Năm Ngày chụp Mã ảnh
2003 05/05/2003 127-045 2009 05/11/2009 127-045
2017 04/06/2017 127-045
2.2.1.2. Thu thập dữ liệu phi không gian
Dữ liệu phi không gian là những tài liệu, số liệu thống kê thu thập về hiện trạng sử dụng đất thành phố Hà Nội và các tài liệu khác liên quan.
2.2.2. Phương pháp khảo sát điều tra thực địa
Là phƣơng pháp truyền thống của địa lý học, kết quả nghiên cứu thực địa là cơ sở quan trọng trong việc xác định các loại hình sử dụng đất. Phƣơng pháp khảo sát điều tra thực địa nhằm lấy mẫu phân loại ảnh và mẫu kiểm chứng để phục vụ cho việc giải đoán ảnh, đối soát nhằm đánh giá độ chính xác cho bản đồ phân loại lớp phủ, đồng thời thu thập các số liệu thống kê, báo cáo về tự nhiên và kinh tế - xã hội của địa bàn nghiên cứu.
2.2.3. Phương pháp xử lý ảnh viễn thám
2.2.3.1. Tiền xử lý dữ liệu viễn thám a)- Hiệu chỉnh hình học
Đối với ảnh vệ tinh nói chung và ảnh Landsat nói riêng là bƣớc cơ bản khơng thể thiếu trong cơng tác xử lý và phân tích ảnh vệ tinh. Chất lƣợng, độ chính xác của cơng đoạn này sẽ quyết định độ chính xác về vị trí và kích thƣớc của các đối tƣợng trên bề mặt. Hơn nữa, việc so sánh, kết hợp các loại ảnh vệ tinh hay cùng loại ảnh vệ tinh chụp ở các thời điểm khác nhau ngày càng trở nên phổ biến, do đó yêu cầu nắn chỉnh ảnh vệ tinh phải đảm bảo có thể chồng chập các loại ảnh vệ tinh nói trên với sai số nằm trong hạn sai cho phép.
Một trong những phƣơng pháp để loại trừ các sai số trong quá trình thu chụp ảnh là xây dựng mơ hình tốn học khơi phục lại các biến dạng từ các thông số thực tế của đầu thu khi đang hoạt động ổn định trên quỹ đạo. Phƣơng pháp đó đƣợc gọi là phƣơng pháp vật lý hay mơ hình vật lý.
Mơ hình vật lý cho biết các thơng số của đầu thu đã thu tấm ảnh trên quỹ đạo, cho phép loại trừ các sai số trong quá trình thu ảnh nếu biết đƣợc tâm chiếu hình trên quỹ đạo. Để xác định tâm chiếu hình phải sử dụng các điểm đã biết tọa độ chính xác
trên mặt đất trong một hệ quy chiếu và đồng thời có hình ảnh rõ ràng xác định đƣợc trên ảnh. Cơng việc này đƣợc gọi là mơ hình hóa ảnh vệ tinh. Khi mơ hình hóa ảnh bằng mơ hình vật lý, việc định hƣớng hay thiết lập mơ hình lập thể có khả năng tăng độ chính xác của ảnh nắn. Mơ hình vật lý dựa trên các thiết bị gắn trên vệ tinh, thiết bị định vị theo quỹ đạo vệ tinh, thiết bị hồi chuyển, … để thiết lập mối quan hệ toán học giữa tọa độ cục bộ của thiết bị chụp ảnh, vị trí, tốc độ vệ tinh, hệ tọa độ điều khiển vệ tinh, hệ tọa độ tham chiếu, hệ tọa độ trắc địa, lƣới chiếu bản đồ và các điểm khống chế mặt đất. Mơ hình này phức tạp, cần phải biết cấu trúc hình học q trình chụp ảnh.
Ƣu điểm chính của phƣơng pháp nắn ảnh sử dụng mơ hình vật lý là cho phép mơ hình hóa một cách chính xác các nguồn sai số, các yếu tố ảnh hƣởng đến q trình nắn ảnh, do đó ảnh nắn thƣờng đạt độ chính xác rất cao. Một ƣu thế nổi bật khác của phƣơng pháp nắn ảnh này là có khả năng xử lý các sai lệch do chênh cao địa hình và nguyên lý chụp nghiêng của ảnh Radar gây ra. Để thực hiện cơng tác này cần có mơ hình số địa hình (DEM) của khu vực cần nắn ảnh.
Ảnh sau khi được cắt theo khu vực nghiên cứu, đƣợc xuất sang định dạng
khác để thực hiện các công đoạn tiếp theo. Ảnh Landsat khu vực thành phố Hà Nội cũ sau khi đƣợc nắn chỉnh sơ bộ, sau đó đƣợc tiến hành nắn chỉnh địa lý về hệ tọa độ VN2000_Z48 để đồng bộ về mặt tọa độ với dữ liệu đã đƣợc nắn chỉnh ở hệ tọa độ VN2000 và Lớp thủy hệ từ bản đồ địa hình tỉ lệ 1: 25.000.
b)- Hiệu chỉnh khí quyển
Bức xạ điện từ thu nhận đƣợc bởi bộ cảm chịu ảnh hƣởng của khí quyển. Mục đích của hiệu chỉnh khí quyển là làm giảm ảnh hƣởng của sự hấp thụ, tán xạ của các thành phần có trong khí quyển đến giá trị phản xạ của bề mặt.
Do đó, hiệu chỉnh khí quyển là một trong những bƣớc quan trọng để loại bỏ nhiễu khí quyển trong quá trình truyền và thu nhận sóng. Tuy nhiên thì bƣớc này tƣơng đối phức tạp và thƣờng bị bỏ qua vì việc thu thập các thơng số khí quyển liên quan tới thời điểm quan trắc ảnh. Có nhiều mơ hình đƣợc sử dụng để hiệu chỉnh khí quyển nhƣ COST, DOS, MODTRAN, ATCOR hay FLAASH. Để tăng cƣờng độ chính xác, mơ hình hiệu chỉnh khí quyển FLAASH đƣợc sử dụng trong nghiên cứu này để loại bỏ các ảnh hƣởng của nhiễu khí quyển.
Dữ liệu đƣợc đƣa vào đã đƣợc hiệu chỉnh sang giá trị bức xạ (radiance). Các thơng số đƣa vào mơ hình hiệu chỉnh dựa trên loại tƣ liệu, tọa độ địa lý khu vực, thời gian thu nhận ảnh và độ cao trung bình của khu vực. Các đặc điểm điển hình của khu vực nghiên cứu nhƣ khí hậu thời tiết, vị trí khu vực thành thị (Urban) hay ven biển (Maritime) lần lƣợt đƣợc đặt mơ hình khí quyển và mơ hình sol khí (Aerosol) để dựa trên các đặc điểm này với kết hợp với thời gian quan trắc, mơ hình hiệu chỉnh khí quyển FLAASH sẽ tính tốn ra các thơng số khí quyển liên quan phục vụ cho q trình nghiên cứu.
Trong nghiên cứu này, học viên sử dụng mơ hình FLAASH đƣợc tích hợp trong phần mềm ENVI 5.3 để tính tốn hiệu chỉnh khí quyển.
* Đối với ảnh vệ tinh Landsat TM:
Trong đó:
Lλ: giá trị bức xạ phổ,
LMAX, LMIN: giá trị bức xạ phổ ứng với DNMAX và DNMIN ở kênh phổ (giá trị này đƣợc lấy từ dữ liệu ảnh LANDSAT),
DNMAX: giá trị số lớn nhất, DNMIN: giá trị số nhỏ nhất.
Bảng 2.2. Các giá trị đối với ảnh nhiệt Landsat TM
Kênh phổ Vệ tinh LMAX LMIN DNMAX DNMIN
Kênh 6 Landsat TM 15.303 1.238 255 1
Kênh 6 Landsat ETM+ 17.040 0.000 255 1
* Đối với ảnh Landsat 8 thì việc chuyển đổi này đƣợc thực hiện nhƣ sau:
Trong đó:
ML: hệ số đối với từng kênh ảnh cụ thể (giá trị RADIANCE_MULT_BAND_x, trong đó x là kênh ảnh),
QCAL: giá trị số của kênh ảnh,
AL: hệ số đối với từng kênh ảnh cụ thể (giá trị RADIANCE_ADD_BAND_x,
trong đó x là kênh ảnh).
Bảng 2. 3. Giá trị ML và AL đối với ảnh hồng ngoại nhiệt Landsat 8
Kênh phổ ML AL
Kênh 10 3,3420.10-4 0.10000 Kênh 11 3,3420.10-4 0.10000
2.2.3.2. Chuyển giá trị bức xạ phổ sang nhiệt độ
Ảnh đƣợc chuyển đổi từ giá trị bức xạ phổ sang biến vật lý sẽ hữu ích hơn. Đây là nhiệt độ hiệu quả trên vệ tinh (nhiệt độ vật đen) và đƣợc chuyển đổi theo cơng thức vật lý Planck:
Trong đó:
TB: Nhiệt độ hiệu quả trên vệ tinh (Đơn vị Kelvin – K),
K1: Hệ số hiểu chỉnh 1 (W/m2
.Ster.um ),
K2: hệ số hiệu chỉnh 2 (K),
Lλ: Giá trị bức xạ phổ (W/m2.Ster.um).
Bảng 2. 4. Giá trị K1 và K2 đối với ảnh hồng nhiệt Landsat
Kênh Vệ tinh K1 (W/m2.Ster.um ) K2 (độ K) Kênh 6 Landsat 5 607.76 1260.56 Kênh 6 Landsat 7 666.09 1282.71 Kênh 10 Landsat 8 774.89 1321.08 Kênh 11 Landsat 8 480.89 1201.14
Chuyển từ nhiệt độ Kelvin sang nhiệt độ Celsius (0C) theo cơng thức sau:
2.2.3.3. Tính giá trị nhiệt độ bề mặt
Nhiệt độ có liên quan mật thiết đến độ phát xạ của bề mặt (ε). Độ phát xạ đƣợc hiểu là tỉ số năng lƣợng phát xạ từ bề mặt tự nhiên và năng lƣợng phát xạ từ vật đen ở cùng bƣớc sóng và nhiệt độ. Phƣơng pháp hiệu chỉnh nhiệt độ dựa vào độ phát xạ bề mặt đƣợc thực hiện nhƣ sau: Trong đó: λ: là bƣớc sóng của bức xạ phát ra, a = hc/K (1.438 x 10-2 mK), h: hằng số Planck (6.26 x 10-34 J.sec), c: vận tốc ánh sáng (2.998 x 108 m/sec), K: hằng số Stefan Bolzmann (1.38 x 10-23 J/K). Để tính độ phát xạ của bề mặt cần sử dụng chỉ số thực vật NDVI. Chỉ số thực vật NDVI là tỷ số giữa hiệu số giá trị phản xạ phổ ở kênh cận hồng ngoại và kênh đỏ trên tổng của chúng.
Đối với ảnh Landsat TM, các kênh sóng này tƣơng ứng với kênh 4 và kênh 3. Trong trƣờng hợp ảnh Landsat 8, các kênh sóng này tƣơng ứng với kênh 5 và kênh 4. Chỉ số NDVI nhận giá trị trong khoảng -1 - 1, trong đó thực vật có giá trị nằm trong khoảng 0.2 - 1.0. Trong trƣờng hợp NDVI > 0.5, khu vực đƣợc xem là phủ kín bởi thực vật. Đối với đất trống khơng có thực vật bao phủ, NDVI < 0.2. Đối với nƣớc và đất ẩm, NDVI nhận giá trị âm.
Dựa trên chỉ số thực vật NDVI, độ phát xạ bề mặt có thể đƣợc tính bằng hai phƣơng pháp do Van De Griend, Owe M và Valor E., Caselles V. đƣa ra.
Trong phƣơng pháp của Van De Griend A., Owe M. (1993), ε đƣợc xác định bằng cách đo trực tiếp độ phát xạ và phản xạ phổ trong dải sóng nhìn thấy và cận hồng ngoại để xác định mối liên quan với chỉ số thực vật NDVI. Phƣơng pháp này rất đơn giản nhƣng chỉ áp dụng đƣợc cho các khu vực có tính đồng nhất với chỉ một kiểu bề mặt đặc trƣng.
Phƣơng pháp thứ hai do Valor E., Caselles V. (1996) đƣa ra cũng dựa trên chỉ số NDVI nhƣng có thể áp dụng trên các khu vực không đồng nhất với nhiều kiểu bề mặt thay đổi. Trong phƣơng pháp này, độ phát xạ của một pixel đƣợc tính bằng tổng độ phát xạ của các thành phần chứa trong đó:
Với:
εvlà độ phát xạ của thực vật, εv = 0.99 (theo Sobrino et al., 2004),
εs là độ phát xạ của đất và thực vật thuần nhất, εs= 0.986 (theo NASA, 2012; Sobrino et al., 2004),
Pvlà tỷ lệ thực vật trong một pixel. Pv có giá trị bằng 0 đối với đất trống và bằng 1 đối với khu vực đƣợc phủ kín bởi thực vật (theo Carlson & Ripley, 1997). Đƣợc xác định theo công thức 2.9.
Theo nhiều nghiên cứu trên thế giới, độ phát xạ ε đƣợc lấy bằng 0.95 trong trƣờng hợp NDVI < 0.2 và 0.99 nếu NDVI > 0.5. Trong trƣờng hợp 0.2 ≤ NDVI ≤ 0.5, ε xác định theo công thức 2.8.
2.2.3.4. Phương pháp phân loại
Xây dựng hệ thống chú giải
Xây dựng hệ thống chú giải phân loại là công việc đầu tiên rất quan trọng khi sử dụng dữ liệu ảnh viễn thám trong thành lập bản đồ lớp phủ mặt đất, bản đồ sử dụng đất. Hệ thống chú giải phân loại cần phải phù hợp với khả năng cung cấp thông tin của dữ liệu ảnh vệ tinh. Thiết lập hệ thống chú giải khơng chỉ dựa vào các đối tƣợng nhìn
thấy trên ảnh mà còn phụ thuộc rất nhiều vào các yếu tố khác, đặc biệt là độ phân giải không gian của ảnh.
Phân loại có giám sát
Bên cạnh phƣơng pháp phân loại lớp phủ mặt đất, sử dụng đất dựa giá trị phổ phản xạ của điểm ảnh (Pixel-based), những năm gần đây đã có nhiều nghiên cứu phân loại dựa trên đối tƣợng ảnh (Object-based) - một tập hợp các pixel ảnh nằm cạnh nhau, có tính chất tƣơng đối giống nhau (Blaschke, 2010). Các tập hợp này, hay còn gọi là các mảnh ảnh, đƣợc tạo ra từ quá trình phân mảnh ảnh (segmentation) dựa trên sự khác nhau về phổ, màu sắc, hình dạng, cấu trúc không gian,… và các đặc tính khác của chúng. Sau đó, các thuật tốn đƣợc sử dụng để gán thông tin vào các mảnh ảnh (hay các điểm ảnh trong phƣơng pháp Pixel-based) (Dƣ Vũ Việt Quân và nnk, 2016).
Học viên sẽ sử dụng phƣơng pháp phân loại định hƣớng đối tƣợng để phân loại lớp phủ mặt đất khu vực thành phố Hà Nội.
Hình 2. 2.Sơ đồ phân loại ảnh dựa trên đối tượng ảnh
Quá trình phân loại ảnh bắt đầu từ việc phân đoạn ảnh (segmentation) thơng qua thuật tốn gộp các pixel lân cận có mức độ đồng nhất về đặc điểm phổ và về phân bố không gian mà mắt ngƣời có thể nhận biết đƣợc thành đối tƣợng ảnh. Đối tƣợng ảnh (Object) là đơn vị nhỏ nhất trong ảnh, mỗi đối tƣợng là một nhóm các pixel tƣơng tự về kích thƣớc, hình dạng, mối quan hệ sinh thái và địa lý của các đối tƣợng trên ảnh và các đối tƣợng này ở ngoài thực tế.
Ảnh vệ tinh Landsat 5, Landsat 7, Landsat 8 Phân mảnh ảnh và các đặc trƣng của đối tƣợng Thiết lập chú giải Các lớp đối tƣợng Thiết lập bộ quy tác và Tiến hành phân loại Chỉnh sửa
kết quả phân loại
Đánh giá kết quả và xuất kết quả
Q trình chiết xuất thơng tin các đối tƣợng lớp phủ mặt đất đƣợc học viên thực hiện trên phần mềm PCI Geomatica 2017.
* Đánh giá độ chính xác kết quả sau phân loại: hai phƣơng pháp xác định độ chính xác của từng loại hình lớp phủ mặt đất riêng lẻ. Thứ nhất, tỷ số pixel đƣợc phân loại chính xác so với tổng số pixel theo hàng gọi là User’s accuracy (Ua), đƣợc hiểu là tỉ lệ số mẫu phân loại đúng của 1 loại lớp phủ mặt đất so với tổng số mẫu thực địa của loại lớp phủ mặt đất đó (hay là mức độ lẫn của loại lớp phủ mặt đất này sang các loại khác). Thứ hai, tỷ số pixel đƣợc phân loại chính xác so với tổng số pixel theo cột gọi là Producer’s accuracy (Pa), đƣợc hiểu là tỉ lệ số mẫu phân loại đúng của 1 loại lớp phủ mặt đất so với tổng số mẫu kết quả phân loại thực tế của loại lớp phủ mặt đất đó (hay là mức độ bị các loại lớp phủ mặt đất khác lẫn vào).
2.2.3.5. Phương pháp đánh giá biến động sau phân loại
Độ tin cậy của quá trình điều tra nghiên cứu biến động cũng bị ảnh hƣởng nhiều bởi các nhân tố mơi trƣờng có thể thay đổi giữa các thời điểm chụp ảnh. Cùng với hiệu ứng của khí quyển, những nhân tố nhƣ mực nƣớc hồ, sóng triều, gió, hay độ ẩm của đất cũng rất quan trọng.
Phƣơng pháp đánh giá biến động lớp phủ dựa vào kết quả phân loại từ ảnh vệ tinh (post classification) đây là phƣơng pháp đƣợc sử dụng phổ biến và dùng để xây dựng các bản đồ biến động lớp phủ theo khơng gian và thời gian. Theo đó, mỗi pixel từ các bộ cảm n kênh đƣợc biểu diễn thành một điểm trong không gian phổ n chiều với giá trị phổ thứ i nào đó. Sau khi phân loại, các thông tin đa phổ sẽ đƣợc chuyển thành thông tin chuyên đề thông qua các lớp chuyên đề (class). Để so sánh sự thay đổi các đối tƣợng đã đƣợc phân loại và đánh giá biến động dựa trên kết quả phân loại thì các ảnh chụp tại các thời điểm khác nhau phải đƣợc hiệu chỉnh ảnh hƣởng khí quyển nhƣ đã trình bày ở phần trên. Các chú giải dùng để phân loại các ảnh phải có cùng số lớp. Chỉ có nhƣ vậy thì mới có thể sử dụng phƣơng pháp bảng chéo (crossing table) để tạo ra ma trận biến động. Ma trận này có các lớp xếp theo cột thuộc một thời điểm và các lớp xếp theo hàng sẽ là của thời điểm thứ hai. Nhƣợc điểm của phƣơng pháp này là khi áp dụng cho các ảnh có độ phân giải khơng gian khác nhau thì việc làm lại độ phân giải (resampling) sẽ ảnh hƣởng đến độ chính xác của kết quả, và để khác phục thì các
ảnh chụp phải đƣa về cùng một độ phân giải khơng gian. Một yếu tố khác có thể ảnh hƣởng đến chất lƣợng đánh giá biến động là sai số hình học do hiệu chỉnh hình học của từng ảnh.
2.2.4. Phương pháp phân tích hồi quy
Đây là một phƣơng pháp thống kê mà giá trị kỳ vọng của một hay nhiều biến ngẫu nhiên đƣợc dự đoán dựa vào điều kiện của các biến ngẫu nhiên (đã tính tốn) khác. Phân tích hồi qui không chỉ là trùng khớp đƣờng cong (lựa chọn một đƣờng cong mà vừa khớp nhất với một tập điểm dữ liệu); nó cịn phải trùng khớp với một mơ hình với các thành phần ngẫu nhiên và xác định (deterministic and stochastic