Ngày chụp MTF Chuyển từ ô đen sang ô trắng Chuyển từ ô trắng sang ô đen Giá trị trung bình 14/11/2017 0.21 0.20 0.21 02/11/2018 0.19 0.20 0.20 đây
- Theo chiều ngang hướng bay, kết quả tính tốn thể hiện trong bảng 4.11, 4.12 sau
Bảng 4.11. Kết quả tính toán MTF ngang hướng bay (chuyển từ đen sang trắng)
Năm Chuyển từ ô đen sang ô trắng
Lấy mẫu ESF LSF MTF
2018
Bảng 4.12. Kết quả tính tốn MTF ngang hướng bay (chuyển từ trắng sang đen)
Năm Chuyển từ ô trắng sang ô đen
Lấy mẫu ESF LSF MTF
2017
2018
Kết quả tổng hợp các giá trị MTF theo chiều dọc hướng bay được tổng hợp trong bảng 4.13 dưới đây. Các giá trị thu được khá tốt và cao hơn giá trị ngưỡng thiết kế ban đầu là 0,08.
Bảng 4.13. Kết quả tính tốn MTF theo chiều ngang hướng bay
Ngày chụp MTF Chuyển từ ô đen sang ô trắng Chuyển từ ơ trắng sang ơ đen Giá trị trung bình 14/11/2017 0.18 0.19 0.19 02/11/2018 0.24 0.20 0.22
Qua các bảng kết quả có thể thấy, cho đến thời điểm 2018, tức là sau 05 năm hoạt động theo tuổi thọ thiết kế, hệ thống vệ tinh VNREDSat-1 vẫn đảm bảo được chất lượng ảnh. Do các thời điểm sau 2018, bãi kiểm định tại Buôn Ma Thuột chưa đáp ứng được điều kiện về phản xạ tại các ô mẫu nên chưa có những đánh giá chất lượng ảnh sử dụng bãi kiểm định này. Thay vào đó, vệ tinh VNREDSat-1 sử dụng bãi thử ở Salon de Provence, tại Pháp, để đánh giá chất lượng ảnh (xem phụ lục 1, phụ lục 4). Kết quả tính
tốn cho thấy, giá trị MTF của hệ thống thu nhận ảnh trên vệ tinh VNREDSat-1 vẫn trên ngưỡng yêu cầu, nhưng đã có dấu hiệu bắt đầu suy giảm, cụ thể như minh họa trong hình 4.22 dưới đây.
Hình 4.22: Giá trị MTF sau 8 năm hoạt động của vệ tinh VNREDSat-1
Với kết quả tính tốn MTF hàng năm từ khi vệ tinh được phóng lên quỹ đạo đến thời điểm đánh giá, nghiên cứu sinh đề xuất chu kỳ đánh giá hệ thống thu nhận ảnh trên vệ tinh viễn thám quang học là 2 lần/năm.
Các giá trị MTF được tính tốn tại bãi thử Bn Ma Thuột sẽ được so sánh với các giá trị được tính tốn tại bãi thử Salon de Provence tại cùng thời điểm là năm 2017 và 2018. Qua đó đánh giá khả năng sử dụng bãi thử của Việt Nam. Các kết quả so sánh được thể hiện trong bảng 4.14 dưới đây.
Bảng 4.14. So sánh với các kết quả tính tốn MTF tại bãi kiểm định Salon de Provence và Buôn Ma Thuột
Thời điểm Vị trí bãi kiểm
định
Giá trị MTF
Dọc hướng bay Ngang hướng bay
2017 Buôn Ma Thuột 0.21 0.19
Salon de Provence 0.22 0.21
2018 Buôn Ma Thuột 0.20 0.22
Salon de Provence 0.23 0.23
Các giá trị MTF được tính tốn tại bãi kiểm định Buôn Ma Thuột và Salon de Provence khá tương đồng, sai lệch lớn nhất là 0,03 vào thời điểm 2018 theo chiều dọc hướng bay. Những thời điểm và hướng khác sai số chỉ là 0,01-0,02. Như vậy, bãi kiểm định Bn Ma Thuột hồn tồn có thể được sử dụng để đánh giá chất lượng ảnh viễn
thám quang học qua thông số MTF, tuy nhiên cần đảm bảo giá trị phản xạ của bề mặt bãi kiểm định.
Sự khác nhau giữa kết quả MTF khi sử dụng bãi kiểm định tại Bn Ma Thuột và tại Salon de Provence có thể được giải thích như sau: do dữ liệu đầu vào để tính tốn là dữ liệu ảnh mức 1A chưa thực hiện hiệu chỉnh khí quyển, do vậy điều kiện khí quyển tại hai khu vực có ảnh hưởng nhất định đến kết quả.
4.3.2 Đề xuất mức chất lượng ảnh qua thông số MTF
a. Đặc điểm điều kiện tự nhiên của Việt Nam ảnh hưởng đến chất lượng ảnh
Việt Nam nằm trong vành đai nội chí tuyến, quanh năm có nhiệt độ cao và độ ẩm lớn. Phía Bắc chịu ảnh hưởng của lục địa Trung Hoa nên ít nhiều mang tính khí hậu lục địa. Biển Đơng ảnh hưởng sâu sắc đến tính chất nhiệt đới gió mùa ẩm của đất liền. Khí hậu nhiệt đới gió mùa ẩm khơng thuần nhất trên tồn lãnh thổ Việt Nam, hình thành nên các miền và vùng khí hậu khác nhau rõ rệt. Khí hậu Việt Nam thay đổi theo mùa và theo vùng từ thấp lên cao, từ bắc vào nam và từ đông sang tây. Do chịu sự tác động mạnh của gió mùa đơng bắc nên nhiệt độ trung bình ở Việt Nam thấp hơn nhiệt độ trung bình nhiều nước khác cùng vĩ độ ở Châu Á.
Việt Nam có thể được chia ra làm hai đới khí hậu lớn: (1) Miền Bắc (từ đèo Hải Vân trở ra) là khí hậu nhiệt đới gió mùa, với 4 mùa rõ rệt (xn-hạ-thu-đơng), chịu ảnh hưởng của gió mùa Đơng Bắc (từ lục địa châu Á tới) và gió mùa Đơng Nam, có độ ẩm cao. (2) Miền Nam (từ đèo Hải Vân trở vào) do ít chịu ảnh hưởng của gió mùa nên khí hậu nhiệt đới khá điều hịa, nóng quanh năm và chia thành hai mùa rõ rệt (mùa khô và mùa mưa) [8].
Đối với miền Bắc, mùa thu và mùa đơng là thời điểm độ ẩm trong khơng khí thấp, trong khi mùa xuân và mùa hạ có độ ẩm cao; tương tự như vậy đối với miền Nam, với độ ẩm trong khơng khí cao vào mùa mưa và thấp vào mùa khô. Điều này ảnh hưởng rõ rệt đến không chỉ việc chụp ảnh các khu vực này mà còn cả chất lượng ảnh thu được, vào các thời điểm độ ẩm cao, dữ liệu ảnh thu được không tốt bằng tại các thời điểm độ ẩm thấp, mặc dù cùng một thiết bị chụp ảnh có chất lượng như nhau.
b. Đề xuất mức chất lượng ảnh
Trong suốt thời gian hoạt động, vệ tinh VNREDSat-1 vẫn duy trì giá trị MTF trên ngưỡng cho phép, đảm bảo cung cấp dữ liệu ảnh đúng chất lượng như thiết kế ban đầu. Tuy nhiên, do đặc thù điều kiện khí hậu của Việt Nam, các dữ liệu ảnh thu được tại các
khu vực khác nhau cũng có sự khác biệt nhất định. Trong phụ lục 7 sẽ minh họa các đối tượng phổ biến được vệ tinh VNREDDat-1 chụp vào những thời điểm khác nhau theo các mùa của hai đới khí hậu ở nước ta: ở miền Bắc là bốn mùa: Xuân, Hạ, Thu, Đông; ở miền Nam là hai mùa: Mưa và Khô (danh sách cảnh ảnh được liệt kê trong phụ lục 3).
Các đối tượng như khu vực đô thị, nơi tập trung đông dân cư và có nhiều cơng trình xây dựng được phân biệt khá rõ ràng vào hầu hết các mùa trong năm trên cả nước. Tuy nhiên khu vực thành phố ven biển vào mùa mưa như dữ liệu ảnh cho chất lượng không bằng thời điểm khác ví dụ ảnh VNREDSat-1, thành phố Nha Trang chụp vào 26/12/2019.
Hình 4.23: Ảnh VNREDSat-1, thành phố Nha Trang, ngày 26/12/2019 và biểu đồ phân bố độ xám
Trên hình 4.23 thấy được dữ liệu ảnh có độ tương phản trung bình, khơng tách biệt rõ ràng các đối tượng. Biểu đồ phân bố độ xám khơng tập trung, có dải giá trị trải khá dài do sự đa dạng của các đối tượng. Do đó, chất lượng ảnh trong trường hợp này chỉ được đánh giá ở mức trung bình.
Những khu vực dân cư thưa thớt hơn như các vùng nông thôn, chất lượng ảnh cũng khá tốt do độ tương phản giữa nhà ở và lớp phủ thực vật xung quanh. Tuy nhiên vào mùa xuân ở phía Bắc, độ ẩm trong khơng khí cao nên độ tương phản giữa các đối tượng thấp, dẫn đến chất lượng ảnh kém hơn, ví dụ dữ liệu ảnh VNREDSat-1, khu vực xã Đức Trung, Đức Thọ, Hà Tĩnh, chụp ngày 22/03/2019.
Hình 4.24: Ảnh VNREDSat-1, xã Đức Trung, Đức Thọ, Hà Tĩnh, ngày 22/03/2019 và biểu đồ phân bố độ xám
Dữ liệu ảnh này được đánh giá ở mức trung bình vì đây là dữ liệu ảnh có độ tương phản thấp, không tách biệt rõ ràng các đối tượng. Biểu đồ phân bố độ xám của dữ liệu tập trung, có dải giá trị ngắn (111-176) mặc dù trên ảnh loại đối tượng khá phong phú.
Các khu vực dân cư tập trung đơng, có nhiều đối tượng xây dựng khác nhau, với thời điểm chụp thích hợp sẽ cung cấp đầy đủ thông tin, phản ánh đúng chất lượng hoạt động của thiết bị thu nhận ảnh trên vệ tinh, ví dụ như ảnh VNREDSat-1 chụp khu vực Bình Đại, Bến Tre vào ngày 24/12/2019, tức là vào mùa khơ tại đây.
Hình 4.25: Ảnh VNREDSat-1, Khu vực Bình Đại, Bến Tre, ngày 24/12/2019 và biểu đồ phân bố độ xám
Với biểu đồ phân bố giá trị độ xám tập trung, có dải giá trị dài, phản ánh đầy đủ thông tin các đối tượng đa dạng trên ảnh, và dữ liệu ảnh có độ tương phản tốt, tách biệt rõ các đối tượng; dữ liệu ảnh này được đánh giá ở mức tốt.
Những khu vực đồng nhất như đồng ruộng hay rừng núi, mặc dù độ tương phản giữa các đối tượng tương đối thấp, nhưng trong nhiều trường hợp vẫn phân biệt được các đối tượng. Nhưng vào thời điểm mùa xuân ở miền Bắc, chất lượng ảnh kém hơn, ví dụ dữ
liệu ảnh VNREDSat-1 khu vực huyện Mường Lát, Thanh Hóa, chụp ngày 18/4/2019; hay cánh đồng tại huyện Đức Thọ, Hà Tĩnh, chụp ngày 22/03/2019.
Hình 4.26: Ảnh VNREDSat-1, khu vực Mường Lát, Thanh Hóa, ngày 18/04/2019 và biểu đồ phân bố độ xám
Dữ liệu ảnh tại thời điểm này chụp đối tượng rừng có độ tương phản thấp, khó phân biệt các đối tượng; biểu đồ phân bố độ xám tập trung, nhưng dải tập trung khá lớn và dải giá trị trên toàn biểu đồ là ngắn (51-106). Vì vậy, dữ liệu này chỉ được đánh giá ở mức trung bình.
Trên cơ sở phân tích các dữ liệu ảnh đã thu thập được cho hai khu vực khí hậu lớn và vào tất cả các mùa trong năm, nghiên cứu sinh đề xuất các mức chất lượng ảnh như sau:
- Chất lượng tốt: dữ liệu ảnh có độ tương phản tốt, tách biệt rõ ràng giữa các đối tượng, biểu đồ phân bố độ xám có dải giá trị dài, tập trung, phản ánh đầy đủ, chi tiết đối tượng trên ảnh, giá trị MTF trên 0,2;
- Chất lượng trung bình: dữ liệu ảnh có độ tương phản trung bình, có khả năng tách biệt các dạng đối tượng khác nhau trên ảnh, biểu đồ phân bố độ xám có khoảng giá trị tập trung khá lớn (khoảng 40% dải giá trị) , giá trị MTF khoảng 0,15 - 0,2;
- Chất lượng xấu: dữ liệu ảnh có độ tương phản kém, khơng tách biệt được các dạng đối tượng khác nhau trên ảnh, biểu đồ phân bố độ xám có dải giá trị ngắn, các giá trị trải dài trên dải, giá trị MTF < 0,15;
Kết quả so sánh chất lượng ảnh và biểu đồ độ xám của một số đối tượng được thể hiện cụ thể trong phụ lục 7.
Độ phân giải khơng gian là một đại lượng khơng có định nghĩa chuẩn. Tuy nhiên nó có thể được định nghĩa như là sự phân biệt kể cả trong khơng gian vật hay trên mặt phẳng ảnh, có thể dễ dàng nhận dạng được hai đối tượng rời rạc. Giá trị MTF thể hiện độ tương
phản và sắc nét của dữ liệu ảnh đồng thời cũng xác định độ phân giải không gian trong miền tần số ở dạng nghịch đảo của sự phân biệt hai đối tượng rời rạc.
Dữ liệu ảnh có thể có cùng độ phân giải khơng gian nhưng giá trị MTF khác nhau dẫn đến độ tương phản giữa các đối tượng không giống nhau, và dữ liệu đó khơng đảm bảo cung cấp đủ lượng thơng tin cần thiết đáp ứng các mục đích sử dụng (xem chi tiết trong phụ lục 6).
Những khu vực có nhiều đối tượng như các thành thị, khu dân cư thì giá trị MTF khá nhau làm thay đổi rõ rệt khả năng chiết tách thơng tin về các tịa nhà, cơng trình xây dựng như dữ liệu ảnh chụp khu vực thành phố Hồ Chí Minh ngày 07/03/2016 (chi tiết trong phụ lục 6). Đặc biệt là khu vực dân cư nông thôn, các cơng trình xây dựng thấp, có độ cao tương đương nhau thì độ sắc nét có ảnh hưởng rất lớn đến việc thu thập thông tin chi tiết trong khu vực như ảnh chụp thị xã Giá Rai, tỉnh Bạc Liêu ngày 29/12/2019, mặc dù thời điểm chụp ảnh là mùa khơ nhưng với giá trị MTF là 0,2 thì mới có thể tách biệt được những khu dân cư, trong khi giá trị MTF là 0,15 thì phát hiện được các khu dân cư lớn, giá trị MTF là 0,1 chỉ phát hiện đó là khu vực dân cư và những cơng trình có cấu trúc đặc thù như sân vận động mới có thể xác nhận chính xác (xem minh họa trong phụ lục 6). Những khu vực có độ đồng nhất cao như các cánh đồng, các khu rừng lớn thì giá trị MTF không ảnh hưởng rõ rệt như các khu vực nhiều cơng trình xây dựng (xem minh họa trong phụ lục 6). Nhưng các khu vực có tính đồng nhất cao nhưng có đối tượng “lạ” xuất hiện như các đảo, tàu thuyền trên biển thì giá trị MTF thay đổi ảnh hưởng không nhỏ đến việc phát hiện, nhận dạng các đối tượng đó, ví dụ như khu vực đảo Scarborough (17/12/2019) hay đảo Hịn Xanh, Kiên Giang (05/04/2020).
Những cơng trình xây dựng lớn như sân bay, đập thủy điện có thể dễ dàng phát hiện sự thay đổi nếu giá trị MTF cao nhờ sự tương phản, sắc nét của các đối tượng rất rõ ràng, ví dụ như sân bay Tân Sơn Nhất (07/03/2016) hay đập thủy điện Hồn Bình (25/10/2013).
Trên cơ sở đánh giá chất lượng ảnh từ dữ liệu ảnh thu được tại nhiều thời điểm trong năm phân bố đều trên lãnh thổ Việt Nam, cùng với đánh giá giá trị MTF cho khả năng cung cấp thông tin cho các loại đối tượng khác nhau. Đề xuất mức chất lượng ảnh qua thông số MTF cho các ứng dụng cần chiết tách thông tin từ dữ liệu ảnh vệ tinh như trong bảng 4.15 dưới đây.
Bảng 4.15. Đề xuất mức chất lượng ảnhSTT Giá trị MTF Mức chất lượng Tỉ lệ bản đồ thích hợp STT Giá trị MTF Mức chất lượng Tỉ lệ bản đồ thích hợp 1 < 0,15 Xấu Không sử dụng 2 0,15 – 0,2 Trung Bình 1:50.000 và nhỏ hơn 3 > 0,2 Tốt 1:25.000 và nhỏ hơn 4.4 Tiểu kết chương 4
Sau khi thử nghiệm, nghiên cứu sinh đã rút ra một số kết luận sau:
Với điều kiện của Việt Nam hiện nay, đánh giá chất lượng ảnh vệ tinh viễn thám chỉ cần sử dụng hai thông số SNR và MTF; và để thực hiện được cần có một bộ dữ liệu thích hợp, đó là dữ liệu ảnh tại các bãi kiểm định nhân tạo (như bãi kiểm định tại Buôn Ma Thuột và Salon de Provence) và các bãi kiểm định tự nhiên được công nhận trên thế giới như các khu vực sa mạc tại châu Phi, Ả rập,… hay các khu vực Thái Bình Dương, Đại Tây Dương,…
Sử dụng phương pháp Canny chiết tách cạnh trong việc tính tốn MTF để đánh giá chất lượng ảnh viễn thám quang học về mặt không gian, cho kết quả tương đồng với phương pháp của nhà sản xuất vệ tinh VNREDSat-1 đã sử dụng. Phương pháp này có độ chính xác khi chiết tách cạnh tốt hơn phương pháp tuyến tính trước đây đối với dữ liệu có mức lượng tử hóa cao.
Kết quả thực nghiệm đã chứng minh hệ thống chụp ảnh trên vệ tinh VNREDSat-1, vẫn đảm bảo được chất lượng ảnh so với yêu cầu đặt ra (MTF ≈ 0.2 cao hơn ngưỡng 0,08 được nhà sản xuất vệ tinh đưa ra và SNR ≈145, cao hơn ngưỡng 100).
KẾT LUẬN VÀ KIẾN NGHỊ KẾT LUẬN
Trên cơ sở các kết quả nhận được sau khi tiến hành nghiên cứu và thực nghiệm phương pháp đánh giá chất lượng ảnh viễn thám quang học của Việt Nam, nghiên cứu sinh có một số kết luận như sau:
- Trong điều kiện của Việt Nam, chất lượng ảnh viễn thám quang học được đánh giá chỉ dựa trên hai thông số là hàm truyền điều biến MTF và tỉ lệ tín hiệu trên nhiễu SNR là khả thi. Đây là hai thông số đại diện cho yếu tố không gian và bức xạ. Để đánh giá được cần phải thu thập một bộ dữ liệu thường xuyên, thích hợp để phản ánh đầy đủ về tình trạng