Bài viết trình bày kết quả ứng dụng kỹ thuật phân loại hướng đối tượng để xác định lớp phủ vùng cửa sông Ba Lạt từ ảnh Landsat 5TM. Quá trình này được thực hiện theo 3 bước: phân mảnh ảnh, lấy mẫu và phân loại đối tượng, kiểm tra và đánh giá độ chính xác kết quả phân loại. Các đối tượng trên ảnh được phân thành 8 nhóm bao gồm lúa, rừng ngập mặn (RNM), vườn tạp, mặt nước, đất nuôi trồng thủy sản (NTTS), đất xây dựng (ĐXD), đất làm muối và đất chưa sử dụng (CSD). | Nghiên cứu - Ứng dụng ỨNG DỤNG KỸ THUẬT PHÂN LOẠI HƯỚNG ĐỐI TƯỢNG TRONG PHÂN LOẠI LỚP PHỦ VÙNG CỬA SÔNG BA LẠT TRẦN THỊ NGOAN Đại học Tài Nguyên và Môi trường Hà Nội Tóm tắt Bài báo trình bày kết quả ứng dụng kỹ thuật phân loại hướng đối tượng để xác định lớp phủ vùng cửa sông Ba Lạt từ ảnh Landsat 5TM. Quá trình này được thực hiện theo 3 bước phân mảnh ảnh lấy mẫu và phân loại đối tượng kiểm tra và đánh giá độ chính xác kết quả phân loại. Các đối tượng trên ảnh được phân thành 8 nhóm bao gồm lúa rừng ngập mặn RNM vườn tạp mặt nước đât nuôi trồng thủy sản NTTS đất xây dựng ĐXD đất làm muối và đất chưa sử dụng CSD . Kết quả phân loại cho độ chính xác cao với độ chính xác tổng thể và hệ số Kapa đạt . 1. Đặt vấn đề và đa dạng sinh học vào bậc nhất tại Việt Nam đồng thời có tầm quan trọng quốc tế. Lớp phủ Trước đây việc phân loại ảnh sử dụng kỹ nơi đây tương đối đa dạng bao gồm dân cư đất thuật giải đoán bằng mắt hoặc định hướng điểm nông nghiệp bãi cát đất công nghiệp Đặc ảnh Pixel base trên cơ sở điều tra mẫu ngoài biệt ở đây có rừng quốc gia Xuân Thuỷ là khu thực địa. Kỹ thuật này dễ thực hiện và cho kết Ramsar đầu tiên tại Việt Nam và được đánh giá quả nhanh chóng nhưng lại phụ thuộc vào kinh là Khu dự trữ sinh quyển thế giới đất ngập nước nghiệm của người giải đoán. Hiện nay sự xuất châu thổ Sông Hồng do Tổ chức Giáo dục Khoa hiện của kỹ thuật phân loại hướng đối tượng học và Văn hoá của Liên Hiệp Quốc UNESCO được xem là giải pháp khắc phục tính chủ quan chính thức công nhận ngày 02 12 2004. Cồn của kỹ thuật giải đoán bằng mắt. Lê Thị Thu Hà Vành Cồn Lu cũng nằm trong hệ thống rừng 2016 đã sử dụng các chỉ số Brightness ngập mặn ven biển có nhiều tiềm năng thuận lợi Greeness Wetness SAVI NDVI để phân loại các để phát triển du lịch sinh thái và nghỉ dưỡng lý đối tượng trên ảnh 3 . Trịnh Thị Hoài Thu tưởng và hấp dẫn. Do vậy việc nghiên cứu lớp 2015 so sánh hàm liên thuộc để xác định các phủ thực vật đặc biệt là lớp phủ rừng có ý tập mẫu cho kết quả phân .
