Tạp chí
Phan Kiều Diễm1*, Võ Quang Minh1, Nguyễn Kiều Diễm1, Nguyễn Trọng Cần2
[1] Bộ môn Tài nguyên đất đai, Khoa Môi trường và TNTN, Trường Đại học Cần Thơ *Email: pkdiem@ctu.edu.vn2 Đại học Công nghệ King Mongkut Thonburi, Thái Lan
TÓM TẮT
Nghiên cứu ứng dụng chuỗi ảnh tích hợp MODIS-Landsat có độ phân giải không gian 30m chu kỳ lặp 8 ngày sử dụng công cụ STARFM nhằm xây dựng bản đồ chi tiết hiện trạng sử dụng đất nông nghiệp tại huyện An Biên. Nghiên cứu sử dụng kết hợp phương pháp phân loại có kiểm định dựa vào thuật toán gần đúng nhất trên chuỗi ảnh và phương pháp phân loại đối tượng theo hướng trên ảnh Sentinel 2. Kết quả đã phân loại được 10 hiện trạng gồm lúa hai vụ, lúa-tôm, tôm-rừng, thổ-quả, chuyên thủy sản, cây lâu năm, dừa-khóm, dừa nước, rừng phòng hộ và đất mặt nước. Trong đó, canh tác lúa chiếm hơn 67% tổng diện tích (19,48% lúa hai vụ và 47,92% lúa-tôm), thủy sản và tôm-rừng chỉ chiếm 3,76%, cây lâu năm chiếm 12,41% và các hiện trạng khác là 16,63%. Kết quả phân loại ảnh được so sánh với 435 điểm khảo sát thực địa cho thấy nghiên cứu mang tính khả thi cao với độ chính xác toàn cục là 91% và hệ số kappa 0,82. Thông tin trích xuất từ chuỗi ảnh viễn thám tích hợp có thể sử dụng hỗ trợ công tác đánh giá biến động sử dụng đất và quản lý tài nguyên tại địa phương.
Từ khóa: chuỗi ảnh, chỉ số thực vật tăng cường (NDVI), hiện trạng sử dụng đất, mô hình tích hợp STARFM.
SUMMARY
Land-use mapping in An Bien district, Kien Giang province using remote sensing time series
Phan Kieu Diem1*, Vo Quang Minh1, Nguyen Kieu Diem1, Nguyen Trong Can2
1Land Resource Department, College of Environment and Natural Resources, Cantho University
2Joint Graduate School of Energy and Environment, King Mongkut’s University of Technology Thonburi, Thailand
This study aims to use MODIS-Landsat data fusion with spatial resolution (30 m) and temporal resolution (8 – day) achieved by using the STARFM tool for mapping current land use. The approach of integration both Maximum Likelihood classifier to time series of fusion data and object-based classification on Sentinel 2 imagery were used in this study. The land use map was finally established, including ten land use types: double rice crop, shrimp-rice, shrimp-mangrove, mixed residential areas, aquaculture, perennial land, pineapple-coconut, nipa palm, protective forest, and water surface. In particular, rice cultivation accounts for more than 67% in the total areas (19.48% of the double rice crop and 47.92% of shrimp-rice), aquaculture and shrimp-mangrove accounted for 3.76%, perennial accounted for 12.41%, and other land use accounted for 16.63%. A total of 435 field survey points were used for accuracy assessment. The results show that the study is highly feasible, with an overall accuracy of 91% and a kappa coefficient of 0.82. This study’s achievement will be useful to support the evaluation of land use change and natural resources management over a long period using remote sensing.
Keywords: time series, Normalized difference vegetation index (NDVI), current land use, Spatial-temporal adaptive reflectance fusion model(STARFM)
Người phản biện: TS. Phạm Văn Vân
Email: phamvan1972@gmail.com
Ngày nhận bài: 06/3/2021
Ngày thông qua phản biện: 20/6/2021
Ngày duyệt đăng: 22/6/2021
