Nghiên Cứu Trích Xuất Thông Tin Nước Tự Động từ Ảnh VNREDSAT-1

Luận văn về tự động trích xuất thông tin nước từ ảnh vệ tinh VNREDSat-1 khu vực thành phố. Nghiên cứu ứng dụng trong giám sát tài nguyên nước.

• Tác giả: Hồ Văn Tuấn
• Người hướng dẫn: GS.TS Nguyễn Thanh Thủy
• Trường học: Trường Đại học Công Nghệ
• Chuyên ngành: Công Nghệ Thông Tin
• Đề tài: Nghiên cứu tự động trích xuất thông tin nước cho ảnh vệ tinh VNREDSAT-1 khu vực thành phố
• Loại tài liệu: Luận Văn Thạc Sĩ
• Năm xuất bản: 2015
• Địa điểm: Hà Nội

Mục lục chi tiết

• LỜI CẢM ƠN
• LỜI CAM ĐOAN
• Danh sách các bảng
• Danh mục hình vẽ
• Danh sách các từ viết tắt, kí hiệu, thuật ngữ
• 1. CHƯƠNG 1
• 1.1. Giới thiệu đề tài
• 1.2. Ý nghĩa khoa học
• 1.3. Ý nghĩa thực tiễn
• 1.4. Ứng dụng của đề tài
• 1.5. Bố cục của luận văn
• 2. CHƯƠNG 2: VIỄN THÁM VÀ TIỀN XỬ LÝ ẢNH VỆ TINH
• 2.1. Giới thiệu viễn thám
• 2.2. Ứng dụng của viễn thám trong khoa học và đời sống xã hội
• 2.3. Các độ phân giải ảnh vệ tinh
• 2.4. Biểu diễn ảnh
• 2.5. Tiền xử lý ảnh vệ tinh
• 2.5.1. Tổng quan về phương pháp hiệu chỉnh hình học ảnh vệ tinh VNREDSat-1
• 2.5.2. Quy trình thực hiện nắn chỉnh hình học ảnh VNREDSat-1
• 3. CHƯƠNG 3: CÁC THUẬT TOÁN TỰ ĐỘNG TRÍCH XUẤT THÔNG TIN NƯỚC Ở VIỆT NAM VÀ TRÊN THẾ GIỚI
• 3.1. Giới thiệu các thuật toán tự động trích xuất thông tin nước
• 3.1.1. Các thuật toán trích xuất thông tin nước ở Việt nam
• 3.1.2. Các thuật toán trích xuất thông tin nước ở nước ngoài
• 3.2. Phân tích ảnh SPOT5, VNREDSat-1 và hướng nghiên cứu
• 4. CHƯƠNG 4: THUẬT TOÁN TRÍCH XUẤT THÔNG TIN NƯỚC CHO ẢNH VỆ TINH VNREDSat-1
• 4.1. Tổng quan quá trình trích xuất thông tin nước
• 4.2. Thuật toán trích xuất thông tin nước dựa trên cây quyết định
• 4.2.1. Ý tưởng thuật toán:
• 4.2.2. Giới thiệu khu vực nghiên cứu:
• 4.2.3. Phân biệt các đội tượng trên ảnh và cách thức lấy mẫu ảnh:
• 4.2.4. Phân tích và lập biểu đồ phổ từ kết quả phân tích mẫu dữ liệu
• 4.2.5. Phân tích đặc điểm phổ của thông tin nước:
• 4.2.6. Phân tích đặc điểm không gian của thông tin nước:
• 4.2.7. Phân biệt Nước lục địa và bóng đổ tòa nhà bằng cách phân biệt đặc điểm không gian của nước và bóng đổ
• 4.3. Xây dựng thuật toán tự động trích xuất thông tin nước bằng cây quyết định
• 4.3.1. Mô tả thuật toán:
• 4.3.2. Xây dựng sơ đồ khối trích xuất thông tin nước từ ảnh vệ tinh VNREDSat-1
• 4.3.3. Tính diện tích, chu vi các đối tượng cần xét
• 5. CHƯƠNG 5: KẾT QUẢ THỰC NGHIỆM VÀ ĐÁNH GIÁ
• 5.1. Kết quả thực nghiệm
• 5.1.1. Kết quả trích xuất thông tin nước VNREDSat-1
• 5.1.2. Ứng dụng thuật toán để trích xuất đối tượng nước Sông Hồng, mây, thực vật
• 5.2. Đánh giá bằng phương pháp kiểm nghiệm và đối sánh với bản đồ
• 5.3. Đánh giá bằng phương pháp định lượng
• TÀI LIỆU THAM KHẢO
• Cài đặt Python và các thư viện, công cụ liên quan:
• 6.1. Cài đặt ngôn ngữ lập trình Python
• 6.2. Cài đặt các thư viện liên quan:
• 6.3. Cài đặt công cụ hỗ trợ:
• Quá trình lấy mẫu một số đối tượng:
• Thiết lập giá trị trung bình trên các kênh ảnh từng đối tượng nghiên cứu:
• Một số hình ảnh chụp trong quá trình đi kiểm tra thực địa

Tóm tắt

I. Trích Xuất Thông Tin Nước Từ Ảnh Vệ Tinh Tổng Quan Chi Tiết

Việc trích xuất thông tin nước từ ảnh vệ tinh ngày càng trở nên quan trọng trong bối cảnh biến đổi khí hậu và quản lý tài nguyên nước bền vững. Hình ảnh vệ tinh thủy văn cung cấp một nguồn dữ liệu dồi dào, có giá trị cao để theo dõi, giám sát và quản lý diện tích mặt nước, chất lượng nước, và các biến động nguồn nước. Luận văn này tập trung vào việc nghiên cứu và phát triển các phương pháp tự động trích xuất thông tin nước từ ảnh vệ tinh đa thời gian, đặc biệt là ảnh VNREDSat-1, để phục vụ cho các ứng dụng thực tiễn tại Việt Nam. Việc sử dụng viễn thám nước giúp khắc phục những hạn chế của phương pháp truyền thống, cung cấp thông tin nhanh chóng, chính xác và trên diện rộng. Các thuật toán và kỹ thuật phân tích ảnh vệ tinh ngày càng được cải tiến, cho phép tự động trích xuất thông tin nước với độ chính xác cao, mở ra nhiều tiềm năng ứng dụng trong quản lý tài nguyên, dự báo và phòng chống thiên tai, và nghiên cứu khoa học.

1.1. Ứng Dụng Của Ảnh Vệ Tinh Trong Quản Lý Nguồn Nước

Sử dụng ảnh vệ tinh hỗ trợ giám sát và quản lý hiệu quả các nguồn nước như sông, hồ, ao, và các vùng ngập lũ. Viễn thám nước cung cấp dữ liệu quan trọng để theo dõi biến động diện tích mặt nước, đánh giá chất lượng nước, và dự báo mực nước, đặc biệt quan trọng trong bối cảnh biến đổi khí hậu gia tăng. GIS và quản lý nguồn nước tích hợp dữ liệu viễn thám để xây dựng các hệ thống thông tin địa lý, hỗ trợ quy hoạch và quản lý tài nguyên nước một cách toàn diện. Việc sử dụng các chỉ số nước ảnh vệ tinh như NDWI và MNDWI giúp tự động hóa quá trình phân loại nước và theo dõi diện tích mặt nước theo thời gian.

1.2. Các Loại Ảnh Vệ Tinh Thường Dùng Cho Thủy Văn

Các loại ảnh vệ tinh phổ biến được sử dụng trong viễn thám thủy văn bao gồm ảnh Landsat nước, ảnh Sentinel-2 nước, và ảnh MODIS nước. Mỗi loại ảnh vệ tinh có đặc điểm về độ phân giải không gian, tần suất chụp, và dải phổ khác nhau, phù hợp với các mục tiêu nghiên cứu và ứng dụng khác nhau. Ví dụ, ảnh Sentinel-2 cung cấp độ phân giải không gian cao, phù hợp cho việc giám sát chi tiết các khu vực nhỏ, trong khi ảnh MODIS có tần suất chụp cao, thích hợp cho việc theo dõi biến động diện tích mặt nước trên quy mô lớn. Bên cạnh đó, ảnh vệ tinh radar nước như ảnh SAR có khả năng xuyên mây, hữu ích trong việc giám sát các khu vực thường xuyên bị che phủ bởi mây.

II. Thách Thức Trong Trích Xuất Thông Tin Nước Phân Tích Sâu

Mặc dù tiềm năng của ảnh vệ tinh trong trích xuất thông tin nước là rất lớn, nhưng vẫn còn nhiều thách thức cần vượt qua. Sai số trích xuất nước từ ảnh vệ tinh có thể phát sinh do nhiều yếu tố, bao gồm hiệu chỉnh khí quyển ảnh vệ tinh không chính xác, hiệu chỉnh hình học ảnh vệ tinh không đầy đủ, và sự ảnh hưởng của các yếu tố môi trường như mây, bóng mây, và thực vật. Bên cạnh đó, việc lựa chọn thuật toán phân loại nước phù hợp và hiệu chỉnh các thông số thuật toán cũng là một thách thức quan trọng. Cần có các phương pháp đánh giá độ chính xác trích xuất thông tin nước một cách khách quan và toàn diện để đảm bảo tính tin cậy của kết quả.

2.1. Các Yếu Tố Ảnh Hưởng Đến Độ Chính Xác Trích Xuất Nước

Nhiều yếu tố ảnh hưởng đến độ chính xác trích xuất thông tin nước, bao gồm độ phân giải không gian ảnh vệ tinh, độ phân giải phổ ảnh vệ tinh, và điều kiện thời tiết. Mây và bóng mây là những yếu tố gây nhiễu phổ biến, có thể làm giảm đáng kể độ chính xác của việc trích xuất nước. Các thuật toán hiệu chỉnh khí quyển và hiệu chỉnh hình học cần được áp dụng để giảm thiểu sai số do các yếu tố này gây ra.

2.2. Đánh Giá Độ Chính Xác Của Kết Quả Trích Xuất Thông Tin Nước

Việc đánh giá độ chính xác trích xuất thông tin nước là rất quan trọng để đảm bảo tính tin cậy của kết quả. Các phương pháp đánh giá phổ biến bao gồm so sánh với dữ liệu thực địa, so sánh với bản đồ, và sử dụng ma trận nhầm lẫn (confusion matrix) để tính toán các chỉ số như Overall Accuracy và Kappa. Cần có các bộ dữ liệu kiểm chứng độc lập để đánh giá độ chính xác một cách khách quan.

III. Phương Pháp Trích Xuất Nước Tiên Tiến Phân Tích Chi Tiết

Các phương pháp trích xuất thông tin nước hiện nay rất đa dạng, từ các phương pháp truyền thống dựa trên chỉ số nước ảnh vệ tinh đến các phương pháp hiện đại sử dụng Machine Learning và Deep Learning. Các chỉ số nước như NDWI và MNDWI là những phương pháp đơn giản và hiệu quả để phân loại nước dựa trên sự khác biệt về độ phản xạ của nước và các đối tượng khác trong ảnh vệ tinh. Các phương pháp Machine Learning và Deep Learning cho phép khai thác dữ liệu ảnh vệ tinh một cách hiệu quả hơn, có khả năng xử lý dữ liệu phức tạp và cải thiện độ chính xác trích xuất nước.

3.1. Ứng Dụng Các Chỉ Số Nước NDWI MNDWI EVI Trong Thủy Văn

NDWI (Normalized Difference Water Index) và MNDWI (Modified Normalized Difference Water Index) là hai chỉ số nước ảnh vệ tinh phổ biến được sử dụng để phân loại nước. EVI (Enhanced Vegetation Index) cũng có thể được sử dụng để giám sát nước trong các khu vực có thảm thực vật. Các chỉ số này dựa trên sự khác biệt về độ phản xạ của nước và các đối tượng khác trong các dải phổ khác nhau của ảnh vệ tinh. Tuy nhiên, việc sử dụng các chỉ số này có thể gặp khó khăn trong các khu vực có nhiều yếu tố gây nhiễu như bóng mây và thực vật.

3.2. Deep Learning Cho Trích Xuất Thông Tin Nước Hiệu Quả Cao

Deep Learning cho trích xuất nước từ ảnh vệ tinh đang ngày càng trở nên phổ biến nhờ khả năng xử lý dữ liệu phức tạp và cải thiện độ chính xác trích xuất nước. Các mô hình Deep Learning có thể học các đặc trưng phức tạp từ ảnh vệ tinh và phân loại nước một cách hiệu quả. Tuy nhiên, việc huấn luyện các mô hình Deep Learning đòi hỏi lượng dữ liệu lớn và tài nguyên tính toán mạnh mẽ.

IV. Ứng Dụng Ảnh VNREDSat 1 Nghiên Cứu Khu Vực Hà Nội Chi Tiết

Luận văn này tập trung vào việc nghiên cứu tự động trích xuất thông tin nước từ ảnh vệ tinh VNREDSat-1 cho khu vực thành phố Hà Nội. Ảnh VNREDSat-1 có độ phân giải không gian và phổ phù hợp cho việc giám sát các nguồn nước trong khu vực đô thị. Các thuật toán trích xuất nước được phát triển trong luận văn này có thể được sử dụng để theo dõi biến động diện tích mặt nước, đánh giá chất lượng nước, và hỗ trợ quản lý tài nguyên nước một cách hiệu quả.

4.1. Tiền Xử Lý Ảnh VNREDSat 1 Để Tối Ưu Chất Lượng Dữ Liệu

Tiền xử lý ảnh VNREDSat-1 là một bước quan trọng để đảm bảo độ chính xác trích xuất thông tin nước. Các bước tiền xử lý bao gồm hiệu chỉnh khí quyển ảnh vệ tinh, hiệu chỉnh hình học ảnh vệ tinh, và loại bỏ các yếu tố gây nhiễu như mây và bóng mây. Việc hiệu chỉnh hình học đảm bảo rằng ảnh vệ tinh được định vị chính xác trên bản đồ, cho phép trích xuất thông tin nước một cách chính xác và đáng tin cậy.

4.2. Kết Quả Trích Xuất Và Đánh Giá Độ Chính Xác Tại Hà Nội

Kết quả trích xuất thông tin nước từ ảnh VNREDSat-1 cho khu vực Hà Nội cho thấy tính hiệu quả của các thuật toán được phát triển trong luận văn này. Độ chính xác trích xuất nước đạt được là khá cao, cho thấy tiềm năng ứng dụng của ảnh VNREDSat-1 trong quản lý tài nguyên nước đô thị. Tuy nhiên, vẫn còn một số khu vực có sai số trích xuất nước, cần được nghiên cứu và cải thiện trong tương lai.

V. Ứng Dụng Thực Tiễn Giám Sát Biến Động Nguồn Nước Hà Nội

Việc trích xuất thông tin nước từ ảnh vệ tinh có nhiều ứng dụng thực tiễn trong quản lý tài nguyên nước, dự báo và phòng chống thiên tai, và nghiên cứu khoa học. Tại Hà Nội, thông tin này có thể được sử dụng để giám sát biến động diện tích mặt nước của các hồ, sông, và kênh, đánh giá tác động của biến đổi khí hậu đến nguồn nước, và hỗ trợ quy hoạch và quản lý tài nguyên nước một cách bền vững.

5.1. Theo Dõi Biến Động Diện Tích Mặt Nước Sử Dụng Ảnh Vệ Tinh

Theo dõi biến động diện tích mặt nước là một ứng dụng quan trọng của ảnh vệ tinh trong quản lý tài nguyên nước. Bằng cách phân tích ảnh vệ tinh đa thời gian, có thể theo dõi sự thay đổi về diện tích mặt nước của các hồ, sông, và kênh, từ đó đánh giá tác động của biến đổi khí hậu và các hoạt động kinh tế - xã hội đến nguồn nước.

5.2. Giám Sát Chất Lượng Nước Bằng Kỹ Thuật Viễn Thám

Giám sát chất lượng nước bằng kỹ thuật viễn thám là một ứng dụng tiềm năng của ảnh vệ tinh trong quản lý tài nguyên nước. Bằng cách phân tích các đặc trưng phổ của ảnh vệ tinh, có thể ước tính các thông số chất lượng nước như độ đục, hàm lượng chlorophyll, và hàm lượng chất hữu cơ. Tuy nhiên, việc giám sát chất lượng nước bằng ảnh vệ tinh đòi hỏi các thuật toán phức tạp và cần được kiểm chứng bằng dữ liệu thực địa.

VI. Kết Luận Hướng Phát Triển Tương Lai Trích Xuất Nước

Luận văn đã trình bày một phương pháp tự động trích xuất thông tin nước từ ảnh vệ tinh VNREDSat-1 cho khu vực thành phố Hà Nội. Kết quả nghiên cứu cho thấy tiềm năng ứng dụng của ảnh VNREDSat-1 trong quản lý tài nguyên nước đô thị. Trong tương lai, cần tiếp tục nghiên cứu và phát triển các thuật toán trích xuất nước tiên tiến hơn, kết hợp dữ liệu ảnh vệ tinh với dữ liệu thực địa và các mô hình thủy văn để xây dựng các hệ thống thông tin quản lý tài nguyên nước toàn diện và hiệu quả.

6.1. Tối Ưu Thuật Toán Để Giảm Sai Số Trong Trích Xuất Nước

Việc tối ưu thuật toán là rất quan trọng để giảm sai số trích xuất nước. Cần nghiên cứu và phát triển các thuật toán hiệu chỉnh các yếu tố gây nhiễu như mây, bóng mây, và thực vật. Bên cạnh đó, cần cải thiện độ chính xác của các bước tiền xử lý ảnh, đặc biệt là hiệu chỉnh khí quyển và hiệu chỉnh hình học.

6.2. Kết Hợp Dữ Liệu Ảnh Vệ Tinh Và Mô Hình Thủy Văn Hiện Đại

Việc kết hợp dữ liệu ảnh vệ tinh và mô hình thủy văn là một hướng phát triển tiềm năng trong quản lý tài nguyên nước. Các mô hình thủy văn có thể sử dụng dữ liệu ảnh vệ tinh để cải thiện độ chính xác của dự báo mực nước và dòng chảy. Ngược lại, dữ liệu từ các mô hình thủy văn có thể được sử dụng để kiểm chứng và cải thiện độ chính xác trích xuất nước từ ảnh vệ tinh.

Nội dung chính

Tổng quan nghiên cứu

Năm 2013, sự kiện phóng thành công vệ tinh viễn thám quang học đầu tiên của Việt Nam là VNREDSat-1 với khối lượng 120 kg và độ phân giải không gian 10 mét đã mở ra bước ngoặt mới cho công nghệ quan sát trái đất nước nhà. Tuy nhiên, việc khai thác hiệu quả nguồn dữ liệu ảnh viễn thám phục vụ giám sát tài nguyên thiên nhiên, đặc biệt là tài nguyên nước tại các đô thị phức tạp, vẫn gặp nhiều rào cản do phụ thuộc vào các phần mềm thương mại ngoại nhập đắt đỏ hoặc phương pháp giải đoán thủ công tốn nhiều nhân lực. Nhằm giải quyết triệt để vấn đề này, đề tài nghiên cứu đã xây dựng thuật toán tự động trích xuất thông tin nước chuyên biệt cho ảnh đa phổ VNREDSat-1 khu vực đô thị.

Nghiên cứu tập trung vào không gian thử nghiệm tại Thủ đô Hà Nội với phạm vi tọa độ địa lý từ 20°53' đến 21°23' vĩ độ Bắc và 105°44' đến 106°02' kinh độ Đông, tổng diện tích nghiên cứu đạt 349 km² cùng chu vi đường bao 74,8 km. Khu vực này sở hữu hệ thống thủy văn đa dạng gồm 163 km chiều dài dòng sông Hồng chảy qua địa bàn thành phố, cùng mạng lưới hồ đầm dày đặc với điển hình là Hồ Tây có diện tích mặt nước lên tới 526 ha. Mục tiêu trọng tâm của luận văn là tự động hóa quy trình bóc tách các vùng nước mặt, phân biệt chính xác nước sông giàu phù sa, nước hồ lục địa và loại trừ triệt để bóng đổ của các khối nhà cao tầng. Về mặt giá trị ứng dụng, giải pháp giúp rút ngắn 75% thời gian xử lý dữ liệu ảnh viễn thám, nâng cao độ tin cậy của bản đồ hiện trạng nước mặt tỷ lệ 1:10.000, đóng góp thiết thực cho công tác quản lý tài nguyên và quy hoạch thoát nước đô thị.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng dựa trên sự tích hợp của ba nền tảng lý thuyết cốt lõi trong lĩnh vực viễn thám và thị giác máy tính: Lý thuyết phản xạ phổ điện từ (Spectral Reflectance Theory), Mô hình phân lớp cây quyết định (Decision Tree Classification) và Lý thuyết phân tích hình thái không gian (Spatial-morphological Analysis). Hệ thống khái niệm trọng tâm bao gồm:

• Độ phân giải phổ: Khả năng thu nhận tín hiệu sóng điện từ của bộ cảm quang học NAOMI trên 4 kênh phổ độc lập, bao gồm Kênh 1 Blue (0,45 - 0,52 µm), Kênh 2 Green (0,53 - 0,60 µm), Kênh 3 Red (0,62 - 0,69 µm) và Kênh 4 Cận hồng ngoại NIR (0,76 - 0,89 µm).
• Độ phân giải không gian: Kích thước chi tiết của mỗi điểm ảnh trên mặt đất, đạt 10 mét đối với ảnh đa phổ và 2,5 mét đối với ảnh toàn sắc Panchromatic.
• Chỉ số hình dạng hình học M: Tỷ số tương quan giữa diện tích và bình phương chu vi của cụm điểm ảnh nhằm nhận diện đặc trưng hình học của đối tượng.
• Mô hình chuyển đổi Raster sang Vector: Kỹ thuật chuyển đổi cấu trúc ma trận điểm ảnh sang định dạng không gian vector gắn hệ tọa độ địa lý chuẩn.

Phương pháp nghiên cứu

Nguồn dữ liệu thực nghiệm sử dụng cảnh ảnh đa phổ VNREDSat-1 chụp ngày 22 tháng 5 năm 2013 tại khu vực Hà Nội. Cảnh ảnh gốc có kích thước 1750 x 1750 pixel với dung lượng 23,57 MB được nắn chỉnh hình học lên kích thước 2174 x 2145 pixel với dung lượng 36,42 MB tích hợp mô hình số hóa độ cao DEM. Nghiên cứu thực hiện chọn mẫu có kiểm soát trên 8 nhóm đối tượng bề mặt chính: nước Sông Hồng, nước lục địa, nhà ở, đường giao thông, thực vật, đất trống, mây và bóng đổ tòa nhà. Cỡ mẫu cho mỗi đối tượng được thu thập độc lập từ 30 đến 100 mẫu cục bộ không chồng lấn nhằm đảm bảo tính đại diện thống kê cao.

Phương pháp phân tích dựa trên mô hình vật lý chuyên dụng Imogen chạy trên phần mềm ERDAS IMAGINE 2014 để hiệu chỉnh hình học mức 2A về hệ tọa độ chuẩn Quốc gia VN-2000. Quy trình bố trí 13 điểm kiểm soát mặt đất GCP đạt sai số trung phương bình sai RMSE chỉ 1,01175 mét và sai số kiểm tra đạt 1,75914 mét, đáp ứng trọn vẹn tiêu chuẩn bản đồ tỷ lệ 1:10.000. Lý do lựa chọn cây quyết định kết hợp giải thuật tìm kiếm theo chiều rộng BFS 4 hướng kế cận là khả năng phân nhánh dữ liệu trực tiếp theo ngưỡng phổ, tính toán hình thái học nhanh chóng và dễ dàng tích hợp thành modul độc lập. Toàn bộ quy trình nghiên cứu, xây dựng mã nguồn Python và đối soát thực địa được hoàn thành liên tục trong giai đoạn 2013 - 2015.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Thứ nhất, phân tích phổ phản xạ khẳng định kênh cận hồng ngoại NIR (Band 4: 0,76 - 0,89 µm) là dải phổ then chốt để cô lập nước. Giá trị bức xạ trung bình của nước lục địa tại kênh 4 chỉ đạt 63,8 và nước Sông Hồng là 81,4, trong khi đối tượng liền kề thấp nhất là đường giao thông đạt 201,4. Ngưỡng phân tách d1 = 141 được thiết lập giúp bóc tách hơn 98% đối tượng nước và bóng đổ ra khỏi nền bề mặt đô thị.

Thứ hai, nghiên cứu phát hiện kênh Blue (Band 1: 0,45 - 0,52 µm) cho phép phân tách tuyệt đối giữa nước Sông Hồng (giá trị trung bình 115,6) và nước hồ lục địa (giá trị trung bình 78,4) nhờ ngưỡng phổ d2 = 97, giải quyết triệt để bài toán nhận dạng nước có độ đục và hàm lượng phù sa cao.

Thứ ba, việc áp dụng ngưỡng diện tích giới hạn d3 = 22.000 m² kết hợp chỉ số hình M nằm trong dải từ 0,13 đến 0,23 và ngưỡng phổ phụ NIR > 108 đã loại bỏ chính xác trên 92% bóng đổ của các tòa nhà cao tầng có dạng hình chữ nhật hoặc dải hẹp song song.

Thứ tư, thuật toán được mở rộng thành công để trích xuất tự động thảm thực vật với ngưỡng kết hợp NIR > 292, Red < 144 và mây với ngưỡng Red > 426. Dữ liệu diện tích mặt nước sau khi bóc tách được biểu diễn qua bảng ma trận sai số và bản đồ vector đối sánh với diện tích Hồ Tây 526 ha và Hồ Gươm cho thấy độ tương đồng đạt trên 95% so với số liệu địa chính thực tế.

Thảo luận kết quả

Nguyên nhân của sự phân tách vượt trội này xuất phát từ đặc tính hấp thụ quang phổ cực mạnh của phân tử nước ở dải sóng cận hồng ngoại và sự tán xạ mạnh của các hạt vật chất lơ lửng trong nước sông phù sa ở dải sóng xanh lam. Mặt khác, bóng đổ công trình tuy có giá trị phổ hấp thụ thấp gần giống nước ở các kênh nhìn thấy nhưng lại có cấu trúc biên thẳng song song và kích thước diện tích nhỏ hơn các hồ thủy vực tự nhiên.

Khi so sánh với mô hình của các công trình quốc tế áp dụng trên vệ tinh SPOT5, thuật toán trên ảnh VNREDSat-1 thể hiện ưu thế rõ nét: độ phân giải kênh cận hồng ngoại của VNREDSat-1 đạt 10 mét đồng nhất (vượt trội hơn kênh SWIR 20 mét của SPOT5), đồng thời khoảng cách chênh lệch giá trị số giữa nước và nền đô thị rộng hơn tới 35%, giúp hạn chế hiện tượng nhầm lẫn điểm ảnh biên hỗn hợp. Kết quả phân tích có thể được tổng hợp trực quan qua các biểu đồ đường phổ đa kênh và ma trận phân loại điểm ảnh, mang lại độ tin cậy vượt bậc cho công nghệ xử lý ảnh viễn thám nội địa.

Đề xuất và khuyến nghị

• Tích hợp module tự động vào trạm thu viễn thám quốc gia: Cục Viễn thám Quốc gia trực thuộc Bộ Tài nguyên và Môi trường cần đưa thuật toán cây quyết định vào quy trình xử lý tự động cấp độ 2A. Mục tiêu nhằm tự động hóa 95% công tác trích xuất mặt nước trong thời gian dưới 15 phút cho mỗi cảnh ảnh, triển khai trong lộ trình 12 tháng.
• Xây dựng ngân hàng mẫu phổ chuẩn hóa đa thời gian: Viện Hàn lâm Khoa học và Công nghệ Việt Nam phối hợp cùng các trường đại học thu thập trên 5.000 mẫu phổ chuẩn cho hệ thống sông hồ tại 63 tỉnh thành phố. Chương trình cần thực hiện trong vòng 24 tháng nhằm thích ứng với sự thay đổi của thời tiết và các mùa mưa lũ.
• Nâng cấp thuật toán kết hợp học máy và mô hình DEM độ phân giải cao: Nhóm nghiên cứu phát triển phần mềm cần bổ sung các mạng học sâu (Deep Learning) kết hợp dữ liệu độ cao địa hình chi tiết 2,5 mét. Mục tiêu giảm sai số nhận dạng tại các khu đô thị có mật độ cao tầng dày đặc xuống dưới 2% trong vòng 18 tháng tới.
• Chuẩn hóa quy trình liên thông dữ liệu GIS phục vụ quản lý thoát nước: Chi cục Thủy lợi và các Công ty Thoát nước đô thị định kỳ hàng quý trích xuất bản đồ vector VN-2000 tỷ lệ 1:10.000 từ ảnh VNREDSat-1 để theo dõi dung tích trữ nước hồ đô thị và phát hiện kịp thời các hành vi lấn chiếm hành lang thoát lũ.

Đối tượng nên tham khảo luận văn

• Kỹ sư và Chuyên gia Viễn thám - GIS: Nắm vững quy trình nắn chỉnh hình học ảnh VNREDSat-1 mức 2A bằng mô hình vật lý Imogen, kỹ thuật xử lý 13 điểm GCP đạt độ chính xác dưới 2 mét và quy chuẩn xuất bản đồ vector VN-2000.
• Nhà nghiên cứu và Giảng viên Công nghệ Thông tin: Khai thác giải thuật cây quyết định tối ưu hóa theo đặc trưng phổ, kết hợp thuật toán duyệt đồ thị BFS 4 hướng để phân cụm không gian trên ma trận ảnh lớn 2174 x 2145 điểm ảnh.
• Cán bộ Quản lý Tài nguyên Nước và Môi trường: Tiếp cận công cụ giám sát biến động diện tích mặt nước tự động cho các hồ lớn như Hồ Tây (526 ha) và 163 km sông Hồng, hỗ trợ điều hành cảnh báo lũ lụt và quy hoạch đô thị bền vững.
• Học viên Cao học và Sinh viên ngành Kỹ thuật Phần mềm: Tài liệu học thuật chuẩn mực về quy trình lấy mẫu thống kê 30 đến 100 mẫu, kỹ thuật xử lý ảnh đa phổ 16-bit và phương pháp đối soát thực địa khoa học.

Câu hỏi thường gặp

Thuật toán phân biệt nước lục địa và bóng đổ tòa nhà cao tầng bằng cách nào?
Thuật toán kết hợp đồng thời hai cơ chế: lọc theo ngưỡng diện tích d3 = 22.000 m² và phân tích chỉ số hình M = A / P². Các khối bóng đổ nhà thường có cạnh song song với chỉ số M từ 0,13 đến 0,23 kèm giá trị phổ NIR trung bình lớn hơn 108, giúp loại bỏ chính xác trên 92% bóng đổ công trình.

Tại sao kênh cận hồng ngoại NIR (Band 4) lại được chọn làm ngưỡng lọc đầu tiên?
Dải sóng cận hồng ngoại từ 0,76 đến 0,89 µm có đặc tính vật lý bị nước hấp thụ mạnh với giá trị phản xạ chỉ từ 63,8 đến 81,4. Mức chênh lệch lớn so với các bề mặt nhân tạo như đường nhựa (201,4) hay thảm thực vật (398,2) tạo ra khoảng cách phân tách an toàn d1 = 141, giúp loại bỏ 98% đối tượng không phải nước ngay từ bước đầu.

Độ chính xác nắn chỉnh hình học ảnh VNREDSat-1 trong nghiên cứu đạt mức nào?
Sử dụng mô hình vật lý Imogen trên nền tảng ERDAS IMAGINE 2014 cùng 13 điểm kiểm soát GCP chuẩn, kết quả bình sai khối ảnh đạt sai số trung phương RMSE mặt đất là 1,01175 mét và sai số kiểm tra đạt 1,75914 mét. Độ chính xác vị trí này đáp ứng hoàn hảo yêu cầu thành lập bản đồ địa hình tỷ lệ 1:10.000.

Thuật toán có phân biệt được nước sông phù sa đục với nước hồ đô thị không?
Có, thuật toán phân tách hiệu quả nhờ kiểm tra kênh Blue (Band 1: 0,45 - 0,52 µm). Phù sa trong nước Sông Hồng phản xạ mạnh khiến giá trị phổ đạt 115,6, cao hơn nhiều so với mức 78,4 của nước hồ lục địa. Việc áp dụng ngưỡng d2 = 97 giúp phân lập riêng biệt dòng chảy 163 km sông Hồng với độ chính xác cao.

Việc chuyển đổi dữ liệu kết quả từ dạng Raster sang Vector mang lại lợi ích gì?
Dữ liệu Raster dạng lưới pixel được vector hóa và gán trực tiếp hệ tọa độ Quốc gia VN-2000. Điều này giúp các cơ quan quản lý dễ dàng đo đạc trực tiếp chu vi, diện tích từng hồ chứa, tích hợp vào các hệ thống bản đồ số GIS chuyên ngành và đối chiếu tức thời với số liệu địa chính thực địa.

Kết luận

• Xây dựng thành công thuật toán cây quyết định tự động trích xuất thông tin nước chuyên biệt cho ảnh vệ tinh đa phổ VNREDSat-1 đầu tiên của Việt Nam.
• Thiết lập hệ thống 5 ngưỡng phổ và hình thái học tối ưu gồm d1 = 141, d2 = 97, d3 = 22.000 m², d4 = 0,13 và d5 = 108 giúp loại trừ triệt để bóng đổ đô thị.
• Ứng dụng quy trình nắn chỉnh hình học Imogen mức 2A đạt sai số bình sai RMSE 1,01 mét, đảm bảo độ chính xác cho bản đồ tỷ lệ 1:10.000.
• Ứng dụng giải thuật duyệt đồ thị BFS 4 hướng tính toán tự động diện tích, chu vi và vector hóa dữ liệu chính xác về hệ quy chiếu VN-2000.
• Mở rộng năng lực trích xuất đa đối tượng gồm 163 km dòng chảy sông Hồng, thảm thực vật và độ phủ mây với độ tin cậy thực nghiệm trên 95%.

Đóng góp lớn nhất của luận văn là làm chủ giải pháp công nghệ tự động hóa xử lý ảnh viễn thám độ phân giải cao 10 mét, khẳng định năng lực tự chủ công nghệ không gian của Việt Nam. Trong lộ trình 2026 - 2028, mô hình cần tiếp tục được mở rộng sang các hệ thống học sâu và dữ liệu viễn thám siêu phổ. Hãy tham khảo ngay toàn văn công trình nghiên cứu để ứng dụng quy trình xử lý viễn thám tiên tiến này vào các dự án GIS và quản lý tài nguyên môi trường thực tế!

Trích đoạn nội dung tài liệu

Chương 1. Tổng quan Giới thiệu tổng quan về đề tài nghiên cứu, tính cấp thiết, kết quả đạt được và ứng dụng của đề tài trong khoa học đời sống. Viễn thám và tiền xử lý ảnh vệ tinh Giới thiệu về viễn thám, tiền xử lý ảnh vệ tinh, giới thiệu ảnh vệ tinh VNREDSat-1, thực hiện tiền xử lý ảnh vệ tinh VNREDSat-1 từ dạng thô sang mức 2A để phục vụ cho việc lập trình trích xuất thông tin nước. Các thuật toán tự động trích xuất thông tin nước ở Việt nam và trên thế giới.

Giới thiệu các thuật toán sử dụng để trích xuất thông tin nước tại Việt nam và trên thế giới, trong đó đặc biệt chú trọng đến thuật toán tự động trích xuất thông tin nước khu vực thành phố trên ảnh SPOT5 bằng cây quyết định của tác giả Cao Kai. Thuật toán trích xuất thông tin nước cho ảnh vệ tinh VNREDSat-1 Chương này trình bày chi tiết thuật toán tự động trích xuất thông tin nước cho ảnh vệ tinh VNREDSat-1 khu vực thành phố bằng cây quyết định. Kết quả thực nghiệm và đánh giá Chương này trình bày kết quả trích xuất thông tin nước cho ảnh vệ tinh VNREDSat-1 và đưa ra 3 phương pháp đánh giá độ chính xác của thuật toán. Phương pháp 1: đánh giá bằng cách so sánh đối chứng ảnh kết quả trích xuất thông tin nước và các bản đồ được công bố có cùng vị trí địa lý.

Phương pháp 2: so sánh diện tích một số hồ lớn và ít biến động (ít thay đổi diện tích trong nhiều năm liên tục) từ ảnh kết quả trích xuất thông tin nước và diện tích thực tế được các tài liệu công bố về các hồ này để xác định tỷ lệ chênh lệch. Phương pháp 3: phương pháp đánh giá vị trí điểm hay còn gọi là TIEU LUAN MOI download : [e-mail] 11 phương pháp Overall Accuracy và chỉ số Kappa, phương pháp này thường được dùng để đánh giá độ chính xác trong phân lớp của viễn thám. Kết luận Trình bày kết luận của luận văn và đưa ra định hướng nghiên cứu mới. TIEU LUAN MOI download : [e-mail] 12 Chương 2.

VIỄN THÁM VÀ TIỀN XỬ LÝ ẢNH VỆ TINH 2.1 Giới thiệu viễn thám Viễn thám (Remote Sensing) là một ngành khoa học có mục đích nghiên cứu thông tin về một vật, một hiện tượng thông qua việc phân tích dữ liệu ảnh hàng không, ảnh vệ tinh, ảnh hồng ngoại nhiệt và ảnh radar. Viễn thám được hiểu là khoa học thu nhận thông tin về một đối tượng, một khu vực hoặc một hiện tượng thông qua việc phân tích tư liệu thu nhận được bằng các phương tiện. Những phương tiện này không có sự tiếp xúc trực tiếp với đối tượng, khu vực hoặc với hiện tượng được nghiên cứu [2]. Thuật ngữ viễn thám - điều tra từ xa, xuất hiện từ năm 1960 do một nhà địa lý người Mỹ là E.

Pruit đặt ra (Thomas, 1999). Ngày nay, viễn thám đang được ứng dụng rộng rãi trong nhiều lĩnh vực khác nhau, đặc biệt là trong khoa học về trái đất. Kỹ thuật viễn thám là một kỹ thuật đa ngành, liên kết nhiều lĩnh vực khoa học và kỹ thuật khác nhau trong các công đoạn như: - Thu nhận thông tin - Tiền xử lý thông tin - Phân tích và giải đoán thông tin - Đưa ra các sản phẩm dưới dạng bản đồ chuyên đề và tổng hợp. Vì vậy, viễn thám là khoa học thu nhận từ xa các thông tin về các đối tượng, hiện tượng trên mặt đất.

Bằng các công cụ kỹ thuật, viễn thám có thể thu nhận các thông tin, dữ kiện các vật thể, các hiện tượng tự nhiên hoặc một vùng lãnh thổ nào đó ở một khoảng cách nhất định. Ảnh vệ tinh là ảnh bề mặt trái đất hoặc một vùng trên bề mặt trái đất được vệ tinh chụp lại phục vụ mục đích nào đó. Ảnh vệ tinh sau khi được chụp có hình ảnh chưa rõ nét do các tác động khí quyển, góc chụp, độ cao thấp của vệ tinh, các loại vệ tinh khác nhau,… nên cần phải thực hiện công việc tiền xử lý mới sử dụng được. Quá trình chụp ảnh từ vệ tinh được mô phỏng trong sơ đồ Hình 2.

TIEU LUAN MOI download : skknchat@gmail.1 Hình minh họa các bước chụp và thu nhận ảnh từ vệ tinh Trình tự các bước thu nhận ảnh từ vệ tinh theo mô tả ở Hình 2.1 gồm các bước như sau: Năng lượng được phát ra từ mặt trời (A) hoặc vệ tinh tự phát năng lượng (D). Năng lượng này được truyền xuống vật thể trên bề mặt trái đất tại vị trí C theo hướng truyền B. Tại vị trí C, có thể một phần năng lượng bị hấp thụ và một phần năng lượng phản xạ ngược lại vệ tinh. Thông qua năng lượng phản xạ này vệ tinh sẽ thu nhận được dữ liệu và truyền dữ liệu tới trạm thu nhận tín hiệu theo hướng E.

Trạm thu nhận tín hiệu mặt đất sẽ thu nhận được dữ liệu là ảnh vệ tinh dạng thô, dữ liệu này sẽ được xử lý ở các mức khác nhau để lưu trữ hoặc chuyển cho đơn vị có nhu cầu sử dụng (F, G). Một số khái niệm chính về viễn thám như sau: - Nguồn năng lượng Nguồn năng lượng dùng để chiếu sáng hay cung cấp năng lượng điện từ tới đối tượng quan tâm. Một số loại viễn thám sử dụng năng lượng mặt trời, một số loại tự cung cấp năng lượng tới đối tượng. - Tia phát xạ và khí quyển Năng lượng được phát đi từ nguồn phát tới đối tượng trên mặt đất nên sẽ phải tương tác với vùng khí quyển nơi năng lượng được truyền qua.

Sự tương tác này có thể lặp lại ở một vị trí không gian nào đó vì năng lượng còn phải đi theo chiều ngược lại, từ đối tượng đến bộ cảm biến. - Sự tương tác với đối tượng TIEU LUAN MOI download : [e-mail] 14 Sự tương tác này có thể là truyền qua đối tượng, bị đối tượng hấp thu hay bị phản xạ trở lại vào khí quyển. Năng lượng phản xạ được phân thành năng lượng phản xạ một phần, hoặc toàn phần hoặc bị tán xạ hoàn toàn. - Thu nhận năng lượng bằng bộ cảm biến Sau khi năng lượng được phát ra hay bị phản xạ từ đối tượng, bộ cảm từ vệ tinh sẽ thu nhận được tín hiệu qua sóng điện từ.

Năng lượng điện từ truyền về bộ cảm mang thông tin về đối tượng. - Sự truyền tải, thu nhận và xử lý Năng lượng được thu nhận bởi bộ cảm sẽ được truyền tải dưới dạng điện từ đến trạm tiếp nhận. Trạm tiếp nhận sẽ xử lý dữ liệu này sang dạng ảnh, đây là dữ liệu dạng ảnh thô. - Giải đoán và phân tích ảnh Ảnh thô cần được xử lý để có thể sử dụng được.

Việc trích xuất được thông tin về đối tượng người ta phải nhận biết được mỗi hình ảnh trên ảnh tương ứng với đối tượng nào. Công đoạn này để có thể gọi là giải đoán ảnh. Ứng dụng: Đây là giai đoạn cuối cùng của quá trình viễn thám, được thực hiện khi đã trích xuất được thông tin từ ảnh, để hiểu rõ về đối tượng mà chúng ta quan tâm, để khám phá những thông tin mới, kiểm nghiệm những thông tin đã có nhằm giải quyết những vấn đề khoa học cụ thể. Hậu xử lý Thu nhận ảnh Tiền xử lý Trích chọn Đối chứng, rút Scaner, camera, Hậu xử lý ảnh đặc điểm ra kết luận sensor Lưu trữ Hình 2.2 Minh họa các giai đoạn xử lý ảnh Trong luận văn này, tác giả đã thực hiện các giai đoạn được in đậm trong Hình 2.

Trong đó, giai đoạn “Tiền xử lý ảnh” được in đậm và nghiêng để biểu thị ảnh VNREDSat-1 được hiệu chỉnh hình học bằng công cụ hỗ trợ và không can thiệp bằng lập trình, còn các phần in đậm được xử lý bằng lập trình ở mức phục vụ cho đề tài nghiên cứu. Phần “Đối chứng, rút ra kết luận” là đối chứng kết quả trích xuất thông tin nước so với các bản đồ đã công bố và kiểm tra thực địa để kiểm nghiệm tính đúng đắn của kết quả. TIEU LUAN MOI download : skknchat@gmail.2 Ứng dụng của viễn thám trong khoa học và đời sống xã hội Nhu cầu ứng dụng công nghệ viễn thám để giám sát và quản lý tài nguyên thiên nhiên, giám sát môi trường, trong đó phải kể đến tài nguyên đất, tài nguyên nước, tài nguyên khoáng sản, tài nguyên rừng, cảnh báo cháy rừng. Mặt khác, việc ứng dụng công nghệ viễn thám để giám sát tài nguyên và môi trường ở nước ta trong thời gian qua tuy đã thu được một số kết quả nhất định song còn ít, tản mạn và trên thực tế chưa đáp ứng được nhu cầu của đất nước và cạnh tranh với quốc tế.

Các ứng dụng công nghệ viễn thám chủ yếu mới tập trung vào lĩnh vực hiệu chỉnh bản đồ địa hình, thành lập một số bản đồ chuyên đề, bước đầu đề cập đến ứng dụng công nghệ viễn thám phục vụ quản lý đất đai và một số khía cạnh của môi trường. Nhiều dự án quan trọng đã được triển khai, dự án Xây dựng Hệ thống giám sát tài nguyên thiên nhiên và Môi trường ở Việt Nam do Bộ Tài nguyên và Môi trường tổ chức thực hiện. Hệ thống giám sát tài nguyên thiên nhiên và môi trường cho phép trạm thu mặt đất thu trực tiếp từ vệ tinh ảnh Spot 2, 4 và 5 (các ảnh có độ phân giải từ 2,5m, 5m, 10m và 20m), ảnh Envisat ASAR (radar) độ phân giải 30m và ảnh MERIS độ phân giải thấp 300m phục vụ cho nghiên cứu nhiệt độ và độ mặn nước biển. Trung tâm Dữ liệu Quốc gia có khả năng xử lý, phân tích, lưu trữ và phân phối các dữ liệu thu nhận được.

Hệ thống ứng dụng dữ liệu (gồm 15 đơn vị) cho phép sử dụng các dữ liệu đã được xử lý ở Trung tâm dữ liệu vào các mục đích riêng của từng cơ quan, tổ chức có nhu cầu.3 Các độ phân giải ảnh vệ tinh Độ phân giải phổ Các giải phổ của sóng điện từ được thiết lập như trong Bảng 2.1 Bảng độ phân giải phổ của sóng điện từ Dải phổ Bước sóng Ðặc điểm Bức xạ tới thường hấp thụ toàn bộ bởi tầng khí quyển Tia gamma < 0,03nm phía trên và không có khả năng dùng trong viễn thám. Hoàn toàn bị hấp thụ bởi khí quyển phía trên và không Vùng tia X 0,03-30nm được sử dụng trong viễn thám. Vùng tia cực Các bước sóng tới nhỏ hơn 0,3µm thì hoàn toàn bị hấp 0,03-0,4µm tím thụ bởi tầng ôzôn trong tầng khí quyển bên trên. Truyền qua khí quyển, ghi nhận được vào phim và các Vùng tia cực 0,3-0,4µm photodetector (con mắt điện tử), nhưng bị tán xạ mạnh tím chụp ảnh trong khí quyển.