Chương 4. KẾT QUẢ NGHIÊN CỨU
4.4. Đề xuất hướng dẫn kỹ thuật thành lập bản đồ hiện trạng tài nguyên rừng từ tư liệu viễn thám và hệ thống GIS
Công tác thành lập bản đồ hiện trạng tài nguyên rừng từ tư liệu viễn thám và hệ thống GIS gồm 2 công đoạn chính là Phân loại rừng và thành lập bản đồ hiện trạng rừng.
Bước 1: Chạy phân loại tự động bằng phần mềm eCognition
Nguyên lý của phương pháp này được xây dựng trên khái niệm cho rằng tập hợp các pixel của ảnh sẽ hình thành nhiều đối tượng chuyên đề mà mắt ta có thể nhận biết. Bước xử lý cơ bản trong phân tích đối tượng ảnh là các phân mảnh ảnh (segment) chứ không phải pixel. Để mắt người nhận biết được đối tượng đã được phân mảnh (segmentation) thì hàng loạt thông tin đã được xử lý. Các thông tin này dùng để mô tả một số đặc điểm hình dạng (shape) kiến trúc ảnh (texture), các quan hệ không gian (topology) của đối tượng được phân loại và cách tích hợp các thông tin này chính là các quy tắc cần được xây dựng để phần mềm có thể phân biệt các đối tượng.
Trong quá trình phân loại chúng ta còn có thê sử dụng các lớp thông tin chuyên đề ngoài dữ liệu viễn thám như mô hình số độ cao, bản đồ thổ nhưỡng, bản đồ địa chất, bản đồ sử dụng đất,...
Sơ đồ chung phân loại đối tượng:
Hình 4.8. Sơ đồ phân loại đối tượng
+ Trộn kênh ảnh và tăng cường chất lượng ảnh: Giúp mắt người có thể nhận biết tốt nhất đối tượng trên ảnh cần chiết tách.
Lệnh trình: View/Image layer mixing
+ Phân mảnh đối tượng ảnh (Segmentation): Hiển thị ảnh vệ tinh trên máy tính bằng phần mềm eCognition, sau đó dùng thuật toán phân chia tự động ảnh thành các polygon theo các đặc trưng cơ bản như: Độ xám, cấu trúc,...
eCognition cung cấp một số thuật toán cho phân mảnh ảnh như: Thuật toán chessboard segmentation, Thuật toán quatree based segmentation, Thuật toán multiresolution segmentation. Thuật toán phân mảnh ảnh thường xuyên được sử dụng trong quá trình phân loại ảnh là phân mảnh đa độ phân giản (multiresolution segmentation). Đây là thuật toán có thể được ứng dụng trên mức Pixel hay mức đối tượng ảnh, áp dụng mức độ tối ưu hóa làm giảm thiểu mức độ bất đồng nhất của đối tượng ảnh cho một độ phân giải nhất định.
Thuật toán được thực hiện dựa theo việc lựa chọn các trọng số về hình dạng (shape), màu sắc (color), độ chặt (compactness), độ trơn (smoothness).
Diện tích tối thiểu của khoanh vi tùy thuộc vào thông số khai báo trong thuật toán trước khi khoanh vi tự động. Với độ phân giải ảnh khác nhau, tỷ lệ bản đồ cần thành lập khác nhau thì diện tích khoanh vi tối thiểu được xác định ở các giá trị khác nhau. Theo Quyết định số 78/2002/QĐ-BNN ngày 28 tháng
8 năm 2002 của Bộ NN&PTNT về việc Ban hành quy phạm kỹ thuật theo dõi diễn biến rừng và đất lâm nghiệp trong lực lượng Kiểm lâm, diện tích tối thiểu thể hiện trên các tỷ lệ bản đồ xây dựng. Diện tích lô tối thiểu trong quá trình khoanh vẽ ở bản đồ tỷ lệ 1:50.000 là 1,0 ha.
Lệnh trình: Process tree/ click chuột phải/Append new
Algorithm: chọn thuật toán multiresolution segmentation Level Name: Đặt tên
Image Layer weights: Chọn trọng số cho từng kênh ảnh Scale parameter: Chọn tham số tỷ lệ
Shape: Chỉ số hình dạng Compatness: Độ chặt
Chọn Execute để thực hiện quá trình phân mảnh ảnh.
Hình 4.9. Kết quả quá trình phân mảnh ảnh (với Scale = 30, shape = 0.3, compactness=0.5)
Mẫu khóa giải đoán ảnh được nhập vào vị trí các polygon trên ảnh phân chia dựa vào tọa độ điểm thu được khi điều tra thực địa lấy mẫu khóa giải đoán
Hình 4.10. Xác định mẫu phân loại trên ảnh
Sau khi nhập toàn bộ mẫu khóa giải đoán ảnh ta tiến hành phân loại ảnh tự động dựa trên các mẫu khóa giải đoán ảnh. Kết quả phân loại tự động (hình 4.11) sẽ được kiểm tra, chỉnh lý hoàn thiện dựa vào mối quan hệ của đối tượng với các điều kiện tự nhiên, kinh tế - xã hội và các kiến thức. Do kết quả phân loại ảnh hưởng trực tiếp đến bản đồ thành quả xây dựng, nên giai đoạn này phải trao đổi, kiểm tra chéo để đảm bảo kết quả giải đoán không mang tính chủ quan và kết quả phân loại tự động sẽ được các chuyên gia có kinh nghiệm lâu năm kiểm tra nhằm bổ sung kịp thời những thiếu sót, nhầm lẫn.
Hình 4.11. Kết quả phân loại tự động + Thiết lập chú giải các lớp phân loại
Vào Classification/class hierarchy
Trong cửa sổ class hierarchy click phải chuột chọn Insert class
Hình 4.12. Thiết lập chú giải các lớp phân loại
+ Xem thông tin của một đối tượng ảnh: Chọn một đối tượng ảnh, cửa sổ Image Object Information sẽ xuất hiện giá trị của các chỉ số của đối tượng ảnh được chọn.
Hình 4.13. Thông tin của một đối tượng ảnh
+ Khảo sát đặc trưng đối tượng ảnh
Khảo sát đặc trưng của đối tượng ảnh là giai đoạn rất quan trọng để tìm ra ngưỡng (threshold) cho sự phân loại các đối tượng ảnh. Mỗi một đối tượng ảnh đều chứa những thông tin thuộc tính, các thông tin thuộc tính này có thể là các thông tin về giá trị phổ của các lớp, độ sáng, hình dạng, vị trí,...
Lệnh trình: Tool/Feature view
Hình 4.14. Thông tin thuộc tính của đối tượng ảnh + Thiết lập bộ quy tắc và tiến hành phân loại
Bộ quy tắc tiến hành trong phân loại đối tượng bao gồm các thuật toán phân mảnh ảnh (segment), các thuật toán phân loại đối tượng ảnh, các thuật toán kiểm tra thông tin đối tượng ảnh, nhập dữ liệu, xuất dữ liệu, .... được thiết lập trên cửa sổ Process Tree.
Việc lập một bộ Rule set trong phân loại ảnh đối tượng đòi hỏi người phân tích phải có rất nhiều hiểu biết khác nhau như: đặc trưng của từng kênh ảnh, đặc trưng phản xạ của đối tượng trên ảnh.
Hình 4.15. Sơ đồ phân loại các đối tượng
Phân mảnh lần 1
Tách các đối tượng ra thành 2 nhóm đối tượng riêng biệt Có rừng và Không rừng.
Lệnh trình: Process tree/ Append new. Tại Algorithm: multiresolution segmentation; Image Object Domain: pixel level
Sau đó phân loại thành 2 nhóm: Có rừng và không có rừng. Lệnh trình:
Process tree/ Append new. Tại Algorithm: Assign class; Image Object Domain: image object level. Threshold condition: chọn ngưỡng; Use class:
chọn lớp phân loại
Đối tượng rừng được phân loại thỏa mãn điều kiện Meanlayer1=[0,0.282]
Các đối tượng không phân loại còn lại Unclassify thuộc vào đối tượng không phải là rừng
Hình 4.16. Kết quả phân loại thành 2 đối tượng: Có rừng, Không rừng Gộp tất cả các lớp không phải là rừng lại với nhau và gồm lớp có rừng lại với nhau. Lệnh trình: Process tree/ Append new. Tại Algorithm: Merge region; Image Object Domain: image object level. Class filter: Co rung;
Fusion super objects: yes
Hình 4.17. Kết quả gộp lớp Có rừng, Không rừng
Phân mảnh lần 2
Dùng các đặc trưng của đối tượng ảnh để tách lớp “Co rung” thành các đối tượng nhỏ hơn: Rừng trồng, rừng trung bình, rừng nghèo,...
Hình 4.18. Kết quả phân mảnh lần 2 (Scale = 30, Shape = 0.3, Compactness = 0.6)
Làm tương tự với lớp “Khong rung: ta tách được các đối tượng nhỏ hơn: Đất trống, Dân cư, Mặt nước, giao thông, nông nghiệp.
Bộ quy tắc được thiết lập
Hình 4.19. Bộ quy tắc được thiết lập
Quá trình phân loại do máy tính thực hiện do vậy dễ mắc phải những sai sót, gộp chưa hết do vậy sau khi ảnh được phân loại và gộp tự động xong thì ảnh phải được chỉnh sửa bằng tay.
Lệnh trình: Menu View/Toolbars/Manual Editting
Hình 4.20. Manual editting + Xuất kết quả
Dữ liệu sau khi được phân loại có thể được xuất ra thành 3 khuôn dạng chính: dạng vector, dạng raster, dạng thống kê (Statistics).
Hình 4.21. Xuất kết quả
Kết quả phân loại sau khi được kiểm tra, chỉnh sửa sẽ được chuyển sang phần mềm ArcGIS để chỉnh sửa bản đồ kết quả lần 1 rồi xuất sang Mapinfo để biên tập.
Bước 2: Thành lập bản đồ hiện trạng rừng
Nguyên tắc: Các yếu tố dạng vùng có diện tích từ 15mm2 trở lên trên bản đồ đều phải xác định để biểu thị trừ một số yếu tố nội dung có quy định riêng. Các yếu tố dạng đường có độ rộng từ 0,5mm trở lên trên bản đồ vẽ theo tỷ lệ, độ rộng dưới 0,5 mm vẽ theo đường quy định của ký hiệu.
Các yếu tố cơ sở toán học
a) Các yếu tố cơ sở toán học phải thể hiện trên bản đồ gốc dạng số bao gồm: khung mảnh bản đồ và các yếu tố trình bày ngoài khung (trừ phần giải thích ký hiệu); lưới ki lô mét (bao gồm cả lưới ki lô mét của múi kề cận nếu mảnh bản đồ nằm trong độ gối phủ giữa hai múi); lưới kinh, vĩ độ; các điểm tọa độ và độ cao quốc gia còn tồn tại mốc trên thực địa; các điểm tọa độ và độ cao chuyên dụng được sử dụng khi thành lập bản đồ.
b) Trên bản đồ gốc dạng số, vị trí điểm góc khung, độ dài cạnh khung, đường chéo khung bản đồ không có sai số so với giá trị lý thuyết. Vị trí điểm tọa độ quốc gia không có sai số so với giá trị tọa độ gốc.
c) Khi biểu thị độ cao của các điểm khống chế trắc địa trừ trường hợp điểm nằm trên vật kiến trúc.
d) Thủy hệ và các đối tượng liên quan
e) Các yếu tố thủy hệ phải thể hiện trên bản đồ địa hình bao gồm biển, đảo, hồ, ao, các loại bãi ven bờ; sông, ngòi, suối, mương, máng, kênh rạch;
mạch nước khoáng thiên nhiên, giếng nước và các đối tượng khác có liên quan.
f) Các sông, suối có chiều dài trên bản đồ lớn hơn 1cm; kênh, mương có độ rộng thực tế từ 1m trở lên và chiều dài trên bản đồ lớn hơn 1 cm đều phải
thể hiện. Khi sông, suối, kênh, mương trên bản đồ có độ rộng từ 0,5 mm trở lên phải biểu thị bằng hai nét, dưới 0,5 mm biểu thị bằng một nét. theo hướng dẫn của ký hiệu tương ứng. Những sông, suối, kênh, mương có chiều dài ngắn hơn quy định trên nhưng có ý nghĩa đặc biệt quan trọng vẫn phải thể hiện.
g) Các ao, hồ có diện tích trên bản đồ từ 2 mm2 trở lên đối với tỷ lệ 1:
50.000 đều phải biểu thị. Ở những vùng hiếm nước, dân cư thưa thớt, các ao, hồ, giếng nước phải thể hiện đầy đủ. Đối với những vùng có mật độ ao, hồ dày đặc được lựa chọn để biểu thị theo nguyên tắc ưu tiên các đối tượng có ý nghĩa quan trọng về kinh tế, văn hóa, xã hội đối với vùng dân cư hoặc có ý nghĩa định hướng.
h) Đối với sông, hồ khi đường mép nước cách đường bờ trên bản đồ từ 0,3 mm trở lên phải biểu thị cả đường bờ và đường mép nước.
i) Các loại sông suối có nước theo mùa hoặc khô cạn; đoạn sông suối khó xác định chính xác, đoạn sông suối mất tích, chảy ngầm phân biệt để biểu thị theo quy định của ký hiệu.
j) Các loại bờ, bãi, đê, đập và các đối tượng liên quan khác của thủy hệ biểu thị theo hướng dẫn của ký hiệu.
Sau quá trình kiểm tra ngoại nghiệp, toàn bộ các lô trạng thái đã được khoanh vẽ trong phòng đều được định tên chính xác.
Để đảm bảo tính chính xác về mặt vị trí cho việc xác minh các đối tượng cần được kiểm tra bổ sung trong quá trình kiểm tra ngoại nghiệp, công nghệ mới đã được áp dụng như máy định vị toàn cầu GPS, máy ảnh số… nhằm đối chứng và lưu giữ toàn bộ kết quả kiểm tra ngay ngoài hiện trường phục vụ công tác chỉnh sửa, bổ sung và hoàn thiện bản đồ sau khi đi ngoại nghiệp
Việc chỉnh lý bổ sung bản đồ thành quả sẽ dựa trên kết quả kiểm tra ngoại nghiệp. Những đối tượng được chỉnh lý chính là những đối tượng còn nghi ngờ trong quá trình giải đoán và những đối tượng phát hiện có sự sai
khác so với thực tế. Nếu khu vực nào có nhiều sự sai khác thì phải tiến hành giải đoán bổ sung nhằm tăng độ chính xác cho kết quả giải đoán.
Sau khi bản đồ thành quả đã được chỉnh lý, bổ sung, việc kiểm tra, tạo vùng cho các lô trạng thái trên bản đồ được tiến hành. Việc này được thực hiện nhằm phục vụ công tác tính diện tích cho từng trạng thái và biên tập bản đồ thành quả theo quy định. Bên cạnh đó, việc gán những giá trị thuộc tính cho từng lô trạng thái cũng được tiến hành. Các giá trị thuộc tính này sẽ được quả lý dưới dạng dữ liệu phi không gian - hệ thống biểu, bao gồm nhiều
“Trường” khác nhau, mỗi trường sẽ ghi lại một thông tin mô tả cho lô trạng thái đó. Hệ thống biểu này sẽ được thiết kế theo yêu cầu cụ thể của dự án như:
tên tỉnh, huyện, xã, tiểu khu, khoảnh, trạng thái, diện tích
Việc xử lý tính toán, đánh giá, phân tích số liệu diện tích các trạng thái rừng và sử dụng đất được thực hiện bằng phương pháp chồng xếp bản đồ hiện trạng rừng và sử dụng đất thành quả với bản đồ ranh giới hành chính xã, tiểu khu, khoảnh... đã thu thập được bằng phần mềm ArcGis, sau đó được chuyển sang phần mềm Excel xử lý, thống kê diện tích các loại rừng và sử dụng đất theo hệ thống mẫu biểu của từng tiểu khu rồi tập hợp lên theo xã, huyện và toàn tỉnh.
Hệ thống tọa độ củ a bản đồ phải đươ ̣c chuyển đổi về hệ quy chiếu quốc gia VN2000.
Hình thức bản đồ
Được trình bày theo cuốn “Quy định kỹ thuật xây dựng bản đồ điều tra kiểm kê rừng” do Viện điều tra quy hoạch rừng biên soạn