Tổng quan nghiên cứu

Lúa nước là cây lương thực thiết yếu đảm bảo nguồn dinh dưỡng trực tiếp cho hơn 90 triệu người dân Việt Nam. Vùng Đồng bằng sông Hồng với diện tích tự nhiên 14.763 km2, trải rộng trên địa giới hành chính của 11 tỉnh thành và mật độ dân số chạm mức 939 người/km2, giữ vị trí vựa lúa lớn thứ hai của cả nước. Theo số liệu thống kê năm 2016, sản lượng lúa toàn vùng đạt khoảng 3,5 triệu tấn trong vụ đông xuân với năng suất 65,34 tạ/ha và đạt 2,7 triệu tấn trong vụ mùa với năng suất 54,86 tạ/ha. Tuy nhiên, tốc độ đô thị hóa nhanh chóng cùng các hiện tượng biến đổi khí hậu cực đoan đang làm suy giảm diện tích đất canh tác nông nghiệp qua từng năm.

Phương pháp thống kê truyền thống của các cơ quan quản lý nông nghiệp hiện nay chủ yếu dựa trên điều tra thực địa phân tán và tổng hợp báo cáo thủ công qua nhiều cấp. Cách tiếp cận này đòi hỏi kinh phí lớn, tốn nhiều nhân lực và thường có độ trễ thông tin cao. Nhằm giải quyết triệt để vấn đề này, đề tài tập trung nghiên cứu, phát triển phương pháp phân lớp lúa tự động và xây dựng bản đồ canh tác lúa hàng năm cho toàn bộ Đồng bằng sông Hồng trong giai đoạn 2013 - 2016 bằng ảnh viễn thám Landsat 8 Surface Reflectance.

Mục tiêu trọng tâm của nghiên cứu là hoàn thiện quy trình tiền xử lý, trích xuất chuỗi đặc trưng thời gian và ứng dụng thuật toán học máy hiện đại để nhận dạng chính xác không gian phân bố lúa nước. Nghiên cứu mang ý nghĩa thực tiễn to lớn trong việc tối ưu hóa chi phí khảo sát, hỗ trợ chính quyền kiểm soát an ninh lương thực và quy hoạch sử dụng đất với hệ số tương quan diện tích cấp tỉnh R2 đạt trên 0,96 cùng độ chính xác tổng thể đạt tới 91,53%.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng dựa trên lý thuyết viễn thám quang học đa phổ kết hợp với nguyên lý phản xạ bề mặt của thảm thực vật. Viễn thám quang học ghi nhận năng lượng bức xạ mặt trời phản xạ từ các đối tượng bề mặt trái đất qua nhiều dải sóng khác nhau, trong đó các kênh cận hồng ngoại và hồng ngoại sóng ngắn có độ nhạy rất cao với cấu trúc tán lá và độ ẩm của ruộng lúa.

Bên cạnh đó, đề tài ứng dụng lý thuyết học máy nâng cao dựa trên mô hình Gradient Boosting Machines và thuật toán eXtreme Gradient Boosting. Mô hình hoạt động dựa trên nguyên lý kết hợp chuỗi các bộ học cơ sở là cây quyết định, tối ưu hóa hàm mục tiêu có tích hợp thành phần chính quy hóa để kiểm soát độ phức tạp của mô hình và kiềm chế hiện tượng quá khớp.

Ba khái niệm học thuật then chốt được vận dụng xuyên suốt đề tài bao gồm: Mặt nạ mây nhằm bóc tách điểm ảnh mây và bóng mây; Độ phân giải không gian và thời gian với kích thước điểm ảnh 30 mét cùng chu kỳ lặp 16 ngày của vệ tinh Landsat 8; Chuỗi đặc trưng thời gian phản ánh quy luật biến thiên phản xạ phổ của cây lúa qua các thời kỳ sinh trưởng từ ngập nước, đẻ nhánh đến trổ chín và thu hoạch.

Phương pháp nghiên cứu

Nguồn dữ liệu chính của nghiên cứu bao gồm 337 cảnh ảnh Landsat 8 Surface Reflectance thu thập miễn phí từ Cục Khảo sát Địa chất Hoa Kỳ trong giai đoạn 2013 - 2016 qua 4 khung cảnh vệ tinh. Dữ liệu đối chứng và phụ trợ bao gồm bản đồ lớp phủ đất năm 2015 của Cơ quan Thám hiểm Hàng không Vũ trụ Nhật Bản độ phân giải 15 mét, bản đồ hiện trạng sử dụng đất năm 2010 của Bộ Tài nguyên và Môi trường cùng số liệu thống kê sản xuất lúa giai đoạn 2013 - 2016 từ Bộ Nông nghiệp và Phát triển nông thôn.

Phương pháp chọn mẫu áp dụng kỹ thuật lấy mẫu ngẫu nhiên phân tầng được chia thành hai tầng độc lập là lớp lúa và lớp không phải lúa. Tổng cỡ mẫu thực nghiệm gồm 1.655 điểm ảnh, trong đó tập huấn luyện gồm 1.277 điểm (530 điểm lúa và 747 điểm phi lúa), tập kiểm tra độc lập gồm 378 điểm (108 điểm lúa và 270 điểm phi lúa). Tất cả các điểm mẫu được thẩm định độc lập thông qua ảnh vệ tinh độ phân giải rất cao trên nền tảng Google Earth và dữ liệu khảo sát thực địa.

Lý do lựa chọn phương pháp phân tích eXtreme Gradient Boosting kết hợp ghép ảnh tháng xuất phát từ đặc thù tỷ lệ mây che phủ trung bình tại Đồng bằng sông Hồng lên tới 60%, khiến mỗi pixel chỉ có khoảng 4 đến 5 lần quan sát rõ nét trong một năm. Sau khi lọc mây bằng thuật toán mặt nạ mây, các ảnh được ghép theo tháng bằng phương pháp lấy giá trị trung bình pixel và gán giá trị 0 cho các điểm khuyết, tạo thành chuỗi 63 đến 84 đặc trưng phổ. Thuật toán này được lựa chọn nhờ khả năng xử lý vượt trội đối với các véc-tơ dữ liệu thưa, tốc độ huấn luyện song song nhanh và cho phép tối ưu hóa tham số thông qua kiểm định chéo 10 nếp. Timeline nghiên cứu được thực hiện liên tục trên chuỗi dữ liệu 4 năm từ 2013 đến 2016.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Thứ nhất, mô hình phân lớp đạt độ chính xác tổng thể rất cao trên tập dữ liệu kiểm thử độc lập, dao động ổn định từ 89,42% đến 91,53% qua các năm. Năm 2013 ghi nhận độ chính xác tổng thể cao nhất đạt 91,53%, hệ số Kappa đạt 0,79 và điểm F1 trung bình đạt 0,92. Năm 2014 và 2015 lần lượt đạt độ chính xác 90,74% và 90,48% với hệ số Kappa cùng đạt 0,78.

Thứ hai, đối với riêng lớp lúa, mô hình thể hiện độ nhạy vượt trội khi dao động từ 87% đến 94%, chứng minh khả năng bắt trọn hầu hết các diện tích canh tác thực tế trên thực địa. Điểm F1 của lớp lúa đạt từ 0,83 đến 0,85, trong khi lớp phi lúa đạt điểm F1 từ 0,92 đến 0,94. Độ chính xác của lớp lúa đạt trong khoảng 75% đến 84%.

Thứ ba, kết quả trích xuất diện tích lúa từ ảnh vệ tinh có mối tương quan tuyến tính đặc biệt chặt chẽ với số liệu niên giám thống kê nông nghiệp cấp tỉnh. Hệ số xác định R2 đạt từ 0,9624 đến 0,9807, trong đó năm 2015 đạt mức tương quan cao nhất với R2 = 0,9807, tiếp sau là năm 2014 với R2 = 0,9790 và năm 2013 đạt R2 = 0,9693.

Thứ tư, độ lệch diện tích toàn vùng giữa bản đồ nhận dạng vệ tinh và số liệu thống kê ghi nhận mức sai số tương đối thấp, dao động từ +7,06% (năm 2015, diện tích vệ tinh đạt 580.361 ha so với thống kê 542.100 ha, chênh 38.261 ha) đến +15,42% (năm 2016, diện tích vệ tinh đạt 603.050 ha so với thống kê 522.496 ha, chênh 80.554 ha).

Thảo luận kết quả

Nguyên nhân dẫn đến sai số phân lớp bắt nguồn từ điều kiện mây mù dày đặc với tỷ lệ che phủ bình quân 60% mỗi năm, làm giảm lượng quan sát quang học chất lượng cao. Hiện tượng độ nhạy của lớp lúa cao nhưng độ chính xác ở mức 75% đến 84% xuất phát từ sự tương đồng về tín hiệu phản xạ phổ giữa lúa nước và một số thảm thực vật khác như rau màu, cỏ hoặc cây bụi trong cùng giai đoạn phát triển.

So với các nghiên cứu trước đây sử dụng ảnh MODIS độ phân giải 500 mét vốn chỉ đạt độ chính xác 70% đến 80% cùng hệ số R2 khoảng 0,8911, việc khai thác ảnh Landsat 8 độ phân giải 30 mét mang lại bước tiến vượt bậc trong việc phân tách các thửa ruộng manh mún. Kết quả này tiệm cận độ chính xác của các nghiên cứu kết hợp dữ liệu radar phức tạp như Sentinel-1 và PALSAR-2 với độ chính xác khoảng 95,9%.

Trong thực tiễn quản lý, các kết quả phân lớp này có thể được biểu diễn trực quan qua biểu đồ phân tán hồi quy tuyến tính thể hiện tương quan diện tích và bản đồ chuyên đề hai màu tương phản (lớp lúa màu vàng, lớp phi lúa màu đen). Bảng ma trận nhầm lẫn chi tiết giúp phân tích rõ sai lệch theo từng địa phương: Hà Nội đạt độ chuẩn xác cao nhất với sai số diện tích chỉ từ -0,97% đến 2,01%, trong khi Bắc Ninh có độ chênh lệch từ 13,03% đến 25,82% do diện tích phân tán và tốc độ chuyển đổi mục đích sử dụng đất diễn ra mạnh mẽ.

Đề xuất và khuyến nghị

Thứ nhất, tích hợp dữ liệu viễn thám radar khẩu độ tổng hợp: Đẩy mạnh việc kết hợp nguồn ảnh quang học Landsat 8 với dữ liệu radar Sentinel-1 nhằm khắc phục triệt để rào cản mây mù nhiệt đới. Mục tiêu giảm sai số chênh lệch diện tích xuống dưới 5% và nâng chỉ số F1 lớp lúa lên trên 0,90 trong giai đoạn 2024 - 2026, do Cục Viễn thám Quốc gia chủ trì phối hợp cùng các viện nghiên cứu chuyên ngành.

Thứ hai, chuẩn hóa bộ đặc trưng phân loại theo vùng sinh thái nông nghiệp: Bổ sung các chỉ số thực vật nâng cao và chỉ số phản xạ nước cho từng tiểu vùng địa hình nhằm khắc phục hiện tượng nhầm lẫn giữa lúa và cây hoa màu. Mục tiêu nâng độ chính xác của lớp lúa tại các tỉnh có sai số cao như Bắc Ninh và Thái Bình lên trên 88% trước quý IV năm 2025, do Sở Nông nghiệp và Phát triển Nông thôn các tỉnh thực hiện.

Thứ ba, thiết lập nền tảng bản đồ số nông nghiệp trực tuyến gần thời gian thực: Phát triển hệ thống WebGIS tự động hóa quy trình phân lớp định kỳ 16 ngày theo chu kỳ cập nhật vệ tinh. Mục tiêu cung cấp báo cáo diện tích và tiến độ mùa vụ cho các cơ quan quản lý trong vòng 48 giờ sau khi nhận ảnh từ năm 2025, do các đơn vị công nghệ thông tin ngành nông nghiệp đảm trách.

Thứ tư, mở rộng mạng lưới thu thập dữ liệu thực địa số hóa: Trang bị ứng dụng di động định vị tọa độ vệ tinh cho cán bộ khuyến nông cơ sở để cập nhật liên tục các điểm mẫu canh tác. Mục tiêu mở rộng cơ sở dữ liệu mẫu huấn luyện lên trên 3.000 điểm chuẩn hóa trong giai đoạn 2025 - 2027, do Chi cục Trồng trọt và Bảo vệ Thực vật các địa phương phụ trách.

Đối tượng nên tham khảo luận văn

Thứ nhất, cán bộ quản lý nông nghiệp và nhà hoạch định chính sách: Ứng dụng quy trình tự động phân lớp để giám sát biến động diện tích gieo cấy lúa hai vụ chính trên phạm vi 11 tỉnh thành, từ đó đưa ra quyết định điều hành xuất khẩu gạo và chính sách hỗ trợ sản xuất kịp thời.

Thứ hai, kỹ sư phân tích dữ liệu không gian và chuyên gia viễn thám: Tham khảo chi tiết phương pháp lọc mây bằng mặt nạ mây, kỹ thuật ghép ảnh raster trung bình hàng tháng và thuật toán trích xuất chuỗi đặc trưng thời gian đa phổ cho các bài toán bản đồ lớp phủ bề mặt quy mô lớn.

Thứ ba, nhà nghiên cứu và học viên cao học ngành Công nghệ thông tin: Khai thác mô hình thực nghiệm học máy eXtreme Gradient Boosting trên tập dữ liệu ảnh viễn thám lớn gồm 337 cảnh ảnh có độ thưa cao, cùng phương pháp thẩm định chéo 10 nếp để phát triển các thuật toán nhận dạng mẫu không gian.

Thứ tư, doanh nghiệp cung ứng dịch vụ nông nghiệp và bảo hiểm cây trồng: Vận dụng bản đồ phân bố mùa vụ lúa để theo dõi chính xác lịch gieo cấy, phân vùng thị trường tiêu thụ phân bón, thuốc bảo vệ thực vật và xây dựng gói bảo hiểm rủi ro thiên tai cho hơn 500.000 ha lúa tại miền Bắc.

Câu hỏi thường gặp

Tại sao nghiên cứu lựa chọn vệ tinh Landsat 8 thay vì sử dụng ảnh MODIS hay Sentinel?

Ảnh vệ tinh Landsat 8 cung cấp độ phân giải không gian 30 mét với 11 kênh phổ 12-bit, vượt trội hơn rất nhiều so với độ phân giải 250 đến 500 mét của MODIS. Độ phân giải này đặc biệt phù hợp để nhận diện các thửa ruộng nhỏ lẻ tại Đồng bằng sông Hồng, đồng thời nguồn dữ liệu 337 cảnh ảnh hoàn toàn miễn phí từ Cục Khảo sát Địa chất Hoa Kỳ giúp tiết kiệm tối đa chi phí nghiên cứu.

Làm thế nào để mô hình xử lý được tình trạng mây che phủ dày đặc tới 60% ở miền Bắc?

Nghiên cứu áp dụng quy trình tiền xử lý kết hợp hai loại mặt nạ mây để loại bỏ hoàn toàn các điểm ảnh mây và bóng mây, sau đó ghép ảnh tổng hợp theo tháng bằng thuật toán lấy giá trị trung bình pixel quan sát được. Những điểm ảnh khuyết thiếu do mây được gán giá trị 0 tạo thành véc-tơ đặc trưng thưa, được xử lý tối ưu nhờ bộ phân lớp eXtreme Gradient Boosting.

Thuật toán eXtreme Gradient Boosting thể hiện ưu thế gì so với các mô hình học máy truyền thống?

Thuật toán kết hợp chuỗi cây quyết định với thành phần chính quy hóa giúp ngăn chặn hiện tượng quá khớp khi huấn luyện trên chuỗi 84 đặc trưng phổ. Mô hình đạt độ chính xác tổng thể 91,53% và điểm F1 đạt 0,92, hỗ trợ huấn luyện song song tốc độ cao và hoạt động đặc biệt hiệu quả trên các ma trận dữ liệu viễn thám bị khuyết thiếu do mây mù.

Nguyên nhân nào dẫn đến sai số diện tích tại một số tỉnh như Bắc Ninh hay Thái Bình?

Độ chênh lệch diện tích từ 13,03% đến 25,82% tại Bắc Ninh chủ yếu xuất phát từ tập quán canh tác xen kẽ giữa lúa và các loại rau màu ven đô có đặc tính phản xạ quang phổ tương đồng. Ngoài ra, sự thiếu hụt các cảnh ảnh quang học chất lượng cao trong các giai đoạn sinh trưởng then chốt tại một số địa bàn cục bộ cũng làm giảm độ chính xác nhận dạng.

Phương pháp phân lớp trong luận văn có thể chuyển giao cho các vùng sinh thái nông nghiệp khác không?

Quy trình trích xuất chuỗi đặc trưng thời gian và mô hình học máy hoàn toàn có thể áp dụng hiệu quả cho Đồng bằng sông Cửu Long hoặc các vùng trồng cây nông nghiệp ngắn ngày khác. Người sử dụng chỉ cần điều chỉnh lịch thời vụ ghép ảnh phù hợp với tập quán canh tác 3 vụ và cập nhật tập mẫu phân tầng theo đặc thù thổ nhưỡng của từng địa phương.

Kết luận

  • Luận văn đã chứng minh tính khả thi và độ tin cậy cao của việc khai thác 337 cảnh ảnh viễn thám Landsat 8 Surface Reflectance trong bài toán tự động hóa thành lập bản đồ lúa tại Đồng bằng sông Hồng.
  • Mô hình học máy eXtreme Gradient Boosting đạt hiệu năng phân lớp xuất sắc với độ chính xác tổng thể đạt 91,53%, hệ số Kappa đạt 0,79 và điểm F1 trung bình đạt 0,92.
  • Kết quả diện tích lúa trích xuất đạt độ tương quan tuyến tính rất cao với số liệu thống kê nông nghiệp cấp tỉnh với hệ số R2 đạt 0,9807 và sai số diện tích toàn vùng dao động từ 7,06% đến 15,42%.
  • Đề tài giải quyết thành công rào cản dữ liệu thưa do mật độ mây bao phủ 60% thông qua thuật toán mặt nạ mây và phương pháp ghép ảnh trung bình hàng tháng.
  • Nghiên cứu đóng góp cơ sở khoa học và thực tiễn vững chắc cho việc ứng dụng công nghệ viễn thám vào chuyển đổi số nông nghiệp và quản lý an ninh lương thực.

Lộ trình tiếp theo hướng tới việc mở rộng tích hợp dữ liệu radar đa nguồn và phát triển hệ thống bản đồ số tự động cập nhật liên tục trong giai đoạn 2025 - 2027. Các cơ quan quản lý nông nghiệp và đơn vị nghiên cứu hãy chủ động ứng dụng khung phương pháp này nhằm hiện đại hóa công tác giám sát mùa vụ và phát triển nền nông nghiệp bền vững.