ỨNG DỤNG GOOGLE EARTH ENGINE KHAI THÁC DỮ LIỆU LỚN PHỤC VỤ THÀNH LẬP BẢN ĐỒ ĐIỀU TRA SỬ DỤNG ĐẤT TẠI HUYỆN TRÀ ÔN, TỈNH VĨNH LONG

Bạn đang xem bản rút gọn của tài liệu. Xem và tải ngay bản đầy đủ của tài liệu tại đây (894.06 KB, 5 trang )

Trang 1<div class="page_container" data-page="1">

ỮNG DỤNG GOOGLE EARTH ENGINE KHAI THÂC DƯLIẸU LON PHỤC VỤ THÀNH LẬP BẢN Đổ ĐIỀU TRA sử DỤNG ĐẤT

TẠI HUYỆN TRÀ ÔN, TỈNH VĨNH LONG

Tơn Thất Lộc1*, Phạm Thanh Vũ12, Phan Chí Nguyện2

1 Viện Nghiên cứu Khoa học cơ bản và ứng dụng, Trường Đại học Duy Tân, Tp. Hồ Chí Minh2Khoa Mơi trường và Tài nguyên thiên nhiên, Trường Đại học cần Thơ

‘Email:

TĨM TẮT

Bàíbáonàynhằm mục đích xây dựng ứng dụng khai thác ảnh vệ tinh phụcvụ thành lập bàn đồ điều tra sửdụng đấttrên cơsở ứngdụng Google EarthEngineer (GEE)để khaithác ảnh vệ tinh Sentinel 2. Kết quá đã xây dựng được ứng dụngcho phép tài ảnh vệ tinh theo thời gian và ranh giới hành chínhcấp xã cùa huyện Trà ơn,tinhVĩnh Long.Không giốngnhư phươngpháp truyền thống, ứng dụng GEE cho thành lậpbản đ'ô điều tra sử dụng đất dựa trênnguồnánhvệtinh một cáchnhanh chóng và có tính trực quan hơn. GEE đượcxem nhưmột kỹ thuật mới trong viễn thám hỗtrợcho các điềutra viêntô' chức dã ngoại thuận tiện, thu thập và đánhgiá dữ liệu một cách nhanh chóng và cập nhậtkịp thời được các thay đốithực tế.

Từ khóa: Bảnđồđiều tra, hiện trạng sử dụng đãt, GoogleEarth Engineer, viễn thám, Trà ôn,Vĩnh Long.

1. ĐẶT VẤN ĐỀ

Hiện trạng sử dụng đất là nhiệm vụ cần được theo dõi xuyên suốt để kiểm tra tình hình sử dụng đất của một địa phương cụ thể và đó cũng là nhiệm vụ quốc gia quan trọng. Tại Việt Nam, hiện trạng sử dụng đất được thực hiện kiểm tra định kỳ thông qua 02 nhiệm vụ là thống kê đất đai (hằng năm) và kiểm kê đất đai (định kì 05 năm) (Bộ Tài nguyên và Môi trường, 2018). Tuy nhiên, việc điều tra sử dụng đất ở thực địa gặp nhiều khó khăn như địa bàn quản lý rộng lớn, địa hình hiểm trở, hạ tầng giao thông chưa phát triển đầy đủ, nguồn nhãn lực có giới hạn và sử dụng đất thường xuyên thay đổi, dẫn đến gây nhiều trở ngại cho các điều tra viên như tiến độ thực hiện và độ chính xác. Trong khi đó, việc tải ảnh vệ tinh theo phương pháp truyền thống (tải ảnh từ các trang web như USGS Earth Explorer, Copernicus Open Access Hub, Sentinel Hub và NASA Earthdata Search gặp nhiều khó khăn như giới hạn về

thời gian và đô che phủ mây và thậm chí là thời gian tải dữ liệu rất lâu, sau đó mới được xử lý trên các phần mềm chuyên dụng như Envi, eCognition hoặc qua tool xử lý trên ArcGIS hay QGIS. Quá trình này phải thực hiện qua nhiều công đoạn phức tạp và tiêu tốn nhiều thời gian xử lý. Với sự phát triển của cơng nghệ học sâu máy (ML) và trí tuệ nhân tạo (Al), Google Earth Engine (GEE) ra đời với nền tảng đám mây hữu hiệu cho phép hiển thị, giải đốn và tải ảnh trực tiếp. Bên cạnh đó, GEE được xây dựng dưới dạng website cung cấp miễn phí và đa dạng các nguồn ảnh như Modis, Planet, Landsat và Sentinel cho người dùng, do đó nó được xem là nguồn dữ liệu lớn (Tamiminia et

giải đoán ảnh Sentỉnel-2 để phân loại các loại cây rừng khác nhau (Wessel et a/., 2018). Đáng chú ý, Hossein Shafizadeh-Moghadam (2021) đã sừ dụng nền tảng GEE dựa trên phương pháp phân loại hướng đối tượng kết hợp với phương pháp PCA (Principle Component Analysis) để lập bản đồ sử dụng đất và lớp phủ ở quy mô lớn 6 quốc gia thơng qua các khóa giải đốn quang phổ, cấu trúc và địa hình, kết quả đã đạt được độ chính xác cao trên 91%. Mặt khác, GEE cịn cho phép xác định ranh giới mây và loại bỏ mây tự động, giúp nâng cao độ

</div>Trang 2<div class="page_container" data-page="2">

chính xác khi giải đốn các đối tượng (Schmitt

tiềm năng trong lĩnh vực viễn thám phục vụ giám sát các hoạt động sử dụng đất và lớp phủ trên bề mặt đất. Vì vậy, nghiên cứu được thực hiện nhằm mục đích xây dựng ứng dụng thân thiện với người dùng giúp hiển thị và thu thập các ảnh vệ tinh phục vụ cho việc thành lập bản đồ điều tra sử dụng đất, làm tiền đề hỗ trợ cho

việc điều tra xây dựng bản đồ hiện trạng sử dụng đất được dễ dàng hơn.

2. PHƯƠNG PHÁP

Quy trình nghiên cứu bao gồm 02 bước: (1) là viết code trực tiếp trên nền tảng GEE và (2) biên tập bản đồ bằng phần mềm GIS được trình bày tại Hình 1.

phục vụ thành lập bản đồ điều tra hiện trạng sử dụng đấtNghiên cứu đã sử dụng nền tảng dữ liệu lớn

Google Earth Engineer để xây dựng chương trình ứng dụng tải ảnh vệ tinh. Chương trình này được viết thõng qua ngơn ngữ lập trình JavaScript cho phép thu thập bộ sưu tập ảnh vệ tinh Sentinel-2. Bộ dữ liệu trong chương trình dựa trên nền tảng GEE gồm 02 loại: dữ liệu vector và bộ dữ liệu raster. Bộ sưu tập ảnh Sentinel-2A được khai báo trong GEE Code Editor thông qua lệnh ee.Imagecollection ("COPERNICUS/S2_SR").

3. KẾT QUẢ VÀ THẢO LUẬN

3.1. Hiển thị dữ liệu dưới dạng vector

Đề hiển thị và tải ảnh Sentinel-2 theo ranh giới, nghiên cứu đã tải ranh giới dạng vector

của huyện Trà ơn, tỉnh Vĩnh Long có định dạng

Assets của GEE. Nghiên cứu đã hiển thị ranh giới của khu vực nghiên cứu dưới dạng vector bằng cách khai báo biến thông qua lệnh

thấy GEE đã hỗ trợ hiển thị dữ liệu dạng vector cho ranh giới huyện Trà ôn (màu đỏ) và ranh giới của 13 xã và 01 thị trấn (ví dụ như xã Hữu Thành; màu vàng). Như vậy, nghiên cứu đã cho thấy GEE hỗ trợ lưu trữ dữ liệu vector để kết nối dữ liệu.

</div>Trang 3<div class="page_container" data-page="3">

Hình 2. ứng dụng GEE thể hiện ranh giới vector huyện Trà ôn, tỉnh Vĩnh Long

3.2. ứng dụng tải ảnh vệ tinh trên nền tảng Google Earth Engine

Quy trình thực hiện ứng dụng ảnh vệ tinh trên nền tảng Google Earth Engine đã được trình bày tổng qt hóa bằng sơ đồ tại Hình 1. Giao diện dựa trên nền tảng GEE (Hình 3) bao gồm 05 thành phần bao gồm: (A) là nơi ghi các dự án của người dùng; (B) cho phép viết các lệnh, thuật tốn; (C) hiển thị thơng tin của bộ sưu tập ảnh vệ tinh; (D) là ứng dụng tập hợp các chức năng được người dùng viết và tùy biến các lệnh thơng qua trình điều khiển (hình 3); (E) là phần trình bày bản đồ và ảnh vệ tinh trên bản đồ nền (basemap).

ứng dụng tại hình 3 (D) bao gồm các bước: (1) Chức năng chọn một đơn vị hành chính từ danh sách 14 xã/thị trấn; (2) Chức năng cho phép nhập chuỗi bao gồm phần trăm

mây, thời gian bắt đầu và thời gian kết thúc; (3) Chức năng cho phép người dùng lọc bộ ảnh vệ tinh Sentinel-2; (4) Chức năng cho phép lựa chọn một ảnh vệ tinh đề tải từ bộ sưu tập thu được; (5) Hiện tác vụ cho phép người dùng xem ảnh đã chọn lên bản đồ trong GEE; (6) Thực hiện thao tác lưu trữ ảnh vệ tinh dưới định dạng GeoTIFF. Một nghiên cứu gần đây cũng đã xây dựng thành công ứng dụng dựa trên GEE như giám sát thay đổi sừ dụng đất thơng qua giao diện lập trình ứng dụng giám sát sử dụng đất nông nghiệp (bắp, đậu nành, cotton và lúa) (Zhang et al., 2020). Như vậy, GEE có khả năng xây dựng ứng dụng đơn giản hóa các thao tác phục vụ khai thác dữ liệu ảnh vệ tinh phục vụ như một công cụ viễn thám thông minh cho phép giám sát các hoạt động trên bề mặt đất.

ƯNG ĨÌỈZNG TAIÁNHVẸTĨNHHtYpíTRÁ ƠN, TĨNHVỈNĨI1.O5ÍÍỈ

(xã Hịa Bình, huyện Trà Ơn, tỉnh Vĩnh Long)

</div>Trang 4<div class="page_container" data-page="4">

Kết quả tại Hình 3 đã chứng minh một kết quả điển hình của ứng dụng tại xã Hịa Bình, ảnh vệ tinh được hiển thị là ảnh thứ 50 được đặt tên là Se2_31 - 12 - 2021_50. Bộ sưu tập được thống kê bao gồm 55 ảnh vệ tinh Sentinel-2 được chọn theo ranh giới xã Hịa Bình, tỉ lệ phần trăm mây là 10, thời gian lọc từ ngày 01 tháng 01 năm 2017 đến ngày 01 tháng 02 năm 2022, Như vậy, ứng dụng được viết trên nền tảng GEE cho phép thu thập ảnh vệ tinh theo thời gian và lọc độ che phù mây để chọn dữ liệu ảnh vệ tinh tốt nhất hiển thị sử dụng đất một cách thuận tiện và nhanh chóng.

Nghiên cứu đã thực hiện chồng lớp bản đồ vector (bản đồ ranh thửa và khoanh đất hiện trạng sử dụng đất) với ảnh vệ tinh thông qua hệ

quy chiếu VN - 2000 với kinh tuyến trục 105°30' (Hình 4). Với độ phân giải không gian cao của ảnh Sentinel-2 (10m), người dùng có thể nhận dạng hiện trạng sử dụng đất ờ quy mơ cấp hành chính (cấp xã). Theo các nghiên cứu trước, ngoài giám sát các hoạt động sử dụng đất, GEE cịn cho phép dự đốn năng suất mùa vụ của cây trồng như dự đoán năng suất cây lúa (Luo et al., 2020), hoặc xây dựng bản đồ năng suất cây bắp (Jin et al., 2019). Nhìn chung, kết quả này có thể đóng góp phục vụ cơng tác xây dựng bản đồ điều tra hiện trạng sử dụng đất, từ đó có thể so sánh được sự thay đổi sử dụng đất giữa bản đồ vector đã xây dựng trước đó với các ảnh vệ tinh theo thời gian quy mô cấp xã trở lên.

((a) ranh giới thửa đất; (b) hiện trạng sử dụng đất; (c) ranh giới thửa đất chồng lắp ảnh vệ tinh; (d) khoanh đất chồng lắp ảnh vệ tinh)

Như vậy, thông qua bộ sưu tập ảnh Sentinel-2 thu thập được, người dùng có thể tải về và chồng lớp lên các bản đồ vector với hệ quy chiếu của bản đồ và kinh tuyến trục của khu vực phục vụ công tác điều tra sử dụng đất. Nhờ vào sự chồng lắp bản đồ lên ảnh vệ tinh, các kỹ thuật viên làm bản đồ có thể kiểm tra lại sự thay đổi sử dụng đất, nâng cao độ chính xác của bản đồ đã khoanh vẽ, thậm chí cịn đóng góp giúp các nhà quản lý chuyên môn kiểm tra khi rà soát hay phê duyệt bản đồ.

</div>Trang 5<div class="page_container" data-page="5">

TÀI LIỆU THAM KHẢO

1. Hossein Shafizadeh-Moghadam, s. K. A., Qihao Weng (2021), Google Earth Engine for large- scale land use and land cover mapping: an object-based classification approach using spectral, textural and topographical factors.

2. Jin, z., Azzari, G., You, c., Di Tommaso, s., Aston, s., Burke, M., & Lobell, D. B. (2019), Smallholder maize area and yield mapping at national scales with Google Earth Engine.

Remote Sensing of Environment, 228, 115 -

128. Luo, c., Liu, H.-j., Fu, Q., Guan, H.-x., Ye, Q.,

Zhang, x.-l., & Kong, F.-c. (2020), Mapping the fallowed area of paddy fields on Sanjiang Plain of Northeast China to assist water security

assessments. Journal of Integrative Agriculture,

79(7), 1885-1896.

3119(19)62871 -6

4. Schmitt, M., Hughes, L. H., Qiu, c., & Zhu, X. X. (2019), Aggregating Cloud-Free Sentinel-2 Images with Google Earth Engine. /SPRS

Annals of the Photogrammetry, Remote Sensing

W7- 145-2019

Wessel, M., Brandmeier, M., & Tiede, D. (2018),

Evaluation of Different Machine Learning Algorithms for Scalable Classification of Tree Types and Tree Species Based on Sentinel-2 Data. Remote Sensing, 10(9).

6. Zhang, c., Di, L., Yang, z., Lin, L., & Hao, p. (2020), AgKit4EE: A toolkit for agricultural land use modeling of the conterminous United States based on Google Earth Engine. Environmental

Modelling & Software, 129.

Bộ Tài nguyên và Môi trường (2018), Thông tư

27/2018/TT-BTNMT quy định về thống kê, kiểm kê đất đai và lập bản đồ hiện trạng sử dụng đất.

Application of google earth engine to exploit big data for land use investigation map in Tra On district, Vinh Long province

Ton ThatLoc1, Pham Thanh Vu2,Phan ChiNguyen2

‘Institute of Fundamental and Applied Sciences, Duy Tan University, Ho Chi Minh City 2 College of Environment & Natural Resources, Can Tho University, Can Tho, Vietnam

This article aimstobuild an application toexploitsatellite images for the establishment ofland usesurvey mapson the basis of the Google EarthEngineer(GEE) application to exploitSentinel-2 satellite images.The resulthave builtan application to allow the collectionof satellite images accordingto the timeseries andthe boundariesof 14communesinTra On district, Vinh Long province.Unlike traditional methods, the GEEapp for establishing landuseinvestigation map based onsatellite imagery israpid andmore intuitive. The GEE has been considered as a newremotesensing techniquethat supports investigators in organizing a convenient survey, accuratecollection,andevaluating data due to exploitofbig data interms of the currentland use quicklyand timely update with real changes.

Keywords: Investigation map, current land use,Google Earth Engine, remote sensing, Tra Ondistrict,Vlnh Long province.

Người phản biện: PGS.TS. Đào Châu Thu

Email:

Ngày thông qua phản biện: 15/5/2022

</div>