Xây dựng chỉ số thực vật kết hợp giữa ảnh vệ tinh quang học và radar (CORVI) phục vụ phân loại lớp phủ ven biển tại miền Bắc Việt Nam
Year: 2026
Type: article
Abstract: Nghiên cứu xây dựng chỉ số thực vật kết hợp giữa ảnh quang học Sentinel-2 và Radar Sentinel-1, gọi là CORVI (Combined Optical and Radar Vegetation Index), nhằm đánh giá khả năng phân loại lớp phủ ven biển miền Bắc Việt Nam. CORVI được xây dựng từ chỉ số RVI (Radar Vegetation Index) của Sentinel-1 và hai kênh SWIR B11, B12 của Sentinel-2. Năm lớp phủ được phân loại gồm rừng ngập mặn, cây nông nghiệp, công trình xây dựng, đất trống và mặt nước. Các chỉ số NDVI (Normalized Different Vegetation Index), RVI và CORVI được tính từ ảnh tổ hợp Quý 4 năm 2025 và đưa vào mô hình Random Forest (RF) theo sáu kịch bản đầu vào. Độ chính xác được đánh giá bằng kiểm định chéo 5-fold và báo cáo dưới dạng trung bình ± độ lệch chuẩn. Kết quả cho thấy các chỉ số đơn lẻ chưa đủ để phân biệt hiệu quả toàn bộ lớp phủ ven biển; trong đó NDVI đạt độ chính xác cao nhất trong nhóm đơn biến với OA = 60,71 ± 0,71%. Khi kết hợp NDVI với CORVI, OA tăng lên 70,98 ± 0,77%. Kịch bản tích hợp đầy đủ NDVI, RVI và CORVI đạt kết quả tốt nhất với OA = 82,93 ± 0,32%, Kappa = 0,7792 ± 0,0042 và Macro-F1 = 80,25 ± 0,52%. Đối với lớp RNM, kịch bản này đạt PA = 95,21 ± 1,75%, UA = 89,14 ± 1,56% và F1-score = 92,05 ± 0,67%. Kết quả cho thấy CORVI là biến tích hợp hữu ích trong mô hình đa biến, có tiềm năng hỗ trợ lập bản đồ RNM và giám sát lớp phủ ven biển từ dữ liệu Sentinel-1/Sentinel-2.
Authors: Nguyễn Văn Thị, Nguyễn Hải Hòa, Lê Sỹ Doanh
Language: Vietnamese
Subfield: Computer Vision and Pattern Recognition
Field: Computer Science
Domain: Physical Sciences
SDGs: Life on land, Zero hunger
Open Access status: diamond
OpenAlex ID: W7213322022