Đề xuất việc xây dựng phần mềm phát hiện tự động mất rừng

Một phần của tài liệu Sử dụng chỉ số viễn thám trong giám sát và phát hiện mất rừng tại tỉnh thừa thiên huế giai đoạn 2017 2020​ (Trang 79 - 140)

Chương 4 KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN

4.3. Giải pháp nâng cao hiệu quả theo dõi và giám sát mất rừng khu vực nghiên cứu

4.3.3. Đề xuất việc xây dựng phần mềm phát hiện tự động mất rừng

Dựa trên các kết quả khả quan nêu trên, nghiên cứu đề xuất việc xây dựng phần mềm phát hiện mất rừng tự động sử dụng nguồn tư liệu ảnh Sentinel-2 với chu kỳ bay là 5 ngày như vậy có thể phát hiện sớm các vụ mất rừng. Việc xây dựng phần mềm dựa trên việc ứng dụng các chỉ số viễn thám như trong nghiên cứu này đã đề cấp và sử dụng nền tảng Google Earth Engine để có thể tiết kiệm được chi phí mua thiết bị cấu hình cao mà vẫn đáp ứng được yêu cầu về xử lý dữ liệu viễn thám.

Hiện nay, tuy chưa được được xây dựng thành một phần mềm hoàn chỉnh, tuy nhiên ứng dụng code phát hiện mất rừng đã được xây dựng và hoàn thiện dưới dạng webgis dựa trên hỗ trợ từ nền tảng Google Earth

Engine tại địa chỉ

https://ninhbinhquetoi.users.earthengine.app/view/detectdeforestationtth và được cán bộ của phòng QLBVR thuộc CCKL tỉnh Thừa Thiên Huế sử dụng phục vụ cho phát hiện sớm mất rừng và theo dõi diễn diễn biến rừng của năm 2020.

KẾT LUẬN, TỒN TẠI VÀ KIẾN NGHỊ 1. Kết luận

Thừa Thiên Huế là một trong những tỉnh có diện tích rừng và độ che phủ rừng lớn ở khu vực miền trung. Lực lượng Kiểm lâm của tỉnh còn khá mỏng, do vậy, việc ứng dụng công nghệ viễn thám và GIS trong việc theo dõi, giám sát và phát hiện sớm mất rừng là việc vô cùng ý nghĩa góp phần cho việc giảm sức lực của con người trong việc phải thường xuyên tuần tra, truy quét ngoài hiện trường và kịp thời xử lý các vụ vi phạm về phá rừng trên địa bàn tỉnh Thừa Thiên Huế.

Ảnh vệ tinh Sentinel-2 sử dụng để tính toán tìm ra lô rừng bị mất tại khu vực nghiên cứu được tạo thành từ 6 mảnh ghép (48PYC, 48PZC, 48QYD, 48QZD, 49PBT, 49QBU), trong 4 năm từ tháng 4/2017 - 5/200, có tổng số 210 ảnh, tỷ lệ mây bình quân là 40,36%. Dữ liệu ảnh vệ tinh Sentinel- 2 của 12 tháng năm 2019 gồm 701 ảnh, với tỷ lệ mây bình quân là 54,74%.

Dữ liệu ảnh vệ tinh tại khu vực nghiên cứ được tải về, lọc mây, ghép ảnh đa thời gian trên GEE đảm bảo đạt yêu cầu trong sử dụng dữ liệu viễn thám trong phát hiện mất rừng.

Các xác định một lô rừng bị mất sử dụng chỉ số viễn thám tại khu vực nghiên cứu được áp dụng như sau: i) Với chỉ số NDVI áp dụng ngưỡng NDVIT1 ≥ 0,59, NDVT2 < 0,59 và ∆NDVI ≥ 0,28 (độ chính xác điểm mất rừng 90,33%, sai số về diện tích phát hiện 13,37%) ; ii) Với chỉ số NBR áp dụng ngưỡng NBRT1 ≥ 0,61, NBRT2 < 0,61 và ∆NBR ≥ 0,51 (độ chính xác điểm mất rừng 79,00%, sai số về diện tích phát hiện 15,61%) ; iii) Với chỉ số IRSI áp dụng ngưỡng IRSIT1 ≥ 1,20, IRSIT2 < 1,20 và ∆ IRSI ≥ 0,77 (độ chính xác điểm mất rừng 72,33%, sai số về diện tích phát hiện 21,27%). Nên áp dụng kết hợp cả 3 chỉ số này để đạt độ chính xác điểm mất rừng với độ chính xác lên đến 98%.

Diện tích mất rừng giai đoạn 2017 - 2020 tại khu vực nhiên cứu mỗi năm mất đi gần 15 ngàn ha, tính theo các chỉ số viễn thám: i) Theo chỉ số NDVI chiếm diện tích lớn nhất là 16,6 ngàn ha; ii) Theo chỉ số IRSI là 14,4 ngàn ha; iii) Theo chỉ số NBR là hơn 13,8 ngàn ha. Các huyện mất rừng nhiều nhất là huyện A Lưới, huyện Hương Trà, Hương hủy; các huyện mất ít mất rừng là TP Huế, Phú Vang và Quảng Điền.

Độ chính xác về phát hiện điểm mất rừng của nghiên cứu là 90,33% với chỉ số NDVI, 79% với chỉ số NBR và 72,33% với chỉ số IRSI; khi kết hợp cả 3 chỉ số để phát hiện mất rừng thì độ chính xác lên tới 98%. Sai số về diện tích vùng mất rừng trong nghiên cứu lần lượt là 13,47% với chỉ số NDVI, 15,61 với chỉ số NBR và 21,27% với chỉ số IRSI.

2. Tồn tại

Nghiên cứu sử dụng vật liệu là ảnh vệ tinh Sentinel-2, do vậy vẫn còn chịu ảnh ảnh hưởng của mây dẫn đến một số điểm mất rừng phát hiện chưa đúng.

Nghiên cứu chưa tính đến trường hợp đối tượng rừng lá rụng theo mùa.

3. Kiến nghị

Tiếp tục có những nghiên cứu sâu hơn để tìm ra chỉ số NDVI biến động theo mùa một cách rõ dệt hơn để có thể có giá trị NDVI áp dụng cho khoảng thời gian ngắn hơn để nâng cao độ chính xác về điểm và diện tích phát hiện mất rừng. Trong đó, cần quan tâm đến đối tượng rừng lá dụng theo mùa.

Ngoài ra, cần kết hợp với nguồn dữ liệu ảnh viễn thám không bị ảnh hưởng mây che phủ.

Đề xuất xây dựng phần mềm phát hiện mất rừng trên nền tảng Google Earth Engine và sử dụng rộng rãi cho toàn tỉnh Thừa Thiên Huế để có những những giải pháp quản lý rừng mang tính chất tổng thể và đồng nhất góp phần quản lý tốt hơn diện tích rừng và đất lâm nghiệp trên địa bàn tỉnh.

TÀI LIỆU THAM KHẢO TÀI LIỆU TIẾNG VIỆT

1. Trần Quang Bảo, Nguyễn Đức Lợi và Lã Nguyên Khang (2017), "Ứng dụng GIS và viễn thám trong phân tích thực trạng và đánh giá diễn biến tài nguyên rừng tại huyện Vĩnh Cửu, tỉnh Đồng Nai", Tạp chí Khoa học và Công nghệ Lâm nghiệp. số 6/2017, tr. 92 - 100.

2. Bộ Nông nghiệp và Phát triển Nông thôn (2020), Báo cáo kết quả thực hiện dự án "Thiết lập thí điểm hệ thống tuần tra, giám sát lửa rừng, sự thay đổi rừng và đất lâm nghiệp cấp huyện", chủ biên.

3. Cổng thông tin điện tử Kiểm lâm Thừa Thiên Huế Tăng cường tập huấn kỹ thuật giám sát rừng bằng máy tính bảng cho cán bộ quản lý rừng các cấp trên địa bàn tỉnh Thừa Thiên Huế, truy cập ngày 29/10/2020, tại trang web http://www.kiemlamthuathienhue.org.vn/tin-hoat-dong/tang- cuong-tap-huan-ky-thuat-giam-sat-rung-bang-may-tinh-bang-cho-can- bo-quan-ly-rung-cac-cap-tren-dia-ban-tinh-thua-thien-hue_227.html.

4. Cổng thông tin điện tử quốc hội nước cộng hòa xã hội chủ nghĩa Việt Nam Góc nhìn đại biểu: Giải pháp nào cho vấn nạn phá rừng ?, truy cập ngày

01/11/2020, tại trang web

http://quochoi.vn/UserControls/Publishing/News/BinhLuan/pFormPrint.aspx?

UrlListProcess=/content/tintuc/Lists/News&ItemID=44130.

5. Cổng thông tin điện tử Sở NN&PTNT tỉnh Thừa Thiên Huế Tập huấn Hệ thống giám sát rừng công nghệ cao tại tỉnh Thừa Thiên Huế, truy cập ngày 29/10/2020, tại trang web https://snnptnt.thuathienhue.gov.vn/?gd=1&cn=159&tc=11677.

6. Cổng thông tin điển tử tỉnh Thừa Thiên Huế Quy hoạch phát triển kinh tế xã hội, truy cập ngày 28/10/2020, tại trang web https://thuathienhue.gov.vn/vi- vn/Thong-tin-kinh-te-xa-hoi/tid/Quy-hoach-phat-trien-kinh-te-xa-

hoi/cid/D6CB55BA-1345-43BF-BD98-FE26A646F948.

7. Cổng thông tin điện tử tỉnh Thừa Thiên Huế, "Tình hình kinh tế - xã hội tháng 12 và cả năm 2019".

8. Cổng thông tin điện tử tỉnh Thừa Thiên Huế; Bản đồ hành chính, truy cập ngày 23/10/2020, tại trang web https://thuathienhue.gov.vn/vi- vn/Trang-chu/Thong-tin-chung/Ban-do-hanh-chinh.

9. Cổng thông tin điện tử tỉnh Thừa Thiên Huế; Giới thiệu tổng quan Thừa Thiên Huế, Thành phố Huế, truy cập ngày 23/10/2020, tại trang web https://thuathienhue.gov.vn/Thong-tin-kinh-te-xa-hoi/tid/Gioi-thieu- tong-quan-Thua-Thien-Hue/cid/710F28B2-E3D2-4746-BE8C- CFAD794A99E3.

10. Cục Kiểm lâm Số liệu diễn biến rừng hàng năm, truy cập ngày 23/10/2020, tại trang web http://www.kiemlam.org.vn/Desktop.aspx/List/So-lieu-dien-bien- rung hang-nam/.

11. Trần Thu Hà và các cộng sự. (2016), "Ứng dụng GIS và viễn thám trong giám sát biến động diện tích rừng huyện Cao Phong-tỉnh Hòa Bình", Tạp chí Khoa học và Công nghệ Lâm nghiệp. số 4/2016, tr. 59 - 69.

12. Nguyễn Xuân Trung Hiếu; (2013), Ứng dụng viễn thám và GIS thành lập bản đồ biến động các loại thực phủ địa bàn thành phố Huế - tỉnh Thừa Thiên Huế, Hệ thống thông tin địa lý, Đại học Nông lâm Thành phố Hồ Chí Minh.

13. Nguyễn Hải Hòa, Nguyễn Thị Thu Hiền và Lương Thị Thu Trang (2016), "Ứng dụng GIS và ảnh Landsat đa thời gian xây dựng bản đồ biến động diện tích rừng tại xã vùng đệm Xuân Đài và Kim Thượng, vườn quốc gia Xuân Sơn", Tạp chí Khoa học Lâm nghiệp. số 3/2016, tr.

4524-4537.

14. Nguyễn Thanh Hoàn và các cộng sự. (2017), "Xác định vị trí mất rừng bằng phương pháp phân tích véc tơ thay đổi đa biến (MCVA) trên tư liệu vệ tinh Landsat-8", Tạp chí Khoa học và Công nghệ Lâm nghiệp. số 4/2017, tr. 96-105.

15. Nguyễn Văn Lợi; (2013), "Phân tích chỉ số khác biệt thực vật (NDVI)

của ảnh viễn thám để đánh giá biến động che phủ thực vật rừng giai đoạn 2005-2011 tại ban quản lý rừng phòng hộ đầu nguồn Sông Hương, tỉnh Thừa Thiên Huế", Tạp chí Khoa học Đại học Huế. Số 8, tập 87.

16. Trương Đức Nguyên (2020), Ứng dụng ảnh viễn thám và GIS để theo dõi biến động tài nguyên rừng tại xã Hồng Bắc, huyện A Lưới, tỉnh Thừa Thiên Huế, Lâm học, Đại học Nông lâm, Đại học Huế, TP Huế.

17. Quốc hội nước Cộng hòa xã hội chủ nghĩa Việt Nam (2017), Luật Lâm nghiệp, chủ biên.

18. Sở NN&PTNT tỉnh Thừa Thiên Huế (2020), Quyết định số 582/QĐ- SNNPTNT về việc giao biên chế năm 2020 cho Chi cục Kiểm lâm và các đơn vị trực thuộc chi cục, chủ biên.

19. Nguyễn Văn Thị, Nguyễn Đình Dương và Trần Quang Bảo (2018),

"Quan hệ giữa tán xạ ngược của ảnh radar Sentinel-1 với chỉ số NDVI của ảnh quang học Sentinel-2: trường hợp nghiên cứu cho đối tượng rừng khộp tại tỉnh Đắk Lắk", Tạp chí Khoa học và Công nghệ Lâm nghiệp. số 3/2018, tr. 167 - 176.

20. Tổng cục thống kê Niêm giám thống kê, Nhà xuất bản thống kê, Hà Nội.

21. Trung tâm vì Con người và Rừng; (2013), Một số thuật ngữ thông dụng liên quan tới biến đổi khí hậu và REDD+.

22. UBND tỉnh Thừa Thiên Huế (2016), Quyết định số 2478/QĐ-UBND ngày 18/10/2016 về việc phê duyệt kết quả Kiểm kê rừng trên địa bàn tỉnh Thừa Thiên Huế, chủ biên.

23. UBND tỉnh Thừa Thiên Huế (2020), Quyết định số 529/QĐ-UBND ngày 25/02/2020 về việc công bố hiện trạng rừng tỉnh Thừa Thiên Huế năm 2019, chủ biên.

TÀI LIỆU TIẾNG ANH

24. Alfonso Fernandez-manso, Oscar Fernández-Manso và C. Quintano (2016), "SENTINEL-2A red-edge spectral indices suitability for

discriminating burn severity", International Journal of Applied Earth Observation and Geoinformation. 50, tr. 170-175.

25. Cengiz Akbulak và các cộng sự. (2018), "Forest fire risk analysis via integration of GIS, RS and AHP: The Case of Çanakkale, Turkey", Journal of Human Sciences. 15(4), tr. 2127-2143.

26. Dmitry Mozgovoy và các cộng sự. (2019), "Automated detection of deforestation based on multi-spectrum satellite data", Journal of Physics: Conference Series. 1399, tr. 044101.

27. Elena Reinisch và các cộng sự. (2020), Combining multispectral imagery and synthetic aperture radar for detecting deforestation, SPIE Defense + Commercial Sensing, Vol. 11392, SPIE.

28. Emre Çolak và Filiz Sunar (2020), "Evaluation of forest fire risk in the Mediterranean Turkish forests: A case study of Menderes region, Izmir", International Journal of Disaster Risk Reduction. 45, tr. 101479.

29. Eveline Pereira và các cộng sự. (2020), "Spatial and spectral remote sensing features to detect deforestation in Brazilian Savannas", Advances in Forestry Science. 6.

30. Google Sentinel-2 MSI: MultiSpectral Instrument, Level-1C, truy cập ngày 27/10/2020, tại trang web https://developers.google.com/earth- engine/datasets/catalog/COPERNICUS_S2.

31. Hesbon Ochego (2003), Application of Remote Sensing in Deforestation Monitoring: A Case Study of the Aberdares (Kenya), The second FIG Regional Conference, chủ biên, Marrakech, Morrocco.

32. Livescience https://www.livescience.com/27692-deforestation.html, truy cập ngày 23/10/2020, tại trang web https://www.livescience.com/27692- deforestation.html.

33. Manabu Watanabe và các cộng sự. (2017), Development of early-stage deforestation detection algorithm (advanced) with PALSAR-2/ScanSAR for JICA-JAXA program (JJ-FAST), 2446-2449.

34. Meng Lu và các cộng sự. (2016), "Spatio-temporal change detection from multidimensional arrays: Detecting deforestation from MODIS time series", ISPRS Journal of Photogrammetry and Remote Sensing.

117.

35. Michael Schultz và các cộng sự. (2016), "Performance of vegetation indices from Landsat time series in deforestation monitoring", International Journal of Applied Earth Observation and Geoinformation.

52, tr. 318-327.

36. Muhammad Saleh và các cộng sự. (2019), "Algorithm for detecting deforestation and forest degradation using vegetation indices", TELKOMNIKA (Telecommunication Computing Electronics and Control). 17, tr. 2335.

37. Nurul Ihsan Fawzi, Vina Nurul Husna và Jackson Helms (2018),

"Measuring deforestation using remote sensing and its implication for conservation in Gunung Palung National Park, West Kalimantan, Indonesia", IOP Conference Series: Earth and Environmental Science.

149, tr. 012038.

38. Stuart L. Pimm Deforestation, truy cập ngày 27/10/2020, tại trang web https://www.britannica.com/science/deforestation/Effects.

39. Yosio Edemir Shimabukuro và các cộng sự. (2019), "Monitoring deforestation and forest degradation using multi-temporal fraction images derived from Landsat sensor data in the Brazilian Amazon", International Journal of Remote Sensing. 40(14), tr. 5475-5496.

40. Youmatter (2020), "What Is Deforestation? Definition, Causes, Consequences, Solutions".

PHỤ LỤC

Phụ lục 01

Danh sách các ảnh vệ tinh Sentinel-2 sử dụng trong phân tích dữ liệu mất rừng từ năm 2017 - 2020 tại khu vực nghiên cứu

1 2017 S2A_MSIL1C_20170401T031541_N0204_R118_T48PYC_20170401T032918 98,94 01-04-2017 48PYC 2 2017 S2A_MSIL1C_20170401T031541_N0204_R118_T48PZC_20170401T032918 100,00 01-04-2017 48PZC 3 2017 S2A_MSIL1C_20170401T031541_N0204_R118_T48QYD_20170401T032918 85,21 01-04-2017 48QYD 4 2017 S2A_MSIL1C_20170401T031541_N0204_R118_T48QZD_20170401T032918 100,00 01-04-2017 48QZD 5 2017 S2A_MSIL1C_20170408T030541_N0204_R075_T48PYC_20170408T031358 7,63 08-04-2017 48PYC 6 2017 S2A_MSIL1C_20170408T030541_N0204_R075_T48PZC_20170408T031358 1,37 08-04-2017 48PZC 7 2017 S2A_MSIL1C_20170408T030541_N0204_R075_T48QYD_20170408T031358 1,81 08-04-2017 48QYD 8 2017 S2A_MSIL1C_20170408T030541_N0204_R075_T48QZD_20170408T031358 0,19 08-04-2017 48QZD 9 2017 S2A_MSIL1C_20170408T030541_N0204_R075_T49PBT_20170408T031358 0,43 08-04-2017 49PBT 10 2017 S2A_MSIL1C_20170408T030541_N0204_R075_T49QBU_20170408T031358 - 08-04-2017 49QBU 11 2017 S2A_MSIL1C_20170411T033241_N0204_R118_T48PYC_20170411T033242 10,25 11-04-2017 48PYC 12 2017 S2A_MSIL1C_20170411T033241_N0204_R118_T48PZC_20170411T033242 - 11-04-2017 48PZC 13 2017 S2A_MSIL1C_20170411T033241_N0204_R118_T48QYD_20170411T033242 1,29 11-04-2017 48QYD 14 2017 S2A_MSIL1C_20170411T033241_N0204_R118_T48QZD_20170411T033242 0,03 11-04-2017 48QZD 15 2017 S2A_MSIL1C_20170418T032321_N0204_R075_T48PYC_20170418T032322 75,15 18-04-2017 48PYC 16 2017 S2A_MSIL1C_20170418T032321_N0204_R075_T48PZC_20170418T032322 58,09 18-04-2017 48PZC 17 2017 S2A_MSIL1C_20170418T032321_N0204_R075_T48QYD_20170418T032322 100,00 18-04-2017 48QYD

18 2017 S2A_MSIL1C_20170418T032321_N0204_R075_T48QZD_20170418T032322 30,02 18-04-2017 48QZD 19 2017 S2A_MSIL1C_20170418T032321_N0204_R075_T49PBT_20170418T032322 27,99 18-04-2017 49PBT 20 2017 S2A_MSIL1C_20170418T032321_N0204_R075_T49QBU_20170418T032322 32,44 18-04-2017 49QBU 21 2017 S2A_MSIL1C_20170421T031541_N0204_R118_T48PYC_20170421T033212 10,91 21-04-2017 48PYC 22 2017 S2A_MSIL1C_20170421T031541_N0204_R118_T48PZC_20170421T033212 0,47 21-04-2017 48PZC 23 2017 S2A_MSIL1C_20170421T031541_N0204_R118_T48QYD_20170421T033212 0,35 21-04-2017 48QYD 24 2017 S2A_MSIL1C_20170421T031541_N0204_R118_T48QZD_20170421T033212 0,13 21-04-2017 48QZD 25 2017 S2A_MSIL1C_20170428T030541_N0205_R075_T48PYC_20170428T031351 100,00 28-04-2017 48PYC 26 2017 S2A_MSIL1C_20170428T030541_N0205_R075_T48PZC_20170428T031351 90,69 28-04-2017 48PZC 27 2017 S2A_MSIL1C_20170428T030541_N0205_R075_T48QYD_20170428T031351 100,00 28-04-2017 48QYD 28 2017 S2A_MSIL1C_20170428T030541_N0205_R075_T48QZD_20170428T031351 100,00 28-04-2017 48QZD 29 2017 S2A_MSIL1C_20170428T030541_N0205_R075_T49PBT_20170428T031351 93,81 28-04-2017 49PBT 30 2017 S2A_MSIL1C_20170428T030541_N0205_R075_T49QBU_20170428T031351 100,00 28-04-2017 49QBU 31 2018 S2B_MSIL1C_20180401T031539_N0206_R118_T48PYC_20180401T061429 19,39 01-04-2018 48PYC 32 2018 S2B_MSIL1C_20180401T031539_N0206_R118_T48PZC_20180401T061429 10,22 01-04-2018 48PZC 33 2018 S2B_MSIL1C_20180401T031539_N0206_R118_T48QYD_20180401T061429 46,16 01-04-2018 48QYD 34 2018 S2B_MSIL1C_20180401T031539_N0206_R118_T48QZD_20180401T061429 5,51 01-04-2018 48QZD 35 2018 S2A_MSIL1C_20180403T030541_N0206_R075_T48PYC_20180403T064412 1,06 03-04-2018 48PYC 36 2018 S2A_MSIL1C_20180403T030541_N0206_R075_T48PZC_20180403T064412 0,07 03-04-2018 48PZC 37 2018 S2A_MSIL1C_20180403T030541_N0206_R075_T48QYD_20180403T064412 87,53 03-04-2018 48QYD

38 2018 S2A_MSIL1C_20180403T030541_N0206_R075_T48QZD_20180403T064412 26,35 03-04-2018 48QZD 39 2018 S2A_MSIL1C_20180403T030541_N0206_R075_T49PBT_20180403T064412 0,37 03-04-2018 49PBT 40 2018 S2A_MSIL1C_20180403T030541_N0206_R075_T49QBU_20180403T064412 9,63 03-04-2018 49QBU 41 2018 S2A_MSIL1C_20180406T031541_N0206_R118_T48PYC_20180406T060204 45,32 06-04-2018 48PYC 42 2018 S2A_MSIL1C_20180406T031541_N0206_R118_T48PZC_20180406T060204 82,20 06-04-2018 48PZC 43 2018 S2A_MSIL1C_20180406T031541_N0206_R118_T48QYD_20180406T060204 73,50 06-04-2018 48QYD 44 2018 S2A_MSIL1C_20180406T031541_N0206_R118_T48QZD_20180406T060204 56,86 06-04-2018 48QZD 45 2018 S2B_MSIL1C_20180408T030539_N0206_R075_T48PYC_20180408T060931 100,00 08-04-2018 48PYC 46 2018 S2B_MSIL1C_20180408T030539_N0206_R075_T48PZC_20180408T060931 97,41 08-04-2018 48PZC 47 2018 S2B_MSIL1C_20180408T030539_N0206_R075_T48QYD_20180408T060931 100,00 08-04-2018 48QYD 48 2018 S2B_MSIL1C_20180408T030539_N0206_R075_T48QZD_20180408T060931 79,71 08-04-2018 48QZD 49 2018 S2B_MSIL1C_20180408T030539_N0206_R075_T49PBT_20180408T060931 92,37 08-04-2018 49PBT 50 2018 S2B_MSIL1C_20180408T030539_N0206_R075_T49QBU_20180408T060931 49,73 08-04-2018 49QBU 51 2018 S2B_MSIL1C_20180411T031539_N0206_R118_T48PYC_20180411T062628 0,25 11-04-2018 48PYC 52 2018 S2B_MSIL1C_20180411T031539_N0206_R118_T48PZC_20180411T062628 0,01 11-04-2018 48PZC 53 2018 S2B_MSIL1C_20180411T031539_N0206_R118_T48QYD_20180411T062628 6,36 11-04-2018 48QYD 54 2018 S2B_MSIL1C_20180411T031539_N0206_R118_T48QZD_20180411T062628 - 11-04-2018 48QZD 55 2018 S2A_MSIL1C_20180413T030541_N0206_R075_T48PYC_20180413T060434 1,50 13-04-2018 48PYC 56 2018 S2A_MSIL1C_20180413T030541_N0206_R075_T48PZC_20180413T060434 0,31 13-04-2018 48PZC 57 2018 S2A_MSIL1C_20180413T030541_N0206_R075_T48QYD_20180413T060434 1,26 13-04-2018 48QYD

58 2018 S2A_MSIL1C_20180413T030541_N0206_R075_T48QZD_20180413T060434 0,08 13-04-2018 48QZD 59 2018 S2A_MSIL1C_20180413T030541_N0206_R075_T49PBT_20180413T060434 3,26 13-04-2018 49PBT 60 2018 S2A_MSIL1C_20180413T030541_N0206_R075_T49QBU_20180413T060434 - 13-04-2018 49QBU 61 2018 S2A_MSIL1C_20180416T031541_N0206_R118_T48PYC_20180416T065409 84,18 16-04-2018 48PYC 62 2018 S2A_MSIL1C_20180416T031541_N0206_R118_T48PZC_20180416T065409 100,00 16-04-2018 48PZC 63 2018 S2A_MSIL1C_20180416T031541_N0206_R118_T48QYD_20180416T065409 99,94 16-04-2018 48QYD 64 2018 S2A_MSIL1C_20180416T031541_N0206_R118_T48QZD_20180416T065409 90,67 16-04-2018 48QZD 65 2018 S2B_MSIL1C_20180418T030539_N0206_R075_T48PYC_20180418T055826 100,00 18-04-2018 48PYC 66 2018 S2B_MSIL1C_20180418T030539_N0206_R075_T48PZC_20180418T055826 99,64 18-04-2018 48PZC 67 2018 S2B_MSIL1C_20180418T030539_N0206_R075_T48QYD_20180418T055826 100,00 18-04-2018 48QYD 68 2018 S2B_MSIL1C_20180418T030539_N0206_R075_T48QZD_20180418T055826 100,00 18-04-2018 48QZD 69 2018 S2B_MSIL1C_20180418T030539_N0206_R075_T49PBT_20180418T055826 97,07 18-04-2018 49PBT 70 2018 S2B_MSIL1C_20180418T030539_N0206_R075_T49QBU_20180418T055826 99,94 18-04-2018 49QBU 71 2018 S2B_MSIL1C_20180421T031539_N0206_R118_T48PYC_20180421T062410 22,55 21-04-2018 48PYC 72 2018 S2B_MSIL1C_20180421T031539_N0206_R118_T48PZC_20180421T062410 6,41 21-04-2018 48PZC 73 2018 S2B_MSIL1C_20180421T031539_N0206_R118_T48QYD_20180421T062410 9,68 21-04-2018 48QYD 74 2018 S2B_MSIL1C_20180421T031539_N0206_R118_T48QZD_20180421T062410 0,61 21-04-2018 48QZD 75 2018 S2A_MSIL1C_20180423T030541_N0206_R075_T48PYC_20180423T080516 1,81 23-04-2018 48PYC 76 2018 S2A_MSIL1C_20180423T030541_N0206_R075_T48PZC_20180423T080516 0,25 23-04-2018 48PZC 77 2018 S2A_MSIL1C_20180423T030541_N0206_R075_T48QYD_20180423T080516 0,27 23-04-2018 48QYD

78 2018 S2A_MSIL1C_20180423T030541_N0206_R075_T48QZD_20180423T080516 0,04 23-04-2018 48QZD 79 2018 S2A_MSIL1C_20180423T030541_N0206_R075_T49PBT_20180423T080516 - 23-04-2018 49PBT 80 2018 S2A_MSIL1C_20180423T030541_N0206_R075_T49QBU_20180423T080516 - 23-04-2018 49QBU 81 2018 S2A_MSIL1C_20180426T031731_N0206_R118_T48PYC_20180426T055154 66,31 26-04-2018 48PYC 82 2018 S2A_MSIL1C_20180426T031731_N0206_R118_T48PZC_20180426T055154 87,73 26-04-2018 48PZC 83 2018 S2A_MSIL1C_20180426T031731_N0206_R118_T48QYD_20180426T055154 36,45 26-04-2018 48QYD 84 2018 S2A_MSIL1C_20180426T031731_N0206_R118_T48QZD_20180426T055154 20,99 26-04-2018 48QZD 85 2018 S2B_MSIL1C_20180428T030539_N0206_R075_T48PYC_20180428T064305 54,20 28-04-2018 48PYC 86 2018 S2B_MSIL1C_20180428T030539_N0206_R075_T48PZC_20180428T064305 24,08 28-04-2018 48PZC 87 2018 S2B_MSIL1C_20180428T030539_N0206_R075_T48QYD_20180428T064305 17,95 28-04-2018 48QYD 88 2018 S2B_MSIL1C_20180428T030539_N0206_R075_T48QZD_20180428T064305 4,13 28-04-2018 48QZD 89 2018 S2B_MSIL1C_20180428T030539_N0206_R075_T49PBT_20180428T064305 10,94 28-04-2018 49PBT 90 2018 S2B_MSIL1C_20180428T030539_N0206_R075_T49QBU_20180428T064305 2,17 28-04-2018 49QBU 91 2019 S2A_MSIL2A_20190401T031541_N0211_R118_T48PYC_20190401T071907 58,81 01-04-2019 48PYC 92 2019 S2A_MSIL2A_20190401T031541_N0211_R118_T48PZC_20190401T071907 96,74 01-04-2019 48PZC 93 2019 S2A_MSIL2A_20190401T031541_N0211_R118_T48QYD_20190401T071907 46,63 01-04-2019 48QYD 94 2019 S2A_MSIL2A_20190401T031541_N0211_R118_T48QZD_20190401T071907 78,35 01-04-2019 48QZD 95 2019 S2B_MSIL2A_20190403T030549_N0211_R075_T48PYC_20190403T084253 41,89 03-04-2019 48PYC 96 2019 S2B_MSIL2A_20190403T030549_N0211_R075_T48PZC_20190403T084253 27,44 03-04-2019 48PZC 97 2019 S2B_MSIL2A_20190403T030549_N0211_R075_T48QYD_20190403T084253 9,63 03-04-2019 48QYD

98 2019 S2B_MSIL2A_20190403T030549_N0211_R075_T48QZD_20190403T084253 23,47 03-04-2019 48QZD 99 2019 S2B_MSIL2A_20190403T030549_N0211_R075_T49PBT_20190403T084253 22,84 03-04-2019 49PBT 100 2019 S2B_MSIL2A_20190403T030549_N0211_R075_T49QBU_20190403T084253 27,24 03-04-2019 49QBU 101 2019 S2B_MSIL2A_20190406T031549_N0211_R118_T48PYC_20190406T072445 48,05 06-04-2019 48PYC 102 2019 S2B_MSIL2A_20190406T031549_N0211_R118_T48PZC_20190406T072445 18,32 06-04-2019 48PZC 103 2019 S2B_MSIL2A_20190406T031549_N0211_R118_T48QYD_20190406T072445 56,73 06-04-2019 48QYD 104 2019 S2B_MSIL2A_20190406T031549_N0211_R118_T48QZD_20190406T072445 50,82 06-04-2019 48QZD 105 2019 S2A_MSIL2A_20190408T030541_N0211_R075_T48PYC_20190408T071621 3,44 08-04-2019 48PYC 106 2019 S2A_MSIL2A_20190408T030541_N0211_R075_T48PZC_20190408T071621 44,77 08-04-2019 48PZC 107 2019 S2A_MSIL2A_20190408T030541_N0211_R075_T48QYD_20190408T071621 4,92 08-04-2019 48QYD 108 2019 S2A_MSIL2A_20190408T030541_N0211_R075_T48QZD_20190408T071621 14,45 08-04-2019 48QZD 109 2019 S2A_MSIL2A_20190408T030541_N0211_R075_T49PBT_20190408T071621 57,30 08-04-2019 49PBT 110 2019 S2A_MSIL2A_20190408T030541_N0211_R075_T49QBU_20190408T071621 14,01 08-04-2019 49QBU 111 2019 S2A_MSIL2A_20190411T031541_N0211_R118_T48PYC_20190411T074617 12,26 11-04-2019 48PYC 112 2019 S2A_MSIL2A_20190411T031541_N0211_R118_T48PZC_20190411T074617 6,16 11-04-2019 48PZC 113 2019 S2A_MSIL2A_20190411T031541_N0211_R118_T48QYD_20190411T074617 7,92 11-04-2019 48QYD 114 2019 S2A_MSIL2A_20190411T031541_N0211_R118_T48QZD_20190411T074617 12,21 11-04-2019 48QZD 115 2019 S2B_MSIL2A_20190413T030549_N0211_R075_T48PYC_20190413T071258 49,71 13-04-2019 48PYC 116 2019 S2B_MSIL2A_20190413T030549_N0211_R075_T48PZC_20190413T071258 44,34 13-04-2019 48PZC 117 2019 S2B_MSIL2A_20190413T030549_N0211_R075_T48QYD_20190413T071258 44,62 13-04-2019 48QYD

118 2019 S2B_MSIL2A_20190413T030549_N0211_R075_T48QZD_20190413T071258 41,24 13-04-2019 48QZD 119 2019 S2B_MSIL2A_20190413T030549_N0211_R075_T49PBT_20190413T071258 40,99 13-04-2019 49PBT 120 2019 S2B_MSIL2A_20190413T030549_N0211_R075_T49QBU_20190413T071258 32,73 13-04-2019 49QBU 121 2019 S2B_MSIL2A_20190416T031549_N0211_R118_T48PYC_20190416T072355 95,34 16-04-2019 48PYC 122 2019 S2B_MSIL2A_20190416T031549_N0211_R118_T48PZC_20190416T072355 100,00 16-04-2019 48PZC 123 2019 S2B_MSIL2A_20190416T031549_N0211_R118_T48QYD_20190416T072355 95,71 16-04-2019 48QYD 124 2019 S2B_MSIL2A_20190416T031549_N0211_R118_T48QZD_20190416T072355 94,23 16-04-2019 48QZD 125 2019 S2A_MSIL2A_20190418T030551_N0211_R075_T48PYC_20190418T073633 6,18 18-04-2019 48PYC 126 2019 S2A_MSIL2A_20190418T030551_N0211_R075_T48PZC_20190418T073633 23,73 18-04-2019 48PZC 127 2019 S2A_MSIL2A_20190418T030551_N0211_R075_T48QYD_20190418T073633 0,31 18-04-2019 48QYD 128 2019 S2A_MSIL2A_20190418T030551_N0211_R075_T48QZD_20190418T073633 3,05 18-04-2019 48QZD 129 2019 S2A_MSIL2A_20190418T030551_N0211_R075_T49PBT_20190418T073633 26,16 18-04-2019 49PBT 130 2019 S2A_MSIL2A_20190418T030551_N0211_R075_T49QBU_20190418T073633 4,15 18-04-2019 49QBU 131 2019 S2A_MSIL2A_20190421T031541_N0211_R118_T48PYC_20190421T072735 36,27 21-04-2019 48PYC 132 2019 S2A_MSIL2A_20190421T031541_N0211_R118_T48PZC_20190421T072735 21,01 21-04-2019 48PZC 133 2019 S2A_MSIL2A_20190421T031541_N0211_R118_T48QYD_20190421T072735 10,21 21-04-2019 48QYD 134 2019 S2A_MSIL2A_20190421T031541_N0211_R118_T48QZD_20190421T072735 5,99 21-04-2019 48QZD 135 2019 S2B_MSIL2A_20190423T030549_N0211_R075_T48PYC_20190423T071400 8,17 23-04-2019 48PYC 136 2019 S2B_MSIL2A_20190423T030549_N0211_R075_T48PZC_20190423T071400 5,50 23-04-2019 48PZC 137 2019 S2B_MSIL2A_20190423T030549_N0211_R075_T48QYD_20190423T071400 2,74 23-04-2019 48QYD

138 2019 S2B_MSIL2A_20190423T030549_N0211_R075_T48QZD_20190423T071400 1,18 23-04-2019 48QZD 139 2019 S2B_MSIL2A_20190423T030549_N0211_R075_T49PBT_20190423T071400 2,46 23-04-2019 49PBT 140 2019 S2B_MSIL2A_20190423T030549_N0211_R075_T49QBU_20190423T071400 0,35 23-04-2019 49QBU 141 2019 S2B_MSIL2A_20190426T031549_N0211_R118_T48PYC_20190426T072234 41,28 26-04-2019 48PYC 142 2019 S2B_MSIL2A_20190426T031549_N0211_R118_T48PZC_20190426T072234 44,49 26-04-2019 48PZC 143 2019 S2B_MSIL2A_20190426T031549_N0211_R118_T48QYD_20190426T072234 69,36 26-04-2019 48QYD 144 2019 S2B_MSIL2A_20190426T031549_N0211_R118_T48QZD_20190426T072234 85,93 26-04-2019 48QZD 145 2019 S2A_MSIL2A_20190428T030551_N0211_R075_T48PYC_20190428T071443 39,04 28-04-2019 48PYC 146 2019 S2A_MSIL2A_20190428T030551_N0211_R075_T48PZC_20190428T071443 33,34 28-04-2019 48PZC 147 2019 S2A_MSIL2A_20190428T030551_N0211_R075_T48QYD_20190428T071443 54,37 28-04-2019 48QYD 148 2019 S2A_MSIL2A_20190428T030551_N0211_R075_T48QZD_20190428T071443 68,09 28-04-2019 48QZD 149 2019 S2A_MSIL2A_20190428T030551_N0211_R075_T49PBT_20190428T071443 32,49 28-04-2019 49PBT 150 2019 S2A_MSIL2A_20190428T030551_N0211_R075_T49QBU_20190428T071443 68,98 28-04-2019 49QBU 151 2020 S2A_MSIL2A_20200502T030551_N0214_R075_T48PYC_20200502T072814 0,62 02-05-2020 48PYC 152 2020 S2A_MSIL2A_20200502T030551_N0214_R075_T48PZC_20200502T072814 4,55 02-05-2020 48PZC 153 2020 S2A_MSIL2A_20200502T030551_N0214_R075_T48QYD_20200502T072814 10,93 02-05-2020 48QYD 154 2020 S2A_MSIL2A_20200502T030551_N0214_R075_T48QZD_20200502T072814 1,44 02-05-2020 48QZD 155 2020 S2A_MSIL2A_20200502T030551_N0214_R075_T49PBT_20200502T072814 1,13 02-05-2020 49PBT 156 2020 S2A_MSIL2A_20200502T030551_N0214_R075_T49QBU_20200502T072814 0,52 02-05-2020 49QBU 157 2020 S2A_MSIL2A_20200505T031541_N0214_R118_T48PYC_20200505T074750 9,96 05-05-2020 48PYC

158 2020 S2A_MSIL2A_20200505T031541_N0214_R118_T48PZC_20200505T074750 3,04 05-05-2020 48PZC 159 2020 S2A_MSIL2A_20200505T031541_N0214_R118_T48QYD_20200505T074750 9,45 05-05-2020 48QYD 160 2020 S2A_MSIL2A_20200505T031541_N0214_R118_T48QZD_20200505T074750 25,50 05-05-2020 48QZD 161 2020 S2B_MSIL2A_20200507T030539_N0214_R075_T48PYC_20200507T071605 65,73 07-05-2020 48PYC 162 2020 S2B_MSIL2A_20200507T030539_N0214_R075_T48PZC_20200507T071605 48,92 07-05-2020 48PZC 163 2020 S2B_MSIL2A_20200507T030539_N0214_R075_T48QYD_20200507T071605 44,40 07-05-2020 48QYD 164 2020 S2B_MSIL2A_20200507T030539_N0214_R075_T48QZD_20200507T071605 25,83 07-05-2020 48QZD 165 2020 S2B_MSIL2A_20200507T030539_N0214_R075_T49PBT_20200507T071605 41,92 07-05-2020 49PBT 166 2020 S2B_MSIL2A_20200507T030539_N0214_R075_T49QBU_20200507T071605 21,39 07-05-2020 49QBU 167 2020 S2B_MSIL2A_20200510T031539_N0214_R118_T48PYC_20200512T235944 12,61 12-05-2020 48PYC 168 2020 S2B_MSIL2A_20200510T031539_N0214_R118_T48PZC_20200512T235944 6,57 12-05-2020 48PZC 169 2020 S2B_MSIL2A_20200510T031539_N0214_R118_T48QYD_20200512T235944 21,48 12-05-2020 48QYD 170 2020 S2B_MSIL2A_20200510T031539_N0214_R118_T48QZD_20200512T235944 25,53 12-05-2020 48QZD 171 2020 S2A_MSIL2A_20200512T030551_N0214_R075_T48PYC_20200512T073119 44,06 12-05-2020 48PYC 172 2020 S2A_MSIL2A_20200512T030551_N0214_R075_T48PZC_20200512T073119 87,88 12-05-2020 48PZC 173 2020 S2A_MSIL2A_20200512T030551_N0214_R075_T48QYD_20200512T073119 72,65 12-05-2020 48QYD 174 2020 S2A_MSIL2A_20200512T030551_N0214_R075_T48QZD_20200512T073119 97,70 12-05-2020 48QZD 175 2020 S2A_MSIL2A_20200512T030551_N0214_R075_T49PBT_20200512T073119 78,44 12-05-2020 49PBT 176 2020 S2A_MSIL2A_20200512T030551_N0214_R075_T49QBU_20200512T073119 98,40 12-05-2020 49QBU 177 2020 S2A_MSIL2A_20200515T031541_N0214_R118_T48PYC_20200515T072805 37,11 15-05-2020 48PYC

178 2020 S2A_MSIL2A_20200515T031541_N0214_R118_T48PZC_20200515T072805 44,40 15-05-2020 48PZC 179 2020 S2A_MSIL2A_20200515T031541_N0214_R118_T48QYD_20200515T072805 18,37 15-05-2020 48QYD 180 2020 S2A_MSIL2A_20200515T031541_N0214_R118_T48QZD_20200515T072805 23,75 15-05-2020 48QZD 181 2020 S2B_MSIL2A_20200517T030539_N0214_R075_T48PYC_20200517T071742 45,29 17-05-2020 48PYC 182 2020 S2B_MSIL2A_20200517T030539_N0214_R075_T48PZC_20200517T071742 13,11 17-05-2020 48PZC 183 2020 S2B_MSIL2A_20200517T030539_N0214_R075_T48QYD_20200517T071742 15,21 17-05-2020 48QYD 184 2020 S2B_MSIL2A_20200517T030539_N0214_R075_T48QZD_20200517T071742 17,01 17-05-2020 48QZD 185 2020 S2B_MSIL2A_20200517T030539_N0214_R075_T49PBT_20200517T071742 10,22 17-05-2020 49PBT 186 2020 S2B_MSIL2A_20200517T030539_N0214_R075_T49QBU_20200517T071742 11,05 17-05-2020 49QBU 187 2020 S2B_MSIL2A_20200520T031539_N0214_R118_T48PYC_20200520T072929 35,81 20-05-2020 48PYC 188 2020 S2B_MSIL2A_20200520T031539_N0214_R118_T48PZC_20200520T072929 21,34 20-05-2020 48PZC 189 2020 S2B_MSIL2A_20200520T031539_N0214_R118_T48QYD_20200520T072929 57,75 20-05-2020 48QYD 190 2020 S2B_MSIL2A_20200520T031539_N0214_R118_T48QZD_20200520T072929 87,76 20-05-2020 48QZD 191 2020 S2A_MSIL2A_20200522T030551_N0214_R075_T48PYC_20200522T071614 100,00 22-05-2020 48PYC 192 2020 S2A_MSIL2A_20200522T030551_N0214_R075_T48PZC_20200522T071614 99,96 22-05-2020 48PZC 193 2020 S2A_MSIL2A_20200522T030551_N0214_R075_T48QYD_20200522T071614 100,00 22-05-2020 48QYD 194 2020 S2A_MSIL2A_20200522T030551_N0214_R075_T48QZD_20200522T071614 100,00 22-05-2020 48QZD 195 2020 S2A_MSIL2A_20200522T030551_N0214_R075_T49PBT_20200522T071614 99,98 22-05-2020 49PBT 196 2020 S2A_MSIL2A_20200522T030551_N0214_R075_T49QBU_20200522T071614 100,00 22-05-2020 49QBU 197 2020 S2A_MSIL2A_20200525T031551_N0214_R118_T48PYC_20200525T075341 27,75 25-05-2020 48PYC

198 2020 S2A_MSIL2A_20200525T031551_N0214_R118_T48PZC_20200525T075341 7,81 25-05-2020 48PZC 199 2020 S2A_MSIL2A_20200525T031551_N0214_R118_T48QYD_20200525T075341 18,03 25-05-2020 48QYD 200 2020 S2A_MSIL2A_20200525T031551_N0214_R118_T48QZD_20200525T075341 52,04 25-05-2020 48QZD 201 2020 S2B_MSIL2A_20200527T030549_N0214_R075_T48PYC_20200527T071730 98,22 27-05-2020 48PYC 202 2020 S2B_MSIL2A_20200527T030549_N0214_R075_T48PZC_20200527T071730 92,90 27-05-2020 48PZC 203 2020 S2B_MSIL2A_20200527T030549_N0214_R075_T48QYD_20200527T071730 45,94 27-05-2020 48QYD 204 2020 S2B_MSIL2A_20200527T030549_N0214_R075_T48QZD_20200527T071730 72,48 27-05-2020 48QZD 205 2020 S2B_MSIL2A_20200527T030549_N0214_R075_T49PBT_20200527T071730 89,61 27-05-2020 49PBT 206 2020 S2B_MSIL2A_20200527T030549_N0214_R075_T49QBU_20200527T071730 87,78 27-05-2020 49QBU 207 2020 S2B_MSIL2A_20200530T031539_N0214_R118_T48PYC_20200530T072929 63,62 30-05-2020 48PYC 208 2020 S2B_MSIL2A_20200530T031539_N0214_R118_T48PZC_20200530T072929 46,01 30-05-2020 48PZC 209 2020 S2B_MSIL2A_20200530T031539_N0214_R118_T48QYD_20200530T072929 62,65 30-05-2020 48QYD 210 2020 S2B_MSIL2A_20200530T031539_N0214_R118_T48QZD_20200530T072929 32,88 30-05-2020 48QZD

Phụ lục 02

Thông tin về ảnh vệ tinh từ tháng 1 đến tháng 12 năm 2019 Thời gian Số lượng ảnh Tỷ lệ mây bình quân

Tháng 1 60 77,82

01-01-2019 4 95,32

03-01-2019 6 94,09

06-01-2019 4 85,65

08-01-2019 6 70,55

11-01-2019 4 44,90

13-01-2019 6 45,78

16-01-2019 4 86,77

18-01-2019 6 71,19

21-01-2019 4 88,19

23-01-2019 6 88,84

26-01-2019 4 66,98

28-01-2019 6 95,86

Tháng 2 59 21,82

02-02-2019 6 45,68

05-02-2019 4 29,97

07-02-2019 6 0,11

10-02-2019 4 35,54

12-02-2019 6 33,02

15-02-2019 7 0,94

17-02-2019 6 2,31

20-02-2019 4 7,32

22-02-2019 6 33,72

25-02-2019 4 70,31

Thời gian Số lượng ảnh Tỷ lệ mây bình quân

27-02-2019 6 3,21

Tháng 3 56 34,91

02-03-2019 4 3,66

04-03-2019 6 6,10

09-03-2019 6 27,93

12-03-2019 4 92,07

14-03-2019 6 59,27

17-03-2019 4 34,94

19-03-2019 6 4,00

22-03-2019 4 32,90

24-03-2019 6 83,03

27-03-2019 4 5,61

29-03-2019 6 32,69

Tháng 04 60 35,30

01-04-2019 4 70,13

03-04-2019 6 25,42

06-04-2019 4 43,48

08-04-2019 6 23,15

11-04-2019 4 9,64

13-04-2019 6 42,27

16-04-2019 4 96,32

18-04-2019 6 10,60

21-04-2019 4 18,37

23-04-2019 6 3,40

26-04-2019 4 60,26

28-04-2019 6 49,39

Thời gian Số lượng ảnh Tỷ lệ mây bình quân

Tháng 05 60 44,31

01-05-2019 4 53,55

03-05-2019 6 71,37

06-05-2019 4 70,58

08-05-2019 6 46,59

11-05-2019 4 70,72

13-05-2019 6 21,21

16-05-2019 4 34,72

18-05-2019 6 10,90

21-05-2019 4 50,52

23-05-2019 6 17,16

26-05-2019 4 36,21

28-05-2019 6 65,01

Tháng 06 56 44,77

02-06-2019 6 90,23

05-06-2019 4 43,08

07-06-2019 6 32,72

10-06-2019 4 38,16

12-06-2019 6 59,47

15-06-2019 4 96,46

17-06-2019 6 49,26

20-06-2019 4 18,85

22-06-2019 6 7,59

25-06-2019 4 57,87

27-06-2019 6 8,98

Thời gian Số lượng ảnh Tỷ lệ mây bình quân

Tháng 07 60 71,18

02-07-2019 6 100,00

05-07-2019 4 18,55

07-07-2019 6 95,24

10-07-2019 4 99,76

12-07-2019 6 23,40

15-07-2019 4 91,34

17-07-2019 6 99,44

20-07-2019 4 29,14

22-07-2019 6 87,68

25-07-2019 4 98,72

27-07-2019 6 21,01

30-07-2019 4 90,09

Tháng 08 60 82,97

01-08-2019 6 100,00

04-08-2019 4 96,10

06-08-2019 6 49,74

09-08-2019 4 35,00

11-08-2019 6 44,55

14-08-2019 4 91,33

16-08-2019 6 98,18

19-08-2019 4 90,27

21-08-2019 6 99,84

24-08-2019 4 97,18

26-08-2019 6 97,51

29-08-2019 4 100,00

Thời gian Số lượng ảnh Tỷ lệ mây bình quân

Tháng 09 54 69,46

03-09-2019 4 98,12

05-09-2019 6 99,33

08-09-2019 4 58,96

10-09-2019 6 51,53

13-09-2019 4 81,70

15-09-2019 6 22,18

18-09-2019 4 99,27

20-09-2019 6 47,40

23-09-2019 4 90,19

25-09-2019 6 67,75

28-09-2019 4 77,19

Tháng 10 60 43,89

03-10-2019 4 9,17

05-10-2019 6 51,38

08-10-2019 4 29,41

10-10-2019 6 64,83

13-10-2019 4 13,50

15-10-2019 6 76,17

18-10-2019 4 45,36

20-10-2019 6 17,87

23-10-2019 4 9,19

25-10-2019 6 40,16

28-10-2019 4 27,44

30-10-2019 6 99,09

Thời gian Số lượng ảnh Tỷ lệ mây bình quân

Tháng 11 56 55,84

04-11-2019 6 71,17

07-11-2019 4 93,98

09-11-2019 6 90,21

12-11-2019 4 81,73

14-11-2019 6 29,62

17-11-2019 4 8,54

19-11-2019 6 35,15

22-11-2019 4 55,51

24-11-2019 6 20,39

27-11-2019 4 58,19

29-11-2019 6 75,98

Tháng 12 60 73,67

02-12-2019 4 78,92

04-12-2019 6 73,17

07-12-2019 4 75,59

09-12-2019 6 94,69

12-12-2019 4 73,41

14-12-2019 6 75,69

17-12-2019 4 84,96

19-12-2019 6 85,37

22-12-2019 4 26,81

24-12-2019 6 31,91

27-12-2019 4 75,95

29-12-2019 6 98,76

Tổng 701 54,74

Phụ lục 03. Kết quả tính chỉ số NDVI của 7 loại đất loại rừng 12 tháng năm 2019

Loại đất loại

rừng Tháng 1 Tháng 2 Tháng 3 Tháng 4 Tháng 5 Tháng 6 Tháng 7 Tháng 8 Tháng 9 Tháng 10

Tháng 11

Tháng 12

Đất trống 0,18 0,18 0,16 0,13 0,08 0,05 0,05 0,05 0,06 0,06 0,12 0,13

Đất trống 0,41 0,38 0,34 0,32 0,28 0,29 0,31 0,28 0,30 0,30 0,47 0,37

Đất trống 0,48 0,39 0,33 0,30 0,23 0,22 0,24 0,23 0,33 0,33 0,47 0,29

Đất trống 0,05 0,11 0,15 0,12 0,06 0,04 0,05 0,05 0,09 0,09 0,13 0,12

Đất trống 0,23 0,10 0,14 0,11 0,05 0,02 0,04 0,04 0,06 0,06 0,11 0,14

Đất trống 0,19 0,49 0,40 0,31 0,46 0,56 0,52 0,54 0,30 0,30 0,39 0,11

Đất trống 0,18 0,10 0,15 0,11 0,08 0,08 0,05 0,09 0,07 0,07 0,11 0,06

Đất trống 0,11 0,07 0,08 0,07 0,00 0,00 0,00 0,07 0,01 0,01 0,03 0,05

Đất trống 0,08 0,04 0,07 0,06 0,00 -0,02 0,02 0,01 0,00 0,00 0,03 0,13

Đất trống 0,12 0,15 0,15 0,13 0,09 0,07 0,10 0,06 0,12 0,12 0,16 0,15

Đất trống 0,02 0,05 0,14 0,10 0,03 0,02 0,03 0,02 0,04 0,04 0,07 0,08

Đất trống 0,05 0,21 0,47 0,48 0,21 0,57 0,54 0,38 0,58 0,58 0,33 0,04

Đất trống 0,06 0,18 0,43 0,41 0,22 0,64 0,61 0,44 0,64 0,64 0,42 0,04

Đất trống 0,04 0,10 0,13 0,10 0,04 0,01 0,02 0,03 0,07 0,07 0,07 0,15

Đất trống 0,11 0,15 0,23 0,19 0,36 0,37 0,51 0,40 0,60 0,60 0,67 0,19

Loại đất loại

rừng Tháng 1 Tháng 2 Tháng 3 Tháng 4 Tháng 5 Tháng 6 Tháng 7 Tháng 8 Tháng 9 Tháng 10

Tháng 11

Tháng 12

Đất trống 0,36 0,31 0,23 0,16 0,17 0,17 0,21 0,23 0,29 0,29 0,41 0,32

Đất trống 0,29 0,27 0,18 0,14 0,09 0,04 0,03 0,05 -0,13 -0,13 -0,04 0,18

Đất trống 0,14 0,11 0,14 0,11 0,09 0,19 0,08 0,09 0,20 0,20 0,14 0,07

Đất trống 0,09 0,11 0,15 0,10 0,03 0,09 0,03 0,03 0,28 0,28 0,06 0,06

Mặt nước -0,31 -0,11 -0,04 0,00 -0,18 -0,16 -0,09 -0,10 0,02 0,02 -0,21 -0,31 Mặt nước -0,34 -0,14 -0,09 0,01 -0,14 -0,18 -0,11 -0,10 -0,06 -0,06 -0,24 -0,35 Mặt nước -0,34 -0,15 -0,09 -0,05 -0,14 -0,25 -0,11 0,00 0,10 0,10 -0,25 -0,34 Mặt nước -0,27 -0,12 -0,06 -0,04 -0,06 -0,17 -0,07 -0,07 -0,14 -0,14 -0,19 -0,30 Mặt nước -0,15 -0,06 0,05 0,07 -0,08 -0,09 -0,06 -0,03 -0,04 -0,04 -0,09 -0,22 Mặt nước -0,30 -0,14 -0,08 -0,07 -0,17 -0,29 -0,13 -0,10 0,03 0,03 -0,26 -0,29 Mặt nước 0,15 -0,01 0,08 0,04 -0,05 -0,01 0,03 -0,03 -0,09 -0,09 -0,16 -0,18 Mặt nước 0,22 0,00 0,10 0,06 -0,05 -0,05 -0,05 -0,03 -0,11 -0,11 -0,15 -0,18 Mặt nước -0,11 -0,03 0,05 0,05 -0,02 0,18 -0,04 -0,03 -0,05 -0,05 -0,05 -0,11 Mặt nước -0,01 -0,03 0,04 -0,01 -0,03 0,04 -0,04 -0,02 -0,08 -0,08 -0,19 -0,14 Mặt nước 0,16 -0,04 0,03 -0,01 0,10 0,07 -0,03 -0,03 -0,05 -0,05 -0,20 -0,06 Mặt nước 0,22 -0,02 0,06 0,05 0,08 -0,09 -0,03 -0,02 0,18 0,18 -0,18 -0,09

Một phần của tài liệu Sử dụng chỉ số viễn thám trong giám sát và phát hiện mất rừng tại tỉnh thừa thiên huế giai đoạn 2017 2020​ (Trang 79 - 140)

Tải bản đầy đủ (PDF)

(140 trang)