Số báo hiện thời

{"default_contact":"Liên hệ","default_notification":"Thông báo","default_redirect_click":"Nhấn vào đây nếu đợi quá lâu.","default_fullname":"Họ và tên","default_email":"geocartagis@gmail.com","default_address":"Số 2 Đặng Thùy Trâm, Hà Nội","default_phone":"Điện thoại","default_send":"Gởi đi","default_reset":"Làm lại","default_select_all":"Chọn tất cả","default_captcha":"Mã bảo vệ","default_input_captcha":"Nhập vào mã bảo vệ","default_contact_send_success":"Bạn đã gởi liên hệ thành công","default_contact_send_false":"Bạn đã gởi liên hệ thất bại","default_back_page_home":"Quay về trang chủ","product_sort_name_asc":"Sắp xếp theo tên (A-Z)","product_sort_name_desc":"Sắp xếp theo tên (Z-A)","product_sort_price_asc":"Sắp xếp theo giá (Nhỏ -> Lớn)","product_sort_price_desc":"Sắp xếp theo giá (Lớn -> Nhỏ)","product_sort_price_sale_asc":"Sắp xếp theo khuyến mãi (Không -> Có)","product_sort_price_sale_desc":"Sắp xếp theo khuyến mãi (Có -> không)","key_option_product_discount":"Sản phẩm khuyến mãi","key_option_product_new":"Sản phẩm mới","key_option_product_special":"Sản phẩm đặt biệt","key_option_product_hot":"Sản phẩm Hot","key_option_news_new":"Tin mới","key_option_news_highlight":"Tin nổi bật","key_option_news_special":"Tin đặc biệt","key_option_news_hot":"Tin hot","key_option_classified_news_highlight":"Tin rao nổi bật","default_newsletter_thanks":"Cảm ơn bạn đã đăng ký trên hệ thống của chúng tôi","error_email_exists":"Email đã tồn tại trong hệ thống","error_email_not_exists":"Email không tồn tại trong hệ thống","error_email_invalid":"Địa chỉ email phải đúng cú pháp, ví dụ: info@tenmien.vn!","member_change_info_success":"Thông tin thay đổi thành công.","member_change_info_fail":"Thay đổi thông tin thất bại.","member_change_password_success":"Mật khẩu thay đổi thành công","member_change_password_fail":"Mật khẩu thay đổi thất bại","member_login_success":"Bạn đã đăng nhập thành công","member_register_success":"Đăng ký tài khoản thành công","member_register_fail":"Đăng ký tài khoản thất bại","member_send_password_new_mail_success":"Mật khẩu mới đã gửi về email đăng ký!","member_send_password_new_fail":"Lấy lại mật khẩu thất bại","error_account_not_found":"Không tìm thấy tài khoản trong hệ thống.","error_limit_login":"Bạn đã nhập sai vượt quá số lần quy định. Vui lòng đăng nhập lại sau:","error_username_required":"Bạn vui lòng nhập tên truy cập","error_username_not_exists":"Tên truy cập không tồn tại.","error_username_space":"Tên truy cập không được chứa khoảng trắng","error_username_exists":"Tên truy cập đã tồn tại","error_account_block":"Tài khoản đã bị khóa","error_password_not_exists":"Mật khẩu bạn nhập không chính xác.","error_password_required":"Bạn vui lòng nhập mật khẩu","error_password_not_regex":"Mật khẩu phải chứa ít nhất 6 ký tự. Bao gồm chữ in hoa, chữ thường và số.","error_password_old_required":"Nhập vào mật khẩu hiện tại của bạn","error_password_old_invalid":"Mật khẩu cũ không đúng","error_password_confirm_invalid":"Mật khẩu phải chứa ít nhất 6 ký tự. Bao gồm chữ in hoa, chữ thường và số.","error_register_is_login":"Bạn đã đăng nhập vào hệ thống. Vui lòng đăng xuất để thực hiện tính năng này","page_login":"Đăng nhập","error_fullname_required":"Bạn vui lòng nhập họ tên","error_fullname_max_length":"Họ tên Không vượt quá 55 ký tự","error_address_max_length":"Địa chỉ không vượt quá 150 ký tự","error_email_required":"Bạn vui lòng nhập email","error_content_required":"Bạn vui lòng nhập nội dung","error_content_max_length":"Nội dung gửi không được vượt quá 5000 ký tự","error_phone_required":"Bạn vui lòng nhập số điện thoại","error_phone_syntax":"Số điện thoại phải đủ 8 số hoặc lớn hơn, ví dụ: 19009477, 0967897890, 0286253737, ...","error_phone_exists":"Số điện thoại đã tồn tại trong hệ thống","error_captcha_required":"Bạn vui lòng nhập mã bảo vệ","error_captcha_invalid":"Mã bảo vệ không đúng","error_token_csrf_invalid":"Token không hợp lệ","time_invalid":"Thời gian không hợp lệ","forms_required":"Trường này là bắt buộc","forms_send_success":"Bạn đã gửi thông tin đăng ký thành công","forms_send_false":"Bạn đã gửi thông tin đăng ký thất bại","forms_undefined":"Không xác định được biểu mẫu","authentication_otp":"Xác thực OTP","authentication_otp_note":"Vui lòng kiểm tra điện thoại để lấy mã Xác thực.","error_limit_send_authentication_phone":"Quý khách đã đạt đến giới hạn xác thực số điện thoại.","error_time_resend_authentication_phone":"Chưa đến thời gian gửi lại.","send_code_otp_success":"Gửi mã OTP thành công","send_code_otp_error":"Gửi mã OTP thất bại","authentication_phone":"Xác thực số điện thoại","authentication_enter_code":"Nhập mã xác thực","authentication":"Xác thực","authentication_phone_re_send":"Gửi lại","authentication_phone_success":"Xác thực điện thoại thành công","verify_success":"Xác minh thành công","titile_authentication_phone_success":"Xác thực thành công","authentication_phone_error":"Xác thực điện thoại thất bại","warning_custom_no_authentication_phone":"Quý khách chưa xác thực số điện thoại","warning_phone_number_you_have_verified":"Số điện thoại của bạn đã xác minh","error_customer_access_page_here":"Quý khách chưa được truy cập trang này","skip_authenction":"Bỏ qua xác thực","error_enter_phone_invalid":"Khách hàng vui lòng nhập số điện thoại hợp lệ","error_info_invalid":"Thông tin không hợp lệ","error_code_verify_required":"Vui lòng nhập mã xác thực OTP","save_info_failed":"Lưu thông tin thất bại","save_info_success":"Lưu thông tin thành công","news":"Tin Tức","back_to_home":"Quay lại trang chủ","content_404":"Xin lỗi! Trang bạn đang tìm kiếm không tồn tại.","mail_welcome":"Xin chào: Anh\/Chị","best_regards":"Trân trọng,","admin_website":"Ban quản trị","lost_password_subject":"Yêu cầu mật khẩu mới cho tài khoản!","lost_password_info":"Chúng tôi vừa nhận được yêu cầu khôi phục mật khẩu từ phía bạn. Vui lòng nhấn vào","lost_password_link":"đường dẫn","lost_password_active":"sau để kích hoạt mật khẩu mới.","news_password":"Mật khẩu mới:","account":"Tài khoản:","lost_password_contact":"Nếu Anh\/chị có bất kỳ câu hỏi nào, xin liên hệ với chúng tôi qua mail","product":"Sản phẩm","service":"Dịch vụ","onepay_cart":"Hệ thống sẽ chuyển qua cổng thanh toán OnePay.vn","product_payment_onepay":"Thanh toán OnePay","product_payment_onepay_atm":"OnePay cổng nội địa","product_payment_onepay_int":"OnePay cổng quốc tế","napas_cart":"Hệ thống sẽ chuyển qua cổng thanh toán Napas","product_payment_napas":"Thanh toán NaPas","product_payment_napas_atm":"Thanh toán NaPas nội địa","product_payment_napas_int":"Thanh toán NaPas quốc tế","product_payment_sacombank":"Thanh toán qua Sacombank","paypal_cart":"Hệ thống sẽ chuyển qua cổng thanh toán Paypal.com","product_payment_paypal":"Thanh toán PayPal","error_money_limit":"Số tiền lớn hơn mức cho phép của Paypal vui lòng chọn phương thức thanh toán khác","cart_paypal_express":"Hệ thống sẽ chuyển qua cổng thanh toán Paypal Express","vnpay_cart":"Hệ thống sẽ chuyển qua cổng thanh toán Vnpayment.vn","product_payment_vnpay":"Thanh toán VNPAY","zalopay_cart":"Hệ thống sẽ chuyển qua cổng thanh toán ZaloPay","product_payment_zalopay":"Thanh toán ZaloPay","product_payment_zalopay_app":"Thanh toán qua ví ZaloPay","product_payment_zalopay_atm":"Thanh toán ZaloPay cổng ATM","product_payment_zalopay_int":"Thanh toán ZaloPay cổng Visa\/MasterCard","error_zalopay_create_url_fail":"Tạo thanh toán qua ZaloPay thất bại. Vui lòng kiểm tra lại thông tin đơn hàng khi thanh toán.","zalopay_create_url_error":"ZaloPay tạo đơn hàng thất bại.","error_zalopay_payment_int":"Số tiền tối thiểu thanh toán qua cổng ZaloPay là 10.000đ","momo_cart":"Hệ thống sẽ chuyển qua cổng thanh toán MoMo","product_payment_momo":"Thanh toán qua ví MoMo","error_momo_create_url_fail":"Tạo thanh toán qua MoMo thất bại. Vui lòng kiểm tra lại thông tin đơn hàng khi thanh toán.","momo_create_url_error":"MoMo tạo đơn hàng thất bại.","error_momo_payment":"Số tiền tối thiểu thanh toán qua cổng MoMo là 1000đ","addon_video_relate":"Video liên quan","addon_video_empty":"Không có video thuộc chủ đề này","addon_video_error_notfound":"Không tìm thấy video trên hệ thống"}

{"company_logo":"https:\/\/www.geocartagis.org\/datafiles\/46325\/upload\/images\/B%C3%ACa%20TC\/logo_Header.PNG","company_name":"Tạp chí Trắc địa - Bản đồ","company_email":"geocartagis@gmail.com","company_phone":"0913345919","company_address":"Số 2 Đặng Thùy Trâm, phường Nghĩa Đô, thành phố Hà Nội","company_fax":"","date_now":1776535627,"company_tags":["Trắc địa - Bản đồ","Thông tin Địa lý","Quản lý đất đai","Bất động sản\nKhoa học trái đất","Môi trường","Địa chất","Biến đổi khí hậu"],"search_keyword":null,"facebook_comment":"https:\/\/www.geocartagis.org\/so-bao-hien-thoi-1709396679","breadscrumb":[{"url":"https:\/\/www.geocartagis.org","name":"Trang chủ","icon":"","active":false},{"url":"javascript:void(0)","name":"Số báo hiện thời","icon":"","active":true}],"list_products_tmp":[],"list_section":[{"id":436746,"name":"SECTION-99232","seo_name":"#w30s-section-436746","url":"#w30s-section-436746"},{"id":436749,"name":"SECTION-99240","seo_name":"#w30s-section-436749","url":"#w30s-section-436749"},{"id":436750,"name":"SECTION-99475","seo_name":"#w30s-section-436750","url":"#w30s-section-436750"},{"id":436766,"name":"SECTION-99473","seo_name":"#w30s-section-436766","url":"#w30s-section-436766"},{"id":436747,"name":"SECTION-99234","seo_name":"#w30s-section-436747","url":"#w30s-section-436747"}],"category_image_url":"https:\/\/www.geocartagis.org\/datafiles\/46325\/upload\/images\/B%C3%ACa%20TC\/z5299543523779_10514bb17991fd57ced63bb34a4bdcec.jpg","type_page":6,"id_page":293665,"widget_11234455":{"content_data":{"content":" Thứ 2 - thứ 7"}},"widget_11234453":{"content_data":[{"id":48682,"title":"Viet Nam","code":"vn","is_expires":false,"is_active":1},{"id":48683,"title":"American","code":"us","is_expires":false,"is_active":0}]},"widget_10923475":{"content_data":[{"id":723030,"name":"Phát hiện mất rừng tự động sử dụng thuật toán học máy và ảnh Sentinel-2 trên Google Earth Engine: Nghiên cứu tại tỉnh Cà Mau","desc":"Vũ Văn Th&aacute;i1<\/sup>, Ho&agrave;ng Việt Anh1*<\/sup>, Tạ Minh Huy1<\/sup>, Dương Văn Vinh2<\/sup><\/span><\/span><\/i><\/span><\/span><\/span><\/span><\/p>\n\n1<\/span><\/span><\/sup><\/i>C&ocirc;ng ty TNHH Tư vấn v&agrave; Ph&aacute;t Triển Đồng Xanh<\/span><\/span><\/i><\/span><\/span><\/span><\/span><\/p>\n\n&nbsp;2<\/sup>Chi cục Kiểm l&acirc;m tỉnh C&agrave; Mau<\/span><\/span><\/i><\/span><\/span><\/span><\/span><\/p>\n\nEmail t&aacute;c giả li&ecirc;n hệ: <\/span><\/span><\/i>anh.hv@gfd.com.vn<\/span><\/span><\/i><\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\ndoi.org\/10.5281\/zenodo.17068824<\/span><\/span><\/span><\/span><\/span><\/p>\n","content":"Ph&aacute;t hiện mất rừng tự động sử dụng thuật to&aacute;n học m&aacute;y v&agrave; ảnh Sentinel-2 tr&ecirc;n Google Earth Engine: Nghi&ecirc;n cứu tại tỉnh C&agrave; Mau<\/span><\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\nVũ Văn Th&aacute;i1<\/sup>, Ho&agrave;ng Việt Anh1*<\/sup>, Tạ Minh Huy1<\/sup>, Dương Văn Vinh2<\/sup><\/span><\/span><\/i><\/span><\/span><\/span><\/span><\/p>\n\n1<\/span><\/span><\/sup><\/i>C&ocirc;ng ty TNHH Tư vấn v&agrave; Ph&aacute;t Triển Đồng Xanh<\/span><\/span><\/i><\/span><\/span><\/span><\/span><\/p>\n\n&nbsp;2<\/sup>Chi cục Kiểm l&acirc;m tỉnh C&agrave; Mau<\/span><\/span><\/i><\/span><\/span><\/span><\/span><\/p>\n\nEmail t&aacute;c giả li&ecirc;n hệ: <\/span><\/span><\/i>anh.hv@gfd.com.vn<\/span><\/span><\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\ndoi.org\/10.5281\/zenodo.17068824<\/span><\/span><\/span><\/span><\/span><\/p>\n\nTóm tắt: <\/span><\/span><\/i><\/b><\/span><\/span><\/span><\/p>\n\n&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; Nghi&ecirc;n cứu n&agrave;y tr&igrave;nh b&agrave;y việc x&acirc;y dựng v&agrave; thử nghiệm c&aacute;c m&ocirc; h&igrave;nh học m&aacute;y nhằm tự động ph&aacute;t hiện mất rừng tại tỉnh C&agrave; Mau. To&agrave;n bộ quy tr&igrave;nh, từ tiền xử l&yacute; dữ liệu ảnh vệ tinh Sentinel-2 (Phản xạ bề mặt - L2A) huấn luyện v&agrave; đ&aacute;nh gi&aacute; m&ocirc; h&igrave;nh được thực hiện tr&ecirc;n nền tảng điện to&aacute;n đ&aacute;m m&acirc;y Google Earth Engine (GEE). Nghi&ecirc;n cứu đ&atilde; sử dụng kỹ thuật lọc m&acirc;y để c&oacute; được ảnh với m&acirc;y che phủ dưới 40%, đồng thời tr&iacute;ch xuất 10 k&ecirc;nh phổ v&agrave; 8 chỉ số thực vật, trong đ&oacute; c&aacute;c chỉ số delta (&Delta;NDVI, &Delta;EVI, &Delta;NBR, &Delta;SAVI) phục vụ huấn luyện v&agrave; đ&aacute;nh gi&aacute; m&ocirc; h&igrave;nh. Ba thuật to&aacute;n học m&aacute;y được sử dụng bao gồm Random Forest, Support Vector Machine (SVM) v&agrave; Gradient Boosting Trees (GBT). Nghi&ecirc;n cứu sử dụng 2.500 điểm mẫu được thu thập với tỷ lệ c&acirc;n bằng 50% mất rừng v&agrave; 50% kh&ocirc;ng mất rừng, sau khi tr&iacute;ch xuất c&aacute;c đặc trưng cho c&aacute;c điểm mẫu tiến h&agrave;nh chia dữ liệu huấn luyện chiếm 80% (train v&agrave; validation), 20% dữ liệu kiểm chứng (test), đảm bảo duy tr&igrave; tỷ lệ 50:50 trong mỗi tập. Kết quả đ&aacute;nh gi&aacute; cho thấy m&ocirc; h&igrave;nh Gradient Boosting Trees đạt hiệu suất cao nhất với độ ch&iacute;nh x&aacute;c tổng thể 85,40%, recall 72,00%, precision 98,36% v&agrave; F1-score 83,14%. Với recall đạt mức khả quan v&agrave; precision rất cao, hệ thống cho thấy độ tin cậy cao khi cảnh b&aacute;o mất rừng, đồng thời ph&aacute;t hiện được phần lớn c&aacute;c trường hợp mất rừng thực tế. Nghi&ecirc;n cứu đ&atilde; x&acirc;y dựng th&agrave;nh c&ocirc;ng một c&ocirc;ng cụ ph&aacute;t hiện mất rừng tự động tr&ecirc;n GEE, cung cấp th&ocirc;ng tin hỗ trợ hiệu quả cho c&ocirc;ng t&aacute;c quản l&yacute; rừng tại địa phương. Tuy nhi&ecirc;n, cần nghi&ecirc;n cứu tiếp về t&iacute;ch hợp dữ liệu radar Sentinel-1 để khắc phục hạn chế về m&acirc;y che phủ trong m&ugrave;a mưa v&agrave; n&acirc;ng cao hơn nữa khả năng ph&aacute;t hiện.<\/span><\/span><\/i><\/span><\/span><\/span><\/p>\n\nTừ kh&oacute;a:<\/span><\/span><\/i><\/b> machine learning, random forest, sentinel-2, C&agrave; Mau, ph&aacute;t hiện mất rừng<\/span><\/span><\/i><\/span><\/span><\/span><\/p>\n\n<table class=\"MsoTableGrid\" style=\"width:418.2pt; border-collapse:collapse; border:undefined\" width=\"558\">\n\t<tbody>\n\t\t<tr>\n\t\t\t<td style=\"width:99.25pt; padding:0cm 5.4pt 0cm 5.4pt\" valign=\"top\" width=\"132\">\n\t\t\tNg&agrave;y nhận b&agrave;i: <\/span><\/span>12\/08\/2025<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"width:3.0cm; padding:0cm 5.4pt 0cm 5.4pt\" valign=\"top\" width=\"113\">\n\t\t\tNg&agrave;y<\/span><\/span> sửa lại<\/span><\/span>: 22\/08\/2025<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"width:127.55pt; padding:0cm 5.4pt 0cm 5.4pt\" valign=\"top\" width=\"170\">\n\t\t\tNg&agrave;y chấp nhận đăng:<\/span><\/span> 23\/08\/2025<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"width:106.35pt; padding:0cm 5.4pt 0cm 5.4pt\" valign=\"top\" width=\"142\">\n\t\t\tNg&agrave;y xuất bản<\/span><\/span>: 30\/08\/2025<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t<\/tbody>\n<\/table>\n\n&nbsp;<\/p>\n\nAutomated Forest Loss Detection Using Machine Learning Algorithms and Sentinel-2 Imagery on Google Earth Engine: A Study in Ca Mau Province, Vietnam<\/span><\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\nVu Van Thai1<\/sup>, Hoang Viet Anh1*<\/sup>, Ta Minh Huy1<\/sup>, Duong Van Vinh2<\/sup><\/span><\/span><\/i><\/span><\/span><\/span><\/p>\n\n1<\/span><\/span><\/sup><\/i>Green Field Consulting &amp; Development Ltd.,<\/span><\/span><\/i><\/span><\/span><\/span><\/span><\/p>\n\n2<\/span><\/span><\/sup><\/i>Provincial Forest Protection Department<\/span><\/span><\/i><\/span><\/span><\/span><\/span><\/p>\n\nCorresponding Author Email: anh.hv@gfd.com.vn<\/span><\/span><\/i><\/span><\/span><\/span><\/span><\/p>\n\nAbstract<\/span><\/span><\/i><\/b>:<\/span><\/span><\/i><\/b><\/span><\/span><\/span><\/p>\n\nThis study presents the development and testing of machine learning models for automated forest loss detection in Ca Mau Province. The entire workflow, from preprocessing Sentinel-2 satellite imagery (Surface Reflectance - L2A) to model training and evaluation, was implemented on the Google Earth Engine (GEE) cloud computing platform. The study applied cloud filtering techniques to obtain images with cloud cover below 40%, while extracting 10 spectral bands and 8 vegetation indices, with delta indices (&Delta;NDVI, &Delta;EVI, &Delta;NBR, &Delta;SAVI) serving for model training and evaluation. Three machine learning algorithms were employed including Random Forest, Support Vector Machine (SVM), and Gradient Boosting Trees (GBT). The study utilized 2,500 sample points collected with a balanced ratio of 50% forest loss and 50% non-forest loss, and after extracting features for these sample points, the data was divided into 80% for training (train and validation) and 20% for testing, maintaining the 50:50 ratio in each subset. Evaluation results showed that the Gradient Boosting Trees model achieved the highest performance with an overall accuracy of 85.40%, recall of 72.00%, precision of 98.36%, and F1-score of 83.14%. With considerable recall and very high precision, the system demonstrates high reliability when alerting forest loss while detecting the majority of actual forest loss cases. The study successfully developed an automated forest loss detection tool on GEE, providing effective information to support local forest management efforts. However, further research on integrating Sentinel-1 radar data is needed to overcome cloud cover limitations during the rainy season and further enhance detection capabilities.<\/span><\/span><\/span><\/i><\/span><\/span><\/span><\/p>\n\nKeywords<\/span><\/span><\/span><\/i><\/b>: machine learning, random forest, sentinel 2, Ca Mau, Vietnam, forest loss detection<\/span><\/span><\/span><\/i><\/span><\/span><\/span><\/p>\n\n<table class=\"MsoTableGrid\" style=\"width:419.05pt; border-collapse:collapse; border:undefined\" width=\"559\">\n\t<tbody>\n\t\t<tr>\n\t\t\t<td style=\"width:120.5pt; padding:0cm 5.4pt 0cm 5.4pt\" valign=\"top\" width=\"161\">\n\t\t\tSubmission re<\/span><\/span>ceiv<\/span><\/span>ed: 12\/08\/2025<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"width:92.15pt; padding:0cm 5.4pt 0cm 5.4pt\" valign=\"top\" width=\"123\">\n\t\t\tRevised: 22\/08\/2025<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"width:3.0cm; padding:0cm 5.4pt 0cm 5.4pt\" valign=\"top\" width=\"113\">\n\t\t\tAccepted<\/span><\/span>:<\/span><\/span> 23\/08\/2025<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"width:121.35pt; padding:0cm 5.4pt 0cm 5.4pt\" valign=\"top\" width=\"162\">\n\t\t\tPublished: 30\/08\/2025<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t<\/tbody>\n<\/table>\n\n1. Giới thiệu <\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\nGi&aacute;m s&aacute;t biến động rừng đ&oacute;ng vai tr&ograve; quan trọng trong nỗ lực quản l&yacute; t&agrave;i nguy&ecirc;n bền vững, bảo tồn đa dạng sinh học v&agrave; giảm thiểu t&aacute;c động của biến đổi kh&iacute; hậu. Tuy nhi&ecirc;n, c&aacute;c phương ph&aacute;p gi&aacute;m s&aacute;t truyền thống đang bộc lộ những tồn tại như việc điều tra thực địa, mặc d&ugrave; cung cấp dữ liệu ở mức độ chi tiết cao, nhưng lại rất tốn k&eacute;m về chi ph&iacute;, nh&acirc;n lực, mất nhiều thời gian v&agrave; kh&ocirc;ng khả thi để triển khai tr&ecirc;n c&aacute;c khu vực rộng lớn hoặc kh&oacute; tiếp cận <\/span><\/span>[<\/span><\/span><a href=\"#_ENREF_1\" style=\"color:#0563c1; text-decoration:underline\" title=\"Knehtl, 2018 #12\">1<\/span><\/span><\/a>, <\/span><\/span><a href=\"#_ENREF_2\" style=\"color:#0563c1; text-decoration:underline\" title=\"Mumby, 1999 #11\">2<\/span><\/span><\/a>]<\/span><\/span>. C&aacute;c phương ph&aacute;p tiếp cận dựa tr&ecirc;n viễn th&aacute;m quang học, tuy đ&atilde; khắc phục được vấn đề về quy m&ocirc; kh&ocirc;ng gian, nhưng lại phải đối mặt với th&aacute;ch thức về m&acirc;y che phủ, đặc biệt l&agrave; c&aacute;c v&ugrave;ng nhiệt đới. V&agrave;o m&ugrave;a mưa, tỷ lệ m&acirc;y tr&ecirc;n ảnh l&agrave; rất lớn, do vậy l&agrave;m giảm khả năng gi&aacute;m s&aacute;t tr&ecirc;n ảnh quang học <\/span><\/span>[<\/span><\/span><a href=\"#_ENREF_3\" style=\"color:#0563c1; text-decoration:underline\" title=\"Asner, 2001 #15\">3-5<\/span><\/span><\/a>]<\/span><\/span>. C&agrave; Mau l&agrave; tỉnh thuộc khu vực T&acirc;y Nam Bộ, với 3 mặt gi&aacute;p biển do vậy ảnh hưởng bởi yếu tố thời tiết l&agrave; dẫn lớn đến chất lượng ảnh vệ tinh <\/span><\/span>[<\/span><\/span><a href=\"#_ENREF_6\" style=\"color:#0563c1; text-decoration:underline\" title=\"Thanh Son, 2015 #17\">6<\/span><\/span><\/a>]<\/span><\/span>. Sự kh&aacute;c biệt lớn về cấu tr&uacute;c t&aacute;n l&aacute;, đặc điểm phản xạ phổ v&agrave; động th&aacute;i thay đổi giữa hai loại h&igrave;nh rừng n&agrave;y đ&ograve;i hỏi c&aacute;c phương ph&aacute;p ph&acirc;n t&iacute;ch chuy&ecirc;n biệt, khiến cho việc &aacute;p dụng một m&ocirc; h&igrave;nh gi&aacute;m s&aacute;t chung trở n&ecirc;n k&eacute;m ch&iacute;nh x&aacute;c. <a name=\"_Hlk206572052\">Do đ&oacute;, cần x&acirc;y dựng một giải ph&aacute;p ph&aacute;t hiện mất rừng tự động, ch&iacute;nh x&aacute;c cao, ph&ugrave; hợp với điều kiện phức tạp tại C&agrave; Mau v&agrave; c&aacute;c tỉnh ven biển. Ch&uacute;ng t&ocirc;i sử dụng thuật to&aacute;n học m&aacute;y để m&ocirc; h&igrave;nh tự học đặc điểm mất rừng từ c&aacute;c chỉ số tr&iacute;ch xuất tr&ecirc;n ảnh qua đ&oacute; mở ra cơ hội khắc phục hạn chế của phương ph&aacute;p cũ <\/a><\/span><\/span>[<\/span><\/span><a href=\"#_ENREF_7\" style=\"color:#0563c1; text-decoration:underline\" title=\"Chitra, 2021 #19\">7-11<\/span><\/span><\/a>]<\/span><\/span>. <\/span><\/span>M&ocirc; h&igrave;nh huấn luyện kỹ lưỡng sẽ cung cấp dữ liệu mất rừng kịp thời, hỗ trợ quản l&yacute; bền vững hệ sinh th&aacute;i rừng ngập mặn tại tỉnh C&agrave; Mau. <\/span><\/span><\/span><\/span><\/span><\/p>\n\n2. Phương ph&aacute;p nghi&ecirc;n cứu<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\n2.1. Khu vực nghi&ecirc;n cứu v&agrave; dữ liệu<\/span><\/span><\/i><\/b><\/span><\/span><\/span><\/p>\n\n2.1.1. Khu vực nghi&ecirc;n cứu<\/span><\/span><\/i><\/span><\/span><\/span><\/p>\n\nKhu vực nghi&ecirc;n cứu l&agrave; tỉnh C&agrave; Mau, một tỉnh thuộc v&ugrave;ng sinh th&aacute;i T&acirc;y Nam Bộ, ph&iacute;a Nam Việt Nam. Đối tượng nghi&ecirc;n cứu l&agrave; to&agrave;n bộ diện t&iacute;ch c&oacute; rừng v&agrave; đất l&acirc;m nghiệp của tỉnh. T&iacute;nh đến 31\/12\/2024, diện t&iacute;ch rừng tỉnh C&agrave; Mau (cũ) l&agrave; 74.103,71 ha, trong đ&oacute; rừng tự nhi&ecirc;n l&agrave; 11.389,03 ha; rừng trồng: 62.714,68 ha, tỷ lệ độ che phủ l&agrave; 14,05 % <\/span><\/span>[<\/span><\/span><a href=\"#_ENREF_12\" style=\"color:#0563c1; text-decoration:underline\" title=\"Ủy ban nhân dân tỉnh Cà Mau, 2025 #10\">12<\/span><\/span><\/a>]<\/span><\/span>.<\/span><\/span><\/span><\/span><\/span><\/p>\n\n<v:shape filled=\"f\" id=\"Text_x0020_Box_x0020_44\" o:gfxdata=\"UEsDBBQABgAIAAAAIQC75UiUBQEAAB4CAAATAAAAW0NvbnRlbnRfVHlwZXNdLnhtbKSRvU7DMBSF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\nc1BLBQYAAAAABQAFAGcBAAC+DQAAAAA=\n\" stroked=\"f\" strokeweight=\".5pt\" style=\"position:absolute; left:0; text-align:left; margin-left:249.9pt; margin-top:104.9pt; width:81.45pt; height:33.95pt; z-index:252062720; v-text-anchor:top\" type=\"#_x0000_t202\"><\/v:shape><\/span><\/span><\/span><\/span><img src=\"\/datafiles\/46325\/upload\/images\/image(318).png\" style=\"width: 299px; height: 166px;\" \/><v:shape filled=\"f\" o:gfxdata=\"UEsDBBQABgAIAAAAIQC75UiUBQEAAB4CAAATAAAAW0NvbnRlbnRfVHlwZXNdLnhtbKSRvU7DMBSF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\nc1BLBQYAAAAABQAFAGcBAAC+DQAAAAA=\n\" stroked=\"f\" strokeweight=\".5pt\" style=\"position:absolute; left:0; text-align:left; margin-left:249.9pt; margin-top:104.9pt; width:81.45pt; height:33.95pt; z-index:252062720; v-text-anchor:top\" type=\"#_x0000_t202\"> <v:textbox> <\/v:textbox><\/v:shape><\/span><\/span><\/span><\/span><\/p>\n\n<table style=\"border:undefined\" width=\"100%\">\n\t<tbody>\n\t\t<tr>\n\t\t\t<td>\n\t\t\t<div>\n\t\t\tC&agrave; Mau<\/span><\/span><\/span><\/p>\n\t\t\t<\/div>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t<\/tbody>\n<\/table>\n\n&nbsp;<\/p>\n\n<table style=\"border:undefined\" width=\"100%\">\n\t<tbody>\n\t\t<tr>\n\t\t\t<td>\n\t\t\t<div>\n\t\t\tViệt Nam<\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/div>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t<\/tbody>\n<\/table>\n\n<table style=\"border:undefined\" width=\"100%\">\n\t<tbody>\n\t\t<tr>\n\t\t\t<td>\n\t\t\t<div>\n\t\t\tBiển Đ&ocirc;ng<\/span><\/span><\/span><\/p>\n\t\t\t<\/div>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t<\/tbody>\n<\/table>\n\nH&igrave;nh <\/span><\/span><\/i>1<\/span><\/span><\/i>. Khu vực nghi&ecirc;n cứu (tỉnh C&agrave; Mau)<\/span><\/span><\/i><\/span><\/span><\/span><\/p>\n\n&nbsp;<\/p>\n\n2.1.2. Dữ liệu ảnh vệ tinh<\/span><\/span><\/i><\/span><\/span><\/span><\/p>\n\nTrong nghi&ecirc;n cứu n&agrave;y, dữ liệu viễn th&aacute;m được sử dụng l&agrave; ảnh đa phổ Sentinel-2, l&agrave; một vệ tinh thuộc chương tr&igrave;nh Copernicus của Cơ quan Vũ trụ Ch&acirc;u &Acirc;u (ESA). Ch&ugrave;m vệ tinh Sentinel 2 gồm 2 vệ tinh song song Sentinel-2A ph&oacute;ng năm 2014, Sentinel-2B ph&oacute;ng năm 2017, ngo&agrave;i ra c&oacute; vệ tinh Sentinel 2C ph&oacute;ng năm 2024 nhằm thay thế khi Sentinel 2A ngừng hoạt động. Cả 3 vệ tinh hoạt động tr&ecirc;n c&ugrave;ng một quỹ đạo v&agrave; được trang bị bộ cảm biến đa phổ (Multispectral Instrument - MSI). Bộ cảm biến n&agrave;y thu nhận dữ liệu ở 13 k&ecirc;nh phổ trải d&agrave;i từ v&ugrave;ng nh&igrave;n thấy (Visible) đến hồng ngoại s&oacute;ng ngắn (SWIR) với c&aacute;c độ ph&acirc;n giải kh&ocirc;ng gian lần lượt l&agrave; 10m, 20m v&agrave; 60m. Sự kết hợp của ch&ugrave;m vệ tinh mang lại tần suất chụp lặp lại l&agrave; 5 ng&agrave;y, đ&acirc;y l&agrave; một ưu thế vượt trội cho c&aacute;c ứng dụng gi&aacute;m s&aacute;t biến động <\/span><\/span>[<\/span><\/span><a href=\"#_ENREF_13\" style=\"color:#0563c1; text-decoration:underline\" title=\"Drusch, 2012 #23\">13<\/span><\/span><\/a>]<\/span><\/span>. Tại Việt Nam, dữ liệu Sentinel-2 đ&atilde; được ứng dụng hiệu quả trong nhiều b&agrave;i to&aacute;n l&acirc;m nghiệp, từ việc th&agrave;nh lập bản đồ hiện trạng rừng, ph&acirc;n loại c&aacute;c kiểu rừng kh&aacute;c nhau như rừng ngập mặn v&agrave; rừng trồng, cho đến gi&aacute;m s&aacute;t biến động diện t&iacute;ch rừng v&agrave; ước t&iacute;nh sinh khối <\/span><\/span>[<\/span><\/span><a href=\"#_ENREF_14\" style=\"color:#0563c1; text-decoration:underline\" title=\"Pham, 2019 #25\">14-16<\/span><\/span><\/a>]<\/span><\/span>.<\/span><\/span><\/span><\/span><\/span><\/p>\n\nCh&uacute;ng t&ocirc;i chọn dữ liệu Sentinel-2 v&igrave; độ ph&acirc;n giải 10 m ở k&ecirc;nh RGB v&agrave; NIR gi&uacute;p ph&aacute;t hiện mất rừng quy m&ocirc; nhỏ (từ 0.5 ha), chi tiết hơn Landsat <\/span><\/span>[<\/span><\/span><a href=\"#_ENREF_17\" style=\"color:#0563c1; text-decoration:underline\" title=\"Immitzer, 2016 #28\">17<\/span><\/span><\/a>]<\/span><\/span>. Tần suất chụp 5 ng&agrave;y tăng cơ hội lấy ảnh sạch m&acirc;y ở v&ugrave;ng nhiệt đới như C&agrave; Mau, đảm bảo dữ liệu li&ecirc;n tục <\/span><\/span>[<\/span><\/span><a href=\"#_ENREF_18\" style=\"color:#0563c1; text-decoration:underline\" title=\"Hoscilo, 2019 #29\">18<\/span><\/span><\/a>]<\/span><\/span>. Ngo&agrave;i ra, k&ecirc;nh Red-Edge nhạy với diệp lục gi&uacute;p ph&acirc;n biệt trạng th&aacute;i rừng, n&acirc;ng cao độ ch&iacute;nh x&aacute;c m&ocirc; h&igrave;nh <\/span><\/span>[<\/span><\/span><a href=\"#_ENREF_19\" style=\"color:#0563c1; text-decoration:underline\" title=\"Schuster, 2012 #30\">19<\/span><\/span><\/a>, <\/span><\/span><a href=\"#_ENREF_20\" style=\"color:#0563c1; text-decoration:underline\" title=\"Pradhan, 2021 #31\">20<\/span><\/span><\/a>]<\/span><\/span>. To&agrave;n bộ dữ liệu Sentinel-2 được cung cấp miễn ph&iacute;, tạo điều kiện thuận lợi cho c&aacute;c nghi&ecirc;n cứu tr&ecirc;n phạm vi kh&ocirc;ng gian rộng v&agrave; theo d&otilde;i trong d&agrave;i hạn.<\/span><\/span><\/span><\/span><\/span><\/p>\n\n<v:shape filled=\"f\" id=\"Text_x0020_Box_x0020_1750852714\" o:gfxdata=\"UEsDBBQABgAIAAAAIQC75UiUBQEAAB4CAAATAAAAW0NvbnRlbnRfVHlwZXNdLnhtbKSRvU7DMBSF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\nLnhtbC5yZWxzUEsFBgAAAAAFAAUAZwEAAMYNAAAAAA==\n\" stroked=\"f\" strokeweight=\".5pt\" style=\"position:absolute; left:0; text-align:left; margin-left:303.95pt; margin-top:61.35pt; width:62.25pt; height:36pt; z-index:252078080; v-text-anchor:top\" type=\"#_x0000_t202\"> <v:textbox> <\/v:textbox><\/v:shape><\/span><\/span><\/span><\/p>\n\n<table style=\"border:undefined\" width=\"100%\">\n\t<tbody>\n\t\t<tr>\n\t\t\t<td>\n\t\t\t<div>\n\t\t\tC&agrave; Mau<\/span><\/span><\/span><\/p>\n\t\t\t<\/div>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t<\/tbody>\n<\/table>\n\n&nbsp;<\/p>\n\n<table style=\"border:undefined\" width=\"100%\">\n\t<tbody>\n\t\t<tr>\n\t\t\t<td>\n\t\t\t<div>\n\t\t\tC&agrave; Mau<\/span><\/span><\/span><\/p>\n\t\t\t<\/div>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t<\/tbody>\n<\/table>\n\n<table style=\"border:undefined\" width=\"100%\">\n\t<tbody>\n\t\t<tr>\n\t\t\t<td>\n\t\t\t<div>\n\t\t\tBiển Đ&ocirc;ng<\/span><\/span><\/span><\/p>\n\t\t\t<\/div>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t<\/tbody>\n<\/table>\n\n<table style=\"border:undefined\" width=\"100%\">\n\t<tbody>\n\t\t<tr>\n\t\t\t<td>\n\t\t\t<div>\n\t\t\tBiển Đ&ocirc;ng<\/span><\/span><\/span><\/p>\n\t\t\t<\/div>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t<\/tbody>\n<\/table>\n\n<img src=\"\/datafiles\/46325\/upload\/images\/image(319).png\" style=\"width: 300px; height: 142px;\" \/><\/p>\n\nH&igrave;nh 2. Ảnh Sentinel-2 tỉnh C&agrave; Mau tại thời điểm 30-01-2024 v&agrave; 28-02-2025<\/span><\/span><\/span><\/i><\/span><\/span><\/span><\/p>\n\nNghi&ecirc;n cứu sử dụng bộ dữ liệu Level-2A (L2A): Phản xạ bề mặt (Surface Reflectance - SR). Đ&acirc;y l&agrave; dữ liệu L1C đ&atilde; được xử l&yacute; qua một thuật to&aacute;n hiệu chỉnh kh&iacute; quyển. Gi&aacute; trị pixel của n&oacute; biểu diễn năng lượng bức xạ phản xạ từ bề mặt Tr&aacute;i đất, sau khi đ&atilde; loại bỏ c&aacute;c t&aacute;c động g&acirc;y nhiễu của kh&iacute; quyển. Trong Google Earth Engine GEE, bộ dữ liệu n&agrave;y được k&yacute; hiệu l&agrave;&nbsp;COPERNICUS\/S2_SR_HARMONIZED. Trong nghi&ecirc;n cứu n&agrave;y ch&uacute;ng t&ocirc;i c&oacute; thực hiện việc lọc m&acirc;y v&agrave; m&acirc;y mờ, tuy nhi&ecirc;n kh&ocirc;ng sử dụng nhiều kỳ ảnh để b&ugrave; m&acirc;y. Nghi&ecirc;n cứu lựa chọn Sentinel-2 thuộc 5 kỳ ảnh từ 2023 &ndash; 2025 để phục vụ huấn luyện m&ocirc; h&igrave;nh (kỳ 1: 04-02-2023 v&agrave; 23-08-2023; kỳ 2: 04-02-2023 v&agrave; 30-01-2024; kỳ 3: 23-08-2023 v&agrave; 30-01-2024; kỳ 4: 30-01-2024 v&agrave; 04-04-2024; kỳ 5: 30-01-2024 v&agrave; 28-02-2025), v&agrave; 1 kỳ ảnh để phục vụ đ&aacute;nh gi&aacute; m&ocirc; h&igrave;nh kỳ ảnh 20-01-2022 v&agrave; 11-03-2023. C&aacute;c kỳ ảnh thuộc tỉnh C&agrave; Mau tr&ecirc;n GEE thuộc 4 cảnh ảnh bao gồm 48PVR, 48PWR, 48PWQ, 48PVQ (Thể hiện tại H&igrave;nh 2 theo thứ tự từ tr&aacute;i sang phải, từ tr&ecirc;n xuống dưới).<\/span><\/span><\/span><\/span><\/span><\/p>\n\n2.1.3. Dữ liệu mất rừng, kh&ocirc;ng mất rừng<\/span><\/span><\/i><\/span><\/span><\/span><\/p>\n\nBộ mẫu c&aacute;c điểm mất rừng, kh&ocirc;ng mất rừng được thu thập từ 2 nguồn ch&iacute;nh: i) Dựa tr&ecirc;n c&aacute;c điểm mất rừng, bản đồ hiện trạng rừng từ cơ sở dữ liệu theo d&otilde;i diễn biến rừng v&agrave; đất l&acirc;m nghiệp (FRMS 4.0) được Chi cục kiểm l&acirc;m tỉnh C&agrave; Mau cập nhật h&agrave;ng năm v&agrave; được kiểm chứng lại bằng phương ph&aacute;p chuy&ecirc;n gia; ii) Dựa tr&ecirc;n c&aacute;c điểm điều tra thực địa của nh&oacute;m nghi&ecirc;n cứu thực hiện v&agrave;o th&aacute;ng 10\/2024, trong đ&oacute; c&aacute;c điểm mất rừng đ&atilde; được x&aacute;c định tọa độ trực tiếp tr&ecirc;n thực địa th&ocirc;ng qua chụp ảnh bằng thiết bị bay kh&ocirc;ng người l&aacute;i (drone) c&oacute; gắn thiết bị GPS RTK (Real-Time Kinematic) độ ch&iacute;nh x&aacute;c cao. <\/span><\/span><\/span><\/span><\/span><\/p>\n\nC&aacute;c điểm dữ liệu mất rừng được thu thập v&agrave; đ&aacute;nh nh&atilde;n ph&ugrave; hợp với th&ocirc;ng tin c&aacute;c kỳ ảnh Sentinel-2. Nghi&ecirc;n cứu đ&atilde; thu thập được 1.000 điểm mất rừng, 1.000 điểm kh&ocirc;ng mất rừng tương ứng với 5 kỳ ảnh phục vụ huấn luyện m&ocirc; h&igrave;nh. Dữ liệu để đ&aacute;nh gi&aacute; m&ocirc; h&igrave;nh gồm 250 điểm mất rừng, v&agrave; 250 điểm kh&ocirc;ng mất rừng tr&ecirc;n 1 kỳ ảnh độc lập. Diện t&iacute;ch c&aacute;c điểm mẫu nằm tr&ecirc;n c&aacute;c l&ocirc; rừng c&oacute; diện t&iacute;ch từ 0,5 ha trở l&ecirc;n.<\/span><\/span><\/span><\/span><\/span><\/p>\n\n<img src=\"\/datafiles\/46325\/upload\/images\/image(320).png\" style=\"width: 300px; height: 150px;\" \/><\/p>\n\nH&igrave;nh 3. Mẫu dữ liệu mất rừng (m&agrave;u đỏ) v&agrave; mẫu dữ liệu kh&ocirc;ng mất rừng (m&agrave;u xanh da trời) tr&ecirc;n ảnh Sentinel-2 giữa kỳ đầu (30-01-2024) v&agrave; kỳ sau (28-02-2025)<\/span><\/span><\/span><\/i><\/span><\/span><\/span><\/p>\n\n2.2. Phương ph&aacute;p tr&iacute;ch xuất dữ liệu từ ảnh vệ tinh v&agrave; x&acirc;y dựng m&ocirc; h&igrave;nh<\/span><\/span><\/i><\/b><\/span><\/span><\/span><\/p>\n\n2.2.1. C&ocirc;ng cụ, luồng xử l&yacute;<\/span><\/span><\/i><\/span><\/span><\/span><\/p>\n\nTo&agrave;n bộ quy tr&igrave;nh ph&acirc;n t&iacute;ch trong nghi&ecirc;n cứu n&agrave;y, từ tiền xử l&yacute; dữ liệu đến tạo ra sản phẩm cuối c&ugrave;ng, đều được thực hiện tr&ecirc;n nền tảng điện to&aacute;n đ&aacute;m m&acirc;y. GEE l&agrave; nền tảng điện to&aacute;n đ&aacute;m m&acirc;y được ph&aacute;t triển bởi Google, cung cấp khả năng xử l&yacute; v&agrave; ph&acirc;n t&iacute;ch dữ liệu địa kh&ocirc;ng gian ở quy m&ocirc; h&agrave;nh tinh <\/span><\/span>[<\/span><\/span><a href=\"#_ENREF_21\" style=\"color:#0563c1; text-decoration:underline\" title=\"Gorelick, 2017 #42\">21<\/span><\/span><\/a>]<\/span><\/span>. GEE được sử dụng để truy cập v&agrave; lọc kho lưu trữ ảnh Sentinel-2, tạo v&agrave; quản l&yacute; c&aacute;c bộ mẫu huấn luyện (bao gồm cả lớp &quot;mất rừng&quot; v&agrave; &quot;kh&ocirc;ng mất rừng&quot;), t&aacute;ch xuất c&aacute;c đặc trưng phổ v&agrave; chỉ số thực vật từ chuỗi ảnh thời gian. Sau đ&oacute;, qu&aacute; tr&igrave;nh huấn luyện m&ocirc; h&igrave;nh học m&aacute;y, lưu trữ bộ ph&acirc;n loại đ&atilde; được tối ưu, v&agrave; đ&aacute;nh gi&aacute; độ ch&iacute;nh x&aacute;c th&ocirc;ng qua ma trận nhầm lẫn đều được tiến h&agrave;nh trong c&ugrave;ng một m&ocirc;i trường. Nền tảng cung cấp sẵn c&aacute;c thuật to&aacute;n học m&aacute;y như Random Forest, SVM v&agrave; Gradient Boosting Trees th&ocirc;ng qua module ee.Classifier, cho ph&eacute;p huấn luyện v&agrave; triển khai m&ocirc; h&igrave;nh thực tiếp tr&ecirc;n đ&aacute;m m&acirc;y m&agrave; kh&ocirc;ng bị giới hạn bởi t&agrave;i nguy&ecirc;n t&iacute;nh to&aacute;n cục bộ <\/span><\/span>[<\/span><\/span><a href=\"#_ENREF_22\" style=\"color:#0563c1; text-decoration:underline\" title=\"Praticò, 2021 #43\">22<\/span><\/span><\/a>]<\/span><\/span>.<\/span><\/span><\/span><\/span><\/span><\/p>\n\nLuồng xử l&yacute; bắt đầu từ việc thu thập dữ liệu Sentinel-2 từ kho lưu trữ của Copernicus th&ocirc;ng qua GEE Data Catalog, sau đ&oacute; thực hiện c&aacute;c bước tiền xử l&yacute; bao gồm lọc m&acirc;y, tạo ảnh tổng hợp v&agrave; t&iacute;nh to&aacute;n c&aacute;c chỉ số thực vật. Dữ liệu mẫu được thu thập từ khảo s&aacute;t thực địa v&agrave; ph&acirc;n t&iacute;ch ảnh độ ph&acirc;n giải cao, được chia th&agrave;nh tập huấn luyện (2023-2025) v&agrave; tập kiểm tra độc lập (2022 - 2023) để đảm bảo đ&aacute;nh gi&aacute; kh&aacute;ch quan khả năng tổng qu&aacute;t h&oacute;a của m&ocirc; h&igrave;nh <\/span><\/span>[<\/span><\/span><a href=\"#_ENREF_23\" style=\"color:#0563c1; text-decoration:underline\" title=\"Chen, 2017 #51\">23<\/span><\/span><\/a>]<\/span><\/span>. <\/span><\/span><\/span><\/span><\/span><\/p>\n\n<img src=\"\/datafiles\/46325\/upload\/images\/image(321).png\" style=\"width: 300px; height: 137px;\" \/><\/p>\n\nH&igrave;nh 4. Sơ đồ thực hiện quy tr&igrave;nh chuẩn bị, chia tệp dữ liệu, huấn luyện m&ocirc; h&igrave;nh v&agrave; đ&aacute;nh gi&aacute; m&ocirc; h&igrave;nh<\/span><\/span><\/i><\/span><\/span><\/span><\/p>\n\n2.2.2. Thu thập v&agrave; tiền xử l&yacute; ảnh<\/span><\/span><\/i><\/span><\/span><\/span><\/p>\n\nDữ liệu ảnh Sentinel-2 Level-2A được thu thập từ bộ sưu tập &quot;COPERNICUS\/S2_SR_HARMONIZED&quot; tr&ecirc;n GEE cho khu vực tỉnh C&agrave; Mau (8&deg;35&#39;-9&deg;35&#39;N, 104&deg;43&#39;-105&deg;20&#39;E) trong giai đoạn 2022-2025. Việc lựa chọn Level-2A đảm bảo dữ liệu đ&atilde; được hiệu chỉnh kh&iacute; quyển, cung cấp gi&aacute; trị phản xạ bề mặt ph&ugrave; hợp cho ph&acirc;n t&iacute;ch thực vật <\/span><\/span>[<\/span><\/span><a href=\"#_ENREF_24\" style=\"color:#0563c1; text-decoration:underline\" title=\"Main-Knorn, 2017 #45\">24<\/span><\/span><\/a>]<\/span><\/span>. Quy tr&igrave;nh lọc m&acirc;y được thực hiện theo hai bước ch&iacute;nh. K&ecirc;nh QA60 được sử dụng để x&aacute;c định v&agrave; loại bỏ pixel m&acirc;y th&ocirc;ng qua ph&eacute;p to&aacute;n bit-masking với bit 10 (m&acirc;y mờ) v&agrave; bit 11 (m&acirc;y d&agrave;y). Sau đ&oacute;, &aacute;p dụng ngưỡng x&aacute;c suất m&acirc;y 40% từ k&ecirc;nh MSK_CLDPRB được &aacute;p dụng để lọc th&ecirc;m c&aacute;c pixel m&acirc;y kh&ocirc;ng được ph&aacute;t hiện <\/span><\/span>[<\/span><\/span><a href=\"#_ENREF_25\" style=\"color:#0563c1; text-decoration:underline\" title=\"Skakun, 2022 #46\">25<\/span><\/span><\/a>]<\/span><\/span>. H&agrave;m updateMask()<\/i> trong GEE được sử dụng để &aacute;p dụng cloud mask l&ecirc;n từng ảnh trong collection.<\/span><\/span><\/span><\/span><\/span><\/p>\n\n2.2.3. Tr&iacute;ch xuất đặc trưng phổ v&agrave; chỉ số viễn th&aacute;m<\/span><\/span><\/i><\/span><\/span><\/span><\/p>\n\nViệc tr&iacute;ch xuất đặc trưng phổ từ dữ liệu Sentinel-2 được thực hiện th&ocirc;ng qua hai nh&oacute;m biến ch&iacute;nh: gi&aacute; trị phản xạ gốc của c&aacute;c k&ecirc;nh phổ v&agrave; c&aacute;c chỉ số thực vật t&iacute;nh to&aacute;n. Mười k&ecirc;nh phổ từ v&ugrave;ng nh&igrave;n thấy đến hồng ngoại s&oacute;ng ngắn được sử dụng để nắm bắt đặc trưng phổ đa dạng của rừng ngập mặn <\/span><\/span>[<\/span><\/span><a href=\"#_ENREF_26\" style=\"color:#0563c1; text-decoration:underline\" title=\"European Space, 2015 #50\">26<\/span><\/span><\/a>]<\/span><\/span>. C&aacute;c K&ecirc;nh Red Edge (B5, B6, B7) đặc biệt c&oacute; gi&aacute; trị trong việc ph&aacute;t hiện sớm sự suy tho&aacute;i rừng do nhạy cảm với thay đổi h&agrave;m lượng chlorophyll v&agrave; cấu tr&uacute;c t&aacute;n l&aacute; <\/span><\/span>[<\/span><\/span><a href=\"#_ENREF_27\" style=\"color:#0563c1; text-decoration:underline\" title=\"Delegido, 2011 #48\">27<\/span><\/span><\/a>]<\/span><\/span>. K&ecirc;nh SWIR (B11, B12) phản &aacute;nh h&agrave;m lượng nước trong thực vật, yếu tố quan trọng để ph&acirc;n biệt rừng ngập mặn khỏe mạnh với rừng bị stress hoặc chết kh&ocirc; do x&acirc;m nhập mặn <\/span><\/span>[<\/span><\/span><a href=\"#_ENREF_28\" style=\"color:#0563c1; text-decoration:underline\" title=\"Wang, 2008 #49\">28<\/span><\/span><\/a>]<\/span><\/span>.<\/span><\/span><\/span><\/span><\/span><\/p>\n\n&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; Ch&uacute;ng t&ocirc;i t&iacute;nh to&aacute;n chỉ số thực vật để nhấn mạnh sự kh&aacute;c biệt phổ giữa rừng v&agrave; kh&ocirc;ng rừng, giảm nhiễu m&ocirc;i trường. NDVI <\/span><\/span>[<\/span><\/span><\/span><a href=\"#_ENREF_29\" style=\"color:#0563c1; text-decoration:underline\" title=\"Rouse, 1974 #52\">29<\/span><\/span><\/a>]<\/span><\/span><\/span> v&agrave; EVI <\/span><\/span>[<\/span><\/span><\/span><a href=\"#_ENREF_30\" style=\"color:#0563c1; text-decoration:underline\" title=\"Huete, 2002 #53\">30<\/span><\/span><\/a>]<\/span><\/span><\/span> đ&aacute;nh gi&aacute; sinh khối, với EVI ưu ti&ecirc;n cho rừng ngập mặn d&agrave;y. SAVI <\/span><\/span>[<\/span><\/span><\/span><a href=\"#_ENREF_31\" style=\"color:#0563c1; text-decoration:underline\" title=\"Huete, 1988 #54\">31<\/span><\/span><\/a>]<\/span><\/span><\/span> điều chỉnh nền đất ẩm ven biển, c&ograve;n NBR <\/span><\/span>[<\/span><\/span><\/span><a href=\"#_ENREF_32\" style=\"color:#0563c1; text-decoration:underline\" title=\"Key, 2006 #55\">32<\/span><\/span><\/a>]<\/span><\/span><\/span> ph&aacute;t hiện thay đổi cấu tr&uacute;c do chặt ph&aacute; hoặc chuyển đổi thủy sản <\/span><\/span>[<\/span><\/span><a href=\"#_ENREF_23\" style=\"color:#0563c1; text-decoration:underline\" title=\"Chen, 2017 #51\">23<\/span><\/span><\/a>]<\/span><\/span>. Chỉ số delta (&Delta;NDVI, &Delta;EVI, &Delta;NBR, &Delta;SAVI <\/span><\/span>[<\/span><\/span><\/span><a href=\"#_ENREF_33\" style=\"color:#0563c1; text-decoration:underline\" title=\"Lu, 2004 #56\">33-35<\/span><\/span><\/a>]<\/span><\/span><\/span>) đo lường biến đổi giữa c&aacute;c kỳ ảnh, gi&uacute;p m&ocirc; h&igrave;nh ph&acirc;n biệt biến động tự nhi&ecirc;n (thủy triều, m&ugrave;a vụ) với mất rừng thực tế tại C&agrave; Mau. Việc triển khai tr&ecirc;n GEE th&ocirc;ng qua c&aacute;c h&agrave;m tối ưu như normalizedDifference()<\/i> v&agrave; expression()<\/i> đảm bảo xử l&yacute; hiệu quả cho khối lượng dữ liệu lớn ở quy m&ocirc; tỉnh.<\/span><\/span><\/span><\/span><\/span><\/p>\n\n2.2. Phương ph&aacute;p huấn luyện m&ocirc; h&igrave;nh<\/span><\/span><\/i><\/b><\/span><\/span><\/span><\/p>\n\n2.2.1. Chia tệp dữ liệu<\/span><\/span><\/i><\/span><\/span><\/span><\/p>\n\nViệc ph&acirc;n chia dữ liệu được thiết kế theo nguy&ecirc;n tắc độc lập ho&agrave;n to&agrave;n giữa tập huấn luyện v&agrave; tập kiểm tra để đảm bảo đ&aacute;nh gi&aacute; kh&aacute;ch quan hiệu suất m&ocirc; h&igrave;nh <\/span><\/span>[<\/span><\/span><a href=\"#_ENREF_36\" style=\"color:#0563c1; text-decoration:underline\" title=\"Lyons, 2018 #74\">36<\/span><\/span><\/a>]<\/span><\/span>. Nghi&ecirc;n cứu tiến h&agrave;nh ph&acirc;n chia dữ liệu th&agrave;nh 2 tệp độc lập. Trong mỗi tệp dữ liệu đều gồm 50% l&agrave; dữ liệu mất rừng v&agrave; 50% l&agrave; dữ liệu kh&ocirc;ng mất rừng.<\/span><\/span><\/span><\/span><\/span><\/p>\n\n(1) Tập huấn luyện v&agrave; hiệu chỉnh m&ocirc; h&igrave;nh (train v&agrave; validation) gồm 2.000 điểm thu thập trong giai đoạn 2023-2025, dữ liệu được ph&acirc;n chia với tỷ lệ giữa train v&agrave; validation l&agrave; 80:20). Nghi&ecirc;n cứu &aacute;p dụng phương ph&aacute;p x&aacute;c thực ch&eacute;o (cross-validation k-fold) nhằm đảm bảo to&agrave;n bộ dung lượng mẫu lần lượt được huấn luyện v&agrave; đ&aacute;nh gi&aacute;, tối ưu h&oacute;a việc sử dụng dữ liệu <\/span><\/span>[<\/span><\/span><a href=\"#_ENREF_37\" style=\"color:#0563c1; text-decoration:underline\" title=\"A. Ramezan, 2019 #73\">37<\/span><\/span><\/a>]<\/span><\/span>. Nghi&ecirc;n cứu &aacute;p dụng k=5, kết quả cuối c&ugrave;ng l&agrave; trung b&igrave;nh của 5 lần đ&aacute;nh gi&aacute;, qua đ&oacute; gi&uacute;p đ&aacute;nh gi&aacute; độ tin cậy về hiệu suất của m&ocirc; h&igrave;nh v&agrave; ph&aacute;t hiện overfitting <\/span><\/span>[<\/span><\/span><a href=\"#_ENREF_36\" style=\"color:#0563c1; text-decoration:underline\" title=\"Lyons, 2018 #74\">36<\/span><\/span><\/a>]<\/span><\/span>. <\/span><\/span><\/span><\/span><\/span><\/p>\n\n(2) Tập đ&aacute;nh gi&aacute; m&ocirc; h&igrave;nh (test) gồm 500 điểm cho kỷ ảnh 2022 &ndash; 2023. Tệp n&agrave;y ho&agrave;n to&agrave;n độc lập chỉ sử dụng cho đ&aacute;nh gi&aacute; m&ocirc; h&igrave;nh tr&ecirc;n 1 ảnh mới ho&agrave;n to&agrave;n kh&ocirc;ng sử dụng trong qu&aacute; tr&igrave;nh huấn luyện.<\/span><\/span><\/span><\/span><\/span><\/p>\n\nBảng 1. Ph&acirc;n bố dữ liệu mẫu theo tập v&agrave; lớp ph&acirc;n loại<\/span><\/span><\/i><\/span><\/span><\/span><\/span><\/p>\n\n<table class=\"Table\" style=\"width:100.0%; border-collapse:collapse; border:solid windowtext 1.0pt\" width=\"100%\">\n\t<tbody>\n\t\t<tr style=\"height:1.0pt\">\n\t\t\t<td style=\"border:solid windowtext 1.0pt; width:16.42%; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"16%\">\n\t\t\tTập dữ liệu<\/span><\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border:solid windowtext 1.0pt; width:18.06%; border-left:none; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"18%\">\n\t\t\tThời gian<\/span><\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border:solid windowtext 1.0pt; width:13.1%; border-left:none; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"13%\">\n\t\t\tTổng số<\/span><\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border:solid windowtext 1.0pt; width:18.0%; border-left:none; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"18%\">\n\t\t\tKh&ocirc;ng c&oacute; rừng<\/span><\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border:solid windowtext 1.0pt; width:15.2%; border-left:none; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"15%\">\n\t\t\tMất rừng<\/span><\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border:solid windowtext 1.0pt; width:19.24%; border-left:none; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"19%\">\n\t\t\tMục đ&iacute;ch<\/span><\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr style=\"height:1.0pt\">\n\t\t\t<td style=\"border:solid windowtext 1.0pt; width:16.42%; border-top:none; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"16%\">\n\t\t\tHuấn luyện (train)<\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:18.06%; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"18%\">\n\t\t\t2023-2025<\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:13.1%; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"13%\">\n\t\t\t1500<\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:18.0%; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"18%\">\n\t\t\t750<\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:15.2%; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"15%\">\n\t\t\t750<\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:19.24%; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"19%\">\n\t\t\tTrain m&ocirc; h&igrave;nh<\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr style=\"height:1.0pt\">\n\t\t\t<td style=\"border:solid windowtext 1.0pt; width:16.42%; border-top:none; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"16%\">\n\t\t\tĐ&aacute;nh gi&aacute; (Validation)<\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:18.06%; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"18%\">\n\t\t\t2023-2025<\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:13.1%; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"13%\">\n\t\t\t500<\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:18.0%; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"18%\">\n\t\t\t250<\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:15.2%; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"15%\">\n\t\t\t250<\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:19.24%; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"19%\">\n\t\t\tĐiều chỉnh tham số<\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr style=\"height:1.0pt\">\n\t\t\t<td style=\"border:solid windowtext 1.0pt; width:16.42%; border-top:none; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"16%\">\n\t\t\tKiểm chứng<\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\n\t\t\t(Test)<\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:18.06%; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"18%\">\n\t\t\t2022 - 2023<\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:13.1%; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"13%\">\n\t\t\t500<\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:18.0%; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"18%\">\n\t\t\t250<\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:15.2%; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"15%\">\n\t\t\t250<\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:19.24%; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"19%\">\n\t\t\tĐ&aacute;nh gi&aacute; hiệu suất m&ocirc; h&igrave;nh<\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr style=\"height:1.0pt\">\n\t\t\t<td colspan=\"2\" style=\"border:solid windowtext 1.0pt; width:34.46%; border-top:none; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"34%\">\n\t\t\tTổng cộng<\/span><\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:13.1%; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"13%\">\n\t\t\t2500<\/span><\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:18.0%; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"18%\">\n\t\t\t1250<\/span><\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:15.2%; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"15%\">\n\t\t\t1250<\/span><\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:19.24%; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"19%\">&nbsp;<\/td>\n\t\t<\/tr>\n\t<\/tbody>\n<\/table>\n\n2.2.2. Huấn luyện m&ocirc; h&igrave;nh<\/span><\/span><\/i><\/span><\/span><\/span><\/span><\/p>\n\nTrong nghi&ecirc;n cứu ch&uacute;ng t&ocirc;i sử dụng 3 m&ocirc; h&igrave;nh học m&aacute;y bao gồm Random Forest (RF), Gradient Boosting Trees (GBT), Support Vector Machine (SVM). <\/span><\/span><\/span><\/span><\/span><\/p>\n\nRandom Forest<\/span><\/span><\/b> l&agrave; thuật to&aacute;n được lựa chọn ưu ti&ecirc;n cho b&agrave;i to&aacute;n ph&aacute;t hiện mất rừng do khả năng xử l&yacute; hiệu quả dữ liệu đa chiều v&agrave; độ ch&iacute;nh x&aacute;c cao trong ph&acirc;n loại ảnh viễn th&aacute;m <\/span><\/span>[<\/span><\/span><a href=\"#_ENREF_38\" style=\"color:#0563c1; text-decoration:underline\" title=\"Belgiu, 2016 #61\">38<\/span><\/span><\/a>]<\/span><\/span>. Thuật to&aacute;n hoạt động bằng c&aacute;ch x&acirc;y dựng nhiều c&acirc;y quyết định độc lập v&agrave; tổng hợp kết quả dự đo&aacute;n, gi&uacute;p giảm overfitting v&agrave; tăng độ ổn định của m&ocirc; h&igrave;nh. Trong GEE, RF được triển khai th&ocirc;ng qua h&agrave;m ee.Classifier.smileRandomForest()<\/i> với tham số ch&iacute;nh l&agrave; số lượng c&acirc;y (numberOfTrees) được đặt ở 100, gi&aacute; trị được chứng minh hiệu quả cho ph&acirc;n loại rừng nhiệt đới <\/span><\/span>[<\/span><\/span><a href=\"#_ENREF_39\" style=\"color:#0563c1; text-decoration:underline\" title=\"Rodriguez-Galiano, 2012 #64\">39<\/span><\/span><\/a>]<\/span><\/span>. Ưu điểm nổi bật của RF trong nghi&ecirc;n cứu n&agrave;y l&agrave; khả năng đ&aacute;nh gi&aacute; tầm quan trọng của c&aacute;c biến (variable importance), gi&uacute;p x&aacute;c định chỉ số thực vật n&agrave;o đ&oacute;ng vai tr&ograve; quan trọng nhất trong ph&aacute;t hiện mất rừng ngập mặn, từ đ&oacute; tối ưu h&oacute;a việc thu thập dữ liệu cho c&aacute;c nghi&ecirc;n cứu tiếp theo.<\/span><\/span><\/span><\/span><\/span><\/p>\n\nGBT <\/span><\/span><\/b>được triển khai tr&ecirc;n GEE qua h&agrave;m ee.Classifier.smileGradientTreeBoost()<\/i>, &aacute;p dụng kỹ thuật boosting để x&acirc;y dựng m&ocirc; h&igrave;nh mạnh từ chuỗi c&aacute;c m&ocirc; h&igrave;nh yếu <\/span><\/span>[<\/span><\/span><a href=\"#_ENREF_40\" style=\"color:#0563c1; text-decoration:underline\" title=\"Friedman, 2000 #63\">40<\/span><\/span><\/a>]<\/span><\/span>. GBT đặc biệt hiệu quả trong việc nắm bắt c&aacute;c mối quan hệ phi tuyến phức tạp giữa c&aacute;c chỉ số thực vật v&agrave; trạng th&aacute;i rừng, ph&ugrave; hợp cho m&ocirc;i trường rừng ngập mặn với sự biến động cao do ảnh hưởng của thủy triều v&agrave; m&ugrave;a vụ <\/span><\/span>[<\/span><\/span><a href=\"#_ENREF_23\" style=\"color:#0563c1; text-decoration:underline\" title=\"Chen, 2017 #51\">23<\/span><\/span><\/a>]<\/span><\/span>. Tham số learning rate được đặt ở 0.05 để c&acirc;n bằng giữa độ ch&iacute;nh x&aacute;c v&agrave; tốc độ huấn luyện, trong khi số lượng c&acirc;y được giới hạn ở 150 để tr&aacute;nh overfitting tr&ecirc;n GEE.<\/span><\/span><\/span><\/span><\/span><\/p>\n\nSupport Vector Machine<\/span><\/span><\/span><\/b> được triển khai tr&ecirc;n GEE th&ocirc;ng qua ee.Classifier.libsvm()<\/i>, ph&ugrave; hợp cho việc ph&acirc;n t&aacute;ch dữ liệu phi tuyến t&iacute;nh trong kh&ocirc;ng gian đặc trưng nhiều chiều <\/span><\/span><\/span>[<\/span><\/span><\/span><a href=\"#_ENREF_41\" style=\"color:#0563c1; text-decoration:underline\" title=\"Mountrakis, 2011 #65\">41<\/span><\/span><\/span><\/a>]<\/span><\/span><\/span>. SVM c&oacute; ưu điểm hoạt động hiệu quả với số lượng mẫu huấn luyện hạn chế, quan trọng trong bối cảnh thu thập dữ liệu thực địa tại v&ugrave;ng rừng ngập mặn kh&oacute; tiếp cận. Thuật to&aacute;n t&igrave;m kiếm si&ecirc;u phẳng tối ưu ph&acirc;n t&aacute;ch hai lớp với margin lớn nhất, gi&uacute;p tăng khả năng tổng qu&aacute;t h&oacute;a cho dữ liệu mới. Trong nghi&ecirc;n cứu về rừng ngập mặn, SVM đ&atilde; được chứng minh hiệu quả trong việc ph&acirc;n biệt c&aacute;c giai đoạn suy tho&aacute;i rừng kh&aacute;c nhau, từ rừng nguy&ecirc;n sinh đến rừng thứ sinh v&agrave; đất trống <\/span><\/span><\/span>[<\/span><\/span><\/span><a href=\"#_ENREF_42\" style=\"color:#0563c1; text-decoration:underline\" title=\"Pham, 2019 #66\">42<\/span><\/span><\/span><\/a>]<\/span><\/span><\/span>.<\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\nViệc huấn luyện tất cả c&aacute;c m&ocirc; h&igrave;nh được thực hiện ho&agrave;n to&agrave;n tr&ecirc;n nền tảng đ&aacute;m m&acirc;y của GEE, tận dụng khả năng xử l&yacute; song song v&agrave; tr&aacute;nh giới hạn bộ nhớ của m&aacute;y t&iacute;nh cục bộ <\/span><\/span><\/span>[<\/span><\/span><\/span><a href=\"#_ENREF_21\" style=\"color:#0563c1; text-decoration:underline\" title=\"Gorelick, 2017 #42\">21<\/span><\/span><\/span><\/a>]<\/span><\/span><\/span>. Quy tr&igrave;nh huấn luyện được thực hiện th&ocirc;ng qua c&aacute;c bước: (1) Chuẩn bị dữ liệu (training collection) với h&agrave;m sampleRegions()<\/i> để tr&iacute;ch xuất gi&aacute; trị pixel tại c&aacute;c điểm mẫu; (2) Huấn luyện m&ocirc; h&igrave;nh với h&agrave;m train() sử dụng danh s&aacute;ch biến đầu v&agrave;o v&agrave; nh&atilde;n ph&acirc;n loại; (3) &Aacute;p dụng m&ocirc; h&igrave;nh cho to&agrave;n bộ ảnh với h&agrave;m classify()<\/i> để tạo bản đồ ph&acirc;n loại. Việc so s&aacute;nh hiệu suất giữa c&aacute;c m&ocirc; h&igrave;nh được thực hiện th&ocirc;ng qua h&agrave;m confusionMatrix()<\/i> v&agrave; accuracy()<\/i> cho ph&eacute;p lựa chọn m&ocirc; h&igrave;nh tối ưu.<\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\n2.3. Phương ph&aacute;p đ&aacute;nh gi&aacute; độ ch&iacute;nh x&aacute;c<\/span><\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\nNghi&ecirc;n cứu n&agrave;y &aacute;p dụng phương ph&aacute;p đ&aacute;nh gi&aacute; độ ch&iacute;nh x&aacute;c của m&ocirc; h&igrave;nh ph&acirc;n lớp nhị ph&acirc;n, sử dụng tr&ecirc;n 4 chỉ số ch&iacute;nh từ m&ocirc; h&igrave;nh nhầm lẫn (confusion matrix) bao gồm Độ ch&iacute;nh x&aacute;c tổng thể (accuracy), độ ch&iacute;nh x&aacute;c dự đo&aacute;n mục ti&ecirc;u (precision), Độ nhạy &ndash; tỷ lệ ph&aacute;t hiện đ&uacute;ng mục ti&ecirc;u (recall) v&agrave; Trung b&igrave;nh điều h&ograve;a giữa Precision v&agrave; Recall (F1 score). Điều n&agrave;y nhằm đảm bảo t&iacute;nh to&agrave;n diện v&agrave; mức độ đ&aacute;ng tin cậy của m&ocirc; h&igrave;nh <\/span><\/span><\/span>[<\/span><\/span><\/span><a href=\"#_ENREF_43\" style=\"color:#0563c1; text-decoration:underline\" title=\"Rainio, 2024 #41\">43<\/span><\/span><\/span><\/a>, <\/span><\/span><\/span><a href=\"#_ENREF_44\" style=\"color:#0563c1; text-decoration:underline\" title=\"Congalton, 2019 #33\">44<\/span><\/span><\/span><\/a>]<\/span><\/span><\/span>. Accuracy thể hiện tỷ lệ ph&acirc;n loại đ&uacute;ng tổng thể, được t&iacute;nh bằng tổng số điểm ph&acirc;n loại đ&uacute;ng chia cho tổng số điểm kiểm tra <\/span><\/span><\/span>[<\/span><\/span><\/span><a href=\"#_ENREF_45\" style=\"color:#0563c1; text-decoration:underline\" title=\"Foody, 2002 #34\">45<\/span><\/span><\/span><\/a>]<\/span><\/span><\/span>. Tuy nhi&ecirc;n, trong b&agrave;i to&aacute;n mất c&acirc;n bằng dữ liệu, accuracy kh&ocirc;ng phản &aacute;nh đầy đủ hiệu suất m&ocirc; h&igrave;nh <\/span><\/span><\/span>[<\/span><\/span><\/span><a href=\"#_ENREF_46\" style=\"color:#0563c1; text-decoration:underline\" title=\"He, 2009 #35\">46<\/span><\/span><\/span><\/a>]<\/span><\/span><\/span>.<\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\nPrecision (User&#39;s Accuracy) đo lường độ tin cậy của kết quả ph&acirc;n loại, thể hiện tỷ lệ pixel được ph&acirc;n loại ch&iacute;nh x&aacute;c trong tổng số pixel được g&aacute;n v&agrave;o lớp mất rừng <\/span><\/span><\/span>[<\/span><\/span><\/span><a href=\"#_ENREF_47\" style=\"color:#0563c1; text-decoration:underline\" title=\"Olofsson, 2014 #36\">47<\/span><\/span><\/span><\/a>]<\/span><\/span><\/span>. Recall (Producer&#39;s Accuracy) phản &aacute;nh khả năng ph&aacute;t hiện đầy đủ c&aacute;c điểm mất rừng thực tế, được t&iacute;nh bằng tỷ lệ giữa số điểm mất rừng ph&aacute;t hiện đ&uacute;ng với tổng số điểm mất rừng thực địa <\/span><\/span><\/span>[<\/span><\/span><\/span><a href=\"#_ENREF_48\" style=\"color:#0563c1; text-decoration:underline\" title=\"Story, 1986 #37\">48<\/span><\/span><\/span><\/a>]<\/span><\/span><\/span>. Trong gi&aacute;m s&aacute;t rừng, recall cao đặc biệt quan trọng để tr&aacute;nh bỏ s&oacute;t c&aacute;c khu vực mất rừng <\/span><\/span><\/span>[<\/span><\/span><\/span><a href=\"#_ENREF_49\" style=\"color:#0563c1; text-decoration:underline\" title=\"Hansen, 2013 #38\">49<\/span><\/span><\/span><\/a>]<\/span><\/span><\/span>.<\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\nF1-score l&agrave; trung b&igrave;nh điều h&ograve;a của precision v&agrave; recall, cung cấp đ&aacute;nh gi&aacute; c&acirc;n bằng về hiệu suất m&ocirc; h&igrave;nh, đặc biệt hữu &iacute;ch khi chi ph&iacute; của false positive v&agrave; false negative tương đương nhau <\/span><\/span><\/span>[<\/span><\/span><\/span><a href=\"#_ENREF_50\" style=\"color:#0563c1; text-decoration:underline\" title=\"Sokolova, 2009 #39\">50<\/span><\/span><\/span><\/a>]<\/span><\/span><\/span>. M&ocirc; h&igrave;nh ph&aacute;t hiện mất rừng được coi l&agrave; hiệu quả khi đạt F1-score tr&ecirc;n 0,80, với recall tối thiểu 0,75 để đảm bảo ph&aacute;t hiện đầy đủ c&aacute;c khu vực mất rừng <\/span><\/span><\/span>[<\/span><\/span><\/span><a href=\"#_ENREF_51\" style=\"color:#0563c1; text-decoration:underline\" title=\"Bullock, 2020 #32\">51<\/span><\/span><\/span><\/a>]<\/span><\/span><\/span>. Việc kết hợp đ&aacute;nh gi&aacute; đa chỉ số cho ph&eacute;p đ&aacute;nh gi&aacute; to&agrave;n diện hiệu suất m&ocirc; h&igrave;nh trong bối cảnh ứng dụng cụ thể <\/span><\/span><\/span>[<\/span><\/span><\/span><a href=\"#_ENREF_52\" style=\"color:#0563c1; text-decoration:underline\" title=\"Pontius, 2011 #40\">52<\/span><\/span><\/span><\/a>]<\/span><\/span><\/span>.<\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\nTrong nghi&ecirc;n cứu n&agrave;y dự đo&aacute;n mục ti&ecirc;u (positive) l&agrave; dự đo&aacute;n mất rừng, dự đo&aacute;n negative l&agrave; dự đo&aacute;n kh&ocirc;ng mất rừng. Tổng hợp c&ocirc;ng thức t&iacute;nh c&aacute;c chỉ số đ&aacute;nh gi&aacute; độ ch&iacute;nh x&aacute;c được x&aacute;c định ở bảng 2 dưới đ&acirc;y.<\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\n&nbsp;<\/p>\n\nBảng 2. Tổng hợp c&ocirc;ng thức t&iacute;nh to&aacute;n đ&aacute;nh gi&aacute; độ ch&iacute;nh x&aacute;c trong nghi&ecirc;n cứu<\/span><\/span><\/i><\/span><\/span><\/span><\/span><\/p>\n\n<table align=\"center\" class=\"MsoTableGrid\" style=\"width:417.95pt; border-collapse:collapse; border:none\" width=\"557\">\n\t<tbody>\n\t\t<tr style=\"height:1.0pt\">\n\t\t\t<td style=\"border:solid black 1.0pt; width:150.3pt; padding:0cm 1.4pt 0cm 1.4pt; height:1.0pt\" width=\"200\">\n\t\t\t&nbsp;<\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border:solid black 1.0pt; width:118.8pt; border-left:none; padding:0cm 1.4pt 0cm 1.4pt; height:1.0pt\" valign=\"top\" width=\"158\">\n\t\t\tM&ocirc; h&igrave;nh dự đo&aacute;n l&agrave;<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\n\t\t\tmất rừng (Positive)<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td colspan=\"2\" style=\"border:solid black 1.0pt; width:148.85pt; border-left:none; padding:0cm 1.4pt 0cm 1.4pt; height:1.0pt\" valign=\"top\" width=\"198\">\n\t\t\tM&ocirc; h&igrave;nh dự đo&aacute;n l&agrave;<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\n\t\t\tkh&ocirc;ng mất rừng (Negative)<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr style=\"height:1.0pt\">\n\t\t\t<td style=\"border:solid black 1.0pt; width:150.3pt; border-top:none; padding:0cm 1.4pt 0cm 1.4pt; height:1.0pt\" width=\"200\">\n\t\t\tThực tế l&agrave; mất rừng<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:118.8pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 1.4pt 0cm 1.4pt; height:1.0pt\" width=\"158\">\n\t\t\tTrue positive (TP)<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td colspan=\"2\" style=\"border-bottom:solid black 1.0pt; width:148.85pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 1.4pt 0cm 1.4pt; height:1.0pt\" width=\"198\">\n\t\t\tFalse negative (FN)<\/span><\/span><\/span><\/span><\/span><\/p>\n\n\t\t\t(Lỗi loại II)<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr style=\"height:1.0pt\">\n\t\t\t<td style=\"border:solid black 1.0pt; width:150.3pt; border-top:none; padding:0cm 1.4pt 0cm 1.4pt; height:1.0pt\" width=\"200\">\n\t\t\tThực tế l&agrave; kh&ocirc;ng mất rừng (c&oacute; rừng)<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:118.8pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 1.4pt 0cm 1.4pt; height:1.0pt\" width=\"158\">\n\t\t\tFalse positive (FP)<\/span><\/span><\/span><\/span><\/span><\/p>\n\n\t\t\t(Lỗi loại I)<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td colspan=\"2\" style=\"border-bottom:solid black 1.0pt; width:148.85pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 1.4pt 0cm 1.4pt; height:1.0pt\" width=\"198\">\n\t\t\tTrue negative (TN)<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr style=\"height:1.0pt\">\n\t\t\t<td style=\"border:solid black 1.0pt; width:150.3pt; border-top:none; padding:0cm 1.4pt 0cm 1.4pt; height:1.0pt\" width=\"200\">\n\t\t\tĐộ ch&iacute;nh x&aacute;c tổng thể (Accuracy)<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td colspan=\"2\" style=\"border:none; border-bottom:solid black 1.0pt; width:232.2pt; padding:0cm 1.4pt 0cm 1.4pt; height:1.0pt\" width=\"310\">\n\t\t\t<m:omathpara><m:omath><m:f><m:fpr><m:ctrlpr><\/m:ctrlpr><\/span><\/span><\/span><\/m:fpr><m:num><m:r>(<\/m:r><m:r>TP<\/m:r><m:r>+<\/m:r><m:r>TN<\/m:r><m:r>)<\/m:r><\/span><\/span><\/i><\/m:num><m:den><m:r>(<\/m:r><m:r>TP<\/m:r><m:r>+<\/m:r><m:r>TN<\/m:r><m:r>+<\/m:r><m:r>FP<\/m:r><m:r>+<\/m:r><m:r>FN<\/m:r><m:r>)<\/m:r><\/span><\/span><\/i><\/m:den><\/m:f><\/m:omath><\/m:omathpara><img id=\"_x0000_i1025\" src=\"file:\/\/\/C:\/Users\/Mr_Tung\/AppData\/Local\/Temp\/msohtmlclip1\/01\/clip_image005.png\" style=\"width:96pt; height:18.75pt\" \/> <\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:35.45pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 1.4pt 0cm 1.4pt; height:1.0pt\" width=\"47\">\n\t\t\t(1)<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr style=\"height:1.0pt\">\n\t\t\t<td style=\"border:solid black 1.0pt; width:150.3pt; border-top:none; padding:0cm 1.4pt 0cm 1.4pt; height:1.0pt\" width=\"200\">\n\t\t\tĐộ ch&iacute;nh x&aacute;c của dự đo&aacute;n mục ti&ecirc;u (Precision)<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td colspan=\"2\" style=\"border:none; border-bottom:solid black 1.0pt; width:232.2pt; padding:0cm 1.4pt 0cm 1.4pt; height:1.0pt\" width=\"310\">\n\t\t\t<m:omathpara><m:omath><m:f><m:fpr><m:ctrlpr><\/m:ctrlpr><\/span><\/span><\/span><\/m:fpr><m:num><m:r>(<\/m:r><m:r>TP<\/m:r><m:r>)<\/m:r><\/span><\/span><\/i><\/m:num><m:den><m:r>(<\/m:r><m:r>TP<\/m:r><m:r>+<\/m:r><m:r>FP<\/m:r><m:r>)<\/m:r><\/span><\/span><\/i><\/m:den><\/m:f><\/m:omath><\/m:omathpara><img id=\"_x0000_i1025\" src=\"file:\/\/\/C:\/Users\/Mr_Tung\/AppData\/Local\/Temp\/msohtmlclip1\/01\/clip_image006.png\" style=\"width:45pt; height:18.75pt\" \/> <\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:35.45pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 1.4pt 0cm 1.4pt; height:1.0pt\" width=\"47\">\n\t\t\t(2)<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr style=\"height:1.0pt\">\n\t\t\t<td style=\"border:solid black 1.0pt; width:150.3pt; border-top:none; padding:0cm 1.4pt 0cm 1.4pt; height:1.0pt\" width=\"200\">\n\t\t\tĐộ nhạy &ndash; Tỷ lệ ph&aacute;t hiện đ&uacute;ng mục ti&ecirc;u (Recall)<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td colspan=\"2\" style=\"border:none; border-bottom:solid black 1.0pt; width:232.2pt; padding:0cm 1.4pt 0cm 1.4pt; height:1.0pt\" width=\"310\">\n\t\t\t<m:omathpara><m:omath><m:f><m:fpr><m:ctrlpr><\/m:ctrlpr><\/span><\/span><\/span><\/m:fpr><m:num><m:r>(<\/m:r><m:r>TP<\/m:r><m:r>)<\/m:r><\/span><\/span><\/i><\/m:num><m:den><m:r>(<\/m:r><m:r>TP<\/m:r><m:r>+<\/m:r><m:r>FN<\/m:r><m:r>)<\/m:r><\/span><\/span><\/i><\/m:den><\/m:f><\/m:omath><\/m:omathpara><img id=\"_x0000_i1025\" src=\"file:\/\/\/C:\/Users\/Mr_Tung\/AppData\/Local\/Temp\/msohtmlclip1\/01\/clip_image007.png\" style=\"width:46.5pt; height:18.75pt\" \/> <\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:35.45pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 1.4pt 0cm 1.4pt; height:1.0pt\" width=\"47\">\n\t\t\t(3)<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr style=\"height:1.0pt\">\n\t\t\t<td style=\"border:solid black 1.0pt; width:150.3pt; border-top:none; padding:0cm 1.4pt 0cm 1.4pt; height:1.0pt\" width=\"200\">\n\t\t\tTrung b&igrave;nh điều h&ograve;a giữa Precision v&agrave; Recall (F1 Score)<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td colspan=\"2\" style=\"border:none; border-bottom:solid black 1.0pt; width:232.2pt; padding:0cm 1.4pt 0cm 1.4pt; height:1.0pt\" width=\"310\">\n\t\t\t<m:omathpara><m:omath><m:f><m:fpr><m:ctrlpr><\/m:ctrlpr><\/span><\/span><\/span><\/m:fpr><m:num><m:r>2 &times;(<\/m:r><\/span><\/span><\/i><m:r><m:rpr><m:scr m:val=\"roman\"><m:sty m:val=\"p\"><\/m:sty><\/m:scr><\/m:rpr>Precision &times; Recall<\/m:r><m:r>)<\/i><\/m:r><\/span><\/span><\/m:num><m:den><m:r>(<\/m:r><\/span><\/span><\/i><m:r><m:rpr><m:scr m:val=\"roman\"><m:sty m:val=\"p\"><\/m:sty><\/m:scr><\/m:rpr>Precision + Recall<\/m:r><m:r>)<\/i><\/m:r><\/span><\/span><\/m:den><\/m:f><\/m:omath><\/m:omathpara><img id=\"_x0000_i1025\" src=\"file:\/\/\/C:\/Users\/Mr_Tung\/AppData\/Local\/Temp\/msohtmlclip1\/01\/clip_image008.png\" style=\"width:109.5pt; height:18.75pt\" \/> <\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:35.45pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 1.4pt 0cm 1.4pt; height:1.0pt\" width=\"47\">\n\t\t\t(4)<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr height=\"0\">\n\t\t\t<td style=\"border:none\" width=\"200\">&nbsp;<\/td>\n\t\t\t<td style=\"border:none\" width=\"158\">&nbsp;<\/td>\n\t\t\t<td style=\"border:none\" width=\"151\">&nbsp;<\/td>\n\t\t\t<td style=\"border:none\" width=\"47\">&nbsp;<\/td>\n\t\t<\/tr>\n\t<\/tbody>\n<\/table>\n\n3. Kết quả nghi&ecirc;n cứu v&agrave; thảo luận<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\n3.1. Kết quả nghi&ecirc;n cứu<\/span><\/span><\/i><\/b><\/span><\/span><\/span><\/p>\n\n3.1.1. Kết quả huấn luyện m&ocirc; h&igrave;nh<\/span><\/span><\/span><\/i><\/span><\/span><\/span><\/p>\n\nKết quả huấn luyện m&ocirc; h&igrave;nh cho thấy cả ba thuật to&aacute;n đều đạt hiệu suất huấn luyện tốt. Random Forest đạt độ ch&iacute;nh x&aacute;c trung b&igrave;nh cao nhất (97,99%), tiếp theo l&agrave; GBT (97,94%) v&agrave; SVM (97,73%). Hệ số Kappa tương ứng l&agrave; 95,97%, 95,87% v&agrave; 95,45%, khẳng định mức độ ph&ugrave; hợp rất tốt của c&aacute;c m&ocirc; h&igrave;nh. Độ lệch chuẩn thấp giữa c&aacute;c fold (&plusmn;1%) chứng tỏ t&iacute;nh ổn định cao trong qu&aacute; tr&igrave;nh huấn luyện. Cả ba m&ocirc; h&igrave;nh đều vượt ngưỡng 96% về accuracy v&agrave; 93% về Kappa ở mọi fold, cho thấy khả năng học tập đặc trưng phổ v&agrave; chỉ số thực vật để ph&acirc;n biệt mất rừng\/kh&ocirc;ng mất rừng hiệu quả.<\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\nBảng 3. Kết quả đ&aacute;nh gi&aacute; huấn luyện m&ocirc; h&igrave;nh<\/span><\/span><\/i><\/span><\/span><\/span><\/span><\/p>\n\n<table class=\"Table\" style=\"border-collapse:collapse; border:solid windowtext 1.0pt\">\n\t<thead>\n\t\t<tr style=\"height:1.0pt\">\n\t\t\t<td rowspan=\"2\" style=\"border:solid windowtext 1.0pt; width:39.5pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"53\">\n\t\t\tFold<\/span><\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td colspan=\"2\" style=\"border:solid windowtext 1.0pt; width:125.0pt; border-left:none; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"167\">\n\t\t\tGradient Boosting Trees<\/span><\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td colspan=\"2\" style=\"border:solid windowtext 1.0pt; width:129.05pt; border-left:none; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"172\">\n\t\t\tRandom Forest<\/span><\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td colspan=\"2\" style=\"border:solid windowtext 1.0pt; width:124.1pt; border-left:none; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"165\">\n\t\t\tSupport Vector Machine<\/span><\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr style=\"height:1.0pt\">\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:61.7pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"82\">\n\t\t\tAccuracy (%)<\/span><\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:63.3pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"84\">\n\t\t\tKappa<\/span><\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:58.4pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"78\">\n\t\t\tAccuracy (%)<\/span><\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:70.65pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"94\">\n\t\t\tKappa<\/span><\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:2.0cm; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"76\">\n\t\t\tAccuracy (%)<\/span><\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:67.4pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"90\">\n\t\t\tKappa<\/span><\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t<\/thead>\n\t<tbody>\n\t\t<tr style=\"height:1.0pt\">\n\t\t\t<td style=\"border:solid windowtext 1.0pt; width:39.5pt; border-top:none; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"53\">\n\t\t\t1<\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:61.7pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"82\">\n\t\t\t98,68<\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:63.3pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"84\">\n\t\t\t0,9735<\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:58.4pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"78\">\n\t\t\t98,41<\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:70.65pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"94\">\n\t\t\t0,9683<\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:2.0cm; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"76\">\n\t\t\t98,68<\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:67.4pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"90\">\n\t\t\t0,9735<\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr style=\"height:1.0pt\">\n\t\t\t<td style=\"border:solid windowtext 1.0pt; width:39.5pt; border-top:none; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"53\">\n\t\t\t2<\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:61.7pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"82\">\n\t\t\t97,09<\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:63.3pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"84\">\n\t\t\t0,9414<\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:58.4pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"78\">\n\t\t\t97,62<\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:70.65pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"94\">\n\t\t\t0,9520<\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:2.0cm; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"76\">\n\t\t\t97,09<\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:67.4pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"90\">\n\t\t\t0,9414<\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr style=\"height:1.0pt\">\n\t\t\t<td style=\"border:solid windowtext 1.0pt; width:39.5pt; border-top:none; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"53\">\n\t\t\t3<\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:61.7pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"82\">\n\t\t\t98,15<\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:63.3pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"84\">\n\t\t\t0,9629<\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:58.4pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"78\">\n\t\t\t98,15<\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:70.65pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"94\">\n\t\t\t0,9629<\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:2.0cm; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"76\">\n\t\t\t97,88<\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:67.4pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"90\">\n\t\t\t0,9576<\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr style=\"height:1.0pt\">\n\t\t\t<td style=\"border:solid windowtext 1.0pt; width:39.5pt; border-top:none; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"53\">\n\t\t\t4<\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:61.7pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"82\">\n\t\t\t99,21<\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:63.3pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"84\">\n\t\t\t0,9841<\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:58.4pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"78\">\n\t\t\t98,94<\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:70.65pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"94\">\n\t\t\t0,9788<\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:2.0cm; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"76\">\n\t\t\t98,68<\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:67.4pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"90\">\n\t\t\t0,9735<\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr style=\"height:1.0pt\">\n\t\t\t<td style=\"border:solid windowtext 1.0pt; width:39.5pt; border-top:none; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"53\">\n\t\t\t5<\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:61.7pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"82\">\n\t\t\t96,58<\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:63.3pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"84\">\n\t\t\t0,9316<\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:58.4pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"78\">\n\t\t\t96,84<\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:70.65pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"94\">\n\t\t\t0,9368<\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:2.0cm; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"76\">\n\t\t\t96,32<\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:67.4pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"90\">\n\t\t\t0,9263<\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr style=\"height:1.0pt\">\n\t\t\t<td style=\"border:solid windowtext 1.0pt; width:39.5pt; border-top:none; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"53\">\n\t\t\tMean &plusmn; SD<\/span><\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:61.7pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"82\">\n\t\t\t97,94 &plusmn; 1,03<\/span><\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:63.3pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"84\">\n\t\t\t0,9587 &plusmn; 0,0207<\/span><\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:58.4pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"78\">\n\t\t\t97,99 &plusmn; 0,85<\/span><\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:70.65pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"94\">\n\t\t\t0,9597 &plusmn; 0,0169<\/span><\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:2.0cm; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"76\">\n\t\t\t97,73 &plusmn; 0,98<\/span><\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:67.4pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"90\">\n\t\t\t0,9545 &plusmn; 0,0196<\/span><\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t<\/tbody>\n<\/table>\n\n3.1.2. Ph&acirc;n t&iacute;ch ma trận nhầm lẫn của kết quả kiểm chứng<\/span><\/span><\/i><\/span><\/span><\/span><\/p>\n\nSau khi huấn luyện, nghi&ecirc;n cứu đ&atilde; tiến h&agrave;nh đ&aacute;nh gi&aacute; 3 thuật to&aacute;n học m&aacute;y tr&ecirc;n tệp dữ liệu kiểm chứng độc lập (test) gồm 250 điểm mất rừng, 250 điểm kh&ocirc;ng mất rừng được thu thập tr&ecirc;n 1 cặp ảnh mới v&agrave;o thời gian 2022 &ndash; 2023. Ma trận nhầm lẫn của m&ocirc; h&igrave;nh được tr&igrave;nh b&agrave;y tại Bảng 4.<\/span><\/span><\/span><\/span><\/span><\/p>\n\nBảng 4. Ma trận nhầm lẫn của c&aacute;c m&ocirc; h&igrave;nh học m&aacute;y<\/span><\/span><\/i><\/span><\/span><\/span><\/span><\/p>\n\n<table class=\"Table\" style=\"width:100.0%; border-collapse:collapse; border:solid windowtext 1.0pt\" width=\"100%\">\n\t<thead>\n\t\t<tr style=\"height:1.0pt\">\n\t\t\t<td style=\"border:solid windowtext 1.0pt; width:21.64%; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"21%\">\n\t\t\tM&ocirc; h&igrave;nh<\/span><\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border:solid windowtext 1.0pt; width:7.18%; border-left:none; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"7%\">\n\t\t\tTP<\/span><\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border:solid windowtext 1.0pt; width:10.18%; border-left:none; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"10%\">\n\t\t\tTN<\/span><\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border:solid windowtext 1.0pt; width:10.16%; border-left:none; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"10%\">\n\t\t\tFP<\/span><\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border:solid windowtext 1.0pt; width:11.86%; border-left:none; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"11%\">\n\t\t\tFN<\/span><\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border:solid windowtext 1.0pt; width:20.38%; border-left:none; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"20%\">\n\t\t\tTổng dự đo&aacute;n mất rừng<\/span><\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border:solid windowtext 1.0pt; width:18.6%; border-left:none; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"18%\">\n\t\t\tTổng dự đo&aacute;n c&oacute; rừng<\/span><\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t<\/thead>\n\t<tbody>\n\t\t<tr style=\"height:1.0pt\">\n\t\t\t<td style=\"border:solid windowtext 1.0pt; width:21.64%; border-top:none; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"21%\">\n\t\t\tGradient Boosting Trees (GBT)<\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:7.18%; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"7%\">\n\t\t\t180<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:10.18%; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"10%\">\n\t\t\t247<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:10.16%; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"10%\">\n\t\t\t3<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:11.86%; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"11%\">\n\t\t\t70<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:20.38%; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"20%\">\n\t\t\t183<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:18.6%; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"18%\">\n\t\t\t317<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr style=\"height:1.0pt\">\n\t\t\t<td style=\"border:solid windowtext 1.0pt; width:21.64%; border-top:none; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"21%\">\n\t\t\tRandom Forest<\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:7.18%; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"7%\">\n\t\t\t162<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:10.18%; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"10%\">\n\t\t\t248<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:10.16%; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"10%\">\n\t\t\t2<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:11.86%; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"11%\">\n\t\t\t88<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:20.38%; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"20%\">\n\t\t\t164<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:18.6%; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"18%\">\n\t\t\t336<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr style=\"height:1.0pt\">\n\t\t\t<td style=\"border:solid windowtext 1.0pt; width:21.64%; border-top:none; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"21%\">\n\t\t\tSupport Vector Machine (SVM)<\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:7.18%; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"7%\">\n\t\t\t147<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:10.18%; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"10%\">\n\t\t\t247<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:10.16%; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"10%\">\n\t\t\t3<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:11.86%; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"11%\">\n\t\t\t103<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:20.38%; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"20%\">\n\t\t\t150<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:18.6%; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"18%\">\n\t\t\t350<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t<\/tbody>\n<\/table>\n\nGhi ch&uacute;: TP - True Positive (ph&aacute;t hiện đ&uacute;ng mất rừng); TN - True Negative (ph&aacute;t hiện đ&uacute;ng c&oacute; rừng); FP - False Positive (nhận diện sai l&agrave; mất rừng); FN - False Negative (bỏ s&oacute;t mất rừng).<\/span><\/i><\/span><\/span><\/span><\/p>\n\n3.1.3. Ph&acirc;n t&iacute;ch kết quả kiểm chứng m&ocirc; h&igrave;nh<\/span><\/span><\/i><\/span><\/span><\/span><\/p>\n\nM&ocirc; h&igrave;nh GBT đạt kết quả tốt nhất với 180\/250 điểm mất rừng được ph&aacute;t hiện đ&uacute;ng (TP=180) v&agrave; bỏ s&oacute;t 70 điểm (FN=70). M&ocirc; h&igrave;nh chỉ c&oacute; 3\/250 điểm c&oacute; rừng bị nhận diện nhầm l&agrave; mất rừng (FP=3), thể hiện độ tin cậy cao trong việc cảnh b&aacute;o. Tỷ lệ ph&aacute;t hiện đ&uacute;ng mất rừng đạt 72%, một cải thiện đ&aacute;ng kể so với nhiều nghi&ecirc;n cứu trước đ&acirc;y.<\/span><\/span><\/span><\/span><\/span><\/p>\n\nM&ocirc; h&igrave;nh Random Forest cho kết quả tốt thứ 2 với ph&aacute;t hiện 162\/250 điểm mất rừng (TP=162), bỏ s&oacute;t 88 điểm (FN=88). Với chỉ 2 cảnh b&aacute;o sai (FP=2), m&ocirc; h&igrave;nh thể hiện t&iacute;nh ổn định cao v&agrave; độ ch&iacute;nh x&aacute;c dự đo&aacute;n xuất sắc.<\/span><\/span><\/span><\/span><\/span><\/p>\n\nM&ocirc; h&igrave;nh SVM c&oacute; hiệu suất thấp hơn nhưng vẫn đạt kết quả khả quan với 147\/250 điểm mất rừng được ph&aacute;t hiện (TP=147), bỏ s&oacute;t 103 điểm (FN=103). Với 3 cảnh b&aacute;o sai (FP=3\/250), m&ocirc; h&igrave;nh vẫn duy tr&igrave; được độ tin cậy cao khi ph&aacute;t hiện mất rừng, mặc d&ugrave; khả năng ph&aacute;t hiện to&agrave;n diện c&ograve;n hạn chế hơn so với hai m&ocirc; h&igrave;nh c&ograve;n lại.<\/span><\/span><\/span><\/span><\/span><\/p>\n\nCả ba m&ocirc; h&igrave;nh đều cho tỷ lệ cảnh b&aacute;o sai rất thấp (FP &le; 3), điều n&agrave;y đặc biệt quan trọng trong ứng dụng thực tế v&igrave; gi&uacute;p tr&aacute;nh l&atilde;ng ph&iacute; nguồn lực khi kiểm tra thực địa c&aacute;c cảnh b&aacute;o nhầm lẫn.<\/span><\/span><\/span><\/span><\/span><\/p>\n\n3.1.4. C&aacute;c chỉ số đ&aacute;nh gi&aacute; hiệu suất<\/span><\/span><\/i><\/span><\/span><\/span><\/p>\n\nM&ocirc; h&igrave;nh GBT cho hiệu suất cao nhất với độ ch&iacute;nh x&aacute;c tổng thể 85,40% v&agrave; F1-score 83,14%, cao hơn đ&aacute;ng kể so với Random Forest (82,00% v&agrave; 78,26%) v&agrave; SVM (78,80% v&agrave; 73,50%). Tất cả c&aacute;c m&ocirc; h&igrave;nh đều đạt Precision tr&ecirc;n 98%, chứng tỏ khi m&ocirc; h&igrave;nh dự đo&aacute;n một điểm l&agrave; mất rừng, khả năng dự đo&aacute;n đ&uacute;ng rất cao. Sự kh&aacute;c biệt giữa c&aacute;c m&ocirc; h&igrave;nh l&agrave; chỉ số Recall - khả năng ph&aacute;t hiện đầy đủ c&aacute;c điểm mất rừng thực tế. M&ocirc; h&igrave;nh GBT với Recall 72,00% ph&aacute;t hiện được gần 3\/4 số điểm mất rừng, trong khi Random Forest ph&aacute;t hiện được 64,80% v&agrave; SVM đạt 58,80%. Điều n&agrave;y cho thấy GBT c&oacute; khả năng c&acirc;n bằng tốt nhất giữa việc giảm cảnh b&aacute;o sai v&agrave; ph&aacute;t hiện đầy đủ c&aacute;c trường hợp mất rừng. F1-Score của GBT l&agrave; 83,14%, Random Forest l&agrave; 78,26% v&agrave; SVM với 73,50%. Kết quả x&aacute;c định GBT l&agrave; m&ocirc; h&igrave;nh ph&ugrave; hợp nhất cho triển khai thực tế tại C&agrave; Mau.<\/span><\/span><\/span><\/span><\/span><\/p>\n\nBảng 5. Kết quả đ&aacute;nh gi&aacute; hiệu suất tổng hợp c&aacute;c m&ocirc; h&igrave;nh<\/span><\/span><\/i><\/span><\/span><\/span><\/p>\n\n<table class=\"Table\" style=\"width:100.0%; border-collapse:collapse; border:solid windowtext 1.0pt\" width=\"100%\">\n\t<thead>\n\t\t<tr style=\"height:1.0pt\">\n\t\t\t<td nowrap=\"nowrap\" style=\"border:solid windowtext 1.0pt; width:26.54%; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"26%\">\n\t\t\tM&ocirc; h&igrave;nh<\/span><\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td nowrap=\"nowrap\" style=\"border:solid windowtext 1.0pt; width:18.36%; border-left:none; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"18%\">\n\t\t\tAccuracy (%)<\/span><\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td nowrap=\"nowrap\" style=\"border:solid windowtext 1.0pt; width:18.36%; border-left:none; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"18%\">\n\t\t\tPrecision (%)<\/span><\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td nowrap=\"nowrap\" style=\"border:solid windowtext 1.0pt; width:18.36%; border-left:none; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"18%\">\n\t\t\tRecall (%)<\/span><\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td nowrap=\"nowrap\" style=\"border:solid windowtext 1.0pt; width:18.36%; border-left:none; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"18%\">\n\t\t\tF1-Score (%)<\/span><\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t<\/thead>\n\t<tbody>\n\t\t<tr style=\"height:1.0pt\">\n\t\t\t<td nowrap=\"nowrap\" style=\"border:solid windowtext 1.0pt; width:26.54%; border-top:none; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"26%\">\n\t\t\tGradient Boosting Trees<\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td nowrap=\"nowrap\" style=\"border-bottom:solid windowtext 1.0pt; width:18.36%; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"18%\">\n\t\t\t85,40<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td nowrap=\"nowrap\" style=\"border-bottom:solid windowtext 1.0pt; width:18.36%; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"18%\">\n\t\t\t98,36<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td nowrap=\"nowrap\" style=\"border-bottom:solid windowtext 1.0pt; width:18.36%; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"18%\">\n\t\t\t72,00<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td nowrap=\"nowrap\" style=\"border-bottom:solid windowtext 1.0pt; width:18.36%; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"18%\">\n\t\t\t83,14<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr style=\"height:1.0pt\">\n\t\t\t<td nowrap=\"nowrap\" style=\"border:solid windowtext 1.0pt; width:26.54%; border-top:none; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"26%\">\n\t\t\tRandom Forest<\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td nowrap=\"nowrap\" style=\"border-bottom:solid windowtext 1.0pt; width:18.36%; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"18%\">\n\t\t\t82,00<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td nowrap=\"nowrap\" style=\"border-bottom:solid windowtext 1.0pt; width:18.36%; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"18%\">\n\t\t\t98,78<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td nowrap=\"nowrap\" style=\"border-bottom:solid windowtext 1.0pt; width:18.36%; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"18%\">\n\t\t\t64,80<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td nowrap=\"nowrap\" style=\"border-bottom:solid windowtext 1.0pt; width:18.36%; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"18%\">\n\t\t\t78,26<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr style=\"height:1.0pt\">\n\t\t\t<td nowrap=\"nowrap\" style=\"border:solid windowtext 1.0pt; width:26.54%; border-top:none; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"26%\">\n\t\t\tSupport Vector Machine<\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td nowrap=\"nowrap\" style=\"border-bottom:solid windowtext 1.0pt; width:18.36%; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"18%\">\n\t\t\t78,80<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td nowrap=\"nowrap\" style=\"border-bottom:solid windowtext 1.0pt; width:18.36%; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"18%\">\n\t\t\t98,00<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td nowrap=\"nowrap\" style=\"border-bottom:solid windowtext 1.0pt; width:18.36%; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"18%\">\n\t\t\t58,80<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td nowrap=\"nowrap\" style=\"border-bottom:solid windowtext 1.0pt; width:18.36%; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"18%\">\n\t\t\t73,50<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t<\/tbody>\n<\/table>\n\nKết quả nghi&ecirc;n cứu cho thấy kh&ocirc;ng c&oacute; sự ch&ecirc;nh lệch đ&aacute;ng kể về độ ch&iacute;nh x&aacute;c giữa 3 m&ocirc; h&igrave;nh khi huấn luyện (Bảng 6). Random Forest cho kết quả cao nhất 97,99%, cao hơn 0,05% so với GBT v&agrave; 0,26% so với SVM, qua đ&oacute; cho thấy giai đoạn huấn luyện m&ocirc; h&igrave;nh cho kết quả tốt. Kết quả kiểm chứng m&ocirc; h&igrave;nh cho thấy GBT giảm &iacute;t nhất với -12,54%, Random Forest l&agrave; -15,99% v&agrave; -18,93% ở SVM. Kết quả n&agrave;y phản &aacute;nh mức độ phức tạp khi nghi&ecirc;n cứu mất rừng tr&ecirc;n đối tượng chủ yếu l&agrave; rừng ngập mặn. Trong nghi&ecirc;n cứu sử dụng tệp test độc lập tr&ecirc;n một kỳ ảnh ho&agrave;n to&agrave;n kh&aacute;c (2022-2023), do vậy c&oacute; thể đ&atilde; c&oacute; những yếu tố m&ocirc;i trường đ&atilde; ảnh hưởng đến kết quả kiểm chứng. Đồng thời, nghi&ecirc;n cứu cần tiếp tục tăng cường dung lượng mẫu cho huấn luyện m&ocirc; h&igrave;nh v&agrave; đưa th&ecirc;m c&aacute;c biến số mới nhằm n&acirc;ng cao độ ch&iacute;nh x&aacute;c dự đo&aacute;n của m&ocirc; h&igrave;nh.<\/span><\/span><\/span><\/span><\/span><\/p>\n\nBảng 6. So s&aacute;nh độ ch&iacute;nh x&aacute;c giữa kết quả huấn luyện v&agrave; kiểm chứng m&ocirc; h&igrave;nh<\/span><\/span><\/i><\/span><\/span><\/span><\/p>\n\n<table align=\"center\" class=\"Table\" style=\"width:100.0%; border-collapse:collapse; border:solid windowtext 1.0pt\" width=\"100%\">\n\t<thead>\n\t\t<tr style=\"height:1.0pt\">\n\t\t\t<td nowrap=\"nowrap\" style=\"border:solid windowtext 1.0pt; width:32.52%; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"32%\">\n\t\t\tM&ocirc; h&igrave;nh<\/span><\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td nowrap=\"nowrap\" style=\"border:solid windowtext 1.0pt; width:22.5%; border-left:none; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"22%\">\n\t\t\tHuấn luyện (%)<\/span><\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td nowrap=\"nowrap\" style=\"border:solid windowtext 1.0pt; width:22.5%; border-left:none; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"22%\">\n\t\t\tKiểm chứng (%)<\/span><\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border:solid windowtext 1.0pt; width:22.48%; border-left:none; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"22%\">\n\t\t\tCh&ecirc;nh lệch (%)<\/span><\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t<\/thead>\n\t<tbody>\n\t\t<tr style=\"height:1.0pt\">\n\t\t\t<td nowrap=\"nowrap\" style=\"border:solid windowtext 1.0pt; width:32.52%; border-top:none; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"32%\">\n\t\t\tGradient Boosting Trees<\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td nowrap=\"nowrap\" style=\"border-bottom:solid windowtext 1.0pt; width:22.5%; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"22%\">\n\t\t\t97,94<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td nowrap=\"nowrap\" style=\"border-bottom:solid windowtext 1.0pt; width:22.5%; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"22%\">\n\t\t\t85,40<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:22.48%; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"22%\">\n\t\t\t-12,54<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr style=\"height:1.0pt\">\n\t\t\t<td nowrap=\"nowrap\" style=\"border:solid windowtext 1.0pt; width:32.52%; border-top:none; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"32%\">\n\t\t\tRandom Forest<\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td nowrap=\"nowrap\" style=\"border-bottom:solid windowtext 1.0pt; width:22.5%; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"22%\">\n\t\t\t97,99<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td nowrap=\"nowrap\" style=\"border-bottom:solid windowtext 1.0pt; width:22.5%; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"22%\">\n\t\t\t82,00<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:22.48%; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"22%\">\n\t\t\t-15,99<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr style=\"height:1.0pt\">\n\t\t\t<td nowrap=\"nowrap\" style=\"border:solid windowtext 1.0pt; width:32.52%; border-top:none; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"32%\">\n\t\t\tSupport Vector Machine<\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td nowrap=\"nowrap\" style=\"border-bottom:solid windowtext 1.0pt; width:22.5%; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"22%\">\n\t\t\t97,73<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td nowrap=\"nowrap\" style=\"border-bottom:solid windowtext 1.0pt; width:22.5%; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"22%\">\n\t\t\t78,80<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:22.48%; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"22%\">\n\t\t\t-18,93<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t<\/tbody>\n<\/table>\n\n3.1.5. Bản đồ mất rừng tại khu vực nghi&ecirc;n cứu<\/span><\/span><\/i><\/span><\/span><\/span><\/p>\n\nNghi&ecirc;n cứu sử dụng m&ocirc; h&igrave;nh GBT để x&acirc;y dựng bản đồ mất rừng cho khu vực nghi&ecirc;n cứu sử dụng kỳ ảnh 20-01-2022 v&agrave; 11-03-2023. Bản đồ n&agrave;y đ&atilde; được vector h&oacute;a để tiện cho c&ocirc;ng t&aacute;c x&aacute;c minh, đối chiếu với dữ liệu mất rừng trong qu&aacute; khứ. Nh&oacute;m nghi&ecirc;n cứu cũng đ&atilde; ph&aacute;t triển th&agrave;nh c&ocirc;ng c&ocirc;ng cụ tạo ra bản đồ mất rừng ng&agrave;y một c&aacute;ch tự động tr&ecirc;n nền tảng GEE.<\/span><\/span><\/span><\/span><\/span><\/p>\n\n<v:shape filled=\"f\" id=\"Text_x0020_Box_x0020_1750852709\" o:gfxdata=\"UEsDBBQABgAIAAAAIQC75UiUBQEAAB4CAAATAAAAW0NvbnRlbnRfVHlwZXNdLnhtbKSRvU7DMBSF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\nLnJlbHNQSwUGAAAAAAUABQBnAQAAwg0AAAAA\n\" stroked=\"f\" strokeweight=\".5pt\" style=\"position:absolute; left:0; text-align:left; margin-left:168.2pt; margin-top:145.15pt; width:63.75pt; height:42pt; z-index:252068864; v-text-anchor:top\" type=\"#_x0000_t202\"> <v:textbox> <\/v:textbox><\/v:shape><\/span><\/span><\/span><\/p>\n\n<table style=\"border:undefined\" width=\"100%\">\n\t<tbody>\n\t\t<tr>\n\t\t\t<td>\n\t\t\t<div>\n\t\t\tC&agrave; Mau<\/span><\/span><\/span><\/p>\n\t\t\t<\/div>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t<\/tbody>\n<\/table>\n\n&nbsp;<\/p>\n\n<table style=\"border:undefined\" width=\"100%\">\n\t<tbody>\n\t\t<tr>\n\t\t\t<td>\n\t\t\t<div>\n\t\t\tBiển Đ&ocirc;ng<\/span><\/span><\/span><\/p>\n\t\t\t<\/div>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t<\/tbody>\n<\/table>\n\n<img src=\"\/datafiles\/46325\/upload\/images\/image(322).png\" style=\"width: 300px; height: 411px;\" \/><\/p>\n\nH&igrave;nh 5. Bản đồ mất rừng sử dụng m&ocirc; h&igrave;nh GBT v&agrave; minh họa dự đo&aacute;n mất rừng (viền m&agrave;u v&agrave;ng, điểm mẫu kiểm chứng mất rừng m&agrave;u đỏ, v&agrave; điểm kh&ocirc;ng mất rừng m&agrave;u xanh da trời).<\/span><\/span><\/i><\/span><\/span><\/span><\/p>\n\n3.2. Thảo luận<\/span><\/span><\/i><\/b><\/span><\/span><\/span><\/p>\n\nNghi&ecirc;n cứu đ&atilde; x&acirc;y dựng th&agrave;nh c&ocirc;ng hệ thống ph&aacute;t hiện mất rừng tự động với m&ocirc; h&igrave;nh Gradient Boosting Trees đạt độ ch&iacute;nh x&aacute;c 85,40% v&agrave; F1-Score 83,14%. Đặc biệt l&agrave; chỉ số precision cao (&gt;98%) ở tất cả c&aacute;c m&ocirc; h&igrave;nh, cho thấy độ tin cậy cao khi hệ thống cảnh b&aacute;o mất rừng. Độ ch&iacute;nh x&aacute;c của nghi&ecirc;n cứu n&agrave;y cao hơn so với nghi&ecirc;n cứu tại tỉnh Thừa Thi&ecirc;n Huế khi chỉ chỉ sử dụng chỉ số ch&ecirc;nh lệch chỉ số NDVI giữa 2 kỳ (70%) <\/span><\/span>[<\/span><\/span><a href=\"#_ENREF_34\" style=\"color:#0563c1; text-decoration:underline\" title=\"Thái, 2021 #8\">34<\/span><\/span><\/a>]<\/span><\/span>. C&aacute;c chỉ số về tỷ lệ ph&aacute;t hiện đ&uacute;ng điểm mất rừng, tỷ lệ bỏ s&oacute;t (recall 72%) v&agrave; F1-Score (83,14%) cho thấy m&ocirc; h&igrave;nh GBT l&agrave; đ&aacute;ng tin cậy v&agrave; c&oacute; thể đưa v&agrave;o ứng dụng trong thực tế. Việc triển khai to&agrave;n bộ quy tr&igrave;nh ph&aacute;t hiện mất rừng tr&ecirc;n nền tảng GEE chứng minh t&iacute;nh khả thi của gi&aacute;m s&aacute;t rừng quy m&ocirc; lớn với chi ph&iacute; thấp, ph&ugrave; hợp với điều kiện của c&aacute;c địa phương. <\/span><\/span><\/span><\/span><\/span><\/p>\n\nKết quả x&aacute;c thực ch&eacute;o (k-fold cross validation) cho thấy sự ổn định cao trong qu&aacute; tr&igrave;nh huấn luyện với độ lệch chuẩn thấp (~1%). Tuy nhi&ecirc;n, ch&ecirc;nh lệch giữa độ ch&iacute;nh x&aacute;c huấn luyện (~98%) v&agrave; kiểm chứng (78,8 - 85,4%) cho thấy th&aacute;ch thức trong việc tổng qu&aacute;t h&oacute;a m&ocirc; h&igrave;nh cho dữ liệu mới. Điều n&agrave;y ph&ugrave; hợp với đặc th&ugrave; phức tạp của rừng ngập mặn C&agrave; Mau chịu ảnh hưởng mạnh bởi thủy triều v&agrave; biến động m&ugrave;a vụ <\/span><\/span>[<\/span><\/span><a href=\"#_ENREF_51\" style=\"color:#0563c1; text-decoration:underline\" title=\"Bullock, 2020 #32\">51<\/span><\/span><\/a>]<\/span><\/span>. <\/span><\/span><\/span><\/span><\/span><\/p>\n\nHạn chế của nghi&ecirc;n cứu l&agrave; chưa khắc phục được ho&agrave;n to&agrave;n ảnh hưởng của tỷ lệ m&acirc;y lớn trong m&ugrave;a mưa, dẫn tới việc c&oacute; thể ph&aacute;t hiện rừng chậm. Nghi&ecirc;n cứu hiện đang dừng lại ở việc đ&aacute;nh gi&aacute; mất rừng theo điểm, chưa đ&aacute;nh gi&aacute; được diện t&iacute;ch thiệt hại do m&ocirc; h&igrave;nh dự đo&aacute;n v&agrave; diện t&iacute;ch thực tế. Tỷ lệ bỏ s&oacute;t điểm mất rừng c&ograve;n ở mức trung b&igrave;nh (28%). Do đ&oacute;, ch&uacute;ng t&ocirc;i dự kiến tiếp tục nghi&ecirc;n cứu n&agrave;y v&agrave; t&iacute;ch hợp Sentinel-1 radar c&oacute; xuy&ecirc;n m&acirc;y nhằm khắc phục c&aacute;c hạn chế về m&acirc;y tr&ecirc;n ảnh Sentinel-2 <\/span><\/span>[<\/span><\/span><a href=\"#_ENREF_53\" style=\"color:#0563c1; text-decoration:underline\" title=\"Dascălu, 2023 #71\">53<\/span><\/span><\/a>, <\/span><\/span><a href=\"#_ENREF_54\" style=\"color:#0563c1; text-decoration:underline\" title=\"Vargas, 2019 #72\">54<\/span><\/span><\/a>]<\/span><\/span>. Phương ph&aacute;p n&agrave;y được kỳ vọng sẽ cải thiện cả độ ch&iacute;nh x&aacute;c v&agrave; khả năng ph&aacute;t hiện kịp thời mất rừng, đặc biệt trong điều kiện thời tiết bất lợi của v&ugrave;ng nhiệt đới gi&oacute; m&ugrave;a.<\/span><\/span><\/span><\/span><\/span><\/p>\n\n4. Kết luận<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\nNghi&ecirc;n cứu đ&atilde; x&acirc;y dựng th&agrave;nh c&ocirc;ng hệ thống ph&aacute;t hiện mất rừng tự động tại C&agrave; Mau sử dụng ảnh Sentinel-2 v&agrave; thuật to&aacute;n học m&aacute;y tr&ecirc;n nền tảng Google Earth Engine. Gradient Boosting Trees được x&aacute;c định l&agrave; thuật to&aacute;n ph&ugrave; hợp nhất với độ ch&iacute;nh x&aacute;c 85,40%, recall 72,00%, precision 98,36%v&agrave; F1-score 83,14%. Mặc d&ugrave; recall c&ograve;n hạn chế nhưng precision rất cao cho thấy độ tin cậy của hệ thống khi cảnh b&aacute;o mất rừng, gi&uacute;p tối ưu nguồn lực kiểm tra thực địa. <\/span><\/span><\/span><\/span><\/span><\/p>\n\nViệc &aacute;p dụng k-fold cross-validation đ&atilde; cung cấp đ&aacute;nh gi&aacute; to&agrave;n diện về hiệu suất m&ocirc; h&igrave;nh, với độ ch&iacute;nh x&aacute;c huấn luyện ổn định (~98%) qua c&aacute;c fold. Tuy nhi&ecirc;n, hạn chế về m&acirc;y che phủ trong m&ugrave;a mưa v&agrave; khả năng ph&aacute;t hiện chưa to&agrave;n diện (recall 72,00%) cần được cải thiện trong c&aacute;c nghi&ecirc;n cứu tiếp theo. Do đ&oacute;, cần tiếp tục nghi&ecirc;n cứu t&iacute;ch hợp dữ liệu radar Sentinel-1 để khắc phục vấn đề m&acirc;y che phủ v&agrave; n&acirc;ng cao khả năng ph&aacute;t hiện mất rừng.<\/span><\/span><\/span><\/span><\/span><\/p>\n\nKết quả nghi&ecirc;n cứu cung cấp c&ocirc;ng cụ hữu &iacute;ch cho Chi cục Kiểm l&acirc;m C&agrave; Mau trong c&ocirc;ng t&aacute;c gi&aacute;m s&aacute;t v&agrave; quản l&yacute; rừng, với khả năng ph&aacute;t hiện 72% c&aacute;c trường hợp mất rừng v&agrave; độ ch&iacute;nh x&aacute;c cảnh b&aacute;o tr&ecirc;n 98%. Phương ph&aacute;p được ph&aacute;t triển c&oacute; thể nh&acirc;n rộng cho c&aacute;c tỉnh ven biển c&oacute; điều kiện sinh th&aacute;i tương tự, g&oacute;p phần v&agrave;o nỗ lực bảo vệ v&agrave; ph&aacute;t triển bền vững t&agrave;i nguy&ecirc;n rừng ngập mặn tại Việt Nam.<\/span><\/span><\/span><\/span><\/span><\/p>\n\nLời cảm ơn<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\nNh&oacute;m t&aacute;c giả xin tr&acirc;n trọng cảm ơn Ủy ban Nh&acirc;n d&acirc;n tỉnh C&agrave; Mau v&agrave; Sở Khoa học v&agrave; C&ocirc;ng nghệ tỉnh C&agrave; Mau đ&atilde; ph&ecirc; duyệt<\/span><\/span>, cấp kinh ph&iacute;<\/span><\/span> v&agrave; tạo điều kiện thuận lợi cho việc thực hiện nghi&ecirc;n cứu n&agrave;y. Nghi&ecirc;n cứu l&agrave; một phần kết quả của đề t&agrave;i cấp tỉnh &quot;Ứng dụng c&ocirc;ng nghệ viễn th&aacute;m, ảnh vệ tinh để quản l&yacute;, gi&aacute;m s&aacute;t t&agrave;i nguy&ecirc;n rừng v&agrave; sạt lở ven biển tr&ecirc;n địa b&agrave;n tỉnh C&agrave; Mau&quot;. Ch&uacute;ng t&ocirc;i cung xin gửi lời cảm ơn Chi cục Kiểm l&acirc;m tỉnh C&agrave; Mau đ&atilde; hỗ trợ ch&uacute;ng t&ocirc;i trong qu&aacute; tr&igrave;nh khảo s&aacute;t, thu thập dữ liệu điểm mẫu tr&ecirc;n địa b&agrave;n tỉnh. <\/span><\/span><\/span><\/span><\/span><\/p>\n\nCam kết của c&aacute;c t&aacute;c giả<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\nTất cả c&aacute;c t&aacute;c giả c&oacute; t&ecirc;n trong b&agrave;i b&aacute;o cam kết sự đồng thuận v&agrave; kh&ocirc;ng c&oacute; xung đột lợi &iacute;ch trong c&ocirc;ng bố khoa học tại b&agrave;i b&aacute;o n&agrave;y. <\/span><\/span><\/span><\/span><\/span><\/p>\n\nT&agrave;i liệu tham khảo<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\n[1] Knehtl, M., Petkovska, V., and Urbanič, G., &quot;Is it time to eliminate field surveys from hydromorphological assessments of rivers?&mdash;Comparison between a field survey and a remote sensing approach,&quot; Ecohydrology, vol. 11, no. 2, p. e1924, 2018.<\/span><\/span><\/span><\/span><\/span><\/p>\n\n[2] Mumby, P. J., Green, E. P., Edwards, A. J., and Clark, C. D., &quot;The cost-effectiveness of remote sensing for tropical coastal resources assessment and management,&quot; Journal of Environmental Management, vol. 55, no. 3, pp. 157-166, 1999.<\/span><\/span><\/span><\/span><\/span><\/p>\n\n[3] Asner, G., &quot;Cloud cover in Landsat observations of the Brazilian Amazon,&quot; International Journal of Remote Sensing, vol. 22, pp. 3855-3862, 2001.<\/span><\/span><\/span><\/span><\/span><\/p>\n\n[4] Eberhardt, I. D. et al., &quot;Cloud Cover Assessment for Operational Crop Monitoring Systems in Tropical Areas,&quot; Remote Sensing, vol. 8, no. 3, 2016.<\/span><\/span><\/span><\/span><\/span><\/p>\n\n[5] He, J. et al., &quot;Recent advances and challenges in monitoring and modeling of disturbances in tropical moist forests,&quot; Frontiers in Remote Sensing, Mini Review vol. Volume 5 - 2024, 2024.<\/span><\/span><\/span><\/span><\/span><\/p>\n\n[6] Thanh Son, N., Chen, C.-F., Chang, N.-B., Chen, C.-R., Chang, L.-Y., and Bui, X.-T., &quot;Mangrove Mapping and Change Detection in Ca Mau Peninsula, Vietnam, Using Landsat Data and Object-Based Image Analysis,&quot; IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, vol. 8, pp. 503-510, 2015.<\/span><\/span><\/span><\/span><\/span><\/p>\n\n[7] Chitra, N. T., Anusha, R., Kumar, S., Chandana, D. S., Harika, C., and Kumar, V. U., Satellite Imagery for Deforestation Prediction using Deep Learning. pp. 522-525,&nbsp; 2021<\/span><\/span><\/span><\/span><\/span><\/p>\n\n[8] Nichols, K. and Hosein, P., Estimating Deforestation using Machine Learning Algorithms. pp. 82-87,&nbsp; 2021<\/span><\/span><\/span><\/span><\/span><\/p>\n\n[9] Saha, S., Bhattacharjee, S., Shit, P. K., Sengupta, N., and Bera, B., &quot;Deforestation probability assessment using integrated machine learning algorithms of Eastern Himalayan foothills (India),&quot; Resources, Conservation &amp; Recycling Advances, vol. 14, p. 200077, 2022.<\/span><\/span><\/span><\/span><\/span><\/p>\n\n[10] Torres, D. L. et al., &quot;Deforestation Detection with Fully Convolutional Networks in the Amazon Forest from Landsat-8 and Sentinel-2 Images,&quot; Remote Sensing, vol. 13, no. 24, 2021.<\/span><\/span><\/span><\/span><\/span><\/p>\n\n[11] Vo, Q. T., Oppelt, N., Leinenkugel, P., and Kuenzer, C., &quot;Remote Sensing in Mapping Mangrove Ecosystems &mdash; An Object-Based Approach,&quot; Remote Sensing, vol. 5, no. 1, pp. 183-201, 2013.<\/span><\/span><\/span><\/span><\/span><\/p>\n\n[12] Ủy ban nh&acirc;n d&acirc;n tỉnh C&agrave; Mau, (2025), Quyết định về việc c&ocirc;ng bố hiện trạng rừng tỉnh C&agrave; Mau năm 2024.<\/span><\/span><\/span><\/span><\/span><\/p>\n\n[13] Drusch, M. et al., &quot;Sentinel-2: ESA&#39;s Optical High-Resolution Mission for GMES Operational Services,&quot; Remote Sensing of Environment, vol. 120, pp. 25-36, 2012.<\/span><\/span><\/span><\/span><\/span><\/p>\n\n[14] Pham, T.-D., Xia, J., Baier, G., Le, N., and Yokoya, N., Mangrove Species Mapping Using Sentinel-1 and Sentinel-2 Data in North Vietnam.&nbsp; 2019<\/span><\/span><\/span><\/span><\/span><\/p>\n\n[15] Hoang, T. T., Truong, V. T., Hayashi, M., Tadono, T., and Nasahara, K. N., &quot;New JAXA High-Resolution Land Use\/Land Cover Map for Vietnam Aiming for Natural Forest and Plantation Forest Monitoring,&quot; Remote Sensing, vol. 12, no. 17, 2020.<\/span><\/span><\/span><\/span><\/span><\/p>\n\n[16] Nguyen, H.-H., Bich, N. T. N., Nghia, N. H., Lan, T. T. N., Nguyen, T. T. H., and Dang, H. V., &quot;Estimation of changes in above-ground biomass and carbon stocks of mangrove forests using sentinel-2a in Thai Thuy district, Thai Binh province during 2015 - 2019,&quot; Vietnam Journal of Science and Technology, vol. 60, no. 1, pp. 73-91, 2022.<\/span><\/span><\/span><\/span><\/span><\/p>\n\n[17] Immitzer, M., Vuolo, F., and Atzberger, C., &quot;First Experience with Sentinel-2 Data for Crop and Tree Species Classifications in Central Europe,&quot; Remote Sensing, vol. 8, p. 166, 2016.<\/span><\/span><\/span><\/span><\/span><\/p>\n\n[18] Hoscilo, A. and Lewandowska, A., &quot;Mapping Forest Type and Tree Species on a Regional Scale Using Multi-Temporal Sentinel-2 Data,&quot; Remote Sensing, vol. 11, p. 929, 2019.<\/span><\/span><\/span><\/span><\/span><\/p>\n\n[19] Schuster, C., F&ouml;rster, M., and Kleinschmit, B., &quot;Testing the red edge channel for improving land-use classifications based on high-resolution multi-spectral satellite data,&quot; International Journal of Remote Sensing, vol. 33, pp. 5583-5599, 2012.<\/span><\/span><\/span><\/span><\/span><\/p>\n\n[20] Pradhan, S., Tiwari, K., and Dhar, A., &quot;Evaluation of Sentinel 2 Red Edge Channel for Enhancing Land Use Classification,&quot; 2021, pp. 79-89.<\/span><\/span><\/span><\/span><\/span><\/p>\n\n[21] Gorelick, N., Hancher, M., Dixon, M., Ilyushchenko, S., Thau, D., and Moore, R., &quot;Google Earth Engine: Planetary-scale geospatial analysis for everyone,&quot; Remote Sensing of Environment, vol. 202, pp. 18-27, 2017.<\/span><\/span><\/span><\/span><\/span><\/p>\n\n[22] Pratic&ograve;, S., Solano, F., Di Fazio, S., and Modica, G., &quot;Machine Learning Classification of Mediterranean Forest Habitats in Google Earth Engine Based on Seasonal Sentinel-2 Time-Series and Input Image Composition Optimisation,&quot; Remote Sensing, vol. 13, no. 4, 2021.<\/span><\/span><\/span><\/span><\/span><\/p>\n\n[23] Chen, B. et al., &quot;A mangrove forest map of China in 2015: Analysis of time series Landsat 7\/8 and Sentinel-1A imagery in Google Earth Engine cloud computing platform,&quot; ISPRS Journal of Photogrammetry and Remote Sensing, vol. 131, pp. 104-120, 2017.<\/span><\/span><\/span><\/span><\/span><\/p>\n\n[24] Main-Knorn, M., Pflug, B., Louis, J., Debaecker, V., M&uuml;ller-Wilm, U., and Gascon, F., Sen2Cor for Sentinel-2. p. 3,&nbsp; 2017<\/span><\/span><\/span><\/span><\/span><\/p>\n\n[25] Skakun, S. et al., &quot;Cloud Mask Intercomparison eXercise (CMIX): An evaluation of cloud masking algorithms for Landsat 8 and Sentinel-2,&quot; Remote Sensing of Environment, vol. 274, p. 112990, 2022.<\/span><\/span><\/span><\/span><\/span><\/p>\n\n[26] European Space, A., &quot;Sentinel-2 User Handbook,&quot; in &quot;ESA Standard Document,&quot; European Space Agency2015.<\/span><\/span><\/span><\/span><\/span><\/p>\n\n[27] Delegido, J., Verrelst, J., Alonso, L., and Moreno, J., &quot;Evaluation of Sentinel-2 Red-Edge Bands for Empirical Estimation of Green LAI and Chlorophyll Content,&quot; Sensors, vol. 11, no. 7, pp. 7063-7081, 2011.<\/span><\/span><\/span><\/span><\/span><\/p>\n\n[28] Wang, L., Silv&aacute;n-C&aacute;rdenas, J., and Sousa, W., &quot;Neural Network Classification of Mangrove Species from Multi-seasonal Ikonos Imagery,&quot; Photogrammetric Engineering &amp; Remote Sensing, vol. 74, pp. 921-927, 2008.<\/span><\/span><\/span><\/span><\/span><\/p>\n\n[29] Rouse, J., Haas, R., Schell, J., and Deering, D., &quot;Monitoring Vegetation Systems in the Great Plains with ERTS,&quot; NASA Special Publication, vol. 1, 1974.<\/span><\/span><\/span><\/span><\/span><\/p>\n\n[30] Huete, A., Didan, K., Miura, T., Rodriguez, E. P., Gao, X., and Ferreira, L. G., &quot;Overview of the radiometric and biophysical performance of the MODIS vegetation indices,&quot; Remote Sensing of Environment, vol. 83, no. 1, pp. 195-213, 2002.<\/span><\/span><\/span><\/span><\/span><\/p>\n\n[31] Huete, A. R., &quot;A soil-adjusted vegetation index (SAVI),&quot; Remote Sensing of Environment, vol. 25, no. 3, pp. 295-309, 1988.<\/span><\/span><\/span><\/span><\/span><\/p>\n\n[32] Key, C. and Benson, N., &quot;Landscape Assessment: Ground measure of severity, the Composite Burn Index; and Remote sensing of severity, the Normalized Burn Ratio,&quot; 2006, pp. LA 1-51.<\/span><\/span><\/span><\/span><\/span><\/p>\n\n[33] Lu, D., Mausel, P., Brond&iacute;zio, E., and Moran, E., &quot;Change Detection Techniques,&quot; International Journal of Remote Sensing, vol. 25, 2004.<\/span><\/span><\/span><\/span><\/span><\/p>\n\n[34] Th&aacute;i, V. V., Nguyễn, H.-H. H., L&ecirc; Thị Quỳnh, Ngọc, N. M., Hiếu, T. P. H., and Li&ecirc;m, N. D., &quot;Sử dụng chỉ số viễn th&aacute;m ph&aacute;t hiện mất rừng tr&ecirc;n ảnh Sentinel-2 tại tỉnh Thừa Thi&ecirc;n-Huế,&quot; Tạp ch&iacute; Khoa học v&agrave; C&ocirc;ng nghệ L&acirc;m nghiệp, vol. 4, 2021.<\/span><\/span><\/span><\/span><\/span><\/p>\n\n[35] Miller, J. D. and Thode, A. E., &quot;Quantifying burn severity in a heterogeneous landscape with a relative version of the delta Normalized Burn Ratio (dNBR),&quot; Remote Sensing of Environment, vol. 109, no. 1, pp. 66-80, 2007.<\/span><\/span><\/span><\/span><\/span><\/p>\n\n[36] Lyons, M. B., Keith, D. A., Phinn, S. R., Mason, T. J., and Elith, J., &quot;A comparison of resampling methods for remote sensing classification and accuracy assessment,&quot; Remote Sensing of Environment, vol. 208, pp. 145-153, 2018.<\/span><\/span><\/span><\/span><\/span><\/p>\n\n[37] A. Ramezan, C., A. Warner, T., and E. Maxwell, A., &quot;Evaluation of Sampling and Cross-Validation Tuning Strategies for Regional-Scale Machine Learning Classification,&quot; Remote Sensing, vol. 11, no. 2. doi: 10.3390\/rs11020185 <\/span><\/span><\/span><\/span><\/span><\/p>\n\n[38] Belgiu, M. and Drăguţ, L., &quot;Random forest in remote sensing: A review of applications and future directions,&quot; ISPRS Journal of Photogrammetry and Remote Sensing, vol. 114, pp. 24-31, 2016.<\/span><\/span><\/span><\/span><\/span><\/p>\n\n[39] Rodriguez-Galiano, V. F., Ghimire, B., Rogan, J., Chica-Olmo, M., and Rigol-Sanchez, J. P., &quot;An assessment of the effectiveness of a random forest classifier for land-cover classification,&quot; ISPRS Journal of Photogrammetry and Remote Sensing, vol. 67, pp. 93-104, 2012.<\/span><\/span><\/span><\/span><\/span><\/p>\n\n[40] Friedman, J., &quot;Greedy Function Approximation: A Gradient Boosting Machine,&quot; The Annals of Statistics, vol. 29, 2000.<\/span><\/span><\/span><\/span><\/span><\/p>\n\n[41] Mountrakis, G., Im, J., and Ogole, C., &quot;Support vector machines in remote sensing: A review,&quot; ISPRS Journal of Photogrammetry and Remote Sensing, vol. 66, no. 3, pp. 247-259, 2011.<\/span><\/span><\/span><\/span><\/span><\/p>\n\n[42] Pham, T. D., Yokoya, N., Bui, D. T., Yoshino, K., and Friess, D. A., &quot;Remote Sensing Approaches for Monitoring Mangrove Species, Structure, and Biomass: Opportunities and Challenges,&quot; Remote Sensing, vol. 11, no. 3, 2019.<\/span><\/span><\/span><\/span><\/span><\/p>\n\n[43] Rainio, O., Teuho, J., and Kl&eacute;n, R., &quot;Evaluation metrics and statistical tests for machine learning,&quot; Scientific Reports, vol. 14, 2024.<\/span><\/span><\/span><\/span><\/span><\/p>\n\n[44] Congalton, R. and Green, K., Assessing the Accuracy of Remotely Sensed Data: Principles and Practices, Third Edition.&nbsp; 2019<\/span><\/span><\/span><\/span><\/span><\/p>\n\n[45] Foody, G. M., &quot;Status of land cover classification accuracy assessment,&quot; Remote Sensing of Environment, vol. 80, no. 1, pp. 185-201, 2002.<\/span><\/span><\/span><\/span><\/span><\/p>\n\n[46] He, H. and Garcia, E. A., &quot;Learning from Imbalanced Data,&quot; Knowledge and Data Engineering, IEEE Transactions on, vol. 21, pp. 1263-1284, 2009.<\/span><\/span><\/span><\/span><\/span><\/p>\n\n[47] Olofsson, P., Foody, G. M., Herold, M., Stehman, S. V., Woodcock, C. E., and Wulder, M. A., &quot;Good practices for estimating area and assessing accuracy of land change,&quot; Remote Sensing of Environment, vol. 148, pp. 42-57, 2014.<\/span><\/span><\/span><\/span><\/span><\/p>\n\n[48] Story, M. and Congalton, R. G., &quot;Accuracy assessment: a user&rsquo;s perspective,&quot; Photogrammetric Engineering, vol. 52, no. 3, pp. 397-399, 1986.<\/span><\/span><\/span><\/span><\/span><\/p>\n\n[49] Hansen, M. C. et al., &quot;High-Resolution Global Maps of 21st-Century Forest Cover Change,&quot; Science (New York, N.Y.), vol. 342, pp. 850-853, 2013.<\/span><\/span><\/span><\/span><\/span><\/p>\n\n[50] Sokolova, M. and Lapalme, G., &quot;A systematic analysis of performance measures for classification tasks,&quot; Information Processing &amp; Management, vol. 45, pp. 427-437, 2009.<\/span><\/span><\/span><\/span><\/span><\/p>\n\n[51] Bullock, E. L., Woodcock, C. E., and Olofsson, P., &quot;Monitoring tropical forest degradation using spectral unmixing and Landsat time series analysis,&quot; Remote Sensing of Environment, vol. 238, p. 110968, 2020.<\/span><\/span><\/span><\/span><\/span><\/p>\n\n[52] Pontius, R. and Millones, M., &quot;Death to Kappa: Birth of quantity disagreement and allocation disagreement for accuracy assessment,&quot; International Journal of Remote Sensing, vol. 32, pp. 4407-4429, 2011.<\/span><\/span><\/span><\/span><\/span><\/p>\n\n[53] Dascălu, A., Catal&atilde;o, J., and Navarro, A., &quot;Detecting Deforestation Using Logistic Analysis and Sentinel-1 Multitemporal Backscatter Data,&quot; Remote Sensing, vol. 15, no. 2, 2023.<\/span><\/span><\/span><\/span><\/span><\/p>\n\n[54] Vargas, C., Itoh, T., Tsuji, S., Koide, T., Hirose, K., and Okonogi, H., &quot;Automatic Deforestation Detection Methodology Using Sentinel-1,&quot; in IGARSS 2019 - 2019 IEEE International Geoscience and Remote Sensing Symposium, 2019, pp. 6590-6593.<\/span><\/span><\/span><\/span><\/span><\/p>\n\n&nbsp;<\/p>\n\n<table class=\"MsoTableGrid\" style=\"margin-left:-.25pt; border-collapse:collapse; border:undefined\" width=\"557\">\n\t<tbody>\n\t\t<tr style=\"height:25.95pt\">\n\t\t\t<td style=\"width:359.45pt; padding:0cm 5.4pt 0cm 5.4pt; height:25.95pt\" valign=\"top\" width=\"479\">&nbsp;\n\t\t\t<a href=\"https:\/\/www.geocartagis.org\/thong-tin-khoa-hoc\" style=\"color:#0563c1; text-decoration:underline\" target=\"_blank\">Article&nbsp;<\/span><\/span><\/a>&copy; 2024&nbsp;by&nbsp;<\/span><\/span><\/span><\/span><a href=\"https:\/\/www.geocartagis.org\/\" style=\"color:#0563c1; text-decoration:underline\" target=\"_blank\">Magazine of Geodesy - Cartography&nbsp;<\/span><\/span><\/a>is licensed under&nbsp;<\/span><\/span><\/span><\/span><a href=\"https:\/\/creativecommons.org\/licenses\/by\/4.0\/?ref=chooser-v1\" style=\"color:#0563c1; text-decoration:underline\" target=\"_blank\">CC BY 4.0&nbsp;<\/span><\/span><\/a><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"width:58.15pt; padding:0cm 5.4pt 0cm 5.4pt; height:25.95pt\" valign=\"top\" width=\"78\">\n\t\t\t<img id=\"Picture_x0020_38\" src=\"file:\/\/\/C:\/Users\/Mr_Tung\/AppData\/Local\/Temp\/msohtmlclip1\/01\/clip_image010.png\" style=\"width:43.5pt; height:14.25pt\" \/> <\/span><\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t<\/tbody>\n<\/table>\n","image_url":"https:\/\/www.geocartagis.org\/datafiles\/46325\/upload\/images\/04_25\/matrung.png?t=1761292511","image_thumb_url":"https:\/\/www.geocartagis.org\/datafiles\/46325\/upload\/thumb_images\/04_25\/matrung.png?t=1770553253","tags":"","count_view":2172,"seo_name":"phat-hien-mat-rung-tu-dong-su-dung-thuat-toan-hoc-may-va-anh-sentinel-2-tren-google-earth-engine-nghien-cuu-tai-tinh-ca-mau","date_update":1761292500,"date_created_format":1761292646,"meta_title":"","meta_desc":"","meta_keyword":"Mất rừng,Cà Mau","qr_code":"https:\/\/www.geocartagis.org\/phat-hien-mat-rung-tu-dong-su-dung-thuat-toan-hoc-may-va-anh-sentinel-2-tren-google-earth-engine-nghien-cuu-tai-tinh-ca-mau"},{"id":723029,"name":"Ứng dụng phương pháp radar giao thoa (Psinsar) xử lý ảnh Sentinel1 xác định biến dạng bề mặt đất khu vực thị xã Mường Lay - Điện Biên","desc":"Nguyễn Đức Anh*<\/sup>, Phạm Thanh Hải, Nguyễn Trung Th&agrave;nh, Nguyễn C&ocirc;ng Qu&acirc;n, B&ugrave;i Phương Thảo<\/span><\/span><\/i><\/span><\/span><\/span><\/span><\/p>\n\n1<\/span><\/span><\/sup><\/i>Viện C&aacute;c khoa học Tr&aacute;i đất, Viện H&agrave;n l&acirc;m Khoa học v&agrave; C&ocirc;ng nghệ Việt Nam<\/span><\/span><\/i><\/span><\/span><\/span><\/span><\/p>\n\n*<\/span><\/span><\/i>Email t&aacute;c giả li&ecirc;n hệ: <\/span><\/span><\/i>nguyenducanh237@gmail.com<\/span><\/span><\/i><\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\ndoi.org\/10.5281\/zenodo.17042742<\/span><\/span><\/span><\/span><\/span><\/p>\n","content":"Ứng dụng phương ph&aacute;p radar giao thoa (Psinsar) xử l&yacute; ảnh Sentinel1 x&aacute;c định biến dạng bề mặt đất khu vực thị x&atilde; Mường Lay - Điện Bi&ecirc;n<\/span><\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\nNguyễn Đức Anh*<\/sup>, Phạm Thanh Hải, Nguyễn Trung Th&agrave;nh, Nguyễn C&ocirc;ng Qu&acirc;n, B&ugrave;i Phương Thảo<\/span><\/span><\/i><\/span><\/span><\/span><\/span><\/p>\n\n1<\/span><\/span><\/sup><\/i>Viện C&aacute;c khoa học Tr&aacute;i đất, Viện H&agrave;n l&acirc;m Khoa học v&agrave; C&ocirc;ng nghệ Việt Nam<\/span><\/span><\/i><\/span><\/span><\/span><\/span><\/p>\n\n*<\/span><\/span><\/i>Email t&aacute;c giả li&ecirc;n hệ: <\/span><\/span><\/i>nguyenducanh237@gmail.com<\/span><\/span><\/i><\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\ndoi.org\/10.5281\/zenodo.17042742<\/span><\/span><\/span><\/span><\/span><\/p>\n\nTóm tắt: <\/span><\/span><\/i><\/b><\/span><\/span><\/span><\/p>\n\n&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; Radar giao thoa l&agrave; một kỹ thuật được sử dụng rộng r&atilde;i để đo l&uacute;n mặt đất v&agrave; đ&atilde; cho thấy khả năng x&acirc;y dựng bản đồ biến dạng bề mặt đất cho một khu vực lớn với độ ch&iacute;nh x&aacute;c cao. Nghi&ecirc;n cứu n&agrave;y tr&igrave;nh b&agrave;y phương ph&aacute;p Radar giao thoa t&aacute;n xạ cố định (PSInSAR- Persistent Scatterer Interferometric Synthetic Aperture Radar) x&aacute;c định vận tốc biến dạng bề mặt địa h&igrave;nh cho khu vực khu vực thị x&atilde; Mường Lay &ndash; Điện Bi&ecirc;n dựa v&agrave;o dữ liệu ảnh Sentinel 1, quỹ đạo Acsending với 50 ảnh thời gian từ năm 2018 đến năm 2022. Kết quả nghi&ecirc;n cứu chỉ ra biến dạng bề mặt địa h&igrave;nh với 20.493 điểm PS gi&aacute; trị từ -8.1 mm\/năm đến 7.4 mm\/năm tr&ecirc;n to&agrave;n bộ khu vực thị x&atilde; Mường Lay. Gi&aacute; trị c&aacute;c điểm PS ph&acirc;n bố tr&ecirc;n c&aacute;c khu d&acirc;n cư dọc theo suối Nậm Lay thuộc khu vực thị x&atilde; Mường Lay cho thấy c&oacute; khu vực biểu hiện của việc dịch chuyển l&uacute;n xuống (gi&aacute; trị &acirc;m) v&agrave; khu vực dịch chuyển trồi l&ecirc;n (gi&aacute; trị dương). C&aacute;c kết quả n&agrave;y cung cấp cơ sở để x&aacute;c định nguy&ecirc;n nh&acirc;n biến đổi bề mặt địa h&igrave;nh v&agrave; đề xuất c&aacute;c giải ph&aacute;p ph&ograve;ng ngừa, giảm thiểu thiệt hại tại thị x&atilde; Mường Lay &ndash; Điện Bi&ecirc;n trong c&aacute;c nghi&ecirc;n cứu chuy&ecirc;n s&acirc;u tiếp theo.<\/span><\/span><\/i><\/span><\/span><\/span><\/p>\n\nTừ kh&oacute;a:<\/span><\/span><\/i><\/b> Mường Lay, PSinSAR, StamPS, SNAP<\/span><\/span><\/i><\/span><\/span><\/span><\/p>\n\n<table class=\"MsoTableGrid\" style=\"width:418.2pt; border-collapse:collapse; border:undefined\" width=\"558\">\n\t<tbody>\n\t\t<tr>\n\t\t\t<td style=\"width:99.25pt; padding:0cm 5.4pt 0cm 5.4pt\" valign=\"top\" width=\"132\">\n\t\t\tNg&agrave;y nhận b&agrave;i: <\/span><\/span>10\/08\/2025<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"width:3.0cm; padding:0cm 5.4pt 0cm 5.4pt\" valign=\"top\" width=\"113\">\n\t\t\tNg&agrave;y<\/span><\/span> sửa lại<\/span><\/span>: 18\/08\/2025<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"width:127.55pt; padding:0cm 5.4pt 0cm 5.4pt\" valign=\"top\" width=\"170\">\n\t\t\tNg&agrave;y chấp nhận đăng:<\/span><\/span> 20\/08\/2025<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"width:106.35pt; padding:0cm 5.4pt 0cm 5.4pt\" valign=\"top\" width=\"142\">\n\t\t\tNg&agrave;y xuất bản<\/span><\/span>: 30\/08\/2025<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t<\/tbody>\n<\/table>\n\n&nbsp;<\/p>\n\nApplication of Persistent Scatterer Interferometric SAR (PSInSAR) Method for Processing Sentinel-1 Images to Detect Surface Deformation in Muong Lay Town, Dien Bien Province<\/span><\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\nNguyen Duc Anh<\/span><\/span><\/i>*, <\/span><\/span><\/i>Pham Thanh Hai<\/span><\/span><\/i>, <\/span><\/span><\/i>Nguyen Trung Thanh<\/span><\/span><\/i>, <\/span><\/span><\/i>Nguyen Cong Quan<\/span><\/span><\/i>, <\/span><\/span><\/i>Bui Phuong Thao<\/span><\/span><\/i><\/span><\/span><\/span><\/p>\n\nInstitute of Earth Sciences, Vietnam Academy of Science and Technology<\/span><\/span><\/i><\/span><\/span><\/span><\/span><\/p>\n\n*<\/span><\/span><\/i>Corresponding Author Email: nguyenducanh237@gmail.com<\/span><\/span><\/i><\/span><\/span><\/span><\/span><\/p>\n\n&nbsp;<\/p>\n\nAbstract<\/span><\/span><\/i><\/b>:<\/span><\/span><\/i><\/b><\/span><\/span><\/span><\/p>\n\nInterferometry (InSAR) is a technique to measure ground subsidence and has ability to building ground subsidence map on a large spatial scalewith high accuracy from space. TThis study presents the Persistent Scatterer Interferometric Synthetic Aperture Radar (PSInSAR) method to determine the surface deformation velocity of the terrain in Muong Lay town &ndash; Dien Bien province, based on Sentinel-1 ascending orbit data with 50 images acquired from 2018 to 2022. The results reveal surface deformation in the Muong Lay area with 20.493 PS points, ranging from -8.1 mm\/year to 7.4 mm\/year. The distribution of PS values across residential areas along the Nam Lay stream within Muong Lay town indicates zones experiencing downward subsidence (negative values) as well as uplift (positive values). These findings provide a basis for identifying the causes of terrain surface changes and for proposing preventive measures to mitigate damages in Muong Lay town, Dien Bien province, in future in-depth studies.<\/span><\/span><\/span><\/i><\/span><\/span><\/span><\/p>\n\nKeywords<\/span><\/span><\/span><\/i><\/b>: Mường Lay, PSinSAR, StamPS, SNAP<\/span><\/span><\/span><\/i><\/span><\/span><\/span><\/p>\n\n<table class=\"MsoTableGrid\" style=\"width:419.05pt; border-collapse:collapse; border:undefined\" width=\"559\">\n\t<tbody>\n\t\t<tr>\n\t\t\t<td style=\"width:120.5pt; padding:0cm 5.4pt 0cm 5.4pt\" valign=\"top\" width=\"161\">\n\t\t\tSubmission re<\/span><\/span>ceiv<\/span><\/span>ed: 10\/08\/2025<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"width:92.15pt; padding:0cm 5.4pt 0cm 5.4pt\" valign=\"top\" width=\"123\">\n\t\t\tRevised: 18\/08\/2025<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"width:3.0cm; padding:0cm 5.4pt 0cm 5.4pt\" valign=\"top\" width=\"113\">\n\t\t\tAccepted<\/span><\/span>:<\/span><\/span> 20\/08\/2025<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"width:121.35pt; padding:0cm 5.4pt 0cm 5.4pt\" valign=\"top\" width=\"162\">\n\t\t\tPublished: 30\/08\/2025<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t<\/tbody>\n<\/table>\n\n&nbsp;<\/p>\n\n1. <\/span><\/span><\/b>Mở đầu<\/span><\/span><\/b> <\/b><\/span><\/span><\/span><\/p>\n\nBiến dạng bề mặt đất hiện nay l&agrave; một trong những dạng tai biến ảnh hưởng trực tiếp đến đời sống của người d&acirc;n. C&aacute;c hiện tượng trượt lở đất, sụt l&uacute;n trong khu vực c&oacute; biến dạng bề mặt đất thường ảnh hưởng v&agrave; g&acirc;y thiệt hại nghi&ecirc;m trọng trong đời sống của người d&acirc;n. Nghi&ecirc;n cứu biến dạng bề mặt đất trở th&agrave;nh một trong những nhiệm vụ quan trọng trong ph&aacute;t triển kinh tế - x&atilde; hội. Hiện nay, nghi&ecirc;n cứu biến dạng bề mặt đất bằng c&aacute;c phương ph&aacute;p kh&aacute;c nhau bao gồm nh&oacute;m c&aacute;c phương ph&aacute;p đo đạc truyền thống tại hiện trường v&agrave; nh&oacute;m c&aacute;c phương ph&aacute;p ứng dụng viễn th&aacute;m v&agrave; GIS.<\/span><\/span><\/span><\/span><\/span><\/p>\n\nTr&ecirc;n thế giới, với sự ph&aacute;t triển của c&ocirc;ng nghệ radar vệ tinh, c&ugrave;ng với sự ra đời của phương ph&aacute;p radar giao thoa đ&atilde; cho ph&eacute;p nghi&ecirc;n cứu biến dạng bề mặt đất tr&ecirc;n khu vực kh&ocirc;ng gian rộng với độ ch&iacute;nh x&aacute;c đạt tới milimet. Nguy&ecirc;n l&yacute; của giao thoa radar l&agrave; th&ocirc;ng qua xử l&yacute; cặp ảnh của một hoặc hai vệ tinh thu nhận ảnh tr&ecirc;n c&ugrave;ng một khu vực v&agrave; ở hai thời điểm kh&aacute;c nhau, c&ugrave;ng một băng tần dựa tr&ecirc;n gi&aacute; trị lệch pha của cặp ảnh radar. <\/span><\/span><\/span>Pha giao thoa c&oacute; thể được tạo th&agrave;nh khi một cặp ảnh với thời gian gi&atilde;n c&aacute;ch rất ngắn, l&uacute;c n&agrave;y địa h&igrave;nh kh&ocirc;ng c&oacute; thay đổi v&agrave; pha giao thoa chỉ chứa pha của địa h&igrave;nh. Nhưng nếu khoảng thời gian gi&atilde;n c&aacute;ch lớn, địa h&igrave;nh thay đổi th&igrave; pha giao thoa l&uacute;c đ&oacute; sẽ bao gồm pha địa h&igrave;nh v&agrave; pha thay đổi của địa h&igrave;nh. <\/span><\/span><\/span><\/span><\/span><\/p>\n\nC&ocirc;ng nghệ radar giao thoa vi ph&acirc;n (DInSAR &ndash; Diffrential InSAR) đầu ti&ecirc;n được ứng dụng với ảnh Seasat để nghi&ecirc;n cứu những thay đổi nhỏ về độ cao tr&ecirc;n một v&ugrave;ng rộng 50 km ở thung lũng Imperial, California, Mỹ.&nbsp; <\/span><\/span><\/span>Chatterjee v&agrave; cộng sự đ&atilde; nghi&ecirc;n cứu t&igrave;nh trạng l&uacute;n bề mặt đất do khai th&aacute;c nước dưới đất bằng c&ocirc;ng nghệ Ra-đa giao thoa &aacute;p dụng cho th&agrave;nh phố Calcutta, Ấn Độ với dữ liệu từ năm 1992 tới 1998. Fruneau v&agrave; nnk nghi&ecirc;n cứu sụt l&uacute;n do khai th&aacute;c nước dưới đất ở Pa-ri (Ph&aacute;p) với 40 ảnh ra-đa, 87 điểm đo c&aacute;c đặc trưng của kh&iacute; quyển v&agrave; 670 điểm đo sụt l&uacute;n tại mặt đất. Nghi&ecirc;n cứu đ&atilde; hạn chế được nhược điểm của phương ph&aacute;p ra-đa giao thoa l&agrave; bị ảnh hưởng do sự kh&aacute;c biệt về kh&iacute; quyển giữa hai lần chụp. L&oacute;pez-Quiroz v&agrave; cộng sự đ&atilde; nghi&ecirc;n cứu sụt l&uacute;n ở th&agrave;nh phố M&ecirc;-xi-c&ocirc; (M&ecirc;-xi-c&ocirc;) từ năm 2002 tới 2007 bằng c&ocirc;ng nghệ ra-đa giao thoa vệ tinh. Với 14 tấm ảnh RadarSat-1 độ ph&acirc;n giải 8.9 m từ th&aacute;ng 10\/2005 tới 10\/2009, m&ocirc; h&igrave;nh số địa h&igrave;nh từ ra-đa giao thoa (SRTM-<\/span><\/span> <\/b>Shuttle Radar Topography Mission) độ ph&acirc;n giải 90 m, c&aacute;c điểm đo l&uacute;n mặt đất v&agrave; sử dụng phương ph&aacute;p ra-đa giao thoa t&aacute;n xạ cố định (PSI-<\/span><\/span> Permanent Scatterers Interferometry), 40 ảnh giao thoa đ&atilde; được th&agrave;nh lập cho th&agrave;nh phố Băng-Cốc nhằm nghi&ecirc;n cứu l&uacute;n mặt đất. <\/span><\/span><\/span><\/span><\/span><\/p>\n\nỨng dụng kỹ thật SAR giao thoa nghi&ecirc;n cứu biến dạng bề mặt địa h&igrave;nh tại nước ta đ&atilde; được ứng dụng tương đối rộng d&atilde;i v&agrave; tập trung tại khu vực th&agrave;nh phố lớn như H&agrave; Nội, th&agrave;nh phố Hồ Ch&iacute; Minh v&agrave; một số đ&ocirc; thị lớn dọc ven biển nước ta. <\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\nNghi&ecirc;n cứu của L&ecirc; Văn Trung v&agrave; Hồ Tống Minh Định [3] kết hợp với dữ liệu DEM-SRTM, tiến h&agrave;nh xử l&yacute; giao thoa theo kỹ thuật InSAR v&agrave; thử nghiệm tiếp kỹ thuật xử l&yacute; PSInSAR với c&aacute;c ảnh vệ tinh ERS-1 v&agrave; ERS-2 (đều cho khu vực th&agrave;nh phố Hồ Ch&iacute; Minh<\/span><\/span><\/span>. <\/span><\/span>Nghi&ecirc;n cứu của Trần V&acirc;n Anh v&agrave; nnk [6], năm 2007 đ&atilde; sử dụng ảnh JERS-1 k&ecirc;nh L c&aacute;c năm 1995 v&agrave; 1998 cho nghi&ecirc;n cứu sụt l&uacute;n đất khu vực nội đ&ocirc; v&agrave; phụ cận H&agrave; Nội đ&atilde; sử dụng dữ liệu đo l&uacute;n tại c&aacute;c trạm mặt đất so s&aacute;nh v&agrave; chuẩn ho&aacute; với kết quả từ ảnh giao thoa. Nghi&ecirc;n cứu của Đặng Vũ Khắc v&agrave; nnk, 2013 [7] sử dụng 22 ảnh ALOS PALSAR (k&ecirc;nh s&oacute;ng L) trong giai đoạn 2\/2007-2\/2011 với phương ph&aacute;p giao thoa đa thời gian StaMPS\/MTI, phương ph&aacute;p n&agrave;y tổ hợp cả hai c&aacute;ch tiếp cận Persistent Scatterers v&agrave; Small Baseline để t&aacute;ch ra dấu hiệu biến dạng tại c&aacute;c điểm ảnh v&agrave; l&agrave;m tăng tỷ số t&iacute;n hiệu\/nhiễu. Nghi&ecirc;n cứu của Trần Quốc Cường v&agrave; nnk [1] ứng dụng c&ocirc;ng nghệ radar giao thoa để nghi&ecirc;n cứu x&aacute;c định l&uacute;n cho th&agrave;nh khu vực trung t&acirc;m phố H&agrave; Nội thời gian từ năm 2000 đến 2014, đề t&agrave;i m&atilde; số DTDL.2012 &ndash; T\/28 sử dụng dữ liệu ảnh TerraSAR-X v&agrave; ảnh Cosmo Skymed với bước s&oacute;ng 3.1cm (k&ecirc;nh X) x&aacute;c định biến dạng bề mặt đất giai đoạn 2011 &ndash; 2014 qua hai phương ph&aacute;p PSInSAR v&agrave; phương ph&aacute;p SQueeSAR. Tuy nhi&ecirc;n hai dữ liệu tr&ecirc;n đều l&agrave; dữ liệu ảnh thương mại với chi ph&iacute; rất lớn. Gần đ&acirc;y, nghi&ecirc;n cứu cơ sở khoa học v&agrave; đề xuất giải ph&aacute;p cảnh b&aacute;o sớm tai biến sụt đất, trượt lở, lũ qu&eacute;t, lũ b&ugrave;n đ&aacute; miền Bắc Việt Nam bằng c&ocirc;ng nghệ viễn th&aacute;m v&agrave; dữ liệu về cấu tr&uacute;c địa chất&rdquo; m&atilde; số VT-UD.05\/18-20 của Trần Quốc Cường v&agrave; nnk (2021) [2] đ&atilde; x&aacute;c định biến dạng bề mặt đất cho khu vực trung t&acirc;m Cẩm Phả - Quảng Ninh th&ocirc;ng qua ảnh radar Sentinel l&agrave; ảnh miễn ph&iacute; được cung cấp bởi cơ quan Vũ trụ ch&acirc;u &Acirc;u (ESA &ndash; European Space Agency th&ocirc;ng qua phương ph&aacute;p sử l&yacute; PSInSAR.<\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\nTrong b&agrave;i b&aacute;o n&agrave;y, t&aacute;c giả sử dụng tư liệu ảnh Sentinel th&ocirc;ng qua phương ph&aacute;p PSInSAR để x&aacute;c định biến dạng bề mặt đất cho một khu vực thuộc miền n&uacute;i ph&iacute;a Bắc l&agrave; thị x&atilde; Mường Lay &ndash; Điện Bi&ecirc;n<\/span><\/span><\/span>.<\/span><\/span><\/span><\/span><\/span><\/p>\n\n2. Phạm vi khu vực nghi&ecirc;n cứu v&agrave; số liệu sử dụng<\/span><\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\nThị x&atilde; Mường Lay nằm ở ph&iacute;a bắc tỉnh Điện Bi&ecirc;n, c&aacute;ch th&agrave;nh phố Điện Bi&ecirc;n Phủ 103&nbsp;km về ph&iacute;a bắc, c&aacute;ch trung t&acirc;m thủ đ&ocirc;&nbsp;<\/span><\/span><\/span><a href=\"https:\/\/vi.wikipedia.org\/wiki\/H%C3%A0_N%E1%BB%99i\" style=\"color:#0563c1; text-decoration:underline\" title=\"Hà Nội\">H&agrave; Nội<\/span><\/span><\/span><\/span><\/span><\/a>&nbsp;576&nbsp;km về ph&iacute;a t&acirc;y bắc, c&oacute; vị tr&iacute; địa l&yacute;:<\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\nPh&iacute;a bắc gi&aacute;p huyện&nbsp;<\/span><\/span><\/span><a href=\"https:\/\/vi.wikipedia.org\/wiki\/N%E1%BA%ADm_Nh%C3%B9n\" style=\"color:#0563c1; text-decoration:underline\" title=\"Nậm Nhùn\">Nậm Nh&ugrave;n<\/span><\/span><\/span><\/span><\/span><\/a>&nbsp;v&agrave; huyện&nbsp;<\/span><\/span><\/span><a href=\"https:\/\/vi.wikipedia.org\/wiki\/S%C3%ACn_H%E1%BB%93\" style=\"color:#0563c1; text-decoration:underline\" title=\"Sìn Hồ\">S&igrave;n Hồ<\/span><\/span><\/span><\/span><\/span><\/a>, tỉnh&nbsp;<\/span><\/span><\/span><a href=\"https:\/\/vi.wikipedia.org\/wiki\/Lai_Ch%C3%A2u\" style=\"color:#0563c1; text-decoration:underline\" title=\"Lai Châu\">Lai Ch&acirc;u<\/span><\/span><\/span><\/span><\/span><\/a>&nbsp;qua&nbsp;<\/span><\/span><\/span><a href=\"https:\/\/vi.wikipedia.org\/wiki\/S%C3%B4ng_%C4%90%C3%A0\" style=\"color:#0563c1; text-decoration:underline\" title=\"Sông Đà\">s&ocirc;ng Đ&agrave;<\/span><\/span><\/span><\/span><\/span><\/a>, c&aacute;c ph&iacute;a c&ograve;n lại gi&aacute;p huyện&nbsp;<\/span><\/span><\/span><a href=\"https:\/\/vi.wikipedia.org\/wiki\/M%C6%B0%E1%BB%9Dng_Ch%C3%A0\" style=\"color:#0563c1; text-decoration:underline\" title=\"Mường Chà\">Mường Ch&agrave;<\/span><\/span><\/span><\/span><\/span><\/a>.<\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\nThị x&atilde; Mường Lay c&oacute; diện t&iacute;ch 112,67&nbsp;km&sup2;, gồm 3 đơn vị h&agrave;nh ch&iacute;nh cấp x&atilde; trực thuộc, bao gồm 2 phường:&nbsp;<\/span><\/span><\/span><a href=\"https:\/\/vi.wikipedia.org\/wiki\/Na_Lay\" style=\"color:#0563c1; text-decoration:underline\" title=\"Na Lay\">Na Lay<\/span><\/span><\/span><\/span><\/span><\/a>,&nbsp;<\/span><\/span><\/span><a href=\"https:\/\/vi.wikipedia.org\/wiki\/S%C3%B4ng_%C4%90%C3%A0_(ph%C6%B0%E1%BB%9Dng)\" style=\"color:#0563c1; text-decoration:underline\" title=\"Sông Đà (phường)\">S&ocirc;ng Đ&agrave;<\/span><\/span><\/span><\/span><\/span><\/a>&nbsp;v&agrave; x&atilde;&nbsp;<\/span><\/span><\/span><a href=\"https:\/\/vi.wikipedia.org\/wiki\/Lay_N%C6%B0a\" style=\"color:#0563c1; text-decoration:underline\" title=\"Lay Nưa\">Lay Nưa<\/span><\/span><\/span><\/span><\/span><\/a>.<\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\n&nbsp;<\/p>\n\nVề địa chất, khu vực Mường Lay c&oacute; cấu tr&uacute;c ch&iacute;nh phương &aacute; kinh tuyến với hệ đứt g&atilde;y lớn (đứt g&atilde;y Lai Ch&acirc;u-Điện Bi&ecirc;n) cung phương &aacute; kinh tuyến, ở đ&acirc;y gồm c&aacute;c th&agrave;nh tạo Paleozoi- Mezozoi gồm đ&aacute; lục nguy&ecirc;n, lục nguy&ecirc;n-cacbonat v&agrave; đ&aacute; biến chất. Chiều d&agrave;y vở phong h&oacute;a thay đổi từ 0- 20-30m, Kiểu vỏ phong h&oacute;a chủ yếu l&agrave; Sapolit, ferosialit. <\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\n&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;<\/span><\/span><\/span><\/i><\/span><\/span><\/span><img src=\"\/datafiles\/46325\/upload\/images\/image(300).png\" style=\"width: 301px; height: 239px;\" \/><\/p>\n\n&nbsp; H&igrave;nh 1. Sơ đồ khu vực nghi&ecirc;n cứu<\/span><\/span><\/span><\/i><\/span><\/span><\/span><\/p>\n\nĐịa h&igrave;nh trong khu vực ph&acirc;n dị mạnh với độ chia cắt s&acirc;u lớn 500-800m, chia cắt ngang mạnh với d&ograve;ng chảy cấp 1 chiếm đa số, mạng lưới s&ocirc;ng suối dạng c&agrave;nh c&acirc;y đặc trưng với h&igrave;nh th&aacute;i lưu vực h&igrave;nh chữ nhật.&nbsp; Độ dốc sườn lớn với dạng sườn thẳng, ph&aacute;t triển nhiều v&aacute;ch dốc đứng. <\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\n2.1. Cơ sở dữ liệu<\/i><\/b><\/span><\/span><\/p>\n\n- Dữ liệu ảnh radar: Trong nghi&ecirc;n cứu, sử dụng ảnh Sentinel từ vệ tinh Sentinel-1 thuộc chương tr&igrave;nh Copernicus đ&atilde; được đưa l&ecirc;n quĩ đạo ng&agrave;y 3\/4\/2014. Dữ liệu Sentinel-1 hiện nay ho&agrave;n to&agrave;n miễn ph&iacute;, trong phạm vi v&ugrave;ng nghi&ecirc;n cứu của đề t&agrave;i, dữ liệu ảnh sentinel được download về từ trang web:&nbsp; <a href=\"https:\/\/scihub.copernicus.eu\/?fbclid=IwAR02hgLLIlrPpnzRx5YCS2Le0uQQf09M3FzGfBkiW4JeAbFCwRbup66QATY\" style=\"color:#0563c1; text-decoration:underline\" target=\"_blank\">https:\/\/scihub.copernicus.eu\/<\/a><\/span><\/span><\/p>\n\nDữ liệu ảnh khu vực nghi&ecirc;n cứu với 50 ảnh, ph&acirc;n cực VV v&agrave; quỹ đạo Ascending. Thời gian từ năm 2018 đến 2022.<\/span><\/span><\/p>\n\nẢnh Sentinel-1 được sử dụng trong nghi&ecirc;n cứu n&agrave;y l&agrave; ảnh thu nhận ảnh dạng Interferometric Wide (IW). Dữ liệu với độ d&agrave;i 250 km ở độ ph&acirc;n giải kh&ocirc;ng gian 5 m x 20 m (nh&igrave;n đơn). Chế độ IW chụp ba dải phụ th&ocirc;ng qua c&ocirc;ng nghệ qu&eacute;t lũy tiến TOPSAR (The Terrain Observation with Progressive Scans SAR).<\/span><\/span><\/p>\n\n&nbsp;<\/p>\n\n<table class=\"MsoTableGrid\" style=\"border-collapse:collapse; border:undefined\">\n\t<tbody>\n\t\t<tr style=\"height:171.0pt\">\n\t\t\t<td style=\"width:9.0cm; padding:0cm 5.4pt 0cm 5.4pt; height:171.0pt\" valign=\"top\" width=\"340\">\n\t\t\tH&igrave;nh 2. Chế độ thu nhận của TOPSAR Sub-Swath.<\/span><\/span><\/i><\/span><\/span><\/span><\/p>\n\n\t\t\t<img src=\"\/datafiles\/46325\/upload\/images\/image(301).png\" style=\"width: 299px; height: 194px;\" \/><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"width:6.0cm; padding:0cm 5.4pt 0cm 5.4pt; height:171.0pt\" valign=\"top\" width=\"227\">\n\t\t\tMỗi ảnh thu nhận được đểu c&oacute; ba vệt dọc ảnh subswaths IW, được đ&aacute;nh dấu IW1, IW2, IW3 từ phải qua tr&aacute;i. Trong mỗi IW c&oacute; 9 đến 10 burst t&ugrave;y từng khu vực nghi&ecirc;n cứu. V&ugrave;ng Mường Lay &ndash; Điện Bi&ecirc;n thuộc subswaths IW2, burst từ 1 &ndash; 2.<\/span><\/span><\/span><\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\n\t\t\t&nbsp;<\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t<\/tbody>\n<\/table>\n\n&nbsp;<\/p>\n\n<img src=\"\/datafiles\/46325\/upload\/images\/image(302).png\" style=\"width: 301px; height: 187px;\" \/><\/p>\n\n&nbsp;<\/p>\n\nH&igrave;nh 3. Dải chụp v&agrave; burst ảnh khu vực nghi&ecirc;n cứu Mường Lay &ndash; Điện Bi&ecirc;n<\/span><\/i><\/span><\/span><\/p>\n\n&nbsp;<\/p>\n\nBảng 1. <\/span><\/span><\/span><\/i>Tập hợp ảnh quỹ đạo Ascending khu vực Mường Lay &ndash; Đi&ecirc;n Bi&ecirc;n<\/span><\/span><\/span><\/span><\/span><\/i><\/span><\/span><\/span><\/span><\/span><\/p>\n\n<table align=\"center\" class=\"Table\" style=\"width:368.3pt; border-collapse:collapse; border:solid windowtext 1.0pt\" width=\"491\">\n\t<tbody>\n\t\t<tr style=\"height:11.9pt\">\n\t\t\t<td style=\"border:solid windowtext 1.0pt; width:29.8pt; padding:0cm 5.4pt 0cm 5.4pt; height:11.9pt\" width=\"40\">\n\t\t\tSTT<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border:solid windowtext 1.0pt; width:56.4pt; border-left:none; padding:0cm 5.4pt 0cm 5.4pt; height:11.9pt\" width=\"75\">\n\t\t\tThời gian<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border:solid windowtext 1.0pt; width:29.75pt; border-left:none; padding:0cm 5.4pt 0cm 5.4pt; height:11.9pt\" width=\"40\">\n\t\t\tSTT<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td nowrap=\"nowrap\" style=\"border:solid windowtext 1.0pt; width:61.0pt; border-left:none; padding:0cm 5.4pt 0cm 5.4pt; height:11.9pt\" width=\"81\">\n\t\t\tThời gian<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border:solid windowtext 1.0pt; width:29.75pt; border-left:none; padding:0cm 5.4pt 0cm 5.4pt; height:11.9pt\" width=\"40\">\n\t\t\tSTT<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border:solid windowtext 1.0pt; width:62.4pt; border-left:none; padding:0cm 5.4pt 0cm 5.4pt; height:11.9pt\" width=\"83\">\n\t\t\tThời gian<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border:solid windowtext 1.0pt; width:29.75pt; border-left:none; padding:0cm 5.4pt 0cm 5.4pt; height:11.9pt\" width=\"40\">\n\t\t\tSTT<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border:solid windowtext 1.0pt; width:69.45pt; border-left:none; padding:0cm 5.4pt 0cm 5.4pt; height:11.9pt\" width=\"93\">\n\t\t\tThời gian<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr style=\"height:11.9pt\">\n\t\t\t<td style=\"border:solid windowtext 1.0pt; width:29.8pt; border-top:none; padding:0cm 5.4pt 0cm 5.4pt; height:11.9pt\" width=\"40\">\n\t\t\t1<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td nowrap=\"nowrap\" style=\"border-bottom:solid windowtext 1.0pt; width:56.4pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:11.9pt\" valign=\"bottom\" width=\"75\">\n\t\t\t19\/01\/2018<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:29.75pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:11.9pt\" width=\"40\">\n\t\t\t15<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td nowrap=\"nowrap\" style=\"border-bottom:solid windowtext 1.0pt; width:61.0pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:11.9pt\" valign=\"bottom\" width=\"81\">\n\t\t\t19\/06\/2019<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:29.75pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:11.9pt\" width=\"40\">\n\t\t\t27<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:62.4pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:11.9pt\" valign=\"bottom\" width=\"83\">\n\t\t\t19\/07\/2020<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:29.75pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:11.9pt\" valign=\"top\" width=\"40\">\n\t\t\t40<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:69.45pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:11.9pt\" valign=\"top\" width=\"93\">\n\t\t\t26\/07\/2021<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr style=\"height:11.9pt\">\n\t\t\t<td style=\"border:solid windowtext 1.0pt; width:29.8pt; border-top:none; padding:0cm 5.4pt 0cm 5.4pt; height:11.9pt\" width=\"40\">\n\t\t\t2<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td nowrap=\"nowrap\" style=\"border-bottom:solid windowtext 1.0pt; width:56.4pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:11.9pt\" valign=\"bottom\" width=\"75\">\n\t\t\t08\/03\/2018<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:29.75pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:11.9pt\" width=\"40\">\n\t\t\t15<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td nowrap=\"nowrap\" style=\"border-bottom:solid windowtext 1.0pt; width:61.0pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:11.9pt\" valign=\"bottom\" width=\"81\">\n\t\t\t13\/07\/2019<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:29.75pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:11.9pt\" width=\"40\">\n\t\t\t28<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:62.4pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:11.9pt\" valign=\"bottom\" width=\"83\">\n\t\t\t12\/08\/2020<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:29.75pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:11.9pt\" valign=\"top\" width=\"40\">\n\t\t\t41<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:69.45pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:11.9pt\" valign=\"top\" width=\"93\">\n\t\t\t19\/08\/2021<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr style=\"height:11.9pt\">\n\t\t\t<td style=\"border:solid windowtext 1.0pt; width:29.8pt; border-top:none; padding:0cm 5.4pt 0cm 5.4pt; height:11.9pt\" width=\"40\">\n\t\t\t3<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td nowrap=\"nowrap\" style=\"border-bottom:solid windowtext 1.0pt; width:56.4pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:11.9pt\" valign=\"bottom\" width=\"75\">\n\t\t\t13\/04\/2018<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:29.75pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:11.9pt\" width=\"40\">\n\t\t\t16<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td nowrap=\"nowrap\" style=\"border-bottom:solid windowtext 1.0pt; width:61.0pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:11.9pt\" valign=\"bottom\" width=\"81\">\n\t\t\t06\/08\/2019<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:29.75pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:11.9pt\" width=\"40\">\n\t\t\t29<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:62.4pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:11.9pt\" valign=\"bottom\" width=\"83\">\n\t\t\t29\/09\/2020<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:29.75pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:11.9pt\" valign=\"top\" width=\"40\">\n\t\t\t42<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:69.45pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:11.9pt\" valign=\"top\" width=\"93\">\n\t\t\t12\/09\/2021<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr style=\"height:11.9pt\">\n\t\t\t<td style=\"border:solid windowtext 1.0pt; width:29.8pt; border-top:none; padding:0cm 5.4pt 0cm 5.4pt; height:11.9pt\" width=\"40\">\n\t\t\t4<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td nowrap=\"nowrap\" style=\"border-bottom:solid windowtext 1.0pt; width:56.4pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:11.9pt\" valign=\"bottom\" width=\"75\">\n\t\t\t19\/05\/2018<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:29.75pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:11.9pt\" width=\"40\">\n\t\t\t17<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td nowrap=\"nowrap\" style=\"border-bottom:solid windowtext 1.0pt; width:61.0pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:11.9pt\" valign=\"bottom\" width=\"81\">\n\t\t\t11\/09\/2019<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:29.75pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:11.9pt\" width=\"40\">\n\t\t\t30<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:62.4pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:11.9pt\" valign=\"bottom\" width=\"83\">\n\t\t\t23\/10\/2020<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:29.75pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:11.9pt\" valign=\"top\" width=\"40\">\n\t\t\t43<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:69.45pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:11.9pt\" valign=\"top\" width=\"93\">\n\t\t\t06\/10\/2021<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr style=\"height:11.9pt\">\n\t\t\t<td style=\"border:solid windowtext 1.0pt; width:29.8pt; border-top:none; padding:0cm 5.4pt 0cm 5.4pt; height:11.9pt\" width=\"40\">\n\t\t\t5<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td nowrap=\"nowrap\" style=\"border-bottom:solid windowtext 1.0pt; width:56.4pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:11.9pt\" valign=\"bottom\" width=\"75\">\n\t\t\t24\/06\/2018<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:29.75pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:11.9pt\" width=\"40\">\n\t\t\t18<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td nowrap=\"nowrap\" style=\"border-bottom:solid windowtext 1.0pt; width:61.0pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:11.9pt\" valign=\"bottom\" width=\"81\">\n\t\t\t17\/10\/2019<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:29.75pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:11.9pt\" width=\"40\">\n\t\t\t31<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:62.4pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:11.9pt\" valign=\"bottom\" width=\"83\">\n\t\t\t16\/11\/2020<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:29.75pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:11.9pt\" valign=\"top\" width=\"40\">\n\t\t\t44<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:69.45pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:11.9pt\" valign=\"top\" width=\"93\">\n\t\t\t11\/11\/2021<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr style=\"height:11.9pt\">\n\t\t\t<td style=\"border:solid windowtext 1.0pt; width:29.8pt; border-top:none; padding:0cm 5.4pt 0cm 5.4pt; height:11.9pt\" width=\"40\">\n\t\t\t6<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td nowrap=\"nowrap\" style=\"border-bottom:solid windowtext 1.0pt; width:56.4pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:11.9pt\" valign=\"bottom\" width=\"75\">\n\t\t\t11\/08\/2018<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:29.75pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:11.9pt\" width=\"40\">\n\t\t\t19<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td nowrap=\"nowrap\" style=\"border-bottom:solid windowtext 1.0pt; width:61.0pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:11.9pt\" valign=\"bottom\" width=\"81\">\n\t\t\t22\/11\/2019<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:29.75pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:11.9pt\" width=\"40\">\n\t\t\t32<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:62.4pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:11.9pt\" valign=\"bottom\" width=\"83\">\n\t\t\t10\/12\/2020<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:29.75pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:11.9pt\" valign=\"top\" width=\"40\">\n\t\t\t45<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:69.45pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:11.9pt\" valign=\"top\" width=\"93\">\n\t\t\t17\/12\/2021<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr style=\"height:11.9pt\">\n\t\t\t<td style=\"border:solid windowtext 1.0pt; width:29.8pt; border-top:none; padding:0cm 5.4pt 0cm 5.4pt; height:11.9pt\" width=\"40\">\n\t\t\t7<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td nowrap=\"nowrap\" style=\"border-bottom:solid windowtext 1.0pt; width:56.4pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:11.9pt\" valign=\"bottom\" width=\"75\">\n\t\t\t16\/09\/2018<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:29.75pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:11.9pt\" width=\"40\">\n\t\t\t20<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td nowrap=\"nowrap\" style=\"border-bottom:solid windowtext 1.0pt; width:61.0pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:11.9pt\" valign=\"bottom\" width=\"81\">\n\t\t\t16\/12\/2019<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:29.75pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:11.9pt\" width=\"40\">\n\t\t\t33<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:62.4pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:11.9pt\" valign=\"bottom\" width=\"83\">\n\t\t\t15\/01\/2021<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:29.75pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:11.9pt\" valign=\"top\" width=\"40\">\n\t\t\t46<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:69.45pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:11.9pt\" valign=\"top\" width=\"93\">\n\t\t\t10\/01\/2022<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr style=\"height:11.9pt\">\n\t\t\t<td style=\"border:solid windowtext 1.0pt; width:29.8pt; border-top:none; padding:0cm 5.4pt 0cm 5.4pt; height:11.9pt\" width=\"40\">\n\t\t\t8<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td nowrap=\"nowrap\" style=\"border-bottom:solid windowtext 1.0pt; width:56.4pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:11.9pt\" valign=\"bottom\" width=\"75\">\n\t\t\t22\/10\/2018<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:29.75pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:11.9pt\" width=\"40\">\n\t\t\t21<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td nowrap=\"nowrap\" style=\"border-bottom:solid windowtext 1.0pt; width:61.0pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:11.9pt\" valign=\"bottom\" width=\"81\">\n\t\t\t21\/01\/2020<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:29.75pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:11.9pt\" width=\"40\">\n\t\t\t34<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:62.4pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:11.9pt\" valign=\"bottom\" width=\"83\">\n\t\t\t08\/02\/2021<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:29.75pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:11.9pt\" valign=\"top\" width=\"40\">\n\t\t\t47<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:69.45pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:11.9pt\" valign=\"top\" width=\"93\">\n\t\t\t03\/02\/2022<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr style=\"height:11.9pt\">\n\t\t\t<td style=\"border:solid windowtext 1.0pt; width:29.8pt; border-top:none; padding:0cm 5.4pt 0cm 5.4pt; height:11.9pt\" width=\"40\">\n\t\t\t9<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td nowrap=\"nowrap\" style=\"border-bottom:solid windowtext 1.0pt; width:56.4pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:11.9pt\" valign=\"bottom\" width=\"75\">\n\t\t\t09\/12\/2018<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:29.75pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:11.9pt\" width=\"40\">\n\t\t\t22<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td nowrap=\"nowrap\" style=\"border-bottom:solid windowtext 1.0pt; width:61.0pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:11.9pt\" valign=\"bottom\" width=\"81\">\n\t\t\t14\/02\/2020<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:29.75pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:11.9pt\" width=\"40\">\n\t\t\t35<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:62.4pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:11.9pt\" valign=\"bottom\" width=\"83\">\n\t\t\t04\/03\/2021<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:29.75pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:11.9pt\" valign=\"top\" width=\"40\">\n\t\t\t48<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:69.45pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:11.9pt\" valign=\"top\" width=\"93\">\n\t\t\t23\/03\/2022<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr style=\"height:11.9pt\">\n\t\t\t<td style=\"border:solid windowtext 1.0pt; width:29.8pt; border-top:none; padding:0cm 5.4pt 0cm 5.4pt; height:11.9pt\" width=\"40\">\n\t\t\t10<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td nowrap=\"nowrap\" style=\"border-bottom:solid windowtext 1.0pt; width:56.4pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:11.9pt\" valign=\"bottom\" width=\"75\">\n\t\t\t14\/01\/2019<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:29.75pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:11.9pt\" width=\"40\">\n\t\t\t23<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td nowrap=\"nowrap\" style=\"border-bottom:solid windowtext 1.0pt; width:61.0pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:11.9pt\" valign=\"bottom\" width=\"81\">\n\t\t\t21\/03\/2020<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:29.75pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:11.9pt\" width=\"40\">\n\t\t\t36<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:62.4pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:11.9pt\" valign=\"bottom\" width=\"83\">\n\t\t\t28\/03\/2021<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:29.75pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:11.9pt\" valign=\"top\" width=\"40\">\n\t\t\t49<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:69.45pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:11.9pt\" valign=\"top\" width=\"93\">\n\t\t\t28\/04\/2022<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr style=\"height:11.9pt\">\n\t\t\t<td style=\"border:solid windowtext 1.0pt; width:29.8pt; border-top:none; padding:0cm 5.4pt 0cm 5.4pt; height:11.9pt\" width=\"40\">\n\t\t\t11<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td nowrap=\"nowrap\" style=\"border-bottom:solid windowtext 1.0pt; width:56.4pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:11.9pt\" valign=\"bottom\" width=\"75\">\n\t\t\t19\/02\/2019<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:29.75pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:11.9pt\" width=\"40\">\n\t\t\t24<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td nowrap=\"nowrap\" style=\"border-bottom:solid windowtext 1.0pt; width:61.0pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:11.9pt\" valign=\"bottom\" width=\"81\">\n\t\t\t14\/04\/2020<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:29.75pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:11.9pt\" width=\"40\">\n\t\t\t37<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:62.4pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:11.9pt\" valign=\"bottom\" width=\"83\">\n\t\t\t21\/04\/2021<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:29.75pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:11.9pt\" valign=\"top\" width=\"40\">\n\t\t\t50<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:69.45pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:11.9pt\" valign=\"top\" width=\"93\">\n\t\t\t22\/05\/2022<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr style=\"height:11.9pt\">\n\t\t\t<td style=\"border:solid windowtext 1.0pt; width:29.8pt; border-top:none; padding:0cm 5.4pt 0cm 5.4pt; height:11.9pt\" width=\"40\">\n\t\t\t12<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td nowrap=\"nowrap\" style=\"border-bottom:solid windowtext 1.0pt; width:56.4pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:11.9pt\" valign=\"bottom\" width=\"75\">\n\t\t\t27\/03\/2019<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:29.75pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:11.9pt\" width=\"40\">\n\t\t\t25<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td nowrap=\"nowrap\" style=\"border-bottom:solid windowtext 1.0pt; width:61.0pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:11.9pt\" valign=\"bottom\" width=\"81\">\n\t\t\t20\/05\/2020<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:29.75pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:11.9pt\" width=\"40\">\n\t\t\t38<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:62.4pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:11.9pt\" valign=\"bottom\" width=\"83\">\n\t\t\t15\/05\/2021<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:29.75pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:11.9pt\" valign=\"top\" width=\"40\">\n\t\t\t&nbsp;<\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:69.45pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:11.9pt\" valign=\"top\" width=\"93\">\n\t\t\t&nbsp;<\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr style=\"height:15.3pt\">\n\t\t\t<td style=\"border:solid windowtext 1.0pt; width:29.8pt; border-top:none; padding:0cm 5.4pt 0cm 5.4pt; height:15.3pt\" valign=\"top\" width=\"40\">\n\t\t\t13<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td nowrap=\"nowrap\" style=\"border-bottom:solid windowtext 1.0pt; width:56.4pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:15.3pt\" valign=\"top\" width=\"75\">\n\t\t\t02\/05\/2019<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:29.75pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:15.3pt\" valign=\"top\" width=\"40\">\n\t\t\t26<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td nowrap=\"nowrap\" style=\"border-bottom:solid windowtext 1.0pt; width:61.0pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:15.3pt\" valign=\"top\" width=\"81\">\n\t\t\t13\/06\/2020<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:29.75pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:15.3pt\" valign=\"top\" width=\"40\">\n\t\t\t39<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:62.4pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:15.3pt\" valign=\"top\" width=\"83\">\n\t\t\t20\/06\/2021<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:29.75pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:15.3pt\" valign=\"top\" width=\"40\">\n\t\t\t&nbsp;<\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:69.45pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:15.3pt\" valign=\"top\" width=\"93\">\n\t\t\t&nbsp;<\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t<\/tbody>\n<\/table>\n\n&nbsp;<\/p>\n\nTrong phương ph&aacute;p PSInSAR, ảnh được thu v&agrave;o ng&agrave;y 19\/01\/2018 được chọn l&agrave; ảnh master v&agrave; tập hợn ảnh c&ograve;n lại l&agrave; ảnh slaves.<\/span><\/span><\/p>\n\n3. Phương ph&aacute;p xử l&yacute;<\/span><\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\n<table class=\"MsoTableGrid\" style=\"border-collapse:collapse; border:undefined\">\n\t<tbody>\n\t\t<tr>\n\t\t\t<td style=\"width:191.4pt; padding:0cm 5.4pt 0cm 5.4pt\" valign=\"top\" width=\"255\">\n\t\t\t&nbsp;<\/p>\n\n\t\t\tH&igrave;nh 4.&nbsp; Cơ sở của InSAR<\/span><\/span><\/span><\/i><\/span><\/span><\/span><\/span><\/span><\/p>\n\n\t\t\t<img src=\"\/datafiles\/46325\/upload\/images\/image(303).png\" style=\"width: 300px; height: 372px;\" \/><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"width:198.4pt; padding:0cm 5.4pt 0cm 5.4pt\" valign=\"top\" width=\"265\">\n\t\t\tSAR giao thoa (InSAR) l&agrave; c&ocirc;ng nghệ xử l&yacute; t&iacute;n hiệu m&agrave; n&oacute; li&ecirc;n kết hai ảnh SAR của c&ugrave;ng một khu vực với nhau để tạo ra hai th&agrave;nh phần l&agrave; ảnh cường độ v&agrave; ảnh giao thoa. Hay n&oacute;i c&aacute;ch kh&aacute;c InSAR hoạt động tr&ecirc;n nguy&ecirc;n tắc l&agrave; tr&iacute;ch ra pha thay đổi giữa hai ảnh của c&ugrave;ng một khu vực nhưng được ghi nhận c&oacute; thể c&ugrave;ng thời điểm (nếu vệ tinh c&oacute; hai bộ thu v&agrave; ph&aacute;t, hoặc l&agrave; hai thời điểm kh&aacute;c nhau v&agrave; vị tr&iacute; t&acirc;m chụp kh&aacute;c nhau. Pha thay đổi n&agrave;y thường dựa v&agrave;o sự thay đổi khoảng c&aacute;ch từ vệ tinh đến đối tượng quan s&aacute;t m&agrave; n&oacute; sẽ li&ecirc;n quan đến địa h&igrave;nh của khu vực chụp hoặc sự biến dạng bề mặt tại vị tr&iacute; quan s&aacute;t. Cơ sở của việc tạo ra InSAR (h&igrave;nh 4).<\/i><\/span><\/span><\/p>\n\n\t\t\t&nbsp;<\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t<\/tbody>\n<\/table>\n\nGiao thoa radar (InSAR) [8] bằng c&aacute;ch t&aacute;ch chiết th&ocirc;ng tin pha từ cặp ảnh giao thoa cho ph&eacute;p nghi&ecirc;n cứu biến dạng bề mặt địa h&igrave;nh v&agrave; theo c&ocirc;ng thức:<\/span><\/span><\/p>\n\n<m:omath><m:ssub><m:ssubpr><m:ctrlpr><\/m:ctrlpr><\/span><\/m:ssubpr><m:e><m:r>&phi;<\/m:r><\/span><\/i><\/m:e><m:sub><m:r>interferometry<\/m:r><\/span><\/i><\/m:sub><\/m:ssub><m:r><m:rpr><m:scr m:val=\"roman\"><m:sty m:val=\"p\"><\/m:sty><\/m:scr><\/m:rpr>= <\/m:r><\/span><m:ssub><m:ssubpr><m:ctrlpr><\/m:ctrlpr><\/span><\/m:ssubpr><m:e><m:r>&phi;<\/m:r><\/span><\/i><\/m:e><m:sub><m:r>topo<\/m:r><\/span><\/i><\/m:sub><\/m:ssub><m:r><m:rpr><m:scr m:val=\"roman\"><m:sty m:val=\"p\"><\/m:sty><\/m:scr><\/m:rpr>+<\/m:r><\/span><m:ssub><m:ssubpr><m:ctrlpr><\/m:ctrlpr><\/span><\/m:ssubpr><m:e><m:r>&phi;<\/m:r><\/span><\/i><\/m:e><m:sub><m:r>defo<\/m:r><\/span><\/i><\/m:sub><\/m:ssub><m:r><m:rpr><m:scr m:val=\"roman\"><m:sty m:val=\"p\"><\/m:sty><\/m:scr><\/m:rpr>+<\/m:r><\/span><m:ssub><m:ssubpr><m:ctrlpr><\/m:ctrlpr><\/span><\/m:ssubpr><m:e><m:r>&phi;<\/m:r><\/span><\/i><\/m:e><m:sub><m:r>atm<\/m:r><\/span><\/i><\/m:sub><\/m:ssub><m:r><m:rpr><m:scr m:val=\"roman\"><m:sty m:val=\"p\"><\/m:sty><\/m:scr><\/m:rpr>+<\/m:r><\/span><m:ssub><m:ssubpr><m:ctrlpr><\/m:ctrlpr><\/span><\/m:ssubpr><m:e><m:r>&phi;<\/m:r><\/span><\/i><\/m:e><m:sub><m:r>noise<\/m:r><\/span><\/i><\/m:sub><\/m:ssub><\/m:omath><img id=\"_x0000_i1025\" src=\"file:\/\/\/C:\/Users\/Mr_Tung\/AppData\/Local\/Temp\/msohtmlclip1\/01\/clip_image005.png\" style=\"width:250.5pt; height:15.75pt\" \/> <\/span><\/span><\/span><\/span>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; (1)<\/span><\/span><\/p>\n\n<m:omath><m:ssub><m:ssubpr><m:ctrlpr><\/m:ctrlpr><\/span><\/m:ssubpr><m:e><m:r>&phi;<\/m:r><\/span><\/i><\/m:e><m:sub><m:r>interferometry<\/m:r><\/span><\/i><\/m:sub><\/m:ssub><\/m:omath><img id=\"_x0000_i1025\" src=\"file:\/\/\/C:\/Users\/Mr_Tung\/AppData\/Local\/Temp\/msohtmlclip1\/01\/clip_image006.png\" style=\"width:75.75pt; height:15.75pt\" \/> <\/span><\/span><\/span><\/span>: pha giao thoa<\/span><\/span><\/p>\n\n<m:omath><m:ssub><m:ssubpr><m:ctrlpr><\/m:ctrlpr><\/span><\/m:ssubpr><m:e><m:r>&phi;<\/m:r><\/span><\/i><\/m:e><m:sub><m:r>topo<\/m:r><\/span><\/i><\/m:sub><\/m:ssub><m:r><m:rpr><m:scr m:val=\"roman\"><m:sty m:val=\"p\"><\/m:sty><\/m:scr><\/m:rpr>:<\/m:r><\/span><\/m:omath><img id=\"_x0000_i1025\" src=\"file:\/\/\/C:\/Users\/Mr_Tung\/AppData\/Local\/Temp\/msohtmlclip1\/01\/clip_image007.png\" style=\"width:30.75pt; height:15.75pt\" \/> <\/span><\/span><\/span><\/span>&nbsp;pha địa h&igrave;nh<\/span><\/span><\/p>\n\n<m:omathpara><m:omathparapr><m:jc m:val=\"left\"><\/m:jc><\/m:omathparapr><m:omath><m:ssub><m:ssubpr><m:ctrlpr><\/m:ctrlpr><\/span><\/m:ssubpr><m:e><m:r>&phi;<\/m:r><\/span><\/i><\/m:e><m:sub><m:r>defo<\/m:r><\/span><\/i><\/m:sub><\/m:ssub><m:r><m:rpr><m:scr m:val=\"roman\"><m:sty m:val=\"p\"><\/m:sty><\/m:scr><\/m:rpr>:pha biến dạng (defomation)<\/m:r><\/span><\/m:omath><\/m:omathpara><img id=\"_x0000_i1025\" src=\"file:\/\/\/C:\/Users\/Mr_Tung\/AppData\/Local\/Temp\/msohtmlclip1\/01\/clip_image008.png\" style=\"width:177.75pt; height:15.75pt\" \/> <\/span><\/span><\/span><\/span><\/p>\n\n<m:omath><m:ssub><m:ssubpr><m:ctrlpr><\/m:ctrlpr><\/span><\/span><\/m:ssubpr><m:e><m:r>&phi;<\/m:r><\/span><\/i><\/m:e><m:sub><m:r>atm<\/m:r><\/span><\/i><\/m:sub><\/m:ssub><m:r>:<\/m:r><\/span><\/i><m:r><m:rpr><m:scr m:val=\"roman\"><m:sty m:val=\"p\"><\/m:sty><\/m:scr><\/m:rpr>pha ảnh hưởng kh&iacute; quyển<\/m:r><\/span><\/m:omath><img id=\"_x0000_i1025\" src=\"file:\/\/\/C:\/Users\/Mr_Tung\/AppData\/Local\/Temp\/msohtmlclip1\/01\/clip_image009.png\" style=\"width:162pt; height:14.25pt\" \/> <\/span><\/span><\/span><\/span>&nbsp;(atmosphere)<\/span><\/span><\/p>\n\n<m:omathpara><m:omathparapr><m:jc m:val=\"left\"><\/m:jc><\/m:omathparapr><m:omath><m:ssub><m:ssubpr><m:ctrlpr><\/m:ctrlpr><\/span><\/m:ssubpr><m:e><m:r>&phi;<\/m:r><\/span><\/i><\/m:e><m:sub><m:r>noise<\/m:r><\/span><\/i><\/m:sub><\/m:ssub><m:r><m:rpr><m:scr m:val=\"roman\"><m:sty m:val=\"p\"><\/m:sty><\/m:scr><\/m:rpr>:pha nhiễu<\/m:r><\/span><\/m:omath><\/m:omathpara><img id=\"_x0000_i1025\" src=\"file:\/\/\/C:\/Users\/Mr_Tung\/AppData\/Local\/Temp\/msohtmlclip1\/01\/clip_image010.png\" style=\"width:87pt; height:14.25pt\" \/> <\/span><\/span><\/span><\/span><\/p>\n\nTrong pha giao thoa của cặp ảnh radar bao gồm pha địa h&igrave;nh, pha biến dạng, pha ảnh hưởng kh&iacute; quyển do độ trễ của t&iacute;n hiệu khi đi qua kh&iacute; quyển, pha nhiễu kh&aacute;c v&iacute; dụ như suy giảm tương quan h&igrave;nh học hay đường đ&aacute;y ảnh, suy giảm tương quan do thời gian, nhiễu nhiệt&hellip;<\/span><\/span><\/p>\n\nPha biến dạng (defomation) được t&iacute;nh theo c&ocirc;ng thức:<\/span><\/span><\/p>\n\n<m:omath><m:ssub><m:ssubpr><m:ctrlpr><\/m:ctrlpr><\/span><\/m:ssubpr><m:e><m:r>&phi;<\/m:r><\/span><\/i><\/m:e><m:sub><m:r>defo<\/m:r><\/span><\/i><\/m:sub><\/m:ssub><m:r><m:rpr><m:scr m:val=\"roman\"><m:sty m:val=\"p\"><\/m:sty><\/m:scr><\/m:rpr>=<\/m:r><\/span><m:f><m:fpr><m:ctrlpr><\/m:ctrlpr><\/span><\/m:fpr><m:num><m:r><m:rpr><m:scr m:val=\"roman\"><m:sty m:val=\"p\"><\/m:sty><\/m:scr><\/m:rpr>4 <\/m:r><m:r>&pi;<\/i><\/m:r><m:r><m:rpr><m:scr m:val=\"roman\"><m:sty m:val=\"p\"><\/m:sty><\/m:scr><\/m:rpr>∆<\/m:r><m:r>r<\/i><\/m:r><\/span><\/m:num><m:den><img id=\"_x0000_i1026\" o:ole=\"\" src=\"file:\/\/\/C:\/Users\/Mr_Tung\/AppData\/Local\/Temp\/msohtmlclip1\/01\/clip_image011.wmz\" style=\"width:12.75pt; height:15pt\" \/> <\/span><\/span><\/span><\/m:den><\/m:f><\/m:omath><img id=\"_x0000_i1026\" src=\"file:\/\/\/C:\/Users\/Mr_Tung\/AppData\/Local\/Temp\/msohtmlclip1\/01\/clip_image012.png\" style=\"width:66.75pt; height:27pt\" \/> <\/span><\/span><\/span><\/span>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; (2)<\/span><\/span><\/p>\n\nTrong đ&oacute;: <m:omath><m:r>∆<\/m:r><m:r>r<\/m:r><\/span><\/i><\/m:omath><img id=\"_x0000_i1025\" src=\"file:\/\/\/C:\/Users\/Mr_Tung\/AppData\/Local\/Temp\/msohtmlclip1\/01\/clip_image013.png\" style=\"width:12.75pt; height:14.25pt\" \/> <\/span><\/span><\/span><\/span>&nbsp;l&agrave; th&agrave;nh phần biến dạng theo hướng nh&igrave;n hay song song với tầm xi&ecirc;n hướng ph&aacute;t t&iacute;n hiện radar xuống mặt đất, <img id=\"_x0000_i1025\" o:ole=\"\" src=\"file:\/\/\/C:\/Users\/Mr_Tung\/AppData\/Local\/Temp\/msohtmlclip1\/01\/clip_image014.wmz\" style=\"width:12.75pt; height:15pt\" \/> <\/span><\/span>&nbsp;bước s&oacute;ng radar.<\/span><\/span><\/p>\n\nNghi&ecirc;n cứu biến dạng bề mặt đất khu vực Mường Lay - Điện Bi&ecirc;n được xử l&yacute; th&ocirc;ng qua phương ph&aacute;p PSInSAR với dữ liệu ảnh Sentinel với một ảnh SAR master được chọn v&agrave; sau đ&oacute; đăng k&yacute; tất cả ảnh c&ograve;n lại theo ảnh master n&agrave;y. Quy tr&igrave;nh xử l&yacute; PSInSAR (h&igrave;nh 5).<\/i><\/span><\/span><\/p>\n\n<img src=\"\/datafiles\/46325\/upload\/images\/image(304).png\" style=\"width: 300px; height: 293px;\" \/><\/p>\n\nH&igrave;nh 5. Quy tr&igrave;nh xử l&yacute; PSInSAR nghi&ecirc;n cứu biến dạng bề mặt địa h&igrave;nh<\/span><\/span><\/span><\/i><\/span><\/span><\/span><\/span><\/span><\/p>\n\nPhần mềm SNAP được ph&aacute;t triển bởi ESA (Cơ quan h&agrave;ng kh&ocirc;ng v&agrave; vũ trụ ch&acirc;u &Acirc;u) v&agrave; Array Systems Computing hợp t&aacute;c với DLR, Brockmann Consulting v&agrave; OceanDataLab. SNAP bao gồm bộ c&ocirc;ng cụ xử l&yacute;, tr&igrave;nh đọc v&agrave; ghi sản phẩm dữ liệu v&agrave; ứng dụng hiển thị v&agrave; ph&acirc;n t&iacute;ch để hỗ trợ kho lưu trữ dữ liệu lớn từ c&aacute;c vệ tinh của ESA SAR bao gồm SENTINEL-1, ERS-1 &amp; 2 v&agrave; ENVISAT, cũng như dữ liệu SAR của c&aacute;c nước kh&aacute;c như ALOS PALSAR, TerraSAR-X, COSMO-SkyMed v&agrave; RADARSAT-2[9]. C&aacute;c c&ocirc;ng cụ xử l&yacute; kh&aacute;c nhau c&oacute; thể được chạy độc lập với d&ograve;ng lệnh v&agrave; cũng được t&iacute;ch hợp trong giao diện người d&ugrave;ng đồ họa. Hộp c&ocirc;ng cụ bao gồm c&aacute;c c&ocirc;ng cụ để hiệu chuẩn, lọc nhiễu đốm, ph&acirc;n t&iacute;ch, hiệu chỉnh h&igrave;nh học, gh&eacute;p, chuyển đổi dữ liệu, ph&acirc;n cực v&agrave; dữ liệu giao thoa.<\/span><\/span><\/p>\n\n<img src=\"\/datafiles\/46325\/upload\/images\/image(305).png\" style=\"width: 300px; height: 91px;\" \/><\/p>\n\nH&igrave;nh 6. Quy tr&igrave;nh xử l&yacute; cặp ảnh giao thoa ảnh Sentinel 1 trong SNAP<\/span><\/span><\/span><\/i><\/span><\/span><\/span><\/p>\n\n<table class=\"MsoTableGrid\" style=\"width:422.85pt; border-collapse:collapse; border:undefined\" width=\"564\">\n\t<tbody>\n\t\t<tr style=\"height:322.9pt\">\n\t\t\t<td style=\"width:184.3pt; padding:0cm 5.4pt 0cm 5.4pt; height:322.9pt\" valign=\"top\" width=\"246\">\n\t\t\t&nbsp;<\/p>\n\n\t\t\t<img src=\"\/datafiles\/46325\/upload\/images\/image(306).png\" style=\"width: 300px; height: 571px;\" \/><\/p>\n\t\t\t&nbsp;\n\n\t\t\tH&igrave;nh 7. Xử l&yacute; giao thoa radar cho tập hợp ảnh Sentinel tr&ecirc;n SNAP v&agrave; STAMPS.<\/span><\/span><\/span><\/i><\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"width:238.55pt; padding:0cm 5.4pt 0cm 5.4pt; height:322.9pt\" valign=\"top\" width=\"318\">\n\t\t\tStaMPS l&agrave; phần mềm được x&acirc;y dựng để xử l&yacute; seri ảnh bằng phương ph&aacute;p PSInSAR v&agrave; SBAS cho phần lớn c&aacute;c loại ảnh Radar hiện nay. Phần mềm StaMPS được lập tr&igrave;nh đầu ti&ecirc;n tại Đại học Stanford, nhưng sự ph&aacute;t triển tiếp theo của StaMPS v&agrave; StaMPS \/ MTI đ&atilde; diễn ra tại Đại học Leeds. Ngo&agrave;i ra c&ograve;n c&oacute; sự đ&oacute;ng g&oacute;p từ người d&ugrave;ng của ở nhiều c&aacute;c tổ chức kh&aacute;c. Phần mềmtrở n&ecirc;n nổi tiếng khi được nh&oacute;m c&aacute;c nh&agrave; nghi&ecirc;n cứu tại ĐH Leed Vương Quốc Anh trong đ&oacute; người đứng đầu l&agrave; Andi Hooper ph&aacute;t triển. <\/span><\/span><\/p>\n\n\t\t\tPhương ph&aacute;p x&aacute;c định PS hay c&ograve;n được gọi l&agrave; phương ph&aacute;p x&aacute;c định t&aacute;n xạ li&ecirc;n tục (PS) m&agrave; phần mềm được ph&aacute;t triển để hoạt động ngay cả ở địa h&igrave;nh kh&ocirc;ng c&oacute; cấu tr&uacute;c nh&acirc;n tạo như c&aacute;c khu vực nhiều c&acirc;y hoặc địa h&igrave;nh trải qua biến dạng kh&ocirc;ng ổn định. StaMPS \/ MTI (Multi-Temporal InSAR) l&agrave; một phần mở rộng của StaMPS, đ&oacute; l&agrave; việc kết hợp hai phương ph&aacute;p PSInSAR truyền thống v&agrave; phương ph&aacute;p đường đ&aacute;y ngắn SBAS [3].<\/span><\/span><\/p>\n\n\t\t\t&nbsp;<\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t<\/tbody>\n<\/table>\n\n4. Kết quả <\/b><\/span><\/span><\/p>\n\n4.1. Ưu điểm v&agrave; nhược điểm c&ocirc;ng nghệ radar giao thoa<\/i><\/b><\/span><\/span><\/p>\n\nViệc ph&acirc;n t&iacute;ch c&aacute;c nguy&ecirc;n l&yacute; trong giao thoa radar (InSAR) đ&atilde; cho thấy tiềm năng ứng dụng trong nghi&ecirc;n cứu biến dạng bề mặt địa h&igrave;nh cả về kh&ocirc;ng gian v&agrave; thời gian, tr&ecirc;n phạm vi rộng với độ ch&iacute;nh x&aacute;c đến milimet. Tuy nhi&ecirc;n, c&ocirc;ng nghệ n&agrave;y cũng tồn tại cả ưu điểm v&agrave; nhược điểm trong giai đoạn xử l&yacute;.<\/span><\/span><\/p>\n\n<table class=\"MsoTableGrid\" style=\"border-collapse:collapse; border:undefined\">\n\t<tbody>\n\t\t<tr>\n\t\t\t<td style=\"width:233.75pt; padding:0cm 5.4pt 0cm 5.4pt\" valign=\"top\" width=\"312\">\n\t\t\tƯu điểm:<\/b><\/span><\/span><\/p>\n\n\t\t\tCảm biến radar vệ tinh chủ động cho ph&eacute;p ph&aacute;t v&agrave; thu t&iacute;n hiệu, nhờ đ&oacute; c&oacute; thể nghi&ecirc;n cứu c&aacute;c đối tượng tr&ecirc;n bề mặt Tr&aacute;i đất cả ng&agrave;y lẫn đ&ecirc;m, &iacute;t bị ảnh hưởng bởi điều kiện thời tiết. V&igrave; vậy c&aacute;c đối tượng dưới bề mặt đất vẫn được nghi&ecirc;n cứu ngay trong cả trong điều kiện mưa v&agrave; m&acirc;y m&ugrave; như ở nước ta. Radar vệ tinh hỗ trợ gi&aacute;m s&aacute;t v&agrave; nghi&ecirc;n cứu c&aacute;c đối tượng ở những khu vực kh&oacute; tiếp cận tr&ecirc;n bề mặt Tr&aacute;i đất. Việc sử dụng radar vệ tinh trong nghi&ecirc;n cứu biến dạng bề mặt mang lại kết quả c&oacute; độ ch&iacute;nh x&aacute;c cao, độ ch&iacute;nh x&aacute;c l&ecirc;n tới milimet.<\/span><\/span><\/p>\n\n\t\t\t&nbsp;<\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"width:233.75pt; padding:0cm 5.4pt 0cm 5.4pt\" valign=\"top\" width=\"312\">\n\t\t\tNhược điểm:<\/b><\/span><\/span><\/p>\n\n\t\t\tNhược điểm của c&ocirc;ng nghệ n&agrave;y chủ yếu bắt nguồn từ qu&aacute; tr&igrave;nh ph&aacute;t v&agrave; thu t&iacute;n hiệu theo tầm xi&ecirc;n kh&aacute;c với chiều thẳng đứng như ảnh quang học. V&igrave; vậy, c&aacute;c đối tượng tr&ecirc;n ảnh radar thu được thường sẽ c&oacute; c&aacute;c hiện tượng như bị co ngắn, bị chồng đ&egrave; v&agrave; bị b&oacute;ng phủ. Ngo&agrave;i ra, kết quả xử l&yacute; radar c&oacute; thể chịu t&aacute;c động bởi nhiều nguồn nhiễu kh&aacute;c nhau. Tuy nhi&ecirc;n, c&aacute;c nhược điểm n&agrave;y c&oacute; thể được khắc phục trong giai đoạn xử l&yacute;, khiến c&ocirc;ng nghệ InSAR trở th&agrave;nh một phương ph&aacute;p đ&aacute;ng tin cậy trong nghi&ecirc;n cứu biến dạng bề mặt địa h&igrave;nh v&agrave; mang lại kết quả chất lượng cao.<\/span><\/span><\/p>\n\n\t\t\t&nbsp;<\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t<\/tbody>\n<\/table>\n\n&nbsp;<\/p>\n\n4.2. Kết quả giao thoa radar<\/i><\/b><\/span><\/span><\/p>\n\n<table class=\"MsoTableGrid\" style=\"border-collapse:collapse; border:undefined\">\n\t<tbody>\n\t\t<tr>\n\t\t\t<td style=\"width:241.0pt; padding:0cm 5.4pt 0cm 5.4pt\" valign=\"top\" width=\"321\">\n\t\t\t&nbsp;<\/p>\n\n\t\t\tH&igrave;nh 8. Cấu h&igrave;nh cho file xử l&yacute; khu vực Mường Lay - Điện Bi&ecirc;n<\/span><\/i><\/span><\/span><\/p>\n\n\t\t\t<img src=\"\/datafiles\/46325\/upload\/images\/image(307).png\" style=\"width: 300px; height: 357px;\" \/><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"width:184.25pt; padding:0cm 5.4pt 0cm 5.4pt\" valign=\"top\" width=\"246\">\n\t\t\tPhương ph&aacute;p PSInSAR xử l&yacute; radar giao thoa cho khư vực Mường Lay &ndash; Điện Bi&ecirc;n th&ocirc;ng qua phần mềm Snap v&agrave; StaMPS được lập tr&igrave;nh tr&ecirc;n Python v&agrave; c&aacute;c graph *.xml được tạo ra trong SNAP được sử dụng c&ugrave;ng với SNAP GPT [4]. C&aacute;c file dữ liệu c&oacute; thể xử l&yacute; tự động qua Configuration v&agrave; được chạy tr&ecirc;n python.<\/span><\/span><\/p>\n\n\t\t\t&nbsp;<\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t<\/tbody>\n<\/table>\n\n&nbsp;Một số kết quả thu được trong qu&aacute; tr&igrave;nh xử l&yacute; giao thoa radar từ tập ảnh Sentinel cho khu vực Mường Lay &ndash; Điện Bi&ecirc;n:<\/i><\/b><\/span><\/span><\/p>\n\n&nbsp;<\/p>\n\n<table class=\"MsoTableGrid\" style=\"border-collapse:collapse; border:undefined\">\n\t<tbody>\n\t\t<tr style=\"height:230.5pt\">\n\t\t\t<td style=\"width:10.0cm; padding:0cm 5.4pt 0cm 5.4pt; height:230.5pt\" valign=\"top\" width=\"378\">\n\t\t\tH&igrave;nh 9. Hiệu chỉnh pha cho ảnh ng&agrave;y 14\/1\/2019 khu vực Mường Lay &ndash; Điện Bi&ecirc;n<\/span><\/i><\/span><\/span><\/p>\n\n\t\t\t<img src=\"\/datafiles\/46325\/upload\/images\/image(308).png\" style=\"width: 300px; height: 204px;\" \/><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"width:5.0cm; padding:0cm 5.4pt 0cm 5.4pt; height:230.5pt\" valign=\"top\" width=\"189\">\n\t\t\t- Kết quả hiệu chỉnh pha (Phase correction)<\/i><\/b><\/span><\/span><\/p>\n\n\t\t\tĐ&acirc;y l&agrave; bước điều chỉnh sai lệch pha của t&iacute;n hiệu radar do nhiều nguy&ecirc;n nh&acirc;n như quỹ đạo vệ tinh, điều kiện kh&iacute; quyển, hoặc sai số hệ thống với mục ti&ecirc;u đảm bảo dữ liệu giao thoa (interferogram) phản &aacute;nh đ&uacute;ng biến dạng bề mặt.<\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t<\/tbody>\n<\/table>\n\n<table align=\"left\" class=\"MsoTableGrid\" style=\"border-collapse:collapse; border:undefined; margin-left:6.75pt; margin-right:6.75pt\" width=\"564\">\n\t<tbody>\n\t\t<tr style=\"height:205.4pt\">\n\t\t\t<td style=\"width:241.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:205.4pt\" valign=\"top\" width=\"321\">\n\t\t\tH&igrave;nh 10. Kết quả giải mở pha cho ảnh ng&agrave;y 14\/01\/2019<\/span><\/i><\/span><\/span><\/p>\n\n\t\t\t<img src=\"\/datafiles\/46325\/upload\/images\/image(309).png\" style=\"width: 300px; height: 218px;\" \/><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"width:182.2pt; padding:0cm 5.4pt 0cm 5.4pt; height:205.4pt\" valign=\"top\" width=\"243\">\n\t\t\t- Kết quả giải mở pha<\/i><\/b><\/span><\/span><\/p>\n\n\t\t\tTrong ảnh giao thoa radar (interferogram), th&ocirc;ng tin pha thu được chỉ nằm trong khoảng từ &ndash;&pi; đến +&pi; (hay 0 &rarr; 2&pi;). Trong trường hợp biến dạng bề mặt vượt qu&aacute; bước s&oacute;ng của radar, gi&aacute; trị pha sẽ bị wrapped khi đấy kết quả thu được sẽ tạo th&agrave;nh c&aacute;c v&ograve;ng lặp (fringe) giống như c&aacute;c vạch đồng t&acirc;m m&agrave; kh&ocirc;ng c&oacute; sự li&ecirc;n tục. Giải mở pha trong radar giao thoa l&agrave; qu&aacute; tr&igrave;nh biến đổi t&iacute;n hiệu pha bị giới hạn 0&ndash;2&pi; th&agrave;nh t&iacute;n hiệu li&ecirc;n tục [10].<\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t<\/tbody>\n<\/table>\n\n&nbsp;<\/p>\n\n- Kết quả vận tốc biến dạng bề mặt<\/i><\/b>: khu vực Mường Lay &ndash; Điện Bi&ecirc;n từ ảnh Sentinel giai đoạn 2018 &ndash; 2022<\/span><\/span><\/p>\n\n&nbsp;<\/p>\n\n<table class=\"MsoTableGrid\" style=\"border-collapse:collapse; border:undefined\" width=\"567\">\n\t<tbody>\n\t\t<tr style=\"height:186.95pt\">\n\t\t\t<td style=\"width:205.55pt; padding:0cm 5.4pt 0cm 5.4pt; height:186.95pt\" valign=\"top\" width=\"274\">\n\t\t\tH&igrave;nh 11. Vận tốc biến dạng bề mặt khu vực Mường Lay &ndash; Điện Bi&ecirc;n từ ảnh Sentinel giai đoạn 2018 &ndash; 2022<\/span><\/i><\/span><\/span><\/p>\n\n\t\t\t<img src=\"\/datafiles\/46325\/upload\/images\/image(310).png\" style=\"width: 300px; height: 223px;\" \/><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"width:219.7pt; padding:0cm 5.4pt 0cm 5.4pt; height:186.95pt\" valign=\"top\" width=\"293\">\n\t\t\t&nbsp;<\/p>\n\n\t\t\tH&igrave;nh 12. Vận tốc biến dạng bề mặt khu vực Mường Lay &ndash; Điện Bi&ecirc;n từ ảnh Sentinel giai đoạn 2018 &ndash; 2022<\/span><\/i><\/span><\/span><\/p>\n\n\t\t\t<img src=\"\/datafiles\/46325\/upload\/images\/image(311).png\" style=\"width: 300px; height: 208px;\" \/><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t<\/tbody>\n<\/table>\n\n&nbsp;<\/p>\n\nH&igrave;nh 13. Vận tốc biến dạng bề mặt khu vực Mường Lay &ndash; Điện Bi&ecirc;n từ ảnh Sentinel giai đoạn 2018 &ndash; 2022<\/span><\/i><\/span><\/span><\/p>\n\n5. Thảo luận<\/b><\/span><\/span><\/p>\n\nVận tốc biến dạng bề mặt địa h&igrave;nh t&iacute;nh to&aacute;n bằng phương ph&aacute;p PSInSAR cho khu vực khu vực thị x&atilde; Mường Lay &ndash; Điện Bi&ecirc;n với dữ liệu ảnh Sentinel 1, quỹ đạo Acsending với 50 ảnh thời gian từ năm 2018 đến năm 2022 cho kết quả 20.493 điểm gi&aacute; trị PS v&agrave; vận tốc biến dạng bề mặt địa h&igrave;nh tại đ&acirc;y c&oacute; gi&aacute; trị từ -8.1 mm\/năm đến 7.4 mm\/năm. <\/span><\/span><\/p>\n\nC&aacute;c khối trượt trong khu vực dịch chuyển xuống khu vực d&acirc;n cư t&aacute;c động đến bề mặt địa h&igrave;nh tại đ&acirc;y. Mặc d&ugrave; đ&atilde; c&oacute; c&aacute;c c&ocirc;ng tr&igrave;nh được x&acirc;y dựng nhằm ổn định m&aacute;i dốc cho c&aacute;c khối trượt trong khu vực. Tuy nhi&ecirc;n, theo thời gian việc dịch chuyển n&agrave;y x&ocirc; đẩy c&aacute;c c&ocirc;ng tr&igrave;nh đ&atilde; x&acirc;y dựng tại đ&acirc;y, khiến c&aacute;c c&ocirc;ng tr&igrave;nh tại đ&acirc;y bị nghi&ecirc;ng nứt, thậm ch&iacute; bị ph&aacute; hủy v&agrave; đẩy trồi l&ecirc;n cao. <\/span><\/span><\/p>\n\n<img src=\"\/datafiles\/46325\/upload\/images\/image(312).png\" style=\"width: 300px; height: 197px;\" \/><\/p>\n\nH&igrave;nh 14. C&ocirc;ng tr&igrave;nh bảo vệ m&aacute;i dốc ph&iacute;a sau UBND thị x&atilde; Mường Lay<\/span><\/span><\/span><\/i><\/span><\/span><\/span><\/p>\n\nTrong khu vực đường giao th&ocirc;ng dọc theo ch&acirc;n c&aacute;c sườn c&aacute;c n&uacute;i phiến s&eacute;t bị ảnh hưởng của trượt lở sườn rất lớn. Tuyến đường đi từ trung tậm thị trấn Mường Lay đi về ph&iacute;a Bản Mo, việc trượt lở sườn n&uacute;i l&agrave;m cho tuyến đường bị biến dạng mạnh, đất đ&aacute; dịch chuyển xuống l&agrave;m cho phần h&agrave;nh lang của tuyến đường bị trồi l&ecirc;n. Kết quả ph&acirc;n t&iacute;ch điểm PS giao thoa radar tại tuyến đường n&agrave;y cho thấy trong khoảng thời gian từ 2018 đến 2021 gi&aacute; trị biến dạng bề mặt địa h&igrave;nh trong khu vực chủ yếu mang gi&aacute; trị dương tại c&aacute;c vị tr&iacute; n&agrave;y v&agrave; đ&acirc;y l&agrave; thể hiện cho hiện tượng bị bị n&acirc;ng l&ecirc;n hay trồi l&ecirc;n.<\/span><\/span><\/p>\n\n<v:oval filled=\"f\" id=\"Oval_x0020_15\" o:gfxdata=\"UEsDBBQABgAIAAAAIQC75UiUBQEAAB4CAAATAAAAW0NvbnRlbnRfVHlwZXNdLnhtbKSRvU7DMBSF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\nBgAAAAAFAAUAZwEAAEgNAAAAAA==\n\" strokecolor=\"red\" strokeweight=\"1pt\" style=\"position:absolute; left:0; text-align:left; margin-left:212.55pt; margin-top:28.5pt; width:36.35pt; height:37.1pt; z-index:252023808; v-text-anchor:middle\"> <v:stroke joinstyle=\"miter\"> <\/v:stroke><\/v:oval><\/span><\/span><\/span><img src=\"\/datafiles\/46325\/upload\/images\/image(313).png\" style=\"width: 299px; height: 195px;\" \/><\/p>\n\n<img src=\"\/datafiles\/46325\/upload\/images\/image(314).png\" style=\"width: 300px; height: 83px;\" \/><\/p>\n\nH&igrave;nh 15. Vị tr&iacute; v&agrave; gi&aacute; trị biến dạng bề mặt địa h&igrave;nh tuyến đường đi về ph&iacute;a Bản Mo cho thấy tuyến đường bị n&acirc;ng v&agrave; trồi l&ecirc;n.<\/span><\/span><\/span><\/i><\/span><\/span><\/span><\/p>\n\n<table class=\"MsoTableGrid\" style=\"width:432.35pt; border-collapse:collapse; border:undefined\" width=\"576\">\n\t<tbody>\n\t\t<tr style=\"height:139.95pt\">\n\t\t\t<td style=\"width:232.8pt; padding:0cm 5.4pt 0cm 5.4pt; height:139.95pt\" valign=\"top\" width=\"310\">\n\t\t\t(a)<\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\n\t\t\t<img src=\"\/datafiles\/46325\/upload\/images\/image(315).png\" style=\"width: 300px; height: 200px;\" \/><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"width:199.55pt; padding:0cm 5.4pt 0cm 5.4pt; height:139.95pt\" valign=\"top\" width=\"266\">\n\t\t\t(b)<\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\n\t\t\t<img src=\"\/datafiles\/46325\/upload\/images\/image(316).png\" style=\"width: 300px; height: 199px;\" \/><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr style=\"height:135.05pt\">\n\t\t\t<td style=\"width:232.8pt; padding:0cm 5.4pt 0cm 5.4pt; height:135.05pt\" valign=\"top\" width=\"310\">\n\t\t\t<o:wrapblock><\/o:wrapblock> \n\t\t\t(c)<\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\n\t\t\t<img src=\"\/datafiles\/46325\/upload\/images\/image(317).png\" style=\"width: 300px; height: 184px;\" \/><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"width:199.55pt; padding:0cm 5.4pt 0cm 5.4pt; height:135.05pt\" valign=\"top\" width=\"266\">\n\t\t\t&nbsp;<\/p>\n\n\t\t\t&nbsp;<\/p>\n\n\t\t\t&nbsp;<\/p>\n\n\t\t\tH&igrave;nh 16. Hệ thống k&egrave; sườn bị ph&aacute; hủy do dịch chuyển của sườn n&uacute;i phiến s&eacute;t (a), (b), (c) dọc theo tuyến đường đi về bản Mo - Mường Lay - Điện Bi&ecirc;n<\/span><\/span><\/span><\/i><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t<\/tbody>\n<\/table>\n\n6. Kết luận<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\nGiao thoa radar cụ thể với phương ph&aacute;p PSInSAR l&agrave; một giải ph&aacute;p khả thi trong việc ph&aacute;t hiện c&aacute;c biến dạng bề mặt địa h&igrave;nh theo kh&ocirc;ng gian v&agrave; thời gian. Tư liệu ảnh radar Sentinel miễn ph&iacute; ho&agrave;n to&agrave;n cho ph&eacute;p nghi&ecirc;n cứu biến dạng bề mặt địa h&igrave;nh ở một nước thuộc kh&iacute; hậu nhiệt đới như nước ta, kh&ocirc;ng chỉ &aacute;p dụng tại c&aacute;c khu vực th&agrave;nh phố v&agrave; c&ograve;n &aacute;p dụng cho c&aacute;c khu vực miền n&uacute;i nước ta.<\/span><\/span><\/span><\/span><\/span><\/span><\/span><\/span> <\/i>Kết quả nghi&ecirc;n cứu l&uacute;n từ dữ liệu radar cho ph&eacute;p ph&acirc;n t&iacute;ch nhanh vận tốc biến dạng bề mặt địa h&igrave;nh cung cấp cho ch&uacute;ng ta nguồn dữ liệu hữu &iacute;ch phục vụ cho gi&aacute;m s&aacute;t v&agrave; dự b&aacute;o c&aacute;c tai biến trong hiện tượng biến dạng bề mặt đất l&agrave; tai biến trượt lở, sụt l&uacute;n đất.<\/span><\/span><\/span><\/span><\/span><\/p>\n\nKết quả t&iacute;nh to&aacute;n l&uacute;n mặt đất giai đoạn 2018 &ndash; 2022 khu vực Mường Lay &ndash; Điện Bi&ecirc;n bằng phương ph&aacute;p PSInSAR được xử l&yacute; tr&ecirc;n phần mềm SNAP v&agrave; STAMPS cho dữ liệu ảnh Sentinel được kết quả 20.493 điểm gi&aacute; trị PS với gi&aacute; trị vận tốc biến dạng bề mặt tại đ&acirc;y từ -8.1 mm đến 7.4 mm\/năm.<\/span><\/span><\/span><\/span><\/span><\/p>\n\nQua khảo s&aacute;t thực tế tại khu vực cho thấy một số c&ocirc;ng tr&igrave;nh ph&ograve;ng chống ổn định bờ dốc bị biến dạng do ảnh hưởng của c&aacute;c khối trượt lớn đang hoạt động trong khu vực.<\/span><\/span><\/span><\/span><\/span><\/p>\n\nKết hợp nghi&ecirc;n cứu l&uacute;n bằng giao thoa radar với một số phương ph&aacute;p quan quan trắc, đo l&uacute;n ngo&agrave;i thực tế sẽ gi&uacute;p theo d&otilde;i biến dạng bề mặt đất hiệu quả v&agrave; ch&iacute;nh x&aacute;c. Tuy nhi&ecirc;n với c&aacute;c khu vực biến dạng bề mặt đất cần phải c&oacute; c&aacute;c nghi&ecirc;n cứu s&acirc;u hơn về nguy&ecirc;n nh&acirc;n, c&aacute;c yếu tố g&acirc;y ra biến dạng để từ đấy đưa ra dự b&aacute;o v&agrave; c&aacute;c biện ph&aacute;p ứng ph&oacute; với hiện tượng n&agrave;y.<\/span><\/span><\/span><\/span><\/span><\/p>\n\nLời c&aacute;m ơn:<\/span><\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\nTập thể t&aacute;c giả xin ch&acirc;n th&agrave;nh c&aacute;m ơn Đề t&agrave;i Nghi&ecirc;n cứu sử dụng c&ocirc;ng nghệ địa kh&ocirc;ng gian nhằm đ&aacute;nh gi&aacute; nguy cơ, khả năng thiệt hại do trượt lở v&agrave; lũ b&ugrave;n đ&aacute; khu vực miền n&uacute;i ph&iacute;a Bắc. M&atilde; số ĐTĐL.CN-82\/21 đ&atilde; hỗ trợ v&agrave; tạo điều kiện nghi&ecirc;n cứu cho nh&oacute;m nghi&ecirc;n cứu ho&agrave;n th&agrave;nh nghi&ecirc;n cứu biến dạng bề mặt địa h&igrave;nh cho khu vực Mường Lay &ndash;Điện Bi&ecirc;n.<\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\nCam kết của c&aacute;c t&aacute;c giả:&nbsp;<\/span><\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\nTất cả c&aacute;c t&aacute;c giả c&oacute; t&ecirc;n trong b&agrave;i b&aacute;o cam kết sự đồng thuận v&agrave; kh&ocirc;ng c&oacute; xung đột lợi &iacute;ch trong c&ocirc;ng bố khoa học tại b&agrave;i b&aacute;o n&agrave;y.<\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\n&nbsp;<\/p>\n\nT&agrave;i liệu tham khảo<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\n[1] Trần Quốc Cường, 2016, <\/span><\/span>&ldquo;Nghi&ecirc;n cứu cơ sở khoa học v&agrave; đề xuất giải ph&aacute;p dự b&aacute;o l&uacute;n mặt đất th&agrave;nh phố H&agrave; Nội bằng kỹ thuật ra-đa giao thoa&rdquo;. M&atilde; số đề t&agrave;i ĐTĐL.2012-T\/28.<\/i><\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\n[2] <\/span><\/span>Trần Quốc Cường v&agrave; nnk (2021), &ldquo;Nghi&ecirc;n cứu cơ sở khoa học v&agrave; đề xuất giải ph&aacute;p cảnh b&aacute;o sớm tai biến sụt đất, lở, lũ qu&eacute;t, lũ b&ugrave;n đ&aacute; miền Bắc Việt Nam bằng c&ocirc;ng nghệ viễn th&aacute;m v&agrave; dữ liệu về cấu tr&uacute;c địa chất&rdquo;, VT-UD.05\/18-20<\/i>. B&aacute;o c&aacute;o tổng kết. Lưu trữ Viện Địa chất<\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\n[3] <\/span><\/span>L&ecirc; Văn Trung, Hồ Tống Minh Định. Ứng dụng kỹ thuật InSAR vi ph&acirc;n trong quan trắc biến dạng mặt đất khu vực th&agrave;nh phố Hồ Ch&iacute; Minh. 2008. <\/i><\/span><\/span>Tạp ch&iacute; Ph&aacute;t triển KH&amp;CN, <\/span><\/span><\/i>Tập 11, số 12 &ndash; 2008. tr.121-130.<\/i><\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\n[4] <\/span><\/span>Hồ Tống Minh Định, 2007, Principle Investigator ESA CAT1 ID.3832 project, &ldquo;Applying SAR Interferometry for ground subsidence investigation in Ho Chi Minh City area&rdquo;, 2007<\/i><\/span><\/span><\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\n[5] <\/span><\/span>Tran Van Anh, Shinji Masumoto, KiyojiShiono and VenkateshRaghavan, (2007), Spatial distribution of subsidence in Hanoi detected by JERS-1 SAR interferometry, Journal of GeoInformatics-Japan, <\/i>Vol. 18, no.1<\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\n[6] <\/span><\/span>Tran Van Anh, Tran Quoc Cuong, Nguyen Duc Anh, Dang Vu Khac. Studying of Subsidence detection by DinSAR and evaluation <\/span><\/span>of some factors to the outcome. 2015. <\/span><\/span><\/span>Tạp ch&iacute; c&aacute;c Khoa học về Tr&aacute;i đất (số tiếng Anh) Vol 37, No 4, 2015<\/span><\/span><\/i>, pp.344-354. ISNN 0866-7187<\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\n[7] V. K. Dang., C. Doubre, C. Weber, F. Masson and N. Gourmelen, 2013. &ldquo;Recent land subsidence caused by the rapid urban development in the Hanoi urban region (Vietnam) using ALOS InSAR data&rdquo;. Nat. Hazards Earth Syst. Sci. Discuss., <\/i>1, 6155&ndash;6197, 2013.<\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\n[8] L.C Graham, &quot;Synthetic interferometer radar for topographic mapping,&quot; IEEE Transactions on Geoscience and Remote Sensing<\/i>, pp. 62:763&ndash;768, 1974.<\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\n[9] Benedicte Fruneau, J.P Rudant, P.S Roy, Pierre-Louis Frison, R.C Lakhera, V.K. Dadhwal and Ranajit Saha Chatterjee R.S, &quot;Subsidence of Kolkata city, India during the 1990s as observerd from space by Differential Synthetic Aperture Ra-đa Interferometry (D-InSAR) technique,&quot; Remote Sensing of Environment, <\/i>pp. vol. 102, pp. 176-185, 2006.<\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\n[10] De Zan, F., &amp; Guarnieri, A. M. (2006). &ldquo;TOPSAR: Terrain Observation by Progressive Scans. Geoscience and Remote Sensing&rdquo;, IEEE Transactions on, 44(9), 2352&ndash;2360. <\/i>doi:10.1109\/TGRS.2006.873853<\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\n<table class=\"MsoTableGrid\" style=\"margin-left:-.25pt; border-collapse:collapse; border:undefined\" width=\"557\">\n\t<tbody>\n\t\t<tr style=\"height:25.95pt\">\n\t\t\t<td style=\"width:359.45pt; padding:0cm 5.4pt 0cm 5.4pt; height:25.95pt\" valign=\"top\" width=\"479\">&nbsp;\n\t\t\t<a href=\"https:\/\/www.geocartagis.org\/thong-tin-khoa-hoc\" style=\"color:#0563c1; text-decoration:underline\" target=\"_blank\">Article&nbsp;<\/span><\/span><\/a>&copy; 2024&nbsp;by&nbsp;<\/span><\/span><\/span><\/span><a href=\"https:\/\/www.geocartagis.org\/\" style=\"color:#0563c1; text-decoration:underline\" target=\"_blank\">Magazine of Geodesy - Cartography&nbsp;<\/span><\/span><\/a>is licensed under&nbsp;<\/span><\/span><\/span><\/span><a href=\"https:\/\/creativecommons.org\/licenses\/by\/4.0\/?ref=chooser-v1\" style=\"color:#0563c1; text-decoration:underline\" target=\"_blank\">CC BY 4.0&nbsp;<\/span><\/span><\/a><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"width:58.15pt; padding:0cm 5.4pt 0cm 5.4pt; height:25.95pt\" valign=\"top\" width=\"78\">\n\t\t\t<img id=\"Picture_x0020_28\" src=\"file:\/\/\/C:\/Users\/Mr_Tung\/AppData\/Local\/Temp\/msohtmlclip1\/01\/clip_image030.png\" style=\"width:43.5pt; height:14.25pt\" \/> <\/span><\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t<\/tbody>\n<\/table>\n","image_url":"https:\/\/www.geocartagis.org\/datafiles\/46325\/upload\/images\/04_25\/radar.png?t=1761291779","image_thumb_url":"https:\/\/www.geocartagis.org\/datafiles\/46325\/upload\/thumb_images\/04_25\/radar.png?t=1770553253","tags":"","count_view":1608,"seo_name":"ung-dung-phuong-phap-radar-giao-thoa-psinsar-xu-ly-anh-sentinel1-xac-dinh-bien-dang-be-mat-dat-khu-vuc-thi-xa-muong-lay-dien-bien","date_update":1761291840,"date_created_format":1761292180,"meta_title":"","meta_desc":"","meta_keyword":"","qr_code":"https:\/\/www.geocartagis.org\/ung-dung-phuong-phap-radar-giao-thoa-psinsar-xu-ly-anh-sentinel1-xac-dinh-bien-dang-be-mat-dat-khu-vuc-thi-xa-muong-lay-dien-bien"},{"id":723006,"name":"Trích xuất cây xanh đô thị từ ảnh UAV bằng kỹ thuật học sâu phục vụ công tác quản lý đô thị","desc":"Trần Ngọc Huyền Trang1,2*<\/sup>, Chung Phước Sang1<\/sup>, Trần Kh&aacute;nh Lu&acirc;n1<\/sup><\/span><\/span><\/i><\/span><\/span><\/span><\/span><\/p>\n\n1<\/span><\/span><\/sup><\/i>Khoa Trắc địa, Bản đồ v&agrave; C&ocirc;ng tr&igrave;nh, Đại học T&agrave;i nguy&ecirc;n v&agrave; M&ocirc;i trường TP. HCM<\/span><\/span><\/i><\/span><\/span><\/span><\/span><\/p>\n\n2<\/span><\/span><\/sup><\/i>Khoa M&ocirc;i trường v&agrave; T&agrave;i nguy&ecirc;n, Đại học B&aacute;ch Khoa TP. HCM<\/span><\/span><\/i><\/span><\/span><\/span><\/span><\/p>\n\nEmail t&aacute;c giả li&ecirc;n hệ: <\/span><\/span><\/i>tnhtrang@hcmunre.edu.vn<\/span><\/span><\/i><\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\ndoi.org\/10.5281\/zenodo.17068801<\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n","content":"Tr&iacute;ch xuất c&acirc;y xanh đ&ocirc; thị từ ảnh UAV bằng kỹ thuật học s&acirc;u phục vụ c&ocirc;ng t&aacute;c <\/span><\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\nquản l&yacute; đ&ocirc; thị<\/span><\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\nTrần Ngọc Huyền Trang1,2*<\/sup>, Chung Phước Sang1<\/sup>, Trần Kh&aacute;nh Lu&acirc;n1<\/sup><\/span><\/span><\/i><\/span><\/span><\/span><\/span><\/p>\n\n1<\/span><\/span><\/sup><\/i>Khoa Trắc địa, Bản đồ v&agrave; C&ocirc;ng tr&igrave;nh, Đại học T&agrave;i nguy&ecirc;n v&agrave; M&ocirc;i trường TP. HCM<\/span><\/span><\/i><\/span><\/span><\/span><\/span><\/p>\n\n2<\/span><\/span><\/sup><\/i>Khoa M&ocirc;i trường v&agrave; T&agrave;i nguy&ecirc;n, Đại học B&aacute;ch Khoa TP. HCM<\/span><\/span><\/i><\/span><\/span><\/span><\/span><\/p>\n\nEmail t&aacute;c giả li&ecirc;n hệ: <\/span><\/span><\/i>tnhtrang@hcmunre.edu.vn<\/span><\/span><\/i><\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\ndoi.org\/10.5281\/zenodo.17068801<\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\nTóm tắt: <\/span><\/span><\/i><\/b><\/span><\/span><\/span><\/p>\n\n&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; B&agrave;i b&aacute;o đề xuất một phương ph&aacute;p ứng dụng kỹ thuật học s&acirc;u nhằm tr&iacute;ch xuất c&acirc;y xanh đ&ocirc; thị từ ảnh UAV c&oacute; độ ph&acirc;n giải cao. UAV đ&oacute;ng vai tr&ograve; thiết yếu trong việc cung cấp ảnh trực giao v&agrave; ảnh xi&ecirc;n với độ chi tiết h&igrave;nh học cao, hỗ trợ m&ocirc; h&igrave;nh nhận dạng hiệu quả kh&ocirc;ng gian ba chiều của c&acirc;y xanh. Trọng t&acirc;m của phương ph&aacute;p l&agrave; khả năng tự động nhận dạng v&agrave; ph&acirc;n v&ugrave;ng c&acirc;y xanh dựa tr&ecirc;n c&aacute;c đặc trưng h&igrave;nh ảnh học được, đặc biệt l&agrave; h&igrave;nh dạng v&agrave; k&iacute;ch thước t&aacute;n c&acirc;y, vốn c&oacute; bi&ecirc;n kh&ocirc;ng đều v&agrave; ph&acirc;n bố tự nhi&ecirc;n, kh&aacute;c biệt r&otilde; rệt so với c&aacute;c đối tượng nh&acirc;n tạo. Kết quả thu được l&agrave; lớp dữ liệu kh&ocirc;ng gian phản &aacute;nh ch&iacute;nh x&aacute;c vị tr&iacute; v&agrave; cấu tr&uacute;c h&igrave;nh học của c&acirc;y xanh, phục vụ hiệu quả cho c&ocirc;ng t&aacute;c quản l&yacute;, ph&acirc;n t&iacute;ch v&agrave; quy hoạch kh&ocirc;ng gian xanh đ&ocirc; thị. Phương ph&aacute;p cho thấy t&iacute;nh khả thi cao, khả năng tự động h&oacute;a v&agrave; mở rộng tốt, g&oacute;p phần x&acirc;y dựng hệ thống quản l&yacute; đ&ocirc; thị th&ocirc;ng minh v&agrave; bền vững.<\/span><\/span><\/i><\/span><\/span><\/span><\/p>\n\nTừ kh&oacute;a:<\/span><\/span><\/i><\/b> UAV, Deep Learning, GIS, C&acirc;y xanh đ&ocirc; thị<\/span><\/span><\/i><\/span><\/span><\/span><\/p>\n\n<table class=\"MsoTableGrid\" style=\"width:418.2pt; border-collapse:collapse; border:undefined\" width=\"558\">\n\t<tbody>\n\t\t<tr>\n\t\t\t<td style=\"width:99.25pt; padding:0cm 5.4pt 0cm 5.4pt\" valign=\"top\" width=\"132\">\n\t\t\tNg&agrave;y nhận b&agrave;i: <\/span><\/span>18\/08\/2025<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"width:3.0cm; padding:0cm 5.4pt 0cm 5.4pt\" valign=\"top\" width=\"113\">\n\t\t\tNg&agrave;y<\/span><\/span> sửa lại<\/span><\/span>: 20\/08\/2025<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"width:127.55pt; padding:0cm 5.4pt 0cm 5.4pt\" valign=\"top\" width=\"170\">\n\t\t\tNg&agrave;y chấp nhận đăng:<\/span><\/span> 25\/08\/2025<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"width:106.35pt; padding:0cm 5.4pt 0cm 5.4pt\" valign=\"top\" width=\"142\">\n\t\t\tNg&agrave;y xuất bản<\/span><\/span>: 30\/08\/2025<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t<\/tbody>\n<\/table>\n\n&nbsp;<\/p>\n\nUrban tree extraction from UAV Imagery using deep learning techniques for urban management applications<\/span><\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\nTrần Ngọc Huyền Trang1,2*<\/sup>, Chung Phước Sang1<\/sup>, Trần Kh&aacute;nh Lu&acirc;n<\/span><\/span><\/i>1<\/span><\/span><\/sup><\/i><\/span><\/span><\/span><\/p>\n\n1<\/span><\/span><\/sup><\/i>Faculty of Surveying, Mapping and Construction, Ho Chi Minh City University of Natural Resources and Environment<\/span><\/span><\/i><\/span><\/span><\/span><\/span><\/p>\n\n2<\/span><\/span><\/sup><\/i>Faculty of Environment and Resources,<\/span><\/span><\/i> <\/i>Ho Chi Minh City University of Technology (HCMUT)<\/span><\/span><\/i><\/span><\/span><\/span><\/span><\/p>\n\nCorresponding Author Email: tnhtrang@hcmunre.edu.vn<\/span><\/span><\/i><\/span><\/span><\/span><\/span><\/p>\n\n&nbsp;<\/p>\n\nAbstract<\/span><\/span><\/i><\/b>:<\/span><\/span><\/i><\/b><\/span><\/span><\/span><\/p>\n\nThis paper proposes a method that leverages deep learning techniques to extract urban trees from high-resolution UAV imagery. UAVs play a crucial role in capturing both nadir and oblique images with high geometric detail, facilitating effective modeling of the three-dimensional spatial characteristics of urban vegetation. The core of the proposed approach lies in its ability to automatically identify and segment trees based on learned visual features, particularly the shape and size of tree canopies, which often exhibit irregular boundaries and natural spatial distribution, distinct from man-made objects. The resulting output is a spatial dataset that accurately reflects the location and geometric structure of trees, effectively supporting urban green space management, analysis, and planning. The method demonstrates high feasibility, automation capability, and scalability, contributing to the development of intelligent and sustainable urban management systems.<\/span><\/span><\/span><\/i><\/span><\/span><\/span><\/p>\n\nKeywords<\/span><\/span><\/span><\/i><\/b>: UAV, Deep Learning, GIS, Urban tree<\/span><\/span><\/span><\/i><\/span><\/span><\/span><\/p>\n\n<table class=\"MsoTableGrid\" style=\"width:419.05pt; border-collapse:collapse; border:undefined\" width=\"559\">\n\t<tbody>\n\t\t<tr>\n\t\t\t<td style=\"width:120.5pt; padding:0cm 5.4pt 0cm 5.4pt\" valign=\"top\" width=\"161\">\n\t\t\tSubmission re<\/span><\/span>ceiv<\/span><\/span>ed: 18\/08\/2025<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"width:92.15pt; padding:0cm 5.4pt 0cm 5.4pt\" valign=\"top\" width=\"123\">\n\t\t\tRevised: 20\/08\/2025<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"width:3.0cm; padding:0cm 5.4pt 0cm 5.4pt\" valign=\"top\" width=\"113\">\n\t\t\tAccepted<\/span><\/span>:<\/span><\/span> 25\/08\/2025<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"width:121.35pt; padding:0cm 5.4pt 0cm 5.4pt\" valign=\"top\" width=\"162\">\n\t\t\tPublished: 30\/08\/2025<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t<\/tbody>\n<\/table>\n\n&nbsp;<\/p>\n\n1. Giới thiệu <\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\nC&acirc;y xanh đ&ocirc; thị đ&oacute;ng vai tr&ograve; quan trọng trong việc cải thiện chất lượng kh&ocirc;ng kh&iacute;, giảm hiệu ứng đảo nhiệt, v&agrave; n&acirc;ng cao chất lượng sống cho cư d&acirc;n đ&ocirc; thị [1]. Để quản l&yacute; hiệu quả c&acirc;y xanh trong bối cảnh đ&ocirc; thị h&oacute;a nhanh, cần &aacute;p dụng c&aacute;c phương ph&aacute;p hiện đại c&oacute; khả năng tự động h&oacute;a cao v&agrave; độ ch&iacute;nh x&aacute;c lớn trong gi&aacute;m s&aacute;t, kiểm k&ecirc; v&agrave; quy hoạch. <\/span><\/span><\/span><\/span><\/span><\/p>\n\nTr&ecirc;n thế giới, nhiều quốc gia đ&atilde; t&iacute;ch cực ứng dụng c&aacute;c c&ocirc;ng nghệ như hệ thống th&ocirc;ng tin địa l&yacute; (GIS), viễn th&aacute;m v&agrave; m&aacute;y bay kh&ocirc;ng người l&aacute;i (UAV) trong c&ocirc;ng t&aacute;c quản l&yacute; c&acirc;y xanh. Tại Hoa Kỳ, dự &aacute;n Urban Tree Canopy Assessment sử dụng ảnh vệ tinh v&agrave; dữ liệu LiDAR nhằm đ&aacute;nh gi&aacute; độ che phủ t&aacute;n c&acirc;y ở cấp đ&ocirc; thị [1]. Singapore, th&ocirc;ng qua Cơ quan C&ocirc;ng vi&ecirc;n Quốc gia (NParks), đ&atilde; triển khai hệ thống quản l&yacute; c&acirc;y xanh từ xa, t&iacute;ch hợp c&ocirc;ng nghệ GIS v&agrave; cảm biến để n&acirc;ng cao độ ch&iacute;nh x&aacute;c v&agrave; hiệu quả trong c&ocirc;ng t&aacute;c kiểm k&ecirc;, gi&aacute;m s&aacute;t [2].&nbsp; C&aacute;c giải ph&aacute;p c&ocirc;ng nghệ n&agrave;y kh&ocirc;ng chỉ gi&uacute;p n&acirc;ng cao hiệu quả quản l&yacute; m&agrave; c&ograve;n g&oacute;p phần giảm chi ph&iacute; vận h&agrave;nh [3].<\/span><\/span><\/span><\/span><\/span><\/p>\n\nTại Việt Nam, qu&aacute; tr&igrave;nh quản l&yacute; c&acirc;y xanh đ&ocirc; thị vẫn c&ograve;n nhiều th&aacute;ch thức, đặc biệt trong bối cảnh đ&ocirc; thị h&oacute;a diễn ra nhanh ch&oacute;ng. Ri&ecirc;ng TP. Hồ Ch&iacute; Minh hiện c&oacute; tr&ecirc;n 200000 c&acirc;y xanh ph&acirc;n bố dọc theo khoảng 1200 tuyến đường [4, 5], nhưng việc kiểm k&ecirc; v&agrave; quản l&yacute; phần lớn vẫn dựa v&agrave;o phương ph&aacute;p thủ c&ocirc;ng, thiếu t&iacute;nh đồng bộ v&agrave; hiệu quả. Một số nghi&ecirc;n cứu bước đầu đ&atilde; ứng dụng c&ocirc;ng nghệ UAV kết hợp với hệ thống GIS để x&acirc;y dựng cơ sở dữ liệu c&acirc;y xanh v&agrave; hỗ trợ quản l&yacute; kh&ocirc;ng gian xanh đ&ocirc; thị [6, 7]. Những kết quả ban đầu cho thấy tiềm năng r&otilde; rệt trong việc n&acirc;ng cao hiệu quả gi&aacute;m s&aacute;t v&agrave; quy hoạch, song việc ứng dụng c&aacute;c kỹ thuật học s&acirc;u (Deep Learning) trong tr&iacute;ch xuất c&acirc;y xanh từ ảnh UAV vẫn c&ograve;n hạn chế, đặc biệt tại những khu vực đ&ocirc; thị phức tạp như bờ k&ecirc;nh Tẻ, Quận 7 (cũ)&ndash; nơi c&acirc;y xanh ph&acirc;n bố xen kẽ với c&ocirc;ng tr&igrave;nh kiến tr&uacute;c v&agrave; mặt nước.<\/span><\/span><\/span><\/span><\/span><\/p>\n\nTrong bối cảnh đ&oacute;, kỹ thuật học s&acirc;u, đặc biệt l&agrave; mạng nơ-ron t&iacute;ch chập (Convolutional Neural Network &ndash; CNN), đ&atilde; chứng minh khả năng vượt trội trong ph&acirc;n t&iacute;ch ảnh, hỗ trợ hiệu quả c&aacute;c t&aacute;c vụ như ph&acirc;n đoạn v&agrave; ph&aacute;t hiện đối tượng [8]. Khi kết hợp với dữ liệu ảnh UAV c&oacute; độ ph&acirc;n giải cao, c&aacute;c m&ocirc; h&igrave;nh học s&acirc;u c&oacute; thể tự động nhận diện c&acirc;y xanh dựa tr&ecirc;n h&igrave;nh dạng t&aacute;n l&aacute;, m&agrave;u sắc v&agrave; vị tr&iacute; kh&ocirc;ng gian, từ đ&oacute; t&iacute;ch hợp v&agrave;o hệ thống GIS để x&acirc;y dựng lớp dữ liệu phục vụ quản l&yacute; c&acirc;y xanh đ&ocirc; thị.<\/span><\/span><\/span><\/span><\/span><\/p>\n\nTr&ecirc;n thế giới, học s&acirc;u đ&atilde; được ứng dụng th&agrave;nh c&ocirc;ng trong nhiều nghi&ecirc;n cứu tr&iacute;ch xuất c&acirc;y xanh. Nổi bật l&agrave; nghi&ecirc;n cứu của Weinstein v&agrave; cộng sự (2020) với m&ocirc; h&igrave;nh DeepForest sử dụng Mask R-CNN để ph&acirc;n đoạn t&aacute;n c&acirc;y từ ảnh UAV [9]. Torresan v&agrave; nh&oacute;m nghi&ecirc;n cứu (2017) &aacute;p dụng mạng CNN để th&agrave;nh lập bản đồ c&acirc;y xanh tại khu vực đ&ocirc; thị ch&acirc;u &Acirc;u [3]. Gần đ&acirc;y, Neyns v&agrave; cộng sự (2022) sử dụng DeepLabv3+ để ph&acirc;n đoạn c&acirc;y xanh từ ảnh vệ tinh, cho thấy hiệu quả cao trong m&ocirc;i trường đ&ocirc; thị đồng đều [10]. Tuy nhi&ecirc;n, phần lớn c&aacute;c nghi&ecirc;n cứu n&agrave;y tập trung v&agrave;o khu vực rừng hoặc c&aacute;c th&agrave;nh phố c&oacute; cấu tr&uacute;c c&acirc;y xanh tương đối đồng nhất. Trong khi đ&oacute;, những khu vực như k&ecirc;nh Tẻ tại TP. Hồ Ch&iacute; Minh, nơi c&acirc;y xanh xen lẫn với c&ocirc;ng tr&igrave;nh x&acirc;y dựng v&agrave; mặt nước, vẫn l&agrave; th&aacute;ch thức lớn cho m&ocirc; h&igrave;nh học s&acirc;u.<\/span><\/span><\/span><\/span><\/span><\/p>\n\nNgo&agrave;i ra, việc ứng dụng học s&acirc;u tại Việt Nam c&ograve;n đối mặt với nhiều kh&oacute; khăn như thiếu bộ dữ liệu huấn luyện chuẩn h&oacute;a, điều kiện địa h&igrave;nh v&agrave; &aacute;nh s&aacute;ng phức tạp, v&agrave; chưa c&oacute; quy tr&igrave;nh tổng thể t&iacute;ch hợp từ kh&acirc;u thu thập dữ liệu UAV đến x&acirc;y dựng lớp th&ocirc;ng tin kh&ocirc;ng gian phục vụ c&ocirc;ng t&aacute;c quản l&yacute;.<\/span><\/span><\/span><\/span><\/span><\/p>\n\nTừ thực tiễn đ&oacute;, nghi&ecirc;n cứu n&agrave;y đề xuất một quy tr&igrave;nh ứng dụng kỹ thuật học s&acirc;u trong m&ocirc;i trường ArcGIS Pro để tr&iacute;ch xuất c&acirc;y xanh đ&ocirc; thị từ ảnh UAV tại khu vực dọc bờ k&ecirc;nh Tẻ, Quận 7 (cũ). Nghi&ecirc;n cứu tập trung triển khai v&agrave; so s&aacute;nh c&aacute;c m&ocirc; h&igrave;nh học s&acirc;u theo hai hướng tiếp cận ch&iacute;nh: ph&acirc;n đoạn v&agrave; ph&aacute;t hiện đối tượng. C&aacute;c m&ocirc; h&igrave;nh được đ&aacute;nh gi&aacute; dựa tr&ecirc;n chỉ số Precision nhằm x&aacute;c định phương &aacute;n ph&ugrave; hợp nhất cho việc x&acirc;y dựng lớp dữ liệu kh&ocirc;ng gian hỗ trợ quản l&yacute; v&agrave; quy hoạch c&acirc;y xanh đ&ocirc; thị.<\/span><\/span><\/span><\/span><\/span><\/p>\n\n2. Phương ph&aacute;p nghi&ecirc;n cứu <\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\nNghi&ecirc;n cứu n&agrave;y được thực hiện theo một quy tr&igrave;nh tổng qu&aacute;t gồm ba giai đoạn ch&iacute;nh: (i) thu thập v&agrave; tiền xử l&yacute; ảnh UAV nhằm n&acirc;ng cao chất lượng h&igrave;nh ảnh đầu v&agrave;o; (ii) xử l&yacute; ảnh để tạo ra c&aacute;c m&ocirc; h&igrave;nh kh&ocirc;ng gian như DSM, DTM v&agrave; nDSM; v&agrave; (iii) ứng dụng m&ocirc; h&igrave;nh học s&acirc;u để nhận dạng c&acirc;y xanh từ ảnh UAV. Sơ đồ quy tr&igrave;nh được tr&igrave;nh b&agrave;y trong H&igrave;nh 1.<\/span><\/span><\/span><\/span><\/span><\/p>\n\n<img src=\"\/datafiles\/46325\/upload\/images\/image(294).png\" style=\"width: 300px; height: 202px;\" \/><\/p>\n\n&nbsp;<\/p>\n\nH&igrave;nh 1. Quy tr&igrave;nh thực hiện chung<\/span><\/span><\/i><\/span><\/span><\/span><\/p>\n\n2.1. Khu vực nghi&ecirc;n cứu<\/span><\/span><\/i><\/b><\/span><\/span><\/span><\/p>\n\nKhu vực nghi&ecirc;n cứu l&agrave; dọc bờ k&ecirc;nh Tẻ, thuộc phường T&acirc;n Thuận, TP. Hồ Ch&iacute; Minh, diện t&iacute;ch khoảng 14 ha (H&igrave;nh 2). K&ecirc;nh Tẻ nối s&ocirc;ng S&agrave;i G&ograve;n v&agrave; s&ocirc;ng Đ&ocirc;i, với khu d&acirc;n cư, c&ocirc;ng vi&ecirc;n, v&agrave; tuyến đường c&oacute; mật độ c&acirc;y xanh đa dạng (c&acirc;y bụi, c&acirc;y trung b&igrave;nh, c&acirc;y lớn), xen kẽ c&ocirc;ng tr&igrave;nh v&agrave; mặt nước. Sự chồng lấn t&aacute;n c&acirc;y v&agrave; b&oacute;ng đổ từ t&ograve;a nh&agrave; tạo th&aacute;ch thức cho tr&iacute;ch xuất c&acirc;y xanh.<\/span><\/span><\/span><\/span><\/span><\/p>\n\n<img src=\"\/datafiles\/46325\/upload\/images\/image(295).png\" style=\"width: 301px; height: 208px;\" \/><\/p>\n\n<v:rect fillcolor=\"white [3212]\" id=\"Rectangle_x0020_41\" o:gfxdata=\"UEsDBBQABgAIAAAAIQC75UiUBQEAAB4CAAATAAAAW0NvbnRlbnRfVHlwZXNdLnhtbKSRvU7DMBSF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\nbHMvZHJhd2luZzEueG1sLnJlbHNQSwUGAAAAAAUABQBnAQAAXw0AAAAA\n\" strokecolor=\"white [3212]\" strokeweight=\"1pt\" style=\"position:absolute; left:0; text-align:left; margin-left:286.75pt; margin-top:20.2pt; width:24.95pt; height:9.25pt; z-index:252058624; v-text-anchor:middle\"><v:shape filled=\"f\" id=\"Text_x0020_Box_x0020_39\" o:gfxdata=\"UEsDBBQABgAIAAAAIQC75UiUBQEAAB4CAAATAAAAW0NvbnRlbnRfVHlwZXNdLnhtbKSRvU7DMBSF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\nZzEueG1sLnJlbHNQSwUGAAAAAAUABQBnAQAAyA0AAAAA\n\" stroked=\"f\" strokeweight=\".5pt\" style=\"position:absolute; left:0; text-align:left; margin-left:252.85pt; margin-top:25.15pt; width:42.25pt; height:16.75pt; z-index:252057600; v-text-anchor:top\" type=\"#_x0000_t202\"> <v:textbox> <\/v:textbox><\/v:shape><\/v:rect><\/span><\/span><\/span><\/p>\n\n<table style=\"border:undefined\" width=\"100%\">\n\t<tbody>\n\t\t<tr>\n\t\t\t<td>\n\t\t\t<div>\n\t\t\tViệt Nam<\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/div>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t<\/tbody>\n<\/table>\n\n<table style=\"border:undefined\" width=\"100%\">\n\t<tbody>\n\t\t<tr>\n\t\t\t<td>\n\t\t\t<div>\n\t\t\tBiển Đ&ocirc;ng<\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/div>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t<\/tbody>\n<\/table>\n\nH&igrave;nh 2. Khu vực nghi&ecirc;n cứu tại phường T&acirc;n Thuận, TP. Hồ Ch&iacute; Minh<\/span><\/span><\/i><\/span><\/span><\/span><\/p>\n\n2.2. Thu thập v&agrave; xử l&yacute; dữ liệu UAV<\/span><\/span><\/i><\/b><\/span><\/span><\/span><\/p>\n\nDữ liệu được thu thập bằng UAV DJI Phantom 4 Pro, bao gồm 274 ảnh chụp xi&ecirc;n với 5 g&oacute;c chụp kh&aacute;c nhau (bốn g&oacute;c xi&ecirc;n v&agrave; một g&oacute;c thẳng đứng) (H&igrave;nh 3). &nbsp;Dữ liệu được chụp đa g&oacute;c nhằm phục vụ nhận dạng v&agrave; tr&iacute;ch xuất đối tượng kh&ocirc;ng gian. Độ cao bay chụp l&agrave; 100 m, với độ phủ dọc v&agrave; ngang đều l&agrave; 80%, đảm bảo độ ph&acirc;n giải kh&ocirc;ng gian 2.7 cm\/pixel. T&aacute;m điểm khống chế mặt đất (Ground Control Point &ndash; GCP) được đo bằng kỹ thuật RTK, bố tr&iacute; đều trong khu vực để nắn chỉnh ảnh, đảm bảo độ ch&iacute;nh x&aacute;c h&igrave;nh học. Dữ liệu được thu thập trong điều kiện thời tiết ổn định nhằm giảm nhiễu do &aacute;nh s&aacute;ng v&agrave; đổ b&oacute;ng thay đổi.<\/span><\/span><\/span><\/span><\/span><\/p>\n\n<img src=\"\/datafiles\/46325\/upload\/images\/image(296).png\" style=\"width: 300px; height: 285px;\" \/><\/p>\n\nH&igrave;nh 3. Sơ đồ tuyến bay v&agrave; vị tr&iacute; c&aacute;c điểm GCP<\/span><\/span><\/i><\/span><\/span><\/span><\/p>\n\nDữ liệu ảnh UAV sau khi thu thập được xử l&yacute; sơ bộ nhằm tăng độ tương phản v&agrave; độ sắc n&eacute;t, gi&uacute;p cải thiện hiệu quả ph&acirc;n t&iacute;ch bằng m&ocirc; h&igrave;nh học s&acirc;u. Tiếp theo, qu&aacute; tr&igrave;nh t&aacute;i tạo m&ocirc; h&igrave;nh kh&ocirc;ng gian được thực hiện th&ocirc;ng qua chuỗi xử l&yacute; quang trắc hiện đại. Cụ thể, thuật to&aacute;n SfM (Structure from Motion) được sử dụng để ước lượng vị tr&iacute; v&agrave; hướng của ảnh chụp th&ocirc;ng qua việc ph&aacute;t hiện v&agrave; khớp c&aacute;c điểm đặc trưng, từ đ&oacute; x&acirc;y dựng m&ocirc; h&igrave;nh đ&aacute;m m&acirc;y điểm thưa (sparse point cloud). Sau đ&oacute;, kỹ thuật SVM (Multi-View Stereo) được &aacute;p dụng để l&agrave;m d&agrave;y mật độ điểm, tạo th&agrave;nh đ&aacute;m m&acirc;y điểm d&agrave;y đặc (dense point cloud) m&ocirc; tả chi tiết bề mặt khu vực khảo s&aacute;t.<\/span><\/span><\/span><\/span><\/span><\/p>\n\nTừ đ&aacute;m m&acirc;y điểm n&agrave;y, m&ocirc; h&igrave;nh số bề mặt (Digital Surface Model &ndash; DSM) được nội suy nhằm phản &aacute;nh độ cao tổng thể bao gồm c&aacute;c địa vật như c&acirc;y xanh, nh&agrave; cửa. Để loại bỏ c&aacute;c yếu tố kh&ocirc;ng thuộc mặt đất, đ&aacute;m m&acirc;y điểm được lọc bằng phần mềm m&atilde; nguồn mở Fusion, giữ lại c&aacute;c điểm nằm tr&ecirc;n bề mặt địa h&igrave;nh tự nhi&ecirc;n, từ đ&oacute; nội suy m&ocirc; h&igrave;nh số địa h&igrave;nh (Digital Terrain Model &ndash; DTM). Cuối c&ugrave;ng, m&ocirc; h&igrave;nh số bề mặt chuẩn h&oacute;a (Normalized DSM &ndash; nDSM) được t&iacute;nh to&aacute;n bằng hiệu số giữa DSM v&agrave; DTM, cung cấp th&ocirc;ng tin về chiều cao tuyệt đối của c&aacute;c đối tượng tr&ecirc;n mặt đất, đặc biệt hữu &iacute;ch cho việc nhận dạng c&acirc;y xanh đ&ocirc; thị.<\/span><\/span><\/span><\/span><\/span><\/p>\n\n2.3. Ứng dụng m&ocirc; h&igrave;nh học s&acirc;u để tr&iacute;ch xuất c&acirc;y xanh<\/span><\/span><\/i><\/b><\/span><\/span><\/span><\/p>\n\n2.3.1. Chuẩn bị tập dữ liệu huấn luyện<\/span><\/span><\/i><\/span><\/span><\/span><\/p>\n\nTập dữ liệu huấn luyện được x&acirc;y dựng th&ocirc;ng qua qu&aacute; tr&igrave;nh gắn nh&atilde;n thủ c&ocirc;ng c&aacute;c đối tượng c&acirc;y xanh tr&ecirc;n ảnh trực giao RGB, thực hiện trong m&ocirc;i trường ArcGIS Pro. Để hỗ trợ qu&aacute; tr&igrave;nh nhận diện ban đầu, m&ocirc; h&igrave;nh nDSM được sử dụng để lọc sơ bộ c&aacute;c khu vực tiềm năng c&oacute; c&acirc;y xanh, bằng c&aacute;ch chọn c&aacute;c đối tượng c&oacute; chiều cao lớn hơn 2 m. Bước lọc n&agrave;y gi&uacute;p loại bỏ c&aacute;c thực thể thấp như cỏ hoặc c&acirc;y bụi nhỏ, từ đ&oacute; giảm thiểu thời gian gắn nh&atilde;n v&agrave; tăng độ ch&iacute;nh x&aacute;c trong qu&aacute; tr&igrave;nh chuẩn bị dữ liệu. <\/span><\/span><\/span><\/span><\/span><\/p>\n\nTổng số c&acirc;y được gắn nh&atilde;n ban đầu l&agrave; 112. Do số lượng mẫu hạn chế c&oacute; nguy cơ g&acirc;y ra hiện tượng qu&aacute; khớp (overfitting) khi huấn luyện m&ocirc; h&igrave;nh học s&acirc;u, kỹ thuật tăng cường dữ liệu được &aacute;p dụng để mở rộng tập mẫu v&agrave; tăng khả năng kh&aacute;i qu&aacute;t h&oacute;a của m&ocirc; h&igrave;nh. Cụ thể, mỗi ảnh được xoay theo c&aacute;c g&oacute;c 0&deg;, 45&deg;, 90&deg;, 135&deg;, 180&deg;, 225&deg;, 270&deg; v&agrave; 315&deg;, tạo th&agrave;nh 8 phi&ecirc;n bản kh&aacute;c nhau để tăng t&iacute;nh đa dạng về h&igrave;nh học v&agrave; g&oacute;c nh&igrave;n &ndash; điều đặc biệt quan trọng do đặc điểm t&aacute;n c&acirc;y đ&ocirc; thị thường bất đối xứng, bị che khuất hoặc chịu ảnh hưởng bởi b&oacute;ng đổ.<\/span><\/span><\/span><\/span><\/span><\/p>\n\nMỗi c&acirc;y được gắn nh&atilde;n ở hai dạng: (1) ranh giới kh&eacute;p k&iacute;n (polygon) d&ugrave;ng cho t&aacute;c vụ ph&acirc;n đoạn (segmentation), v&agrave; (2) khung giới hạn chữ nhật (bounding box) d&ugrave;ng cho t&aacute;c vụ ph&aacute;t hiện đối tượng (object detection). Dữ liệu sau tăng cường đạt khoảng 800&ndash;900 mẫu, đủ để huấn luyện hiệu quả c&aacute;c m&ocirc; h&igrave;nh học s&acirc;u. Tập mẫu ban đầu được chia theo tỷ lệ 70% cho huấn luyện, 20% cho x&aacute;c thực, v&agrave; 10% cho kiểm tra. Sau khi huấn luyện, c&aacute;c m&ocirc; h&igrave;nh sẽ được đ&aacute;nh gi&aacute; dựa tr&ecirc;n kết quả ph&acirc;n đoạn v&agrave; ph&aacute;t hiện thu được, với th&ocirc;ng tin chiều cao c&acirc;y được tr&iacute;ch xuất từ nDSM để bổ sung thuộc t&iacute;nh kh&ocirc;ng gian cho từng đối tượng.<\/span><\/span><\/span><\/span><\/span><\/p>\n\n&nbsp;2.3.2. Lựa chọn m&ocirc; h&igrave;nh học s&acirc;u v&agrave; quy tr&igrave;nh huấn luyện<\/i><\/span><\/span><\/span><\/span><\/span><\/p>\n\nC&aacute;c m&ocirc; h&igrave;nh học s&acirc;u được sử dụng trong nghi&ecirc;n cứu đều dựa tr&ecirc;n kiến tr&uacute;c CNN, được chia th&agrave;nh hai nh&oacute;m ch&iacute;nh theo mục ti&ecirc;u xử l&yacute;: ph&acirc;n đoạn (segmentation) v&agrave; ph&aacute;t hiện (object detection). Nh&oacute;m ph&acirc;n đoạn bao gồm c&aacute;c m&ocirc; h&igrave;nh U-Net, PSPNet, DeepLabv3+ v&agrave; Mask R-CNN, với chức năng tạo mặt nạ đối tượng nhằm x&aacute;c định ch&iacute;nh x&aacute;c ranh giới t&aacute;n c&acirc;y. Nh&oacute;m ph&aacute;t hiện bao gồm Faster R-CNN, YOLOv3, SSD v&agrave; RetinaNet, được thiết kế để x&aacute;c định vị tr&iacute; c&acirc;y xanh th&ocirc;ng qua c&aacute;c khung giới hạn.<\/span><\/span><\/span><\/span><\/span><\/p>\n\nQuy tr&igrave;nh huấn luyện được thực hiện trong m&ocirc;i trường ArcGIS Pro. Dữ liệu đầu v&agrave;o được chuẩn h&oacute;a v&agrave; xuất theo định dạng ph&ugrave; hợp, với c&aacute;c tham số huấn luyện được thiết lập nhất qu&aacute;n giữa c&aacute;c m&ocirc; h&igrave;nh để đảm bảo t&iacute;nh so s&aacute;nh. <\/span><\/span><\/span><\/span><\/span><\/p>\n\nTrong qu&aacute; tr&igrave;nh huấn luyện, hiệu suất của m&ocirc; h&igrave;nh được đ&aacute;nh gi&aacute; định kỳ th&ocirc;ng qua c&aacute;c chỉ số như gi&aacute; trị mất m&aacute;t (loss) v&agrave; độ ch&iacute;nh x&aacute;c tr&ecirc;n tập x&aacute;c thực (validation accuracy). C&aacute;c biểu đồ huấn luyện được ghi nhận dưới dạng h&igrave;nh ảnh v&agrave; nhật k&yacute;, hỗ trợ theo d&otilde;i diễn tiến huấn luyện v&agrave; điều chỉnh si&ecirc;u tham số nhằm tối ưu h&oacute;a m&ocirc; h&igrave;nh. Khi ho&agrave;n tất, m&ocirc; h&igrave;nh c&oacute; hiệu suất tốt nhất tr&ecirc;n tập x&aacute;c thực sẽ được lưu lại v&agrave; sử dụng để &aacute;p dụng l&ecirc;n tập kiểm tra.<\/span><\/span><\/span><\/span><\/span><\/p>\n\nKết quả đầu ra bao gồm m&ocirc; h&igrave;nh đ&atilde; huấn luyện v&agrave; c&aacute;c lớp đối tượng tr&iacute;ch xuất tự động từ ảnh UAV. C&aacute;c kết quả n&agrave;y tiếp tục được xử l&yacute; v&agrave; đ&aacute;nh gi&aacute; ở c&aacute;c bước tiếp theo để x&aacute;c định độ ch&iacute;nh x&aacute;c nhận dạng v&agrave; mức độ ph&ugrave; hợp cho ứng dụng thực tiễn trong quản l&yacute; đ&ocirc; thị.<\/span><\/span><\/span><\/span><\/span><\/p>\n\n2.4. Đ&aacute;nh gi&aacute; kết quả v&agrave; độ ch&iacute;nh x&aacute;c<\/span><\/span><\/i><\/b><\/span><\/span><\/span><\/p>\n\nĐối với nh&oacute;m m&ocirc; h&igrave;nh ph&acirc;n đoạn, sau khi nhận dạng được ranh giới từng t&aacute;n c&acirc;y tr&ecirc;n ảnh gh&eacute;p trực giao, chiều cao v&agrave; độ rộng t&aacute;n được t&iacute;nh to&aacute;n nhằm phục vụ ph&acirc;n t&iacute;ch cấu tr&uacute;c kh&ocirc;ng gian. Chiều cao được tr&iacute;ch xuất từ m&ocirc; h&igrave;nh nDSM tại t&acirc;m h&igrave;nh học của v&ugrave;ng ph&acirc;n đoạn, trong khi độ rộng t&aacute;n được x&aacute;c định th&ocirc;ng qua diện t&iacute;ch mặt nạ hoặc k&iacute;ch thước v&ugrave;ng bao nhỏ nhất. Kết quả n&agrave;y gi&uacute;p cung cấp th&ocirc;ng tin đầy đủ hơn về đặc điểm h&igrave;nh th&aacute;i của c&acirc;y xanh, phục vụ quy hoạch v&agrave; quản l&yacute; đ&ocirc; thị.<\/span><\/span><\/span><\/span><\/span><\/p>\n\nNgược lại, c&aacute;c m&ocirc; h&igrave;nh ph&aacute;t hiện chỉ cung cấp khung giới hạn vị tr&iacute; của c&acirc;y n&ecirc;n kh&ocirc;ng đủ cơ sở để t&iacute;nh chiều cao v&agrave; độ rộng t&aacute;n. Do đ&oacute;, nh&oacute;m n&agrave;y chủ yếu được sử dụng để thống k&ecirc; số lượng c&acirc;y hiện diện trong khu vực nghi&ecirc;n cứu.<\/span><\/span><\/span><\/span><\/span><\/p>\n\nHiệu quả của c&aacute;c m&ocirc; h&igrave;nh học s&acirc;u được đ&aacute;nh gi&aacute; dựa tr&ecirc;n hai ti&ecirc;u ch&iacute; ch&iacute;nh: độ ch&iacute;nh x&aacute;c (precision) v&agrave; tổng thời gian thực hiện. Trong đ&oacute;, độ ch&iacute;nh x&aacute;c phản &aacute;nh mức độ tin cậy của m&ocirc; h&igrave;nh trong việc nhận dạng đ&uacute;ng c&aacute;c đối tượng c&acirc;y xanh, được t&iacute;nh bằng tỷ lệ giữa số lượng đối tượng được x&aacute;c định đ&uacute;ng với tổng số đối tượng m&agrave; m&ocirc; h&igrave;nh dự đo&aacute;n l&agrave; c&acirc;y xanh. Chỉ số n&agrave;y đặc biệt quan trọng trong c&aacute;c b&agrave;i to&aacute;n ph&acirc;n đoạn ảnh, nhằm đảm bảo rằng c&aacute;c đối tượng được nhận dạng kh&ocirc;ng bị lẫn với c&aacute;c thực thể kh&ocirc;ng li&ecirc;n quan trong ảnh UAV.<\/span><\/span><\/span><\/span><\/span><\/p>\n\nMa trận nhầm lẫn (confusion matrix) như H&igrave;nh 4 được sử dụng để minh họa r&otilde; mối quan hệ giữa dự đo&aacute;n của m&ocirc; h&igrave;nh v&agrave; thực tế, bao gồm bốn th&agrave;nh phần ch&iacute;nh: TP (True Positive), FP (False Positive), FN (False Negative) v&agrave; TN (True Negative) như minh họa dưới đ&acirc;y:<\/span><\/span><\/span><\/span><\/span><\/p>\n\n<img src=\"\/datafiles\/46325\/upload\/images\/image(297).png\" style=\"width: 300px; height: 156px;\" \/><\/p>\n\nH&igrave;nh <\/span><\/span><\/i>4<\/span><\/span><\/i>. Ma trận nhầm lẫn<\/span><\/span><\/i><\/span><\/span><\/span><\/p>\n\nTrong đ&oacute;, TP l&agrave; số lượng c&acirc;y xanh được m&ocirc; h&igrave;nh nhận dạng đ&uacute;ng; FP l&agrave; số lượng đối tượng kh&ocirc;ng phải c&acirc;y nhưng bị nhận nhầm l&agrave; c&acirc;y; FN l&agrave; số c&acirc;y thật nhưng bị bỏ s&oacute;t; TN l&agrave; số đối tượng kh&ocirc;ng phải c&acirc;y v&agrave; được m&ocirc; h&igrave;nh loại bỏ đ&uacute;ng.<\/span><\/span><\/span><\/span><\/span><\/p>\n\nTừ ma trận n&agrave;y, c&ocirc;ng thức t&iacute;nh Precision được x&aacute;c định như sau:<\/span><\/span><\/span><\/span><\/span><\/p>\n\n<table align=\"center\" class=\"MsoTableGrid\" style=\"border-collapse:collapse; border:undefined\">\n\t<tbody>\n\t\t<tr>\n\t\t\t<td style=\"width:339.95pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"453\">\n\t\t\t<m:omathpara><m:omath><m:r>Precision<\/m:r><m:r>=<\/m:r><\/span><\/span><\/i><m:f><m:fpr><m:ctrlpr><\/m:ctrlpr><\/span><\/span><\/span><\/m:fpr><m:num><m:r>TP<\/m:r><\/span><\/span><\/i><\/m:num><m:den><m:r>TP<\/m:r><m:r>+<\/m:r><m:r>FP<\/m:r><\/span><\/span><\/i><\/m:den><\/m:f><\/m:omath><\/m:omathpara><img id=\"_x0000_i1025\" src=\"file:\/\/\/C:\/Users\/Mr_Tung\/AppData\/Local\/Temp\/msohtmlclip1\/01\/clip_image005.png\" style=\"width:111pt; height:18.75pt\" \/> <\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"width:70.9pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"95\">\n\t\t\t(1)<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t<\/tbody>\n<\/table>\n\nB&ecirc;n cạnh đ&oacute;, tổng thời gian thực hiện được t&iacute;nh từ thời điểm bắt đầu huấn luyện m&ocirc; h&igrave;nh cho đến khi ho&agrave;n tất qu&aacute; tr&igrave;nh tr&iacute;ch xuất kết quả từ ảnh UAV. Tham số n&agrave;y phản &aacute;nh mức độ hiệu quả vận h&agrave;nh tổng thể của từng phương ph&aacute;p, từ đ&oacute; đ&aacute;nh gi&aacute; tiềm năng triển khai trong c&aacute;c hệ thống quản l&yacute; y&ecirc;u cầu xử l&yacute; thời gian thực.<\/span><\/span><\/span><\/span><\/span><\/p>\n\n3. Kết quả nghi&ecirc;n cứu<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\nC&aacute;c m&ocirc; h&igrave;nh học s&acirc;u được huấn luyện tr&ecirc;n tập dữ liệu đ&atilde; tăng cường v&agrave; &aacute;p dụng tr&ecirc;n một ảnh gh&eacute;p trực giao duy nhất đại diện to&agrave;n bộ khu vực nghi&ecirc;n cứu. Kết quả được chia th&agrave;nh hai nh&oacute;m ch&iacute;nh: ph&acirc;n đoạn v&agrave; ph&aacute;t hiện, tương ứng với mục ti&ecirc;u nhận dạng v&agrave; tr&iacute;ch xuất c&acirc;y xanh phục vụ quản l&yacute; đ&ocirc; thị.<\/span><\/span><\/span><\/span><\/span><\/p>\n\n3.1. Kết quả ph&acirc;n đoạn c&acirc;y xanh<\/span><\/span><\/i><\/b><\/span><\/span><\/span><\/p>\n\n<img src=\"\/datafiles\/46325\/upload\/images\/image(298).png\" style=\"width: 300px; height: 205px;\" \/><\/p>\n\nH&igrave;nh 5. Kết quả ph&acirc;n đoạn c&acirc;y xanh: a) Ảnh gốc; b) U-Net; c) PSPNet; d) DeepLabv3+; e) Mask R-CNN<\/span><\/span><\/i><\/span><\/span><\/span><\/p>\n\nBốn m&ocirc; h&igrave;nh ph&acirc;n đoạn gồm U-Net, PSPNet, DeepLabv3+ v&agrave; Mask R-CNN đều cho kết quả khả quan trong việc nhận dạng ranh giới t&aacute;n c&acirc;y tr&ecirc;n ảnh UAV. Trong đ&oacute;, c&aacute;c m&ocirc; h&igrave;nh Mask R-CNN v&agrave; PSPNet đạt độ ch&iacute;nh x&aacute;c cao nhất, với gi&aacute; trị precision lần lượt l&agrave; 1.0 v&agrave; 0.86. C&aacute;c m&ocirc; h&igrave;nh DeepLabv3+ v&agrave; U-Net cũng cho kết quả tốt, với độ ch&iacute;nh x&aacute;c từ 0.79 đến 0.64.<\/span><\/span><\/span><\/span><\/span><\/p>\n\nTổng thời gian thực hiện của c&aacute;c m&ocirc; h&igrave;nh n&agrave;y dao động từ 15 đến 202 ph&uacute;t, t&iacute;nh từ bước huấn luyện tr&ecirc;n tập dữ liệu đ&atilde; tăng cường đến khi ho&agrave;n tất ph&acirc;n đoạn c&acirc;y tr&ecirc;n to&agrave;n ảnh gh&eacute;p. Mask R-CNN y&ecirc;u cầu thời gian xử l&yacute; d&agrave;i hơn do cấu tr&uacute;c phức tạp, trong khi U-Net l&agrave; m&ocirc; h&igrave;nh đơn giản nhất n&ecirc;n thời gian ngắn hơn.<\/span><\/span><\/span><\/span><\/span><\/p>\n\nNgo&agrave;i kết quả ph&acirc;n loại, c&aacute;c m&ocirc; h&igrave;nh ph&acirc;n đoạn c&ograve;n cho ph&eacute;p t&iacute;nh to&aacute;n chiều cao v&agrave; độ rộng t&aacute;n c&acirc;y dựa tr&ecirc;n mặt nạ v&agrave; dữ liệu nDSM. Điều n&agrave;y g&oacute;p phần n&acirc;ng cao gi&aacute; trị ứng dụng của dữ liệu đầu ra trong c&aacute;c b&agrave;i to&aacute;n ph&acirc;n t&iacute;ch kh&ocirc;ng gian v&agrave; quy hoạch c&acirc;y xanh. H&igrave;nh 5 thể hiện kết quả trực quan từ bốn m&ocirc; h&igrave;nh ph&acirc;n đoạn, với h&igrave;nh a l&agrave; ảnh gốc v&agrave; c&aacute;c h&igrave;nh b&ndash;e tương ứng với từng m&ocirc; h&igrave;nh.<\/span><\/span><\/span><\/span><\/span><\/p>\n\n3.2. Kết quả ph&aacute;t hiện c&acirc;y xanh<\/span><\/span><\/i><\/b><\/span><\/span><\/span><\/p>\n\nVới nh&oacute;m m&ocirc; h&igrave;nh ph&aacute;t hiện, Faster R-CNN, YOLOv3, SSD v&agrave; RetinaNet đều thực hiện được việc x&aacute;c định vị tr&iacute; c&acirc;y xanh bằng khung giới hạn. Trong số đ&oacute;, RetinaNet đạt độ ch&iacute;nh x&aacute;c cao nhất (precision 0.87), tiếp theo l&agrave; Faster R-CNN (0.82), SSD (0.69) v&agrave; YOLOv3 (0.56).<\/span><\/span><\/span><\/span><\/span><\/p>\n\nTổng thời gian thực hiện của c&aacute;c m&ocirc; h&igrave;nh ph&aacute;t hiện ngắn hơn nh&oacute;m ph&acirc;n đoạn, dao động từ 7 đến 47 ph&uacute;t. SSD c&oacute; thời gian xử l&yacute; ngắn nhất, phản &aacute;nh đ&uacute;ng đặc trưng của m&ocirc; h&igrave;nh tối ưu cho tốc độ. Tuy nhi&ecirc;n, c&aacute;c m&ocirc; h&igrave;nh ph&aacute;t hiện kh&ocirc;ng cung cấp dữ liệu chi tiết về ranh giới hoặc k&iacute;ch thước t&aacute;n c&acirc;y, n&ecirc;n kh&ocirc;ng thể t&iacute;nh được c&aacute;c chỉ số h&igrave;nh học bổ sung như chiều cao hay độ rộng t&aacute;n.<\/span><\/span><\/span><\/span><\/span><\/p>\n\nH&igrave;nh 6 thể hiện kết quả từ bốn m&ocirc; h&igrave;nh ph&aacute;t hiện, trong đ&oacute; h&igrave;nh a l&agrave; ảnh gốc v&agrave; c&aacute;c h&igrave;nh b&ndash;e lần lượt l&agrave; kết quả từ c&aacute;c m&ocirc; h&igrave;nh được so s&aacute;nh.<\/span><\/span><\/span><\/span><\/span><\/p>\n\n<img src=\"\/datafiles\/46325\/upload\/images\/image(299).png\" style=\"width: 301px; height: 209px;\" \/><\/p>\n\nH&igrave;nh 6. Kết quả ph&aacute;t hiện c&acirc;y xanh: a) Ảnh gốc; b) Faster R-CNN; c) YOLOv3; d) SSD; e) RetinaNet<\/span><\/span><\/i><\/span><\/span><\/span><\/p>\n\nBảng 1 dưới đ&acirc;y t&oacute;m tắt độ ch&iacute;nh x&aacute;c v&agrave; tổng thời gian thực hiện của từng m&ocirc; h&igrave;nh, cho thấy nh&oacute;m ph&acirc;n đoạn c&oacute; độ ch&iacute;nh x&aacute;c cao hơn nhưng thời gian xử l&yacute; d&agrave;i hơn, trong khi nh&oacute;m ph&aacute;t hiện cho kết quả nhanh hơn nhưng thiếu chi tiết h&igrave;nh học.<\/span><\/span><\/span><\/span><\/span><\/p>\n\nBảng 1. So s&aacute;nh kết quả giữa c&aacute;c m&ocirc; h&igrave;nh học s&acirc;u<\/span><\/span><\/i><\/span><\/span><\/span><\/p>\n\n<table align=\"center\" class=\"Table\" style=\"border-collapse:collapse; border:solid windowtext 1.0pt\">\n\t<tbody>\n\t\t<tr style=\"height:1.0pt\">\n\t\t\t<td style=\"border:solid windowtext 1.0pt; width:73.6pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"98\">\n\t\t\tLoại<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border:solid windowtext 1.0pt; width:102.85pt; border-left:none; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"137\">\n\t\t\tM&ocirc; h&igrave;nh<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border:solid windowtext 1.0pt; width:97.4pt; border-left:none; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"130\">\n\t\t\tPrecision<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border:solid windowtext 1.0pt; width:94.4pt; border-left:none; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" valign=\"top\" width=\"126\">\n\t\t\tThời gian (ph&uacute;t)<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr style=\"height:1.0pt\">\n\t\t\t<td rowspan=\"4\" style=\"border:solid windowtext 1.0pt; width:73.6pt; border-top:none; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"98\">\n\t\t\tPh&acirc;n đoạn<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:102.85pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"137\">\n\t\t\tU-Net<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:97.4pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" valign=\"top\" width=\"130\">\n\t\t\t0.64<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:94.4pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" valign=\"top\" width=\"126\">\n\t\t\t15<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr style=\"height:1.0pt\">\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:102.85pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"137\">\n\t\t\tPSPNet<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:97.4pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" valign=\"top\" width=\"130\">\n\t\t\t0.86<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:94.4pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" valign=\"top\" width=\"126\">\n\t\t\t149<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr style=\"height:1.0pt\">\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:102.85pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"137\">\n\t\t\tDeepLabv3+<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:97.4pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" valign=\"top\" width=\"130\">\n\t\t\t0.79<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:94.4pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" valign=\"top\" width=\"126\">\n\t\t\t121<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr style=\"height:1.0pt\">\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:102.85pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"137\">\n\t\t\tMask R-CNN<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:97.4pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" valign=\"top\" width=\"130\">\n\t\t\t1.00<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:94.4pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" valign=\"top\" width=\"126\">\n\t\t\t202<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr style=\"height:1.0pt\">\n\t\t\t<td rowspan=\"4\" style=\"border:solid windowtext 1.0pt; width:73.6pt; border-top:none; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"98\">\n\t\t\tPh&aacute;t hiện<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:102.85pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"137\">\n\t\t\tFaster R-CNN<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:97.4pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" valign=\"top\" width=\"130\">\n\t\t\t0.82<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:94.4pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" valign=\"top\" width=\"126\">\n\t\t\t27<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr style=\"height:1.0pt\">\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:102.85pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"137\">\n\t\t\tYOLOv3<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:97.4pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" valign=\"top\" width=\"130\">\n\t\t\t0.56<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:94.4pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" valign=\"top\" width=\"126\">\n\t\t\t47<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr style=\"height:1.0pt\">\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:102.85pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"137\">\n\t\t\tSSD<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:97.4pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" valign=\"top\" width=\"130\">\n\t\t\t0.69<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:94.4pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" valign=\"top\" width=\"126\">\n\t\t\t7<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr style=\"height:1.0pt\">\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:102.85pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"137\">\n\t\t\tRetinaNet<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:97.4pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" valign=\"top\" width=\"130\">\n\t\t\t0.87<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid windowtext 1.0pt; width:94.4pt; border-top:none; border-left:none; border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" valign=\"top\" width=\"126\">\n\t\t\t34<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t<\/tbody>\n<\/table>\n\n4<\/span><\/span><\/b>. <\/span><\/span><\/b>Thảo luận<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\nKết quả thực nghiệm cho thấy sự kh&aacute;c biệt đ&aacute;ng kể giữa hai nh&oacute;m m&ocirc; h&igrave;nh học s&acirc;u trong tr&iacute;ch xuất c&acirc;y xanh từ ảnh UAV, thể hiện r&otilde; qua độ ch&iacute;nh x&aacute;c v&agrave; thời gian xử l&yacute;. Nh&oacute;m m&ocirc; h&igrave;nh ph&acirc;n đoạn đạt độ ch&iacute;nh x&aacute;c trung b&igrave;nh cao hơn khoảng 12% so với nh&oacute;m m&ocirc; h&igrave;nh ph&aacute;t hiện, x&eacute;t theo tỷ lệ phần trăm tương đối, đồng thời cung cấp th&ocirc;ng tin h&igrave;nh học đầy đủ như ranh giới t&aacute;n, chiều cao v&agrave; độ rộng, đ&acirc;y l&agrave; những yếu tố đặc biệt quan trọng trong quy hoạch v&agrave; quản l&yacute; c&acirc;y xanh đ&ocirc; thị.<\/span><\/span><\/span><\/span><\/span><\/p>\n\nTrong nh&oacute;m ph&acirc;n đoạn, Mask R-CNN đạt độ ch&iacute;nh x&aacute;c tuyệt đối (precision = 1.00), cao hơn khoảng 16% so với m&ocirc; h&igrave;nh xếp sau l&agrave; PSPNet (precision = 0.86). Sự vượt trội n&agrave;y minh chứng cho khả năng nhận dạng ch&iacute;nh x&aacute;c v&agrave; đầy đủ ranh giới t&aacute;n c&acirc;y của Mask R-CNN. Tuy nhi&ecirc;n, m&ocirc; h&igrave;nh n&agrave;y cũng c&oacute; thời gian xử l&yacute; d&agrave;i gấp 13 lần U-Net (202 ph&uacute;t so với 15 ph&uacute;t), phản &aacute;nh chi ph&iacute; t&iacute;nh to&aacute;n lớn do kiến tr&uacute;c hai nh&aacute;nh phức tạp v&agrave; quy tr&igrave;nh xử l&yacute; hậu ph&acirc;n đoạn.<\/span><\/span><\/span><\/span><\/span><\/p>\n\nTrong nh&oacute;m ph&aacute;t hiện, RetinaNet đạt precision = 0.87, cao hơn gần 55% so với YOLOv3 (precision = 0.56). D&ugrave; vậy, thời gian xử l&yacute; của RetinaNet cũng cao hơn 38%, cho thấy sự đ&aacute;nh đổi giữa độ ch&iacute;nh x&aacute;c v&agrave; tốc độ vẫn l&agrave; b&agrave;i to&aacute;n then chốt. Đặc biệt, SSD c&oacute; thời gian xử l&yacute; ngắn nhất (7 ph&uacute;t) &ndash; nhanh hơn gần 29 lần so với Mask R-CNN, tuy nhi&ecirc;n độ ch&iacute;nh x&aacute;c chỉ đạt 0.69, thấp hơn khoảng 31% so với RetinaNet. Những kết quả n&agrave;y cho thấy c&aacute;c m&ocirc; h&igrave;nh ph&aacute;t hiện như SSD v&agrave; YOLOv3 ph&ugrave; hợp hơn trong c&aacute;c t&igrave;nh huống y&ecirc;u cầu xử l&yacute; nhanh hoặc triển khai tr&ecirc;n thiết bị hạn chế t&agrave;i nguy&ecirc;n.<\/span><\/span><\/span><\/span><\/span><\/p>\n\nViệc lựa chọn m&ocirc; h&igrave;nh ph&ugrave; hợp phụ thuộc v&agrave;o mục ti&ecirc;u ứng dụng cụ thể. Nếu mục ti&ecirc;u l&agrave; x&acirc;y dựng bản đồ c&acirc;y xanh c&oacute; gắn th&ocirc;ng tin h&igrave;nh th&aacute;i phục vụ quản l&yacute; chi tiết, nh&oacute;m ph&acirc;n đoạn l&agrave; lựa chọn ph&ugrave; hợp. Trong khi đ&oacute;, nếu y&ecirc;u cầu chủ yếu l&agrave; đếm số lượng hoặc ph&aacute;t hiện nhanh trong m&ocirc;i trường c&oacute; t&agrave;i nguy&ecirc;n hạn chế, nh&oacute;m ph&aacute;t hiện c&oacute; thể đ&aacute;p ứng tốt hơn.<\/span><\/span><\/span><\/span><\/span><\/p>\n\nMột điểm hạn chế trong nghi&ecirc;n cứu l&agrave; số lượng mẫu gắn nh&atilde;n ban đầu c&ograve;n &iacute;t dẫn đến khả năng kh&aacute;i qu&aacute;t h&oacute;a của m&ocirc; h&igrave;nh phụ thuộc nhiều v&agrave;o kỹ thuật tăng cường dữ liệu. Kết quả precision đạt được tuy cao, nhưng vẫn c&oacute; thể bị ảnh hưởng bởi sự thiếu đa dạng của mẫu huấn luyện. Ngo&agrave;i ra, nghi&ecirc;n cứu mới chỉ đ&aacute;nh gi&aacute; m&ocirc; h&igrave;nh tr&ecirc;n một ảnh gh&eacute;p duy nhất. Để tăng t&iacute;nh tin cậy, c&aacute;c nghi&ecirc;n cứu tiếp theo cần &aacute;p dụng tr&ecirc;n tập ảnh đa khu vực v&agrave; sử dụng kỹ thuật đ&aacute;nh gi&aacute; ch&eacute;o.<\/span><\/span><\/span><\/span><\/span><\/p>\n\nCuối c&ugrave;ng, mặc d&ugrave; ArcGIS Pro hỗ trợ t&iacute;ch hợp trọn bộ quy tr&igrave;nh huấn luyện v&agrave; &aacute;p dụng m&ocirc; h&igrave;nh học s&acirc;u một c&aacute;ch thuận tiện, nền tảng n&agrave;y vẫn c&ograve;n những hạn chế nhất định về khả năng t&ugrave;y biến thuật to&aacute;n, cấu h&igrave;nh kiến tr&uacute;c mạng v&agrave; kiểm so&aacute;t chi tiết qu&aacute; tr&igrave;nh huấn luyện. Trong nghi&ecirc;n cứu n&agrave;y, việc huấn luyện m&ocirc; h&igrave;nh được thực hiện ho&agrave;n to&agrave;n trong m&ocirc;i trường ArcGIS Pro, do đ&oacute; chưa c&oacute; cơ sở để so s&aacute;nh trực tiếp với c&aacute;c nền tảng m&atilde; nguồn mở như PyTorch hoặc TensorFlow. Tuy nhi&ecirc;n, c&aacute;c nền tảng lập tr&igrave;nh n&agrave;y vốn được biết đến với t&iacute;nh linh hoạt cao v&agrave; cộng đồng ph&aacute;t triển mạnh, cho ph&eacute;p tinh chỉnh s&acirc;u hơn về si&ecirc;u tham số v&agrave; cấu tr&uacute;c mạng. Do vậy, việc mở rộng nghi&ecirc;n cứu sang c&aacute;c nền tảng n&agrave;y trong tương lai c&oacute; thể l&agrave; một hướng đi triển vọng nhằm kiểm định lại hiệu suất m&ocirc; h&igrave;nh, đồng thời khai th&aacute;c c&aacute;c kiến tr&uacute;c mới ti&ecirc;n tiến hơn để cải thiện chất lượng tr&iacute;ch xuất th&ocirc;ng tin kh&ocirc;ng gian từ ảnh UAV.<\/span><\/span><\/span><\/span><\/span><\/p>\n\n5. Kết luận<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\nNghi&ecirc;n cứu đ&atilde; đề xuất v&agrave; triển khai một quy tr&igrave;nh tr&iacute;ch xuất c&acirc;y xanh đ&ocirc; thị từ ảnh UAV bằng kỹ thuật học s&acirc;u t&iacute;ch hợp trong ArcGIS Pro, với trọng t&acirc;m l&agrave; so s&aacute;nh hiệu quả giữa c&aacute;c m&ocirc; h&igrave;nh ph&acirc;n đoạn v&agrave; ph&aacute;t hiện đối tượng. Phương ph&aacute;p đ&atilde; tận dụng dữ liệu ảnh gh&eacute;p trực giao v&agrave; m&ocirc; h&igrave;nh nDSM để hỗ trợ gắn nh&atilde;n v&agrave; tiền xử l&yacute;, đảm bảo t&iacute;nh khả thi trong m&ocirc;i trường đ&ocirc; thị phức tạp.<\/span><\/span><\/span><\/span><\/span><\/p>\n\nKết quả thực nghiệm x&aacute;c nhận rằng nh&oacute;m m&ocirc; h&igrave;nh ph&acirc;n đoạn c&oacute; ưu thế trong việc cung cấp dữ liệu chi tiết về ranh giới v&agrave; h&igrave;nh th&aacute;i t&aacute;n c&acirc;y, trong khi nh&oacute;m m&ocirc; h&igrave;nh ph&aacute;t hiện ph&ugrave; hợp hơn cho c&aacute;c ứng dụng y&ecirc;u cầu thời gian xử l&yacute; nhanh. Nghi&ecirc;n cứu g&oacute;p phần khẳng định vai tr&ograve; của học s&acirc;u trong x&acirc;y dựng dữ liệu kh&ocirc;ng gian c&acirc;y xanh phục vụ quản l&yacute; đ&ocirc; thị, đặc biệt khi được kết hợp với nền tảng UAV v&agrave; hệ thống GIS.<\/span><\/span><\/span><\/span><\/span><\/p>\n\nHướng ph&aacute;t triển tiếp theo sẽ tập trung v&agrave;o mở rộng quy m&ocirc; v&ugrave;ng nghi&ecirc;n cứu, đa dạng h&oacute;a tập dữ liệu huấn luyện v&agrave; t&iacute;ch hợp c&aacute;c m&ocirc; h&igrave;nh ti&ecirc;n tiến để n&acirc;ng cao t&iacute;nh tổng qu&aacute;t v&agrave; khả năng ứng dụng v&agrave;o thực tiễn.<\/span><\/span><\/span><\/span><\/span><\/p>\n\nLời cảm ơn <\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\nC&aacute;c t&aacute;c giả xin tr&acirc;n trọng cảm ơn Trường Đại học B&aacute;ch Khoa TP. Hồ Ch&iacute; Minh, Trường Đại học T&agrave;i nguy&ecirc;n v&agrave; M&ocirc;i trường TP. Hồ Ch&iacute; Minh đ&atilde; tạo điều kiện thuận lợi về cơ sở vật chất v&agrave; m&ocirc;i trường nghi&ecirc;n cứu trong suốt qu&aacute; tr&igrave;nh thực hiện v&agrave; ho&agrave;n thiện b&agrave;i b&aacute;o n&agrave;y<\/span><\/span>.<\/span><\/span><\/span><\/span><\/span><\/p>\n\nCam kết của c&aacute;c t&aacute;c giả<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\nTất cả c&aacute;c t&aacute;c giả c&oacute; t&ecirc;n trong b&agrave;i b&aacute;o cam kết đ&atilde; thống nhất v&agrave; đồng thuận trong việc c&ocirc;ng bố c&aacute;c kết quả nghi&ecirc;n cứu, đồng thời kh&ocirc;ng c&oacute; bất kỳ xung đột lợi &iacute;ch n&agrave;o li&ecirc;n quan đến nội dung được tr&igrave;nh b&agrave;y trong b&agrave;i b&aacute;o n&agrave;y<\/span><\/span>.<\/span><\/span><\/span><\/span><\/span><\/p>\n\nT&agrave;i liệu tham khảo<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\n<ol>\n\t<li style=\"margin-top:0cm; margin-right:0cm; margin-bottom:.0001pt; margin:3pt 0cm 0cm; text-align:justify\">Nowak, David J., Hirabayashi, Satoshi, Bodine, Allison, Greenfield, Eric, Tree and forest effects on air quality and human health in the United States<\/i>. Environmental Pollution, 2014. 193: p. 119-129.<\/span><\/span><\/span><\/span><\/span><\/span><\/span><\/li>\n\t<li style=\"margin-top:0cm; margin-right:0cm; margin-bottom:.0001pt; margin:3pt 0cm 0cm; text-align:justify\">National Parks Board-Singapore, Managing Our City in Nature: Technology-Driven Urban Greenery Solutions. 2023.<\/span><\/span><\/span><\/span><\/span><\/span><\/li>\n\t<li style=\"margin-top:0cm; margin-right:0cm; margin-bottom:.0001pt; margin:3pt 0cm 0cm; text-align:justify\">Torresan, Chiara. , Berton, Andrea. , Carotenuto, Federico. , Gennaro, Salvatore Filippo Di. , Gioli, Beniamino. , Matese, Alessandro. , Miglietta, F. , Vagnoli, Carolina. , Zaldei, Alessandro. , Wallace, Luke Oliver. , Forestry applications of UAVs in Europe: A review<\/i>. International Journal of Remote Sensing 2016. 38(8-10): p. 1-21.<\/span><\/span><\/span><\/span><\/span><\/span><\/li>\n\t<li style=\"margin-top:0cm; margin-right:0cm; margin-bottom:.0001pt; margin:3pt 0cm 0cm; text-align:justify\">VnExpress. Hơn 200.000 c&acirc;y ở TP HCM được kiểm tra, tr&aacute;nh g&atilde;y đổ ra sao?&nbsp; <\/span><\/span>Truy cập ng&agrave;y 9\/6\/2025; Available from: https:\/\/vnexpress.net\/hon-200-000-cay-o-tp-hcm-duoc-kiem-tra-tranh-gay-do-ra-sao-4780326.html.<\/span><\/span><\/span><\/span><\/span><\/span><\/li>\n\t<li style=\"margin-top:0cm; margin-right:0cm; margin-bottom:.0001pt; margin:3pt 0cm 0cm; text-align:justify\">Trần Thị V&acirc;n, Phạm Kh&aacute;nh H&ograve;a, Thẩm Thị Ngọc H&acirc;n, Đ&aacute;nh gi&aacute; thực trạng kh&ocirc;ng gian xanh - Thước đo chất lượng m&ocirc;i trường hướng đến ph&aacute;t triển đ&ocirc; thị xanh cho Th&agrave;nh phố Hồ Ch&iacute; Minh<\/i>. <\/span><\/span>Journal of Transportation Science and Technology, 2018. 29: p. 56-63.<\/span><\/span><\/span><\/span><\/span><\/span><\/li>\n\t<li style=\"margin-top:0cm; margin-right:0cm; margin-bottom:.0001pt; margin:3pt 0cm 0cm; text-align:justify\">Trần Ngọc Huyền Trang, Trần Thị Kim Oanh, L&ecirc; Trung Chơn, Kết hợp thiết bị bay kh&ocirc;ng người l&aacute;i (UAV) v&agrave; GIS x&acirc;y dựng dữ liệu phục vụ quản l&yacute; c&acirc;y xanh đ&ocirc; thị<\/i>. Vietnam Journal of Hydrometeorology, 2022. EME4(1): p. 139-148.<\/span><\/span><\/span><\/span><\/span><\/span><\/li>\n\t<li style=\"margin-top:0cm; margin-right:0cm; margin-bottom:.0001pt; margin:3pt 0cm 0cm; text-align:justify\">Nguyễn Quốc Tuấn, Ứng dụng GIS m&atilde; nguồn mở trong quản l&yacute; c&acirc;y xanh đ&ocirc; thị tại phường 6, quận 3, Th&agrave;nh phố Hồ Ch&iacute; Minh<\/i>. 2011, Trường Đại học N&ocirc;ng L&acirc;m. p. 81.<\/span><\/span><\/span><\/span><\/span><\/span><\/span><\/span><\/li>\n\t<li style=\"margin-top:0cm; margin-right:0cm; margin-bottom:.0001pt; margin:3pt 0cm 0cm; text-align:justify\">Yann, LeCunY., BengioY., Geoffrey, Hinton., Deep Learning<\/i>. Nature, 2015. 521(7553): p. 436-444<\/span><\/span><\/span><\/span>.<\/span><\/span><\/span><\/span><\/span><\/span><\/span><\/span><\/li>\n\t<li style=\"margin-top:0cm; margin-right:0cm; margin-bottom:.0001pt; margin:3pt 0cm 0cm; text-align:justify\">Weinstein, Ben. , Marconi, Sergio. , M&eacute;laine, Aubry-Kientz., Vincent, Gregoire. , Senyondo, Henry. , White, Ethan P. , DeepForest: A Python package for RGB image-based individual tree crown detection. Methods in Ecology and Evolution, 2020. 11(12): p. 1741-1752.<\/span><\/span><\/span><\/span><\/span><\/span><\/span><\/span><\/li>\n\t<li style=\"margin-top:0cm; margin-right:0cm; margin-bottom:.0001pt; margin:3pt 0cm 0cm; text-align:justify\">Robbe, Neyns., Frank, Canters., Mapping of Urban Vegetation with High-Resolution Remote Sensing: A Review<\/i>. Remote Sensing, 2022. 14(4).<\/span><\/span><\/span><\/span><\/span><\/span><\/span><\/span><\/li>\n<\/ol>\n\n<table class=\"MsoTableGrid\" style=\"margin-left:-.25pt; border-collapse:collapse; border:undefined\" width=\"557\">\n\t<tbody>\n\t\t<tr style=\"height:25.95pt\">\n\t\t\t<td style=\"width:359.45pt; padding:0cm 5.4pt 0cm 5.4pt; height:25.95pt\" valign=\"top\" width=\"479\">&nbsp;\n\t\t\t<a href=\"https:\/\/www.geocartagis.org\/thong-tin-khoa-hoc\" style=\"color:#0563c1; text-decoration:underline\" target=\"_blank\">Article&nbsp;<\/span><\/span><\/a>&copy; 2024&nbsp;by&nbsp;<\/span><\/span><\/span><\/span><a href=\"https:\/\/www.geocartagis.org\/\" style=\"color:#0563c1; text-decoration:underline\" target=\"_blank\">Magazine of Geodesy - Cartography&nbsp;<\/span><\/span><\/a>is licensed under&nbsp;<\/span><\/span><\/span><\/span><a href=\"https:\/\/creativecommons.org\/licenses\/by\/4.0\/?ref=chooser-v1\" style=\"color:#0563c1; text-decoration:underline\" target=\"_blank\">CC BY 4.0&nbsp;<\/span><\/span><\/a><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"width:58.15pt; padding:0cm 5.4pt 0cm 5.4pt; height:25.95pt\" valign=\"top\" width=\"78\">\n\t\t\t<img id=\"Picture_x0020_1750852705\" src=\"file:\/\/\/C:\/Users\/Mr_Tung\/AppData\/Local\/Temp\/msohtmlclip1\/01\/clip_image008.png\" style=\"width:43.5pt; height:14.25pt\" \/> <\/span><\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t<\/tbody>\n<\/table>\n","image_url":"https:\/\/www.geocartagis.org\/datafiles\/46325\/upload\/images\/04_25\/cayxanh.png?t=1761291120","image_thumb_url":"https:\/\/www.geocartagis.org\/datafiles\/46325\/upload\/thumb_images\/04_25\/cayxanh.png?t=1770553253","tags":"","count_view":1938,"seo_name":"trich-xuat-cay-xanh-do-thi-tu-anh-uav-bang-ky-thuat-hoc-sau-phuc-vu-cong-tac-quan-ly-do-thi","date_update":1761291120,"date_created_format":1761291126,"meta_title":"","meta_desc":"","meta_keyword":"Cây xanh đô thị","qr_code":"https:\/\/www.geocartagis.org\/trich-xuat-cay-xanh-do-thi-tu-anh-uav-bang-ky-thuat-hoc-sau-phuc-vu-cong-tac-quan-ly-do-thi"},{"id":723004,"name":"Ứng dụng GIS trực quan hoá thông tin bồi thường giải phóng mặt bằng tại tuyến đường nông thôn ấp Gò Xoài, phường Sơn Qui, tỉnh Đồng Tháp","desc":"Hồ Trung Dũng1<\/sup>, Phạm Văn T&ugrave;ng1*<\/sup>, Nguyễn Trọng Nh&acirc;n1<\/sup><\/span><\/span><\/i><\/span><\/span><\/span><\/p>\n\nTrường Đại học T&agrave;i nguy&ecirc;n v&agrave; M&ocirc;i trường TP. Hồ Ch&iacute; Minh<\/span><\/span><\/i><\/span><\/span><\/span><\/span><\/p>\n\nEmail: pvtung@hcmunre.edu.vn<\/span><\/span><\/span><\/i><\/span><\/span><\/span><\/span><\/p>\n\ndoi.org\/10.5281\/zenodo.17068888<\/span><\/span><\/span><\/span><\/span><\/p>\n","content":"Ứng dụng GIS trực quan ho&aacute; th&ocirc;ng tin bồi thường giải ph&oacute;ng mặt bằng tại tuyến đường n&ocirc;ng th&ocirc;n ấp G&ograve; Xo&agrave;i, phường Sơn Qui, tỉnh Đồng Th&aacute;p<\/span><\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\nHồ Trung Dũng1<\/sup>, Phạm Văn T&ugrave;ng1*<\/sup>, Nguyễn Trọng Nh&acirc;n1<\/sup><\/span><\/span><\/i><\/span><\/span><\/span><\/p>\n\nTrường Đại học T&agrave;i nguy&ecirc;n v&agrave; M&ocirc;i trường TP. Hồ Ch&iacute; Minh<\/span><\/span><\/i><\/span><\/span><\/span><\/span><\/p>\n\nEmail: pvtung@hcmunre.edu.vn<\/span><\/span><\/span><\/i><\/span><\/span><\/span><\/span><\/p>\n\ndoi.org\/10.5281\/zenodo.17068888<\/span><\/span><\/span><\/span><\/span><\/p>\n\nTóm tắt: <\/span><\/span><\/i><\/b><\/span><\/span><\/span><\/p>\n\n&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; Việc tra cứu th&ocirc;ng tin bồi thường giải ph&oacute;ng mặt bằng tr&ecirc;n bản đồ trực tuyến đ&oacute;ng vai tr&ograve; quan trọng trong c&ocirc;ng t&aacute;c quản l&yacute; đất đai v&agrave; hướng đến ph&aacute;t triển bền vững t&agrave;i nguy&ecirc;n đất, đặc biệt ph&ugrave; hợp với xu thế chuyển đổi số hiện nay. Th&ocirc;ng tin giải ph&oacute;ng mặt bằng được b&agrave;i b&aacute;o trực quan ho&aacute; tr&ecirc;n bản đồ gi&aacute; trị bồi thường th&ocirc;ng qua việc x&aacute;c định phạm vi kh&ocirc;ng gian thu hồi v&agrave; t&iacute;nh to&aacute;n gi&aacute; trị bồi thường bằng việc x&acirc;y dựng c&ocirc;ng cụ tự động nhờ v&agrave;o Model Builder của phần mềm ArcGIS Pro. Đồng thời, hệ thống WebGIS được ph&aacute;t triển để cung cấp th&ocirc;ng tin bồi thường tại tuyến đường n&ocirc;ng th&ocirc;n ấp G&ograve; Xo&agrave;i, phường Sơn Qui, tỉnh Đồng Th&aacute;p bằng ứng dụng c&ocirc;ng nghệ m&atilde; nguồn mở GeoServer kết hợp với hệ quản trị cơ sở dữ liệu PostgreSQL nhằm lưu trữ v&agrave; quản l&yacute; dữ liệu kh&ocirc;ng gian địa l&yacute; một c&aacute;ch hiệu quả. Kết quả thực nghiệm cho thấy th&ocirc;ng tin bồi thường được hiển thị trực quan tr&ecirc;n bản đồ v&agrave; WebGIS, cho ph&eacute;p người d&ugrave;ng tra cứu nhằm cung cấp th&ocirc;ng tin hiện hữu như: gi&aacute; trị bồi thường, t&ecirc;n chủ sử dụng, loại đất, diện t&iacute;ch bồi thường v&agrave; những th&ocirc;ng tin li&ecirc;n quan kh&aacute;c. Qua đ&oacute;, WebGIS minh chứng cho t&iacute;nh khả thi v&agrave; minh bạch trong c&ocirc;ng khai th&ocirc;ng tin, g&oacute;p phần hỗ trợ hiệu quả cho cả người d&acirc;n v&agrave; cơ quan quản l&yacute; trong c&ocirc;ng t&aacute;c GPMB tại địa phương.<\/span><\/span><\/i><\/span><\/span><\/span><\/p>\n\nTừ kh&oacute;a:<\/span><\/span><\/i><\/b> Bồi thường, GeoServer, Model Builder, trực quan ho&aacute;, WebGIS<\/span><\/span><\/i><\/span><\/span><\/span><\/p>\n\n<table class=\"MsoTableGrid\" style=\"width:418.2pt; border-collapse:collapse; border:undefined\" width=\"558\">\n\t<tbody>\n\t\t<tr>\n\t\t\t<td style=\"width:99.25pt; padding:0cm 5.4pt 0cm 5.4pt\" valign=\"top\" width=\"132\">\n\t\t\tNg&agrave;y nhận b&agrave;i: <\/span><\/span>15\/08\/2025<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"width:3.0cm; padding:0cm 5.4pt 0cm 5.4pt\" valign=\"top\" width=\"113\">\n\t\t\tNg&agrave;y<\/span><\/span> sửa lại<\/span><\/span>: 22\/08\/2025<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"width:127.55pt; padding:0cm 5.4pt 0cm 5.4pt\" valign=\"top\" width=\"170\">\n\t\t\tNg&agrave;y chấp nhận đăng:<\/span><\/span> 23\/08\/2025<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"width:106.35pt; padding:0cm 5.4pt 0cm 5.4pt\" valign=\"top\" width=\"142\">\n\t\t\tNg&agrave;y xuất bản<\/span><\/span>: 30\/08\/2025<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t<\/tbody>\n<\/table>\n\n&nbsp;<\/p>\n\n&nbsp;<\/p>\n\nGIS-Based Visualization of Land Compensation Information for a Rural Road Project in Go Xoai Hamlet, Son Qui Ward, Dong Thap Province<\/span><\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\nHo Trung Dung&sup1;, Pham Van Tung&sup1;*, Nguyen Trong Nhan&sup1;<\/span><\/span><\/i><\/span><\/span><\/span><\/p>\n\nUniversity of Natural Resources and Environment Ho Chi Minh City<\/span><\/span><\/i><\/span><\/span><\/span><\/span><\/p>\n\n*<\/span><\/span><\/i>Email: pvtung@hcmunre.edu.vn<\/span><\/span><\/span><\/i><\/span><\/span><\/span><\/span><\/p>\n\n&nbsp;<\/p>\n\nAbstract<\/span><\/span><\/i><\/b>:<\/span><\/span><\/i><\/b><\/span><\/span><\/span><\/p>\n\n&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; The retrieval of land compensation and clearance information via online maps plays an important role in land management and supports the sustainable development of land resources. This is especially relevant in the context of the current digital transformation trend. Compensation information is visualized on a compensation value map by determining the spatial extent of land acquisition and calculating compensation amounts through the development of an automated tool using the Model Builder in ArcGIS Pro software. At the same time, a WebGIS system was developed to provide compensation information for a rural road in Go Xoai Hamlet, Son Qui Ward, Dong Thap Province. This system uses open-source technology, including GeoServer combined with the PostgreSQL database management system, to effectively store and manage geospatial data. Experimental results show that compensation information is displayed visually on both maps and the WebGIS platform, allowing users to query existing data such as: compensation value, landowner name, land type, compensation area, and other related details. Accordingly, the WebGIS system demonstrates feasibility and transparency in information disclosure, contributing to effective support for both local residents and government agencies in the land clearance and compensation process.<\/span><\/span><\/i><\/span><\/span><\/span><\/p>\n\nKeywords:<\/span><\/span><\/i><\/b> Compensation, Land Clearance, GIS, Visualization, WebGIS<\/span><\/span><\/i><\/span><\/span><\/span><\/p>\n\n<table class=\"MsoTableGrid\" style=\"width:419.05pt; border-collapse:collapse; border:undefined\" width=\"559\">\n\t<tbody>\n\t\t<tr>\n\t\t\t<td style=\"width:120.5pt; padding:0cm 5.4pt 0cm 5.4pt\" valign=\"top\" width=\"161\">\n\t\t\tSubmission re<\/span><\/span>ceiv<\/span><\/span>ed: 15\/08\/2025<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"width:92.15pt; padding:0cm 5.4pt 0cm 5.4pt\" valign=\"top\" width=\"123\">\n\t\t\tRevised: 22\/08\/2025<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"width:3.0cm; padding:0cm 5.4pt 0cm 5.4pt\" valign=\"top\" width=\"113\">\n\t\t\tAccepted<\/span><\/span>:<\/span><\/span> 23\/08\/2025<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"width:121.35pt; padding:0cm 5.4pt 0cm 5.4pt\" valign=\"top\" width=\"162\">\n\t\t\tPublished: 30\/08\/2025<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t<\/tbody>\n<\/table>\n\n1. Giới thiệu <\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\nTrong bối cảnh hội nhập v&agrave; đ&ocirc; thị h&oacute;a diễn ra mạnh mẽ, c&aacute;c dự &aacute;n ph&aacute;t triển hạ tầng giao th&ocirc;ng đang được triển khai đồng bộ nhằm tăng cường kết nối v&ugrave;ng, thu h&uacute;t đầu tư v&agrave; th&uacute;c đẩy ph&aacute;t triển kinh tế - x&atilde; hội bền vững. Tuy nhi&ecirc;n, c&ocirc;ng t&aacute;c giải ph&oacute;ng mặt bằng (GPMB) vẫn l&agrave; một qu&aacute; tr&igrave;nh then chốt, c&oacute; ảnh hưởng trực tiếp đến tiến độ v&agrave; hiệu quả của dự &aacute;n. Việc x&aacute;c định ch&iacute;nh x&aacute;c v&ugrave;ng thu hồi đất, minh bạch th&ocirc;ng tin bồi thường v&agrave; hỗ trợ t&aacute;i định cư cho người d&acirc;n l&agrave; những vấn đề nổi bật, thường xuy&ecirc;n ph&aacute;t sinh tranh chấp do thiếu c&ocirc;ng khai th&ocirc;ng tin [1]. Phương ph&aacute;p truyền thống như đo đạc thực địa v&agrave; kiểm k&ecirc; hiện trạng thường tốn thời gian, chi ph&iacute;, nh&acirc;n lực v&agrave; thiếu t&iacute;nh minh bạch, dễ g&acirc;y ra khiếu nại v&agrave; chậm tiến độ. Trong khi đ&oacute;, việc ứng dụng c&ocirc;ng nghệ GIS cho thấy tiềm năng rất lớn trong việc tăng t&iacute;nh ch&iacute;nh x&aacute;c, minh bạch, hiện đại h&oacute;a v&agrave; n&acirc;ng cao hiệu quả c&ocirc;ng t&aacute;c quản l&yacute; bồi thường, hỗ trợ GPMB [2]. Ch&iacute;nh v&igrave; thế, việc nghi&ecirc;n cứu, ph&aacute;t triển v&agrave; ứng dụng GIS trong quản l&yacute; v&agrave; trực quan h&oacute;a th&ocirc;ng tin bồi thường l&agrave; y&ecirc;u cầu cấp thiết nhằm đ&aacute;p ứng xu thế chuyển đổi số v&agrave; n&acirc;ng cao hiệu quả quản l&yacute; nh&agrave; nước về đất đai.<\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\n&nbsp;Nhiều nghi&ecirc;n cứu đ&atilde; cho thấy hiệu quả của việc ứng dụng c&ocirc;ng nghệ GIS trong c&ocirc;ng t&aacute;c bồi thường, hỗ trợ v&agrave; giải ph&oacute;ng mặt bằng (GPMB), đặc biệt trong việc x&aacute;c định ranh giới thu hồi đất, đo đạc diện t&iacute;ch v&agrave; t&iacute;nh to&aacute;n gi&aacute; trị bồi thường. Tại dự &aacute;n mở rộng tuyến đường Vĩnh Tuy &ndash; Chợ Mơ &ndash; Ng&atilde; Tư Vọng (H&agrave; Nội), GIS được ứng dụng để x&aacute;c định ch&iacute;nh x&aacute;c phạm vi thu hồi đất v&agrave; t&iacute;nh to&aacute;n gi&aacute; trị bồi thường theo đơn gi&aacute; hiện h&agrave;nh [2]. B&ecirc;n cạnh đ&oacute;, c&aacute;c c&ocirc;ng cụ tự động t&iacute;nh to&aacute;n gi&aacute; trị bồi thường bằng lập tr&igrave;nh Python tr&ecirc;n nền tảng ArcGIS Pro đ&atilde; được ph&aacute;t triển v&agrave; &aacute;p dụng tại tuyến đường li&ecirc;n x&atilde; Thị Trấn &ndash; Thới Tam Th&ocirc;n (TP.HCM) gi&uacute;p trực quan h&oacute;a gi&aacute; trị đất thu hồi qua bản đồ định lượng gi&aacute; trị thu hồi [3]. Ngo&agrave;i bản đồ tĩnh, th&ocirc;ng tin bồi thường c&ograve;n đươc trực quan th&ocirc;ng qua x&acirc;y dựng bản đồ trực tuyến bằng thư viện Python Folium, hỗ trợ hiển thị th&ocirc;ng tin chi tiết từng thửa đất [4] tuy nhi&ecirc;n, c&ograve;n hạn chế về khả năng truy vấn thuộc t&iacute;nh theo nhiều điều kiện. Để khắc phục, hệ thống WebGIS t&iacute;ch hợp c&aacute;c nền tảng m&atilde; nguồn mở như GeoServer, Leaflet v&agrave; PostgreSQL cho ph&eacute;p truy xuất, quản l&yacute; v&agrave; chia sẻ dữ liệu kh&ocirc;ng gian như th&ocirc;ng tin bồi thường một c&aacute;ch hiệu quả, minh bạch, g&oacute;p phần hiện đại h&oacute;a c&ocirc;ng t&aacute;c GPMB v&agrave; tăng cường khả năng tiếp cận th&ocirc;ng tin của người d&acirc;n [2]. Qua đ&oacute; cho thấy, nền tảng WebGIS đ&oacute;ng vai tr&ograve; quan trọng trong việc hiện đại h&oacute;a c&ocirc;ng t&aacute;c cung cấp th&ocirc;ng tin li&ecirc;n quan đến bồi thường, hỗ trợ v&agrave; giải ph&oacute;ng mặt bằng (GPMB), một lĩnh vực phức tạp v&agrave; c&oacute; ảnh hưởng trực tiếp đến quyền lợi của người d&acirc;n cũng như tiến độ thực hiện c&aacute;c dự &aacute;n hạ tầng. <\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\nXuất ph&aacute;t từ thực trạng c&ocirc;ng t&aacute;c giải ph&oacute;ng mặt bằng (GPMB) c&ograve;n tồn tại nhiều bất cập, đặc biệt l&agrave; trong việc c&ocirc;ng khai th&ocirc;ng tin, nghi&ecirc;n cứu n&agrave;y được thực hiện nhằm mục đ&iacute;ch c&ocirc;ng bố th&ocirc;ng tin giải ph&oacute;ng mặt bằng đ&aacute;p ứng nhu cầu thực tiễn trong việc n&acirc;ng cao hiệu quả quản l&yacute;. Mặc kh&aacute;c, c&ocirc;ng nghệ GIS v&agrave; WebGIS đ&atilde; chứng minh khả năng hỗ trợ hiệu quả trong việc lưu trữ, quản l&yacute;, ph&acirc;n t&iacute;ch v&agrave; trực quan h&oacute;a th&ocirc;ng tin kh&ocirc;ng gian li&ecirc;n quan đến đất đai [2]. Tr&ecirc;n cơ sở đ&oacute;, nghi&ecirc;n cứu thực hiện với mục ti&ecirc;u l&agrave; ứng dụng GIS để trực quan h&oacute;a th&ocirc;ng tin bồi thường tại tuyến đường n&ocirc;ng th&ocirc;n ấp G&ograve; Xo&agrave;i, phường Sơn Qui, tỉnh Đồng Th&aacute;p th&ocirc;ng qua việc x&acirc;y dựng bản đồ tĩnh thể hiện gi&aacute; trị bồi thường v&agrave; ph&aacute;t triển hệ thống bản đồ trực tuyến WebGIS nhằm hỗ trợ tra cứu th&ocirc;ng tin nhanh ch&oacute;ng, thuận tiện. Trong đ&oacute; qu&aacute; tr&igrave;nh x&aacute;c định v&ugrave;ng bồi thường, bao gồm c&aacute;c thửa đất v&agrave; t&agrave;i sản như nh&agrave; ở, được tự động h&oacute;a bằng c&ocirc;ng cụ Model Builder tr&ecirc;n nền tảng phần mềm ArcGIS Pro. Đồng thời, hệ thống WebGIS được x&acirc;y dựng dựa tr&ecirc;n c&aacute;c c&ocirc;ng nghệ m&atilde; nguồn mở như GeoServer, Leaflet v&agrave; PostgreSQL\/PostGIS, đảm bảo khả năng lưu trữ, truy xuất v&agrave; hiển thị dữ liệu hiệu quả với chi ph&iacute; thấp. Th&ocirc;ng qua đ&oacute;, nghi&ecirc;n cứu kh&ocirc;ng chỉ g&oacute;p phần n&acirc;ng cao t&iacute;nh minh bạch, hiệu quả v&agrave; d&acirc;n chủ h&oacute;a th&ocirc;ng tin trong c&ocirc;ng t&aacute;c GPMB m&agrave; c&ograve;n hướng đến th&uacute;c đẩy qu&aacute; tr&igrave;nh chuyển đổi số trong lĩnh vực quản l&yacute; đất đai tại địa phương<\/span><\/span>. <\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\n2. Phương ph&aacute;p nghi&ecirc;n cứu <\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\nĐể trực quan h&oacute;a th&ocirc;ng tin bồi thường qua ứng dụng WebGIS phục vụ cung cấp dữ liệu thuộc t&iacute;nh thửa đất v&agrave; kh&ocirc;ng gian v&ugrave;ng bồi thường, b&agrave;i b&aacute;o thực hiện theo quy tr&igrave;nh H&igrave;nh 1 với nhiều c&ocirc;ng đoạn v&agrave; gồm c&aacute;c phương ph&aacute;p nghi&ecirc;n cứu như phương ph&aacute;p thu thập dữ liệu, phương ph&aacute;p xử l&yacute; dữ liệu, phương ph&aacute;p ph&acirc;n t&iacute;ch GIS v&agrave; phương ph&aacute;p x&acirc;y dựng WebGIS.<\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\nVề phương ph&aacute;p thu thập dữ liệu, b&agrave;i b&aacute;o sử dụng c&aacute;c dữ liệu li&ecirc;n quan được thu thập từ cơ quan c&oacute; thẩm quyền phục vụ cho dự &aacute;n giải ph&oacute;ng mặt bằng tuyến đường n&ocirc;ng th&ocirc;n ấp G&ograve; Xo&agrave;i, phường Sơn Qui, tỉnh Đồng Th&aacute;p (chiều d&agrave;i 2.872,8m). Trong đ&oacute;, ranh giới quy hoạch tuyến đường được x&aacute;c định r&otilde; r&agrave;ng dựa tr&ecirc;n bản đồ địa ch&iacute;nh tỷ lệ 1:2000 (định dạng *.dgn) do Ban Quản l&yacute; Quỹ đất TP. G&ograve; C&ocirc;ng cung cấp, kết hợp với dữ liệu thuộc t&iacute;nh thửa đất được cập nhật bởi Chi nh&aacute;nh Văn ph&ograve;ng Đăng k&yacute; Đất đai TP. G&ograve; C&ocirc;ng [4].<\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\n<img src=\"\/datafiles\/46325\/upload\/images\/image-20251024142913-1.png\" style=\"width: 300px; height: 269px;\" \/> <\/span><\/span><\/span><\/span><\/p>\n\nH&igrave;nh 1. Quy tr&igrave;nh thực hiện<\/span><\/span><\/i><\/span><\/span><\/span><\/p>\n\n&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; Về phương ph&aacute;p xử l&yacute; dữ liệu, quy tr&igrave;nh được thực hiện qua nhiều bước, trong đ&oacute; quan trọng nhất l&agrave; chuẩn h&oacute;a c&aacute;c lớp đối tượng kh&ocirc;ng gian như thửa đất, nh&agrave; ở, giao th&ocirc;ng, thủy hệ v&agrave; ranh giới quy hoạch nhằm đảm bảo tu&acirc;n thủ Th&ocirc;ng tư 26\/2024\/TT-BTNMT của Bộ T&agrave;i nguy&ecirc;n v&agrave; M&ocirc;i trường [5]. C&ocirc;ng đoạn xử l&yacute; dữ liệu được thực hiện tr&ecirc;n phần mềm VietMap XM, trong đ&oacute; c&aacute;c lớp dữ liệu kh&ocirc;ng gian được chuẩn h&oacute;a v&agrave; chuyển đổi sang định dạng chuẩn Shapefile th&ocirc;ng qua c&ocirc;ng cụ xuất Shape File của ViLIS 2.0. Đồng thời, dữ liệu thuộc t&iacute;nh như số tờ, số thửa, diện t&iacute;ch, loại đất, t&ecirc;n chủ sử dụng đất,... được tr&iacute;ch xuất từ bản đồ địa ch&iacute;nh v&agrave; lưu trữ dưới dạng Excel nhằm phục vụ cho việc x&acirc;y dựng cơ sở dữ liệu ho&agrave;n chỉnh. Sau đ&oacute;, qu&aacute; tr&igrave;nh li&ecirc;n kết giữa dữ liệu kh&ocirc;ng gian v&agrave; dữ liệu thuộc t&iacute;nh được thực hiện bằng c&ocirc;ng cụ Join tr&ecirc;n ArcGIS Pro, qua đ&oacute; tạo cơ sở cho c&aacute;c bước ph&acirc;n t&iacute;ch kh&ocirc;ng gian v&agrave; trực quan h&oacute;a th&ocirc;ng tin trong hệ thống WebGIS.<\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\n&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; Để x&aacute;c định đơn gi&aacute; bồi thường cho từng thửa đất, nghi&ecirc;n cứu dựa tr&ecirc;n mối quan hệ kh&ocirc;ng gian giữa ranh quy hoạch v&agrave; c&aacute;c thửa đất bị thu hồi thuộc khu vực 2, vị tr&iacute; 2. Đơn gi&aacute; được x&aacute;c định theo từng loại đất cụ thể (đất ở n&ocirc;ng th&ocirc;n, đất trồng c&acirc;y l&acirc;u năm, đất trồng c&acirc;y h&agrave;ng năm) căn cứ Quyết định số 32\/2020\/QĐ-UBND ng&agrave;y 21\/12\/2020 của UBND tỉnh Tiền Giang [6] v&agrave; được điều chỉnh theo hệ số tại Quyết định số 13\/2024\/QĐ-UBND ng&agrave;y 15\/03\/2024 của UBND tỉnh Tiền Giang [7]. C&ocirc;ng thức t&iacute;nh như sau:<\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\n&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; Đơn gi&aacute; bồi thường đất = Đơn gi&aacute; &times; Hệ số điều chỉnh&emsp;&emsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; (1)<\/span><\/span><\/i><\/span><\/span><\/span><\/span><\/p>\n\n&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; Đối với t&agrave;i sản gắn liền với đất (nh&agrave; ở), đơn gi&aacute; bồi thường được x&aacute;c định dựa tr&ecirc;n kết cấu c&ocirc;ng tr&igrave;nh (m&oacute;ng, cột, v&aacute;ch, m&aacute;i, s&agrave;n...), số tầng v&agrave; loại nh&agrave;, theo Quyết định số 41\/2024\/QĐ-UBND ng&agrave;y 10\/10\/2024 của UBND tỉnh Tiền Giang [8]. Trong khu vực nghi&ecirc;n cứu, nh&agrave; ở chủ yếu l&agrave; loại cấp 4, kết cấu đơn giản, được &aacute;p dụng đơn gi&aacute; theo khung gi&aacute; BKC A1 (1.858.000 VNĐ\/m&sup2;) v&agrave; BKC A3 (3.449.000 VNĐ\/m&sup2;)<\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\nBảng 1. Đơn gi&aacute; bồi thường c&aacute;c loại đất (đồng\/m2<\/sup>)<\/span><\/span><\/i><\/span><\/span><\/span><\/p>\n\n<table align=\"center\" class=\"MsoTableGrid\" style=\"width:96.72%; border-collapse:collapse; border:solid black 1.0pt\" width=\"96%\">\n\t<tbody>\n\t\t<tr>\n\t\t\t<td style=\"border:solid black 1.0pt; width:8.36%; padding:0cm 5.4pt 0cm 5.4pt\" width=\"8%\">\n\t\t\tSTT<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border:solid black 1.0pt; width:16.7%; border-left:none; padding:0cm 5.4pt 0cm 5.4pt\" width=\"16%\">\n\t\t\tLoại đất<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border:solid black 1.0pt; width:19.98%; border-left:none; padding:0cm 5.4pt 0cm 5.4pt\" width=\"19%\">\n\t\t\tĐơn gi&aacute;<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border:solid black 1.0pt; width:25.04%; border-left:none; padding:0cm 5.4pt 0cm 5.4pt\" width=\"25%\">\n\t\t\tHệ số điều chỉnh<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border:solid black 1.0pt; width:29.92%; border-left:none; padding:0cm 5.4pt 0cm 5.4pt\" width=\"29%\">\n\t\t\tĐơn gi&aacute; bồi thường đất<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr>\n\t\t\t<td style=\"border:solid black 1.0pt; width:8.36%; border-top:none; padding:0cm 5.4pt 0cm 5.4pt\" width=\"8%\">\n\t\t\t1<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:16.7%; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"16%\">\n\t\t\tLUC<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:19.98%; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"19%\">\n\t\t\t105.000<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:25.04%; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"25%\">\n\t\t\t1,2<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:29.92%; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"29%\">\n\t\t\t126.000<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr>\n\t\t\t<td style=\"border:solid black 1.0pt; width:8.36%; border-top:none; padding:0cm 5.4pt 0cm 5.4pt\" width=\"8%\">\n\t\t\t2<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:16.7%; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"16%\">\n\t\t\tCLN<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:19.98%; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"19%\">\n\t\t\t125.000<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:25.04%; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"25%\">\n\t\t\t1,2<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:29.92%; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"29%\">\n\t\t\t150.000<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr>\n\t\t\t<td style=\"border:solid black 1.0pt; width:8.36%; border-top:none; padding:0cm 5.4pt 0cm 5.4pt\" width=\"8%\">\n\t\t\t3<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:16.7%; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"16%\">\n\t\t\tONT<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:19.98%; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"19%\">\n\t\t\t295.000<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:25.04%; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"25%\">\n\t\t\t1,2<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:29.92%; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"29%\">\n\t\t\t354.000<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t<\/tbody>\n<\/table>\n\n&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; B&ecirc;n cạnh việc x&aacute;c định đơn gi&aacute;, phương ph&aacute;p t&iacute;nh to&aacute;n bồi thường giải ph&oacute;ng mặt bằng c&ograve;n đ&ograve;i hỏi phải x&aacute;c định ch&iacute;nh x&aacute;c diện t&iacute;ch phần đất v&agrave; nh&agrave; được bồi thường th&ocirc;ng qua kỹ thuật ph&acirc;n t&iacute;ch chồng lớp kh&ocirc;ng gian tr&ecirc;n phần mềm GIS. Việc n&agrave;y cho ph&eacute;p t&aacute;ch phần diện t&iacute;ch nằm trong phạm vi ranh giới thu hồi đất, từ đ&oacute; l&agrave;m cơ sở cho t&iacute;nh to&aacute;n bồi thường. Sau khi đ&atilde; x&aacute;c định được đơn gi&aacute; tương ứng cho từng loại đất v&agrave; nh&agrave; ở, tổng mức bồi thường được t&iacute;nh to&aacute;n dựa tr&ecirc;n c&aacute;c c&ocirc;ng thức cụ thể (C&ocirc;ng thức 2, 3 v&agrave; 4), thể hiện gi&aacute; trị bồi thường theo diện t&iacute;ch v&agrave; loại t&agrave;i sản bồi thường [2].<\/span><\/span><\/span><\/span><\/span><\/p>\n\nGi&aacute; trị bồi thường về đất = Đơn gi&aacute; loại đất x Hệ số điều chỉnh x Diện t&iacute;ch đất bồi<\/span><\/span><\/i> thường<\/i>&nbsp;&nbsp; &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; &nbsp;&nbsp;&nbsp;(2)<\/span><\/span><\/span><\/span><\/span><\/p>\n\nGi&aacute; trị bồi thường về nh&agrave; = Đơn gi&aacute; loại nh&agrave; x Diện t&iacute;ch nh&agrave; bồi thường<\/span><\/span><\/i>&nbsp;&nbsp; &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; &nbsp;&nbsp;&nbsp;&nbsp;(3)<\/span><\/span><\/span><\/span><\/span><\/p>\n\nTổng gi&aacute; trị bồi thường = Gi&aacute; trị bồi thường về đất + Gi&aacute; trị bồi thường về nh&agrave;&nbsp;&nbsp;&nbsp; <\/span><\/span><\/i>(4)<\/span><\/span><\/span><\/span><\/span><\/p>\n\nVề phương ph&aacute;p ph&acirc;n t&iacute;ch GIS, nghi&ecirc;n cứu thực hiện tr&ecirc;n nền tảng phần mềm ArcGIS Pro, trong đ&oacute; c&ocirc;ng cụ Model Builder được khai th&aacute;c nhằm x&acirc;y dựng m&ocirc; h&igrave;nh tự động h&oacute;a to&agrave;n bộ quy tr&igrave;nh xử l&yacute;. C&aacute;c bước như ph&acirc;n t&iacute;ch chồng lớp, g&aacute;n đơn gi&aacute; theo loại đất v&agrave; nh&agrave;, t&iacute;nh diện t&iacute;ch bị thu hồi, t&iacute;nh to&aacute;n v&agrave; thống k&ecirc; gi&aacute; trị bồi thường theo loại đất v&agrave; chủ sử dụng đều được t&iacute;ch hợp trong một m&ocirc; h&igrave;nh xử l&yacute; duy nhất. Việc ứng dụng Model Builder gi&uacute;p giảm thiểu thao t&aacute;c thủ c&ocirc;ng, đồng thời đảm bảo t&iacute;nh nhất qu&aacute;n v&agrave; độ ch&iacute;nh x&aacute;c trong ph&acirc;n t&iacute;ch dữ liệu phục vụ c&ocirc;ng t&aacute;c bồi thường giải ph&oacute;ng mặt bằng.<\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\nVề phương ph&aacute;p x&acirc;y dựng WebGIS được triển khai tr&ecirc;n nền tảng m&atilde; nguồn mở qua nhiều bước. Cơ sở dữ liệu bồi thường được x&acirc;y dựng tr&ecirc;n hệ quản trị PostgreSQL kết hợp với phần mở rộng kh&ocirc;ng gian PostGIS, cho ph&eacute;p lưu trữ v&agrave; xử l&yacute; hiệu quả dữ liệu kh&ocirc;ng gian v&agrave; thuộc t&iacute;nh (như loại đất, loại nh&agrave;, diện t&iacute;ch, gi&aacute; trị bồi thường, t&ecirc;n chủ sử dụng, &hellip;) được đảm bảo theo hệ tọa độ WGS84 với m&atilde; tham chiếu kh&ocirc;ng gian (SRID: 4326) v&agrave; t&iacute;nh to&agrave;n vẹn dữ liệu. B&ecirc;n cạnh đ&oacute;, giao diện WebGIS được thiết kế bằng HTML, CSS, JavaScript v&agrave; thư viện Bootstrap hỗ trợ x&acirc;y dựng web nhanh ch&oacute;ng. Thư viện Leaflet được sử dụng để hiển thị bản đồ nền v&agrave; c&aacute;c lớp dữ liệu trực tiếp tr&ecirc;n tr&igrave;nh duyệt, hỗ trợ c&aacute;c chức năng tương t&aacute;c như ph&oacute;ng to, thu nhỏ, bật\/tắt lớp dữ liệu. Dữ liệu bản đồ được hiển thị th&ocirc;ng qua chuẩn WMS của c&ocirc;ng nghệ GeoServer, với kiểu hiển thị *.sld được thiết kế tr&ecirc;n QGIS đảm bảo k&yacute; hiệu v&agrave; m&agrave;u sắc thống nhất. Về chức năngtruy vấn dữ liệu, sử dụng ng&ocirc;n ngữ SQL, PHP kết hợp c&aacute;c h&agrave;m kh&ocirc;ng gian PostGIS để t&igrave;m kiếm theo c&aacute;c điều kiện như số tờ, số thửa hoặc t&ecirc;n chủ sử dụng. Kết quả trả về cho ph&eacute;p truy xuất th&ocirc;ng tin m&agrave; kh&ocirc;ng cần tải lại to&agrave;n bộ trang nhờ v&agrave;o &aacute;p ụng kỹ thuật AJAX. Cuối c&ugrave;ng, hệ thống WebGIS được kiểm thử v&agrave; đưa v&agrave;o vận h&agrave;nh thực tế (H&igrave;nh 2), phục vụ trực quan h&oacute;a v&agrave; tra cứu th&ocirc;ng tin bồi thường giải ph&oacute;ng mặt bằng một c&aacute;ch hiệu quả, minh bạch v&agrave; th&acirc;n thiện với người d&ugrave;ng [9,10]<\/span><\/span>.<\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\n<img src=\"\/datafiles\/46325\/upload\/images\/image-20251024142913-2.png\" style=\"width: 300px; height: 398px;\" \/> <\/span><\/span><\/span><\/span><\/p>\n\nH&igrave;nh 2. Sơ đồ thuật to&aacute;n chức năng tra cứu th&ocirc;ng tin bồi thường<\/span><\/span><\/i><\/span><\/span><\/span><\/span><\/p>\n\n3. Kết quả nghi&ecirc;n cứu <\/span><\/span><\/b><\/span><\/span><\/span><\/span><\/p>\n\n3.1. Kết quả trực quan ho&aacute; th&ocirc;ng qua bản đồ gi&aacute; trị bồi thường giải ph&oacute;ng mặt bằng<\/span><\/span><\/i><\/b><\/span><\/span><\/span><\/span><\/p>\n\nNhờ khai th&aacute;c hiệu quả tiềm năng của Model Builder trong phần mềm ArcGIS Pro, b&agrave;i b&aacute;o đ&atilde; x&acirc;y dựng một c&ocirc;ng cụ tự động phục vụ x&aacute;c định nhanh ch&oacute;ng phạm vi kh&ocirc;ng gian bồi thường. Dữ liệu đầu v&agrave;o bao gồm c&aacute;c lớp dữ liệu kh&ocirc;ng gian của thửa đất, nh&agrave; ở v&agrave; ranh giới quy hoạch với định dạng chuẩn Shapefile (*.shp). Song song với đ&oacute;, gi&aacute; trị bồi thường được t&iacute;nh to&aacute;n dựa tr&ecirc;n đơn gi&aacute; đ&atilde; thiết lập sẵn, lưu trữ dưới định dạng bảng t&iacute;nh Excel (*.xls) cho ph&eacute;p c&ocirc;ng cụ tự động tra cứu v&agrave; g&aacute;n đơn gi&aacute; tương ứng với từng đối tượng kh&ocirc;ng gian. Đặc biệt, c&ocirc;ng cụ c&ograve;n t&iacute;ch hợp chức năng thống k&ecirc; kết quả bồi thường theo c&aacute;c ti&ecirc;u ch&iacute; như loại đất, loại nh&agrave; v&agrave; t&ecirc;n chủ sử dụng đất, hỗ trợ trực quan h&oacute;a v&agrave; ph&acirc;n t&iacute;ch dữ liệu một c&aacute;ch to&agrave;n diện. To&agrave;n bộ quy tr&igrave;nh xử l&yacute; v&agrave; tham số của c&ocirc;ng cụ được minh họa tại H&igrave;nh 3.<\/span><\/span><\/span><\/span><\/span><\/p>\n\n.<\/span><\/span><\/span><\/span><\/span><img src=\"\/datafiles\/46325\/upload\/images\/image-20251024142913-3.png\" style=\"width: 300px; height: 386px;\" \/> <\/span><\/span><\/span><\/p>\n\nH&igrave;nh 3. C&ocirc;ng cụ t&iacute;nh to&aacute;n bồi thường GPMB<\/span><\/span><\/i><\/span><\/span><\/span><\/p>\n\n<img src=\"\/datafiles\/46325\/upload\/images\/image-20251024142913-4.png\" style=\"width: 300px; height: 212px;\" \/> <\/span><\/span><\/span><\/p>\n\nH&igrave;nh 4. Bản đồ gi&aacute; trị bồi thường GPMB<\/span><\/span><\/i><\/span><\/span><\/span><\/p>\n\nTh&ocirc;ng qua thực thi c&ocirc;ng cụ t&iacute;nh to&aacute;n bồi thường (H&igrave;nh 4) &aacute;p dụng tại tuyến đường n&ocirc;ng th&ocirc;n ấp G&ograve; Xo&agrave;i, phường Sơn Qui, tỉnh Đồng Th&aacute;p đạt được tổng gi&aacute; trị bồi thường l&agrave; 2.062.799.800 đồng, trong đ&oacute; gi&aacute; trị bồi thường đất l&agrave; 1.899.445.800 đồng v&agrave; gi&aacute; trị bồi thường t&agrave;i sản gắn liền với đất l&agrave; 163.354.000 đồng. Dựa v&agrave;o kết quả t&iacute;nh to&aacute;n gi&aacute; trị bồi thường tiến h&agrave;nh x&acirc;y dựng bản đồ trực quan gi&aacute; trị bồi thường được biểu diễn theo thang định lượng, ph&acirc;n nh&oacute;m bằng phương ph&aacute;p chia đều khoảng (H&igrave;nh 5). Mỗi nh&oacute;m gi&aacute; trị được g&aacute;n một m&agrave;u sắc theo thang m&agrave;u từ lạnh đến n&oacute;ng, trong đ&oacute; c&aacute;c t&ocirc;ng m&agrave;u c&agrave;ng n&oacute;ng thể hiện mức bồi thường c&agrave;ng cao. C&aacute;ch biểu diễn n&agrave;y gi&uacute;p l&agrave;m nổi bật sự ch&ecirc;nh lệch về chi ph&iacute; bồi thường giữa c&aacute;c khu vực, từ đ&oacute; hỗ trợ người d&ugrave;ng dễ d&agrave;ng nhận diện, so s&aacute;nh v&agrave; đ&aacute;nh gi&aacute; trực quan. B&ecirc;n cạnh việc trực quan h&oacute;a, b&agrave;i b&aacute;o c&ograve;n tiến h&agrave;nh thống k&ecirc; gi&aacute; trị bồi thường theo từng loại đất (Bảng 2, H&igrave;nh 7) cho thấy đất trồng l&uacute;a (LUC) chiếm tỷ trọng cao nhất với hơn 1 tỷ đồng, tương đương 57,3% tổng gi&aacute; trị bồi thường. Tiếp theo l&agrave; đất ở n&ocirc;ng th&ocirc;n (ONT) chiếm 42,3%, trong khi đất trồng c&acirc;y l&acirc;u năm (CLN) chỉ chiếm 0,4% &ndash; mức thấp nhất. Sự ch&ecirc;nh lệch n&agrave;y phản &aacute;nh r&otilde; đặc điểm sử dụng đất v&agrave; cơ cấu kinh tế tại khu vực nghi&ecirc;n cứu, nơi m&agrave; sản xuất n&ocirc;ng nghiệp, đặc biệt l&agrave; trồng l&uacute;a, vẫn giữ vai tr&ograve; chủ lực. Do đ&oacute;, diện t&iacute;ch đất l&uacute;a lớn v&agrave; đơn gi&aacute; bồi thường theo quy định đ&atilde; l&agrave;m tăng đ&aacute;ng kể tổng chi ph&iacute; GPMB cho loại đất n&agrave;y. Trong khi đ&oacute;, tỷ lệ đất CLN thấp cho thấy loại đất n&agrave;y kh&ocirc;ng phổ biến trong khu vực, g&oacute;p phần l&yacute; giải sự ch&ecirc;nh lệch về gi&aacute; trị bồi thường giữa c&aacute;c loại đất. Ngo&agrave;i ra, gi&aacute; trị bồi thường c&ograve;n được thống k&ecirc; theo từng chủ sử dụng đất (Bảng 3), với tổng cộng 49 hộ v&agrave; 83 thửa đất, do c&oacute; trường hợp một chủ hộ sở hữu nhiều thửa đất. Việc thống k&ecirc; theo từng hộ d&acirc;n kh&ocirc;ng chỉ gi&uacute;p x&aacute;c định ch&iacute;nh x&aacute;c đối tượng được nhận bồi thường m&agrave; c&ograve;n phản &aacute;nh r&otilde; mức độ ảnh hưởng của dự &aacute;n đối với từng hộ gia đ&igrave;nh, thay v&igrave; chỉ dừng lại ở con số tổng thể c&aacute;c thửa đất bị thu hồi. C&aacute;ch tiếp cận n&agrave;y đặc biệt quan trọng trong việc đ&aacute;nh gi&aacute; t&aacute;c động x&atilde; hội của dự &aacute;n, hỗ trợ qu&aacute; tr&igrave;nh x&acirc;y dựng phương &aacute;n bồi thường, hỗ trợ v&agrave; t&aacute;i định cư một c&aacute;ch c&ocirc;ng bằng, minh bạch v&agrave; hiệu quả. Đồng thời, n&oacute; cũng cung cấp cơ sở để ph&acirc;n loại mức độ tổn thất theo từng hộ, từ đ&oacute; đề xuất c&aacute;c ch&iacute;nh s&aacute;ch hỗ trợ ph&ugrave; hợp với từng đối tượng bị ảnh hưởng.<\/span><\/span><\/span><\/span><\/span><\/p>\n\nBảng 2. Gi&aacute; trị bồi thường theo từng loại đất<\/span><\/span><\/span><\/span><\/span><\/p>\n\n<table align=\"center\" class=\"MsoTableGrid\" style=\"width:56.46%; border-collapse:collapse; border:solid black 1.0pt\" width=\"56%\">\n\t<tbody>\n\t\t<tr style=\"height:1.0pt\">\n\t\t\t<td style=\"border:solid black 1.0pt; width:14.3%; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"14%\">\n\t\t\tSTT<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border:solid black 1.0pt; width:28.62%; border-left:none; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"28%\">\n\t\t\tLoại đất<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border:solid black 1.0pt; width:57.08%; border-left:none; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"57%\">\n\t\t\tGi&aacute; trị bồi thường đất (VNĐ)<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr style=\"height:1.0pt\">\n\t\t\t<td style=\"border:solid black 1.0pt; width:14.3%; border-top:none; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"14%\">\n\t\t\t1<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:28.62%; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"28%\">\n\t\t\tLUC<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:57.08%; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"57%\">\n\t\t\t1.087.909.200<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr style=\"height:1.0pt\">\n\t\t\t<td style=\"border:solid black 1.0pt; width:14.3%; border-top:none; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"14%\">\n\t\t\t2<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:28.62%; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"28%\">\n\t\t\tCLN<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:57.08%; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"57%\">\n\t\t\t8.700.000<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr style=\"height:1.0pt\">\n\t\t\t<td style=\"border:solid black 1.0pt; width:14.3%; border-top:none; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"14%\">\n\t\t\t3<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:28.62%; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"28%\">\n\t\t\tONT<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:57.08%; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"57%\">\n\t\t\t802.836.600<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t<\/tbody>\n<\/table>\n\n&nbsp;<\/p>\n\n&nbsp;Bảng 3. Gi&aacute; trị bồi thường theo t&ecirc;n chủ sử dụng đất<\/span><\/span><\/span><\/span><\/span><\/p>\n\n<table align=\"center\" class=\"MsoTableGrid\" style=\"border-collapse:collapse; border:solid black 1.0pt\" width=\"90%\">\n\t<tbody>\n\t\t<tr style=\"height:1.0pt\">\n\t\t\t<td style=\"border:solid black 1.0pt; width:18.52%; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"18%\">\n\t\t\tSTT<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border:solid black 1.0pt; width:31.48%; border-left:none; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"31%\">\n\t\t\tT&ecirc;n chủ sử dụng đất<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border:solid black 1.0pt; width:24.04%; border-left:none; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"24%\">\n\t\t\tGi&aacute; trị bồi thường (VNĐ)<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border:solid black 1.0pt; width:25.94%; border-left:none; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"25%\">\n\t\t\tSố lượng thửa đất bồi thường<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr style=\"height:1.0pt\">\n\t\t\t<td style=\"border:solid black 1.0pt; width:18.52%; border-top:none; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" valign=\"top\" width=\"18%\">\n\t\t\t1<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:31.48%; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" valign=\"top\" width=\"31%\">\n\t\t\tB&ugrave;i Ngọc Ph&aacute;t<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:24.04%; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" valign=\"top\" width=\"24%\">\n\t\t\t&nbsp;64.739.400 <\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:25.94%; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" valign=\"top\" width=\"25%\">\n\t\t\t2<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr style=\"height:1.0pt\">\n\t\t\t<td style=\"border:solid black 1.0pt; width:18.52%; border-top:none; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" valign=\"top\" width=\"18%\">\n\t\t\t2<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:31.48%; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" valign=\"top\" width=\"31%\">\n\t\t\tB&ugrave;i Thị Thu Thảo<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:24.04%; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" valign=\"top\" width=\"24%\">\n\t\t\t&nbsp;59.188.800 <\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:25.94%; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" valign=\"top\" width=\"25%\">\n\t\t\t1<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr style=\"height:1.0pt\">\n\t\t\t<td style=\"border:solid black 1.0pt; width:18.52%; border-top:none; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" valign=\"top\" width=\"18%\">\n\t\t\t3<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:31.48%; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" valign=\"top\" width=\"31%\">\n\t\t\tDương Thị B&iacute;ch Phượng<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:24.04%; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" valign=\"top\" width=\"24%\">\n\t\t\t&nbsp;101.404.800 <\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:25.94%; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" valign=\"top\" width=\"25%\">\n\t\t\t2<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr style=\"height:1.0pt\">\n\t\t\t<td style=\"border:solid black 1.0pt; width:18.52%; border-top:none; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" valign=\"top\" width=\"18%\">\n\t\t\t4<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:31.48%; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" valign=\"top\" width=\"31%\">\n\t\t\tĐinh Văn Ca<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:24.04%; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" valign=\"top\" width=\"24%\">\n\t\t\t&nbsp;62.976.600 <\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:25.94%; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" valign=\"top\" width=\"25%\">\n\t\t\t1<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr style=\"height:1.0pt\">\n\t\t\t<td style=\"border:solid black 1.0pt; width:18.52%; border-top:none; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" valign=\"top\" width=\"18%\">\n\t\t\t5<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:31.48%; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" valign=\"top\" width=\"31%\">\n\t\t\tĐo&agrave;n Văn Ron<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:24.04%; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" valign=\"top\" width=\"24%\">\n\t\t\t&nbsp;37.711.800 <\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:25.94%; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" valign=\"top\" width=\"25%\">\n\t\t\t1<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr style=\"height:1.0pt\">\n\t\t\t<td style=\"border:solid black 1.0pt; width:18.52%; border-top:none; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" valign=\"top\" width=\"18%\">\n\t\t\t6<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:31.48%; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" valign=\"top\" width=\"31%\">\n\t\t\tĐỗ Tấn Th&agrave;nh<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:24.04%; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" valign=\"top\" width=\"24%\">\n\t\t\t&nbsp;2.796.600 <\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:25.94%; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" valign=\"top\" width=\"25%\">\n\t\t\t1<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr style=\"height:1.0pt\">\n\t\t\t<td style=\"border:solid black 1.0pt; width:18.52%; border-top:none; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" valign=\"top\" width=\"18%\">\n\t\t\t7<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:31.48%; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" valign=\"top\" width=\"31%\">\n\t\t\tHuỳnh Văn Xiếu<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:24.04%; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" valign=\"top\" width=\"24%\">\n\t\t\t&nbsp;12.801.600 <\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:25.94%; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" valign=\"top\" width=\"25%\">\n\t\t\t1<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr style=\"height:1.0pt\">\n\t\t\t<td style=\"border:solid black 1.0pt; width:18.52%; border-top:none; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" valign=\"top\" width=\"18%\">\n\t\t\t8<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:31.48%; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" valign=\"top\" width=\"31%\">\n\t\t\tL&ecirc; Minh Hải<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:24.04%; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" valign=\"top\" width=\"24%\">\n\t\t\t&nbsp;23.713.200 <\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:25.94%; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" valign=\"top\" width=\"25%\">\n\t\t\t2<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr style=\"height:1.0pt\">\n\t\t\t<td style=\"border:solid black 1.0pt; width:18.52%; border-top:none; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" valign=\"top\" width=\"18%\">\n\t\t\t9<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:31.48%; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" valign=\"top\" width=\"31%\">\n\t\t\tL&ecirc; Minh Khang<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:24.04%; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" valign=\"top\" width=\"24%\">\n\t\t\t&nbsp;114.109.400 <\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:25.94%; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" valign=\"top\" width=\"25%\">\n\t\t\t1<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr style=\"height:1.0pt\">\n\t\t\t<td style=\"border:solid black 1.0pt; width:18.52%; border-top:none; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" valign=\"top\" width=\"18%\">\n\t\t\t10<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:31.48%; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" valign=\"top\" width=\"31%\">\n\t\t\tL&ecirc; Minh Trung<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:24.04%; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" valign=\"top\" width=\"24%\">\n\t\t\t&nbsp;18.181.800 <\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:25.94%; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" valign=\"top\" width=\"25%\">\n\t\t\t2<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr style=\"height:1.0pt\">\n\t\t\t<td style=\"border:solid black 1.0pt; width:18.52%; border-top:none; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" valign=\"top\" width=\"18%\">\n\t\t\t11<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:31.48%; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" valign=\"top\" width=\"31%\">\n\t\t\tL&ecirc; Thị K&ecirc;n<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:24.04%; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" valign=\"top\" width=\"24%\">\n\t\t\t&nbsp;84.783.600 <\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:25.94%; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" valign=\"top\" width=\"25%\">\n\t\t\t3<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr style=\"height:1.0pt\">\n\t\t\t<td style=\"border:solid black 1.0pt; width:18.52%; border-top:none; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" valign=\"top\" width=\"18%\">\n\t\t\t12<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:31.48%; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" valign=\"top\" width=\"31%\">\n\t\t\tL&ecirc; Thị Loan<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:24.04%; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" valign=\"top\" width=\"24%\">\n\t\t\t&nbsp;55.958.800 <\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:25.94%; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" valign=\"top\" width=\"25%\">\n\t\t\t1<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr style=\"height:1.0pt\">\n\t\t\t<td style=\"border:solid black 1.0pt; width:18.52%; border-top:none; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" valign=\"top\" width=\"18%\">\n\t\t\t13<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:31.48%; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" valign=\"top\" width=\"31%\">\n\t\t\tL&ecirc; Thị Nhan<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:24.04%; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" valign=\"top\" width=\"24%\">\n\t\t\t&nbsp;33.028.200 <\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:25.94%; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" valign=\"top\" width=\"25%\">\n\t\t\t1<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr style=\"height:1.0pt\">\n\t\t\t<td style=\"border:solid black 1.0pt; width:18.52%; border-top:none; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" valign=\"top\" width=\"18%\">\n\t\t\t14<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:31.48%; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" valign=\"top\" width=\"31%\">\n\t\t\tL&ecirc; Thị Nhung<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:24.04%; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" valign=\"top\" width=\"24%\">\n\t\t\t&nbsp;10.810.800 <\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:25.94%; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" valign=\"top\" width=\"25%\">\n\t\t\t1<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr style=\"height:1.0pt\">\n\t\t\t<td style=\"border:solid black 1.0pt; width:18.52%; border-top:none; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" valign=\"top\" width=\"18%\">\n\t\t\t15<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:31.48%; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" valign=\"top\" width=\"31%\">\n\t\t\tL&ecirc; Văn Ch&iacute;ch<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:24.04%; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" valign=\"top\" width=\"24%\">\n\t\t\t&nbsp;10.231.200 <\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:25.94%; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" valign=\"top\" width=\"25%\">\n\t\t\t1<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr style=\"height:1.0pt\">\n\t\t\t<td style=\"border:solid black 1.0pt; width:18.52%; border-top:none; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" valign=\"top\" width=\"18%\">\n\t\t\t16<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:31.48%; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" valign=\"top\" width=\"31%\">\n\t\t\tLưu Thị Bảy<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:24.04%; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" valign=\"top\" width=\"24%\">\n\t\t\t&nbsp;33.692.400 <\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:25.94%; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" valign=\"top\" width=\"25%\">\n\t\t\t1<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr style=\"height:1.0pt\">\n\t\t\t<td style=\"border:solid black 1.0pt; width:18.52%; border-top:none; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" valign=\"top\" width=\"18%\">\n\t\t\t17<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:31.48%; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" valign=\"top\" width=\"31%\">\n\t\t\tLưu Văn T&ograve;ng<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:24.04%; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" valign=\"top\" width=\"24%\">\n\t\t\t&nbsp;177.844.200 <\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:25.94%; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" valign=\"top\" width=\"25%\">\n\t\t\t3<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr style=\"height:1.0pt\">\n\t\t\t<td style=\"border:solid black 1.0pt; width:18.52%; border-top:none; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" valign=\"top\" width=\"18%\">\n\t\t\t18<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:31.48%; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" valign=\"top\" width=\"31%\">\n\t\t\tNg&ocirc; Ho&agrave;ng Bốt<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:24.04%; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" valign=\"top\" width=\"24%\">\n\t\t\t&nbsp;67.819.800 <\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:25.94%; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" valign=\"top\" width=\"25%\">\n\t\t\t4<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr style=\"height:1.0pt\">\n\t\t\t<td style=\"border:solid black 1.0pt; width:18.52%; border-top:none; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" valign=\"top\" width=\"18%\">\n\t\t\t19<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:31.48%; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" valign=\"top\" width=\"31%\">\n\t\t\tNg&ocirc; Ho&agrave;ng Danh<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:24.04%; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" valign=\"top\" width=\"24%\">\n\t\t\t&nbsp;94.572.000 <\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:25.94%; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" valign=\"top\" width=\"25%\">\n\t\t\t4<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr style=\"height:1.0pt\">\n\t\t\t<td style=\"border:solid black 1.0pt; width:18.52%; border-top:none; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" valign=\"top\" width=\"18%\">\n\t\t\t20<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:31.48%; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" valign=\"top\" width=\"31%\">\n\t\t\tNg&ocirc; Minh Bằng<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:24.04%; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" valign=\"top\" width=\"24%\">\n\t\t\t&nbsp;12.070.800 <\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:25.94%; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" valign=\"top\" width=\"25%\">\n\t\t\t1<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr style=\"height:1.0pt\">\n\t\t\t<td style=\"border:solid black 1.0pt; width:18.52%; border-top:none; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" valign=\"top\" width=\"18%\">\n\t\t\t21<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:31.48%; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" valign=\"top\" width=\"31%\">\n\t\t\tNg&ocirc; Thị Nhung<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:24.04%; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" valign=\"top\" width=\"24%\">\n\t\t\t&nbsp;56.701.000 <\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:25.94%; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" valign=\"top\" width=\"25%\">\n\t\t\t1<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr style=\"height:1.0pt\">\n\t\t\t<td style=\"border:solid black 1.0pt; width:18.52%; border-top:none; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"18%\">\n\t\t\t&hellip;<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:31.48%; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"31%\">\n\t\t\t&hellip;<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:24.04%; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"24%\">\n\t\t\t&hellip;<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:25.94%; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"25%\">\n\t\t\t&hellip;<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr style=\"height:1.0pt\">\n\t\t\t<td style=\"border:solid black 1.0pt; width:18.52%; border-top:none; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" valign=\"top\" width=\"18%\">\n\t\t\t49<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:31.48%; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"31%\">\n\t\t\tV&otilde; Thị Ph&eacute;<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:24.04%; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"24%\">\n\t\t\t12.096.000<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:25.94%; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" valign=\"top\" width=\"25%\">\n\t\t\t1<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr style=\"height:1.0pt\">\n\t\t\t<td style=\"border:solid black 1.0pt; width:18.52%; border-top:none; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" valign=\"top\" width=\"18%\">\n\t\t\tTổng<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:31.48%; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"31%\">\n\t\t\t&nbsp;<\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:24.04%; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" width=\"24%\">\n\t\t\t2.062.799.800 <\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:25.94%; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt; height:1.0pt\" valign=\"top\" width=\"25%\">\n\t\t\t83<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t<\/tbody>\n<\/table>\n\n3<\/span><\/span><\/i><\/b>.2<\/span><\/span><\/i><\/b>.<\/span><\/span><\/i><\/b> <\/i><\/b>Kết quả trực quan ho&aacute; th&ocirc;ng qua bản đồ trực tuyến WebGIS<\/span><\/span><\/i><\/b><\/span><\/span><\/span><\/span><\/p>\n\nGiao diện của hệ thống WebGIS cung cấp th&ocirc;ng tin bồi thường giải ph&oacute;ng mặt bằng tại tuyến đường n&ocirc;ng th&ocirc;n ấp G&ograve; Xo&agrave;i, phường Sơn Qui, tỉnh Đồng Th&aacute;p được thiết kế trực quan, hiển thị đầy đủ c&aacute;c th&agrave;nh phần khi người d&ugrave;ng truy cập v&agrave;o trang Web. Cấu tr&uacute;c giao diện bao gồm: phần ti&ecirc;u đề, c&aacute;c n&uacute;t chức năng tương t&aacute;c (gồm ph&oacute;ng to\/thu nhỏ bản đồ, truy vấn thửa đất, thống k&ecirc; dữ liệu, bật\/tắt hiển thị c&aacute;c lớp dữ liệu kh&ocirc;ng gian), bản đồ chuy&ecirc;n đề thể hiện lớp th&ocirc;ng tin bồi thường v&agrave; bảng ch&uacute; giải k&yacute; hiệu c&aacute;c lớp bản đồ (H&igrave;nh 5, H&igrave;nh 6). Mỗi n&uacute;t chức năng khi được k&iacute;ch hoạt sẽ thực hiện c&aacute;c chức năng tương ứng sẽ l&agrave;m thay đổi giao diện v&agrave; th&ocirc;ng tin hiển thị. Đặc biệt, chức năng truy vấn th&ocirc;ng tin thửa đất trong hệ thống WebGIS được thiết kế linh hoạt, cho ph&eacute;p người d&ugrave;ng thực hiện t&igrave;m kiếm dựa tr&ecirc;n c&aacute;c điều kiện như số tờ, số thửa hoặc t&ecirc;n chủ sử dụng đất. Sau khi nhập th&ocirc;ng tin truy vấn, hệ thống tiến h&agrave;nh xử l&yacute; dữ liệu v&agrave; phản hồi kết quả trực tiếp tr&ecirc;n giao diện WebGIS với ba trường hợp cụ thể đ&aacute;p ứng sơ đồ giải thuật H&igrave;nh 2. Trường hợp thứ nhất, khi tra cứu với điều kiện nhập cả số tờ v&agrave; số thửa th&igrave; kết quả trả về duy nhất một thửa đất, nếu thửa đất nằm trong v&ugrave;ng bồi thường th&igrave; hệ thống sẽ hiển thị chi tiết đầy đủ c&aacute;c th&ocirc;ng tin gồm: gi&aacute; trị thu hồi đất v&agrave; nh&agrave;, tổng gi&aacute; trị bồi thường, diện t&iacute;ch thu hồi, loại đất, loại nh&agrave;, t&ecirc;n chủ sử dụng đất v&agrave; c&aacute;c th&ocirc;ng tin li&ecirc;n quan kh&aacute;c, gi&uacute;p người d&ugrave;ng dễ d&agrave;ng theo d&otilde;i, đối chiếu v&agrave; kiểm chứng một c&aacute;ch minh bạch (H&igrave;nh 5). <\/span><\/span><\/span><\/span><\/span><\/p>\n\n<img src=\"\/datafiles\/46325\/upload\/images\/image-20251024142913-5.png\" style=\"width: 300px; height: 163px;\" \/> <\/span><\/span><\/span><\/p>\n\nH&igrave;nh 5. Giao diện v&agrave; chức năng truy vấn với 1 kết quả<\/span><\/span><\/i><\/span><\/span><\/span><\/p>\n\nTrường hợp thứ hai, khi tra cứu nhập điều kiện với số tờ hoặc số thửa hoặc t&ecirc;n chủ sử dụng đất) th&igrave; kết quả trả về c&oacute; thể c&oacute; nhiều thửa đất (v&igrave; xảy ra trường hợp 1 tờ bản đồ c&oacute; rất nhiều thửa hoặc tr&ugrave;ng lặp số thửa giữa c&aacute;c tờ bản đồ, thậm ch&iacute; 1 chủ sử dụng đất c&oacute; thể sở hữu nhiều thửa đất v&agrave; ngược lại thửa đất c&oacute; thể được sở hữu bởi nhiều chủ sử dụng đất). Do đ&oacute; hệ thống WebGIS sẽ hiển thị danh s&aacute;ch c&aacute;c thửa đất dạng bảng, mỗi d&ograve;ng tương ứng với một thửa cụ thể. Người d&ugrave;ng c&oacute; thể chọn một d&ograve;ng bất kỳ để xem chi tiết th&ocirc;ng tin bồi thường của thửa đất đ&oacute; (H&igrave;nh 6) v&agrave; tự động li&ecirc;n kết với phần kh&ocirc;ng gian, gi&uacute;p tối ưu h&oacute;a việc tra cứu trong c&aacute;c trường hợp dữ liệu đầu v&agrave;o kh&ocirc;ng mang t&iacute;nh duy nhất. Trường hợp thứ ba, nếu kh&ocirc;ng t&igrave;m thấy kết quả ph&ugrave; hợp, hệ thống sẽ hiển thị th&ocirc;ng b&aacute;o &ldquo;Thửa đất kh&ocirc;ng nằm trong tuyến đường quy hoạch&rdquo;, đồng thời l&agrave;m mờ giao diện tạm thời nhằm thu h&uacute;t sự ch&uacute; &yacute; của người d&ugrave;ng. Th&ocirc;ng b&aacute;o n&agrave;y sẽ tự động đ&oacute;ng sau 3 gi&acirc;y hoặc c&oacute; thể được tắt thủ c&ocirc;ng, cho ph&eacute;p người d&ugrave;ng tiếp tục thực hiện c&aacute;c thao t&aacute;c kh&aacute;c.<\/span><\/span><\/span><\/span><\/span><\/p>\n\n<img src=\"\/datafiles\/46325\/upload\/images\/image-20251024142913-6.png\" style=\"width: 300px; height: 163px;\" \/> <\/span><\/span><\/span><\/p>\n\nH&igrave;nh 6. Giao diện v&agrave; chức năng truy vấn với nhiều kết quả<\/span><\/span><\/i><\/span><\/span><\/span><\/p>\n\n&nbsp;<\/p>\n\nB&ecirc;n cạnh đ&oacute;, WebGIS c&ograve;n c&oacute; chức năng thống k&ecirc; dữ liệu bồi thường th&ocirc;ng qua c&aacute;c biểu đồ trực quan thể hiện gi&aacute; trị bồi thường theo loại đất v&agrave; loại nh&agrave; (H&igrave;nh 7), từ đ&oacute; gi&uacute;p ph&acirc;n t&iacute;ch xu hướng sử dụng đất tại khu vực nghi&ecirc;n cứu một c&aacute;ch trực quan v&agrave; hiệu quả. Việc biểu diễn dữ liệu dưới dạng biểu đồ kh&ocirc;ng chỉ hỗ trợ người d&ugrave;ng dễ d&agrave;ng nhận biệt sự ch&ecirc;nh lệch gi&aacute; trị bồi thường giữa c&aacute;c loại đất được bồi thường m&agrave; c&ograve;n gi&uacute;p cơ quan quản l&yacute; c&oacute; c&aacute;i nh&igrave;n tổng quan để đưa ra c&aacute;c quyết định quy hoạch, đền b&ugrave; v&agrave; hỗ trợ ph&ugrave; hợp. Đ&acirc;y l&agrave; cơ sở quan trọng để đ&aacute;nh gi&aacute; hiện trạng sử dụng đất v&agrave; định hướng cho c&aacute;c ch&iacute;nh s&aacute;ch ph&aacute;t triển bền vững trong tương lai.<\/span><\/span><\/span><\/span><\/span><\/p>\n\n<img src=\"\/datafiles\/46325\/upload\/images\/image-20251024142913-7.png\" style=\"width: 299px; height: 162px;\" \/> <\/span><\/span><\/span><\/p>\n\nH&igrave;nh 7. Chức năng thống k&ecirc; bồi thường<\/span><\/span><\/i><\/span><\/span><\/span><\/p>\n\n3.3. Thảo luận <\/span><\/span><\/i><\/b>&nbsp;<\/span><\/span><\/span><\/p>\n\nKết quả nghi&ecirc;n cứu cho thấy việc t&iacute;ch hợp c&ocirc;ng nghệ GIS v&agrave;o c&ocirc;ng t&aacute;c bồi thường giải ph&oacute;ng mặt bằng (GPMB) mang lại nhiều lợi &iacute;ch r&otilde; rệt, đặc biệt l&agrave; trong việc tự động h&oacute;a quy tr&igrave;nh ph&acirc;n t&iacute;ch v&agrave; trực quan h&oacute;a dữ liệu. Việc sử dụng c&ocirc;ng cụ Model Builder trong phần mềm ArcGIS Pro kh&ocirc;ng chỉ gi&uacute;p giảm thiểu thao t&aacute;c thủ c&ocirc;ng m&agrave; c&ograve;n đảm bảo t&iacute;nh đồng bộ v&agrave; ch&iacute;nh x&aacute;c trong kh&acirc;u x&aacute;c định khu vực thu hồi đất v&agrave; t&iacute;nh to&aacute;n bồi thường hco từng loại đất. Điều n&agrave;y đặc biệt quan trọng trong c&aacute;c dự &aacute;n c&oacute; quy m&ocirc; lớn hoặc dữ liệu phức tạp. Việc t&iacute;ch hợp dữ liệu ph&acirc;n t&iacute;ch l&ecirc;n hệ thống WebGIS sử dụng nền tảng m&atilde; nguồn mở GeoServer cũng l&agrave; một điểm mạnh của nghi&ecirc;n cứu. Hệ thống WebGIS kh&ocirc;ng chỉ đ&oacute;ng vai tr&ograve; l&agrave; c&ocirc;ng cụ hỗ trợ quản l&yacute; dữ liệu m&agrave; c&ograve;n l&agrave; k&ecirc;nh cung cấp th&ocirc;ng tin c&ocirc;ng khai, minh bạch cho người d&acirc;n v&agrave; c&aacute;c b&ecirc;n li&ecirc;n quan. Chức năng truy vấn v&agrave; thống k&ecirc; theo thửa đất hay chủ sử dụng gi&uacute;p n&acirc;ng cao khả năng tiếp cận th&ocirc;ng tin v&agrave; gi&aacute;m s&aacute;t cộng đồng, từ đ&oacute; g&oacute;p phần giảm thiểu tranh chấp v&agrave; khiếu nại trong qu&aacute; tr&igrave;nh GPMB. Dữ liệu thực nghiệm tại tuyến đường ấp G&ograve; Xo&agrave;i cho thấy tổng gi&aacute; trị bồi thường hơn 2 tỷ đồng, trong đ&oacute; gi&aacute; trị bồi thường đất chiếm gần 92%, cho thấy chi ph&iacute; đền b&ugrave; đất l&agrave; yếu tố chi phối trong tổng chi ph&iacute; GPMB. Tỷ lệ bồi thường nh&agrave; ở thấp l&agrave; điều dễ hiểu khi dự &aacute;n triển khai tại khu vực n&ocirc;ng th&ocirc;n, nơi mật độ d&acirc;n cư thấp v&agrave; c&ocirc;ng tr&igrave;nh x&acirc;y dựng kh&ocirc;ng nhiều. Tuy nhi&ecirc;n, việc ph&acirc;n t&iacute;ch đầy đủ cả hai th&agrave;nh phần đất v&agrave; t&agrave;i sản gắn liền với đất l&agrave; cần thiết để phản &aacute;nh ch&iacute;nh x&aacute;c t&aacute;c động x&atilde; hội của dự &aacute;n đối với người d&acirc;n bị ảnh hưởng. Đ&aacute;ng ch&uacute; &yacute; l&agrave; sự ch&ecirc;nh lệch lớn về gi&aacute; trị bồi thường giữa c&aacute;c loại đất, trong đ&oacute; đất trồng l&uacute;a (LUC) chiếm 57,3% tổng gi&aacute; trị bồi thường. Điều n&agrave;y phản &aacute;nh đặc điểm kinh tế &ndash; x&atilde; hội của địa phương, nơi c&oacute; nền kinh tế chủ lực dựa v&agrave;o sản xuất n&ocirc;ng nghiệp, đặc biệt l&agrave; trồng l&uacute;a. V&igrave; vậy, diện t&iacute;ch đất đồng l&uacute;a lớn k&eacute;o theo chi ph&iacute; bồi thường cao hơn so với c&aacute;c loại đất kh&aacute;c. Từ những kết quả đạt được, c&oacute; thể thấy rằng việc ứng dụng GIS kết hợp với WebGIS l&agrave; hướng đi hiệu quả trong c&ocirc;ng t&aacute;c quản l&yacute; bồi thường GPMB, đặc biệt trong bối cảnh chuyển đổi số ng&agrave;nh t&agrave;i nguy&ecirc;n v&agrave; m&ocirc;i trường. Phương ph&aacute;p n&agrave;y ho&agrave;n to&agrave;n c&oacute; thể được &aacute;p dụng cho c&aacute;c dự &aacute;n kh&aacute;c nhằm n&acirc;ng cao hiệu quả quản l&yacute;, t&iacute;nh minh bạch v&agrave; sự đồng thuận trong cộng đồng d&acirc;n cư bị ảnh hưởng. Tuy nhi&ecirc;n, hệ thống WebGIS vẫn c&ograve;n tồn tại một số hạn chế như chưa triển khai ph&acirc;n quyền người d&ugrave;ng v&agrave; chưa hỗ trợ cập nhật dữ liệu kh&ocirc;ng gian v&agrave; thuộc t&iacute;nh một c&aacute;ch linh hoạt. Để n&acirc;ng cao hiệu quả ứng dụng, b&agrave;i b&aacute;o kiến nghị cần ph&aacute;t triển chức năng ph&acirc;n quyền theo nh&oacute;m người d&ugrave;ng nhằm đảm bảo t&iacute;nh bảo mật v&agrave; kiểm so&aacute;t dữ liệu chặt chẽ hơn. Đồng thời, việc t&iacute;ch hợp th&ecirc;m khả năng ph&acirc;n t&iacute;ch v&agrave; t&iacute;nh to&aacute;n bồi thường trực tiếp tr&ecirc;n nền WebGIS sẽ gi&uacute;p giảm phụ thuộc v&agrave;o phần mềm chuy&ecirc;n dụng, tăng t&iacute;nh linh hoạt v&agrave; đảm bảo hệ thống lu&ocirc;n cập nhật kịp thời khi c&oacute; thay đổi về hiện trạng đất đai.<\/span><\/span><\/span><\/span><\/span><\/p>\n\n4. Kết luận<\/span><\/span><\/b> <\/b><\/span><\/span><\/span><\/p>\n\nC&ocirc;ng nghệ GIS đ&atilde; được ứng dụng hiệu quả trong ph&acirc;n t&iacute;ch v&agrave; t&iacute;nh to&aacute;n gi&aacute; trị bồi thường giải ph&oacute;ng mặt bằng (GPMB) th&ocirc;ng qua c&ocirc;ng cụ ModelBuilder trong ArcGIS Pro, tự động h&oacute;a quy tr&igrave;nh x&aacute;c định nhanh chống phạm vi thu hồi đất v&agrave; đ&aacute;nh gi&aacute; bồi thường theo từng loại đất. Dữ liệu sau khi xử l&yacute; được trực quan th&ocirc;ng qua bản đồ v&agrave; biểu đồ, đồng thời t&iacute;ch hợp tr&ecirc;n nền tảng WebGIS sử dụng GeoServer gi&uacute;p c&ocirc;ng khai v&agrave; tra cứu th&ocirc;ng tin li&ecirc;n quan đến bồi thường, tạo điều kiện thuận lợi để người d&ugrave;ng dễ d&agrave;ng tiếp cận v&agrave; theo d&otilde;i th&ocirc;ng tin c&aacute;c thửa đất bị thu hồi. Giải ph&aacute;p n&agrave;y kh&ocirc;ng chỉ r&uacute;t ngắn thời gian x&aacute;c định khu vực giải ph&oacute;ng mặt bằng m&agrave; c&ograve;n tăng cường sự minh bạch, hỗ trợ cả người d&acirc;n v&agrave; ch&iacute;nh quyền trong việc quản l&yacute; đất đai hiệu quả hơn. Từ đ&oacute;, c&oacute; thể nhận thấy r&otilde; tiềm năng v&agrave; khả năng ứng dụng rộng r&atilde;i của GIS, đặc biệt l&agrave; WebGIS trong thực tiễn, nhất l&agrave; trong bối cảnh hiện đại h&oacute;a c&ocirc;ng t&aacute;c quản l&yacute; đất đai v&agrave; th&uacute;c đẩy chuyển đổi số tại c&aacute;c địa phương.<\/span><\/span><\/span><\/span><\/span><\/p>\n\nCam kết của c&aacute;c t&aacute;c giả<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\nTất cả c&aacute;c t&aacute;c giả c&oacute; t&ecirc;n trong b&agrave;i b&aacute;o cam kết sự đồng thuận v&agrave; kh&ocirc;ng c&oacute; xung đột lợi &iacute;ch trong c&ocirc;ng bố khoa học tại b&agrave;i b&aacute;o n&agrave;y.<\/span><\/span><\/span><\/span><\/span><\/p>\n\n&nbsp;<\/p>\n\n&nbsp;<\/p>\n\n&nbsp;<\/p>\n\nT&agrave;i liệu tham khảo <\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\n[1]&nbsp;&nbsp;&nbsp; Huỳnh Thuỷ Ti&ecirc;n. &ldquo;Ch&iacute;nh s&aacute;ch thu hồi đất, bồi thường v&agrave; giải ph&oacute;ng mặt bằng tại Th&agrave;nh phố Hồ Ch&iacute; Minh: Thực trạng v&agrave; một số khuyến nghị&rdquo;. Tạp ch&iacute; Ph&aacute;t triển Khoa học v&agrave; C&ocirc;ng nghệ - Kinh tế - Luật v&agrave; Quản l&yacute;<\/i>. Tập 6(3), trang 3277- 3284, 2022.<\/span><\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\n[2]&nbsp; Phạm L&ecirc; Tuấn, H&agrave; Quốc Vương, Nguyễn Xu&acirc;n Linh, L&ecirc; Phương Th&uacute;y, B&ugrave;i Ngọc T&uacute;, Trần Quốc B&igrave;nh. &ldquo;Ứng dụng GIS trong c&ocirc;ng t&aacute;c giải ph&oacute;ng mặt bằng tuyến đường v&agrave;nh đai 2 của th&agrave;nh phố H&agrave; Nội (đoạn Vĩnh Tuy - Chợ Mơ - Ng&atilde; Tư Vọng)&rdquo;. Tạp ch&iacute; khoa học đo đạc v&agrave; bản đồ<\/i>. Tập 36, trang 32-29. 2019.<\/span><\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\n[3]&nbsp;&nbsp;&nbsp; Nguyễn Trọng Nh&acirc;n, Nguyễn Hữu Ph&uacute;c, Trần Văn Bắc, L&ecirc; Thi&ecirc;n Bảo. &ldquo;Ứng dụng GIS x&acirc;y dựng c&ocirc;ng cụ t&iacute;nh to&aacute;n bồi thường giải ph&oacute;ng mặt bằng tuyến đường li&ecirc;n x&atilde; Thị Trấn &ndash; Thới Tam Th&ocirc;n Huyện H&oacute;c M&ocirc;n TP. Hồ Ch&iacute; Minh&rdquo;. Tạp ch&iacute; Trắc địa - Bản đồ<\/i>. Tập 10, số 3, trang 21-27, 2024. <\/span><\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\n[4]&nbsp;&nbsp;&nbsp; Nguyễn Trọng Nh&acirc;n, L&ecirc; Thi&ecirc;n Bảo, Hồ Trung Dũng, Nguyễn Duy Thanh. &ldquo;T&iacute;ch hợp GIS v&agrave; thư viện Python m&atilde; nguồn mở phục vụ t&iacute;nh to&aacute;n bồi thường v&agrave; trực quan h&oacute;a th&ocirc;ng tin giải ph&oacute;ng mặt bằng: Nghi&ecirc;n cứu trường hợp tại tuyến đường n&ocirc;ng th&ocirc;n ấp G&ograve; Xo&agrave;i, x&atilde; T&acirc;n Trung, th&agrave;nh phố G&ograve; C&ocirc;ng, tỉnh Tiền Giang&rdquo;. Tạp ch&iacute; Trắc địa Bản đồ<\/i>. Tập 11, số 3, trang 65-78, 2025. <\/span><\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\n[5]&nbsp;&nbsp;&nbsp; Bộ T&agrave;i nguy&ecirc;n v&agrave; M&ocirc;i trường. &ldquo;Th&ocirc;ng tư số 26\/2024\/TT-BTNMT ng&agrave;y 26\/11\/2024 của Bộ T&agrave;i nguy&ecirc;n v&agrave; M&ocirc;i trường quy định kỹ thuật về đo đạc lập bản đồ địa ch&iacute;nh&rdquo;. H&agrave; Nội<\/i>. 2024. <\/span><\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\n[6]&nbsp;&nbsp;&nbsp; Uỷ ban nh&acirc;n d&acirc;n tỉnh Tiền Giang. &ldquo;Quyết định số 32\/2020\/QĐ-UBND tỉnh Tiền Giang Quy định về bảng gi&aacute; c&aacute;c loại đất giai đoạn 2020-2024 tr&ecirc;n địa b&agrave;n tỉnh Tiền Giang&rdquo;. 2020. <\/span><\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\n[7]&nbsp;&nbsp;&nbsp; Uỷ ban nh&acirc;n d&acirc;n tỉnh Tiền Giang. &ldquo;Quyết định số 13\/2024\/QĐ-UBND tỉnh Tiền Giang ng&agrave;y 15\/3\/2024 Quy định về hệ số điều chỉnh gi&aacute; đất tr&ecirc;n địa b&agrave;n tỉnh Tiền Giang&rdquo;. 2024.<\/span><\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\n[8]&nbsp;&nbsp;&nbsp; Uỷ ban nh&acirc;n d&acirc;n tỉnh Tiền Giang. &ldquo;Quyết định số 41\/2024\/QĐ-UBND tỉnh Tiền Giang ng&agrave;y 10\/10\/2024 Quy định về ban h&agrave;nh đơn gi&aacute; bồi thường thiệt hại về nh&agrave;, nh&agrave; ở, c&ocirc;ng tr&igrave;nh x&acirc;y dựng gắn liền với đất khi nh&agrave; nước thu hồi đất tr&ecirc;n địa b&agrave;n tỉnh Tiền Giang&rdquo;. 2024.<\/span><\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\n[9] T&ocirc; Nguyễn Nhật Kh&ocirc;i, Văn Ngọc Tr&uacute;c Phương, Nguyễn Trọng Nh&acirc;n. &ldquo;Ứng dụng WebGIS trực quan h&oacute;a sự thay đổi nhiệt độ bề mặt tại tỉnh B&igrave;nh Dương giai đoạn 1995 &ndash; 2024&rdquo;. Tạp ch&iacute; Trắc địa Bản đồ<\/i>. Tập 11, số 1, trang&nbsp; 40-51, 2025.<\/span><\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\n[10] Nguyễn Trọng Nh&acirc;n, L&ecirc; Thi&ecirc;n Bảo. &ldquo;X&acirc;y dựng c&ocirc;ng cụ v&agrave; hệ thống gi&aacute;m s&aacute;t đất nhiễm mặn tại tỉnh Bến Tre&rdquo;. <\/span><\/span><\/span>Tạp ch&iacute; Kh&iacute; tượng Thuỷ văn<\/span><\/span><\/span><\/i>. Tập 759, trang 87-95, 2024.<\/span><\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\n<table class=\"MsoTableGrid\" style=\"margin-left:-.25pt; border-collapse:collapse; border:undefined\" width=\"557\">\n\t<tbody>\n\t\t<tr style=\"height:25.95pt\">\n\t\t\t<td style=\"width:359.45pt; padding:0cm 5.4pt 0cm 5.4pt; height:25.95pt\" valign=\"top\" width=\"479\">&nbsp;\n\t\t\t<a href=\"https:\/\/www.geocartagis.org\/thong-tin-khoa-hoc\" style=\"color:#0563c1; text-decoration:underline\" target=\"_blank\">Article&nbsp;<\/span><\/span><\/a>&copy; 2024&nbsp;by&nbsp;<\/span><\/span><\/span><\/span><a href=\"https:\/\/www.geocartagis.org\/\" style=\"color:#0563c1; text-decoration:underline\" target=\"_blank\">Magazine of Geodesy - Cartography&nbsp;<\/span><\/span><\/a>is licensed under&nbsp;<\/span><\/span><\/span><\/span><a href=\"https:\/\/creativecommons.org\/licenses\/by\/4.0\/?ref=chooser-v1\" style=\"color:#0563c1; text-decoration:underline\" target=\"_blank\">CC BY 4.0&nbsp;<\/span><\/span><\/a><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"width:58.15pt; padding:0cm 5.4pt 0cm 5.4pt; height:25.95pt\" valign=\"top\" width=\"78\">\n\t\t\t<img height=\"56\" src=\"\/datafiles\/46325\/upload\/images\/image-20251024142913-8.png\" width=\"173\" \/> <\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t<\/tbody>\n<\/table>\n","image_url":"https:\/\/www.geocartagis.org\/datafiles\/46325\/upload\/images\/04_25\/quyhoach.png?t=1761290882","image_thumb_url":"https:\/\/www.geocartagis.org\/datafiles\/46325\/upload\/thumb_images\/04_25\/quyhoach.png?t=1770553253","tags":"","count_view":1543,"seo_name":"ung-dung-gis-truc-quan-hoa-thong-tin-boi-thuong-giai-phong-mat-bang-tai-tuyen-duong-nong-thon-ap-go-xoai-phuong-son-qui-tinh-dong-thap","date_update":1761290880,"date_created_format":1761290899,"meta_title":"","meta_desc":"","meta_keyword":"Giải phóng mặt bằng","qr_code":"https:\/\/www.geocartagis.org\/ung-dung-gis-truc-quan-hoa-thong-tin-boi-thuong-giai-phong-mat-bang-tai-tuyen-duong-nong-thon-ap-go-xoai-phuong-son-qui-tinh-dong-thap"},{"id":723002,"name":"Hoàn thiện và chuẩn hóa chuẩn đo lường sử dụng trong lĩnh vực Đo đạc và Bản đồ","desc":"Nguyễn Phi Sơn1*<\/sup><\/span><\/span><a href=\"https:\/\/orcid.org\/0000-0002-6521-7353\"><v:shape href=\"https:\/\/orcid.org\/0000-0002-6521-7353\" id=\"Picture_x0020_1750852716\" o:button=\"t\" style=\"width:11.25pt; height:11.25pt\" type=\"#_x0000_t75\"> <v:fill o:detectmouseclick=\"t\"> <\/v:fill><\/v:shape><\/span><\/span><\/span><\/span><\/sup><\/a>, B&ugrave;i Đăng Quang2<\/sup><\/span><\/span><\/span><\/span><\/span><\/p>\n\n1<\/span><\/span><\/sup><\/i>Viện Khoa học Đo đạc v&agrave; Bản đồ<\/span><\/span><\/i><\/span><\/span><\/span><\/span><\/p>\n\n2<\/span><\/span><\/sup><\/i>Trung t&acirc;m Kiểm định chất lượng sản phẩm Đo đạc v&agrave; Bản đồ<\/span><\/span><\/i><\/span><\/span><\/span><\/span><\/p>\n\nEmail t&aacute;c giả li&ecirc;n hệ: sonnguyenphi@gmail.com<\/span><\/span><\/i><\/span><\/span><\/span><\/span><\/p>\n","content":"Ho&agrave;n thiện v&agrave; chuẩn h&oacute;a chuẩn đo lường sử dụng trong lĩnh vực Đo đạc v&agrave; Bản đồ<\/span><\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\nNguyễn Phi Sơn1*<\/sup><\/span><\/span><a href=\"https:\/\/orcid.org\/0000-0002-6521-7353\" style=\"color:#0563c1; text-decoration:underline\"><v:shape href=\"https:\/\/orcid.org\/0000-0002-6521-7353\" id=\"Picture_x0020_1750852716\" o:button=\"t\" style=\"width:11.25pt; height:11.25pt\" type=\"#_x0000_t75\"> <v:fill o:detectmouseclick=\"t\"> <\/v:fill><\/v:shape><\/span><\/span><\/span><\/span><\/sup><\/a>, B&ugrave;i Đăng Quang2<\/sup><\/span><\/span><\/span><\/span><\/span><\/p>\n\n1<\/span><\/span><\/sup><\/i>Viện Khoa học Đo đạc v&agrave; Bản đồ<\/span><\/span><\/i><\/span><\/span><\/span><\/span><\/p>\n\n2<\/span><\/span><\/sup><\/i>Trung t&acirc;m Kiểm định chất lượng sản phẩm Đo đạc v&agrave; Bản đồ<\/span><\/span><\/i><\/span><\/span><\/span><\/span><\/p>\n\nEmail t&aacute;c giả li&ecirc;n hệ: sonnguyenphi@gmail.com<\/span><\/span><\/i><\/span><\/span><\/span><\/span><\/p>\n\n&nbsp;<\/p>\n\ndoi.org\/10.5281\/zenodo.17068776<\/span><\/span><\/span><\/span><\/span><\/p>\n\nTóm tắt: <\/span><\/span><\/i><\/b><\/span><\/span><\/span><\/p>\n\n&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; Chuẩn đo lường trong lĩnh vực Đo đạc v&agrave; Bản đồ l&agrave; một dạng hạ tầng kỹ thuật đo đạc bản đồ, c&oacute; vai tr&ograve; cốt l&otilde;i trong kiểm định v&agrave; hiệu chuẩn phương tiện đo. Những năm gần đ&acirc;y, một số chuẩn đo lường phục vụ kiểm định, hiệu chuẩn cho c&aacute;c phương tiện đo đ&atilde; được thiết lập như: to&agrave;n đạc điện tử, phương tiện đo thủy chuẩn, phương tiện đo định vị bằng vệ tinh, phương tiện đo khoảng c&aacute;ch quang điện, phương tiện đo kinh vĩ... B&ecirc;n cạnh đ&oacute;, một số phương tiện đo nh&oacute;m 2 tiếp tục cần đầu tư thiết lập hạ tầng kỹ thuật về chuẩn đo lường theo đ&uacute;ng quy định, cũng như cần h&igrave;nh th&agrave;nh c&aacute;c chuẩn đo lường cho phương tiện đo nh&oacute;m 1 khi c&oacute; y&ecirc;u cầu kiểm định, hiệu chuẩn. B&agrave;i b&aacute;o n&agrave;y tổng hợp t&igrave;nh h&igrave;nh ban h&agrave;nh, c&ocirc;ng bố v&agrave; quản l&yacute; c&aacute;c chuẩn đo lường đ&atilde; c&oacute;, đề xuất chuẩn đo lường cho kiểm định, hiệu chuẩn phương tiện đo nh&oacute;m 2 c&ograve;n thiếu v&agrave; đề xuất giải ph&aacute;p để chuẩn h&oacute;a chuẩn đo lường sử dụng trong kiểm định, hiệu chuẩn c&aacute;c phương tiện đo sử dụng trong lĩnh vực Đo đạc v&agrave; Bản đồ.<\/span><\/span><\/i><\/span><\/span><\/span><\/p>\n\nTừ kh&oacute;a:<\/span><\/span><\/i><\/b> Chuẩn đo lường, kiểm định, hiệu chuẩn, phương tiện đo, Đo đạc v&agrave; Bản đồ. <\/span><\/span><\/i><\/span><\/span><\/span><\/p>\n\n<table class=\"MsoTableGrid\" style=\"width:418.2pt; border-collapse:collapse; border:undefined\" width=\"558\">\n\t<tbody>\n\t\t<tr>\n\t\t\t<td style=\"width:99.25pt; padding:0cm 5.4pt 0cm 5.4pt\" valign=\"top\" width=\"132\">\n\t\t\tNg&agrave;y nhận b&agrave;i: <\/span><\/span>15\/08\/2025<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"width:3.0cm; padding:0cm 5.4pt 0cm 5.4pt\" valign=\"top\" width=\"113\">\n\t\t\tNg&agrave;y<\/span><\/span> sửa lại<\/span><\/span>: 23\/08\/2025<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"width:127.55pt; padding:0cm 5.4pt 0cm 5.4pt\" valign=\"top\" width=\"170\">\n\t\t\tNg&agrave;y chấp nhận đăng:<\/span><\/span> 24\/08\/2025<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"width:106.35pt; padding:0cm 5.4pt 0cm 5.4pt\" valign=\"top\" width=\"142\">\n\t\t\tNg&agrave;y xuất bản<\/span><\/span>: 30\/08\/2025<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t<\/tbody>\n<\/table>\n\n&nbsp;<\/p>\n\nCompletion And Standardization Of Measurement Standards Used In The Field Of Surveying And Maps<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\nNguyen Phi Son<\/span><\/span>1<\/span><\/span><\/sup>*<\/span><\/span><a href=\"https:\/\/orcid.org\/0000-0002-6521-7353\" style=\"color:#0563c1; text-decoration:underline\"><v:shape href=\"https:\/\/orcid.org\/0000-0002-6521-7353\" id=\"Picture_x0020_1750852717\" o:button=\"t\" style=\"width:11.25pt; height:11.25pt\" type=\"#_x0000_t75\"> <v:fill o:detectmouseclick=\"t\"> <\/v:fill><\/v:shape><\/span><\/span><\/span><\/span><\/sup><\/a>, <\/span><\/span>Bui Dang Quang<\/span><\/span>2<\/span><\/span><\/sup><\/span><\/span><\/span><\/p>\n\n1<\/span><\/span><\/sup><\/i>Vietnam Institute for Surveying and Mapping<\/span><\/span><\/i><\/span><\/span><\/span><\/span><\/p>\n\n2<\/span><\/span><\/sup><\/i>Center for Quality Inspection of Surveying and Mapping Products<\/span><\/span><\/i><\/span><\/span><\/span><\/span><\/p>\n\nCorresponding Author Email:<\/span><\/span><\/i> <\/i>sonnguyenphi@gmail.com<\/span><\/span><\/i><\/span><\/span><\/span><\/span><\/p>\n\n&nbsp;<\/p>\n\nAbstract<\/span><\/span><\/i><\/b>:<\/span><\/span><\/i><\/b><\/span><\/span><\/span><\/p>\n\n&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; <\/i>Measurement standards in the field of Surveying and Mapping are a form of technical infrastructure for surveying and mapping, playing a core role in the verification and calibration of measuring instruments. In recent years, a number of measurement standards for verification and calibration of measuring instruments have been established, such as: electronic total stations, leveling instruments, satellite positioning measuring instruments, photoelectric distance measuring instruments, theodolite measuring instruments, etc. In addition, some group 2 measuring instruments continue to need investment in establishing technical infrastructure for measurement standards in accordance with regulations, as well as the need to form measurement standards for group 1 measuring instruments when there is a request for verification and calibration. This article summarizes the situation of promulgation, publication and management of existing measurement standards, proposes measurement standards for verification and calibration of group 2 measuring instruments that are still lacking, and proposes solutions to standardize measurement standards used in verification and calibration of measuring instruments used in the field of Surveying and Mapping.<\/span><\/span><\/i><\/span><\/span><\/span><\/p>\n\nKeywords:<\/span><\/span><\/i><\/b> Measurement standards, verification, calibration, measuring instruments, surveying and mapping<\/span>.<\/span><\/span><\/i><\/span><\/span><\/span><\/p>\n\n<table class=\"MsoTableGrid\" style=\"width:419.05pt; border-collapse:collapse; border:undefined\" width=\"559\">\n\t<tbody>\n\t\t<tr>\n\t\t\t<td style=\"width:120.5pt; padding:0cm 5.4pt 0cm 5.4pt\" valign=\"top\" width=\"161\">\n\t\t\tSubmission re<\/span><\/span>ceiv<\/span><\/span>ed: 15\/08\/2025<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"width:92.15pt; padding:0cm 5.4pt 0cm 5.4pt\" valign=\"top\" width=\"123\">\n\t\t\tRevised: 23\/08\/2025<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"width:3.0cm; padding:0cm 5.4pt 0cm 5.4pt\" valign=\"top\" width=\"113\">\n\t\t\tAccepted<\/span><\/span>:<\/span><\/span> 4\/08\/2025<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"width:121.35pt; padding:0cm 5.4pt 0cm 5.4pt\" valign=\"top\" width=\"162\">\n\t\t\tPublished: 30\/08\/2025<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t<\/tbody>\n<\/table>\n\n&nbsp;<\/p>\n\n<h2 style=\"margin-top:0cm; margin:2pt 0cm 0cm; text-align:justify\">1. Giới thiệu <\/span><\/span><\/b><\/span><\/span><\/span><\/span><\/span><\/h2>\n\nLuật đo lường 2011 [1] quy định &ldquo;chuẩn đo lường&rdquo; l&agrave; phương tiện kỹ thuật để thể hiện, duy tr&igrave; đơn vị đo của đại lượng đo v&agrave; được d&ugrave;ng l&agrave;m chuẩn để so s&aacute;nh với phương tiện đo hoặc chuẩn đo lường kh&aacute;c. Gi&uacute;p c&aacute;c phương tiện đo kh&aacute;c trong kiểm định, hiệu chuẩn theo quy định. V&igrave; vậy, c&aacute;c quy tr&igrave;nh kiểm định, hiệu chuẩn thường quy định cụ thể c&aacute;c chuẩn đo lường v&agrave; đặc trưng kỹ thuật đo lường cơ bản. Chuẩn đo lường đ&oacute;ng vai tr&ograve; cốt l&otilde;i trong hoạt động đo lường v&agrave; quản l&yacute; chất lượng, l&agrave; căn cứ để x&aacute;c định gi&aacute; trị đo đ&uacute;ng, đảm bảo độ tin cậy của c&aacute;c ph&eacute;p đo [1].<\/span><\/span><\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\nHệ thống chuẩn đo lường của từng lĩnh vực đo c&oacute; chuẩn đo lường quốc gia, chuẩn đo lường ch&iacute;nh v&agrave; chuẩn đo lường c&ocirc;ng t&aacute;c. Việc kiểm định, hiệu chuẩn phương tiện đo của c&aacute;c cơ quan, đơn vị, tổ chức hiện nay sẽ phục thuộc v&agrave;o mức độ đầu tư thiết lập c&aacute;c ph&ograve;ng kiểm định, hiệu chuẩn. Chuẩn đo lường sử dụng trong kiểm định, hiệu chuẩn của c&aacute;c cơ quan thực hiện đo đạc l&agrave; &ldquo;chuẩn đo lường c&ocirc;ng t&aacute;c&rdquo; hay c&ograve;n gọi l&agrave; &ldquo;chuẩn c&ocirc;ng t&aacute;c&rdquo;. Đ&acirc;y l&agrave; vấn đề được c&aacute;c cơ quan, tổ chức c&oacute; chức năng thực hiện c&aacute;c ph&eacute;p đo, quan trắc, ph&acirc;n t&iacute;ch rất quan t&acirc;m bởi bất kỳ ph&eacute;p đo lường n&agrave;o đều phải được kiểm so&aacute;t theo y&ecirc;u cầu kỹ thuật đo lường v&agrave; phải được thể hiện tr&ecirc;n phương tiện đo hoặc ghi tr&ecirc;n nh&atilde;n h&agrave;ng h&oacute;a, t&agrave;i liệu đi k&egrave;m [1].<\/span><\/span><\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\nChuẩn đo lường c&oacute; vai tr&ograve; ch&iacute;nh trong c&aacute;c quy tr&igrave;nh kiểm định v&agrave; hiệu chuẩn phương tiện đo, cụ thể gồm: <\/span><\/span><\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\n- Đảm bảo t&iacute;nh ch&iacute;nh x&aacute;c v&agrave; tin cậy của phương tiện đo. Chuẩn đo lường cung cấp c&aacute;c gi&aacute; trị đo lường tham chiếu c&oacute; độ ch&iacute;nh x&aacute;c cao, gi&uacute;p đưa ra kết luận về sai số của phương tiện đo cũng như đ&aacute;nh gi&aacute; đạt hay kh&ocirc;ng đạt, mức độ đạt của đại lượng đo so với c&ocirc;ng bố của nh&agrave; sản xuất khi kiểm định hoặc hiệu chuẩn;<\/span><\/span><\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\n- L&agrave;m cơ sở so s&aacute;nh v&agrave; truy xuất nguồn gốc đo lường. Khi kiểm định hay hiệu chuẩn, c&aacute;c phương tiện đo được so s&aacute;nh với chuẩn đo lường c&oacute; cấp ch&iacute;nh x&aacute;c cao hơn (chuẩn c&ocirc;ng t&aacute;c). Chuẩn đo lường đảm bảo chuỗi truy xuất nguồn gốc đo lường, từ phương tiện đo đến chuẩn quốc gia;<\/span><\/span><\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\n- Đảm bảo sự thống nhất v&agrave; đồng bộ trong hệ thống đo lường. Dựa tr&ecirc;n hệ thống chuẩn đo lường, mọi ph&eacute;p đo đều thống nhất về gi&aacute; trị, d&ugrave; được thực hiện ở thời gian, địa điểm hoặc đơn vị kh&aacute;c nhau. Điều n&agrave;y đặc biệt quan trọng trong việc so s&aacute;nh kết quả đo giữa c&aacute;c c&aacute; nh&acirc;n, tổ chức thực hiện c&aacute;c ph&eacute;p đo;<\/span><\/span><\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\n- L&agrave;m cơ sở ph&aacute;p l&yacute; v&agrave; kỹ thuật trong kiểm định v&agrave; hiệu chuẩn. Kiểm định v&agrave; hiệu chuẩn đều phải tu&acirc;n thủ c&aacute;c quy tr&igrave;nh kỹ thuật đo lường đ&atilde; được x&acirc;y dựng dựa tr&ecirc;n hệ thống chuẩn đo lường. Chuẩn đo lường l&agrave; cơ sở để ban h&agrave;nh c&aacute;c quy chuẩn, ti&ecirc;u chuẩn kỹ thuật, gi&uacute;p c&aacute;c hoạt động đo lường diễn ra hợp ph&aacute;p v&agrave; đồng nhất.<\/span><\/span><\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\nHiện nay, đ&atilde; c&oacute; quy định về &ldquo;chuẩn đo lường&rdquo; cho c&aacute;c phương tiện đo nh&oacute;m 2 của lĩnh vực Đo đạc v&agrave; Bản đồ đ&atilde; ban h&agrave;nh c&aacute;c quy tr&igrave;nh Đo lường Việt Nam (ĐLVN).<\/span><\/span><\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\nNhư vậy, chuẩn đo lường l&agrave; nền tảng để kiểm định v&agrave; hiệu chuẩn ch&iacute;nh x&aacute;c, hợp ph&aacute;p v&agrave; nhất qu&aacute;n. Kh&ocirc;ng c&oacute; chuẩn đo lường th&igrave; kh&ocirc;ng thể đảm bảo được độ tin cậy, t&iacute;nh thống nhất v&agrave; t&iacute;nh truy xuất của kết quả đo<\/span><\/span><\/span><\/span><\/span>. <\/span><\/span><\/span><\/span><\/span><\/p>\n\n<h2 style=\"margin-top:0cm; margin:2pt 0cm 0cm; text-align:justify\">2. <\/span><\/span><\/b>Phương ph&aacute;p nghi&ecirc;n cứu<\/span><\/span><\/b> <\/b><\/span><\/span><\/span><\/span><\/span><\/h2>\n\n- Phương ph&aacute;p nghi&ecirc;n cứu theo t&agrave;i liệu: Thu thập, ph&acirc;n t&iacute;ch v&agrave; tổng hợp c&aacute;c t&agrave;i liệu, nghi&ecirc;n cứu, ti&ecirc;u chuẩn, quy chuẩn, quy tr&igrave;nh kiểm định, hiệu chuẩn trong v&agrave; ngo&agrave;i nước để x&acirc;y dựng cơ sở l&yacute; luận v&agrave; thực tiễn cho đề xuất hệ thống chuẩn đo lường. Như c&aacute;c ti&ecirc;u chuẩn, quy tr&igrave;nh li&ecirc;n quan đến&nbsp; sử dụng phương ti&ecirc;n Radar xuy&ecirc;n đất&nbsp; [6,7,8,13], li&ecirc;n quan đến phương tiện đo s&acirc;u đ&aacute;y nước [9,10,11,12].<\/span><\/span><\/span><\/span><\/span><\/p>\n\n- Phương ph&aacute;p kế thừa, ph&acirc;n t&iacute;ch, so s&aacute;nh v&agrave; tổng hợp: Kế thừa c&oacute; chọn lọc c&aacute;c kết quả nghi&ecirc;n cứu, kinh nghiệm v&agrave; quy định kiểm định phương tiện đo của c&aacute;c quốc gia c&oacute; hệ thống đo lường ti&ecirc;n tiến; ph&acirc;n t&iacute;ch c&aacute;c nguồn sai số ảnh hưởng đến kết quả đo của m&aacute;y m&oacute;c, thiết bị để đề xuất y&ecirc;u cầu kỹ thuật v&agrave; quy tr&igrave;nh kiểm định, hiệu chuẩn ph&ugrave; hợp với điều kiện Việt Nam. Kế thừa c&aacute;c kết quả nghi&ecirc;n cứu của c&aacute;c đề t&agrave;i [2,4], c&aacute;c ti&ecirc;u chuẩn ngo&agrave;i nước như [8,10,13], từ đ&oacute; đối chiếu với y&ecirc;u cầu x&acirc;y dựng chuẩn đo lường c&ocirc;ng t&aacute;c để đề xuất c&aacute;c phương tiện d&ugrave;ng để kiểm định, hiệu chuẩn v&agrave; đặc t&iacute;nh kỹ thuật đo lường cơ bản, k&egrave;m theo theo đ&uacute;ng quy định tại Điều 14 &ndash; Luật Đo lường 2011 [12].<\/span><\/span><\/span><\/span><\/span><\/p>\n\n- Phương ph&aacute;p chuy&ecirc;n gia: Tham vấn &yacute; kiến của c&aacute;c chuy&ecirc;n gia, nh&agrave; quản l&yacute;, c&aacute;n bộ kỹ thuật trong lĩnh vực đo lường, đo đạc bản đồ th&ocirc;ng qua c&aacute;c chuy&ecirc;n đề khoa học để đ&aacute;nh gi&aacute; t&iacute;nh khả thi, độ ch&iacute;nh x&aacute;c v&agrave; sự ph&ugrave; hợp của c&aacute;c đề xuất về chuẩn đo lường trong kiểm định, hiệu chuẩn.<\/span><\/span><\/span><\/span><\/span><\/p>\n\n<h2 style=\"margin-top:0cm; margin:2pt 0cm 0cm; text-align:justify\">3. Kết quả nghi&ecirc;n cứu v&agrave; thảo luận<\/span><\/span><\/b><\/span><\/span><\/span><\/span><\/span><\/h2>\n\n3.1. <\/span><\/span><\/i><\/b>Thực trạng x&acirc;y dựng, c&ocirc;ng bố, quản l&yacute; chuẩn đo lường sử dụng trong lĩnh vực Đo đạc v&agrave; Bản đồ <\/span><\/span><\/i><\/b><\/span><\/span><\/span><\/p>\n\n3.1.1. Thực trạng x&acirc;y dựng v&agrave; c&ocirc;ng bố chuẩn đo lường trong lĩnh vực Đo đạc v&agrave; Bản đồ<\/span><\/span><\/i><\/span><\/span><\/span><\/p>\n\nPhương tiện đo trong lĩnh vực Đo đạc v&agrave; Bản đồ c&oacute; mức độ hiện đại tương đồng với c&aacute;c nước ti&ecirc;n tiến ở khu vực v&agrave; tr&ecirc;n thế giới. Trước đ&acirc;y, quy định về kiểm tra, hiệu chỉnh phương tiện đo (thường được gọi l&agrave; kiểm nghiệm) được đặt ra trong c&aacute;c quy phạm kỹ thuật hoặc ti&ecirc;u chuẩn ng&agrave;nh, thực hiện định kỳ hoặc trước khi đo đạc, bao gồm việc kiểm tra, hiệu chỉnh trong ph&ograve;ng v&agrave; hiệu chỉnh tại c&aacute;c b&atilde;i chuẩn ngo&agrave;i trời [2]. Đến nay, c&aacute;c đơn vị đo đạc bản đồ đ&atilde; tu&acirc;n thủ nghi&ecirc;m t&uacute;c c&aacute;c quy định về quản l&yacute; đo lường chất lượng theo Luật Đo lường 2011. Hầu hết c&aacute;c phương tiện đo sử dụng trong lĩnh vực Đo đạc v&agrave; Bản đồđược xếp v&agrave;o danh mục nh&oacute;m 2, do vậy phải được kiểm so&aacute;t theo y&ecirc;u cầu tại Th&ocirc;ng tư số 03\/2024\/TT-BKHCN. Theo th&ocirc;ng tư n&agrave;y lĩnh vực Đo đạc bản đồ c&oacute; 7 chủng loại phương tiện đo thuộc nh&oacute;m 2, trong đ&oacute; đ&atilde; c&oacute; 2 chủng loại đ&atilde; c&oacute; quy tr&igrave;nh kiểm định (ĐLVN 335:2025; ĐLVN 334:2025), c&oacute; 3 chủng loại đ&atilde; dự thảo quy tr&igrave;nh kiểm định (phương tiện đo quang điện; kinh vĩ; định vị vệ tinh), c&ograve;n 2 chủng loại chưa x&acirc;y dựng quy tr&igrave;nh kiểm định (phương tiện đo độ s&acirc;u c&ocirc;ng tr&igrave;nh ngầm; độ s&acirc;u đ&aacute;y nước). Đối với một số phương tiện đo đạc c&ograve;n lại (nh&oacute;m 1), hiện đang sử dụng trong đo đạc thu nhận dữ liệu địa l&yacute; như phương tiện qu&eacute;t Lidar tr&ecirc;n trạm cố định\/tr&ecirc;n thiết bị di động; phương tiện Sonar qu&eacute;t sườn; phương tiện đo trọng lực&hellip; y&ecirc;u cầu về kiểm tra, hiệu chỉnh hoặc hiệu chuẩn được quy định tại c&aacute;c quy phạm, quy định kỹ thuật, QCVN tương ứng, c&aacute;c quy tr&igrave;nh do c&aacute;c đơn vị l&agrave;m c&ocirc;ng t&aacute;c kiểm tra, hiệu chỉnh hoặc hiệu chuẩn tự ban h&agrave;nh theo quy định.<\/span><\/span><\/span><\/span><\/span><\/p>\n\nNăm 2022, sau khi đề t&agrave;i Khoa học C&ocirc;ng nghệ cấp Bộ m&atilde; số TNMT.996.2022.01 ho&agrave;n th&agrave;nh, theo đ&oacute; lĩnh vực Đo đạc v&agrave; Bản đồ đ&atilde; được đầu tư ph&ograve;ng kiểm định, hiệu chuẩn trong đ&oacute; c&oacute; một số phương tiện d&ugrave;ng để kiểm định, hiệu chuẩn (phương tiện đo, phương tiện phụ, chuẩn đo lường c&ocirc;ng t&aacute;c) cho: phương tiện đo to&agrave;n đạc điện tử; phương tiện đo thủy chuẩn; phương tiện đo định vị bằng vệ tinh. Lần đầu ti&ecirc;n lĩnh vực c&oacute; được một hệ thống kiểm định, hiệu chuẩn phương tiện đo (mặc d&ugrave; chưa đầy đủ theo y&ecirc;u cầu khi kiểm định c&aacute;c phương tiện đo nh&oacute;m 2) c&oacute; thể đ&aacute;p ứng một phần theo y&ecirc;u cầu của Luật Đo lường, hiện do Trung t&acirc;m Kiểm định chất lượng sản phẩm Đo đạc v&agrave; Bản đồ thuộc Cục Đo đạc, Bản đồ v&agrave; Th&ocirc;ng tin địa l&yacute; Việt Nam quản l&yacute; v&agrave; vận h&agrave;nh [2].<\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\nKhi thiết lập được c&aacute;c chuẩn c&ocirc;ng t&aacute;c, đ&ograve;i hỏi cơ quan c&oacute; thẩm quyền phải c&oacute; c&aacute;c chuẩn ch&iacute;nh tương ứng, nhằm duy tr&igrave; hoạt động của chuẩn c&ocirc;ng t&aacute;c theo đ&uacute;ng quy định. Hiện nay việc c&ocirc;ng bố quy tr&igrave;nh hiệu chuẩn đồi với c&aacute;c chuẩn c&ocirc;ng t&aacute;c đ&atilde; ban h&agrave;nh gồm ĐLVN 396:2025 - To&agrave;n đạc điện tử chuẩn; ĐLVN 398:2025 - Thước mia chuẩn, trong đ&oacute; đ&atilde; quy định c&aacute;c chuẩn ch&iacute;nh.<\/span><\/span><\/span><\/span><\/span><\/p>\n\n3.1.2. T&igrave;nh h&igrave;nh c&ocirc;ng bố chuẩn c&ocirc;ng t&aacute;c v&agrave; chuẩn ch&iacute;nh trong c&aacute;c văn bản ĐLVN đ&atilde; ban h&agrave;nh <\/span><\/span><\/i><\/span><\/span><\/span><\/p>\n\n- Chuẩn đo lường trong kiểm định, hiệu chuẩn phương tiện đo to&agrave;n đạc điện tử theo ĐLVN 335:2025 l&agrave; m&aacute;y to&agrave;n đạc điện tử chuẩn.<\/span><\/span><\/span><\/span><\/span><\/p>\n\nChuẩn ch&iacute;nh để hiệu chuẩn M&aacute;y to&agrave;n đạc điện tử chuẩn theo ĐLVN 398:2025 bao gồm: Hệ thống hiệu chuẩn g&oacute;c (hệ tfhống Collimator, như H&igrave;nh 1); hệ thống hiệu chuẩn khoảng c&aacute;ch (m&aacute;y đo <\/span><\/span><\/span>&mu;<\/span><\/span><\/span>- base của Leica; Đường chuẩn, như H&igrave;nh 2) [3].<\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\n<img src=\"\/datafiles\/46325\/upload\/images\/image(290).png\" style=\"width: 300px; height: 158px;\" \/><\/p>\n\n&nbsp;<\/p>\n\n&nbsp;<\/p>\n\n- Chuẩn đo lường trong kiểm định, hiệu chuẩn phương tiện đo thủy chuẩn theo ĐLVN 334:2025 gồm c&oacute;: Cặp thước mia chuẩn.<\/span><\/span><\/span><\/span><\/span><\/p>\n\nChuẩn ch&iacute;nh để hiệu chuẩn Cặp thước mia chuẩn theo ĐLVN 398:2025 bao gồm: Hệ thống hiệu chuẩn thước mia (như H&igrave;nh 3) [3].<\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\n3.1.3. C&aacute;c đề xuất chuẩn c&ocirc;ng t&aacute;c cho c&aacute;c phương tiện đo nh&oacute;m 2 đang dự thảo quy tr&igrave;nh ĐLVN<\/span><\/span><\/i><\/span><\/span><\/span><\/p>\n\nĐối với 3 chủng loại phương tiện đo đang dự thảo văn bản ĐLVN hiện đang lấy &yacute; kiến gồm: Phương tiện đo khoảng c&aacute;ch quang điện; Phương tiện đo kinh vĩ; Phương tiện đo định vị bằng vệ tinh, theo đ&oacute; đ&atilde; quy định về chuẩn đo lường sử dụng để kiểm định, hiệu chuẩn trong dự thảo gồm: <\/span><\/span><\/span><\/span><\/span><\/p>\n\n- Chuẩn đo lường c&ocirc;ng t&aacute;c sử dụng trong kiểm định, hiệu chuẩn phương tiện đo khoảng c&aacute;ch quang điện gồm c&oacute;: M&aacute;y đo khoảng c&aacute;ch chuẩn (như H&igrave;nh 4); Đường chuẩn (như H&igrave;nh 2).<\/span><\/span><\/span><\/span><\/span><\/p>\n\n- Chuẩn đo lường c&ocirc;ng t&aacute;c sử dụng để kiểm định, hiệu chuẩn phương tiện đo kinh vĩ gồm c&oacute;: M&aacute;y đo g&oacute;c chuẩn (kết hợp hệ thống ống chuẩn trực) (như H&igrave;nh 1). <\/span><\/span><\/span><\/span><\/span><\/p>\n\n- Chuẩn đo lường c&ocirc;ng t&aacute;c sử dụng trong kiểm định phương tiện đo định vị bằng vệ tinh (GNSS) gồm c&oacute;: M&aacute;y to&agrave;n đạc điện tử chuẩn (như H&igrave;nh 5); M&aacute;y thủy chuẩn (như H&igrave;nh 6); Cạnh chuẩn (như H&igrave;nh 2). <\/span><\/span><\/span><\/span><\/span><\/p>\n\nDo quy tr&igrave;nh kiểm định chưa được ban h&agrave;nh, v&igrave; vậy Chuẩn ch&iacute;nh sử dụng để hiệu chuẩn chuẩn c&ocirc;ng t&aacute;c trong c&aacute;c dự thảo tr&ecirc;n hiện nay cũng chưa c&ocirc;ng bố, trong khi y&ecirc;u cầu ban h&agrave;nh quy tr&igrave;nh kiểm định phải lu&ocirc;n đồng bộ với c&ocirc;ng bố chuẩn ch&iacute;nh [4].<\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\nHiện nay với số lượng phương tiện đo đang hoạt động trong lĩnh vực Đo đạc v&agrave; Bản đồ l&agrave; rất lớn, nhiều nhiệm vụ, dự &aacute;n, c&ocirc;ng tr&igrave;nh đo đạc của nhiều Bộ, ng&agrave;nh, địa phương, đ&ograve;i hỏi cần phải mở rộng về số lượng c&aacute;c ph&ograve;ng kiểm định, hiệu chuẩn, trong đ&oacute; c&aacute;c chuẩn đo lường phải được tăng cường, mới đ&aacute;p ứng được y&ecirc;u cầu của x&atilde; hội. Đặc biệt cần sớm ho&agrave;n thiện chuẩn ch&iacute;nh để duy tr&igrave; c&aacute;c chuẩn c&ocirc;ng t&aacute;c đang dự thảo.<\/span><\/span><\/span><\/span><\/span><\/p>\n\n<img src=\"\/datafiles\/46325\/upload\/images\/image(292).png\" style=\"width: 301px; height: 98px;\" \/><\/p>\n\n<img src=\"\/datafiles\/46325\/upload\/images\/image(293).png\" style=\"width: 299px; height: 104px;\" \/><\/p>\n\n3.2. Ho&agrave;n thiện v&agrave; chuẩn h&oacute;a chuẩn đo lường sử dụng trong lĩnh vực Đo đạc v&agrave; Bản đồ<\/span><\/span><\/i><\/b><\/span><\/span><\/span><\/p>\n\n3.2.1. Đề xuất chuẩn đo lường đối với phương tiện đo nh&oacute;m 2 chưa ban h&agrave;nh quy tr&igrave;nh kiểm định<\/span><\/span><\/i><\/span><\/span><\/span><\/p>\n\nHai chủng loại phương tiện đo nh&oacute;m 2 [5] chưa c&oacute; văn bản ĐLVN v&agrave; chưa x&acirc;y dựng hệ thống &ldquo;chuẩn đo lường&rdquo; tương ứng, gồm: Phương tiện đo độ s&acirc;u đ&aacute;y nước; Phương tiện đo độ s&acirc;u c&ocirc;ng tr&igrave;nh ngầm. Hiện đang trong qu&aacute; tr&igrave;nh nghi&ecirc;n cứu cơ sở khoa học để x&acirc;y dựng dự thảo quy tr&igrave;nh kiểm định cho 02 chủng loại thiết bị n&agrave;y.<\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\nĐể c&oacute; cơ sở đề xuất chuẩn đo lường, trong nghi&ecirc;n cứu n&agrave;y đ&atilde; t&igrave;m hiểu về: Đơn vị đo; Đại lượng đo; T&igrave;m hiểu c&aacute;c ti&ecirc;u chuẩn quốc tế v&agrave; trong nước c&oacute; li&ecirc;n quan; Nghi&ecirc;n cứu nguy&ecirc;n l&yacute; v&agrave; cấu tạo của một số phương tiện đo c&ugrave;ng chủng loại; X&aacute;c định yếu tố ảnh hưởng đến độ ch&iacute;nh x&aacute;c của ph&eacute;p đo&hellip; từ đ&oacute; đề xuất được c&aacute;c chuẩn đo lường.<\/span><\/span><\/span><\/span><\/span><\/p>\n\n1) Đề xuất chuẩn đo lường phục vụ kiểm định phương tiện đo s&acirc;u c&ocirc;ng tr&igrave;nh ngầm.<\/span><\/span><\/span><\/span><\/span><\/p>\n\nPhương tiện đo s&acirc;u c&ocirc;ng tr&igrave;nh ngầm sử dụng phổ biến hiện nay ở Việt Nam v&agrave; tr&ecirc;n thế giới dựa tr&ecirc;n c&ocirc;ng nghệ Radar xuy&ecirc;n đất (Ground Penetrating Radar-GPR). Về cơ bản, GPR l&agrave; một hệ thống điện tử được sử dụng để ph&aacute;t hiện v&agrave; x&aacute;c định vị tr&iacute; v&agrave; độ s&acirc;u của vật thể trong l&ograve;ng đất t&iacute;nh từ điểm đặt Radar bằng s&oacute;ng v&ocirc; tuyến. <\/span><\/span><\/span><\/span><\/span><\/p>\n\nGPR gồm nhiều loại thiết bị của nhiều nh&agrave; sản xuất như IDS GeoRadar (Italia), Sensors &amp; Software (Canada), GSSI (Mỹ)&hellip; Cấu tạo chung của một hệ thống GPR thường bao gồm 04 bộ phận ch&iacute;nh: ăng-ten ph&aacute;t v&agrave; thu t&iacute;n hiệu điện từ tần số cao; bộ điều khiển radar; c&aacute;c thiết bị lưu trữ; bộ phận hiển thị dữ liệu; bộ đo khoảng c&aacute;ch.&nbsp; <\/span><\/span><\/span><\/span><\/span><\/p>\n\nC&aacute;c đơn vị đo ch&iacute;nh của GPR gồm: Thời gian phản xạ (ns, &micro;s); Tần số t&iacute;n hiệu (MHz, GHz); T&iacute;n hiệu phản xạ (bi&ecirc;n độ). Đại lượng đo ch&iacute;nh l&agrave; chiều s&acirc;u (m, cm, ft).<\/span><\/span><\/span><\/span><\/span><\/p>\n\nTrong qu&aacute; tr&igrave;nh vận h&agrave;nh phương tiện đo, c&aacute;c bộ phận sẽ ph&aacute;t sinh c&aacute;c sai số hệ thống, v&iacute; dụ như ăng-ten sẽ ph&aacute;t tần số trung t&acirc;m c&oacute; đ&uacute;ng với c&ocirc;ng bố của nh&agrave; sản xuất kh&ocirc;ng, bộ phận ăng-ten ph&aacute;t c&oacute; x&aacute;c định được &ldquo;Time Zero&rdquo;&nbsp; của m&aacute;y hay kh&ocirc;ng.. . đ&acirc;y ch&iacute;nh l&agrave; cơ sở đề đề xuất&nbsp; c&aacute;c chuẩn đo lường ph&ugrave; hợp.<\/span><\/span><\/span><\/span><\/span><\/p>\n\nQua nghi&ecirc;n cứu cấu tạo của một số phương tiện đo như RIS Himod #4 của Italia v&agrave; Leica DS2000 Utility Detection Radar của Thụy sĩ, cho thấy 2 bộ phận g&acirc;y ra sai số cho đại lượng đo &ldquo;độ s&acirc;u&rdquo; c&ocirc;ng tr&igrave;nh ngầm, gồm: Bộ ăng ten thu - ph&aacute;t s&oacute;ng điện từ v&agrave; Bộ đo khoảng c&aacute;ch.<\/span><\/span><\/span><\/span><\/span><\/p>\n\n<table class=\"MsoTableGrid\" style=\"border-collapse:collapse; border:undefined\">\n\t<tbody>\n\t\t<tr>\n\t\t\t<td style=\"width:212.35pt; padding:0cm 5.4pt 0cm 5.4pt\" valign=\"top\" width=\"283\">\n\t\t\t<img alt=\"IDS RIS MF Hi-MOD GPR | Multi Frequency Cart Based Buried Utility mapping GPR\" id=\"Picture_x0020_1805209833\" src=\"file:\/\/\/C:\/Users\/Mr_Tung\/AppData\/Local\/Temp\/msohtmlclip1\/01\/clip_image005.jpg\" style=\"width:135.75pt; height:99pt\" \/> <\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"width:212.4pt; padding:0cm 5.4pt 0cm 5.4pt\" valign=\"top\" width=\"283\">\n\t\t\t<img alt=\"https:\/\/dientuhanghai.vn\/vn\/upload\/hinh_noi_dung\/19739_1553758997_Odom-hydrographic-ii.jpg\" id=\"Picture_x0020_23\" src=\"https:\/\/dientuhanghai.vn\/vn\/upload\/hinh_noi_dung\/19739_1553758997_Odom-hydrographic-ii.jpg\" style=\"width:88.5pt; height:88.5pt\" \/> <\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr>\n\t\t\t<td style=\"width:212.35pt; padding:0cm 5.4pt 0cm 5.4pt\" valign=\"top\" width=\"283\">\n\t\t\tH&igrave;nh 7. Phương tiện đo RIS Hi Mod #4<\/span><\/span><\/i><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"width:212.4pt; padding:0cm 5.4pt 0cm 5.4pt\" valign=\"top\" width=\"283\">\n\t\t\tH&igrave;nh 8. M&aacute;y đo s&acirc;u hồi &acirc;m Hydrotrac II<\/span><\/span><\/i><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t<\/tbody>\n<\/table>\n\nĐể x&acirc;y dựng đề xuất chuẩn đo lường sử dụng cho kiểm định, hiệu chuẩn phương tiện GPR, nghi&ecirc;n cứu đ&atilde; tham khảo nhiều t&agrave;i liệu ti&ecirc;u chuẩn li&ecirc;n quan, gồm: ASTM D6432-19 [6]; PAS 128:2014 [7]; CJJ 61-2017 [8]; TCVN 9426:2012 [13].<\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\nTừ nghi&ecirc;n cứu c&aacute;c t&agrave;i liệu tr&ecirc;n l&agrave;m cơ sở đề xuất chuẩn đo lường d&ugrave;ng để kiểm định, hiệu chuẩn phương tiện đo GPR như Bảng 1 dưới đ&acirc;y.<\/span><\/span><\/span><\/span><\/span><\/p>\n\nBảng 1. Hệ thống chuẩn đo lường cho kiểm định, hiệu chuẩn phương tiện đo Radar xuy&ecirc;n đất<\/span><\/span><\/i><\/span><\/span><\/span><\/p>\n\n<table align=\"center\" class=\"MsoTableGrid\" style=\"width:418.2pt; border-collapse:collapse; border:solid black 1.0pt\" width=\"558\">\n\t<thead>\n\t\t<tr>\n\t\t\t<td style=\"border:solid black 1.0pt; width:28.55pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"38\">\n\t\t\tTT<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border:solid black 1.0pt; width:99.05pt; border-left:none; padding:0cm 5.4pt 0cm 5.4pt\" width=\"132\">\n\t\t\tT&ecirc;n phương tiện d&ugrave;ng để kiểm định, hiệu chuẩn<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border:solid black 1.0pt; width:178.4pt; border-left:none; padding:0cm 5.4pt 0cm 5.4pt\" width=\"238\">\n\t\t\tĐặc trưng kỹ thuật đo lường cơ bản<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border:solid black 1.0pt; width:112.2pt; border-left:none; padding:0cm 5.4pt 0cm 5.4pt\" width=\"150\">\n\t\t\tChức năng trong kiểm định, hiệu chuẩn<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t<\/thead>\n\t<tbody>\n\t\t<tr>\n\t\t\t<td style=\"border:solid black 1.0pt; width:28.55pt; border-top:none; padding:0cm 5.4pt 0cm 5.4pt\" width=\"38\">\n\t\t\t1<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td colspan=\"3\" style=\"border-bottom:solid black 1.0pt; width:389.65pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"520\">\n\t\t\tHệ thống kiểm tra bộ Ăng ten, gồm:<\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr>\n\t\t\t<td style=\"border:solid black 1.0pt; width:28.55pt; border-top:none; padding:0cm 5.4pt 0cm 5.4pt\" width=\"38\">\n\t\t\t1.1<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:99.05pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"132\">\n\t\t\tM&aacute;y ph&acirc;n t&iacute;ch phổ tần số<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:178.4pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"238\">\n\t\t\t- Dải t<\/span>ần số<\/span> l&agrave;m việc<\/span>: từ <\/span>9<\/span> K<\/span>Hz đến <\/span>6<\/span> GHz<\/span> hoặc cao hơn<\/span><\/span><\/span><\/p>\n\n\t\t\t- Độ ph&acirc;n giải băng th&ocirc;ng: từ 1 Hz đến 10 MHz hoặc cao hơn<\/span><\/span><\/span><\/p>\n\n\t\t\t- Mức nhiễu nền hiển thị trung b&igrave;nh: &le; -120 dBm\/Hz<\/span><\/span><\/span><\/p>\n\n\t\t\t- Mức c&ocirc;ng suất đầu v&agrave;o tối đa: &ge; 20 dBm<\/span><\/span><\/span><\/p>\n\n\t\t\t- Độ ch&iacute;nh x&aacute;c đo tần số: &le; &plusmn; 1 ppm\/năm<\/span><\/span><\/span><\/p>\n\n\t\t\t- Độ ch&iacute;nh x&aacute;c đo bi&ecirc;n độ: &le; &plusmn; 0.5 dB<\/span><\/span><\/span><\/p>\n\n\t\t\t- Dải động: &ge;&nbsp; 80dB <\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:112.2pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"150\">\n\t\t\tĐ&aacute;nh gi&aacute; v&agrave; điều chỉnh c&aacute;c th&ocirc;ng số phổ ph&aacute;t xạ của radar<\/span>. Bao <\/span>gồm băng th&ocirc;ng, độ m&eacute;o h&agrave;i, t&iacute;n hiệu tạp v&agrave; mức nền<\/span>&hellip; Đ<\/span>ảm bảo <\/span>tham số <\/span>t&iacute;n hiệu ph&aacute;t đ&uacute;ng thiết kế<\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr>\n\t\t\t<td style=\"border:solid black 1.0pt; width:28.55pt; border-top:none; padding:0cm 5.4pt 0cm 5.4pt\" width=\"38\">\n\t\t\t1.2<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:99.05pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"132\">\n\t\t\tM&aacute;y đo c&ocirc;ng suất đỉnh<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:178.4pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"238\">\n\t\t\t- Dải tần số l&agrave;m việc: tối thiểu từ 9 kHz đến 40 GHz<\/span><\/span><\/span><\/p>\n\n\t\t\t- Dải đo c&ocirc;ng suất: từ -50 dBm đến +20 dBm hoặc rộng hơn<\/span><\/span><\/span><\/p>\n\n\t\t\t- Tốc độ lấy mẫu: &ge; 100 MSa\/gi&acirc;y<\/span><\/span><\/span><\/p>\n\n\t\t\t- Băng th&ocirc;ng video: &ge; 30 MHz<\/span><\/span><\/span><\/p>\n\n\t\t\t- Thời gian sườn l&ecirc;n\/sườn xuống: &le; 10ns<\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:112.2pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"150\">\n\t\t\t- <\/span>Kiểm tra<\/span> c&aacute;c tham số của xung ph&aacute;t gồm:<\/span><\/span><\/span><\/p>\n\n\t\t\t+<\/span> C&ocirc;ng suất<\/span> đỉnh (peak)<\/span><\/span><\/span><\/p>\n\n\t\t\t+ C&ocirc;ng suất<\/span> trung b&igrave;nh (average)<\/span><\/span><\/span><\/p>\n\n\t\t\t+ Tỉ lệ đỉnh tr&ecirc;n trung b&igrave;nh<\/span><\/span><\/span><\/p>\n\n\t\t\t+ <\/span>Độ rộng xung<\/span><\/span><\/span><\/p>\n\n\t\t\t+ Thời gian sườn l&ecirc;n, sườn xuống<\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr>\n\t\t\t<td style=\"border:solid black 1.0pt; width:28.55pt; border-top:none; padding:0cm 5.4pt 0cm 5.4pt\" width=\"38\">\n\t\t\t1.3<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:99.05pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"132\">\n\t\t\tM&aacute;y hiện s&oacute;ng cao tần<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:178.4pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"238\">\n\t\t\t- <\/span>Băng th&ocirc;ng<\/span>:<\/span> &ge; <\/span>1G<\/span>Hz<\/span><\/span><\/span><\/p>\n\n\t\t\t- <\/span>Tốc độ lấy mẫu<\/span>:<\/span> &ge; <\/span>5<\/span> GSa\/s<\/span><\/span><\/span><\/p>\n\n\t\t\t- Thời gian sườn l&ecirc;n: &le; 500 ps &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; <\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:112.2pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"150\">\n\t\t\t- <\/span>Quan s&aacute;t trực tiếp bi&ecirc;n dạng xung<\/span>, t&iacute;n hiệu<\/span> radar<\/span><\/span><\/span><\/p>\n\n\t\t\t-<\/span> K<\/span>iểm tra độ ch&iacute;nh x&aacute;c <\/span>c&aacute;c tham số<\/span> bi&ecirc;n độ<\/span>, độ rộng, chu kỳ lặp..<\/span>.<\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr>\n\t\t\t<td style=\"border:solid black 1.0pt; width:28.55pt; border-top:none; padding:0cm 5.4pt 0cm 5.4pt\" width=\"38\">\n\t\t\t1.4<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:99.05pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"132\">\n\t\t\tThiết bị đo tần số chuy&ecirc;n dụng<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:178.4pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"238\">\n\t\t\tĐộ ch&iacute;nh x&aacute;c cỡ ppm trở l&ecirc;n<\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:112.2pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"150\">\n\t\t\tKiểm tra v&agrave; điều chỉnh độ ch&iacute;nh x&aacute;c tần số của bộ ph&aacute;t\/thu b&ecirc;n trong GPR<\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr>\n\t\t\t<td style=\"border:solid black 1.0pt; width:28.55pt; border-top:none; padding:0cm 5.4pt 0cm 5.4pt\" width=\"38\">\n\t\t\t1.5<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:99.05pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"132\">\n\t\t\tBộ đo kiểm tra Time zero<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:178.4pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"238\">\n\t\t\tTấm kim loại c&oacute; phủ bề mặt Metal k&iacute;ch thước 60x60cm<\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:112.2pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"150\">\n\t\t\tĐể kiểm tra v&agrave; x&aacute;c định gi&aacute; trị Time Zero của m&aacute;y<\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr>\n\t\t\t<td style=\"border:solid black 1.0pt; width:28.55pt; border-top:none; padding:0cm 5.4pt 0cm 5.4pt\" width=\"38\">\n\t\t\t2<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td colspan=\"3\" style=\"border-bottom:solid black 1.0pt; width:389.65pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"520\">\n\t\t\tHệ thống kiểm tra bộ đo khoảng c&aacute;ch, gồm:<\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr>\n\t\t\t<td style=\"border:solid black 1.0pt; width:28.55pt; border-top:none; padding:0cm 5.4pt 0cm 5.4pt\" width=\"38\">\n\t\t\t2.1<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:99.05pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"132\">\n\t\t\tLưới &ocirc; vu&ocirc;ng chuẩn<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:178.4pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"238\">\n\t\t\tLưới &ocirc; vu&ocirc;ng 0,5m độ ch&iacute;nh x&aacute;c &le; &plusmn;1cm<\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:112.2pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"150\">\n\t\t\tKiểm tra khoảng c&aacute;ch t&iacute;nh to&aacute;n của m&aacute;y so với khoảng c&aacute;ch ch&iacute;nh x&aacute;c của lưới &ocirc; vu&ocirc;ng<\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr>\n\t\t\t<td style=\"border:solid black 1.0pt; width:28.55pt; border-top:none; padding:0cm 5.4pt 0cm 5.4pt\" width=\"38\">\n\t\t\t2.2<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:99.05pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"132\">\n\t\t\tB&atilde;i thử ngo&agrave;i trời<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:178.4pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"238\">\n\t\t\tB&atilde;i thử ngo&agrave;i trời ch&ocirc;n c&aacute;c mục ti&ecirc;u chuẩn biết trước về k&iacute;ch thước v&agrave; độ s&acirc;u theo bố tr&iacute;<\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:112.2pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"150\">\n\t\t\t- Kiểm tra khả năng ph&aacute;t hiện của radar<\/span><\/span><\/span><\/p>\n\n\t\t\t- Kiểm tra độ xuy&ecirc;n s&acirc;u<\/span><\/span><\/span><\/p>\n\n\t\t\t- Kiểm tra độ ch&iacute;nh x&aacute;c độ s&acirc;u<\/span><\/span><\/span><\/p>\n\n\t\t\t- Kiểm tra độ ph&acirc;n giải ngang<\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr>\n\t\t\t<td style=\"border:solid black 1.0pt; width:28.55pt; border-top:none; padding:0cm 5.4pt 0cm 5.4pt\" width=\"38\">\n\t\t\t2.3<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:99.05pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"132\">\n\t\t\tHộp kiểm chuẩn (d&ugrave;ng kiểm thử trong nh&agrave;)<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:178.4pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"238\">\n\t\t\t- <\/span>Hộp chứa vật liệu đồng nhất<\/span><\/span><\/span><\/p>\n\n\t\t\t- <\/span>C&oacute; c&aacute;c vật mẫu c&oacute; thể điều chỉnh được độ s&acirc;u v&agrave; khoảng c&aacute;ch<\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:112.2pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"150\">\n\t\t\t- Kiểm tra khả năng ph&aacute;t hiện của radar<\/span><\/span><\/span><\/p>\n\n\t\t\t- Kiểm tra độ xuy&ecirc;n s&acirc;u<\/span><\/span><\/span><\/p>\n\n\t\t\t- Kiểm tra độ ch&iacute;nh x&aacute;c độ s&acirc;u<\/span><\/span><\/span><\/p>\n\n\t\t\t- Kiểm tra độ ph&acirc;n giải ngang<\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t<\/tbody>\n<\/table>\n\n2) Đề xuất chuẩn đo lường phục vụ kiểm định phương tiện đo s&acirc;u đ&aacute;y nước<\/span><\/span><\/span><\/span><\/span><\/p>\n\nPhương tiện đo s&acirc;u đ&aacute;y nước sử dụng phổ biến hiện nay ở Việt Nam v&agrave; tr&ecirc;n thế giới l&agrave; phương tiện đo s&acirc;u hồi &acirc;m đa tia\/đơn tia (hay c&ograve;n gọi l&agrave; MBES\/SBES). Thiết bị đơn tia l&agrave; 1 tia, phương tiện đa tia l&agrave; nhiều ch&ugrave;m tia. Về cơ bản, n&oacute; l&agrave; một hệ thống sử dụng s&oacute;ng &acirc;m ph&aacute;t v&agrave; thu trong m&ocirc;i trường nước, từ đ&oacute; mỗi vị tr&iacute; phản xạ của s&oacute;ng &acirc;m sẽ tạo ra một gi&aacute; trị độ s&acirc;u.<\/span><\/span><\/span><\/span><\/span><\/p>\n\nĐơn vị đo của MBES\/SBES l&agrave;: Thời gian phản xạ (ns, &micro;s); g&oacute;c qu&eacute;t (degree\/radian); Tần số hoạt động của s&oacute;ng &acirc;m (kHz); Cường độ t&iacute;n hiệu phản xạ (db).<\/span><\/span><\/span><\/span><\/span><\/p>\n\nĐại lượng đo: Chiều s&acirc;u (m, cm, ft).<\/span><\/span><\/span><\/span><\/span><\/p>\n\nT&agrave;i liệu tham khảo để đề xuất chuẩn đo lường sử dụng để kiểm định, hiệu chuẩn phương tiện đo độ s&acirc;u đ&aacute;y nước gồm: Th&ocirc;ng tư 27\/2011\/TT-BTNMT; ISO 19379:2003; NOAA Hydrographic Surveys Specifications and Deliverables Manual [9, 11, 12]. <\/span><\/span><\/span><\/span><\/span><\/p>\n\nMBES\/SBES gồm nhiều loại của nhiều nh&agrave; sản xuất như: Odom Hydrotrac II, Echotrac E20&hellip;; Thiết bị hồi &acirc;m đa tia (MBES) như Kongsberg EM2040, Reson SeaBat T50-P\/T20-R&hellip; hiện đang được sử dụng trong khảo s&aacute;t đ&aacute;y biển, s&ocirc;ng hồ ở Việt Nam.<\/span><\/span><\/span><\/span><\/span><\/p>\n\nCấu tạo chung của một hệ một hệ thống MBES\/SBES ti&ecirc;u chuẩn gồm 5 th&agrave;nh phần ch&iacute;nh: Cụm đầu d&ograve; ph&aacute;t - thu (Transducer Array); Bộ xử l&yacute; t&iacute;n hiệu (Sonar Processor\/Transceiver Unit); Hệ thống định vị (GNSS - RTK\/PPP); Bộ đo chuyển động (IMU\/MRU); Thiết bị đo vận tốc &acirc;m (SVP - Sound Velocity Profiler); C&aacute;c thiết bị sẽ đồng thời ghi nhận: T&iacute;n hiệu &acirc;m phản từ đ&aacute;y; Vị tr&iacute; GPS từng điểm đo; Thời gian. Quan s&aacute;t dạng s&oacute;ng, t&iacute;n hiệu phản hồi, độ s&acirc;u thay đổi theo thời gian thực, th&ocirc;ng qua phần mềm chuy&ecirc;n d&ugrave;ng để x&aacute;c định tọa độ v&agrave; độ s&acirc;u của điểm đ&aacute;y nước.<\/span><\/span><\/span><\/span><\/span><\/p>\n\nQua nghi&ecirc;n cứu cấu tạo của một số phương tiện đo như Odom Hydrotrac II, Echotrac E20, cho thấy 3 bộ phận sẽ g&acirc;y ra sai số li&ecirc;n quan đến đại lượng đo &ldquo;độ s&acirc;u&rdquo; đ&aacute;y nước, gồm: truyền &acirc;m; phản xạ &acirc;m; bộ đo thời gian; .<\/span><\/span><\/span><\/span><\/span><\/p>\n\nTừ nghi&ecirc;n cứu c&aacute;c t&agrave;i liệu tr&ecirc;n l&agrave;m cơ sở đề xuất chuẩn đo lường d&ugrave;ng để kiểm định, hiệu chuẩn phương tiện đo MBES\/SBES như Bảng 2 dưới đ&acirc;y.<\/span><\/span><\/span><\/span><\/span><\/p>\n\nBảng 2. Hệ thống chuẩn đo lường cho kiểm định, hiệu chuẩn phương tiện đo s&acirc;u đ&aacute;y nước<\/span><\/span><\/i><\/span><\/span><\/span><\/p>\n\n<table class=\"MsoTableGrid\" style=\"width:422.7pt; margin-left:-4.75pt; border-collapse:collapse; border:solid black 1.0pt\" width=\"564\">\n\t<thead>\n\t\t<tr>\n\t\t\t<td style=\"border:solid black 1.0pt; width:25.5pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"34\">\n\t\t\tTT<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border:solid black 1.0pt; width:96.0pt; border-left:none; padding:0cm 5.4pt 0cm 5.4pt\" width=\"128\">\n\t\t\tT&ecirc;n phương tiện d&ugrave;ng để kiểm định, hiệu chuẩn<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border:solid black 1.0pt; width:166.5pt; border-left:none; padding:0cm 5.4pt 0cm 5.4pt\" width=\"222\">\n\t\t\tĐặc trưng kỹ thuật đo lường cơ bản<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border:solid black 1.0pt; width:134.7pt; border-left:none; padding:0cm 5.4pt 0cm 5.4pt\" width=\"180\">\n\t\t\tChức năng trong kiểm định, hiệu chuẩn<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t<\/thead>\n\t<tbody>\n\t\t<tr>\n\t\t\t<td style=\"border:solid black 1.0pt; width:25.5pt; border-top:none; padding:0cm 5.4pt 0cm 5.4pt\" width=\"34\">\n\t\t\t1<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:96.0pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"128\">\n\t\t\tM&aacute;y đo tốc độ &acirc;m chuẩn<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:166.5pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"222\">\n\t\t\tDải đo tốc độ &acirc;m thanh 1.400 - 1.600 m\/s;<\/span><\/span><\/span><\/p>\n\n\t\t\tĐộ ch&iacute;nh x&aacute;c &plusmn; 0,05 m\/s<\/span><\/span><\/span><\/p>\n\n\t\t\tĐộ ph&acirc;n giải &le; 0,01 m\/s<\/span><\/span><\/span><\/p>\n\n\t\t\tTần suất lấy mẫu &ge; 1 Hz<\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:134.7pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"180\">\n\t\t\tCung cấp th&ocirc;ng số vận tốc s&oacute;ng &acirc;m trong nước, gi&uacute;p hệ thống MBES\/SBES t&iacute;nh to&aacute;n kh&uacute;c xạ tia v&agrave; quy đổi thời gian t&iacute;n hiệu th&agrave;nh độ s&acirc;u ch&iacute;nh x&aacute;c<\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr>\n\t\t\t<td style=\"border:solid black 1.0pt; width:25.5pt; border-top:none; padding:0cm 5.4pt 0cm 5.4pt\" width=\"34\">\n\t\t\t2<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:96.0pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"128\">\n\t\t\tĐĩa kiểm nghiệm (Bar Check)<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:166.5pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"222\">\n\t\t\tInox kh&ocirc;ng gỉ (th&eacute;p kh&ocirc;ng gỉ 316); D&agrave;i: khoảng 1 m&eacute;t hoặc lớn hơn, t&ugrave;y thuộc độ s&acirc;u cần kiểm tra; Đường k&iacute;nh từ 2 - 5 cm; c&oacute; bề mặt phản xạ tốt (mịn v&agrave; phẳng), kh&ocirc;ng hấp thụ s&oacute;ng &acirc;m<\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:134.7pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"180\">\n\t\t\tX&aacute;c định v&agrave; hiệu chỉnh offset time\/draft của ăng‑ten d&ograve; so với mực nước, gi&uacute;p chuyển đổi ch&iacute;nh x&aacute;c thời gian t&iacute;n hiệu phản hồi th&agrave;nh độ s&acirc;u<\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr>\n\t\t\t<td style=\"border:solid black 1.0pt; width:25.5pt; border-top:none; padding:0cm 5.4pt 0cm 5.4pt\" width=\"34\">\n\t\t\t3<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:96.0pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"128\">\n\t\t\tQuả cầu hiệu chuẩn [9, 10]<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:166.5pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"222\">\n\t\t\t- L&agrave;m bằng hợp kim. K&iacute;ch thước ti&ecirc;u chuẩn 38,1 mm; Trọng lượng 433 g<\/span><\/span><\/span><\/p>\n\n\t\t\t- Tần số sử dụng 10 - 260 kHz; Bọc trong t&uacute;i lưới<\/span><\/span><\/span><\/p>\n\n\t\t\t- Dung sai h&igrave;nh cầu tốt hơn 0,01 % đường k&iacute;nh<\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:134.7pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"180\">\n\t\t\tQuả cầu chuẩn (c&oacute; k&iacute;ch thước v&agrave; độ phản xạ x&aacute;c định) được thả xuống để đ&aacute;nh gi&aacute; khả năng định hướng v&agrave; ph&acirc;n giải g&oacute;c của từng ch&ugrave;m tia.<\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr>\n\t\t\t<td style=\"border:solid black 1.0pt; width:25.5pt; border-top:none; padding:0cm 5.4pt 0cm 5.4pt\" width=\"34\">\n\t\t\t4<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:96.0pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"128\">\n\t\t\tM&aacute;y to&agrave;n đạc chuẩn<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:166.5pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"222\">\n\t\t\tĐộ ch&iacute;nh x&aacute;c: &le; &plusmn;0,5ʺ<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:134.7pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"180\">\n\t\t\tX&aacute;c định c&aacute;c khoảng c&aacute;ch v&agrave; lệch g&oacute;c giữa c&aacute;c cảm biến (Bộ ph&aacute;t\/thu, GNSS, IMU) <\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr>\n\t\t\t<td style=\"border:solid black 1.0pt; width:25.5pt; border-top:none; padding:0cm 5.4pt 0cm 5.4pt\" width=\"34\">\n\t\t\t5<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:96.0pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"128\">\n\t\t\tThiết bị đồng bộ thời gian chuẩn<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:166.5pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"222\">\n\t\t\t- Độ trễ đồng bộ <\/span><\/span>&nbsp;&le; &plusmn; 100 ns so với chuẩn UTC<\/span><\/span><\/span><\/span><\/span><\/p>\n\n\t\t\t- Ổn định t&iacute;n hiệu PPS Jitter &lt; 10 ns<\/span><\/span><\/span><\/span><\/span><\/p>\n\n\t\t\t- Đồng bộ h&oacute;a MBES\/IMU sai số &le; &plusmn;1 &micro;s<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:134.7pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"180\">\n\t\t\tĐảm bảo cho tất cả c&aacute;c th&agrave;nh phần: Bộ ph&aacute;t\/thu, m&aacute;y thu GNSS, IMU v&agrave; m&aacute;y ghi dữ liệu đồng bộ thời gian<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr>\n\t\t\t<td style=\"border:solid black 1.0pt; width:25.5pt; border-top:none; padding:0cm 5.4pt 0cm 5.4pt\" width=\"34\">\n\t\t\t6<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:96.0pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"128\">\n\t\t\tBể chuẩn [9]:<\/span><\/span><\/span><\/span><\/span><\/p>\n\n\t\t\t+ Bể nước chuẩn<\/span><\/span><\/span><\/span><\/span><\/p>\n\n\t\t\t+ Bệ g&aacute; đỡ đầu d&ograve;<\/span><\/span><\/span><\/span><\/span><\/p>\n\n\t\t\t+ Mốc độ s&acirc;u chuẩn<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:166.5pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"222\">\n\t\t\t- Bể nước chuẩn: c&oacute; c&aacute;c mức độ s&acirc;u đ&atilde; biết trước (0,5m; 1m; 1,5m&hellip;)<\/span><\/span><\/span><\/p>\n\n\t\t\t- Bệ g&aacute; đầu d&ograve; (gi&aacute; đỡ đầu d&ograve;): cố định đ&uacute;ng vị tr&iacute; v&agrave; vu&ocirc;ng g&oacute;c với mặt nước<\/span><\/span><\/span><\/p>\n\n\t\t\t- Mốc ch&igrave;m trong bể hoặc đĩa kiểm nghiệm<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:134.7pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"180\">\n\t\t\tTạo m&ocirc;i trường ổn định, đ&aacute;y phẳng v&agrave; chiều cao nước cố định để x&aacute;c định ch&iacute;nh x&aacute;c c&aacute;c th&ocirc;ng số về thời gian - độ s&acirc;u, độ nhạy v&agrave; đặc t&iacute;nh ch&ugrave;m tia<\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t<\/tbody>\n<\/table>\n\n3.<\/span><\/span><\/i>2.<\/span><\/span><\/i>2. Chuẩn h&oacute;a c&aacute;c chuẩn đo lường sử dụng trong kiểm định, hiệu chuẩn phương tiện đo lĩnh vực Đo đạc v&agrave; Bản đồ<\/span><\/span><\/i><\/span><\/span><\/span><\/p>\n\nC&aacute;c quy định hiện h&agrave;nh như Luật Đo lường 2011, Nghị định 105\/2016\/NĐ-CP, Th&ocirc;ng tư của Bộ Khoa học v&agrave; C&ocirc;ng nghệ, c&ugrave;ng với quy định chuy&ecirc;n ng&agrave;nh của Đo đạc v&agrave; Bản đồ tạo cơ sở ph&aacute;p l&yacute; cho hoạt x&acirc;y dựng, duy tr&igrave; v&agrave; kiểm định của c&aacute;c chuẩn đo lường sử dụng trong kiểm định, hiệu chuẩn phương tiện đo lĩnh vực Đo đạc v&agrave; Bản đồ.<\/span><\/span><\/span><\/span><\/span><\/p>\n\nChuẩn đo lường sử dụng trong kiểm định c&aacute;c phương tiện đo nh&oacute;m 2 l&agrave; y&ecirc;u cầu bắt buộc. Việc ho&agrave;n thiện c&aacute;c hệ thống c&ograve;n thiếu đ&atilde; được đề xuất như mục 3.1 ở tr&ecirc;n. Để chuẩn h&oacute;a được hệ thống chuẩn đo lường sử dụng trong kiểm định, hiệu chuẩn phương tiện đo trong lĩnh vực đo đạc v&agrave; bản đồ, ch&uacute;ng ta cần t&iacute;nh đến 2 vấn đề:<\/span><\/span><\/span><\/span><\/span><\/p>\n\nThứ nhất, nhiều chuẩn đo lường c&oacute; thể thực hiện c&aacute;c &ldquo;ph&eacute;p chuẩn&rdquo; giống nhau cho một số phương tiện đo c&oacute; c&ugrave;ng đại lượng đo, v&igrave; vậy n&ecirc;n đầu tư đồng bộ v&agrave; mở rộng ph&ograve;ng kiểm định, hiệu chuẩn hiện nay sẽ mang lại hiệu quả cao hơn. <\/span><\/span><\/span><\/span><\/span><\/p>\n\nThứ hai, trường hợp c&aacute;c phương tiện đo nh&oacute;m 1 khi c&oacute; y&ecirc;u cầu kiểm định, hiệu chuẩn sẽ đ&ograve;i hỏi phải c&oacute; c&aacute;c chuẩn đo lường. V&igrave; vậy, để chuẩn h&oacute;a ch&uacute;ng ta cần thiết lập được c&aacute;c chuẩn đo lường đối với một số phương tiện đo nh&oacute;m 1 khi c&oacute; y&ecirc;n cầu, như: phương tiện đo trọng lực, phương tiện qu&eacute;t Lidar đặt tr&ecirc;n trạm cố định (Lidar xoay), phương tiện sonar qu&eacute;t sườn. Điều n&agrave;y l&agrave; rất quan trọng, bởi phương tiện đo trong lĩnh vực Đo đạc v&agrave; Bản đồ đều phục vụ c&aacute;c hoạt động c&ocirc;ng vụ, phục vụ h&agrave;ng trăm doanh nghiệp đo đạc bản đồ tr&ecirc;n cả nước hoạt động trong lĩnh vực n&agrave;y.<\/span><\/span><\/span><\/span><\/span><\/p>\n\n3.3. Thảo luận<\/span><\/span><\/i><\/b><\/span><\/span><\/span><\/p>\n\nPhương tiện đo ng&agrave;y c&agrave;ng hiện đại, li&ecirc;n tục được hiện đại h&oacute;a, v&igrave; vậy, c&aacute;c lĩnh vực cần x&acirc;y dựng được danh mục, li&ecirc;n tục cập nhật danh mục để x&aacute;c định nh&oacute;m cho phương tiện đo, từ đ&oacute; tiến tới x&acirc;y dựng văn bản Đo lường trong kiểm định, hiệu chuẩn, thử nghiệm ph&ugrave; hợp với nhiệm vụ đo lường, kịp thời cập nhật c&aacute;c phương tiện đo mới. Hiện trạng c&ocirc;ng bố v&agrave; quản l&yacute; chuẩn đo lường, chất chuẩn trong lĩnh vực t&agrave;i nguy&ecirc;n v&agrave; m&ocirc;i trường đ&atilde; c&oacute; nền tảng ph&aacute;p l&yacute;, hạ tầng kỹ thuật bước đầu, nhưng c&ograve;n nhiều th&aacute;ch thức về đồng bộ h&oacute;a văn bản, năng lực hiệu chuẩn, ph&aacute;t triển chất chuẩn nội địa v&agrave; quản l&yacute; dữ liệu.<\/span><\/span> Phương tiện đo trong lĩnh vực Đo đạc v&agrave; Bản đồ hầu hết thuộc nh&oacute;m 2, theo đ&oacute; c&aacute;c quy tr&igrave;nh kiểm định đ&atilde; ban h&agrave;nh hoặc đ&atilde; dự thảo lấy &yacute; kiến để ban h&agrave;nh, trong đ&oacute; đ&atilde; quy định cụ thể về chuẩn đo lường. Hiện nay, lĩnh vực Đo đạc v&agrave; Bản đồ đ&atilde; c&oacute; một hệ thống chuẩn đo lường cho kiểm định 02 chủng loại phương tiện đo. Tuy nhi&ecirc;n vẫn c&ograve;n 05 chủng loại phương tiện đo chưa ban h&agrave;nh quy tr&igrave;nh kiểm định (trong đ&oacute; 03 chủng loại đ&atilde; c&oacute; dự thảo v&agrave; dự kiến chuẩn, 02 chủng loại chưa c&oacute; dự thảo v&agrave; dự kiến chuẩn). B&ecirc;n cạnh đ&oacute;, một số loại phương tiện đo nh&oacute;m 1 cũng cần kiểm định, hiệu chuẩn khi c&oacute; y&ecirc;u cầu, ch&iacute;nh v&igrave; vậy, nghi&ecirc;n cứu n&agrave;y đ&atilde; đề xuất c&aacute;c chuẩn đo lường cho 02 chủng loại phương tiện đo s&acirc;u c&ocirc;ng tr&igrave;nh ngầm v&agrave; đo s&acirc;u đ&aacute;y nước chưa ban h&agrave;nh quy tr&igrave;nh kiểm định, đề xuất một số giải ph&aacute;p để chuẩn h&oacute;a chuẩn đo lường sử dụng trong lĩnh vực Đo đạc v&agrave; Bản đồ.<\/span><\/span><\/span><\/span><\/span><\/p>\n\nViệc chuẩn h&oacute;a v&agrave; ho&agrave;n thiện hệ thống chuẩn đo lường trong ng&agrave;nh Đo đạc v&agrave; Bản đồ l&agrave; yếu tố then chốt đảm bảo cho c&aacute;c phương tiện đo c&oacute; thể cung cấp số liệu, dữ liệu địa kh&ocirc;ng gian, phục vụ quản l&yacute; nh&agrave; nước, đ&aacute;p ứng y&ecirc;u cầu quy hoạch, ph&aacute;t triển kinh tế - x&atilde; hội, quốc ph&ograve;ng - an ninh, ph&ograve;ng chống thi&ecirc;n tai, ứng ph&oacute; biến dổi kh&iacute; hậu&hellip; một c&aacute;ch ch&iacute;nh x&aacute;c nhất, tin cậy nhất v&agrave; minh bạch nhất. Để ho&agrave;n thiện v&agrave; chuẩn h&oacute;a hệ thống chuẩn đo lường sử dụng trong lĩnh vực Đo đạc v&agrave; Bản đồ, cần x&acirc;y dựng một định hướng tổng thể vừa mang t&iacute;nh chiến lược, vừa mang t&iacute;nh kỹ thuật - gắn với đặc th&ugrave; của lĩnh vực đ&oacute; l&agrave; đo lường đối tượng kh&ocirc;ng gian, định vị kh&ocirc;ng gian, tr&ecirc;n mặt đất, dưới nước v&agrave; dưới đất. C&aacute;c đề xuất gồm:<\/span><\/span><\/span><\/span><\/span><\/p>\n\n- R&agrave; so&aacute;t, sửa đổi, bổ sung c&aacute;c quy định ph&aacute;p luật li&ecirc;n quan đến đo lường v&agrave; hiệu chuẩn phương tiện đo trong lĩnh vực Đo đạc v&agrave; bản đồ, đảm bảo đồng bộ với Luật Đo lường, Luật Đo đạc v&agrave; Bản đồ;&nbsp; <\/span><\/span><\/span><\/span><\/span><\/p>\n\n- Chuẩn h&oacute;a quy tr&igrave;nh hiệu chuẩn v&agrave; kiểm định phương tiện đo, bao gồm hướng dẫn kỹ thuật, quy tr&igrave;nh vận h&agrave;nh, truy xuất nguồn gốc chuẩn,... Đảm bảo li&ecirc;n kết c&aacute;c chuẩn ch&iacute;nh\/quốc gia với chuẩn c&ocirc;ng t&aacute;c tại c&aacute;c cơ sở.<\/span><\/span><\/span><\/span><\/span><\/p>\n\n- Tăng cường năng lực cho c&aacute;c đơn vị c&oacute; chức năng kiểm định, hiệu chuẩn phương tiện đo. Đầu tư thiết bị kiểm định, hiệu chuẩn đạt chuẩn quốc tế, đảm bảo kiểm định, hiệu chuẩn ch&eacute;o v&agrave; so s&aacute;nh li&ecirc;n ph&ograve;ng.<\/span><\/span><\/span><\/span><\/span><\/p>\n\n- X&acirc;y dựng mạng lưới chuẩn đo lường trong lĩnh vực Đo đạc v&agrave; bản đồ, thiết lập mạng lưới c&aacute;c ph&ograve;ng chuẩn đo lường tr&ecirc;n cả nước để chia sẻ dữ liệu, đồng bộ h&oacute;a c&aacute;c ti&ecirc;u chuẩn.<\/span><\/span><\/span><\/span><\/span><\/p>\n\n- Ph&aacute;t triển hệ thống cơ sở dữ liệu về chuẩn đo lường v&agrave; thiết bị đo sử dụng trong Đo đạc v&agrave; Bản đồ, cho ph&eacute;p truy xuất nguồn gốc, quản l&yacute; l&yacute; lịch kiểm định, hiệu chuẩn; đồng bộ dữ liệu kiểm định, hiệu chuẩn.<\/span><\/span><\/span><\/span><\/span><\/p>\n\n- Tham gia hệ thống đo lường quốc tế để c&ocirc;ng nhận lẫn nhau kết quả kiểm định, hiệu chuẩn. Chuyển giao c&ocirc;ng nghệ v&agrave; cập nhật chuẩn đo lường quốc tế, Tham gia so s&aacute;nh chuẩn quốc tế.<\/span><\/span><\/span><\/span><\/span><\/p>\n\n4. Kết luận <\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\nViệc ho&agrave;n thiện v&agrave; chuẩn h&oacute;a hệ thống chuẩn đo lường phục vụ kiểm định, hiệu chuẩn phương tiện đo l&agrave; y&ecirc;u cầu cấp thiết, g&oacute;p phần quan trọng trong cung cấp số liệu, dữ liệu mạng lưới đo đạc quốc gia v&agrave; cơ sở dữ liệu địa l&yacute; quốc gia&hellip; một c&aacute;ch ch&iacute;nh x&aacute;c, đạt chuẩn v&agrave; tin cậy. Tuy nhi&ecirc;n, c&ograve;n nhiều vấn đề phải tiếp tục quan t&acirc;m đầu tư như: Cần sớm nghi&ecirc;n cứu x&acirc;y dựng hệ thống chuẩn đo lường phục vụ kiểm định c&aacute;c phương tiện đo nh&oacute;m 2 chưa x&acirc;y dựng quy tr&igrave;nh kiểm định, mở rộng của c&aacute;c ph&ograve;ng kiểm định, hiệu chuẩn của ng&agrave;nh tại c&aacute;c đơn vị, ban h&agrave;nh kịp thời c&aacute;c chuẩn đo lường phục vụ quy tr&igrave;nh hiệu chuẩn c&aacute;c phương tiện đo nh&oacute;m 1 khi c&oacute; y&ecirc;u cầu.<\/span><\/span> <\/span><\/span><\/span><\/p>\n\nLời cảm ơn<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\nNghi&ecirc;n cứu n&agrave;y được thực hiện trong khu&ocirc;n khổ đề t&agrave;i &ldquo;Nghi&ecirc;n cứu ho&agrave;n thiện danh mục phương tiện đo, chuẩn đo lường, chất chuẩn c&aacute;c lĩnh vực ng&agrave;nh T&agrave;i nguy&ecirc;n v&agrave; M&ocirc;i trường&rdquo; m&atilde; số TNMT.2023.996.01, do Bộ T&agrave;i nguy&ecirc;n v&agrave; M&ocirc;i trường quản l&yacute; (nay l&agrave; Bộ N&ocirc;ng nghiệp v&agrave; M&ocirc;i trường). Nh&oacute;m t&aacute;c giả xin ch&acirc;n th&agrave;nh cảm ơn sự hỗ trợ qu&yacute; b&aacute;u từ Đề t&agrave;i.<\/span><\/span><\/span><\/span><\/span><\/p>\n\nCam kết của c&aacute;c t&aacute;c giả<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\nTất cả c&aacute;c t&aacute;c giả c&oacute; t&ecirc;n trong b&agrave;i b&aacute;o cam kết sự đồng thuận v&agrave; kh&ocirc;ng c&oacute; xung đột lợi &iacute;ch trong c&ocirc;ng bố khoa học tại b&agrave;i b&aacute;o n&agrave;y.<\/span><\/span><\/span><\/span><\/span><\/p>\n\nT&agrave;i liệu tham khảo<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\n<ol>\n\t<li style=\"margin-top:0cm; margin-right:0cm; margin-bottom:.0001pt; margin:3pt 0cm 0cm; text-align:justify\">Quốc hội, &quot;Luật số 04\/2011\/QH13 của Quốc hội: Luật đo lường&quot;, 2011.<\/span><\/span><\/span><\/span><\/span><\/span><\/li>\n\t<li style=\"margin-top:0cm; margin-right:0cm; margin-bottom:.0001pt; margin:3pt 0cm 0cm; text-align:justify\">B&ugrave;i Đăng Quang, Đề t&agrave;i KHCN cấp Bộ TNMT, m&atilde; số TNMT2020.996.01 &ldquo;Nghi&ecirc;n cứu cơ sở khoa học x&acirc;y dựng quy định về c&ocirc;ng t&aacute;c kiểm định, hiệu chuẩn phương tiện đo trong lĩnh vực đo đạc bản đồ&rdquo;, 2022.<\/span><\/span><\/span><\/span><\/span><\/span><\/li>\n\t<li style=\"margin-top:0cm; margin-right:0cm; margin-bottom:.0001pt; margin:3pt 0cm 0cm; text-align:justify\">EURAMET, &quot;Guidelines on the calibration of autocollimators (EURAMET Calibration Guide No. 22)&quot;, Germany: EURAMET e.V. Braunschweig<\/i>, 2017.<\/span><\/span><\/span><\/span><\/span><\/span><\/li>\n\t<li style=\"margin-top:0cm; margin-right:0cm; margin-bottom:.0001pt; margin:3pt 0cm 0cm; text-align:justify\">Tống C&ocirc;ng Dũng, B&ugrave;i Quốc Thụ, Trần Nam Anh, Vũ Kh&aacute;nh Phan, &quot;X&acirc;y dựng hệ thống chuẩn đo lường quốc gia lĩnh vực g&oacute;c phẳng tại Việt Nam&quot;, Tạp ch&iacute; khoa học v&agrave; c&ocirc;ng nghệ Việt Nam<\/i>, số. 4, 2020.<\/span><\/span><\/span><\/span><\/span><\/span><\/li>\n\t<li style=\"margin-top:0cm; margin-right:0cm; margin-bottom:.0001pt; margin:3pt 0cm 0cm; text-align:justify\">Bộ Khoa học v&agrave; C&ocirc;ng nghệ, &quot;Th&ocirc;ng tư 07\/2024\/TT-BKHCN ng&agrave;y 08\/10\/2024 sửa đổi c&aacute;c văn bản quy phạm ph&aacute;p luật thuộc thẩm quyền của Bộ trưởng Bộ Khoa học v&agrave; C&ocirc;ng nghệ li&ecirc;n quan đến Ủy ban Ti&ecirc;u chuẩn Đo lường Chất lượng Quốc gia&quot;, 2024.<\/span><\/span><\/span><\/span><\/span><\/span><\/li>\n\t<li style=\"margin-top:0cm; margin-right:0cm; margin-bottom:.0001pt; margin:3pt 0cm 0cm; text-align:justify\">ASTM International, &quot;Standard guide for using the surface ground penetrating radar method for subsurface investigation (ASTM D6432-19)&quot;, PA: ASTM International West Conshohocken<\/i>, 2019.<\/span><\/span><\/span><\/span><\/span><\/span><\/li>\n\t<li style=\"margin-top:0cm; margin-right:0cm; margin-bottom:.0001pt; margin:3pt 0cm 0cm; text-align:justify\">British Standards Institution, &quot;Specification for underground utility detection, verification and location (PAS 128:2014)&quot;, UK London, 2014.<\/span><\/span><\/span><\/span><\/span><\/span><\/li>\n\t<li style=\"margin-top:0cm; margin-right:0cm; margin-bottom:.0001pt; margin:3pt 0cm 0cm; text-align:justify\">Ministry of Housing and Urban-Rural Development of the People&rsquo;s Republic of China, &quot;Technical specification for urban underground pipeline detection and survey (CJJ 61-2017)&quot;, Beijing, China, 2017.<\/span><\/span><\/span><\/span><\/span><\/span><\/li>\n\t<li style=\"margin-top:0cm; margin-right:0cm; margin-bottom:.0001pt; margin:3pt 0cm 0cm; text-align:justify\">Thomas C. Weber Carlo Lanzoni, &quot;A Method for Field Calibration of a Multibeam Echo Sounder&quot;, NH 03824 USA University of New Hampshire. Durham<\/i>, 2011.<\/span><\/span><\/span><\/span><\/span><\/span><\/li>\n\t<li style=\"margin-top:0cm; margin-right:0cm; margin-bottom:.0001pt; margin:3pt 0cm 0cm; text-align:justify\">David A. Demer, &quot;Calibration of acoustic instruments&quot;, ICES cooperative research report<\/i>, 2015.<\/span><\/span><\/span><\/span><\/span><\/span><\/li>\n\t<li style=\"margin-top:0cm; margin-right:0cm; margin-bottom:.0001pt; margin:3pt 0cm 0cm; text-align:justify\">https:\/\/ieeexplore.ieee.org\/document\/5664519.<\/span><\/span><\/span><\/span><\/span><\/span><\/li>\n\t<li style=\"margin-top:0cm; margin-right:0cm; margin-bottom:.0001pt; margin:3pt 0cm 0cm; text-align:justify\"><a href=\"https:\/\/scholars.unh.edu\/cgi\/viewcontent.cgi?article=1805&amp;context=ccom\" style=\"color:#0563c1; text-decoration:underline\">https:\/\/scholars.unh.edu\/cgi\/viewcontent.cgi?article=1805&amp;context=ccom<\/span><\/span><\/span><\/span><\/a>.<\/span><\/span><\/span><\/span><\/span><\/span><\/li>\n\t<li style=\"margin-top:0cm; margin-right:0cm; margin-bottom:.0001pt; margin:3pt 0cm 0cm; text-align:justify\">Bộ Khoa học v&agrave; C&ocirc;ng nghệ. TCVN 9426:2012.<\/span><\/span><\/span><\/span><\/span><\/span><\/li>\n<\/ol>\n\n<table class=\"MsoTableGrid\" style=\"margin-left:-.25pt; border-collapse:collapse; border:undefined\" width=\"557\">\n\t<tbody>\n\t\t<tr style=\"height:25.95pt\">\n\t\t\t<td style=\"width:359.45pt; padding:0cm 5.4pt 0cm 5.4pt; height:25.95pt\" valign=\"top\" width=\"479\">&nbsp;\n\t\t\t<a href=\"https:\/\/www.geocartagis.org\/thong-tin-khoa-hoc\" style=\"color:#0563c1; text-decoration:underline\" target=\"_blank\">Article&nbsp;<\/span><\/span><\/a>&copy; 2024&nbsp;by&nbsp;<\/span><\/span><\/span><\/span><a href=\"https:\/\/www.geocartagis.org\/\" style=\"color:#0563c1; text-decoration:underline\" target=\"_blank\">Magazine of Geodesy - Cartography&nbsp;<\/span><\/span><\/a>is licensed under&nbsp;<\/span><\/span><\/span><\/span><a href=\"https:\/\/creativecommons.org\/licenses\/by\/4.0\/?ref=chooser-v1\" style=\"color:#0563c1; text-decoration:underline\" target=\"_blank\">CC BY 4.0&nbsp;<\/span><\/span><\/a><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"width:58.15pt; padding:0cm 5.4pt 0cm 5.4pt; height:25.95pt\" valign=\"top\" width=\"78\">\n\t\t\t<img id=\"Picture_x0020_51\" src=\"file:\/\/\/C:\/Users\/Mr_Tung\/AppData\/Local\/Temp\/msohtmlclip1\/01\/clip_image007.png\" style=\"width:43.5pt; height:14.25pt\" \/> <\/span><\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t<\/tbody>\n<\/table>\n","image_url":"https:\/\/www.geocartagis.org\/datafiles\/46325\/upload\/images\/04_25\/chuanhoa.png?t=1761290495","image_thumb_url":"https:\/\/www.geocartagis.org\/datafiles\/46325\/upload\/thumb_images\/04_25\/chuanhoa.png?t=1770553253","tags":"","count_view":1025,"seo_name":"hoan-thien-va-chuan-hoa-chuan-do-luong-su-dung-trong-linh-vuc-do-dac-va-ban-do","date_update":1761290460,"date_created_format":1761290526,"meta_title":"","meta_desc":"","meta_keyword":"Chuẩn hóa,Đo đạc","qr_code":"https:\/\/www.geocartagis.org\/hoan-thien-va-chuan-hoa-chuan-do-luong-su-dung-trong-linh-vuc-do-dac-va-ban-do"},{"id":722979,"name":"Tích hợp công nghệ UAV và thuật toán học máy phục vụ phân loại lớp phủ bề mặt bằng phần mềm ArcGIS Pro","desc":"Nguyễn Thị Ngọc Minh1<\/sup>, Trương Thu&yacute; Em1<\/sup>, Nguyễn Trọng Nh&acirc;n2* <\/sup><\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\n1<\/span><\/span><\/sup><\/i>Trường Đại học Khoa học X&atilde; hội v&agrave; Nh&acirc;n văn, Đại học Quốc gia Th&agrave;nh phố Hồ Ch&iacute; Minh<\/span><\/span><\/i><\/span><\/span><\/span><\/span><\/p>\n\n2<\/span><\/span><\/sup><\/i>Trường Đại học T&agrave;i nguy&ecirc;n v&agrave; M&ocirc;i trường Th&agrave;nh phố Hồ Ch&iacute; Minh<\/span><\/span><\/i><\/span><\/span><\/span><\/span><\/p>\n\nEmail t&aacute;c giả li&ecirc;n hệ: <\/span><\/span><\/i>ntnhan@hcmunre.edu<\/span><\/span><\/i>.<\/span><\/span><\/i>vn<\/span><\/span><\/i><\/span><\/span><\/span><\/span><\/p>\n","content":"1. <\/span><\/span><\/b>Giới thiệu<\/span><\/span><\/b> <\/b><\/span><\/span><\/span><\/p>\n\nTrong những năm gần đ&acirc;y, UAV (Unmanned Aerial Vehicle) hay c&ograve;n gọi l&agrave; thiết bị bay chụp kh&ocirc;ng người l&aacute;i, đang trở th&agrave;nh một trong những c&ocirc;ng nghệ nổi bật với khả năng ứng dụng rộng r&atilde;i trong nhiều lĩnh vực như n&ocirc;ng nghiệp, l&acirc;m nghiệp, x&acirc;y dựng, khảo s&aacute;t địa h&igrave;nh, ph&ograve;ng chống thi&ecirc;n tai, cứu hộ cứu nạn v&agrave; thậm ch&iacute; cả an ninh quốc ph&ograve;ng [1-7]. Tận dụng khả năng linh hoạt về thời gian v&agrave; kh&ocirc;ng gian, c&ocirc;ng nghệ UAV cho ph&eacute;p c&ocirc;ng t&aacute;c thu thập dữ liệu một c&aacute;ch nhanh ch&oacute;ng, nhưng vẫn đảm bảo độ ch&iacute;nh x&aacute;c cao [4] với h&igrave;nh ảnh c&oacute; độ ph&acirc;n giải vượt trội so với nhiều nguồn ảnh viễn th&aacute;m kh&aacute;c như ảnh vệ tinh. Trong khi ảnh vệ tinh bị giới hạn bởi c&aacute;c yếu tố như thời tiết (m&acirc;y che phủ, sương m&ugrave;), quỹ đạo bay cố định hay chu kỳ chụp lặp d&agrave;i, ngược lại UAV c&oacute; thể chủ động về thời gian, độ cao bay chụp thấp, hoạt động hiệu quả ở những khu vực c&oacute; địa h&igrave;nh phức tạp như rừng rậm, đồi n&uacute;i hoặc v&ugrave;ng ven biển, đ&acirc;y l&agrave; những v&ugrave;ng m&agrave; c&aacute;c hệ thống thu nhận dữ liệu truyền thống thường gặp nhiều kh&oacute; khăn hay t&iacute;n hiệu phản hồi bị nhiễu [5]. B&ecirc;n cạnh đ&oacute;, chi ph&iacute; triển khai bay chụp UAV tương đối thấp so với chi ph&iacute; mua ảnh vệ tinh thương mại c&oacute; độ ph&acirc;n giải cao. C&ocirc;ng nghệ UAV c&ograve;n gi&uacute;p giảm thiểu thời gian v&agrave; nguồn nh&acirc;n lực, đồng thời tăng t&iacute;nh chủ động v&agrave; năng suất trong gi&aacute;m s&aacute;t định kỳ hoặc ứng ph&oacute; nhanh với c&aacute;c t&igrave;nh h&igrave;nh nguy cấp như sạt lở, ch&aacute;y rừng, ngập lụt... [2,5]. Ch&iacute;nh v&igrave; vậy, những ưu điểm vượt trội n&agrave;y gi&uacute;p cho c&ocirc;ng nghệ UAV trở th&agrave;nh c&ocirc;ng cụ đắc lực, kh&ocirc;ng thể thiếu trong c&aacute;c nghi&ecirc;n cứu v&agrave; ứng dụng li&ecirc;n quan đến gi&aacute;m s&aacute;t t&agrave;i nguy&ecirc;n m&ocirc;i trường v&agrave; cũng như&nbsp; theo d&otilde;i hiện trạng lớp phủ bề mặt [1,6,7].<\/span><\/span><\/span><\/span><\/span><\/p>\n\nTrong bối cảnh biến đổi kh&iacute; hậu ng&agrave;y c&agrave;ng diễn biến phức tạp, việc theo d&otilde;i v&agrave; ph&acirc;n t&iacute;ch lớp phủ bề mặt trở th&agrave;nh một nhiệm vụ quan trọng, đ&oacute;ng vai tr&ograve; then chốt trong c&ocirc;ng t&aacute;c quản l&yacute;, đ&aacute;nh gi&aacute; hiện trạng v&agrave; hoạch định c&aacute;c ch&iacute;nh s&aacute;ch th&iacute;ch ứng. Th&ocirc;ng tin về lớp phủ bề mặt kh&ocirc;ng chỉ hỗ trợ th&agrave;nh lập bản đồ hiện trạng lớp phủ m&agrave; c&ograve;n gi&uacute;p gi&aacute;m s&aacute;t c&aacute;c biến động theo thời gian, ph&aacute;t hiện c&aacute;c xu hướng thay đổi trong cảnh quan do t&aacute;c động của con người hoặc c&aacute;c yếu tố tự nhi&ecirc;n g&acirc;y ra. Tuy nhi&ecirc;n, việc cập nhật thường xuy&ecirc;n dữ liệu lớp phủ l&agrave; cơ sở để ra quyết định nhanh ch&oacute;ng v&agrave; hiệu quả. Mặt kh&aacute;c, một th&aacute;ch thức lớn đặt ra trong qu&aacute; tr&igrave;nh ph&acirc;n t&iacute;ch lớp phủ l&agrave; lựa chọn thuật to&aacute;n ph&acirc;n loại ph&ugrave; hợp với từng loại ảnh, từng khu vực địa l&yacute; hoặc tuỳ v&agrave;o giai đoạn thời gian cụ thể. Mỗi thuật to&aacute;n ph&acirc;n loại đều c&oacute; những ưu v&agrave; nhược điểm ri&ecirc;ng v&agrave; hiệu quả của ch&uacute;ng c&oacute; thể thay đổi đ&aacute;ng kể t&ugrave;y thuộc v&agrave;o điều kiện dữ liệu đầu v&agrave;o như độ ph&acirc;n giải, loại cảm biến, mức độ nhiễu hay đặc điểm lớp phủ. Do đ&oacute;, việc lựa chọn phương ph&aacute;p ph&acirc;n loại lu&ocirc;n đ&ograve;i hỏi sự c&acirc;n nhắc giữa độ ch&iacute;nh x&aacute;c, khả năng tổng qu&aacute;t h&oacute;a v&agrave; hiệu suất xử l&yacute;. Những năm qua, sự ph&aacute;t triển mạnh mẽ của tr&iacute; tuệ nh&acirc;n tạo v&agrave; học m&aacute;y (Machine Learning) đ&atilde; mở ra hướng tiếp cận mới gi&uacute;p n&acirc;ng cao đ&aacute;ng kể hiệu quả trong ph&acirc;n loại ảnh viễn th&aacute;m. C&aacute;c thuật to&aacute;n học m&aacute;y như Random Forest (RF), Support Vector Machine (SVM), Classification and Regression Trees (CART), &hellip; đ&atilde; được t&iacute;ch hợp rộng r&atilde;i trong c&aacute;c nghi&ecirc;n cứu v&agrave; ứng dụng thực tiễn cho thấy khả năng vượt trội trong việc xử l&yacute; dữ liệu lớn [6-8]. <\/span><\/span><\/span><\/span><\/span><\/p>\n\n&nbsp;Dựa tr&ecirc;n những cơ sở l&yacute; thuyết về c&ocirc;ng nghệ UAV v&agrave; c&aacute;c ứng dụng thực tiễn đ&atilde; được tr&igrave;nh b&agrave;y, b&agrave;i b&aacute;o n&agrave;y được thực hiện với mục ti&ecirc;u ch&iacute;nh l&agrave; gi&aacute;m s&aacute;t lớp phủ bề mặt (land cover) gồm mặt nước, thực vật, đường giao th&ocirc;ng, đất trống, nh&agrave; ở, phương tiện (xe hơi, xe tải), b&atilde;i đậu xe v&agrave;&nbsp; t&agrave;u\/thuyền th&ocirc;ng qua ảnh chụp&nbsp; UAV. Đồng thời, ph&acirc;n t&iacute;ch v&agrave; đ&aacute;nh gi&aacute; khả năng ph&acirc;n loại lớp phủ bề mặt của hai thuật to&aacute;n học m&aacute;y phổ biến: Random Forest (RF) v&agrave; Support Vector Machine (SVM), được triển khai tr&ecirc;n phần mềm ArcGIS Pro. Trong đ&oacute;, Random Forest (RF) c&oacute; khả năng xử l&yacute; dữ liệu phức tạp, kh&ocirc;ng nhạy cảm với nhiễu v&agrave; cung cấp kết quả ổn định nhờ cơ chế kết hợp nhiều c&acirc;y quyết định (Decision Trees) trong qu&aacute; tr&igrave;nh huấn luyện [8,9,11]. Đối với Support Vector Machine (SVM) lại hiệu quả trong việc ph&acirc;n loại c&aacute;c đối tượng c&oacute; bi&ecirc;n ph&acirc;n lớp phi tuyến, nhờ sử dụng c&aacute;c h&agrave;m kernel để mở rộng kh&ocirc;ng gian đặc trưng, đồng thời vẫn đạt độ ch&iacute;nh x&aacute;c cao ngay cả với tập dữ liệu huấn luyện nhỏ [8,10-12]. Do đ&oacute;, cả hai thuật to&aacute;n n&agrave;y ph&ugrave; hợp ph&acirc;n loại nhiều lớp phủ tr&ecirc;n ảnh UAV độ ph&acirc;n giải cao. Việc kết hợp v&agrave; so s&aacute;nh kh&ocirc;ng chỉ gi&uacute;p n&acirc;ng cao độ tin cậy trong ph&acirc;n loại lớp phủ bề mặt m&agrave; c&ograve;n tăng khả năng chọn lựa m&ocirc; h&igrave;nh ph&ugrave; hợp nhất với mục ti&ecirc;u nghi&ecirc;n cứu [7,8].<\/span><\/span><\/span><\/span><\/span><\/p>\n\nThực nghiệm bay chụp ảnh UAV đ&atilde; được tiến h&agrave;nh tại khu vực Quận 4, Th&agrave;nh phố Hồ Ch&iacute; Minh với diện t&iacute;ch khoảng 8,1 ha v&agrave;o năm 2017 bằng thiết bị flycam Phantom l&agrave; một trong những d&ograve;ng UAV d&acirc;n dụng phổ biến c&oacute; khả năng thu nhận ảnh chất lượng cao. Trong qu&aacute; tr&igrave;nh bay chụp, thu thập được 100 ảnh c&oacute; độ ph&acirc;n giải cao với mức độ chồng lấp (overlap) giữa c&aacute;c ảnh lớn hơn 70% nhằm bảo đảm y&ecirc;u cầu về độ phủ ảnh phục vụ cho c&aacute;c quy tr&igrave;nh xử l&yacute;, tạo điểm đ&aacute;m m&acirc;y, x&acirc;y dựng ảnh trực giao v&agrave; đặc biệt l&agrave; ph&acirc;n loại lớp phủ bề mặt. H&igrave;nh 1 thể hiện địa điểm bay chụp với c&aacute;c vị tr&iacute; chấm xanh tương ứng l&agrave; t&acirc;m ảnh, được hiển thị tr&ecirc;n phần mềm Agisoft. Việc biểu diễn c&aacute;c t&acirc;m ảnh n&agrave;y gi&uacute;p minh họa r&otilde; r&agrave;ng phạm vi v&agrave; bố tr&iacute; của c&aacute;c điểm ảnh thu thập được trong qu&aacute; tr&igrave;nh bay UAV.<\/span><\/span><\/span><\/span><\/span><\/p>\n\n<img src=\"\/datafiles\/46325\/upload\/images\/image-20251024102116-1.png\" style=\"width: 300px; height: 198px;\" \/> <\/span><\/span><\/span><\/span><\/p>\n\nH&igrave;nh 1. Khu vực bay chụp<\/span><\/span><\/i><\/span><\/span><\/span><\/p>\n\n&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; Mặc d&ugrave; dữ liệu thu thập kh&ocirc;ng c&ograve;n mang t&iacute;nh thời sự, cập nhật hiện nay, tuy nhi&ecirc;n, vẫn mang gi&aacute; trị nghi&ecirc;n cứu khoa học cao. Cụ thể, bộ dữ liệu n&agrave;y cung cấp một nền tảng thực nghiệm th&iacute;ch hợp để đ&aacute;nh gi&aacute; hiệu quả của việc t&iacute;ch hợp dữ liệu ảnh UAV c&oacute; độ ph&acirc;n giải cao với c&aacute;c thuật to&aacute;n học m&aacute;y ti&ecirc;n tiến trong ph&acirc;n t&iacute;ch v&agrave; gi&aacute;m s&aacute;t lớp phủ bề mặt đ&ocirc; thị. Việc ứng dụng hai thuật to&aacute;n học m&aacute;y phổ biến l&agrave; Random Forest (RF) v&agrave; Support Vector Machine (SVM) tr&ecirc;n ảnh UAV mang lại c&aacute;i nh&igrave;n s&acirc;u sắc về khả năng ph&acirc;n loại ch&iacute;nh x&aacute;c c&aacute;c loại lớp phủ như nh&agrave; ở, c&acirc;y xanh, mặt nước, đường giao th&ocirc;ng, phương tiện giao th&ocirc;ng (xe hơi, xe tải)&hellip; trong m&ocirc;i trường đ&ocirc; thị phức tạp. Quan trọng hơn, b&agrave;i b&aacute;o n&agrave;y g&oacute;p phần khẳng định t&iacute;nh thực tiễn v&agrave; ứng dụng rộng r&atilde;i của dữ liệu ảnh UAV trong c&ocirc;ng t&aacute;c gi&aacute;m s&aacute;t t&agrave;i nguy&ecirc;n đất đai, hỗ trợ ra quyết định quy hoạch đ&ocirc; thị v&agrave; quản l&yacute; m&ocirc;i trường. Qua đ&oacute;, nhằm chứng minh tiềm năng của việc kết hợp c&ocirc;ng nghệ bay chụp kh&ocirc;ng người l&aacute;i với c&aacute;c m&ocirc; h&igrave;nh học m&aacute;y trong lĩnh vực ph&acirc;n t&iacute;ch dữ liệu kh&ocirc;ng gian hiện đại.<\/span><\/span><\/span><\/span><\/span><\/p>\n\n&nbsp;<\/p>\n\n2. Phương ph&aacute;p nghi&ecirc;n cứu <\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\nĐể gi&aacute;m s&aacute;t lớp phủ bề mặt đ&ocirc; thị tại quận 4, TP. Hồ Ch&iacute; Minh, nghi&ecirc;n cứu tập trung ph&acirc;n loại c&aacute;c đối tượng gồm (1) mặt nước, (2) thực vật, (3) đường giao th&ocirc;ng, (4) đất trống, (5) nh&agrave; ở, (6) phương tiện (xe hơi, xe tải), (7) b&atilde;i đậu xe v&agrave; (8) t&agrave;u\/thuyền nhằm x&acirc;y dựng bản đồ lớp phủ bề mặt phục vụ c&ocirc;ng t&aacute;c quản l&yacute; kh&ocirc;ng gian đ&ocirc; thị. Dữ liệu UAV được xử l&yacute; để x&acirc;y dựng ảnh trực giao c&oacute; độ ph&acirc;n giải cao v&agrave; đồng thời, ph&acirc;n loại bằng c&aacute;c thuật to&aacute;n Machine Learning, như tr&igrave;nh b&agrave;y ở H&igrave;nh 2. <\/span><\/span><\/span><\/span><\/span><\/p>\n\n<img height=\"592\" src=\"\/datafiles\/46325\/upload\/images\/image-20251024102116-2.png\" width=\"312\" \/> <\/span><\/span><\/span><\/span><\/span><\/p>\n\nH&igrave;nh 2. Quy tr&igrave;nh thực hiện<\/span><\/span><\/i><\/span><\/span><\/span><\/p>\n\nTrong đ&oacute;, phương ph&aacute;p xử l&yacute; tập ảnh UAV được thực hiện tr&ecirc;n phần mềm Agisoft Metashape Professional th&ocirc;ng qua c&aacute;c thuật to&aacute;n thị gi&aacute;c m&aacute;y t&iacute;nh gi&uacute;p chuyển đổi dữ liệu ảnh th&ocirc; th&agrave;nh sản phẩm bản đồ c&oacute; độ ch&iacute;nh x&aacute;c cao [13]. Qu&aacute; tr&igrave;nh xử l&yacute; ảnh bao gồm c&aacute;c bước gh&eacute;p ảnh, nắn chỉnh ảnh về đ&uacute;ng hệ toạ độ VN2000 với kinh tuyến trục 105045&rdquo; nhờ v&agrave;o 6 điểm khống chế mặt đất. Tiến h&agrave;nh tạo điểm đ&aacute;m m&acirc;y (Point Cloud) với mật độ điểm d&agrave;y đặc nhằm đảm bảo cung cấp đầy đủ th&ocirc;ng tin về bề mặt địa h&igrave;nh cũng như c&aacute;c đối tượng tự nhi&ecirc;n (c&acirc;y cối, mặt nước, &hellip;) hay c&aacute;c c&ocirc;ng tr&igrave;nh nh&acirc;n tạo (nh&agrave;, đường giao th&ocirc;ng, phương tiện,..). Sau c&ugrave;ng x&acirc;y dựng ảnh trực giao (hay c&ograve;n gọi b&igrave;nh đồ ảnh) l&agrave; ảnh đ&atilde; được hiệu chỉnh để loại bỏ biến dạng do g&oacute;c nh&igrave;n v&agrave; độ cao nhằm tạo ra bản đồ ảnh ch&iacute;nh x&aacute;c theo tỷ lệ [13] phục vụ cho bước ph&acirc;n loại tiếp theo.<\/span><\/span><\/span><\/span><\/span><\/p>\n\nC&aacute;c lớp phủ bề mặt tr&ecirc;n ảnh trực giao được ph&acirc;n loại bằng phương ph&aacute;p học m&aacute;y Machine Learning tr&ecirc;n phần mềm ArcGIS Pro - một nền tảng GIS to&agrave;n diện, mạnh mẽ, c&oacute; khả năng xử l&yacute; v&agrave; ph&acirc;n t&iacute;ch dữ liệu kh&ocirc;ng gian từ nhiều nguồn kh&aacute;c nhau, đặc biệt ph&ugrave; hợp với xu hướng t&iacute;ch hợp dữ liệu UAV v&agrave; tr&iacute; tuệ nh&acirc;n tạo trong gi&aacute;m s&aacute;t v&agrave; quản l&yacute; t&agrave;i nguy&ecirc;n hiện nay. B&agrave;i b&aacute;o sử dụng hai thuật to&aacute;n học m&aacute;y c&oacute; gi&aacute;m s&aacute;t phổ biến để thực hiện ph&acirc;n loại ảnh UAV: Random Forest (RF) v&agrave; Support Vector Machine (SVM). <\/span><\/span><\/span><\/span><\/span><\/p>\n\nThuật to&aacute;n Random Forest, do Breiman đề xuất v&agrave;o năm 2001, l&agrave; một phương ph&aacute;p dựa tr&ecirc;n nguy&ecirc;n l&yacute; rừng c&acirc;y quyết định, trong đ&oacute; nhiều c&acirc;y quyết định (Decision Trees) được x&acirc;y dựng độc lập tr&ecirc;n c&aacute;c tập dữ liệu con được lấy mẫu ngẫu nhi&ecirc;n c&oacute; ho&agrave;n lại (bootstrap sampling). Mỗi c&acirc;y chỉ xem x&eacute;t một tập con ngẫu nhi&ecirc;n c&aacute;c đặc trưng tại mỗi n&uacute;t ph&acirc;n chia, từ đ&oacute; tạo n&ecirc;n sự đa dạng giữa c&aacute;c c&acirc;y trong rừng. Kết quả ph&acirc;n loại cuối c&ugrave;ng được x&aacute;c định theo nguy&ecirc;n tắc bỏ phiếu đa số giữa c&aacute;c c&acirc;y.C&aacute;ch tiếp cận n&agrave;y gi&uacute;p giảm phương sai m&ocirc; h&igrave;nh, n&acirc;ng cao độ ch&iacute;nh x&aacute;c v&agrave; độ ổn định của qu&aacute; tr&igrave;nh ph&acirc;n loại, đồng thời hạn chế hiện tượng qu&aacute; khớp (overfitting), vốn thường gặp khi xử l&yacute; dữ liệu phức tạp như ảnh UAV. Đặc biệt, với ảnh UAV c&oacute; độ ph&acirc;n giải cao v&agrave; chứa nhiều đặc trưng phổ - h&igrave;nh học, RF c&oacute; thể khai th&aacute;c hiệu quả to&agrave;n bộ th&ocirc;ng tin đầu v&agrave;o để ph&acirc;n loại ch&iacute;nh x&aacute;c c&aacute;c lớp phủ bề mặt như: thực vật, mặt nước, nh&agrave; ở, đường giao th&ocirc;ng v&agrave; đất trống. Ngo&agrave;i ra, RF c&ograve;n được đ&aacute;nh gi&aacute; cao nhờ khả năng dễ triển khai, hiệu suất ổn định v&agrave; khả năng kh&aacute;ng nhiễu, ngay cả khi số lượng mẫu huấn luyện kh&ocirc;ng lớn. Nhờ những ưu điểm n&agrave;y, RF đ&atilde; trở th&agrave;nh một lựa chọn phổ biến trong lĩnh vực viễn th&aacute;m v&agrave; lập bản đồ lớp phủ từ dữ liệu UAV [8&ndash;10].<\/span><\/span><\/span><\/span><\/span><\/p>\n\nB&ecirc;n cạnh RF, b&agrave;i b&aacute;o c&ograve;n sử dụng Support Vector Machine (SVM) &ndash; một thuật to&aacute;n ph&acirc;n loại mạnh mẽ cũng thuộc nh&oacute;m học m&aacute;y c&oacute; gi&aacute;m s&aacute;t. SVM hoạt động dựa tr&ecirc;n nguy&ecirc;n l&yacute; t&igrave;m kiếm một si&ecirc;u phẳng (hyperplane) tối ưu nhằm ph&acirc;n t&aacute;ch c&aacute;c nh&oacute;m dữ liệu kh&aacute;c nhau sao cho khoảng c&aacute;ch từ si&ecirc;u phẳng đến c&aacute;c điểm dữ liệu gần nhất của mỗi nh&oacute;m (c&aacute;c vector hỗ trợ &ndash; support vectors) l&agrave; lớn nhất. Điều n&agrave;y gi&uacute;p tăng cường khả năng ph&acirc;n biệt giữa c&aacute;c lớp, đặc biệt trong trường hợp dữ liệu c&oacute; bi&ecirc;n ph&acirc;n t&aacute;ch hẹp hoặc phức tạp. Khi &aacute;p dụng cho ảnh trực giao từ UAV, SVM cho thấy hiệu quả cao trong việc nhận dạng c&aacute;c loại lớp phủ bề mặt như: thực vật, mặt nước, đất trống, nh&agrave; ở, đường v&agrave; phương tiện. Nhờ khả năng tối ưu h&oacute;a ranh giới giữa c&aacute;c lớp, SVM đặc biệt hữu &iacute;ch trong việc ph&acirc;n biệt c&aacute;c lớp c&oacute; phổ tương đồng. Tuy nhi&ecirc;n, hiệu quả của SVM phụ thuộc nhiều v&agrave;o việc lựa chọn đ&uacute;ng h&agrave;m kernel cũng như tối ưu c&aacute;c tham số như hệ số C v&agrave; gamma. Nếu được hiệu chỉnh hợp l&yacute;, SVM c&oacute; thể mang lại kết quả ph&acirc;n loại ổn định v&agrave; ch&iacute;nh x&aacute;c, ngay cả trong trường hợp dữ liệu huấn luyện c&ograve;n hạn chế &ndash; một đặc điểm thường gặp trong xử l&yacute; ảnh UAV [8, 10-12].<\/span><\/span><\/span><\/span><\/span><\/p>\n\nNgo&agrave;i ra, trước khi thực hiện ph&acirc;n loại, b&agrave;i b&aacute;o tiến h&agrave;nh tạo Segmentation nhằm ph&acirc;n chia ảnh raster th&agrave;nh c&aacute;c v&ugrave;ng (segments) đồng nhất, dựa tr&ecirc;n c&aacute;c đặc điểm như: m&agrave;u sắc (gi&aacute; trị pixel), h&igrave;nh dạng, độ liền mạch kh&ocirc;ng gian. Mỗi v&ugrave;ng kết quả gọi l&agrave; một đối tượng ảnh (image object), được d&ugrave;ng để ph&acirc;n t&iacute;ch v&agrave; ph&acirc;n loại thay v&igrave; từng pixel ri&ecirc;ng lẻ với c&ocirc;ng cụ Segmentation trong Imagery đối với ảnh orthomosaic. Sau đ&oacute;, thực hiện chọn mẫu huấn luyện bằng c&ocirc;ng cụ Training Sample Manager với 1533 mẫu (H&igrave;nh 3) trong đ&oacute; mặt nước (107), thực vật (247), đường (197), đất trống (92), nh&agrave; (687), phương tiện (114), b&atilde;i đậu xe (76), thuyền (10). Qu&aacute; tr&igrave;nh ph&acirc;n loại lớp phủ được thực hiện bởi c&ocirc;ng cụ Image Classification Wizads trong Imagery v&agrave; đồng thời chọn lần lượt thuật to&aacute;n RF v&agrave; SVM. Cuối c&ugrave;ng, xử l&yacute; ảnh sau ph&acirc;n loại gi&uacute;p tạo c&aacute;c v&ugrave;ng lớp phủ được ph&acirc;n t&aacute;ch r&otilde; r&agrave;ng, trực quan bằng c&ocirc;ng cụ Majority Filter v&agrave; Reclassify.<\/span><\/span><\/span><\/span><\/span><\/p>\n\n<table class=\"MsoTableGrid\" style=\"width:432.7pt; border-collapse:collapse; border:none\" width=\"577\">\n\t<tbody>\n\t\t<tr>\n\t\t\t<td style=\"width:219.75pt; padding:0cm 5.4pt 0cm 5.4pt\" valign=\"top\" width=\"293\">\n\t\t\t<img src=\"\/datafiles\/46325\/upload\/images\/image-20251024102116-3.png\" style=\"width: 299px; height: 226px;\" \/> <\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td colspan=\"3\" style=\"width:212.95pt; padding:0cm 5.4pt 0cm 5.4pt\" valign=\"top\" width=\"284\">\n\t\t\t<img src=\"\/datafiles\/46325\/upload\/images\/image-20251024102116-4.png\" style=\"width: 300px; height: 225px;\" \/> <\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr>\n\t\t\t<td colspan=\"2\" style=\"width:237.15pt; padding:0cm 5.4pt 0cm 5.4pt\" valign=\"top\" width=\"316\">\n\t\t\tH&igrave;nh 3. Mẫu huấn luyện ph&acirc;n loại<\/span><\/span><\/i><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"width:188.1pt; padding:0cm 5.4pt 0cm 5.4pt\" valign=\"top\" width=\"251\">\n\t\t\tH&igrave;nh 4. Mẫu đ&aacute;nh gi&aacute; độ ch&iacute;nh x&aacute;c<\/span><\/span><\/i><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border:none; padding:0cm 0cm 0cm 0cm\" width=\"10\">\n\t\t\t&nbsp;<\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr height=\"0\">\n\t\t\t<td style=\"border:none\" width=\"293\">&nbsp;<\/td>\n\t\t\t<td style=\"border:none\" width=\"23\">&nbsp;<\/td>\n\t\t\t<td style=\"border:none\" width=\"251\">&nbsp;<\/td>\n\t\t\t<td style=\"border:none\" width=\"10\">&nbsp;<\/td>\n\t\t<\/tr>\n\t<\/tbody>\n<\/table>\n\n&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; Phương ph&aacute;p đ&aacute;nh gi&aacute; độ ch&iacute;nh x&aacute;c sau ph&acirc;n loại. Sử dụng c&ocirc;ng cụ Create Accuracy Assessment Points trong ArcGIS Pro để tạo ra c&aacute;c điểm kiểm định ngẫu nhi&ecirc;n (Stratified random) dựa tr&ecirc;n kết quả raster ph&acirc;n loại của 2 thuật to&aacute;n với tổng số lượng mẫu đ&aacute;nh gi&aacute; l&agrave; 500 điểm (H&igrave;nh 4) nhằm đối chiếu với Google Earth Pro. Để so s&aacute;nh t&iacute;nh hiệu quả trong ph&acirc;n loại, cũng như độ tin cậy của 2 thuật to&aacute;n, b&agrave;i b&aacute;o thực hiện x&acirc;y dựng ma trận sai số (Confusion Matrix), t&iacute;nh to&aacute;n độ ch&iacute;nh x&aacute;c tổng thể (Overall Accuracy) v&agrave; hệ số Kappa (Kappa Coefficient). Trong đ&oacute;, hệ số Kappa l&agrave; chỉ số thống k&ecirc; phản &aacute;nh mức độ đồng thuận giữa kết quả ph&acirc;n loại v&agrave; dữ liệu tham chiếu, c&oacute; x&eacute;t đến khả năng xảy ra sự đồng thuận do ngẫu nhi&ecirc;n. Gi&aacute; trị Kappa dao động từ 0 đến 1, trong đ&oacute; gi&aacute; trị c&agrave;ng gần 1 thể hiện mức độ ph&acirc;n loại c&agrave;ng ch&iacute;nh x&aacute;c v&agrave; đ&aacute;ng tin cậy [14]. Kh&aacute;c với độ ch&iacute;nh x&aacute;c tổng thể (Overall Accuracy), hệ số Kappa cung cấp một c&aacute;ch tiếp cận nghi&ecirc;m ngặt hơn, đặc biệt hiệu quả trong c&aacute;c trường hợp dữ liệu ph&acirc;n bố kh&ocirc;ng đồng đều giữa c&aacute;c lớp.<\/span><\/span><\/span><\/span><\/span><\/p>\n\n3. Kết quả nghi&ecirc;n cứu v&agrave; thảo luận <\/span><\/span><\/b><\/span><\/span><\/span><\/span><\/p>\n\n3.1. Kết quả nghi&ecirc;n cứu <\/span><\/span><\/i><\/b><\/span><\/span><\/span><\/span><\/p>\n\n3.1.1. Kết quả ph&acirc;n loại lớp phủ bề mặt theo thuật to&aacute;n Machine Learning<\/span><\/span><\/i><\/span><\/span><\/span><\/p>\n\nSau khi xử l&yacute; dữ liệu ảnh UAV, kết quả ảnh trực giao được x&acirc;y dựng c&oacute; độ ph&acirc;n giải rất cao với 2,57 cm\/pixel (H&igrave;nh 5) v&agrave; được tạo bởi 9,5 triệu điểm đ&aacute;m m&acirc;y (point cloud) cho ph&eacute;p t&aacute;i hiện chi tiết v&agrave; trực quan c&aacute;c đối tượng tr&ecirc;n bề mặt địa h&igrave;nh tại khu vực nghi&ecirc;n cứu. Độ chi tiết n&agrave;y đ&oacute;ng vai tr&ograve; đặc biệt quan trọng trong việc ph&acirc;n t&iacute;ch, nhận dạng v&agrave; ph&acirc;n loại c&aacute;c đặc điểm kh&ocirc;ng gian của c&aacute;c loại lớp phủ.<\/span><\/span><\/span><\/span><\/span><\/p>\n\n<table class=\"MsoTableGrid\" style=\"border-collapse:collapse; border:undefined\">\n\t<tbody>\n\t\t<tr>\n\t\t\t<td style=\"width:211.75pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"282\">\n\t\t\t<img src=\"\/datafiles\/46325\/upload\/images\/image-20251024102116-5.png\" style=\"width: 300px; height: 223px;\" \/> <\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"width:213.5pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"285\">\n\t\t\t<img src=\"\/datafiles\/46325\/upload\/images\/image-20251024102116-6.png\" style=\"width: 300px; height: 233px;\" \/> <\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr>\n\t\t\t<td style=\"width:211.75pt; padding:0cm 5.4pt 0cm 5.4pt\" valign=\"top\" width=\"282\">\n\t\t\tH&igrave;nh 5. Ảnh trực giao<\/span><\/span><\/i><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"width:213.5pt; padding:0cm 5.4pt 0cm 5.4pt\" valign=\"top\" width=\"285\">\n\t\t\tH&igrave;nh 6.&nbsp; Lớp phủ với Random Forest<\/span><\/span><\/i><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr>\n\t\t\t<td style=\"width:211.75pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"282\">\n\t\t\t<img src=\"\/datafiles\/46325\/upload\/images\/image-20251024102116-7.png\" style=\"width: 120px; height: 200px;\" \/> <\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"width:213.5pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"285\">\n\t\t\t<img src=\"\/datafiles\/46325\/upload\/images\/image-20251024102116-8.png\" style=\"width: 300px; height: 231px;\" \/> <\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr>\n\t\t\t<td style=\"width:211.75pt; padding:0cm 5.4pt 0cm 5.4pt\" valign=\"top\" width=\"282\">\n\t\t\t&nbsp;<\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"width:213.5pt; padding:0cm 5.4pt 0cm 5.4pt\" valign=\"top\" width=\"285\">\n\t\t\tH&igrave;nh 7. Lớp phủ với SVM<\/span><\/span><\/i><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t<\/tbody>\n<\/table>\n\nKết quả ph&acirc;n loại lớp phủ bề mặt lần lượt bằng thuật to&aacute;n Random Forest (RF) v&agrave; Support Vector Machine (SVM) được thể hiện qua H&igrave;nh 6 v&agrave; H&igrave;nh 7 với 8 loại lớp phủ gồm mặt nước, thực vật, đất trống, đường, nh&agrave; ở, phương tiện, b&atilde;i đậu xe v&agrave; thuyền. Tuy nhi&ecirc;n, mỗi thuật to&aacute;n lại thể hiện ưu v&agrave; nhược điểm ri&ecirc;ng trong qu&aacute; tr&igrave;nh ph&acirc;n loại. Cụ thể thuật to&aacute;n Random Forest đ&atilde; thể hiện khả năng ph&acirc;n loại ổn định v&agrave; kh&aacute; r&otilde; n&eacute;t ranh giới giữa c&aacute;c lớp phủ. C&aacute;c lớp như thực vật v&agrave; mặt nước được nhận diện rất r&otilde;, đặc biệt l&agrave; v&ugrave;ng thực vật (m&agrave;u xanh l&aacute;) c&oacute; sự liền mạch v&agrave; &iacute;t bị ph&acirc;n mảnh. Ngo&agrave;i ra, c&aacute;c lớp như nh&agrave; ở v&agrave; đường cũng được ph&acirc;n biệt kh&aacute; r&otilde;, gi&uacute;p bản đồ c&oacute; t&iacute;nh trực quan cao v&agrave; dễ d&agrave;ng quan s&aacute;t (H&igrave;nh 6). Đối với thuật to&aacute;n SVM c&oacute; xuất hiện một số sai s&oacute;t nhỏ, chẳng hạn như c&aacute;c v&ugrave;ng bị nhầm lẫn giữa lớp đường v&agrave; đất trống hoặc giữa nh&agrave; ở v&agrave; phương tiện (H&igrave;nh 7). <\/span><\/span><\/span><\/span><\/span><\/p>\n\n3.1.2.&nbsp; Kết quả đ&aacute;nh gi&aacute; độ ch&iacute;nh x&aacute;c sau ph&acirc;n loại lớp phủ bề mặt<\/span><\/span><\/i><\/span><\/span><\/span><\/p>\n\nQua bảng 1 ma trận sai số cho thấy, m&ocirc; h&igrave;nh ph&acirc;n loại ảnh UAV bằng thuật to&aacute;n Random Forest hoạt động kh&aacute; hiệu quả, với độ ch&iacute;nh x&aacute;c to&agrave;n cục đạt 86,67% v&agrave; hệ số Kappa l&agrave; 0,83. Điều n&agrave;y cho thấy kết quả ph&acirc;n loại c&oacute; sự thống nhất cao với dữ liệu thực địa, phản &aacute;nh khả năng m&ocirc; h&igrave;nh nhận diện lớp phủ một c&aacute;ch đ&aacute;ng tin cậy. C&aacute;c lớp như mặt nước, thực vật, đất trống v&agrave; nh&agrave; được ph&acirc;n loại với độ ch&iacute;nh x&aacute;c cao. Trong đ&oacute;, lớp mặt nước c&oacute; độ ch&iacute;nh x&aacute;c người d&ugrave;ng cao 97,1%, cho thấy khả năng nhận diện r&otilde; r&agrave;ng v&agrave; rất &iacute;t bị nhầm lẫn. C&aacute;c lớp c&oacute; đặc trưng h&igrave;nh th&aacute;i v&agrave; quang phổ r&otilde; n&eacute;t thường được ph&acirc;n loại ch&iacute;nh x&aacute;c hơn. Tuy nhi&ecirc;n, độ ch&iacute;nh x&aacute;c ở một số lớp nhỏ như phương tiện (26,3%) v&agrave; thuyền (5,8%) th&igrave; kh&aacute; thấp. Phương tiện v&agrave; c&aacute;c lớp như nh&agrave;, thực vật hoặc b&atilde;i đậu xe c&oacute; nhiều nhầm lẫn trong nhận diện m&agrave;u sắc (pixel), h&igrave;nh dạng. Nguy&ecirc;n nh&acirc;n c&oacute; thể xuất ph&aacute;t từ diện t&iacute;ch vật thể nhỏ, xuất hiện tạm thời, bị che khuất hoặc c&oacute; đặc t&iacute;nh phổ tương đồng với c&aacute;c lớp kh&aacute;c. Lớp thuyền l&agrave; một trong những lớp c&oacute; độ ch&iacute;nh x&aacute;c thấp nhất với độ ch&iacute;nh x&aacute;c người d&ugrave;ng chỉ đạt 5,8%. Nguy&ecirc;n nh&acirc;n l&agrave; do đặc điểm h&igrave;nh th&aacute;i phức tạp của thuyền: trong một con thuyền thường c&oacute; chứa nhiều vật dụng kh&aacute;c nhau, mỗi vật dụng c&oacute; thể mang đặc trưng phổ kh&aacute;c nhau (v&iacute; dụ: m&aacute;i che, động cơ, h&agrave;ng h&oacute;a), dẫn đến việc m&ocirc; h&igrave;nh dễ nhầm lẫn thuyền với c&aacute;c lớp như mặt nước, phương tiện hoặc nh&agrave;. B&ecirc;n cạnh đ&oacute;, trong qu&aacute; tr&igrave;nh chọn mẫu huấn luyện, nh&oacute;m đ&atilde; khoanh v&ugrave;ng to&agrave;n bộ con thuyền l&agrave;m một v&ugrave;ng đối tượng duy nhất để đảm bảo t&iacute;nh đầy đủ, tuy nhi&ecirc;n điều n&agrave;y lại l&agrave;m tăng mức độ kh&ocirc;ng đồng nhất về phổ trong mỗi mẫu. Do số lượng thuyền trong ảnh UAV kh&ocirc;ng nhiều v&agrave; c&oacute; sự đa dạng về h&igrave;nh d&aacute;ng, m&agrave;u sắc, n&ecirc;n số mẫu huấn luyện cho lớp n&agrave;y cũng bị hạn chế, g&oacute;p phần l&agrave;m giảm độ ch&iacute;nh x&aacute;c khi ph&acirc;n loại. Từ những kết quả tr&ecirc;n, c&oacute; thể đ&aacute;nh gi&aacute; rằng m&ocirc; h&igrave;nh đ&atilde; thực hiện tốt đối với c&aacute;c lớp ổn định, dễ nhận dạng. Tuy nhi&ecirc;n, để n&acirc;ng cao hiệu quả ph&acirc;n loại với c&aacute;c lớp kh&oacute;, n&ecirc;n tăng cường số lượng mẫu huấn luyện, cải thiện bước ph&acirc;n đoạn nhằm tăng khả năng ph&acirc;n biệt c&aacute;c đối tượng phức tạp hơn.<\/span><\/span><\/span><\/span><\/span><\/p>\n\nBảng <\/span><\/span><\/i>1<\/span><\/span><\/i>. <\/span><\/span><\/i>Ma trận sai số với thuật to&aacute;n Random Forest<\/span><\/span><\/i><\/span><\/span><\/span><\/p>\n\n<table class=\"MsoTableGrid\" style=\"border-collapse:collapse; border:solid black 1.0pt\">\n\t<tbody>\n\t\t<tr>\n\t\t\t<td style=\"border:solid black 1.0pt; width:56.45pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"75\">\n\t\t\tLớp ph&uacute;<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border:solid black 1.0pt; width:23.85pt; border-left:none; padding:0cm 5.4pt 0cm 5.4pt\" width=\"32\">\n\t\t\tMặt nước<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border:solid black 1.0pt; width:36.95pt; border-left:none; padding:0cm 5.4pt 0cm 5.4pt\" width=\"49\">\n\t\t\tThực vật<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border:solid black 1.0pt; width:39.65pt; border-left:none; padding:0cm 5.4pt 0cm 5.4pt\" width=\"53\">\n\t\t\tĐường<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border:solid black 1.0pt; width:37.0pt; border-left:none; padding:0cm 5.4pt 0cm 5.4pt\" width=\"49\">\n\t\t\tĐất trống<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border:solid black 1.0pt; width:36.95pt; border-left:none; padding:0cm 5.4pt 0cm 5.4pt\" width=\"49\">\n\t\t\tNh&agrave;<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border:solid black 1.0pt; width:43.3pt; border-left:none; padding:0cm 5.4pt 0cm 5.4pt\" width=\"58\">\n\t\t\tPhương tiện<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border:solid black 1.0pt; width:36.95pt; border-left:none; padding:0cm 5.4pt 0cm 5.4pt\" width=\"49\">\n\t\t\tB&atilde;i đậu xe<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border:solid black 1.0pt; width:42.35pt; border-left:none; padding:0cm 5.4pt 0cm 5.4pt\" width=\"56\">\n\t\t\tThuyền<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border:solid black 1.0pt; width:34.3pt; border-left:none; padding:0cm 5.4pt 0cm 5.4pt\" width=\"46\">\n\t\t\tTổng<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border:solid black 1.0pt; width:37.0pt; border-left:none; padding:0cm 5.4pt 0cm 5.4pt\" width=\"49\">\n\t\t\tĐCX người d&ugrave;ng<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr>\n\t\t\t<td style=\"border:solid black 1.0pt; width:56.45pt; border-top:none; padding:0cm 5.4pt 0cm 5.4pt\" width=\"75\">\n\t\t\tMặt nước<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:23.85pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"32\">\n\t\t\t68<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:36.95pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"49\">\n\t\t\t2<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:39.65pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"53\">\n\t\t\t0<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:37.0pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"49\">\n\t\t\t0<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:36.95pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"49\">\n\t\t\t0<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:43.3pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"58\">\n\t\t\t0<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:36.95pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"49\">\n\t\t\t0<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:42.35pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"56\">\n\t\t\t0<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:34.3pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"46\">\n\t\t\t70<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:37.0pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"49\">\n\t\t\t97,1%<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr>\n\t\t\t<td style=\"border:solid black 1.0pt; width:56.45pt; border-top:none; padding:0cm 5.4pt 0cm 5.4pt\" width=\"75\">\n\t\t\tThực vật<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:23.85pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"32\">\n\t\t\t0<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:36.95pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"49\">\n\t\t\t142<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:39.65pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"53\">\n\t\t\t2<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:37.0pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"49\">\n\t\t\t15<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:36.95pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"49\">\n\t\t\t1<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:43.3pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"58\">\n\t\t\t0<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:36.95pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"49\">\n\t\t\t0<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:42.35pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"56\">\n\t\t\t0<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:34.3pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"46\">\n\t\t\t160<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:37.0pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"49\">\n\t\t\t88,8%<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr>\n\t\t\t<td style=\"border:solid black 1.0pt; width:56.45pt; border-top:none; padding:0cm 5.4pt 0cm 5.4pt\" width=\"75\">\n\t\t\tĐường<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:23.85pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"32\">\n\t\t\t0<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:36.95pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"49\">\n\t\t\t0<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:39.65pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"53\">\n\t\t\t18<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:37.0pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"49\">\n\t\t\t0<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:36.95pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"49\">\n\t\t\t2<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:43.3pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"58\">\n\t\t\t0<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:36.95pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"49\">\n\t\t\t0<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:42.35pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"56\">\n\t\t\t0<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:34.3pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"46\">\n\t\t\t20<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:37.0pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"49\">\n\t\t\t90%<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr>\n\t\t\t<td style=\"border:solid black 1.0pt; width:56.45pt; border-top:none; padding:0cm 5.4pt 0cm 5.4pt\" width=\"75\">\n\t\t\tĐất trống<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:23.85pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"32\">\n\t\t\t0<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:36.95pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"49\">\n\t\t\t0<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:39.65pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"53\">\n\t\t\t0<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:37.0pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"49\">\n\t\t\t59<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:36.95pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"49\">\n\t\t\t2<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:43.3pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"58\">\n\t\t\t0<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:36.95pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"49\">\n\t\t\t0<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:42.35pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"56\">\n\t\t\t0<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:34.3pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"46\">\n\t\t\t63<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:37.0pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"49\">\n\t\t\t93,6%<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr>\n\t\t\t<td style=\"border:solid black 1.0pt; width:56.45pt; border-top:none; padding:0cm 5.4pt 0cm 5.4pt\" width=\"75\">\n\t\t\tNh&agrave;<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:23.85pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"32\">\n\t\t\t1<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:36.95pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"49\">\n\t\t\t1<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:39.65pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"53\">\n\t\t\t1<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:37.0pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"49\">\n\t\t\t1<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:36.95pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"49\">\n\t\t\t115<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:43.3pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"58\">\n\t\t\t1<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:36.95pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"49\">\n\t\t\t0<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:42.35pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"56\">\n\t\t\t1<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:34.3pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"46\">\n\t\t\t121<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:37.0pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"49\">\n\t\t\t95,1%<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr>\n\t\t\t<td style=\"border:solid black 1.0pt; width:56.45pt; border-top:none; padding:0cm 5.4pt 0cm 5.4pt\" width=\"75\">\n\t\t\tPhương tiện<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:23.85pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"32\">\n\t\t\t1<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:36.95pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"49\">\n\t\t\t1<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:39.65pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"53\">\n\t\t\t0<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:37.0pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"49\">\n\t\t\t1<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:36.95pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"49\">\n\t\t\t8<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:43.3pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"58\">\n\t\t\t5<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:36.95pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"49\">\n\t\t\t1<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:42.35pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"56\">\n\t\t\t0<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:34.3pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"46\">\n\t\t\t19<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:37.0pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"49\">\n\t\t\t26,3%<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr>\n\t\t\t<td style=\"border:solid black 1.0pt; width:56.45pt; border-top:none; padding:0cm 5.4pt 0cm 5.4pt\" width=\"75\">\n\t\t\tB&atilde;i đậu xe<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:23.85pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"32\">\n\t\t\t0<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:36.95pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"49\">\n\t\t\t0<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:39.65pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"53\">\n\t\t\t9<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:37.0pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"49\">\n\t\t\t0<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:36.95pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"49\">\n\t\t\t3<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:43.3pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"58\">\n\t\t\t1<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:36.95pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"49\">\n\t\t\t21<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:42.35pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"56\">\n\t\t\t0<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:34.3pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"46\">\n\t\t\t25<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:37.0pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"49\">\n\t\t\t84%<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr>\n\t\t\t<td style=\"border:solid black 1.0pt; width:56.45pt; border-top:none; padding:0cm 5.4pt 0cm 5.4pt\" width=\"75\">\n\t\t\tThuyền<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:23.85pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"32\">\n\t\t\t1<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:36.95pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"49\">\n\t\t\t4<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:39.65pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"53\">\n\t\t\t1<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:37.0pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"49\">\n\t\t\t5<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:36.95pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"49\">\n\t\t\t5<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:43.3pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"58\">\n\t\t\t0<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:36.95pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"49\">\n\t\t\t0<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:42.35pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"56\">\n\t\t\t1<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:34.3pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"46\">\n\t\t\t17<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:37.0pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"49\">\n\t\t\t5,8%<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr>\n\t\t\t<td style=\"border:solid black 1.0pt; width:56.45pt; border-top:none; padding:0cm 5.4pt 0cm 5.4pt\" width=\"75\">\n\t\t\tTổng<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:23.85pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"32\">\n\t\t\t71<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:36.95pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"49\">\n\t\t\t154<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:39.65pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"53\">\n\t\t\t22<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:37.0pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"49\">\n\t\t\t81<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:36.95pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"49\">\n\t\t\t136<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:43.3pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"58\">\n\t\t\t7<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:36.95pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"49\">\n\t\t\t22<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:42.35pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"56\">\n\t\t\t2<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:34.3pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"46\">\n\t\t\t500<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:37.0pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"49\">\n\t\t\t&nbsp;<\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr>\n\t\t\t<td style=\"border:solid black 1.0pt; width:56.45pt; border-top:none; padding:0cm 5.4pt 0cm 5.4pt\" width=\"75\">\n\t\t\tĐCX nh&agrave; sản xuất<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:23.85pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"32\">\n\t\t\t95,7%<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:36.95pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"49\">\n\t\t\t92,2%<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:39.65pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"53\">\n\t\t\t81,8%<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:37.0pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"49\">\n\t\t\t72,8%<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:36.95pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"49\">\n\t\t\t84,5%<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:43.3pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"58\">\n\t\t\t71,4%<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:36.95pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"49\">\n\t\t\t95,4%<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:42.35pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"56\">\n\t\t\t50%<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:34.3pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"46\">\n\t\t\t&nbsp;<\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:37.0pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"49\">\n\t\t\t&nbsp;<\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr>\n\t\t\t<td colspan=\"9\" style=\"border:solid black 1.0pt; width:353.45pt; border-top:none; padding:0cm 5.4pt 0cm 5.4pt\" width=\"471\">\n\t\t\tĐộ ch&iacute;nh x&aacute;c to&agrave;n cục<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td colspan=\"2\" style=\"border-bottom:solid black 1.0pt; width:71.3pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"95\">\n\t\t\t86,6 %<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr>\n\t\t\t<td colspan=\"9\" style=\"border:solid black 1.0pt; width:353.45pt; border-top:none; padding:0cm 5.4pt 0cm 5.4pt\" width=\"471\">\n\t\t\tHệ số Kappa<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td colspan=\"2\" style=\"border-bottom:solid black 1.0pt; width:71.3pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"95\">\n\t\t\t0,83<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t<\/tbody>\n<\/table>\n\nDựa tr&ecirc;n ma trận sai số (Bảng 2), m&ocirc; h&igrave;nh ph&acirc;n loại sử dụng thuật to&aacute;n SVM đạt độ ch&iacute;nh x&aacute;c to&agrave;n cục 77,4% v&agrave; hệ số Kappa 0,71 cho thấy mức độ ph&ugrave; hợp tương đối tốt với dữ liệu thực tế. C&aacute;c lớp như mặt nước, thực vật, đường v&agrave; nh&agrave; được ph&acirc;n loại kh&aacute; ch&iacute;nh x&aacute;c, đặc biệt lớp mặt nước đạt độ ch&iacute;nh x&aacute;c người d&ugrave;ng 92,6%, phản &aacute;nh khả năng nhận diện vượt trội nhờ đặc trưng phổ r&otilde; r&agrave;ng. Tuy nhi&ecirc;n, c&aacute;c lớp c&oacute; h&igrave;nh th&aacute;i nhỏ, phức tạp hoặc phổ kh&ocirc;ng ổn định như phương tiện, b&atilde;i đậu xe v&agrave; thuyền cho kết quả chưa cao. Cụ thể, lớp phương tiện đạt 60%, thường bị nhầm lẫn với nh&agrave; ở hoặc đường. <\/span><\/span>Nguy&ecirc;n nh&acirc;n c&oacute; thể bắt nguồn từ việc số lượng mẫu huấn luyện c&ograve;n hạn chế, chưa phản &aacute;nh đầy đủ sự đa dạng phổ v&agrave; h&igrave;nh học của c&aacute;c đối tượng trong từng lớp. Điều n&agrave;y ảnh hưởng trực tiếp đến khả năng ph&acirc;n t&aacute;ch của m&ocirc; h&igrave;nh, đặc biệt đối với c&aacute;c lớp c&oacute; đặc điểm phổ gần nhau. Để cải thiện hiệu quả ph&acirc;n loại, cần tăng cường số lượng v&agrave; chất lượng mẫu huấn luyện, đặc biệt đối với c&aacute;c lớp kh&oacute;.<\/span><\/span><\/span><\/span><\/span><\/p>\n\nBảng <\/span><\/span><\/i>2<\/span><\/span><\/i>. <\/span><\/span><\/i>Ma trận sai số với thuật to&aacute;n Support Vector Machine<\/span><\/span><\/i><\/span><\/span><\/span><\/p>\n\n<table class=\"MsoTableGrid\" style=\"border-collapse:collapse; border:solid black 1.0pt\">\n\t<tbody>\n\t\t<tr>\n\t\t\t<td style=\"border:solid black 1.0pt; width:44.6pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"59\">\n\t\t\tLớp ph&uacute;<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border:solid black 1.0pt; width:42.6pt; border-left:none; padding:0cm 5.4pt 0cm 5.4pt\" width=\"57\">\n\t\t\tMặt nước<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border:solid black 1.0pt; width:42.7pt; border-left:none; padding:0cm 5.4pt 0cm 5.4pt\" width=\"57\">\n\t\t\tThực vật<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border:solid black 1.0pt; width:43.0pt; border-left:none; padding:0cm 5.4pt 0cm 5.4pt\" width=\"57\">\n\t\t\tĐường<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border:solid black 1.0pt; width:42.7pt; border-left:none; padding:0cm 5.4pt 0cm 5.4pt\" width=\"57\">\n\t\t\tĐất trống<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border:solid black 1.0pt; width:42.6pt; border-left:none; padding:0cm 5.4pt 0cm 5.4pt\" width=\"57\">\n\t\t\tNh&agrave;<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border:solid black 1.0pt; width:44.6pt; border-left:none; padding:0cm 5.4pt 0cm 5.4pt\" width=\"59\">\n\t\t\tPhương tiện<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border:solid black 1.0pt; width:42.45pt; border-left:none; padding:0cm 5.4pt 0cm 5.4pt\" width=\"57\">\n\t\t\tB&atilde;i đậu xe<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border:solid black 1.0pt; width:43.6pt; border-left:none; padding:0cm 5.4pt 0cm 5.4pt\" width=\"58\">\n\t\t\tThuyền<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border:solid black 1.0pt; width:42.65pt; border-left:none; padding:0cm 5.4pt 0cm 5.4pt\" width=\"57\">\n\t\t\tTổng<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border:solid black 1.0pt; width:42.85pt; border-left:none; padding:0cm 5.4pt 0cm 5.4pt\" width=\"57\">\n\t\t\tĐCX người d&ugrave;ng<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr>\n\t\t\t<td style=\"border:solid black 1.0pt; width:44.6pt; border-top:none; padding:0cm 5.4pt 0cm 5.4pt\" width=\"59\">\n\t\t\tMặt nước<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:42.6pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"57\">\n\t\t\t63<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:42.7pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"57\">\n\t\t\t1<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:43.0pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"57\">\n\t\t\t0<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:42.7pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"57\">\n\t\t\t0<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:42.6pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"57\">\n\t\t\t2<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:44.6pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"59\">\n\t\t\t0<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:42.45pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"57\">\n\t\t\t0<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:43.6pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"58\">\n\t\t\t2<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:42.65pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"57\">\n\t\t\t68<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:42.85pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"57\">\n\t\t\t92,6%<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr>\n\t\t\t<td style=\"border:solid black 1.0pt; width:44.6pt; border-top:none; padding:0cm 5.4pt 0cm 5.4pt\" width=\"59\">\n\t\t\tThực vật<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:42.6pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"57\">\n\t\t\t0<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:42.7pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"57\">\n\t\t\t146<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:43.0pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"57\">\n\t\t\t0<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:42.7pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"57\">\n\t\t\t1<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:42.6pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"57\">\n\t\t\t4<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:44.6pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"59\">\n\t\t\t0<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:42.45pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"57\">\n\t\t\t0<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:43.6pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"58\">\n\t\t\t0<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:42.65pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"57\">\n\t\t\t151<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:42.85pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"57\">\n\t\t\t96,7%<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr>\n\t\t\t<td style=\"border:solid black 1.0pt; width:44.6pt; border-top:none; padding:0cm 5.4pt 0cm 5.4pt\" width=\"59\">\n\t\t\tĐường<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:42.6pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"57\">\n\t\t\t0<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:42.7pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"57\">\n\t\t\t2<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:43.0pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"57\">\n\t\t\t11<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:42.7pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"57\">\n\t\t\t1<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:42.6pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"57\">\n\t\t\t0<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:44.6pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"59\">\n\t\t\t1<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:42.45pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"57\">\n\t\t\t0<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:43.6pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"58\">\n\t\t\t0<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:42.65pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"57\">\n\t\t\t15<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:42.85pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"57\">\n\t\t\t73,3%<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr>\n\t\t\t<td style=\"border:solid black 1.0pt; width:44.6pt; border-top:none; padding:0cm 5.4pt 0cm 5.4pt\" width=\"59\">\n\t\t\tĐất trống<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:42.6pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"57\">\n\t\t\t0<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:42.7pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"57\">\n\t\t\t16<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:43.0pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"57\">\n\t\t\t0<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:42.7pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"57\">\n\t\t\t54<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:42.6pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"57\">\n\t\t\t2<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:44.6pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"59\">\n\t\t\t3<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:42.45pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"57\">\n\t\t\t1<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:43.6pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"58\">\n\t\t\t0<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:42.65pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"57\">\n\t\t\t76<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:42.85pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"57\">\n\t\t\t71%<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr>\n\t\t\t<td style=\"border:solid black 1.0pt; width:44.6pt; border-top:none; padding:0cm 5.4pt 0cm 5.4pt\" width=\"59\">\n\t\t\tNh&agrave;<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:42.6pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"57\">\n\t\t\t0<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:42.7pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"57\">\n\t\t\t8<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:43.0pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"57\">\n\t\t\t0<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:42.7pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"57\">\n\t\t\t6<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:42.6pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"57\">\n\t\t\t96<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:44.6pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"59\">\n\t\t\t1<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:42.45pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"57\">\n\t\t\t4<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:43.6pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"58\">\n\t\t\t1<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:42.65pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"57\">\n\t\t\t116<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:42.85pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"57\">\n\t\t\t82,7%<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr>\n\t\t\t<td style=\"border:solid black 1.0pt; width:44.6pt; border-top:none; padding:0cm 5.4pt 0cm 5.4pt\" width=\"59\">\n\t\t\tPhương tiện<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:42.6pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"57\">\n\t\t\t0<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:42.7pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"57\">\n\t\t\t0<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:43.0pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"57\">\n\t\t\t0<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:42.7pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"57\">\n\t\t\t0<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:42.6pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"57\">\n\t\t\t4<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:44.6pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"59\">\n\t\t\t9<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:42.45pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"57\">\n\t\t\t2<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:43.6pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"58\">\n\t\t\t0<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:42.65pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"57\">\n\t\t\t15<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:42.85pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"57\">\n\t\t\t60%<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr>\n\t\t\t<td style=\"border:solid black 1.0pt; width:44.6pt; border-top:none; padding:0cm 5.4pt 0cm 5.4pt\" width=\"59\">\n\t\t\tB&atilde;i đậu xe<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:42.6pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"57\">\n\t\t\t0<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:42.7pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"57\">\n\t\t\t2<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:43.0pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"57\">\n\t\t\t0<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:42.7pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"57\">\n\t\t\t1<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:42.6pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"57\">\n\t\t\t0<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:44.6pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"59\">\n\t\t\t0<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:42.45pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"57\">\n\t\t\t7<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:43.6pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"58\">\n\t\t\t0<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:42.65pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"57\">\n\t\t\t10<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:42.85pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"57\">\n\t\t\t70%<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr>\n\t\t\t<td style=\"border:solid black 1.0pt; width:44.6pt; border-top:none; padding:0cm 5.4pt 0cm 5.4pt\" width=\"59\">\n\t\t\tThuyền<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:42.6pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"57\">\n\t\t\t0<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:42.7pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"57\">\n\t\t\t24<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:43.0pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"57\">\n\t\t\t2<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:42.7pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"57\">\n\t\t\t9<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:42.6pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"57\">\n\t\t\t11<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:44.6pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"59\">\n\t\t\t2<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:42.45pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"57\">\n\t\t\t0<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:43.6pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"58\">\n\t\t\t3<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:42.65pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"57\">\n\t\t\t51<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:42.85pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"57\">\n\t\t\t50,8%<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr>\n\t\t\t<td style=\"border:solid black 1.0pt; width:44.6pt; border-top:none; padding:0cm 5.4pt 0cm 5.4pt\" width=\"59\">\n\t\t\tTổng<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:42.6pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"57\">\n\t\t\t63<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:42.7pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"57\">\n\t\t\t199<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:43.0pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"57\">\n\t\t\t13<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:42.7pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"57\">\n\t\t\t72<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:42.6pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"57\">\n\t\t\t119<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:44.6pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"59\">\n\t\t\t16<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:42.45pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"57\">\n\t\t\t14<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:43.6pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"58\">\n\t\t\t6<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:42.65pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"57\">\n\t\t\t500<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:42.85pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"57\">\n\t\t\t&nbsp;<\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr>\n\t\t\t<td style=\"border:solid black 1.0pt; width:44.6pt; border-top:none; padding:0cm 5.4pt 0cm 5.4pt\" width=\"59\">\n\t\t\tĐCX nh&agrave; sản xuất<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:42.6pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"57\">\n\t\t\t100%<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:42.7pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"57\">\n\t\t\t73,3%<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:43.0pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"57\">\n\t\t\t84,6%<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:42.7pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"57\">\n\t\t\t75%<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:42.6pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"57\">\n\t\t\t80,6%<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:44.6pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"59\">\n\t\t\t56,2%<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:42.45pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"57\">\n\t\t\t50%<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:43.6pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"58\">\n\t\t\t50%<\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:42.65pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"57\">\n\t\t\t&nbsp;<\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"border-bottom:solid black 1.0pt; width:42.85pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"57\">\n\t\t\t&nbsp;<\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr>\n\t\t\t<td colspan=\"9\" style=\"border:solid black 1.0pt; width:388.85pt; border-top:none; padding:0cm 5.4pt 0cm 5.4pt\" width=\"518\">\n\t\t\tĐộ ch&iacute;nh x&aacute;c to&agrave;n cục<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td colspan=\"2\" style=\"border-bottom:solid black 1.0pt; width:85.5pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"114\">\n\t\t\t77,4 %<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t\t<tr>\n\t\t\t<td colspan=\"9\" style=\"border:solid black 1.0pt; width:388.85pt; border-top:none; padding:0cm 5.4pt 0cm 5.4pt\" width=\"518\">\n\t\t\tHệ số Kappa<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td colspan=\"2\" style=\"border-bottom:solid black 1.0pt; width:85.5pt; border-top:none; border-left:none; border-right:solid black 1.0pt; padding:0cm 5.4pt 0cm 5.4pt\" width=\"114\">\n\t\t\t0,71<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t<\/tbody>\n<\/table>\n\n&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; Qua ph&acirc;n t&iacute;ch Bảng 1 v&agrave; Bảng 2 cho thấy, mặc d&ugrave; thuật to&aacute;n SVM đạt kết quả kh&aacute; tốt ở một số lớp kh&oacute; như phương tiện v&agrave; thuyền với độ ch&iacute;nh x&aacute;c người d&ugrave;ng cao hơn so với Random Forest (RF). Tuy nhi&ecirc;n, khi đ&aacute;nh gi&aacute; tổng thể, b&agrave;i b&aacute;o sử dụng hai chỉ số ch&iacute;nh l&agrave; độ ch&iacute;nh x&aacute;c to&agrave;n cục (Overall Accuracy &ndash; OA) v&agrave; hệ số Kappa để so s&aacute;nh hiệu suất giữa hai thuật to&aacute;n. Kết quả cho thấy RF đạt OA l&agrave; 86,6% v&agrave; hệ số Kappa l&agrave; 0,83, cao hơn đ&aacute;ng kể so với SVM với c&aacute;c gi&aacute; trị tương ứng l&agrave; 77,4% v&agrave; 0,71. Điều n&agrave;y cho thấy RF c&oacute; hiệu suất ph&acirc;n loại tổng thể tốt hơn, đồng thời thể hiện mức độ ổn định v&agrave; nhất qu&aacute;n cao hơn so với SVM. Mặt kh&aacute;c, x&eacute;t tr&ecirc;n kh&iacute;a cạnh ph&acirc;n bố kh&ocirc;ng gian của c&aacute;c lớp phủ bề mặt, thuật to&aacute;n Random Forest cho thấy khả năng ph&acirc;n v&ugrave;ng ranh giới r&otilde; r&agrave;ng giữa c&aacute;c đối tượng, đồng thời duy tr&igrave; được cấu tr&uacute;c mịn v&agrave; li&ecirc;n tục trong kh&ocirc;ng gian. Đ&acirc;y l&agrave; yếu tố quan trọng trong việc x&acirc;y dựng c&aacute;c bản đồ lớp phủ c&oacute; t&iacute;nh trực quan cao v&agrave; c&oacute; thể ứng dụng hiệu quả trong c&ocirc;ng t&aacute;c quy hoạch, gi&aacute;m s&aacute;t m&ocirc;i trường v&agrave; quản l&yacute; t&agrave;i nguy&ecirc;n. Ngược lại, kết quả ph&acirc;n loại từ thuật to&aacute;n SVM mặc d&ugrave; vẫn đạt độ ch&iacute;nh x&aacute;c tương đối, nhưng xuất hiện một số sai s&oacute;t cục bộ, điển h&igrave;nh như nhầm lẫn giữa lớp đường giao th&ocirc;ng v&agrave; đất trống, hoặc giữa khu vực nh&agrave; ở v&agrave; phương tiện giao th&ocirc;ng. Những lỗi n&agrave;y c&oacute; thể ảnh hưởng đến độ tin cậy của sản phẩm bản đồ trong thực tiễn.<\/span><\/span><\/span><\/span><\/span><\/p>\n\n3.1.<\/span><\/span><\/i>3<\/span><\/span><\/i>. Kết quả x&acirc;y dựng bản đồ lớp phủ bề mặt<\/span><\/span><\/i><\/span><\/span><\/span><\/p>\n\nThuật to&aacute;n Random Forest kh&ocirc;ng chỉ vượt trội về mặt thống k&ecirc; thể hiện qua hệ số Kappa m&agrave; c&ograve;n ổn định hơn về mặt kh&ocirc;ng gian, mang lại kết quả trực quan r&otilde; r&agrave;ng v&agrave; đ&aacute;ng tin cậy hơn, do đ&oacute; kết quả ph&acirc;n loại của RF ph&ugrave; hợp hơn cho mục ti&ecirc;u x&acirc;y dựng bản đồ lớp phủ bề mặt trong nghi&ecirc;n cứu n&agrave;y (H&igrave;nh 6). <\/span><\/span><\/span><\/span><\/span><\/p>\n\nNgo&agrave;i ra, diện t&iacute;ch của c&aacute;c loại lớp phủ bề mặt đ&atilde; được t&iacute;nh to&aacute;n v&agrave; tổng hợp thể hiện ở H&igrave;nh 9. Kết quả thống k&ecirc; cho thấy, <\/span><\/span>thực vật<\/span><\/strong> chiếm diện t&iacute;ch lớn nhất với 27.166,77 m&sup2;, khu vực hiện tại c&oacute; tỷ lệ c&acirc;y xanh rất cao. <\/span><\/span>Nh&agrave;<\/span><\/strong> đứng thứ hai với 19.729,07 m&sup2;, cho thấy mật độ x&acirc;y dựng d&acirc;n cư cũng kh&aacute; lớn. <\/span><\/span>Mặt nước<\/span><\/strong> (11.366,61 m&sup2;) v&agrave; <\/span><\/span>đất trống<\/span><\/strong> (10.344,40 m&sup2;) c&oacute; diện t&iacute;ch ở mức trung b&igrave;nh, đ&oacute;ng g&oacute;p một phần đ&aacute;ng kể v&agrave;o tổng diện t&iacute;ch. C&aacute;c lớp phủ c&ograve;n lại như <\/span><\/span>b&atilde;i đậu xe<\/span><\/strong>, <\/span><\/span>đường giao th&ocirc;ng<\/span><\/strong>, <\/span><\/span>phương tiện<\/span><\/strong> v&agrave; <\/span><\/span>thuyền<\/span><\/strong> đều c&oacute; diện t&iacute;ch nhỏ hơn nhiều (dưới 4.100 m&sup2;), cho thấy c&aacute;c hạng mục hạ tầng v&agrave; phương tiện chỉ chiếm một phần nhỏ so với diện t&iacute;ch tự nhi&ecirc;n v&agrave; khu d&acirc;n cư. Nh&igrave;n chung, cơ cấu lớp phủ thi&ecirc;n về thảm thực vật, đất trống, mặt nước v&agrave; khu d&acirc;n cư, trong khi c&aacute;c yếu tố hạ tầng v&agrave; phương tiện chiếm tỷ lệ thấp hơn. <\/span><\/span><\/span><\/span><\/span><\/p>\n\n<img src=\"\/datafiles\/46325\/upload\/images\/image-20251024102116-9.png\" style=\"width: 301px; height: 186px;\" \/> <\/span><\/span><\/span><\/p>\n\nH&igrave;nh 9. Biểu đồ thống k&ecirc; diện t&iacute;ch lớp phủ<\/span><\/span><\/i><\/span><\/span><\/span><\/p>\n\nQua kết hợp bản đồ lớp phủ v&agrave; biểu đồ c&oacute; thể nhận thấy khu vực c&ograve;n nhiều quỹ đất v&agrave; kh&ocirc;ng gian để ph&aacute;t triển trong tương lai. Lớp phủ thực vật tuy chiếm diện t&iacute;ch lớn nhưng phần lớn l&agrave; c&acirc;y thấp xen kẽ với c&aacute;c dải đất trống tập trung ở trung t&acirc;m v&agrave; ph&iacute;a Đ&ocirc;ng Bắc của khu vực. C&aacute;c khu n&agrave;y bằng phẳng, tiếp gi&aacute;p trực tiếp với tuyến đường ven s&ocirc;ng, tạo điều kiện thuận lợi cho việc mở rộng đ&ocirc; thị hoặc x&acirc;y dựng hạ tầng. <\/span><\/span><\/p>\n\n3.2. Thảo luận <\/span><\/span><\/i><\/b>&nbsp;<\/span><\/span><\/span><\/p>\n\nKết quả thực nghiệm cho thấy c&aacute;c lớp phủ bề mặt tr&ecirc;n ảnh trực giao được xử l&yacute; từ dữ liệu UAV đ&atilde; được ph&acirc;n loại một c&aacute;ch hiệu quả nhờ ứng dụng c&aacute;c thuật to&aacute;n học m&aacute;y với độ ch&iacute;nh x&aacute;c của hệ số Kappa đạt 0,83 đối với Random Forest (RF) v&agrave; hệ số Kappa đạt 0,71 đối với Support Vector Machine (SVM). Điều n&agrave;y chứng minh rằng cả hai thuật to&aacute;n đều c&oacute; khả năng học tốt từ tập mẫu huấn luyện, cho ph&eacute;p nhận dạng v&agrave; ph&acirc;n biệt c&aacute;c lớp phủ kh&aacute;c nhau với độ ch&iacute;nh x&aacute;c tương đối cao. Trong đ&oacute;, thuật to&aacute;n RF thể hiện ưu thế r&otilde; rệt hơn kh&ocirc;ng chỉ về độ ch&iacute;nh x&aacute;c tổng thể, tuy nhi&ecirc;n thuật to&aacute;n SVM đạt hiệu quả kh&aacute; tốt ở một số lớp kh&oacute; như phương tiện v&agrave; thuyền, thể hiện qua độ ch&iacute;nh x&aacute;c người d&ugrave;ng cao hơn so với Random Forest (RF). Bởi thuật to&aacute;n RF đạt hiệu quả cao hơn c&oacute; thể xuất ph&aacute;t từ bản chất của thuật to&aacute;n l&agrave; một m&ocirc; h&igrave;nh học m&aacute;y dạng tổ hợp nhiều c&acirc;y quyết định gi&uacute;p giảm thiểu hiện tượng qu&aacute; khớp (overfitting) v&agrave; tăng cường độ ổn định trong kết quả ph&acirc;n loại. Trong khi đ&oacute;, SVM mặc d&ugrave; mạnh trong c&aacute;c b&agrave;i to&aacute;n ph&acirc;n t&aacute;ch tuyến t&iacute;nh hoặc phi tuyến, nhưng lại nhạy cảm với nhiễu v&agrave; chất lượng dữ liệu huấn luyện, điều n&agrave;y phần n&agrave;o ảnh hưởng đến hiệu quả ph&acirc;n loại khi &aacute;p dụng tr&ecirc;n dữ liệu UAV c&oacute; độ phức tạp cao [1,8]. <\/span><\/span><\/span><\/span><\/span><\/p>\n\nViệc t&iacute;ch hợp c&ocirc;ng nghệ UAV với c&aacute;c thuật to&aacute;n học m&aacute;y, điển h&igrave;nh như RF kh&ocirc;ng chỉ mang lại nguồn dữ liệu c&oacute; độ ph&acirc;n giải cao, m&agrave; c&ograve;n tạo điều kiện thuận lợi cho qu&aacute; tr&igrave;nh lựa chọn mẫu huấn luyện nhờ khả năng nhận diện trực quan c&aacute;c đối tượng tr&ecirc;n ảnh. Điều n&agrave;y kh&ocirc;ng những gi&uacute;p tăng độ ch&iacute;nh x&aacute;c của kết quả ph&acirc;n loại, m&agrave; c&ograve;n g&oacute;p phần n&acirc;ng cao hiệu quả trong c&ocirc;ng t&aacute;c x&acirc;y dựng bản đồ lớp phủ bề mặt, từ đ&oacute; phục vụ tốt hơn cho c&ocirc;ng t&aacute;c quản l&yacute; v&agrave; quy hoạch đ&ocirc; thị. Tuy nhi&ecirc;n, b&agrave;i b&aacute;o vẫn c&ograve;n gặp một số hạn chế nhất định như trong qu&aacute; tr&igrave;nh xử l&yacute; ảnh UAV mất nhiều thời gian, đồng thời việc tạo điểm đ&aacute;m m&acirc;y (Point Cloud) chỉ dừng ở mức độ High thay v&igrave; mức Highest do hạn chế về cấu h&igrave;nh phần cứng, đ&atilde; l&agrave;m cho mật độ điểm đ&aacute;m m&acirc;y chưa đủ d&agrave;y đặc để m&ocirc; tả chi tiết c&aacute;c đối tượng tr&ecirc;n bề mặt đất. Mặc d&ugrave;, kết quả ph&acirc;n loại lớp phủ kh&aacute; tương đồng với ảnh trực giao độ ph&acirc;n giải cao nhưng chưa phản &aacute;nh ch&iacute;nh x&aacute;c thực tế do c&ograve;n sai s&oacute;t, v&igrave; thế cần tiến h&agrave;nh chọn mẫu nhiều hơn v&agrave; đa dạng hơn gi&uacute;p n&acirc;ng cao độ ch&iacute;nh x&aacute;c. Ngo&agrave;i ra, để n&acirc;ng cao độ tin cậy trong kết quả ph&acirc;n loại, một hướng tiếp cận tiềm năng l&agrave; kết hợp c&ocirc;ng nghệ UAV với c&aacute;c thuật to&aacute;n học s&acirc;u (Deep Learning), đặc biệt l&agrave; những m&ocirc; h&igrave;nh dựa tr&ecirc;n mạng nơ-ron nh&acirc;n tạo (Artificial Neural Networks). C&aacute;c m&ocirc; h&igrave;nh học s&acirc;u c&oacute; khả năng tự động học v&agrave; tr&iacute;ch xuất đặc trưng từ dữ liệu ảnh UAV với độ ch&iacute;nh x&aacute;c cao, nhờ v&agrave;o cấu tr&uacute;c nhiều lớp v&agrave; khả năng xử l&yacute; dữ liệu phức tạp. Sự kết hợp n&agrave;y kh&ocirc;ng chỉ gi&uacute;p cải thiện độ ch&iacute;nh x&aacute;c trong ph&acirc;n loại lớp phủ bề mặt m&agrave; c&ograve;n tạo tiền đề cho việc x&acirc;y dựng c&aacute;c hệ thống gi&aacute;m s&aacute;t th&ocirc;ng minh, phục vụ hiệu quả c&ocirc;ng t&aacute;c quy hoạch v&agrave; quản l&yacute; đ&ocirc; thị [7,15].<\/span><\/span><\/span><\/span><\/span><\/p>\n\n4. Kết luận<\/span><\/span><\/b> <\/b><\/span><\/span><\/span><\/p>\n\nViệc t&iacute;ch hợp c&ocirc;ng nghệ UAV v&agrave; c&aacute;c thuật to&aacute;n học m&aacute;y kh&ocirc;ng chỉ gi&uacute;p khắc phục những hạn chế của c&aacute;c phương ph&aacute;p truyền thống trong ph&acirc;n loại ảnh viễn th&aacute;m, m&agrave; c&ograve;n mở ra một hướng tiếp cận hiện đại trong xử l&yacute; v&agrave; ph&acirc;n t&iacute;ch dữ liệu lớn với độ ph&acirc;n giải cao. Kết&nbsp;&nbsp; quả thực nghiệm cho thấy, thuật to&aacute;n SVM đạt hiệu quả kh&aacute; tốt ở một số lớp kh&oacute; như phương tiện v&agrave; thuyền, thể hiện qua độ ch&iacute;nh x&aacute;c người d&ugrave;ng cao hơn so với Random Forest (RF). Tuy nhi&ecirc;n, khi đ&aacute;nh gi&aacute; tổng thể dựa tr&ecirc;n c&aacute;c chỉ số độ ch&iacute;nh x&aacute;c to&agrave;n cục (Overall Accuracy &ndash; OA) v&agrave; hệ số Kappa l&agrave; những thước đo phản &aacute;nh hiệu suất ph&acirc;n loại, trong đ&oacute; thuật to&aacute;n RF lại cho kết quả vượt trội hơn, với OA đạt 86,6% v&agrave; hệ số Kappa l&agrave; 0,83, so với c&aacute;c gi&aacute; trị tương ứng của SVM l&agrave; 77,4% v&agrave; 0,71. Điều n&agrave;y cho thấy RF kh&ocirc;ng chỉ đảm bảo độ ch&iacute;nh x&aacute;c cao, m&agrave; c&ograve;n thể hiện t&iacute;nh ổn định v&agrave; nhất qu&aacute;n hơn trong to&agrave;n bộ qu&aacute; tr&igrave;nh ph&acirc;n loại. Do đ&oacute;, thuật to&aacute;n Random Forest được đ&aacute;nh gi&aacute; l&agrave; ph&ugrave; hợp hơn cho mục ti&ecirc;u x&acirc;y dựng bản đồ lớp phủ bề mặt từ dữ liệu ảnh UAV. Những kết quả đạt được g&oacute;p phần củng cố tiềm năng ứng dụng rộng r&atilde;i của c&ocirc;ng nghệ UAV trong gi&aacute;m s&aacute;t t&agrave;i nguy&ecirc;n đất đai, hỗ trợ qu&aacute; tr&igrave;nh ra quyết định trong quy hoạch đ&ocirc; thị v&agrave; quản l&yacute; m&ocirc;i trường. Qua đ&oacute;, nghi&ecirc;n cứu khẳng định triển vọng của việc t&iacute;ch hợp UAV với c&aacute;c m&ocirc; h&igrave;nh học m&aacute;y như một giải ph&aacute;p hiệu quả trong ph&acirc;n t&iacute;ch dữ liệu kh&ocirc;ng gian hiện đại, phục vụ cho quản l&yacute; đ&ocirc; thị th&ocirc;ng minh v&agrave; ph&aacute;t triển bền vững.<\/span><\/span><\/span><\/span><\/span><\/p>\n\nCam kết của c&aacute;c t&aacute;c giả<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\nTất cả c&aacute;c t&aacute;c giả c&oacute; t&ecirc;n trong b&agrave;i b&aacute;o cam kết sự đồng thuận v&agrave; kh&ocirc;ng c&oacute; xung đột lợi &iacute;ch trong c&ocirc;ng bố khoa học tại b&agrave;i b&aacute;o n&agrave;y.<\/span><\/span><\/span><\/span><\/span><\/p>\n\nT&agrave;i liệu tham khảo<\/span><\/span><\/b><\/span><\/span><\/span><\/p>\n\n[1]&nbsp;&nbsp;&nbsp; Ivosevic, Bojana &amp; Pajević, Nina &amp; Brdar, Sanja &amp; Waqar, Rana Muhammad &amp; Khan, Maryam &amp; Valente, Jo&atilde;o. <\/span><\/span><\/span>&ldquo;Comprehensive dataset from high resolution UAV land cover mapping of diverse natural environments in Serbia&rdquo;. Scientific Data<\/i>. Vol. 12. page 11-12, 2025<\/span><\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\n[2]&nbsp;&nbsp;&nbsp; Trần Ngọc Huyền Trang, Trần Thị Kim Oanh, L&ecirc; Trung Chơn. &ldquo;Kết hợp thiết bị bay kh&ocirc;ng người l&aacute;i (UAV) v&agrave; GIS x&acirc;y dựng dữ liệu phục vụ quản l&yacute; c&acirc;y xanh đ&ocirc; thị&rdquo;. Tạp ch&iacute; Kh&iacute; tượng Thủy văn.<\/i> EME4, trang 139-148, 2022<\/span><\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\n[3]&nbsp;&nbsp;&nbsp; V&otilde; Quốc Tuấn, Nguyễn Tấn Lợi, Qu&atilde;ng Thị Dal Trương Ch&iacute; Quang v&agrave; Phạm Quốc Việt. &ldquo;Ứng dụng c&ocirc;ng nghệ UAV (drones) theo d&otilde;i v&agrave; hỗ trợ cảnh b&aacute;o sớm dịch hại v&ugrave;ng canh t&aacute;c l&uacute;a tỉnh S&oacute;c Trăng&rdquo;. Tạp chí Khoa học Trường Đại học C&acirc;̀n Thơ.<\/i> Tập 57, 28-38, 2021<\/span><\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\n[4]&nbsp;&nbsp;&nbsp; Phan Nguy&ecirc;n Việt, Nguyễn Hữu Đức, Chung Minh Qu&acirc;n, Ph&ugrave;ng Ngọc Anh. &ldquo;Ứng dụng c&ocirc;ng nghệ UAV kết hợp WebGIS trong đo vẽ địa h&igrave;nh phục vụ khảo s&aacute;t, thiết kế c&ocirc;ng tr&igrave;nh&rdquo;. Tạp ch&iacute; Kh&iacute; tượng Thủy văn<\/i>. EME4, trang 181-192, 2022<\/span><\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\n[5]&nbsp;&nbsp;&nbsp; H&agrave; Qu&yacute; Quỳnh, Nguyễn Văn Sinh, Đặng Huy Phương, Nguyễn Quảng Trường. &ldquo;Sử dụng m&aacute;y bay kh&ocirc;ng người l&aacute;i (UAV) chụp ảnh phục vụ nghi&ecirc;n cứu cấu tr&uacute;c c&aacute;c hệ sinh th&aacute;i n&uacute;i khu vực T&acirc;y Nguy&ecirc;n&rdquo;. Tạp ch&iacute; Khoa học v&agrave; C&ocirc;ng nghệ Việt Nam<\/i>. Tập 8, trang 30-33, 2020. <\/span><\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\n[6]&nbsp;&nbsp;&nbsp; Taposh Mollick, Md Golam Azam, Sabrina Karim. &ldquo;Geospatial-based machine learning techniques for land use and land cover mapping using a high-resolution unmanned aerial vehicle image&rdquo;. Remote Sensing Applications: Society and Environment<\/i>. Vol.29, page 100859, 2023<\/span><\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\n[7]&nbsp;&nbsp;&nbsp; Tejendra Kumar Yadav, Polpreecha Chidburee, Nattapon Mahavik. &ldquo;Land Cover Classification Based on UAV Photogrammetry and&nbsp; Deep Learning for Supporting Mine Reclamation: A Case Study of&nbsp; Mae Moh Mine in Lampang Province, Thailand&rdquo;. Applied Environmental Research<\/i>. Vol43(4), page 39-54, 2021<\/span><\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\n[8]&nbsp;&nbsp;&nbsp; Sultana S, Inayathulla M. &ldquo;Precision Land Use and LandCover Classiﬁcation Using GoogleEarth Engine: Integrating RandomForest and Support Vector MachineAlgorithms&rdquo;. Geo-Eye<\/i>. Vol.11(2), page 9-14, 2022<\/span><\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\n[9]&nbsp;&nbsp;&nbsp; Breiman, L. &ldquo;Random Forests. Machine Learning&rdquo;. Springer Nature<\/i>. Vol 45(1), 5&ndash;32, 2001. <\/span><\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\n[10]&nbsp; Cortes, C., &amp; Vapnik, V. &ldquo;Support-vector networks&rdquo;. Machine Learning&rdquo;. Springer Nature<\/i>. Vol. 20(3), page 273&ndash;297, 1995<\/span><\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\n[11]&nbsp; Xu, Saiping &amp; Zhao, Qianjun &amp; Yin, Kai &amp; Zhang, Feifei &amp; Liu, Dingbang &amp; Guang, Yang. &ldquo;Combining random forest and support vector machines for object-based rural-land-cover classification using high spatial resolution imagery&rdquo;. Journal of Applied Remote Sensing<\/i>. Vol.13, page 1-25, 2019<\/span><\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\n[12]&nbsp; Mountrakis, G., Im, J., &amp; Ogole, C. &ldquo;Support vector machines in remote sensing: A review&rdquo;. ISPRS Journal of Photogrammetry and Remote Sensing<\/i>. Vol. 66(3), page 247&ndash;259, 2011<\/span><\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\n[13]&nbsp; Vũ Xu&acirc;n Định. &ldquo;Ứng dụng c&ocirc;ng nghệ UAV v&agrave; WebGIS trong x&acirc;y dựng bản đồ 3D trực tuyến&rdquo;. Tạp ch&iacute; Kh&iacute; tượng Thủy văn<\/i>.&nbsp; Tập 771, trang 1-14, 2025<\/span><\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\n[14]&nbsp; Cohen, J. A coefficient of agreement for nominal scales. Educational and Psychological Measurement. <\/i>Vol. 20(1), page 37&ndash;46, 1960<\/span><\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\n[15] Trần Ngọc Huyền Trang. &ldquo;T&iacute;ch hợp ảnh UAV, Deep Learning v&agrave; WebGIS phục vụ c&ocirc;ng t&aacute;c quản l&yacute; c&acirc;y xanh đ&ocirc; thị -Trường hợp nghi&ecirc;n cứu tại TP.HCM&rdquo;. Tạp ch&iacute; X&acirc;y dựng<\/i>. Trang 118-123, 07\/2025<\/span><\/span><\/span>.<\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\n<table class=\"MsoTableGrid\" style=\"margin-left:-.25pt; border-collapse:collapse; border:undefined\" width=\"557\">\n\t<tbody>\n\t\t<tr style=\"height:25.95pt\">\n\t\t\t<td style=\"width:359.45pt; padding:0cm 5.4pt 0cm 5.4pt; height:25.95pt\" valign=\"top\" width=\"479\">&nbsp;\n\t\t\t<a href=\"https:\/\/www.geocartagis.org\/thong-tin-khoa-hoc\" style=\"color:#0563c1; text-decoration:underline\" target=\"_blank\">Article&nbsp;<\/span><\/span><\/a>&copy; 2024&nbsp;by&nbsp;<\/span><\/span><\/span><\/span><a href=\"https:\/\/www.geocartagis.org\/\" style=\"color:#0563c1; text-decoration:underline\" target=\"_blank\">Magazine of Geodesy - Cartography&nbsp;<\/span><\/span><\/a>is licensed under&nbsp;<\/span><\/span><\/span><\/span><a href=\"https:\/\/creativecommons.org\/licenses\/by\/4.0\/?ref=chooser-v1\" style=\"color:#0563c1; text-decoration:underline\" target=\"_blank\">CC BY 4.0&nbsp;<\/span><\/span><\/a><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t\t<td style=\"width:58.15pt; padding:0cm 5.4pt 0cm 5.4pt; height:25.95pt\" valign=\"top\" width=\"78\">\n\t\t\t<img height=\"56\" src=\"\/datafiles\/46325\/upload\/images\/image-20251024102116-10.png\" width=\"173\" \/> <\/span><\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n\t\t\t<\/td>\n\t\t<\/tr>\n\t<\/tbody>\n<\/table>\n","image_url":"https:\/\/www.geocartagis.org\/datafiles\/46325\/upload\/images\/04_25\/lophu.png?t=1761276093","image_thumb_url":"https:\/\/www.geocartagis.org\/datafiles\/46325\/upload\/thumb_images\/04_25\/lophu.png?t=1770553253","tags":"","count_view":1159,"seo_name":"tich-hop-cong-nghe-uav-va-thuat-toan-hoc-may-phuc-vu-phan-loai-lop-phu-be-mat-bang-phan-mem-arcgis-pro","date_update":1761275940,"date_created_format":1761276104,"meta_title":"Machine Learning","meta_desc":"","meta_keyword":"ArcGIS Pro,Lớp phủ bề mặt,Machine Learning,Phân loại,UAV","qr_code":"https:\/\/www.geocartagis.org\/tich-hop-cong-nghe-uav-va-thuat-toan-hoc-may-phuc-vu-phan-loai-lop-phu-be-mat-bang-phan-mem-arcgis-pro"}],"content_pagging":{"firstCurrentItem":36,"lastCurrentItem":42,"total":115,"limit":6,"currentPage":"7","total_page":20,"pages":[{"active":false,"disable":false,"type":"first","page":1,"url":"https:\/\/www.geocartagis.org\/so-bao-hien-thoi-1709396679?check_timer=1&check_type=0&page=1"},{"active":false,"disable":false,"type":"prev","page":6,"url":"https:\/\/www.geocartagis.org\/so-bao-hien-thoi-1709396679?check_timer=1&check_type=0&page=6"},{"active":false,"disable":false,"type":"page","page":3,"url":"https:\/\/www.geocartagis.org\/so-bao-hien-thoi-1709396679?check_timer=1&check_type=0&page=3"},{"active":false,"disable":false,"type":"page","page":4,"url":"https:\/\/www.geocartagis.org\/so-bao-hien-thoi-1709396679?check_timer=1&check_type=0&page=4"},{"active":false,"disable":false,"type":"page","page":5,"url":"https:\/\/www.geocartagis.org\/so-bao-hien-thoi-1709396679?check_timer=1&check_type=0&page=5"},{"active":false,"disable":false,"type":"page","page":6,"url":"https:\/\/www.geocartagis.org\/so-bao-hien-thoi-1709396679?check_timer=1&check_type=0&page=6"},{"active":true,"disable":false,"type":"page","page":7,"url":"javascript:void(0)"},{"active":false,"disable":false,"type":"page","page":8,"url":"https:\/\/www.geocartagis.org\/so-bao-hien-thoi-1709396679?check_timer=1&check_type=0&page=8"},{"active":false,"disable":false,"type":"page","page":9,"url":"https:\/\/www.geocartagis.org\/so-bao-hien-thoi-1709396679?check_timer=1&check_type=0&page=9"},{"active":false,"disable":false,"type":"page","page":10,"url":"https:\/\/www.geocartagis.org\/so-bao-hien-thoi-1709396679?check_timer=1&check_type=0&page=10"},{"active":false,"disable":false,"type":"page","page":11,"url":"https:\/\/www.geocartagis.org\/so-bao-hien-thoi-1709396679?check_timer=1&check_type=0&page=11"},{"active":false,"disable":false,"type":"next","page":8,"url":"https:\/\/www.geocartagis.org\/so-bao-hien-thoi-1709396679?check_timer=1&check_type=0&page=8"},{"active":false,"disable":false,"type":"last","page":20,"url":"https:\/\/www.geocartagis.org\/so-bao-hien-thoi-1709396679?check_timer=1&check_type=0&page=20"}]}},"widget_10923480":{"content_data":{"content":"Xem thêm"}},"widget_10923484":{"content_data":{"content":"Lượt xem"}},"widget_10923269":{"content_data":{"content":"Trụ sở: Số 2 Đặng Thùy Trâm, phường Nghĩa Đô, thành phố Hà Nội"}},"widget_11124121":{"content_data":{"content":"Văn phòng: Số 45 Nguyễn Trãi, phường Khương Đình, thành phố Hà Nội"}},"widget_10923668":{"content_data":{"content":"Số điện thoại: 0913345919"}},"widget_10938675":{"content_data":{"content":"ISSN:&nbsp; 2615-9481"}},"widget_10923275":{"content_data":{"content":"Email:&nbsp; geocartagis@gmail.com&nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp;"}},"widget_10923278":{"content_data":{"content":"Thông tin thêm\n"}},"widget_10923279":{"content_data":[{"id":293673,"name":"Các câu hỏi thường gặp","desc":"","content":"","image_url":"https:\/\/www.geocartagis.org\/datafiles\/46325\/upload\/images\/B%C3%ACa%20TC\/z5299543523779_10514bb17991fd57ced63bb34a4bdcec.jpg","image_thumb_url":"https:\/\/www.geocartagis.org\/datafiles\/46325\/upload\/thumb_images\/B%C3%ACa%20TC\/z5299543523779_10514bb17991fd57ced63bb34a4bdcec.jpg","tags":"","count_view":0,"seo_name":"cac-cau-hoi-thuong-gap","date_update":0,"date_created_format":"0","meta_title":"","meta_desc":"","meta_keyword":"","unique":50469,"index":0},{"id":293665,"name":"Số báo hiện thời","desc":"","content":"","image_url":"https:\/\/www.geocartagis.org\/datafiles\/46325\/upload\/images\/B%C3%ACa%20TC\/z5299543523779_10514bb17991fd57ced63bb34a4bdcec.jpg","image_thumb_url":"https:\/\/www.geocartagis.org\/datafiles\/46325\/upload\/thumb_images\/B%C3%ACa%20TC\/z5299543523779_10514bb17991fd57ced63bb34a4bdcec.jpg","tags":"","count_view":0,"seo_name":"so-bao-hien-thoi-1709396679","date_update":0,"date_created_format":"0","meta_title":"","meta_desc":"","meta_keyword":"","unique":46227,"index":1},{"id":293669,"name":"Liên hệ","desc":"","content":"","image_url":"https:\/\/www.geocartagis.org\/datafiles\/46325\/upload\/images\/B%C3%ACa%20TC\/z5299543523779_10514bb17991fd57ced63bb34a4bdcec.jpg","image_thumb_url":"https:\/\/www.geocartagis.org\/datafiles\/46325\/upload\/thumb_images\/B%C3%ACa%20TC\/z5299543523779_10514bb17991fd57ced63bb34a4bdcec.jpg","tags":"","count_view":0,"seo_name":"lien-he","date_update":0,"date_created_format":"0","meta_title":"","meta_desc":"","meta_keyword":"","unique":46229,"index":2}]},"widget_12370422":{"content_data":{"content":"Đăng ký"}},"widget_10923280":{"content_data":{"content":"THÔNG TIN KHOA HỌC"}},"widget_10923282":{"content_data":{"content":"Trích dẫn scholar google"}},"widget_15322293":{"content_data":{"content":"Nộp bài trực tuyến"}},"widget_10923592":{"content_data":{"content":"X"}},"category_desc":"","title_page":"Số báo hiện thời"}