Ứng dụng dữ liệu viễn thám đa cảm biến để thành lập bản đồ lớp phủ đất tại hệ sinh thái rừng ngập mặn Cần Giờ, TP. Hồ Chí Minh
DOI:
https://doi.org/10.5281/zenodo.19766444Từ khóa:
Viễn thám đa cảm biến, mô hình pha trộn phổ tuyến tính, sử dụng đất/lớp phủ đất, siêu phổTóm tắt
Nghiên cứu này trình bày cách tiếp cận tích hợp dữ liệu đa phổ Sentinel-2, siêu phổ PRISMA và radar COSMO-SkyMed (CSK) nhằm xây dựng bản đồ sử dụng đất/lớp phủ đất (LULC) cho hệ sinh thái rừng ngập mặn Cần Giờ. Phân tích được bổ sung bằng các biến sinh học (LAI, FAPAR) và thư viện phổ thực địa để tăng cường khả năng tách biệt thảm thực vật và các bề mặt có tính chất phổ tương tự. Mô hình pha trộn phổ tuyến tính (Linear Spectral Mixture Model – LSMM) được áp dụng cho dữ liệu PRISMA nhằm giải quyết hiện tượng trộn phổ phổ biến trong môi trường ven biển. Dữ liệu CSK được dùng để nhận dạng khu vực đô thị và ao nuôi thủy sản. Kết quả phân loại cho độ chính xác tổng thể 88% (Kappa = 0,83), cho thấy hiệu quả của cách tiếp cận đa cảm biến trong mô tả cảnh quan dị thể. Phương pháp này có tiềm năng áp dụng cho các nhiệm vụ siêu phổ thế hệ mới
Downloads
Tài liệu tham khảo
[1] R. Loizzo et al., "PRISMA: The Italian hyperspectral mission", Proceedings of the IEEE International Geoscience and Remote Sensing Symposium (IGARSS), pp. 175-178, 2018. DOI: https://doi.org/10.1109/IGARSS.2018.8518512
[2] L. T. H. Pham, T. Q. Vo, T. D. Dang, and U. T. N. Nguyen, "Monitoring mangrove association changes in the Can Gio Biosphere Reserve and implications for management", Remote Sensing Applications: Society and Environment, vol. 13, pp. 298-305, 2019. DOI: https://doi.org/10.1016/j.rsase.2018.11.009
[3] B. K. Veettil et al., "Mangroves of Vietnam: Historical development, current state of research and future threats", Estuarine, Coastal and Shelf Science, vol. 218, pp. 212-236, 2019. DOI: https://doi.org/10.1016/j.ecss.2018.12.021
[4] H. T. Le et al., "Characterizing spatiotemporal patterns of mangrove forests in Can Gio biosphere reserve using Sentinel-2 imagery", Applied Sciences, vol. 10, no. 12, pp. 4058, 2020. DOI: 10.3390/app10124058
[5] M. H. Phan, M. J. F. Stive, "Managing mangroves and coastal land cover in the Mekong Delta", Ocean & Coastal Management, vol. 219, pp. 106013, 2022. DOI: https://doi.org/10.1016/j.ocecoaman.2021.106013
[6] Truong Nhat Kieu Thi et al., "Analysis of changes in the agricultural and forest areas and the impact of socio-economic activities in the Ba River Basin, Vietnam", IOP Conference Series: Earth and Environmental Science, vol. 652, 012014, 2021.
[7] M. Belgiu, L. Drăguț, "Random forest in remote sensing: A review of applications and future directions", ISPRS Journal of Photogrammetry and Remote Sensing, vol. 114, pp. 24-31, 2016. DOI: 10.1016/j.isprsjprs.2016.01.011
[8] C. Small, D. Sousa, "The standardized spectroscopic mixture model", Remote Sensing, vol. 16, no. 20, pp. 3768, 2024. DOI: https://doi.org/10.3390/rs16203768
[9] M. Chini, R. Pelich, L. Pulvirenti, N. Pierdicca, R. Hostache, and P. Matgen, "Sentinel-1 InSAR coherence to detect floodwater in urban areas", Remote Sensing, vol. 11, no. 1, pp. 107, 2019. DOI: 10.3390/rs11020107
[10] B. Somers et al., "Endmember variability in spectral mixture analysis: A review", Remote Sensing of Environment, vol. 115, no. 6, pp. 1603-1616, 2011. DOI: https://doi.org/10.1016/j.rse.2011.03.003
[11] E. Valentini, M. Righini, S. Sapio, S. Liburdi, V. Cima, S. V. Nghiem, and A. Taramelli, "SAR data for monitoring rapidly changing ecosystems: Aquaculture and urbanization in the Cần Giờ Mangrove Biosphere Reserve, South Vietnam", Proceedings of the IEEE International Geoscience and Remote Sensing Symposium (IGARSS), pp. 1424-1427, 2023. DOI: https://doi.org/10.1109/IGARSS52108.2023.10282114
[12] A. N. T. Do, H. D. Tran, M. Ashley, and A. T. Nguyen, "Monitoring landscape fragmentation and aboveground biomass estimation in Can Gio Mangrove Biosphere Reserve over the past 20 years", Ecological Informatics, vol. 70, pp. 101743, 2022. DOI: 10.1016/j.ecoinf.2022.101743
[13] A. Signoroni et al., "Deep learning meets hyperspectral image analysis: A multidisciplinary review", Journal of Imaging, vol. 5, no. 5, pp. 52, 2019. DOI: https://doi.org/10.3390/jimaging5050052
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
