Tin tức Mới
Mô hình nền tảng cho dữ liệu địa không gian và quan sát trái đất: kỷ nguyên mới trong hiểu biết về trái đất
15:12 02/07/2026
Tích hợp dữ liệu SMAP và CYGNSS trong giám sát độ ẩm đất và hạn hán nông nghiệp tại Nghệ An: Tiềm năng mở rộng ứng dụng cho Việt Nam
Nghiên cứu “Integrating SMAP and CYGNSS data for daily soil moisture and agricultural drought monitoring in Nghe An province, Vietnam” của Hoang Tich Phuc và cộng sự công bố trên tạp chí Remote Sensing Applications: Society and Environment năm 2025 đã đề xuất một phương pháp tích hợp dữ liệu viễn thám tiên tiến nhằm giám sát độ ẩm đất và hạn hán nông nghiệp với độ phân giải không gian và thời gian cao. Đây được xem là một hướng tiếp cận có ý nghĩa đặc biệt đối với Việt Nam trong bối cảnh biến đổi khí hậu làm gia tăng tần suất và cường độ hạn hán tại nhiều vùng sản xuất nông nghiệp trọng điểm.
Ứng dụng viễn thám trong ước tính độ ẩm đất phục vụ nông nghiệp: Xu hướng công nghệ và cơ hội triển khai tại Việt Nam
Độ ẩm đất là một trong những tham số quan trọng nhất đối với sản xuất nông nghiệp, quản lý tài nguyên nước và thích ứng biến đổi khí hậu. Trong bối cảnh hạn hán, xâm nhập mặn và biến động thời tiết ngày càng gia tăng, nhu cầu giám sát độ ẩm đất theo thời gian thực trên diện rộng đang trở thành yêu cầu cấp thiết. Báo cáo tổng quan hệ thống của Ana C. Teixeira và cộng sự đăng trên tạp chí Science of Remote Sensing năm 2025 đã cung cấp một cái nhìn toàn diện về các phương pháp ước tính độ ẩm đất bằng dữ liệu viễn thám phục vụ nông nghiệp chính xác.
Phương pháp mới khử nhiễu ảnh siêu phổ bằng mạng học sâu QRSAN
Ảnh siêu phổ (Hyperspectral Image – HSI) là một trong những nguồn dữ liệu quan trọng của công nghệ viễn thám hiện đại nhờ khả năng ghi nhận đồng thời thông tin không gian và phổ với hàng trăm kênh phổ liên tục. Nhờ đó, ảnh siêu phổ cho phép nhận dạng vật chất, phân loại lớp phủ bề mặt và phát hiện biến động với độ chính xác cao. Công nghệ này hiện được ứng dụng rộng rãi trong giám sát tài nguyên môi trường, nông nghiệp thông minh, y học, an ninh quốc phòng và kiểm tra chất lượng thực phẩm. Tuy nhiên, trong quá trình thu nhận dữ liệu, ảnh siêu phổ thường bị ảnh hưởng bởi nhiều loại nhiễu như nhiễu Gaussian, nhiễu sọc (stripe noise), nhiễu đường chết (dead-line noise), nhiễu xung và các sai lệch do điều kiện khí quyển hoặc cảm biến gây ra. Những loại nhiễu này làm suy giảm đáng kể chất lượng ảnh và ảnh hưởng trực tiếp đến các bài toán xử lý sau như phân loại, phát hiện mục tiêu hay giám sát biến động.
Phương pháp P2SR trong nâng cao độ phân giải ảnh siêu phổ: bước tiến mới cho dữ liệu EnMAP
16:20 19/05/2026
Nghiên cứu “Scalable Hyperspectral Enhancement via Patch-Wise Sparse Residual Learning: Insights from Super-Resolved EnMAP Data” của Parth Naik và cộng sự công bố trên tạp chí Remote Sensing năm 2025 đã đề xuất một phương pháp mới mang tên Parallel Patch-wise Sparse Residual Learning (P2SR) nhằm nâng cao độ phân giải không gian của ảnh siêu phổ (Hyperspectral Imaging – HSI) thông qua kết hợp dữ liệu đa phổ độ phân giải cao (MSI).
Tổng thuật nghiên cứu về mô hình Tri-3DUNet trong phân loại ảnh siêu phổ viễn thám
18:26 18/05/2026
Một nghiên cứu mới công bố trên tạp chí Scientific Reports năm 2025 đã đề xuất mô hình Tri-3DUNet nhằm nâng cao hiệu quả phân loại ảnh siêu phổ dựa trên học sâu. Nghiên cứu do Mahmood Ashraf và cộng sự thực hiện đã phát triển kiến trúc mạng nơ-ron ba nhánh kết hợp cơ chế attention không gian – phổ, qua đó cải thiện đáng kể độ chính xác phân loại so với các phương pháp trước đây.
Giám sát biến động rừng cao su bằng dữ liệu viễn thám đa nguồn: Nghiên cứu trường hợp đảo Hải Nam, Trung Quốc
18:10 18/05/2026
Nghiên cứu được thực hiện trong bối cảnh cao su tự nhiên tiếp tục là nguyên liệu chiến lược quan trọng đối với nhiều ngành công nghiệp như sản xuất ô tô, hàng không, xây dựng và y tế; đồng thời cũng là cây trồng có ý nghĩa kinh tế đặc biệt đối với khu vực nhiệt đới và cận nhiệt đới ở châu Á. Theo nhóm tác giả, Hải Nam hiện là một trong những vùng sản xuất cao su trọng điểm của Trung Quốc, tuy nhiên việc quản lý diện tích và theo dõi biến động rừng cao su đang gặp nhiều thách thức do tác động của biến đổi khí hậu, thiên tai và thay đổi sử dụng đất
Trí tuệ nhân tạo và dữ liệu vệ tinh mở ra hướng mới trong dự báo cháy rừng
16:50 12/05/2026
Cháy rừng đang trở thành một trong những thách thức môi trường nghiêm trọng nhất trên toàn cầu. Những năm gần đây, nhiều khu vực tại Mỹ, Canada, Australia và châu Âu liên tục ghi nhận các vụ cháy lớn với tốc độ lan rộng nhanh, khó kiểm soát, gây thiệt hại nặng nề về tài nguyên rừng, môi trường và đời sống con người. Trong bối cảnh đó, việc ứng dụng công nghệ viễn thám và trí tuệ nhân tạo để theo dõi, dự báo diễn biến cháy rừng đang trở thành xu hướng nghiên cứu nổi bật trên thế giới.
Ứng dụng công nghệ viễn thám trong giám sát mực nước hồ chứa trên lưu vực sông Hồng và sông Mê Công
16:10 07/05/2026
Trong bối cảnh biến đổi khí hậu ngày càng rõ nét, hạn hán, thiếu nước, lũ lụt cực đoan diễn biến phức tạp hơn, việc theo dõi diễn biến nguồn nước tại các hồ chứa lớn không còn đơn thuần là nhiệm vụ kỹ thuật mà đã trở thành yêu cầu chiến lược trong quản lý tài nguyên nước quốc gia.
Giám sát việc thực hiện quy hoạch phân vùng thăm dò, khai thác quặng bô-xít bằng công nghệ viễn thám – giải pháp hiện đại nâng cao hiệu quả quản lý tài nguyên khoáng sản
15:46 07/05/2026
Hoạt động thăm dò, khai thác khoáng sản nói chung và khai thác quặng bô-xít nói riêng luôn tiềm ẩn nhiều nguy cơ tác động đến môi trường, tài nguyên đất, rừng và hệ sinh thái nếu không được quản lý chặt chẽ. Chính vì vậy, công tác giám sát việc thực hiện quy hoạch phân vùng thăm dò, khai thác quặng bô-xít có ý nghĩa đặc biệt quan trọng nhằm bảo đảm khai thác hợp lý tài nguyên, bảo vệ môi trường và phát triển bền vững