Sign In

Khoa học, công nghệ, đổi mới sáng tạo và chuyển đổi số – Động lực đưa viễn thám trở thành hạ tầng dữ liệu chiến lược phục vụ phát triển nông nghiệp, môi trường

11:39 06/07/2026

Chọn cỡ chữ A a  

Trong bối cảnh khoa học, công nghệ, đổi mới sáng tạo và chuyển đổi số được xác định là động lực then chốt để phát triển đất nước nhanh và bền vững, lĩnh vực viễn thám đang đứng trước những cơ hội phát triển mạnh mẽ chưa từng có. Với lợi thế cung cấp nguồn dữ liệu quan sát Trái đất liên tục, khách quan và trên phạm vi rộng, công nghệ viễn thám ngày càng khẳng định vai trò là hạ tầng dữ liệu quan trọng phục vụ quản lý tài nguyên, bảo vệ môi trường, phát triển nông nghiệp hiện đại, phòng chống thiên tai, ứng phó biến đổi khí hậu và hỗ trợ quá trình ra quyết định của các cấp quản lý.

Quán triệt tinh thần Nghị quyết số 57-NQ/TW của Bộ Chính trị về đột phá phát triển khoa học, công nghệ, đổi mới sáng tạo và chuyển đổi số quốc gia, cùng các chương trình hành động của Chính phủ và Bộ Nông nghiệp và Môi trường, Cục Viễn thám quốc gia xác định năm 2027 là năm tạo bước chuyển mạnh từ nghiên cứu ứng dụng sang hình thành các nền tảng công nghệ, dữ liệu và hệ sinh thái đổi mới sáng tạo có khả năng phục vụ trực tiếp công tác quản lý nhà nước cũng như phát triển kinh tế - xã hội.

Theo kế hoạch khoa học, công nghệ, đổi mới sáng tạo và chuyển đổi số năm 2027, Cục Viễn thám quốc gia sẽ tiếp tục triển khai đồng bộ các nhiệm vụ nghiên cứu, ứng dụng và chuyển giao công nghệ theo hướng lấy dữ liệu làm trung tâm, lấy trí tuệ nhân tạo, dữ liệu lớn, điện toán đám mây và công nghệ số làm công cụ, đồng thời phát huy tối đa giá trị của dữ liệu viễn thám quốc gia trong toàn ngành nông nghiệp và môi trường.

 

Định hướng nghiên cứu gắn với các công nghệ chiến lược

Nghị quyết số 57-NQ/TW xác định rõ yêu cầu phát triển các công nghệ chiến lược, hình thành các nền tảng số dùng chung, thúc đẩy đổi mới sáng tạo và làm chủ công nghệ lõi. Đối với lĩnh vực viễn thám, đây vừa là yêu cầu, vừa là cơ hội để chuyển đổi mô hình phát triển từ đơn thuần cung cấp dữ liệu sang xây dựng các nền tảng phân tích thông minh phục vụ quản trị quốc gia.

Trên cơ sở đó, Cục Viễn thám quốc gia định hướng các nhiệm vụ khoa học năm 2027 tập trung vào nghiên cứu tích hợp dữ liệu viễn thám với trí tuệ nhân tạo (AI), học máy (Machine Learning), dữ liệu lớn (Big Data), Internet vạn vật (IoT), mô hình bản sao số (Digital Twin) và điện toán đám mây nhằm tạo ra các hệ thống giám sát, dự báo và cảnh báo tự động trong nhiều lĩnh vực.

Các nhiệm vụ nghiên cứu sẽ không chỉ dừng ở việc xây dựng mô hình khoa học mà hướng tới hình thành các sản phẩm có khả năng triển khai thực tế, tích hợp trực tiếp vào hệ thống quản lý, điều hành của Bộ Nông nghiệp và Môi trường cũng như các địa phương.

Hình thành chuỗi nhiệm vụ khoa học phục vụ quản lý ngành

Một trong những điểm nhấn của kế hoạch năm 2027 là tiếp tục hoàn thiện và triển khai chuỗi nhiệm vụ thuộc Bài toán lớn của Bộ Nông nghiệp và Môi trường về "Ứng dụng viễn thám và trí tuệ nhân tạo trong xây dựng hệ thống quan trắc, giám sát, cảnh báo tự động trong lĩnh vực nông nghiệp và môi trường". Chuỗi nhiệm vụ này đã được Cục Viễn thám quốc gia nghiên cứu, đề xuất nhằm tạo nền tảng công nghệ thống nhất cho toàn ngành.

Trong đó, một số nhiệm vụ trọng tâm dự kiến triển khai gồm:

  • Nghiên cứu xây dựng hệ thống giám sát thông minh lĩnh vực nông nghiệp và môi trường bằng công nghệ viễn thám kết hợp trí tuệ nhân tạo phục vụ tăng trưởng xanh và phát triển bền vững. Đây là nhiệm vụ có ý nghĩa nền tảng, hướng tới xây dựng hệ thống phân tích tự động, hỗ trợ phát hiện sớm các biến động tài nguyên và môi trường, nâng cao hiệu quả quản lý nhà nước.

  • Ứng dụng công nghệ viễn thám và AI trong giám sát ngập lụt, sạt lở bờ sông, bờ biển nhằm tăng cường năng lực cảnh báo sớm thiên tai, hỗ trợ công tác phòng, chống và giảm nhẹ rủi ro thiên tai trong điều kiện biến đổi khí hậu ngày càng phức tạp.

  • Xây dựng hệ thống giám sát thông minh diện tích gieo trồng, sinh trưởng và dự báo sản lượng lúa bằng dữ liệu vệ tinh kết hợp AI, phục vụ bảo đảm an ninh lương thực quốc gia đến năm 2030, đồng thời cung cấp cơ sở khoa học cho điều hành sản xuất nông nghiệp.

  • Xây dựng hệ sinh thái bản sao số rừng quốc gia (Digital Twin Forest), cho phép theo dõi hiện trạng, biến động tài nguyên rừng theo thời gian gần thực, hỗ trợ quản trị tài nguyên rừng, kiểm kê, giám sát suy thoái và hấp thụ các-bon.

  • Xây dựng hệ thống giám sát chất lượng không khí theo thời gian thực, tích hợp dữ liệu viễn thám với dữ liệu quan trắc mặt đất và nguồn phát thải để phát hiện sớm các điểm nóng ô nhiễm, phục vụ công tác quản lý môi trường.

  • Phát triển hệ sinh thái đào tạo, nghiên cứu và chuyển giao ứng dụng viễn thám, AI và dữ liệu số nhằm hình thành nguồn nhân lực chất lượng cao cho ngành nông nghiệp và môi trường.

Các nhiệm vụ này đều hướng đến mục tiêu chung là chuyển từ phương thức quản lý truyền thống sang quản trị thông minh dựa trên dữ liệu số, phù hợp với định hướng phát triển khoa học, công nghệ và đổi mới sáng tạo của Trung ương.

Xây dựng hạ tầng dữ liệu viễn thám quốc gia hiện đại

Bên cạnh các nhiệm vụ nghiên cứu, năm 2027 cũng là giai đoạn quan trọng để tiếp tục hoàn thiện Cơ sở dữ liệu viễn thám quốc gia theo hướng đồng bộ, thống nhất, liên thông và chia sẻ dữ liệu trên phạm vi toàn quốc.

Việc xây dựng cơ sở dữ liệu sẽ bảo đảm các yêu cầu "đúng - đủ - sạch - sống - thống nhất - dùng chung", đồng thời tăng cường khả năng kết nối với các cơ sở dữ liệu quốc gia, cơ sở dữ liệu chuyên ngành và các nền tảng số của Bộ Nông nghiệp và Môi trường.

Khi được hoàn thiện, hạ tầng dữ liệu này sẽ trở thành nền tảng phục vụ phát triển Chính phủ số, kinh tế số và xã hội số trong lĩnh vực nông nghiệp và môi trường; tạo điều kiện để các cơ quan quản lý, doanh nghiệp và tổ chức nghiên cứu khai thác hiệu quả dữ liệu viễn thám phục vụ sản xuất, kinh doanh và nghiên cứu khoa học.

Đổi mới sáng tạo gắn với nhu cầu thực tiễn

Định hướng của Cục Viễn thám quốc gia không chỉ tập trung vào nghiên cứu khoa học thuần túy mà còn chú trọng thương mại hóa kết quả nghiên cứu, thúc đẩy chuyển giao công nghệ và mở rộng hợp tác với các viện nghiên cứu, trường đại học, doanh nghiệp công nghệ và các tổ chức quốc tế.

Thông qua các chương trình hợp tác, nhiều công nghệ mới trong xử lý ảnh vệ tinh, trí tuệ nhân tạo, phân tích dữ liệu lớn, điện toán đám mây và công nghệ không gian sẽ tiếp tục được tiếp nhận, làm chủ và phát triển phù hợp với điều kiện Việt Nam, góp phần nâng cao năng lực khoa học và công nghệ của ngành.

Song song với đó, Cục sẽ tiếp tục đầu tư phát triển nguồn nhân lực chất lượng cao, từng bước hình thành đội ngũ chuyên gia có khả năng nghiên cứu, làm chủ và phát triển các công nghệ chiến lược, đáp ứng yêu cầu triển khai các nhiệm vụ lớn trong giai đoạn mới.

Tạo nền tảng cho giai đoạn phát triển mới

Với định hướng xuyên suốt là đưa khoa học, công nghệ, đổi mới sáng tạo và chuyển đổi số trở thành động lực phát triển lĩnh vực viễn thám, kế hoạch năm 2027 của Cục Viễn thám quốc gia không chỉ tập trung hoàn thành các nhiệm vụ nghiên cứu thường xuyên mà còn hướng tới hình thành các nền tảng công nghệ có tính chiến lược, tạo sức lan tỏa cho toàn ngành nông nghiệp và môi trường.

Việc triển khai thành công các nhiệm vụ nghiên cứu trọng điểm sẽ góp phần nâng cao hiệu quả quản lý tài nguyên, bảo vệ môi trường, bảo đảm an ninh lương thực, chủ động phòng chống thiên tai, thích ứng với biến đổi khí hậu và phát triển kinh tế xanh, kinh tế số. Đồng thời, đây cũng là bước đi quan trọng nhằm hiện thực hóa tinh thần Nghị quyết số 57-NQ/TW, đưa khoa học, công nghệ, đổi mới sáng tạo và chuyển đổi số thực sự trở thành nền tảng cho phát triển nhanh và bền vững của đất nước, trong đó viễn thám giữ vai trò là một trong những hạ tầng dữ liệu chiến lược phục vụ quản trị quốc gia trong kỷ nguyên số.

Nếu bài đăng trên Cổng thông tin điện tử của Cục, tôi có thể chỉnh sửa theo văn phong báo điện tử, bổ sung tiêu đề phụ, trích dẫn nổi bật (pull quote) và tối ưu SEO để phù hợp với phong cách các bài tuyên truyền của Bộ Nông nghiệp và Môi trường.

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.