CHƯƠNG 1: CHUẨN BỊ DỮ LIỆU VÀ TIỀN XỬ LÍ ẢNH 1 Chuẩn bị dữ liệu và tiền xử lí ảnh 1.1 Dữ liệu ảnh sử dụng: LC08_L1TP_125052_20200326_20200409_01_T1 Là ảnh vệ tinh Lansat 8 Thời gian lấy cảnh ảnh từ tháng 2 năm 2020 – tháng 4 năm 2020
TRƯỜNG ĐẠI HỌC TÀI NGUYÊN VÀ MÔI TRƯỜNG HÀ NỘI KHOA CÔNG NGHỆ THÔNG TIN - MÃ ĐỀ: Họ Và Tên Sinh Viên: Nguyễn Văn Tùng Mã Sinh Viên: 1911060858 Lớp: ĐH9C5 Học phần: Kỹ Thuật Xử Lý Ảnh Viễn Thám & Ứng Dụng Giảng Viên Hướng Dẫn:Lê Thị Thu Hà Hà Nội, Năm 2022 MỞ ĐẦU CHƯƠNG 1: CHUẨN BỊ DỮ LIỆU VÀ TIỀN XỬ LÍ ẢNH Chuẩn bị liệu tiền xử lí ảnh 1.1 Dữ liệu ảnh sử dụng: LC08_L1TP_125052_20200326_20200409_01_T1 - Là ảnh vệ tinh Lansat - Thời gian lấy cảnh ảnh từ tháng năm 2020 – tháng năm 2020 1.2 Dữ liệu vector khu vực thực nghiệm 1.3 Sử dụng ngơn ngữ Python tính số NDVI, NDWI, NBR Ảnh kết : NDVI Ảnh kết : NDWI Ảnh kết : NBR 1.4 Sử dụng ngôn ngữ Python để gộp kênh ảnh Ảnh kết gộp band 1.5 Sử dụng ngôn ngữ Python cắt ảnh gộp theo ranh giới hành B1: Thêm thư mục tệp VNM adm2.shp B2: Sử dụng code lệnh cắt ảnh gộp theo ID_2=38 (TỈNH BÌNH DƯƠNG) Ảnh kết quả: 1.6 Sử dụng ngôn ngữ Python tăng cường chất lượng ảnh Ảnh kết quả: CHƯƠNG 2: PHÂN LOẠI ẢNH VIỄN THÁM 2.1 Thực bước tổ hợp màu để làm yếu tố cần nghiên cứu 2.2 Lưu mẫu phân loại thành MauPL.shp MauPL.gsg Mẫu phân loại dạng MauPL.shp Mẫu phân loại dạng MauPL.gsg 2.3 Sử dụng thuật toán Maximum Likelihood Classification CHƯƠNG 3: ĐÁNH GIÁ ĐỘ CHÍNH XÁC SAU PHÂN LOẠI 3.1 Tạo shapfile DiemKT.shp chứa điểm kiểm tra Tạo shapfile DiemKT_BD.shp 3.2 Tiến hành nhập cấc điểm kiểm tra vào lớp vừa tạo Lớp DiemKT NUOC: Lớp DiemKT TVLAUNAM: Lớp DiemKT TVHANGNAM: Lớp DiemKT DANCU: Lớp DiemKT NHAMAY: 3.3 Chuyển DiemKT.shp sang KT_RAS dang Raster B1: Dùng công cụ Feature To Raster 3.4 Tính tốn số Kappa Ma trận độ xác: Tính số Po: Tính số Pe: CHƯƠNG 4: TRÌNH BÀY BẢN ĐỒ HIỆN TRẠNG LỚP PHỦ MẶT ĐẤT 4.1 Chuyển đổi file AnhPL sang liệu vector Sử dụng công cụ Raster to Polygon: Ảnh kết chuyển đổi Ảnh phân loại sang liệu vector: 4.2 Biên tập đồ KẾT LUẬN TÀI LIỆU THAM KHẢO