Tài liệu Mô- đun 6: Hướng dẫn thực hành viễn thám với ENVI - Phần 3 ppt

Khóa đào to DUS-B: Mô-đun 6: Hng dnthchànhvinthámviENVI 15-17 tháng 1, 2008 1 Công ty T vnGeoVit (www.geoviet.vn) 6/17 Ngõ 139, NguynNgcV, Hà Ni TTVT - ào tochocácc quan DUS-B (DUS-B Basic Training on ENVI Remote Sensing) Hng dnthchànhvin thám viENVI (Phn III – Khai thác thông tin vinthám viENVI) TS. Trn Hùng T vnGeoVit hung.geoviet@gmail.com www.geoviet.vn Mc ích & nidung khóahc ̈ Mc đích: s dng các Tools caENVI đ giicácbài toán v giám sát tài nguyên và môi trng ̈ Cách tipcn: kthpnguyênlýVT + côngc ENVI + ng dng thct ̈ Chng trình: ̈ Phn1: GiithiuENVI: làmquen& ônlinguyênlýVT vi ENVI ̈ Phn2: Cáck thutx lý và phân tích d liuVT viENVI ̈ Phn 3: Khai thác thông tin t d liuVT viENVI vàd án mu ENVI Remote Sensing Nidung phn3 ENVI Remote Sensing • Khai thác thông tin tnh vinthámvi ENVI • Phân loi nh vinthám • Các k thuthuphânloivàkthpviGIS • Chit tách thông tin đi tng, theo dõi bin đng… • D án muápdng VT trong giám sát tài nguyên & môi trng Gii oán nh vinthám–kháinim •Gii đoán nh nhmmc đích chit tách các thông tin đnh tính và đnh lng t các nh (hàng không / v tinh) v hình dng, v trí, đctính, cht lng, điukin xung quanh cacácđi tng nghiên cu và quan h gia chúng •Gii đoán bng mt: bng nhng hiubit& kinthc ca ngigii đoán •Gi i đoán và phân tích nh viENVI –kthpkinthc và k nng s dng s h tr ca máy tính… ENVI Remote Sensing Tách thông tin tnh vinthám PP tách Ví d v thông tin thu đc Phân loi đaph … Theo dõi bin đng Chit tách các thông tin t nhiên Chit tách các ch s môi trng Xác đnh các đitng đcbit Lpph, thcvt Thay đilpph, quá trình đôth hoá Nhit đ, đ cao Ch s thcvt(NDVI), Ch s nc đc Lpbn đ cháy rng, l lt, chitxut các lineament, các đitng khoc ENVI Remote Sensing Tng quan các bcgii oán nh ENVI Remote Sensing ̈ Chunb d liu nh ( gmc phng pháp gii đoán bng mtchonh tng t và phân tích nh s trên máy tính ) ̈ c thông tin b tr và đnh vnh theo bn đ nn ̈ Tokhoáđoán đc điuv / chn vùng muROI ̈ o đccácyutđnh lng / nhndng đitng ̈ Phân tích nh (phân loi) và đoán đc điuv các đi tng ̈ Thành lpcácbn đ chuyên đ Khóa đào to DUS-B: Mô-đun 6: Hng dnthchànhvinthámviENVI 15-17 tháng 1, 2008 2 Công ty T vnGeoVit (www.geoviet.vn) 6/17 Ngõ 139, NguynNgcV, Hà Ni ENVI Remote Sensing c imd lius & phân loi Multi-spectral classification (theo t  ng pixel) Contextual classification Temporal classification Cp đ xám (radiometric resolution); Ph bcx (spectral dimension); Không gian / hình hc (spatial dimension); Thigian (temporal dimension); ENVI Remote Sensing Các chun(yut) gii oán nh Chun đ đen, musc, thông tin stereo Chunkíchthc, hình dng, cutrúc, phânb Chun đ cao, bóng Chunv trí, miquanh tng h Primary elements Spatial arrangement of tone and color Based on analysis of primary elements Contextual elements Multi-spectral classification Contextual classification Nguyên lý phân loi nh s nh ASTER (B 3/2/1) Rung lúa Ncbin Cát b bin nh đãphânloi Vùng lymu B1 B3 Không gian đitng Phân loi ENVI Remote Sensing Xác đnh các nhóm đnh phân loi Xác đnh các nhóm đnh phân loi Lachn đitng Lachn đitng Xác đnh vùng mu Xác đnh vùng mu Lachn PP phân loi Lachn PP phân loi Phân loi Phân loi Kim đnh ktqu Kim đnh ktqu Thuttoánphânloi: MD, ML  chính xác và đ tin cy Tng quan các bcphânloi nh ENVI Remote Sensing ̈ Lachnvàxácđnh ROI ̈ Thay điloi đitng (gp nhóm, chia nh …) và vùng mu đ xác đnh d liu đng nht ̈ Thchinphânloi ̈ X lý huphânloi(gp nhóm đitng, lc ) ENVI Remote Sensing Hai cách tipcn trong phân loi •Phânloi không giám sát ( unsupervised ) •Thun tuý theo tính chtph, ph thuchoàntoàn vào máy mà không bitrõtênhaytínhchtlpph •ISODATA, K-MEANS trongENVI •Phânloicógiámsát( supervised ) • Phân chia 1 cách có giám sát (ca ngiphânloi) các giá tr DN cacácpixel nh theo tng nhóm đi tng lpph mt đt •Xác đnh "chìa khoá phân tích ph" (tính chtph đc trng cho tng nhóm) bng to các vùng lymu • Parallelepiped, Min distance, Min likelihood… ENVI Remote Sensing ChnvàNC c tính vùng muvi ENVI ThchànhtrênENVI vib d liumu ̈ cvàhinthnh trong ENVI ̈ Datrênkinhnghimvàs hiubitxácđnh khóa gii đoán các nhóm đitng ̈ Chn các vùng mu(ROI) – chú ý v s lng pixel trong tng ROI đ đmbotínhđidin… ̈ Tính các đctínhthng kê ph cho các vùng ROI ̈ So sánh các đctínhph ca các nhóm đitng Khóa đào to DUS-B: Mô-đun 6: Hng dnthchànhvinthámviENVI 15-17 tháng 1, 2008 3 Công ty T vnGeoVit (www.geoviet.vn) 6/17 Ngõ 139, NguynNgcV, Hà Ni Phân loi theo Parallelepiped Classification > Supervised classification > Applying parallelepiped classification … Nhpgiátr khong cách tính t tâm (ph) catng nhóm đi tng – Set Max Stdev from Mean ENVI Remote Sensing Water Built-up Farmland Forest 0 30 60 90 120 150 180 210 50 100 150 200 250 B1 B3 B2 30 60 90 120 150 180 210 Baresoil Phân loitheoMin Distance Classification > Supervised classification > Applying minimum distance classification …Nhpgiátr khong cách Euclid tính t tâm (ph) catng nhóm đitng – hocNone đ phân loittc pixel nh ENVI Remote Sensing Band 1 Band 2 d A X 1 Classifying pixel Mean pixel of class A Mean pixel of class B Mean pixel of class C d C d B B 1 B 2 p Class A Class B Pixel X d e d ne Phân loi theo Mahalanobis Distance Classification > Supervised classification > Applying mahalanobis distance classification …Nhpgiátr khong cách ngng – Max distance threshold hoc None đ phân loittc pixel nh ENVI Remote Sensing )()( 12 kk T kk XCovXD μμ −−= − Phân loi theo Max Likelihood Classification > Supervised classification > Applying maximum likelihood classification …Nhpgiátr ngng (0 – 1) – Probability threshold hoc None đ phân loitt c pixel nh ENVI Remote Sensing Band 1 Band 2 Class A Class B p L A L B Classifying pixel Phân loi không giám sát ISODATA Selection of parameters & Calculation of the centers of initial clusters Selection of parameters & Calculation of the centers of initial clusters Relocation of members Relocation of members Removal of the minimum cluster and isolated members Removal of the minimum cluster and isolated members Compute statistics of clusters Compute statistics of clusters Convergence? Stop Output of results Stop Output of results No Yes Correct the center of all clusters Correct the center of all clusters The clustering is complete? Merging Merging Division Division Yes No ENVI Remote Sensing …Nhps lp, s vòng lp, ngng thay đi, khong cách gacáclp… Phân loi theo Decision Tree ̈ Có th dùng d liut nhiu ngun khác nhau ̈  micp phân thành 2 nhóm theo 1 tiêu chí ̈ ThchànhtrênENVI vib d liumu (nuthigiancho phép): Classification > Decision Tree > Build New Decision Tree Options > Execute ENVI Remote Sensing Input image Input image NDVI >T1 NDVI >T1 Height >H1 Height >H1 Features Features tree tree ? ? Height >H2 Height >H2 grassland grassland true false true false false true ? ? …. …. ? ? building building Road etc. Road etc. Khóa đào to DUS-B: Mô-đun 6: Hng dnthchànhvinthámviENVI 15-17 tháng 1, 2008 4 Công ty T vnGeoVit (www.geoviet.vn) 6/17 Ngõ 139, NguynNgcV, Hà Ni Các k thutphânloikhácviENVI ̈ Phân loi không giám sát – K-means ̈ Phân loi có giám sát: Spectral angle mapper, binary encoding, neural net ̈ To nh phân loit ROI ̈ Phân loigiđnh (endmember) - Các đitng có đc đim giá tr ph tng t (t các ngun khác nhau) là yut duy nht đ phân bitvittc các đitng khác trong khu vc. ̈ Phân loitheođc tính không gian (contextual) – kthpgia các phép tính textures và k thutphânloi, huphânloi ̈ Phân loitheođctínhthigian–kthpgiacáccácphép x lý tính và ghép lp đathigianvàk thutphânloi ENVI Remote Sensing Phân loi athigian–chuich s NDVI Aug Oct Dec Feb Apr wetsoil urban baresoil cropland paddy orchard Rainfed paddy 0.1 0.3 0.5 0.7 0.9 NDVI NDVI time series for various land covers ENVI Remote Sensing water paddy rainfed Paddy urban wetland orchard agriland baresoil mixed residential Ktqu phân loi athigian Phân loi ENVI Remote Sensing ánh giá ktqu phân loi ̈ Kimtrathc đa (ground truth) ̈ Lpma trn đánh giá (confusion matrix) giaktqu phân loivàbn đ thct / ground truth ̈ ánh giá đ chính xác / đ tin cycaphânloi ̈  chính xác phân loitng: s pixel phân loi đúng / tng s pixel kimtra ̈ H s kappa: ̈ ThchànhtrênENVI vib d liumu: Classification > Post classification > Calculating confusion matrix > … ENVI Remote Sensing K thuthuphânloiviENVI ̈ Tính toán thng kê các nhóm đi tng đcphânloi ( Classification > Post classification > class statistics) ̈ K thutlàmnhn sau phân loi-lc nhiudo lica thuttoánphânloitheopixel ( Classification > Post classification > majority filter, clumping classes, sieve classes ) ̈ Gimmc đ chi titcaphânloi => tng cht lng phân loi, ví d t bn đ lpph to bđ s dng đt ( Classification > Post classification > combine classes) ̈ ThchànhtrênENVI vib d liumu ENVI Remote Sensing KthpviGIS vàENVI GIS ̈ Kthpvi các thông tin tham kho=> tng cht lng phân loi( knowledge-based và contextual) : ̈ Chuyn đi vector-to-raster (bn đ sdđ, đahình…sang lp nh), chng xpcáclp thông tin ( overlay classes, to vùng buffer) đ loinhng pixel b phân loisai… ̈ Kthpd liuphânloit nhiusensorsvà đa thigian ( layer stacking, overlay classes…) ̈ Chuyn đicáclpphânloisang bn đ vector cpnht cho CSDL GIS ( Classification > Post classification > classification to vector, overlay classes )… ̈ S dng chcnng Raster GIS caENVI đ lpbáocáo… ENVI Remote Sensing Khóa đào to DUS-B: Mô-đun 6: Hng dnthchànhvinthámviENVI 15-17 tháng 1, 2008 5 Công ty T vnGeoVit (www.geoviet.vn) 6/17 Ngõ 139, NguynNgcV, Hà Ni Chittáchitng dng ng ̈ PP th công: đc nh, hinth và s hóa các đi tng dng đngtrênmànhìnhviENVI – thchànhvid liu nh QuickBird trên Google Earth khu vc Trung Hòa – Nhân Chính ̈ ENVI 4.3 co chcnng nhndng và chittách đitng dng đng tđng (spatial feature extraction ) da trên thông tin không gian ENVI Remote Sensing Theo dõi bin ng lpph & MT •Yêucuv t liu nh đ theo dõi bin đng: cùng loihoc có tính chttng t, cùng mtkhuvc, nh chptrongcác thi gian khác nhau; • Trong nghiên cubin đng cn: xác đnh đc ngng ph không bin đng đ so sánh (hiuchnh cp đ xám, chun hoá…) •Cácphng pháp to nh bin đng: •To nh bin đng tnh gctheotng kênh ph; •To nh bin đng t ch s thcvt; ch s VSW…; •To nh bin đng thành phn chính; •To nh bin đng tnh đãphânloi; •Phng pháp phân tích vector bin đng (change vector). ENVI Remote Sensing Vector bin ng lpph thcvt To From Forest Non-Forest Bare Water Burn Scar Forest - Deforest. Deforest. Flooding Burn Non-Forest Regrowth - Urban. Flooding Burn Bare Regrowth Agricul. Expansion - Flooding - Wat er Flood retreat Flood retreat Flood retreat - - Burn Regrowth Regrowth - - - ENVI Remote Sensing NIR [%] Red [%] 0 10 20 30 40 10 20 30 Water Forest N o n - F o r e s t B a r e Burn Deforestation Burn scars F l o o d i n g Example for a growing season month D án muápdng vinthám ENVI trong theo dõi bin ng ôth tiHàNi ENVI Remote Sensing ENVI Remote Sensing Theo dõi bin ng ôth viENVI ̈ Mctiêu: theodõibin đng v lpph b mt –bn đ s dng đtvàbin đng v h thng đng giao thông ̈ Snphm đura: bn đ bin đng và báo cáo v tình hình bin đng ̈ B d liuvinthámgmcácnh: SPOT 1995, ASTER 2001, IKONOS 2001… và các bn đ nn ca vùng nghiên cu Các bcthchin ̈ cvàhinthnh, gii đoán nh bng mt ̈ X lý và tính toán các kênh ̈ Phân loitng nh ̈ Huphânloivàs dng chcnng raster GIS caENVI ̈ To nh bin đng ̈ Biên tpbn đ và thng kê báo cáo ktqu ENVI Remote Sensing Khóa đào to DUS-B: Mô-đun 6: Hng dnthchànhvinthámviENVI 15-17 tháng 1, 2008 6 Công ty T vnGeoVit (www.geoviet.vn) 6/17 Ngõ 139, NguynNgcV, Hà Ni Biên tpbn  và báo cáo ktqu ̈ B bn đ bin đng ̈ Các biubng và đ th bin đng ̈ Báo cáo tóm tt ENVI Remote Sensing T vnGeoVit www.geoviet.vn hung.geoviet@gmail.com T: 0904348397 ENVI Remote Sensing Xin c¸m ¬n ! “Quick bird” . DUS-B: M - un 6: Hng dnthchànhvinthámviENVI 1 5-1 7 tháng 1, 2008 1 Công ty T vnGeoVit (www.geoviet.vn) 6/17 Ngõ 139 , NguynNgcV, Hà Ni TTVT -. đitng Khóa đào to DUS-B: M - un 6: Hng dnthchànhvinthámviENVI 1 5-1 7 tháng 1, 2008 3 Công ty T vnGeoVit (www.geoviet.vn) 6/17 Ngõ 139 , NguynNgcV,