Sign In

Nâng cao năng lực ứng dụng dữ liệu radar vệ tinh SAR: Cục Viễn thám quốc gia tổ chức khóa đào tạo về chòm vệ tinh cosmo-skymed

14:39 17/06/2026

Chọn cỡ chữ A a  

Trong bối cảnh nhu cầu khai thác dữ liệu viễn thám phục vụ quản lý nhà nước, phát triển kinh tế - xã hội, bảo đảm quốc phòng, an ninh và ứng phó thiên tai ngày càng gia tăng, công nghệ radar khẩu độ tổng hợp (Synthetic Aperture Radar - SAR) đang trở thành một trong những công nghệ quan sát Trái đất có vai trò đặc biệt quan trọng. Khác với các hệ thống vệ tinh quang học phụ thuộc vào điều kiện thời tiết và ánh sáng mặt trời, vệ tinh SAR có khả năng thu nhận dữ liệu cả ngày lẫn đêm, xuyên qua mây, mưa và nhiều điều kiện thời tiết bất lợi, qua đó bảo đảm tính liên tục của nguồn dữ liệu phục vụ giám sát, theo dõi và quản lý lãnh thổ.

COSMO_SkyMed_satellite_Artistic_view_hr_Axel4
Vận hành COSMO-SkyMed

Nhằm nâng cao năng lực chuyên môn cho đội ngũ cán bộ, viên chức trong lĩnh vực viễn thám radar, Cục Viễn thám quốc gia đang phối hợp với các chuyên gia quốc tế tổ chức khóa đào tạo chuyên sâu về công nghệ SAR và chòm vệ tinh COSMO-SkyMed của Italia. Chương trình đào tạo tập trung trang bị những kiến thức nền tảng và cập nhật nhất về cấu hình hệ thống vệ tinh, nguyên lý hoạt động, các chế độ thu nhận dữ liệu, khả năng xử lý ảnh và các ứng dụng thực tiễn của dữ liệu SAR trong nhiều lĩnh vực.

COSMO-SkyMed là một trong những hệ thống quan sát Trái đất bằng radar tiên tiến hàng đầu thế giới hiện nay. Đây là chương trình vệ tinh sử dụng kép phục vụ cả mục đích dân sự và quốc phòng, được phát triển bởi Cơ quan Vũ trụ Italia (ASI) và Bộ Quốc phòng Italia. Hệ thống thế hệ thứ nhất được xây dựng trên cơ sở chòm bốn vệ tinh radar băng tần X có độ phân giải cao hoạt động trên quỹ đạo Trái đất tầm thấp. Tiếp nối thành công đó, chương trình COSMO-SkyMed thế hệ thứ hai được triển khai nhằm bảo đảm tính liên tục của dịch vụ, đồng thời nâng cao đáng kể hiệu năng, chất lượng dữ liệu và khả năng cung cấp dịch vụ cho cộng đồng người sử dụng trên toàn cầu. 

CUT-process
Phân đoạn các trạm mặt đất

Một trong những điểm nổi bật của hệ thống COSMO-SkyMed là khả năng quan sát với tần suất cao nhờ hoạt động theo mô hình chòm vệ tinh. Sự kết hợp giữa nhiều vệ tinh trên cùng mặt phẳng quỹ đạo cho phép tăng đáng kể số lượng cảnh ảnh có thể thu nhận mỗi ngày, rút ngắn chu kỳ lặp và nâng cao khả năng giám sát liên tục đối với các khu vực trọng điểm. Đặc biệt, các vệ tinh thế hệ mới còn được trang bị khả năng quan sát cả bên trái và bên phải quỹ đạo bay, giúp mở rộng phạm vi quan sát và tạo ra nhiều góc nhìn khác nhau đối với cùng một đối tượng trên mặt đất. Những đặc tính này mang lại lợi thế rất lớn cho các ứng dụng theo dõi biến động bề mặt, giám sát hạ tầng kỹ thuật, quan trắc sụt lún đất, đánh giá biến động địa hình, theo dõi thiên tai, trượt lở đất, lũ lụt và nhiều hiện tượng tự nhiên khác. Khả năng thu nhận dữ liệu với tần suất cao còn hỗ trợ hiệu quả cho các kỹ thuật giao thoa radar (Interferometric SAR - InSAR), cho phép phát hiện các dịch chuyển bề mặt với độ chính xác rất cao, phục vụ công tác quản lý tài nguyên, môi trường và phòng chống thiên tai.

Ảnh rada độ phủ diện tích lớn

Trong khuôn khổ khóa đào tạo, các học viên được tiếp cận toàn diện với các chế độ thu nhận dữ liệu khác nhau của hệ thống COSMO-SkyMed. Đối với các nhiệm vụ yêu cầu độ phân giải rất cao, chế độ Spotlight cho phép tạo ra các ảnh có độ phân giải dưới một mét, phục vụ giám sát chi tiết các công trình, hạ tầng hoặc khu vực mục tiêu. Chế độ Stripmap cung cấp ảnh độ phân giải cao khoảng 3 mét trên diện tích tương đối lớn, phù hợp với nhiều ứng dụng quản lý tài nguyên và môi trường. Trong khi đó, chế độ ScanSAR có khả năng bao phủ các khu vực rất rộng với bề rộng dải quét lên tới hàng trăm kilômét, đặc biệt hữu ích đối với các nhiệm vụ giám sát diện tích lớn như theo dõi vùng ven biển, giám sát hàng hải, quản lý rừng hoặc ứng phó thiên tai quy mô lớn.

Bên cạnh việc tìm hiểu các chế độ thu nhận dữ liệu, học viên còn được giới thiệu về các sản phẩm dữ liệu SAR ở nhiều mức xử lý khác nhau, từ dữ liệu cơ bản đến các sản phẩm đã được hiệu chỉnh hình học, tham chiếu địa lý và hiệu chỉnh địa hình. Đặc biệt, khóa học dành thời lượng đáng kể để trao đổi về các sản phẩm giá trị gia tăng như mô hình số độ cao, sản phẩm giao thoa radar, sản phẩm ghép khảm và các giải pháp phân tích biến động bề mặt theo chuỗi thời gian. Đây là những công nghệ đang được nhiều quốc gia trên thế giới khai thác hiệu quả trong công tác quản lý tài nguyên thiên nhiên, phát triển hạ tầng và ứng phó với biến đổi khí hậu.

Giám sát diện tích lớn: Giám sát các tuyến đường vùng cực

Đối với Việt Nam, công nghệ SAR nói chung và dữ liệu COSMO-SkyMed nói riêng có tiềm năng ứng dụng rất lớn trong nhiều lĩnh vực quản lý nhà nước. Với đặc điểm khí hậu nhiệt đới gió mùa, tỷ lệ che phủ mây cao trong nhiều thời điểm của năm, việc sử dụng dữ liệu radar giúp khắc phục đáng kể những hạn chế của ảnh viễn thám quang học. Dữ liệu SAR có thể được khai thác để theo dõi diễn biến sạt lở bờ sông, bờ biển, giám sát biến động sử dụng đất, quan trắc tài nguyên nước, theo dõi lún sụt tại các đô thị lớn, giám sát hoạt động khai thác khoáng sản, theo dõi diễn biến rừng cũng như hỗ trợ công tác cứu hộ, cứu nạn trong các tình huống thiên tai khẩn cấp.

Khóa đào tạo lần này không chỉ góp phần nâng cao kiến thức chuyên môn về công nghệ radar cho đội ngũ cán bộ, viên chức của Cục Viễn thám quốc gia mà còn tạo điều kiện tiếp cận những kinh nghiệm thực tiễn và xu hướng phát triển mới của ngành viễn thám thế giới. Đây là một trong những hoạt động thiết thực nhằm triển khai các chủ trương, định hướng về phát triển khoa học, công nghệ, đổi mới sáng tạo và chuyển đổi số, đồng thời từng bước xây dựng nguồn nhân lực chất lượng cao phục vụ phát triển ngành viễn thám Việt Nam.

Trong thời gian tới, Cục Viễn thám quốc gia sẽ tiếp tục đẩy mạnh các hoạt động đào tạo, bồi dưỡng chuyên môn về công nghệ viễn thám thế hệ mới, trí tuệ nhân tạo, phân tích dữ liệu lớn và các công nghệ xử lý dữ liệu không gian địa lý hiện đại. Việc nâng cao năng lực đội ngũ cán bộ, viên chức được xác định là một trong những yếu tố then chốt để khai thác hiệu quả các nguồn dữ liệu quan sát Trái đất, phục vụ công tác quản lý nhà nước, phát triển kinh tế - xã hội, bảo vệ môi trường và bảo đảm quốc phòng, an ninh trong giai đoạn mới.

 

Văn phòng Cục Viễn thám quốc gia

Ý kiến

Ứng dụng tư liệu vệ tinh trong nghiên cứu tai biến thiên nhiên tại việt nam: tiếp cận, phương pháp và triển vọng

Ứng dụng tư liệu vệ tinh trong nghiên cứu tai biến thiên nhiên tại việt nam: tiếp cận, phương pháp và triển vọng

Tai biến thiên nhiên, bao gồm lũ lụt, trượt lở đất, hạn hán và xói lở bờ biển, đang ngày càng gia tăng về tần suất và mức độ nghiêm trọng tại Việt Nam dưới tác động của biến đổi khí hậu. Tư liệu vệ tinh đã trở thành một công cụ không thể thiếu trong công tác giám sát, đánh giá và cảnh báo các loại hình tai biến này nhờ khả năng phủ trùm không gian rộng lớn, lặp lại theo chu kỳ và chi phí thu thập thấp. Bài báo này tổng hợp và phân tích các hướng tiếp cận ứng dụng tư liệu vệ tinh trong nghiên cứu tai biến thiên nhiên tại Việt Nam, bao gồm: (1) phân tích đa phổ và radar để lập bản đồ lũ lụt và trượt lở đất; (2) sử dụng chỉ số viễn thám kết hợp học máy để đánh giá tính nhạy cảm tai biến; (3) tích hợp dữ liệu chuỗi thời gian đa nguồn vào mô hình học sâu. Kết quả cho thấy các mô hình kết hợp tư liệu vệ tinh đa nguồn với thuật toán học máy và học sâu cho độ chính xác cao (AUC > 0,95) và có tiềm năng ứng dụng rộng rãi trong hệ thống cảnh báo sớm thiên tai tại Việt Nam.
Ứng dụng GIS và viễn thám trong đánh giá biến động sử dụng đất nông nghiệp xã Tây Đô, tỉnh Thanh Hóa giai đoạn 2015 - 2025

Ứng dụng GIS và viễn thám trong đánh giá biến động sử dụng đất nông nghiệp xã Tây Đô, tỉnh Thanh Hóa giai đoạn 2015 - 2025

Nghiên cứu này ứng dụng công nghệ GIS và viễn thám nhằm phân tích biến động sử dụng đất nông nghiệp tại xã Tây Đô, tỉnh Thanh Hóa trong giai đoạn 2015 - 2025, đồng thời xác định các nguyên nhân gây biến động và đề xuất giải pháp phục vụ công tác quản lý, sử dụng đất bền vững tại địa phương. Nguồn dữ liệu chính được sử dụng là ảnh vệ tinh Sentinel-2 tại hai thời điểm năm 2015 và năm 2025, kết hợp với phần mềm ArcGIS và ENVI để xây dựng bản đồ lớp phủ đất và bản đồ biến động sử dụng đất. Phương pháp phân loại ảnh có giám sát bằng thuật toán xác suất cực đại (Maximum Likelihood) được áp dụng, kết hợp khảo sát trên nền tảng Google Earth và khảo sát thực địa để kiểm chứng kết quả phân loại. Kết quả đánh giá độ chính xác cho thấy cả hai thời điểm đều đạt độ chính xác tổng thể trên 80% và hệ số Kappa trên 0,7, đảm bảo độ tin cậy cho phân tích biến động. Kết quả nghiên cứu xác định tổng diện tích có biến động là 1.528,84 ha, chiếm 43,31% tổng diện tích tự nhiên, trong khi diện tích không biến động là 2.001,31 ha, chiếm 56,69%. Xu hướng biến động chủ yếu là sự suy giảm diện tích đất nông nghiệp truyền thống, đặc biệt là đất trồng lúa, đi kèm với sự gia tăng diện tích đất ở nông thôn, đất giao thông và các loại đất sản xuất có giá trị kinh tế cao hơn. Kết quả này phản ánh quá trình phát triển kinh tế - xã hội và sự chuyển dịch cơ cấu sử dụng đất phù hợp với nhu cầu phát triển của địa phương trong giai đoạn hiện nay, đồng thời là cơ sở khoa học quan trọng cho công tác quy hoạch, quản lý và sử dụng đất bền vững tại xã Tây Đô.
Tổng quan đánh giá độ chính xác của các thuật toán phân loại ảnh vệ tinh Sentinel-2 trong giám sát tài nguyên và môi trường

Tổng quan đánh giá độ chính xác của các thuật toán phân loại ảnh vệ tinh Sentinel-2 trong giám sát tài nguyên và môi trường

Nghiên cứu này nhằm đánh giá độ chính xác của một số thuật toán phân loại ảnh viễn thám sử dụng dữ liệu Sentinel-2 trong giám sát tài nguyên và môi trường. Cụ thể, ba thuật toán phổ biến bao gồm Random Forest (RF), Support Vector Machine (SVM) và k-Nearest Neighbor (KNN) được lựa chọn và áp dụng để phân loại lớp phủ bề mặt từ ảnh vệ tinh. Quy trình nghiên cứu bao gồm tiền xử lý dữ liệu, xây dựng tập mẫu huấn luyện và kiểm định, thực hiện phân loại và đánh giá kết quả thông qua ma trận nhầm lẫn cùng các chỉ tiêu như độ chính xác tổng thể (Overall Accuracy), hệ số Kappa và độ chính xác theo lớp. Kết quả cho thấy các thuật toán đều đạt hiệu quả nhất định trong phân loại ảnh Sentinel-2, trong đó Random Forest thể hiện hiệu suất vượt trội với độ chính xác tổng thể đạt trên 90%, cao hơn so với SVM và KNN. Sự khác biệt về độ chính xác giữa các thuật toán phản ánh khả năng xử lý dữ liệu phi tuyến và tính ổn định của từng phương pháp. Nghiên cứu góp phần cung cấp cơ sở khoa học trong việc lựa chọn thuật toán phân loại phù hợp cho dữ liệu viễn thám Sentinel-2, đồng thời đề xuất hướng tiếp cận tối ưu nhằm nâng cao hiệu quả giám sát tài nguyên và môi trường trong điều kiện thực tế.