Hình 3.3: Sơ đồ các bước xử lý ảnh viễn thám để tách lớp thơng tin
các hồ sót và lịng sơng cổ
Lọc các dữ liệu Mùa khô Mùa mưa
Thống kê giá trị xám độ của các đối tượng trên ảnh
Các tiêu chí nhận biết các đối tượng trên ảnh, dễ bị nhầm lẫn với yếu tố lịng sơng cổ Ảnh Landsat nhiều thời kỳ
Lọc mây, bóng mây, bóng núi / thực địa kiểm chứng kết quả lọc
Sơ đồ những khu vực có tiềm năng là lịng sơng cổ Xác lập những khu vực trũng
thấp nhất qua các năm
Xác lập những khu vực giới hạn ngập trong mùa mưa/ngập úng
Sơ đồ dải trũng thấp nhất Mùa khô
(Nhiều năm)
Mùa mưa
Bổ sung thông tin
Xác lập phép tính làm tách biệt dải trũng/độ ẩm cao
Ranh giới ngập tới hạn khi mưa xuống
Hình 3.4: Biểu đồ phản xạ phổ các đối tượng trên ảnh Landsat 1996 (Mùa khơ)
Hình 3.5: Biểu đồ phản xạ phổ các đối tượng trên ảnh Landsat 2000 (Mùa khô)
Hình 3.6: Biểu đồ phản xạ phổ các đối tượng trên ảnh Landsat 2009 (Mùa khô)
0 50 100 150 200 250 300
kênh 1 kênh 2 kênh 3 kênh 4 kênh 5 kênh 6 kênh 7
nước đục khu dân cư rừng nguyên sinh mây 0 50 100 150 200 250
Kênh 1 Kênh 2 Kênh 3 Kênh 4 Kênh 5 Kênh 7
Nước đục Nước trong Đất trống Cát Ruộng Rừng Đô thị 0 10 20 30 40 50 60 70 80 90
kênh 1 kênh 2 kênh 3 kênh 4 kênh 5 kênh 7
Nước đục Nước trong Rừng nguyên sinh Rừng thứ sinh Dân cư Đất trồng trống
Bảng 3.2: Kết hợp các kênh ảnh làm tăng sự phân biệt của các đối tượng có độ ẩm cao
với các đối tượng khác
Kênh 2 Kênh 5 Kênh2/Kênh5
Nƣớc trong Thấp RấtThấp Cao
Nƣớc đục Cao RấtThấp Cao
Đất lầy trũng Thấp Thấp Trung bình
Rau màu Trung bình Cao Thấp
Thực vật cạn Thấp Trung bình Thấp
Đất khơ Trung bình Cao Thấp
Dân cƣ Trung bình Cao Thấp
Trên cơ sở sử dụng dữ liệu các kênh ảnh, học viên tiến hành thống kê giá trị xám độ ảnh của đối tượng có trên ảnh (nước trong, nước đục, đầm lầy trũng, rau màu, thực vật cạn, đất khô và dân cư). Tại các kênh phổ khác nhau thì khả năng phản xạ của các đối tượng khác nhau. Qua bảng thống kê giá trị xám độ ảnh, chúng ta có thể nhận thấy, các yếu tố dải trũng ngập nước rất dễ lẫn với các yếu tố như rau màu, đất dân cư và đôi khi lẫn với thực vật cạn. Ví dụ như: tại kênh 2, đối tượng nước trong có thể dễ nhầm lẫn với thực vật cạn hay nước đục lại rất dễ nhầm lẫn với các đối tượng là rau màu hay đất khô,… Để giải quyết vấn đề này, làm tăng sự phân biệt giữa đối tượng quan tâm với các đối tượng khác, học viên sử dụng phương pháp kết hợp giữa các kênh ảnh theo thuật tốn.
Có thể thấy sau khi xử lý, các đối tượng bị lẫn giữa các khu vực dải trũng ngập nước đều có giá trị xám độ khác biệt hồn tồn so với các đối tượng lân cận. Mặc dù giá trị xám độ ảnh của kênh 5 đã có sự phân tách khá tốt, nhưng biên của các đối tượng dải trũng trên ảnh không rõ ràng bằng sau khi đã xử lý (Hình 3.7). Việc quan sát các đối tượng dải trũng ngập nước trên kênh 5 cũng chưa được rõ ràng, các đối tượng vẫn còn dễ lẫn với các yếu tố có độ ẩm cao khác do quá trình sử dụng đất như các vùng
trồng lúa mới thu hoạch, thường ngập nước nhiều nhưng lại không phải các đối tượng liên quan tới lòng hồ thường xuyên. Điều này khiến khoảng phân ngưỡng tách các đối tượng đất ẩm với các yếu tố khác trên kênh 5 chưa được rõ ràng. Đối với ảnh sau khi xử lý, các đối tượng là lòng hồ, dải trũng, đất ẩm đều có ngưỡng tách hoàn toàn với khác biệt với các đối tượng không liên quan như dân cư, đất khô hay các loại thực vật cạn… Chính vì thế, việc xử lý bằng phép tốn sẽ giúp bóc tách chính xác, hiệu quả hơn các dải trũng trên ảnh.
Hình 3.7: Kênh 5 của ảnh vệ tinh Landsat chưa xử lý (A)
so sánh với ảnh đã lọc (B)
A
B A
1989 1996
1999 2000 2005
2007 2009