Terra-i-Training-Manual-in-Vietnamese

Hướng dẫn sử dụng hệ thống Terra-i Tài liệu Hướng dẫn sử dụng Terra-i PHẦN 1: YÊU CẦU PHẦN MỀM, DỮ LIỆU ĐẦU VÀO, TIỀN XỬ LÝ TERRA-I Đề xuất trích dẫn: REYMONDIN, L & PHAN, T & NGUYEN, T (2019) Hướng dẫn sư dụng Terra-i Phiên Tài liệu chuẩn bị Trong Van Phan e-mail: t.v.phan@cgiar.org Tài liệu hướng dẫn sử dụng hệ thống Terra-i DANH SÁCH CÁC BẢNG DANH SÁCH CÁC HÌNH Hệ thống giám sát thời gian thực để phát rừng vùng nhiệt đới Giới thiệu Phương pháp Phần I: 12 YÊU CẦU PHẦN MỀM, QUẢN LÝ DỮ LIỆU ĐẦU VÀO, VÀ DỰ ÁN 12 Tóm lược 12 YÊU CẦU PHẦN MỀM 12 1.1 Cài đặt phần mềm bổ sung để sử dụng hệ thống Terra-i 12 1.1.1 Cài đặt môi trường thực thi Java (JRE) 12 1.1.2 Cài đặt Anaconda tích hợp Python 2.7 64 bit .14 1.1.3 Cấu hình Anaconda để tạo môi trường chạy Python độc lập 16 1.1.4 Cài đặt phần mềm SNAP 18 1.1.5 Cài đặt thư viện Python 20 1.2 Cài đặt hệ thống Terra-i .22 1.2.1 Hướng dẫn thực thi Terra-i sử dụng lệnh CMD Anaconda 22 1.2.2 Chạy hàm Terra-i 23 1.3 Dữ liệu đầu vào 24 1.3.1 Ảnh Sentinel-1 24 1.3.2 Ảnh Sentinel-2 25 1.4 Tải liệu đầu vào .25 Phần II: 30 TIỀN XỬ LÝ DỮ LIỆU ĐẦU VÀO 30 2.1 Dữ liệu đầu vào 30 2.2 Quy trình xử lý 30 2.2.1 Cắt ảnh theo khu vực nghiên cứu 31 2.2.2 Xử lý quỹ đạo cho ảnh 32 2.2.3 Hiệu chỉnh nhiễu 34 2.2.4 Hiệu chuẩn ảnh 35 2.2.5 Lọc nhiễu ảnh hưởng đốm ảnh 38 2.2.6 Nắn chỉnh hình học .41 Phần III: 44 TRIỂN KHAI HỆ THỐNG TERRA-I 3.0 44 3.1 Phân tích chuỗi ảnh đa thời gian .44 3.1.1 Tính tốn tương quan cặp ảnh 44 Tài liệu hướng dẫn sử dụng hệ thống Terra-i 3.1.2 Chuyển định dạng liệu sang Decibel (dB) 46 3.1.3 Tính tốn khác biệt cặp hình ảnh 47 3.2 Xây dựng mơ hình xác định ngưỡng thay đổi 49 3.3 Tạo file cấu hình lưu thơng tin ngưỡng thay đổi 51 3.4 Triển khai chương trình Terra-i 52 3.5 Xử lý sau phát thay đổi .53 Tài liệu hướng dẫn sử dụng hệ thống Terra-i DANH SÁCH CÁC BẢNG Bảng Các thông số đầu vào lệnh cắt ảnh 31 Bảng Mô tả thông số lệnh áp dụng quỹ đạo 33 Bảng Mô tả thông số lệnh áp hiệu chỉnh nhiễu 35 Bảng Mô tả thông số lệnh hiệu chuẩn ảnh .37 Bảng Mô tả thông số script nắn chỉnh hình học 42 Bảng Mô tả thơng số script phân tích tương quan chéo 45 Bảng Mô tả thông số script chuyển đổi liệu .47 Bảng Mơ tả thơng số script tính toán khác biệt 48 Bảng Các bước thực việc xác định ngưỡng 49 Bảng 10 Mô tả thông số lệnh phát thay đổi 52 Bảng 11 Các bước xử lý sau phát thay đổi .53 Tài liệu hướng dẫn sử dụng hệ thống Terra-i DANH SÁCH CÁC HÌNH Hình 1: Tính tốn khác biệt cặp hình ảnh .8 Hình 2: Một ellipsoid xác định khoảng cách mahalanobis r x vectơ trung bình .9 Hình Lệnh để kiểm tra phiên Java cài đặt máy 12 Hình Thơng báo hiển thị JRE cài đặt máy tính 13 Hình Thơng báo khơng tìm thấy phiên JRE cài đặt 13 Hình 6: Giao diện tải xuống JRE 14 Hình 7: Tải Anaconda tích hợp python 2.7 .14 Hình 8: Cài đặt Anaconda 15 Hình 9: Kiểm tra cài đặt Anaconda 16 Hình 10: Mở Anaconda navigator để tạo biến môi trường 16 Hình 11: Các bước tạo biến mơi trường Python 2.7 64 bit Anaconda 17 Hình 12: Mở CMD Anaconda để nhập lệnh .17 Hình 13: Kiểm tra cài đặt Python 2.7 18 Hình 14: Lựa chọn tải phần mềm SNAP .19 Hình 15: Lựa chọn đường dẫn đễ cài đặt 19 Hình 16: Cài đặt thành phần SNAP .20 Hình 17: Cấu hình SNAP để chạy Python 20 Hình 18: Cấu hình Terra-i để chạy Python .22 Hình 19: Danh sách hàm để chạy hệ thống 23 Hình 20: Thực thi việc cắt ảnh theo khu vực nghiên cứu 23 Hình 21: Ảnh Sentinel-1 (ảnh radar) 24 Hình 22: Ví dụ ảnh quang học Sentinel-2 .25 Hình 23: Đăng ký tài khoản trang web ESA .26 Hình 24: Điền thơng tin tài khoản .26 Hình 25: Đoạn mã để tải ảnh Sentinel-1 28 Hình 26: Các lệnh thực để tải ảnh Sentinel-1 28 Hình 27: Các bước tiền xử lý ảnh Sentinel-1 30 Hình 28: Cắt ảnh theo khu vực nghiên cứu 31 Hình 29: Kết trình cắt ảnh 32 Hình 30: Áp dụng quỹ đạo cho ảnh sản phẩm 32 Hình 31: Lệnh chạy Áp dụng quỹ đạo .33 Hình 32: Kết áp dụng quỹ đạo 33 Tài liệu hướng dẫn sử dụng hệ thống Terra-i Hình 33: Hiệu chỉnh nhiễu 34 Hình 34: Lệnh chạy lọc nhiễu ảnh .35 Hình 35: Kết sau chạy lọc nhiễu 35 Hình 36: Hiệu chuẩn hình ảnh 37 Hình 37: Lệnh chạy hiểu chuẩn ảnh 38 Hình 38 Kết sau chạy script 38 Hình 39 Lọc nhiễu đốm sử dụng GAMA Map 40 Hình 40 Lệnh chạy script lọc nhiễu đốm 40 Hình 41 Nắn chỉnh hình học ảnh 41 Hình 42 Lệnh chạy script nắn chỉnh hình học 42 Hình 43 Kết sau nắn chỉnh hình học 42 Hình 44 Quy trình phân tích ảnh 44 Hình 45 Phân tích giao thoa cặp hình ảnh .45 Hình 46 Lệnh chạy script coregistration 46 Hình 47 Kết sau chạy coregistration 46 Hình 48 Lệnh chạy script chuyển đổi liệu 47 Hình 49 Kết chạy script chuyển đổi liệu 47 Hình 50 Lệnh chạy script tính tốn khác biệt cặp hình ảnh 48 Hình 51 Kết chạy script tính tốn khác biệt 49 Hình 52 Các bước tính tốn xác định ngưỡng thay đổi 50 Hình 53 Kết mơ hình tính tốn ngưỡng thay đổi .50 Hình 54: Kiến trúc file lưu thơng tin ngưỡng thay đổi cho loại rừng Terra-i 51 Hình 55 Lệnh chạy phát thay đổi 52 Hình 56 Kết sau chạy hàm phát thay đổi 53 Hình 57 Lệnh thực thi việc xử lý sau phát .54 Hình 58 Kết sau tiến hành xử lý sau phát 54 Tài liệu hướng dẫn sử dụng hệ thống Terra-i Hệ thống giám sát thời gian thực để phát rừng vùng nhiệt đới Giới thiệu Terra-i hệ thống theo dõi thời gian thực dựa hình ảnh MODIS để phát thảm thực vật tự nhiên, thực lần Châu Mỹ La tinh phát triển Châu Á Châu Phi Kể từ tháng năm 2012, liệu Terra-i có sẵn để tải xuống miễn phí www.terra-i.org Bên cạnh việc tạo liệu, nhóm Terra-i sử dụng kết để nghiên cứu, xác định khu vực có nguy rừng cao tương lai gần, đánh giá tác động hiệu khu vực bảo vệ nhằm đưa dự báo xu hướng phân tích diễn biến tài nguyên rừng Phiên Terra-i ứng dụng ảnh Sentinenl-1/2 Landsat với độ phân giải 10m, phát thay đổi sử dụng đất quy mô nhỏ, đặc biệt cấp huyện Di Linh tỉnh Lâm Đồng huyện Tương Dương tỉnh Nghệ An Đây trọng tâm việc phát triển hệ thống Terra-i để phù hợp với thực tế điều kiện địa lý, bao gồm việc áp dụng hình ảnh có độ phân giải cao để phát tốt với khu vực quy mơ nhỏ Phương pháp Tính tốn khác biệt ảnh Trong kỹ thuật này, hình ảnh khu vực nghiên cứu thời gian t1 t2 tính tốn cách trừ hai hình ảnh với Về mặt tốn học, cơng thức tính tốn khác biệt hai cặp hình ảnh là: ∆𝐼 = 𝐼𝑥−1 − 𝐼𝑥 Tài liệu hướng dẫn sử dụng hệ thống Terra-i Hình : Tính tốn khác biệt cặp hình ảnh Trong Ix-1 Ix hình ảnh thu thời gian tx-1 and tx Kết hình ảnh thu được, ΔI, biểu thị sư chênh lệch cường độ hình ảnh Ix-1 so với Ix Kỹ thuật hoạt động hình ảnh đăng ký chuẩn (cùng tọa độ, độ phân giải…) Chúng xác định khác biệt cặp hình ảnh cho dải phân cực chéo VV VH ma trận vector: 𝑥=[ ∆𝑉𝑉 ] ∆𝑉𝐻 Như hiển thị trên, x tuân theo phân phối chuẩn hai chiều định nghĩa sau: 𝑥~𝒩2 (𝜇, Σ) Trong μ vector trung bình hai chiều Σ ma trận phương sai: 𝜎∆𝑉𝑉 Σ= [ 𝜌𝜎∆𝑉𝑉 𝜎∆𝑉𝐻 𝜌𝜎∆𝑉𝑉 𝜎∆𝑉𝐻 ] 𝜎∆𝑉𝐻 Trong ρ hệ số tương quan σ độ lệch chuẩn ∆VV ∆VH Hàm mật độ xác xuất - Probability density function (pdf) Cho x vectơ chiều, trường hợp đặc biệt phân phối chuẩn nhiều biến số hàm mật độ xác suất viết sau: 𝑝𝑑𝑓(𝑥) = 𝑒 − (𝑥 )2 (𝑥 )2 (𝑥 )(𝑥 ) −𝜇 −𝜇 −𝜇 −𝜇 [ ∆𝑉𝑉 ∆𝑉𝑉 + ∆𝑉𝐻 ∆𝑉𝐻 + ∆𝑉𝑉 ∆𝑉𝑉 ∆𝑉𝐻 ∆𝑉𝐻 ] 𝜎∆𝑉𝑉 𝜎∆𝑉𝐻 2(1−𝜌2 ) 𝜎∆𝑉𝑉 𝜎∆𝑉𝐻 2𝜋𝜎∆𝑉𝑉 𝜎∆𝑉𝐻 √1 − 𝜌2 Hàm mật độ tích lũy - Cumulative density function (cdf) Tài liệu hướng dẫn sử dụng hệ thống Terra-i Hàm chứng minh chức khơng thể tích hợp phân tích Tuy nhiên, có nhiều cách để tính tốn xấp xỉ hàm phân phối tích lũy Chẳng hạn, (Bensimhoun, 2009) cách tính xác suất mà điểm x cho đưa vào bên ellipsoid xác định khoảng cách mahalanobis r x vectơ trung bình μ minh họa hình sau Hình : Một ellipsoid xác định khoảng cách mahalanobis r x vectơ trung bình Khoảng định nghĩa khoảng cách Mahalanobis r x μ vector trung bình thể (Bensimhoun, 2009) hàm sau: (𝑥 − 𝜇)𝑇 Σ −1 (𝑥 − 𝜇) ≤ 𝒳𝑘2 (𝑝) Ở k đại diện cho kích thước vectơ x 𝒳𝑘2 (𝑝) hàm phân vị cho xác suất p k bậc phân phối chi bình phương Trong trường hợp (k = 2), Bensimhoun phân phối chi bình phương đơn giản hóa thành phân bố hàm mũ bình phương trung bình Điều cho phép viết lại hàm tính khoảng cách r sau: 𝑟 = (𝑥 − 𝜇)𝑇 Σ −1 (𝑥 − 𝜇) Và Bensimhoun, 2009 cho thấy rằng: −𝑟 𝑟 ~ 𝑒 2 Chúng ta định nghĩa hàm CDF sau: 𝐹𝑅 (𝑟 ) = 𝑃(𝑅 ≤ 𝑟 2) 𝑟 𝑟2 −𝑟 − =∫ 𝑒 𝑑𝑟 = − 𝑒 −∞ Với mục đích xử lý, phát triển cơng thức sau: Tài liệu hướng dẫn sử dụng hệ thống Terra-i 𝑟 = (𝑥 − 𝜇)𝑇 Σ −1 (𝑥 − 𝜇) Trước tiên, xác định: Σ Σ −1 −1 𝜎∆𝑉𝑉 =[ 𝜌𝜎∆𝑉𝑉 𝜎∆𝑉𝐻 −1 𝜌𝜎∆𝑉𝑉 𝜎∆𝑉𝐻 ] 𝜎∆𝑉𝐻 𝜎∆𝑉𝐻 = [ (1 𝜎∆𝑉𝑉 𝜎∆𝑉𝐻 − 𝜌2 ) −𝜌𝜎∆𝑉𝑉 𝜎∆𝑉𝐻 −𝜌𝜎∆𝑉𝑉 𝜎∆𝑉𝐻 ] 𝜎∆𝑉𝑉 Với: 1 = 2 |Σ| 𝜎∆𝑉𝑉 𝜎∆𝑉𝐻 (1 − 𝜌2 ) Bây phát triển phép nhân sau: (𝑥∆𝑉𝑉 − 𝜇∆𝑉𝑉 |Σ| = 𝜎∆𝑉𝐻 𝑥∆𝑉𝐻 − 𝜇∆𝑉𝐻 ) [ −𝜌𝜎∆𝑉𝑉 𝜎∆𝑉𝐻 −𝜌𝜎∆𝑉𝑉 𝜎∆𝑉𝐻 ] 𝜎∆𝑉𝑉 (𝑥 (𝜎 (𝑥 − 𝜇∆𝑉𝑉 ) − 𝜌𝜎∆𝑉𝑉 𝜎∆𝑉𝐻 (𝑥∆𝑉𝐻 − 𝜇∆𝑉𝐻 ) 𝜎∆𝑉𝑉 ∆𝑉𝐻 − 𝜇∆𝑉𝐻 ) − 𝜌𝜎∆𝑉𝑉 𝜎∆𝑉𝐻 (𝑥∆𝑉𝑉 − 𝜇∆𝑉𝑉 )) |Σ| ∆𝑉𝐻 ∆𝑉𝑉 Sau nhân số (x-μ): 𝑟2 = 𝑥∆𝑉𝑉 − 𝜇∆𝑉𝑉 (𝑥 [𝜎 (𝑥 ) − 𝜇∆𝑉𝑉 ) − 𝜌𝜎∆𝑉𝑉 𝜎∆𝑉𝐻 (𝑥∆𝑉𝐻 − 𝜇∆𝑉𝐻 ) 𝜎∆𝑉𝑉 ∆𝑉𝐻 − 𝜇∆𝑉𝐻 ) − 𝜌𝜎∆𝑉𝑉 𝜎∆𝑉𝐻 (𝑥∆𝑉𝑉 − 𝜇∆𝑉𝑉 )] (𝑥 |Σ| ∆𝑉𝐻 ∆𝑉𝑉 ∆𝑉𝐻 − 𝜇∆𝑉𝐻 𝑟2 = (𝜎 (𝑥 − 𝜇∆𝑉𝑉 )2 − 𝜌𝜎∆𝑉𝑉 𝜎∆𝑉𝐻 (𝑥∆𝑉𝐻 − 𝜇∆𝑉𝐻 )(𝑥∆𝑉𝐻 − 𝜇∆𝑉𝐻 ) |Σ| ∆𝑉𝐻 ∆𝑉𝑉 (𝑥∆𝑉𝐻 − 𝜇∆𝑉𝐻 )2 − 𝜌𝜎∆𝑉𝑉 𝜎∆𝑉𝐻 (𝑥∆𝑉𝐻 − 𝜇∆𝑉𝐻 )(𝑥∆𝑉𝐻 − 𝜇∆𝑉𝐻 )) + 𝜎∆𝑉𝑉 Cuối cùng, cách xếp lại điều kiện trao đổi thành phần, giá trị 𝑟 tính tốn hàm sau: 𝑟2 = [𝜎∆𝑉𝐻 (𝑥∆𝑉𝑉 − 𝜇∆𝑉𝑉 )2 − 2𝜌𝜎∆𝑉𝑉 𝜎∆𝑉𝐻 (𝑥∆𝑉𝐻 − 𝜇∆𝑉𝐻 )(𝑥∆𝑉𝐻 − 𝜇∆𝑉𝐻 ) 2 (1 𝜎∆𝑉𝑉 𝜎∆𝑉𝐻 − 𝜌2 ) (𝑥∆𝑉𝐻 + 𝜎∆𝑉𝑉 − 𝜇∆𝑉𝐻 )2 ] Tóm lại, để tính xác suất quan sát chiều điểm x cho trước bên hình elip xác định khoảng cách mahalanobis, trước tiên phải tính r: 2 (𝑥∆𝑉𝑉 − 𝜇∆𝑉𝑉 )2 − 2𝜌𝜎∆𝑉𝑉 𝜎∆𝑉𝐻 (𝑥∆𝑉𝑉 − 𝜇∆𝑉𝑉 )(𝑥∆𝑉𝐻 − 𝜇∆𝑉𝐻 ) + 𝜎∆𝑉𝑉 (𝑥∆𝑉𝐻 − 𝜇∆𝑉𝐻 )2 𝜎∆𝑉𝐻 𝑟 = 2 (1 𝜎∆𝑉𝑉 𝜎∆𝑉𝐻 − 𝜌2 ) Và gắn giá trị 𝑟 vào hàm CDF phân phối chi bình phương với bậc tự Điều thể theo cấp số nhân trung bình 𝑟2 𝐹𝑅 (𝑟 ) = 𝑃(𝑅 ≤ 𝑟 ) = − 𝑒 − 10