Tổng quan nghiên cứu

Công nghệ vũ trụ và viễn thám đóng vai trò then chốt trong việc giám sát tài nguyên thiên nhiên, phòng chống thiên tai và quản trị đô thị thông minh. Tại Việt Nam, sự kiện phóng thành công vệ tinh quan sát Trái Đất đầu tiên VNREDSat-1 vào ngày 7 tháng 5 năm 2013 đã đánh dấu bước ngoặt lịch sử, mở ra kỷ nguyên làm chủ nguồn tư liệu ảnh vệ tinh quang học độ phân giải cao. Tuy nhiên, việc khai thác ảnh VNREDSat-1 trước đây chủ yếu dựa vào phương pháp giải đoán thủ công bằng mắt hoặc các phần mềm thương mại ngoại nhập vốn chưa tối ưu hóa cho cảm biến nội địa, dẫn đến tốc độ xử lý chậm và phụ thuộc lớn vào chủ quan của chuyên viên.

Vấn đề nghiên cứu trọng tâm của đề tài là xây dựng quy trình tự động hóa bóc tách thông tin mặt nước đô thị từ ảnh vệ tinh đa phổ VNREDSat-1. Mục tiêu cụ thể bao gồm: thiết lập quy trình tiền xử lý nắn chỉnh hình học bằng mô hình vật lý đạt độ chính xác cấp bản đồ địa hình; phát triển thuật toán cây quyết định kết hợp đặc trưng quang phổ và hình thái không gian nhằm phân loại chính xác các thủy vực; đồng thời bóc tách chuyên biệt sông Hồng, hệ thống hồ lục địa, thảm thực vật và mây.

Nghiên cứu được triển khai thực nghiệm trên tập dữ liệu ảnh chụp khu vực thành phố Hà Nội trong năm 2014 và hoàn thiện vào năm 2015. Kết quả đạt được mang ý nghĩa khoa học và thực tiễn sâu sắc: giảm thiểu 80% thời gian xử lý thủ công, kiểm soát sai số vị trí hình học dưới 2,65 m và tạo tiền đề quan trọng phục vụ công tác quy hoạch, quản lý tài nguyên nước cho các đô thị hiện đại.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng dựa trên 2 nền tảng lý thuyết cốt lõi: lý thuyết tương tác bức xạ điện từ trong viễn thám quang học và lý thuyết nhận dạng mẫu kết hợp cấu trúc cây quyết định.

Trong quang phổ điện từ, mặt nước có đặc tính hấp thụ mạnh bức xạ tại dải sóng cận hồng ngoại (NIR: 0,76 - 0,89 µm) và phản xạ cao hơn ở dải khả kiến (Blue: 0,45 - 0,52 µm, Green: 0,53 - 0,60 µm). Ngược lại, thực vật và đất phản xạ rất mạnh ở dải NIR. Tuy nhiên, bóng đổ của các công trình cao tầng trong đô thị cũng có giá trị phản xạ thấp ở kênh NIR tương tự như nước, gây ra hiện tượng nhầm lẫn phổ nghiêm trọng. Do đó, nghiên cứu tích hợp lý thuyết hình thái học không gian thông qua chỉ số độ kết khối hình học M, được xác định bằng tỷ số giữa diện tích và bình phương chu vi của đối tượng, nhằm phân biệt các thủy vực tự nhiên, nhân tạo với vùng bóng đổ công trình.

Ba khái niệm chuyên ngành quan trọng xuyên suốt đề tài gồm:

  1. Giá trị số điểm ảnh (Digital Number - DN): Giá trị nguyên biểu thị mức độ phản xạ bức xạ của từng pixel qua 4 kênh phổ.
  2. Nắn chỉnh hình học (Geometric Correction): Quá trình hiệu chỉnh biến dạng quang học, góc nghiêng và địa hình bằng mô hình vật lý cảm biến để chuyển ảnh về hệ tọa độ không gian chuẩn VN-2000.
  3. Cây quyết định phân tầng (Hierarchical Decision Tree): Mô hình phân lớp tuần tự sử dụng chuỗi ngưỡng giá trị phổ và đặc trưng hình học để bóc tách từng lớp đối tượng riêng biệt.

Phương pháp nghiên cứu

Nguồn dữ liệu đầu vào sử dụng ảnh đa phổ VNREDSat-1 mức 2A gồm 4 kênh phổ (Blue, Green, Red, NIR) với độ phân giải không gian 10 m, kích thước khung ảnh 1750 x 1750 pixels, kết hợp kênh toàn sắc Panchromatic độ phân giải 2,5 m và mô hình số độ cao DEM.

Quy trình nghiên cứu áp dụng phương pháp nắn chỉnh hình học theo mô hình vật lý Imogen trên nền tảng ERDAS IMAGINE 2014. Cỡ mẫu khống chế mặt đất gồm 13 điểm GCP phân bố đều trên toàn cảnh ảnh và các điểm kiểm tra độc lập, cho phép tính toán bình sai chính xác tọa độ không gian.

Phương pháp phân tích mẫu phổ sử dụng kỹ thuật chọn mẫu ngẫu nhiên phân tầng với quy mô hơn 100 mẫu điểm ảnh đại diện cho từng đối tượng bề mặt: nước sông Hồng, nước hồ lục địa, nhà ở, đường giao thông, thực vật, đất trống, bóng đổ tòa nhà và mây. Lý do lựa chọn cây quyết định kết hợp chỉ số không gian thay vì các thuật toán học máy phức tạp là khả năng tính toán nhanh, cấu trúc logic tường minh, dễ dàng lập trình tự động hóa trên nền tảng Python (NumPy, Matplotlib) và khả năng chuyển đổi trực tiếp kết quả từ Raster sang Vector phục vụ GIS. Timeline nghiên cứu được thực hiện đồng bộ từ khâu tiền xử lý, trích xuất đặc trưng phổ, lập trình thuật toán đến kiểm định thực địa từ tháng 5 năm 2013 đến tháng 11 năm 2015.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình phân tích thực nghiệm và kiểm định kết quả đã đem lại 4 phát hiện khoa học mang tính đột phá:

  1. Hiệu chỉnh hình học đạt độ chính xác chuẩn quốc gia: Quá trình bình sai mô hình vật lý với 13 điểm khống chế GCP đạt sai số trung bình căn màng ảnh là 1,0 pixel. Sai số vị trí lớn nhất tại điểm khống chế là 2,65 m và tại điểm kiểm tra là 2,24 m. Mức sai số này thấp hơn nhiều so với kích thước điểm ảnh 10 m, hoàn toàn đáp ứng tiêu chuẩn thành lập bản đồ địa hình tỷ lệ 1:10.000 và 1:25.000 theo quy định của Bộ Tài nguyên và Môi trường.

  2. Xác lập quy luật phân dị phổ giữa nước phù sa và nước hồ đô thị: Nước sông Hồng có hàm lượng phù sa cao nên giá trị phản xạ tại kênh 2 (Green) và kênh 3 (Red) dao động từ 110 đến 165 DN, cao hơn khoảng 45% đến 60% so với nước hồ lục địa vốn chỉ đạt mức 40 đến 85 DN. Điều này cho phép phân tách hoàn toàn dòng chảy sông Hồng ra khỏi hệ thống ao hồ nội thành bằng điều kiện ngưỡng kết hợp.

  3. Loại bỏ triệt để nhiễu bóng đổ đô thị bằng chỉ số hình thái: Bóng đổ tòa nhà có giá trị phổ tại kênh 4 (NIR) rất thấp, trùng lặp với nước lục địa (cùng có DN dưới 81). Bằng việc thiết lập ngưỡng diện tích 21.800 mét vuông kết hợp chỉ số hình học M trong khoảng 0,13 đến 0,25, thuật toán đã loại bỏ 100% các vết bóng nhà cao tầng xen lẫn, bảo toàn độ chính xác của các ao hồ có diện tích nhỏ.

  4. Tỷ lệ sai lệch diện tích thực tế ở mức tối thiểu: Khi đối chiếu kết quả bóc tách tự động với số liệu đo đạc thực tế của các hồ lớn tại Hà Nội, diện tích Hồ Tây trích xuất đạt khoảng 5,26 km vuông (sai lệch dưới 1,8% so với số liệu công bố 5,30 km vuông), và Hồ Bảy Mẫu đạt diện tích xấp xỉ 28,1 hecta (sai lệch dưới 2,1%).

Thảo luận kết quả

Nguyên nhân cốt lõi giúp thuật toán đạt hiệu quả vượt trội nằm ở sự kết hợp linh hoạt giữa lọc phổ đa kênh và phân tích cấu trúc không gian. Trên biểu đồ đường phản xạ phổ của 8 lớp đối tượng, kênh NIR (Band 4) đóng vai trò bộ lọc sơ cấp giúp phân tách toàn bộ nhóm hấp thụ mạnh (nước, bóng đổ) ra khỏi nhóm phản xạ mạnh (thực vật, đất, nhà cửa, đường xá). Tiếp đó, biểu đồ tương quan giữa kênh 2 và kênh 3 làm rõ sự khác biệt giữa nước phù sa và bóng đổ thực vật.

So với công trình nghiên cứu trên ảnh SPOT5 tại thành phố Nam Kinh, thuật toán đã tối ưu hóa bộ tham số ngưỡng để thích ứng hoàn hảo với cảm biến NAOMI của VNREDSat-1 và điều kiện vi khí hậu nhiệt đới ẩm gió mùa tại miền Bắc Việt Nam. Dữ liệu đối sánh được trình bày trực quan qua bảng ma trận sai số nhầm lẫn (Confusion Matrix), biểu đồ phân bố phổ điểm ảnh và bản đồ vector lồng ghép tọa độ thực tế trên Google Earth. Kết quả kiểm tra tại các tọa độ thực địa khu vực Vinhomes Riverside, hồ Hoàn Kiếm và sông Hồng khẳng định tính năng bóc tách độc lập giữa mây, thảm thực vật và các loại hình mặt nước với độ tin cậy vượt trội.

Đề xuất và khuyến nghị

Dựa trên kết quả thực nghiệm của luận văn, 4 giải pháp ứng dụng và mở rộng được đề xuất cụ thể:

  1. Chuẩn hóa quy trình tự động hóa thành phần mềm chuyên dụng: Xây dựng module trích xuất dữ liệu tích hợp trực tiếp vào hệ thống xử lý ảnh của Đài Viễn thám Trung ương bằng ngôn ngữ Python và thư viện mã nguồn mở GDAL. Đặt mục tiêu xử lý tự động toàn bộ 1 cảnh ảnh VNREDSat-1 trong thời gian dưới 10 phút, hoàn thành triển khai trong vòng 6 tháng bởi Cục Viễn thám Quốc gia phối hợp cùng Trung tâm FIMO.

  2. Nâng cấp độ phân giải không gian bằng kỹ thuật trộn ảnh: Tiến hành thử nghiệm dung hợp dữ liệu giữa kênh toàn sắc 2,5 m và 4 kênh đa phổ 10 m (Pan-sharpening) nhằm tăng độ chi tiết mặt nước. Giải pháp này hướng tới mục tiêu bóc tách các kênh rạch hẹp có bề rộng dưới 5 m, triển khai trong giai đoạn 12 tháng do nhóm nghiên cứu xử lý ảnh vệ tinh phụ trách.

  3. Xây dựng bản đồ giám sát biến động mặt nước đô thị định kỳ: Thiết lập hệ thống quan trắc tự động diện tích mặt nước thành phố Hà Nội với chu kỳ cập nhật từ 3 đến 7 ngày theo tần suất quay vòng của vệ tinh VNREDSat-1. Mục tiêu kiểm soát 100% tình trạng lấn chiếm ao hồ tự nhiên và phục vụ công tác quy hoạch đô thị, do Sở Tài nguyên và Môi trường thành phố chủ trì thực hiện từ năm 2024.

  4. Mở rộng thuật toán cho mạng lưới thủy văn toàn quốc: Hiệu chỉnh hệ thống ngưỡng phổ b1 đến b6 trên tập dữ liệu 500 cảnh ảnh tại các lưu vực sông Mekong, sông Đồng Nai và vùng ven biển để theo dõi ngập lụt, xâm nhập mặn. Thời gian thực hiện dự kiến trong 18 tháng với sự phối hợp của Viện Hàn lâm Khoa học và Công nghệ Việt Nam.

Đối tượng nên tham khảo luận văn

Luận văn cung cấp nguồn tư liệu học thuật và kỹ thuật thực hành giá trị cao cho 4 nhóm đối tượng chính:

  1. Kỹ sư xử lý dữ liệu viễn thám và chuyên viên GIS: Nắm vững phương pháp nắn chỉnh hình học bằng mô hình vật lý Imogen trên ERDAS IMAGINE, quy trình thiết lập điểm GCP và kỹ thuật chuyển đổi kết quả Raster sang Vector trong hệ quy chiếu VN-2000.
  2. Cán bộ quản lý tài nguyên môi trường và quy hoạch đô thị: Tiếp cận mô hình giám sát biến động diện tích thủy vực định kỳ, ứng dụng số liệu viễn thám chính xác để phát hiện vi phạm san lấp hồ chứa và đánh giá năng lực tiêu thoát nước mùa mưa lũ.
  3. Nhà nghiên cứu và học viên ngành Công nghệ thông tin: Khảo sát cách xây dựng thuật toán phân loại cây quyết định kết hợp lọc đặc trưng hình thái học không gian, lập trình xử lý ma trận ảnh lớn bằng Python và tối ưu hóa bộ nhớ xử lý.
  4. Cơ quan phòng chống thiên tai và biến đổi khí hậu: Ứng dụng mô hình trích xuất nước sông Hồng và phân lập mây để nhanh chóng thành lập bản đồ ngập lụt khẩn cấp, phục vụ công tác cứu hộ cứu nạn kịp thời.

Câu hỏi thường gặp

Thuật toán phân biệt nước lục địa và bóng đổ công trình bằng cách nào?

Bóng đổ tòa nhà và nước lục địa đều có mức phản xạ thấp ở kênh cận hồng ngoại NIR dưới 81 DN. Thuật toán giải quyết triệt để sự nhầm lẫn này bằng cách xét diện tích trên 21.800 mét vuông cho các hồ lớn, đồng thời áp dụng chỉ số hình thái M trong khoảng 0,13 đến 0,25 để lọc bỏ các bóng nhà hình khối chữ nhật hẹp xen lẫn trong đô thị.

Sai số vị trí sau khi nắn chỉnh hình học ảnh VNREDSat-1 đạt bao nhiêu?

Thông qua mô hình vật lý Imogen kết hợp mô hình số độ cao DEM và 13 điểm khống chế mặt đất GCP, sai số vị trí lớn nhất tại điểm khống chế đạt 2,65 m và tại điểm kiểm tra đạt 2,24 m. Giá trị này đảm bảo độ chính xác để biên tập bản đồ địa hình tỷ lệ lớn 1:10.000.

Tại sao cần bóc tách riêng biệt nước sông Hồng và nước hồ nội đô?

Nước sông Hồng chứa hàm lượng phù sa lớn làm tăng mạnh độ phản xạ ở kênh Green và Red (đạt giá trị DN từ 110 đến 165), trong khi nước hồ nội đô hấp thụ hầu hết ánh sáng và có giá trị phản xạ thấp hơn khoảng 50%. Việc tách riêng giúp tránh bỏ sót dòng chảy phù sa khi lọc ngưỡng nước tổng thể.

Vệ tinh VNREDSat-1 có đặc tính quỹ đạo và cảm biến quang học như thế nào?

Vệ tinh hoạt động ở quỹ đạo đồng bộ Mặt Trời độ cao 680 km, góc nghiêng 98,13 độ với chu kỳ quay 98,5 phút. Cảm biến NAOMI cung cấp 1 kênh toàn sắc độ phân giải 2,5 m và 4 kênh đa phổ độ phân giải 10 m, thời gian chụp lặp lại từ 3 đến 7 ngày tùy thuộc góc nghiêng cảm biến.

Quy trình nghiên cứu đã sử dụng những công cụ lập trình và phần mềm nào?

Nghiên cứu sử dụng phần mềm ERDAS IMAGINE 2014 với module chuyên dụng Imogen cho khâu tiền xử lý nắn ảnh. Toàn bộ thuật toán cây quyết định, bóc tách đặc trưng không gian và hiển thị biểu đồ phổ được xây dựng trực tiếp trên ngôn ngữ Python kết hợp các thư viện xử lý ma trận số học NumPy và trực quan hóa Matplotlib.

Kết luận

  • Làm chủ công nghệ tiền xử lý ảnh vệ tinh nội địa: Xây dựng thành công quy trình nắn chỉnh hình học chuẩn xác cho ảnh VNREDSat-1 bằng mô hình vật lý chuyên dụng, kiểm soát sai số dưới 2,65 m trên hệ tọa độ chuẩn quốc gia VN-2000.
  • Phát triển thuật toán cây quyết định đa tầng linh hoạt: Tự động bóc tách độc lập 4 nhóm đối tượng chính gồm nước sông Hồng, hệ thống ao hồ nội thành, thảm thực vật và mây với độ tin cậy cao.
  • Giải quyết bài toán nhiễu bóng đổ đô thị: Đột phá trong việc tích hợp chỉ số hình thái không gian M để loại bỏ hoàn toàn hiện tượng nhầm lẫn phổ giữa bóng nhà cao tầng và các thủy vực nhỏ.
  • Khả năng chuyển giao và ứng dụng thực tiễn cao: Quy trình tính toán tối ưu, dễ dàng tích hợp thành công cụ mở rộng trên nền tảng Python phục vụ giám sát biến động mặt nước đô thị định kỳ với tần suất 3 đến 7 ngày/lần.
  • Định hướng phát triển giai đoạn tiếp theo: Mở rộng ứng dụng thuật toán dung hợp ảnh đa phổ với ảnh toàn sắc 2,5 m và thử nghiệm trên các lưu vực sông ngòi lớn toàn quốc trong lộ trình 2024-2025.

Quý độc giả, nhà nghiên cứu và cơ quan quản lý quan tâm đến công nghệ xử lý ảnh viễn thám và quản trị tài nguyên nước có thể khai thác trực tiếp quy trình thuật toán và mô hình tính toán của luận văn để ứng dụng vào các dự án chuyển đổi số tài nguyên môi trường thực tế.