Nghiên Cứu Chiết Tách Đất Xây Dựng và Đất Trống Quận Long Biên - Thành Phố Hà Nội

Nghiên cứu chiết tách đất xây dựng và đất trồng quận Long Biên, Hà Nội từ dữ liệu ảnh viễn thám, cung cấp thông tin hữu ích cho quy hoạch.

• Tác giả: Nguyễn Đức Hải
• Người hướng dẫn: ThS. Nguyễn Đức Thuận
• Trường học: Học viện nông nghiệp Việt Nam
• Chuyên ngành: Quản lý đất đai
• Đề tài: Nghiên Cứu Chiết Tách Đất Xây Dựng và Đất Trống Quận Long Biên từ Dữ Liệu Ảnh Viễn Thám
• Loại tài liệu: khóa luận tốt nghiệp
• Năm xuất bản: 2022
• Địa điểm: Hà Nội

Mục lục chi tiết

• LỜI CẢM ƠN
• DANH MỤC VIẾT TẮT
• DANH MỤC BẢNG
• DANH MỤC HÌNH
• 1. TÍNH CẤP THIẾT CỦA ĐỀ TÀI
• 2. MỤC TIÊU NGHIÊN CỨU
• 2.1. Mục tiêu nghiên cứu
• 2.2. Yêu cầu nghiên cứu
• 3. TỔNG QUAN TÀI LIỆU
• 3.1. Tổng quan về Viễn thám
• 3.1.1. Khái niệm về Viễn thám
• 3.1.2. Nguyên lý cơ bản của viễn thám
• 3.1.3. Vấn đề thu nhận và phân tích tư liệu viễn thám
• 3.1.4. Các phương pháp xử lý thông tin viễn thám
• 3.1.4.1. Giải đoán ảnh bằng xử lý số
• 3.1.4.2. Giải đoán ảnh bằng mắt
• 3.1.4.3. So sánh phương pháp giải đoán ảnh viễn thám
• 3.1.5. Các hệ thống vệ tinh viễn thám phổ biến hiện nay
• 3.1.5.1. Vệ tinh SPOT
• 3.1.5.2. Vệ tinh Landsat
• 4. NỘI DUNG VÀ PHƯƠNG PHÁP NGHIÊN CỨU
• 4.1. Đối tượng nghiên cứu
• 4.2. Phạm vi nghiên cứu
• 4.3. Nội dung nghiên cứu
• 4.4. Đặc điểm điều kiện tự nhiên và kinh tế - xã hội quận Long Biên - thành phố Hà Nội
• 4.5. Đánh giá hiện trạng sử dụng đất quận Long Biên - thành phố Hà Nội
• 4.6. Chiết tách đất xây dựng và đất trống quận Long Biên - thành phố Hà Nội
• 4.7. Phương pháp nghiên cứu
• 4.7.1. Phương pháp điều tra thu thập dữ liệu; Phương pháp lựa chọn điểm mẫu để phân ngưỡng, phân loại và đánh giá độ chính xác
• 4.7.2. Phương pháp tiền xử lý dữ liệu ảnh viễn thám
• 4.7.3. Phương pháp đánh giá độ chính xác
• 4.7.4. Phương pháp xây dựng bản
• 4.7.5. Phương pháp phân tích thống kê
• 5. KẾT QUẢ VÀ THẢO LUẬN
• 5.1. Đặc điểm về điều kiện tự nhiên và kinh tế xã hội quận Long Biên – thành phố Hà Nội
• 5.1.1. Đặc điểm về điều kiện tự nhiên
• 5.1.2. Đặc điểm về kinh tế - xã hội
• 5.2. Đánh giá hiện trạng sử dụng đất quận Long Biên – thành phố Hà Nội
• 5.3. Chiết tách đất xây dựng và đất trống quận Long Biên – thành phố Hà Nội
• 5.3.1. Dữ liệu sử dụng trong nghiên cứu
• 5.3.2. Tiền xử lý tư liệu ảnh viễn thám
• 5.3.3. Chiết tách đất xây dựng và đất trống quận Long Biên
• 5.4. Đánh giá các kết quả đạt được
• 6. KẾT LUẬN VÀ KIẾN NGHỊ
• PHỤ LỤC 2: ẢNH THỰC ĐỊA

Tóm tắt

I. Tổng Quan Nghiên Cứu Chiết Tách Đất Long Biên từ Ảnh VS

Nghiên cứu chiết tách đất xây dựng và đất trống từ ảnh viễn thám là một lĩnh vực quan trọng trong quản lý tài nguyên đất đai. Việc xác định chính xác loại hình sử dụng đất giúp cho công tác quy hoạch, giám sát và đánh giá hiệu quả sử dụng đất được thực hiện một cách hiệu quả hơn. Đặc biệt, trong bối cảnh đô thị hóa nhanh chóng như hiện nay, việc phân loại và theo dõi sự biến động của đất xây dựng Long Biên và đất trống Long Biên trở nên vô cùng cấp thiết. Các nghiên cứu trước đây đã chứng minh tính khả thi của việc sử dụng ảnh vệ tinh Long Biên để chiết tách thông tin đất đai, tuy nhiên, mỗi phương pháp đều có những ưu và nhược điểm riêng. Khóa luận này tập trung vào việc so sánh và đánh giá hiệu quả của các phương pháp khác nhau, từ đó đưa ra giải pháp tối ưu cho việc chiết tách thông tin đất đai tại quận Long Biên.

1.1. Tầm Quan Trọng Của Chiết Tách Đất Từ Ảnh Viễn Thám

Đất đai là tài nguyên quý giá. Nó là nền tảng cho mọi hoạt động kinh tế - xã hội. Việc quản lý và sử dụng hiệu quả nguồn tài nguyên này là vô cùng quan trọng. Đô thị hóa nhanh chóng đã gây áp lực lớn lên tài nguyên đất, đặc biệt là đất nông nghiệp. Việc chiết tách thông tin đất đai từ ảnh viễn thám cung cấp một công cụ hiệu quả để theo dõi sự thay đổi và sử dụng đất, từ đó hỗ trợ công tác quy hoạch sử dụng đất Long Biên và quản lý đất đai một cách bền vững.

1.2. Ứng Dụng GIS Long Biên Trong Quản Lý Đất Đai

Hệ thống thông tin địa lý GIS đóng vai trò quan trọng trong quản lý và phân tích dữ liệu không gian, bao gồm cả thông tin về đất đai. Sự kết hợp giữa GIS Long Biên và ảnh viễn thám cho phép tạo ra các bản đồ chi tiết về hiện trạng sử dụng đất, cũng như theo dõi sự thay đổi theo thời gian. Việc ứng dụng GIS giúp các nhà quản lý có cái nhìn tổng quan và chi tiết về sử dụng đất Long Biên, từ đó đưa ra các quyết định chính sách phù hợp.

II. Vấn Đề Thách Thức Chiết Tách Đất Chính Xác tại Long Biên

Việc chiết tách đất xây dựng và đất trống từ dữ liệu ảnh viễn thám không phải lúc nào cũng dễ dàng. Sự phức tạp của môi trường đô thị, với nhiều loại vật liệu xây dựng khác nhau, thảm thực vật đa dạng và các yếu tố môi trường ảnh hưởng đến độ chính xác của quá trình phân loại. Sự chồng lấn về phản xạ phổ giữa đất trống và một số loại đất xây dựng cũng là một thách thức lớn. Đặc biệt, tại Long Biên, quá trình đô thị hóa diễn ra mạnh mẽ, dẫn đến sự biến động nhanh chóng về sử dụng đất, gây khó khăn cho việc cập nhật và duy trì dữ liệu đất đai chính xác. Theo tài liệu, một trong những khó khăn của công tác trắc địa khi thành lập bản đồ đô thị là mật độ dân cư cao, nhiều nhà cao tầng hạn chế khả năng đo vẽ trực tiếp.

2.1. Độ Chính Xác Phân Loại Đất Xây Dựng Long Biên

Một trong những vấn đề quan trọng là đảm bảo độ chính xác của quá trình phân loại đất xây dựng Long Biên. Các phương pháp phân loại ảnh truyền thống có thể gặp khó khăn trong việc phân biệt giữa các loại hình xây dựng khác nhau, đặc biệt là trong các khu vực có mật độ xây dựng cao. Việc lựa chọn phương pháp phân loại phù hợp và sử dụng dữ liệu bổ sung là cần thiết để nâng cao độ chính xác của kết quả.

2.2. Phân Biệt Đất Trống và Đất Nông Nghiệp Bỏ Hoang

Việc phân biệt giữa đất trống Long Biên và đất nông nghiệp bỏ hoang cũng là một thách thức. Cả hai loại đất này đều có thể có phản xạ phổ tương tự nhau, đặc biệt là trong các mùa khác nhau. Việc sử dụng các chỉ số thực vật (ví dụ: NDVI) và thông tin về lịch sử sử dụng đất có thể giúp phân biệt hai loại đất này một cách chính xác hơn.

2.3. Ảnh Hưởng Của Mật Độ Xây Dựng Long Biên Đến Phân Loại

Mật độ xây dựng khác nhau trong khu đô thị Long Biên cũng ảnh hưởng đến độ chính xác của việc chiết tách thông tin đất đai. Ở những khu vực có mật độ xây dựng cao, các tòa nhà và công trình che khuất lẫn nhau, gây khó khăn cho việc phân tích ảnh vệ tinh. Ngược lại, ở những khu vực có mật độ xây dựng thấp, việc phân loại đất xây dựng có thể dễ dàng hơn.

III. Giải Pháp Phương Pháp Chiết Tách Đất Từ Ảnh Viễn Thám

Để giải quyết những thách thức trên, nghiên cứu này tập trung vào việc sử dụng kết hợp các phương pháp phân tích ảnh viễn thám khác nhau. Cụ thể, việc sử dụng các chỉ số ảnh như NDBI, UI và EBBI để chiết tách đất xây dựng và đất trống được kết hợp với phương pháp phân loại ảnh truyền thống. Việc so sánh và đánh giá hiệu quả của các phương pháp này giúp xác định giải pháp tối ưu cho việc chiết tách thông tin đất đai tại Long Biên. Các chỉ số thường được dùng để phân loại đất xây dựng và đất trống trong khu vực đô thị là: NDBI, UI và EBBI.

3.1. Ưu Điểm Của Chỉ Số NDBI UI EBBI Trong Phân Loại

Các chỉ số NDBI, UI và EBBI được thiết kế đặc biệt để chiết tách thông tin về đất xây dựng và đất trống từ ảnh viễn thám. NDBI (Normalised Difference Built – Up Index) nhạy cảm với sự hiện diện của các công trình xây dựng, trong khi UI (Index – Based Built – Up Index) và EBBI (Enhanced Built-Up and Bareness Index) kết hợp thông tin từ nhiều kênh phổ khác nhau để cải thiện độ chính xác của quá trình phân loại. Việc sử dụng các chỉ số này giúp giảm thiểu sự nhầm lẫn giữa đất xây dựng và các loại đất khác.

3.2. Phân Tích Ảnh Vệ Tinh Bằng Phần Mềm GIS Long Biên

Việc sử dụng phần mềm GIS Long Biên cho phép thực hiện các phép phân tích không gian phức tạp, bao gồm chồng lớp, thống kê và hiển thị dữ liệu. Phần mềm GIS cũng hỗ trợ việc tích hợp ảnh viễn thám với các dữ liệu khác, chẳng hạn như bản đồ địa hình, dữ liệu điều tra và thông tin về quy hoạch sử dụng đất. Điều này giúp các nhà nghiên cứu và quản lý có cái nhìn toàn diện về tình hình sử dụng đất tại Long Biên.

IV. Ứng Dụng Kết Quả Đánh Giá Hiện Trạng Đất Quận Long Biên

Kết quả nghiên cứu này có thể được sử dụng để đánh giá hiện trạng sử dụng đất tại quận Long Biên, đặc biệt là sự phân bố của đất xây dựng và đất trống. Việc xác định chính xác diện tích và vị trí của các loại đất này giúp cho công tác quy hoạch sử dụng đất và quản lý đất đai được thực hiện một cách hiệu quả hơn. Ngoài ra, kết quả nghiên cứu cũng có thể được sử dụng để theo dõi sự thay đổi về sử dụng đất theo thời gian, từ đó đưa ra các biện pháp can thiệp kịp thời.

4.1. Bản Đồ Sử Dụng Đất Long Biên Từ Ảnh Viễn Thám

Việc tạo ra bản đồ sử dụng đất Long Biên từ ảnh viễn thám là một ứng dụng quan trọng của nghiên cứu này. Bản đồ này cung cấp thông tin chi tiết về sự phân bố của các loại đất khác nhau, bao gồm đất xây dựng, đất trống, đất nông nghiệp và các loại đất khác. Bản đồ này có thể được sử dụng bởi các nhà quản lý, quy hoạch và các bên liên quan khác để đưa ra các quyết định dựa trên bằng chứng.

4.2. Theo Dõi Biến Động Đất Đai Long Biên Theo Thời Gian

Việc so sánh ảnh viễn thám từ các thời điểm khác nhau cho phép theo dõi sự biến động về sử dụng đất tại Long Biên theo thời gian. Điều này giúp xác định các khu vực đang trải qua quá trình đô thị hóa nhanh chóng, cũng như các khu vực có đất nông nghiệp bị chuyển đổi sang mục đích sử dụng khác. Thông tin này có thể được sử dụng để đánh giá tác động của quá trình đô thị hóa đến môi trường và xã hội, cũng như để đưa ra các biện pháp giảm thiểu tác động tiêu cực.

V. Kết Luận Hướng Phát Triển Chiết Tách Đất Long Biên

Nghiên cứu này đã trình bày một phương pháp hiệu quả để chiết tách đất xây dựng và đất trống từ ảnh viễn thám tại quận Long Biên. Việc kết hợp các chỉ số ảnh và phương pháp phân loại ảnh truyền thống giúp nâng cao độ chính xác của quá trình phân loại. Kết quả nghiên cứu có thể được sử dụng để đánh giá hiện trạng sử dụng đất và theo dõi sự biến động về sử dụng đất theo thời gian. Trong tương lai, có thể mở rộng nghiên cứu này bằng cách sử dụng dữ liệu ảnh viễn thám có độ phân giải cao hơn và tích hợp thêm các dữ liệu khác, chẳng hạn như dữ liệu LiDAR và thông tin về chính sách đất đai Long Biên.

5.1. Nâng Cao Độ Chính Xác Phân Loại Bằng Dữ Liệu Độ Phân Giải Cao

Sử dụng ảnh viễn thám có độ phân giải cao hơn có thể giúp cải thiện độ chính xác của quá trình phân loại đất xây dựng và đất trống. Ảnh có độ phân giải cao cho phép phân biệt rõ ràng hơn giữa các loại vật liệu xây dựng khác nhau, cũng như các đặc điểm khác nhau của đất trống. Việc tích hợp dữ liệu LiDAR cũng có thể cung cấp thông tin về độ cao và cấu trúc của các công trình xây dựng, giúp phân loại chúng một cách chính xác hơn.

5.2. Tích Hợp Chính Sách Đất Đai Long Biên Vào Mô Hình

Việc tích hợp thông tin về chính sách đất đai Long Biên vào mô hình phân loại có thể giúp cải thiện độ chính xác và tính thực tế của kết quả. Ví dụ, thông tin về quy hoạch sử dụng đất có thể được sử dụng để hạn chế các khu vực có khả năng chuyển đổi đất nông nghiệp sang đất xây dựng. Thông tin về giá đất cũng có thể được sử dụng để phân biệt giữa các loại hình xây dựng khác nhau.

Nội dung chính

Bối cảnh và vấn đề nghiên cứu

Trong các thập niên gần đây, cùng với sự phát triển kinh tế - xã hội và gia tăng dân số, việc khai thác tài nguyên đất đai đang đối mặt với nhiều áp lực, đặc biệt là quá trình đô thị hóa diễn ra mạnh mẽ làm biến đổi không ngừng các lớp phủ mặt đất. Đất nông nghiệp có nguy cơ bị thu hẹp và suy thoái; đồng thời, tại các đô thị xuất hiện các vùng đất trống do đất canh tác bị bỏ hoang hoặc các dự án quy hoạch treo chưa được triển khai. Việc lập bản đồ hiện trạng đất xây dựng và đất trống là nhiệm vụ quan trọng nhằm cung cấp chỉ báo về mức độ phát triển đô thị và giám sát chất lượng môi trường.

Tuy nhiên, công tác trắc địa và đo vẽ trực tiếp ngoài thực địa tại các khu vực đô thị gặp nhiều hạn chế do mật độ dân cư cao và sự che khuất của hệ thống nhà cao tầng. Công nghệ viễn thám trở thành giải pháp kỹ thuật hỗ trợ đắc lực nhờ khả năng bao quát không gian rộng lớn, tính chu kỳ và khả năng cập nhật biến động nhanh chóng. Mặc dù phương pháp phân loại ảnh truyền thống thường được áp dụng, việc phân biệt giữa đất trống và đất xây dựng thường gặp khó khăn và sai số do đặc tính phản xạ phổ phức tạp, tính chất của các đối tượng thực vật xen kẽ và sự tồn tại phổ biến của các pixel hỗn hợp (mixed pixel). Để khắc phục vấn đề này, phương pháp chiết tách thông qua các ảnh chỉ số chuyên biệt (NDBI, UI, EBBI) được lựa chọn nghiên cứu nhằm đánh giá khả năng phân tách nhanh và nâng cao độ chính xác.

Mục tiêu nghiên cứu của đề tài được xác định gồm:

1. Chiết tách đất xây dựng và đất trống quận Long Biên – thành phố Hà Nội từ dữ liệu ảnh viễn thám bằng 2 phương pháp: phân tích từ ảnh chỉ số và phân loại ảnh số.
2. Đánh giá và so sánh độ chính xác của các phương pháp chiết tách được áp dụng.

Yêu cầu nghiên cứu:

• Công tác điều tra thu thập số liệu phải phản ánh đúng hiện trạng, đảm bảo tính trung thực và khách quan.
• Kết quả đánh giá chiết tách đất xây dựng và đất trống phải đảm bảo tính đầy đủ, tin cậy và chính xác.

Đối tượng và phạm vi nghiên cứu:

• Đối tượng nghiên cứu: Đất xây dựng (bao gồm toàn bộ bề mặt không thấm của các công trình như nhà cửa, đường giao thông, công trình xây dựng, nhà máy) và đất trống (bao gồm bề mặt đất không có thực vật che phủ như đất nông nghiệp bỏ hoang, các khu đất thuộc dự án treo chưa xây dựng).
• Phạm vi không gian: Địa bàn quận Long Biên, thành phố Hà Nội (khảo sát chi tiết tại các khu vực đặc trưng thuộc các phường Bồ Đề, Thạch Bàn, Long Biên, Cự Khối, Đức Giang).
• Phạm vi thời gian: Nghiên cứu thực hiện với tư liệu ảnh viễn thám Landsat chụp ngày 17/05/2022 và các tài liệu điều tra hiện trạng năm 2022.

Cơ sở lý thuyết và phương pháp

Khóa luận xây dựng trên nền tảng lý luận về công nghệ viễn thám (Remote Sensing - RS), định nghĩa theo các nghiên cứu chuyên ngành của Trần Hùng và cs (2008), Nguyễn Khắc Thời (2011), Vũ Danh Tuyên (2017). Bản chất của viễn thám là khoa học và công nghệ thu thập, đo lường và phân tích thông tin về các vật thể, hiện tượng trên bề mặt Trái Đất thông qua việc ghi nhận năng lượng bức xạ và phản xạ sóng điện từ mà không cần tiếp xúc trực tiếp.

Hệ thống phân loại lớp phủ và sử dụng đất được xây dựng bám sát quy định phân loại đất đai của Bộ Tài nguyên và Môi trường, chia thành hai nhóm chính: Đất nông nghiệp (đất sản xuất nông nghiệp, đất trồng cây hàng năm, đất trồng cây lâu năm, đất nuôi trồng thủy sản...) và Đất phi nông nghiệp (đất ở, đất chuyên dùng, đất công trình sự nghiệp, đất sản xuất kinh doanh, đất giao thông, sông suối và mặt nước...).

Các hệ thống tư liệu viễn thám và chỉ số quang học được tác giả hệ thống hóa:

• Hệ thống vệ tinh: Vệ tinh Landsat (Hoa Kỳ, trang bị các bộ cảm MSS, TM, ETM+, OLI/TIRS), hệ thống vệ tinh SPOT (Pháp, trang bị bộ cảm HRV), vệ tinh quan sát Trái Đất VNREDSat-1 (Việt Nam, trang bị bộ cảm NAOMI với độ phân giải 2,5 m kênh toàn sắc và 10 m đa phổ), cùng các hệ thống GMS, NOAA.
• Các chỉ số viễn thám: Chỉ số xây dựng khác biệt chuẩn hóa (NDBI - Normalised Difference Built-Up Index), chỉ số xây dựng dựa trên phổ (UI - Index-Based Built-Up Index), chỉ số tăng cường bề mặt xây dựng và đất trống (EBBI - Enhanced Built-Up and Bareness Index), kết hợp tham chiếu các chỉ số thực vật và bề mặt không thấm khác như NDVI, SAVI, NDISI, MNDISI.

Phương pháp nghiên cứu thực tế bao gồm các kỹ thuật xử lý ảnh số và thống kê:

• Phương pháp thu thập dữ liệu và chọn mẫu: Thu thập ảnh vệ tinh Landsat OLI/TIRS năm 2022; xác lập các điểm khống chế mặt đất (GCPs) và các vùng mẫu huấn luyện (Training Data) đại diện cho các lớp phủ mặt đất tại quận Long Biên.
• Phương pháp tiền xử lý ảnh viễn thám:
  • Hiệu chỉnh bức xạ: Khôi phục dòng ảnh bị mất bằng phép nội suy lân cận; hiệu chỉnh sai số đáp ứng bộ cảm (vignetting, vệt dòng ảnh); hiệu chỉnh ảnh hưởng của góc chiếu Mặt Trời dựa trên sin góc đứng; khử nhiễu ngẫu nhiên bằng cửa sổ lọc; hiệu chỉnh khí quyển bằng mô hình hàm truyền bức xạ và dữ liệu thực tế mặt đất.
  • Hiệu chỉnh hình học: Loại trừ nội sai (sai số hệ thống của bộ cảm) và ngoại sai (vị thế vật mang, địa hình) bằng mô hình đa thức tương quan; nội suy và tái chia mẫu không gian bằng các thuật toán láng giềng gần nhất (Nearest Neighbor), tuyến tính kép (Bilinear Interpolation) và hàm bậc ba (Cubic Convolution).
  • Tăng cường chất lượng ảnh: Kéo giãn tương phản tuyến tính, biến đổi dựa trên giá trị trung bình và độ lệch chuẩn, quân bình/chuẩn hóa histogram; lọc không gian (lọc tần số thấp, lọc tần số cao, lọc tách biên/theo hướng qua các cửa sổ trượt $3 \times 3$, $5 \times 5$, $9 \times 9$).
• Phương pháp chiết tách thông tin:
  • Phương pháp phân ngưỡng ảnh chỉ số: Tính toán các kênh chỉ số NDBI, UI, EBBI từ các kênh phổ phản xạ (kênh 5 - NIR, kênh 6 - SWIR 1, kênh 7 - SWIR 2) và kênh hồng ngoại nhiệt (kênh 10 - TIRS 1), sau đó xác lập các giá trị ngưỡng tối ưu để phân tách 3 lớp: đất xây dựng, đất trống và đất khác.
  • Phương pháp phân loại ảnh số: Áp dụng giải thuật phân loại có giám định (Supervised Classification) dựa trên tập mẫu đã gộp và đánh giá độ chính xác mẫu; kết hợp lọc nhiễu sau phân loại.
  • Phương pháp giải đoán bằng mắt: Phân tích ảnh tổng hợp màu giả (FCC) dựa trên 8 chuẩn đoán đọc: hình dạng, kích thước, độ đen, bóng, màu sắc, cấu trúc, phân bố và mối quan hệ tương hỗ.
• Phương pháp đánh giá độ chính xác: Xây dựng ma trận sai số (Error Matrix), tính toán Độ chính xác toàn cục ($T$), Sai số bỏ sót ($t_i$), Sai số thực hiện ($t_j$), Độ tin cậy của nhà sản xuất (Producer's Accuracy), Độ tin cậy của người sử dụng (User's Accuracy) và hệ số Kappa ($\kappa$).

$$\text{Độ chính xác toàn cục: } T = \frac{\sum_{i=1}^{k} O_{ii}}{n} \times 100%$$

$$\text{Sai số bỏ sót: } t_i = \frac{S_i - O_{ii}}{S_i} \times 100% \quad ; \quad \text{Sai số thực hiện: } t_j = \frac{S_j - O_{jj}}{S_j} \times 100%$$

$$\text{Chỉ số Kappa: } K = \frac{T - E}{1 - E}$$

Nội dung chính theo từng chương

Chương 1: Tổng quan tài liệu

Chương này tổng thuật toàn diện cơ sở khoa học và thực tiễn của công nghệ viễn thám trong giám sát tài nguyên đất đai. Tác giả phân tích nguyên lý tương tác giữa bức xạ sóng điện từ và bề mặt Trái Đất, quy trình thu nhận và phân tích dữ liệu qua 3 giai đoạn: phát hiện, ghi tín hiệu và phân tích phổ. Chương 1 làm rõ ưu nhược điểm của hai phương pháp giải đoán ảnh viễn thám:

Tiêu chí	Giải đoán ảnh bằng mắt	Giải đoán ảnh bằng xử lý số
Ưu điểm	- Khai thác tốt kinh nghiệm chuyên môn của người điều vẽ - Phân tích hiệu quả mối quan hệ phân bố không gian và bối cảnh - Nhận biết tốt các dạng cấu trúc phức tạp	- Thời gian xử lý nhanh, mức độ tự động hóa cao - Chiết xuất được chính xác các đặc tính vật lý định lượng - Kết quả đồng nhất, không phụ thuộc vào chủ quan người vẽ
Nhược điểm	- Tốn nhiều thời gian và công sức - Kết quả có thể không đồng nhất giữa các chuyên viên - Đòi hỏi người phân tích phải có kinh nghiệm sâu	- Khó đưa kinh nghiệm chuyên gia vào thuật toán - Ít tận dụng được thông tin bối cảnh không gian - Dễ nhầm lẫn giữa các đối tượng có phản xạ phổ tương đồng

Nội dung chương cũng trình bày lịch sử phát triển và thông số kỹ thuật của các dòng vệ tinh SPOT (từ SPOT-1 năm 1986 đến SPOT-7 năm 2014), Landsat (từ Landsat-1 năm 1972 đến Landsat-9 năm 2021) và hệ thống VNREDSat-1 của Việt Nam. Cuối chương, tác giả đi sâu vào cơ sở lý thuyết chiết tách đất xây dựng và đất trống trong đô thị, các thuật toán tiền xử lý bức xạ/hình học, các kỹ thuật lọc không gian và tổng quan các chỉ số NDBI, UI, EBBI, NDVI, SAVI.

Chương 2: Nội dung và phương pháp nghiên cứu

Chương 2 trình bày chi tiết về đối tượng, phạm vi nghiên cứu tại quận Long Biên và xây dựng quy trình công nghệ gồm các bước tuần tự:

1. Thu thập dữ liệu thứ cấp về tự nhiên, kinh tế - xã hội, hiện trạng sử dụng đất quận Long Biên và tư liệu ảnh viễn thám Landsat OLI/TIRS.
2. Tiền xử lý ảnh: Hiệu chỉnh bức xạ kênh nhiệt 10 và các kênh phản xạ 5, 6, 7; nắn chỉnh hình học tọa độ về hệ quy chiếu chuẩn.
3. Thiết lập mẫu điều tra thực địa và tập mẫu kiểm tra độ chính xác; phân chia các lớp phủ phục vụ khóa giải đoán.
4. Thực nghiệm chiết tách đất xây dựng và đất trống theo 2 quy trình song song:
   • Quy trình 1: Tính toán ảnh chỉ số NDBI, UI, EBBI $\rightarrow$ Thiết lập ngưỡng phân loại $\rightarrow$ Tách lớp đất xây dựng, đất trống, đất khác.
   • Quy trình 2: Phân loại ảnh số có giám định từ tệp mẫu huấn luyện $\rightarrow$ Gộp mẫu $\rightarrow$ Lọc nhiễu ảnh phân loại (Post-classification filtering).
5. Đánh giá độ chính xác kết quả bằng ma trận sai số và chỉ số thống kê Kappa.

Chương 3: Kết quả và thảo luận

Chương 3 tập trung vào các kết quả thực nghiệm chiết tách và đánh giá hiện trạng:

• Đặc điểm địa bàn và hiện trạng đất đai: Tổng hợp điều kiện tự nhiên, kinh tế - xã hội và cơ cấu 3 nhóm đất chính tại quận Long Biên.
• Kết quả tiền xử lý ảnh: Hoàn thiện hiệu chỉnh bức xạ cho kênh nhiệt 10 (phục vụ tính toán EBBI) và các kênh phản xạ 5, 6, 7 của bộ cảm OLI.
• Kết quả tính toán và phân ngưỡng chỉ số: Tạo lập bản đồ chỉ số NDBI, UI, EBBI. Dựa trên phân tích biểu đồ tần số (histogram) và các điểm mẫu, xác lập các khoảng ngưỡng cụ thể để tách biệt đất xây dựng, đất trống và các loại đất khác.
• Kết quả phân loại ảnh số: Xây dựng tệp mẫu huấn luyện, thực hiện phân loại có giám định, gộp lớp và ứng dụng bộ lọc không gian để loại trừ hiện tượng nhiễu "muối tiêu" (salt-and-pepper).
• So sánh khả năng chiết tách tại 4 khu vực cảnh quan đặc trưng:
  1. Khu vực mật độ xây dựng dày (phường Bồ Đề): Đánh giá mức độ tách biệt bề mặt công trình kiên cố, đường giao thông so với cây xanh đô thị.
  2. Khu vực mật độ xây dựng thưa (phường Thạch Bàn): Phân tích hiện tượng pixel hỗn hợp giữa nhà ở xen kẽ vườn cây và đất nông nghiệp.
  3. Khu vực đầu mối giao thông (phường Long Biên): Đánh giá khả năng nhận diện các bề mặt bê tông, đường nhựa và đất công trình phụ trợ.
  4. Khu vực đất nông nghiệp (phường Cự Khối): Kiểm nghiệm khả năng phân biệt giữa đất canh tác hoa màu, đất nông nghiệp bỏ hoang (đất trống) và khu dân cư nông thôn.
• Đánh giá độ chính xác và thống kê diện tích: Tổng hợp ma trận sai số, so sánh sai số thực hiện, sai số bỏ sót, độ chính xác toàn cục và hệ số Kappa giữa ảnh phân loại và các ảnh chỉ số NDBI, UI, EBBI. Thành lập sơ đồ phân bố đất xây dựng và đất trống quận Long Biên thời điểm ngày 17/05/2022 từ ảnh chỉ số NDBI.

Kết quả và đóng góp

Các kết quả khoa học và kỹ thuật đạt được trong khóa luận gồm:

• Hệ thống hóa bộ thông số kỹ thuật của các hệ thống vệ tinh viễn thám phục vụ quản lý đất đai:

Vệ tinh	Bộ cảm biến	Độ phân giải không gian (m)	Dải phổ chính
Landsat 8/9	OLI & TIRS	15 m (Pan); 30 m (Đa phổ); 100 m (Nhiệt)	Coastal, Blue, Green, Red, NIR, SWIR 1, SWIR 2, Pan, Cirrus, TIRS 1, TIRS 2
SPOT 6/7	Bộ cảm quang học	1,5 m (Pan); 6 m / 8 m (Đa phổ)	Toàn sắc, Xanh lam, Xanh lục, Đỏ, Cận hồng ngoại
VNREDSat-1	NAOMI	2,5 m (Pan); 10 m (Đa phổ)	Toàn sắc, Kênh 1 (Chàm), Kênh 2 (Lục), Kênh 3 (Đỏ), Kênh 4 (Cận hồng ngoại)

• Kết quả chiết tách định lượng: Đề tài đã thử nghiệm thành công quy trình phân tách đất xây dựng và đất trống trên địa bàn quận Long Biên bằng dữ liệu ảnh Landsat ngày 17/05/2022. Đã xác định được khoảng giá trị phân ngưỡng cho 3 chỉ số NDBI, UI, EBBI để phân loại 3 đối tượng: đất xây dựng, đất trống và đất khác.
• Đánh giá so sánh phương pháp: Phương pháp phân tích ảnh chỉ số (đặc biệt là NDBI) chứng minh được tính ưu việt về tốc độ tính toán, sự thuận tiện trong xử lý tự động và khả năng hạn chế nhầm lẫn giữa đất trống với bề mặt không thấm so với phương pháp phân loại có giám định truyền thống.
• Sản phẩm bản đồ: Xây dựng thành công sơ đồ phân bố đất xây dựng và đất trống quận Long Biên – thành phố Hà Nội ngày 17/05/2022 từ ảnh chỉ số NDBI.
• Đóng góp của đề tài: Khóa luận cung cấp cơ sở thực nghiệm rõ ràng về việc ứng dụng kết hợp các kênh phổ cận hồng ngoại (NIR), hồng ngoại sóng ngắn (SWIR) và hồng ngoại nhiệt (TIRS) trong việc giải quyết bài toán phân biệt đất xây dựng và đất trống tại vùng đô thị có cấu trúc lớp phủ phức tạp.

Hạn chế và hướng nghiên cứu tiếp

Khóa luận chỉ ra các hạn chế và hướng mở rộng nghiên cứu:

• Hạn chế:
  • Quá trình thực hiện đề tài chịu ảnh hưởng về mặt thời gian và điều kiện thực địa do tác động của dịch bệnh Covid-19.
  • Dữ liệu ảnh Landsat có độ phân giải không gian 30 m ở các kênh đa phổ, dẫn đến sự tồn tại của các pixel hỗn hợp tại các khu vực ranh giới thửa đất nhỏ hẹp, khu dân cư mật độ xây dựng thưa xen kẽ cây xanh và đất vườn.
  • Ảnh viễn thám quang học chịu ảnh hưởng nhất định bởi các yếu tố khí quyển, mây và bóng râm công trình trong môi trường đô thị.
• Hướng nghiên cứu tiếp:
  • Ứng dụng nguồn dữ liệu ảnh vệ tinh có độ phân giải không gian cao hơn (như SPOT 6/7, VNREDSat-1) hoặc ảnh chụp từ thiết bị bay không người lái (UAV) để chiết tách chi tiết ranh giới công trình.
  • Kết hợp dữ liệu ảnh quang học với dữ liệu ảnh Radar (SAR) nhằm khắc phục nhược điểm phụ thuộc điều kiện thời tiết.
  • Mở rộng nghiên cứu đánh giá biến động sử dụng đất đa thời gian qua chuỗi dữ liệu nhiều năm để phân tích quy luật mở rộng không gian đô thị của quận Long Biên.

Giá trị tham khảo

Khóa luận có giá trị tham khảo thiết thực cho các đối tượng và mục đích học thuật:

• Đối tượng hưởng lợi: Sinh viên, học viên chuyên ngành Quản lý đất đai, Khoa học Môi trường, Trắc địa - Bản đồ, Địa tin học (GIS và Viễn thám); cán bộ kỹ thuật phụ trách công tác địa chính, thống kê - kiểm kê đất đai tại các cơ quan quản lý nhà nước cấp quận/huyện.
• Nội dung giá trị:
  • Tài liệu tổng quan chi tiết và có hệ thống về cơ sở vật lý của viễn thám, các thuật toán tiền xử lý bức xạ, nắn chỉnh hình học và các bộ lọc không gian.
  • Quy trình công nghệ tính toán các chỉ số NDBI, UI, EBBI và phương pháp xác định ngưỡng phân loại cho đối tượng đất xây dựng và đất trống.
  • Phương pháp luận và công thức toán học hoàn chỉnh về đánh giá độ chính xác phân loại ảnh viễn thám thông qua ma trận sai số và chỉ số Kappa.

Câu hỏi thường gặp

1. Khóa luận định nghĩa khái niệm "đất xây dựng" và "đất trống" như thế nào?
Trong nghiên cứu, đất xây dựng được định nghĩa là toàn bộ bề mặt không thấm của các công trình nhân tạo bao gồm nhà cửa, đường giao thông, các công trình xây dựng và nhà máy. Đất trống được định nghĩa là bề mặt đất không có thực vật che phủ, ví dụ như đất nông nghiệp bỏ hoang hoặc các khu đất thuộc dự án quy hoạch treo chưa triển khai xây dựng.

2. Tác giả sử dụng các chỉ số viễn thám nào để chiết tách đất xây dựng và đất trống?
Tác giả sử dụng 3 chỉ số viễn thám chuyên biệt chính gồm:

• NDBI (Normalized Difference Built-Up Index - Chỉ số xây dựng khác biệt chuẩn hóa).
• UI (Index-Based Built-Up Index - Chỉ số xây dựng dựa trên phổ).
• EBBI (Enhanced Built-Up and Bareness Index - Chỉ số tăng cường bề mặt xây dựng và đất trống, có sử dụng kênh hồng ngoại nhiệt).

3. Dữ liệu ảnh vệ tinh chính được sử dụng để thực nghiệm là nguồn nào?
Nghiên cứu sử dụng tư liệu ảnh vệ tinh Landsat (bộ cảm OLI/TIRS) thu nhận vào ngày 17/05/2022 bao gồm các kênh phản xạ (kênh 5 - NIR, kênh 6 - SWIR 1, kênh 7 - SWIR 2) và kênh hồng ngoại nhiệt (kênh 10 - TIRS 1) để tính toán các chỉ số và phân loại lớp phủ trên địa bàn quận Long Biên.

4. Phương pháp đánh giá độ chính xác của kết quả phân loại trong khóa luận được thực hiện bằng cách nào?
Độ chính xác được đánh giá định lượng thông qua việc lập ma trận sai số (Error Matrix) dựa trên tập mẫu kiểm tra độc lập ngoài thực địa. Các chỉ số được tính toán bao gồm: Độ chính xác toàn cục ($T$), Sai số bỏ sót ($t_i$), Sai số thực hiện ($t_j$), Độ tin cậy của nhà sản xuất, Độ tin cậy của người sử dụng và Hệ số Kappa ($\kappa$) theo lý thuyết thống kê xác suất.

5. Tại sao phương pháp ảnh chỉ số lại có ưu thế hơn phân loại ảnh truyền thống trong nghiên cứu này?
Phương pháp ảnh chỉ số giúp đơn giản hóa các bước tính toán, xử lý nhanh chóng và hạn chế được sự nhầm lẫn giữa đất trống và đất xây dựng gây ra bởi phản xạ phổ phức tạp và hiện tượng pixel hỗn hợp trong đô thị – vốn là nhược điểm thường gặp khi phân loại ảnh số truyền thống.

Kết luận

Khóa luận tốt nghiệp của tác giả Nguyễn Đức Hải đã nghiên cứu và ứng dụng thành công công nghệ viễn thám trong việc chiết tách đất xây dựng và đất trống tại quận Long Biên, thành phố Hà Nội từ dữ liệu ảnh Landsat năm 2022. Đề tài đã xây dựng và so sánh chi tiết giữa phương pháp phân ngưỡng từ các ảnh chỉ số NDBI, UI, EBBI với phương pháp phân loại ảnh số có giám định, đồng thời kiểm chứng độ chính xác khoa học qua ma trận sai số và chỉ số Kappa. Kết quả nghiên cứu khẳng định tính khả thi và hiệu quả của phương pháp ảnh chỉ số trong việc hỗ trợ công tác giám sát biến động đô thị và quản lý sử dụng đất đai.

Trích đoạn nội dung tài liệu

HỌC VIỆN NÔNG NGHIỆP VIỆT NAM KHOA TÀI NGUYÊN VÀ MÔI TRƯỜNG ---------------------- NGUYỄN ĐỨC HẢI KHÓA LUẬN TỐT NGHIỆP ĐỀ TÀI: “NGHIÊN CỨU CHIẾT TÁCH ĐẤT XÂY DỰNG VÀ ĐẤT TRỐNG QUẬN LONG BIÊN - THÀNH PHỐ HÀ NỘI TỪ DỮ LIỆU ẢNH VIỄN THÁM” HÀ NỘI - 2022 HỌC VIỆN NÔNG NGHIỆP VIỆT NAM KHOA TÀI NGUYÊN VÀ MÔI TRƯỜNG ---------------------- KHÓA LUẬN TỐT NGHIỆP ĐỀ TÀI: “NGHIÊN CỨU CHIẾT TÁCH ĐẤT XÂY DỰNG VÀ ĐẤT TRỐNG QUẬN LONG BIÊN - THÀNH PHỐ HÀ NỘI TỪ DỮ LIỆU ẢNH VIỄN THÁM” Người thực hiện : NGUYỄN ĐỨC HẢI Lớp : K63 - QLDDA Khóa : 63 Chuyên ngành : QUẢN LÝ ĐẤT ĐAI Giảng viên hướng dẫn : ThS. NGUYỄN ĐỨC THUẬN HÀ NỘI - 2022 LỜI CẢM ƠN Trong suốt quá trình học tập và rèn luyện tại Học viện nông nghiệp Việt Nam cũng như quá trình thực hiện đề tài em đã nhận được sự giúp đỡ, chỉ bảo nhiệt tình của rất nhiều các tập thể và cá nhân. Xuất phát từ lòng kính trọng và biết ơn sâu sắc, em xin chân thành cảm ơn những sự giúp đỡ quý báu đó! Trước hết, em xin chân thành cảm ơn Ban giám đốc Học viện nông nghiệp Việt Nam, Ban chủ nhiệm khoa Tài Nguyên và Môi Trường, các thầy cô đã giảng dạy, hướng dẫn em trong suốt quá trình em học tập và tiếp thu kiến thức tại học viện. Đặc biệt em xin gửi lời cảm ơn chân thành nhất tới thầy Nguyễn Đức Thuận đã giúp đỡ em tận tình trong suốt thời gian thực hiện đề tài.

Em xin chân thành cảm ơn Ban lãnh đạo, Ủy ban nhân dân phường Đức Giang đã tạo điều kiện thuận lợi và nhiệt tình giúp đỡ em trong suất thời gian thực tập tốt nghiệp. Cuối cùng, em xin chân thành cảm ơn gia đình, bạn bè đã động viên, giúp đỡ em trong suốt quá trình học tập, rèn luyện tại học viện và quá trình nghiên cứu, thực hiện đề tài. Cùng với quỹ thời gian có hạn do ảnh hưởng của dịch Covid - 19 và trình độ còn hạn chế nên đề tài không tránh khỏi những thiếu sót. Kính mong sự đóng góp ý kiến của các thầy cô và các bạn để đề tài được hoàn thiện và khoa học hơn.

Em xin kính chúc các thầy, cô giáo và các bạn mạnh khỏe, hạnh phúc! Em xin chân thành cảm ơn! Ngày 05 Tháng 06 năm 2020 Sinh viên Nguyễn Đức Hải i MỤC LỤC LỜI CẢM ƠN. i DANH MỤC VIẾT TẮT. iv DANH MỤC BẢNG .1 DANH MỤC HÌNH. Tính cấp thiết của đề tài.

Mục tiêu nghiên cứu. Yêu cầu nghiên cứu. TỔNG QUAN TÀI LIỆU. Tổng quan về Viễn thám.

Khái niệm về Viễn thám. Nguyên lý cơ bản của viễn thám. Vấn đề thu nhận và phân tích tư liệu viễn thám. Các phương pháp xử lý thông tin viễn thám.

Các hệ thống vệ tinh viễn thám phổ biến hiện nay. Cơ sở khoa học và các phương pháp chiết tách thông tin trong viễn thám. Cơ sở khoa học chiết tách thông trong viễn thám. Các phương pháp chiết tách thông tin viễn thám.

Tình hình nghiên cứu chiết tách đất xây dựng và đất trống bằng ảnh chỉ số. NỘI DUNG VÀ PHƯƠNG PHÁP NGHIÊN CỨU. Đối tượng nghiên cứu. Phạm vi nghiên cứu.

Nội dung nghiên cứu. Đặc điểm điều kiện tự nhiên và kinh tế - xã hội quận Long Biên - thành phố Hà Nội. Đánh giá hiện trạng sử dụng đất quận Long Biên - thành phố Hà Nội. Chiết tách đất xây dựng và đất trống quận Long Biên - thành phố Hà Nội.

Phương pháp nghiên cứu. Phương pháp điều tra thu thập dữ liệu; Phương pháp lựa chọn điểm mẫu để phân ngưỡng, phân loại và đánh giá độ chính xác .