D- năng lượng phản xạ được tách và ghi nhận bởi bộ cảm biến
5.1.3.Giải đốn ảnh và phân loạ
CHƯƠNG 5: KẾT QUẢ VAØ THẢO LUẬN
5.1.3.Giải đốn ảnh và phân loạ
Đồ án tốt nghiệp GVHD: Th.S. Lê Thanh Hịa
Sơ đồ 4: Qui trình xử lý và giải đốn ảnh Viễn Thám
5.1.3.1. Giải đốn ảnh
SVTH: Trần Nhật Vy Trang 71
Dữ liệu ảnh vệ tinh Aster 03/2003
- Tăng cường chất lượng ảnh - Tạo kênh NDVI
- Tạo ảnh thành phần chính PCA
Lập khĩa giải đốn, lấy mẫu
Phân loại đối tượng theo phương pháp MLC Đánh giá độ chính xác Bản đồ hiện trạng sử dụng đất năm 2007 Khảo sát thực địa (định vị GPS)
Đồ án tốt nghiệp GVHD: Th.S. Lê Thanh Hịa
Thể hiện ảnh
Thể hiện ảnh là một trong những ưu điểm của phương pháp xử lý ảnh số, việc thể hiện các kênh ảnh theo các kiểu tổ hợp màu khác nhau cho phép xác định sơ bộ các đối tượng bề mặt phục vụ hữu hiệu khi tiến hành khảo sát thực địa cũng như xác định khu vực phân bố của các đối tượng bề mặt.
Tổ hợp màu giả (False Color Composite) được sử dụng để định nghĩa cho các kênh của ảnh Aster như sau: kênh 3, kênh 2, kênh 1 tương ứng với 3 màu đỏ (Red), lục (Green), xanh (Blue). Trên tổ hợp màu này các đối tượng được thể hiện theo các gam màu như thực vật luơn cĩ màu đỏ và các mức độ đỏ khác nhau thể hiện mức độ dày đặc của thảm thực vật.
Hình 13: Thể hiện các đối tượng trong tổ hợp màu giả ảnh Aster 03/2003
Bãi bồi ven biển
Rừng ngập mặn
Đồ án tốt nghiệp GVHD: Th.S. Lê Thanh Hịa
Cây ăn quả
Lúa 3 vụ
Lúa 2 vụ - hoa màu
Đất diêm nghiệp
Đồ án tốt nghiệp GVHD: Th.S. Lê Thanh Hịa
Nuơi tơm
Sơng, kênh, rạch
Đồ án tốt nghiệp GVHD: Th.S. Lê Thanh Hịa
Đất nhân tác
Tạo kênh thực vật NDVI
Ảnh Aster kênh 1, 2, 3 được phân tích trên cơ sở của sự khác biệt về độ phản xạ các đối tượng theo từng kênh. Để tăng cường phân biệt các đối tượng thực vật (NDVI) được xây dựng dựa trên nguyên tắc phối hợp kênh phổ:
NDVI = (Gần hồng ngoại – Đỏ) / (Gần hồng ngoại + Đỏ)
Kênh phổ 3 (gần hồng ngoại) và kênh phổ 2 (đỏ) là hai kênh phổ phản xạ mạnh của đối tượng thực vật.
• NDVI = +1 (giá trị hiển thị 256): khu vực cĩ sự hiện diện mật độ thực vật cao và dày; (adsbygoogle = window.adsbygoogle || []).push({});
• NDVI = 0 (giá trị hiển thị 127): khu vực khơng cĩ hoặc cĩ sự hiện diện thực vật rất ít;
• NDVI = -1 (giá trị hiển thị 0): khu vực đất trống, mặt nước.
Đồ án tốt nghiệp GVHD: Th.S. Lê Thanh Hịa
Hình 14: Ảnh chỉ số thực vật NDVI
Tạo ảnh thành phần chính PCA
• Xác định hệ số tương quan: sự tương quan giữa hai kênh phổ thể hiện mức độ chứa thơng tin giống nhau cho bởi hai kênh đĩ. Việc xác định hệ số tương quan giúp ta tránh sử dụng đồng thời các kênh cĩ hệ số tương quan cao để thể hiện màu hoặc chiết tách các đối tượng tương đồng về phản xạ phổ.
Bảng 8: Ma trận tương quan giữa các kênh ảnh
Correlation Band 1 Band 2 Band 3
Band 1 1 0.979392 0.785122
Band 2 0.979392 1 0.7679
Band 3 0.785122 0.7679 1
Bảng 8 cho thấy kênh 1 (vùng khả kiến ánh sáng xanh) và kênh 2 (vùng khả kiến ánh sáng đỏ) cĩ sự tương quan cao nhất (gần 98%), thấp hơn là kênh 1 và kênh 3 (78.5%), kênh 2 và kênh 3 (gần 77%).
Đồ án tốt nghiệp GVHD: Th.S. Lê Thanh Hịa
• Phân tích thành phần chính (PCA) : là kỹ thuật chuyển đổi các giá trị độ sáng của pixel và sự chuyển đổi này sẽ nén dữ liệu ảnh bằng cách giữ tối đa lượng thơng tin hữu ích và loại bỏ các thơng tin trùng lắp (các yếu tố tương quan). Kết quả là dữ liệu ảnh thu được (ảnh thành phần chính) chỉ chứa các kênh ảnh ít tương quan (độc lập tuyến tính).
Hình 15: Ảnh vệ tinh tổ hợp màu Red: band 3, Green: PCA, Blue: band 1
Tổ hợp trên cho ta nhận biết rõ hơn các đối tượng cần phân loại như:
• Đất nuơi tơm cĩ lượng bùn lớn, do đĩ chúng cĩ giá trị hiển thị của Band 1 là chủ yếu, khơng cĩ giá trị của band 3 (yếu tố thực vật) và band 2 hầu như cũng khơng thể hiện hoặc cĩ nhưng khơng đáng kể.
• Đất trồng lúa thì giá trị thể hiện của Band 3 (phản xạ thực vật) cao nhất , trong đĩ cũng cĩ giá trị của Band 1 và PCA vì PCA sẽ giúp thể hiện thơng tin chính về phản xạ của Band 1 và Band 2 nghĩa là thể hiện phản xạ của đất ướt, đất bùn (đất trồng lúa).
Đồ án tốt nghiệp GVHD: Th.S. Lê Thanh Hịa
5.1.3.2. Phân loại các đối tượng trên ảnh
Việc phân loại các đối tượng ảnh vệ tinh được thực hiện dựa vào giá trị pixel của các đối tượng quan sát trong phần giải đốn ảnh ở trên, kết hợp với các dữ liệu cĩ từ việc khảo sát thực địa lấy mẫu và những thơng tin từ bản đồ hiện trạng sử dụng đất năm 2001.
Phần phân loại các đối tượng trên ảnh của đề tài này sử dụng phương pháp phân loại cĩ giám sát (Supervised Classification) theo thuật tốn xác suất cực đại (Maximum Likelihood).
Bảng 9: Thống kê phân loại ảnh
Lớp phân loại Đơn vị mơ tả Số lượng pixels Phần trăm Diện tích (ha)
1 Chuyên tơm 1.240 6.928 61.858,37252 Lúa + Tơm 488 5.450 48.662,5500 2 Lúa + Tơm 488 5.450 48.662,5500 3 Sơng, kênh, rạch 1.586 0.516 4.611,0825 4 Bờ biển 5.147 1.110 9.908,4600 5 Nuơi cá 194 1.771 15.815,6100 6 Bãi bồi ven biển 3.240 2,435 21.738,6225 7 Rừng ngập mặn 959 0.101 899,6625 8 Lúa 3 vụ 1.057 0.480 4.286,6325 9 Lúa 2 vụ - màu 942 1.115 9.955,0800 10 Chuyên rau màu 221 1.160 10.357,8975 11 Lúa 2 vụ hoặc 3 vụ 687 0.543 4.850,4375 12 Lúa 2-3 vụ - màu 520 0.677 6.042,3525 13 Lúa 2 vụ 569 1.511 13.493,2725 14 Cây ăn trái 712 0,796 7.105,0275 15 Làm muối (Diêm nghiệp) 156 0.662 5.913,6525 16 Đất nhân tác 47 3.890 34.734,9150 17 Khơng xác định - 70.854 632.622,0825 TỔNG 17.765 100 260.233,6275 (khơng tính phần “khơng xác định”)
Hình 16: Kết quả phân loại ảnh Aster tỉnh Bạc Liêu
Đồ án tốt nghiệp GVHD: Th.S. Lê Thanh Hịa
Đồ án tốt nghiệp GVHD: Th.S. Lê Thanh Hịa