Bài viết này sử dụng phương pháp phân loại hướng đối tượng trong việc phân loại lớp phủ nhân tạo ở khu công nghiệp sử dụng tư liệu ảnh Worldview-2 có độ phân giải không gian 1,8 m. Việc chiết tách các loại hình lớp phủ/sử dụng đất dựa vào việc phân cấp các đối tượng theo đặc trưng phổ phản xạ, chỉ số hình dạng, vị trí các đối tượng, độ sáng, chỉ số thực vật NDVI và mật độ các đối tượng mang lại hiệu quả cao về chất lượng kết quả phân loại.
10 Journal of Mining and Earth Sciences Vol 62, Issue (2021) 10 - 18 Object-oriented classification for land cover of North Thang Long Industrial area using Worldview-2 data Ha Thu Thi Le*, Long Van Hoang, Trung Van Nguyen Faculty of Geomatics and Land Administration, Hanoi University of Mining and Geology, Vietnam ARTICLE INFO ABSTRACT Article history: Received 25th Oct 2020 Accepted 25th Jan 2021 Available online 28th Feb 2021 Land cover/land use classification using high spatial resolution remote sensing data has the biggest challenge is how to distinguish object classes from different spectral values based on structures, shapes, and spatial elements This paper focuses on the object-oriented classification method to extract artificial surface at industrial area by Worldview-2 data with a spatial resolution of 1.8 m Extraction of 05 types of land cover/land use using object-oriented classification method based on reflectance spectral characteristics, shape index, location of objects, brightness, NDVI index, and density objects are archive efficiency to the quality of classification results The overall accuracy of classification result for land cover/land use of Thang Long industrial area is about 0.85 and Kappa index is about 0.81 Keywords: Industrial area, Land cover, Object - oriented classification, Worldview-2 Copyright © 2021 Hanoi University of Mining and Geology All rights reserved _ *Corresponding author E - mail: lethithuha@humg.edu.vn DOI: 10.46326/JMES.2021.62(1).02 Tạp chí Khoa học Kỹ thuật Mỏ - Địa chất Tập 62, Kỳ (2021) 10 - 18 11 Phân loại lớp phủ bề mặt khu công nghiệp Bắc Thăng Long phương pháp phân loại hướng đối tượng sử dụng liệu ảnh vệ tinh độ phân giải cao Worldview-2 Lê Thị Thu Hà*, Hoàng Văn Long, Nguyễn Văn Trung Khoa Trắc địa - Bản đồ Quản lý đất đai, Trường Đại học Mỏ Địa chất, Việt Nam THÔNG TIN BÀI BÁO TĨM TẮT Q trình: Nhận 25/10/2020 Chấp nhận 25/01/2021 Đăng online 28/02/2021 Phân loại lớp phủ/sử dụng đất ảnh vệ tinh độ phân giải cao thường gặp phải khó khăn phức tạp bề mặt đất, khu vực thị Mỗi pixel ảnh chứa nhiều đối tượng khác nhau, bị ảnh hưởng bóng cơng trình xây dựng Bài báo sử dụng phương pháp phân loại hướng đối tượng việc phân loại lớp phủ nhân tạo khu cơng nghiệp sử dụng tư liệu ảnh Worldview-2 có độ phân giải không gian 1,8 m Việc chiết tách loại hình lớp phủ/sử dụng đất dựa vào việc phân cấp đối tượng theo đặc trưng phổ phản xạ, số hình dạng, vị trí đối tượng, độ sáng, số thực vật NDVI mật độ đối tượng mang lại hiệu cao chất lượng kết phân loại Kết phân loại lớp phủ/sử dụng đất khu công nghiệp Bắc Thăng Long từ liệu ảnh vệ tinh độ phân giải cao Worldview-2 đạt độ xác cao thể qua sai số toàn (0,85) số Kappa (0,81) Từ khóa: Khu cơng nghiệp, Lớp phủ bề mặt, Phương pháp phân loại hướng đối tượng, Ảnh vệ tinh Worldview-2 © 2021 Trường Đại học Mỏ - Địa chất Tất quyền bảo đảm Mở đầu Trong năm gần đây, với tiến công nghệ thu thập liệu viễn thám nhu cầu ngày tăng ứng dụng viễn thám, liệu viễn thám có độ phân giải khơng gian cao dần trở nên phổ biến (Belward Skøien, 2015) Các loại liệu viễn thám vệ tinh có độ phân giải khơng gian cao, bao gồm: Worldview, Ikonos, SuperView, Gaofen liệu ảnh máy bay không người lái (UAV) Với khả tiếp cận _ *Tác giả liên hệ E - mail: lethithuha@humg.edu.vn DOI: 10.46326/JMES.2021.62(1).02 lượng lớn liệu viễn thám có độ phân giải cao tạo thách thức cho việc phân loại ảnh viễn thám (Desheng Liu Fanxia, 2010) Hiện nay, phương pháp phân loại ảnh gộp thành nhóm: có kiểm định khơng kiểm định; thống kê phi thống kê; cứng mềm (fuzzy); pixel, pixel, chỉnh đồ phân loại định hướng đối tượng (Mario 2009; Choodarathnakara và nnk 2012) Trong đó, phương pháp phân loại hướng đối tượng thường áp dụng với ảnh vệ tinh có độ phân giải khơng gian cao (Benz nnk., 2015) với ưu điểm: (a) - việc thay đổi đơn vị phân loại từ pixel thành đối tượng hình ảnh làm giảm biến đổi quang phổ bên lớp loại bỏ 12 Lê Thị Thu Hà nnk./Tạp chí Khoa học Kỹ thuật Mỏ - Địa chất 62(1), 10 - 18 hiệu ứng muối tiêu kết phân loại dựa pixel; (b) - tập hợp lớn tính đặc trưng cho thuộc tính khơng gian, cấu trúc ngữ cảnh đối tượng lấy làm thông tin bổ sung cho quan sát quang phổ trực tiếp để có khả cải thiện độ xác kết phân loại (Guo nnk., 2007) Cảnh quan đô thị thường tổ hợp phức tạp tòa nhà, đường xá, bãi đậu xe, vỉa hè, sân vườn, nghĩa trang, đất, nước, khu công nghiệp,… Mỗi bề mặt thành phần đô thị sở hữu đặc tính lý sinh độc đáo liên quan đến môi trường xung quanh chúng để tạo phức tạp không gian hệ thống sinh thái thị mơ hình cảnh quan (Qihao Weng, 2020) Để thực việc chiết tách lớp phủ nhân tạo lớp phủ bề mặt khác, đặc trưng phổ đối tượng lớp phủ bề mặt kênh phổ cần khảo sát khác nhằm chiết tách lớp phủ đảm bảo độ xác theo yêu cầu Nghiên cứu Kamal nnk (2015) tiến hành đo phản xạ phổ đối tượng lớp phủ bề mặt khu vực đô thị tất kênh liệu Worldview-2 phục vụ việc phân loại đối tượng khu vực thị Bên cạnh đó, liệu ảnh vệ tinh có nhiều kênh phổ giúp tách biệt đối tượng lớp phủ mà mắt thường nhầm lẫn giải đốn khả phân biệt phổ đối tượng lớp phủ tự nhiên nhân tạo Trong nghiên cứu này, nhóm tác giả sử dụng phương pháp phân loại hướng đối tượng cho ảnh vệ tinh Worldview-2 với kênh phổ để phân loại cho đối tượng lớp phủ nhân tạo tự nhiên khu vực khu cơng nghiệp Bắc Thăng Long, Hà Nội Mục đích sử dụng kết hợp điều kiện phân loại đặc trưng phổ đối tượng lớp phủ nhân tạo kênh khác để tách lớp phủ cách tường minh Khu vực nghiên cứu liệu sử dụng Khu công nghiệp Bắc Thăng Long nằm phía Bắc sơng Hồng cách trung tâm Thành phố Hà Nội khoảng 10 km Vị trí địa lý khu vực nghiên cứu khoảng từ 21006’ đến 21008’ vĩ độ bắc từ 106045’đến 106048’ kinh độ đơng (Hình 1) Dữ liệu sử dụng ảnh Worldview-2 thu nhận ngày 28 tháng năm 2018 mức độ xử lý 2A với hệ tọa độ UTM, WGS84-48N Ảnh nắn chỉnh hình học theo đồ địa hình đưa hệ quy chiếu VN2000 Hình Khu cơng nghiệp Bắc Thăng Long Lê Thị Thu Hà nnk./Tạp chí Khoa học Kỹ thuật Mỏ - Địa chất 62(1), 10 - 18 Dữ liệu Worldview-2 bao gồm kênh đa phổ kênh tồn sắc Hình Để tăng cường khả phân biệt phản xạ phổ đối tượng lớp phủ tự nhiên nhân tạo liệu ảnh vệ tinh độ phân giải không gian cao, số kênh phổ bổ sung thêm bao gồm kênh coastal, kênh vàng (yellow), kênh gần đỏ (Red Edge) kênh gần hồng ngoại NIR1 NIR2 Dữ liệu Worldview2 có độ phân giải khơng gian 1,8 m 0,46 m (kích thước pixel tương ứng thực địa) kênh đa phổ kênh tồn sắc Hình Các kênh phổ liệu Worldview-2 (Digitalglobal, 2009) Phương pháp nghiên cứu 3.1 Phản xạ phổ lớp phủ bề mặt kênh ảnh vệ tinh Worldview-2 Nghiên cứu Kamal nnk (2015) tiến hành thu thập thông tin lớp phủ bề mặt thực địa đo giá trị phổ ảnh vệ tinh Worldview-2 biểu thị Hình Các đối tượng tự nhiên bao gồm nước mặt, loại lớp phủ thực vật, đất khô theo qui luật đặc trưng phản xạ phổ Tuy nhiên, đối tượng lớp phủ nhân tạo có phản xạ phổ khác biệt đường nhựa, đất bùn đặc biệt mái nhà có phản xạ phổ giảm dần kênh phổ có bước sóng dài 3.2 Phương pháp phân loại định hướng đối tượng Quy trình phân loại hướng đối tượng chia thành bước sau: • Phân mảnh đa độ phân giải, • Xác định lớp phủ bề mặt cần phân loại, • Phân loại theo định (qui tắc cho phân loại), • Đánh giá kết phân loại 13 Phân loại hướng đối tượng thực phần mềm eCognition (Baatz nnk., 2004) mô tả (Whiteside Ahmad, 2004) Quá trình chia thành bước bao gồm phân mảnh phân loại 3.2.1 Phân mảnh đa độ phân giải Công đoạn phương pháp phân loại hướng đối tượng phân mảnh ảnh thành đối tượng theo hai mức tỷ lệ Ảnh cắt theo ranh giới khu vực nghiên cứu phân mảnh thành đối tượng phần mềm eCognition Sự phân mảnh ảnh thành đối tượng chịu ảnh hưởng ba thông số: tỷ lệ (scale), màu sắc (colour) độ chặt (compactness) (Willhauck nnk., 2000) Thông số tỷ lệ ảnh hưởng trực tiếp đến kích thước đối tượng phân mảnh Thông số màu sắc liên quan đến hình dạng cấu trúc đặc thù riêng đối tượng Lựa chọn thông số tối ưu giúp cho đối tượng phân mảnh đồng phổ không gian Trong đó, độ chặt định nghĩa tỷ số chu vi đối tượng bậc hai tổng số pixel nằm đối tượng Thơng số tỷ lệ đặt người xử lý ảnh chịu ảnh hưởng đồng điểm ảnh (pixel) đối tượng Thông số màu sắc cân đồng màu sắc đồng hình dạng Thơng số độ chặt cân phân bố phân bố nhiều Trọng số thông số tiêu chuẩn đồng đối tượng Kiểm tra trực quan đối tượng từ kết thay đổi trọng số sử dụng để xác định giá trị toàn trọng số mức tỷ lệ (Bảng 1) Đầu tiên, đồng điểm ảnh xem xét đối tượng lớp phủ thực vật Dựa vào mơ hình số độ cao mực nước, hai nhóm chia vùng cao vùng thấp tương ứng với thực vật, thực vật ngập lụt bề mặt nước với hai mức tỷ lệ chọn cho trình phân loại Lựa chọn tốt thông số tỷ lệ 10 cho mức (Kavzoglu, 2014) Thông số độ chặt cố định 0,5, thơng số hình dạng khác kiểm tra có giả trị từ 0,1÷0,9 Độ xác cao phân loại nhận nghiên cứu tương ứng với thơng số hình dạng 0,2 0,4 mức tỷ lệ Tiếp tục giữ thơng số tỷ lệ hình dạng, giá trị tối ưu thông số độ chặt 0,7 14 Lê Thị Thu Hà nnk./Tạp chí Khoa học Kỹ thuật Mỏ - Địa chất 62(1), 10 - 18 Bảng Các giá trị thông số trọng số mức tỷ lệ Mức tỷ lệ Thông số tỷ lệ 10 Thơng số hình dạng 0,2 0,4 Thơng số độ chặt 0,7 0,7 3.2.2 Phân loại ảnh Phân loại hướng đối tượng khác với phân loại có giám định phương pháp lấy mẫu xây dựng lý thuyết sở Quy trình phân loại hướng đối tượng theo lớp thứ bậc Dựa vào cấu trúc thứ bậc, lớp nhóm theo phương pháp cho phép xuống theo mô tả lớp thấp Phân nhóm theo cấu trúc thứ bậc mở phạm vi lớn việc xây dựng định nghĩa ảnh chiến lược phân tích khác Tương tác nguời dùng với quy trình dựa vào thống kê, cấu trúc, hình dạng mối quan hệ đối tượng định nghĩa vùng mẫu Sự phân loại đối tượng có theo phương pháp người láng giềng gần “phân loại cứng” “phân loại mềm” sử dụng chức mờ (fuzzy) (Manakos, 2001) Theo phương pháp phân loại mềm, lớp chế phân loại bao gồm mơ tả lớp Mỗi mơ tả lớp bao gồm diễn tả mờ cho phép đánh giá đặc trưng đặc biệt toán tử logic chúng Một quy tắc mờ có điều kiện bao gồm kết hợp vài điều kiện để thõa mãn yêu cầu đối tượng gán vào lớp Tập hợp mờ định nghĩa chức thành viên nhằm xác định giá trị đặc trưng liên quan đến điển hình, điển hình, khơng điển hình lớp, ví dụ chúng có cao, thấp thành viên tập hợp mờ (Mitri Gitas, 2002) Tất năm lớp phủ bề mặt vùng nghiên cứu xác định dựa vào cấu trúc hình thành thực vật, đặc tính nước vật liệu nhân tạo bao gồm: sông, ao hồ, đất canh tác, đất trống khu công nghiệp Các quy tắc phân lớp đối tượng phát triển sử dụng dấu hiệu phổ, hình dạng, vị trí mối quan hệ cấu trúc đối tượng Các quy tắc sử dụng để phân loại ảnh dựa vào giá trị phản xạ phổ lớp phủ bề mặt kênh phổ số NDVI (Hình 3, 4) Phân mảnh ảnh lần (Segmentation 1) Nước bề mặt Ao, hồ Không phải nước bề mặt Sông Đất Đất canh tác Phân mảnh ảnh (Segmentation 2) Đất trống Đất khu cơng nghiệp Hình Thiết lập qui tắc cho phân loại Hình Các bước xây dựng qui tắc cho phân loại ảnh Lê Thị Thu Hà nnk./Tạp chí Khoa học Kỹ thuật Mỏ - Địa chất 62(1), 10 - 18 Các mẫu lớp lựa chọn từ đối tượng ảnh vùng mẫu trình phân loại Các đối tượng gán theo quy tắc phân loại sử dụng dấu hiệu phổ, hình dạng, vị trí mối quan hệ cấu trúc Các quy tắc sử dụng phân loại mờ với gán lớp xác xuất tới đối tượng Bộ nguyên tắc sử dụng phân loại đối tượng bao gồm thuật toán phân mảnh ảnh (segment), thuật toán phân loại đối tượng ảnh, thuật tốn kiểm tra thơng tin đối tượng ảnh, nhập liệu, xuất liệu thiết lập cửa sổ trình định Việc lập qui tắc phân loại ảnh đối tượng đòi hỏi người phân tích ảnh phải có nhiều hiểu biết khác như: đặc trưng kênh ảnh, đặc trưng phản xạ đối tượng ảnh, hiểu biết khu vực nghiên cứu, mối quan hệ đối tượng với 3.2.3 Đánh giá độ xác kết phân loại Phân loại lớp phủ/sử dụng đất từ tư liệu viễn thám GIS hàm chứa nhiều nguồn thông tin khơng chắn tích lũy lan truyền từ việc lấy mẫu, thu thập, xử lý, phân tích hình ảnh liệu mặt đất, mơ hình hóa, biến đổi khơng gian biến thể tương tác chúng Độ xác thơng số mức độ tin cậy kết phân loại Theo Congalton (2008), dựa và o ma trạ n lã n đã tính toá n được ba đọ chính xá c là : đọ chính xá c toà n cả nh (overral accuracy), đọ chính xá c sả n phẩm (producer’s accuracy) và đọ chính xá c sử dụ ng (user’s accuracy) (Congalton Green, 2008) Kết thảo luận 4.1 Độ xác kết phân loại Để đánh giá độ xác phân loại kết đạt được, nghiên cứu tiến hành so sánh điểm liệu mẫu với lớp hình ảnh phân loại, điểm lấy mẫu phân bố toàn cảnh, tập trung vào loại lớp phủ điển hình khu vực Mức độ trùng khớp ảnh phân loại điểm liệu mẫu cung cấp độ xác phân loại trình phân loại ảnh Độ xác kết phân loại dựa 50 điểm, xấp xỉ 1300 pixel lấy từ ảnh Google Earth năm 2018 Hệ số Kappa tính theo cơng thức Congalton (Kamal nnk, 2015), độ xác 15 phân loại đạt thông qua số Kappa 0,81 Bảng Bảng Đánh giá độ xác kết phân loại hướng đối tượng ảnh Worldview-2 Độ Đất Khu Đất Tổng Các mẫu Ao hồ Sông canh công trống hàng xác sản tác nghiệp xuất Ao hồ 173 191 0,91 Sông 10 232 15 19 282 0,82 Đất trống 30 207 12 30 286 0,72 Đất canh 43 253 25 332 0,78 tác Đất khu công 20 190 228 0,83 nghiệp Tổng cột 197 283 274 295 270 1319 Độ xác người 0,89 0,85 0,76 0,86 0,75 dùng Độ 0,85 xác toàn Chỉ số 0,81 Kappa 4.2 Kết thực nghiệm trình phân loại ảnh vệ tinh Worldview-2 Đầu tiên, để phân biệt nước mặt nước mặt (đất, thực vật, lớp phủ nhân tạo) cần sử dụng kênh bề mặt nước phản xạ phổ thấp so với lớp phủ khác (Hình 5) Phần lớp phủ khơng phải nước phân loại thành lớp đất đất canh tác nhờ phân biệt tốt thực phủ đất thể rõ kênh liệu Worldview-2 (Hình 5) Chính vậy, thiết lập qui tắc phân loại để tách đất canh tác đất có sử dụng giá trị ngưỡng kênh (Hình 5) Đất tiếp tục tách thành đất trống khu công nghiệp phản xạ mạnh bước sóng ngắn kênh cho lớp bề mặt mái nhà khu công nghiệp so với phản xạ thấp bề mặt đất trống Do vậy, giá trị độ sáng (Brightness) sử dụng để tách hai loại hình lớp phủ bề mặt ảnh vệ tinh theo qui tắc Hình Kết phân loại lớp phủ/sử dụng đất Hình cho thấy, khu cơng nghiệp bao quanh đất canh tác Tuy nhiên, khu cơng nghiệp có đất trống, đất canh tác ao hồ nhỏ có 16 Lê Thị Thu Hà nnk./Tạp chí Khoa học Kỹ thuật Mỏ - Địa chất 62(1), 10 - 18 Hình Phản xạ phổ đối tượng bề mặt từ kênh phổ liệu Worldview-2 (Kamal nnk., 2015) Hình Kết phân loại lớp phủ/sử dụng đất khu công nghiệp Bắc Thăng Long khu vực trồng cỏ, cảnh, hệ thống thoát nước mặt hệ thống đường giao thông cục phục vụ cho khu công nghiệp Lớp đất trống tập trung phía tây bắc phía đơng bắc khu vực nghiên cứu Các khu vực trước khu vực đất canh tác, chuyển đổi thành đất qui hoạch cho dự án phát triển mở rộng khu vực đô thị có đất san lấp Các khu dân cư có trộn lẫn đất canh tác đất trống xen khu vực đất trống, đất canh tác đất khu cơng nghiệp có diện tích bao phủ rộng Phía nam khu vực sơng Hồng với hệ thống tưới nước phục vụ cho canh tác nông nghiệp người dân sinh sống trồng trọt Lê Thị Thu Hà nnk./Tạp chí Khoa học Kỹ thuật Mỏ - Địa chất 62(1), 10 - 18 4.3 Thảo luận độ xác kết phân loại ảnh vệ tinh Worldview-2 Kết phân loại ảnh vệ tinh độ xác trình bày Hình Bảng cho thấy, lớp phủ nước mặt sơng ao hồ có độ xác cao 0,91 0,82 diện tích nước mặt có độ đồng phản xạ phổ cao so với lớp phủ khác Độ xác phân loại lớp phủ đất canh tác đất trống thấp 0,78 0,72 hai loại hình lớp phủ có trộn lẫn thực vật đất trống ngồi thực địa Mặc dù đất khu cơng nghiệp có độ xác sản xuất cao (0,83), độ xác người dùng thấp (0,75) có phân loại lẫn lớp phủ khác sang đất khu công nghiệp thể pixel lẫn cột Bảng Kết luận Nghiên cứu thử nghiệm phương pháp phân loại hướng đối tượng ảnh vệ tinh Worldview-2 có độ phân giải khơng gian cao (kích thước pixel 1,8 m) để chiết tách đối tượng lớp phủ nhân tạo (đất khu công nghiệp) dựa vào khác biệt phản xạ phổ đối tượng lớp phủ tự nhiên, nhân tạo số thực vật NDVI tính tốn từ kênh phổ Sự phân biệt tốt đối tượng lớp phủ bề mặt/sử dụng đất dựa vào kênh có phản xạ phổ khu cơng nghiệp mạnh lớp phủ bề mặt khác Bên cạnh khả phân biệt tốt lớp thực phủ vùng đất canh tác đất trống, đường nhựa dựa vào kênh rõ rệt Hơn nữa, số thực vật NDVI cung cấp mật độ thực phủ dày thưa phục vụ tốt cho công tác phân loại hướng đối tượng Kết phân loại ảnh thu diện tích loại hình lớp phủ/sử dụng đất với độ xác tồn (0,85) số Kappa (0,81) cho thấy khả việc áp dụng phương pháp phân loại hợp lý khu vực có đối tượng lớp phủ tự nhiên nhân tạo Đóng góp tác giả Lê Thị Thu Hà - lập dàn ý lên ý tưởng cho báo Viết tổng quan vấn đề nghiên cứu, tổng hợp, phân tích kết thực nghiệm, viết thảo luận vấn đề nghiên cứu đạt được; Nguyễn Hoàng Long - thu thập loại liệu ảnh vệ tinh cho khu vực thực nghiệm; Nguyễn 17 Văn Trung - nghiên cứu đặc điểm khu vực thực nghiệm, nghiên cứu đặc điểm liệu sử dụng, thống kê thông số cần thiết phục vụ việc giải đoán ảnh vệ tinh, thực địa đánh giá độ xác kết phân loại ảnh vệ tinh Tài liệu tham khảo Aatz, M., Benz, U., Dehghani, S., Heynen, M., Höltje, A., Hofmann, P., Lingenfelder, I., Mimler, M., Sohlbach, M., Weber, M., & Willhauck, G., (2004), eCognition Professional: User guide 4.; Munich: Definiens-Imaging Belward, A.S., Skøien, J.O., (2015) Who launched what, when and why; trends in global landcover observation capacity from civilian earth observation satellites, ISPRS J Photogram Remote Sens., 103, pp 115-128, Choodarathnakara, A.L., Ashok, K.T., Shivaprakash, K Dr., and Patil Dr.C.G., (2012) Soft Classification Techniques for RS Data, IJCSET, (11), pp.1468 - 1471 Congalton, R G and Green, K., (2008) Assessing the accuracy of remotely sensed data: Principies and practices New York Taylor& Francis Group Desheng Liu and Fanxia, (2010) Assessing objectbased classification: advantages and limitations Remote Sensing Letters, ISSN: 2150-704X (Print) 2150-7058 (Online) Digitalglobal, (2009) WorldView-2 Satellite Sensor Guo, Q., Kelly, M., Gong, P and Liu, D., (2007) An object-based classification approach in mapping tree mortality using high spatial resolution imagery GIScience & Remote Sensing, 44, pp 24-47 Kamal, M.; Phinn, S.; Johansen, K., (2015) ObjectBased Approach for Multi-Scale Mangrove Composition Mapping Using Multi-Resolution Image Datasets Remote Sens 7, 4753-4783 Kavzoglu, T.; Yildiz, M., (2014) Parameter-Based Performance Analysis of Object-Based Image Analysis Using Aerial and Quikbird-2 Images ISPRS Annals of Photogrammetry, Remote Sensing and Spatial Information Sciences, Volume II-7, pp.31-37 18 Lê Thị Thu Hà nnk./Tạp chí Khoa học Kỹ thuật Mỏ - Địa chất 62(1), 10 - 18 Manakos, I., (2001) eCognition and Precision Farming http://www.lrz-muenchen.de/~lnn / eCognition Application Notes, Vol 2, No 2, April 2001 Mario, C., (2009) ESA Advanced Training Course on Land Remote Sensing: Image Classification, ESA Mitri, G.H., and Gitas, I.Z.,(2002) The development of an object-oriented classification model for operational burned area mapping on the Mediterranean island of Thasos using LANDSAT TM images Forest Fire Research & Wildland Fire Safety, Viegas (ed.) Millpress, Rotterdam, ISBN 90-77017-72-0 Qihao Weng, (2020) Techniques and Methods in Urban Remote Sensing, IEEE Press Wiley, Printed in the United States of America Whiteside, T., & Ahmad, W., (2004) Objectoriented classification of ASTER imagery for landcover mapping in monsoonal northern Australia Proceedings of 12th Australasian Remote Sensing and Photogrammetry Conference Willhauck, G., Schneider, T., De Kok, R., & Ammer, U., (2000) Comparison of object-oriented classification techniques and standard image analysis for the use of change detection betweeen SPOT multispectral satellite images and aerial photos Proceedings of XIX ISPRS Congress, 16-22 July, Amsterdam ... - 18 11 Phân loại lớp phủ bề mặt khu công nghiệp Bắc Thăng Long phương pháp phân loại hướng đối tượng sử dụng liệu ảnh vệ tinh độ phân giải cao Worldview-2 Lê Thị Thu Hà*, Hoàng Văn Long, Nguyễn... báo sử dụng phương pháp phân loại hướng đối tượng việc phân loại lớp phủ nhân tạo khu công nghiệp sử dụng tư liệu ảnh Worldview-2 có độ phân giải khơng gian 1,8 m Việc chiết tách loại hình lớp phủ/ sử. .. Kết phân loại lớp phủ/ sử dụng đất khu công nghiệp Bắc Thăng Long từ liệu ảnh vệ tinh độ phân giải cao Worldview-2 đạt độ xác cao thể qua sai số toàn (0,85) số Kappa (0,81) Từ khóa: Khu cơng nghiệp,