3.2. Thành lập bản đồ sử dụng đất tỉnh Bình Dương
3.2.3. Phân loại sử dụng đất
Trong nghiên cứu này, bản đồ sử dụng đất năm 2015 được xây dựng trước tiên, sau đó đến bản đồ năm 2009 và cuối cùng là bản đồ năm 2000. Mẫu giải đoán ảnh năm 2015 được xây dựng dựa trên dữ liệu khảo sát thực địa kết hợp giải đoán trên ảnh độ phân giải siêu cao (Quickbird). Các mẫu ảnh được xây dựng của từng lớp đối tượng được xây dựng theo dạng vùng (polygol), phân bố rải đều trên toàn khu vực nghiên cứu. Số lượng mẫu và các thông tin liên quan đến mẫu giải đoán ảnh năm 2015 được thể hiện trong bảng 3.4. Mỗi một khoanh
vùng trong bảng 3.4 đại diện cho một mẫu giải đoán của một lớp đối đối tượng cụ thể, ví dụ đối với lớp đất rừng có 63 vùng, gồm 6134 điểm ảnh, tương ứng với 63 mẫu giải đoán ảnh riêng cho lớp này.
Những mẫu giải đoán ảnh và các thông tin liên quan được sử dụng để phân loại ảnh năm 2009 và 2000 được lần lượt thể hiện trong bảng 3.5 và 3.6.
Bảng 3. 4: Mẫu giải đoán ảnh năm 2015
Tên lớp Màu sắc
(mặc định)
Mã màu [RGB]
Số lượng pixel
Số lượng vùng
Đất rừng Đỏ 255 0 0 6134 63
Đất nông nghiệp Vàng 255 255 0 3320 74
Cây công nghiệp Xám 0 255 255 228 25
Cây ăn quả Magenta 255 0 255 1410 22
Đất dân cư Hạt dẻ 176 48 96 3949 83
Mặt nước Xanh lá cây 127 255 0 175 20
Bảng 3. 5: Mẫu giải đoán ảnh năm 2009
Tên lớp Màu sắc
(mặc định)
Mã màu [RGB]
Số lượng pixel
Số lượng vùng
Đất rừng Đỏ 255 0 0 6134 58
Đất nông nghiệp Vàng 255 255 0 3320 62
Cây công nghiệp Xám 0 255 255 228 44
Cây ăn quả Magenta 255 0 255 1410 19
Đất dân cư Hạt dẻ 176 48 96 3949 98
Mặt nước Xanh lá cây 127 255 0 175 32
Bảng 3. 6: Mẫu giải đoán ảnh năm 2000
Tên lớp
Màu sắc (mặc định)
Mã màu
[RGB]
Số lượng pixel
Số lượng vùng
Đất rừng Đỏ 255 0 0 6134 77
Đất nông nghiệp Vàng 255 255 0 3320 84
Cây công nghiệp Xám 0 255 255 228 46
Cây ăn quả Magenta 255 0 255 1410 31
Đất dân cư Hạt dẻ 176 48 96 3949 102
Mặt nước Xanh lá cây 127 255 0 175 23
b. Đánh giá chất lượng mẫu giải đoán ảnh
Mẫu giải đoán ảnh là một tập hợp dữ liệu rất quan trọng trong việc phân loại có giám sát. Các mẫu này sẽ được sử dụng trước tiên để ước lượng chất lượng của kết quả trước khi phân loại và tiếp theo là cung cấp dữ liệu tệp mẫu để xử lý đến khi kết thúc quá trình phân loại. Vì vậy, cần phải phân tích độ chính xác của phương pháp lấy mẫu, xác định số lượng mẫu và đánh giá chất lượng mẫu giải đoán. Độ chính xác này sẽ góp phần tối ưu hóa quá trình phân loại và đảm bảo chất lượng cho các kết quả phân loại [Srigg và Flasse,. 2001; Ge et nnk,. 2007].
Việc đánh giá chất lượng của các mẫu giải đoán ảnh được tính toán dựa trên các chỉ số phân tách quang phổ giữa các lớp đối tượng sử dụng đất [ITT
Inc,. 2008]. Trong nghiên cứu này, hai chỉ số của Richards (1999) đề xuất đã được chúng tôi sử dụng, bao gồm: Chuyển đổi phân kỳ (Transformed Divergence-TD) và Jeffries-Matusita (JM). Các chuẩn đánh giá chất lượng mẫu giải đoán đã được chúng tôi trình bày trong bảng 2.1.
Bảng 3.7, 3.8 và 3.9 thể hiện các giá trị của hệ số TD và J-M của các mẫu giải đoán được xác định cho ảnh Landsat8 OLI_TIR năm 2015, ảnh Landsat7 ETM+ năm 2009 và ảnh Landsat5 TM năm 2000 của tỉnh Bình Dương. Các bảng trên cho thấy các giá trị TD và J-M đối với các mẫu giải đoán ảnh ở cả 3 thời điểm là khá cao; điều này cho thấy sự phân tách tương đối tốt về quang phổ của các mẫu giải đoán đối với các đối tượng sử dụng đất được định nghĩa.
Những hệ số này cũng cho thấy rằng sự phân chia phổ giữa đất rừng và với đất dân cư, đất nông nghiệp với đất mặt nước là rõ ràng (TD và J-M trên 1.7), trong khi sự phân phổ phổ giữa lớp đất rừng và đất trồng cây công nghiệp;
giữa đất rừng và đất cây ăn quả được coi là chấp nhận được (giá trị TD nằm trong khoảng 1,4 đến 1.6; và giá trị J-M chỉ nằm trong khoảng 1.5 và 1.7).
Từ các giá trị TD và J-M thể hiện trong các bảng 3.7, 3.8 và 3.9 có thể thấy rằng xác xuất nhầm lẫn trong phân loại giữa đất rừng và đất trồng cây công nghiệp; giữa đất cây ăn quả và đất rừng là có khả năng xảy ra. Điều này là do trên ảnh, giải phổ của 02 loại đối tượng này có sự tương đồng với nhau.
Ngược lại, ví dụ xác xuất đất rừng nhầm lẫn vào đất nông nghiệp, đất dân cư và đất thủy văn là rất thấp; điều này do sự phản xạ phổ giữa các nhóm đối tượng này với nhau và rất rõ ràng (giá trị TD và J-M rất cao, gần 2.0).
Với kết quả đánh giá chất lượng mẫu giải đoán như trên, có thể thấy rằng các mẫu giải đoán đã xây dựng hoàn toàn đủ độ tin cậy để đưa vào phân loại sử dụng đất đối với tỉnh Bình Dương.
Bảng 3. 7: Hệ số Chuyển đổi phân kỳ (TD) và Jeffries-Matusita (J-M) của các mẫu giải đoán ảnh Landsat8 OLI_TIRS năm 2015
Lớp đối
tượng Đất rừng Đất nông nghiệp
Cây công nghiệp
Cây ăn
quả Đất dân cư Mặt nước DT J-M DT J-M DT J-M DT J-M DT J-M DT J-M Đất rừng - -
Đất nông
nghiệp 1.69 1.91 - -
Cây công
nghiệp 1.88 1.87 2.00 2.00 - -
Cây ăn quả 1.60 1.47 2.00 2.00 1.62 1.51 - - Đất dân cư 2.00 1.97 2.00 2.00 2.00 1.97 2.00 1.96 - -
Mặt nước 2.00 2.00 2.00 2.00 2.00 2.00 2.00 2.00 2.00 2.00 - -
Bảng 3. 8:Hệ số Chuyển đổi phân kỳ (TD) và Jeffries-Matusita (J-M) của các mẫu giải đoán ảnh Landsat7 ETM+ năm 2009
Lớp đối
tượng Rừng kín Đất nông nghiệp
Cây công nghiệp
Cây ăn
quả Đất dân cư Mặt nước DT J-M DT J-M DT J-M DT J-M DT J-M DT J-M
Đất rừng - -
Đất nông
nghiệp 2.00 2.00 - -
Cây công
nghiệp 1.66 1.61 2.00 2.00 - -
Cây ăn quả 1.97 1.95 2.00 2.00 2.00 2.00 - - Đất dân cư 2.00 1.98 2.00 2.00 2.00 1.97 2.00 1.96 - -
Mặt nước 2.00 2.00 2.00 2.00 2.00 2.00 2.00 2.00 2.00 2.00 - -
Bảng 3. 9: Hệ số Chuyển đổi phân kỳ (TD) và Jeffries-Matusita (J-M) của các mẫu giải đoán ảnh Landsat5 TM năm 2000
Lớp đối
tượng Rừng kín Đất nông nghiệp
Cây công nghiệp
Cây ăn
quả Đất dân cư Mặt nước DT J-M DT J-M DT J-M DT J-M DT J-M DT J-M Đất rừng - -
Đất nông
nghiệp 2.00 2.00 - -
Cây công
nghiệp 1.59 1.64 2.00 2.00 - -
Cây ăn quả 1.74 1.62 2.00 2.00 2.00 1.98 - - Đất dân cư 2.00 2.00 1.95 1.68 2.00 2.00 2.00 2.00 - -
Mặt nước 2.00 2.00 2.00 2.00 2.00 2.00 2.00 2.00 2.00 1.99 - -
c. Phân loại sử dụng đất và đánh giá độ chính xác
Với các mẫu giải đoán ảnh đã xây dựng và đươc đánh giá độ chính xác, chúng tôi đã tiến hành phân loại sử dụng đất năm 2015, 2009 và 2000 trên cơ sở áp dụng thuật toán Xác xuất cực đại.
Để đánh giá độ chính xác kết quả phân loại sử dụng đất, chúng tôi đã tiến hành so sánh dữ liệu phân loại ảnh viễn thám với tài liệu tham khảo. Kết quả phân loại sử dụng dất năm 2015 được so sánh với tài liệu khảo sát thực địa, trong khi tài liệu tham khảo cho các năm 2009 và 2000 được xây dựng từ các tài
liệu bổ trợ như bản đồ địa hình, bản đồ hiện trạng sử dụng đất các năm 2010 và 2000 cấp tỉnh.
Bảng 3.10 thể hiện các chỉ số thống kê đánh giá độ chính xác kết quả phân loại sử dụng đất các năm 2000, 2009 và 2015 tỉnh Bình Dương. Bảng 3.10 cho thấy, độ chính xác chung kết quả phân loại nằm trong khoảng từ 86-91%, lớn hơn giá trị yêu cầu (85%). Tương tự, hệ số Kappa nằm trong khoảng từ 0.83 đến 0.9, đảm bảo theo yêu cầu là trên 0.8. Với độ chính xác kết quả phân loại đạt được như trên, cho phép thành lập bản đồ sử dụng đất các năm 2000, 2009 và 2015; các bản đồ được thể hiện tương ứng với các hình 3.2, hình 3.3 và hình 3.4.
Bảng 3. 10: Chỉ số thống kê độ chính xác kết quả phân loại sử dụng đất
Năm Tham số
2000 2009 2015
Độ chính xác chung (%) 91.0957 91.727 86.5368
Hệ số Kappa 0.8978 0.9031 0.8300
Hình 3.2, 3.3 và 3.4 cho thấy, diện tích đất rừng chủ yếu phân bố ở khu vực thượng nguồn sông Đồng Nai, thuộc địa phận các tỉnh Lâm Đồng và Bình Phước; trong khi cây công nghiệp như cao su tập trung nhiều ở khu vực tỉnh Đồng Nai. Đất nông nghiệp và dân cư tập trung nhiều ở khu vực hạ lưu, đặc biệt là trên địa bàn tỉnh Bình Dương, nới có TP Thủ Dầu Một và một loạt các khu công nghiệp lớn của khu vực.
Hình 3. 2: Bản đồ sử dụng đất tỉnh Bình Dương năm 2000
Hình 3. 3: Bản đồ sử dụng đất tỉnh Bình Dương năm 2009