• FB

Projects and Funs

Những dự án gần đây


Thứ Hai, 22 tháng 10, 2018

Forest planning - from replantation to golf course

After 25 years of its first plan, 65 ha of production forest has illegally become a golf course. Reported by mass media about Tien Phong commune, Yen Dung district, Bac Giang province.

Sau 25 năm, 65 ha rừng sản xuất đã được phù phép thành một công trường xây dựng sân golf 36 lỗ một cách trái phép. Ghi nhận của các phóng viên nhiều tờ báo tại xã Tiền Phong, huyện Yên Dũng, tỉnh Bắc Giang.


Not only the construction field, the surrounding areas have also been observed with severe deforestation. None of the public media has measured the clearance but Earth Observation satellites work well in this part. 3D images and cropped scenes are taken from Google Images.

Không chỉ tại khu vực thi công, vùng rừng ở các khu vực lân cận cũng bị chặt phá nghiêm trọng. Không một tờ báo nào thực hiện công việc đo đạc nhưng các vệ tinh quan trắc trái đất đã làm rất tốt nhiệm vụ này. Những hình ảnh 3D và 2D tại vị trí sân golf được Google Images ghi lại rất rõ nét.

Further information can be read from different newspapers:


There's a linkage between this golf course and the case in Soc Son, Hanoi which involved one of a famous diva (http://www.p-gis.com/2018/10/an-theo-vu-my-linh-va-phu-thanh-chuong.html). However, all eyes are on her now and the other cases fall into secret silence.

Có một mối liên hệ giữa vụ sân golf này và một vụ khác xảy ra ở Sóc Sơn, Hà Nội, trong đó liên đới đến một diva nổi tiếng của làng giải trí (http://www.p-gis.com/2018/10/an-theo-vu-my-linh-va-phu-thanh-chuong.html). Tuy nhiên mọi ánh mắt đều dồn vào diva này còn các trường hợp khác bỗng chốc rơi vào im lặng khó hiểu.

Explore yourself the revolution of that production forest from 2009 to 2018.







Thứ Năm, 18 tháng 10, 2018

Ăn theo vụ Mỹ Linh và Phủ Thành Chương

Rừng phòng hộ ở Sóc Sơn quan trọng ra sao mà gần đây tần suất xuất hiện các bài báo liên quan đến biệt phủ Thành Chương và biệt thự của gia đình ca sỹ Mỹ Linh lại nổi như cồn vậy?

Thứ Sáu lại đến rồi và cuối tuần có lẽ cũng cần một cái gì đó giải trí vui vui, đặc biệt có chút viễn thám - GIS a dua theo.

Hình ảnh được chiết xuất từ Google Earth


Báo 24h ngày 17/10/2018 có bài "Cận cảnh rừng phòng hộ Sóc Sơn bị xẻ thịt hàng ngày", trong đó có hẳn một clip lấy từ Dân Việt sử dụng flycam bay qua bay lại khu vực nóng. Bài đăng có thể xem tại đây: https://www.24h.com.vn/tin-tuc-trong-ngay/clip-can-canh-rung-phong-ho-soc-son-bi-xe-thit-tung-ngay-c46a997927.html

Trước đó, tờ báo này cũng đã đăng bài trả lời của Phó chủ tịch UBND huyện Sóc Sơn khi ông này lấp lửng nói sẽ có câu trả lời chính thức sau vài ngày (Huyện Sóc Sơn nói gì về khu đất biệt thự 1,3 ha của ca sĩ Mỹ Linh - https://www.24h.com.vn/tin-tuc-trong-ngay/huyen-soc-son-noi-gi-ve-khu-dat-biet-thu-13-ha-cua-ca-si-my-linh-c46a997779.html).

Báo Zing còn công phu cử phóng viên đến tận nơi làm một bài chi tiết về các khu nghỉ dưỡng xung quanh khu vực rừng phòng hộ, trong đó hình ảnh minh họa cho thấy rất nhiều khu nghỉ dưỡng đã mọc lên trong những năm qua (https://news.zing.vn/toan-canh-nha-ca-si-my-linh-va-cac-khu-nghi-duong-giua-rung-phong-ho-post884978.html).

Trên đây chỉ là số ít các tờ báo online đã cử phóng viên viết bài hoặc đăng lại của các báo khác về tình trạng xây dựng trên đất rừng phòng hộ. Nếu Google một chút thôi với từ khóa "biệt thự mỹ linh", người đọc có thể thấy khoảng 31 triệu kết quả trả về. Thật là một con số ấn tượng, tương xứng với một người nổi tiếng.

Tuy nhiên, vấn đề đặt ra là liệu khái niệm rừng phòng hộ ở đây có thực sự xác đáng với một vùng gần như bằng phẳng, xen lẫn mấy quả núi thấp chòi thụt, xung quanh dân cư thưa thớt và chẳng bao giờ có chuyện lũ quét hay sạt lở đất. Nhìn trên hình ảnh 3D sau của Google có thể nhận ra điều đó.

Hình ảnh 3D khu vực Phủ Thành Chương và biệt thự gia đình Mỹ Linh


Đành rằng nó vẫn là rừng phòng hộ nhưng có lẽ nó chẳng quá quan trọng như cái tên mà nó được đặt ra từ lúc khai sinh tới giờ.

Theo Wikipedia, khái niệm rừng phòng hộ được chú trọng đến loại rừng "được sử dụng chủ yếu để bảo vệ nguồn nước, bảo vệ đất, chống xói mòn, chống sa mạc hóa, hạn chế thiên tai, điều hòa khí hậu, bảo vệ môi trường, hạn chế xâm nhập mặn, chắn cát..." (https://vi.wikipedia.org/wiki/R%E1%BB%ABng_ph%C3%B2ng_h%E1%BB%99).

Nên chăng loại rừng phòng hộ này được "đặc cách" chuyển sang đất du lịch, nghỉ dưỡng hoặc đuối lắm thì chuyển sang thể loại "rừng sản xuất"?

Công nghệ viễn thám cũng tham gia bàn tán bằng cách trưng diện bộ mặt của khu vực với series ảnh từ năm 2009 tới 2018. Nhìn qua các năm có thể thấy diện tích nhà ở mới được xây dựng đã phát triển như nấm sau mưa. Có điều lạ là từ trước tới giờ, tại các khu vực này chỉ toàn trồng cây ăn quả, sau đó dần dần chuyển sang đất xây dựng, cây bóng mát và cây cảnh. Nếu việc xây dựng này không làm ảnh hưởng tới xói mòn, sa mạc hóa, gây thiên tai, phá hủy khí hậu và gia tăng xâm nhập mặn thì nên chăng UBND huyện Sóc Sơn cần xem xét biến khu vực thành một nơi du lịch nghỉ dưỡng để nhiều người có công ăn việc làm và nhiều người được tận hưởng hơn một điểm đến cuối tuần thú vị?





Ghi chú: Bài viết thể hiện quan điểm cá nhân của tác giả.




Thứ Ba, 16 tháng 10, 2018

Compare two maps using ArcGIS Online

Swipe Map is a quite suitabe tool and it's available with ArcGIS Online. It helps compare two map layers or two separate maps within ArcGIS Online platform.

Swipe Map là một công cụ hữu hiệu và nó có mặt trong phiên bản trực tuyến ArcGIS Online. Công cụ này cho phép so sánh 2 lớp hoặc 2 bản đồ trong môi trường ArcGIS trực tuyến.



ArcGIS Online, provided by ESRI, is an online GIS version which helps visualize and publish GIS data online. There are two version of ArcGIS Online: FREE and Commercial.

ArcGIS Online, một nền tảng trực tuyến của ESRI cho phép hiển thị và xuất bản dữ liệu GIS trực tuyến. Có 2 phiên bản của ArcGIS online là phiên bản miễn phí và phiên bản thương mại trả phí.

The Free version is good enough for small datasets.

Phiên bản miễn phí tương đối phù hợp với các bộ dữ liệu vừa và nhỏ.

This demo is created with a FREE account of ArcGIS online. You can try the App at:

Bản demo dưới đây được tạo ra bởi phiên bản miễn phí của ArcGIS, bạn có thể dùng thử tại địa chỉ:

http://swipemap.p-gis.com

In this demo, Income and Population Change of each province (Vietnam) will be mapped out in two separate maps. Users will be provided a handler to swipe from left to right to see how these two factors relate to each other.

Trong bản demo này, Thu nhập bình quân hàng tháng Tỷ suất thay đổi dân số cho mỗi tỉnh tại Việt Nam được hiển thị dưới dạng bản đồ với 2 lớp riêng biệt. Người dùng được cung cấp một công cụ kéo thả từ phải sang trái để hiển thị các lớp khi chúng chồng lên nhau.

To prepare this swipe map, you'll need to follow some steps:

Để chuẩn bị, bạn cần phải tiến hành các thao tác sau:

1. Prepare data sets - Chuẩn bị bộ dữ liệu

- Create a vector data set in Shape format with two basic attributes: Income and Population Change.
Tạo một bộ dữ liệu dạng vector theo định dạng Shape file với 2 trường thuộc tính là Income Population Change.

- Make sure Income and Population Change are numeric fields.
Đảm bảo hai trường Income Population Change là hai trường dạng số (numeric).

- The shape file is of polygon data type.
Dữ liệu vector shape file thuộc nhóm dữ liệu polygon.

- Compress in ZIP format 4 main files of the shape: SHP, SHX, DBF, PRJ.
Nén bản đồ dưới dạng ZIP với 4 file cơ bản có phần mở rộng là: SHP, SHX, DBF, PRJ.


2. Register an account - Đăng ký một tài khoản người dùng

- To use ArcGIS Online, you must register an account. Go to http://www.arcgis.com to register.
Để có thể sử dụng ArcGIS Online, bạn cần đăng ký một tài khoản người dùng. Truy cập vào địa chỉ http://www.arcgis.com để đăng ký.

- If you have an account, just log-in and click on Content link to access to your data and map list.
Nếu bạn đã có tài khoản, chỉ cần đăng nhập vào, sau đó nhấn nút Content để hiển thị danh sách các bản đồ và dữ liệu của bạn trong tài khoản đó.

3. Add data and create maps - Nạp dữ liệu và tạo bản đồ

- Create a new map with Create button and start adding your shape file (in ZIP) format into the online database. The Add button and Add Layer from File menu item will take you to the action.
Khởi tạo một bản đồ mới với lệnh Create và bắt đầu tải file nén bản đồ dạng ZIP lên cơ sở dữ liệu trực tuyến. Nút lệnh Add Add Layer from File sẽ đưa bạn đến hộp thoại nạp bản đồ.

- You'd better spend some time reading further instruction from ESRI for clear understanding and supports before working on this task.
Để biết thêm chi tiết, tốt nhất bạn nên đọc qua quy trình thành lập bản đồ trong phần hướng dẫn của hệ thống do ESRI soạn thảo.

- Tailor your first map layer (Income) with beautiful color.
Trang trí, trình bày bản đồ của bạn thật đẹp cho nội dung Income.

- Do the same with second map layer (Population Change).
Làm tương tự như vậy cho lớp bản đồ Population Change.

- Make sure two map layers are visible.
Chắc chắn đã bật 2 lớp bản đồ lên để hiển thị chúng trên màn hình.

- Do not forget to add map items, such as attribute popup, map labels... to make it beautiful.
Bạn cũng đừng quên thêm các thành phần bản đồ như hộp thông tin thuộc tính đối tượng, nhãn chữ,...

See the map that I've made below - Hãy xem bản đồ đó được biên tập như mẫu phía dưới.



4. Publish your map - Xuất bản nội dung bản đồ

- To make your map available to the public, you need to publish it. Of course, you will also need to grant access to "everyone" so that without logging in, people can still view your map.
Đảm bảo bản đồ của bạn có thể cho phép người khác xem được mà không cần phải đăng nhập, bạn cần xuất bản nó. Bạn nên chú ý tính năng chia sẻ bản đồ sao cho mọi người có thể xem mà không cần phải đăng nhập.

- The Share button in the map toolbar will take you to this.
Nút lệnh Share trên thanh công cụ chương trình sẽ giúp làm việc này.

- After selecting Share, you need to chose Create a Web App button.
Sau khi chọn Share, bạn cần chọn tiếp Create a Web App.


- Select Compare Maps/Layers and fire on Story Map Swipe and Spyglass theme.
Chọn Compare Maps/Layers và tiếp theo là chủ đề Story Map Swipe and Spyglass.

- I guess you can manage following steps because ArcGIS Online makes it so userfriendly and easy to complete the wizard.
Các bước này tương đối dễ dàng và chắc sẽ không cần phải nhiều lời hướng dẫn thêm nữa.

- Finally you could publish your map with Share button as follow
Cuối cùng, bạn đã có thể xuất bản nội dung bản đồ của mình bằng lệnh Share.


Now go to http://swipemap.p-gis.com and try your new App.
Giờ thì bạn có thể truy cập địa chỉ http://swipemap.p-gis.com để thử ứng dụng vừa tạo.


What can you see from the graphical interface of the App?
Ban thấy gì trên ứng dụng?

- Of course it's an online WebGIS application.
Tất nhiên, đó là một bản đồ trực tuyến dạng WebGIS.

- It's free and it's beautiful.
Bản đồ này hoàn toàn miễn phí và cũng khá đẹp.

- It tells you why some provinces is having less population and some increased.
Nó cho phép bạn khám phá lý do tại sao một số tỉnh có tổng dân số đang giảm đi và một số tỉnh khác lại tăng lên.

- It shows how attractive some provinces where people from others would like to move in.
Nó cũng thể hiện mức độ hấp dẫn của một số tỉnh khiến cho người dân nơi khác phải di cư sang.

- In brief, people from low-income provinces tend to move to high-income for opportunity seeking.
Tóm lại, người dân có xu hướng dịch chuyển từ nơi có thu nhập thấp sang nơi có thu nhập cao để tìm kiếm cơ hội việc làm. Bản đồ này thể hiện điều đó.

If you draw a chart (below), it can explain more.
Nếu bạn vẽ một biểu đồ, nó sẽ cung cấp thêm một số thông tin.


- Provinces with Monthly Income (x1000 VND) from 2000 to 3000 with maximum amplitude of population change.
Những tỉnh có mức thu nhập bình quân hàng tháng từ 2-3 triệu là nơi diễn ra nhiều nhất việc rời đi hoặc cập bến của dân cư các tỉnh khác.

- Provinces with Monthly Income (x1000 VND) from 4000 to 5000 show positive population change, without any move-out.
Các tỉnh có mức thu nhập bình quân hàng tháng từ 4-5 triệu cho thấy dân số đang tăng lên, ngược lại, không có sự di cư khỏi những nơi này.

- Low Income provinces also mean less/ or now Move In population.
Những tỉnh có mức thu nhập thấp thì mức độ di dân đến từ nơi khác là rất thấp.

This post is just for fun and the data sets might not be very relevant. However, for demonstration, it's really useful.

Bài đăng này chỉ mang mục đích giới thiệu nên hai chỉ số Thu nhập và Tỷ suất di dân có thể chưa hoàn toàn phù hợp. Tuy nhiên, với mục đích demo, hai bộ dữ liệu này hoàn toàn phù hợp.

Credit: 
- Population & Income is take from General Statistic Office (GSO), dated 2017.
Số liệu trích xuất từ Niên giám Thống kê 2017 của Tổng cục Thống kê.

- Mapping platform: ArcGIS Online (free version).
Nền tảng GIS sử dụng ArcGIS online, phiên bản miễn phí của ESRI.











Chủ Nhật, 14 tháng 10, 2018

Monitoring of irrigated area before and after pumping dates



The Directorate of Water Resources, Ministry of Agriculture and Rural Development (Vietnam) always makes announcements of water pumping plans before the start of the rice seasons. For Spring season 2018, in the Red River region of Vietnam, the plan includes 3 stages:

  • 16 Jan to 19 Jan 2018
  • 28 Jan to 04 Feb 2018
  • 09 Feb to 14 Feb 2018

Reference source can be found here: https://baomoi.com/cong-bo-lich-lay-nuoc-gieo-cay-vu-dong-xuan-2017-2018/c/24417250.epi or from the homepage of DWR.



The monitoring work is done by cross-checking with written reports or direct phone calls to local authorities (Department of Agriculture and Rural Development). This work requires man power and usually does not get timely answers.

To enhance the monitor, remotely sensed data can be used. In such monsoon, humid tropical region like Vietnam, radar satellite images work very well. Since ESA (European Space Agency) launched its Sentinel satellite constellation, free radar images (Sentinel-1A, 1B) have been acquired worldwide.

This demonstration is prepared with Google Earth Engine, a free cloud computing platform from Google. The App works with Sentinel-1 data which mainly detects soil wetness before and after water pumping dates. The outputs include "Existing soil wetness layer" and "Newly irrigated area layer" which provide regions covered by irrigation works.

These two layers can be exported to GeoTiff raster layers to serve further GIS analysis work. Some limitations of the App include:

  • Limit of 10 provinces in the Red River region to be able to export;
  • Spatial resolution is fixed at 100m.
The commercial version of the App has removed all barriers.




Link to the App: http://irrigation.p-gis.com



Tổng cục Thủy lợi, trực thuộc Bộ Nông nghiệp và Phát triển Nông thôn (Việt Nam) thường xuyên ra các thông báo về lịch bơm nước chuẩn bị mùa vụ trước thời điểm gieo trồng lúa trong năm. Đối với vụ Xuân năm 2018, vùng Đồng bằng sông Hồng có 3 đợt bơm nước, bao gồm:

  • 16/1 đến 19/2/2018
  • 28/1 đến 04/2/2018
  • 09/2 đến 14 /2/2018

Nguồn thông tin tham khảo có thể được xem tại đây: https://baomoi.com/cong-bo-lich-lay-nuoc-gieo-cay-vu-dong-xuan-2017-2018/c/24417250.epi hoặc trên trang chủ của Tổng cục Thủy lợi.

Công tác theo dõi tiến độ bơm nước ở cấp quản lý (cấp Bộ) thường được thực hiện thông qua các báo cáo giám sát hoặc điện thoại trực tiếp xuống địa phương để nhận thông báo từ các Sở NN & PTNT. Công việc này đòi hỏi một nguồn nhân lực nhất định cũng như thông tin thường bị trễ.

Để tăng cường công tác quản lý, giám sát tưới tiêu, công nghệ viễn thám có thể được áp dụng. Tại khu vực nhiệt đới gió mùa ẩm như Việt Nam, các vệ tinh viễn thám radar thường phát huy hiệu quả tối đa. Kể từ khi ESA (Cơ quan Hàng không Châu Âu) phóng chùm các vệ tinh giám sát trái đất, các tư liệu radar miễn phí từ vệ tinh Sentinel-1A và 1B đã được thu nhận trên khắp toàn cầu.

Ứng dụng demo này sử dụng công nghệ điện toán mây Google Earth Engine của hãng công nghệ Google. Hệ thống sử dụng ảnh Sentinel-1 để giám sát độ ẩm đất trước và sau lịch bơm nước. Kết quả giám sát gồm 2 lớp thông tin là "độ ẩm trước khi bơm" và "độ ẩm sau khi bơm", trợ giúp các nhà quản lý giám sát những khu vực vừa được tưới.

Hai lớp thông tin này có thể được kết xuất sang dạng raster GeoTiff phục vụ cho các bước phân tích tiếp theo trên hệ thống GIS. Tuy nhiên, ứng dụng demo có một số hạn chế sau:
  • Giới hạn 10 tỉnh thuộc vùng đồng bằng sông Hồng có thể được kết xuất dữ liệu sang GeoTiff;
  • Hạn chế độ phân giải không gian ở100m.
Phiên bản chính thức của ứng dụng đã loại bỏ hoàn toàn các hạn chế này.


Ứng dụng có thể được truy cập tại địa chỉ: http://irrigation.p-gis.com




Thứ Sáu, 5 tháng 10, 2018

30-year observation of mangrove forest in Vietnam from space

The harmonic function and cloud computing power have been employed to generate mangrove forest covers across the country of Vietnam over 30 years, from 1988 to 2018. To have this done, following techniques and tools have been applied:

  • Data sources: Landsat-5, Landsat-7 and Landsat-8 satellite imagery.
  • Date: 1988 to 2018.
  • Coverage: Country of Vietnam.
  • Tools and techniques: Harmonic function, NDVI, NDWI, cloud-removing technique, java programming language.
  • WebGIS: GISCloud.
  • Data summary: QGIS.

Following table displays total area of mangrove forest by years for different regions/zones in Vietnam. Please take note that those values represent mature mangrove forest area, not the area which were considered mangrove forest.

Table 1. Summary of mangrove forest area over different periods
Unit: ha

Region 1988-1989 1990-1991 1992-1993 1994-1995 1996-1997 1998-1999 2000-2001 2002-2003 2005-2005 2006-2007 2008-2009 2010-2011 2013-2014 2015-2016 2017-2018
North Central Coast 1,020 1,126 1,285 533 1,592 2,696 2,338 1,173 7,526 10,197 4,857 3,534 16,113 9,408 23,512
Red River Delta 1,269 916 771 1,390 1,234 1,750 1,669 1,033 393 565 827 999 1,642 1,798 1,586
North East 5,079 5,441 4,919 6,805 5,224 6,362 5,734 5,624 3,037 2,319 4,817 6,119 9,583 10,080 8,452
Mekong River Delta 97,771 58,969 47,922 48,603 55,346 63,715 68,808 60,911 49,428 48,010 52,957 49,032 67,219 67,975 74,086
South Central Coast 150 169 115 172 187 219 362 112 156 117 331 165 899 899 1,090
South-East South 21,706 18,867 21,635 28,484 33,146 36,641 42,558 41,516 40,950 41,042 40,293 39,729 43,458 44,331 43,682
Total 126,995 85,488 76,647 85,987 96,729 111,383 121,469 110,369 101,490 102,250 104,082 99,578 138,914 134,491 152,408


Fig. 1. Economic zones of Vietnam
Observations from summary data mark two important periods when the mangrove cover got significant change:

  • From 1990-1995: Large area of forest disappeared for shrimp cultivation.
  • From 2005-2010: After some rise in 2000, a big area of mangrove forest had been cut down for aquaculture again. Only after 2010, the sign of regeneration and newly planted forest could have been noticed.

Fig. 2. Evolution of mangrove forest cover from 1988 - 2018



More detail can be found for Mekong River Delta from Table 1, which gives clear elaboration of these notices.

Again, for weekend fun, please play with this WebGIS tool below for your own exploration.









Thứ Hai, 1 tháng 10, 2018

Harmonic function and mangrove forest detection in Southern Vietnam

The harmonic function (HF) itself is not easy for most of us to apply. In image processing, there are only a few applications which support this function.

In the field of remote sensing/image processing, HF has been applied as a multi-dimensional key for image classification. It is really cool to use HF for a particular crop detection using time-series data. There are a number of studies using HF for crop detection or land use/land cover mapping (Wilson, 2018; Ghazaryan, 2018Fawcett, 2017; Shew, 2017; Almeida, 2017; etc.). Most of them do not only use HF, but also apply decision tree or rule based algorithms for better outputs.

Some basic requirements for using HF in image processing include:

  • a set of time-series satellite data;
  • a set of samplings for the software to study;
  • a set of rules to detect the object of interest;
  • a set of auxilliary parameters (e.g. environmental condition, crop phenology...) to limit miss-interpretation; and finally,
  • a good software/tool to implement.

This post demonstrates how to use Google Earth Engine to detect and observe Mangrove forest in southern Ca Mau province, Vietnam, using Landsat-8 time-series data.



The basic rule to detect mangrove using HF includes:

  • To extract 3 important parameters: Phase, Magnitude and Value;
  • To use more paramters for noise removal and miss-interpretation. They are: Standard deviation of NDVI; Mean of Water index.

Normally, Phase, Magnitude and Value are fine to detect mangrove. However, this type of plant is also similar to trees or forest in mainland. The use of Standard deviation of NDVI is good to detect trees with less change by season, such as mangrove. To improve accuracy, Water index can be used to extract only trees/forest above the water surface. In this case, it is quite suitable with mangrove forest as its living environment is in water or submerged areas.

Back to Google Earth Engine and the harmonic function, following codes demonstrate how to make use of Landsat time-series data and built-in harmonic function with GEE to extract Phase, Magnitude and Value.


//===============================================================
var date1 = '2017-01-01';
var date2 = '2018-12-31';
var roi = /* color: #d63000 */ee.Geometry.Point([105.08786, 8.6364]);
//===============================================================
// Load a collection of Landsat TOA reflectance images.
var landsatCollection = ee.ImageCollection('LANDSAT/LC08/C01/T1_TOA');
landsatCollection = landsatCollection.filterDate(date1, date2);
// The dependent variable we are modeling.
var dependent = 'NDVI';
// The number of cycles per year to model.
var harmonics = 1;
// Make a list of harmonic frequencies to model.
// These also serve as band name suffixes.
var harmonicFrequencies = ee.List.sequence(1, harmonics);
// Function to get a sequence of band names for harmonic terms.
var constructBandNames = function(base, list) {
  return ee.List(list).map(function(i) {
    return ee.String(base).cat(ee.Number(i).int());
  });
};
// Construct lists of names for the harmonic terms.
var cosNames = constructBandNames('cos_', harmonicFrequencies);
var sinNames = constructBandNames('sin_', harmonicFrequencies);
// Independent variables.
var independents = ee.List(['constant', 't'])
  .cat(cosNames).cat(sinNames);
// Function to mask clouds in Landsat 8 imagery.
var maskClouds = function(image) {
  var score = ee.Algorithms.Landsat.simpleCloudScore(image).select('cloud');
  var mask = score.lt(10);
  return image.updateMask(mask);
};
// Function to add an NDVI band, the dependent variable.
var addNDVI = function(image) {
  return image
    .addBands(image.normalizedDifference(['B5', 'B4'])
    .rename('NDVI'))
    .float();
};
// Function to add an NDWI band, the dependent variable.
var addNDWI = function(image) {
  return image
    .addBands(image.normalizedDifference(['B3', 'B5'])
    .rename('NDWI'))
    .float();
};

// Function to add a time band.
var addDependents = function(image) {
  // Compute time in fractional years since the epoch.
  var years = image.date().difference('1970-01-01', 'year');
  var timeRadians = ee.Image(years.multiply(2 * Math.PI)).rename('t');
  var constant = ee.Image(1);
  return image.addBands(constant).addBands(timeRadians.float());
};
// Function to compute the specified number of harmonics
// and add them as bands.  Assumes the time band is present.
var addHarmonics = function(freqs) {
  return function(image) {
    // Make an image of frequencies.
    var frequencies = ee.Image.constant(freqs);
    // This band should represent time in radians.
    var time = ee.Image(image).select('t');
    // Get the cosine terms.
    var cosines = time.multiply(frequencies).cos().rename(cosNames);
    // Get the sin terms.
    var sines = time.multiply(frequencies).sin().rename(sinNames);
    return image.addBands(cosines).addBands(sines);
  };
};
// Filter to the area of interest, mask clouds, add variables.
var harmonicLandsat = landsatCollection
  //.filterBounds(Mekong)
  .map(maskClouds)
  .map(addNDVI)
  .map(addNDWI)
  .map(addDependents)
  .map(addHarmonics(harmonicFrequencies));
// The output of the regression reduction is a 4x1 array image.
var harmonicTrend = harmonicLandsat
  .select(independents.add(dependent))
  .reduce(ee.Reducer.linearRegression(independents.length(), 1));
// Turn the array image into a multi-band image of coefficients.
var harmonicTrendCoefficients = harmonicTrend.select('coefficients')
  .arrayProject([0])
  .arrayFlatten([independents]);
// Compute fitted values.
var fittedHarmonic = harmonicLandsat.map(function(image) {
  return image.addBands(
    image.select(independents)
      .multiply(harmonicTrendCoefficients)
      .reduce('sum')
      .rename('fitted'));
});
// Plot the fitted model and the original data at the ROI.
print(ui.Chart.image.series(fittedHarmonic.select(['fitted','NDVI']), roi, ee.Reducer.mean(), 30)
    .setOptions({
      title: 'Harmonic model: original and fitted values',
      lineWidth: 1,
      pointSize: 3,
}));

// Pull out the three bands we're going to visualize.
var sin = harmonicTrendCoefficients.select('sin_1');
var cos = harmonicTrendCoefficients.select('cos_1');
// Do some math to turn the first-order Fourier model into
// hue, saturation, and value in the range[0,1].
var magnitude = cos.hypot(sin).multiply(10);
var phase = sin.atan2(cos).unitScale(-Math.PI, Math.PI);
var val = harmonicLandsat.select('NDVI').reduce('mean');
var mean_NDWI =  harmonicLandsat.select('NDWI').reduce('mean');
var mean_pix = harmonicLandsat.select('NDVI').reduce('mean');
var stdNDVI = harmonicLandsat.select('NDVI').reduce(ee.Reducer.stdDev());
var landSat = landsatCollection.reduce('median');
// Turn the HSV data into an RGB image and add it to the map.
var seasonality = ee.Image.cat(phase, magnitude, val).hsvToRgb();

//Center the map
Map.centerObject(roi, 11);
//Add all parameters to UI
//Original Landsat-8 composite
var vizParams = {bands: ['B5_median', 'B4_median', 'B3_median'], min: 0, max: 0.4};
Map.addLayer(landSat, vizParams, 'Landsat-8',false);
//Water index NDWI
Map.addLayer(mean_NDWI,{palette: '#b6fffa,#95b8ff,#6d84ff,#4270ff,#093aff', min: -0.8, max: 0.8},"NDWI",false);
//Standard deviation of NDVI
Map.addLayer(stdNDVI,{palette: '#b6fffa,#5e9bff,#301fff'},"Std NDVI",false);
//Seasonality
Map.addLayer(seasonality, {}, 'Seasonality',false);
//Sampling point
Map.addLayer(roi, {palette: "#ff427f"}, 'ROI');
//Phase
Map.addLayer(phase,{palette: '#caf8ff,#b4e5ff,#c48dff,#ffdf87,#ffd43c,#ff427f', min: 0, max: 1},'Phase',false);
//Magnitude
Map.addLayer(magnitude,{palette: '#d7ffdf,#d4ffa2,#efff91,#ffea5e,#ffc167,#ff844a,#ff160b'},"Magnitude",false);
//Value of NDVI
Map.addLayer(val,{palette: '#f3f3f3,#ffdca8,#9abcff,#c2ffb6,#b7ff73,#57ff52,#63e71c,#38b80b', min: 0, max: 1},"NDVI",false);


Some snapshots of derivative parameters:

Harmonic function of NDVI

False Color Composite Landsat-8 (B5, B4, B3)


NDVI

Magnitude 

NDWI

Phase

Standard Deviation of NDVI

Based on those parameters, you can start working on algorithm to detect mangrove forest or any other crops. It's really full of fun playing with GEE and multiple criteria spatial analysis. I hope this post is useful to you.




Note: The layer "Mangrove 2000" was prepared using Landsat satellite data from the year 2000. More than 1,000 Landsat scenes obtained from the USGS Earth Resources Observation and Science Center (EROS) were classified using hybrid supervised and unsupervised digital image classification techniques. This database is the first, most comprehensive mangrove assessment of the world (Giri et al., 2011). Partial funding of this research was provided by NASA.




Thứ Sáu, 28 tháng 9, 2018

Fun with Google Earth Engine

In recent time, the question of "where to find data?" is no longer a big concern. Another bigger issue has emerged, which relates to "what sort of information that can be extracted from data?".

Storing raw data as files in hard disks or storage media is also no longer fashionable because "we don't have to do it, all of them are in the cloud now".

A few lines of codes below demonstrate how to use Google Earth Engine to find and extract information from cloud storage (by Google) and show them in the way you like. Of course, if you're good enough at Java programming, you can manipulate and analyze this data and turn it into more valuable information.... in a flash.



The codes work in a few seconds to acquire, select and display monthly average temperature, plus  accumulated rainfall across the country of Vietnam. You can modify desired time period to get more data if you wish. My codes are free.


// Fun with weather information, monthly values
// Written by Phuong Do, Sep 2018
// Data sources: CHIRPS (rainfall) and MODIS (temperature). Resolution: 1km
//==========================================================


var before = '2017-01-01';
var after = '2017-01-31';

//==========================================================
// Data sources

var PRE = ee.ImageCollection("UCSB-CHG/CHIRPS/DAILY")
.select(['precipitation'])
.filterDate(before, after)
.sort('system:time_start', true);

var LST = ee.ImageCollection("MODIS/006/MOD11A1")
.select(['LST_Day_1km'])
.filterDate(before, after)
.sort('system:time_start', true);

//==========================================================

var meanLST = LST.reduce('mean');
meanLST = meanLST.multiply(0.02).subtract(273.15);
var meanPRE = PRE.sum();

Map.addLayer(meanLST,{palette: '#09b6ff, #f1ff07, #e00303', min: 0, max: 50},"Temperature",false);
Map.addLayer(meanPRE,{palette: '#dbfffc, #29c9ff, #66aeff, #3801ff', min: 0, max: 2000},"Precipitation",false);


To run codes, you need to register an account with Google Earth Engine. For ones who do not have GEE's account, see the outputs below.









Chủ Nhật, 23 tháng 9, 2018

Summer rice crop 2018 in the Red River delta

Summer season in the Red River Delta starts right after the harvest of Spring season, during the first two weeks of June. Up to now, some rice fields have been ripe and successfully harvested. Beside the provinces with early rice such as Hanoi, Ha Nam and Hung Yen, the remaining provinces in the Red River Delta are still in the ripening stage.

Vụ mùa vùng đồng bằng sông Hồng bắt đầu ngay sau khi bà con nông dân thu hoạch lúa Xuân vào hai tuần đầu tháng 6/2018. Tính đến thời điểm hiện tại, một số nơi lúa đã chín và được gặt hái thành công. Bên cạnh những tỉnh có lúa sớm như Hà Nội, Hà Nam và một phần Hưng Yên, các tỉnh còn lại thuộc đồng bằng sông Hồng vẫn đang thời kỳ lúa làm hạt và chín.




According to a quick estimation from the Sentinel-1A satellite data acquired until September 20, 2018, the whole area has about 510,000 hectares of rice in the field. In the coming time, if not affected by natural disasters, the delta will be fully harvested, estimated total output of about 2.75 million tons of rice.

Ước tính nhanh từ dữ liệu vệ tinh Sentinel-1A, đến thời điểm ngày 20/9/2018, toàn vùng hiện có khoảng 510.000 ha lúa trên đồng. Trong thời gian tới, nếu không bị ảnh hưởng của thiên tai thì toàn bộ diện tích lúa này sẽ được thu hoạch đầy đủ, ước tính tổng sản lượng toàn vùng khoảng 2,75 triệu tấn lúa.

The Red River delta includes 11 provinces: Hà Nội, Hà Nam, Hưng Yên, Bắc Ninh, Hải Dương, Hải Phòng, Nam Định, Thái Bình, Vĩnh Phúc, Ninh Bình và Quảng Ninh.

Vùng đồng bằng sông Hồng bao gồm 11 tỉnh: Hà Nội, Hà Nam, Hưng Yên, Bắc Ninh, Hải Dương, Hải Phòng, Nam Định, Thái Bình, Vĩnh Phúc, Ninh Bình và Quảng Ninh.





Thứ Tư, 19 tháng 9, 2018

Flood assessment for Mangkhut typhoon in the Philippines



Reuteurs - The Philippines lost a total of 250,730 tonnes of paddy rice due to the strong typhoon that hit its northern provinces over the weekend, according to initial official estimates, exceeding a worst-case forecast by 60 percent.

The Department of Agriculture initially estimated crop damage at about 9.6 billion pesos ($177 million), but said that may increase as more field reports come in.

“We’re looking at about 11 to 12 billion (pesos) in agricultural damage,” Agriculture Secretary Emmanuel Pinol said in an interview with CNN Philippines.

“But for corn, it’s a sad sight. Almost all crops were damaged,” he said. Pinol said he may recommend that the country also import corn to fill the possible shortfall.

With use of radar satellite data (Sentinel-1A), the Remote Sensing and GIS Center, NIAPP (Vietnam) is able to capture the flooded zones on 16 September 2018 over the northern Philippines.

The table for Flooded Area in Excel format can be downloaded here.





Reuteurs - Quốc gia Philippines được dự báo đã thiệt hại khoảng 250.730 tấn lúa do tác động của cơn bão Mangkhut (Bão số 6) vào cuối tuần vừa qua khi nó tràn qua các tỉnh miền Bắc của nước này. Theo nguồn tin chính thức, con số này vượt quá mức dự báo xấu nhất đến 60 phần trăm.

Bộ Nông nghiệp nước này bước đầu ước tính thiệt hại vào khoảng 9.6 tỷ peso (177 triệu đô la), nhưng một thông báo khác nói rằng con số này có thể còn tăng lên trong các báo cáo sắp tới.

"Chúng tôi ước tính khoảng 11 đến 12 tỷ peso thiệt hại do tác động của cơn bão" - Bộ trưởng Bộ Nông nghiệp Emmanuel Pinol phát biểu trong một cuộc phỏng với CNN Philippines.

"Tình hình cũng rất bi quan đối với cây ngô, hầu như toàn bộ diện tích ngô bị thiệt hại nặng nề" - ông Pinol tiếp lời. Philippines sẽ phải nhập khẩu ngô để bù đắp cho sự thiếu hụt này.

Trung tâm Viễn thám và GIS, Viện Quy hoạch và Thiết kế Nông nghiệp (Bộ Nông nghiệp và Phát triển Nông thôn) đã sử dụng ảnh vệ tinh radar để tính toán diện tích ngập lụt tại Philippines do ảnh hưởng của cơn bão Mangkhut vào ngày 16 tháng 9 năm 2018.


With use of radar satellite data (Sentinel-1A), the Remote Sensing and GIS Center, NIAPP (Vietnam) is able to capture the flooded zones on 16 September 2018 over the northern Philippines.

Số liệu thống kê diện tích ngập lụt tại miền Bắc Philippines có thể được tham khảo tại đây.



About me

Giới thiệu về bản thân


A bit about me - Vài dòng ngắn gọn

I'm a cartographer, a GIS man and a Remote Sensing guy who loves data analysis and software programming. I'm working in the office, at home and outdoor. Please contact me for a new partnership.

Tôi là một chuyên gia về bản đồ, GIS và viễn thám. Tôi yêu thích phân tích số liệu và lập trình máy tính. Tôi làm việc tại văn phòng của mình, tại nhà và ngoài thực địa. Hãy liên hệ với tôi để xây dựng một mối quan hệ mới.

Profile - Hồ sơ

Do Minh Phuong

Personal info - Thông tin cá nhân

DO MINH PHUONG

Thông tin cá nhân:

Birthday: 29 Sep. 1972
Phone number: +(84) 97 892 9822
Website: www.p-gis.com
E-mail: dphuong@gmail.com

Services

Hỗ trợ các dịch vụ


Data Analysis

Support advanced data analysis with spatial and non-spatial big datasets.
Hỗ trợ phân tích dữ liệu không gian và phi không gian với tập số liệu lớn.

Software Development

Software engineering and development for desktop, web-based and mobile devices.
Lập trình các ứng dụng cho máy tính, ứng dụng web và thiết bị di động.

Graphic Design

Graphic design with Photoshop, Illustrator, MS Publisher for books, poster and project documents.
Thiết kế đồ họa với Photoshop, Illustrator và MS Publisher xây dựng các poster và tài liệu dự án.

RS-GIS

Remote Sensing and GIS application development with optical and radar imageries for agriculture, fishery, forestry and public health sectors.
Xây dựng và phát triển các ứng dụng viễn thám, GIS cho nông nghiệp, lâm nghiệp, thủy sản và y tế cộng đồng.

Photography

On-field photography surveys and media publications.
Cung cấp các giải pháp điều tra chụp ảnh thực địa, và các bộ ảnh phục vụ truyền thông, quảng bá thông tin.

Database Management

Design, implement and master large GIS database with opensource and commercial softwares.
Xây dựng và quản lý các cơ sở dữ liệu GIS lớn với phần mềm mã nguồn mở và phần mềm thương mại.

RESUME

Thông tin nghề nghiệp


Employment
Công tác

  • 2008-future

    Snr. Researcher @ NIAPP Nghiên cứu viên chính @ NIAPP

    Implement researches and projects on crop monitoring (rice, coffee), weather forecast, drought warning, climate change, land use change, landslide zoning, forest fire warning and aquaculture management.
    Tiến hành nghiên cứu và thực hiện dự án về theo dõi cây trồng (lúa, cà phê), dự báo thời tiết, dự báo hạn hán, biến đổi khí hậu, thay đổi hiện trạng sử dụng đất, cảnh báo sạt lở đất, cảnh báo cháy rừng và quản lý hệ thống nuôi trồng thủy sản.
  • 2000-2007

    Asian Institute of Technology Học viện Công nghệ châu Á

    Conducted MSc and PhD studies on remote sensing and GIS. Participated into lab assistant and network administration force.
    Theo học chương trình MSc và PhD về viễn thám và GIS. Tham gia trợ giảng và quản trị hệ thống thông tin của trường.
  • 1995-2000

    Researcher @ NIAPP Nghiên cứu viên @ NIAPP

    Joined projects and studies on mountainous agricultural systems, land use mapping and land use change, climate change impact assessment, GIS data analysis and modeling.
    Tham gia các dự án và nghiên cứu về hệ thống nông nghiệp miền núi, thành lập bản đồ hiện trạng sử dụng đất và thay đổi sử dụng đất, đánh giá tác động của biến đổi khí hậu và phân tích mô hình bằng GIS.

Education
Đào tạo

  • 2000-2007

    Asian Institute of Technology MSc and PhD Candidate

    Studied remote sensing and GIS for natural resources management. Conducted researches on satellite image texture analysis, tree recognition and forest type recognition.
    Theo học viễn thám và GIS trong quản lý tài nguyên thiên nhiên. Tiến hành các nghiên cứu về nhận dạng cấu trúc đối tượng trên ảnh vệ tinh, nhận dạng cây trồng và nhận dạng loại rừng.
  • 1991-1995

    University of Foreign Language Đại học Ngoại ngữ

    Studied english as a foreign language for foreigners. Took Russian as the second foreign language.
    Theo học chương trình đại học môn tiếng Anh theo dạng ngoại ngữ cho người nước ngoài. Học tiếng Nga như ngoại ngữ thứ hai của khóa học.
  • 1989-1994

    Hanoi Mining and Geology University ĐH Mỏ Địa Chất

    Studied cartography and geodesy at Hanoi University of Mining and Geology. Took other courses such as remote sensing, computer programming, geology, physics, mathematics, statistics and map publishing.
    Theo học chuyên ngành bản đồ, trắc địa tại trường Đại học Mỏ Địa Chất. Tham gia các khóa học về viễn thám, lập trình máy tính, địa chất, vật lý, toán, thống kê và công nghệ xuất bản bản đồ.

Skills & Things about me - Khả năng và sở thích

4♥
photographer - chụp ảnh
5♥
Database - Cơ sở dữ liệu
5♥
RS-GIS - Viễn thám GIS
4♥
Agriculture - Ứng dụng nông nghiệp
4♥
Weather Info - Thời tiết

RECENT WORK EXPERIENCES

Kinh nghiệm làm việc


WORKS

  • 2016-2019

    Technical Lead @ VnSAT Project

    Owner/Sponsor: MARD - World Bank
    ▫ Location: Vietnam, Central Highland
    ▫ Project's workpackages for rice and coffee database management
    ▫ Design and implement WebGIS database for project monitoring
    ▫ Data analysis
    ▫ Training course design for capacity building
  • 2016-2019

    technical consultant @ GREENcoffee Project

    Owner/Sponsor: NSO - Netherlands
    ▫ Location: Vietnam, Central Highland
    ▫ Daily weather information service provider
    ▫ Drought warning
    ▫ Coffee area monitoring with remotely sensed data
    ▫ GIS database management
  • 2016-2017

    Technical Lead @ RIICE Project

    Owner/Sponsor: MARD - SDC (Switzerland)
    ▫ Location: Vietnam, Red River and Mekong River deltas
    ▫ Rice area monitoring with radar satellite imagery
    ▫ Rice yield forecast with Oryza model
    ▫ Field survey lead
    ▫ Report and database management
  • 2016-2017

    Technical Lead @ Agri-Atlas Project

    Owner/Sponsor: MARD
    ▫ Location: Vietnam
    ▫ Technical supervisor for national atlas of agriculture
    ▫ GIS database engineering
    ▫ Graphical design and artwork supervision
    ▫ Report and output publication
  • 2015-2016

    Technical Consultant @ ICA Project

    Owner/Sponsor: RIA1 - DANIDA (Denmark)
    ▫ Location: Northern provinces, Vietnam
    ▫ Aquaculture system mapping for Northern Vietnam
    ▫ Aqua-system change during 1993-2000-2015
    ▫ Vulnerability assessment for aquaculture system
    ▫ WebGIS development and database management
  • 2014-2015

    Technical Lead @ VFD Project

    Owner/Sponsor: Vietnam Forest and Delta Project (USAID)
    ▫ Location: Nam Dinh province (Vietnam)
    ▫ Baseline survey for vulnerability assessment
    ▫ Climate change scenario development
    ▫ GIS database management
    ▫ Vulnerability mapping for rice and aquaculture
  • 2013-2016

    Technical Lead @ VAST Projects

    Owner/Sponsor: Vietnam Academy of Science and Technology
    ▫ Location: Lao Cai, Thanh Hoa, Hai Phong, Phu Yen provinces
    ▫ Baseline surveys for forest fire factors
    ▫ Model development for forest fire zoning
    ▫ Software development for forest fire zoning
    ▫ Remote sensing data analysis for model's inputs

CÔNG VIỆC

  • 2016-2019

    Phụ trách kỹ thuật @ Dự án VnSAT

    CQ chủ quản: Bộ NN PTNT - NH Thế Giới
    ▫ Địa điểm: Vùng Tây Nguyên - Việt Nam
    ▫ Giám sát việc xây dựng CSDL giám sát dự án cho các gói công việc
    ▫ Thiết kế và xây dựng CSDL WebGIS phục vụ giám sát
    ▫ Phân tích và tổng hợp dữ liệu
    ▫ Xây dựng tài liệu và tiến hành các khóa tập huấn
  • 2016-2019

    Trưởng nhóm kỹ thuật @ Dự án GREENcoffee

    CQ chủ quản: NSO - CP Hà Lan
    ▫ Địa điểm: Vùng Tây Nguyên - Việt Nam
    ▫ Cung cấp thông tin thời tiết hàng ngày
    ▫ Cảnh báo hạn hán
    ▫ Giám sát diện tích cà phê bằng CN Viễn thám
    ▫ Quản lý hệ thống CSDL GIS của dự án
  • 2016-2017

    Trưởng nhóm kỹ thuật @ Dự án RIICE

    CQ chủ quản: Bộ NN PTNT - SDC (Thụy Sỹ)
    ▫ Địa điểm: Vùng ĐB sông Hồng và ĐB sông Cửu Long
    ▫ Giám sát diện tích trồng lúa bằng ảnh vệ tinh radar
    ▫ Dự báo sớm năng suất các vụ bằng mô hình Oryza
    ▫ Thiết kế và tổ chức điều tra thực địa
    ▫ Lập các báo cáo, bản tin và quản lý CSDL dự án
  • 2016-2017

    Trưởng nhóm kỹ thuật @ Dự án Atlas Nông nghiệp

    CQ chủ quản: Bộ NN PTNT
    ▫ Địa điểm: Toàn quốc, 63 tỉnh thành
    ▫ Giám sát kỹ thuật toàn dự án
    ▫ Thiết kế và xây dựng CSDL GIS của dự án
    ▫ Thiết kế đồ họa và mỹ thuật
    ▫ Xây dựng báo cáo và các ấn phẩm bản đồ
  • 2015-2016

    Chuyên gia tư vấn @ Dự án ICA

    CQ chủ quản: Viện NC NT Thủy sản 1 (RIA1) - DANIDA (Đan Mạch)
    ▫ Địa điểm: Các tỉnh miền Bắc Việt Nam
    ▫ Lập bản đồ hệ thống nuôi trồng thủy sản miền Bắc
    ▫ Phân tích biến động hệ thống NTTS các năm 1993-2000-2015
    ▫ Xây dựng mô hình đánh giá tổn thương hệ thống NTTS trong điều kiện BĐKH
    ▫ Thiết kế và xây dựng hệ thống WebGIS của dự án
  • 2014-2015

    Phụ trách kỹ thuật @ Dự án VFD

    CQ chủ quản: Dự án Rừng và Đồng Bằng (VFD) - USAID
    ▫ Địa điểm: Tỉnh Nam Định
    ▫ Khảo sát thực địa, đánh giá mức độ tổn thương hiện tại
    ▫ Xây dựng các kịch bản biến đổi khí hậu
    ▫ Thiết kế và quản lý CSDL GIS của dự án
    ▫ Đánh giá mức độ dễ bị tổn thương đến trồng trọt và nuôi trồng thủy sản
  • 2013-2016

    Phụ trách kỹ thuật @ Các dự án của VAST

    CQ chủ quản: Viện Hàn lâm Khoa học và Công nghệ Việt Nam
    ▫ Địa điểm: Các tỉnh Lào Cai, Thanh Hóa, Hải Phòng và Phú Yên
    ▫ Tiến hành khảo sát đánh giá các yếu tố gây cháy rừng
    ▫ Xây dựng mô hình cảnh báo cháy rừng
    ▫ Phát triển phần mềm phân tích, cảnh báo nguy cơ cháy rừng
    ▫ Phân tích dữ liệu viễn thám và bản đồ phục vụ mô hình

Contact

Gửi tin nhắn


Adress/Địa chỉ

61 Hang Chuoi, Hai Ba Trung district, Hanoi, Vietnam
61 Hàng Chuối, Q. Hai Bà Trưng, Hà Nội, Việt Nam

Phone number

+(84) 97 892 9822

Email

dphuong@gmail.com