So sánh độ chính xác khi xử lý ảnh viễn thám bằng các phần mềm phổ biến.Mục tiêu của nghiên cứu là so sánh phương pháp phân loại ảnh dựa trên pixel (pixelbased approach) và phân loại ảnh dựa trên đối tượng (objectbased approach) để thành lập bản đồ hiện trạng rừng ngập mặn tại khu dự trữ sinh quyễn rừng ngập mặn Cần Giờ.
TRƯỜNG ĐẠI HỌC CẦN THƠ KHOA MÔI TRƯỜNG VÀ TÀI NGUYÊN THIÊN NHIÊN PHẠM TRUNG KIÊN ĐÁNH GIÁ HIỆN TRẠNG KHU DỰ TRỮ SINH QUYỂN RỪNG NGẬP MẶN CẦN GIỜ SO SÁNH HAI PHƯƠNG PHÁP DỰA TRÊN PIXEL(PIXEL-BASED APPROACH) VÀ DỰA TRÊNĐỐI TƯỢNG (OBJECT-BASED APPROACH) LUẬN VĂN TỐT NGHIỆP CAO HỌC NGÀNH QUẢN LÝ ĐẤT ĐAI Năm 2014 i TRƯỜNG ĐẠI HỌC CẦN THƠ KHOA MÔI TRƯỜNG VÀ TÀI NGUYÊN THIÊN NHIÊN PHẠM TRUNG KIÊN ĐÁNH GIÁ HIỆN TRẠNG KHU DỰ TRỮ SINH QUYỂN RỪNG NGẬP MẶN CẦN GIỜ SO SÁNH HAI PHƯƠNG PHÁP DỰA TRÊN PIXEL (PIXEL-BASED APPROACH) VÀ DỰA TRÊN ĐỐI TƯỢNG (OBJECT-BASED APPROACH) LUẬN VĂN TỐT NGHIỆP CAO HỌC NGÀNH QUẢN LÝ ĐẤT ĐAI CÁN BỘ HƯỚNG DẪN Ts VÕ QUỐC TUẤN Năm 2014 i CHẤP THUẬN CỦA HỘI ĐỒNG Luận văn này, với tựa đề “ĐÁNH GIÁ HIỆN TRẠNG KHU DỰ TRỮ SINH QUYỂN RỪNG NGẬP MẶN CẦN GIỜ - SO SÁNH HAI PHƯƠNG PHÁP DỰA TRÊN PIXEL (PIXEL-BASED APPROACH) VÀ DỰA TRÊN ĐỐI TƯỢNG (OBJECT-BASED APPROACH)”, học viên Phạm Trung Kiên thực theo hướng dẫn Ts Võ Quốc Tuấn Luận văn báo cáo Hội đồng chấm luận văn thông qua ngày Ủy viên Thư ký Phản biện Phản biện Chủ tịch Hội đồng Người hướng dẫn khoa học ii LÝ LỊCH KHOA HỌC I LÝ LỊCH SƠ LƯỢC Họ tên: Phạm Trung Kiên Giới tính: Nam Ngày, tháng, năm sinh: 10 tháng 11 năm 1979 Nơi sinh: Cần Thơ Quê qn: Ơ Mơn – Cần Thơ Dân tộc: Kinh Hộ thường trú: Khu vực 10, phường Châu Văn Liêm, quận Ơ Mơn, thành phố Cần Thơ ĐTDĐ: 0919755955 Email: phamtrungkien1979@gmail.com II QUÁ TRÌNH ĐÀO TẠO Đại học Hệ đào tạo: Chính quy Thời gian đào tạo: 1997 – 2001 Nơi học (trường, thành phố): Đại học Cần Thơ, Cần Thơ Ngành học: Quản lý đất đai Tên đồ án tốt nghiệp: XÂY DỰNG TIÊU BẢN PHẨU DIỆN ĐẤT ĐBSCL Ngày nơi bảo vệ đồ án tốt nghiệp: Năm 2001 Khoa Nông Nghiệp, Trường Đại Học Cần Thơ Người hướng dẫn: Ths Võ Quang Minh Thạc sĩ Hệ đào tạo: Chính quy Thời gian đào tạo: 8/2012 đến 8/2014 Nơi học (trường, thành phố): Đại học Cần Thơ, Cần Thơ Ngành học: Quản lý đất đai Tên luận văn: “ĐÁNH GIÁ HIỆN TRẠNG KHU DỰ TRỮ SINH QUYỂN RỪNG NGẬP MẶN CẦN GIỜ - SO SÁNH HAI PHƯƠNG PHÁP DỰA TRÊN PIXEL (PIXEL-BASED APPROACH) VÀ DỰA TRÊN ĐỐI TƯỢNG (OBJECT-BASED APPROACH)” Ngày nơi bảo vệ luận văn: Người hướng dẫn: Ts Võ Quốc Tuấn Trình độ ngoại ngữ: Anh văn B1 III Q TRÌNH CÔNG TÁC CHUYÊN MÔN KỂ TỪ KHI TỐT NGHIỆP ĐẠI HỌC - Từ năm 2001 đến năm 2012: CB P Tài ngun Mơi trường Q Ơ Mơn Cần Thơ, ngày tháng năm 2014 Người khai Phạm Trung Kiên iii LỜI CẢM TẠ Tơi xin bày tỏ lòng biết ơn sâu sắc đến người giúp đỡ tác giả tận tình trình làm luận văn tốt nghiệp Tôi xin gởi lời tri ân sâu sắc đến với thầy Võ Quốc Tuấn cung cấp kinh nghiệm kiến thức chun mơn tận tình hướng dẫn, động viên tạo điều kiện thuận lợi cho suốt thời gian thực đề tài tốt nghiệp Gởi lời cảm ơn sâu sắc đến tất cán trường Đại học Cần Thơ truyền đạt kiến thức quý báu suốt q trình đào tạo cao học để tơi hồn thành tốt công việc học tập Cảm ơn thầy Võ Quang Minh, anh Cao Quốc Đạt q thầy cơ, anh, chị Bộ môn Tài nguyên Đất đai- Khoa Môi trường Tài nguyên Thiên nhiên, trường Đại học Cần Thơ tận tình giúp đỡ trình thực đề tài Tập thể lớp cao học Quản lý đất đai K19 giúp đỡ suốt thời gian học tập làm đề tài Sau xin chân thành cảm ơn sâu sắc đến gia đình giúp đỡ động viên tinh thần cho tác giả hoàn thành tốt luận văn tốt nghiệp Chân thành cảm ơn! Phạm Trung Kiên iv Phạm Trung Kiên, 2014 ĐÁNH GIÁ HIỆN TRẠNG KHU DỰ TRỮ SINH QUYỂN RỪNG NGẬP MẶN CẦN GIỜ - SO SÁNH HAI PHƯƠNG PHÁP DỰA TRÊN PIXEL (PIXEL-BASED APPROACH) VÀ DỰA TRÊN ĐỐI TƯỢNG (OBJECT-BASED APPROACH) Luận văn thạc sỹ Quản Lý Đất Đai, Khoa Môi trường Tài nguyên Thiên nhiên, Trường Đại học Cần Thơ Cán hướng dẫn: Ts Võ Quốc Tuấn TÓM LƯỢC Mục tiêu nghiên cứu so sánh phương pháp phân loại ảnh dựa pixel (pixel-based approach) phân loại ảnh dựa đối tượng (object-based approach) để thành lập đồ trạng rừng ngập mặn khu dự trữ sinh quyễn rừng ngập mặn Cần Giờ Nghiên cứu sử dụng ảnh viễn thám đa phổ SPOT5 với độ phân giải 10m bao gồm band phổ Green, Red, Near infrared SWIR chụp vào ngày 24 tháng 02 năm 2011 huyện Cần Giờ, thành phố HCM để giải đoán trạng rừng ngập mặn Cần Giờ hai phương pháp dựa vào pixel dựa vào đối tượng Kết cho thấy, với độ xác tổng thể 88,5% hệ số Kapa 0,91, phương pháp giải đoán dựa đối tượng có độ xác cao phương pháp giải đốn dựa vào pixel có độ xác tổng thể 83,1% hệ số Kapa 0,89 Phương pháp phân loại dựa đối tượng khắc phục số hạn chế phương pháp phân loại dựa pixel không bị phân chia thành mảnh vụn phân loại ảnh vệ tinh có độ phân giải cao, dễ dàng vector hóa kết phân loại, phương pháp yêu cầu phải có kỹ thuật xử lý ảnh cao, lượng thông tin đầu vào phong phú, cần có phần cứng phần mềm thích hợp, đặc biệt kiến thức chun mơn vùng nghiên cứu người làm cơng tác giải đốn Nghiên cứu cho thấy, phương pháp phân loại dựa đối tượng phương pháp hiệu quả, có độ xác cao việc giải đốn ảnh viễn thám có độ phân giải cao để thành lập đồ trạng rừng ngập mặn Cần Giờ Từ khóa: SPOT 5, dựa vào đối tượng, dựa vào pixel, Cần Giờ, rừng ngập mặn v Pham Trung Kien, 2014 The assessment of mangrove status in Can Gio Biosphere Reserve-Comparison between Object-based and Pixel-based Approaches Master thesis of Land Management, college of Environment and Natural Resources, Can Tho University, Supervisor: Dr.Vo Quoc Tuan ABSTRACT The objective of this study is to compare two classification methods pixelbased approach and object-based approach in mapping mangrove status in Can Gio biosphere reserve This study using SPOT-5 multispectral image with 10m spatial resolution, including Green, Red, Near infrared and SWIR bands which was accquired on February 24, 2011 in Can Gio District, Ho Chi Minh city for classifying and mapping the status of mangrove forest in Can Gio biosphere reserves by two methods pixel-based and object-based approach approach The results showed that, with overall accuracy of 88.5% and kapa index is 0,91, objectbased approach has more accurate in comparison to pixel-based approach, which hasoverall accuracy is 83.1% and kapa index is 0,89 Object-based approach has overcame several fundamental limitations of pixel-based approach as it is not divided objects into small fragments, especially when classify high resolution images, easy to perform vectorization of classification result Howeverthis method requires a high level of image processing, such as the hardwares and softwares have to be powerful, more input information needed especially the knowledge of about the study area Research shows that, object-based approach is an effectively method to classify multispectral images with high accuracy to mapthe current status of Can Gio mangroves forests Keywork: SPOT 5, Object-based approach, pixel-based approach, Can Gio biosphere, mangrove forest vi LỜI CAM ĐOAN Tôi xin cam đoan cơng trình nghiên cứu thân Các số liệu, kết trình bày luận án trung thực chưa cơng bố cơng trình luận văn trước Tác giả luận văn Phạm Trung Kiên vii MỤC LỤC Trang bìa phụ i Chấp thuận hội đồng ii Lý lịch khoa học iii Lời cảm tạ iv Tóm tắt tiếng việt v Tóm tắt tiếng anh vi Lời cam đoan vii Mục lục viii Danh sách hình xi Danh sách bảng xiii Danh mục từ viết tắt xiv Chương GIỚI THIỆU 1.1 Tính cấp thiết đề tài 1.2 Mục tiêu nghiên cứu 1.2.1 Mục tiêu tổng quát 1.2.2 Mục tiêu cụ thể 1.3 Đối tượng phạm vi nghiên cứu 1.3.1 Đối tượng 1.3.2 Phạm vi nghiên cứu Chương LƯỢC KHẢO TÀI LIỆU 2.1 Rừng ngập mặn hệ sinh thái rừng ngập mặn 2.1.1 Rừng ngập mặn 2.1.2 Hệ sinh thái rừng ngập mặn 2.1.3 Vai trò hệ sinh thái rừng ngập mặn 2.2 Rừng ngập mặn Việt Nam 2.2.1 Phân bố 2.2.2 Môi trường sống 10 2.3 Tổng quan vùng nghiên cứu 11 2.3.1 Vị trí địa lý 11 viii 2.3.2 Diện tích tự nhiên 12 2.3.3 Khí hậu 12 2.3.4 Tài nguyên rừng 13 2.4 Tổng quan viễn thám 14 2.5 Các đặc trưng viễn thám 16 2.5.1 Khả phản xạ 16 2.5.2 Độ phân giải ảnh 16 2.5.3 Cơ chế tương tác 17 2.5.4 Các đặc trưng quang phổ thực vật 17 2.6 Các phương pháp giải đoán ảnh viễn thám 18 2.6.1 Giải đoán mắt thường 18 2.6.2 Giải đoán ảnh số dựa vào pixel 19 2.6.3 Giải đoán ảnh số dựa vào đối tượng 20 2.7 Các đặc trưng ảnh SPOT 24 2.8 Tình hình ứng dụng viễn thám nước giới 25 2.9.1 Một vài ứng dụng công nghệ viễn thám giới 25 2.9.2 Một vài ứng dụng công nghệ viễn thám nước 26 Chương PHƯƠNG TIỆN VÀ PHƯƠNG PHÁP NGHIÊN CỨU 28 3.1 Phượng tiện 28 3.2 Phương pháp nghiên cứu 28 3.2.1 Xây dựng đồ trạng rừng thông qua việc giải đoán ảnh vệ tinh dựa pixel (Pixel-based approach) 28 3.2.2 Xây dựng đồ trạng rừng thơng qua việc giải đốn ảnh vệ tinh dựa đối tượng (Object-based approach) 32 3.2.3 Đánh giá độ xác 35 3.2.4 Phương pháp so sánh 37 Chương KẾT QUẢ VÀ THẢO LUẬN 38 4.1 Dữ liệu nghiên cứu 38 4.2 Giải đoán ảnh phương pháp dựa vào pixel 39 4.2.1 Tiền xử lý ảnh 39 ix Thủy sản Hình 4.12 Thể ảnh màu giả số thuộc tính đối tượng mặt nước ni trồng thủy sản Đối tượng khu dân cư: Là đối tượng có số NDVI> -0,5 giá trị Mean layer >=70 Khu dân cư ảnh thể màu trắng trắng xanh nhạt, hình dạng khơng xác định, cấu trúc lốm đốm xem lẫn với đốm đỏ trồng lâu năm Khu dân cư Hình 4.13 Ảnh màu giả số thuộc tính đối tượng khu dân cư Đối tượng đất làm muối: Để phân loại đối tượng này, vào số Mean layer >=200, brightness >= 70 Đối tượng thể ảnh có màu trắng sáng xanh nhạt, có cấu trúc hình vng chữ nhật có 51 xem kẽ với đối tượng có màu xanh đậm (đối tượng mặt nước nuôi trồng thủy sản) Muối Hình 4.14 Ảnh màu giả số thuộc tính đối tượng đất làm muối Đối tượng đất giao thông: Đối tượng đất giao thông có số Mean layer 3>=10 độ dài đối tượng length >30, thể ảnh với hình dạng đường thẳng, tone màu xậm Đất giao thông Hinh 4.15 Chỉ số thuộc tính đối tượng đât giao thông Đối tượng đồng cỏ: Để phân loại đối tượng đồng cỏ, vào số NDVI đối tượng >= -0,3 số thuộc tính Mean layer >=100 Đối tượng thể ảnh màu giả có màu hồng nhạt, cấu trúc mịn 52 Đồng cỏ Hình 4.16 Ảnh màu giả số thuộc tính đối tượng đồng cỏ Hình 4.17 Cây phân cấp đối tượng 53 4.3.3 Kết phân loại Phân đoạn ảnh lần thứ chia ảnh làm 57.778 đối tượng riêng biệt, theo đó, ta xác định nhóm đối tượng lần phân đoạn rừng mặt nước tự nhiên Phân đoạn ảnh lần thứ hai ta có 155.368 đối tượng lần phân đoạn ta xác định đối tượng lại ảnh, cụ thể sau: Bảng 4.2 Diện tích đối tượng giải đốn phương pháp object-based Đối tượng Rừng Sông Thủy sản Thổ cư Muối Đồng cỏ Bãi bồi Giao thơng Tổng diện tích Diện tích (ha) 35.593,44 22.843,82 7.933,40 968,25 1.784,69 264,49 872,70 200,46 70.421,00 Hình 4.18 Biểu đồ diện tích đối tượng theo kết phân loại dựa vào đối tượng 54 4.3.4 Đánh giá độ xác phân loại ảnh dựa vào đối tượng Dựa đồ trạng rừng thành lập sở giải đoán ảnh Spot phương pháp phân loại dựa đối tượng kết điều tra, khảo sát thực địa nêu trên, tiến hành đánh giá độ xác Phương pháp đánh giá thành lập ma trận đánh giá điểm đồ xác hay khơng xác so với vị trí điều tra thực địa Hình 4.18 Ma trận sai số phương pháp phân loại dựa vào đối tượng Độ xác kết phân loại ảnh dựa đối tượng mô tả bảng ma trận sai số cho thấy số đối tượng phân loại nhầm lẫn sang lớp khác với độ xác toàn cục 88,5%, độ tin cậy 95,6% hệ số Kapa 0.91 kết phân loại đạt mức tốt 55 Hình 4.20 Bản đồ trạng rừng ngập mặn Cần Giờ giải đoán phương pháp dựa vào đối tượng 56 4.4 So sánh phương pháp phân loại ảnh dựa đối tượng dựa pixel 4.4.1 Ưu điểm hạn chế hai phương pháp Các phương pháp phần mềm sử dụng việc giải đoán ảnh viễn thám điều có ưu điểm hạn chế định Do đó, tùy theo mục đích nghiên cứu điều kiện thực tế mà ta lựa chọn phương pháp phù hợp mang lại hiệu cao Dựa vào đối tượng Dựa vào pixel + Ưu điểm + Ưu điểm - Phương pháp xử lý ảnh dựa pixel (pixel-based approach) sử dụng phần mềm Envi để giải đoán ảnh, phần mềm xử lý ảnh viễn thám mạnh, với ưu điểm sau: - Tận dụng hết thông tin tất kênh ảnh - Người dùng tự phát triển quy luật phân loại ảnh cách linh động dựa vào đặc điểm khác - Hiển thị, phân tích ảnh với nhiều đối tượng ảnh (chiều dài đối tượng, số pixel có kiểu liệu kích cỡ khác - Mơi trường giao diện thân thiện với đối tượng, vị trí, hình dạng, mức độ phản xạ, độ sáng người sử dụng đối tượng với band ảnh khác - Cho phép làm việc với kênh nhau.v.v.) phổ riêng lẻ toàn ảnh Khi file ảnh mở, kênh phổ - Các thuật tốn phân loại kiểm ảnh thao tác với tra tùy biến nhiều lần, tiêu tất chức có hệ phân loại định lượng khơng thống Với nhiều file ảnh mở, ta phụ thuộc vào cảm tính người giải dễ dàng lựa chọn kênh từ đoán (đây hạn chế phương pháp giải đoán mắt thường) file ảnh để xử lý - Phần mềm Envi có cơng cụ chiết - Rất phụ thuộc vào trình độ tách phổ, sử dụng thư viện phổ người giải đoán thuật toán phân chức chuyên cho phân tích ảnh loại máy tính thực có độ phân giải phổ cao - Không bị phân chia thành mảnh - Đây phần mềm viết vụn phân loại ảnh vệ tinh có độ ngơn ngữ IDL, ngơn ngữ lập phân giải cao trình cấu trúc, cung cấp khả tích - Khơng gặp vấn đề ghép nối hợp xử lý ảnh khả hiển kết giải đoán nhiều người lại 57 thị với giao diện đồ họa dễ sử dụng với - Các ảnh phân loại không dựa vào giá trị pixel mà dựa vào cấu trúc, hình dạng, tương quan với pixel lân cận tn theo ngữ cảnh - Dễ dàng kết hợp với phương pháp chiết xuất thơng tin phi phân loại khác tính tốn số thực vật, tính tốn sinh khối.v.v - Dễ dàng vector hóa - Phương pháp phân loại dựa đối tượng mang lại độ xác cao phương pháp phân loại dựa pixel việc thành lập đồ trạng rừng ngập mặn phương pháp giải đoán ảnh vệ tinh + Hạn chế + Hạn chế - Do dựa vào giá trị pixel - Q trình thực đòi hỏi trình độ nên phân loại ảnh có độ phân giải xử lý ảnh cao, cần có phần cứng cao dễ tạo nên nhiều mảnh vụn phần mềm thích hợp kết phân loại - Q trình xử lý, phân loại ảnh mang tính thụ động, dựa vào phần mềm mà không phát huy mới, tính sáng tạo người làm cơng tác giải đốn - Lượng thơng tin đầu vào cần phải phong phú, kiến thức chuyên môn người giải đoán vùng nghiên cứu - Phương pháp phân loại hoàn toàn dựa vào phần mềm để phân tích trích xuất lớp ảnh, từ đối tượng biểu không rõ ràng dễ tạo nhầm lẫn đối tượng ảnh 58 4.4.2 So sánh kết giải đoán phương pháp pixel-based approach object-based approach Kết giải đoán phương pháp dựa vào pixel xác định đối tượng vùng nghiên cứu, đối tượng rừng ngập mặn có diện tích 34.972,80ha, chiếm 49,66% tổng diện tích huyện Cần Giờ Phương pháp giải đoán dựa vào đối tượng xác định đối tượng phạm vi nghiên cứu, đối tượng rừng ngập mặn có diện tích 35.593,44ha, chiếm 50,54% tổng diện tích huyện Cần Giờ Hình 4.21 Biểu đồ so sánh diện tích đối tượng hai phương pháp giải đoán Kết cho thấy, phương pháp phân loại dựa đối tượng có độ xác tổng thể 88,5% hệ số Kapa 0.91 giải đoán phương pháp dựa vào pixel cho độ xác tổng thể 83,1% hệ số Kapa 0.89 Từ cho thấy, sử dụng phương pháp giải đoán ảnh dựa đối cơng tác giải đốn ảnh vệ tinh thành lập đồ rừng ngập mặn có độ xác cao phương pháp phân loại dựa pixel Hình 4.22 Biểu đồ so sánh độ xác hệ số kapa hai phương pháp 59 Chương KẾT LUẬN VÀ KIẾN NGHỊ Kết luận Kết thành lập đồ trạng rừng ngập mặn Cần Giờ theo phương pháp phân loại ảnh dựa pixel có đối tượng giải đốn, rừng ngập mặn có tổng diện tích 34.972,80 ha, chiếm 49,66% tổng diện tích huyện Cần Giờ Phương pháp giải đốn có độ xác tổng thể 83,1% hệ số Kapa 0.89 Kết thành lập đồ trạng rừng ngập mặn Cần Giờ theo pháp dựa đối tượng có đối tượng giải đốn, đối tượng rừng ngập mặn có tổng diện tích 35.593,44 ha, chiếm 50,54% tổng diện tích khu vực nghiên cứu Phương pháp giải đốn có độ xác tổng thể 88,5% hệ số Kapa 0.91 Sử dụng phương pháp phân loại ảnh dựa đối tượng công tác giải đoán ảnh viễn thám thành lập đồ rừng ngập mặn cho độ xác cao so với phương pháp giải đoán ảnh dựa vào giá trị pixel phương pháp giải đốn ngồi việc dựa vào giá trị pixel tn theo ngữ cảnh mối quan hệ pixel với pixel lân cận Tuy nhiên, trình thực phải nhiều thời gian trình giải đốn ảnh phương pháp này, người làm cơng tác giải đốn phải tự xây dựng phát triển quy luật giải đoán cho đối tượng thơng qua biểu hiện, thuộc tính đối tượng thể qua kênh phổ ảnh viễn thám Các đối tượng giải đoán phương pháp phân loại dựa vào đối tượng có độ tập trung cao giá trị pixel bị thay đổi bị ảnh hưởng điều kiện tự nhiên khí quyễn, mây.v.v nên áp dụng phương pháp phân loại ảnh dựa vào giá trị pixel bị nhầm lẫn đối tượng với với phương pháp phân loại dựa vào đối tượng khơng hồn tồn phụ thuộc vào giá trị pixel mà tuân theo ngữ cảnh mối quan hệ với pixel lân cận nên hạn chế nhiều nhầm lẫn Qua nghiên cứu cho thấy, phương pháp phân loại ảnh dựa đối tượng phương pháp hữu hiệu thích hợp việc giải đốn ảnh viễn thám có độ phân giải cao để thành lập đồ trạng rừng môi trường rừng ngập mặn 60 5.2 Kiến nghị Phương pháp phân loại ảnh dựa vào đối tượng phương pháp xử lý ảnh viễn tám có độ phân giải khơng gian cao quy trình xử lý tương đối phức tạp, đề tài sử dụng ảnh viễn thám SPOT có độ phân giải khơng gian trung bình (10m x 10m) nên đánh giá độ xác tổng thể hệ số Kapa hai phương pháp phân loại ảnh dựa vào đối tượng dựa vào pixel chưa xây dựng đồ phân bố loài khu vực nghiên cứu lượng thông tin ảnh SPOT chưa đủ để thực công việc Trong thời gian tới, cần có nghiên cứu sâu hơn, kết hợp với nhiều nguồn liệu khác để ứng dụng phương pháp phân loại ảnh dựa đối tượng xây dựng đồ phân bố loài rừng, rừng ngập mặn Phân loại ảnh dựa đối tượng phương pháp có nhiều ưu điểm, đặc biệt việc thành lập đồ trạng sử dụng đất, đồ trạng rừng đồ lớp phủ thực vật Do đó, cần có nghiên cứu ứng dụng ảnh viễn thám có độ phân giải khơng gian cao việc thành lập đồ trạng sử dụng đất đồ địa phục vụ cho công tác quản lý đất đai Nghiên cứu cho thấy, sử dụng phương pháp dựa đối tượng để giải đốn ảnh viễn thám đa phổ SPOT có độ phân giải không gian 10m để thành lập đồ trạng rừng ngập mặn phương pháp hữu hiệu, có độ xác cao phương pháp truyền thống dựa vào giá trị pixel Bên cạnh đó, vệ tinh VNREDSAT1 nước ta vào quỹ đạo hoạt động ổn định ảnh vệ tinh có thơng số kỹ thuật hồn tồn giống với thơng số kỹ thuật ảnh SPOT5 Do đó, thời gian tới cần có nghiên cứu sử dụng ảnh vệ tinh để xây dựng đồ rừng ngập mặn phạm vi lãnh thổ nước Việt Nam bằn phương pháp giải đoán ảnh dựa đối tượng 61 Tài liệu tham khảo a Tài liệu nước Đỗ Đình Sâm, Nguyễn Ngọc Bình, Ngơ Đình Quế Vũ Tấn Phương, 2005 Tổng quan rừng ngập mặn Việt Nam Nhà xuất Nông nghiệp, Hà Nội Dương Hữu Thời, (1998), Cơ Sở Sinh Thái Học, NXB Nông Nghiệp Hà Nội Lê Bá Huy, (2000), Môi trường, NXB Đại học Quốc gia thành phố Hồ Chí Minh Lê Bá Tồn, (2005), “Rừng đước với mơi trường ảnh hưởng đến suất tôm đước hệ thống canh tác nuôi trồng kết hợp huyện Ngọc Hiển, tỉnh Cà Mau”, Hội thảo tồn quốc vai trò hệ sinh thái rừng ngập mặn rạn san hô việc giảm nhẹ tác động đại dương đến môi trường, Hà Nội, tr 131-141 Lê Diên Dực, (1986), Kiểm kê đất ngập nước Việt Nam, Trung tâm Nghiên cứu Tài nguyên Môi trường Lê Đức Tuấn, Trần Thị Kiểu Oanh, Cát Văn Thành Nguyễn Đình Q, (2002), Khu dự trữ sinh rừng ngập mặn Cần Giờ, Nhà xuất Nơng Nghiệp Lê Quang Trí, Lê Tấn Lợi Võ Tòng Anh, 1999 Giáo trình Viễn Thám 1, Đại Học Cần Thơ Lê Văn Trung, (2005), Viễn Thám, NXB Đại học Quốc gia Thành phố Hồ Chí Minh Lê Xuân Tấn, Phan Nguyên Hồng Trương Quang Học, 2008 Những vấn đề môi trường ven biển phục hồi rừng ngập mặn Việt Nam Trong: Lê Xuân Tấn (chủ biên), Phan Nguyên Hồng Trương Quang Học Kỷ yếu hội thảo quốc tế Việt Nam học lần thứ 3, ngày 5-7 tháng 12 năm 2008, Hà Nội Phạm Vọng Thành, (2005), Giáo trình cơng nghệ viễn thám, Đại học Mỏ Địa Chất, Hà Nội Phạm Tiến Đạt, Trần Trung Kiên, Nông Hữu Dương, Trần Đức Viên, Nguyễn Thanh Lâm Võ Hữu Công, (2009), Ứng dụng công nghệ GIS viễn thám quy hoạch sử dụng đất rừng thượng nguồn lưu vực sông Cả, tỉnh Nghệ An Tạp chí Khoa học Phát triển 2009: tập 7, số 6: 755-763 62 Phan Nguyên Hồng, (1991), Sinh thái thảm thực vật rừng ngập mặn Việt Nam, Luận án tiến sĩ khoa học sinh học Hà Nội: 35-40 Phan Nguyên Hồng, (1999), Rừng ngập mặn Việt Nam, NXB Nông Nghiệp Hà Nội Phan Nguyên Hồng Nguyễn Thị Hằng, (2002), “Báo cáo tổng kết nghiên cứu đề tài Đánh giá vai trò vi sinh vật hệ sinh thái rừng ngập mặn”, Hội thảo khoa học đánh giá vai trò vi sinh vật hệ sinh thái rừng ngập mặn, Hà Nội, tr 1-12 Phan Ngun Hồng Nguyễn Hồng Trí (1999), Rừng ngập mặn Việt Nam, người hệ sinh thái phát triển, Nhà xuất Nơng Nghiệp Nguyễn Hồng Trí, (1999), Hệ sinh thái rừng ngập mặn, NXB Nơng Nghiệp Hà Nội Nguyễn Khắc Thời ctv, (2011), Giáo trình Viễm Thám, Đại học Nơng Nghiệp Hà Nội Nguyễn Thị Hồng Hạnh Mai Sỹ Tuấn (2005), “Sự tích tụ cacbon nitơ mẫu phân hủy lượng rơi đất rừng ngập mặn huyện Giao Thủy, tỉnh Nam Định”, Hội thảo tồn quốc vai trò hệ sinh thái rừng ngập mặn rạng san hô việc giảm nhẹ tác động đại dương đến môi trường, Hà Nội, tr 271-276 Nguyễn Ngọc Thạch, Nguyễn Đình Hòe, Trần Văn Thụy, ng Đình Khanh Lại Vĩnh Cẩm.(1997), Viễn Thám nghiên cứu tài nguyên môi trường, NXB Khoa Học Kỹ Thuật, Hà Nội Nguyễn Ngọc Thạch (2005), Cơ sở viễn thám, NXB Nông nghiệp, Hà Nội Nguyễn Quang Tuấn, (2008), Hướng dẫn sử dụng phần mềm Envi 4.3, Trường Đại Học Huế Nguyễn Văn Thị Trần Quang Bảo, (2014), Ứng Dụng kỹ thuật phân loại ảnh hướng đối tượng nhằm phân loại trạng thái rừng theo Thơng tư số 34 Tạp chí Khoa Học Lâm Nghiệp, số 2/2014; 3343-3353 Thủ tướng Chính phủ, (2001), Quyết định số 03/2001/QĐ-TTg, Về việc phê duyệt kết tổng kiểm kê rừng tồn quốc, Thủ tướng Chính phủ ký ngày tháng 01 năm 2001, Hà Nội Trần Trọng Đức, 2003, Giám sát biến động rừng ngập mặn sử dụng kỹ thuật viễn thám GIS, Mangro Forest Change Monitoring Using Remote Sensing and Gis 63 Trần Hùng, Phạm Quang Lợi, (2008), Xử lý phân tích liệu viên thám với phần mềm Envi, Hà Nội Trương Thị Hòa Bình, 2007-2008, Đánh giá biến động diện tích rừng ngập mặn vùng ven bờ cơng nghệ viễn thám hệ thống thông tin địa lý Viên Ngọc Nam (2005), Rừng ngập mặn Việt Nam Đại Học Nơng Lâm thành phố Hồ Chí Minh Võ Quang Minh, (2008), Lý thuyết viễn thám 2, Khoa Nông Nghiệp & Sinh Học Ứng Dụng, Trường Đại Học Cần Thơ Vũ Trung Tạng, (1994), Các hệ sinh thái cửa sông Việt Nam (khai thác, trì phát triển nguồn lợi), NXB khoa học kỹ thuật Hà Nội b Tài liệu nước C.Kuenzer andV.Q Tuan, (2012), “Can Gio Mangrove Biosphere Reserve Evaluation 2012”, Remote Sensing, 2012 Carlos M Souza, Jr et al., (2013), “Ten-Year Landsat Classification of Deforestation and Forest Degradation in the Brazilian Amazon”, Remote Sensing, 2013 FAO 1994, Mangrove forest management guidelines FAO forestry department Giulia Conchedda, Laurent Durieux, Philippe Mayaux, (2008), “An objectbased method for mapping and change analysis in mangrove ecosystems”, Photogrammetry & Remote sensing 63 (2008) 578-589 Kathiresan K & B L Bingham, (2001), Biology of Mangorves and Mangrove Ecosystems, Advances in Marine Biology 40, pp 81-251 Muhamamd Kamal Stuart Phinn, (2011),“Hyperspectral data for mangrove species mapping: A comparision of pixel-based and object-based approach”, Remote Sensing, 2011 Phan Nguyen Hong and Hoang Thi San, 1993, Mangrove of Viet Nam, IUCN, Bangkok, p 22; 35-50 Primavera J H., A A Delos Reyes, J P Altamirano, C R Lavilla – Torres and J H L Lebata, (2005), “Xử lý nước thải đầm tôm vùng đất ngập nước rừng ngập mặn tự nhiên”, Hội thảo tồn quốc vai trò hệ sinh thái rừng ngập mặn rạn san hô việc giảm nhẹ tác động đại dương đến môi trường, Hà Nội, tr 91-95 64 Spalding M, (1997), The global distribution and status of mangrove ecosystems International Newsletter of Coastal Management-Intercoast Network, Special edition, 1, p 20-21 Spalding M, (1997) The global distribution and status of mangrove ecosystem s International Newsletter of Coastal Management‐Intercoast Network, Special edition, 1: 20‐2 Thomas M.Lillesand & Ralph W.Kiefer, (1996), “Remote sensing and image interpretation”,John Wiley and Sons, Inc Vien Ngoc Nam et al, (2014), “Studies in Can Gio mangove biosphere resere, Ho Chi Minh city, Viet Nam”, ISME Mangrove Ecosystems Technical Reports No 6, 2014 Vo Quoc Tuan et al., (2013), “Remote Sensing in Mapping Mangrove Ecosystems – An Object – based Approach”, Remote Sensing, 2013 c Các trang web: http://www.cangio.hochiminhcity.gov.vn Truy cập ngày 11/9/2013 http:// www.spotimage.com Accessed on 20/02/2014 http://www.resmap.com/spot5/ Accessed on 17/ 03/ 2014 65 ... tính v.v Về thao tác thực có hai phương pháp để xử lý thơng tin ảnh viễn thám: phương pháp xử lý ảnh mắt xử lý máy tính 15 2.5 Các đặc trưng viễn thám: 2.5.1 Khả phản xạ: Theo Nguyễn Ngọc Thạch... nhận, ảnh viễn thám phân loại thành loại bản: Ảnh quang học, ảnh nhiệt, ảnh radar Quá trình chuyển từ ảnh tương tự sang ảnh số gọi số hóa Theo Nguyễn Ngọc Thạch et al (1997), trình xử lý thơng... Võ Quang Minh (2008), ảnh nói chung thể hai chiều vật thể vùng xác định Trong kỹ thuật viễn thám, có hai loại ảnh thường sử dụng ảnh tương tự ảnh số • Ảnh tương tự: Là ảnh chụp từ camera, thông