← Trở về danh mục
HỒ SƠ TÀI LIỆU · #33.946
Chỉ metadata Tài liệu khác VI

Sử dụng dữ liệu ảnh Landsat và thuật toán học máy xác định biến động lớp phủ/sử dụng đất tại huyện Đắk Glong và Krông Nô - tỉnh Đắk Nông, giai đoạn 2010 - 2023

Năm xuất bản2026
Nguồn học thuậtKhoa học và Công nghệ Lâm nghiệp
Định danh#33946
TRÍCH DẪN ĐỀ XUẤTAPA 7

Cao Thị Hoài; Nguyễn Thị Thanh Hương (2026). Sử dụng dữ liệu ảnh Landsat và thuật toán học máy xác định biến động lớp phủ/sử dụng đất tại huyện Đắk Glong và Krông Nô - tỉnh Đắk Nông, giai đoạn 2010 - 2023. Khoa học và Công nghệ Lâm nghiệp, 15(1), 70-79. https://sti.vista.gov.vn/publication/view/su-dung-du-lieu-anh-landsat-va-thuat-toan-hoc-may-xac-dinh-bien-dong-lop-phusu-dung-dat-tai-huyen-dak-glong-va-krong-no-tinh-dak-nong-giai-doan-2010-2-ba1a2805b94634e337630e5a7a30d109-480347.html

01

Tóm tắt

Bài báo này phân tích biến động thảm phủ/sử dụng đất giai đoạn 2010–2023 tại huyện Đắk Glong và Krông Nô - tỉnh Đắk Nông bằng ảnh vệ tinh Landsat kết hợp các chỉ số phổ và thuật toán Rừng ngẫu nhiên. Chuỗi dữ liệu Landsat 5, 8 (Surface Reflectance Tier 1) được khai thác trên nền tảng Google Earth Engine, kết hợp với các chỉ số NDVI, NDWI, BSI và dữ liệu DEM nhằm nâng cao độ chính xác phân loại. Kết quả cho thấy mô hình Random Forest đạt độ chính xác tổng thể (OA) trên 82% và hệ số Kappa > 0,78. Trong giai đoạn 2010 – 2023, diện tích rừng thường xanh giảm gần 42.500 ha (≈ 37,5%), rừng bán thường xanh giảm 994 ha (≈ 25,5%), trong khi diện tích rừng trồng (RTG) tăng hơn 19.000 ha (gấp > 5 lần). Đất nông nghiệp, cao su, dân cư và đất khác có xu hướng mở rộng. Các kết quả này khẳng định hiệu quả của Landsat trong giám sát biến động thảm phủ dài hạn, đồng thời cung cấp cơ sở khoa học phục vụ quản lý tài nguyên rừng bền vững ở Tây Nguyên.

02

Thông tin thư mục

03

Từ khóa

Biến động thảm phủ/sử dụng đất (LULCC); Chỉ số chuẩn hóa thực vật (NDVI); Google Earth Engine (GEE); Landsat; Random Forest; Tây Nguyên