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

Để đạt được mục tiêu kể trên, luận án sẽ giải quyết các nhiệm vụ cụ thể sau: 1 Nghiên cứu bản chất, đặc điểm, phân tích điểm mạnh, yếu của các phương pháp phân loại ảnh số trong viễn thá

ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC KHOA HỌC TỰ NHIÊN

-

LẠI ANH KHÔI

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

Luận án TS Địa lý

Hà Nội – 2007

MỤC LỤC

DANH MỤC CÁC BẢNG 5

DANH MỤC CÁC HÌNH VẼ VÀ ĐỒ THỊ 5

MỞ ĐẦU 7

1 TÍNH CẤP THIẾT CỦA ĐỀ TÀI 8

2 MỤC TIÊU VÀ NHIỆM VỤ CỦA LUẬN ÁN 9

3 ĐỐI TƯỢNG VÀ PHẠM VI NGHIÊN CỨU 10

4 Ý NGHĨA KHOA HỌC VÀ THỰC TIỄN CỦA ĐỀ TÀI NGHIÊN CỨU 11

5 CƠ SỞ TÀI LIỆU, TRANG THIẾT BỊ VÀ PHẦN MỀM 11

6 PHƯƠNG PHÁP NGHIÊN CỨU 13

7 LUẬN ĐIỂM BẢO VỆ 14

8 ĐÓNG GÓP MỚI 14

9 BỐ CỤC CỦA LUẬN ÁN 15

CHƯƠNG 1 16

VIỄN THÁM VÀ XỬ LÝ ẢNH SỐ TRONG VIỄN THÁM 16

1.1 VIỄN THÁM 16

1.2 XỬ LÝ ẢNH SỐ TRONG VIỄN THÁM 20

1.3 TÌNH HÌNH NGHIÊN CỨU, ỨNG DỤNG VIỄN THÁM VÀ XỬ LÝ ẢNH SỐ TRONG VIỄN THÁM Ở VIỆT NAM 22

1.4 KẾT LUẬN CHƯƠNG 1 28

CHƯƠNG 2 29

ĐÁNH GIÁ VỀ CÁC PHƯƠNG PHÁP PHÂN LOẠI ẢNH SỐ 29

2.1 BÀI TOÁN PHÂN LOẠI 29

2.2 CÁC PHƯƠNG PHÁP PHÂN LOẠI CÓ GIÁM SÁT 32

2.2.1 PHƯƠNG PHÁP PHÂN LOẠI HỢP LÝ TỐI ĐA (MAXIMUM LIKELIHOOD) 33

2.2.2 PHƯƠNG PHÁP KHOẢNG CÁCH TỐI THIỂU (MINIMUM DISTANCE) 40

2.2.3 PHƯƠNG PHÁP PHÂN LOẠI MAHALANOBIS 44

2.2.4 PHƯƠNG PHÁP PHÂN LOẠI HÌNH HỘP 46

2.2.5 PHƯƠNG PHÁP PHÂN LOẠI SỬ DỤNG MẠNG NƠ RON 47

2.2.6 PHÂN LOẠI THEO BỐI CẢNH (CONTEXTUAL CLASSIFICATION) 52

2.3 CÁC PHƯƠNG PHÁP PHÂN LOẠI KHÔNG GIÁM SÁT 54

2.3.1 THUẬT TOÁN K GIÁ TRỊ TRUNG BÌNH 54

2.3.2 THUẬT TOÁN ISODATA (INTERACTIVE SELF-ORGANIZING DATA ANALYSIS) 55

CHƯƠNG 3 59

NÂNG CAO ĐỘ TIN CẬY CỦA KẾT QUẢ PHÂN TÍCH ẢNH 59

3.1 NHỮNG NGUYÊN TẮC CƠ BẢN 60

3.1.1 HỆ THỐNG PHÂN LOẠI PHẢI PHÙ HỢP 60

3.1.2 SỐ LIỆU MẪU PHẢI THỰC SỰ ĐẠI DIỆN CHO MỖI LỚP 61

3.1.3 TẬN DỤNG CHIỀU CỦA KHÔNG GIAN PHỔ 63

3.1.4 TÍCH HỢP CÁC THÔNG TIN BỔ TRỢ TRONG QUÁ TRÌNH PHÂN LOẠI 65

3.1.5 SỬ DỤNG CÁC GIÁ TRỊ NGƯỠNG ĐỂ KIỂM SOÁT QUÁ TRÌNH PHÂN LOẠI 66

3.2 GIẢI PHÁP VÀ QUY TRÌNH THỰC HIỆN 66

3.2.1 ƯỚC LƯỢNG SỐ LỚP PHỔ TRÊN ẢNH 68

3.2.2 PHÂN LOẠI ẢNH BẰNG PHƯƠNG PHÁP KHÔNG GIÁM SÁT 69 3.2.3 TÍNH TOÁN ĐẶC TRƯNG THỐNG KÊ CỦA CÁC LỚP PHỔ 70 3.2.4 LỰA CHỌN HỆ THỐNG PHÂN LOẠI DÙNG TRONG PHÂN LOẠI CÓ GIÁM SÁT 70

3.2.5 LỰA CHỌN BỔ SUNG CÁC VÙNG MẪU 72

3.2.6 PHÂN LOẠI ẢNH CÓ GIÁM SÁT 73

3.2.7 NHÓM GỘP, ĐẶT TÊN CHO CÁC LỚP 74

3.2.8 XỬ LÝ SAU PHÂN LOẠI, CHỈNH SỬA ẢNH KẾT QUẢ 74

3.2.9 TÓM LƯỢC QUY TRÌNH PHÂN TÍCH ẢNH 75

3.3 THỰC NGHIỆM KIỂM CHỨNG 78

3.4 CẢI THIỆN, HIỆU CHỈNH KẾT QUẢ PHÂN LOẠI 83

3.4.1 LỌC ẢNH PHÂN LOẠI 83

3.4.1.1 PHÂN LOẠI CÁC PHÉP LỌC 83

3.4.1.2 LỰA CHỌN LỌC CHO ẢNH PHÂN LOẠI 85

3.4.2 BIÊN TẬP, CHỈNH SỬA ẢNH PHÂN LOẠI 95

3.5 KẾT LUẬN CHƯƠNG 3 97

CHƯƠNG 4 98

ỨNG DỤNG KỸ THUẬT XỬ LÝ ẢNH SỐ TRONG NGHIÊN CỨU BIẾN ĐỘNG TÀI NGUYÊN VÙNG TRUNG-HẠ LƯU SÔNG ĐÀ 98

4.1 KHU VỰC NGHIÊN CỨU 98

4.1.1 ĐẶC ĐIỂM ĐỊA CHẤT, ĐỊA MẠO 99

4.1.2 KHÍ HẬU 102

4.1.3 THUỶ VĂN 103

4.1.4 THỔ NHƯỠNG - SINH VẬT 105

4.2 TƯ LIỆU SỬ DỤNG 107

4.3 PHƯƠNG PHÁP VÀ QUY TRÌNH THỰC HIỆN 110

4.5 BIẾN ĐỘNG LỚP PHỦ KHU VỰC NGHIÊN CỨU GIAI ĐOẠN

1993 - 2000 134

4.6 KẾT LUẬN CHƯƠNG 4 141

KẾT LUẬN VÀ KIẾN NGHỊ 142

CÁC CÔNG TRÌNH ĐÃ CÔNG BỐ 144

LIÊN QUAN ĐẾN LUẬN ÁN 144

TÀI LIỆU THAM KHẢO 145

PHỤ LỤC 157

DANH MỤC CÁC BẢNG

Bảng 3.1: Ma trận nhầm lẫn trong kết quả phõn loại theo cỏc lớp thụng tin

75

Bảng 3.2: Ma trận nhầm lẫn trong kết quả phõn loại sử dụng số liệu mẫu

khụng đủ đặc

trưng 77

Bảng 3.3: Ma trận nhầm lẫn trong kết quả phõn loại do cắt giảm số kờnh 79 Bảng 4.1: Thụng số kỹ thuật về cỏc vệ tinh Landsat 103

Bảng 4.2: Thụng số kỹ thuật về cỏc bộ thu trờn vệ tinh Landsat .104

Bảng 4.3: Diện tớch cỏc loại đất trong khu vực năm 1993, 2000 127

Bảng 4.4: Cơ cấu sử dụng đất trong cỏc năm 1993,2000 .128

Bảng 4.5: Biến động qua lại giữa cỏc loại hỡnh lớp phủ trong khu vực giai đoạn 1993-2000 129

Bảng 4.6: Biến động qua lại giữa cỏc loại hỡnh sử dụng đất trong khu vực giai đoạn 1993-2000 130

Bảng 4.7: Bảng phõn bố cỏc loại hỡnh lớp phủ theo độ dốc 133

Bảng 4.8: Bảng phõn bố cỏc loại hỡnh sử dụng đất theo độ dốc 133

DANH MỤC CÁC HèNH VẼ VÀ ĐỒ THỊ Hình 1: Vị trí khu vực nghiên cứu 10

Hình 2.1: Không gian phổ 2 chiều biểu diễn riêng 2 kênh 5 và 7 của ảnh Landsat MSS 31

Hình 2.2: Sự phân hoá của các lớp thông tin thành các lớp phổ 32

Hình 2.3: Ng-ỡng phân loại trong tr-ờng hợp ph-ơng pháp hợp lý tối đa 38

Hình 2.4: Sự khác biệt giữa khoảng cách Ơ-clit và khoảng cách theo cạnh khối 41

Hình 2.5: Đ-ờng phản xạ phổ của các điểm ảnh t-ơng ứng với hình 2 4 42

Hình 2.6: Minh hoạ ph-ơng pháp hình hộp 46

Hình 2.7: Phân bố của các lớp trên ảnh gốc (a) và ảnh thành phần chính (b) 47

Hình 2.8: Sơ đồ một mạng nơ ron lan truyền ng-ợc. 48

Hình 2.9: Đồ thị hàm chữ S 49

Hình 3.2: ả nh h-ởng của vùng mẫu lên kết quả phân loại: 63

Hình 3.3: Quy trình phân tích ảnh kết hợp các ph-ơng pháp phân loại ảnh số và giải đoán bằng mắt 69

Hình 3.4: Đồ thị dao động giá trị độ xám của 1 lớp phổ trên các kênh. 71

Hình 3.5: ảnh gốc (a) và ảnh đ-ợc phủ lớp phổ biểu diễn mặt n-ớc (b) 71

Hình 3.6: ả nh tổ hợp màu khu vực thử nghiệm (R:4, G:2, B:1) 79

Hình 3.7: Kết quả phân loại vận dụng quy trình mô tả trong mục 3.2 80

Hình 3.8: Kết quả phân loại dựa trên các lớp thông tin 81

Hình 3.9: Kết quả phân loại với vùng mẫu không đủ đại diện 82

Hình 3.10: Kết quả phân loại, sử dụng 4 kênh đầu của ảnh 83

Hình 3.12: Hiệu quả của hai lọc hình thái cơ bản 89

Hình 3.13: Hoạt động của lọc giãn mở với 2 phần tử cấu trúc khác nhau 91

Hình 3.14: Tác động của lọc sieve (a) và lọc đa số (b) 95

Hình 4.1: Bản đồ hành chính khu vực nghiên cứu 100

Hình 4.2: Bản đồ độ cao khu vực nghiên cứu 101

Hình 4.3 : Mạng l-ới thuỷ văn khu vực nghiên cứu 104

Hình 4.4: Quy trình đánh giá biến động lớp phủ khu vực nghiên cứu 113

Hình 4.5: Ph-ơng pháp nội suy tuyến tính 2 chiều (a) và bậc 3 (b) 117

Hình 4.6: Nguyên lý cân bằng biểu đồ phân bố độ xám 2 ảnh 120

Hình 4.7: Các ảnh mặt nạ (a) và kết quả phân loại ảnh năm 1993 bằng ph-ơng pháp ISODATA đ-ợc gán màu theo các lớp thông tin (b) 125

Hình 4.8: Kết quả phân loại ảnh năm 1993 bằng ph-ơng pháp ISODATA 126

Hình 4.9: Kết quả phân loại ảnh năm 2000 bằng ph-ơng pháp ISODATA 127

Hình 4.10: Bản đồ hiện trạng lớp phủ khu vực nghiên cứu năm 1993 131

Hình 4.11: Bản đồ hiện trạng lớp phủ khu vực nghiên cứu năm 2000 132

Hình 4.12: Diện tích các loại lớp phủ trong khu vực các năm 1993, 2000 133 Hình 4.13: Cơ cấu sử dụng đất trong khu vực các năm 1993(a), 2000(b) 134

Hình A1: ảnh 3D khu vực nghiên cứu năm 1993 159

Hình A2: Bản đồ độ dốc khu vực nghiên cứu 160

Hình A3: Bản đồ phân loại sử dụng đất khu vực nghiên cứu năm 1993 161

Hình A4: Bản đồ phân loại sử dụng đất khu vực nghiên cứu năm 2000 162

Hình A5: Bản đồ phân bố đất nông nghiệp KVNC năm 1993 163

Hình A6: Bản đồ phân bố đất nông nghiệp KVNC năm 2000 164

Hình A7: Bản đồ phân bố đất có rừng KVNC năm 1993 165

Hình A8: Bản đồ phân bố đất có rừng KVNC năm 2000 166

Hình A9: Bản đồ phân bố đất thổ c- KVNC năm 1993 167

Hình A10: Bản đồ phân bố đất thổ c- KVNC năm 2000 168

Hình A11: Bản đồ phân bố đất ch-a sử dụng KVNC năm 1993 169

Hình A12: Bản đồ phân bố đất ch-a sử dụng KVNC năm 2000 170

Hình A13: Bản đồ phân bố mặt n-ớc KVNC năm 1993 171

Hình A14: Bản đồ phân bố mặt n-ớc KVNC năm 2000 172

Hình A16: Bản đồ phân bố các khu vực đất nông nghiệp gia tăng giai đoạn 1993-2000 174

176

đoạn 1993-2000 179

1993-2000 180

183

MỞ ĐẦU

1 Tính cấp thiết của đề tài

Trong lĩnh vực viễn thám, kỹ thuật xử lý ảnh số đã xâm nhập vào Việt Nam từ khá sớm Hệ xử lý ảnh số đầu tiên đã có mặt tại Việt Nam năm 1983

Đó là một hệ thống dựa trên máy tính mini của hãng Robotron (CHDC Đức)

do Viện Khoa học Việt Nam (nay là Viện Khoa học và Công nghệ Việt Nam) đặt mua trong khuôn khổ của dự án “Ứng dụng viễn thám trong điều tra tài nguyên thiên nhiên” do Chương trình Phát triển của Liên hợp quốc (UNDP) tài trợ Tiếp đó đến năm 1989 đã xuất hiện bộ chương trình xử lý ảnh đầu tiên của Việt Nam mang tên MDASER (Multispectral Data Analysis System for Earth Resource) do nghiên cứu sinh chủ trì xây dựng cùng nhóm Viễn thám thuộc Phòng Điện tử - Viện Vật lý trong khuôn khổ đề tài “Nghiên cứu ứng dụng kỹ thuật viễn thám trong điều tra tài nguyên thiên nhiên” thuộc chương trình cấp nhà nước “Trắc địa - Bản đồ - Viễn thám” Đây là bộ chương trình được xây dựng cho các máy PC với cấu hình lúc đó còn rất thấp Đến những năm gần đây, khi mà với tốc độ phát triển nhanh chóng của công nghệ điện tử

và tin học, giá thành của máy tính, các thiết bị ngoại vi cũng như phần mềm giảm xuống đáng kể thì ở hầu hết các cơ sở viễn thám của các bộ, các ngành trong cả nước đều đã được trang bị các hệ thống xử lý ảnh số Tuy nhiên, trái với những gì mong đợi, ở Việt Nam kỹ thuật xử lý ảnh số cho đến nay vẫn chưa thực sự phát huy được hiệu quả của mình dẫn tới những sự lãng phí rất lớn về thiết bị, vốn đầu tư Có nhiều lý do để giải thích thực trạng này, trong

đó phải kể tới hai nguyên nhân chính sau:

- Công tác đào tạo nhân lực chưa được chú trọng đúng mức dẫn tới thiếu những chuyên gia chuyên sâu có đầy đủ những hiểu biết về kỹ thuật xử

lý ảnh số, về tiềm năng cũng như hạn chế của nó nên chưa làm chủ được

- Mặc dù cũng đã có một số nghiên cứu ứng dụng kỹ thuật xử lý ảnh số

để giải quyết một số nhiệm vụ khoa học và thực tiễn nhất định, tuy nhiên hiện tại còn rất thiếu những nghiên cứu mang tính học thuật về kỹ thuật này

Đề tài được nghiên cứu sinh lựa chọn trong bối cảnh như vậy nhằm giải quyết một phần những bất cập kể trên Khu vực thử nghiệm cho nghiên cứu được chọn là vùng Trung-Hạ lưu sông Đà Đây là một địa bàn quan trọng về kinh tế, xã hội và quốc phòng của đất nước Trong hơn hai thập kỷ qua và trong thời gian tới, việc xây dựng các công trình lớn như thuỷ điện Hoà Bình, thuỷ điện Sơn La, và trong tương lai với việc cơ cấu lại tổ chức kinh tế-xã hội Tây Bắc làm cho khu vực nghiên cứu đã và sẽ có nhiều biến động lớn trên quy mô rộng Bởi vậy việc ứng dụng một phương pháp hiện đại, ưu việt để giám sát biến động các yếu tố tự nhiên mặt đất phục vụ cho tổ chức không gian lãnh thổ khu vực là hết sức cấp thiết

Mục tiêu của luận án là đề xuất các giải pháp nâng cao độ tin cậy của phương pháp phân loại ảnh số và vận dụng để nghiên cứu theo dõi biến động tài nguyên mặt đất vùng Trung - Hạ lưu sông Đà

Để đạt được mục tiêu kể trên, luận án sẽ giải quyết các nhiệm vụ cụ thể sau:

1) Nghiên cứu bản chất, đặc điểm, phân tích điểm mạnh, yếu của các phương pháp phân loại ảnh số trong viễn thám;

2) Đề xuất các giải pháp nâng cao độ tin cậy của kết quả phân loại ảnh

số và các kỹ thuật sau phân loại (post classification) nhằm cải thiện chất lượng ảnh phân loại;

3) Ứng dụng để xây dựng các bản đồ hiện trạng làm căn cứ xác định biến động tài nguyên thiên nhiên mặt đất vùng Trung - Hạ lưu sông Đà giữa

hai thời kỳ đầu thập kỷ 90 khi nhà máy thuỷ điện Hoà Bình mới bước vào hoạt động và hiện tại trong quá trình thi công xây dựng nhà máy thuỷ điện Sơn La

Đối tượng nghiên cứu của luận án là các phương pháp phân loại ảnh viễn thám, các giải pháp nâng cao độ tin cậy của kết quả phân loại, các kỹ thuật sau phân loại (post-classification)

Khu vực nghiên cứu ứng dụng là vùng lưu vực sông Đà đoạn từ sau đập thuỷ điện Sơn La đến cuối lưu vực (xem hình 1) Nội dung nghiên cứu giới hạn trong việc nghiên cứu hiện trạng và biến động lớp phủ bề mặt với các đối tượng được xác định là tài nguyên rừng, nước mặt và thực trạng khai thác

sử dụng tài nguyên đất

4 Ý nghĩa khoa học và thực tiễn của đề tài nghiên cứu

Ý nghĩa khoa học: Phân loại ảnh số mặc dù thường được người sử dụng

đặt kỳ vọng nhiều nhất song hiện vẫn được coi là khâu yếu nhất trong kỹ thuật xử lý ảnh số Kết quả của luận án góp phần nâng cao vị thế của kỹ thuật

xử lý ảnh số trong viễn thám, nâng cao độ tin cậy của phương pháp viễn thám trong nghiên cứu các đối tượng mặt đất, khắc phục được tình trạng lãng phí

về trang thiết bị kỹ thuật hiện nay

Ý nghĩa thực tiễn: Kiểm kê và đánh giá mức độ biến động tài nguyên

rừng, nước mặt và thực trạng khai thác sử dụng tài nguyên đất với sự phát triển kinh tế của Tây Bắc cùng sự hình thành của hai công trình thuỷ điện lớn nhất Đông Nam Á: thuỷ điện Hoà Bình và thuỷ điện Sơn La

Nguồn tài liệu được sử dụng cho luận án gồm:

1) Tài liệu khoa học thuộc nhiều lĩnh vực như địa lý, viễn thám, xử lý ảnh số, nhận dạng, xác suất thống kê, kỹ thuật mạng nơ ron v.v của nhiều tác giả cả trong và ngoài nước;

2) Các báo cáo tổng kết đề tài cấp nhà nước, cấp bộ mà nghiên cứu sinh

đã trực tiếp tham gia hoặc chủ trì, các kết quả nghiên cứu của nghiên cứu sinh

đã đăng trên các tạp chí chuyên ngành và quốc tế; Trong đó đặc biệt cần kể tới:

- Đề tài "Xây dựng bộ chương trình xử lý ảnh trên máy tính PC" (một trong hai đề tài nhánh của đề tài "Nghiên cứu ứng dụng kỹ thuật viễn thám trong điều tra tài nguyên thiên nhiên" thuộc chương trình cấp nhà nước "Trắc địa, Bản đồ và Viễn thám"), do nghiên cứu sinh chủ trì;

- Đề tài "Hợp tác xây dựng bộ chương trình xử lý ảnh viễn thám" (đề tài hợp tác giữa Viện Vật lý với Trung tâm Viễn thám Malaysia), do nghiên cứu sinh chủ trì;

- Đề tài "Ứng dụng ảnh vệ tinh radar trong thành lập bản đồ hiện trạng

sử dụng đất và theo dõi diễn biến sử dụng đất khu vực ngập lụt ở Đồng bằng Sông Cửu Long giai đoạn 1993-1999" (đề tài nhánh thuộc đề tài độc lập cấp nhà nước "Ứng dụng công nghệ vũ trụ trong điều tra tài nguyên thiên nhiên

và môi trường"), do nghiên cứu sinh làm chủ nhiệm;

- Đề tài "Ứng dụng tư liệu viễn thám và GIS theo dõi diễn biến sử dụng đất đới ven biển" (đề tài hợp tác giữa Trung tâm ứng dụng công nghệ vũ trụ, Viện Vật lý và Trung tâm Địa Tin học, AIT Thailand), do nghiên cứu sinh chủ trì;

- Đề tài "Thử nghiệm sử dụng tư liệu ảnh MODIS xác định một số tham số vật lý môi trường biển" - đề tài cấp Trung tâm Khoa học Tự nhiên và Công nghệ Quốc gia, do nghiên cứu sinh làm chủ nhiệm;

- Đề tài "Sử dụng ảnh vệ tinh MODIS trong thành lập bản đồ trường nhiệt lớp phủ bề mặt lãnh thổ Việt Nam" - đề tài cấp Viện Khoa học và Công nghệ Việt Nam, do nghiên cứu sinh làm chủ nhiệm

3) Kết quả nghiên cứu của các đề tài, luận án có liên quan của nhiều tác giả

Tư liệu viễn thám được sử dụng cho nghiên cứu là hai cặp ảnh của vệ tinh Landsat (path 127, rows 45 và 46): TM 27/12/1993 và ETM+ 4/11/2000

Các tư liệu bổ trợ gồm:

- Bản đồ địa hình khu vực tỷ lệ 1:100.000;

- Bản đồ hiện trạng sử dụng đất năm 2000 các tỉnh trong khu vực;

- Atlas quốc gia;

- Các báo cáo của chương trình điều tra tổng hợp vùng Tây Bắc, đánh giá tác động môi trường công trình thuỷ điện Hoà Bình, Sơn La và quy hoạch tổng thể phát triển kinh tế xã hội Tây Bắc đến năm 2010

- Các tài liệu điều tra thu thập được qua các đợt khảo sát thực địa

Phần mềm xử lý ảnh được chọn sử dụng là phần mềm ENVI do tính đa dạng của các chương trình phân loại cũng như các chức năng sau phân loại của nó Đồng thời đây cũng là phần mềm hết sức thông dụng ở Việt Nam Ngoài ra ENVI còn là một môi trường dễ phát triển bổ sung các chương trình chức năng mới

- Nghiên cứu tài liệu: nhằm tổng hợp, kế thừa các nghiên cứu liên quan

cả trong và ngoài nước, tìm hiểu các phương pháp phân loại ảnh số nói riêng,

kỹ thuật xử lý ảnh số nói chung và cơ sở của chúng là các lý thuyết nhận dạng, sác xuất thống kê, mạng nơ ron v.v

- Toán, nhận dạng, sác xuất thống kê: phân tích đánh giá các phương

pháp phân loại ảnh số, đề xuất các nguyên tắc và giải pháp nhằm nâng cao độ tin cậy của kết quả phân loại, xây dựng quy trình phân tích ảnh viễn thám cho mục tiêu thành lập bản đồ chuyên đề

- Bản đồ, viễn thám, xử lý ảnh số, điều tra thực địa : kiểm chứng qua

thực nghiệm các nguyên tắc và giải pháp đã đề xuất, vận dụng trong xử lý,

phân tích ảnh, thành lập bản đồ hiện trạng lớp phủ các thời kỳ khu vực

Trung-Hạ lưu sông Đà

- Công nghệ hệ thông tin địa lý: sử dụng các bản đồ vừa xây dựng,

kiểm kê, đánh giá biến động tài nguyên rừng, nước mặt và thực trạng khai thác sử dụng tài nguyên đất trong khu vực

7 Luận điểm bảo vệ

 Luận điểm 1: Hệ thống phân loại được thiết kế hợp lý dựa trên các lớp

phổ, số liệu mẫu đủ đại diện, tận dụng chiều của không gian phổ, tích hợp các thông tin bổ trợ trong quá trình phân loại, sử dụng giá trị ngưỡng để kiểm soát

là những tiêu chí mang tính nguyên tắc Quy trình phân tích ảnh kết hợp chặt chẽ các phương pháp phân loại không giám sát, có giám sát và phương pháp giải đoán bằng mắt là một giải pháp hữu hiệu nhằm nâng cao độ tin cậy của kết quả phân tích ảnh

 Luận điểm 2: Ảnh viễn thám đa thời gian độ phân giải cao cho phép

kiểm soát hiệu quả tài nguyên rừng, nước mặt và những biến động trong khai thác sử dụng tài nguyên đất Trong hơn một thập kỷ qua, diện tích đất chưa sử dụng ở khu vực Trung-Hạ lưu sông Đà được thu hẹp đáng kể với sự gia tăng

ở những mức độ khác nhau của đất thổ cư, đất canh tác nông nghiệp, mặt nước và đặc biệt là diện tích đất có rừng cho thấy tài nguyên đất trong khu vực đang được khai thác sử dụng tích cực hơn, môi trường tự nhiên của khu vực cũng được cải thiện rõ rệt

Luận án có các đóng góp mới quan trọng sau:

1 Đã phân tích đánh giá về các phương pháp phân loại ảnh số, từ đó đưa ra 5 nguyên tắc nhằm nâng cao độ tin cậy của kết quả phân loại ảnh viễn thám;

2 Đã đề xuất các giải pháp và quy trình phân tích ảnh viễn thám, sử

dụng kết hợp các phương pháp phân loại không giám sát, có giám sát và giải đoán bằng mắt, cho phép nâng cao độ tin cậy của kết quả nhờ các đặc trưng

cơ bản sau:

- Tạo khả năng cho người sử dụng can thiệp tích cực hơn vào toàn bộ

quá trình phân tích;

- Hệ thống phân loại được thiết kế phù hợp trên cơ sở dung hoà giữa yêu

cầu của nhiệm vụ và khả năng của tư liệu;

- Cho phép xác định và sử dụng trong phân loại các đặc trưng thống kê

tiêu biểu hơn cho các lớp

3 Đã áp dụng thành công những nguyên tắc và giải pháp kể trên trong theo dõi biến động tài nguyên thiên nhiên vùng Trung-Hạ lưu sông Đà

 Chương 1: Viễn thám và xử lý ảnh số trong viễn thám - khái lược

những bước phát triển của viễn thám, vai trò của xử lý ảnh số trong viễn thám

và những ứng dụng của kỹ thuật này ở trong và ngoài nước

 Chương 2: Đánh giá về các phương pháp phân loại ảnh số - phân

loại, mô tả chi tiết nguyên lý và các thuật toán phân loại ảnh số trong viễn thám Nhận xét, đánh giá về từng phương pháp

 Chương 3: Nâng cao độ tin cậy của kết quả phân tích ảnh - phân tích

những nguyên tắc cơ bản nhằm nâng cao độ tin cậy của kết quả phân loại ảnh,

đề xuất và mô tả chi tiết quy trình phân tích ảnh kết hợp các phương pháp phân loại không giám sát, có giám sát và giải đoán bằng mắt cho mục tiêu thành lập bản đồ chuyên đề

 Chương 4: Ứng dụng kỹ thuật xử lý ảnh số trong nghiên cứu biến động tài nguyên vùng Trung-Hạ lưu sông Đà - Trình bày kết quả vận dụng

các nguyên tắc và giải pháp đã đề xuất trong xây dựng bản đồ hiện trạng và nghiên cứu biến động tài nguyên vùng Trung-Hạ lưu sông Đà

 Kết luận và kiến nghị - Tóm tắt những kết quả của luận án

Chương 1 VIỄN THÁM VÀ XỬ LÝ ẢNH SỐ TRONG VIỄN THÁM

1.1 Viễn thám

Viễn thám, theo nghĩa rộng, được hiểu là hoạt động thu nhận thông tin

về đối tượng mà không tiếp xúc trực tiếp với chúng Các thông tin thu được là nhờ phát hiện và đo đạc những thay đổi gây nên bởi đối tượng trong môi trường bao quanh Đó có thể là bức xạ điện từ - được phát xạ hay phản xạ bởi đối tượng, sóng âm thanh - được phản hồi hay nhiễu động bởi đối tượng, các nhiễu động của trọng trường hay từ trường do sự hiện diện của đối tượng v.v

Tuy nhiên, thuật ngữ "viễn thám" thường được dùng với nghĩa hẹp hơn

là hoạt động thu nhận thông tin bằng các kỹ thuật điện từ Với nghĩa này, sự

ra đời của viễn thám như một lĩnh vực khoa học có thể coi là được bắt đầu ngay từ năm 1840 (chỉ một năm sau khi những bức ảnh đầu tiên được chụp bởi Daguerre và Niepce), khi Arago, Giám đốc Đài Thiên văn Pari đưa ra ý tưởng sử dụng ảnh cho mục đích điều tra địa hình Năm 1849 Colonel Aimé Laussedat, một quan chức thuộc Hiệp hội các kỹ sư Pháp đã khởi động một chương trình đầy tham vọng - sử dụng ảnh để thành lập bản đồ địa hình Gần mười năm sau, năm 1858 các khinh khí cầu đã được sử dụng để chụp ảnh nhiều khu vực Công việc này sau đó được tiếp tục với việc sử dụng diều vào những năm 1880 và chim bồ câu những năm đầu thế kỷ XX Sự ra đời của máy bay đánh dấu một bước tiến quan trọng, kể từ đó, ảnh đã có thể được chụp ở những khu vực định trước, trong những điều kiện xác định Những

bức ảnh hàng không đầu tiên được ghi nhận là được thực hiện trong chuyến bay của Wilbur Wright vào năm 1909 ở Centocelli, Italia [48]

Ảnh màu, bắt đầu xuất hiện từ giữa những năm 1930 Cùng thời gian

đó đã có những nghiên cứu chế tạo phim bắt nhạy với bức xạ cận hồng ngoại Trong thời kỳ chiến tranh thế giới lần thứ II, đặc tính phản xạ phổ của các đối tượng tự nhiên đã được quan tâm nghiên cứu cùng với việc chế tạo các chất cảm quang dùng cho việc chụp ảnh hồng ngoại bằng máy bay mà động lực chính là nhằm phát hiện ngụy trang của đối phương

Năm 1956, Colwell đã tiến hành những thí nghiệm rất sớm về việc sử dụng ảnh hàng không để nhận biết và phân loại thực vật, phát hiện những khu vực bị sâu bệnh Đến giữa những năm 1960 hàng loạt các công trình nghiên cứu về ứng dụng của ảnh màu hồng ngoại và ảnh đa phổ đã được thực hiện dưới sự tài trợ của Cơ quan Hàng không Vũ trụ Mỹ (NASA), dẫn tới sự ra đời của các máy thu ảnh đa phổ được đặt trên các vệ tinh Landsat sau này vào đầu những năm 1970

Ở dải sóng dài, khả năng theo dõi và đo xa của các hệ thống radio đã được biết đến ngay từ năm 1889, khi Heinrich Hertz phát hiện ra hiện tượng các vật thể rắn phản xạ lại sóng radio Trong 2-3 thập kỷ đầu của thế kỷ XX

đã có hàng loạt công trình nghiên cứu về việc sử dụng radar để phát hiện và theo dõi tàu biển rồi máy bay, cũng như nghiên cứu về tầng điện ly Các nghiên cứu về radar, sau đó được phát triển đặc biệt mạnh trong chiến tranh thế giới lần thứ II Ngày nay những ứng dụng của radar đã trở nên hết sức đa dạng Chúng được dùng trong các nghiên cứu bề mặt đại dương, cấu trúc mặt đất cũng như lớp phủ mặt đất, các hiện tượng ở hai đầu khí quyển Các hệ thống radar cũng trở nên đa dạng Đó có thể là các máy đo cao (altimeter) dùng đo đạc địa hình, các tán xạ kế (scatterometer) để đo độ mấp mô của bề mặt hay các hệ thống thu ảnh cho phép thu được các hình ảnh hai chiều tương

tự như các ảnh quang học, ngoại trừ xám độ của điểm ảnh phản ánh khả năng tán xạ của bề mặt ở dải sóng siêu cao

Năm 1960, với việc vệ tinh khí tượng đầu tiên mang tên Tiros-1 được phóng lên quỹ đạo mang theo một camera vô tuyến, một xạ kế 5 kênh và một bôlômete đã mở đầu cho một giai đoạn phát triển mới của viễn thám Kể từ đây việc quan trắc trái đất một cách hệ thống đã có thể thực hiện được từ độ cao vũ trụ Nhưng kỷ nguyên của các vệ tinh tài nguyên chỉ thực sự bắt đầu

kể từ năm 1972 khi vệ tinh ERTS-1 (Earth Resources Technology Satellite)

mà sau này được đổi tên thành Landsat-1 được phóng lên quỹ đạo, mở đầu cho chuỗi các vệ tinh Landsat được phóng kế tiếp nhau cho đến tận ngày nay (Bảng 4.1) Sau Mỹ, nhiều cường quốc khác cũng đã lần lượt đưa lên quỹ đạo các vệ tinh tài nguyên của riêng mình Trong đó đáng chú ý cần kể tới Pháp với các vệ tinh SPOT, Cộng đồng Châu Âu với ERS và Envisat, Nga với Resources và Ocean, Ấn Độ với IRS, Nhật Bản với MOS, JERS, ADEOS, ALOS, và Canada với Radarsat v.v Về phần mình, bên cạnh các vệ tinh Landsat, gần đây Mỹ còn có các vệ tinh đáng chú ý như QuickBird, IKONOS

và đặc biệt trong chương trình đầy tham vọng nhằm thiết lập một hệ thống nghiên cứu trái đất trên quy mô toàn cầu, Mỹ đã đưa lên quỹ đạo hai vệ tinh Terra và Aqua với các thiết bị thu ảnh độc đáo như ASTER (15 kênh phổ) và MODIS (36 kênh phổ) Các quốc gia nhỏ hơn, với mong muốn tiếp cận với công nghệ chế tạo vệ tinh và sở hữu những vệ tinh của riêng mình, gần đây cũng đang theo đuổi những chương trình chế tạo vệ tinh nhỏ, dẫn tới sự ra đời của hàng loạt các vệ tinh loại này của các nước như Hàn Quốc, Thái Lan, Indonesia, Malaysia, Nigeria v.v Trung Quốc cũng đã bắt đầu khởi động và đang kêu gọi các nước cùng tham gia vào chương trình thiết lập chùm vệ tinh nhỏ (một hệ thống các vệ tinh bay kế tiếp nhau trên cùng quỹ đạo, với khoảng

đất, sao cho các dải thu của chúng kế tiếp nhau phủ kín toàn bộ bề mặt trái đất trong mỗi vòng quay)

Song song với sự phát triển nhanh chóng của các vệ tinh, các kỹ thuật thu thập và xử lý thông tin cũng không ngừng được hoàn thiện và trở nên hết sức đa dạng Bên cạnh các ảnh đa năng thông thường nhưng có độ phân giải không gian ngày một cao như SPOT-5 (5m với ảnh đa phổ và 2,5m với ảnh toàn sắc), IKONOS (4m - đa phổ, 1m - toàn sắc), Quick Bird (2,5m - đa phổ, 0,61m - toàn sắc), AVNIR-II (5m), PRISM (2,5m) v.v., cũng xuất hiện các ảnh như MODIS tuy độ phân giải không gian không cao nhưng có số lượng các kênh phổ lớn và được lựa chọn dựa trên những nghiên cứu quy mô, hướng tới việc xác định định lượng những tham số nhất định như nhiệt độ mặt đất, nhiệt độ mặt biển, nồng độ chlorophyll, nồng độ các vật chất lơ lửng trong nước biển v.v Ngoài ra, không thể không kể đến các thiết bị không tạo ảnh, được thiết kế để đo đạc từ vệ tinh các đại lượng như tốc độ gió trên mặt biển, nồng độ ozon, thành phần khí, cột nước hay mặt cắt nhiệt độ của khí quyển v.v

Như vậy, cùng với sự xuất hiện của vệ tinh và những tiến bộ về công nghệ, viễn thám đã bước sang một giai đoạn phát triển hoàn toàn mới Nó cho phép thu được những thông tin về trái đất và môi trường từ chi tiết đến toàn cảnh và trên quy mô toàn cầu Nội dung thông tin cũng trở nên hết sức đa dạng, từ thành phần, áp suất, nhiệt độ khí quyển, cấu trúc và động năng của mây đến địa hình, dòng chảy, nhiệt độ mặt biển hay gió trên mặt biển rồi thành phần, cấu trúc bề mặt hay lớp phủ thực vật và diễn biến theo mùa của

nó v.v Ưu thế của viễn thám vệ tinh có thể khái quát như sau:

1) Với khả năng thu thập thông tin nhanh trên diện rộng, nó cho phép theo dõi các hiện tượng có diễn biến nhanh đặc biệt cần trong các nghiên cứu

về khí quyển;

2) Nhờ khả năng quan sát lặp lại đều đặn trong thời gian dài, cho phép giám sát các biến động theo mùa, theo năm hoặc dài hạn hơn như diễn biến băng ở hai cực, sự phát triển của sa mạc hay hiện tượng mất rừng nhiệt đới v.v.;

3) Với tầm bao quát rộng, nó cho phép theo dõi và nghiên cứu về những đối tượng có quy mô lục địa như ranh giới giữa các mảng kiến tạo hay các hệ thống núi v.v

1.2 Xử lý ảnh số trong viễn thám

So với viễn thám, xử lý ảnh số có tuổi đời còn rất trẻ Nó chỉ được hình thành vào cuối những năm 50, đầu những năm 60 của thế kỷ trước, với mục tiêu ban đầu là để giải các bài toán xử lý ảnh trong khi mô hình hoá các hệ thống thu ảnh ở giai đoạn thiết kế, chế tạo và mã hoá tín hiệu hình ảnh [72] Đến cuối những năm 1960, với sự phát triển của kỹ thuật tính toán, khả năng

sử dụng máy tính để giải quyết những nhiệm vụ khác của xử lý ảnh như hiệu chỉnh, điều chế, hay đo đạc, khai thác thông tin từ ảnh đã trở nên rất rõ ràng Nhu cầu hiển thị thông tin bằng hình ảnh trên máy tính đã dẫn tới sự ra đời của chuyên ngành đồ hoạ điện toán (computer graphics) Từ giữa những năm

1970 bắt đầu xuất hiện các hệ xử lý ảnh chuyên dụng dựa trên các máy tính mini Đến những năm 1990, khi mà các máy tính cá nhân đã ngày một hoàn thiện, cũng là lúc xuất hiện hàng loạt các chương trình xử lý ảnh được viết cho các loại máy này

Ngày nay, xử lý ảnh số đã tìm được những ứng dụng rộng rãi trong rất nhiều lĩnh vực khác nhau từ viễn thám trái đất, khí tượng, thiên văn đến y tế, công nghiệp cũng như trong an ninh quốc phòng hay khoa học hình sự v.v

Được định nghĩa như các kỹ thuật xử lý tín hiệu hình ảnh bằng công cụ

 Hiệu chỉnh ảnh;

 Điều chế ảnh;

 Hiển thị thông tin;

 Triết suất thông tin từ ảnh;

 Mã hoá ảnh;

 Mô hình hoá các hệ thống thu ảnh

Trong đó, hiệu chỉnh ảnh là các kỹ thuật nhằm đưa ảnh về một ảnh lý tưởng, được định nghĩa như một ảnh hoàn toàn đồng nhất với đối tượng mà

nó thể hiện Thuộc nhóm này có thể kể đến các kỹ thuật định chuẩn ảnh, sửa lỗi, loại nhiễu, nắn chỉnh hình học v.v

Một ảnh gọi là lý tưởng không phải bao giờ cũng phù hợp tối đa cho mỗi nhiệm vụ phân tích ảnh nhất định, bởi yêu cầu về một ảnh lý tưởng trên thực tế là sự dung hoà giữa yêu cầu của nhiều nhiệm vụ khác nhau Đối với từng ứng dụng cụ thể, thường đòi hỏi phải có những biến đổi bổ sung, chẳng hạn nhằm làm nổi rõ những chi tiết nhất định trên cơ sở loại bỏ những chi tiết không đáng quan tâm, thay đổi tương quan không gian, đo đạc và biểu diễn các đặc tính định lượng v.v Những biến đổi như vậy được gọi chung là phép điều chế ảnh Thuộc nhóm này có thể kể tới các kỹ thuật tăng cường độ tương phản, phân ngưỡng, vẽ các đường đẳng, khoanh vẽ các đường biên hay các phép quy chuyển không gian của ảnh đa phổ v.v

Hiển thị thông tin không chỉ đơn thuần là hiển thị ảnh mà cần được hiểu là mọi phép xử lý tín hiệu để biểu diễn chúng dưới dạng hình ảnh Ví dụ đơn giản nhất là xác định một đại lượng dưới dạng hàm của một đại lượng khác và xây dựng đồ thị biểu diễn mối tương quan đó

Chiết xuất thông tin từ ảnh bao gồm các quá trình tự động phát hiện, phân loại đối tượng, đo đạc kích thước, phân bố không gian của đối tượng v.v

Mã hoá thông tin là quá trình biến đổi tín hiệu hình ảnh về dạng số để lưu giữ và phát chuyển trên các kênh viễn thông

Cuối cùng, mô hình hoá các hệ thống thu ảnh là nhóm những bài toán

xử lý ảnh cần giải khi nghiên cứu chế tạo các hệ thống thu ảnh mới

Tính riêng trong lĩnh vực viễn thám, mặc dù xuất hiện muộn hơn rất nhiều nhưng xử lý ảnh số hiện đang đóng một vai trò không thể thay thế Viễn thám đã không thể đạt tới trình độ phát triển như ngày nay nếu thiếu những công cụ cho phép thu thập, xử lý, chuyển tải nhanh và lưu giữ một khối lượng thông tin khổng lồ mà các vệ tinh hiện đang cung cấp

Từ góc độ của người ứng dụng trong xử lý, phân tích ảnh viễn thám, không ai có thể phủ nhận những ưu thế nổi trội của kỹ thuật xử lý ảnh số trong việc điều chế, cải thiện chất lượng hình ảnh, bởi những khả năng phong phú, tính mềm dẻo, linh hoạt, dễ điều khiển, dễ lặp lại của kỹ thuật này so với các phương pháp analog truyền thống Ngược lại, cũng không thể phủ nhận một thực tế là các kỹ thuật chiết xuất thông tin tự động, mà cụ thể hơn, trong trường hợp ảnh viễn thám, là các phương pháp phân loại ảnh vẫn chưa mang lại độ tin cậy như mong muốn Vì vậy, vấn đề nâng cao độ tin cậy của kết quả phân loại ảnh viễn thám vẫn đã và đang nhận được sự quan tâm của nhiều nhà nghiên cứu và đây cũng chính là một trong những mục tiêu cơ bản của luận

(Bộ Lâm nghiệp) sử dụng cho mục đích hiệu chỉnh và thành lập bản đồ rừng Nhưng có thể nói viễn thám ở Việt Nam chỉ thực sự phát triển mạnh mẽ vào cuối những năm 1970 đầu những năm 1980, với sự ra đời của Uỷ ban nghiên cứu vũ trụ Việt Nam, tập hợp nhiều đại biểu từ các Bộ, Ngành và việc Việt Nam gia nhập Tổ chức nghiên cứu vũ trụ Intercosmos của các nước xã hội chủ nghĩa trước đây Vào cùng thời gian đó, Viện Khoa học Việt Nam cũng nhận được các dự án VIE/79/001 và VIE/83/04 do UNDP/FAO tài trợ nhằm xây dựng tiềm lực về viễn thám, qua đó một số khoá học đầu tiên về viễn thám do các chuyên gia của Liên Hiệp Quốc giảng dạy đã được tổ chức cho các cán bộ từ nhiều Bộ, Ngành và địa phương trong cả nước Đồng thời nhiều cán bộ Việt Nam cũng đã được cử đi đào tạo ngắn hạn ở nước ngoài Kể từ đó hàng loạt các cơ sở viễn thám của các bộ, các viện nghiên cứu và các trường đại học, ở nhiều nơi trên cả nước đã lần lượt ra đời Cũng trong khuôn khổ các dự án kể trên, năm 1983 Viện Khoa học Việt Nam đã được trang bị hệ xử

lý ảnh số đầu tiên mang tên Robotron của CHDC Đức và đến năm 1989 được trang bị thêm hệ Pericolour của hãng MS2i (CH Pháp) Cả hai đều là những

hệ xử lý ảnh chuyên dụng dựa trên các máy tính mini và được trang bị kèm theo các thiết bị ngoại vi đắt tiền như các tủ đọc băng từ, máy sang phim, máy

vẽ khổ rộng v.v Sau Viện Khoa học Việt Nam, bước sang thập kỷ 90, một số

cơ sở viễn thám ở các Bộ, Ngành như Bộ Nông nghiệp và phát triển nông thôn, Tổng Cục Địa chất, Tổng cục Địa chính, Đại học Mỏ-Địa chất v.v cũng lần lượt được trang bị các hệ xử lý ảnh như SPANS, IDRISI, INTERGRAPH v.v Đến cuối thập kỷ 90, khi mà các máy tính cá nhân đã trở nên khá mạnh, cũng là lúc trên thị trường xuất hiện hàng loạt các chương trình xử lý ảnh được viết cho các máy này như PCI, ERDAS, ERMAPPER, ILWIS, ENVI v.v thì ở tất cả các cơ sở viễn thám trên cả nước đều đã được trang bị các phần mềm xử lý ảnh loại này Cũng cần phải nói thêm rằng, trước khi có sự

xuất hiện ồ ạt của các phần mềm loại này thì chúng ta cũng đã có những cố gắng để tự xây dựng lấy các chương trình xử lý ảnh của mình trong đó đáng chú ý cần kể tới các sản phẩm như MDASER của Viện Vật lý được xây dựng, như đã nói, trong khuôn khổ một đề tài cấp nhà nước, chạy trên MS DOS,

VM ImagePro cũng của Viện Vật lý viết theo đặt hàng của Trung tâm Viễn thám Malaysia, chạy trong môi trường Windows hay WinASEAN sản phẩm hợp tác giữa Viện Địa lý và Viện Công nghệ Thông tin

Về các nghiên cứu ứng dụng, trước tiên cần kể tới chương trình nghiên cứu 3 tầng (vệ tinh, máy bay, mặt đất) do Uỷ ban nghiên cứu vũ trụ Việt Nam đứng ra tổ chức nhân chuyến bay của anh hùng Phạm Tuân vào vũ trụ vào năm 1980 với mục tiêu điều tra khảo sát tổng hợp một số khu vực chìa khoá kết hợp với việc đo phổ, chụp ảnh từ máy bay và vệ tinh bằng máy ảnh đa phổ MKF-6 nhằm đối chứng xây dựng các mẫu giải đoán ảnh Do thu hút được sự tham gia của các chuyên gia từ nhiều Bộ, Ngành nên chương trình có ý nghĩa quan trọng trong việc quảng bá thúc đẩy sự phát triển của viễn thám ở Việt Nam

Vào cùng thời gian này, Viện Điều tra Quy hoạch Rừng (Bộ Lâm nghiệp) cũng nhận được một dự án do UNDP/FAO tài trợ và lần đầu tiên các ảnh vệ tinh Landsat MSS đã được sử dụng để thành lập bản đồ rừng toàn quốc và đánh giá biến động rừng Việt Nam giai đoạn từ 1975 đến 1983 [52]

Tiếp đó, trong các chương trình cấp nhà nước ở nửa cuối những năm

1980, đầu 1990, như chương trình nghiên cứu biển (do Viện Khoa học Việt Nam chủ trì) hay chương trình Trắc địa - Bản đồ - Viễn thám (do Cục Đo đạc

và Bản đồ Nhà nước chủ trì), viễn thám cũng luôn dành được sự ưu tiên đặc biệt Các ảnh vệ tinh Landsat MSS, TM và SPOT đã được dùng để thử nghiệm xác định độ sâu hay độ đục của nước biển [69], nghiên cứu biến động

dải nhìn thấy và cận hồng ngoại cũng đã được đo đạc, xác định Bộ chương trình xử lý ảnh số đầu tiên của Việt Nam xuất hiện cũng chính trong khuôn khổ của chương trình này [39]

Năm 1988 Viện Khoa học Việt Nam lại nhận được tài trợ từ Chương trình Viễn thám Khu vực của Tổ chức Hợp tác Kinh tế Xã hội Châu Á - Thái Bình Dương (ESCAP) để triển khai dự án thí điểm "Sử dụng viễn thám trong nghiên cứu đới ven bờ" và trong Hội nghị tổng kết dự án và Hội thảo Viễn thám Khu vực lần đầu tiên được tổ chức tại Hà Nội vào tháng 11 năm 1989 đã

có 16 báo cáo của các tác giả Việt Nam được trình bày với nhiều những ứng dụng đa dạng của viễn thám như: trong nghiên cứu địa mạo của Lê Đức An

và Võ Thịnh [46]; địa chất của Nguyễn Thanh Giang [55]; địa chất thuỷ văn của Nguyễn Thượng Hùng và Kim Minh Công [59]; thổ nhưỡng của Nguyễn

Bá Nhuận và Nguyễn Thị Choắt [65]; thực vật của Phan Kế Lộc và Phan Phú Bồng [63]; hiện trạng sử dụng đất của Phạm Trung Lương, Trần Minh Ý, Lê Văn Thành và Trương Thị Hoà Bình [64]; hệ sinh thái ven biển của Trịnh Đình Cương [50]; biến động đường bờ của Nguyễn Đình Dương, Võ Đức Tuyến, Nguyễn Hồng Châu và Phạm Việt Cường [53]; nghiên cứu vùng cửa sông của Phạm Việt Cường, Nguyễn Hồng Châu và Trần Minh Hiền [52]; xác định diện tích cây dừa của Nguyễn Viết Chiến, Trần Trọng Tĩnh và Nguyễn Thị Thu Vân [49]; lập bản đồ ngập lụt của Nguyễn Phương Thảo và Nguyễn Thị Kỳ Nam [67]; xác định độ đục của nước biển của Bùi Doãn Trọng, Hoàng Viết Giao, Lại Anh Khôi, Trần Minh Hồng và Nguyễn Thu Nga [69]; nhiệt độ mặt biển của Bùi Doãn Trọng, Đỗ Minh Phú, Bùi Trọng Tuyên, Lại Anh Khôi, Nguyễn Thành Long, Phạm Quốc Trung, Nguyễn Thế Tường và Trương Trọng Xuân [71]; hay giới thiệu về bộ chương trình xử lý ảnh tự xây dựng và thử nghiệm ứng dụng nó trong thành lập bản đồ hiện trạng sử dụng

đất của Bùi Doãn Trọng, Lại Anh Khôi, Hoàng Viết Giao, Trần Minh Hồng

và Đinh Thị Minh [70]

Năm 1991 Uỷ ban Nghiên cứu Vũ trụ Việt Nam lại tổ chức phối hợp giữa các cơ quan: Viện Khoa học Việt Nam, Bộ Nông nghiệp, Bộ Lâm nghiệp, Tổng cục Quản lý ruộng đất và Cục Đo đạc và Bản đồ Nhà nước triển khai thực hiện một chương trình liên ngành sử dụng ảnh vệ tinh Landsat TM thành lập bản đồ hiện trạng sử dụng đất toàn quốc tỷ lệ 1:250.000 và 1:1.000.000

Từ sau khi Uỷ ban Nghiên cứu Vũ trụ Việt Nam ngừng hoạt động vào năm 1993, Việt Nam không còn các chương trình ở quy mô quốc gia về viễn thám, nhưng ở nhiều nơi viễn thám vẫn tiếp tục được duy trì và phát triển Các ảnh vệ tinh Landsat và SPOT vẫn được dùng để hiệu chỉnh, cập nhật các bản đồ địa hình ở Tổng cục Địa chính (nay thuộc Bộ Tài nguyên Môi trường), bản đồ rừng [51], bản đồ tài nguyên nước mặt, phân bố phù sa ở cửa sông [24] ở Bộ Nông nghiệp và Phát triển Nông thôn Tổng cục Địa chất, còn đi xa hơn, đã xây dựng thành quy phạm ứng dụng viễn thám trong thành lập bản đồ địa chất [35] Trung tâm Khoa học Tự nhiên và Công nghệ Quốc gia, nay là Viện Khoa học và Công nghệ Việt Nam vẫn tiếp tục với các nghiên cứu về sử dụng các tư liệu viễn thám mới như ảnh radar trong thành lập bản đồ ngập lụt [9, 15, 18, 60], bản đồ hiện trạng sử dụng đất [16], ảnh MODIS trong xác định nhiệt độ mặt biển và hàm lượng chlorophyll a trong nước biển [17, 19] hay phát hiện cháy rừng [32] Đại học Quốc gia Hà Nội, Đại học Mỏ - Địa chất Hà Nội, bên cạnh việc mở rộng chương trình đào tạo về viễn thám cũng

đã có nhiều nghiên cứu về ứng dụng viễn thám và hệ thông tin địa lý như nghiên cứu đặc điểm biến động lòng sông Hồng và các chi lưu [1], cảnh báo

lũ bùn đá và tìm kiếm địa điểm xây dựng thuỷ điện nhỏ [2], nghiên cứu xói

mòn [10, 44], trượt lở trọng lực [31], biến động đường bờ [14, 29], biến động đáy vịnh [13], hay biến động lớp phủ đất [42] v.v

Ứng dụng viễn thám và hệ thống thông tin địa lý cũng đã từng được dùng làm đề tài nghiên cứu của nhiều luận án phó tiến sĩ (trước đây) và tiến sĩ như của Trương Thị Hoà Bình [3], Phạm Văn Cự [8], Nguyễn Đình Minh [23], Nguyễn Ngọc Thạch [28], Vũ Anh Tuân [41] v.v

Như vậy có thể thấy, trong gần ba thập kỷ qua, viễn thám ở Việt Nam

đã phát triển rất rộng và cũng đã có được nhiều kết quả rất đáng trân trọng Tuy nhiên, nếu so với trình độ phát triển của viễn thám trên thế giới thì Việt Nam đang bị tụt hậu rất xa biểu hiện qua các mặt sau:

 Khả năng tiếp cận của ta đối với những dạng tư liệu viễn thám mới còn rất hạn chế, đặc biệt là các tư liệu không phải ở dạng hình ảnh Trong khi trên các vệ tinh viễn thám mới đã xuất hiện rất nhiều các bộ cảm (sensor) mới, cả tạo ảnh và không tạo ảnh, thì những ứng dụng của viễn thám ở Việt Nam hiện nay vẫn chủ yếu chỉ sử dụng các loại ảnh truyền thống

 Ngay đối với các loại ảnh đã trở nên quen thuộc như ảnh SPOT hay ảnh radar, chúng ta cũng chưa có các nghiên cứu sử dụng các tính năng đặc biệt như khả năng lập thể của ảnh SPOT hay giao thoa của ảnh radar

 Đối với những loại ảnh mới như ảnh MODIS mặc dù đã sẵn có ở Việt Nam nhưng do chưa nắm bắt được đầy đủ về phương pháp xử lý nên trong khi ở Mỹ ảnh MODIS đã được sử dụng hiệu quả hàng ngày trong các nghiên cứu cả về khí quyển, hải dương và đất liền thì ở Việt Nam những ứng dụng của ảnh MODIS còn rất hạn chế

Nguyên nhân chủ yếu là do chúng ta chưa có một Trung tâm Viễn thám Quốc gia, nơi chịu trách nhiệm về các nghiên cứu mang tính học thuật về viễn thám Trung tâm Viễn thám của Bộ Tài nguyên Môi trường tuy đông và được trang bị khá đồng bộ nhưng dẫu sao vẫn mang tính chất của một Trung tâm

chuyên ngành Trong khi lực lượng viễn thám của Viện Khoa học và Công nghệ Việt Nam tuy đông nhưng lại phân tán nhỏ lẻ Hơn nữa dưới sức ép phải gắn khoa học với thực tế nên những nghiên cứu mang tính học thuật gần như không được quan tâm đầu tư thích đáng

1.4 Kết luận chương 1

Sự xuất hiện của các vệ tinh và những tiến bộ của khoa học công nghệ

đã mang lại cho viễn thám những bước tiến nhảy vọt về kỹ thuật thu thập thông tin với sự ra đời của hàng loạt các loại máy đo đa dạng và thiết bị thu ảnh thế hệ mới

Khối lượng thông tin khổng lồ và đa dạng mà các vệ tinh viễn thám đang hàng ngày cung cấp cũng đồng thời nâng cao vị thế của kỹ thuật xử lý ảnh số trong viễn thám và là động lực thúc đẩy sự phát triển của kỹ thuật này

Từ góc độ của người sử dụng, ngày nay không ai có thể phủ nhận những ưu thế của kỹ thuật số trong việc hiệu chỉnh và điều chế thông tin ảnh, nhưng độ tin cậy của các phương pháp chiết xuất thông tin tự động hay phân loại tự động đối với ảnh viễn thám vẫn đang là vấn đề cần quan tâm nghiên cứu

Việt Nam đang đứng trước nguy cơ bị tụt hậu rất xa về trình độ viễn thám trong khả năng tiếp cận và khai thác sử dụng các dạng thông tin mới do

không chú trọng đầu tư cho các nghiên cứu về cơ sở lý thuyết của viễn thám

Chương 2 ĐÁNH GIÁ VỀ CÁC PHƯƠNG PHÁP PHÂN LOẠI ẢNH SỐ

2.1 Bài toán phân loại

Bài toán phân loại về bản chất là bài toán nhận dạng mẫu Trong đó mẫu ở đây là những điểm ảnh và nhiệm vụ đặt ra là phải nhận biết nó thuộc

về lớp nào trong số những lớp cần xác định khi phân tích ảnh

Trong bài toán phân loại, các điểm ảnh thường được biểu diễn như các

ma trận cột có các phần tử là giá trị của điểm ảnh trên mỗi kênh Do vậy, nó

có thể được coi như một véc tơ trong không gian N chiều, với số chiều bằng

số kênh ảnh sử dụng và người ta gọi không gian này là không gian phổ (spectral space) hay không gian thuộc tính (feature space)

2 1

Lấy ví dụ, nếu chỉ xét riêng 2 kênh 5 và 7 của ảnh Landsat MSS thì ta

có một không gian 2 chiều như được biểu diễn trên hình 2.1, trên đó cũng minh hoạ một số điểm đại diện cho 3 lớp đối tượng mặt đất điển hình là đất trống, thực vật và nước dựa trên đặc tính phổ của chúng Ta có một số nhận xét đáng chú ý sau:

- Các điểm ảnh mặc dù biểu diễn cùng một đối tượng thực tế, nhưng không phải hoàn toàn trùng nhau trong không gian phổ mà thường có xu thế tập trung co cụm thành từng đám trong không gian này Hiện tượng này được giải thích bởi các sai số ngẫu nhiên trong số liệu đo cũng như tính không đồng nhất của bản thân các đối tượng mặt đất Do vậy, mặc dù vẫn mang những nét chung trong đặc tính phổ của đối tượng nhưng giá trị của chúng trên các kênh

có thể giao động xung quanh 1 giá trị trung bình nào đấy

Hình 2.1: Không gian phổ 2 chiều biểu diễn riêng 2 kênh 5 và 7 của ảnh

Landsat MSS

- Trong thực tế rất thường gặp trường hợp các điểm ảnh biểu diễn cùng một đối tượng nhưng lại co cụm thành những khối riêng trong miền phân bố của lớp như trên hình 2.2 Hiện tượng này có thể xảy ra, chẳng hạn khi đất có

sự khác biệt rõ rệt về độ ẩm, cùng loại thực vật nhưng mọc trên các loại đất khác nhau hoặc cùng một đối tượng nhưng có hướng phơi sườn khác nhau v.v Các cụm con như vậy thường được gọi là các lớp phổ để phân biệt với các lớp thông tin, tức các lớp đại diện cho mỗi đối tượng thực tế mà ta quan tâm

- Cuối cùng, các lớp thông tin không phải bao giờ cũng có thể tách biệt thành các miền riêng trong không gian phổ bởi lẽ giữa nhiều các đối tượng tự nhiên không có sự tách biệt rõ ràng trong đặc tính phổ của chúng Đây chính

là nguyên nhân dẫn tới những sai số khó tránh trong quá trình phân loại Bởi suy cho cùng thì các phương pháp phân loại sử dụng trong viễn thám hiện

nay, đều cùng hoạt động theo nguyên tắc bằng cách này hay cách khác, chia không gian phổ thành các miền riêng cho mỗi lớp và gán tất cả các điểm ảnh rơi vào mỗi miền về chung một lớp Ranh giới của mỗi miền được xác định như thế nào là tùy thuộc vào phương pháp mà ta sử dụng

Hình 2.2: Sự phân hoá của các lớp thông tin thành các lớp phổ

Trong viễn thám người ta chia các phương pháp phân loại thành hai nhóm lớn là các phương pháp phân loại có giám sát và không giám sát

2.2 Các phương pháp phân loại có giám sát

Các phương pháp phân loại có giám sát nói chung đều hoạt động theo nguyên tắc sử dụng số liệu mẫu đại diện cho mỗi lớp xác định tham số của hàm phân tách (discriminant function) dùng phân chia không gian phổ thành

Đất 1 Đất 2 Đất 3

Nước1

Nước 2

các miền riêng cho mỗi lớp rồi phân loại tất cả các điểm ảnh rơi vào mỗi miền

về lớp tương ứng

2.2.1 Phương pháp phân loại hợp lý tối đa (maximum likelihood)

Đây là phương pháp được coi là chặt chẽ và thường được sử dụng nhất trong số các phương pháp phân loại có giám sát Ở dạng cơ bản phương pháp còn được gọi là hợp lý tối đa không điều kiện (unconditional maximum likelihood), và hoạt động theo nguyên tắc, sử dụng các số liệu mẫu để xác định hàm mật độ phân bố xác suất của mỗi lớp cần phân loại, rồi đối với mỗi điểm ảnh, tính xác suất mà nó có thể thuộc về từng lớp và cuối cùng gán điểm ảnh về lớp có xác suất cao nhất

Ta ký hiệu i , i = 1 M là các lớp dự kiến phân loại, p(i /x) là xác

suất để điểm ảnh được biểu diễn bằng véc tơ x thuộc về lớp i(lưu ý rằng đây cũng chính là xác suất có điều kiện để i xuất hiện nếu xuất hiện x) x sẽ được

phân về lớp i nếu:

p(i /x) > p(j /x) với mọi j  i (2.1) Các xác suất này có thể xác định được nhờ vận dụng nguyên lý Baye như sau:

Giả thiết rằng ta có đủ các số liệu mẫu cho mỗi lớp dự kiến phân loại

Ta có thể sử dụng chúng để xây dựng hàm mật độ phân bố xác suất cho mỗi lớp kể trên (tất nhiên là với một giả định về dạng của hàm phân bố) Hàm mật

độ phân bố xác suất, như ta đã biết, biểu diễn xác suất để một điểm ảnh được chọn ngẫu nhiên trong số các điểm ảnh thuộc lớp i có giá trị x, nên cũng chính là xác suất có điều kiện p(x/i )

Ta ký hiệu thêm:

- p(x) là xác suất không điều kiện xuất hiện x, tức xác suất để một điểm ảnh, thuộc lớp bất kỳ, được chọn ngẫu nhiên có giá trị x;

- p(i ) xác suất không điều kiện xuất hiện i(hay còn thường được gọi

là xác suất tiên nghiệm của lớp i), tức xác suất để một điểm ảnh được chọn ngẫu nhiên thuộc về lớp i;

- p(x i ) là xác suất đồng xuất hiện của x và i tức xác suất để 1 điểm

ảnh được chọn ngẫu nhiên vừa có vị trí tại x trong không gian phổ vừa thuộc

lớp i

Theo nguyên lý Baye ta có:

p(x i ) = p(x/i ).p(i ) = p(i /x).p(x) (2.2) hay:

p(i /x) = p(x/i ).p(i ) / p(x) (2.3)

Vì p(x) chung cho mọi lớp, do vậy không đóng vai trò gì khi so sánh

tương đối giữa các p(i /x) nên có thể loại bỏ Công thức (2.1) được viết lại

phân bố chuẩn Trong trường hợp x là một đại lượng vô hướng (1 chiều) hàm

phân bố chuẩn, như ta đã biết, có dạng [74]:

2 ( ) /

Trong đó m i là giá trị kỳ vọng (trung bình) của xi và ilà độ lệch chuẩn của nó:   1 q i 

t i i

2 ( ) /

Như vậy là để xác định được hàm phân bố xác suất p(x/i)ta chỉ cần

biết véc tơ giá trị trung bình m i của các điểm ảnh thuộc lớp i và ma trận hiệp biến i Chúng có thể dễ dàng xác định được nếu ta có các tập mẫu đủ đại

diện cho mỗi lớp Vì trong công thức (2.6) có chứa hàm mũ exp hơn nữa hàm logarit tự nhiên ln là hàm đồng biến đơn điệu nên thay vì tích p(x/i)p(i)trong công thức (2.4) người ta sử dụng giá trị logarit tự nhiên của chúng Ta có:

lnp(x/i).p(i)lnp(x/i)lnp(i)

2

1 ln

2

1 ) 2 ln(

2

1

i i

i

t i

2

1)(ln)

Phương pháp phân loại dựa trên công thức (2.8), như trên đã nói, có tên đầy đủ là phương pháp phân loại hợp lý tối đa không điều kiện nhưng cũng thường được gọi đơn giản là hợp lý tối đa, và được áp dụng trong trường hợp nếu ta coi mọi lỗi phân loại nhầm đều như nhau Chặt chẽ hơn thì sai số phân loại nhầm một điểm ảnh thuộc lớp kvào lớp i phải được coi là có mức độ nghiêm trọng khác nhau, tùy thuộc vào mối quan hệ giữa i và k Lấy ví dụ việc phân loại nhầm một điểm ảnh thuộc một lớp cây màu này sang một lớp cây màu khác nói chung phải được xem là ít nghiêm trọng hơn so với việc phân loại nhầm điểm ảnh đó sang thành lớp đất hoang hay rừng v.v Muốn vậy ta cần lập một ma trận ký hiệu là  gồm các phần tử ik với i , k = 1 M

là các trọng số đánh giá mức độ nghiêm trọng của việc phân loại nhầm 1 điểm ảnh thuộc lớp k sang thành lớp i Chúng có thể hiểu là mức thiệt hại (loss) hay mức phạt (penalty) như người ta vẫn gọi

Vì một điểm ảnh x có thể thuộc về bất cứ lớp k nào trong số M lớp với các xác suất tương ứng p(k /x) nên khi phân loại nó về một lớp i nào đó

ta sẽ phải sẵn sàng đón nhận một mức thiệt hại (hay mức phạt) có giá trị kỳ vọng là:

(

1 ) (

M

k ik i

x p





Tương tự như trên vì p(x) chung nên có thể loại bỏ, thay vì L x (i ) ta sử

dụng:

) ( ) / ( )

(

M

k ik i

(x i

a)

(b) )

/

(x i

p 

ngưỡng

Hình 2.3: Ngưỡng phân loại trong trường hợp phương pháp hợp lý tối đa

(a) không sử dụng ngưỡng, (b) khi sử dụng ngưỡng

Quan sát trên hình 2.3 ta thấy, nếu khoảng phân bố của các lớp cần phân loại không tách bạch mà có sự trùng phủ nhất định giữa các lớp, thì trong trường hợp này sẽ không tránh khỏi có sự nhầm lẫn trong kết quả phân loại Một số điểm ảnh thuộc lớp 1 sẽ bị phân về lớp 2, ngược lại một số điểm ảnh thuộc lớp 2lại bị phân về lớp1và tương tự đối với 2 lớp 2 và 3

Trong thực tế sẽ là hợp lý hơn nếu ta chỉ phân loại các điểm ảnh khi biết chắc chắn hoặc ít nhất thì cũng với một độ tin cậy nào đấy Còn đối với những điểm ảnh, mà xác suất để nó thuộc về mọi lớp đều quá thấp, sẽ được đánh dấu chung vào nhóm không được phân loại, để sau đó tìm cách xác định chúng bằng phương pháp khác Chẳng hạn, thông qua việc giải đoán bằng mắt hay các tài liệu điều tra thực địa Kỹ thuật này, ngoài ra, cũng có thể được áp dụng trong trường hợp ta chỉ cần xác định trên ảnh một số đối tượng nhất định Các điểm ảnh không được phân loại trong trường hợp này có thể coi là thuộc những đối tượng mà ta không quan tâm

Để làm được như vậy ở đây ta chỉ cần đưa vào một giá trị ngưỡng và sẽ chỉ tiến hành phân loại đối với các điểm ảnh có xác suất để nó thuộc về lớp dự kiến phân loại cao hơn giá trị ngưỡng này (hình 2.3(b))

Thông thường, các giá trị ngưỡng sẽ được xác định không phải cho các giá trị xác suất mà là cho các hàm phân tách Công thức (1.8) trong trường hợp này được viết lại thành:

i

x nếu g i(x) g j(x)với mọi j  i và g i(x) T i (2.13)

Trong đó T i là giá trị ngưỡng áp dụng cho lớp i Nó có thể được ước lượng như sau: Từ (2.7) và (2.13) ta có:

 i i

i

t i

2

1 ln 2

1 ) (

i i

m

x )  1  ( nhỏ hơn hoặc bằng giá trị đó Đây cũng chính là phần trăm các điểm ảnh sẽ được phân loại Nhìn vào biểu

thức này ta có thể dễ dàng nhận ra rằng nó càng nhỏ thì x càng gần với véc tơ trung bình m i của lớp, nên việc loại bỏ những điểm ảnh có biểu thức trên lớn cũng đồng nghĩa với việc ta cắt bỏ phần ngoài rìa của phân bố chuẩn Lấy ví

dụ, nếu muốn phân loại 95% các điểm ảnh ở tâm lớp và loại bỏ 5% các điểm

ở ngoài rìa, sử dụng bảng tra ta xác định được 2  9 488, thay vào (2.14) ta

2

1 744

Nhận xét: phương pháp hoạt động trên những nguyên tắc chặt chẽ,

nhưng để kết quả phân loại tin cậy cần có hai điều kiện:

1) Các lớp phải có phân bố chuẩn, do vậy, hệ thống phân loại phải dựa trên các lớp phổ;

2) Số liệu mẫu phải thực sự đại diện, cho phép xác định đúng hàm phân

bố của mỗi lớp

2.2.2 Phương pháp khoảng cách tối thiểu (Minimum Distance)

Phương pháp còn thường được gọi là phương pháp "láng giềng gần nhất" (nearest neighbour) Đây là phương pháp tương đối đơn giản, dựa thuần túy vào việc so sánh khoảng cách từ điểm ảnh cần phân loại tới tâm của các lớp trong không gian phổ rồi gán điểm đó về lớp có tâm gần với nó nhất Nghĩa là:

i

x nếu d(x,m i ) < d(x,m j ) với mọi j  i (2.15)

Trong đó: d(x, m i ) là khoảng cách từ điểm ảnh x đến véc tơ trung bình

m i của lớp i trong không gian phổ Nó có thể là khoảng cách Ơ-clit hay một biến thể nào đó mà thông dụng nhất là khoảng cách theo cạnh khối hay

“khoảng cách trong thành phố” (City Distance) như người ta vẫn gọi Trong trường hợp sử dụng khoảng cách Ơ-clit để giảm bớt phép khai căn thay vì

d(x, m i ) người ta dùng giá trị bình phương của nó:

) (

) (

) ,

i

t i

m x

1 ) ,

Trong đó N là số chiều của không gian phổ (số kênh ảnh sử dụng)

Kênh 1

x 1