Với bộtham số đưa vào phân loại trong phần mềm eCognition cho phép ta đưa ra sơ đồ phân loại theo dạng cây. Từ đó cho ta nhận xét cơ bản về các đối tượng được phân loại. Trạng thái đất khác (DKH) và trạng thái Mây (MAY) là trạng thái dễ phân loại nhất vì chỉ cần đồi tượng có giá trị Brightness < 244.747 trạng thái DKH Brightness < 116.296 và Layer 2 < 14.8894. Giữa các trạng thái TXDG và HG2, TXP và DT2, DTR và NNP, DT1 và DT2 tương đối khó phân biệt khi dựa trên các bộtham số đưa vào nên trong trong quá trình sử lý tiếp theo cần kết hợp thêm các thông số khác để phân loại theo từng lớp trạng thái.
Kết quả phân vùng ảnh, trong đó có các lơ được phân vùng có chứa các điểm mẫuảnh, được xuất sang dạng Shape File. Trong kết quả này đã có tên của từng trạng thái trong các lơ có chứa ơ mẫu. Đây chính là cơ sở đểsửdụng phương pháp phân tích thống kê tính tốn khoảng giá trịcho từng tiêu chí trong một trạng thái phân loại khác nhau. Ngưỡng cho từng chỉ số được lựa chọn của từng trạng thái là giá trịMax–Min của các chỉsốnày. Tuy nhiên các thông tin về điều kiện địa hình, đặc điểm sinh thái học của lớp phủthực vật của khu vực của từng trạng thái cũng được sử dụng trong quá trình xácđịnh ngưỡng phân loại.
Bảng 9.Ngưỡng phân loại của các tham số
STT Trạng thái
Thông số tham gia phân loại
RVI NDVI EVI Max_diff Mean_Layer1 Mea_Layer2 Mea_Layer3 Brightness Min Max Min Max Min Max Min Max Min Max Min Max Min Max Min Max
1 DTR 1.0960 1.3614 0.0458 0.1530 0.1017 0.3073 0.1017 0.3073 107.1676 162.9461 120.1928 177.0015 98.5401 161.4977 112.7869 165.0587 2 DT2 1.1991 1.5265 0.0905 0.2084 0.1842 0.4337 0.1842 0.4337 66.2394 108.2056 89.6953 127.1938 59.5497 102.6518 72.9308 112.1608 3 DKH 0.8342 1.3104 -0.0904 0.1344 0.0095 0.4441 0.0095 0.4441 90.2189 241.2258 114.9204 241.5776 101.4208 247.2350 113.1165 241.6936 4 NLP 0.8236 1.1365 -0.0967 0.0639 0.0314 0.2366 0.0314 0.2366 99.5467 253.8816 109.6343 242.0396 105.7699 237.5892 112.7767 244.5035 5 NL 0.8236 1.1938 -0.0967 0.0883 0.0280 0.2366 0.0280 0.2366 99.5467 253.8816 109.6343 242.0396 104.3532 237.5892 112.7767 244.5035 6 DT1 0.8938 1.2259 -0.0561 0.1015 0.0173 0.3396 0.0173 0.3396 96.5659 251.8287 119.7403 240.6450 108.9485 237.3057 116.9299 243.2598 7 RTG 0.8697 1.2505 -0.0697 0.1113 0.0202 0.4733 0.0202 0.4733 67.5208 118.0371 89.7782 124.5868 72.4110 131.2769 80.0589 112.6037 8 TXDG 1.2506 2.2838 0.1113 0.3910 0.2245 1.0518 0.2245 1.0518 12.0728 84.5922 32.8805 89.5574 14.3972 71.2720 19.7835 81.2321 9 TXDN 1.1833 1.4380 0.0839 0.1797 0.1668 0.3554 0.1668 0.3554 78.9734 111.3918 89.7585 123.1246 62.7129 101.6199 77.2900 110.8565 10 TXDB 0.8326 1.7509 -0.0913 0.2730 0.0924 0.5923 0.0924 0.5923 27.5281 83.0057 44.9143 89.6115 26.1566 93.5170 33.1606 85.5322 11 TXN 1.1909 1.4451 0.0871 0.1820 0.1764 0.3662 0.1764 0.3662 75.8713 110.7018 89.8666 126.6960 62.2766 103.9885 76.0757 112.6764 12 TXP 1.1838 1.4378 0.0842 0.1796 0.1673 0.3917 0.1673 0.3917 71.3449 114.9053 90.4372 128.0762 64.9455 102.8978 79.0055 112.7405 13 TXB 0.3081 1.7398 -0.5290 0.2700 0.0428 1.9294 0.0428 1.9294 0.2830 91.6987 0.9024 89.6449 2.9294 88.2342 1.3716 86.1938 14 HG2 0.1290 4.6452 -0.7714 0.6457 0.0173 2.1940 0.0173 2.1940 0.0001 84.5899 0.0001 89.6240 0.0002 88.0206 0.0001 83.9212
4.2.3. Bóc tách sau chạy phân loại có kiểm định.
Kết quảsau q trình phân loại có kiểm định là đã đưa ra được lớp bản đồ tổng thể về các trạng thái rừng theo ảnh vệ tinh. Tuy nhiên sau khi phân loại do một sốtrạng thái có các giá trịtham sốgần tương đồng nhau sẽdẫn đến việc gắn sai tên trạng thái. Để có được bản đồ giải đốn có chất lượng cao cần phải trải qua q trình phân loại bóc tách theo từng lớp hiện trạng.
Dựa vào bảng tính tốn thống kê các giá triđược xuất ra từq trình phân loại có kiểm định để xác định khoảng giá trịgiữa các lơ trong cùng một trạng thái có sự khác trong q trình phân loại tự đơng kết hợp thêm các tham số được thể hiện trên cây phân loại đểtừng bước bóc tách gắn lại trạng tháiở các lơ sai khác. Trong đề tài thường sử dụng các tham số như: NDVI, EVI, RVI, Brightness theo nguyên tắc có cùng đặc trưng vềmàu ảnh và khoảng giá trị của chỉ số tham gia giải đoán và tùy từng trường hợp kết hợp thêm các chỉsốkhác khi thấy có sựkhác biệt vềmàu sắc nhưng cùng khoảng giá trịtham sốtham gia giải đoán lúc này cần tìm sựkhắc biệt vềkhoảng giá trịcủa chỉsốtham gia giải đốn khác còn lại chưa được sử dụng và cuối cùng sau khi kiểm tra lại màu ảnh và trạng thái vẫn còn sự sai khác thi tiến hành gán trạng thái trực tiếp từ thanh công cụ. Kết quả thể hiện thông kê thể hiện qua hình sau: