THU THẬP DỮ LIỆU VÀ PHÂN LOẠI RỪNG Ở VIỆT NAM

Abstract

Phân loại rừng là một công tác rất quan trọng trong quản lý tài nguyên rừng của mỗi quốc gia. Hiện nay tại Việt Nam phân loại rừng được tiến hành dựa vào nhiều tiêu chí, mỗi loại tiêu chí có một bảng phân loại phù hợp riêng. Các công tác phân loại thường được tiến hành thủ công như thu thập dữ liệu, thống kê và tiến hành phân loại. Chính vì lẽ đó việc sử dụng các mô hình máy học để phân loại đang là xu hướng đi cùng sự phát triển của công nghệ. Với những đặc tính riêng của rừng ở Việt Nam đặt ra những khó khăn và thách thức về mặt dữ liệu còn hạn chế cho việc nghiên cứu mô hình phân loại. Trong đề tài này, em đề xuất cho việc thu thập dữ liệu bằng hình ảnh viễn thám Landsat-8 với mong muốn tìm ra phương pháp phân loại hữu hiệu nhất cho phân loại rừng ở Việt Nam. Đề tài sẽ tập trung nghiên cứu quy trình thu thập dữ liệu, so sánh và lựa chọn mô hình phân loại cho tập dữ liệu rừng. Bước đầu đánh giá kết quả của các phương pháp dựa trên các chỉ số đánh giá: độ chính xác và ma trận nhầm lẫn. Tập dữ liệu thu được gồm 1846 phần tử với 21 thuộc tính chia thành 14 phân lớp. Kết quả đạt được mô hình SVM với tập dữ liệu thu được cho ra độ chính xác 94,95%.