Bề mặt không thấm khu vực nông thôn là đối tượng khó chiết xuất từ ảnh vệ tinh, đặc biệt đối với loại ảnh có độ phân giải không gian trung bình như Landsat. Đã có nhiều nghiên cứu sử dụng các thuật toán phân loại ảnh dựa vào cơ sở là giá trị của từng điểm ảnh (Pixel-based). | Chiết tách bề mặt không thấm khu vực nông thôn từ ảnh LANDSAT 8 OLI sử dụng thuật toán K-Nearest Neighbor Tạp chí Khoa học Kỹ thuật Mỏ - Địa chất Tập 58 Kỳ 5 2017 353-362 353 Chiết tách bề mặt không thấm khu vực nông thôn từ ảnh LANDSAT 8 OLI sử dụng thuật toán K-Nearest Neighbor Lê Thị Thu Hà Phạm Thị Làn Nguyễn Văn Trung Lã Phú Hiến Khoa Trắc địa - Bản đồ và Quản lý đất đai Trường Đại học Mỏ - Địa chất Việt Nam THÔNG TIN BÀI BÁO TÓM TẮT Quá trình Bề mặt không thấm khu vực nông thôn là đối tượng khó chiết xuất từ ảnh Nhận bài 15 08 2017 vệ tinh đặc biệt đối với loại ảnh có độ phân giải không gian trung bình như Chấp nhận 18 10 2017 Landsat. Đã có nhiều nghiên cứu sử dụng các thuật toán phân loại ảnh dựa Đăng online 30 10 2017 vào cơ sở là giá trị của từng điểm ảnh Pixel-based . Tuy nhiên các thuât Từ khóa toán phân loại dựa trên từng điểm ảnh này tồn tại các sai số khó khắc phục Bề mặt không thấm trong quá trình phân loại ảnh dẫn đến kết quả phân loại kém chính xác. Bởi Thuật toán K-NN vậy đóng góp chính của nghiên cứu này là đưa ra cách tiếp cận sử dụng thuật toán K-Nearest Neighbor K-NN đối với ảnh vệ tinh Landsat 8 OLI để Landsat 8 OLI chiết tách bề mặt không thấm khu vực nông thôn ở huyện Giao Thủy. Bài Huyện Giao Thủy báo thảo luận về các qui tắc sử dụng trong thuật toán K-NN và tính toán các sai số của quá trình phân loại đối với mỗi đối tượng dựa vào ảnh vệ tinh độ phân giải trung bình. Các chỉ số RISI NDBI SAVI NDWI và SI đã được sử dụng để tạo bộ mẫu chuẩn phục vụ việc phân loại ảnh. Để đạt độ chính xác tốt nhất khi sử dụng thuật toán K-NN bộ mẫu đạt tiêu chuẩn cần phải đáp ứng các tiêu chí sau 1. Số lượng mẫu đủ lớn 2. Sự phân bố các mẫu đều trên khu vực nghiên cứu 3. Sự tách biệt tối đa giữa các bộ mẫu chuẩn. Các kết quả của nghiên cứu này cho thấy việc sử dụng thuật toán phân loại K-NN cho phép đảm bảo độ chính xác trong thực nghiệm thành lập bản đồ bề mặt không thấm khu vực nông thôn. 2017 Trường Đại học Mỏ - Địa chất. Tất cả các quyền được bảo đảm.
