2. TỔNG QUAN
2.4 Khái quát về biến ựộng sử dụng ựất
2.4.2 Các phương pháp thành lập bản ựồ biến ựộng sử dụng ựất
2.4.2.1 Thành lập bản ựồ biến ựộng bằng phương pháp so sánh sau phân
loại
Hình 2.16 Thành lập bản ựồ biến ựộng bằng phương pháp so sánh sau phân loại
Bản chất của phương pháp này là từ kết quả phân loại ảnh ở hai thời ựiểm khác nhau ta thành lập ựược bản ựồ hiện trạng sử dụng ựất tại hai thời ựiểm ựó. Sau ựó chồng ghép hai bản ựồ hiện trạng ựể xây dựng bản ựồ biến ựộng. Các bản ựồ hiện trạng có thể thực hiện dưới dạng bản Quy trình thành lập bản ựồ biến ựộng theo phương pháp này có thể tóm tắt như hình 2.16.
Phương pháp so sánh sau phân loại ựược sử dụng rộng rãi nhất, ựơn giản, dễ hiểu và dễ thực hiện. Sau khi 2 ảnh vệ tinh ựược nắn chỉnh hình học sẽ tiến hành phân loại ựộc lập ựể tạo thành hai bản ựồ. Hai bản ựồ này ựược so sánh bằng cách so sánh pixel tạo thành ma trận biến ựộng.
sử dụng ựất ựã ựược thành lập trước ựó.
Nhược ựiểm của phương pháp này là phải phân loại ựộc lập các ảnh viễn thám nên ựộ chắnh xác phụ thuộc vào ựộ chắnh xác của từng phép phân loại và thường ựộ chắnh xác khơng cao vì các sai sót trong q trình phân loại của từng ảnh vẫn ựược giữ nguyên trong bản ựồ biến ựộng.
2.4.2.2 Thành lập bản ựồ biến ựộng bằng phương pháp phân loại trực tiếp ảnh ựa thời gian
Hình 2.17 Thành lập bản ựồ biến ựộng bằng phương pháp phân loại trực tiếp ảnh ựa thời gian
Phương pháp này thực chất là chồng xếp hai ảnh của hai thời kỳ với nhau ựể tạo thành ảnh biến ựộng. Sau ựó dựa vào ảnh biến ựộng ta tiến hành phân loại và thành lập bản ựồ biến ựộng.
Ưu ựiểm của phương pháp này là chỉ phải phân loại một lần
Nhược ựiểm lớn nhất của phương pháp là rất phức tạp khi lấy mẫu vì phải lấy tất cả các mẫu biến ựộng và không biến ựộng. Hơn nữa, ảnh hưởng của sự thay ựổi theo thời gian (các mùa trong năm) và ảnh hưởng của khắ quyển của các ảnh ở các thời ựiểm khác nhau cũng không dễ ựược loại trừ, do ựó ảnh hưởng ựến ựộ chắnh xác của phương pháp.
2.4.2.3 Thành lập bản ựồ biến ựộng bằng phương pháp phân tắch véc tơ thay ựổi phổ
Khi ở trong khu vực nghiên cứu có biến ựộng xảy ra thì nó ựược thể hiện bằng sự khác biệt về phổ ở giữa hai thời ựiểm trước và sau biến ựộng. Giả sử xác ựịnh ựược giá trị phổ trên hai kênh x và y tại hai thời ựiểm trước
Kênh 2 Kênh 3 Kênh 4
Phân loại Bản ựồ biến ựộng
Ảnh thời ựiểm 1 Ảnh thời ựiểm 2 Kênh 2 Kênh 3 Kênh 4 Ảnh biến ựộng
và sau biến ựộng như trên biểu ựồ hình 2.18
Hình 2.18 Véc tơ thay ựổi phổ
điểm 1 biểu thị giá trị phổ tại thời ựiểm trước khi xảy ra biến ựộng, ựiểm 2 biểu thị giá trị phổ tại thời ựiểm sau khi xảy ra biến ựộng. Khi ựó véc tơ 12 chắnh là véc tơ thay ựổi phổ, và ựược biểu thị bởi giá trị (khoảng cách từ 1 ựến 2) và hướng thay ựổi (góc θ).
Giá trị của véc tơ thay ựổi phổ tắnh trên tồn cảnh theo cơng thức:
CMpixel = [ ]2 1 , , , , (1) (2) ∑ = − n k k j i k j i BV BV Trong ựó:
- CMpixel là giá trị của véc tơ thay ựổi phổ,
- BVi,j,k(1), BVi,j,k(2) là giá trị phổ của pixel ij, kênh k của ảnh trước và sau khi xảy ra biến ựộng.
Hình 2.19 Thuật tốn phân tắch véc tơ thay ựổi phổ
θ
Kênh y
Kênh x
1
Việc phân tắch véc tơ thay ựổi ựược ghi lại thành hai tệp dữ liệu: một tệp chứa các mã của khu vực, một tệp chứa ựộ lớn của các véc tơ thay ựổi phổ. Thông tin về sự thay ựổi ựược tạo ra từ hai tệp dữ liệu ựó và ựược thể hiện bằng màu sắc của các pixel tương ứng với các mã quy ựịnh. Trên ảnh ựa phổ thay ựổi này sẽ kết hợp cả hướng và giá trị của véc tơ thay ựổi phổ. Sự thay ựổi có xảy ra hay khơng ựược quyết ựịnh bởi véc tơ thay ựổi phổ có vượt ra khỏi ngưỡng quy ựịnh hay không. Giá trị ngưỡng ựược xác ựịnh từ kết quả thực nghiệm dựa vào các mẫu biến ựộng và khơng biến ựộng.
Trên hình 2.19 thể hiện thuật tốn phân tắch thay ựổi phổ.Trường hợp a, không xảy ra biến ựộng hoặc biến ựộng nhỏ vì véc tơ thay ựổi phổ khơng vượt khỏi giá trị ngưỡng, trường hợp b, c có xảy ra biến ựộng và hướng của véc tơ thay ựổi phổ thể hiện tắnh chất của biến ựộng trong trường hợp b khác trường hợp c, vắ dụ ở trường hợp b có thể xảy ra sự biến mất của thực vật, còn trong trường hợp chỉ là sự khác biệt giai ựoạn tăng trưởng của cây trồng.
Sau ựó lớp thơng tin thể hiện sự thay ựổi hay không thay ựổi sẽ ựược ựặt lên trên tấm ảnh ựể thành lập bản ựồ biến ựộng.
Phương pháp phân tắch véc tơ thay ựổi phổ ựược ứng dụng hiệu quả trong nghiên cứu biến ựộng rừng nhất là biến ựộng hệ sinh thái rừng ngập mặn nhưng nhược ựiểm của phương pháp này là khó xác ựịnh ngưỡng của sự biến ựộng.[7]
2.4.2.4 Thành lập bản ựồ biến ựộng bằng phương pháp số học
đây là phương pháp ựơn giản ựể xác ựịnh mức ựộ biến ựộng giữa hai thời ựiểm bằng cách sử dụng tỉ số giữa các ảnh trên cùng một kênh hoặc sự khác nhau trên cùng một kênh của các thời ựiểm chụp ảnh.
Trước tiên các ảnh ựược nắn về cùng một hệ tọa ựộ. Sau ựó dùng các biến ựổi số học ựể tạo ra các ảnh thay ựổi. Phép trừ và phép chia số học ựược sử dụng trong trường hợp này.
Nếu ảnh thay ựổi là kết quả của phép trừ số học thì khi ựó giá trị ựộ xám của các pixel trên ảnh thay ựổi là một dãy số âm và dương. Các kết quả âm và dương biểu thị mức ựộ biến ựổi của các vùng, còn giá trị 0 thể hiện sự không thay ựổi. Với giá trị ựộ xám từ 0 ựến 255 thì giá trị pixel thay ựổi trong khoảng từ -255 ựến +255. Thông thường ựể tránh kết quả mang giá trị âm người ta cộng thêm một hằng số không ựổi.
Cơng thức tốn học ựể biểu diễn là: Dijk = BVijk (1) - BVijk (2) + c
Trong ựó:
Dijk: giá trị ựộ xám của pixel thay ựổi
BVijk (1): giá trị ựộ xám của ảnh thời ựiểm 1 BVijk (2): giá trị ựộ xám của ảnh thời ựiểm 2 c: là hằng số (c = 127)
i: chỉ số dòng; j: chỉ số cột
k: Kênh ảnh (vắ dụ kênh 4 trên ảnh Landsat TM)
Ảnh thay ựổi ựược tạo ra bằng cách tổ hợp giá trị ựộ xám theo luật phân bố chuẩn Gauss. Vị trắ nào có pixel khơng thay ựổi, ựộ xám biểu diễn xung quanh giá trị trung bình, vị trắ có pixel thay ựổi ựược biểu diễn ở phần biên của ựường phân bố.
Cũng tương tự như vậy, nếu ảnh thay ựổi ựược tạo ra từ phép chia số học thì giá trị của các pixel trên ảnh là một tỷ số chứng tỏ ở ựó có sự thay ựổi, nếu bằng 1 thì khơng có sự thay ựổi.
Giá trị giới hạn trên ảnh thay ựổi (tạo ra bởi phép trừ số học) và ảnh tỷ số kênh sẽ quyết ựịnh ngưỡng giữa ranh giới sự thay ựổi - không thay ựổi, và ựược biểu thị bằng biểu ựồ ựộ xám của ảnh thay ựổi.
Thông thường ựộ lệch chuẩn sẽ ựược lựa chọn và kiểm tra theo kinh nghiệm, nhưng ngược lại, người ta thường sử dụng phương pháp thử nghiệm nhiều hơn phương pháp kinh nghiệm. Giá trị ngưỡng của sự thay ựổi sẽ ựược
Vì vậy ựể xác ựịnh ựược ta cần phải hiểu rõ về khu vực nghiên cứu, thậm chắ phải lựa chọn một số vùng biến ựộng và ghi lại ựể hiển thị trên vùng nghiên cứu mà người lựa chọn biết rõ. Tuy nhiên kỹ thuật này có thể kết hợp với các kỹ thuật khác ựể nghiên cứu biến ựộng và thành lập bản ựồ biến ựộng.
2.4.2.5 Thành lập bản ựồ biến ựộng bằng phương pháp sử dụng mạng nhị phân
đây là một phương pháp xác ựịnh biến ựộng rất hiệu quả. đầu tiên tiến hành lựa chọn ựể phân tắch ảnh thứ nhất tại thời ựiểm n. Ảnh thứ 2 có thể sớm hơn ảnh thứ nhất (n-1) hoặc muộn hơn (n+1). Các ảnh ựều ựược nắn chỉnh về cùng một hệ tọa ựộ.
Tiến hành phân loại ảnh thứ nhất theo phương pháp phân loại thông thường. Tiếp theo lần lượt chọn 1 trong các kênh (vắ dụ kênh 3) từ hai ảnh ựể tạo ra các tệp dữ liệu mới. Các tệp dữ liệu này sẽ ựược phân tắch bằng các phép biến ựổi số học (như tỷ số kênh, các phép cộng , trừ, nhân, chia ựể tạo sự khác nhau của ảnh hoặc phương pháp phân tắch thành phần chắnh) ựể tắnh toán các chỉ số và tạo ra một ảnh mới.
Sau ựó sử dụng kỹ thuật phân ngưỡng ựể xác ựịnh các vùng thay ựổi và không thay ựổi trên ảnh mới này theo phương pháp số học ựã trình bày ở trên. Ảnh thay ựổi sẽ ựược ghi lại trên một tệp "mạng nhị phân" chỉ có hai giá trị "thay ựổi" và "không thay ựổi". Và phải hết sức cẩn thận trong việc thành lập mạng lưới này. Sau ựó mạng nhị phân này ựược chồng phủ lên ảnh thứ hai ựể phân tắch và chỉ ra các pixel thay ựổi. Khi ựó chỉ có các pixel ựược xác ựịnh là có sự thay ựổi ựược phân loại trên ảnh thứ hai này. Sau ựó, phương pháp so sánh sau phân loại truyền thống ựược ứng dụng ựể tìm ra thơng tin về biến ựộng.
Hình 2.20 Thành lập bản ựồ biến ựộng sử dụng ựất bằng phương pháp mạng nhị phân mạng nhị phân
Ưu ựiểm của phương pháp này là giảm ựược sai số xác ựịnh biến ựộng do bỏ sót hoặc cộng thêm vào và cung cấp cụ thể thông tin về sự biến ựộng từ loại gì sang loại gì. Phương pháp này có thể phân tắch ựược số lượng nhỏ các vùng thay ựổi giữa hai thời ựiểm. Ở hầu hết các vùng nghiên cứu, trong giai ựoạn từ 1-5 năm thì diện tắch biến ựộng thường khơng lớn q 10% diện tắch tồn bộ vùng nghiên cứu, vì vậy phương pháp này khá thắch hợp ựể thành lập bản ựồ những vùng có biến ựộng nhỏ.
Nhược ựiểm của phương pháp này là rất phức tạp, ựỏi hỏi một số bước thực hiện và kết quả cuối cùng phụ thuộc vào chất lượng của mạng nhị phân ựã ựược sử dụng ựể phân tắch. Tuy nhiên ựể nghiên cứu biến ựộng và thành lập bản ựồ biến ựộng thì ựây là một phương pháp rất hữu dụng.[7]
Ảnh 1 sau phân loại
Kênh 2 Kênh 3 Kênh 4
Ảnh 2 sau phân loại
Ảnh 1
Kênh 3 - Ảnh 1 Kênh 3 - Ảnh 2 Phép biến ựổi
số học Phát hiện pixel thay ựổi tạo ra mạng
nhị phân
Ảnh 2
Ảnh 1 sau phân loại
Bản ựồ biến ựộng
Kênh 2 Kênh 3 Kênh 4
2.4.2.6 Thành lập bản ựồ biến ựộng bằng phương pháp chồng xếp ảnh phân loại lên bản ựồ ựã có
Trong một số trường hợp mà khu vực nghiên cứu ựã có bản ựồ hiện trạng ựược thành lập từ ảnh viễn thám (vắ dụ ảnh hàng khơng) hoặc ựã có bản ựồ ựược số hóa thì thay vì sử dụng ảnh viễn thám ở thời ựiểm 1 chúng ta sử dụng các nguồn dữ liệu ựã sẵn có. Tiến hành phân loại ảnh ở thời ựiểm thứ hai, sau ựó tiến hành so sánh các pixel tương tự như phương pháp so sánh sau phân loại ựể tìm ra biến ựộng và thơng tin biến ựộng.
Ưu ựiểm của phương pháp này là sử dụng ựược nguồn dữ liệu ựã biết, giảm ựược nguồn sai số do bỏ sót hay tổng qt và biết ựược thơng tin chi tiết về sự biến ựộng. Hơn nữa chỉ cần phân loại ựộc lập ảnh ở thời ựiểm 2.
Nhược ựiểm của phương pháp là dữ liệu số hóa có thể khơng ựủ ựộ chắnh xác hoặc dữ liệu bản ựồ không tương thắch với hệ thống phân loại.
2.4.2.7 Thành lập bản ựồ biến ựộng bằng phương pháp cộng màu trên một kênh ảnh
Trong phương pháp này ta chọn một kênh ảnh nhất ựịnh (vắ dụ kênh 1) sau ựó ghi từng ảnh ở các thời ựiểm lên một băng từ ựặc biệt của hệ thống xử lý ảnh số. Khi ựó màu sắc của dữ liệu ảnh chồng xếp sẽ cho thấy sự biến ựộng hay không biến ựộng theo nguyên lý tổ hợp màu.
Vắ dụ có hai ảnh QuickBird năm 2005 và năm 2010. Gán màu lục cho kênh 1 của ảnh năm 2005, gán màu ựỏ cho kênh 1 của ảnh năm 2010, gán màu chàm cho một kênh 1 của ảnh trống. Khi ựó tất cả các vùng khơng có sự thay ựổi giữa hai thời ựiểm sẽ có màu vàng (theo nguyên lý cộng màu, tổ hợp màu chàm và màu ựỏ tạo thành màu vàng). Như vậy căn cứ vào màu sắc ta có thể ựịnh lượng ựược sự thay ựổi.
Hình 2.21 Thành lập bản ựồ biến ựộng bằng phương pháp cộng màu trên một kênh ảnh
Ưu ựiểm của phương pháp này có thể xác ựịnh ựược biến ựộng của hai thậm chắ ba thời ựiểm ảnh ở cùng một lần xử lý ảnh.
Tuy nhiên kỹ thuật xử lý ảnh theo phương pháp này không cung cấp ựược số liệu cụ thể về diện tắch biến ựộng từ loại ựất này sang loại ựất khác.
2.4.2.8 Thành lập bản ựồ biến ựộng bằng phương pháp kết hợp
Thực chất việc thành lập bản ựồ biến ựộng bằng phương pháp này là véc tơ hóa những vùng biến ựộng từ tư liệu ảnh có ựộ phân giải cao như ảnh SPOT Pan 10x10m, ảnh Quickbird hoặc ảnh hàng không.
Nếu dữ liệu ảnh tại một thời ựiểm có ựộ phân giải thấp hơn ta tiến hành phân loại ảnh ựó theo phương pháp phân loại khơng kiểm ựịnh. Từ ảnh phân loại không kiểm ựịnh tạo ra ựược bản ựồ hiện trạng tại thời ựiểm ựó. Tiếp theo chồng xếp bản ựồ lên trên ảnh có ựộ phân giải cao ựể phát hiện biến ựộng. Sau ựó tiến hành véc tơ hóa những vùng biến ựộng. Việc khoanh vẽ những vùng xảy ra biến ựộng trên ảnh ựược thực hiện dễ dàng nhờ phương pháp giải ựoán bằng mắt dựa vào các chuẩn ựốn ựọc như chuẩn hình dạng, chuẩn cấu trúc, chuẩn kắch thướcẦ Chắnh vì vậy, phương pháp này rất thông dụng khi người xử lý sử dụng phương pháp giải ựoán bằng mắt của
Ảnh 1 Ảnh 2 Ảnh 3 Kênh n Kênh n Kênh n Ảnh màu lục Ảnh màu ựỏ Ảnh màu chàm Ảnh biến ựộng Bản ựồ biến ựộng
Quá trình xử lý ựược thực hiện dễ dàng hơn nếu thỏa mãn hai yếu tố: - Nếu hai ảnh ựược hiển thị trên màn hình cùng lúc, bên cạnh nhau. - Các tắnh chất hình học của ảnh là như nhau, ựược ựịnh hướng như nhau thì khi vẽ một ựối tượng trên một ảnh thì trên ảnh kia ựối tượng ựó có cùng kắch thước, hình dạng.
Ưu ựiểm của phương pháp này là ựộ chắnh xác cao và cung cấp ựầy ựủ thông tin về biến ựộng.
Nhược ựiểm của phương pháp này chỉ thực hiện trên ảnh có ựộ phân giải cao.