Year
DOY
Opacity Distance to cloud/cloud
shadow
Score Mô tả Score Mô tả
00.68 2019
Ràng buộc là trong khoảng 30 ngày so với ngày mục tiêu. Chỉ số được tính bởi hàm Gaussian. 0.223 Độ mờ trung bình Ràng buộc là bán kính 50 điểm ảnh từ điểm ảnh được xem xét. Chỉ số được tính bởi hàm Sigmoid. 0.42 2018 0.777 Độ mờ thấp 0.22 2017 0.976 Độ mờ gần như không có
3. Đánh giá phân loại lớp phủ cho thủ đô Hà Nội – Việt Nam sử dụng ảnh vệ tinh Venus ảnh vệ tinh Venus
3.1. Xây dựng bộ dữ liệu học và kiểm tra với ảnh Venus đơn
Dữ liệu sử dụng đất từ Cục Tài nguyên và Môi trường Hà Nội được sử dụng để đào tạo và kiểm tra việc lựa chọn dữ liệu. Quy trình lựa chọn dựa trên phương pháp lấy mẫu ngẫu nhiên cho nhiều vị trí thuộc khu vực Hà Nội. Điều này được thực hiện riêng cho dữ liệu đào tạo và thử nghiệm. Và các bộ dữ liệu này được đảm bảo chia sẻ không cùng một điểm trên mặt đất [3].
Tỷ lệ phủ đô thị tham chiếu đến dữ liệu trong Niên giám thống kê tóm tắt đến hết năm 2017 đạt 33.851% so với tổng diện tích Hà Nội( 11369 ha/ 335859 ha). Do đó tỷ lệ trong tập dữ liệu học và dữ liệu kiểm thử cũng tham chiếu để chia tỷ lệ tương ứng [21].
Dữ liệu đào tạo và thử nghiệm được lấy từ dữ liệu đã thực nghiệm với ảnh Landsat8, được dán nhãn thành 7 lớp sử dụng hình ảnh có độ phân giải cao của Google Earth theo dữ liệu được cung cấp bởi trung tâm Công nghệ tích hợp liên ngành Giám sát hiện trường (FIMO center). Sử dụng shapefile ảnh Landsat8 chụp
vùng Hà Nội ở dạng Polygon. Thực hiện chuyển đổi Polygon sang point cho tập Training, Testing bằng cách sử dụng phần mềm ArCMap.
Sơ đồ các bước thực hiện chi tiết như bảng 3.3:
Bảng 3.3 Tập điểm mẫu dữ liệu huấn luyện và dữ liệu kiểm tra
Sau khi có dữ liệu các điểm cho tập dữ liệu học và dữ liệu kiểm thử, thực hiện gán nhãn với quy ước: Nhãn đô thị là 1, các nhãn khác là 0 để đưa vào mô hình huấn luyện. Dữ liệu sau khi phân nhãn có số liệu như bảng 3.4 sau.