ỨNG DỤNG ẢNH SENTINEL-2 VÀ THUẬT TOÁN RANDOM FOREST TRONG PHÂN LOẠI HIỆN TRẠNG SỬ DỤNG ĐẤT CÁC XÃ VÙNG HỒ THỦY ĐIỆN THÁC BÀ

ỨNG DỤNG ẢNH SENTINEL-2 VÀ THUẬT TOÁN RANDOM FOREST TRONG PHÂN LOẠI HIỆN TRẠNG SỬ DỤNG ĐẤT CÁC XÃ VÙNG HỒ THỦY ĐIỆN THÁC BÀ

Trần Thị Ngọc Hà1*, Kiều Quốc Lập1, Mai Xuân Thiện1, Nguyễn Thành Long1

1 Trường Đại học Khoa học – Đại học Thái Nguyên

* Email: hattn@tnus.edu.vn; ĐT: 0986 060 908

TÓM TẮT

Bài báo nghiên cứu ứng dụng ảnh viễn thám Sentinel-2 và thuật toán học máy Random Forest (RF) nhằm phân loại hiện trạng sử dụng đất tại 23 xã vùng hồ thủy điện Thác Bà (theo đơn vị hành chính trước tháng 7/2025). Dữ liệu ảnh Sentinel-2 được khai thác tại hai thời điểm đại diện cho mùa cạn và mùa nước cao năm 2024, kết hợp với mô hình số độ cao (DEM) và các chỉ số phổ NDVI, NDWI và thuật toán RF để phân loại hiện trạng sử dụng đất. Với 200 mẫu huấn luyện và 150 mẫu kiểm chứng, kết quả phân loại đạt độ chính xác tổng thể OA là 84,7% và hệ số Kappa là 0,81 cho thấy mức độ tin cậy cao của phương pháp. Nghiên cứu đã xác định 5 nhóm sử dụng đất chính, cung cấp cơ sở khoa học cho quy hoạch sử dụng đất, định hướng phát triển sinh kế, quản lý tài nguyên đất – nước vùng hồ.

Từ khóa: Random Forest, Sentinel-2, phân loại, thủy điện, Thác Bà, hiện trạng sử dụng đất.

SUMMARY

Assessment of current land use for sustainable agricultural development in communes of the Thac Ba hydropower reservoir

Tran Thi Ngoc Ha1, Kieu Quoc Lap1, Mai Xuan Thien1, Nguyen Thanh Long1

1 Thai Nguyen University of Science

This study applies Sentinel-2 remote sensing imagery and the Random Forest (RF) machine learning algorithm to classify current land use in 23 communes of the Thac Ba hydropower reservoir area (according to the administrative boundaries prior to July 2025). Sentinel-2 imagery was acquired at two representative periods corresponding to the dry season and the high-water season in 2024, and integrated with a digital elevation model (DEM), spectral indices including NDVI and NDWI, and the Random Forest algorithm to perform land-use classification. Using 200 training samples and 150 validation samples, the classification achieved an overall accuracy of 84.7% and a Kappa coefficient of 0.81, indicating a high level of reliability of the proposed approach. Five major land-use classes were identified, providing a scientific basis for land-use planning, livelihood development, and integrated land-water resource management in the Thac Ba reservoir area.

Keywords:  Random Forest, Sentinel-2, zoning, hydropower, Thac Ba, current land use.

Người phản biện: GS.TS. Võ Quang Minh
Email: vqminh@ctu.edu.vn

Ngày nhận bài: 19/9/2025

Ngày thông qua phản biện: 05/02/2026

Ngày duyệt đăng: 02/3/2026