gói được đưa về cùng độ phân giải.
Hình 4.2. Các kênh ảnh vệ tinh hiển thị đầy đủ trong hộp thoại Available Bands List Bands List
Để cắt ảnh theo đúng địa giới hành chính thị xã Sông Công cần có file vecter địa giới hành chính của khu vực thị xã Sông Công được tách từ file vecter hành chính cấp huyện của Việt Nam “VNM_adm3_.evf”. Sau khi cắt ảnh ta có ảnh viễn thám theo địa giới hành chính của thị xã Sông Công tại hai thời điểm 2010 và 2015:
Hình 4.3a. Ảnh LANDSAT5 theo địa giới hành chính thị xã Sông Công năm 2010 –
Tổ hợp màu: 4-3-2
Hình 4.3b. Ảnh LANDSAT8 theo địa giới hành chính thị xã Sông Công năm 2015–
Tổ hợp màu: 5-4-3
4.2.2.2. Xây dựng tệp mẫu phân loại ảnh
a. Xác định các loại hình sử dụng đất
Vì tư liệu ảnh vệ tinh luôn phản ảnh trung thực, khách quan bề mặt đất tại thời điểm chụp ảnh, nên bản đồ xây dựng được sau khi giải đoán là bản đồ hiện trạng sử dụng đất. Để phục vụ cho việc xây dựng tệp mẫu phân loại ảnh, trước tiên cần xác định các loại đất theo mục đích sử dụng trên khu vực nghiên cứu.
Căn cứ vào tình hình sử dụng đất của thị xã Sông Công, đặc điểm của tư liệu ảnh vệ tinh, độ phân giải ảnh, trong điều kiện thời gian cũng như tư liệu nghiên cứu hạn hẹp, tôi xin được sử dụng tệp mẫu phân loại với 05 loại hình sử dụng đất cơ bản trên địa bàn thị xã Sông Công, cụ thể như sau:
Bảng 4.2. Các lớp phân loại
STT Loại đất Mô tả
1 Đất đô thị
Đất ở, đất giao thông, đất khu công nghiệp, đất cơ sở sản xuất kinh doanh, công trình sự nghiệp, đất chợ, đình chùa, nghĩa trang, nghĩa địa…
2 Đất nông nghiệp khác Đất trồng lúa, đất trồng cây hàng năm, đất trồng cây lâu năm, đất trồng cây ăn quả,...
3 Đất rừng Đất rừng sản xuất, rừng trồng
4 Đất chưa sử dụng (Đất trống) Đất hoang, đất chưa có mục đích sử dụng.
5 Mặt nước
Sông, suối, ao, hồ tự nhiên Đất có mặt nước chuyên dùng
Mặt nước ao, hồ, sông, chuyên nuôi trồng thuỷ sản ngọt..
b. Chọn vùng mẫu
- Yêu cầu khi chọn mẫu:
+ Số lượng các vùng lấy mẫu của mỗi loại đối tượng cần phải phù hợp. Số lượng vùng mẫu quá ít sẽ không đảm bảo độ chính xác, ngược lại nếu nhiều quá sẽ làm tăng khối lượng tính toán lên rất nhiều đôi khi làm nhiễu kết quả tính toán. Trong nghiên cứu này, mỗi loại hình sử dụng đất tôi đã chọn khoảng 10 mẫu phân loại với trung bình khoảng 600 - 700 pixels mỗi loại hình sử dụng đất.
+ Diện tích các vùng lấy mẫu đủ lớn, đồng thời các vùng mẫu không được nằm gần ranh giới giữa các lớp đối tượng với nhau.
+ Vùng mẫu được chọn phải đặc trưng cho đối tượng phân loại và phân bố đều trên khu vực nghiên cứu.
Một số mẫu lựa chọn đối tượng trên ảnh LANDSAT 5 năm 2010, tổ hợp màu theo kênh 4-3-2 và một số mẫu lựa chọn đối tượng trên ảnh LANDSAT 8 năm 2015, tổ hợp màu theo kênh 5-4-3:
Bảng 4.3. Tệp mẫu phân loại ảnh vệ tinh Loại đất Ảnh 2010 Ảnh 2015 Ảnh thực địa Loại đất Ảnh 2010 Ảnh 2015 Ảnh thực địa Đất nông nghiệp khác Đất đô thị Đất mặt nước Đất rừng Đất chưa sử dụng (đất trống)
Sau khi tiến hành chọn mẫu phân loại bằng cách khoanh vẽ trực tiếp lên trên ảnh cần phân loại, ta tiến hành kiểm tra độ phân tách phổ giữa các đối tượng bằng công cụ “ROI separaquality Report” của phần mềm Envi, trên cửa sổ hiển thị của công cụ này xuất hiện sai số giữa các đối tượng mẫu.
Kết quả kiểm tra độ phân tách phổ giữa các mẫu phân loại ảnh được thể hiện trong bảng:
Bảng 4.4. Bảng kiểm tra độ phân tách phổ giữa các mẫu năm 2010
Mẫu giải đoán Đất đô thị Đất rừng nghiệp khác Đất nông trống Đất Mặt nước
Đất đô thị 0 1,99 1,94 1.96 1,99
Đất nông nghiệp khác 1,94 1,99 0 1,99 1,99
Đất rừng 1,99 0 1,99 1,99 1,99
Đất trống 1,96 1,99 1,99 0 1,99
Mặt nước 1,99 1,99 1,99 1,99 0
Bảng 4.5. Bảng kiểm tra độ phân tách phổ giữa các mẫu năm 2015
Mẫu giải đoán Đất đô
thị Đất nông nghiệp khác Đất rừng Đất trống Mặt nước Đất đô thị 0 1,99 1,99 1,98 1,99 Đất nông nghiệp khác 1,99 0 1,99 1,98 1,99 Đất rừng 1,99 1,99 0 1,99 1,99 Đất trống 1,98 1,98 1,99 0 1,99 Mặt nước 1,99 1,99 1,99 1,99 0
Những giá trị đánh giá khác biệt mẫu huấn luyện có khoảng giá trị từ 0 đến 2, chỉ ra sự riêng biệt giữa các cặp. Nếu giá trị lớn hơn 1,9 chỉ ra rằng cặp mẫu đó có sự khác biệt tuyệt đối. Đối với các cặp mẫu có giá trị đánh giá thấp hơn, nên cải thiện hoặc chỉnh sửa mẫu. Trong trường hợp các cặp mẫu có giá trị phân biệt quá thấp (nhỏ hơn 1), nên gom chúng lại thành một mẫu.
Dựa vào bảng phân tích trên, có thể thấy giữa các cặp mẫu đều có giá trị khác biệt (> 1,9). Điều này cho thấy không có sự nhầm lẫn giữa các cặp mẫu do vậy chấp nhận tệp mẫu này để phân loại.
4.2.2.3. Phân loại ảnh
Ảnh vệ tinh LANDSAT năm 2010 và năm 2015 được tiến hành phân loại độc lập bằng phương pháp phân loại có kiểm định theo thuật toán xác suất cực đại.
Quy trình phân loại ảnh được thể hiện qua sơ đồ sau: