Tổng quan luận án

Tính cấp thiết và khoảng trống nghiên cứu

Vùng biển Đông Việt Nam có vị trí địa lý đặc thù với đường bờ biển trải dài từ Bắc vào Nam, tập trung nhiều khu vực khai thác dầu khí và nằm trên các tuyến giao thông hàng hải quốc tế. Do mật độ tàu thuyền qua lại cao và các hoạt động khai thác năng lượng diễn ra liên tục, hiện tượng ô nhiễm dầu trên biển diễn ra thường xuyên. Trong thực tế, nhiều sự cố tràn dầu tại vùng ven biển miền Trung không xác định được nguồn gốc xả thải; phần lớn chỉ được phát hiện khi dầu đã dạt vào bờ dưới tác động của sóng biển. Việc thiếu hụt hệ thống giám sát và cảnh báo sớm khiến công tác ứng phó sự cố tràn dầu rơi vào thế bị động.

Viễn thám siêu cao tần (RADAR), đặc biệt là công nghệ RADAR cửa mở tổng hợp (SAR - Synthetic Aperture Radar), là hệ thống viễn thám chủ động có khả năng hoạt động cả ngày lẫn đêm, xuyên qua mây mù, mưa gió và cung cấp dải quan sát rộng (từ 250 km đến 400 km). Sự xuất hiện của màng dầu làm suy giảm dao động sóng mao dẫn và sóng mao dẫn trọng lực trên mặt biển, dẫn đến hiện tượng suy giảm tín hiệu tán xạ phản hồi về bộ cảm và tạo thành các vùng tối (vết đen) trên ảnh SAR. Tuy nhiên, việc nhận dạng và phân loại vết dầu bằng ảnh SAR gặp phải các thách thức kỹ thuật lớn: hiện tượng nhiễu hạt tiêu (speckle noise), hiệu ứng xa - gần nguồn phát sóng trên các dải quét rộng làm sai lệch phân bố độ xám, cùng sự xuất hiện của các vết giả dầu (vết nhiễu) do vùng lặng gió, địa hình khuất gió ven bờ, thực vật phù du hoặc dòng hải lưu.

Tại thời điểm nghiên cứu, hệ thống xử lý ảnh siêu cao tần tại Việt Nam còn hạn chế về nguồn dữ liệu bổ trợ khí tượng hải văn và công cụ tự động hóa. Phần lớn các quy trình phát hiện vết dầu trên thế giới vẫn phụ thuộc vào chuyên gia giải đoán mắt hoặc quy trình bán tự động. Do đó, khoảng trống nghiên cứu mà luận án tập trung giải quyết là xây dựng một quy trình công nghệ hoàn chỉnh, tự động hóa từ khâu tiền xử lý, khử hiệu ứng suy giảm năng lượng dải quét, phân đoạn tách vết đen, trích xuất chỉ số hình học - vật lý cho đến phân loại chính xác vết dầu và vết nhiễu bằng mô hình trí tuệ nhân tạo, phù hợp với điều kiện cơ sở hạ tầng thông tin và nguồn tư liệu viễn thám sẵn có tại Việt Nam.

Mục tiêu nghiên cứu

Luận án xác định ba mục tiêu cụ thể:

  1. Nghiên cứu cơ sở khoa học và những yếu tố ảnh hưởng đến việc nhận dạng và phân loại vết dầu trên biển từ tư liệu ảnh SAR.
  2. Nghiên cứu các phương pháp nhận dạng và phân loại vết dầu trên biển từ tư liệu viễn thám siêu cao tần.
  3. Đề xuất phương pháp nhận dạng và phân loại vết dầu trên biển từ tư liệu viễn thám siêu cao tần phù hợp với điều kiện thực tế về tư liệu, về thông tin hỗ trợ trên biển của Việt Nam.

Đối tượng và phạm vi nghiên cứu

  • Đối tượng nghiên cứu:
    • Đặc điểm thu nhận tín hiệu của vệ tinh viễn thám siêu cao tần.
    • Tác động của vết dầu đến sự suy giảm cường độ sóng biển và đặc điểm tín hiệu tán xạ phản hồi nhận được tại bộ cảm của vệ tinh siêu cao tần.
    • Các yếu tố nhiễu ảnh hưởng đến độ tin cậy của quá trình nhận dạng và phân loại vết dầu trên biển từ tư liệu viễn thám siêu cao tần.
    • Các phương pháp, thuật toán xử lý ảnh, nhận dạng và phân loại vết dầu trên biển từ tư liệu ảnh SAR.
  • Phạm vi không gian: Khu vực biển Đông Việt Nam.
  • Phạm vi đối tượng: Các vết dầu trôi nổi trên biển không rõ nguồn gốc, chủ yếu phát sinh từ hoạt động súc rửa bồn và xả dầu trái phép của các phương tiện tàu thuyền lưu thông trên biển.
  • Phạm vi nguồn tư liệu: Dữ liệu RADAR cửa mở tổng hợp thuộc hai dải sóng chính đang được khai thác tại Việt Nam: kênh L (bộ cảm PALSAR trên vệ tinh ALOS của Nhật Bản - JAXA) và kênh C (bộ cảm ASAR trên vệ tinh ENVISAT của Cơ quan Vũ trụ Châu Âu - ESA).
  • Phạm vi đề tài phối hợp: Luận án là một phần nội dung thực hiện trong Đề tài nghiên cứu khoa học cấp Nhà nước: "Ô nhiễm dầu trên vùng biển Đông Việt Nam", mã số KC09.22/06-10 do TS. Nguyễn Đình Dương làm chủ nhiệm.

Tổng quan tài liệu và vị trí của luận án

Các hướng nghiên cứu quốc tế

Nghiên cứu ứng dụng ảnh SAR trong giám sát tràn dầu bắt đầu từ đầu thập niên 1990:

  • Nghiên cứu tiên khởi: Bern (1992) sử dụng tư liệu ảnh SAR băng C của vệ tinh ERS-1 để thử nghiệm phát hiện vệt dầu trên mặt biển, kết hợp giải đoán mắt chuyên gia và kiểm chứng bằng bay chụp thực địa. Tác giả đã chỉ ra tác động rõ rệt của điều kiện tự nhiên đến chất lượng phân loại vệt dầu.
  • Hệ thống giám sát bán tự động: Hệ thống KSAT (Kongsberg Satellite Services - Na Uy) triển khai từ năm 1994 trong khuôn khổ dự án Oceanides (Báo cáo kỹ thuật No.04-10225 A - Doc của Ủy ban Châu Âu). KSAT sử dụng chuyên gia phân tích ảnh SAR kết hợp các lớp thông tin phụ trợ (vận tốc và hướng gió, vị trí giàn khoan, luồng hàng hải, đường bờ) với thời gian xử lý từ 5 đến 20 phút/ảnh, phân cấp cảnh báo thành các mức cao, trung bình, thấp. Hãng QinetiQ cũng phát triển giải pháp bán tự động nhằm rút ngắn thời gian xử lý.
  • Kỹ thuật tiền xử lý và lọc nhiễu: Các thuật toán lọc thích ứng như bộ lọc Lee, Frost, Gamma-MAP được áp dụng phổ biến để giảm nhiễu đốm (speckle) nhưng chưa giải quyết triệt để sự mất cân bằng độ sáng do hiệu ứng hình học góc tới dọc theo dải quét.
  • Thuật toán phân đoạn và tách vết đen: Các kỹ thuật được công bố gồm lọc biên Laplace of Gaussian (LoG), Difference of Gaussian (DoG), mô hình chuỗi Markov ẩn (Hidden Markov Chain - HMC), thuật toán xác suất báo động giả không đổi (Constant False Alarm Rate - CFAR), thuật toán phân cụm mờ C-Means (FCM), và kỹ thuật phân ngưỡng thích ứng theo cửa sổ cục bộ $N \times N$.
  • Trích xuất đặc trưng hình học và vật lý: Solberg và cộng sự nghiên cứu các chỉ số hình học (diện tích, chu vi, độ dài, độ mảnh, tỷ số trục dài/ngắn, độ phức tạp đường biên); gradient năng lượng tán xạ phản hồi giữa vệt tối và nền biển xung quanh (thường có độ lệch chuẩn mức xám từ 13 đến 15); ma trận mức xám đồng xuất hiện (GLCM) để đo tính đồng nhất cấu trúc bề mặt; cùng với việc tìm kiếm các điểm sáng phản xạ kim loại (tàu thuyền) liền kề vệt dầu.
  • Mô hình phân loại tự động: Các mô hình học máy và thống kê bao gồm khoảng cách khoảng cách Mahalanobis, mô hình logic mờ Mamdani với 405 quy tắc suy luận (đạt độ tin cậy 88%), và mạng nơ-ron truyền thẳng nhiều lớp (Multilayer Perceptrons - MLP) sử dụng thuật toán lan truyền ngược. Độ tin cậy tổng thể của các công bố quốc tế dao động từ 75% đến 98%.
  • Công cụ phần mềm chuyên dụng: Hộp công cụ NEST (Next ESA SAR Toolbox) do ESA phát triển có module phát hiện vết dầu nhưng còn mang tính bán tự động, chưa hỗ trợ tự động vector hóa đường biên vết dầu sang định dạng GIS và không tương thích tốt với định dạng gốc ScanSAR của vệ tinh ALOS PALSAR kênh L.

Các hướng nghiên cứu trong nước

  • Các báo cáo ứng cứu tràn dầu ban đầu: Hội thảo Quốc gia "Phát hiện và xử lý sự cố tràn dầu trên biển" (TP. Hồ Chí Minh, 27/04/2007) ghi nhận các báo cáo của Trung tâm Viễn thám (Bộ Tài nguyên và Môi trường) và Viện Vật lý - Điện tử về việc thử nghiệm ảnh quang học MODIS. Tuy nhiên, tư liệu MODIS bị hạn chế nghiêm trọng do mây bao phủ và độ phân giải không gian thấp, độ tương phản phổ giữa nước và màng dầu mỏng không rõ ràng.
  • Nghiên cứu ảnh SAR ban đầu: Báo cáo của TS. Nguyễn Đình Dương (Viện Địa lý, 2007) về phân tích vết dầu trên ảnh ALOS PALSAR; báo cáo của TS. Doãn Hà Phong (Viện Khoa học Khí tượng Thủy văn và Môi trường hợp tác cùng Viện Nghiên cứu Phát triển Hải dương Hàn Quốc - KORDI, 2011) về quy trình quan trắc ô nhiễm dầu bằng ảnh vệ tinh.
  • Đề tài cấp Nhà nước KC09.22/06-10: Triển khai nghiên cứu tích hợp viễn thám siêu cao tần, mô hình số trị lan truyền dầu và hệ thống hỗ trợ ra quyết định mang tên OSMMIRS (Oil Spill Monitoring by Microwave Remote Sensing).

Khoảng trống luận án lựa chọn giải quyết

Luận án tập trung xử lý các nút thắt kỹ thuật chưa được hoàn thiện trong các công trình trước đây:

  1. Giải quyết hiện tượng chênh lệch mức độ tán xạ phản hồi do hiệu ứng góc tới xa - gần nguồn phát sóng trên ảnh SAR dải rộng (Wide Swath / ScanSAR) mà các bộ lọc thông thường không xử lý được.
  2. Xây dựng giải pháp phân đoạn vết đen thích ứng cho các vết dầu cũ đã bị phong hóa trên biển (độ tương phản thấp và ranh giới mờ) thông qua kỹ thuật nở vùng kết hợp phân ngưỡng tối ưu.
  3. Tự động hóa hoàn toàn chu trình từ đọc dữ liệu thô, hiệu chỉnh phổ, vector hóa đối tượng vết dầu và phân loại tự động bằng mạng nơ-ron MLP với các bộ tham số đầu vào được tối ưu hóa, đảm bảo khả năng triển khai độc lập trong điều kiện hạ tầng kỹ thuật Việt Nam.

Cơ sở lý thuyết và phương pháp nghiên cứu

Cơ sở lý thuyết và khung phân tích

Luận án xây dựng trên nền tảng vật lý viễn thám siêu cao tần và cơ học sóng biển:

[Vệ tinh SAR (Kênh C, L)] ---> [Phát sóng viba góc tới θ (20° - 60°)]
     [Mặt biển tự nhiên]                                            [Mặt biển phủ màng dầu]
  • Gió tạo sóng mao dẫn (λ < 5cm)                               • Màng dầu tăng độ nhớt, sức căng mặt ngoài
  • Độ nhám bề mặt cao                                           • Triệt tiêu sóng mao dẫn & trọng lực nhỏ
  • Tán xạ Bragg ngược về anten mạnh                             • Bề mặt phẳng lặng (phản xạ gương Snell-Descartes)
  • Biểu hiện: MỨC XÁM SÁNG TRÊN ẢNH                             • Tín hiệu phản hồi về anten suy giảm triệt để
                                                                 • Biểu hiện: VẾT TỐI / VẾT ĐEN TRÊN ẢNH

  1. Nguyên lý tán xạ sóng viba trên bề mặt biển: Mặt biển có độ nhám do tương tác giữa gió và nước, tạo ra hệ sóng mao dẫn (bước sóng $\lambda < 5\text{ cm}$) và sóng mao dẫn trọng lực ($5\text{ cm} \le \lambda \le 10\text{ cm}$). Khi sóng viba chiếu xuống với góc tới $\theta$ từ $20^\circ$ đến $60^\circ$, cơ chế tán xạ cộng hưởng Bragg chi phối năng lượng phản hồi về anten: $$\lambda_{Bragg} = \frac{\lambda_{radar}}{2 \sin\theta}$$ Màng dầu có độ nhớt và sức căng bề mặt lớn, làm triệt tiêu các sóng gợn mao dẫn. Mặt biển phủ dầu trở nên phẳng, năng lượng sóng viba bị phản xạ gương theo định luật Snell-Descartes ra xa hướng thu của anten, khiến diện tích mặt cắt tán xạ phản hồi chuẩn hóa $\sigma^0$ (NRCS - Normalized Radar Cross Section) suy giảm mạnh, tạo nên các vùng có mức xám thấp (vết đen) trên ảnh SAR.

  2. Phương trình năng lượng RADAR: Mối liên hệ giữa công suất thu $P_r$ và công suất phát $P_t$: $$P_r = P_t \frac{G^2 \lambda^2 \sigma^0}{(4\pi)^3 R^4}$$ Trong đó $G$ là hệ số tăng ích anten, $\lambda$ là bước sóng điện từ, $R$ là cự ly từ anten đến đối tượng quan sát.

  3. Đặc trưng độ phân giải không gian của hệ thống SAR:

    • Độ phân giải theo hướng dải quét (Range resolution): $$r_d = \frac{c \cdot \tau}{2}$$ với $c$ là vận tốc ánh sáng, $\tau$ là độ rộng xung phát.
    • Độ phân giải theo hướng phương vị (Azimuth resolution): $$r_{az} = \frac{\lambda R}{L} \quad \text{(đối với Real Aperture Radar - RAR)}$$ Trong hệ thống SAR, nhờ việc tổng hợp khẩu độ dọc theo quỹ đạo bay kết hợp điều khiển tần số lặp xung (PRF), độ phân giải phương vị không phụ thuộc vào cự ly $R$ mà đạt tới giới hạn lý thuyết: $$r_{az} = \frac{L}{2}$$ với $L$ là chiều dài vật lý của thanh anten.

Phương pháp nghiên cứu

Luận án áp dụng phương pháp nghiên cứu thực nghiệm định lượng kết hợp kỹ thuật mô hình hóa toán học:

  • Phương pháp thu thập và tiền xử lý ảnh: Đọc cấu trúc nhị phân của các sản phẩm chuẩn mức độ 1.5 của ALOS PALSAR và WSM (Wide Swath Mode) của ENVISAT ASAR.
  • Kỹ thuật cân bằng thích ứng: Áp dụng thuật toán cân bằng biểu đồ thích ứng giới hạn độ tương phản (CLAHE - Contrast Limited Adaptive Histogram Equalization) trên không gian ảnh hai chiều để san phẳng gradient năng lượng giữa vùng góc tới gần (Near Range) và vùng góc tới xa (Far Range).
  • Kỹ thuật phân đoạn hình ảnh: Sử dụng thuật toán phân ngưỡng tự động entropy Huang kết hợp kỹ thuật phân vùng phát triển mầm (Region Growing) cho các vết dầu phong hóa.
  • Kỹ thuật vector hóa tự động: Chuyển đổi ma trận nhị phân sau phân đoạn thành cấu trúc vector đường biên đa giác (Polygon), tính toán tự động các thông số hình học và bức xạ.
  • Kỹ thuật học máy phân loại: Thiết lập và huấn luyện mạng nơ-ron nhiều lớp MLP (Multilayer Perceptron) sử dụng giải thuật lan truyền ngược sai số để phân loại vết dầu và vết nhiễu.

Dữ liệu nghiên cứu

  • Tư liệu vệ tinh ENVISAT ASAR: Dải sóng C ($\lambda \approx 5.6\text{ cm}$), phân cực VV hoặc HH, chế độ dải rộng WSM (độ phân giải không gian $75\text{ m}$, dải quét $405\text{ km}$).
  • Tư liệu vệ tinh ALOS PALSAR: Dải sóng L ($\lambda \approx 23.6\text{ cm}$), chế độ ScanSAR (độ phân giải không gian $100\text{ m}$, dải quét $250 - 350\text{ km}$).
  • Dữ liệu đường bờ biển: Bộ dữ liệu số GEBCO (General Bathymetric Chart of the Oceans) để tạo mặt nạ (mask) loại bỏ đất liền và đảo.

Nội dung chính theo từng chương

Chương 1: Tổng quan về tình hình nghiên cứu trong nước và trên thế giới

Chương 1 hệ thống hóa cơ sở thực tiễn và bức tranh tổng thể về công nghệ giám sát ô nhiễm dầu bằng viễn thám trên thế giới và tại Việt Nam.

Tác giả phân tích các ưu điểm và hạn chế của các hệ thống vệ tinh: tư liệu quang học (như MODIS, Landsat) phụ thuộc lớn vào thời tiết, mây mù và góc chiếu mặt trời; trong khi SAR là giải pháp khả thi nhất cho giám sát diện rộng ngoài khơi. Chương này điểm lại các công trình tiêu biểu từ năm 1992 đến 2011, phân tích các giải pháp thương mại và bán tự động của KSAT (Na Uy), QinetiQ (Anh), hộp công cụ NEST của ESA. Tác giả chỉ ra rằng các hệ thống này chưa cung cấp giải pháp xử lý trọn vẹn từ khâu đọc dữ liệu thô, loại bỏ biến thiên năng lượng dải quét, tự động vector hóa cho đến phân loại hoàn toàn bằng mô hình trí tuệ nhân tạo.

Tại Việt Nam, các nghiên cứu của Viện Địa lý, Viện Khoa học Khí tượng Thủy văn và Môi trường trong khuôn khổ đề tài KC09.22/06-10 đã bước đầu tiếp cận xử lý ảnh SAR. Tuy nhiên, việc ứng dụng còn gặp nhiều trở ngại do thiếu thông tin đo đạc khí tượng tại thời điểm chụp ảnh và quy trình tự động phân biệt vết dầu với vết giả dầu chưa được thiết lập đồng bộ.

Chương 2: Cơ sở khoa học của quá trình nhận dạng và phân loại vết dầu trên biển bằng tư liệu viễn thám siêu cao tần

Chương 2 trình bày chi tiết bản chất vật lý của quá trình hình thành ảnh SAR và tương tác sóng điện từ với mặt biển:

  • Đặc trưng hệ thống SAR: Phân tích cơ chế thu nhận cạnh sườn (side-looking), mối quan hệ giữa tần số lặp xung (PRF), góc tới $\theta$ và các biến dạng hình học (co ngắn dải quét, bóng radar).
  • Đặc tính tán xạ mặt biển: Làm rõ vai trò của sóng mao dẫn trọng lực trong tán xạ Bragg. Hệ số tán xạ $\sigma^0$ tỷ lệ thuận với độ nhám mặt biển sinh ra do gió.
  • Tác động của trường gió: Vận tốc gió là tham số môi trường quyết định khả năng nhận dạng vết dầu trên ảnh SAR:
    • Gió quá nhỏ ($< 2 - 3\text{ m/s}$): Bề mặt biển hoàn toàn phẳng lặng, tạo ra các vùng tối diện rộng giống hệt vệt dầu (vết nhiễu do lặng gió).
    • Gió tối ưu ($3 - 10\text{ m/s}$): Sóng mao dẫn phát triển đều trên nền biển tạo độ tương phản cao với màng dầu.
    • Gió quá lớn ($> 12 - 14\text{ m/s}$): Sóng biển mạnh xé rách màng dầu, hòa tan dầu vào cột nước và tái tạo độ nhám bề mặt, làm biến mất dấu vết dầu trên ảnh SAR.
  • Phân loại vết nhiễu: Các tác nhân tạo vết tối giả dầu gồm có: vệt khuất gió sau đảo hoặc mũi đất, dòng nước trồi (upwelling), màng sinh học do tảo/phù du tiết ra, nước ngọt cửa sông đổ ra biển, và các dải băng trôi.

Chương 3: Đề xuất phương pháp nhận dạng và phân loại vết dầu trên biển từ tư liệu viễn thám siêu cao tần

Chương 3 là phần đóng góp học thuật trọng tâm của luận án, đề xuất một chu trình xử lý tự động gồm 4 giai đoạn logic:

  1. Giai đoạn 1 - Tiền xử lý dữ liệu:

    • Chuyển đổi định dạng tệp gốc của ALOS PALSAR (kênh L) và ENVISAT ASAR (kênh C) về định dạng thống nhất; trích xuất các thông tin tiêu đề chính (MPH), tiêu đề riêng (SPH) và bộ mô tả tập dữ liệu (DSD).
    • Loại bỏ vùng đất liền bằng cách chồng xếp cơ sở dữ liệu đường bờ biển GEBCO.
    • Lọc nhiễu hạt tiêu bằng bộ lọc thích ứng kích thước $3 \times 3$.
    • Xử lý hiệu ứng xa - gần: Năng lượng tán xạ phản hồi giảm mạnh từ góc tới gần ($\sim 20^\circ$) đến góc tới xa ($\sim 60^\circ$). Luận án áp dụng thuật toán cân bằng biểu đồ thích ứng giới hạn độ tương phản (CLAHE). Kỹ thuật này chia ảnh thành các khối nhỏ, tính toán phân bố độ xám và áp đặt ngưỡng cắt (clip limit) để tránh khuếch đại nhiễu, san phẳng gradient chiếu sáng nền biển trên toàn dải quét.

  2. Giai đoạn 2 - Phân đoạn và tách vết đen:

    • Sử dụng thuật toán phân ngưỡng entropy Huang để tự động xác định ngưỡng phân tách tối ưu giữa nền nước biển và đối tượng vết đen.
    • Đối với vết dầu cũ đã bị phong hóa (nhiều mức độ xám, tương phản thấp), luận án sử dụng thuật toán phát triển mầm (Region Growing) dựa trên các hạt nhân có mức xám thấp nhất để gom cụm các pixel lân cận có tính chất đồng nhất.

  3. Giai đoạn 3 - Vector hóa và tính toán các chỉ số đặc trưng: Xây dựng module tự động quét biên đối tượng, chuyển đổi từ ảnh raster sang cấu trúc vector đa giác. Luận án xác định tập 8 chỉ số đặc trưng định lượng:

    • $f_1$: Diện tích vết đen ($S$).
    • $f_2$: Chu vi vết đen ($P$).
    • $f_3$: Chỉ số độ phức tạp hình học ($C = P^2 / (4\pi S)$).
    • $f_4$: Tỷ số chiều rộng trên chiều dài ($W / L$).
    • $f_5$: Gradient năng lượng tán xạ phản hồi tại biên vết.
    • $f_6$: Độ lệch chuẩn giá trị mức xám bên trong vết.
    • $f_7$: Tính đồng nhất mức xám tính qua ma trận GLCM.
    • $f_8$: Khoảng cách từ vết đến điểm sáng lân cận nghi vấn là tàu xả dầu.

  4. Giai đoạn 4 - Nhận dạng và phân loại bằng mạng nơ-ron MLP: Áp dụng mạng nơ-ron truyền thẳng nhiều lớp MLP huấn luyện bằng giải thuật lan truyền ngược (Backpropagation) với hàm kích hoạt Sigmoid để phân biệt vết dầu thực sự và vết nhiễu.

Chương 4: Thử nghiệm nhận dạng và phân loại vết dầu trên biển từ tư liệu viễn thám siêu cao tần

Chương 4 kiểm chứng thực nghiệm phương pháp đề xuất trên tập dữ liệu ảnh chụp khu vực biển Đông:

  • Tập mẫu thử nghiệm: Luận án sử dụng các cảnh ảnh vệ tinh ALOS PALSAR (chụp ngày 18/04/2007) và ENVISAT ASAR WSM (chụp ngày 20/04/2008).
  • Kết quả tiền xử lý và khử hiệu ứng xa - gần: Kết quả so sánh mặt cắt ngang tán xạ phản hồi vuông góc với tuyến bay cho thấy: trước khi hiệu chỉnh, đường cong mức xám dốc đứng từ dải gần sang dải xa khiến việc áp một ngưỡng đơn lẻ làm sót vết đen ở dải gần và tạo vết đen giả ở dải xa. Sau khi áp dụng CLAHE, đường cong mức xám nền biển được san phẳng hoàn toàn, cho phép thuật toán Huang tách chính xác 100% các vết đen trên toàn bộ dải quét.
  • Đánh giá mô hình mạng nơ-ron: Luận án thử nghiệm hai cấu hình mạng MLP:
    • Mô hình MLP 8:8:2: Sử dụng toàn bộ 8 tham số đầu vào, lớp ẩn gồm 8 nơ-ron, lớp ra gồm 2 trạng thái (Vết dầu / Vết nhiễu).
    • Mô hình MLP 4:4:2: Sử dụng 4 tham số hình học - không gian rút gọn (diện tích, chu vi, tỷ số $W/L$, khoảng cách tới tàu), lớp ẩn gồm 4 nơ-ron, lớp ra gồm 2 trạng thái.

Bảng tổng hợp kết quả phân loại trên tập dữ liệu thử nghiệm của luận án:

Cấu hình mô hình Số lượng tham số đầu vào Cấu trúc mạng (Vào:Ẩn:Ra) Độ chính xác nhận dạng vết dầu (%) Độ chính xác nhận dạng vết nhiễu (%) Thời gian huấn luyện & xử lý
MLP 8:8:2 8 chỉ số (Hình học, Vật lý, GLCM, Vị trí) 8 : 8 : 2 Cao (Nhận dạng chính xác biên phức tạp) Cao (Loại bỏ triệt để vệt lặng gió) Đòi hỏi trích xuất đủ 8 tham số
MLP 4:4:2 4 chỉ số (Diện tích, Chu vi, Tỷ số W/L, Cự ly tàu) 4 : 4 : 2 Khá (Phân loại tốt các vệt dầu dạng dải tuyến tính) Còn nhầm lẫn nhẹ ở vệt phong hóa Nhanh, phù hợp giám sát nhanh thời gian thực

Kết quả thực nghiệm khẳng định phương pháp đề xuất tách được chính xác các vết dầu từ tàu xả trái phép (có điểm sáng tàu thuyền ở đầu vệt) và phân biệt rõ ràng với các vệt tối do địa hình chắn gió ven bờ tại vùng biển miền Trung Việt Nam.

Kết quả và những đóng góp mới

Những đóng góp mới về mặt lý luận và khoa học

  1. Hoàn thiện phương pháp xử lý hiệu ứng dải quét trên ảnh SAR: Xác định rõ bản chất ảnh hưởng của hiệu ứng xa - gần nguồn phát sóng trên các ảnh SAR đường chụp rộng (Wide Swath / ScanSAR) đối với quá trình phân đoạn ảnh; đề xuất áp dụng thuật toán CLAHE để loại bỏ hiện tượng biến thiên độ sáng nền biển, tạo điều kiện tiên quyết cho việc tự động hóa khâu phân ngưỡng.
  2. Đề xuất kỹ thuật phân đoạn thích ứng theo trạng thái vết dầu: Chứng minh tính hiệu quả của giải thuật nở vùng (Region Growing) kết hợp mầm xám tối thiểu đối với các vết dầu đã tồn tại lâu ngày bị phong hóa, có nhiều mức độ xám và độ tương phản thấp so với nền nước biển.
  3. Mô hình hóa nhận dạng tự động bằng mạng nơ-ron nhân tạo: Thiết lập thành công mô hình mạng nơ-ron nhiều lớp (MLP) với hai phương án cấu hình (8:8:2 và 4:4:2), lượng hóa được mối quan hệ phi tuyến giữa các đặc trưng hình thái, cấu trúc tán xạ và bối cảnh không gian để phân loại chính xác vết dầu và vết nhiễu.

Những đóng góp mới về mặt thực tiễn

  1. Xây dựng phần mềm tích hợp hoàn chỉnh: Thiết kế và thử nghiệm thành công chương trình phần mềm tự động hóa các bước: từ giải mã định dạng dữ liệu vệ tinh thô (ALOS PALSAR kênh L, ENVISAT ASAR kênh C), tiền xử lý, khử nhiễu, phân đoạn, tự động vector hóa trích xuất đường biên đa giác sang lớp dữ liệu GIS, cho đến nhận dạng vết dầu tự động.
  2. Khả năng ứng dụng độc lập trong điều kiện Việt Nam: Quy trình công nghệ đề xuất không phụ thuộc vào các nguồn dữ liệu khí tượng hải văn tức thời phức tạp từ nước ngoài, tận dụng hiệu quả các nguồn tư liệu viễn thám siêu cao tần hiện có tại các trung tâm dữ liệu trong nước.
  3. Đóng góp vào hệ thống giám sát quốc gia: Kết quả nghiên cứu là cấu phần trực tiếp đóng góp vào hệ thống giám sát và phát hiện sớm ô nhiễm dầu OSMMIRS thuộc Đề tài cấp Nhà nước KC09.22/06-10, cung cấp công cụ kỹ thuật hỗ trợ các cơ quan quản lý biển phản ứng kịp thời với các sự cố tràn dầu bí ẩn trôi dạt vào bờ biển Việt Nam.

Kiến nghị và giải pháp đề xuất

  • Kiến nghị tích hợp module phần mềm của luận án vào các trung tâm điều hành giám sát biển, trạm thu ảnh vệ tinh quốc gia để vận hành ở chế độ bán thời gian thực (near-real-time).
  • Đề xuất tiếp tục bổ sung kho mẫu huấn luyện vết dầu cho mạng nơ-ron khi có thêm các nguồn tư liệu SAR thế hệ mới (như Sentinel-1, COSMO-SkyMed, TerraSAR-X).

Hạn chế và hướng nghiên cứu tiếp

Hạn chế của luận án

  • Hạn chế về độ dày màng dầu: Tư liệu ảnh SAR chỉ có khả năng phát hiện sự hiện diện của màng dầu trên mặt biển thông qua cơ chế suy giảm sóng mao dẫn, hoàn toàn không cho phép xác định độ dày màng dầu hay ước tính trực tiếp thể tích dầu tràn.
  • Phụ thuộc vào dải vận tốc gió bề mặt: Khả năng phát hiện vết dầu bị vô hiệu hóa khi tốc độ gió dưới $2\text{ m/s}$ (mặt biển lặng toàn phần) hoặc khi tốc độ gió vượt quá $14\text{ m/s}$ (màng dầu bị xé rách và nhấn chìm).
  • Quy mô tập mẫu thực nghiệm: Do số lượng cảnh ảnh SAR thu nhận đồng thời tại thời điểm xảy ra sự cố tràn dầu có đối chứng thực địa tại Việt Nam còn hạn chế, tập mẫu huấn luyện mạng nơ-ron chủ yếu tập trung vào các cảnh ảnh thử nghiệm điển hình của vệ tinh ENVISAT và ALOS.

Hướng nghiên cứu tiếp

  • Mở rộng thuật toán để tự động xử lý các nguồn tư liệu viễn thám siêu cao tần đa phân cực (Dual-polarization, Quad-polarization), khai thác thêm các tham số phân cực (như tỷ số phân cực, góc pha) để nâng cao độ chính xác phân biệt màng dầu hữu cơ (dầu sinh học) và dầu khoáng.
  • Tích hợp quy trình nhận dạng tự động từ ảnh SAR với các mô hình số trị dự báo thủy thạch động lực học biển (mô hình dòng chảy, sóng, gió) nhằm tự động truy vết ngược tìm nguồn thải (vị trí tàu xả trộm) và dự báo hướng trôi dạt của vệt dầu.

Giá trị tham khảo

Đối tượng thụ hưởng

  1. Nghiên cứu sinh và học viên cao học: Chuyên ngành Kỹ thuật Trắc địa - Bản đồ, Viễn thám và Hệ thông tin Địa lý (GIS), Kỹ thuật Hải dương, Quản lý Tài nguyên Môi trường biển.
  2. Giảng viên và nhà nghiên cứu: Dùng làm tài liệu tham khảo chuyên sâu về xử lý ảnh siêu cao tần (SAR), kỹ thuật cân bằng dải quét, thuật toán phân đoạn ảnh và ứng dụng học máy trong viễn thám biển.
  3. Cơ quan quản lý và hoạch định chính sách: Cục Hàng hải Việt Nam, Cục Biển và Hải đảo, Trung tâm Ứng phó Sự cố Tràn dầu Khu vực (Miền Bắc, Miền Trung, Miền Nam), Cảnh sát Biển, lực lượng Kiểm ngư trong việc xây dựng quy trình tuần thám và giám sát vi phạm xả thải trên biển.

Các phần nội dung đáng tham khảo nhất

  • Chương 2: Phần trình bày toán học và vật lý về phương trình RADAR, cơ chế tán xạ Bragg trên sóng mao dẫn và ảnh hưởng của góc tới, trường gió lên chất lượng ảnh SAR.
  • Chương 3: Giải pháp thuật toán CLAHE để triệt tiêu hiệu ứng xa - gần nguồn phát sóng và quy trình tự động vector hóa chuyển đổi dữ liệu raster sang vector đa giác.
  • Chương 4: Bảng chỉ số đặc trưng và cấu hình thiết kế mạng nơ-ron MLP phục vụ bài toán phân loại đối tượng ảnh viễn thám.

Câu hỏi thường gặp

1. Tại sao vết dầu trên mặt biển lại biểu hiện dưới dạng vệt tối (vết đen) trên ảnh SAR?

Dầu có độ nhớt và sức căng bề mặt lớn hơn nhiều so với nước biển, làm dập tắt các gợn sóng ngắn (sóng mao dẫn và sóng mao dẫn trọng lực có bước sóng từ vài cm đến 10 cm). Đây chính là các sóng tạo nên độ nhám bề mặt gây ra hiện tượng tán xạ cộng hưởng Bragg ngược về phía anten RADAR. Khi mặt biển có màng dầu trở nên phẳng lặng, sóng viba chiếu tới sẽ bị phản xạ gương theo định luật Snell-Descartes đi ra hướng khác, lượng năng lượng tán xạ quay về anten giảm đột ngột, dẫn đến việc vùng phủ dầu có hệ số tán xạ $\sigma^0$ rất thấp và hiển thị thành vệt đen trên ảnh.

2. Hiệu ứng xa - gần nguồn phát sóng trên ảnh SAR là gì và luận án giải quyết bằng cách nào?

Hiệu ứng xa - gần (Near-Range / Far-Range effect) là hiện tượng năng lượng tán xạ phản hồi từ bề mặt biển giảm dần theo chiều tăng của góc tới (từ dải gần khoảng $20^\circ$ đến dải xa khoảng $60^\circ$). Hiện tượng này tạo ra một gradient mức xám giảm dần trên toàn dải quét, khiến nền biển ở dải gần rất sáng còn dải xa lại tối. Nếu áp dụng một ngưỡng độ xám cố định trên toàn ảnh, hệ thống sẽ nhận dạng nhầm dải xa là vết dầu và bỏ sót các vết dầu thực sự ở dải gần. Luận án giải quyết triệt để vấn đề này bằng cách áp dụng thuật toán cân bằng biểu đồ thích ứng giới hạn độ tương phản (CLAHE) trong bước tiền xử lý để san phẳng mức xám nền biển trên toàn bộ dải quét.

3. Vết nhiễu (Look-alike) trên ảnh SAR là gì và làm thế nào để phân biệt với vết dầu thực sự?

Vết nhiễu là các vùng tối trên ảnh SAR không phải do dầu tràn tạo ra mà do các hiện tượng tự nhiên làm giảm độ nhám mặt biển, bao gồm: vùng lặng gió (vận tốc gió $< 2\text{ m/s}$), vệt khuất gió phía sau các đảo/mũi đất ven bờ, dòng hải lưu trồi, màng váng sinh học do tảo biển tiết ra hoặc nước ngọt từ cửa sông. Luận án phân biệt vết dầu và vết nhiễu thông qua việc trích xuất tập 8 chỉ số đặc trưng (hình dạng kéo dài dạng tuyến, độ phức tạp đường biên, gradient biên, độ lệch chuẩn bên trong, tính đồng nhất GLCM và sự xuất hiện của điểm sáng tàu thuyền liền kề) rồi đưa vào mạng nơ-ron MLP để phân loại tự động.

4. Luận án sử dụng những loại dữ liệu vệ tinh nào và cấu hình mạng nơ-ron ra sao?

Luận án sử dụng hai dạng tư liệu viễn thám siêu cao tần chính:

  • Ảnh ALOS PALSAR kênh L (bước sóng $\approx 23.6\text{ cm}$) ở chế độ ScanSAR.
  • Ảnh ENVISAT ASAR kênh C (bước sóng $\approx 5.6\text{ cm}$) ở chế độ WSM (độ phân giải $75\text{ m}$, dải quét $405\text{ km}$). Mô hình phân loại sử dụng mạng nơ-ron truyền thẳng nhiều lớp MLP với hai cấu hình: MLP 8:8:2 (sử dụng đầy đủ 8 chỉ số đặc trưng hình học, vật lý, cấu trúc và vị trí) và MLP 4:4:2 (sử dụng 4 chỉ số hình học và vị trí tinh giản), huấn luyện bằng thuật toán lan truyền ngược sai số.

Kết luận

Luận án tiến sĩ của tác giả Lê Minh Hằng đã giải quyết trọn vẹn bài toán tự động hóa quy trình phát hiện, nhận dạng và phân loại vết dầu trên biển Đông từ dữ liệu viễn thám siêu cao tần SAR (kênh C và kênh L). Bằng việc ứng dụng thuật toán CLAHE để triệt tiêu hiệu ứng xa - gần dải quét kết hợp thuật toán Huang, giải thuật nở vùng và mô hình mạng nơ-ron MLP, công trình đã nâng cao đáng kể độ tin cậy phân biệt giữa vết dầu thực sự và các vết giả dầu. Kết quả nghiên cứu có giá trị khoa học và thực tiễn cao, đóng góp trực tiếp vào công tác quan trắc môi trường, nâng cao thế chủ động trong việc ứng phó sự cố ô nhiễm dầu tràn trên vùng biển Việt Nam.