Nghiên cứu sử dụng 3 thuật toán phân loại học máy - MLC (mạng thần kinh nhân tạo - NNET, rừng ngẫu nhiên - RF và véc tơ hỗ trợ - SVM) để phân loại hiện trạng rừng của huyện Bù Đăng, tỉnh Bình Phước từ ảnh vệ tinh Sentinel-2. Mười loại hiện trạng sử dụng đất và lớp phủ trong đó có 6 lớp hiện trạng rừng đã được phân loại trong khu vực nghiên cứu. Phương pháp RF có độ chính xác cao nhất với độ chính xác toàn cục bằng 90% và hệ số Kappa bằng 0,86, tiếp theo là NNET và SVM. Trong số các kênh ảnh của vệ tinh Sentinel 2, kênh sóng ngắn hồng ngoại (kênh 11), tiếp theo là kênh rìa đò (kênh 5 và 6), kênh gần hồng ngoại hẹp (8A), kênh sóng ngắn hồng ngoại (kênh 12) và kênh xanh lục (kênh 3) đóng góp nhiều nhất vào độ chính xác của kết quả phân loại. Kết quả của nghiên cứu này đã chứng minh rằng thuật toán RF phù hợp cho việc lập bản đồ thảm thực vật từ ảnh vệ tinh Sentinel, và có thể được áp dụng được cho phân loại bản đồ hiện trạng rừng ở quy mô không gian rộng.

Bài báo trình bày kết quả nghiên cứu chuyển đổi động cơ diesel một xy lanh nguyên thủy thành động cơ HCCI khi sử dụng nhiên liệu xăng sinh học E20. Nhóm nghiên cứu đã tiến hành phân tích để đưa ra giải pháp chuyển đổi lại toàn bộ hệ thống cung cấp nhiên liệu từ vòi phun nhiên liệu trực tiếp vào buồng đốt thành vòi phun nhiên liệu E20 trên đường ống nạp. Đồng thời lựa chọn giải pháp thay đổi tỉ số nén của động cơ cho phù hợp với động cơ chạy theo nguyên lý HCCI và phục vụ cho các nghiên cứu trong tương lai. Thí nghiệm được tiến hành dựa trên sự thay đổi tỉ số nén tương ứng với tốc độ quay của động cơ từ 1000 v/ph đến 1600 v/ph. Từ kết quả đo được có thể khẳng định động cơ HCCI khi sử dụng xăng E20 với tỉ số nén 14 là phù hợp trong các điều kiện thí nghiệm. Đây cũng là cơ sở cho các nghiên cứu chuyên sâu tiếp theo.

Nghiên cứu được thực hiện trong kiểu rừng lá rộng thường xanh ở khu vực Tân Phú tỉnh Đồng Nai để giúp hiểu rõ hơn về đặc điểm sinh thái của loài sến mủ - loài cây có tên trong Danh lục đỏ IUCN. Về thu thập dữ liệu, một ô tiêu chuẩn 2 ha (OTC) đã được thiết lập. Mật độ, tiết diện ngang và chỉ số giá trị quan trọng (IVI%) được xác định cho từng loài. Tổng số 100 loài thuộc 49 họ đã được xác định. Mật độ, tiết diện ngang và IVI% của sến mủ là cao nhất nhưng đường kính ngang ngực bình quân của loài ở mức trung bình so với 16 loài cây chủ yếu trong OTC. Mô hình không gian của sến mủ là phân bố kiểu cụm ở giai đoạn cây non, phân bố ngẫu nhiên ở giai đoạn cây sào và thành thục. Trong mối quan hệ không gian của sến mủ và 16 loài cây chủ yếu của OTC, sến mủ có quan hệ tương hỗ với 5 loài, quan hệ cạnh tranh với 4 loài và quan hệ độc lập với 7 loài.

Nghiên cứu này được thực hiện để làm sáng tỏ cơ chế cùng chung sống của các loài cây gỗ rừng lá rộng thường xanh tại Vườn Quốc gia Kon Ka Kinh, tỉnh Gia Lai. Tất cả các cây có đường kính ngang ngực (DBH) ≥ 2,5 cm trong 3 ô tiêu chuẩn 1 ha đã được lập bản đồ, xác định DBH và tên loài. Kết quả cho thấy mô hình không gian của 12/20 loài được phân tích là phân bố cụm ở quy mô nhỏ < 15 m, phân bố ngẫu nhiên và đều có xu hướng tăng lên ở quy mô lớn > 15 m. Quan hệ độc lập chiếm tỉ lệ cao (75-90%), quan hệ cạnh tranh và tương hỗ chiếm tỉ lệ thấp (10-25%), sự liên kết không gian của các loài chủ yếu là độc lập hoặc tách biệt ở quy mô lớn. Phát tán giới hạn, tính không đồng nhất của môi trường và tỷ lệ tử vong phụ thuộc vào mật độ là ba cơ chế điều chỉnh mô hình phân bố, quan hệ và các kiểu liên kết không gian của các loài cây gỗ tại khu vực nghiên cứu.

Nghiên cứu này khảo sát quá trình va đập của vật rơi từ đó phát triển giải thuật đếm số lượng các sản phẩm củ, quả sau thu hoạch chịu được va đập, cụ thể là ứng dụng đếm dừa trái với kỳ vọng đạt năng suất và độ chính xác cao. Nghiên cứu đã tiến hành khảo sát nhu cầu thực tế, thống kê phổ khối lượng trái, các yếu tố ảnh hưởng đến khả năng đếm, thiết kế một hệ thống băng tải vận chuyển dừa với các tấm chắn có lắp load cell được đặt tại cửa chặn của băng tải để dừa trái va đập vào khi rơi xuống. Tín hiệu va đập được thu thập bằng thiết bị myRIO và xử lý thời gian thực bằng phần mềm LabVIEW. Kết quả ban đầu cho thấy hệ thống đếm dừa bằng phương pháp phân tích lực va đập dùng cảm biến lực đạt được năng suất 11.640 trái trên giờ với độ chính xác 97%, là tiền đề cho việc phát triển hệ thống đếm năng suất cao bằng phương pháp phân tích va đập để có thể ứng dụng đếm thực tế tại các cơ sở thu mua hiện nay.