Nghiên cứu một số mô hình học sâu trên ảnh viễn thám hỗ trợ việc quản lý không gian xanh đô thị

Luận văn nghiên cứu ứng dụng mô hình học sâu và ảnh viễn thám trong quản lý không gian xanh đô thị. Giải pháp hiệu quả cho quy hoạch và phát triển đô thị bền vững.

• Tác giả: Nguyễn Đức Anh
• Người hướng dẫn: TS. Lê Hải Hà
• Trường học: Đại Học Bách Khoa Hà Nội
• Chuyên ngành: Toán Tin
• Đề tài: Nghiên cứu một số mô hình học sâu trên ảnh viễn thám hỗ trợ việc quản lý không gian xanh đô thị
• Loại tài liệu: Luận Văn Thạc Sĩ
• Năm xuất bản: 2023
• Địa điểm: Hà Nội

Mục lục chi tiết

• Lời cảm ơn
• 1. CHƯƠNG 1: ĐẶT VẤN ĐỀ
• 1.1. Các vấn đề trong quản lý đô thị
• 1.2. Tình hình đô thị hóa và các hệ lụy của nó đến môi trường
• 1.3. Không gian xanh đô thị
• 1.3.1. Định nghĩa và tầm quan trọng của không gian xanh đô thị
• 1.3.2. Thực trạng không gian xanh đô thị
• 1.3.3. Phương pháp giúp quản lý không gian xanh đô thị
• 1.4. Viễn thám trong ứng dụng đời sống
• 1.5. Các lớp bài toán trong thị giác máy tính
• 1.6. Phát biểu bài toán
• 2. CHƯƠNG 2: ẢNH VIỄN THÁM VÀ ỨNG DỤNG TRONG QUẢN LÝ ĐÔ THỊ
• 2.1. Ảnh viễn thám
• 2.2. Cấu trúc dữ liệu cơ bản của ảnh viễn thám
• 2.3. Ảnh viễn thám trong giám sát đô thị
• 2.4. Giới thiệu về học sâu
• 2.4.1. Mạng nơ-ron nhân tạo
• 2.4.2. Hoạt động cơ bản của mạng nơ-ron học sâu
• 2.4.3. Mạng nơ-ron tích chập
• 2.4.4. Một số kỹ thuật thường có trong các mạng nơ-ron tích chập
• 2.4.5. Một số chỉ số đánh giá mô hình thường gặp
• 2.5. Một số mô hình nơ-ron tích chập trong phân đoạn ảnh
• 2.5.1. Mô hình FCN (Fully convolutional networks)
• 2.5.2. Mô hình U-Net
• 2.5.3. Mô hình U2-Net
• 2.5.4. Mô hình DANet (Dual Attention Network)
• 4. CHƯƠNG 4: TRIỂN KHAI VÀ ĐÁNH GIÁ
• 4.1. Nghiên cứu và đề xuất phương án
• 4.2. Một số thay đổi cho phù hợp với dữ liệu và một số cách làm tăng độ chính xác
• 4.3. Thu thập dữ liệu
• 4.4. Tiền xử lý dữ liệu
• 4.5. Chuẩn bị dữ liệu mẫu cho mô hình
• 4.6. Triển khai mô hình U-Net và U2-Net
• 4.6.1. Triển khai mô hình U-Net, U2-Net và kết quả
• 4.6.2. Đánh giá mô hình
• 4.7. Triển khai thực tế
• 5. CHƯƠNG 5: KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN
• Tài liệu tham khảo

Tóm tắt

I. Tổng Quan Về Nghiên Cứu Quản Lý Không Gian Xanh Đô Thị 55

Quản lý đô thị đối mặt với nhiều thách thức, từ đảm bảo nhu cầu cơ bản của người dân đến giải quyết các vấn đề về môi trường. Không gian xanh đô thị đóng vai trò then chốt trong việc cải thiện chất lượng cuộc sống, giảm thiểu tác động của biến đổi khí hậu và thúc đẩy sự phát triển bền vững. Luận văn này tập trung vào việc ứng dụng các mô hình học sâu và ảnh viễn thám để hỗ trợ quản lý hiệu quả không gian xanh đô thị. Theo luận văn thạc sĩ của Nguyễn Đức Anh, quản lý đô thị bao gồm nhiều chức năng cụ thể trong các lĩnh vực quản lý như quản lý kinh tế, xây dựng, đất đai, hạ tầng kỹ thuật và xã hội, dân số, lao động, việc làm và môi trường đô thị. Với tình hình gia tăng dân số, biến đổi khí hậu và phát triển công nghệ, việc ứng dụng các công nghệ mới vào quản lý đô thị trở nên cấp thiết.

1.1. Quản lý đô thị Bài toán tổng thể và đa chiều

Quản lý đô thị là một quá trình phức tạp, đòi hỏi sự phối hợp giữa nhiều lĩnh vực và đối tượng khác nhau. Từ việc cung cấp các dịch vụ cơ bản như ăn, ở, đi lại, làm việc, học tập, chữa bệnh, vui chơi giải trí đến việc đảm bảo sự phát triển bền vững của đô thị. "Quản lý đô thị là quá trình tác động bằng các cơ chế, chính sách của các chủ thể quản lý đô thị vào các hoạt động đô thị nhằm thay đổi hoặc duy trì hoạt động đó". Các chức năng quản lý bao gồm quản lý kinh tế, xây dựng, đất đai, hạ tầng kỹ thuật và xã hội, dân số, lao động và môi trường đô thị.

1.2. Tầm quan trọng của không gian xanh trong đô thị hiện đại

Không gian xanh đô thị không chỉ là yếu tố thẩm mỹ mà còn mang lại nhiều lợi ích thiết thực cho sức khỏe và môi trường. Chúng giúp cải thiện chất lượng không khí, giảm nhiệt độ đô thị, tạo môi trường sống lành mạnh và thúc đẩy sự đa dạng sinh học. Cây xanh có tác dụng lọc bụi, giảm tiếng ồn và hấp thụ khí nhà kính. Theo nghiên cứu, không gian xanh đô thị có thể làm giảm nhiệt độ từ 3,3 - 3,9 độ C nếu chiếm 20% đến 50% diện tích đô thị.

II. Thách Thức Từ Đô Thị Hóa Cần Giải Pháp Không Gian Xanh 58

Đô thị hóa diễn ra nhanh chóng trên toàn cầu, kéo theo nhiều hệ lụy tiêu cực đến môi trường. Mất đất nông nghiệp, ô nhiễm nguồn nước và không khí, và giảm diện tích không gian xanh là những vấn đề cấp bách cần giải quyết. Theo báo cáo của WEF, diện tích rừng ở các thành phố đã giảm 40.000ha mỗi năm trên toàn cầu trong vòng 5 năm qua, dưới áp lực của cơ sở hạ tầng đô thị. Việc quản lý không gian xanh một cách hiệu quả là yếu tố then chốt để đảm bảo sự phát triển bền vững của đô thị.

2.1. Đô thị hóa và hệ lụy môi trường Áp lực lên không gian xanh

Đô thị hóa là xu hướng tất yếu, nhưng nó cũng gây ra nhiều áp lực lên môi trường, đặc biệt là không gian xanh. Việc xây dựng cơ sở hạ tầng, nhà ở và các công trình khác làm giảm diện tích đất dành cho cây xanh và các khu vực tự nhiên. Đô thị hóa đòi hỏi sử dụng nhiều tài nguyên, từ vật liệu xây dựng đến thực phẩm, nước, không khí và đất đai, thải ra môi trường xung quanh rất nhiều chất thải độc hại. Mỗi năm, hàng triệu ha đất nông nghiệp bị mất đi do đô thị hóa.

2.2. Thực trạng thiếu hụt không gian xanh đô thị Báo động đỏ

Tỷ lệ diện tích cây xanh tại nhiều đô thị hiện nay còn thấp so với tiêu chuẩn quốc tế. Ở Việt Nam, diện tích cây xanh chỉ từ 2 - 4m2 /người, trong khi chỉ tiêu tối thiểu của Liên hợp quốc là 10m2. WEF và các chuyên gia khác nhấn mạnh rằng vấn đề là cây cối và không gian xanh đô thị đang bị coi là những thứ xa xỉ hoặc tiện nghi hiếm có để hấp dẫn người mua bất động sản, thay vì là một không gian hiển nhiên phải có của thành phố.

III. Cách Ứng Dụng Học Sâu Ảnh Viễn Thám Quản Lý Xanh 59

Sự kết hợp giữa học sâu và ảnh viễn thám mở ra những cơ hội mới trong việc quản lý không gian xanh đô thị. Các mô hình học sâu có khả năng phân tích và xử lý lượng lớn dữ liệu ảnh viễn thám để nhận diện, phân loại và đánh giá không gian xanh một cách tự động và chính xác. Từ đó, giúp các nhà quản lý có được thông tin chi tiết và kịp thời về tình trạng không gian xanh để đưa ra các quyết định phù hợp.

3.1. Học sâu và ảnh viễn thám Công cụ đắc lực cho phân tích

Ảnh viễn thám cung cấp thông tin tổng quan về không gian xanh từ trên cao, trong khi học sâu giúp tự động hóa quá trình phân tích. Các mô hình mạng nơ-ron tích chập (CNN) có thể được huấn luyện để nhận diện các đối tượng như cây xanh, mặt nước và các loại đất khác nhau từ ảnh viễn thám. Từ đó, có thể tạo ra các bản đồ chi tiết về không gian xanh với độ chính xác cao.

3.2. Tự động hóa giám sát không gian xanh Tiết kiệm thời gian

Việc sử dụng học sâu và ảnh viễn thám giúp tự động hóa quá trình giám sát không gian xanh, giảm thiểu sự can thiệp của con người và tiết kiệm thời gian. Các mô hình học sâu có thể được sử dụng để theo dõi sự thay đổi của không gian xanh theo thời gian, phát hiện các khu vực bị suy thoái hoặc xâm lấn và đưa ra cảnh báo kịp thời.

IV. Mô Hình Học Sâu Tiên Tiến Phân Tích Ảnh Viễn Thám 57

Luận văn đã nghiên cứu và khái quát những mô hình học sâu trong lĩnh vực phân đoạn ảnh như mạng nơ ron tích chập (CNN), U-Net, U2-Net, DANet áp dụng cho ảnh vệ tinh. Các mô hình này có khả năng phân đoạn ảnh với độ chính xác cao, giúp xác định ranh giới và diện tích của các khu vực cây xanh, mặt nước và các đối tượng khác trong không gian xanh đô thị. Từ đó, có thể đánh giá chất lượng và sự phân bố của không gian xanh một cách chi tiết.

4.1. Mạng nơ ron tích chập CNN Nền tảng cho phân tích ảnh

Mạng nơ-ron tích chập (CNN) là một kiến trúc mạng học sâu phổ biến được sử dụng rộng rãi trong phân tích ảnh. CNN có khả năng học các đặc trưng phức tạp từ ảnh và phân loại chúng một cách chính xác. Các mô hình CNN có thể được huấn luyện để nhận diện các loại cây khác nhau, phân biệt giữa cây xanh và các đối tượng khác, và đánh giá sức khỏe của cây.

4.2. U Net U2 Net Giải pháp phân đoạn ảnh hiệu quả

U-Net và U2-Net là những mô hình học sâu được thiết kế đặc biệt cho phân đoạn ảnh. Chúng có cấu trúc mạng encoder-decoder, cho phép giữ lại thông tin chi tiết trong quá trình xử lý ảnh. U-Net và U2-Net thường được sử dụng để phân đoạn các đối tượng trong ảnh y tế và ảnh vệ tinh, và có thể được áp dụng để phân đoạn không gian xanh đô thị.

V. Ứng Dụng Web Quản Lý Không Gian Xanh Dựa Trên AI 53

Luận văn đề xuất xây dựng một hệ thống web để phục vụ cho vấn đề quản lý không gian xanh đô thị. Hệ thống này sử dụng các mô hình học sâu đã được huấn luyện để phân đoạn ảnh và hiển thị kết quả lên bản đồ. Người dùng có thể sử dụng hệ thống này để theo dõi tình trạng không gian xanh, đánh giá chất lượng và đưa ra các quyết định quản lý phù hợp. Hệ thống Web cung cấp giao diện thêm mới vùng quan tâm và ảnh mới. Phân tích ảnh và hiển thị lên bản đồ.

5.1. Xây dựng hệ thống web Tiếp cận dễ dàng cho người dùng

Hệ thống web cung cấp giao diện trực quan và dễ sử dụng cho người dùng, cho phép họ truy cập và phân tích dữ liệu không gian xanh một cách dễ dàng. Người dùng có thể tải lên ảnh viễn thám, chọn khu vực quan tâm và xem kết quả phân đoạn ảnh và các thông tin liên quan.

5.2. Báo cáo diện tích tổng hợp Hỗ trợ ra quyết định chính xác

Hệ thống web cung cấp các báo cáo diện tích tổng hợp về không gian xanh, giúp các nhà quản lý có được cái nhìn tổng quan về tình trạng không gian xanh và đưa ra các quyết định quản lý dựa trên dữ liệu. Báo cáo có thể bao gồm thông tin về diện tích cây xanh, mặt nước, các loại đất khác nhau và sự thay đổi của không gian xanh theo thời gian.

VI. Tiềm Năng Phát Triển Ứng Dụng Học Sâu Cho Đô Thị Xanh 58

Nghiên cứu này chứng minh rằng các mạng học sâu cùng với những hình ảnh viễn thám đã và đang giải quyết rất tốt những vẫn đề trong xã hội hiện nay. Trong tương lai, có thể mở rộng phạm vi nghiên cứu bằng cách sử dụng nhiều loại dữ liệu khác nhau (ví dụ: dữ liệu LiDAR, dữ liệu cảm biến) và phát triển các mô hình học sâu phức tạp hơn để quản lý không gian xanh đô thị một cách toàn diện hơn. Sự kết hợp với các cảm biến IoT sẽ giúp việc quản lý, giám sát không gian xanh chính xác và hiệu quả hơn nữa.

6.1. Kết hợp dữ liệu đa nguồn Nâng cao độ chính xác

Kết hợp ảnh viễn thám với các loại dữ liệu khác như dữ liệu LiDAR (Light Detection and Ranging), dữ liệu cảm biến và thông tin GIS có thể nâng cao độ chính xác của mô hình học sâu. Dữ liệu LiDAR cung cấp thông tin về độ cao của cây, dữ liệu cảm biến cung cấp thông tin về nhiệt độ và độ ẩm, và thông tin GIS cung cấp thông tin về vị trí và ranh giới của không gian xanh.

6.2. Phát triển mô hình học sâu phức tạp Giải quyết bài toán khó

Phát triển các mô hình học sâu phức tạp hơn, chẳng hạn như các mô hình sử dụng kiến trúc attention và transfer learning, có thể giúp giải quyết các bài toán khó trong quản lý không gian xanh đô thị, chẳng hạn như dự đoán sự thay đổi của không gian xanh dưới tác động của biến đổi khí hậu và đánh giá tác động của không gian xanh đến sức khỏe cộng đồng.

Nội dung chính

Tổng quan nghiên cứu

Quản lý không gian xanh đô thị đang trở thành một vấn đề cấp thiết trong bối cảnh đô thị hóa nhanh chóng và các hệ lụy môi trường ngày càng nghiêm trọng. Tại Việt Nam, tỷ lệ đô thị hóa đạt khoảng 40% vào năm 2023, trong khi diện tích cây xanh bình quân chỉ dao động từ 2 đến 4 m²/người, thấp hơn nhiều so với tiêu chuẩn tối thiểu từ 4 đến 7 m²/người theo quy chuẩn quốc gia và 10 m²/người theo tiêu chuẩn của Liên hợp quốc. Không gian xanh đô thị đóng vai trò quan trọng trong việc cải thiện chất lượng không khí, giảm nhiệt độ, hấp thụ tiếng ồn và tăng cường sức khỏe cộng đồng. Tuy nhiên, việc quản lý và giám sát không gian xanh hiện nay còn nhiều khó khăn do thiếu dữ liệu chính xác và công cụ phân tích hiệu quả.

Luận văn tập trung nghiên cứu ứng dụng các mô hình học sâu trên ảnh viễn thám nhằm hỗ trợ quản lý không gian xanh đô thị. Ảnh viễn thám cung cấp dữ liệu đa phổ với độ phân giải cao, cho phép giám sát diện tích, sức khỏe và biến động của các thành phần không gian xanh như cây có tán, cây bụi, thảm cỏ và mặt nước. Mục tiêu nghiên cứu là phát triển các mô hình phân đoạn ngữ nghĩa chính xác, từ đó xây dựng hệ thống hỗ trợ quản lý không gian xanh đô thị tại Hà Nội và các đô thị tương tự. Nghiên cứu có phạm vi thời gian tập trung vào dữ liệu ảnh vệ tinh Worldview3 và các ảnh vệ tinh đa thời gian trong khoảng năm 2014 đến 2023, với trọng tâm là khu vực đô thị Hà Nội.

Việc ứng dụng học sâu trên ảnh viễn thám không chỉ giúp nâng cao độ chính xác trong phân tích không gian xanh mà còn góp phần thúc đẩy phát triển đô thị bền vững, giảm thiểu tác động tiêu cực của đô thị hóa và cải thiện chất lượng sống cho cư dân đô thị.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Luận văn dựa trên hai nền tảng lý thuyết chính: công nghệ viễn thám và học sâu trong thị giác máy tính.

1. Viễn thám (Remote Sensing): Là khoa học thu thập thông tin về các đối tượng địa lý từ xa thông qua các thiết bị cảm biến trên vệ tinh. Ảnh viễn thám đa phổ cung cấp dữ liệu về phản xạ quang phổ của các vật thể trên bề mặt Trái đất, giúp phân biệt các loại thực vật, mặt nước và các đối tượng khác. Cấu trúc dữ liệu ảnh viễn thám bao gồm điểm ảnh (pixel), kênh màu (băng màu), độ phân giải không gian, thông tin địa lý và thời gian chụp ảnh.

2. Học sâu (Deep Learning): Là một nhánh của máy học, sử dụng mạng nơ-ron nhân tạo nhiều lớp để tự động học các đặc trưng phức tạp từ dữ liệu lớn. Các mô hình học sâu phổ biến trong phân đoạn ảnh bao gồm mạng nơ-ron tích chập (CNN), U-Net, U2-Net và DANet. Các mô hình này có khả năng phân đoạn ngữ nghĩa chính xác các đối tượng trong ảnh vệ tinh, như cây xanh, mặt nước và thảm cỏ.

Các khái niệm chính được sử dụng trong nghiên cứu gồm: phân đoạn ngữ nghĩa (semantic segmentation), mạng nơ-ron tích chập (CNN), hàm kích hoạt (activation functions), và chỉ số đánh giá mô hình như Intersection over Union (IoU).

Phương pháp nghiên cứu

Nghiên cứu sử dụng dữ liệu ảnh viễn thám độ phân giải cao từ vệ tinh Worldview3, tập trung vào khu vực Hà Nội với diện tích nghiên cứu khoảng 25 km². Bộ dữ liệu được chuẩn bị bao gồm ảnh gốc, ảnh đã tiền xử lý và ảnh nhãn (label) phục vụ cho huấn luyện mô hình.

Phương pháp chọn mẫu là lấy mẫu ngẫu nhiên có kiểm soát tại các vùng quan tâm, đảm bảo đa dạng về loại hình không gian xanh như cây có tán, cây bụi, thảm cỏ và mặt nước. Cỡ mẫu ảnh và nhãn được xây dựng đủ lớn để đảm bảo tính đại diện và độ tin cậy của mô hình.

Phân tích dữ liệu sử dụng các mô hình học sâu gồm U-Net, U2-Net và DANet, được triển khai trên nền tảng TensorFlow và PyTorch. Các mô hình được huấn luyện với kỹ thuật tăng cường dữ liệu (data augmentation) như xoay, lật, thay đổi độ sáng nhằm cải thiện khả năng tổng quát hóa. Hàm mất mát sử dụng là Cross-Entropy kết hợp với các chỉ số đánh giá như IoU, Precision và Recall để đánh giá hiệu quả mô hình.

Timeline nghiên cứu kéo dài trong khoảng 12 tháng, bao gồm các giai đoạn thu thập dữ liệu, tiền xử lý, huấn luyện mô hình, đánh giá và triển khai ứng dụng web hỗ trợ quản lý không gian xanh đô thị.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

1. Hiệu quả phân đoạn không gian xanh: Mô hình U2-Net đạt chỉ số IoU trung bình khoảng 0.85 trên tập kiểm tra, cao hơn 7% so với mô hình U-Net truyền thống. Điều này chứng tỏ U2-Net có khả năng phân biệt chính xác các đối tượng không gian xanh như cây có tán, thảm cỏ và mặt nước trên ảnh vệ tinh Worldview3.

2. Tác động của tăng cường dữ liệu: Việc áp dụng các kỹ thuật tăng cường dữ liệu giúp cải thiện độ chính xác mô hình lên khoảng 5%, đặc biệt trong các vùng có điều kiện ánh sáng và thời tiết khác nhau, tăng khả năng tổng quát hóa của mô hình.

3. Cải tiến thuật toán giải đoán ảnh lớn: Thuật toán giải đoán ảnh lớn được đề xuất giúp xử lý hiệu quả các ảnh vệ tinh có kích thước lớn, giảm thời gian xử lý xuống khoảng 30% so với phương pháp truyền thống mà vẫn giữ được độ chính xác cao.

4. Ứng dụng thực tế: Hệ thống web xây dựng dựa trên mô hình phân đoạn ngữ nghĩa cho phép quản lý không gian xanh đô thị tại Hà Nội với khả năng cập nhật dữ liệu nhanh chóng, cung cấp báo cáo diện tích và sức khỏe cây xanh chính xác, hỗ trợ ra quyết định quy hoạch và bảo vệ môi trường.

Thảo luận kết quả

Kết quả nghiên cứu cho thấy các mô hình học sâu, đặc biệt là U2-Net, có khả năng xử lý hiệu quả dữ liệu ảnh viễn thám đa phổ với độ phân giải cao, vượt trội hơn so với các phương pháp truyền thống dựa trên phân tích pixel hoặc phân tích đối tượng. Việc tăng cường dữ liệu và cải tiến thuật toán giải đoán ảnh lớn góp phần nâng cao độ chính xác và hiệu suất xử lý, phù hợp với yêu cầu giám sát không gian xanh đô thị trong thực tế.

So sánh với các nghiên cứu trước đây trong lĩnh vực phân đoạn ảnh vệ tinh, kết quả này khẳng định xu hướng ứng dụng học sâu ngày càng phổ biến và hiệu quả trong quản lý đô thị. Việc xây dựng hệ thống web hỗ trợ quản lý không gian xanh là bước tiến quan trọng, giúp chuyển đổi kết quả nghiên cứu thành công cụ thực tiễn, góp phần phát triển đô thị bền vững.

Dữ liệu có thể được trình bày qua biểu đồ so sánh chỉ số IoU giữa các mô hình, bảng thống kê diện tích không gian xanh theo thời gian và bản đồ phân bố không gian xanh được phân đoạn từ ảnh vệ tinh.

Đề xuất và khuyến nghị

1. Triển khai rộng rãi mô hình học sâu trong quản lý đô thị: Khuyến nghị các cơ quan quản lý đô thị áp dụng các mô hình học sâu như U2-Net để phân tích ảnh viễn thám, nâng cao độ chính xác trong giám sát không gian xanh, với mục tiêu tăng tỷ lệ diện tích cây xanh lên ít nhất 10% trong vòng 5 năm tới.

2. Tăng cường thu thập và cập nhật dữ liệu viễn thám: Đề xuất xây dựng hệ thống thu thập dữ liệu ảnh vệ tinh đa thời gian, cập nhật định kỳ hàng quý để theo dõi biến động không gian xanh, giúp phát hiện sớm các nguy cơ mất mát và suy thoái.

3. Phát triển hệ thống bản đồ hóa không gian xanh tích hợp GIS: Xây dựng bản đồ không gian xanh đô thị chi tiết, tích hợp dữ liệu phân đoạn ảnh viễn thám và các chỉ số môi trường, hỗ trợ quy hoạch và ra quyết định chính xác hơn trong vòng 2 năm tới.

4. Đào tạo và nâng cao năng lực cho cán bộ quản lý: Tổ chức các khóa đào tạo về công nghệ viễn thám và học sâu cho cán bộ quản lý đô thị, nhằm nâng cao khả năng vận hành và khai thác hiệu quả các công cụ phân tích không gian xanh.

5. Khuyến khích hợp tác giữa các đơn vị nghiên cứu và doanh nghiệp công nghệ: Tăng cường hợp tác để phát triển các giải pháp công nghệ mới, tối ưu hóa mô hình học sâu và ứng dụng thực tiễn trong quản lý không gian xanh đô thị.

Đối tượng nên tham khảo luận văn

1. Cơ quan quản lý đô thị và quy hoạch: Luận văn cung cấp công cụ và phương pháp phân tích không gian xanh chính xác, hỗ trợ ra quyết định quy hoạch, bảo vệ môi trường và phát triển bền vững.

2. Các nhà nghiên cứu và học giả trong lĩnh vực viễn thám và học máy: Tài liệu chi tiết về ứng dụng mô hình học sâu trên ảnh viễn thám, cung cấp cơ sở lý thuyết và thực nghiệm để phát triển nghiên cứu sâu hơn.

3. Doanh nghiệp công nghệ và phát triển phần mềm: Tham khảo để phát triển các ứng dụng, hệ thống quản lý không gian xanh đô thị dựa trên công nghệ học sâu và viễn thám, nâng cao giá trị sản phẩm.

4. Các tổ chức bảo vệ môi trường và cộng đồng dân cư: Hiểu rõ hơn về tầm quan trọng của không gian xanh đô thị và các công nghệ giám sát hiện đại, từ đó tham gia tích cực vào các hoạt động bảo vệ và phát triển không gian xanh.

Câu hỏi thường gặp

1. Học sâu có ưu điểm gì trong phân tích ảnh viễn thám so với phương pháp truyền thống?
   Học sâu tự động học các đặc trưng phức tạp từ dữ liệu lớn, cho độ chính xác cao hơn trong phân đoạn ảnh so với phân tích dựa trên pixel hoặc đối tượng truyền thống. Ví dụ, mô hình U2-Net đạt IoU cao hơn 7% so với U-Net truyền thống.

2. Ảnh viễn thám có thể cung cấp những thông tin gì cho quản lý không gian xanh?
   Ảnh viễn thám đa phổ cung cấp dữ liệu về diện tích, loại hình cây xanh, sức khỏe thảm thực vật và mặt nước, giúp giám sát biến động không gian xanh theo thời gian và hỗ trợ quy hoạch đô thị.

3. Làm thế nào để cải thiện độ chính xác của mô hình học sâu trên ảnh viễn thám?
   Sử dụng kỹ thuật tăng cường dữ liệu như xoay, lật, thay đổi độ sáng giúp mô hình học sâu tổng quát hơn, giảm hiện tượng quá khớp và cải thiện độ chính xác lên khoảng 5%.

4. Ứng dụng thực tế của nghiên cứu này trong quản lý đô thị là gì?
   Nghiên cứu đã xây dựng hệ thống web hỗ trợ phân đoạn và giám sát không gian xanh đô thị, giúp cập nhật dữ liệu nhanh, báo cáo diện tích và sức khỏe cây xanh, hỗ trợ ra quyết định quy hoạch và bảo vệ môi trường.

5. Có thể áp dụng mô hình này cho các đô thị khác ngoài Hà Nội không?
   Có thể, với điều kiện dữ liệu ảnh viễn thám tương tự và điều chỉnh mô hình phù hợp với đặc điểm địa lý, mô hình có thể được triển khai cho các đô thị khác nhằm quản lý không gian xanh hiệu quả.

Kết luận

• Nghiên cứu đã chứng minh hiệu quả của các mô hình học sâu, đặc biệt là U2-Net, trong phân đoạn ngữ nghĩa ảnh viễn thám phục vụ quản lý không gian xanh đô thị với chỉ số IoU đạt khoảng 0.85.
• Việc áp dụng kỹ thuật tăng cường dữ liệu và thuật toán giải đoán ảnh lớn giúp nâng cao độ chính xác và hiệu suất xử lý.
• Luận văn đã xây dựng thành công hệ thống web hỗ trợ quản lý không gian xanh đô thị tại Hà Nội, cung cấp công cụ thực tiễn cho các cơ quan quản lý.
• Đề xuất các giải pháp triển khai rộng rãi công nghệ học sâu, tăng cường thu thập dữ liệu và đào tạo cán bộ quản lý nhằm phát triển đô thị bền vững.
• Các bước tiếp theo bao gồm mở rộng phạm vi nghiên cứu, tích hợp dữ liệu đa nguồn và phát triển các ứng dụng hỗ trợ ra quyết định thông minh.

Quý độc giả và các cơ quan quản lý được khuyến khích áp dụng kết quả nghiên cứu để nâng cao hiệu quả quản lý không gian xanh, góp phần xây dựng các đô thị xanh, sạch và bền vững trong tương lai.

Trích đoạn nội dung tài liệu

Đặt vấn đề 1.1 Các vấn đề trong quản lý đô thị 1.1 Quản lý đô thị Trong đô thị luôn tồn tại các vấn đề ăn, ở, đi lại, làm việc, học tập, chữa bệnh, vui chơi giải trí,. Các nhu cầu đó ngày càng đòi hỏi cao hơn đồng thời các nhu cầu mới thường xuyên phát sinh thêm. Để đáp ứng nhu cầu đó, việc tổ chức xã hội đô thị một cách khoa học và việc quản lý các hoạt động trở thành một yêu cầu khách quan. ”Quản lý đô thị là quá trình tác động bằng các cơ chế, chính sách của các chủ thể quản lý đô thị (các cấp chính quyền, các tổ chức xã hội, các sở, ban ngành chức năng) vào các hoạt động đô thị nhằm thay đổi hoặc duy trì hoạt động đó.

Cụ thể là: • Nâng cao chất lượng và sự hoạt động một cách tổng thể của đô thị. • Đảm bảo sự phát triển bền vững và tái tạo bền vững của các khu vực đô thị. • Cung cấp các dịch vụ đô thị và cơ sở hạ tầng cơ bản để đáp ứng các nhu cầu chức năng của đô thị và các cư dân sống và làm việc trong đô thị, nhằm cải thiện chất lượng sống và sức khỏe của cư dân đô thị. 1 Từ những mục tiêu đã nêu trên thì quản lý đô thị sẽ có những chức năng theo các lĩnh vực quản lý cụ thể sau [1]: • Quản lý kinh tế đô thị.

• Quản lý xây dựng đô thị. • Quản lý đất đai và nhà ở đô thị. • Quản lý kết cấu hạ tầng kỹ thuật đô thị. • Quản lý kết cấu hạ tầng xã hội đô thị.

• Quản lý dân số, lao động và việc làm đô thị. • Quản lý môi trường đô thị. Với tình hình dân số gia tăng nhanh chóng, biến đổi khí hậu diễn biến phức tạp, công nghiệp hóa và phát triển công nghệ đang đặt ra những thách thức không hề nhỏ đối với vấn đề quản lý đô thị.2 Tình hình đô thị hóa và các hệ lụy của nó đến môi trường Đô thị hóa là xu hướng tất yếu của toàn cầu. Quá trình đô thị hóa trên thế giới diễn ra không đồng đều, các nước phát triển như tại Châu Âu, Hoa Kỳ hay Úc thường có mức độ đô thị hóa cao trên 87% nhiều hơn nhiều so với các nước đang phát triển khoảng 35%, tại Việt Nam tính đến năm 2023 tỉ lệ đô thị hóa là 40%.

Quá trình đô thị hóa đòi hỏi sử dụng nhiều tài nguyên trong đó có rất nhiều tài nguyên không thể hoặc chậm tái tạo được. Từ vật liệu xây dựng đến thực phẩm, nước, không khí và đất đai, quá trình đô thị hóa không những sử dụng rất nhiều tài nguyên không tái tạo được mà còn thải ra môi trường xung quanh rất nhiều chất thải độc hại. Do đó, sự tồn tại của đô thị cần rất nhiều không gian để chôn lấp chất thải và những khoảng đệm sinh thái đủ lớn để các tài nguyên có thể tái tạo được. Tuy nhiên, những vùng như vậy thường bị co hẹp hoặc biến mất do nhu cầu phát triển dẫn đến mất cân bằng của hệ sinh thái.

Một số hệ lụy của đô thị hóa với môi trường sống: • Nguồn tài nguyên nước ngọt là sự sống còn của một đô thị đang bị cạn kiệt do khai thác bừa bãi trong quá trình đô thị hóa. Việc sử dụng hóa chất trong nông nghiệp, 2 chất thải rắn, nước thải sinh hoạt và chất thải từ các bệnh viện làm cho nguồn nước mặt và nước ngầm bị ô nhiễm. Phạm vi đô thị ngày càng mở rộng đồng nghĩa với việc nguồn nước hồ không đủ thời gian để tự làm sạch và bê tông hóa ngăn chặn quá trình bổ sung nước ngầm cho đô thị. Nên vấn đề tài nguyên nước ngọt cho đô thị rất cần được chú trọng và giải quyết.

• Đất nông nghiệp mỗi năm trên thế giới bị mất đi hàng triệu ha do đô thị hóa. Theo số liệu thống kê, kiểm kê của Bộ Tài nguyên và Môi trường, bình quân mỗi năm đất nông nghiệp giảm gần 100 nghìn ha, đặc biệt năm 2017 giảm 120 nghìn hecta. Mất đất nông nghiệp sẽ dẫn đến mất cân bằng về lương thực và việc thâm canh, tăng năng suất trên diện tích đất còn lại để đáp ứng cho người dân đô thị sẽ là nguy cơ suy thoái tài nguyên trầm trọng hơn. • Đô thị mở rộng nhanh chóng về mặt không gian và hình thành những thành phố cực lớn hay vùng đô thị.

Dẫn đến nhu cầu sử dụng gỗ và các sản phẩm từ gỗ cho xây dựng, làm chất đốt, giấy v. tăng nhanh cộng với việc quy hoạch, quản lý kém làm cạn kiệt tài nguyên rừng. Đồng thời những vùng rừng cũng bị phá hủy để đáp ứng cho phát triển mở rộng đô thị. Khiến cho những mảng xanh đảm bảo chất lượng sống cho các đô thị bị đe dọa nghiêm trọng.2 Không gian xanh đô thị 1.1 Định nghĩa và tầm quan trọng của không gian xanh đô thị Bên cạnh những thách thức mà đô thị hóa đem lại, chúng ta cũng chứng kiến một sự thay đổi đáng kể trong cảnh quan đô thị.

Các toà nhà cao tầng, đường phố, và công trình xây dựng nổi bật trên bầu trời thành phố đã thay đổi diện mạo của các khu vực đô thị. Tuy nhiên, đô thị hóa không chỉ đánh đổi vẻ đẹp tự nhiên, mà còn đặt ra câu hỏi về sự cân bằng môi trường và chất lượng cuộc sống của cư dân đô thị. Chính trong bối cảnh này, khái niệm ’không gian xanh đô thị’ xuất hiện như một giải pháp tiềm năng. Không gian xanh đô thị không chỉ là một phần của cảnh quan, mà còn đóng vai trò quan trọng trong việc bảo tồn môi trường, tạo ra môi trường sống lành mạnh cho cư dân đô thị và tạo ra các cơ hội cho hoạt động vui chơi, giải trí và xã hội.

Không gian xanh là không gian bao gồm: cây xanh có tán, cây bụi thảm cỏ, mặt nước trong các công viên, vườn hoa trong nội thành phố, thị xã và các không gian mặt nước (hồ, 3 sông, kênh, rạch,…) trong nội thành phố, nội thị xã. Không gian xanh đô thị đóng vai trò như là lá phổi của đô thị và là bộ phận quan trọng trong tổ hợp kiến trúc cảnh quan đô thị. Bao gồm các thành phần chính là các thảm thực vật và nước nên không gian xanh đô thị có tác dụng che nắng, giảm bức xạ, giảm sự chói lóa mắt, giảm nhiệt độ không khí và nhiệt độ bề mặt đất, điều hòa nhiệt độ đô thị, điều đó gián tiếp làm giảm mức tiêu thụ điện năng, tiết kiệm năng lượng. Cây xanh có tác dụng cải thiện môi trường, có khả năng lọc sạch không khí, hút bớt bụi khói và tiếng ồn, đồng thời phần nào ngăn được khí độc hại công nghiệp.

Một số nghiên cứu về tác dụng của cây xanh: • Tác dụng giảm bức xạ, hấp thụ khí nhà kính (CO2): Quá trình lục diệp hóa của cây xanh rất có lợi đối với yêu cầu chống nóng trong công trình kiến trúc, có tác dụng giảm thiểu khí nhà kính. Phát triển cây xanh có thể làm cho hàm lượng khí oxy trong không khí xung quanh tăng lên tới 20% và hàm lượng khí CO2 giảm đi. • Giảm nồng độ bụi: Cây xanh có tác dụng lọc bụi trong không khí, làm sạch môi trường. Cây xanh có thể giảm nồng độ bụi trong không khí từ 20-60%.

Kết quả đo lường tại một số đường phố Hà Nội cho thấy khi ở hai bên đường có những dẫy cây xanh thì nồng độ bụi ở tầng hai chỉ bằng 30-50% nồng độ bụi ở tầng một của nhà. • Hấp thụ tiếng ồn: Cây xanh có khả năng hút âm, giảm nhỏ tiếng ồn, đặc biệt là tiếng ồn giao thông. Các dẫy cây xanh dày đặc rộng 10-15m có thể giảm tiếng ồn 15-18dB. • Các nhà khoa học Nhật Bản đã tính toán diện tích cây xanh, mặt nước trong đô thị nếu đạt 20% đến 50% đất đô thị thì sẽ giúp làm giảm nhiệt độ từ 3,3 - 3,9 độ C.

Còn khi diện tích che phủ của cây xanh (thảm thực vật) được tăng lên 25% thì hiệu quả của bóng mát và bay hơi sẽ làm giảm từ 17% - 57% năng lượng cần thiết cho hệ thống điều hòa không khí và giảm đến 40% - 50% cường độ bức xạ mặt trời. Không gian xanh đô thị, với những lợi ích to lớn mà nó mang lại, không chỉ đóng vai trò quan trọng trong việc cải thiện chất lượng cuộc sống và môi trường sống cho người dân, mà còn là một phần không thể thiếu trong hướng tới mục tiêu phát triển bền vững của các đô thị trên toàn thế giới. Sự hiện diện của không gian xanh trong các khu vực đô thị giúp tạo ra một môi trường sống lành mạnh, tăng cường sức khỏe cộng đồng, và góp phần vào việc giảm thiểu tác động của biến đổi khí hậu. Do đó, việc bảo tồn và phát triển không gian xanh đô thị là một nhiệm vụ cấp bách và quan trọng đối với chúng ta trong thời kỳ hiện nay.2 Thực trạng không gian xanh đô thị Thẳng thắn nhìn nhận vấn đề là tỷ lệ diện tích cây xanh tại một số đô thị hiện nay còn thấp.

Ở Việt Nam chỉ từ 2 - 4m2 /người (theo thông tin từ Báo cáo Môi trường Quốc gia 2013 của Bộ Tài nguyên và Môi trường) mà theo Quy chuẩn kỹ thuật quốc gia về quy hoạch xây dựng QCVN 01:2019/BXD, diện tích tối thiểu đất cây xanh sử dụng công cộng cho từng loại đô thị là từ 4 - 7m2 /người, chỉ tiêu xanh tối thiểu của Liên hợp quốc là 10m2 ). Trên thế giới không gian xanh đô thị hiện nay đang bị thiếu hụt diện tích trầm trọng do tình hình đô thị hóa. Theo diễn đàn Kinh tế Thế giới (WEF) diện tích rừng ở các thành phố đã giảm 40.000ha mỗi năm trên toàn cầu trong vòng 5 năm qua, dưới áp lực của cơ sở hạ tầng đô thị. WEF và các chuyên gia khác nhấn mạnh rằng vấn đề là cây cối và không gian xanh đô thị đang bị coi là những thứ xa xỉ hoặc tiện nghi hiếm có để hấp dẫn người mua bất động sản, thay vì là một không gian hiển nhiên phải có của thành phố.

Một nửa dân số thế giới hiện đang sống tại các thành thị. Điều này tăng áp lực lên không gian xanh vốn đã hạn chế của đô thị. Các công viên, vườn hoa đang phải đối mặt với sự thu hẹp của diện tích đất công cộng, cạnh tranh giữa sử dụng đất cho các tiện ích công cộng với các công trình hạ tầng kỹ thuật, hạ tầng xã hội, giữa các tiện ích công cộng với nhau.