Digital change detection is a helpful technique using multi-temporal satellite image for analyzing landscape exchange. The objective of this study is an attempt to assess the land-use changes in Phu Giao district, Binh Duong province, Vietnam in the period of fifteen years, from 2001 to 2015. Landsat Thematic Mapper (TM) image data files of years from 2001 to 2015 were collected on website of United States Geological Survey (USGS). Then, the images supervised were classified into five classes including perennial plant, annual plant, barren and urban land, and water body using Maximum Likelihood classification method in ENVI 4.7, and mapped using ArcGIS. The results show that during fifteen years, perennial land and urban land have been increased by 39.83% and 10.32%, while annual land and water body have been decreased by 1.37% and 5.35% accordingly, respectively. Phát hiện thay đổi số hóa là một kỹ thuật hiệu quả sử dụng hình ảnh vệ tinh đa thời gian cho phân tích thay đổi cảnh quan. Bài viết này là một sự cố gắng nhằm đánh giá sự thay đổi đất sử dụng ở huyện Phú Giáo, tỉnh Bình Dương, Việt Nam trong khoảng thời gian mười lăm năm từ năm 2001 đến năm 2015. Các file dữ liệu ảnh Landsat TM của các năm từ 2001 đến 2015 đã được thu thập trên trang web nghiên cứu Địa chất Hoa Kỳ (USGS). Sau đó, các hình ảnh giám sát được phân thành năm lớp bao gồm cả cây trồng lâu năm, cây trồng hàng năm, đất đô thị cằn cỗi và vùng nước sử dụng phương pháp phân loại Maximum Likelihood trong ENVI 4.7, và lập bản đồ bằng sử dụng ArcGIS. Kết quả cho thấy rằng trong suốt mười lăm năm, diện tích đất trồng cây lâu năm, đất đô thị đã được tăng tương ứng là 39,83% và 10,32%, trong khi đất đai hàng năm và vùng nước giảm 1,37% và 5,35%.

Abstract. FORMOSAT-7/COSMIC-2 radio occultation (RO) measurements are promising for observing the deep troposphere and providing critical information on the Earth's planetary boundary layer (PBL). However, refractivity retrieved in the low troposphere can have severe bias under certain thermodynamic conditions. This research examines the characteristics of bias in the low troposphere and presents methods for estimating the region-dependent bias using regression models. The results show that the bias has characteristics that vary with land and oceans. With substantial correlation between local spectral width (LSW) and bias, the LSW-based bias estimation model can explain the general pattern of the refractivity bias but with deficiencies in measuring the bias in the ducting regions and certain areas over land. The estimation model involving the relationship with temperature and specific humidity can capture the bias of large amplitude associated with ducting. Finally, a minimum variance estimation that combines the benefits of the individual estimation provides the most accurate estimation of the refractivity bias.