Đánh giá khả năng khai thác ảnh vệ tinh quang học miễn phí phục vụ giám sát lớp phủ mặt đất tại Việt Nam

Quản lý Tài nguyên rừng & Môi trường 
 TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ LÂM NGHIỆP SỐ 3 - 2019 65 
ĐÁNH GIÁ KHẢ NĂNG KHAI THÁC ẢNH VỆ TINH QUANG HỌC 
MIỄN PHÍ PHỤC VỤ GIÁM SÁT LỚP PHỦ MẶT ĐẤT TẠI VIỆT NAM 
Phạm Văn Duẩn1, Lê Sỹ Doanh1, Vũ Thị Thìn1, Nguyễn Văn Thị1 
Hoàng Văn Khiên1, Phạm Tiến Dũng2, Đinh Văn Tuyến3 
1Trường Đại học Lâm nghiệp 
2Viện Khoa học Lâm nghiệp 
3Bộ Nông nghiệp và Phát triển nông thôn 
TÓM TẮT 
Việc kết hợp các loại tư liệu vệ tinh quang học khác nhau sẽ làm tăng cơ hội cho việc có được ảnh không mây 
phục vụ thường xuyên hơn cho mục tiêu giám sát bề mặt trái đất. Hiện nay, các vệ tinh quang học như: 
Landsat-8 OLI (từ 2013), Sentinel-2 MSI (Sentinel-2A - từ 2015; Sentinel-2B - từ 2017) hiện đang cung cấp 
ảnh miễn phí trên phạm vi toàn cầu với độ phân giải không gian từ 10 đến 30 m tạo ra cơ hội rất lớn để giám 
sát bề mặt trái đất. Sử dụng các bộ sưu tập ảnh Landsat 8 OLI và Sentinel 2 MSI chụp trong năm 2018 trên nền 
tảng điện toán đám mây của Google Earth Engine, nghiên cứu đã xác định khả năng khai thác từng loại tư liệu 
ảnh nêu trên và kết hợp chúng với nhau trên toàn lãnh thổ Việt Nam. Kết quả nghiên cứu đã chứng minh tiện 
ích của việc kết hợp hai loại tư liệu ảnh Sentinel-2 và Landsat-8 để nâng cao tần số và giảm thời gian lặp lại 
ảnh cho từng tỉnh của Việt Nam. Theo đó, nếu không xét đến ảnh hưởng của mây và bóng mây thì trung bình 
tại một vị trí tại nước ta, chu kỳ lặp lại của ảnh: 15 ngày (Landsat 8), 4 ngày (Sentinel 2) và 3 ngày (kết hợp hai 
loại ảnh). Nhưng nếu loại bỏ ảnh hưởng của mây và bóng mây thì, tính trung bình cho mọi vị trí tại Việt Nam, 
chu kỳ lặp lại của ảnh: 30 ngày (Landsat 8), 10 ngày (Sentinel 2) và 7 ngày (kết hợp hai loại ảnh). Tương ứng 
với tỷ lệ số ảnh Landsat 8 và Sentinel 2 có thể sử dụng cho mục tiêu giám sát bề mặt so với tổng số ảnh thu 
được tương ứng là 51% và 39%. Với chu kỳ lặp lại của ảnh như vậy, tư liệu ảnh Landsat 8 OLI phù hợp cho 
mục tiêu giám sát biến động hàng năm. Trong khi đó, tư liệu ảnh Sentinel 2 MSI phù hợp cho mục tiêu giám 
sát biến động hàng quý. Sự kết hợp của cả hai loại tư liệu ảnh có thể đáp ứng được mục tiêu giám sát biến động 
trên mặt đất hàng tháng. 
Từ khóa: Ảnh vệ tinh quang học, GEE, Landsat 8 OLI, Sentinel 2 MSI. 
1. ĐẶT VẤN ĐỀ 
Kết hợp tư liệu ảnh quang học của các vệ 
tinh khác nhau làm tăng cơ hội lấy được ảnh 
không có mây phục vụ cho việc giám sát bề 
mặt trái đất (Roy et al, 2006; Brown et al, 
2006; Fensholt et al, 2009; Kovalskyy và Roy, 
2013). Gần đây, các loại tư liệu ảnh quang học 
có độ phân giải không gian trung bình như: 
Landsat 8 OLI, Sentinel 2 MSI được cung cấp 
miễn phí đã mở ra những triển vọng và tiềm 
năng ứng dụng rất lớn trong điều kiện của các 
nước đang phát triển (Drusch et al, 2012; Roy 
et al, 2014) như Việt Nam. 
Gần đây, sự ra đời và phát triển của nền 
tảng điện toán đám mây của Google Earth 
Engine (GEE) cho phép kết hợp một kho lưu 
trữ lớn ảnh viễn thám và các dữ liệu khác, 
được tối ưu hóa cho xử lý các dữ liệu không 
gian địa lý. Các thuật toán được tích hợp trong 
GEE cho phép cung cấp một cách nhanh chóng 
và trực quan về kết quả của các phân tích 
không gian phức tạp đã thúc đẩy mạnh mẽ khả 
năng và triển vọng ứng dụng công nghệ viễn 
thám trong công tác giám sát bề mặt trái đất ở 
quy mô khu vực và từng địa phương. Điều mà 
trước đây nếu sử dụng ảnh đơn lẻ, trên các 
phần mềm thông dụng, với phương pháp xử lý 
truyền thống rất khó thực hiện hoặc mất rất 
nhiều thời gian và công sức. 
Xét trên khía cạnh ứng dụng, khi các vệ tinh 
viễn thám được thiết kế thường quan tâm đến 
các chỉ số: độ phân giải không gian, độ phân 
giải phổ, độ phân giải xạ, độ phân giải thời 
gian (Carrasco et al, 2019). Trong đó: (1) độ 
phân giải không gian là vùng hoặc đối tượng 
nhỏ nhất trên mặt đất có thể phân biệt được bởi 
bộ cảm của vệ tinh, hiểu một cách đơn giản thì 
độ phân giải không gian chính là kích thước 
của điểm ảnh; (2) độ phân giải phổ là vùng 
bước sóng mà bức xạ tương ứng của nó có thể 
thu nhận được ở bộ cảm của vệ tinh, hiểu đơn 
giản hơn thì độ phân giải phổ chính là số kênh 
ảnh; (3) độ phân giải xạ là số bit của ảnh, độ 
phân giải xạ thấp thì sự phân biệt các đối tượng 
Quản lý Tài nguyên rừng & Môi trường 
66 TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ LÂM NGHIỆP SỐ 3 - 2019 
trên bề mặt sẽ không cao và ngược lại; (4) độ 
phân giải thời gian là khoảng thời gian giữa hai 
lần thu nhận dữ liệu liên tiếp tại một vị trí trên 
mặt đất hay còn gọi là chu kỳ bay chụp. Độ 
phân giải thời gian càng cao, nghĩa là khoảng 
thời gian giãn cách giữa hai lần chụp tại một vị 
trí càng ngắn thì càng tăng cơ hội có được ảnh 
chất lượng tốt trong điều kiện bị ảnh hưởng 
của mây và các tác nhân khác. 
Độ phân giải thời gian hay chu kỳ bay chụp 
của từng loại tư liệu ảnh: Landsat 8 OLI, 
Sentinel 2 MSI (gồm cả Sentinel 2A và 
Sentinel 2B) đã được nhà sản xuất đưa ra 
tương ứng là: 16 và 5 ngày. Như vậy, tại một 
 ... ăm 2018 phủ trùm lãnh thổ Việt Nam (phần đất liền) 
trước (a) và sau khi lọc mây và bóng mây (b) 
Quản lý Tài nguyên rừng & Môi trường 
72 TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ LÂM NGHIỆP SỐ 3 - 2019 
Từ các kết quả nêu trên, tác giả xác định 
thời gian trung bình lặp lại ảnh tại một vị trí 
trên mặt đất và căn cứ vào thời gian lặp lại lớn 
nhất để đề xuất hình thức sử dụng ảnh để giám 
sát bề mặt cho từng tỉnh, thành phố trên toàn 
quốc như bảng 5. 
Bảng 5. Thời gian trung bình lặp lại ảnh tại một vị trí trên mặt đất và hình thức sử dụng ảnh để giám 
sát bề mặt theo đơn vị hành chính cấp tỉnh 
Vùng 
Sinh 
thái 
Tỉnh/Thành phố 
Thời gian lặp lại ảnh (ngày)/loại ảnh Đề xuất hình thức 
giám sát Nhỏ nhất Lớn nhất Trung bình 
L8 S2 
L8 
S2 
L8 S2 
L8 
S2 
L8 S2 
L8 
S2 
L8 S2 
L8 
S2 
Tây 
Bắc 
Điện Biên 24 7 6 61 17 13 39 11 9 N Q T 
Lai Châu 21 8 6 44 19 14 31 12 9 Q Q T 
Sơn La 23 6 5 48 18 13 36 11 8 N Q T 
Hoà Bình 37 8 7 58 14 11 48 11 9 N T T 
Đông 
Bắc 
Hà Giang 31 15 10 51 18 12 40 16 11 N Q T 
Cao Bằng 39 14 10 55 18 13 47 16 12 N Q T 
Bắc Kạn 39 14 11 61 17 12 45 15 11 N Q T 
Tuyên Quang 42 15 11 69 20 14 52 17 13 N Q T 
Lào Cai 19 8 6 78 14 11 50 12 9 N T T 
Yên Bái 35 9 7 68 18 14 50 13 10 N Q T 
Thái Nguyên 47 10 8 83 15 13 59 12 10 N Q T 
Lạng Sơn 28 8 6 69 14 11 41 12 9 N T T 
Quảng Ninh 16 10 6 48 32 19 33 22 13 N Q Q 
Bắc Giang 22 8 6 72 17 14 41 12 9 N Q T 
Phú Thọ 34 10 8 59 15 12 46 12 10 N T T 
Vĩnh Phúc 40 12 9 74 19 15 54 15 12 N Q T 
ĐB 
Bắc 
Bộ 
TP Hà Nội 31 9 7 57 15 11 41 12 9 N Q T 
Bắc Ninh 15 8 5 53 14 11 27 11 7 N T T 
Hải Dương 17 6 4 47 13 10 31 9 7 N T T 
TP Hải Phòng 18 6 4 55 18 11 37 11 8 N Q T 
Hưng Yên 14 6 5 69 11 9 31 8 6 N T T 
Thái Bình 29 7 5 72 18 15 50 12 10 N Q T 
Hà Nam 24 7 6 79 15 12 39 11 8 N Q T 
Nam Định 23 7 5 59 17 13 40 11 8 N Q T 
Ninh Bình 31 7 6 53 16 12 38 12 9 N Q T 
Bắc 
Trung 
Bộ 
Thanh Hóa 28 9 7 45 16 12 39 13 10 N Q T 
Nghệ An 27 10 7 37 15 10 33 12 9 Q T T 
Hà Tĩnh 20 7 5 41 19 13 27 13 9 Q Q T 
Quảng Bình 28 8 7 61 23 15 41 17 12 N Q Q 
Quảng Trị 17 10 6 43 19 13 28 15 10 Q Q T 
Thừa Thiên Huế 21 6 5 49 11 9 33 9 7 N T T 
Nam 
Trung 
Bộ 
TP Đà Nẵng 20 6 5 31 9 7 24 8 6 Q T T 
Quảng Nam 22 6 5 37 11 8 29 9 7 Q T T 
Quảng Ngãi 18 5 4 34 9 7 26 7 5 Q T T 
Bình Định 20 7 6 31 13 9 25 10 7 Q T T 
Phú Yên 23 8 6 34 16 11 28 11 8 Q Q T 
Khánh Hòa 19 7 5 27 13 8 22 10 7 Q T T 
Ninh Thuận 17 7 5 32 11 8 24 9 6 Q T T 
Bình Thuận 13 5 4 42 13 10 28 8 6 Q T T 
Tây 
Nguyên 
Kon Tum 16 5 4 56 20 15 30 9 7 N Q T 
Gia Lai 16 5 4 36 14 10 29 8 6 Q T T 
Đắk Lắk 20 6 4 68 18 13 40 10 8 N Q T 
Đắk Nông 16 7 5 48 23 16 31 12 9 N Q Q 
Lâm Đồng 15 5 4 52 15 12 34 9 7 N Q T 
Quản lý Tài nguyên rừng & Môi trường 
 TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ LÂM NGHIỆP SỐ 3 - 2019 73 
Vùng 
Sinh 
thái 
Tỉnh/Thành phố 
Thời gian lặp lại ảnh (ngày)/loại ảnh Đề xuất hình thức 
giám sát Nhỏ nhất Lớn nhất Trung bình 
L8 S2 
L8 
S2 
L8 S2 
L8 
S2 
L8 S2 
L8 
S2 
L8 S2 
L8 
S2 
Đông 
Nam 
Bộ 
Bình Phước 17 4 3 51 15 12 27 8 6 N Q T 
Tây Ninh 25 6 5 49 14 11 36 9 7 N T T 
Bình Dương 22 4 4 42 14 10 30 8 6 Q T T 
Đồng Nai 11 5 4 30 16 10 21 10 7 Q Q T 
Bà Rịa VT 20 7 5 74 16 13 50 12 10 N Q T 
TP Hồ Chí Minh 15 4 3 26 10 6 19 6 5 Q T T 
Tây 
Nam 
Bộ 
Long An 16 5 4 28 12 8 21 8 6 Q T T 
Tiền Giang 24 6 5 43 16 10 31 10 7 Q Q T 
Bến Tre 30 5 5 41 11 8 34 8 7 Q T T 
Trà Vinh 29 5 4 53 13 10 38 9 7 N T T 
Vĩnh Long 26 6 5 40 22 14 34 12 8 Q Q T 
Đồng Tháp 18 6 5 29 19 11 23 10 7 Q Q T 
An Giang 14 7 5 31 18 11 24 10 7 Q Q T 
Kiên Giang 16 8 5 39 29 17 28 14 9 Q Q Q 
TP Cần Thơ 24 9 7 50 39 22 37 17 11 N Q Q 
Hậu Giang 28 10 7 51 28 18 36 15 10 N Q Q 
Sóc Trăng 23 8 6 62 24 17 33 14 10 N Q Q 
Bạc Liêu 24 9 6 46 30 18 31 16 11 N Q Q 
Cà Mau 14 7 5 47 19 13 28 11 8 N Q T 
Tại bảng 5, mục đề xuất hình thức giám sát, 
ký hiệu N là năm, Q là quý và T là tháng. 
 Mặc dù, tính trung bình cho mọi vị trí trên 
toàn quốc, một năm chu kỳ lặp lại của ảnh 
không có mây và bóng mây là: 30 ngày với 
ảnh Landsat 8, 10 ngày với ảnh Sentinel 2 và 7 
ngày khi sử dụng cả hai loại ảnh. Tuy nhiên, 
chu kỳ này lớn nhất có thể đạt đến: 83 ngày 
với ảnh Landsat 8 (tỉnh Thái Nguyên), 39 ngày 
với ảnh Sentinel 2 và 22 ngày khi kết hợp cả 
hai loại ảnh (Thành phố Cần Thơ). Vì vậy, việc 
đề xuất hình thức giám sát cần căn cứ vào thời 
gian lặp lại lớn nhất của ảnh. Giả sử trong một 
kỳ giám sát cần ít nhất 2 ảnh cho một vị trí, từ 
đó xác định hình thức giám sát biến động trên 
mặt đất phù hợp cho từng loại ảnh như sau: 
- Với ảnh Landsat 8 OLI, số liệu tại bảng 5 
cho thấy: có 40/63 tỉnh/thành phố (chiếm 
63,5% số tỉnh) chỉ có thể sử dụng ảnh Landsat 
8 để giám sát hàng năm hoặc một năm tối đa 2 
lần giám sát và 23/63 tỉnh/thành phố (chiếm 
36,5% số tỉnh) có thể sử dụng ảnh Landsat 8 để 
giám sát hàng quý. Như vậy, ảnh Landsat 8 
phù hợp cho mục tiêu giám sát biến động trên 
mặt đất hàng năm. 
- Với ảnh Sentinel 2 MSI, số liệu từ bảng 5 
cho thấy, có 40/63 tỉnh/thành phố (chiếm 
63,5% số tỉnh) có thể sử dụng ảnh Sentinel 2 
để giám sát hàng quý và 23/63 tỉnh/thành phố 
(chiếm 36,5% số tỉnh) có thể sử dụng ảnh này 
để giám sát hàng tháng. Như vậy, ảnh Sentinel 
2 phù hợp cho mục tiêu giám sát biến động 
trên mặt đất hàng quý. 
- Khi kết hợp cả hai loại ảnh, có 55/63 
tỉnh/thành phố (chiếm 87,3% số tỉnh) có thể sử 
dụng kết hợp hai loại ảnh để giám sát hàng 
tháng; 8/63 tỉnh/Thành phố (chiếm 12,7% số 
tỉnh) có thể sử dụng hai loại ảnh để giám sát 
hàng quý. Như vậy, nếu sử dụng kết hợp cả hai 
loại ảnh có thể đáp ứng được mục tiêu giám sát 
biến động trên mặt đất hàng tháng. 
3.3. Thảo luận 
Nghiên cứu đã xem xét số lượng ảnh 
Landsat-8 và Sentinel-2 thu được trung bình 
theo vị trí trong năm 2018 trên toàn lãnh thổ 
Việt Nam và cho thấy sự kết hợp giữa Landsat-
8 và Sentinel-2 làm tăng số lượng và giảm thời 
gian lặp lại của ảnh theo vị trí. Ở một số vị trí 
nhất định, số lượng ảnh thu được lớn hơn và 
chu kỳ lặp lại của ảnh nhỏ hơn so với chu kỳ 
bay chụp của từng loại vệ tinh do nhà sản xuất 
đưa ra. Điều này là do phân tích có tính đến cả 
những khu vực trùm phủ giữa các cảnh ảnh 
trong một loại ảnh. 
Quản lý Tài nguyên rừng & Môi trường 
74 TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ LÂM NGHIỆP SỐ 3 - 2019 
Về tỷ lệ số ảnh phù hợp cho mục tiêu giám 
sát bề mặt, Kovalskyy và Roy (2015) kết luận: 
trung bình theo vị trí có 43% số ảnh Landsat-8 
ở Mỹ bị ảnh hưởng bởi mây và bóng mây, 
nghĩa là tại Mỹ có 57% số ảnh phù hợp cho 
mục tiêu giám sát bề mặt so với tổng số ảnh 
thu được. Trên phạm vi toàn cầu, các địa điểm 
thường xuyên có mây và bóng mây trên ảnh 
quang học đã được quan sát bao gồm khu vực 
cận xích đạo của Châu Phi, khu vực Amazonia 
của châu Mỹ, khu vực Bắc và Đông Nam của 
Châu Á (Roy et al, 2006; Kovalskyy và Roy, 
2013; Ju và Roy, 2008). Tại Việt Nam, kết quả 
nghiên cứu cho thấy tỷ lệ số ảnh Landsat 8 phù 
hợp cho mục tiêu giám sát bề mặt trên toàn 
lãnh thổ là 51% tương đối phù hợp với các kết 
quả đã nghiên cứu. 
Chu kỳ lặp lại ảnh nhỏ nhất và lớn nhất cho 
từng tỉnh (Bảng 5) rất đáng quan tâm vì chúng 
xác định mức độ có thể khai thác được ảnh 
theo thời gian. Đặc biệt là thời gian lặp lại ảnh 
lớn nhất cho phép xác định khả năng giám sát 
mặt đất của từng loại tư liệu ảnh. Ảnh Landsat 
8 phù hợp với yêu cầu giám sát hàng năm, ảnh 
Sentinel 2 phù hợp với yêu cầu giám sát hàng 
quý và sự kết hợp của hai loại ảnh với nhau 
phù hợp với yêu cầu giám sát hàng tháng. Điều 
này sẽ có lợi cho một số lượng lớn các ứng 
dụng viễn thám như các ứng dụng giám sát sự 
thay đổi trên mặt đất (Drusch et al, 2012; Roy 
et al, 2014; Zhu et al, 2017; Hansen và 
Loveland, 2012). Ngoài ra, các ứng dụng cần 
giám sát sự biến động theo thời gian gần với 
thời gian thực sẽ trở nên khả thi hơn do sự 
chắc chắn trong việc sẽ thu được hình ảnh 
miễn phí và không có mây và bóng mây. 
Kết quả của nghiên cứu này là tiền đề để 
định hướng các ứng dụng giám sát trên mặt 
đất sử dụng tư liệu ảnh Landsat-8 và Sentinel-
2 đa thời gian. Tuy nhiên, nghiên cứu này 
chưa xem xét đến sự khác nhau về độ phân 
giải không gian và độ phân giải phổ giữa các 
kênh ảnh của hai loại tư liệu ảnh này. Đây sẽ 
là vấn đề cần được xem xét khi sử dụng kết 
hợp hai loại tư liệu ảnh này cho những bài 
toán ứng dụng cụ thể. 
4. KẾT LUẬN 
Nghiên cứu đã chứng minh tiện ích của việc 
kết hợp hai loại tư liệu ảnh Sentinel-2 và 
Landsat-8 để nâng cao tần số và giảm thời gian 
lặp lại ảnh. Những kết quả chính là: 
- Tính trung bình cho mọi vị trí tại Việt 
Nam, một năm tổng số ảnh thu được: 25 cảnh 
Landsat 8, 101 cảnh Sentinel 2, 126 cảnh khi 
kết hợp hai loại ảnh với nhau, tương ứng với 
chu kỳ lặp lại của ảnh là: Landsat 8 - 15 ngày, 
Sentinel 2 - 4 ngày và 3 ngày khi kết hợp hai 
loại ảnh. 
- Tính trung bình cho mọi vị trí tại Việt 
Nam, một năm chỉ thu được: 12 cảnh Landsat 
8, 38 cảnh Sentinel 2, 50 cảnh khi kết hợp hai 
loại ảnh thỏa mãn điều kiện không có mây và 
bóng mây, tương ứng với chu kỳ lặp lại của 
ảnh không có mây và bóng mây là: Landsat 8 - 
30 ngày, Sentinel 2 - 10 ngày và 7 ngày khi kết 
hợp hai loại ảnh. 
- Tỷ lệ số ảnh Landsat 8 và Sentinel 2 có thể 
sử dụng cho mục tiêu giám sát bề mặt so với 
tổng số ảnh thu được là 51% số ảnh Landsat 8 
và 39% số ảnh Sentinel 2. 
- Tư liệu ảnh Landsat 8 OLI phù hợp cho 
mục tiêu giám sát biến động trên mặt đất 
hàng năm. Trong khi đó, tư liệu ảnh Sentinel 
2 MSI tương đối phù hợp cho mục tiêu giám 
sát biến động trên mặt đất hàng quý. Sự kết 
hợp của cả hai loại tư liệu ảnh có thể đáp ứng 
được mục tiêu giám sát biến động trên mặt 
đất hàng tháng. 
TÀI LIỆU THAM KHẢO 
1. Brown, M.E.; Pinzón, J.E.; Didan, K.; Morisette, 
J.T.; Tucker, C.J. Evaluation of the consistency of long-
term NDVI time series derived from AVHRR, SPOT-
vegetation, SeaWiFS, MODIS, and Landsat ETM+ 
sensors. IEEE Trans. Geosci. Remote Sens. 2006, 44, 
1787–1793. 
2. Carrasco, L; O’Neil, A.W; Morton, R. D; 
Rowland, CS. Evaluating Combinations of Temporally 
Aggregated Sentinel-1, Sentinel-2 and Landsat 8 for 
Land Cover Mapping with Google Earth Engine. 
Remote Sens. 2019, 11(3), 288. 
3. Drusch, M.; Del Bello, U.; Carlier, S.; Colin, O.; 
Fernandez, V.; Gascon, F.; Hoersch, B.; Isola, C.; 
Laberinti, P.; Martimort, P. Sentinel-2: ESA’s optical 
high-resolution mission for GMES operational services. 
Remote Sens. Environ. 2012, 120, 25–36. 
Quản lý Tài nguyên rừng & Môi trường 
 TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ LÂM NGHIỆP SỐ 3 - 2019 75 
4. Fensholt, R.; Rasmussen, K.; Nielsen, T.T.; 
Mbow, C. Evaluation of earth observation based long 
term vegetation trends-Intercomparing NDVI time series 
trend analysis consistency of Sahel from AVHRR 
GIMMS, Terra MODIS and SPOT VGT data. Remote 
Sens. Environ. 2009, 113, 1886–1898. 
5. Hansen, M.C.; Loveland, T.R. A review of large 
area monitoring of land cover change using Landsat 
data. Remote Sens. Environ. 2012, 122, 66–74. 
6. Irons, J.R.; Dwyer, J.L.; Barsi, J.A. The next 
Landsat satellite: The Landsat data continuity mission. 
Remote Sens. Environ. 2012, 122, 11–21. 
7. Ju, J.; Roy, D.P. The availability of cloud-free 
Landsat ETM+ data over the conterminous United 
States and globally. Remote Sens. Environ. 2008, 112, 
1196–1211. 
8. Kovalskyy, V.; Roy, D.P. A one year Landsat 8 
conterminous United States study of cirrus and non-
cirrus clouds. Remote Sens. 2015, 7, 564–578. 
9. Kovalskyy, V.; Roy, D.P. The global availability 
of Landsat 5 TM and Landsat 7 ETM+ land surface 
observations and implications for global 30 m Landsat 
data product generation. Remote Sens. Environ. 2013, 
130, 280–293. 
10. Roy, D.P.; Wulder, M.; Loveland, T.; Woodcock, 
C.; Allen, R.; Anderson, M.; Helder, D.; Irons, J.; 
Johnson, D.; Kennedy, R.; et al. Landsat-8: Science and 
product vision for terrestrial global change research. 
Remote Sens. Environ. 2014, 145, 154–172. 
11. Roy, D.P.; Lewis, P.; Schaaf, C.; Devadiga, S.; 
Boschetti, L. The global impact of cloud on the 
production of MODIS bi-directional reflectance model 
based composites for terrestrial monitoring. IEEE 
Geosci. Remote Sens. Lett. 2006, 3, 452–456. 
12. Zhu, Z. Change detection using landsat time 
series: A review of frequencies, preprocessing, 
algorithms, and applications. ISPRS J. Photogramm. 
Remote Sens. 2017, 130, 370–384. 
13. European Space Agency (ESA). Sentinel-2 User 
Handbook; Revision 2; ESA Standard Document; ESA: 
Paris, France, 2015; 64p. 
EVALUATE THE ABILITY TO EXPLOIT FREE OPTICAL SATELLITE 
IMAGES TO MONITOR GROUND COVER IN VIETNAM 
Pham Van Duan1, Le Sy Doanh1, Vu Thi Thin1, Nguyen Van Thi1 
Hoang Van Khien1, Pham Tien Dung2, Dinh Van Tuyen3 
1Vietnam National University of Forestry 
2Vietnamese Academy of Forest Sciences 
3Ministry of Agriculture & Rural Development 
SUMMARY 
The combination of different types of optical satellite imageries will increase the chances of obtaining cloudless 
images more frequently to monitor the surface of the earth. Currently, optical satellites such as Landsat-8 OLI 
(from 2013), Sentinel-2 MSI (Sentinel-2A - from 2015; Sentinel-2B - from 2017) has now offered free images 
on a global scale with a spatial resolution of 10 to 30 m, which facilitates terrestrial monitoring. Using sets of 
Landsat 8 OLI and Sentinel 2 MSI images taken in 2018 on the cloud-based geospatial processing platform of 
Google Earth Engine, the study identified the potential use of these optical materials and how to combine them 
in whole territory of Vietnam. The results of the study demonstrated the utilities of combining two types of 
Sentinel-2 and Landsat-8 images to enhance the frequency and reduce image repetition time for each province 
in Vietnam. Accordingly, if the effect of clouds and shades is not considered, at one location in Vietnam, on 
average, the repeat cycle of the image is 15 days (Landsat 8), 4 days (Sentinel 2) and 3 days (two types of 
images are combined). However, if the effect of clouds and shades is neglected, at one location in Vietnam, on 
average, the repeat cycle of the image is 30 days (Landsat 8), 10 days (Sentinel 2) and 7 days (two types of 
images are combined). The ratio of Landsat 8 and Sentinel 2 images that can be used for surface monitoring 
purposes, compared to the total images collected, is of 51% and 39% respectively. With this repeat cycle, 
Landsat 8 OLI imageries are suitable for annual fluctuation monitoring. Sentinel 2 MSI imageries are suitable 
for quarterly fluctuation monitoring. The combination of both types of imageries can meet the goal of monthly 
fluctuation monitoring. 
Keywords: GEE, Landsat 8 OLI, Optical Sattilte Image, Sentinel 2 MSI. 
Ngày nhận bài : 01/4/2019 
Ngày phản biện : 20/5/2019 
Ngày quyết định đăng : 28/5/2019