CHƢƠNG 2 : ĐỐI TƢỢNG, PHẠM VI VÀ PHƢƠNG PHÁP NGHIÊN CỨU
2.2. Phƣơng pháp nghiên cứu
2.2.4. Phân loại ảnh
Khảo sát tổng quan, thành lập khóa giải đốn
Khảo sát tổng quan có mục đích tạo cơ hội cho ngƣời giải đốn ảnh tiếp cận với đối tƣợng ngoài thực địa để biết đƣợc bản chất của các loại lớp phủ, khả năng thể hiện trên ảnh và các chuẩn đốn đọc từ đó xác định các loai lớp phủ mặt đất. Phân tích giải đốn ảnh nhằm mục đích nhận dạng phân tích các loại lớp phủ theo hiện trạng. Đây là khâu phức tạp nhất có ý nghĩa quyết định trong quá trình thành lập bản đồ hiện trạng bằng ảnh vệ tinh.
Hệ thống phân loại thực phủ cho khu vực nghiên cứu
Hệ thống phân loại thực phủ là một danh sách các lớp phủ mặt đất có mặt bên mặt bên trong khu vực nghiên cứu mà có thể nhận diện hồn tồn và đầy đủ từ ảnh ảnh vệ tinh. Việc phân loại các lớp phủ mặt đất có thành cơng hay khơng phần lớn phụ thuộc vào tính hợp lý của hệ thống phân loại. Muốn vậy, các lớp trong hệ thống phân loại cần đƣợc định nghĩa rõ rành để tránh nhầm lẫn. Dựa vào đặc điểm khu vực nghiêu cứu và mục tiêu của đề tài, một hệ thống phân loại lớp phủ mặt đất cho khu vực huyện Lộc Bình đƣợc thành lập, dựa trên hệ thống Phân loại thực phủ và sử dụng đất Hoa Kỳ, đƣợc phát minh bởi Anderson et al. (1976), có kèm theo những biến đổi để phù hoƣpj với khu vực nghiên cứ:
Bảng 2.1: Hệ thống phân loại thực phủ của khu vực nghiên cứu
Loại thực phủ Khái niệm
Mặt nƣớc
Là khu vực liên tục đƣợc bao phủ bởi nƣớc, với điều kiện, nếu tuyến tính, có chiểu rộng tối thiểu là 200m, nếu đƣợc mở rộng có thể bao phủ một diện tích 16ha.
Đất rừng
Đất có mật độ che phủ từ 10% trở lên, gồm các cây có khả năng lấy gỗ hoặc các sản phẩm khác, có ảnh hƣởng đến chế độ nƣớc hoặc khí hậu
Đất trống
Là vùng đất có dƣới 1/3 diện tích đƣợc bao phủ bởi thực vât, bao gồm cả đất trồng trọt trƣớc hoặc sau thu
hoạch, đất bỏ hoang, đất cằn cỗi, bãi rác, nghĩa
trang,….
Dân cƣ
Loại hình sử dụng đất trải dài từ vùng có mật độ cao, đặc trung bới các cấu trúc đa đơn vụ của cùng lõi đơ thị, cho đến nơi có mật độ thấp, vùng ngoại vi đô thị
Lựa chọn phƣơng pháp phân loại ảnh
Phân loại xác suất cực đại (Maximum Likelihood Classifier – MLC) đƣợc
thuật toán khác đƣợc sử dụng trong xử lý ảnh viễn thám, phƣơng pháp này đƣợc
các nhà phân loại sử dụng nhiều nhất trong các cơng trình nghiên cứu thảm phủ.
Mỗi pixel đƣợc tính xác suất thuộc vào một loại nào đó và nó đƣợc chỉ định
gán tên loại mà xác suất thuộc vào loại đó là lớn nhất. Minh họa cho phƣơng pháp này đƣợc thể hiện nhƣ sau:
Hình 2.3: Phương pháp phân loại xác suất cực đại (Trần Hùng, 2008)
Phƣơng pháp phân loại xác suất cực đại đƣợc xây dựng dựa trên cơ sở giả
thiết hàm mật độ xác suất tuân theo luật phân bố chuẩn, do đó hàm phân bố của
dữ liệu ảnh phải tuân theo luật phân bố chuẩn Gauss.
Để kiểm tra một biến liên tục có tuân theo quy luật phân phối chuẩn, có hai
phƣơng pháp làm: thứ nhất là dùng biểu đồ, thứ hai là dùng kiểm định thống kê.
Ở phƣơng pháp thứ nhất, một biến tuân theo quy luật phân phối chuẩn thì
hình thức phân bố của số liệu có hình dạng của một hình chng, với đỉnh ở
chính giữa , phân nửa giá trị tập trung ở bên trái, và phân nửa giá trị tập trung ở
bên phải.
Ở phƣơng pháp thứ hai, có thể dùng phƣơng pháp xem xét các giá trị độ lệch
quyết định biến định lƣợng có phân phối chuẩn hay khơng. Một biến có phân phối chuẩn khi giá trị S và K tiến gần đến giá trị 0 và 3.
Cơng thức tính độ lệch và độ gù nhƣ các công thức (3.1) và (3.2):
Dựa vào phân tích Histogram của dữ liệu và tính tốn, có thể nhận thấy dữ liệu thu thập đƣợc tuân theo quy luật phân bố chuẩn. Dẫn chứng nhƣ dữ liệu Band 1 của ảnh năm
1986 có các chỉ số độ lệch và độ gù lần lƣợt là 0,92 và 2,2 hay dữ liệu Band 3 của ảnh
năm 2015 có các chỉ số này lần lƣợt là 0,51 và 2,87. Do đó việc sử dụng phƣơng pháp phân loại theo xác suất cực đại trong việc giải đốn ảnh là hồn tồn thích hợp.
Đánh giá độ chính xác kết quả phân loại ảnh
Sử dụng chỉ số Kappa (κ) để đánh giá độ chính xác của kết quả phân loại. Cách xác định chỉ số Kappa đƣợc thể hiện nhƣ công thức sau (Jensen, 1995):
K= ∑ ∑
∑
Trong đó:
N: Tổng số điểm lấy mẫu ;
r: Số lớp đối tƣợng đƣợc phân loại;
xii : Số điểm đúng trong lớp thứ i; xi+: Tổng số điểm lớp thứ i của mẫu;
x+i: Tổng số điểm lớp thứ i sau phân loại; Khi K = 1, độ chính xác phân loại là tuyệt đối.