Bài viết trình bày một phát triển của chỉ số EBBI (Enhanced Built-up and Bareness Index) trên cơ sở kết hợp ảnh vệ tinh đa độ phân giải Landsat 8 và Sentinel 2. Kết quả nhận được cho thấy, việc kết hợp ảnh vệ tinh Landsat 8 và Sentinel 2 giúp nâng cao độ phân giải không gian của ảnh chỉ số EBBI, từ đó nâng cao độ chính xác khi phân loại đất trống và đất xây dựng lên khoảng 5% so với phương án chỉ sử dụng ảnh Landsat 8.
Journal of Mining and Earth Sciences Vol 62, Issue (2021) - A development of the Enhanced Built-up and Bareness Index (EBBI) based on combination of multi-resolution Landsat and Sentinel MSI images Hung Le Trinh 1,*, Ha Thu Thi Le 2, Loc Duc Le 3, Long Thanh Nguyen Institute of Techniques for Special Engineering, Military Technical Academy, Hanoi, Vietnam Faculty of Geomatics and Land Administration, Hanoi University of Mining and Geology, Vietnam Military Technical Academy, Hanoi, Vietnam The Military Terrain Training Center, Department of Cartography of the General Vietnam Staff, People's Army of ARTICLE INFO ABSTRACT Article history: Received 15th Oct 2020 Accepted 23rd Jan 2021 Available online 28th Feb 2021 Classification of built-up land and bare land on remote sensing images is a very difficult problem due to the complexity of the urban land cover Several urban indices have been proposed to improve the accuracy in classifying urban land use/land cover from optical satellite imagery This paper presents an development of the EBBI (Enhanced Built-up and Bareness Index) index based on the combination of Landsat and Sentinel multi-resolution satellite imagery Near infrared band (band 8a), short wave infrared band (band 11) of Sentinel MSI image and thermal infrared band (band 10) Landsat image were used to calculate EBBI index The results obtained show that the combination of Landsat and Sentinel satellite images improves the spatial resolution of EBBI index image, thereby improving the accuracy of classification of bare land and built-up land by about 5% compared with the case using only Landsat images Keywords: Bare land, Built-up land, Multi-resolution images, Remote sensing, Urbanization Copyright © 2021 Hanoi University of Mining and Geology All rights reserved _ *Corresponding author E - mail: trinhlehung@lqdtu.edu.vn DOI: 10.46326/JMES.2021.62(1).01 Tạp chí Khoa học Kỹ thuật Mỏ - Địa chất Tập 62, Kỳ (2021) - Phát triển số đất đô thị EBBI (Enhanced Built-up and Bareness Index) sở kết hợp ảnh vệ tinh đa độ phân giải Landsat Sentinel MSI Trịnh Lê Hùng 1, *, Lê Thị Thu Hà 2, Lê Đức Lộc , Nguyễ n Thanh Long Viện Kỹ thuật Công trình Đặc biệt, Học viện Kỹ thuật Quân sự, Hà Nội, Việt Nam Quản lý đất đai, Trường Đại học Mỏ Địa chất, Việt Nam Học viện Kỹ thuật Quân sự, Hà Nội, Việt Nam Trung tâm Đào tạo Nghiệp vụ Địa hình Quân sự, Cục Bản đồ, Bộ Tổng tham mưu, Việt Nam Khoa Trắc địa - Bản đồ THƠNG TIN BÀI BÁO TĨM TẮT Q trình: Nhận 15/10/2020 Chấp nhận 23/12/2020 Đăng online 28/02/2021 Phân loại đất xây dựng và đất trống khu vực đô thị ảnh viễn thám là vấn đề khó khăn phức tạp lớp phủ bề mặt Nhiều số đất đô thị đề xuất nhằm nâng cao độ xác phân loại sử dụng đất/lớp phủ ảnh vệ tinh quang học Kênh cận hồng ngoại (8a), kênh hồng ngoại sóng ngắn (kênh 11), ảnh Sentinel MSI kênh hồng ngoại nhiệt (kênh 10), ảnh Landsat sử dụng để tính số EBBI Bài báo này trình bày phát triển số EBBI (Enhanced Built-up and Bareness Index) sở kết hợp ảnh vệ tinh đa độ phân giải Landsat và Sentinel Kết nhận cho thấy, việc kết hợp ảnh vệ tinh Landsat và Sentinel giúp nâng cao độ phân giải khơng gian ảnh số EBBI, từ nâng cao độ xác phân loại đất trống và đất xây dựng lên khoảng 5% so với phương án sử dụng ảnh Landsat Từ khóa: Ảnh vệ tinh đa độ phân giải Đất trống, Đất xây dựng, Đơ thị hóa, Viễ n thá m © 2021 Trường Đại học Mỏ - Địa chất Tất quyền bảo đảm Mở đầu Phân loại lớp phủ/sử dụng đất khu vực đô thị từ ảnh viễn thám vấn đề nhiều nhà khoa học quan tâm nghiên cứu Ban đầu, phương pháp phân loại có giám sát khơng giám sát sử dụng để thành lập đồ trạng sử dụng đất/lớp phủ khu vực đô thị (Xu, 2002; _ *Tác giả liên hệ E - mail: trinhlehung@lqdtu.edu.vn DOI: 10.46326/JMES.2021.62(1).01 Masek nnk., 2000; Guindon nnk., 2004) Tuy vậy, lớp phủ bề mặt đô thị phức tạp, pixel ảnh viễn thám bao gồm nhiều loại đối tượng lớp phủ khác dẫn đến độ xác phân loại đất xây dựng, đất trống không cao Từ thập niên cuối kỷ XX, nhiều nhà khoa học sử dụng số (Index) xác định từ ảnh viễn thám quang học nhằm nâng cao khả giải đốn loại hình sử dụng đất/lớp phủ khu vực thị Có thể kể đến số Urban index (UI) (Kawamura nnk., 1996); Index based Built-up Index (IBI) (Xu, 2008); Normalized Difference Built-up Index (NDBI) (Zha nnk., Trịnh Lê Hùng nnk./Tạp chí Khoa học Kỹ thuật Mỏ - Địa chất 62(1), - 2003; Li nnk., 2017); Normalized Difference Bareness Index (NDBaI) (Zhao Chen, 2005); Bare soil index (BI) (Rikimaru Miyatake, 1997); New Built-up Index (NBI) (Jieli nnk., 2010); Modified Normalized Difference Impervious Surface Index (MNDISI) (Sun nnk., 2017) Ở Việt Nam, số nghiên cứu sử dụng số đất đô thị phân loại đất xây dựng đất trống Nguyễn Hoàng Khánh Linh (2011), Nguyễn Thúy Hạnh (2019) Nghiên cứu Nguyễn Thúy Hạnh cho thấy, với trường hợp thủ Hà Nội, độ xác phân loại đất xây dựng số NDBI, IBI, EBBI có chênh lệch khơng lớn Chỉ só EBBI (Enhanced Build - up and Bareness Index) As-syakur cộng đề xuất sở kế t hợp cá c kênh hò ng ngoạ i và hò ng ngoạ i nhiệ t ả nh vệ tinh Landsat nhằm theo dõ i biế n đọ ng đá t đô thị ở Bali (Indonesia) (Assyakur nnk., 2012) Trong nghiên cứu này, tác giả chứng minh số EBBI cho phép phân loại đất trống đất xây dựng với độ xác cao so với số số đất đô thị khác IBI, UI,… Một số nghiên cứu gần (Rasul nnk., 2018; Bramhe nnk., 2018; Sekertekin nnk., 2018) sử dụng số EBBI phân loại sử dụng đất/lớp phủ số đô thị lớn Do đọ phân giả i không gian củ a ả nh Landsat không cao (30 m kênh đa phổ, 100 m kênh hồng ngoại nhiệt), việ c sử dụ ng chỉ só EBBI xá c định từ ả nh Landsat phân loạ i đá t tró ng đất xây dựng gạ p rá t nhiề u khó khăn, với khu vực có diện tích nhỏ Một số nghiên cứu gần Việt Nam chứng minh rằng: việc tích hợp ảnh vệ tinh Landsat Sentinel MSI chụp sát thời điểm với cho phép nâng cao độ phân giải không gian nhiệt độ bề mặt (Trịnh Lê Hùng, 2018) hay số NDBaI (Trịnh Lê Hùng, 2020) Hơn nữa, việc lựa chọn ảnh Landsat Sentinel MSI chụp sát thời điểm với giúp giảm thiểu ảnh hưởng việc thay đổi lớp phủ bề mặt đến kết phân loại Có thể nói, với cặp ảnh Landsat Sentinel MSI chụp sát thời điểm với (cùng ngày cách ngày), thay đổi đối tượng bề mặt khu vực đô thị gần không đáng kể Bài báo nà y trình bà y phát triển số EBBI sở tích hợp ảnh vệ tinh đa độ phân giải Landsat Sentinel Kênh hồng ngoại nhiệt (kênh 10), ảnh Landsat kênh đỏ (kênh 8a), kênh hồng ngoại sóng ngắn (kênh 11) ảnh Sentinel MSI sử dụng để tính số EBBI Điều giúp nâng cao độ phân giải không gian số EBBI lên 20 m so với 30 m xác định từ riêng ảnh Landsat Dữ liệu phương pháp nghiên cứu 2.1 Dữ liệu Trong nghiên cứu này, ảnh Sentinel 2A chụp ngày 01/10/2019 (Hình 1a) Landsat chụp ngày 30/9/2019 (Hình 1b) khu vực quận Long Biên huyện Gia Lâm (Thành phố Hà Nội) sử dụng để tính số EBBI Đây khu vực thủ đô Hà Nội có tốc độ thị hóa nhanh năm gần 02 ảnh được lựa chọn chụ p gà n thời điể m với để giả m thiể u những khá c biệ t sự khá c thời gian chụ p ả nh gây nên So sánh đặc điểm kênh ảnh vệ tinh Sentinel MSI Landsat trình bày Hình (Kaab nnk., 2016) Từ phân tích đặc Hình Ảnh vệ tinh Sentinel 2A Landsat khu vực nghiên cứu 4 Trịnh Lê Hùng nnk./Tạp chí Khoa học Kỹ thuật Mỏ - Địa chất 62(1), - điểm kênh phổ ảnh vệ tinh Landsat Sentinel MSI cho thấy, kênh (cn hng ngoi) nh Landsat (0,845ữ0,885 àm) v kờnh 8a nh Sentinel MSI (0,848ữ0,881 àm) cú bc sóng tương đồng Điều tương tự vi kờnh nh Landsat (1,560ữ1,660 àm) v kờnh 11 nh Sentinel MSI (1,539ữ1,681 àm) Nh vy, cú thể thay kênh kênh ảnh Landsat kênh 8a 11 ảnh Sentinel MSI chụp sát thời điểm với tính số EBBI 2.2 Phương pháp nghiên cứu Chỉ só EBBI Assyakur nnk (2012) đề xuá t được xá c định từ ả nh vệ tinh Landsat sau: 𝐸𝐵𝐵𝐼 = 𝐵𝑎𝑛𝑑 − 𝐵𝑎𝑛𝑑 10√𝐵𝑎𝑛𝑑 + 𝐵𝑎𝑛𝑑 10 (1) Trong đó : Band5, Band6, Band10 - kênh cạ n hò ng ngoạ i, hò ng ngoạ i giữa và hò ng ngoạ i nhiệ t ả nh vệ tinh Landsat Chỉ số EBBI xác định sở kết hợp ảnh vệ tinh đa độ phân giải Landsat Sentinel MSI (ký hiệu số iEBBI) theo công thức sau: 𝑖𝐸𝐵𝐵𝐼 𝑆𝑒𝑛𝑡𝑖𝑛𝑒𝑙 2𝐵𝑎𝑛𝑑 11 − 𝑆𝑒𝑛𝑡𝑖𝑛𝑒𝑙 2𝐵𝑎𝑛𝑑 8𝑎 = 10√𝑆𝑒𝑛𝑡𝑖𝑛𝑒𝑙 2𝐵𝑎𝑛𝑑 11 + 𝐿𝑎𝑛𝑑𝑠𝑎𝑡 8𝐵𝑎𝑛𝑑 10 (2) Phương pháp phân ngưỡng sử dụng để tách đất xây dựng đất trống ảnh số iEBBI Các giá trị ngưỡng lựa chọn bà ng phương phá p chuyên gia sở phân tích lược đò histogram củ a ả nh chỉ só iEBBI Quy trình phân loạ i đất xây dựng đá t tró ng khu vực đô thị bà ng chỉ só iEBBI sở kế t hợp ả nh vệ tinh đa đọ phân giả i Sentinel và Landsat được mơ tả Hình Hình So sánh đặc điểm kênh ảnh vệ tinh Sentinel Landsat (Kaab nnk., 2016) Hình Quy trình phân loại đất xây dựng đất trống khu vực đô thị từ số EBBI xác định sở kết hợp ảnh vệ tinh Sentinel MSI Landsat Trịnh Lê Hùng nnk./Tạp chí Khoa học Kỹ thuật Mỏ - Địa chất 62(1), - Kết thảo luận Để tính số EBBI từ ảnh vệ tinh Sentinel MSI Landsat 8, nghiên cứu xây dựng module phần mềm ngôn ngữ lập trình Matlab Ngơn ngữ Matlab tỏ đặc biệt hiệu làm việc với liệu dạng ma trận, phù hợp xử lý ảnh viễn thám Giao diện chương trình thể Hình Module phần mềm cung cấp khả mở, xử lý hiển thị ảnh vệ tinh định dạng TIFF, bao gồm cơng cụ Viêw (đọc hiển thị ảnh), Urban indices (tính số đất thị), Ngoài số EBBI, module phần mềm cung cấp cơng cụ tính số đất thị thơng dụng khác NDBI, NDBaI, IBI Hình minh họa giao diện cơng cụ tính số iEBBI sở kết hợp ảnh vệ tinh Sentinel MSI Landsat 8, đầu vào bao gồm kênh cận hồng ngoại (kênh 8a), hồng ngoại sóng ngắn (kênh 11) ảnh Sentinel MSI kênh hồng ngoại nhiệt (kênh 10) ảnh Landsat Kết xác định số iEBBI sở kết hợp ảnh vệ tinh đa độ phân giải Sentinel MSI Landsat thể Hình (a) Ngồi ra, để so sánh, đánh giá, nghiên cứu tiến hành xác định số EBBI từ ảnh vệ tinh Hình Giao diện module phần mềm xác định số EBBI Hình Cơng cụ tính sơ iEBBI từ ảnh vệ tinh Sentinel MSI Landsat 6 Trịnh Lê Hùng nnk./Tạp chí Khoa học Kỹ thuật Mỏ - Địa chất 62(1), - Landsat (Hình 6b) Trên ảnh số EBBI, đất xây dựng có màu trắng sáng, đất trống có màu xám đối tượng lớp phủ khác có màu tối Độ phân giải không gian số iEBBI kết hợp sử dụng ảnh Sêntinêl MSI Landsat đạt 20 m so với 30 m sử dụng ảnh vệ tinh Landsat Kết xác định số iEBBI sở kết hợp ảnh vệ tinh đa độ phân giải Sentinel MSI Landsat thể Hình (a) Ngồi ra, để so sánh, đánh giá, nghiên cứu tiến hành xác định số EBBI từ ảnh vệ tinh Landsat (Hình 6b) Trên ảnh số EBBI, đất xây dựng có màu trắng sáng, đất trống có màu xám đối tượng lớp phủ khác có màu tối Độ phân giải không gian số iEBBI kết hợp sử dụng ảnh Sêntinêl MSI Landsat đạt 20 m so với 30 m sử dụng ảnh vệ tinh Landsat Phương pháp phân ngưỡng sử dụng để chiết tách thông tin đất xây dựng, đất trống từ số EBBI Đó i với chỉ só iEBBI xá c định từ việ c kế t hợp ả nh Sêntinêl MSI và Landsat 8, đất xây dựng có giá trị lớn 0,105, đất trống có giá trị nằm khoảng -0,024÷0,105 Đối với phương án sử dụng số EBBI xác định từ ảnh Landsat 8, đất xây dựng có giá trị lớn -0,449; đất trống có giá trị nằm khoảng từ -0,959 ÷ -0,449 (Bảng 1) Kết phân loại đất xây dựng, đất trống khu vực nghiên cứu từ số iEBBI EBBI thể Hình Để đá nh giá đọ chính xá c kế t quả phan loạ i đất xây dựng đất trống từ số EBBI, nghiên cứu nà y sử dụ ng 250 điể m kiể m tra ngã u nhiên lá y từ kế t quả phan loạ i, sau đó so sá nh với ả nh vệ tinh đọ phan giả i cao thu thạ p từ Googlê Earth (Hình 8) Kế t quả cho thá y, phan loạ i đá t xay dựng đất tró ng từ chỉ só iEBBI bà ng cá ch kế t hợp ả nh vệ tinh Landsat và Sêntinêl MSI, đọ chính xá c tỏ ng thể đạ t 91,2% và 89,6%, chỉ só Kappa đạ t 0,901 và 0,866 Đó i với phương á n chỉ sử dụ ng ả nh vệ tinh Landsat 8, giá trị đọ chính xá c tổng thể phân loại đất xây dựng, đất trống đạt tương ứng 86,4% 84,0%; số Kappa đạt 0,849 và 0,812 Như vạ y, phương á n sử dụng số iEBBI sở kết hợp ảnh vệ tinh đa độ phân giải Sentinel MSI Landsat giúp cải thiện độ xác phân loại đất xây dựng, đất trống lên khoảng 5% so với phương án sử dụng ảnh vệ tinh Landsat Giá trị số Kappa có gia tăng đáng kể Bảng Kết phân loại đất xây dựng, đất trống từ số EBBI TT Chỉ số Dữ liệu sử dụng Giá trị ngưỡng Đất xây Đất trống dựng Sentinel + > 0,105 -0,024 ÷0,105 Landsat EBBI Landsat > -0,449 -0,959 ÷-0,449 Độ xác Độ xác tổng thể (%) Chỉ số Kappa Đất xây dựng Đất trống Đất xây dựng Đất trống iEBBI 91,2% 89,6% 0,901 0,886 86,4% 84,0% 0,849 0,812 Hình Kết tính số EBBI sở kết hợp ảnh vệ tinh Sentinel 2A Landsat (a), sử dụng ảnh Landsat (b) Trịnh Lê Hùng nnk./Tạp chí Khoa học Kỹ thuật Mỏ - Địa chất 62(1), - Hình Kết phân loại đất xây dựng và đất trống khu vực đô thị số iEBBI (a) EBBI (b) Hình Phân bố điểm lấy mẫu ngẫu nhiên đánh giá độ xác từ ảnh Google Earth Trịnh Lê Hùng nnk./Tạp chí Khoa học Kỹ thuật Mỏ - Địa chất 62(1), - Kết luận Ảnh vệ tinh đa độ phân giải Sentinel MSI Landsat với đặc điểm tương đồng dải phổ, thời gian cập nhật ngắn, cung cấp hồn tồn miễn phí kết hợp sử dụng phân loại lớp phủ/sử dụng đất khu vực đô thị Từ kết phân loại đất xây dựng, đất trống khu vực Hà Nội cho thấy rằng: việc sử dụng 02 cảnh ảnh Sentinel MSI Landsat chụp sát thời điểm với để tính số EBBI cho phép nâng cao độ xác phân loại đất xây dựng, đất trống khu vực đô thị lên khoảng 5% Hơn nữa, độ phân giải không gian số EBBI sử dụng kết hợp loại liệu viễn thám cải thiện lên 20m so với 30m sử dụng ảnh Landsat Kết nhận nghiên cứu cung cấp sở khoa học góp phần nâng cao hiệu sử dụng liệu viễn thám miễn phí đánh giá, giám sát thành phần tài ngun, mơi trường Đóng góp tác giả Trịnh Lê Hù ng, Lê Đức Lọ c: lên ý tưởng; Trịnh Lê Hù ng: viế t bả n thả o bà i bá o; Lê Thị Thu Hà , Lê Đức Lọ c: đá nh giá và chỉnh sửa Tài liệu tham khảo As-syakur Abd R., Adnyana I W., Arthana I W., Nuarsa I.W., (2012) Enhanced built - up and bareness index (EBBI) for mapping built - up and bare land in an urban area Remote Sensing 4, 2957 2970 Bramhe V., Ghosh S., Garg P., (2018) Extraction of built-up area by combining textural features and spectral indices from Landsat multispectral image The International Archives of the Photogrammetry Remote Sensing and Spatial Information Sciences 42(5), 727 - 733 Guindon B., Zhang Y., Dillabaugh C., (2004) Landsat urban mapping based on a combined spectral-spatial methodology Remote Sensing of Environment 92(2), 218 - 232 Jieli C., Liu Y., Manchun L., Chenglei S., (2010) Extract residential areas automatically by New Built-up Index The 18th International Conference on Geoinformatics: GIScience in Change, Geoinformatics 2010, Peking University, Beijing, China, June, 18-20 Kaab A., Winsvold S H., Altena B., Nuth C., Nagler T., Wuite J., (2016) Glacier remote sensing using Sentinel Part I: Radiometric and geometric performance and application to ice velocity Remote Sensing 8(7), 598, https://doi.org/10 3390/rs8070598 Kawamura M., Jayamana S., Tsujiko Y., (1996) Relation between social and environmental conditions in Colombo Sri Lanka and the urban index estimated by satellite remote sensing data International Archives of the Photogrammetry Remote Sensing and Spatial Information Sciences 31 (Part B7), 321-326 Li H., Wang C., Zhong C., Su A., Xiong C., Wang J., Liu J., (2017) Mapping urban bare land automatically from Landsat imagery with a simple index Remote Sensing, 9(3), 249, 1-15 Masek J G., Lindsay F E., Goward S N., (2000) Dynamics of urban growth in the Washington DC metropolitan area, 1973 - 1996 from Landsat observations International Journal of Remote Sensing 21(18), 3473 - 3486 Nguyễ n Hoà ng Khá nh Linh, (2011) Thà nh lạ p tự đọ ng bả n đò phan bó đá t đo thị bà ng chỉ só IBI từ ả nh Landsat TM: Trường hợp nghiên cứu tạ i thà nh phó Huế - tỉnh Thừa Thiên Huế Tuyển tập hội thảo Ứng dụng GIS toàn quốc 205 - 12 Nguyễn Thị Thúy Hạnh (2019) Nghiên cứu số đô thị chiết tách đất trống đất xây dựng khu vực Hà Nội từ ảnh vệ tinh Landsat Tạp chí Khoa học Kỹ thuật Mỏ-Địa chất 60(4), 82-86 Rasul A., Balzter H., Faqe Ibrahim G., Hameed H., Wheeler J., Adamu B., Ibrahim S., Najmaddin P., (2018) Applying built-up and bare soil indicies from Landsat to cities in dry climates Land, 7, 81, 1-13 Rikimaru A., Miyatake S., (1997) Development of Forest Canopy Density Mapping and Monitoring Model using Indices of Vegetation, Bare soil and Shadow In Proceeding of the 18th Asian Conference on Remote Sensing (ACRS), Kuala Lumpur, Malaysia, 20-25 October 1997, p Trịnh Lê Hùng nnk./Tạp chí Khoa học Kỹ thuật Mỏ - Địa chất 62(1), - Sekertekin A., Abdikan S., Marangoz A., (2018) The acquisition of impervious surface area from Landsat satellite sensor data using urban indices: a comparative analysis Environmental Monitoring and Assessment, 190(7), 381, 1-13 Sun Z., Wang C., Guo H., Shang R., (2017) A Modified Normalized Difference Impervious Surface Index (MNDISI) for automatic urban mapping from Landsat imagery Remote Sensing, 9(9), 942, https://doi.org/10.3390/ rs9090942 Trịnh Lê Hù ng (2018) Kế t hợp ả nh vệ tinh Landsat và Sêntinêl nang cao đọ phan giả i nhiệ t đọ bề mạ t Tạp chí Khoa học Đại học Quốc gia Hà Nội Chuyên san Cá c khoa họ c và Moi trường 34(2), 54-63 Trịnh Lê Hùng, (2020) Phân loại đất trống đô thị số NDBaI sở kết hợp ảnh vệ tinh đa độ phân giải Sentinel MSI Landsat Tạp chí Khoa học Đại học Quốc gia Hà Nội, chuyên san Các Khoa học Trái đất Môi trường 36(2), 68-78 Xu H Q., (2002) Spatial expansion of urban/town in Fuqing and its driving analysis Remote Sensing Technology and Application 17, 86 92 Xu H.Q., (2007) Extraction of urban built - up land features from Landsat imagery using a thematic oriented index combination technique Photogrammetric Engineering & Remote Sensing, 73(12), 1381 -1391 Xu H.Q., (2008) A new index for delineating builtup land features in satellite imagery International Journal of Remote Sensing, 29, 4269 - 4276 Zha Y., Gao J., Ni S., (2003) Use of normalized difference built-up index in automatically mapping urban areas from TM imagery International Journal of Remote Sensing, 24(3), 583 - 594 Zhao H., Chen X., (2005) Use of Normalized Difference Bareness Index in quickly mapping bare areas from TM/ETM+ International Geoscience and Remote Sensing Symposium (IGARSS) 3, 1666-1668, DOI: 10.1109/IGARSS 2005.1526319 ... tối Độ phân giải không gian số iEBBI kết hợp sử dụng ảnh Sêntinêl MSI Landsat đạt 20 m so với 30 m sử dụng ảnh vệ tinh Landsat Kết xác định số iEBBI sở kết hợp ảnh vệ tinh đa độ phân giải Sentinel. . .2 Tạp chí Khoa học Kỹ thuật Mỏ - Địa chất Tập 62, Kỳ (20 21) - Phát triển số đất đô thị EBBI (Enhanced Built-up and Bareness Index) sở kết hợp ảnh vệ tinh đa độ phân giải Landsat Sentinel MSI. .. trình bày phát triển số EBBI (Enhanced Built-up and Bareness Index) sở kết hợp ảnh vệ tinh đa độ phân giải Landsat và Sentinel Kết nhận cho thấy, việc kết hợp ảnh vệ tinh Landsat và Sentinel