27 thµnh lËp b¶n ®å th¶m thùc vËt trªn c¬ së ph©n tÝch, xö lý ¶nh viÔn th¸m TS Hoàng Xuân Thành Đại học Thủy Lợi Tóm tắt Thảm phủ thực vật là một trong nhiều yếu tố quan trọng được sử dụng để đánh giá[.]
thành lập đồ thảm thực vật sở phân tích, xử lý ảnh viễn thám TS Hong Xuõn Thành Đại học Thủy Lợi Tóm tắt: Thảm phủ thực vật nhiều yếu tố quan trọng sử dụng để đánh giá trình tự nhiên xói lở, trượt lở, lũ lụt tốc độ phá hủy môi trường tự nhiên hoạt động nhân sinh Đối với khu vực miền núi hiểm trở, thành lập đồ thảm phủ gặp nhiều khó khăn khơng thể tiến hành lấy mẫu phân tích khắp vùng Thành lập sơ đồ thảm phủ thực vật từ phân tích ảnh viễn thám rút gọn thời gian làm tăng độ xác đồ Kết phân tích phân loại có kiểm định ảnh Landsat vùng Tủa Chùa - Lai Châu có kết tốt với hệ số xác K = 0.7, nằm giới hạn độ xác cao theo phương pháp kiểm tra sau phân loại Kappa Kết cho thấy thảm phủ thực vật vùng Tủa Chùa phân bảy lớp khác rừng ổn định, rừng non, rừng hỗn hợp, lúa hoa màu, bụi, đất trống đồi trọc nước Tổng quan phương pháp xử lý ảnh viễn thám nhằm phân tích, phân loại thảm phủ Các phương pháp phân tích ảnh viễn thám đa dạng Có thể liệt kê số phương pháp phân tích ảnh phương pháp phân ngưỡng (Manual thresholds), phương pháp phân loại khơng kiểm định (Unsupervised), phương pháp phân loại có kiểm định (Supervised), phương pháp Fuzzy (Fuzzy classification or Mixing models) hai phương pháp dùng phổ biến để phân loại thảm phủ phương pháp phân loại không kiểm định (Unsupervised) phương pháp phân loại có kiểm định (Supervised) Mỗi phương pháp phân loại sử dụng thuật toán định Các thuật toán có giới hạn khả ứng dụng trường hợp khác (Shrestha and Alfred, 2001) Những thuật toán thường sử dụng phổ biến khoảng cách nhỏ (Minimum Distance), Parallelepiped Maximum Likelihood (Richards, 1994) Trong số này, thuật toán Maximum Likelihood nhà phân loại sử dụng nhiều cơng trình nghiên cứu thảm phủ (Keuchel et al., 2003; Shrestha and Alfred, 2001; Swain and Davis, 1978; Estes et al., 1983; Schowengerdt, 1983; Sabins, 1986; Lillesand and Kiefer, 2000; Jensen, 1996) Thuật toán Minimum Distance thường áp dụng phương pháp phân loại khơng kiểm định, cịn hai thuật tốn Maximum Likelihood Parallelepiped thường áp dụng phương pháp phân loại có kiểm định [6] Ngồi ra, người ta sử dụng số phương pháp làm bật yếu tố thực vật phương pháp phân tích số thực vật- NDVI phép biển đổi Tasseled cap Trong phạm vi báo này, tác giả đề cập tới số phương pháp thường sử dụng cho phân tích giải đốn thảm phủ thực vật mà nhiều nhà nghiên cứu hay sử dụng phương pháp phân loại có kiểm định (Supervised) Phân loại có kiểm định phương pháp xác suất có khả xếp pixel người sử dụng định nghĩa thành lớp khác nhau, tất pixel ảnh nhận dạng thông qua ký hiệu phổ tương tự với mục đích nhận đồng nhất, mẫu đại diện mang nét đặc trưng thể khác mà muốn phân loại Những mẫu gọi khu vực lấy mẫu (training) Sự lựa chọn khu vực lấy mẫu thích hợp dựa phạm vi quan sát ý tưởng hỗ trợ nguồn tài liệu đáng tin cậy ảnh hàng không, đồ, hay liệu khảo sát thực địa Những khu vực lấy mẫu ảnh số thường tham khảo liệu khảo sát thực địa ảnh hồng ngoại hàng không khu vực Những vùng 27 mơ tả ảnh số nơi đại diện khu vực lấy mẫu Càng nhiều khu vực lấy mẫu độ xác tồn diện ảnh phân loại cao Những vị trí lấy mẫu sử dụng dấu hiệu phổ để đưa nét phác thảo khu vực Hầu hết đồng khu vực đại diện cho vùng có đặc điểm thảm phủ khác so sánh với đặc tính phổ khác biểu đồ phân bố phổ Sự phân loại ảnh số sử dụng thông tin phổ tiêu biểu hay nhiều kênh phổ ảnh vệ tinh cố gắng để phân loại pixel độc lập dựa thông tin phổ Trong trường hợp khác, đối tượng ấn định tất pixel ảnh theo lớp riêng biệt hay theo chủ đề riêng (ví dụ nước, rừng kim, rừng rụng lá…) Sự lựa chọn loại thảm phủ phụ thuộc vào liệu phổ, thuật toán phân loại ý kiến giới chuyên môn việc phân loại thảm phủ [3] Khu vực nghiên cứu Vùng nghiên cứu thuộc tỉnh Lai Châu có diện tích khoảng 2270km2 với tọa độ địa lý từ 102055'8" Đông – 21045'06" Bắc tới 103018'38" Đông – 22015'01" Bắc Đây vùng núi cao hiểm trở, địa hình phân cắt mạnh, từ thung lũng núi có độ cao tuyệt đối chưa tới 200m (thung lũng Nậm Lay, Nậm Na) tới dải núi cao 1900m (dải núi Phu Dao, Nậm He) Nhiều dãy núi kéo dài theo phương Tây Bắc – Đông Nam gần trùng hướng Bắc Nam, tức gần trùng với phương cấu trúc địa chất Vùng nằm lưu vực sông Đà sơng nhánh sơng Nậm Na, Nậm Lay, Nậm Mức Các sông hệ thống suối nhánh chúng thường có lịng hẹp, thác ghềnh, lưu lượng nước biến đổi mạnh theo mùa Trong khu vực rừng nguyên thuỷ chiếm khoảng 20% diện tích phân bố vùng núi cao ven khe suối lại khó khăn, phần cịn lại nương rẫy trọc hố hồn tồn chặt phá, đốt cối làm nương rẫy Nhiều loại gỗ quý thông, pơmu, lát, lim…ngày 28 Hình 1: Diện tích khu vực nghiên cứu Thành lập sơ đồ thảm phủ thực vật tỉ lệ 1:50.000 sở phân tích, xử lý ảnh Landsat TM5 3.1 Dữ liệu sử dụng phân tích ảnh Trong phạm vi nghiên cứu này, liệu ảnh viễn thám Landsat TM5 chụp năm 2006 sử dụng để phân tích thành lập đồ thảm phủ Ảnh có đặc tính sau: Cảnh có tuyến bay: 128, hàng: 45 (chụp năm 2006); Cảnh có tuyến bay: 129, hàng: 45 (chụp năm 2006); Các ảnh có độ phân giải 30m, độ phủ trùm 185185km Hệ tọa độ dùng để đăng ký cho ảnh UTM, Elipxoid quy chiếu: WGS-84, đơn vị tính: mét, múi chiếu: 48 Ngồi ra, đồ địa hình tỷ lệ 1/50.000, hệ tọa độ VN-2000, Elipxoid quy chiếu: WGS-84, đơn vị: mét, múi chiếu: 48 sử dụng để phục vụ cơng tác nắn chỉnh hình học ảnh loại bỏ sai số địa hình ảnh 3.2 Phương pháp xử lý, phân loại ảnh viễn thám Quy trình xử lý ảnh viễn thám để phân tích thảm phủ thực vật cho khu vực nghiên cứu nhìn chung tn theo quy trình mơ tả hình Tiền xử lý ảnh Ảnh vệ tinh Nắn chỉnh phổ Nắn chỉnh hình học hình Xử lý ảnh viễn thám Nâng cao chất lượng ảnh Phân tích, phân loại thảm phủ a Đánh giá độ xác Bản đồ địa Đánh giá kết Histogram, tăng cường xám độ, lọc theo hướng… phân loại có kiểm nh b Độ xác mặt tổng quát, theo người sử dụng hay đánh giá theo hệ số Kapa, … Sơ đồ thảm phủ thực vật Hình Phương sử dụng phân tích ảnh vệ tinh để thành lập sơ đồ thảm phủ thực vật Lựa chọn diện tích luyện (training) Tính giá trị thống kê cho diện tích luyện Đánh giá lớp ấn định Tiến hành phân loại ảnh Hiển thị đánh giá độ xác kết phân loại Hình 3: a- Quy trình phân loại có kiểm định khu vực nghiên cứu; b- Các khu vực lấy mẫu khác thể trên ảnh Landsat TM5 polygon màu đỏ 29 Tuy nhiên phần phân tích, phân loại thảm phủ chúng tơi lựa chọn phương pháp phân loại có kiểm định có nhiều ưu điểm [4] so với phương pháp khác Quy trình phân loại có kiểm định (chưa đánh giá độ xác) khu vực nghiên cứu mơ tả hình 3a Trong trình lấy mẫu cho khu vực nghiên cứu xác định loại thảm phủ thực vật loại khác (có kiểm tra ngồi thực địa) rừng ổn định, rừng hỗn hợp, rừng non, lúa màu, đất trống đồi trọc, bụi nước Trên hình 3b, khu vực lấy mẫu khác thể trên ảnh Landsat TM5 polygon với màu sắc khác (thể phân biệt loại đối tượng mà người sử dụng lựa chọn) a 3.3 Kết phân loại Sau việc lấy mẫu luyện định tên màu cho cho mẫu luyện thành số lớp đối tượng riêng biệt trình tiến hành phân loại thực Quá trình phân loại khu vực nghiên cứu thu sơ đồ ảnh với lớp đối tượng khác hình 4a Kết phân loại dạng thơ có nhiều khu vực với diện tích q nhỏ khơng cần thiết cho nghiên cứu sau Do để loại bỏ đối tượng nằm đơn lẻ với diện tích nhỏ, sử dụng lọc thành phần chủ yếu (Majority) để thực trình lọc ảnh để thu kết trơn đáp ứng với yêu cầu đặt (hình 4b) b Chú giải Rừng ổn định Lúa hoa màu Nước Rừng hỗn hợp Rừng non Cây bụi Đất trống đồi trọc Hình Quá trình phân loại khu vực nghiên cứu thu sơ đồ ảnh với: a- lớp đối tượng khác nhau; b- sơ đồ thảm phủ gồm lớp sau tiến hành lọc Majority 3.4 Đánh giá độ xác phép phân loại có kiểm định Đánh giá độ xác thuật tốn xác định độ tin cậy phân loại ảnh Độ xác 30 ảnh phân loại dựa vào khu vực mà đặt liệu tham khảo (ground truth map) Hầu hết phương pháp để đánh giá độ xác phân loại bao gồm ma trận xây dựng từ loại liệu (ví dụ: đồ phân loại viễn thám liệu tham khảo) Độ xác cịn thể mức độ phù hợp quan sát thực tế (thường dạng phần trăm) Một ma trận sai số ma trận vuông xếp theo hàng cột rõ số lượng mẫu pixel gán cho lớp riêng biệt liên quan tới lớp thời, thực việc tham khảo liệu Độ xác tồn diện tính tổng pixel phân loại xác tổng số pixel tách rời Trong nghiên cứu này, phương pháp lấy mẫu ngẫu nhiên dùng để đánh giá độ xác phân loại Để đánh giá độ xác phân loại thảm phủ, mẫu ngẫu nhiên mô tả cho lớp thực vật riêng biệt Độ xác cao phép phân loại thường chấp nhận phổ biến 0.85 (85%), độ xác vừa phải nằm khoảng 0.4÷0.8 Các thơng số Cục Địa chất Mỹ quy định [2] Hệ số Kappa sử dụng thước đo đánh giá độ xác phân loại Trái ngược hẳn với độ xác tồn diện miêu tả trên, hệ số tiện ích tất nguyên tố từ ma trận Nó khác có thực sai số độ lệch ma trận tổng số thay đổi hàng cột r ^ r N x ii (x i x i ) K i 1 i 1 (8) r N (x i x i ) i 1 r= số lượng cột ma trận ảnh xii= số lượng pixel quan sát hàng i cột i (trên đường chéo chính) xi+= tổng pixel quan sát hàng i x+i= tổng pixel quan sát cột i N= Tổng số pixel quan sát ma trận ảnh Hệ số Kappa thường nằm 1, giá trị nằm khoảng độ xác phân loại chấp nhận Kappa có nhóm giá trị: K>0.8: độ xác cao 0.4