Với mục tiêu của luận văn chỉ xem xét đánh giá tác động của nuơi trồng thủy sản đến rừng ngập mặn nên học viên gộp các đối tƣợng đất lúa, hoa màu, bãi bồi,
đất trống vào một nhĩm. Tĩm lại hệ thống chú giải sẽ bao gồm các lớp sau: Rừng ngập mặn, mặt nƣớc, dân cƣ và các loại lớp phủ khác.
Xây dựng mơ hình phân loại
Nhƣ đã đề cập ở trên học viên sử dụng thuật tốn Random Forest để phân loại lớp phủ rừng ngập mặn. Random Forest là một thành viên trong họ thuật tốn decision tree (cây quyết định). Một cây quyết định là một cách đơn giản để biểu diễn một giao thức (protocol). Nĩi cách khác, cây quyết định biểu diễn một kế hoạch, trả lời câu hỏi phải làm gì trong một hồn cảnh nhất định. Ví dụ, cây quyết định đƣợc sử dụng trong tổng đài điện thoại để quyết định xem tổng đài viên sẽ trả lời nhƣ thế nào dựa trên phản hồi của khách hàng. Nĩ cũng đƣợc sử dụng trong hệ điều hành của bất kì cỗ máy nào mà chúng ta cĩ thể tƣởng tƣợng (tàu ngầm, bom nguyên tử,...) hay đơn giản, cây quyết định đƣợc các bác sĩ sử dụng để chẩn đốn bệnh.
Ý tƣởng phía sau Random Forest khá đơn giản. Thuật tốn này sinh một số cây quyết định (thƣờng là vài trăm) và sử dụng chúng. Cĩ hai loại cây quyết định: một là cây phân loại đƣợc sử dụng để phân loại với biến mục tiêu là phân loại và cây kia là cây hồi quy đƣợc sử dụng để dự đốn với biến mục tiêu là liên tục. Cây phân loại đƣợc sử dụng trong nghiên cứu này là cây quyết định đầu tiên. Trong một cách dễ hiểu, ý tƣởng chung của phƣơng pháp cây quyết định này là chia các đối tƣợng đích thành các lớp khác nhau bằng cách đặt ra một loạt câu hỏi về các thuộc tính của chúng. Các đối tƣợng cĩ cùng câu trả lời cho tất cả các câu hỏi sẽ thuộc về cùng một lớp.
Trong nghiên cứu này, mơ hình cây đƣợc xây dựng với tập dữ liệu đào tạo đƣợc tạo trong bƣớc trƣớc đĩ trƣớc khi đƣợc sử dụng để phân loại tất cả các pixel trong khu vực nghiên cứu. Trong số 1200 quan sát, 70% đƣợc sử dụng để tạo cây và 30% đƣợc sử dụng để xác thực cây bằng ma trận sai lẫn, lƣu ý rằng đây là kiểm tra độ chính xác của mơ hình với tập dữ liệu huấn luyện chứ khơng phải độ chính xác của bản đồ phân loại sau này.