ĐÁNH GIÁ CÁC THUẬT TOÁN HỌC MÁY DỰA TRÊN CÂY QUYẾT ĐỊNH TRONG PHÂN LOẠI LỚP PHỦ BỀ MẶT TỪ DỮ LIỆU KẾT HỢP SENTINEL-2 VÀ ĐỊA HÌNH

Abstract

This study evaluates the land cover classification performance of tree-based machine learning algorithms, including CART, GBM, RF, by leveraging Sentinel-2 satellite imagery combined with auxiliary data sources. The algorithms were first optimized using Grid Search and their Overall Accuracy (OA) was subsequently validated across four different data scenarios. Experimental results indicate that the integration of spectral data and topographic information yields the highest performance, with OA reaching 90.4% for both RF and GBM. Notably, the inclusion of spectral indices did not enhance classification accuracy but rather led to its degradation. Comparing the models, RF and GBM demonstrated significant superiority over CART, with short-wave infrared bands, red-edge bands and topographic factors identified as the primary driving variables. Analysis of the resulting land cover map reveals that three-quarters of the study area is forest-covered. These findings underscore the value of integrating topographic data and recommend the preferential use of the RF algorithm to improve land cover mapping accuracy for natural resource and environmental management.

Tóm tắt

Nghiên cứu này đánh giá hiệu quả phân loại lớp phủ của các thuật toán học máy dựa trên cây quyết định bao gồm: CART (Classification and Regression Trees), GBM (Gradient Boosting Machine) và RF (Random Forest) thông qua việc khai thác dữ liệu vệ tinh Sentinel-2 kết hợp với các nguồn dữ liệu bổ trợ. Các thuật toán trước tiên được tối ưu hóa bằng Grid Search, sau đó độ chính xác tổng thể (OA) của các thuật toán được kiểm chứng qua bốn kịch bản dữ liệu khác nhau. Kết quả thực nghiệm cho thấy, kịch bản kết hợp dữ liệu phổ với thông tin địa hình mang lại độ chính xác cao nhất, với giá trị OA đạt 90,4% cho cả RF và GBM. Đáng chú ý, việc bổ sung các chỉ số phổ không những không cải thiện mà còn làm suy giảm độ chính xác phân loại. So sánh giữa các thuật toán, RF và GBM thể hiện sự vượt trội rõ rệt so với CART; trong đó, các kênh phổ vùng hồng ngoại sóng ngắn, rìa đỏ và các yếu tố địa hình được xác định là những biến đóng vai trò chủ đạo. Phân tích bản đồ lớp phủ khu vực nghiên cứu cho thấy, 75,1% khu vực nghiên cứu được bao phủ bởi rừng. Kết quả nghiên cứu khẳng định giá trị của việc tích hợp dữ liệu địa hình và đề xuất ưu tiên sử dụng thuật toán RF để nâng cao độ chính xác thành lập bản đồ lớp phủ trong công tác quản lý tài nguyên và môi trường.