S TT Loại sử dụng đất Mẫu ảnh năm 2014 Mẫu ảnh năm 2017 Ảnh thực địa năm 2017 1 1 Đất trồng lúa 2 2 Đất trồng cây hàng năm khác 3 3 Đất trồng cây lâu năm 4 4 Đất lâm nghiệp 6 5 Đất mặt nước 5 6 Đất xây dựng 4.3.4. Phân loại ảnh
Ảnh vệ tinh năm 2014 và năm 2017 được phân loại độc lập với nhau. Có nhiều phương pháp phân loại ảnh khác nhau, tuy nhiên trong đề tài này tôi sử dụng phương pháp phân loại có kiểm định theo thuật toán xác suất cực đại (Maximum Likelihood). Thực chất quá trình này là nhằm chiết tách thông tin định tính và định lượng từ ảnh viễn thám để chuyển các giá trị xám độ của mỗi một pixel trên ảnh về từng nhóm mẫu mà người giải đoán đã lựa chọn có xác suất giống vùng mẫu nhất.
Hình 4.11. Minh họa kết quả phân loại có kiểm định
Ảnh sau khi phân loại thu được kết quả như sau:
Hình 4.12. Kết quả phân loại ảnh năm 2014 và 20174.3.5. Đánh giá độ chính xác phân loại ảnh 4.3.5. Đánh giá độ chính xác phân loại ảnh
Để đánh giá độ chính xác bản đồ, tiến hành kiểm tra thực địa với sự trợ giúp của GPS cầm tay. Do bản đồ được giải đoán từ ảnh chụp vệ tinh luôn chính xác về mặt hình dáng thửa đất, vì vậy chỉ kiểm tra đối soát các loại đất từ bản đồ giải đoán với bản đồ có sẵn và thực địa. Vị trí các điểm kiểm tra được xác định trước, ở những nơi không có biến động về sử dụng đất và nghi ngờ sai loại đất.
Độ chính xác phân loại ảnh không những phụ thuộc vào độ chính xác các vùng mẫu mà còn phụ thuộc vào mật độ và sự phân bố các ô mẫu. Độ chính xác của các mẫu giám định và của ảnh phân loại được thể hiện bằng ma trận sai số. Ma trận này thể hiện sai số nhầm lẫn sang lớp khác (được thể hiện theo hàng) và sai số do bỏ sót của lớp mẫu (được thể hiện theo cột). Do vậy để đánh giá hai nguồn sai số này có hai độ chính xác phân loại tương ứng: Độ chính xác phân loại có tính đến sai số nhầm lẫn (do sai số nhầm lẫn gây nên) và độ chính xác phân loại có tính đến sai số bỏ sót (do sai số bỏ sót gây nên). Độ chính xác phân loại được tính bằng tổng số pixel phân loại đúng trên tổng số pixel của toàn bộ mẫu.
Để đánh giá tính chất của các sai sót phạm phải trong quá trình phân loại người ta dựa vào chỉ số Kappa (κ), chỉ số này nằm trong phạm vi từ 0 đến 1 và biểu thị sự giảm theo tỷ lệ về sai số được thực hiện bằng một yếu tố phân loại hoàn toàn ngẫu nhiên.
Việc điều tra thực địa cho phép điền vào trong ma trận sai số thông tin tại các điểm kiểm tra mà tại đó công tác giải đoán cho kết quả đúng hoặc sai.
Hình 4.13. Ảnh thực địa
Quá trình kiểm tra thực tế ngoài thực địa tại 100 điểm, tọa độ chi tiết tại phụ lục 2.
Hình 4.14. Sơ đồ các điểm kiểm tra kết quả giải đoán ảnh