Luận văn thạc sĩ nghiên cứu và đánh giá các phương pháp nội suy ảnh viễn thám cho bài toán phân loại lớp phủ đô thị tại việt nam luận văn ths máy tính 604801

Luận văn thạc sĩ toán học phân tích nghiên cứu và đánh giá các phương pháp nội suy ảnh viễn thám cho bài toán phân loại lớp phủ đô thị, đánh giá thực trạng, chỉ ra hạn chế, đề

• Tác giả: Đỗ Thị Phương
• Người hướng dẫn: TS. Bùi Quang Hưng
• Trường học: Đại học Quốc gia Hà Nội
• Chuyên ngành: Công nghệ thông tin
• Đề tài: Nghiên Cứu Phương Pháp Nội Suy Ảnh Viễn Thám Để Phân Loại Lớp Phủ Đô Thị Tại Việt Nam
• Loại tài liệu: luận văn thạc sĩ
• Năm xuất bản: 2017
• Địa điểm: Hà Nội

Tóm tắt

I. Tổng Quan Về Nghiên Cứu Nội Suy Ảnh Viễn Thám Đô Thị

Nghiên cứu nội suy ảnh viễn thám đóng vai trò quan trọng trong việc phân loại lớp phủ đô thị tại Việt Nam. Ảnh viễn thám cung cấp nguồn dữ liệu quý giá để theo dõi, giám sát sự phát triển của đô thị. Tuy nhiên, độ phân giải không gian của ảnh có thể hạn chế độ chính xác của phân loại ảnh viễn thám. Do đó, các phương pháp nội suy được sử dụng để tăng cường độ phân giải ảnh, từ đó cải thiện độ chính xác phân loại lớp phủ bề mặt đô thị. Nghiên cứu này nhằm mục đích đánh giá và so sánh hiệu quả của các kỹ thuật viễn thám khác nhau trong bối cảnh đô thị Việt Nam, nơi có sự đa dạng về địa hình và cấu trúc đô thị. Việc lựa chọn phương pháp nội suy phù hợp là yếu tố then chốt để đạt được kết quả phân loại chính xác.

1.1. Ứng Dụng Viễn Thám Trong Quản Lý Đô Thị Việt Nam

Viễn thám cung cấp thông tin quan trọng cho quy hoạch đô thị và quản lý tài nguyên. Dữ liệu viễn thám đô thị giúp theo dõi sự mở rộng đô thị, đánh giá tác động môi trường và hỗ trợ các quyết định phát triển đô thị bền vững. Các ứng dụng bao gồm: giám sát sử dụng đất, phân tích chỉ số thực vật đô thị, và đánh giá chỉ số xây dựng đô thị. Ảnh vệ tinh cung cấp cái nhìn tổng quan về cấu trúc đô thị, giúp các nhà quản lý đưa ra các chính sách phù hợp. Các nghiên cứu cũng chỉ ra sự cần thiết của xử lý ảnh viễn thám để loại bỏ nhiễu và cải thiện chất lượng dữ liệu.

1.2. Tầm Quan Trọng Của Nội Suy Ảnh Cho Phân Loại Đô Thị

Độ phân giải ảnh hưởng trực tiếp đến độ chính xác của phân loại lớp phủ đô thị. Nội suy ảnh viễn thám giúp tăng cường chi tiết và độ rõ nét của ảnh, đặc biệt quan trọng khi làm việc với dữ liệu có độ phân giải thấp. Các phương pháp nội suy khác nhau sẽ cho kết quả khác nhau, cần đánh giá kỹ lưỡng để chọn phương pháp phù hợp. Việc lựa chọn phương pháp nội suy tối ưu sẽ giúp cải thiện đáng kể độ chính xác của phân loại lớp phủ đô thị.

II. Thách Thức Trong Phân Loại Lớp Phủ Đô Thị Từ Ảnh VS

Việc phân loại lớp phủ đô thị từ ảnh viễn thám tại Việt Nam đối mặt với nhiều thách thức. Sự phức tạp của cấu trúc đô thị, sự đa dạng về vật liệu xây dựng, và sự biến động theo mùa của chỉ số thực vật đô thị gây khó khăn cho việc phân loại chính xác. Ảnh hưởng của khí quyển và nhiễu cũng là một vấn đề cần giải quyết. Ngoài ra, sự thiếu hụt dữ liệu viễn thám có độ phân giải cao và chi phí cao của dữ liệu cũng là một rào cản. Đòi hỏi các phương pháp xử lý ảnh viễn thám tiên tiến để vượt qua những thách thức này.

2.1. Ảnh Hưởng Của Độ Phân Giải Đến Phân Loại Lớp Phủ

Độ phân giải không gian của ảnh là một yếu tố quan trọng ảnh hưởng đến độ chính xác của phân loại lớp phủ. Ảnh có độ phân giải thấp có thể không đủ chi tiết để phân biệt các lớp phủ khác nhau. Phương pháp nội suy có thể giúp cải thiện độ phân giải hiệu quả, nhưng cần lựa chọn phương pháp phù hợp để tránh làm sai lệch thông tin. Các nghiên cứu trước đây đã chứng minh rằng việc tăng độ phân giải ảnh có thể cải thiện đáng kể độ chính xác của phân loại lớp phủ đô thị.

2.2. Vấn Đề Nhiễu Ảnh Và Giải Pháp Tiền Xử Lý Ảnh VS

Nhiễu ảnh, do ảnh hưởng của khí quyển, thiết bị cảm biến hoặc các yếu tố khác, có thể làm giảm độ chính xác của phân loại ảnh viễn thám. Các kỹ thuật tiền xử lý ảnh, bao gồm hiệu chỉnh khí quyển, lọc nhiễu và nội suy ảnh, có thể giúp giảm thiểu tác động của nhiễu. Việc lựa chọn kỹ thuật tiền xử lý phù hợp là rất quan trọng để đảm bảo chất lượng dữ liệu đầu vào cho quá trình phân loại.

III. Phương Pháp Nội Suy Láng Giềng Gần Nhất Trong VS Đô Thị

Nội suy láng giềng gần nhất là một phương pháp nội suy đơn giản và nhanh chóng. Nó gán giá trị của pixel gần nhất trong ảnh gốc cho pixel mới trong ảnh đã nội suy. Ưu điểm của phương pháp này là tính đơn giản và tốc độ xử lý nhanh, thích hợp cho các ứng dụng yêu cầu thời gian thực. Tuy nhiên, độ chính xác nội suy có thể thấp hơn so với các phương pháp phức tạp hơn, dẫn đến hiện tượng răng cưa và mất chi tiết. Phương pháp này phù hợp với các loại dữ liệu không yêu cầu độ chính xác cao về giá trị pixel.

3.1. Ưu Điểm Và Hạn Chế Của Thuật Toán Nearest Neighbor

Ưu điểm lớn nhất của nội suy láng giềng gần nhất là tốc độ tính toán nhanh, phù hợp cho xử lý ảnh hàng loạt hoặc ứng dụng thời gian thực. Tuy nhiên, phương pháp này có thể tạo ra các artifact như răng cưa và làm mất một số chi tiết trong ảnh. Do đó, nó ít được sử dụng trong các ứng dụng đòi hỏi độ chính xác cao. Trong lĩnh vực viễn thám đô thị, cần cân nhắc kỹ lưỡng trước khi áp dụng phương pháp này.

3.2. Ứng Dụng Thực Tiễn Của Nearest Neighbor Trong GIS Đô Thị

Nội suy láng giềng gần nhất có thể được sử dụng trong các ứng dụng GIS đô thị đơn giản, ví dụ như hiển thị bản đồ trực tuyến hoặc tạo ảnh thumbnail. Tuy nhiên, nó không phù hợp cho các phân tích phức tạp đòi hỏi độ chính xác cao. Khi kết hợp với các phương pháp phân loại ảnh viễn thám khác, cần chú ý đến sai số có thể phát sinh do phương pháp nội suy này gây ra.

IV. Kỹ Thuật Nội Suy Song Tuyến Tính Cho Ảnh Viễn Thám VN

Nội suy song tuyến tính là một phương pháp nội suy phổ biến hơn, sử dụng trung bình có trọng số của 4 pixel lân cận để tính giá trị cho pixel mới. Phương pháp này tạo ra kết quả mượt mà hơn so với nội suy láng giềng gần nhất, giảm thiểu hiện tượng răng cưa. Mặc dù phức tạp hơn về mặt tính toán, nhưng độ chính xác nội suy được cải thiện đáng kể. Phương pháp này được sử dụng rộng rãi trong nhiều ứng dụng xử lý ảnh viễn thám, đặc biệt là khi cần duy trì độ chính xác tương đối của giá trị pixel.

4.1. Giải Thuật Và Tính Toán Trong Bilinear Interpolation

Nội suy song tuyến tính sử dụng khoảng cách giữa pixel mới và 4 pixel lân cận để tính trọng số. Các pixel gần pixel mới hơn sẽ có trọng số lớn hơn. Công thức tính toán phức tạp hơn so với nội suy láng giềng gần nhất, nhưng cho kết quả mượt mà và chính xác hơn. Phương pháp này cân bằng giữa tốc độ tính toán và chất lượng ảnh.

4.2. Ưu Điểm Vượt Trội Của Bilinear So Với Nearest Neighbor

So với nội suy láng giềng gần nhất, nội suy song tuyến tính tạo ra ảnh mượt mà hơn, giảm thiểu hiện tượng răng cưa và giữ lại nhiều chi tiết hơn. Độ chính xác nội suy cũng được cải thiện đáng kể. Mặc dù tốn thời gian tính toán hơn, nhưng những ưu điểm này làm cho nội suy song tuyến tính trở thành lựa chọn phổ biến trong nhiều ứng dụng viễn thám.

V. Đánh Giá Nội Suy Xoắn Bậc Ba Trong Ảnh Viễn Thám Đô Thị

Nội suy xoắn bậc ba (Cubic Convolution) là một phương pháp nội suy phức tạp hơn, sử dụng 16 pixel lân cận để tính giá trị cho pixel mới. Phương pháp này tạo ra kết quả mượt mà nhất và giữ lại nhiều chi tiết nhất so với hai phương pháp trước. Tuy nhiên, nội suy xoắn bậc ba đòi hỏi thời gian tính toán lâu hơn đáng kể. Nó phù hợp cho các ứng dụng yêu cầu độ chính xác nội suy cao nhất và không quá quan trọng về tốc độ xử lý.

5.1. Nguyên Lý Hoạt Động Của Bicubic Interpolation

Nội suy xoắn bậc ba sử dụng một hàm toán học phức tạp (hàm cubic) để tính trọng số cho 16 pixel lân cận. Hàm này đảm bảo rằng ảnh kết quả có độ mượt cao và giữ lại nhiều chi tiết. Việc lựa chọn hàm cubic phù hợp là rất quan trọng để đạt được kết quả tốt nhất.

5.2. Khi Nào Nên Sử Dụng Phương Pháp Bicubic Này

Nội suy xoắn bậc ba nên được sử dụng khi cần độ chính xác nội suy cao nhất và thời gian tính toán không phải là yếu tố quan trọng. Ví dụ, trong các ứng dụng yêu cầu tạo ra ảnh chất lượng cao cho mục đích in ấn hoặc phân tích chi tiết, nội suy xoắn bậc ba là lựa chọn tốt nhất.

VI. Ứng Dụng Nội Suy Ảnh VS Để Phân Loại Lớp Phủ Tại VN

Việc áp dụng các phương pháp nội suy vào ảnh viễn thám cho phép cải thiện độ chính xác của phân loại lớp phủ đô thị tại Việt Nam. Các nghiên cứu cho thấy rằng việc sử dụng nội suy song tuyến tính hoặc nội suy xoắn bậc ba có thể cải thiện đáng kể kết quả phân loại so với việc không sử dụng nội suy hoặc sử dụng nội suy láng giềng gần nhất. Việc lựa chọn phương pháp nội suy phù hợp phụ thuộc vào yêu cầu cụ thể của từng ứng dụng và tài nguyên tính toán sẵn có. Dữ liệu này góp phần vào quy hoạch đô thị.

6.1. So Sánh Độ Chính Xác Phân Loại Sau Nội Suy Ảnh

Các nghiên cứu cần so sánh độ chính xác của phân loại lớp phủ sử dụng các phương pháp nội suy khác nhau. Các chỉ số như độ chính xác tổng thể, độ chính xác của từng lớp phủ, và chỉ số Kappa có thể được sử dụng để đánh giá hiệu quả của từng phương pháp. Kết quả so sánh sẽ giúp xác định phương pháp nội suy phù hợp nhất cho từng loại dữ liệu và khu vực nghiên cứu.

6.2. Đề Xuất Giải Pháp Tối Ưu Cho Phân Loại Đô Thị Tại Việt Nam

Dựa trên kết quả đánh giá, nghiên cứu cần đề xuất các giải pháp tối ưu cho phân loại lớp phủ đô thị tại Việt Nam. Các giải pháp này cần xem xét các yếu tố như độ phân giải ảnh, độ phức tạp của cấu trúc đô thị, và tài nguyên tính toán sẵn có. Việc kết hợp các phương pháp nội suy với các kỹ thuật phân loại ảnh viễn thám tiên tiến có thể mang lại kết quả tốt nhất.

Trích đoạn nội dung tài liệu

Chương 1: Tìm hiểu khái quát về ảnh vệ tinh, các đặc trưng cơ bản của ảnh vệ tinh. Bài toán phân loại lớp phủ đô thị theo phương pháp GLCMNO mở rộng và các vấn đề đặt ra trong tiền xử lý dữ liệu. Bài toán nghiên cứu đặt ra trong luận văn, ý nghĩa khoa học và ý nghĩa thực tiễn. Chương 2: Tìm hiểu khái niệm nội suy ảnh, đặc điểm của quá trình nội suy ảnh, các phương pháp nội suy phổ biến bao gồm: Nội suy láng giềng gần nhất, nội suy song tuyến tính, nội suy xoắn bậc ba.

Các chỉ số đánh giá, so sánh chất lượng ảnh. Chương 3: Tiến hành thực nghiệm, đánh giá tác động của quá trình nội suy đối với ảnh vệ tinh ánh sáng ban đêm DMSP-OLS và ảnh vệ tinh bề mặt không thấm nước EstISA. Áp dụng các phương pháp nội suy ảnh trong quá trình tiền xử lý 02 dữ liệu này trong bài toán phân loại lớp phủ đô thị. Tính toán lại ngưỡng phân lớp phù hợp với từng phương pháp nội suy ảnh.

So sánh, đánh giá và đề xuất phương pháp nội suy ảnh vệ tinh phù hợp nhất đối với bài toán. Kết quả và ý nghĩa của luận văn Luận văn đã đánh giá được tác động của quá trình nội suy đối với 02 dữ liệu vệ tinh ảnh ánh sáng ban đêm DMSP-OLS và ảnh bề mặt không thấm nước EstISA. Đây là 02 dữ liệu vệ tinh có độ phân giải thấp (1km), nhưng đã và đang có nhiều ứng dụng trong nghiên cứu và thực tế. Đặc biệt, dữ liệu ảnh vệ tinh EstISA là dữ liệu vệ tinh bề mặt không thấm nước toàn cầu duy nhất hiện nay.

Việc đánh giá và áp dụng nội suy tăng độ phân giải đối với 2 dữ liệu vệ tinh này giúp quá trình phân tích và giải đoán có kết quả tốt hơn. Với kết quả đánh giá tính chính xác của bài toán phân loại lớp phủ đô thị qua chỉ số F1 Score = 0.9842, luận văn đề xuất áp dụng phương pháp nội suy song tuyến tính hoặc nội suy xoắn bậc ba trong tiền xử lý dữ liệu, tăng độ phân giải ảnh vệ tinh ánh sáng ban đêm DMSP-OLS và ảnh bề mặt không thấm nước EstISA đầu vào của bài toán.604801 TIEU LUAN MOI download : skknchat@gmail. Tổng quan về dữ liệu viễn thám Viễn thám (Remote Sensing) được định nghĩa là khoa học nghiên cứu các phương pháp thu thập, đo lường và phân tích thông tin của vật thể quan sát mà không cần tiếp xúc trực tiếp với chúng [7]. Điều này được thực hiện nhờ việc quan sát và thu nhận năng lượng phản xạ, bức xạ từ các đối tượng quan sát và sau đó phân tích, xử lý, ứng dụng những thông tin đó.

Viễn thám ngày càng phát triển cùng với những thành tựu khoa học kỹ thuật về công nghệ vũ trụ, công nghệ điện tử, tin học. Các đối tượng nghiên cứu của khoa học viễn thám cũng trở nên đa dạng hơn về sự vật, hiện tượng xảy ra trên trái đất với các ứng dụng tại nhiều lĩnh vực khác nhau. Với các đặc trưng cơ bản như độ phân giải thời gian, độ phân giải không gian, độ phân giải bức xạ,… ảnh vệ tinh có nhiều ứng dụng trong việc giải quyết các bài toán thực tế như: Giám sát môi trường (theo dõi và cảnh báo ô nhiễm không khí); giám sát sự biến đổi khí hậu (theo dõi quá trình nóng lên trên toàn cầu, băng tan,.); trong nông nghiệp (theo dõi, giám sát cây trồng, dự báo năng suất, nguy cơ sói mòi đất); trong quản lý tài nguyên thiên nghiên (tài nguyên đất, rừng, biển,.), trong khí tượng học (dự báo thời tiết, động lực học khí quyển), lập bản đồ chuyên ngành (bản đồ sử dụng đất, bản đồ địa hình, bản đồ dân cư); theo dõi biến động của quá trình đô thị hóa với việc sử dụng đất, ước tính lượng điện năng tiêu thụ,… 1. Nguyên lý thu nhận dữ liệu viễn thám Viễn thám là công nghệ nhằm xác định và nhận biết đối tượng hoặc các điều kiện môi trường thông qua những đặc trưng riêng về phản xạ và bức xạ.

Sóng điện từ được phản xạ hoặc bức xạ từ vật thể là nguồn cung cấp thông tin chủ yếu về đặc tính của đối tượng [7]. Ảnh viễn thám sẽ cung cấp thông tin về các vật thể tương ứng với năng lượng bức xạ ứng với từng bước sóng đã xác định. Đo lường và phân tích năng lượng phản xạ phổ ghi nhận bởi ảnh viễn thám cho phép tách thông tin hữu ích về từng loại lớp phủ mặt đất khác nhau do sự tương tác giữa bức xạ điện từ và vật thể.604801 TIEU LUAN MOI download : skknchat@gmail.1 Sơ đồ hệ thống viễn thám Một hệ thống viễn thám bao gồm bảy yếu tố liên quan dưới đây: a) Nguồn năng lượng hay nguồn chiếu sáng (A)- yêu cầu đầu tiên đối với hệ thống viễn thám là cần có một nguồn năng lượng giúp chiếu sáng hoặc cung cấp năng lượng điện cho đối tượng mục tiêu. Nguồn năng lượng chính thường sử dụng trong viễn thám là bức xạ mặt trời [9].

b) Sự bức xạ và khí quyển (B) – nguồn năng lượng đi từ nguồn phát đến đối tượng mục tiêu, nó sẽ tiếp xúc và tương tác với lớp khí quyển mà nó đi qua. Sự tương tác này có thể xảy ra lần thứ 2 khi năng lượng truyền từ đối tượng mục tiêu đến bộ cảm biến [9]. c) Sự tương tác với các đối tượng mục tiêu trên mặt đất (C) – khi năng lượng xuyên qua lớp khí quyển và tiếp xúc với mục tiêu, sự tương tác giữ nó và mục tiêu phụ thuộc vào đặc tính của đối tượng mục tiêu và sóng điện từ. Năng lượng phản xạ hay bức xạ của các đối tượng khác nhau là khác nhau [9].

d) Bộ ghi tại bộ cảm biến – Sensor (D) - năng lượng của sóng điện từ do các vật thể phản xạ hay bức xạ được bộ cảm biến đặt trên vật mang thu nhận và ghi lại. Bộ cảm biến có thể là các máy chụp ảnh hoặc máy quét. Phương tiện mang các bộ cảm biến được gọi là vật mang (máy bay, khinh khí cầu, tàu con thoi hoặc vệ tinh…) [9]. e) Bộ chuyển đổi, tiếp nhận và xử lý (E) – dữ liệu ghi nhận được từ bộ cảm biến sẽ được truyền đi (thường dưới dạng mẫu điện tử - electronic form) tới trạm thu nhận và xử lý dữ liệu – nơi dữ liệu được xử lý thành một ảnh (dạng hardcopy hoặc ảnh kỹ thuật số) [9].604801 TIEU LUAN MOI download : skknchat@gmail.604801 12 f) Giải đoán và phân tích (F)- hình ảnh thu nhận sẽ được giải đoán và phân tích bằng các chương trình tự động hoặc dựa trên kinh nghiệm của chuyên gia nhằm trích xuất các thông tin về đối tượng mục tiêu [9].2 Phân loại viễn thám a.

Phân loại theo nguồn tín hiệu  Viễn thám chủ động (active): được cung cấp một năng lượng riêng, nguồn tia tới là tia sáng phát ra từ các thiết bị nhân tạo, thường là các máy phát đặt trên các thiết bị bay [7]. Ví dụ về viễn thám chủ động: Các hệ thống Radar, và Lidar đều là loại viễn thám chủ động  Viễn thám bị động (passive): nguồn phát bức xạ là mặt trời hoặc từ các vật chất tự nhiên [7]. Phân loại theo đặc điểm quỹ đạo Căn cứ vào đặc điểm quỹ đạo vệ tinh, có thể chia ra hai nhóm vệ tinh là:  Vệ tinh địa tĩnh là vệ tinh có tốc độ góc quay bằng tốc độ góc quay của trái đất trong vòng một ngày đêm nghĩa là vị trí tương đối của vệ tinh so với trái đất là đứng yên [7].  Vệ tinh quỹ đạo cực (hay gần cực) là vệ tinh có quỹ đạo nghiêng một góc gần 90° so với mặt phẳng xích đạo của trái đất [7].

Góc nghiêng đó gần như không đổi trong suốt quá trình hoạt động. Tốc độ quay của vệ tinh khác với tốc độ quay của trái đất và được thiết kế riêng sao cho thời gian thu ảnh trên mỗi vùng lãnh thổ trên mặt đất là cùng giờ địa phương và thời gian thu lặp lại là cố định đối với 1 vệ tinh [7]. Vệ tinh quỹ đạo không quan sát được thường xuyên liên tục như đối với vệ tinh tĩnh, nhưng độ cao gần trái đất hơn nên cho thông tin chi tiết hơn. Các tham số về quỹ đạo (độ cao, góc nghiêng,…) của hai loại vệ tinh được xác định dựa vào những yếu tố quan trắc, cơ học quỹ đạo và các nghiên cứu về kỹ thuật.

Phân loại theo bước sóng  Viễn thám trong dải sóng nhìn thấy (𝜆 = 0,4 ÷ 0,7𝜇𝑚)và hồng ngoại (𝜆 = 0,7 ÷ 3𝜇𝑚) sử dụng nguồn năng lượng chủ yếu là bức xạ mặt trời.  Viễn thám hồng ngoại nhiệt (𝜆 = 3 ÷ 4𝜇𝑚): là phương pháp ghi nhận các bức xạ nhiệt ở dải sóng hồng ngoại nhiệt (từ 3 đến 14 μm). Vì bức xạ nhiệt có cường độ yếu, lại bị hấp thụ mạnh bởi khí quyển, nên để thu các tín hiệu nhiệt cần có thiết bị quét nhiệt với độ nhạy cao.604801 TIEU LUAN MOI download : skknchat@gmail.604801 13  Viễn thám siêu cao tần: Viễn thám siêu cao tần sử dụng bức xạ siêu cao tần có bước sóng từ một đến vài chục centimet.3 Các đặc trưng cơ bản của ảnh viễn thám 1.1 Khái niệm ảnh số Ảnh số được biểu diễn bởi một mảng hai chiều tập hợp hữu hạn các điểm ảnh (pixel) có cùng kích thước với mức xám phù hợp dùng để mô tả ảnh gần với ảnh thật.Mỗi điểm ảnh được xác định bởi toạ độ hàng (m), cột (n) và giá trị mức xám (g) [8].Toạ độ hàng và cột của mỗi pixel đều là các số nguyên. Số điểm ảnh xác định độ phân giải của ảnh.Ảnh có độ phân giải càng cao thì càng thể hiện rõ nét các đặt điểm của tấm hình càng làm cho tấm ảnh trở nên thực và sắc nét hơn.2 Khái niệm ảnh vệ tinh Ảnh vệ tinh hay còn gọi là ảnh viễn thám thường được lưu dưới dạng ảnh số, trong đó năng lượng sóng phản xạ (theo vùng phổ đã được xác định trước) từ các vị trí tương ứng trên mặt đất, được bộ cảm biến thu nhận và chuyển thành tín hiệu số xác định giá trị độ sáng của mỗi pixel.

Ứng với các giá trị này, mỗi pixel sẽ có độ sáng khác nhau thay đổi từ đen đến trắng để cung cấp thông tin về các vật thể. Tùy chọn vào kênh phổ được sử dụng, ảnh vệ tinh được ghi lại theo những dải phổ khác nhau (từ cực tím đến sóng radio) nên người ta gọi là dữ liệu đa phổ, đa kênh, đa băng tần hoặc nhiều lớp.3 Độ phân giải không gian Độ phân giải không gian cho ta biết diện tích nhỏ nhất trên mặt đất mà bộ cảm có thể phân biệt được.