Tạp chí
Phan Kiều Diễm1, Võ Quang Minh1*, Nguyễn Kiều Diễm1, Nguyễn Trọng Cần2, Nguyễn Thị Hồng Điệp1, Huỳnh Thị Thu Hương1
1 Bộ môn Tài nguyên đất đai, Khoa Môi trường và TNTN, Trường Đại học Cần Thơ
2 Đại học Công nghệ King Mongkut Thonburi, Thái Lan
*Email: vqminh@ctu.edu.vn; ĐT: 0913 604 101
TÓM TẮT
Nghiên cứu ứng dụng chuỗi ảnh tích hợp MODIS-Landsat có độ phân giải không gian 30 m chu kỳ lặp 8 ngày sử dụng công cụ STARFM và ảnh Sentinel-2 (độ phân giải 10 m) để xây dựng bản đồ hiện trạng sử dụng đất nông nghiệp tại huyện Giồng Riềng, tỉnh Kiên Giang. Đồng thời, 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 08 hiện trạng gồm lúa hai vụ, lúa ba vụ, rừng, công trình xây dựng, thủy sản, cây lâu
năm, cây hàng năm và đất mặt nước. Trong đó, canh tác lúa chiếm hơn 85% tổng diện tích đất nông nghiệp (21,49% lúa hai vụ và 64,23% lúa ba vụ), cây hàng năm khác và đất trồng rừng chỉ chiếm 2,21%, cây lâu năm chiếm 11,9% và các hiện trạng khác là 0,17%. Kết quả phân loại ảnh được so sánh với 275 điểm khảo sát thực địa cho thấy nghiên cứu mang tính khả thi cao với độ chính xác toàn cục là 88% và hệ số kappa 0,81. Thông tin trích xuất từ chuỗi ảnh viễn thám tích hợp cung cấp thông tin quan trọng 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 khác biệt thực vật (NDVI), hiện trạng sử dụng đất, mô hình tích hợp STARFM.
SUMMARY
Land-use mapping in Giong Rieng district, Kien Giang province using remote sensing time series
Phan Kieu Diem1, Vo Quang Minh1, Nguyen Kieu Diem1, Nguyen Trong Can2, Nguyen Thi Hong Diep1, Huynh Thi Thu Huong1
1 Land Resource Department, College of Environment and Natural Resources, Cantho University
2 Joint 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,and Sentinel 2 image with spatial resolution of 10 m 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 eight land usetypes: double rice crop, triple rice crop, forest, residential area, aquaculture, perennial land, annual crop, and water surface. In particular, rice cultivation accounts for 85% in total areas (21.49% of the double rice crop and 11.9% of double rice crop), annual crop and forest accounted for 2.21%, perennial accounted for 11.9%, and other land use accounted for 0.99%. A total of 275 field survey points were used for accuracy assessment. The results show that the study is highly feasible, with an overall accuracy of 88% and a kappa coefficient of 0.81. This study’s achievement will be useful to support the evaluation of land use change and natural resources management over a long period by using remote sensing.
Keywords: Time series, Normalized difference vegetation index (NDVI), current land use, Spatial-temporal adaptive reflectance fusion model (STARFM).
Người phản biện: PGS.TS. Vũ Năng Dũng
Email: vunangdung15@gmail.com
Ngày nhận bài: 18/12/2021
Ngày thông qua phản biện: 08/3/2022
Ngày duyệt đăng: 08/3/2022
