Ứng dụng Google Earth Engine giám sát biến động không gian xanh tại thành phố Thủ Đức bằng ảnh Sentinel 2 giai đoạn 2019-2024
DOI:
https://doi.org/10.5281/zenodo.15795255Từ khóa:
Biến động, không gian xanh, Machine Learning, Sentinel 2, Google Earth EngineTóm tắt
Quá trình đô thị hóa đã làm gia tăng diện tích bề mặt không thấm, gián tiếp gây áp lực lên hệ sinh thái xanh đô thị tại thành phố Thủ Đức. Bài báo này sử dụng ảnh vệ tinh Sentinel-2 tại thời điểm 2019 và 2024, kết hợp thuật toán Random Forest trên nền tảng Google Earth Engine, nhằm xây dựng bản đồ không gian xanh TP. Thủ Đức và phân tích biến động trong giai đoạn nghiên cứu. Kết quả cho thấy không gian xanh năm 2024 có xu hướng suy giảm so với năm 2019, tập trung tại các khu vực ven sông và phía Đông thành phố. Việc tích hợp Machine Learning trong phân loại ảnh vệ tinh đã góp phần nâng cao độ chính xác, tự động hóa xử lý dữ liệu lớn và hỗ trợ hiệu quả công tác giám sát không gian xanh trong bối cảnh đô thị hóa và biến đổi khí hậu ngày càng gia tăng
Downloads
Tài liệu tham khảo
[1] Taylor & Hochuli. “Defining greenspace: Multiple uses across multiple disciplines”. Landscape and Urban Planning. Vol. 158, pages 25-38, 2017.
[2] Trần Thị Vân, Phạm Khánh Hòa, Thẩm Thị Ngọc Hân. “Đánh giá thực trạng không gian xanh - thước đo chất lượng môi trường hướng đến phát triển đô thị xanh cho thành phố Hồ Chí Minh. Tạp chí khoa học công nghệ giao thông vận tải. Số 29-08, trang 56-63, 2018.
[3] Lê Việt Nhân, Nguyễn Bảo Thành, Đỗ Phú Hưng. “Vấn đề thiếu cây xanh ở Thành Phố Hồ Chí Minh: góc nhìn từ quản lý đô thị và ý thức xã hội ”. Tạp chí Khoa học & Công nghệ Trường đại học xây dựng miền tây. Số 10, trang 55-63, 2024.
[4] Trung Kiên. “Không gian xanh của đô thị văn minh”. Báo điện tử Quân Đội Nhân Dân. Truy cập ngày 6/6/2025 tại https://www.qdnd.vn/xa-hoi/cac-van-de/khong-gian-xanh-cua-do-thi-van-minh-718751
[5] Nguyễn Duy Liêm, Trần Thị Ngọc Diễm. “Phân tích khả năng tiếp cận không gian xanh tại thành phố thủ đức,thành phố Hồ Chí Minh”. Tạp chí khoa học Yersin. Số 19, trang 25-37, 2024.
[6] Phạm Văn Duẩn, Hoàng Văn Khiên, Nguyễn Văn Tùng.” Xây dựng bản đồ không gian xanh bằng thuật toán random forest trên nền tảng điện toán đám mây của Google Earth Engine”. Tạp chí Khoa học và Công nghệ Lâm nghiệp. Số 6, trang 58-67, 2022.
[7] Nguyễn Trọng Nhân, Vũ Xuân Cường. “Sử dụng Google Earth Engine trong giám sát biến động diện tích rừng TP Lâm đồng giai đoạn 2010-2016”. Kỷ yếu khoa học công nghệ lần 4 - Nhà xuất bản Khoa học tự nhiên và Công nghệ -Viện Hàn lâm Khoa học và Công nghệ Việt Nam, Thành phố Hồ Chí Minh. Trang 254-265, 2018.
[8] Phạm Văn Duẩn, Hoàng Văn Khiên, Nguyễn Văn Tùng. “Xây dựng bản đồ không gian xanh bằng thuật toán random forest (RF) trên nền tảng điện toán đám mây của Google Earth Engine”. Tạp chí Khoa học và Công nghệ Lâm nghiệp. Số 6, trang 58-67, 2022.
[9] Sultana S, Inayathulla M. “Precision Land Use and LandCover Classification Using GoogleEarth Engine: Integrating RandomForest and Support Vector MachineAlgorithms”. Geo-Eye. Vol. 11, no.2, pages 9-14, 2022.
[10] Le Thi Lan, Tran Quoc Vinh, Pham Quy Giang. “A Comparison among Different Machine Learning Algorithms in Land Cover Classification Based on the Google Earth Engine Platform: The Case Study of Hung Yen Province, Vietnam”. Journal of Environmental & Earth Sciences. Vol. 7, no.1, pages 132–139, 2025.
[11] Nguyễn Minh Hải. “Nghiên cứu khả năng ứng dụng thuật toán Random Forest và ảnh vệ tinh Sentinel-2 trong phân loại lớp phủ mặt đất tỉnh Quảng Bình trên nền tảng Google Colab”. Vietnam Journal of Hydrometeorology. Tập 765, số 12, trang 29-41, 2023.
[12] Trịnh Thị Thu Thuỷ, Lê Như Ngà. “Đánh giá các phương pháp phân loại lớp phủ thực vật tỉnh Hà Giang sử dụng dữ liệu ảnh vệ tinh SENTINEL-2”. Tạp chí Môi Trường. Số 2, trang 41-48, 2025.
[13] Nguyễn Thành Tuấn. “Sử dụng ảnh viễn thám Sentinel 2 và thuật toán máy học để thành lập bản đồ hiện trạng rừng tại huyện Bù Đăng, tỉnh Bình Phước”. Tạp chí Khoa học trường đại học Cần Thơ. Tập 58, số 6, trang 150-163, 2022.
[14] Đỗ Lan Phương, Hoàng Thị Thủy, Đỗ Như Hiệp. “Nghiên cứu ứng dụng trí tuệ nhân tạo theo dõi biến động lớp phủ sử dụng đất khu vực quận Bắc Từ Liêm Hà Nội giai đoạn 2019-2023”. Tạp chí Trắc địa - Bản đồ. Tập 10, số 01, trang 23-30, 2024.
[15] Đặng Thị Mai Trâm, Nguyễn Trọng Nhân. “Ứng dụng Google Earth Engine trong phân tích biến động của hiện tượng đảo nhiệt đô thị trên địa bàn thành phố quảng ngãi giai đoạn 1995 – 2021, đề xuất một số giải pháp trong quy hoạch và phát triển”. Kỷ yếu hội thảo ứng dụng GIS toàn quốc 2022. Trang 308-315, 2022.
[16] Breiman, L. “Random forests”. Springer Nature. Vol. 4, no.1, pages 5–32, 2001.
[17] Nguyễn Trọng Nhân, Lưu Hải Tùng. Ứng dụng thuật toán Machine Learning trên điện toán đám mây Google Earth Engine phục vụ xây dựng WEBGIS giám sát độ mặn trong đất tỉnh Bến Tre. Hội thảo GIS toàn quốc năm 2022. Trang 381-388, 2022.
Lượt tải xuống
Đã Xuất bản
Số
Chuyên mục
Giấy phép
Tác phẩm này được cấp phép theo Giấy phép Creative Commons Ghi công 4.0 Quốc tế.
Giấy phép CC 4.0
