4. ĐỐI TƯỢNG VÀ PHẠM VI NGHIÊN CỨU
3.3.3. Giải đoán ảnh viễn thám
3.3.3.1. Giải đoán ảnh theo phương pháp định hướng đối tượng
Từ khóa giải đoán ảnh được xây dựng theo phương pháp định hướng đối tượng nêu trên, ta nhận thấy, giải đoán ảnh theo phương pháp định hướng đối tượng, ngoài việc tận dụng tất cả các kênh ảnh để phục vụ cho việc giải đoán, ta cũng có thể đưa các yếu tố khác vào để phục vụ cho việc giải đoán, cụ thể trong nghiên cứu này là chỉ số NDVI, RIV và bản đồ dạng vector là ranh giới đất lâm nghiệp. Mặt khác, mỗi đối tượng ảnh có thể được giải đoán bằng một hoặc nhiều thuật toán khác nhau và mỗi thuật toán có thể sử dụng một hoặc nhiều kênh ảnh. Các thuật toán đều mang tính chất định lượng cụ thể và được xây dựng một cách khách quan, trên cơ sở từ các đặc trưng của các đối tượng ảnh mẫu, không phụ thuộc vào trình độ hay tính chủ quan của người giải đoán.
Trong nghiên cứu này, ảnh SPOT 5 được chụp ngày 26/03/2013 được giải đoán tự động, thực hiện trên phần eCognition từ bộ khóa ”rule set” được lập như trên cho kết quả thể hiện ở hình 3.17.
Hình 3.17. Ảnh đã được giải đoán bằng phương pháp định hướng đối tượng
Từ kết quả giải đoán này ta nhận thấy ảnh không bị chia thành những mảnh vụn khi phân loại. Đây là một kết quả mang lại nhiều khả quan khi giải đoán ảnh viễn thám hiện nay.
Ngoài ra, phần mềm eCognition còn cho phép giải đoán ảnh bán tự động, nghĩa là, kết hợp với giải đoán tự động ta có thể phân loại lại những đối tượng ảnh bị giải đoán không chính xác hoặc tách các đối tượng ảnh bị lẫn bởi hai trạng thái khác nhau.
3.3.3.2. Đánh giá độ chính xác kết giải đoán
Để đánh giá độ chính xác kết quả giải đoán ảnh, ta tiến hành thiết kế tuyến điều tra lấy mẫu. Tuyến điều tra này phải độc lập với tuyến lấy mẫu giải đoán, phải đi qua tất cả các trạng thái rừng đã được giải đoán và thuận lợi cho việc đi khảo sát. Nếu không chọn được một tuyến như vậy thì có thể chọn nhiều tuyến để vẫn đảm lấy được mẫu toàn bộ các trạng thái đã giải đoán. Cụ thể trong nghiên cứu, tuyến được thiết kế là tuyến AB (hình 3.18), tuyến này đi qua tất cả các trạng thái rừng đã được giải đoán là: rừng giàu, rừng trung bình, rừng nghèo và đất chưa thành rừng.
Trên tuyến, số lượng điểm mẫu điều tra thực địa là 93 mẫu, trong đó: rừng giàu 20 mẫu, rừng trung bình 26 mẫu, rừng nghèo 23 mẫu và đất chưa thành rừng là 24 mẫu. Tọa độ các các điểm mẫu xem phụ lục 3.
Kết quả điều tra thực địa được so sánh với kết quả giải đoán ảnh để đánh giá độ chính xác kết quả giải đoán ảnh. Ví dụ so sánh mẫu rừng giàu điều tra thực địa với kết quả giải đoán như hình 3.19.
Hình 3.18. Tuyến điều tra lấy mẫu đánh giá độ chính xác kết quả giải đoán
Hình 3.19. So sánh kết quả điều tra thực địa với kết quả giải đoán trạng thái rừng giàu
Từ kết quả so sánh trên, lập ma trận sai số trên Excel để đánh giá độ chính xác kết quả giải đoán. Bảng ma trận sai số như sau (xem bảng 3.7):
A
Bảng 3.7. Ma trận sai số giải đoán ảnh theo phương pháp định hướng đối tượng Trước đánh giá Sau đánh giá RỪNG GIÀU RỪNG TRUNG BÌNH RỪNG NGHÈO CHƯA THÀNH RỪNG Tổng mẫu điều tra RỪNG GIÀU 19 1 0 0 20 RỪNG TRUNG BÌNH 0 23 2 0 25 RỪNG NGHÈO 0 2 20 1 23 CHƯA THÀNH RỪNG 0 0 1 23 24
Tổng số mẫu sau đánh giá
độ chính xác 19 25 24 24 92
Từ bảng 3.7 ta tính được độ chính xác của kết quả phân loại là 93,48% và hệ số Kappa = 0,91. Từ kết quả này ta thấy, độ chính xác kết quả phân loại đạt yêu cầu (quy định không dưới 75%) và khả năng phân loại đạt mức độ chấp thuận cao (Kappa ≥ 0,80).
3.3.3.3. Thành lập bản đồ hiện trạng đất lâm nghiệp tỷ lệ 1:10.000 khu vực nghiên cứu theo phương pháp định hướng đối tượng
a. Quy trình ứng dụng công nghệ viễn thám xây dựng bản đồ đất hiện trạng lâm nghiệp khu vực nghiên cứu
Từ những kết quả nghiên cứu trên, chúng tôi xây dựng được quy trình ứng dụng công nghệ viễn thám để xây dựng bản đồ đất hiện trạng sử dụng đất lâm nghiệp xã Hòa Xuân Nam, huyện Đông Hòa, tỉnh Phú Yên như sau (xem hình 3.20):
Hình 3.20. Quy trình ứng dụng công nghệ viễn thám để xây dựng bản đồ hiện trạng sử dụng đất lâm nghiệp xã Hòa Xuân Nam
Phần mềm ENVI DỮ LIỆU ẢNH VIỄN THÁM BẢN ĐỒ HIỆN TRẠNG SỬ DỤNG ĐẤT LÂM NGHIỆP Độ chính xác ≥ 75% Phần mềm eCognition Nắn chỉnh hình học Trộn ảnh toàn sắc với kênh đa phổ Cắt ảnh theo ranh giới
hành chính khu vực nghiên cứu Thông số phân mảnh: shape: 0,3; compactness: 0,6; Scale parameter: 30 Thống kê đặc trưng các
đối tương ảnh mẫu Thiết lập bộ khóa giải
đoán và phân loại Độ chính xác < 75%
Bản đồ địa hình huyện Đông Hòa, tỉnh Phú Yên
tỷ lệ 1:10000
ĐÁNH GIÁ ĐỘ CHÍNH
XÁC
Mẫu khảo sát thực địa
XỬ LÝ ẢNH TIỀN XỬ LÝ
b. Bản đồ hiện trạng sử dụng đất lâm nghiệp xã Hòa Xuân Nam, huyện Đông Hòa, tỉnh Phú Yên được xây dựng bằng phương pháp định hướng đối tượng
Từ kết quả giải đoán ảnh viễn thám SPOT 5 trên phần mềm eCognition được xuất ra kết quả dưới dạng shapefile theo từng lớp phân loại, sau đó biên tập bằng phần mềm Mapinfor. Kết quả bản đồ hiện trạng sử dụng đất lâm nghiệp xã Hòa Xuân Nam, huyện Đông Hòa, tỉnh Phú Yên được thu nhỏ và bảng thống kê diện tích rừng được giải đoán thể hiện hình 3.21 và bảng 3.8.
Hình 3.21. Bản đồ hiện trạng sử dụng đất lâm nghiệp xã Hòa Xuân Nam, huyện Đông
Bảng 3.8. Sai khác diện tích rừng của hai kết quả giải đoán bằng phương pháp định
hướng đối tượng và phương pháp pixel
Loại đất Diện tích (ha) I. Đất lâm nghiệp
1. Rừng giàu 2. Rừng trung bình 3. Rừng nghèo
4. Đất chưa thành rừng
II. Đất phi lâm nghiệp
6147,93 313,85 2036,18 2869,01 928,89 401,79 Diện tích tự nhiên 6549,72
3.3.3.4. So sánh giải đoán ảnh viễn thám bằng phương pháp định hướng đối tượng với giải đoán ảnh viễn thám bằng phương pháp pixel
a. Giải đoán ảnh bằng phương pháp pixel
Từ các điểm mẫu khảo sát thực địa gồm 97 mẫu, trong đó có 18 điểm mẫu rừng giàu, 29 điểm mẫu rừng trung bình, 29 điểm mẫu rừng nghèo và 20 điểm mẫu đất chưa thành rừng (cùng chung điểm mẫu phân loại định hướng đối tượng), sử dụng phần mềm ENVI để giải đoán ảnh SPOT 5, chụp ngày 26/03/2013 bằng ba phương pháp phân loại có kiểm định khác nhau: Phương pháp hình hộp, phương pháp khoảng cách ngắn nhất và phương pháp phân loại gần đúng nhất (phương pháp giải đoán bằng pixel). Qua khảo sát thực địa lấy mẫu để đánh giá độ chính xác cho ba phương pháp trên, thì kết quả phân loại bằng “phương pháp khoảng cách ngắn nhất” là có độ chính xác cao nhất, cụ thể, độ chính xác kết quả phân loại là 76,09% và hệ số Kappa = 0,68, do đó, chúng tôi lấy kết quả này đại diện cho các kết quả phân loại bằng phương pháp pixel. Kết quả file ảnh đã được giải đoán bằng phương pháp pixel thể hiện hình 3.22.
Hình 3.22. Ảnh đã được giải đoán ảnh bằng phương pháp pixel
Từ kết quả giải đoán này ta nhận thấy ảnh bị chia nhỏ thành nhiều mảnh vụn và phân tán so với kết quả giải đoán bằng phương pháp định hướng đối tượng, lý do là, đối tượng được giải đoán của phương pháp pixel là các pixel riêng lẻ, trong khi đối tượng được giải đoán của phương pháp định hướng đối tượng là các đối tượng ảnh (nhóm các pixel).
Từ kết quả giải đoán trên, tiến hành đánh giá độ chính xác và thống kê kết quả phân loại. So sánh kết quả này với kết quả giải đoán bằng phương pháp định hướng đối tượng ta thấy như sau (xem bảng 3.9 và bảng 3.10).
Bảng 3.9. Độ chính xác kết quả giải đoán bằng phương pháp định hướng đối tượng và phương pháp pixel
Số thứ tự Giải đoán bằng phương pháp định hướng đối tượng
Giải đoán bằng phương pháp pixcel 1. Độ chính xác phân loại 2. Hệ số Kappa 93,48% 0,91 76,09% 0,68
Bảng 3.10. Sai khác diện tích rừng của hai kết quả giải đoán bằng phương pháp định
hướng đối tượng và phương pháp pixel
Trạng thái
Diện tích giải đoán bằng phương pháp định hướng đối tường
(ha)
Diện tích giải đoán bằng phương pháp pixcel (ha) Diện tích sai khác (ha) Tỷ lệ sai khác (%) 1. Rừng giàu 313,85 340,22 -26,37 8,06 2. Rừng trung bình 2036,18 2208,23 -172,05 8,11 3. Rừng nghèo 2869,01 2915,08 -46,07 1,59 4. Đất chưa thành rừng 928,89 684,40 244,49 30,31
Qua kết quả trên ta nhận thấy, sự khác nhau về kết quả giải đoán của hai phương pháp trên là đáng kể và trong nghiên cứu này, phương pháp định hướng đối tượng được áp dụng sẽ phù hợp hơn và cho ra độ chính xác cao hơn hẳn so với phương pháp pixel.
b. So sánh giải đoán ảnh viễn thám bằng phương pháp định hướng đối tượng với giải đoán ảnh viễn thám bằng phương pháp pixel
Từ kết quả nghiên cứu cụ thể của phương pháp định hướng đối tượng và phương pháp pixel, và những nghiên cứu về mặt lý thuyết của hai phương pháp này chúng tôi rút ra được những kết luận sau đây:
Giải đoán ảnh viễn thám bằng phương pháp định hướng đối tượng
Giải đoán ảnh viễn thám bằng phương pháp pixcel
1. Phân mảnh
Trên cơ sở các trọng số hình dạng - màu sắc, độ chặt - độ trơn, tỷ lệ và các yếu tố khác để gộp các pixel lân cận thành một đối tượng ảnh mới có các giá trị đặc trưng đại diện cho các pixel đó.
2. Đối tượng ảnh
Đối tượng được giải đoán là đối tượng ảnh đại diện cho một nhóm các pixel.
1. Lọc nhiễu
Gộp các lớp đã được phân loại có diện tích nhỏ vào lớp lân cận có diện tích lớn hơn. ... … … … .. .. ….. ….. ….. … ….. …. …. … … … …. ….
2. Đối tượng pixel
Đối tượng ảnh được giải đoán là các pixel riêng lẻ.
Giải đoán ảnh viễn thám bằng phương pháp định hướng đối tượng
Giải đoán ảnh viễn thám bằng phương pháp pixcel
3. Kỹ thuật phân loại
- Mỗi lớp được phân loại bởi các thuật toán khác nhau và một lớp được phân loại bởi một hay nhiều thuật toán;
- Thuật toán phân loại có thể sử dụng một hoặc nhiều các kênh ảnh khác nhau;
- Có thể tận dụng hết các thông tin của các kênh ảnh và những thông tin được thiết lập từ các thông tin của các kênh ảnh;
- Ngoài các thông tin trên ảnh, có thể sử dụng các thông tin khác bên ngoài;
- Thuật toán phong phú, được định lượng cụ thể và được thiết lập bởi người giải đoán;
…….
- Sử dụng nhiều thuật toán khác nhau để phân loại đối tượng ảnh.
4. Kết quả phân loại
- Kết quả giải đoán khách quan, không phụ thuộc vào tính chủ quan của người giải đoán; - Kết quả phân loại không bị phân chia thành nhiều mảnh vụn;
- Độ chính xác của kết quả giải đoán và khả năng phân loại cao hơn.
3. Kỹ thuật phân loại
- Tất cả các lớp đều được phân loại bằng một thuật toán giống nhau; …. …. … …. ….
- Thuật toán phân loại luôn sử dụng đồng thời các kênh ảnh;
- Chưa tận dụng hết các thông tin trên ảnh;
… … … …
……… …. …
- Chỉ sử dụng những thông tin có trên ảnh;…….
- Thuật toán được thiết lập sẵn bởi phần mềm và không mang tính định lượng;
- Sử dụng một thuật toán duy nhất để phân loại đối tượng pixel ảnh.
4. Kết quả phân loại
Á- Kết quả phụ thuộc vào tính chủ quan của người giải đoán khi khoanh mẫu;
- Kết quả phân loại bị phân chia thành nhiều mảnh vụn;
- Độ chính xác của kết quả giải đoán và khả năng phân loại thấp hơn.
Như vậy, ứng dụng công nghệ viễn thám thành lập bản đồ hiện trạng sử dụng đất lâm nghiệp bằng phương pháp định hướng đối tượng phù hợp và có nhiều ưu điểm hơn hẳn so với phương pháp pixel, ngoại trừ một số trường hợp cần giải đoán chính xác đối tượng trên mặt đất thì phương pháp pixel có lợi điểm nhất định, vì giá trị độ sáng từng pixel phản ánh chính xác đối tượng trên bề mặt trái đất, trong khi phương pháp định hướng đối tượng là giải đoán nhóm đại diện cho các pixel.