Ứng dụng, nghiên cứu phát triển phương pháp xử lý ảnh số theo dõi biến động tài nguyên thiên nhiên mặt đất vùng trung - hạ lưu sông Đà

Ứng dụng, nghiên cứu phát triển phương pháp xử lý ảnh số theo dõi biến động tài nguyên thiên nhiên mặt đất vùng trung - hạ lưu sông Đà

giíi thiƯu chung vỊ ln ¸n TÝnh cÊp thiÕt đề tài Trong lĩnh vực viễn thám (VT), kỹ thuật xử lý ảnh số (XLAS) đà xâm nhập vào Việt Nam (VN) từ sớm Đầu t Nhà nớc trang thiết bị XLAS cho sở VT nớc lớn nhng cha thực phát huy đợc hiệu Nguyên nhân chủ yếu độ tin cậy kết phân loại cha đáp ứng đợc yêu cầu ngời sử dụng Đề tài đợc lựa chọn nhằm giải phần bất cập kể Mặt khác, khu vực thử nghiệm cho nghiên cứu địa bàn quan trọng kinh tế, xà hội quốc phòng đất nớc Việc xây dựng công trình lớn nh thuỷ điện Hoà Bình (TĐHB), thuỷ điện Sơn La (TĐSL) việc cấu lại tổ chức kinh tế-xà hội (KTXH) Tây Bắc (TB) làm cho khu vực đà có nhiều biến động lớn Bởi vậy, việc nghiên cứu, đánh giá biến động phục vụ cho tổ chức không gian l·nh thỉ khu vùc (KV) lµ hÕt søc cÊp thiÕt Mục tiêu nhiệm vụ nghiên cứu Mục tiêu luận án đề xuất giải pháp nâng cao độ tin cậy phơng pháp phân loại (PPPL) ảnh số vận dụng để nghiên cứu đánh giá biến động tài nguyên mặt đất (TNMĐ) vùng Trung-Hạ lu sông Đà Để đạt đợc mục tiêu kể trên, luận ¸n sÏ gi¶i qut c¸c nhiƯm vơ cu thĨ sau: 1) Tìm hiểu chất, đặc điểm, phân tích điểm mạnh, yếu PPPL ảnh số VT; 2) Đề xuất giải pháp nâng cao độ tin cậy kết phân loại (PL) ảnh số kỹ thuật sau PL nhằm cải thiện chất lợng ảnh PL; 3) ứng dụng để xây dựng đồ (BĐ) trạng làm xác định biến động TNMĐ vùng Trung-Hạ lu sông Đà Đối tợng phạm vi nghiên cứu Đối tợng nghiên cứu luận án PPPL ảnh VT, giải pháp nâng cao độ tin cậy kết PL, kü thuËt sau PL Khu vùc nghiªn cøu (KVNC) øng dụng vùng lu vực sông Đà đoạn từ sau đập TĐSL đến cuối lu vực Nội dung nghiên cứu giới hạn việc nghiên cứu trạng biến động lớp phủ bề mặt với đối tợng đợc xác định tài nguyên (TN) rừng, nớc mặt thực trạng khai thác sử dụng TN đất ý nghĩa khoa học thực tiễn đề tài nghiên cứu ý nghĩa khoa học: Kết luận án góp phần nâng cao vị kỹ thuật XLAS VT, nâng cao độ tin cậy phơng pháp VT nghiên cứu đối tợng mặt đất, khắc phục đợc tình trạng lÃng phí trang thiết bị kü tht hiƯn ý nghÜa thùc tiƠn: KiĨm kª đánh giá mức độ biến động TN rừng, nớc mặt thực trạng khai thác sử dụng TN đất víi sù ph¸t triĨn kinh tÕ cđa TB cïng sù hình thành hai công trình thuỷ điện lớn Đông Nam á: TĐHB TĐSL Cơ sở tài liệu, trang thiết bị phần mềm - Tài liệu thuộc nhiều lĩnh vực nh địa lý, VT, XLAS, nhận dạng, xác suất thống kê, kỹ thuật mạng nơ ron v.v - Các báo cáo tổng kết đề tài cấp nhà nớc, cấp mà NCS đà trực tiếp tham gia chủ trì, kết nghiên cứu NCS đà đăng tạp chí chuyên ngành - Kết nghiên cứu đề tài, luận án có liên quan nhiều tác giả khác - ảnh VT tài liệu ĐKTN, KTXH khu vực nghiên cứu Phần mềm xử lý ảnh sử dụng ENVI Phơng pháp nghiên cứu - Nghiên cứu tài liệu: nhằm tổng hợp, kế thừa nghiên cứu liên quan nớc, tìm hiểu PPPL ảnh số nói riêng, kỹ thuật XLAS nói chung sở chúng lý thuyết nhận dạng, sác xuất thống kê, mạng nơ ron v.v - Toán, nhận dạng, sác xuất thống kê: phân tích đánh giá PPPL ảnh số, đề xuất nguyên tắc giải pháp nhằm nâng cao độ tin cậy kết phân loại, xây dựng quy trình phân tích ảnh VT cho mục tiêu thành lập đồ chuyên đề - Bản đồ, viễn thám, xử lý ảnh số, ®iỊu tra thùc ®Þa : kiĨm chøng qua thùc nghiƯm nguyên tắc giải pháp đà đề xuất, vận dụng xử lý, phân tích ảnh, thành lập đồ trạng lớp phủ thời kỳ khu vực Trung-Hạ lu sông Đà - Công nghệ hệ thông tin địa lý: sử dụng đồ vừa xây dựng, kiểm kê, xác định biến động tài nguyên rừng, nớc mặt thực trạng khai thác sử dụng tài nguyên đất khu vực Luận điểm bảo vệ ã Luận điểm 1: Hệ thống phân loại (HTPL) đợc thiết kế hợp lý dựa lớp phổ, số liệu mẫu đủ đại diện, tận dụng chiều không gian phổ, tích hợp thông tin bổ trợ trình PL, sử dụng giá trị ngỡng để kiểm soát tiêu chí mang tính nguyên tắc Quy trình phân tích ảnh kết hợp chặt chẽ PPPL không giám sát (KGS), có giám sát (CGS) giải đoán mắt giải pháp hữu hiệu nhằm nâng cao độ tin cậy kết phân tích ảnh ã Luận điểm 2: ảnh VT đa thời gian độ phân giải cao cho phép kiểm soát hiệu TN rừng, nớc mặt biến động khai thác sử dụng TN đất Trong thập kỷ qua, diện tích đất cha sử dụng (CSD) KV Trung-Hạ lu sông Đà đợc thu hẹp đáng kể với gia tăng mức độ khác đất thổ c, đất canh tác nông nghiệp (NN), mặt nớc đặc biệt diện tích đất có rừng cho thấy TN đất KV đợc khai thác sử dụng tích cực hơn, môi trờng tự nhiên KV đợc cải thiện rõ rệt Đóng góp a) Đà phân tích, đánh giá PPPL ảnh số, từ đa nguyên tắc nhằm nâng cao độ tin cậy kết PL ảnh VT; b) Đà đề xuất giải pháp quy trình phân tích ảnh VT sử dụng kết hợp PPPL KGS, CGS giải đoán mắt cho phép nâng cao độ tin cậy kết nhờ đặc trng sau: - Tạo khả cho ngời sử dụng can thiệp tích cực vào toàn trình phân tích; - HTPL đợc điều chỉnh sở dung hoà yêu cầu nhiệm vụ khả t liệu; - Cho phép xác định sử dụng PL đặc trng thống kê tiêu biểu cho lớp c) Đà vận dụng thành công nguyên tắc giải pháp kể theo dõi biến động TN thiên nhiên vùng Trung-Hạ lu sông Đà Bố cục luận án ã Phần mở đầu ã Chơng 1: Viễn thám xử lý ảnh số viễn thám ã Chơng 2: Đánh giá phơng pháp phân loại ảnh số ã Chơng 3: Nâng cao độ tin cậy kết phân tích ảnh ã Chơng 4: ứng dụng kỹ thuật xử lý ảnh số nghiên cứu biến động tài nguyên vùng Trung Hạ lu sông Đà ã Kết luận kiến nghị Chơng 1: viễn thám v xử lý ảnh số viễn thám 1.1 Viễn thám VT, theo nghĩa rộng, đợc hiểu hoạt động thu nhận thông tin đối tợng mà không tiếp xúc trực tiếp với chúng Các thông tin thu đợc nhờ phát đo đạc thay đổi gây nên đối tợng môi trờng bao quanh Tuy nhiên, thuật ngữ VT thờng đợc dùng với nghĩa hẹp hoạt động thu nhận thông tin kỹ thuật điện từ Cùng với xuất vệ tinh tiến công nghệ, VT đà bớc sang giai đoạn phát triển hoàn toàn 1.2 Xử lý ảnh số viễn thám Đợc định nghĩa nh kỹ thuật xử lý tín hiệu hình ảnh công cụ toán học, XLAS có chức sau: hiệu chỉnh ảnh, điều chế ảnh, hiển thị thông tin, triết suất thông tin từ ảnh, mà hoá ảnh mô hình hoá hệ thống thu ảnh Tính riêng lĩnh vực VT, XLAS đóng vai trò thay VT đà đạt tới trình độ phát triển nh ngày thiếu công cụ cho phép thu thập, xử lý, chuyển tải nhanh lu giữ khối lợng thông tin khổng lồ mà vƯ tinh hiƯn ®ang cung cÊp Tõ gãc ®é øng dụng xử lý, phân tích ảnh VT, phđ nhËn nh÷ng −u thÕ nỉi tréi cđa kü tht XLAS việc điều chế, cải thiện chất lợng hình ảnh Tuy nhiên PPPL ảnh cha thực đáp ứng đợc kỳ vọng ngời sử dụng 1.3 Tình hình nghiên cứu, ứng dụng viễn thám xử lý ảnh số viễn thám Việt Nam Trong gần ba thập kỷ qua, VT VN đà phát triển rộng đà có đợc nhiều kết đáng trân trọng Tuy nhiên, so với trình độ phát triển VT giới VN bị tụt hậu xa biểu phạm vi ứng dụng khả tiếp cận kỹ thuật nh t liệu VT mới, đặc biệt t liệu dạng hình ¶nh 1.4 KÕt ln ch−¬ng Sù xt hiƯn vệ tinh tiến KHCN đà mang lại cho VT bớc tiến nhảy vọt vỊ kü tht thu thËp th«ng tin víi sù đời hàng loạt loại máy đo đa dạng thiết bị thu ảnh hệ Khối lợng thông tin khổng lồ mà vệ tinh VT hàng ngày cung cấp đồng thời nâng cao vị kỹ thuật XLAS VT động lực thúc đẩy phát triển kỹ thuật Từ góc độ ngời sử dụng, phủ nhËn nh÷ng −u thÕ cđa kü tht sè viƯc hiệu chỉnh điều chế thông tin ảnh, nhng độ tin cậy PPPL vấn đề cần quan tâm nghiên cứu Chơng 2: đánh giá phơng pháp phân loại ảnh số 2.1 Bài toán phân loại Là toán nhận dạng mẫu, mẫu điểm ảnh nhiệm vụ đặt phải nhận biết thuộc lớp số lớp cần xác định Trong toán PL điểm ảnh đợc biểu diễn nh điểm (các véc tơ) không gian phổ Lu ý: - Các điểm ảnh biểu diễn đối tợng thực tế, nhng hoàn toàn trùng mà thờng cã xu thÕ tËp trung co cơm thµnh tõng nhãm kh«ng gian phỉ - Trong thùc tÕ rÊt th−êng gặp trờng hợp điểm ảnh biểu diễn đối tợng nhng lại co cụm thành khối riêng không gian phổ Các cụm nh đợc gọi lớp phổ để phân biệt với lớp thông tin đại diện cho lớp đối tợng thực tế - Các lớp thông tin tách biệt thành miền riêng không gian phổ Đây nguyên nhân dẫn tới sai số khó tránh trình PL Các PPPL đợc chia thành hai nhóm: CGS KGS 2.2 Các phơng pháp phân loại có giám sát Hoạt động nguyên tắc sử dụng số liệu mẫu, đại diện cho lớp để xác định tham số hàm phân tách dùng phân chia không gian phổ cho lớp PL tất điểm ảnh rơi vào miền lớp tơng ứng 2.2 Phơng pháp phân loại hợp lý tối đa (maximum likelihood) dạng bản, phơng pháp đợc gọi hợp lý tối đa không điều kiện hoạt động theo nguyên tắc: sau xác định đợc hàm mật độ phân bố xác suất lớp, điểm ảnh, tính xác suất mà thuộc lớp PL lớp có xác suất cao Nếu coi sai số PL nhầm điểm ảnh thuộc lớp sang lớp khác có mức độ nghiêm trọng khác nhau, cần lập ma trận gồm phần tử xác định mức độ nghiêm trọng việc PL nhầm cặp lớp Chúng hiểu mức thiệt hại hay mức phạt Trong trờng hợp hàm phân tách đợc xây dựng dựa giá trị kỳ vọng mức thiệt hại mà ta phải đón nhận PL điểm ảnh lớp điểm ảnh đợc PL lớp tơng ứng với mức thiệt hại nhỏ dạng thuật toán đợc gọi thuật toán Baye tối u Trong hai trờng hợp, kiểm soát trình PL việc đa vào giá trị ngỡng tiến hành PL điểm ảnh có xác suất để thuộc lớp dự kiến PL cao (hay mức thiệt hại nhỏ hơn) giá trị ngỡng Nhận xét: Hoạt động nguyên tắc chặt chẽ nên cho kết đáng tin cậy với điều kiện HTPL phải thích hợp (mỗi lớp phải có phân bố chuẩn) số liệu mẫu phải thực đại diện, cho phép xác định hàm mật độ sác xuất lớp 2.2.2 Phơng pháp khoảng cách tối thiểu Dựa vào việc so sánh khoảng cách từ điểm ảnh tới tâm lớp không gian phổ PL lớp có tâm gần với Tơng tự nh phơng pháp hợp lý tối đa, sử dụng với giá trị ngỡng nhằm tránh không PL điểm ảnh nằm xa tâm tất lớp Nhận xét: Đây thực tế trờng hợp riêng phơng pháp hợp lý tối đa nên ngầm giả định lớp phải có phân bố chuẩn, nhng không đòi hỏi khắt khe số liệu mẫu; Thời gian tính toán nhanh 2.2.3 Phơng pháp phân loại Mahalanobis Là PPPL dựa theo khoảng cách đà đợc điều chỉnh hớng (giữa kênh ảnh) cách lấy trọng số tuỳ thuộc vào phân bố rộng hẹp giá trị xám độ kênh Nhận xét: Là giải pháp trung gian phơng pháp hợp lý tối đa khoảng cách tối thiểu nên sử dụng thay phơng pháp khoảng cách tối thiểu kênh ảnh có khác biệt rõ rệt khoảng giá trị độ xám 2.2.4 Phơng pháp phân loại hình hộp Dựa số liệu mẫu để xác định khoảng phân bố lớp kênh Từ xác định miền phân bố chúng không gian phổ dới dạng hình hộp Các điểm ảnh rơi vào miền phân bố lớp đợc phân lớp đó, ngợc lại không đợc PL Nhận xét: tốc độ xử lý nhanh, điểm ảnh đợc PL có độ tin cậy cao nhng số lợng điểm ảnh không đợc PL lớn 2.2.5 Phơng pháp phân loại sử dụng mạng nơ ron Phép PL ảnh đợc coi ánh xạ chiếu từ phần tử không gian phổ sang không gian lớp phổ đợc biểu diễn hàm nên đợc thực nhờ mạng nơ ron, hoạt động nh điều chế với hàm truyền đợc điều chỉnh thông qua trình luyện mạng ®Ĩ cã thĨ biĨu diƠn xÊp xØ mét hµm bÊt kỳ Nhận xét: có mức tin cậy đợc xác định luyện mạng nhng thời gian tính toán lớn dễ gặp trờng hợp trình luyện mạng không hội tụ 2.2.6 Phân loại theo bối cảnh (contextual classification) Thuật ngữ PL theo bối cảnh đợc dùng để nói chung giải pháp sử dụng thông tin bối cảnh toán PL ảnh PL dựa ảnh phân tích cấu trúc ví dụ Ngoài ra, đà xuất nhiều đề xuất giải pháp PL theo bối cảnh khác nh: Tạo ảnh bối cảnh từ kết PL ảnh gốc tiến hành PL ảnh bối cảnh; Sử dụng giá trị tất điểm ảnh miền lân cận để PL; Kết hợp hai phơng án quy trình lặp: Trong bớc lặp điểm ảnh đợc phân lớp i nÕu: P(ω i | ξ ,η ) > P(ω j | ξ ,η ) víi mäi j ≠ i Trong véctơ bối cảnh đợc tạo từ kết phân loại bớc lặp trớc Nhận xét: để phân loại điểm ảnh, phơng án PL theo bối cảnh cách hay cách khác sử dụng giá trị tất điểm ảnh miền lân cận Do vậy, kết PL khu vực ranh giới đối tợng không đủ tin cậy 2.3 Các phơng pháp phân loại không giám sát Không sử dụng số liệu mẫu mà vào đặc điểm phân bố điểm ảnh không gian phổ để nhóm gộp chúng thành lớp 2.3.1 Thuật toán K giá trị trung bình Chọn K tâm ban đầu lớp, tiến hành PL điểm ảnh theo nguyên tắc khoảng cách tối thiểu Sau đó, xác định vị trí trung bình tất điểm ảnh thuộc lớp để nhận làm tâm tiến hành PL lại Quá trình đợc lặp lại tâm lớp lần lặp không thay đổi kết thúc Nhận xét: cho kết đáng tin cậy nhng đòi hỏi ngời sử dụng phải xác định số lớp cần phân loại 2.3.2 Thuật toán ISODATA Là cải biên phơng pháp K giá trị trung bình nhằm khắc phục nhợc điểm đà nêu cách sau lần lặp tiến hành kiểm tra để nhóm gộp, loại bỏ hay tách lớp cần Nhận xét: có khả tự điều chỉnh đợc số lớp kết phân loại nhng thời gian tính toán lớn 2.4 Kết luận chơng Các PPPL hoạt động hiệu lớp phổ lớp thông tin HTPL vậy, cần đợc hợp thành từ lớp phổ ảnh Các PPPL KGS khác cách thức phát lớp phổ ảnh nhng sau xác định đợc vị trí tâm lớp không gian phổ, sử dụng phơng pháp khoảng cách tối thiểu để PL điểm ảnh Do vậy, sử dụng PPPL KGS cho mục đích phát lớp phổ để thiết kế HTPL trớc áp dụng PPPL chặt chẽ hơn, nâng cao đợc độ tin cậy kết Ngoại trừ phơng án phân loại theo bối cảnh, PPPL ảnh số PL điểm ảnh cách riêng rẽ, dựa vào véc tơ giá trị điểm ảnh, nên khả sử dụng dấu hiệu nh hình dáng, kích thớc, vị trí hay cấu trúc vân ảnh v.v Chơng 3: nâng cao độ tin cậy kết phân tích ảnh 3.1 Những nguyên tắc 3.1.1 Hệ thống phân loại phải phù hợp 10 Các lớp HTPL phải lớp phổ phải đợc xác định sở phân tích chất tự nhiên đối tợng đặc điểm cđa t− liƯu ¶nh sư dơng 3.1.2 Sè liƯu mÉu phải thực đại diện cho lớp Số liệu mẫu cần chọn cho thực đặc trng cho lớp cho phép xác định véc tơ trung bình ma trận hiệp biến chúng 3.1.3 Tận dụng chiều không gian phổ Mọi hình thức lựa chọn, cắt giảm số kênh ảnh đà đợc chứng minh không giúp việc tăng cờng khả tách biệt lớp vậy, khả cải thiện đợc kết PL Ngợc lại, mở rộng số kênh ảnh coi giải pháp có khả nâng cao độ tin cậy kết 3.1.4 Tích hợp thông tin bổ trợ trình phân loại Căn vào đặc điểm phân bố đối tợng, sử dụng t liệu ĐKTN khu vực, phân chia ảnh thành vùng khác tiến hành PL riêng vùng với HTPL riêng cho phép vừa giảm thiểu đợc số lớp lần PL vừa đa thêm đợc dấu hiệu vị trí tính thích nghi đối tợng vào trình phân tích ảnh 3.1.5 Sử dụng giá trị ngỡng để kiểm soát trình phân loại Sử dụng giá trị ngỡng để đảm bảo điểm ảnh đợc PL với độ tin cậy định 3.2 Giải pháp quy trình thực Kết hợp PPPL ảnh số giải đoán mắt, nhằm tận dụng u phơng pháp khắc phục hạn chế chúng đợc coi giải pháp hữu hiệu nhằm nâng cao độ tin cậy kết phân tích ảnh đợc thực nhờ quy trình sau: 11 − − − − − − − − 3.2.1 ¦íc lợng số lợng lớp phổ ảnh; PL KGS ảnh; Xác định đặc trng thống kê líp phỉ; Lùa chän HTPL dïng PL CGS; Lùa chọn bổ sung vùng mẫu; PL CGS ảnh; Nhóm gộp, đật tên cho lớp; Xử lý sau PL, chỉnh sửa ảnh kết Ước lợng số lớp phổ ảnh Trên sở phân tích mắt, ớc lợng số lợng lớp phổ ảnh để sử dụng PL ảnh phơng pháp KGS 3.2.2 Phân loại ảnh phơng pháp không giám sát Tiến hành PL ảnh phơng pháp ISODATA, nhận số lợng lớp phổ đà xác định nh số lợng tối thiểu lớp cần PL Sử dụng giá trị ngỡng giới hạn mức 1,5 lần độ lệch chuẩn lớp 3.2.3 Tính toán đặc trng thống kê lớp phổ Tính đặc trng thống kê cho tất lớp phổ vừa xác định Trớc mắt, giúp nhận dạng lớp phổ, phân tích mức độ giao cắt phân bố lớp lựa chọn HTPL 3.2.4 Lựa chọn hệ thống phân loại dùng phân loại có giám sát Nhận dạng lớp phổ Tiến hành xây dựng HTPL sử dụng PL lại ảnh phơng pháp CGS, cách thực hiƯn c¸c thao t¸c sau: − Gép chung c¸c líp phổ thuộc lớp thông tin có phân bố gần sau gộp chung không làm tăng khả giao cắt với lớp khác Loại bỏ lớp phổ biểu diễn lẫn nhiều lớp thông tin Giữ nguyên lớp phổ lại đa vào HTPL 12 3.2.5 Lựa chọn bổ sung vïng mÉu Cã lý ph¶i lùa chän bỉ sung c¸c vïng mÉu: a) víi viƯc sư dơng gi¸ trị ngỡng, ảnh có nhiều điểm cha đợc PL, có khả có lớp thông tin hoàn toàn bị bỏ sót cần đợc bổ sung vào HTPL; b) đà loại bỏ khỏi HTPL lớp phổ thể lẫn nhiều lớp thông tin, nên lớp thông tin cha đợc gắn với lớp phổ khác cần đợc bổ sung vào HTPL 3.2.6 Phân loại ảnh có giám sát Tiến hành PL lại ảnh phơng pháp hợp lý tối đa 3.2.7 Gộp nhóm, đặt tên cho c¸c líp Nhãm gép c¸c líp phỉ thc chung lớp thông tin đặt tên theo giải đồ Trớc gộp lớp cần kiểm tra đánh giá độ tin cậy Đối với lớp bị lẫn nhiều, nên tách riêng để tìm cách xử lý bớc sau 3.2.8 Xử lý sau phân loại, chỉnh sửa ảnh kết Trong trờng hợp có giao cắt phân bố lớp sai sót PL tránh khỏi Mặt khác, điểm ảnh đợc PL riêng rẽ điểm, nên kết thờng chi tiết, đờng biên lớp thờng dích dắc, phức tạp Những hạn chế nh cần tìm cách khắc phục nhờ sư dơng mét sè läc hay chØnh sưa b»ng c¸c công cụ đặc biệt 3.2.9 Tóm lợc quy trình phân tích ảnh Quy trình cho phép kết hợp PPPL KGS, CGS giải đoán mắt Trong PPPL KGS đợc dùng để phát phân lớp tự nhiên số liệu ảnh, giúp xây dựng HTPL phù hợp Toàn điểm ảnh đợc PL PPPL KGS đợc sử dụng nh số liệu mẫu cho phép xác định đặc trng thống kê phản ánh chân thực phân bố lớp PPPL hợp lý tối đa đợc coi chặt chẽ 13 nhng lại phụ thuộc nhiều vào HTPL sử dụng tính chân thực hàm phân bố xác suất lớp mà ta xác định đợc Vì đợc áp dụng để PL lại ảnh sau đà có đủ điều kiện kể Trong đó, phơng pháp giải đoán mắt đợc sử dụng xuyên suốt toàn quy trình: từ ớc lợng số lớp phổ ảnh, nhận dạng lớp kết PL KGS, phát lớp thông tin bị bỏ sót, chọn lựa bổ sung vùng mẫu đánh giá độ tin cậy lớp kết PL cuối chỉnh sửa kết Thực nghiệm kiểm chứng Các nguyên tắc quy trình phân tích ảnh vừa trình bày trên, mặt đợc xây dựng sở lý thuyết, mặt khác đà đợc kiểm chứng qua thÝ nghiƯm sau : 3.3 − §Ĩ thn tiƯn cho việc đánh giá kết quả, khu vực thử nghiệm đợc chọn vùng ảnh tơng đối đơn giản, bao gồm năm loại hình lớp phủ đất thổ c, đất lúa, đất màu, mặt nớc bÃi bồi, nhận biết dễ dàng ảnh Trớc tiên, ảnh đợc xử lý theo quy trình đà đề xuất, ta thu đợc ảnh PL gåm 15 líp phỉ C¸c líp phỉ, sau đợc nhóm gộp thành lớp thông tin tơng ứng với loại đất kể trên, đợc lần lợt chồng ghép lên ảnh gốc Kết cho thấy, khu vực tơng đối đơn giản nên ảnh PL trờng hợp đạt độ tin cậy cao Để đánh giá tác động HTPL, lớp thông tin vừa thu đợc trên, đà đợc sử dụng nh vùng mẫu để tiến hành PL lại ¶nh B»ng c¸ch nh− vËy, sai sè cđa viƯc lùa chọn số liệu mẫu đợc loại trừ, toàn điểm ảnh thuộc lớp đà đợc sử dụng làm số liệu mẫu Ngợc lại, để đánh giá ¶nh h−ëng cđa viƯc lùa chän sè liƯu mÉu, ®èi với loại hình lớp phủ, ta chọn vài lớp phổ có diện tích 14 lớn để sử dụng làm số liệu mẫu Đây coi tình điển hình cho trờng hợp số liệu mẫu đợc lựa chọn thủ công, để thn tiƯn cho viƯc khoanh vÏ, c¸c vïng mÉu th−êng đợc chọn khu vực đối tợng có diện tích tơng đối lớn Cuối cùng, để đánh giá tác động việc cắt giảm số kênh ảnh sử dụng, lớp phổ thu đợc trờng hợp 1, đợc dùng làm số liệu mẫu để PL lại ảnh nhng với kênh đầu ảnh Bằng cách nh vậy, HTPL đợc giữ không đổi toàn điểm ảnh thuộc lớp đà đợc sử dụng làm số liệu mẫu nên loại bỏ đợc hoàn toàn ảnh hởng hai nhân tố Đối sánh kết cho thấy rõ trờng hợp, độ tin cậy ảnh PL bị suy giảm mức độ khác 3.4 Cải thiện, hiệu chỉnh kết phân loại 3.4.1 Lọc ảnh phân loại 3.4.1.1 Phân loại phép lọc Các phép lọc đợc phân loại theo cách: 1) Theo phạm vi hoạt động, lọc đợc chia thành loại: lọc phạm trù không gian lọc phạm trù tần số 2) Theo mục đích sử dụng, lọc đợc chia thành loại: lọc thông tần thấp, lọc thông tần cao lọc thích ứng 3) Theo phơng pháp tính, lọc đợc chia thành lọc nhân chập, lọc thứ tự lọc hình thái 3.4.1.2 Lựa chọn lọc cho ảnh phân loại Để loại bỏ chi tiết vụn vặn, đồng thời làm trơn đờng biên ảnh, thông thờng sử dụng lọc thông tần thấp Tuy nhiên, đặc điểm ảnh PL, lọc thuộc loại thứ tự lọc hình thái sử dụng đợc Để hoạt động ảnh PL, lọc thờng đợc cải tiến để thao tác riêng rẽ lớp 15 định ngời sử dụng lựa chọn Theo NCS, sử dụng lọc sieve lần lợt lớp kết hợp với lọc đa số, chọn thao tác riêng lớp (để loại bỏ điểm đen lọc tạo ra), giải pháp hiệu để loại bỏ điểm ảnh riêng lẻ mà không làm biến dạng nhiều đờng biên đối tợng 3.4.2 Biên tập, chỉnh sửa ảnh phân loại Để hoàn thiện kết PL, phần mềm XLA thờng đợc trang bị công cụ cho phép chỉnh sửa bán thủ công ảnh PL Ví dụ, Envi có hai công cụ đáng ý sau: 1) chuyển tất điểm ảnh thuộc lớp đà chọn n»m khoanh vi ng−êi sư dơng tù vÏ sang lớp khác 2) chuyển toàn điểm ảnh nằm khoanh vi kể sang lớp đà chọn Với hai chức này, ngời sử dụng dễ dàng vận dụng kinh nghiệm giải đoán mắt để can thiệp vào kết PL 3.5 Kết luận chơng Hệ thống phân loại đợc thiết kế hợp lý dựa lớp phổ, số liệu mẫu đủ đại diện, tận dụng chiều không gian phổ, tích hợp thông tin bổ trợ trình phân loại, sử dụng giá trị ngỡng để kiểm soát tiêu chí mang tính nguyên tắc nhằm nâng cao độ tin cậy kết PL Quy trình phân tích ảnh, kết hợp PPPL KGS, CGS giải đoán ảnh mắt, cho phép nâng cao độ tin cậy kết sở dung hoà yêu cầu nhiệm vụ với khả thực tế t liệu tận dụng triệt để u phơng pháp Chơng 4: øng dơng kü tht xư lý ¶nh sè nghiên cứu biến động ti nguyên vùng trung-hạ lu sông ®μ 4.1 Khu vùc nghiªn cøu 16 Cã diƯn tÝch tự nhiên 368.191 ha, thuộc địa phận hai tỉnh Sơn La Hoà Bình, giới hạn từ kinh tuyến 10432' Đ đến 10525' Đ từ vĩ tuyến 2036' B đến 2125 B 4.1.1 Đặc điểm địa chất, địa mạo KVNC nằm đai Tân kiến tạo Hymalaia, cấu trúc khối trôi trợt Đông Dơng, khu núi trung bình TB, gần nh trùng với ranh giới tiểu khu núi Hoàng Liên Sơn tiểu khu núi-cao nguyên Phong Thổ-Thanh Hoá Tiểu khu Hoàng Liên Sơn nằm kẹp sông Chảy sông Đà, có độ cao địa hình cao VN, sờn núi dốc đứng không đối xứng (phía sông Đà dốc, phía sông Hồng thấp dần thành bậc) Trong cấu trúc địa hình, phát triển bề mặt dạng bán bình nguyên nằm ë c¸c møc cao kh¸c TiĨu khu Phong Thỉ-Thanh Hóa kéo dài từ biên giới Việt Trung đến bờ biển, đợc đặc trng phát triển rộng rÃi cao nguyên Karst 4.1.2 Khí hậu Mang tính chất cđa khÝ hËu miỊn TB&BTB, so víi n¬i cã cïng độ cao Việt Bắc hay ĐB mùa đông thờng ấm 2-3C nhng biên độ nhiệt ngày đêm lớn Trong mùa hạ, tợng phơn với gió tây nam khô nóng nét điển hình khí hậu miền 4.1.3 Thuỷ văn Sông Đà phụ lu phải sông Hồng, bắt nguồn từ cao nguyên Vân Nam dài 910km, chảy địa phận Việt Nam 530km Dòng chảy theo phơng tây bắc - đông nam, nhng hạ lu dòng sông từ từ chuyển qua phơng vĩ tuyến sau chảy ngợc phía bắc trớc hội lu với sông Hồng Chế độ nớc có hai mùa lũ cạn rõ rệt Hàm l−ỵng phï sa mïa lị th−êng rÊt lín 17 4.1.4 Thỉ nh−ìng - sinh vËt ThĨ hiƯn râ sù phân hoá theo đai cao: dới độ cao 600m đai rừng chí tuyến chân núi, từ 600-2600m đai rừng nhiệt đới núi 2600m đai rừng ôn đới núi Thổ nhỡng dới rừng nhiệt đới đất feralit đỏ vàng điển hình, chua, nghèo phì liệu Chiếm vị trí đặc biệt phải kể đến loại đất tích tụ phù sa thung lũng ngòi, suối đồng B¾c bé 4.2 T− liƯu sư dơng T− liƯu VT sử dụng ảnh TM chụp ngày 27/12/1993 ETM+ chụp ngày 4/11/2000 Các t liệu bổ trợ gồm: đồ địa hình, Atlas quốc gia, báo cáo chơng trình điều tra tổng hợp vùng TB đánh giá tác động môi trờng công trình TĐHB, SL quy hoạch tổng thể phát triển KTXH TB đến năm 2010 4.3 Phơng pháp quy trình thực Công việc chuẩn bị Xử lý, phân tích ảnh, xây dựng thảo đồ trạng Xây dựng sở liệu khu vực nghiên cứu Điều tra thực địa Chỉnh sửa, hoàn thiện đồ trạng Cập nhật cở sở liệu Phân tích biến động Hình 4.4 : Quy trình đánh giá biến động lớp phủ KVNC 18 Để xác định biến động lựa chọn cách tiếp cận theo hớng phân loại riêng rẽ ảnh chụp vào thời kỳ sau chồng xếp kết để phân tích Toàn quy trình đợc khái quát hoá sơ đồ hình 4.4 khâu chuẩn bị, tiến hành thu thập tài liệu, đồ có KV, lựa chọn ảnh theo yêu cầu Làm quen với KV qua tài liệu, BĐ ảnh Số hoá BĐ, xây dựng sở liệu số KV, vừa để hỗ trợ cho trình xử lý, phân tích ảnh, ®ång thêi phơc vơ cho viƯc ®¸nh gi¸ biÕn ®éng công đoạn cuối Công đoạn xử lý, phân tích ảnh đợc bắt đầu việc hiệu chỉnh hình học, ghép nối ảnh trích tách riêng KVNC Quá trình phân tích ảnh sau đợc thực theo quy trình đà mô tả chơng Tiếp đó, đợt khảo sát thực địa đà đợc thực nhằm xác minh KV nghi vấn, kiểm tra đánh giá độ tin cậy kết PL Sau chuyến đi, mặt tiến hành cập nhật sở liệu, bổ sung t liệu vừa thu thập đợc, mặt khác tiến hành chỉnh sửa ảnh kết PL để hoàn thiện BĐ trạng thời điểm trớc phân tích đánh giá biến động 4.4 Bản đồ trạng lớp phủ năm 1993 2000 Đợc xây dựng theo quy trình đà mô tả Do số KV ảnh năm 2000 bị che phủ mây, để tránh biến động vô nghĩa, kết PL ảnh năm 1993 đà đợc để thay cho điểm mây ảnh PL năm 2000 Kết quả, KVNC đà phát PL đợc loại lớp phủ sau: đất chuyên lúa, đất lúa màu, đất màu, đất trồng lâu năm, rừng kín, rừng tha, đât đô thị, thổ c nông thôn, bụi, trảng cỏ, đồi núi trọc, đất bÃi bồi mặt nớc loại 19 Qua phân tích chéo hai BĐ, số lợng điểm ảnh có biÕn ®ỉi bÊt th−êng chiÕm tû lƯ rÊt nhá, cho thấy BĐ có độ tin cậy cao 4.5 Biến động lớp phủ khu vực nghiên cứu giai đoạn 1993-2000 Để phục vụ cho việc đánh giá biến động, BĐ lớp phủ, đợc tổng hợp thành BĐ phân loại sử dụng đất, đó, loại hình lớp phủ KV đợc nhóm gộp theo nhãm gåm: ®Êt NN, ®Êt cã rõng, ®Êt thỉ c−, đất CSD mặt nớc loại Phân bố chi tiết nhóm đợc tách thành BĐ riêng Bên cạnh bảng biểu thể biến đổi qua lại loại hình lớp phủ loại hình sử dụng đất thu đợc từ kết phân tích chéo BĐ, biến đổi qua lại loại hình sử dụng đất đợc thể dới dạng BĐ phân bố KV bị KV gia tăng loại Trong đó, lấy ví dụ, BĐ phân bố KV đất NN bị mất, thể KV bị chuyển từ nhóm đất NN sang thành nhóm khác, màu sắc ký hiệu cho nhóm mà chúng chuyển thành Tơng tự, BĐ phân bố KV đất NN gia tăng thể KV đợc chuyển thành đất NN, màu sắc ký hiệu cho nhóm trớc chuyển đổi Các BĐ nh vậy, mặt, giúp ta xác định đợc vị trí KV xảy biến động loại hình biến động cụ thể KV, mặt khác, từ góc độ phân tÝch ¶nh, cịng cã ý nghÜa quan träng, gióp ta phát KV có biến động bất thờng, nh dấu hiệu cho thấy cần kiểm tra lại độ tin cậy kết PL KV tiến hành chỉnh sửa cần Số liệu thống kê diễn biến diện tích loại hình sử dơng ®Êt cho thÊy: diƯn tÝch ®Êt CSD KV đợc thu hẹp đáng kể từ 120.746 xuống 92.796 (gi¶m 27.950 ha), diƯn tÝch cđa tất 20 nhóm lại tăng Trong đáng kể phải kể đến diện tích đất có rừng tăng từ 155.911 lên 180.199 (tăng 24.288 ha) Kế đến lần lợt đất nông nghiệp tăng 1.534 từ 71.882 lên thành 73.416 ha, mặt nớc tăng 1.517 từ 17.550 lên 19.067 ha, cuối đất thổ c tăng 612 từ 2.101 lên 2.713 Nh nhìn vào toàn cảnh nói, TN đất KV đợc khai thác sử dụng tích cực hơn, cố gắng khôi phục lại diện tích rừng đà mang lại hiệu rõ rệt, cải thiện đợc đáng kể môi trờng tự nhiên KV Về cấu sử dơng ®Êt hiƯn ®Êt NN chiÕm 20% diƯn tÝch, ®Êt có rừng chiếm 49%, đất thổ c chiếm 1%, mặt nớc chiếm 5%, lại 25% đất CSD Đi vµo chi tiÕt sè liƯu diƠn biÕn diƯn tÝch cđa loại hình lớp phủ thấy: Về đất NN, diện tích ngắn ngày giảm 1.291 nhng bù lại diện tích trồng lâu năm tăng 2.826 ha, nâng tổng diện tích trồng lâu năm lên xấp xỉ 3,5 lần so với diện tích ban ®Çu; − VỊ ®Êt rõng, tỉng diƯn tÝch nh− đà nói tăng mạnh (24.288 ha), nhng diện tích rừng kín lại giảm 4.201 ha, cho thấy bên cạnh cố gắng khôi phục rừng tợng chặt phá rừng còn; Đất thổ c tăng 611 ha, phân cho hai loại thổ c nông thôn đất đô thị, nâng tổng diện tích đất đô thị khu vực tăng gần gấp đôi; Đất CSD giảm mạnh, nhng diện tích đất cỏ lại tăng 2.172 ha, phù hợp với tình hình phát triển chăn nuôi trâu, bò sữa KV Phân tích kỹ biến đổi qua lại loại hình lớp phủ loại hình sử dụng đất cho thấy: 21 Đất NN có chuyển đổi phức tạp, ®ã diƯn tÝch ®−ỵc bỉ sung tõ ®Êt CSD chØ xÊp xØ b»ng diƯn tÝch bÞ mÊt bá hoang chuyển ngợc thành đất CSD (trên dới 1.300 ha), 239 đợc chuyển thành đất thổ c 1.000 chuyển thành mặt nớc Đáng ý có 2.600 đất NN chuyển thành đất có rừng, ngợc lại, lại có tới 5.284 đất rừng chuyển thành đất NN; Đất có rừng đợc mở rộng đáng kể chủ yếu từ đất CSD, có phần đợc bổ sung từ đất NN nhng 1/2 phần diện tích bị chuyển đổi ngợc lại; Diện tích gia tăng đất thổ c có nửa từ đất CSD, nửa lại từ đất NN đất có rừng; Mặt nớc có biến động phức tạp, số diện tích đợc bổ sung mới, có 1/4 từ đất CSD phần lại từ ®Êt NN vµ ®Êt cã rõng Nh− vËy cã thĨ thấy tợng du canh du c phổ biến khu vực tợng chặt phá rừng cha đợc ngăn chặn hiệu Kết phân tích chéo BĐ phân bố loại hình sử dụng đất năm 2000 với BĐ độ dốc KV cho thÊy: 94% ®Êt thỉ d− cã ®é dèc d−íi 15; 85% diện tích đất NN nằm KV dốc dới 25; đất rừng có 75% diện tích có độ dốc 15; riêng đất CSD có diện tÝch chia theo tû lƯ 6/4 cho c¸c KV cã độ dốc dới 15 Nh vậy, bản, phân bố loại hình sử dụng đất KV theo địa hình đà đợc thiết lập hợp lý Đáng ý diện tích lớn đất độ dốc tơng ®èi thÊp ch−a ®−ỵc sư dơng 22 4.6 KÕt ln chơng Các BĐ lớp phủ KVNC hai năm 1993 2000 đợc thành lập sở vận dụng quy trình phân tích ảnh đợc đề xuất giới thiệu chơng Kết phân tích chéo chúng cho thấy BĐ có độ tin cậy cao Sử dụng BĐ thu đợc để đánh giá biến động lớp phủ KV, đà đa đến kết luận: TN đất KV đợc khai thác sử dụng tích cực hơn, cố gắng khôi phục lại TN rừng đà mang lại hiệu rõ rệt, diện tích mặt nớc đợc mở rộng đáng kể; môi trờng tự nhiên KV đợc cải thiện Song, c¸c KV canh t¸c NN vÉn ch−a thËt ỉn định, cho thấy tợng du canh du c còn; Nhiều dấu hiệu cho thấy tợng chặt phá rừng cha đợc ngăn chặn hiệu kết luận v kiến nghị 1) Các PPPL, dù CGS hay KGS, chất hoạt động hiệu lớp phổ lớp thông tin HTPL vậy, cần đợc hợp thành từ lớp phổ ảnh 2) Sử dụng PPPL KGS cho mục đích phát lớp phổ để thiết kế HTPL trớc áp dụng PPPL chặt chẽ hơn, nâng cao đợc đáng kể độ tin cậy kết 3) Khi vận dụng PPPL CGS cần lu ý đảm bảo nguyên tắc: HTPL phải thích hợp; Số liệu mẫu phải thực đại diện cho lớp; Tận dụng chiều không gian phổ; Tích hợp thông tin bổ trợ trình PL; Sử dụng ngỡng kiểm soát trình PL 4) So với phơng pháp giải đoán mắt, PPPL ảnh số, bên cạnh u trội nh có khả phân tích đợc đồng thời số 23 lợng không hạn chế kênh ảnh, tận dụng đợc hết độ chi tiết giá trị xám độ điểm ảnh cho kết phân tích chi tiết đến điểm ảnh, lại có hạn chế khả sử dụng dấu hiệu không gian nh hình dáng, kích thớc, vị trí đối tợng hay cấu trúc vân ảnh v.v Do vậy, kết hợp cách hợp lý hai phơng pháp coi giải pháp triệt để để nâng cao độ tin cậy kết phân tích ảnh 5) Quy trình phân tích ảnh đợc đề xuất, đà kết hợp cách hợp lý PPPL KGS, CGS giải đoán ảnh mắt, cho phép nâng cao độ tin cậy kết phân tích ảnh sở cân yêu cầu nhiệm vụ với khả thực tế t liệu VT tận dụng triệt để u phơng pháp 6) Những nguyên tắc quy trình kể đợc xây dựng dựa sở lý thuyết tin cậy đợc vận dụng phân tích ảnh với mục tiêu khác Tuy nhiên, trờng hợp cụ thể vấn đề nh mở rộng không gian phổ, tích hợp thông tin bổ trợ, hay sử dụng kiến thức chuyên gia quy trình phân tích vấn đề cần đợc nghiên cứu cụ thể hoá 7) Theo dõi biến động lớp phủ KVNC giai đoạn 1993-2000 cho thấy TN đất khu vực đợc khai thác sử dụng tích cực hơn, thể qua thu hẹp đáng kể diện tích đất CSD gia tăng mức độ khác nhóm đất thổ c, đất canh tác NN đặc biệt diện tích đất có rừng Diện tích mặt nớc đợc gia tăng đáng kể Môi trờng tự nhiên khu vực, vậy, đợc cải thiện rõ rệt 8) Các khu vực canh tác NN cha thật ổn định cho thấy tợng du canh du c Nhiều dấu hiệu cho thấy tợng chặt phá rừng cha đợc ngăn chặn hiệu 24 ... công nguyên tắc giải pháp kể theo dõi biến động TN thiên nhiên vùng Trung- Hạ lu sông Đà Bố cục luận án ã Phần mở đầu ã Chơng 1: Viễn thám xử lý ảnh số viễn thám ã Chơng 2: Đánh giá phơng pháp. .. phơng pháp phân loại ảnh số ã Chơng 3: Nâng cao độ tin cậy kết phân tích ảnh ã Chơng 4: ứng dụng kỹ thuật xử lý ảnh số nghiên cứu biến động tài nguyên vùng Trung Hạ lu sông Đà ã Kết luận kiến nghị... kỹ thuật xử lý ảnh số nghiên cứu biến động ti nguyên vùng trung- hạ lu sông đ 4.1 Khu vực nghiên cứu 16 Có diện tích tự nhiên 368.191 ha, thuộc địa phận hai tỉnh Sơn La Hoà Bình, giới hạn từ kinh