APPLY MACHINE LEARNING TO LAND USE TRANSITION INVENTORY USING SENTINEL-1 AND SENTINEL-2
Khoá luận tốt nghiệp · Đại học · năm 2024 · đề tài tham khảo
| Loại tài liệu | Khoá luận tốt nghiệp |
|---|---|
| Bậc học | Đại học |
| Ngành | Công nghệ thông tin |
| Tác giả | Hồ Minh Nhựt |
| Người hướng dẫn | Trương Minh Thái |
| Cơ sở đào tạo | Trường Đại học Cần Thơ |
| Năm | 2024 |
| Nguồn | Thư viện số Trường Đại học Cần Thơ · trang gốc |
Tóm tắt
The Normalized Difference Vegetation Index (NDVI) is a key metric for assessing vegetation health, derived from the red and near-infrared bands of optical satellite imagery. However, clouds frequently obstruct optical observations, preventing the calculation of NDVI in cloud-covered areas. Radar data, such as the VV (vertical transmit, vertical receive) and VH (vertical transmit, horizontal receive) polarizations from Sentinel-1, can penetrate cloud cover, offering valuable surface information that can be used to estimate NDVI in these obstructed regions. This project addresses the challenge of estimating NDVI for cloud-covered pixels in satellite imagery using machine learning regression techniques. By combining radar backscatter data (VV, VH) from Sentinel-1 with optical NDVI from cloud-free Sentinel-2 imagery, various regression models: Multiple Linear Regression, Gradient Boosting, Random Forest Regressor, KNN Regressor are applied to predict NDVI for cloud-obscured areas. The project leverages satellite image data from the Open Data Cube (ODC) platform under the EASI CSIRO Asia project, taking advantage of multi-sensor data integration. To ensure accurate predictions, the VV and VH radar data are resampled and aligned with NDVI values calculated from cloud-free Sentinel-2 imagery, forming the training dataset for the machine learning models.
Bản toàn văn lưu tại thư viện Trường Đại học Cần Thơ
Thông tin và tóm tắt ở trên lấy từ kho số mở của thư viện trường. Bản toàn văn do thư viện trường quản lý — có nơi cho đọc trực tuyến, có nơi cần tài khoản bạn đọc của trường.
Mở tại thư viện trường ↗
Dùng tài liệu tham khảo cho đúng
- Đọc để hiểu cách người trước đặt câu hỏi, chọn phương pháp, trình bày số liệu — rồi tự làm với dữ liệu và bối cảnh của bạn.
- Ý, số liệu, bảng biểu lấy từ tài liệu này phải trích dẫn (tác giả, năm, tên đề tài, cơ sở đào tạo).
- Đề tài trùng tên vẫn làm được nếu khác đơn vị khảo sát, thời gian hoặc cách tiếp cận — nêu rõ điểm khác trong phần mở đầu.
Hướng dẫn chọn đề tài, cấu trúc và số liệu cho ngành này: Luận văn công nghệ thông tin · Hỏi đáp từng chương với người hướng dẫn số: Học Giả Số · Công cụ số: Luận Văn Số.
Đề tài cùng ngành
- HỆ THỐNG QUẢN LÝ CÁC DỊCH VỤ CƯỚI HỎI
- CẢI TIẾN GIẢI PHÁP NHẬN DIỆN BIỂN SỐ PHƯƠNG TIỆN GIAO THÔNG
- MONITORING SYSTEM IN JAVA LANGUAGE
- PHÁT TRIỂN ỨNG DỤNG WEB TÌM KIẾM VIỆC LÀM VÀ KẾT NỐI NHÀ TUYỂN DỤNG
- XÂY DỰNG ỨNG DỤNG MẠNG XÃ HỘI CHO SINH VIÊN ĐẠI HỌC CẦN THƠ BẰNG FLUTTER
- TÌM HIỂU PHẦN MỀM POWERWORLD TÍNH TOÁN PHÂN BỐ CÔNG SUẤT TRÊN LƢỚI ĐIỆN
- ỨNG DỤNG MÔ HÌNH PAGE OBJECT MODEL KIỂM THỬ TỰ ĐỘNG CHO WEBSITE BÁN HÀNG TRỰC TUYẾN
- XÂY DỰNG HỆ THỐNG QUẢN LÝ VÀ KINH DOANH CỬA HÀNG ĐIỆN THOẠI DI ĐỘNG
Tác giả muốn gỡ, sửa thông tin hoặc bổ sung bản toàn văn: gửi yêu cầu qua trang Liên hệ, kèm đường dẫn trang này.