TAILIEUCHUNG - Tạo ảnh không mây phục vụ phân loại lớp phủ với tư liệu Landsat đa thời gian-nghiên cứu thử nghiệm tại tỉnh Đắk Lắk

Nghiên cứu lớp phủ bằng tư liệu viễn thám quang học luôn gặp phải trở ngại: Đó là mây. Mây ngăn cản bức xạ từ mặt trời đến được bề mặt trái đất hoặc phản xạ từ vật thể trên bề mặt trái đất đến được bộ cảm trên vệ tinh tạo nên những vùng không có tín hiệu và không thể được sử dụng để nghiên cứu các đối tượng. | Tạo ảnh không mây phục vụ phân loại lớp phủ với tư liệu Landsat đa thời gian-nghiên cứu thử nghiệm tại tỉnh Đắk Lắk VNU Journal of Science: Earth and Environmental Sciences, Vol. 35, No. 4 (2019) 80-87 Original Article Development Of Landsat Cloud Free Image Data For Classification Of Land Cover-Case Study In Dak Lak Province Tran Anh Tuan1,3,*, Nguyen Dinh Duong2 1 Institute of Ecology and Biological Resources, Vietnam Academy of Science and Technology 18 Hoang Quoc Viet, Hanoi, Vietnam 2 Institute of Geography, Vietnam Academy of Science and Technology, 18 Hoang Quoc Viet, Hanoi, Vietnam 3 VNU University of Science, 334 Nguyen Trai, Hanoi, Vietnam Received 13 September 2019 Revised 08 November 2019; Accepted 15 November 2019 Abstract: Land cover mapping by optical remote sensing has many obstacles including clouds. Clouds block solar radiation coming to earth surface and reflective radiance from the earth surface to remote optical sensors resulting. Therefore, clouds result no-signal areas in images that cannot be used for study of ground objects. In many cases, thin clouds degrade quality of reflective radiance and some times alter, unexpectedly, spectral reflectance characteristics of ground objects leading to false classification. In this paper, the authors present an algorithm on application of multidate for development of cloud free image. The used image data were received in rainy and dry seasons and by stacking, cloud free images representing rainy and dry seasons were created. These cloud free images can be used further for classification of land cover in rainy and dry seasons. Experiments were conducted with Landsat 8 OLI images with path/row number 124/51 covering Dak Lak province of Vietnam. The results of case study were development of cloud free image data representing rainy and dry seasons allowing separation of evegreen and deciduous forests in the study site. Keywords: .

• Môi trường
• Rừng rụng lá
• Phân loại lớp phủ
• Viễn thám quang học
• Tư liệu viễn thám Landsat
• Rừng thường xanh
• Công nghệ lâm nghiệp
• Giảm nguy cơ cháy rừng
• Năng suất lá rụng
• Phân hủy lá rụng
• Thu hoạch lá rụng
• Vai trò sinh thái của lá rụng
• Sự phân giải lá rụng
• Lá rụng dưới tán rừng thứ sinh
• Tán rừng thứ sinh phục hồi tự nhiên
• Trạm đa dạng sinh học
• Quá trình phân giải lá rụng
• Quản lý Tài nguyên rừng và Môi trường
• Rừng Thông mã vĩ
• Trung tâm phát triển lâm nghiệp Hà Nội
• Phương pháp dự năng suất lá rụng
• Rừng lá rộng rụng lá
• Chỉ số thực vật khác biệt chuẩn hóa
• Trữ lượng rừng
• Lưu giữ cacbon rừng
• Nghị định 99/2010/NĐ TTg
• Sinh khối bề mặt
• Ảnh Landsat 8
• Mô hình ước tính sinh khối rừng
• Chỉ số thực vật NDV
• Luận văn Thạc sĩ
• Luận văn Thạc sĩ Khoa học lâm nghiệp
• Khoa học lâm nghiệp
• Rừng nửa rụng lá
• Cường độ khai thác rừng
• Khoa học Nông nghiệp
• Ưu hợp thực vật
• Ưu thế cây họ Sao – Dầu
• Rừng kín thường xanh
• Rừng nửa rụng lá ẩm nhiệt đới
• Lâm nghiệp
• Quần thể Trai
• cây tái sinh vên vên
• nửa rụng lá ẩm nhiệt
• báo cáo khoa học
• khoa học sinh học
• Thành phần loài cua còng
• Vai trò của nhóm cua còng
• Rừng ngập mặn Cần Giờ
• Hệ sinh thái
• Rừng nửa rụng lá ưu thế Bằng Lăng
• Dự đoán trữ lượng gỗ
• Đa dạng tài nguyên thực vật
• Rừng rậm ưa mưa nhiệt đới
• Rừng rậm thường xanh
• Rừng nửa rụng lá mưa mùa nhiệt đới
• Công tác bảo tồn đa dạng sinh học
• luận văn
• ảnh hưởng của nhân tố sinh thái
• nhân tố sinh thái
• quản lý rừng
• bảo vệ thiên nhiêni
• Đặc điểm lâm học loài ươi
• Rừng hỗn giao
• Tái sinh loài ươi
• Đất feralit màu đỏ
• luận văn lâm nghiệp
• cách trinh bày luận văn
• hướng dẫn làm luận văn
• Cloud free
• Deciduous forests
• Land cover classification