Lũ lụt là một hiện tượng tự nhiên thường gây ra các hậu quả nghiêm trọng cho cuộc sống của con người. Việc ước lượng độ sâu ngập lụt sẽ giúp cho con người đưa ra được các giải pháp phù hợp để xử lý các ảnh hưởng tàn phá của lũ lụt. Các phương pháp ước lượng độ sâu ngập lụt sử dụng ảnh viễn thám đã nhận được nhiều sự quan tâm và được sử dụng phổ biến trong các thập kỷ gần đây. Bài báo này đề xuất một phương pháp để xây dựng bản đồ độ sâu ngập lụt của tỉnh Quảng Bình, Việt Nam trong trận lũ lịch sử năm 2020 dựa trên ảnh Sentinel-1A. Phương pháp trong bài báo là sự kết hợp của phương pháp Otsu kinh điển và phương pháp loang được đề xuất mới. Phương pháp Otsu trước tiên được sử dụng để xây dựng các bản đồ nước hiện thời. Sau đó, phương pháp loang được thực hiện trên các bản đồ nước hiện thời này để xác định độ sâu ngập lụt. Phương pháp ước lượng độ sâu ngập lụt được đề xuất trong bài báo này đã chứng minh được sự đơn giản về tính toán, tốc độ gần thời gian thực và cung cấp độ chính xác tương đối tốt.

Phát hiện sự thay đổi trong ảnh SAR đa thời gian được ứng dụng rộng rãi trong các ứng dụng thực tế về hoạt động quản lý kiểm tra, giám sát tài nguyên trên đất liền và trên biển với quy mô rộng lớn. Có rất nhiều thuật toán phát hiện sự thay đổi sử dụng hai ảnh SAR đa thời gian. Nguyên tắc phổ biến của chúng là thực hiện phân tích ảnh sai khác được tạo ra từ toán tử tỷ số của hai ảnh SAR đa thời gian nhằm phát hiện các sự thay đổi giữa chúng. Để cải thiện độ chính xác phát hiện, toán tử tỷ số và các phiên bản cải tiến của toán tử này thường được sử dụng kết hợp với các phương pháp xử lý tinh hơn nữa. Bài báo này đề xuất một giải pháp phát hiện sự thay đổi bằng cách kết hợp toán tỷ số dựa trên  lân cận và thuật toán mạng nơ ron wavelet tích chập để cải thiện độ chính xác phát hiện  sự thay đổi trong ảnh SAR đa thời gian.

Ngày nay, hiện tượng dầu loang trên biển diễn ra khá phổ biến trên các sông ngòi, biển và gây ra các hậu quả nghiêm trọng cho môi trường nước. Vì vậy, việc phát hiện các vết dầu loang và đưa ra các cảnh báo sớm về hiện tượng này nhận được sự quan tâm rất lớn trong vài thập kỷ gần đây. Thực tế, người ta đã phát triển nhiều thuật toán nhận dạng vết dầu loang trên biển sử dụng ảnh ra đa mặt mở tổng hợp bởi vì chất lượng ảnh ít phụ thuộc vào điều kiện thời tiết, ngày và đêm và có khả năng bắt giữ các sự kiện trên quy mô địa lý rộng lớn. Trong đó, các thuật toán dựa trên ngưỡng khá phổ biến trong thực tế vì thực hiện đơn giản. Tuy nhiên, những thuật toán này nói chung có độ chính xác không cao. Bài báo này đề xuất một thuật toán mới dựa trên ngưỡng để phát hiện vết dầu loang trên biển. Đây là ngưỡng toàn cục được xác định dựa trên phân tích thống kê về cường độ các điểm ảnh và kích thước của ảnh. Các kết quả mô phỏng của thuật toán trên phần mềm Python được so sánh với các phương pháp khác và chứng minh rằng phương pháp đề xuất đã cải thiện đáng kể độ chính xác.

Algorithms of change detection in multi-temporal SAR images have received great interests for recent decades, and been widely applied in natural resource supervision activities. However, these algorithms still expose the limitation of detection accuracy due to inhenrent presence of speckle noise in SAR images. This paper developed a novel approach of change detection in multi-temporal SAR images of sea surface. The algorithm has increased accuracy of change detection in multi-temporal SAR images of sea surface compared with recent other methods.