Đề tài Ứng dụng ảnh viễn thám MoDis Terra/Aqua trong xác định cơ cấu mùa vụ lúa và hiện trạng sử dụng đất ở đồng bằng sông Cửu Long

Ở hình 1.1 là mô phỏng chỉ số thực vật NDVI, rõ ràng nếu cây xanh tốt chỉ số thực vật (NDVI=0,72) lớn hơn rất nhiều so với cây bị úa vàng (NDVI-0,14). Như vậy từ giá trị định lượng của NDVI có thể xác định trạng thái sinh trưởng và phát triển của của thực vật nói chung và cây trồng nói riêng. (Nguồn: Dương Văn Khảm và ctv, 2007) Hình 1.1. Mô phỏng chỉ số NDVI 1.3.5 Ứng dụng của viễn thám Ứng dụng trên thế giới Theo Võ Quang Minh (1999), hiện nay trên thế giới viễn thám được ứng dụng trong một số lĩnh vực sau: - Nghiên cứu thiên nhiên, địa chất, địa mạo. - Tìm kiếm khoáng sản. - Theo dõi sự suy thoái và biến động rừng. - Nghiên cứu môi trường biển. - Thành lập bản đồ địa hình. - Xác định vị trí trong không gian của các vật thể bởi các phép đo trên ảnh. - Phân loại đất. - Giải đoán các mục đích đặc biệt trong quốc phòng, an ninh, quân sự,… - Nghiên cứu tình hình ngập nước. - Theo dõi sự lấn chiếm của sa mạc. - Theo dõi sự di chuyển của các tảng băng ở các vùng cực. Ứng dụng công nghệ viễn thám để giám sát tài nguyên thiên nhiên và môi trường ở Việt Nam Theo Lê Minh, và ctv (2002), nhu cầu ứng dụng công nghệ viễn thám để quản lý tài nguyên thiên nhiên trước hết là tài nguyên đất, tài nguyên nước, tài nguyên khoáng sản, tài nguyên rừng,...và giám sát môi trường ngày càng cao và trở thành một trong các nhiệm vụ chủ đạo của ứng dụng và phát triển công nghệ của Bộ Tài nguyên và Môi trường. Các ứng dụng công nghệ viễn thám của nước ta 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. Thực tế đó đòi hỏi phải đẩy mạnh ứng dụng rộng rãi công nghệ viễn thám phục vụ quản lý tài nguyên thiên nhiên và giám sát môi trường. Để đạt được nhiệm vụ trên việc đầu tư công nghệ mới nhằm xây dựng đồng bộ hệ thống thu nhận, xử lý dữ liệu và áp dụng tư liệu ảnh vũ trụ là yêu cầu cần thiết và bức xúc với nước ta hiện nay. Ở nước ta các cơ quan ứng dụng viễn thám sử dụng nhiều loại tư liệu ảnh vệ tinh. Các tư liệu này mới được ứng dụng cho việc điều tra nghiên cứu các đối tượng trên đất liền như để hiệu chỉnh bản đồ tại Trung tâm Viễn thám, lập bản đồ địa chất tại Cục Địa chất Việt Nam và Viện nghiên cứu Địa chất và Khoáng sản, sử dụng trong quản lý tổng hợp vùng bờ ở Cục Bảo vệ Môi trường. Tại các cơ quan ngoài Bộ, các tư liệu viễn thám được sử dụng tại các Viện nghiên cứu và một số Trường Đại học. Tuy nhiên, việc ứng dụng các tư liệu này chủ yếu cho việc quan sát sử dụng đất, môi trường, đô thị. Cũng có một số thí nghiệm ảnh viễn thám nghiên cứu về biển nhưng lẻ tẻ, chủ yếu tập trung ở một số địa điểm ven bờ như Hải Phòng, Quảng Ninh, Nha Trang, Vũng Tàu. Có một số đề tài nghiên cứu ứng dụng ảnh MODIS nghiên cứu các thông số trường nhiệt độ, sóng nhưng mới chỉ làm ví dụ chưa được kiểm chứng nghiêm túc (Lê Minh, và ctv, 2002). Các ứng dụng công nghệ viễn thám trên đất liền hiện nay đã khẳng định khả năng của công nghệ viễn thám. Các nghiên cứu ban đầu ứng dụng công nghệ viễn thám nghiên cứu biển trong thời gian qua ở Việt Nam cùng với kinh nghiệm sử dụng công nghệ này ở nước ngoài là cơ sở để lựa chọn công nghệ viễn thám như một trong những giải pháp ưu tiên quan trọng trong việc xây dựng hệ thống trạm quan trắc tài nguyên môi trường và khí tượng thủy văn biển Việt Nam (Lê Minh, và ctv, 2002). Theo Lê Quang Trí và ctv (1999), ngành viễn thám đóng vai trò hết sức quan trọng là công cụ phục vụ và hỗ trợ đắc lực cho các ngành khác nhau như: Quân sự, quốc phòng an ninh, địa chất, mõ, môi trường, bản đồ, sản xuất nông nghiệp và các ngành khoa học kỹ thuật khác. Ngoài ra, ở Việt Nam hiện nay viễn thám đã được ứng dụng trong các lĩnh vực khác như: - Nghiên cứu ở vùng núi Ba Vì và Tam Đảo về cấu trúc địa chất trong khuôn khổ một đề án với Canada 1998. - Cuối năm 1996 ảnh Radar được chụp từ vệ tinh RADARSAT và ERS được sử dụng để nghiên cứu ngập lụt, hiện trạng cơ cấu cây trồng ở Đồng Bằng Sông Cửu Long. - Sử dụng ảnh SPOT để nghiên cứu sự thay đổi sử dụng đất đai ở huyện Tân Thạnh tỉnh Long An (Lê Quang Trí và ctv, 1996). - Sử dụng ảnh SPOT để nghiên cứu sự thay đổi sử dụng đất đai ở huyện Vĩnh Lợi tỉnh Minh Hải (Võ Tòng Anh, 1996). - Sử dụng ảnh Radar đa thời gian để theo dõi diễn biến lũ ở Đồng bằng sông Cửu Long (Võ Quang Minh, 1999). Một số kết quả ứng dụng ở ĐBSCL và ĐBSH Dương Văn Khảm (2007), sử dụng tư liệu viễn thám đa thời gian đánh giá biến động chỉ số thực vật lớp phủ và một số phân tích về thời vụ và trạng thái sinh trưởng của cây lúa ở đồng bằng Sông Hồng và ĐBSCL. Bài viết bước đầu ứng dụng tư liệu ảnh viễn thám MODIS tổ hợp 32 ngày để tính toán và đánh giá sự biến động chỉ số thực vật NDVI, VCI và một số phân tích về thời vụ và trạng thái sinh trưởng của cây lúa ở đồng bằng Sông Hồng và đồng bằng Sông Cửu Long. Kết quả nghiên cứu cho thấy: - Biến động chỉ số thực vật ở đồng bằng Sông Hồng : Biến động chỉ số NDVI ở đồng bằng Sông Hồng được thể hiện ở hình. Theo hình 1.2 nhận thấy chỉ số NDVI của toàn bộ các năm nghiên cứu đều biến động theo một đồ thị hình Sin, xuất hiện cực đại ở hai thời điểm trong năm đó là khoảng tháng 4 - 5 và tháng 8 - 9 rõ ràng đây là hai thời kỳ lúa phát triển tốt nhất trong năm tương ứng là vụ lúa Đông Xuân và vụ lúa Mùa. Giá trị NDVI cực tiểu cũng xuất hiện vào hai thời điểm trong khoảng cuối năm trước đầu năm sau và trong khoảng tháng 6 - 7 đây là hai thời kỳ lúa đang thu hoạch hoặc đã thu hoạch xong. (Nguồn Dương Văn Khảm và ctv, 2007) Hình 1.2. Biến động chỉ số NDVI qua các năm đồng bằng sông Hồng -Biến động chỉ số thực ở đồng bằng Sông Cửu Long : Biến động chỉ số NDVI ở đồng bằng Sông Cửu Long được thể hiện ở hình 1.3 Sự biến động của chỉ số NDVI ở đây rất khác so với sự biến động chỉ số NDVI ở đồng bằng Sông Hồng, nguyên nhân chủ yếu là thời vụ gieo trồng ở hai vùng rất khác nhau. Trong khoảng từ tháng 8 năm trước đến tháng 3 năm sau chỉ số NDVI của các năm nghiên cứu đều có chung một xu thế rất ổn định, giá trị NDVI đạt cực đại vào khoảng tháng 1-2 hàng năm đây là thời kỳ cây trồng phát triển tốt nhất, tương ứng với vụ Đông Xuân lúa đã kết thúc thời kỳ đẻ nhánh. Từ tháng 4 đến tháng tháng 8 chỉ số NDVI của các năm diễn biến phức tạp, mỗi năm giá trị NDVI xuất hiện cực đại ở các tháng khác nhau, nguyên nhân chủ yếu có thể ở mỗi địa phương trong giai đoạn này ngoài vụ lúa Hè Thu còn có thêm vụ lúa Mùa xen kẽ và thời vụ mỗi năm có sự thay đổi nhất định. Ở thời gian này, mỗi năm chỉ số NDVI biến động là khác nhau nhưng mỗi năm vẫn chỉ có một giá trị cực đại và hai giá trị cực tiểu hoàn toàn phù hợp với quy luật sinh trưởng và phát triển của cây lúa và chứng tỏ trong giai đoạn này vẫn chỉ có một vụ sản xuất lúa chính. (Nguồn Dương Văn Khảm và ctv, 2007) Hình 1.3. Biến động chỉ số NDVI qua các năm đồng bằng sông Cửu Long Ứng dụng tư liệu viễn thám vệ tinh để giám sát sự tăng trưởng của cây lúa của Lam Dao Nguyen (2003) Bài báo đề cập đến việc sử dụng tư liệu viễn thám vệ tinh đã chứng tỏ khả năng ứng dụng để theo dõi sự phát triển mùa vụ lúa, đặc biệt sử dụng tư liệu viễn thám radar ERS2-SAR của Cơ quan Không gian châu Âu (ESA) cho vùng lúa Đồng bằng sông Cửu Long, nơi có hệ thống cơ cấu mùa vụ rất phức tạp. 1.3.6 Giới thiệu về phần mềm xử lý ảnh ENVI Envi “The Environment for Visualizing Images” là một phần mềm chuyên nghiệp và có rất nhiều chức năng xử lý ảnh viễn thám, được viết bằng ngôn ngữ IDL (Interactive Data Language). IDL là ngôn ngữ lập trình cấu trúc mạnh được dùng cho việc xử lý ảnh tổng hợp để đáp ứng nhu cầu xử lý ảnh máy bay, ảnh vệ tinh và đáp ứng đầy đủ nhu cầu thiết cho việc ứng dụng viễn thám trong môi trường thân thiện và sáng tạo. Hiện nay, ENVI được sử dụng phổ biến trong công tác quản lý tài nguyên thiên nhiên và giám sát môi trường vì ENVI là một phần mềm được thiết kế tốt để đáp ứng cho các nhu cầu xử lý ảnh và cung cấp các công cụ cho việc hiển thị dữ liệu và phân tích ảnh ở các kích thước và các loại ảnh khác nhau trong một môi trường thân thiện với người sử dụng. Các ưu điểm của ENVI được thể hiện ở cách tiếp cận trong công tác xử lý ảnh, đó là việc kết hợp các kỹ thuật dựa trên kênh phổ và kỹ thuật dựa trên tập tin. Khi dữ liệu được mở, các kênh phổ được lưu vào danh sách chờ xử lý của chương trình, hoặc khi các tập tin được mở, các kênh phổ của các tập tin được xử lý như một nhóm. ENVI có tất cả các chức năng xử lý ảnh cơ bản, trong chế độ tương tác với người sử dụng về đồ hoạ. Đặc biệt trong khi xử lý, ENVI không có giới hạn về kênh phổ được xử lý đồng thời do vậy các dữ liệu ảnh siêu phổ cũng có thể được xử lý và phân tích bằng ENVI. Hiện nay, ENVI phiên bản mới có nhiều cải tiến hơn so với những phiên bản trước, có thêm nhiều chức năng và đặc biệt là tốc độ đọc và xử lý dữ liệu nhanh hơn nhiều so với phiên bản trước (Lê Văn Trung và ctv, 2006) CHƯƠNG 2-PHƯƠNG TIỆN VÀ PHƯƠNG PHÁP 2.1 Phương tiện 2.1.1 Thiết bị và phương tiện xử lý số liệu - Máy định vị toàn cầu GPS - Phần mềm vi tính Envi 4.2 - Phần mềmMapinfo Professional - Ảnh vệ tinh MODIS 2.1.2 Nguồn dữ liệu Ảnh viễn thám MODIS trong đề tài sử dụng kênh phổ ở bảng 2.1: Có độ phân giải không gian 250m và 500m, các ảnh được chụp từ tháng 1/2008 đến tháng 12/2010 trên khu vực ĐBSCL. Chọn lọc các ảnh có độ che phủ của mây không quá 30%. Bảng 2.1: Các kênh phổ của đầu đo MODIS được sử dụng trong đề tài. Kênh Khoảng phổ (mm) Độ phân giải không gian 1 0,620 – 0,670 0,25 km 2 0,841 – 0,876 0,25 km (Nguồn: Tài liệu hỗ trợ: - Bản đồ hành chính khu vực Đồng Bằng Sông Cửu Long năm 2009, bản đồ hiện trạng sử dụng đất ĐBSCL năm 2009 - Số liệu về tiến độ xuống giống của khu vực Đồng Bằng Sông Cửu Long năm 2009 - Tài liệu về điều kiện kinh tế xã hội của khu vực Đồng Bằng Sông Cửu Long 2.2 Phương pháp nghiên cứu Đề tài thực hiện qua các bước: 2.2.1 Thu thập dữ liệu - Các loại bản đồ liên quan ( bản đồ đất, bản đồ hiện trạng sử dụng đất, hệ thống giao thông, bản đồ hành chính, bản đồ thủy lợi...). - Thu thập các số liệu về điều kiên tự nhiên, đặc tính đất đai của ĐBSCL. - Các tài liệu về viễn thám như cách sử dụng và phần mềm xử lý ảnh ENVI, phần mềm biên tập xử lý bản đồ Mapinfo. Những nghiên cứu và ứng dụng ảnh viễn thám trong các lĩnh vực và các tài liệu có liên quan. - Thu thập ảnh viễn thám: Ảnh vệ tinh MODIS do cơ quan hàng không vũ trụ quốc gia Hoa Kỳ cung cấp (NASA).Các ảnh được chụp từ tháng 1/2008 đến tháng 9/2009 trên khu vực ĐBSCL.Để tải được ảnh phải tạo tài khoản đăng nhập và dữ liệu ảnh được cung cấp dưới dạng .hdf nên phải sử dụng phần mềm hổ trợ như Teleport, FileZilla… để tải ảnh. - Số liệu từ báo cáo định kỳ của phòng nông nghiệp các huyện về thời gian và diện tích xuống giống của các vụ lúa ba tháng cuối năm 2008 và 6 tháng đầu năm 2009 2.2.2 Các bước xử lý ảnh Sử dụng phần mềm ENVI để xử lý và giải đoán ảnh viễn thám qua các bước: Bước 1: Cắt, ghép ảnh Do vùng ĐBSCL trải đều trên nhiều bức ảnh của các tỉnh khác nhau do đó ta tiến hành ghép các ảnh chụp khu vực ĐBSCL cùng một thời điểm. Cắt ảnh: Ảnh có độ phủ rất lớn 2330 km, tổng số pixel của mỗi ảnh là 4800x4800. Để giảm dung lượng ảnh và tập trung vào vùng nghiên cứu ta tiến hành cắt ảnh bằng công cụ Basic Tools/ Resize Data. Bước 2: Hiệu chỉnh hình học Đối với ảnh vệ tinh trong quá trình chụp ảnh do sự thay đổi tốc độ quay của gương nên thường dẫn đến sự méo mó hình học, lệch tọa độ … việc nắn chỉnh ảnh nhằm đưa ảnh về hình dạng thực Ảnh thu được có tọa độ ở dạng kinh độ/vĩ độ, ở đây ta thống nhất nắn chỉnh tọa độ về dạng UTM (x,y), datum WGS-84, zone 48 North. Chọn các điểm khống chế mặt đất (GCP – Ground Control Point) ta chọn các điểm khống chế 4 góc ảnh và trung tâm được thể hiện trên bản đồ. Bước 3: Biến đổi ảnh - Tăng cường chất lượng ảnh: + Lọc ảnh ta chọn lọc ảnh bằng phương pháp Median + Tăng cường độ tương phản bằng phương pháp kéo giản tuyến tính (Linear) đây là phương pháp sử dụng giá trị nhỏ nhất và lớn nhất của ảnh để thực hiện phép giãn tuyến tính. Tuyến tính 0-255 phương pháp này sẽ hiển thị các giá trị thực pixel của ảnh theo giá trị hiển thị của màn hình từ 0 đến 255. - Tạo ảnh chỉ số thực Các chỉ số phổ thực vật được phân tách từ các băng nhìn thấy, cận hồng ngoại, hồng ngoại và dải đỏ là các tham số trung gian mà từ đó có thể thấy được các đặc tính khác nhau của thảm thực vật như: sinh khối, chỉ số diện tích lá, khả năng quang hợp các sản phẩm sinh khối theo mùa. Những đặc tính đó có liên quan và phụ thuộc rất nhiều vào dạng thực vật bao phủ và thời tiết, đặc tính sinh lý, sinh hoá và sâu bệnh…Công nghệ gần đúng để giám sát đặc tính các hệ sinh thái khác nhau là phép nhận dạng chuẩn và phép so sánh giữa chúng. Có nhiều chỉ số thực vật khác nhau, nhưng chỉ số khác biệt thực vật (NDVI) được trung bình hoá trong một chuỗi số liệu theo thời gian sẽ là công cụ cơ bản để giám sát sự thay đổi trạng thái lớp phủ thực vật, trên cơ sở đó biết được tác động của thời tiết, khí hậu đến sinh quyển. Chỉ số thực vật NDVI được tính theo công thức sau: Trong đó NIR, R là phổ phản xạ của kênh cận hồng ngoại và kênh đỏ. Từ các giá trị định lượng của NDVI ta có thể xác định được trạng thái sinh trưởng và phát triển của thực vật nói chung và cây trồng nói riêng. Bước 4: Phân loại không kiểm soát Phân loại không kiểm soát nhằm xác định các loại có sự đồng nhất về phổ cho bởi ảnh vệ tinh bằng cách gộp các pixel có các tính chất phổ giống nhau thành một nhóm đối tượng. Kết quả cuối cùng của phân loại sẽ là một bản đồ với các đơn vị giải đoán từ ảnh. Đối với mục đích giải đoán ảnh để theo dõi mùa vụ và tiến độ xuống giống lúa thì đối tượng cần được quan tâm là các ruộng lúa với các giai đoạn phát triển khác nhau. Các đối tượng còn lại được bỏ qua hoặc giải đoán kém chi tiết hơn. Sử dụng phương pháp phân loại ISODATA sẽ phân loại ảnh thành 5 – 10 nhóm đối tượng dựa trên quy luật phân bố và tần số xuất hiện của các pixel trên ảnh. Đầu tiên số nhóm được ấn định tạm thời bởi một số nào đó, sau đó các pixel được phân tích và được ghép sao cho khả năng phân cách giữa các nhóm là cao nhất, sau đó trọng tâm được tính lại và số lượng các nhóm cũng được điều chỉnh. Quá trình này được lặp lại đến khi số lượng các nhóm trở nên ổn định. Sau khi phân loại thành các nhóm ta tiến hành đối chiếu với ảnh trước khi phân loại cùng với các chìa khóa giải đoán để đặt tên cho các nhóm. Tiến hành chồng lấp giữa bản đồ số đã thu thập được với bản đồ đã được phân loại không kiểm soát, sau đó đối chiếu với các cơ sở dữ liệu thực tế. Bước 5: Khảo sát thực địa Việc khảo sát nhằm kiểm tra lại kết quả phân loại không kiểm soát và làm cơ sở cho phân loại có kiểm soát. khảo sát thực tế cần thu được hiện trạng sử dụng tại khu vực khảo sát, cơ cấu mùa vụ cũng như ngày bắt đầu và kết thúc của mùa vụ. Việc khảo sát cần chọn những điểm đại diện trên ảnh hoặc những khu vực không xác định được hiện trạng. Kết quả của việc khảo sát thực tế là ta biết được hiện trạng và cơ cấu mùa vụ làm cơ sở cho việc khoanh ROI chọn vùng mẩu trong phân loại có kiểm soát. Bước 6. Xác định quan hệ giữa giá trị NDVI và giai đoạn phát triển của thực vật Thống kê và vẽ đồ thị theo dõi sự thay đổi của giá trị NDVI theo thời gian, dựa vào đặc tính của giá trị khác biệt thực vật tìm ra mối quan hệ giữa giá trị NDVI và giai đoạn phát triển của thực vât. Bước 7: Phân loại có kiểm soát Thực hiện phân loại có kiểm soát trước hết là qua giai đoạn xác định các nhóm kiểm tra đại diện hay các vị trí khảo sát thực địa gọi là ROI (Region Of Interest). Phân loại có kiểm soát theo dữ liệu điều tra thực tế có tọa độ để gán kết quả cho các ROI bằng cách chọn vùng mẫu trên ảnh tương ứng với vùng mẫu được khảo sát thực địa hoặc từ những dữ liệu cần thiết dựa trên kết quả xây dựng chìa khóa giải đoán. Vùng mẫu có ý nghĩa quyết định trong phân loại. Để thực hiện phân loại có kiểm soát, trước hết phải qua giai đoạn xác định các nhóm kiểm tra đại diện (ROI). Trong phần mềm ENVI việc xác định các nhóm kiểm tra bằng công cụ Definding Region of Interest. Sau đó, chuyển chúng sang chế độ quan sát đa chiều (n-D) rồi thực hiện kiểm tra khả năng phân tách của ROI phải tụ họp chặt chẽ với nhau và không được chồng lấp lên nhau. Kết hợp kết quả điều tra khảo sát thực địa và kết quả giải đoán không kiểm soát từ đó đưa ra kết quả phân loại có kiểm soát. Bước 8: Tính độ tinh cậy Tìm ra mối tương quan giữa giá trị NDVI trong ảnh với hiện trạng và giai đoạn phát triển của thực vật. Từ các giá trị này ta vẽ được biểu đồ (bằng phần mềm excel) thể hiện sự biến đổi theo thời gian của các giá trị NDVI trong các vùng trồng lúa, cây lâu năm, đất ngập nước,đất rừng... qua các ảnh chụp ở các thời điểm khác nhau. Qua kết quả này ta có thể xác định được thời điểm xuống giống cây lúa, các thời kỳ phát triển của cây lúa, đất rừng, đất ngập nước... Từ đó theo dõi được sự biến đổi theo thời gian của DN, NDVI qua các giai đoạn phát triển của lúa và các vụ sản xuất trong năm. 2.2.3 Xử lý bản đồ và số liệu -Từ các bản đồ đã thu thập ta sử dụng phần mềm Mapinfo để số hóa để lấy những lớp thông tin cần thiết phục vụ cho đề tài. -Các dữ liệu về hiện trạng, sự thay đổi hiện trạng và các tài liệu khác có liên quan được thống kê xử lý lại để làm cơ sở dữ liệu thực tế. Các số liệu thô thu thập được ta sử dụng excel thống kê lại theo hiện trạng. 2.2.4 Xây dựng bản đồ sữ dụng đất của vùng ĐBSCL -Từ kết quả trên có thể xác định được các vùng không thay đổi hiện trạng và những vùng thay đổi hiện trạng theo mùa vụ. Từ đó xây dựng được bản đồ hiện trạng từ ảnh viễn thám. 2.2.5 Đánh giá khả năng sử dụng của ảnh trong theo dõi tiến độ xuống giống lúa. -Kiểm tra mức độ chính xác bằng cách đối chiếu kết quả có được với các số liệu thu thập được từ các báo cáo của địa phương. - Đánh giá độ chính xác bằng phần mềm ENVI dựa trên hệ số kappa. - So sánh kết quả giải đoán với số liệu điều tra thực tế. 2.2.6 Hoàn chỉnh, viết báo cáo và thuyết minh. - Đối chiếu chỉnh sửa bản đồ. - Hoàn chỉnh bản đồ hiện trạng sử dụng đất và các bản đồ theo dõi mùa vụ của ĐBSCL. - Viết báo cáo, thuyết minh. Sơ đồ giải đoán ảnh viễn thám: Đối chiếu với kết quả báo cáo Phân loại có kiểm soát Biến đổi ảnh (Tăng cường chất lượng ảnh, tạo ảnh NDVI...) Bản đồ (hiện trạng, hành chính) Tài liệu viễn thám Ảnh viễn thám Thu thập dữ liệu Bản đồ số hoàn chỉnh Xử lý ảnh (nắn ảnh,ghép ảnh…) Xử lý, số hóa Dữ liệu xuống giống từ các báo cáo của địa phương Cơ sở dữ liệu thực tế Xử lý, thống kê Phân loại không kiểm soát Khảo sát thực tế Kết luận về khả năng sử dụng ảnh MODIS đa thời gian trong theo dõi tiến độ xuống giống lúa. Đối chiếu với số liệu ba Xây dựng bản đồ thể hiện tiến độ xuống giống Tính diện tích xuống giống theo từng thời điểm của từng địa phương Mở ROI khu vực ĐBSCL Vẽ đồ thị sự thay đổi theo thời gian của giá trị NDVI Chồng lấp với bản đồ đất để phân biệt sự khác nhau giữa các vùng đất Hình 2.1. Sơ đồ các bước giải đoán ảnh Viễn thám trong nghiên cứu CHƯƠNG 3-KẾT QUẢ THẢO LUẬN 3.1 Kết quả thu thập dữ liệu và ảnh viễn thám. Để hỗ trợ cho việc giải đoán ảnh nhanh và chính xác, các số liệu sau được thu thập: -Bản đồ ranh giới hành chính Đồng bằng Sông Cửu Long, tỷ lệ 1/250.000 (2005) (Bộ môn Khoa học đất và Quản lý đất đai - Đại học Cần Thơ, năm 2008). -Bản đồ hiện trạng sử dụng đất Đồng bằng Sông Cửu Long năm 2008 tỷ lệ 1/2500.000 (Bộ môn Khoa học đất và Quản lý đất đai - Đại học Cần Thơ, năm 2008). -Số liệu về thời gian xuống giống và các giai đoạn phát triển của cây lúa ba tháng cuối năm 2008 và 6 tháng đầu năm 2009 (Cục trồng trọt, 2009). Ảnh vệ tinh MODIS bộ cảm MODIS đặt trên vệ tinh TERRA và AQUA (gọi tắt là vệ tinh MODIS) cung cấp hàng ngày tư liệu với 36 kênh phổ được ứng dụng rất rộng rãi trong nhiều lĩnh vực và tuỳ vào mục đích nghiên cứu có thể sử dụng các kênh phổ khác nhau trong số các kênh phổ này của MODIS. Với mục tiêu nghiên cứu của đề tài, 2 kênh phổ được sử dụng là kênh đỏ và cận hồng ngoại của đầu thu MODIS để tính toán các chỉ số thực vật (bảng 3.1). (htt://modis.gsfc.noaa.gov,2009) Bảng 3.1: Các kênh phổ của đầu đo MODIS được sử dụng trong việc tính toán chỉ số thực vật Kênh MODIS Bước sóng (mμ) Độ rộng bước sóng (mμ) Độ phân giải (m) 1 0,620-0,670 0,005 250 2 0,841-0,876 0,035 250 (Nguồn: -Ảnh được thu thập từ cơ quan NASA (Mỹ) có tên là MOD13Q1 với các đặc tính: độ phân giải 250 m, 16 ngày lập, cung cấp cho ta ảnh EVI (hình 3.2), NDVI (hình 3.3) và ảnh chụp ở 4 band Blue, Red, NIR, MIR (hình 3.3) với tổng số pixel là 4800 x 4800. -Các ảnh thu thập chụp từ ngày 19 tháng 12 năm 2007 đến ngày 14 tháng 9 năm 2009. Do ĐBSCL phân bố trên 2 tấm ảnh nên tổng số ảnh thu thập là 82 ảnh (phụ lục 4). Đối với ảnh NDVI và EVI đơn phổ ta chỉ có thể nhận diện sự khác nhau qua độ sáng tối của chúng. Đối với ảnh này ta có thể tổ hợp màu (Red-Green-Blue) theo các thứ tự khác nhau. Ở hình 3.4 ảnh được tổ hợp màu RGB theo thứ tự NIR-Blue-Red. Hình 3.1 Cách hiện thị ảnh MODIS13Q1.A2008289.h28v07.005.2008309222712 bằng phần mềm ENVI và các thông tin ảnh Ảnh chụp khu vực phía trên ĐBSCL Ảnh chụp khu vực phía dưới ĐBSCL Hình 3.2: Ảnh EVI chụp phía trên và dưới khu vực ĐBSCL ngày 16/1/2008 Ảnh chụp khu vực phía trên ĐBSCL Ảnh chụp khu vực phía dưới ĐBSCL Hình 3.3: Ảnh NDVI chụp phía trên và dưới khu vực ĐBSCL ngày 16/1/2008 Ảnh chụp khu vực phía trên ĐBSCL Ảnh chụp khu vực phía dưới ĐBSCL Hình 3.4: Ảnh tổ hợp màu theo thứ tự các band NIR-Blue-Red chụp phía trên và dưới khu vực ĐBSCL ngày 16/1/2008 Ảnh MOD13Q1 còn cung cấp ảnh đa phổ chụp ở 4 band Blue, Red, NIR, MIR, từ đó có thể tổ hợp màu (Red- Green-Blue) theo thứ tự khác nhau.Ở hình 3.4 ảnh được tổ hợp màu RGB theo thứ tự NIR-Blue-Red. 3.2 Kết quả xử lý ảnh 3.2.1 Khôi phục ảnh (cắt ghép ảnh) Do quá trình giải đoán tập trung vào sự biến đổi của chỉ số thực vật do vậy ảnh được sử dụng là ảnh NDVI và ảnh này được xử lý theo các bước. Ghép ảnh Do ĐBSCL được phân bố trên 2 ảnh nên cần phải ghép chúng với nhau.Công việc được thực hiện với công cụ ghép ảnh Georeferenced mosaiking của ENVI,ảnh sau khi được ghép thể hiện ở hình 3.8.Ảnh được ghép ngay sau khi ảnh được cắt vì ảnh có dung lượng lớn ngay từ đầu cắt ảnh trước và ghép ảnh sau, nhưng khi cắt phải đảm bảo số pixel ở phần giáp ranh của hai ảnh được cắt phải trùng nhau để có thể ghép. Chọn đường dẫn và đặt tên Chọn đường dẫn và đặt tên ảnh ghép Hình 3.5: Cách ghép ảnh bằng phần mền ENVI Từ menu chính của ENVI ta chon Basic Tools/Mosaicking/Georeferenced sẽ xuất hiện hộp hội Mosaic, sau đó tiến hành các bước sao: 1. Thực hiện lệnh Import/Import Files… 2. Chọn File ảnh cần ghép( các File ảnh sẽ hiện thị như hình vẽ) 3.Thực hiện lệnh File/Apply xuất hiện hộp thoại 4 Hình 3.6: Ảnh NDVI phía trên khu vực ĐBSCL Hình 3.8: Ảnh NDVI khu vực ĐBSCL sau khi ghép Hình 3.7: Ảnh NDVI phía dưới khu vực ĐBSCL Cắt ảnh Ảnh có độ phủ rất lớn 2330 km, tổng số pixel của mỗi ảnh là 4800x4800, ảnh sau khi ghép sẽ trãi dài từ đảo Hải Nam của Trung Quốc đến Malaysia. Để giảm dung lượng ảnh và tập trung vào vùng nghiên cứu ta tiến hành cắt ảnh bằng công cụ Basic Tools/ Resize Data. Hình 3.9: Ảnh vùng ĐBSCL trước và sau khi cắt 3.2.2 Nắn chỉnh ảnh (nắn tọa độ) Để có thể tiến hành việc chồng lắp bản đồ giải đoán với các bản đồ chuyên đề khác cần đưa về một hệ tọa độ đồng nhất. Ảnh thu được có tọa độ ở dạng kinh độ, vĩ độ (longitude, latitude). Do đó, ta chuyển về hệ tọa độ UTM (x,y), zone 48N ảnh nắn tọa độ. Bằng phần mềm NGS GEODETIC TO UTM ta có thể chuyển hệ tọa độ từ hệ kinh độ, vĩ độ sang hệ tọa độ UTM tai địa chỉ: (ương pháp nắn tọa độ bằng phần mềm ENVI được thể hiện ở hình 3.10 Bảng 3.2: Kết quả chuyển đổi tọa độ từ hệ tọa độ lat/long sang UTM Vị trí Lat/Long System UTM-48N Latitude Longitude X Y Upper Left 110 40' 8,75'' 1040 39' 34,02'' 462.883,232 1.289.985,793 Upper Right 110 40' 8,75'' 1080 3' 49,82'' 834.075,189 1.291.771,374 Scene Centre 100 0' 7,50'' 1050 46' 15,36'' 584.492,704 1.105.741,565 Lower Left 080 19' 51,25'' 1030 35' 22,02'' 344.671,317 921.157,033 Lower Right 080 19' 58,75'' 1060 58' 42,16'' 717.876,822 921.655,591 Chọn điểm khống chế Nhập tọa độ điểm khống chế Danh sách tọa độ các điểm khống chế Hình 3.10: Cách nắn tọa độ bằng phầm mền ENVI Để tiến hành nắn tọa độ trước tiên ta thực hiện các bước sau: Mở ảnh cần nắn Map\Registration\Select GCPs: Image to Map => Xuất hiện hộp thoại để chọn các tham số (Project: UTM, Datum: WGS-84, Units: Meter, Zone: 48-N, Pixel size: 250). - Xuất hiện các hộp thoại như hình vẽ, chọn và nhập các tọa vào Sau khi nhập đủ các tọa độ, trên cửa sổ Ground Control Points Selection chọn Option/Warp file… 3.2.3 Che ảnh Tuy ảnh đã được cắt để giảm dung lượng và tập trung vào khu vực nghiên cứu nhưng vẫn còn một phần phạm vi lớn nằm ngoài khu vực nghiên cứu, do vậy ta tiến hành che phần ảnh này lại bằng công cụ Masking. Để che ảnh ta phải tạo ROI khu vực cần hiển thị (Khoanh ROI dựa