Tạp chí
Nguyễn Thị Hồng Điệp1, Nguyễn Trọng Cần2, Phan Kiều Diễm1, Vũ Ngọc Tiến2
Bộ môn Tài nguyên đất đai, Khoa Môi trường & TNTN, Trường Đại học Cần Thơ.
2 Sinh viên ngành Quản lý Đất đai, Trường Đại học Cần Thơ.
TÓM TẮT
Phát triển đô thị là quá trình tất yếu, tuy nhiên đô thị hóa nhanh chóng làm gia tăng số lượng nhà ở đô thị gây khó khăn cho công tác quản lý đô thị. Nghiên cứu được thực hiện nhằm kiểm định khả năng phân loại đối tượng nhà ở đô thị bằng nguồn ảnh độ phân giải cao đã được tổ hợp từ Google Earth bằng phương pháp phân loại hướng đối tượng. Nghiên cứu cho thấy rằng, khả năng nhận dạng số lượng nhà ở đô thị thông qua phân loại có số lượng nhà và diện tích thấp hơn số hóa thủ công với giá trị đạt lần lượt là 88,8% và 82,9%. Đặc trưng nhà ở tại các khu đô thị Việt Nam đặc biệt tại phường Xuân Khánh, TP. Cần Thơ thường có kích thước khá nhỏ và liền kề nhau nên ảnh hưởng đến kết quả phân loại từ ảnh viễn thám. Kết quả nghiên cứu là nguồn tư liệu hỗ trợ cho công tác quản lý đô thị, tuy nhiên cần xem xét cải thiện độ tin cậy bằng nguồn ảnh chất lượng hơn.
Từ khóa: Đô thị hóa, Google Earth, nhà ở đô thị, phân mảnh, phân loại hướng đối tượng.
Mapping urban house using Google Earth imagery: A case study in Xuan Khanh ward, Can Tho city
Nguyen Thi Hong Diep1, Nguyen Trong Can2, Phan Kieu Diem1, Vu Ngoc Tien2
1 Can Tho University
2 Student of Can Tho University
SUMMARY
Urbanization is an indispensable process, however, rapid urbanization leads to an increase in the number of urban houses that is difficult for urban management. The study aims to evaluate the ability of urban houses classification using the high resolution imagery of Google Earth based on object – oriented classifier algorithm. The results reveal that the identified ability of urban house through the number and covering area was lower than the figures from manual digitization, which was 88.8% and 82.9%, respectively. The characteristics of urban house in Vietnam, especially in Xuan Khanh ward, Can Tho city that house size is small and contiguous. Thus, these elements affected the classified results through the remotely sensed imagery. The research findings will be a useful document for urban management, however it is necessary to improve reliability by using a better quality image.
Keywords: Urbanization, Google Earth, urban house, segmentation, object – oriented classification.
Người phản biện: TS. Võ Quốc Tuấn
Cơ quan: Trường Đại học Cần Thơ
Email: vqtuan@ctu.edu.vn
Ngày nhận bài: 15/6/2019
Ngày thông qua phản biện: 05/7/2019
Ngày duyệt đăng: 16/7/2019
