Trong bối cảnh giảm phát thải Carbon toàn cầu, công nghệ điện mặt trời đang phát triển một cách nhanh chóng. Thông tin về sử dụng công nghệ điện mặt trời được quan tâm, bao gồm cả vị trí và quy mô lắp đặt, là cơ sở để điều chỉnh và đánh giá tiềm năng của ngành năng lượng này. Việc sử dụng ảnh vệ tinh để phân đoạn tấm pin năng lượng mặt trời đã trở thành một lĩnh vực nghiên cứu quan trọng, nhằm cung cấp thông tin chính xác và đáng tin cậy cho việc quản lý, theo dõi và tối ưu hóa hoạt động của các dự án năng lượng mặt trời. Tại Việt Nam, nơi có tiềm năng rất lớn cho việc phát triển năng lượng mặt đã và đang được khai thác mạnh mẽ, việc phát triển các công cụ và phương pháp tự động hóa phân đoạn tấm pin năng lượng mặt trời từ ảnh vệ tinh sẽ có ý nghĩa quan trọng trong việc nâng cao hiệu quả năng lượng và bảo vệ môi trường. Học máy và phân tích dữ liệu lớn đã và đang trở nên phổ biến trong nhiều ngành khoa học. Sự thay đổi mô hình này cũng nhanh chóng phát triển trong lĩnh vực viễn thám. Các nền tảng tính toán địa lý (Geo-computational platforms) dựa trên đám mây như Google Earth Engine (GEE) đã giải quyết nhiều thách thức về quản lý dữ liệu và tính toán cũng như cung cấp một nền tảng thuận tiện cho các ứng dụng dựa trên hình ảnh vệ tinh. GEE đã được ứng dụng trong nhiều nghiên cứu khoa học cũng như áp dụng vào các hoạt động thực tế. Tuy nhiên, các kỹ thuật Học máy cổ điển như cây quyết định, máy vectơ hỗ trợ, rừng ngẫu nhiên, v.v. được cung cấp trong gói ee.Classifier của GEE chưa thực sự đạt được những kết quả như mong muốn. Các kỹ thuật này chỉ có thể đạt hiệu quả cao trong trường hợp các mẫu huấn luyện chính xác. Ngoài việc dựa vào dữ liệu đào tạo có chất lượng cao, các phương pháp này cũng cần lựa chọn các tổ hợp đặc trưng thích hợp, có thể bao gồm các đặc trưng về quang phổ, kết cấu và hình dạng, v.v. Việc lựa chọn đặc trưng sẽ ảnh hưởng trực tiếp đến tính ổn định của dự đoán.Bố cục của luận văn được tổ chức như sau: Phần 1 giới thiệu tổng quan về nghiên cứu và tình hình nghiên cứu hiện tại trong lĩnh vực phân đoạn tấm pin năng lượng mặt trời từ ảnh vệ tinh. Phần 2 trình bày về các cơ sở lý thuyết để thực hiện nghiên cứu. Phần 3 mô tả về phương pháp đề xuất, bao gồm quá trình thu thập dữ liệu, xây dựng và huấn luyện mô hình phân đoạn. Cùng với đó là lập bản đồ giám sát biến động về diện tích và sự phân bổ của các tấm pin tại tỉnh Bà Rịa - Vũng Tàu trong 3 năm 2020, 2021 và 2022. Cuối cùng là Phần 4, đưa ra đánh giá kết luận của nghiên cứu và các hướng phát triển trong tương lai.
Readership Map
Content Distribution
Trong bối cảnh giảm phát thải Carbon toàn cầu, công nghệ điện mặt trời đang phát triển một cách nhanh chóng. Thông tin về sử dụng công nghệ điện mặt trời được quan tâm, bao gồm cả vị trí và quy mô lắp đặt, là cơ sở để điều chỉnh và đánh giá tiềm năng của ngành năng lượng này. Việc sử dụng ảnh vệ tinh để phân đoạn tấm pin năng lượng mặt trời đã trở thành một lĩnh vực nghiên cứu quan trọng, nhằm cung cấp thông tin chính xác và đáng tin cậy cho việc quản lý, theo dõi và tối ưu hóa hoạt động của các dự án năng lượng mặt trời. Tại Việt Nam, nơi có tiềm năng rất lớn cho việc phát triển năng lượng mặt đã và đang được khai thác mạnh mẽ, việc phát triển các công cụ và phương pháp tự động hóa phân đoạn tấm pin năng lượng mặt trời từ ảnh vệ tinh sẽ có ý nghĩa quan trọng trong việc nâng cao hiệu quả năng lượng và bảo vệ môi trường. Học máy và phân tích dữ liệu lớn đã và đang trở nên phổ biến trong nhiều ngành khoa học. Sự thay đổi mô hình này cũng nhanh chóng phát triển trong lĩnh vực viễn thám. Các nền tảng tính toán địa lý (Geo-computational platforms) dựa trên đám mây như Google Earth Engine (GEE) đã giải quyết nhiều thách thức về quản lý dữ liệu và tính toán cũng như cung cấp một nền tảng thuận tiện cho các ứng dụng dựa trên hình ảnh vệ tinh. GEE đã được ứng dụng trong nhiều nghiên cứu khoa học cũng như áp dụng vào các hoạt động thực tế. Tuy nhiên, các kỹ thuật Học máy cổ điển như cây quyết định, máy vectơ hỗ trợ, rừng ngẫu nhiên, v.v. được cung cấp trong gói ee.Classifier của GEE chưa thực sự đạt được những kết quả như mong muốn. Các kỹ thuật này chỉ có thể đạt hiệu quả cao trong trường hợp các mẫu huấn luyện chính xác. Ngoài việc dựa vào dữ liệu đào tạo có chất lượng cao, các phương pháp này cũng cần lựa chọn các tổ hợp đặc trưng thích hợp, có thể bao gồm các đặc trưng về quang phổ, kết cấu và hình dạng, v.v. Việc lựa chọn đặc trưng sẽ ảnh hưởng trực tiếp đến tính ổn định của dự đoán.Bố cục của luận văn được tổ chức như sau: Phần 1 giới thiệu tổng quan về nghiên cứu và tình hình nghiên cứu hiện tại trong lĩnh vực phân đoạn tấm pin năng lượng mặt trời từ ảnh vệ tinh. Phần 2 trình bày về các cơ sở lý thuyết để thực hiện nghiên cứu. Phần 3 mô tả về phương pháp đề xuất, bao gồm quá trình thu thập dữ liệu, xây dựng và huấn luyện mô hình phân đoạn. Cùng với đó là lập bản đồ giám sát biến động về diện tích và sự phân bổ của các tấm pin tại tỉnh Bà Rịa - Vũng Tàu trong 3 năm 2020, 2021 và 2022. Cuối cùng là Phần 4, đưa ra đánh giá kết luận của nghiên cứu và các hướng phát triển trong tương lai.
