nghiên cứu xử lý ảnh viễn thám để thành lập bản đồ khu vực ngập lụt tại tỉnh thừa thiên huế năm 2016

Một trong những giải pháp hữu hiệu nhằm phòng ngừa và giảm thiểu thương vong do lũ lụt đó là cung cấp những thông tin đáng tin cậy thông qua bản đồ ngập lụt và bản đồ đánh giá hiểm họa l

TRƯỜNG ĐẠI HỌC TAI NGUYEN VA MOI TRUONG

THANH PHO HO CHi MINH KHOA: HE THONG THONG TIN VA VIEN THAM

NGHIEN CUU XU LY ANH VIEN THAM DE THANH LAP BAN DO KHU VUC

NGAP LUT TAI TINH THUA THIÊN HUE NAM 2016

Giảng viên hướng dẫn : TS Dương Thị Thuy Nga

Khóa : 2020 - 2024

Nhóm thực hiện : Lê Duy Minh Dương

Đinh Quốc Dũng

Huỳnh Công Hoàng

TP Hồ Chí Minh, tháng 9 năm 2023

0950080010

0950080007

0950080018

TRƯỜNG ĐẠI HỌC TÀI NGUYÊN VÀ MÔI TRƯỜNG

THÀNH PHÓ HÒ CHÍ MINH KHOA: HỆ THONG THONG TIN VA VIEN THAM

NGHIEN CUU XU LY ANH VIEN THAM DE THANH LAP BAN DO KHU VUC

NGAP LUT TAI HUYEN QUANG DIEN NAM 2016

Giảng viên hướng dẫn

Lớp

Khóa

Nhóm thực hiện

TS Dương Thị Thúy Nga

09 Công Nghệ Phần Mềm 1

2020 — 2024

Lé Duy Minh Duong 0950080010 Đinh Quốc Dũng 0950080007 Huỳnh Công Hoàng 0950080018

TP Hỗ Chí Minh, tháng 9 năm 2023

Tạp chí Khoa học ĐHTNVMT: Khoa học Tự Nhiên và Công Nghệ, Tập 1, Số 1(2023)

NGHIÊN CỨU XỬ LÝ ẢNH VIÊN THÁM ĐẺ THÀNH LẬP BẢN ĐỎ KHU VỰC NGẬP LỤT TẠI HUYỆN

QUANG DIEN NAM 2016

Định Quốc Ding'*, Lé Duy Minh Duong”, Huynh Công Hoàng)

!Khoa Hệ Thống Thông Tin và Viễn Thám,ĐH_TN&MT,236 B Lê Văn

Sỹ,Phường1, Tân Bình,Tp HCM

?Khoa Hệ Thống Thông Tin và Viễn Thám,ĐH_TN&MT,236 B Lê Văn

Sỹ,Phường1, Tân Bình,Tp HCM

3Khoa Hệ Thống Thông Tin và Viễn Thám,ĐH_TN&MT,236 B Lê Văn

Sỹ,Phường1, Tân Bình,Tp HCM

Tóm tắt: Lũ lụt là một hiện tượng rất phức tạp liên quan đến môi trường tự nhiên, con người và hệ thống xã hội Cường độ của cơn bão nhiệt đới và lượng mưa tăng trung bình trong khi tần suất của nó có khả năng giảm hoặc không thay đổi Nguy cơ

lũ lụt là mối đe dọa chung đối với nhiều thành phố đông dân, ven sông và ven biển Tác động của nguy cơ lũ lụt được dự báo sẽ tăng lên vì sự gia tăng dân số, cải thiện kinh tế và biến đổi khí hậu Một trong những giải pháp hữu hiệu nhằm phòng ngừa

và giảm thiểu thương vong do lũ lụt đó là cung cấp những thông tin đáng tin cậy thông qua bản đồ ngập lụt và bản đồ đánh giá hiểm họa lũ lụt Các bản đồ trong

nghiên cứu này với độ chính xác là (98.46, 99.38 %) cung cấp những thông tin vô cùng hữu ích cho các đơn vị quản lý khi thực hiện quản lý rủi ro lũ lụt, khi thực hiện các công tác cứu hộ cũng như các hoạt động cứu trợ trong mùa lũ, xác định diện tích khu vực vùng ngập lũ nhằm ước tính thiệt hại, đưa ra các giải pháp ứng phó nhằm phòng chống và giảm thiểu thiệt hại do lũ, xác định thiệt hại do lũ, tăng cường hệ

thống cảnh báo và ứng phó sớm với lũ lụt,

1.Giới thiệu

Viễn thám từ lâu đã trở thành một công cụ hữu ích để nghiên cứu tài nguyên thiên nhiên và môi trường Từ các thay đổi bề mặt diễn ra nhanh chóng

do thiên tai, do sự tàn phá của con người như: lũ lụt, sóng thần, phun trào núi lửa, phá rừng, cháy rừng Việt Nam nằm trong vùng cận xích đạo, với khí hậu nhiệt đới ẩm gió mùa, có lượng mây che phủ trung bình hàng năm rất cao, đặc biệt là thời điểm có bão, vì vậy việc sử dụng các loại ảnh vệ tỉnh quang học luôn gặp khó khăn

Vì vậy, việc ứng dụng xử lý ảnh viễn thám sẽ giúp cho việc thu thập, phân tích và đánh giá thông tin về các thay đổi của vùng ngập lụt trở nên chính xác hơn, nhanh chóng hơn và có tính ứng dụng cao hơn Nghiên cứu sẽ đưa ra các kết quả phần tích và mô hình hóa các thay đổi trong quá khứ, hiện tại của tỉnh Thừa Thiên Huế Các kết quả này sẽ hỗ trợ quản lý và bảo vệ môi trường, giúp địa phương có thể đưa ra các quyết định về phát triển kinh tế bền vững, quản lý tài nguyên và môi trường hiệu quả hơn

Vùng ngập lụt năm 2016 ở huyện Quảng Điền được xác định bằng phương pháp phân loại chỉ số mặt nước (land surface water index - LSWI) và chỉ số thực vật tăng cường (enhanced vegetation index - EVI) từ ảnh Landsat_8

2 Khu vực và dữ liệu nghiên cứu

2.1 Khu vực nghiên cứu

Khu vực nghiên cứu Quảng Điền là một huyện đồng bằng ven biển nằm về phía Đông Bắc của tỉnh Thừa Thiên Huế, Phía Đông và Nam giáp thị xã Hương Trà, phía Tây và Tây Bắc giáp huyện Phong Điền, phía Bắc và Đông Bắc giáp biển Đông Tổng diện tích tự nhiên của huyện là 16.304,55 ha, gồm 10 xã và 01 thị trấn, chiếm 3,24% tổng diện tích tự nhiên của tỉnh Thừa Thiên Huế

TINH THƯÁ THIÊN HUE

py 7

/ ` Biển Đông

(am! `"

về

~x\_ “HUYỆN QUÁNCĐIEN by

TA BS / PnongĐin “\ ‹„

Af

Huong Tra

Hình 1: Khu vực nghiên cứu(a), Bản đồ Huyện Quảng Điền trên ảnh vệ

tinh(b) 2.2 Dữ liệu nghiên cứu

Dữ liệu sử dụng gồm 02 ảnh Landsat8 được lấy từ trang web:

https://earthexplorer.usgs.gov/

o_ Thời điểm trước khi xảy ra ngập lụt

o_ Thời điểm đang xảy ra ngập lụt

5 Mã ảnh Ngày Path/Row

T

1 LC08 L2SP 125049 20150124 20200910 02 T1 24/01/2 125/048

015

2 LC08 L2SP 125048 20160806 20200906 02 T1 06/08/2 125/048

016

Phần mềm sử dụng: ENVI, GIS

3 Phương pháp nghiên cứu

Nghiên cứu sử dụng phần mềm ENVI 5.3 dé tiến hành xử lý anh vé tinh Trong đó, thao tac

nắn chỉnh ảnh dựa vào bản đồ nhằm loại bỏ các sai số biến dạng và xây dựng mối liên hệ giữa hệ toa

độ ảnh và hệ tọa độ quy chiếu ảnh Quá trình nắn chỉnh hình học theo lưới chiếu tọa độ tọa độ WGS

84 hệ quy chiêu UTM Zone 48N, cat anh theo ranh giới hành chính và địa hình vùng khu vực nhiên cứu, theo bản đồ nên tỷ lệ 1/25.000 Liên quan đến hoạt động phân loại ảnh, nghiên cứu sử dụng

phương pháp ph4n loai c6 gidm sat (Supervised Classification) Cu thể, sử dụng thuật toán phân loại hàm xác suất cực đại(Maximum Likelihood Classifñcation) có độ chính xác cao

Tải ânh vê tỉnh

ew Ghép anh

ev

Cat anh theo ranh

Xử lí ảnh CP ân loại co giảm sát

Ỷ Thanh lap ban 66

so sanh

Hình 2: Sơ đồ phương pháp nghiên cứu

Phương pháp tiền xử lý dữ liệu ảnh viễn thám bằng các phần mềm chuyên dụng Kỹ thuật giải đoán ảnh viễn thám được thực hiện với sự hỗ trợ của phần mềm giải đoán ảnh ENVI Tiến hành nắn ảnh bằng phần mềm ENVI và phương pháp nắn là phương pháp đơn giản (RST)

Sử dụng phần mềm ENVI thay đổi chất lượng ảnh của các ảnh Landsat để

có hình ảnh rõ nét hơn và giải đoán một cách tốt hơn, có hiệu quả nhất Sự tồn tại của che phủ mây trên ảnh viễn thám là trở ngại đáng kể để đánh giá tình hình

lũ lụt trong điều kiện thời tiết xấu

EVI và LSWI được tính toán từ độ phản xạ bề mặt của phổ phản xạ của băng đỏ (RED), băng xanh (GREEN), phổ phản xạ của băng cận hồng ngoại (NIR)

và phổ phản xạ băng hồng ngoại ngắn (SWIR) của cảm biến Landsat TM / ETM với các công thức sau:

NIR+6* RED-—7.5* BLUE+1

+ sói 1] +

1997 NR-SWIR

+ Ngập do lũ: Giả định rằng một điểm ảnh liên quan đến nước là hỗn hợp của nước lũ và các lớp phủ thực vật khác Mối quan hệ giữa EVI và LSWI sẽ ngược lại với các điểm ảnh không ngập, có nghĩa EVI < 0.1 và EVI-LSWI<0.05, các điểm ảnh liên quan đến nước được xác định là điểm ảnh lũ

+ Ngập dài hạn: Những khu vực có thời gian ngập kéo dài (như sông, hồ và biển)

được phân biệt với các khu vực bị ngập lụt ngắn hạn, theo mùa và tập trung vào

những thay đổi theo thời gian của lũ lụt hàng năm: nếu tổng số ngày dưới dạng điểm ảnh liên quan đến nước lớn hơn hoặc bằng 250 ngày mỗi năm, thì các điểm ảnh được phân loại là các vùng nước dài hạn

Ngoài ra, một thử nghiệm Kappa không theo phép đo cũng được thực hiện

để đo lường mức độ chính xác của phân loại vì nó không chỉ chiếm các yếu tố đường chéo mà còn cho tất cả các yếu tố trong ma trận sai số Kappa là thước đo chỉ mức độ phù hợp giữa dữ liệu đối chứng và kết quả phân loại được tính theo công thức sau:

KE = P(A) - P(E) (

1- P(E) ‘wa

Trong đó: P(A) độ chính xác toàn cục cho bởi ma trận sai số; P (E) đại lượng thể hiện sự mong muốn (kỳ vọng) phân loại chính xác có thể dự đoán trước Đánh giá tác động Sử dụng chức năng phân tích không gian của phần mềm ArcGIS để chồng ghép bản đồ hiện trạng sử dụng đất nông nghiệp và bản

đồ ngập lụt 2016

4.Kết quả nghiên cứu

Hình 3: Ảnh viễn thám đã xứ lý trước ngập lựt(a), Ảnh viễn thám đã xử lý trong ngập lụt(b) Ảnh viễn phám được chụp từ vệ tinh sau khi tỉnh chỉnh làm rõ và giảm mây sẽ được cắt ảnh

theo ranh giới hành chính của huyện Quảng Điền đề thành lập bản đồ :

Hình 4: Bản đồ huyện Quảng Điền trước ngập lụt(a), Bản đò huyện Quảng Điền trong ngập lụtb) Bang 1: Bang doi tượng của bản đồ huyện Quảng Điền trước ngập lụt

Tên đối Màu sắc

tượng

Đất khác bộ,

Đất trồng ' kị

rừng `

Đất trồng

lúa

Sông,suối

Bang 2: Bang doi tượng của bản đồ huyện Quảng Điền trong ngập lụt

Tên đổi Màu sắc

tượng

Đất khác -

Đất trồng

Vùng ngap

nước

Sông,suối ai

Sau khi thành lập bản đồ, tiên hành xử lí ảnh phân loại có giám sát, lây mãy ROI của từng đối

tượng trên bản đồ

Bảng 3: Bảng đỗi tượng của ảnh trước ngập lựt

(a)

Mau

Đỏ Xanh lá Xanh

V

Bảng 4: Bảng đỗi tượng của ảnh trong ngập lụt (b)

Tên đôi Màu

khác Đỏ

Vùng ngập lụt Xanh

V

Hình 5: Bảng đồ có giám sát trước ngập lụt(a), Bản đồ có giám sát trong ngập lụt(b)

© ROI Separability Report — Oo »<

File

Tnput Eile: Huyen quang dien ROI Name: (Jeffries-Matusita Transformed Divergence)

Dat khác, [Red] 375 points

Dat rong rung [Green] 1260 points: (1.91524649 1.99996822)

Dat a lua [Blue] 1921 points: (1.92625215 1.98642052)

Song suoi [Yellow] 1833 points: (1.99998556 2.00000000)

Dat trong rung [Green] 1260 point Dat khac [Red] 975 points; (1.91524649 1.99996822)

Dat trong lua [Blue] 1321 points: (1.97750474 2.00000000)

Song suci [Yellow] 1833 points: (1.99999998 2 00000000)

Dat trong lus [Blue] 1921 points Dat khac [Red] 375 points: (1.92625215 1.38642052)

Dat trong rung [Green] 1260 points: (1.97750474 2.00000000)

Song suoi [Yellow] 1833 points: (1 9$533702 2 000000003

Song suoi [Yellov] 1833 point Dat khac [ peal 975 points: (1.99998556 2_00000000) | trong rung [Green] 1260 points (1.99999998 2.00000000)

Dat trong lua [Blue] 1921 points: (1°99999702 2 00000000)

Pair Separation (least to most):

Dat khac [Red] 375 points and Dat trong rung [Green] 1260 points — 1.91524649

a

por

Dat trong lua [Blue] 1921 points and Song suoi [Yellow] 1833 points — 1.99999702

Dat trong rung [Green] 1260 points and Song suoi Tvel low) $1835 points — 1.99999998 Hình 6 Bang đánh giá độ tin cậy trước ngập lụt

RoI separabiity Report - oOo

File

Input File: Huyen quang di

ROI Nane (effriesMatuai ta, Transforned Divergence)

Dat khac [Red] 391 points

Dat trong rung [Green] 806 pond (1.95113422 1.99997103)

Vung ngap nuoc [Blue] 658 poi (1.99966491 2.00000000)

Song suoi [Yellow] 1223 Painted St 00000000 2.00000000)

Dat eed on (Green] 806 poin:

c [Red] 391 points: a 95113422 1 939997103)

Đông nee nuoc [Blue] 658 points: (1.99999973 2.00000000)

Song suoi [Yellow] 1223 points: (2.00000000 2.00000000)

Vung ngap nuoc [Blue] 658 poin'

Dat kh ] 391 points: “ti 99966491 2.00000000)

Dat trong rung [Green] 806 points: (1.99999973 2.00000000)

Song suoi [Yellow] 1223 Soe (1.99917828 2.00000000)

Song ef eo 1223 poin

Dat k [Red] 391 nh (2.00000000 2 00000000)

Dat oe rung [Green] 806 points: (2.00000000 2.00000000)

Yung ngap nuoc [Blue] 658 points: (1.99917828 2.00000000)

Pair Separation (least to nost):

Dat khac [Red] 391 points and Dat trong rung [Green] 806 points - 1.95113422

Vung ngap nuoc [Blue] 658 points and Song suoi [Yellow] 1223 points - 1.99917828

Dat khac [Red] 391 points and Vung ngap nuoc [Blue] 658 points - 1 99966491

Dat trong rung [Green] 806 points and Vung ngap nuoc [Blue] 658 points - 1.99999973

Dat trong rung [Green] 806 points and Song suoi [Yellov] 1223 points — 2.00000000

Dat khac [Red] 391 points and Song suoi [fellow] 1223 points - os 00000000

Hình 7 Bảng đánh giá độ tin cậy trong ngập lụt

File

Confusion Matrix: D> \VTUD\TruccNL\co_giam_sat_da_xu_ly

Overall Accurecy = (5897-5989) 968.4639%

Kappa Coefficient = 0.9791

nd Truth (Pixels ROI pat PhacROT trongROI:Dat trongROI:Song suci Total

Unclassified a o

Dat (Red s64 23 1018

Dat ae run 3 123 o 1256

Dat trong lua 8 1833 9 190S

Song =uoi [Yeœ a 0 1810 1810

Total 978 126 1921 1833 ssa9

Ground = =

=: ROI:Dat aon ecROI:Dat trongROI:Dat trongROI:Song suci Total

Unclassified oo 0.0 0.0 0.00 o.oo

Dat khac [Red t trong run sẽ 87 0.31 s7.6 2.0 0.26 1.20 ø.nũ 1.25 17.00 20.97

Dat trong lua 0.82 0.3 98.54 o.oo 31.81

Song suci [Ye Total 100.00 0.00 100.0 0.0 100.00 0.00 100.00 96.75 100.00 30.22

Class Commission (Percent } (Percent ) Omission Commission (Bixele) Omission (Pixelo)

Dat eS (Red 1.13 S4-1018 1179758

Ds run 2.07 2.38 26-1256 3071260 Dat trong lu 0.63 1.46 12719058 2871921 Song suoi [Ye o.00 1.25 0⁄1810 23⁄1833

Class Prod Acc User Acc Prod Acco User Acco

(Percent) (Percent > (Pixels) Pixels)

Dat a H5 98.87 3 964-975 964-1018

Dat tro: 37.62 97.93 123071260 1230/1256 Det trong lus 98.54 39.37 1893-192 1893-1905 Song suci [Ye 98.75 100.00 1810-1833 181071810

Hình 8: Đánh giá sai số Pixel dựa trên chỉ số KAPA trước ngập lụt

File Confusion Matrix: D:»VTUDSxTxrongNL`CG gian sat đa xu lý

Overall Accuracy = (305973078) 99.3827%

Kappe Coefficient = 0.9913

Ground Truth (Pixels) Da

ROI:Det khecROI:Dat trongROI:Vung ngapROI:Song =uoi Total

Unclassified Ũ ũ 0 ũ

Dat khac [Red 391 18 0 0 409

Dat trong run 9 700 9 0 798

Vung ngap nuo 9 0 6S8 1 659

Song suoi (Ye ‘otal 391 0 06 0 6s8 ụ 1222 1223 1222 3078

Ground Truth (Percent)

Class ROI:Dat khacROI:Dat trongROI:Vung ngapROI:Song suoi Total

Unclassified g 0 00 0.00 0.00

Dat khac [Red 100.00 2°33 0.00 0.00 13.29

Dat trong run 0.00 97.77 0.00 0.00 25.60

Vung ngep nuo 0.00 0.00 100.00 0.08 21.41

Song =uoi [Y= Total 100.00 oo 100.00 0.00 100.00 oo 100.00 99.92 100.00 39.70

Cless c Omission

(Percent ) (Percent ) (Pixels) (Pixels)

Dat khac [Red at trong xì 4.40 0.00 0.00 2.23 187403 07788 187806 07391

Vung ngap nuo 0.15 0.00 17659 07658

Song suci [¥ 0.00 0.08 0⁄1222 1⁄1223

(Percent ) (Percent ) (Pixels) (Pixels)

Dat khac [Red Jat trong run 97.77 100.00 60 3917391 788806 3917403 788788

Vung ngap nuo 100.00 99.85 6587658 6587659

Song suoi [Ye 99.92 100.00 122271223 122271222

Hình 8: Đánh giá sai số Pixel dựa trên chỉ số KAPA trong ngập lụt