Tích hợp công nghệ UAV và thuật toán học máy phục vụ phân loại lớp phủ bề mặt bằng phần mềm ArcGIS Pro
DOI:
https://doi.org/10.5281/zenodo.17068722Từ khóa:
ArcGIS Pro, Lớp phủ bề mặt, Machine Learning, Phân loại, UAVTóm tắt
Việc tích hợp công nghệ UAV (Unmanned Aerial Vehicle) với các thuật toán học máy đang mở ra hướng tiếp cận hiệu quả trong việc xử lý và phân tích dữ liệu không gian. Bài báo này thực hiện phân loại lớp phủ bề mặt bằng cách ứng dụng hai thuật toán học máy phổ biến là Random Forest (RF) và Support Vector Machine (SVM) trên phần mềm ArcGIS Pro. Qua xử lý ảnh UAV thu được ảnh trực giao có độ phân giải cao (2,57 cm/pixel) tại khu vực quận 4, TP. Hồ Chí Minh phục vụ cho quá trình phân loại. Kết quả thực nghiệm cho thấy thuật toán SVM đạt hiệu quả tốt ở một số lớp khó như phương tiện và thuyền với độ chính xác người dùng cao hơn so với Random Forest (RF). Tuy nhiên, khi đánh giá tổng thể dựa trên độ chính xác toàn cục (Overall Accuracy – OA) và hệ số Kappa, RF lại vượt trội hơn với OA đạt 86,6% và Kappa 0,83, trong khi SVM chỉ đạt 77,4% và 0,71. Điều này cho thấy RF cos độ chính xác cao và được đánh giá phù hợp hơn cho việc xây dựng bản đồ lớp phủ bề mặt từ dữ liệu ảnh UAV. Những kết quả này khẳng định tính khả thi và hiệu quả của việc ứng dụng ảnh UAV kết hợp với các thuật toán học máy trong phân tích và giám sát không gian. Đây là cơ sở quan trọng để phục vụ công tác quản lý tài nguyên, quy hoạch đô thị và bảo vệ môi trường trong bối cảnh đô thị hóa nhanh tại các thành phố lớn.
Downloads
Tài liệu tham khảo
[1] Ivosevic, Bojana & Pajević, Nina & Brdar, Sanja & Waqar, Rana Muhammad & Khan, Maryam & Valente, João. “Comprehensive dataset from high resolution UAV land cover mapping of diverse natural environments in Serbia”. Scientific Data. Vol. 12. page 11-12, 2025
[2] Trần Ngọc Huyền Trang, Trần Thị Kim Oanh, Lê Trung Chơn. “Kết hợp thiết bị bay không người lái (UAV) và GIS xây dựng dữ liệu phục vụ quản lý cây xanh đô thị”. Tạp chí Khí tượng Thủy văn. EME4, trang 139-148, 2022
[3] Võ Quốc Tuấn, Nguyễn Tấn Lợi, Quãng Thị Dal Trương Chí Quang và Phạm Quốc Việt. “Ứng dụng công nghệ UAV (drones) theo dõi và hỗ trợ cảnh báo sớm dịch hại vùng canh tác lúa tỉnh Sóc Trăng”. Tạp chí Khoa học Trường Đại học Cần Thơ. Tập 57, 28-38, 2021
[4] Phan Nguyên Việt, Nguyễn Hữu Đức, Chung Minh Quân, Phùng Ngọc Anh. “Ứng dụng công nghệ UAV kết hợp WebGIS trong đo vẽ địa hình phục vụ khảo sát, thiết kế công trình”. Tạp chí Khí tượng Thủy văn. EME4, trang 181-192, 2022
[5] Hà Quý Quỳnh, Nguyễn Văn Sinh, Đặng Huy Phương, Nguyễn Quảng Trường. “Sử dụng máy bay không người lái (UAV) chụp ảnh phục vụ nghiên cứu cấu trúc các hệ sinh thái núi khu vực Tây Nguyên”. Tạp chí Khoa học và Công nghệ Việt Nam. Tập 8, trang 30-33, 2020.
[6] Taposh Mollick, Md Golam Azam, Sabrina Karim. “Geospatial-based machine learning techniques for land use and land cover mapping using a high-resolution unmanned aerial vehicle image”. Remote Sensing Applications: Society and Environment. Vol.29, page 100859, 2023
[7] Tejendra Kumar Yadav, Polpreecha Chidburee, Nattapon Mahavik. “Land Cover Classification Based on UAV Photogrammetry and Deep Learning for Supporting Mine Reclamation: A Case Study of Mae Moh Mine in Lampang Province, Thailand”. Applied Environmental Research. Vol43(4), page 39-54, 2021
[8] Sultana S, Inayathulla M. “Precision Land Use and LandCover Classification Using GoogleEarth Engine: Integrating RandomForest and Support Vector MachineAlgorithms”. Geo-Eye. Vol.11(2), page 9-14, 2022
[9] Breiman, L. “Random Forests. Machine Learning”. Springer Nature. Vol 45(1), 5–32, 2001.
[10] Cortes, C., & Vapnik, V. “Support-vector networks”. Machine Learning”. Springer Nature. Vol. 20(3), page 273–297, 1995
[11] Xu, Saiping & Zhao, Qianjun & Yin, Kai & Zhang, Feifei & Liu, Dingbang & Guang, Yang. “Combining random forest and support vector machines for object-based rural-land-cover classification using high spatial resolution imagery”. Journal of Applied Remote Sensing. Vol.13, page 1-25, 2019
[12] Mountrakis, G., Im, J., & Ogole, C. “Support vector machines in remote sensing: A review”. ISPRS Journal of Photogrammetry and Remote Sensing. Vol. 66(3), page 247–259, 2011
[13] Vũ Xuân Định. “Ứng dụng công nghệ UAV và WebGIS trong xây dựng bản đồ 3D trực tuyến”. Tạp chí Khí tượng Thủy văn. Tập 771, trang 1-14, 2025
[14] Cohen, J. A coefficient of agreement for nominal scales. Educational and Psychological Measurement. Vol. 20(1), page 37–46, 1960
[15] Trần Ngọc Huyền Trang. “Tích hợp ảnh UAV, Deep Learning và WebGIS phục vụ công tác quản lý cây xanh đô thị -Trường hợp nghiên cứu tại TP.HCM”. Tạp chí Xây dựng. Trang 118-123, 07/2025.
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
