Từ khóa
viễn thám
Sentinel-1 SAR
mạng nơ-ron tích chập
học sâu rice
remote sensing
Sentinel-1 SAR
convolutional neural network
deep learning
Ngôn ngữ sử dụng
Cách trích dẫn
Tóm tắt
Viễn thám radar khẩu độ tổng hợp (SAR) cung cấp một phương pháp tiếp cận linh hoạt và mang đến cơ hội thu thập thông tin cây trồng mà không bị hạn chế bởi các yếu tố điều kiện thời tiết. Khả năng ứng dụng của dữ liệu Sentinel-1 SAR với phân cực kép cho phép nhận diện các ruộng lúa riêng lẻ, và với chu kỳ chụp lặp đủ để giám sát tình trạng sinh trưởng của các loại cây trồng khác nhau. Trong những năm gần đây, với sự phát triển không ngừng của các thuật toán học máy, học sâu trên thế giới, đặc biệt là mạng nơ-ron tích chập (CNN) đã thu được nhiều kết quả tốt trong phát hiện và chiết tách thông tin trên ảnh viễn thám. Nghiên cứu này, đề xuất mô hình phân loại dựa trên mạng nơ-ron tích chập sâu (DCNN) để chiết tách ruộng lúa từ dữ liệu Sentinel-1 SAR. Các chỉ số vật lý đã được tính toán từ phân cực (VH và VV) và một đội di động kiểm tra hình thái sinh trưởng của cây lúa. Đối với kết quả trích xuất ruộng lúa được xác minh bằng độ chính xác tổng thể (OA) và xác nhận chéo (CV) đều đạt kết quả tốt trên 0,85. Trong khi đó, độ chính xác ước tính định lượng sinh khối lúa đạt kết quả cao ở cả hai vụ Đông-Xuân (R2=0,79; RMSE=0,12 kg) và Hè-Thu (R2=0,77; RMSE=0,15 kg). Kết quả chỉ ra rằng, việc sử dụng dữ liệu Sentinel-1 SAR có thể được áp dụng để lập bản đồ phân bố không gian và ước tính định lượng sinh khối của cây lúa trong các điều kiện thời tiết khác nhau. Khung phương pháp luận tổng hợp được phát triển trong nghiên cứu này, có thể được áp dụng trên các ruộng lúa trên khắp Việt Nam và các khu vực trồng lúa lớn tương tự trên thế giới.