so sánh khả năng ứng dụng của ảnh spot và landsat để thành lập bản đồ lớp phủ vùng ngập nước khu vực vân đồn, tỉnh quảng ninh luận văn ths. bản đồ viễn thám và hệ thông tin địa lý

ĐẠI HỌC QUỐC GIA HÀ NỘI TRƢỜNG ĐẠI HỌC KHOA HỌC TỰ NHIÊN - TRẦN ĐỨC MẠNH SO SÁNH KHẢ NĂNG ỨNG DỤNG CỦA ẢNH SPOT VÀ LANDSAT ĐỂ THÀNH LẬP BẢN ĐỒ LỚP PHỦ VÙNG NGẬP NƢỚC KHU VỰC VÂN ĐỒN, TỈNH QUẢNG NINH LUẬN VĂN THẠC SĨ KHOA HỌC Hà Nội – 2013 ĐẠI HỌC QUỐC GIA HÀ NỘI TRƢỜNG ĐẠI HỌC KHOA HỌC TỰ NHIÊN - TRẦN ĐỨC MẠNH SO SÁNH KHẢ NĂNG ỨNG DỤNG CỦA ẢNH SPOT VÀ LANDSAT ĐỂ THÀNH LẬP BẢN ĐỒ LỚP PHỦ VÙNG NGẬP NƢỚC KHU VỰC VÂN ĐỒN, TỈNH QUẢNG NINH Chuyên ngành: Bản đồ viễn thám hệ thông tin địa lý Mã số: 60440214 LUẬN VĂN THẠC SĨ KHOA HỌC NGƯỜI HƯỚNG DẪN KHOA HỌC: PGS.TS NGUYỄN NGỌC THẠCH Hà Nội - 2013 LỜI CẢM ƠN Trước hết, xin bày tỏ long cảm ơn chân thành PGS.TS Nguyễn Ngọc Thạch, người tận tình hướng dẫn tơi suốt thời gian làm luận văn tốt nghiệp Tôi xin cảm ơn thầy, giáo khoa Địa Lý, phịng Sau đại học, trường Đại học Khoa Học Tự Nhiên - ĐHQG HN giảng dạy suốt thời gian học tập trường tạo điều kiện giúp đỡ tơi hồn thành luận văn Cảm ơn bạn bè, đồng nghiệp cổ vũ động viên suốt trình học tập trường Tuy có cố gắng định thời gian trình độ có hạn nên chắn luận văn cịn nhiều thiếu sót hạn chế định Kính mong nhận góp ý thầy bạn Hà Nội,ngày 21 tháng11năm 2013 Học viên Trần Đức Mạnh LỜI CAM ĐOAN Tôi xin cam đoan kết đạt luận văn sản phẩm nghiên cứu, tìm hiểu riêng cá nhân tơi Trong toàn nội dung luận văn, điều trình bày cá nhân tơi tổng hợp từ nhiều nguồn tài liệu Tất tài liệu tham khảo có xuất xứ rõ ràng trích dẫn hợp pháp Tơi xin hồn tồn chịu trách nhiệm chịu hình thức kỷ luật theo quy định cho lời cam đoan Hà Nội,ngày 21 tháng11năm 2013 Học viên Trần Đức Mạnh MỤC LỤC MỞ ĐẦU Chƣơng 1- KHÁI QUÁT CHUNG VỀ ĐẤT NGẬP NƢỚC VÀ 13 VAI TRÒ CỦA ĐẤT NGẬP NƢỚC 13 1.1 Đặc điểm, phân bố đất ngập nước 13 1.1.1 Định nghĩa đất ngập nước 13 1.1.2 Phân loại đất ngập nước Việt Nam 15 1.1.2.1 Đất ngập nước tự nhiên 15 1.1.2.2 Đất ngập nước nhân tạo 17 1.2 Chức đất ngập nước: 18 1.2.1 Chức nạp, tiết nước ngầm 18 1.2.2 Chức lắng đọng trầm tích, độc tố 19 1.2.3 Chức tích lũy chất dinh dưỡng 19 1.2.4 Chức điều hịa khí hậu: 19 1.2.5 Chức hạn chế lũ lụt 19 1.2.6 Chức sản xuất sinh khối 19 1.2.7 Chức trì đa dạng sinh học 19 1.2.8 Chức chắn sóng, chắn gió bão, ổn định bờ biển, chống xói lở, hạn chế sóng thần 20 1.2.9 Các chức khác 20 1.3 Giá trị đất ngập nước Việt Nam 21 1.3.1 Giá trị kinh tế đất ngập nước 21 1.3.2 Giá trị văn hóa đất ngập nước 22 1.4 Hiện trạng bảo tồn quản lí đất ngập nước Việt Nam 22 1.4.1 Quản lí đất ngập nước cấp trung ương: 23 1.4.2 Quản lí đất ngập nước cấp tỉnh, thành phố: 24 1.4.3 Bảo tồn đất ngập nước Việt Nam: 24 Chƣơng - ĐẶC ĐIỂM TỰ NHIÊN,KINH TẾ XÃ HỘI VÀ ĐẶC ĐIỂM ĐẤT NGẬP NƢỚC KHU VỰC ĐẢO CÁI BẦU 26 2.1 Khái quát chung khu vực nghiên cứu 26 2.1.1 Phạm vi thực 26 2.1.1.1Vị trí địa lý 26 2.1.1.2 Địa hình 26 2.1.1.3 Thổ nhưỡng 29 2.1.1.4 Khí hậu 31 2.1.1.5 Đặc điểm thuỷ văn, hải văn 32 2.1.2 Đặc điểm kinh tế-xã hội 34 2.1.2.1.Đặc điểm dân cư 34 2.1.2.2.Đặc điểm kinh tế 34 2.2 Đặc điểm thực vật ngập nước khu vực Đảo Cái Bầu 35 2.2.1 Tổng quan hệ sinh thái đất ngập nước khu vực Cái Bầu 35 2.2.2 Đặc điểm phân bố không gian rừng ngập mặn 36 2.2.2.1.Hệ sinh thái chịu tác động thủy triều lên xuống: 36 2.2.2.2.Hệ sinh thái đầm nuôi thủy sản: 36 2.2.2.3.Hệ sinh thái vùng đất caokhơng chịu tác động thủy triều 36 2.2.3 Cấu trúc quần xã RNM đặc trưng 37 2.2.3.1 Nhóm quần xã thuộc khu vực chịu tác động thủy triều lên xuống 37 Chƣơng 3- SỬ DỤNG TƢ LIỆU ẢNH SPOT VÀ LANDSAT THÀNH LẬP BẢN ĐỒ LỚP PHỦ VÙNG ĐẤT NGẬP NƢỚC KHU VỰC 43 3.1 Tư liệu sử dụng 43 3.1.1 Tư liệu ảnh Spot 43 3.1.2 Tư liệu ảnh Landsat 45 3.2 Phân loại ảnh Spot Landsat 48 3.2.1 Cácnguyêntắcphânloại 48 3.2.2 Phân loại định hướng dựa đối tượng 48 3.2.2.1 Một số vấn đề nguyên lý phương pháp ĐHĐT 48 3.2.2.2 Các thông số sử dụng để xây dựng sở tri thức PLĐHĐT 49 3.2.3 So sánh phương pháp phân loại đinh hướng đối tượng phân loại dựa pixel 55 3.3 Thành lập đồ lớp phủ vùng đất ngập nước khu vực đảo Cái Bầu 61 3.3.1 Quy trình phân loại ảnh theo định hướng đối tượng 61 KẾT LUẬN VÀ KIẾN NGHỊ 69 TÀI LIỆU THAM KHẢO 71 DANH MỤC HÌNH VẼ Hình 1.1: Rừng Tràm U Minh 16 Hình 1.2: Vùng đất ngập nước châu thổ sơng Hồng 18 Hình 2.1: Mơ hình số độ cao đảo Cái Bầu 30 Hình 2.2:Bản đồ thổ nhưỡng đảo Cái Bầu 30 Hình 2.3: Quần xã thực vật tham gia RNM thể cao, chịu tác động thủy triều 39 Hình 2.4: Quần xã Đước Vẹt dù Đảo Cái Bầu 38 Hình 2.5: Quần xã Trang Sú 39 Hình 2.6:Vẹt dù đảo Cái Bầu 40 Hình 2.7: Quần xã Mắm biển,Sú 41 Hình 3.1 Sơ đồ phản xạ phổ đối tượng tự nhiên 50 Hình 3.2: Mơ hình xây dựng tập mờ (mờ hóa đặc điểm đối tượng) (Ursula C Benz, Peter Hofmann et al 2004) 54 Hình 3.3 Quy trình phân loại ảnh theo định hướng đối tượng 57 Hình 3.4: Thông số dùng để phân đoạn ảnh Spot khu vực đảo Cái Bầu 59 Hình 3.5 Mẫu khóa giải đoán ảnh viễn thám đổi tượng 62 Hình 3.6: Bản đồ trạng lớp phủ phân loại từ ảnh Spot ảnh Landsat 64 Hinh 3.7:Vị trí điểm khảo sát đảo Cái Bầu 66 DANH MỤC BẢNG BIỂU Bảng 1.1: Các loài sinh vật có vùng đất ngập nước Việt Nam 20 Bảng 1.2: Diện tích sản lượng lúa nước qua số năm 21 Bảng 2.1: Một số đặc trưng khí hậu khu vực đảo Cái Bầu 32 Bảng3.1.Một số thông số kênh phổ ảnh SPOT-1;-2;-3 43 Bảng 3.2 Một số thông số kênh phổ ảnh SPOT-4 47 Bảng 3.3: Đặc điểm ảnh vệ tinh Spot 48 Bảng3.4.Một số thông số kênh phổ ảnh LandsatTM 49 Bảng3.5 Một số thông số kênh phổ ảnh LandsatETM+,Landsat-7 50 Bảng 3.6 So sánh phân loại Pixel-Based phân loại định hướng đối tượng 60 Bảng 3.7: Độ xác phân loại ảnh Landsat 72 Bảng 3.8: Độ xác phân loại ảnh Spot 72 DANH MỤC CHỮ VIẾT TẮT RNM Rừng Ngập Mặn ĐHĐT Định hướng đối tượng, phương pháp phân loại TM ThematicMapper,tênloạivệtinhLandsat7 SPOT SystemProbatoired’ObservationdelaTerre,tênmộtloạivệ tinh Bước 3: Segmentation (phân đoạn ảnh) Để thực bước cần qua tâm đến số thông số sau: Image Layer weight: đánh giá trọng số kênh ảnh Scale parameter: tham số tỉ lệ (là thông số quan trọng có tác động trực tiếp tới kích thước đối tượng ảnh) Shape: tương quan hình thái xám độ ảnh Compactness: độ chặt Trong thực nghiệm phân đoạn ảnh nhiều lần luận văn chọn thông số khả quan để phân biệt đối tượng thuộc vùng đất ngập nước cho loại ảnh hình sau: Hình 3.4: Thông số dùng để phân đoạn ảnh Spot khu vực đảo Cái Bầu 59 Bước 4: Chọn mẫu phân loại Trong trình phân loại việc xác định hệ thống phân loại công việc quan trọng áp dụng viễn thám để xây dựng đồ sử dụng đất đồ lớp phủ Hệ thống bảng giải phân loại cần phải phù hợp với khả cung cấp thông tin liệu viễn thám Thiết lập giải không dựa vào đối tượng nhìn thấy ảnh, mà cịn phụ thuộc vào nhiều yếu tố khác: độ phân giải ảnh viễn thám, tính chất mùa vụ, thời gian chụp vệ tinh, kiến thức hiểu biết địa phương Trên sở nghiên cứu điều tra thực địa luận văn xây dựng bảng giải cho xây dựng đồ lớp phủ hình sau: 60 STT TÊN ĐỐI ẢNH TƢỢNG LANDSAT Đất chuyên dùng Đất trống Khu nuôi trồng THS Mặt nước Rừng tự nhiên Rừng NM1 Quần xã thực vật ưu Mắm biển 61 ẢNH SPOT ẢNH THỰC ĐỊA Rừng NM2 Quần xã thực vật ưu Sú Rừng NM3 - Quần xã thực vật ưu Vẹt dù Hình 3.5 Mẫu khóa giải đốn ảnh viễn thám đổi tượng khu vực nghiên cứu Sau chọn mẫu, tiến hành phân loại ảnh Landsat Spot năm 2010 khu vực nghiên cứu ta có kết đồ lớp phủ thời điểm chụp ảnh hình 3.6 62 63 Hình 3.6: Bản đồ trạng lớp phủ phân loại từ ảnh Spot ảnh Landsat Khi thành lập đồ trạng lớp phủ từ ảnh Spot Landsat thể phân bố sau: 64 Mắm biển thành phần kiểu quần xã này, thường phân bố phía ngồi cùng, thể đặc điểm lồi tiên phong, ưa sáng, chịu mặn cao, phân bố vùng đất thấp, thường có nhiều cát sỏi Tiếp đến Sú thường phân bố khu vực đất lầy thụt, thấp Cấu trúc không gian kiểu quần xã khơng cao, trung bình 3m Phân bố khu vực đất cao, thể rắn, lầy thụt chịu tác động thủy triều cao trung bình Thành phần lồi kiểu quần xã chủ yếu Vẹt dù Bước 5: Tính tốn độ xác kết phân loại Đây bước quan trọng nhằm đánh giá độ tin cậy sử dụng kết phân loại Có nhiều cách đánh giá độ xác, luận văn sử dụng số Kappa để đánh giá kết quả: r K r N  xii    xi   xi  i 1 i 1 (15) r N    xi   xi  i 1 Trong đó: N: tổng số pixel mẫu kiểm chứng r: số hàng ma trận sai số xii: phần tử đường chéo xi+: tổng phần tử hàng i x+i: tổng phần tử cột i Giá trị hệ số Kappa thể độ xác kết phân loại sau: Độ xác thấp: < 0,20 Độ xác thấp: 0,20 – 0,40 Độ xác trung bình: 0,40 – 0,60 Độ xác cao: 0,60 – 0,80 Độ xác cao: 0,80 – 1,00 Để tính toán hệ số này, học viên khảo sát lấy tọa độ 50 điểm thuộc đối tượng đất ngập nước, sơ đồ điểm khảo sát hình 3.7 65 Hình 3.7:Vị trí điểm khảo sát đảo Cái Bầu 66 Quần xã thực vật ưu Mắm biển Quần xã thực vật ưu Sú Quần xã thực vật ưu Vẹt dù Khu ni trồng thủy hải sản Tổng hàng Chính xác tương đối Quần xã thực vật ưu Mắm biển 1 12 66.7% Quần xã thực vật ưu Sú 10 15 66.7% Quần xã thực vật ưu Vẹt dù 10 15 66.7% Khu nuôi trồng thủy hải sản 0 87.5% Loại Chỉ số Kappa = 59% Bảng 3.7: Độ xác phân loại ảnh Landsat Quần xã thực vật ưu Mắm biển Quần xã thực vật ưu Sú Quần xã thực vật ưu Vẹt dù Khu ni trồng thủy hải sản Tổng hàng Chính xác tương đối Quần xã thực vật ưu Mắm biển 1 12 75% Quần xã thực vật ưu Sú 12 15 80% Quần xã thực vật ưu Vẹt dù 1 13 15 87% Khu nuôi trồng thủy hải sản 0 8 100% Loại Chỉ số Kappa = 78% Bảng 3.8: Độ xác phân loại ảnh Spot 67 + So sánh độ xác sau phân loại ảnh Dựa vào cơng tác điều tra thực địa, ta so sánh kết đối tượng loại ảnh mặt phân bố hình dạng đối tượng Qua đó, cho thấy, ảnh Landsat có khả đảm bảo tương đối tốt phân bố đối tượng, nhiên độ xác cịn thấp 12 điểm kháo sát quần xã mắm biển ảnh Landsat phân loại điểm đạt 66,7%,tương tự với quẫn xã Sú đạt 66,7%, quần xã Vệt Sù đạt 66,7% cao khu ni trồng thủy sản 62 độ xác đạt 87.5% Chỉ số Kapa đạt 59%.Như vậy, ảnh Landsat có khả trích thơng tin thực phủ thấp nhất, đạt khoảng 66 – 87% so với thực tế Với độ phân giải không gian cao, ảnh Spot phân loại tốt đối tượng có kích thước nhỏ đầm nuôi tôm,và hồ nước nhỏ Ảnh Spot đảm bảo hình dáng đối tượng như, kênh rạch tốt đối ngập nước ảnh Spot phân loại có độ xác cao Vì ảnh Spot có đủ kênh ảnh vùng sóng lục đến hồng ngoại, có độ phân giải 10 m.Trong 12 điểm khảo sát quần xã Mắm biển ảnh Spot phân loại xác điểm đạt 75%, tiếp đến quần xã Sú 80%, quần xã Vẹt Sù 87% cao độ xác phân loại khu ni trồng thủy hải sản đạt 100%.Chỉ số Kapa đạt 78%.Do đó, ảnh Spot có khả trích thơng tin thực phủ tốt, đạt 75 – 100% so với thực tế Tóm lại, loại ảnh, Landsat có khả trích thơng tin thực phủ Spot có khả trích thơng tin tốt hơn.Mặc dù ảnh Landsat có kênh phổ ảnh Spot có kênh,cả ảnh điều có kênh cận hồng ngoại, kênh quan trọng phân loại thực vật ngập nước ảnh Spot có độ phân giải cao hơn(10m) nên ảnh Spot có khả trích thơng tin thực vật ngập nước tốt 68 KẾT LUẬN VÀ KIẾN NGHỊ Ứng dụng thành tựu khoa học công nghệ giới vào mục đích giám sát bảo vệ mơi trường cơng việc mang tính cấp bách thời điểm Cùng với phát triển không ngừng công nghệ viễn thám công nghệ GIS giới nói chung Việt Nam nói riêng địi hỏi cần phải có nghiên cứu ứng dụng vào mục đích cụ thể giám sát quản lí tài nguyên thiên nhiên Công nghệ viễn thám công nghệ phù hợp với công việc nghiên cứu, điều tra, theo dõi bề mặt Trái đất GIS công cụ bổ trợ, quản lí sở liệu thuộc tính nhằm nâng cao khả phân tích, đánh giá kết nghiên cứu Các loại hình đất ngập nước đối tượng lớp phủ mặt đất Nó có vai trị quan trọng q trình phát triển kinh tế - xã hội phòng chống thiên tai Việt Nam Qua trình nghiên cứu tiến hành so sánh việc sử dụng tư liệu ảnh SPOT LANDSAT để thành lập đồ lớp phủ đất ngập nước khu vực đảo Cái Bầu, rút số kết luận sau: - Từ kết đạt khẳng định việc sử dụng tư liệu ảnh viễn thám hoàn toàn cho phép việc thành lập đồ trạng đất ngập nước nói chung - Tư liệu viễn thám với khả cung cấp thông tin bề mặt Trái đất diện rộng cập nhật thường xuyên, kết hợp với nguồn thơng tin từ đồ số địa hình, tư liệu khác khảo sát thực địa, với khả quản lí phân tích thơng tin cơng nghệ GIS giúp cho việc thành lập lớp thơng tin trạng thái nhanh chóng, xác so với việc thành lập đồ lớp phủ đất ngập nước phương pháp truyền thống trước - Độ xác q trình phân loại ảnh phụ thuộc nhiều vào trình lấy mẫu Để giúp cho việc lấy mẫu loại hình đất ngập nước dễ dàng đưa kết xác, học viên thành lập khóa suy giải dựa vào kinh nghiệm đoán đọc ảnh, kiến thức đất ngập nước kết điều tra thực địa - Với kết phân loại ta nhận thấy ảnh Spot có khả trích thơng tin thực vật ngập nước tốt ảnh Landsat Ảnh Spot có độ phân giải khơng gian cao (10m), kênh phổ (4 kênh) Trong đó, ảnh 69 Landsat có độ phân giải thấp hơn, nhiều ảnh Spot kênh Như vậy, cho thấy tầm quan trọng độ phân giải không gian số lượng kênh phổ việc trích thơng tin thực phủ ảnh vệ tinh, đặc biệt tầm quan trọng kênh dải sóng cận hồng ngoại việc trích thơng tin loại thực vật Kiến nghị: - Để ứng dụng có hiệu việc sử dụng ảnh viễn thám việc thành lập đồ lớp phủ đất ngập nước phục vụ cho nhiều cấp ngành khác cần phải xây dựng thống toàn quốc hệ thống giải loại hình đất ngập nước phù hợp với khả tư liệu viễn thám - Với tầm quan trọng đặc biệt đất ngập nước, muốn bảo vệ quản lí nguồn tài ngun có hiệu cần phải có sở liệu đất ngập nước cho tỉnh thành nước, đặc biệt tỉnh ven biển, nơi mà sống người phụ thuộc nhiều vào vùng đất ngập nước Từ đồ trạng ta xây dựng đồ biến động đất ngập nước, từ đánh giá mức độ biến động diện tích vùng đất ngập nước Đây nguồn thông tin đáng tin cậy, công cụ hữu hiệu giúp cho nhà khoa học, nhà quản lí đưa biện pháp nhằm đảm bảo mục tiêu phát triển bền vững năm tới - Đối với ảnh có nhiều kênh phổ, phân loại đối tượng, phải lựa chọn kênh phù hợp, tránh dùng kênh có tương quan cao gây trùng lắp thông tin cho kết phân loại khơng cao - Trong q trình xử lý phân loại ảnh chọn kênh phổ dùng cho phân loại, chọn mẫu giải đoán, số thống kê yếu tố quan trọng, giúp xác định tốt kênh ảnh cần dùng, xác định chất lượng vùng mẫu Vì vậy, trình xử lý, phân loại, cần quan tâm, phân tích số liệu thống kê - Với đồ lớp phủ ảnh vệ tinh u cầu đồ xác khơng cao sử dụng ảnh Landsat để giảm thiểu chi phí ảnh Landsat miễn phí Khi thành lập đồ lớp phủ với độ xác cao chi tiết nên chọn ảnh Spot 70 TÀI LIỆU THAM KHẢO Tài liệu tiếng việt Bộ Tài nguyên Môi trường, Cục Bảo vệ Môi trường, Tổ chức bảo tồn thiên nhiên giới (2003), Chương trình Quốc gia bảo tồn quản lí đất ngập nước, Hà Nội Bộ Tài nguyên Mơi trường, Cục Bảo vệ Mơi trường, Chương trình bảo tồn đa dạng sinh học vùng đất ngập nước sông Mekong (2006), Hệ thống phân loại đất ngập nước Việt Nam, Hà Nội Bộ Tài nguyên Môi trường, Cục Bảo vệ Môi trường (2005), Tổng quan trạng đất ngập nước Việt Nam sau 15 năm thực cơng ước Ramsar, Hà Nội Đỗ Đình Sâm, Phan Ngun Hồng, Vũ Tấn Phương, Ngơ Đình Quế,Kế hoạch hành động Bảo vệ phát triển rừng ngập mặn Việt Nam đến 2015 Hà Quốc Hùng, Đặng Trung Tấn ( 1990), Sổ tay cỏ RNM Cà Mau; Sở khoa học Công nghệ môi trường tỉnh Và Mau-Trung tâm nghiên cứu ứng dụng kỹ thuật rừng ngập mặn Minh Hải Nguyễn Ngọc Thạch (2005) ,Cơ sở Viễn Thám, Đại Học Khoa Học Tự Nhiên Đại Học Quốc Gia Hà Nội Nguyễn Hồng Trí (1996), Thực vật Rừng ngập mặn Việt Nam Phạm Văn Cự (2005), Cơ sở khoa học phương pháp viễn thám với kỹ thuật xử lý số Tài liệu giảng dạy: Trung tâm viễn thám Geomatric VTGEO Phan Nguyên Hồng ctv, 1999 Rừng ngập mặn Việt Nam NXB Nông Nghiệp 10 Phan Nguyên Hồng (1991), Đặc điểm sinh thái, phân bố thực vật thảm thực vật ven biển Việt N am Luận Án cấp II, Đại học Sư Phạm Hà Nội I 11 Phùng Tiểu Bôi cộng (2001), Rừng ngập mặn ven biển miền Bắc Việt Nam 12 Trần Thị Ân , Cơ sở viễn thám fundamentals of remote sensing 13 Viên Ngọc Nam Trần Hậu Huệ Phân bố Thực vật Rừng ngập mặn Vườn Quốc gia Côn Đảo, tỉnh Bà Rịa- Vũng Tàu P.N Hồng (chủ biên) Trong Phục hồi Rừng ngập mặn ứng phó với biến đổi khí hậu hướng tới phát triển bền vững NXB Nông Nghiệp 2008 321-332 71 Tài liệu tiếng anh 14 Chen M., Sua W., Li L., Zhang C., Yuea A., Lia H (2009), 'Comparison of Pixel-based Methods and Object-oriented Knowledge-based Classification Using SPOT5 Imagery ', Wseas transactions on information science and applications, 15 Cohen J (1960), 'A coefficient of agreement for niminal scales', Educ Psychol Measurment 20, pp 37-46 16 De Kok R., Schneider T., Ammer U (1999), Object-based classification and applications in the Alpine forest environment, 32, International Archives of Photogrammetry and Remote Sensing Valldolid Spain 17 Gaurav K P., Prasun K G (2010), 'Comparison of Advanced Pixel Based (ANN and SVM) and Object-Oriented Classification Approaches Using Landsat-7 Etm+ Data', International Journal of Engineering and Technology, 2, pp 245-51 18 Ivits E., Koch B., Blaschke T., Jochum M., Adler P (2005), 'Landscape structure assessment with image grey-values and object-based classification at three spatial resolutions', International Journal of Remote Sensing, 26, pp 2975–93 19 Matinfar H.R., Sarmadian F., Alavi Panah S.K., Heck R.J (2007), 'Comparisons of Object-Oriented and Pixel-Based Classification of Land Use/Land Cover Types Based on Lansadsat7, Etm+ Spectral Bands (Case Study: Arid Region of Iran) ', American-Eurasian J Agriculture & Environment, Science, 2, pp 448-56 20 Ryherd S., Woodcock C (1996), 'Combining Spectral and Texture Data in the Segmentation of Remotely Sensed Images ', Photogrammetric Engineering & Remote Sensing, 62, pp 181-94 21 Sun Xiaoxia Zhang Jixian Liu Zhengjun Chinese Academy of Surverying And Mapping, No16, Beitaiping Rd, Haidian District, Beijing, 100039, China 22 Whiteside T., Ahmad W (2005), A comparison of object-oriented and pixel- 72 based classification methods for mapping land cover in northern Australia, ISBN 0-9581366-2-9 Proceedings of SSC2005 Spatial intelligence, innovation and praxis: The national biennial: Conference of the Spatial Sciences Institute 23 Weiqi Z., Austin T., Morgan G (2008), 'Object-based Land Cover Classification and Change Analysis in the Baltimore Metropolitan Area Using Multitemporal High Resolution Remote Sensing Data', Sensors, 8, pp 1613- 36 73 ... ĐỨC MẠNH SO SÁNH KHẢ NĂNG ỨNG DỤNG CỦA ẢNH SPOT VÀ LANDSAT ĐỂ THÀNH LẬP BẢN ĐỒ LỚP PHỦ VÙNG NGẬP NƢỚC KHU VỰC VÂN ĐỒN, TỈNH QUẢNG NINH Chuyên ngành: Bản đồ viễn thám hệ thông tin địa lý Mã số:... ? ?So sánh khả ứng dụng ảnh Spot Landsat để thành lập đồ lớp phủ vùng ngập nướckhu vực Vân Đồn -Quảng Ninh? ?? Mục tiêu nghiên cứu: Thử nghiệp so sánh khả ứng dụng ảnh Spot Landsat việc nghiên cứu vùng. .. 3- SỬ DỤNG TƢ LIỆU ẢNH SPOT VÀ LANDSAT THÀNH LẬP BẢN ĐỒ LỚP PHỦ VÙNG ĐẤT NGẬP NƢỚC KHU VỰC 43 3.1 Tư liệu sử dụng 43 3.1.1 Tư liệu ảnh Spot 43 3.1.2 Tư liệu ảnh Landsat