Bài viết đánh giá độ chính xác của các mô hình phânloại lớpphủtừ ảnh vệ tinh quang học Landsat 8 (LS8) và Sentinel 2 (S2) trên Google EarthEngine(GEE). Giá trị phổ phản xạ mặt đất được sử dụng làm đầu vào cho mô hình học máy Classication And Regression Tree (CART) và Random Forest (RF) phục vụ phân loại 7 loại hình hiện trạng lớp phủ tỉnh Đắk Lắk năm 2021. | Nghiên cứu ĐÁNH GIÁ ĐỘ CHÍNH XÁC TRONG PHÂN LOẠI LỚP PHỦ DỰA TRÊN THUẬT TOÁN HỌC MÁY VÀ DỮ LIỆU VIỄN THÁM THÔNG QUA GOOGLE EARTH ENGINE ÁP DỤNG TẠI TỈNH ĐẮK LẮK Giang Thị Phương Thảo1 Phạm Thị Thu Hương2 Phạm Việt Hòa1 Nguyễn An Bình1 1 Viện Địa lý tài nguyên TP. HCM Viện Hàn lâm Khoa học và Công nghệ Việt Nam 2 Trường Đại học Tài nguyên và Môi trường Hà Nội Tóm tắt Các thuật toán học máy cho phép tăng cường độ chính xác của các mô hình phân loại lớp phủ trên dữ liệu ảnh vệ tinh quan sát trái đất. Kết hợp với các nền tảng điện toán đám mây quy trình này được thực hiện tự động nhằm đảm bảo hiệu suất xử lý một tệp dữ liệu lớn chứa nhiều thông tin không gian có giá trị được triết tách từ ảnh viễn thám. Nghiên cứu này đánh giá độ chính xác của các mô hình phân loại lớp phủ từ ảnh vệ tinh quang học Landsat 8 LS8 và Sentinel 2 S2 trên Google Earth Engine GEE . Giá trị phổ phản xạ mặt đất được sử dụng làm đầu vào cho mô hình học máy Classi cation And Regression Tree CART và Random Forest RF phục vụ phân loại 7 loại hình hiện trạng lớp phủ tỉnh Đắk Lắk năm 2021. Kết quả đánh giá độ chính xác sau phân loại đã chỉ ra rằng với diện tích khoảng km2 trên quy mô cấp tỉnh Đắk Lắk ảnh LS8 cùng thuật toán CART đạt được độ chính xác cao nhất với hệ số Kappa là 0 85. Quy trình hoàn thiện cung cấp giải pháp tự động hóa trong phục vụ thành lập bản đồ hiện trạng lớp phủ chính xác và tin cậy hỗ trợ cho các công tác trong lĩnh vực tài nguyên và môi trường. Từ khóa Đắk Lắk Google Earth Engine Học máy Landsat 8 Sentinel 2 Viễn thám. Abstract Accuracy assessment of landcover classi cation based on various machine learning algorithms and remotely sensed data through Google Earth Engine Application in Dak Lak province Machine learning algorithms allow for increasing the accuracy of land cover classi cation models from earth observation satellite images. Combined with cloud computing platforms the procedure is performed automatically to ensure e cient processing of a big dataset .
