Tạp chí
 
Năm 2020
 
Số 61, Kỳ 2, [04 - 2020]

Thành lập bản đồ lớp phủ bằng phương pháp phân loại hướng đối tượng áp dụng cho dữ liệu ảnh VNREDSat-1

DOI:10.46326/JMES.2020.61(2).15

  • Cơ quan:

    1 Khoa Trắc địa - Bản đồ và Quản lý đất đai, Trường Đại học Mỏ - Địa chất, Việt Nam 2 Viện khoa học Đo đạc và Bản đồ, Việt Nam 3 Phân xưởng đo vẽ ảnh, Xí nghiệp Trắc địa, Công ty TNHH MTV Trắc địa Bản đồ, Việt Nam 4 Trung tâm Kỹ thuật Tài nguyên và Môi trường tỉnh Đồng Nai, Việt Nam 5 Chi nhánh Văn phòng Đăng ký đất đai huyện Bắc Tân Uyên, tỉnh Bình Dương, Việt Nam 6 Phòng Tài nguyên và Môi trường thị xã Dĩ An, tỉnh Bình Dương, Việt Nam 7 Khoa Trắc địa, bản đồ và thông tin địa lý, Trường Đại học Tài nguyên và Môi trường, Thành phố Hồ Chí Minh, Việt Nam

  • *Tác giả liên hệ:
    This email address is being protected from spambots. You need JavaScript enabled to view it.
  • Nhận bài: 19-01-2020
  • Sửa xong: 06-03-2020
  • Chấp nhận: 29-04-2020
  • Ngày đăng: 28-04-2020
Trang: 135 - 145
Lượt xem: 2252
Xem onlineXem online
Lượt tải: 1206
Tải về PDF
★★★★★Yêu thích: 5.0, Số lượt: 119
  • ★
  • ★
  • ★
  • ★
  • ★
Bạn yêu thích

Trích dẫn: 6

Tóm tắt:

Phân loại lớp phủ/sử dụng đất bằng ảnh viễn thám độ phân giải cao có thách thức lớn nhất là cách phân biệt các lớp đối tượng theo giá trị phổ khác nhau, cấu trúc, hình dạng và yếu tố không gian. Bài báo này trình bày cách phân loại định hướng đối tượng trong việc phân loại lớp phủ với tư liệu ảnh VNREDSat-1, độ phân giải 10 m. Hệ thống lớp phủ/sử dụng đất được phân loại theo CORINE (COoRdination of information on the environment) với 3 cấp 1, 2, 3 và với cấp 3 có 14 loại lớp phủ/sử dụng đất. Việc chiết xuất 14 loại hình lớp phủ/sử dụng đất thông qua việc phân cấp các đối tượng theo đặc trưng phổ phản xạ, chỉ số hình dạng, vị trí các đối tượng, độ sáng, chỉ số thực vật NDVI và mật độ các đối tượng. Kết quả phân loại đạt độ chính xác 0,813%.

Trích dẫn
Phạm Thị Làn, , Nguyễn Phi Sơn, Nguyễn Viết Nghĩa, Đào Vân Hương, Doãn Đức Long, Võ Thị Hồng Nhung, Nguyễn Thị Thu Trang, Trần Văn Huân và Lê Thanh Nghị, 2020. Thành lập bản đồ lớp phủ bằng phương pháp phân loại hướng đối tượng áp dụng cho dữ liệu ảnh VNREDSat-1, Tạp chí Khoa học kỹ thuật Mỏ - Địa chất, số 61, kỳ 2, tr. 135-145.
Tài liệu tham khảo

Antonio, D. G. and Jansen, L. M., (1998). Land cover classification System (LCCS): Classification Concepts and User Manual. Food and Agriculture Organization of the United Nations, Rome.

Benz, U. C., Peter, H., Gregor, W., Iris L., Markus, H., (2004). Multi-resolution, object-oriented fuzzy analysis of remote sensing data for GIS-ready information. ISPRS Journal of Photogrammetry and Remote Sensing 58(3-4), 239-258.

Bolstad, P. V., Gessler, P., Lillesand, T. M., (1990). Positional uncertainty in manually digitized map data. International Journal of Geographical Information Systems 4. 399-412.

Choodarathnakara, Ashok Kumar Dr. T., Shivaprakash Koliwad Dr., Patil Dr. C. G., (2012). Soft Classification Techniques for RS Data. IJCSET 2 (11). 1468 - 1471.

Congalton, R. G. and Green, K., (2008). Assessing the accuracy of remotely sensed data: Principies and practices. New York. Taylorand Francis Group.

Jitendra Malik, S. B., Thomas Leung and Jianbi Shi (2001). Contour and Texture Analysis for Image Segmentation. International Journal of Computer Vision 43(1). 7 -27.

Mario, C., (2009). ESA advanced training course on land remote sensing: image classification. ESA.

Nedeljkovic, I., (2004). Image classification base on fuzzy logic. The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences 34(XXX).

Nguyễn Ngọc Thạch, (2005). Cơ sở Viễn Thám. Hà Nội, Đại học Khoa học Tự nhiên.

Roostaei, A. S. A., Nikjoo.M. R. and Valizadeh K.,