Môc lôc
DANH MỤC CÁC TỪ VIẾT TẮT . 1
DANH MỤC HÌNH VẼ. 2
DANH MỤC BẢNG BIỂU. 3
MỞ ĐẦU. 5
CHƯƠNG I : CƠ SỞ LÝ THUYẾT NGHIÊN CỨU VỀ NGẬP LỤT. 7
1.1. Bản đồ phục vụ quản lý ngập lụt.7
1.2. Các phương pháp nghiên cứu .9
1.3. Tình hình nghiên cứu trên thế giới và trong khu vực.10
1.4. Tình hình nghiên cứu trong nước.12
1.5. Một số mô hình toán học trong nghiên cứu ngập lụt.14
1.5.1. Mô hình thủy văn HEC-HMS .14
1.5.2. Mô hình toán thủy lực mạng sông HEC-RAS .15
1.5.3. Giới thiệu về phần mềm SWAT2000 .15
1.5.4. Giới thiệu về hệ thống phần mềm MIKE.16
CHƯƠNG II : NGHIÊN CỨU CÔNG NGHỆ VIỄN THÁM VÀ GIS . 18
TRONG THÀNH LẬP BẢN ĐỒ NGẬP LỤT . 18
2.1. Đặc tính kỹ thuật của tư liệu ảnh vệ tinh.18
2.1.1. Các đặc tính cơ bản của ảnh vệ tinh .18
2.1.2. Ảnh Radar trong nghiên cứu ngập lụt.19
2.1.3. Các đặc tính của ảnh vệ tinh sử dụng trong luận văn .20
2.2. Quy trình kết hợp viễn thám và mô hình thủy văn, thủy lực .24
2.3. Quy trình đặt, thu ảnh nhanh của trạm thu ảnh vệ tinh .26
2.4. Chiết tách một số thông số đầu vào của mô hình MIKE11 từ DEM bằng mô hình
SWAT2000.28
2.5. Chiết tách một số thông số đầu vào của mô hình MIKE11 từ tư liệu viễn thám.30
2.6. Lập bản đồ hiện trạng ngập lụt từ ảnh viễn thám.33
2.7. Quy trình công nghệ chiết tách vết ngập lũ từ ảnh vệ tinh RADAR.34
2.8. Quy trình công nghệ phân loại tự động lớp phủ trên ảnh viễn thám bằng phương pháp
phân loại có giám định .38
CHƯƠNG III : NGHIÊN CỨU ỨNG DỤNG CÔNG NGHỆ VIỄN THÁM . 43
VÀ MÔ HÌNH THỦY VĂN THỦY LỰC ĐỂ THÀNH LẬP BẢN ĐỒ . 43
LƯU VỰC SÔNG KÔN – HÀ THANH, TỈNH BÌNH ĐỊNH . 43
3.1. Đặc điểm tự nhiên và kinh tế xã hội vùng thực nghiệm.43
3.1.1. Vị trí địa lý .433.1.2. Đặc điểm địa hình.45
3.1.3. Đặc điểm khí tượng thủy văn.45
3.2. Thu thập tư liệu .46
3.2.1. Dữ liệu ảnh vệ tinh .46
3.2.2. Tư liệu bản đồ.46
3.2.3. Tài liệu về khí tượng thủy văn .47
3.3. Chiết tách các thông số đầu vào của mô hình.48
3.3.1. Các bước tính toán lưu vực con trên SWAT2000 .48
3.3.2. Phân loại lớp phủ trên ảnh vệ tinh quang học.50
3.4. Tính toán và hiệu chỉnh mô hình thủy văn thủy lực.52
3.4.1. Tính toán dòng chảy mặt từ mô hình MIKE11 .52
3.4.2. Tính toán dòng chảy mặt từ mô hình MIKE11 .55
3.5. Phương pháp xây dựng bản đồ ngập lụt cho lưu vực.58
3.5.1. Đặt vấn đề .58
3.5.2. Các bước xây dựng bản đồ ngập lụt .59
3.5.3. Chuẩn bị số liệu cho xây dựng bản đồ.59
3.5.4. Lập bản đồ ngập lụt cho lưu vực sông Kôn-Hà Thanh.59
3.6. Lập bản đồ hiện trạng vùng ngập bằng ảnh viễn thám RADAR .70
3.6.1. Xử lý tư liệu ảnh RADAR .70
3.6.2. Chiết tách vùng ngập từ ảnh RADAR .71
KẾT LUẬN VÀ KIẾN NGHỊ. 75
TÀI LIỆU THAM KHẢO. 77
81 trang |
Chia sẻ: lavie11 | Lượt xem: 513 | Lượt tải: 1
Bạn đang xem trước 20 trang tài liệu Luận văn Nghiên cứu ứng dụng công nghệ viễn thám và mô hình thuỷ văn thuỷ lực để thành lập bản đồ ngập lụt lưu vực sông Kôn – Hà Thanh, tỉnh Bình Định, để xem tài liệu hoàn chỉnh bạn click vào nút DOWNLOAD ở trên
xói mòn, phát triển
đô thị .
Dưới đây là bảng danh sách các loại ảnh vệ tinh SPOT5 cung cấp:
B¶ng 2-1: Danh môc c¸c s¶n phÈm ¶nh vÖ tinh SPOT 5
Ảnh ALOS PALSAR:
ALOS là vệ tinh giám sát tài nguyên của Nhật Bản, ALOS thường được sử
dụng cho thành lập bản đồ, giám sát tài nguyên thiên nhiên, thiên tai. Đầu thu
PALSAR (Phased Array type L-band Synthetic Aperture Radar) là đầu thu ảnh radar
băng L được thiết kế để thu chụp ảnh cả ngày và đêm, bất kể thời tiết.
24
B¶ng 2-2: Th«ng sè cña ¶nh ALOS PALSAR
2.2. Quy trình kết hợp viễn thám và mô hình thủy văn, thủy lực
H×nh 2-2: S¬ ®å quy tr×nh kÕt hîp viÔn th¸m vµ m« h×nh thñy v¨n, thñy lùc tÝnh to¸n
ngËp lôt
Qu¸ trinh ma
- Ma thùc ®o
- Ma thiÕt kÕ
ChiÕt t¸ch th«ng
tin ®Þa h×nh mÆt
®Êt vÒ:
- Líp phñ. chÊt ®Êt
Xö lý tÝch hîp
th«ng tin trong
GIS
¶nh viÔn th¸m
TÝnh to¸n dù b¸o
theo m« hinh thuû
v¨n, thuû lùc
LËp b¶n ®å dù
b¸o ngËp b»ng
GIS
B¶n ®å ngËp
tõ ¶nh viÔn
th¸m
Gi¸m s¸t, ®iÒu
hµnh, ra quyÕt
®Þnh
Hoµn thiÖn
b¶n ®å ngËp lôt
Xö lý chiÕt t¸ch
vïng ngËp tõ ¶nh
viÔn th¸m
So s¸nh
Sai
®óng
2
3
6
5
4
10
1
9
8
7
C¨n chØnh
m« h×nh
25
Mô tả các công đoạn:
Khối 1: Khối đầu vào bao gồm điều kiện mưa: Mưa thực đo để xây dựng bản
đồ dự báo hay bản đồ ngập hiện trạng. Mưa thiết kế để lập bản đồ ngập hiện trạng.
Khối 2: Sử dụng ảnh viễn thám để chiết tách các thông số đầu vào cho mô hình
thủy văn. Nhận dạng địa hình mặt đất: căn cứ vào địa hình mặt đất để xác định lớp phủ
rừng, loại đất, đường giao thông, phân bố ruộng, hồ,.
Khối 3: Đưa các dữ liệu thu thập được vào GIS và tạo dữ liệu các lớp thông tin.
Khối 4: Thực hiện chạy đồng thời hai mô hình thủy văn và thủy lực. Kết quả
thu được là tập số liệu mực nước tại các mặt cắt và ô chứa có tọa độ (x,y,z).
Khối 5: Lập bản đồ ngập lụt từ số liệu của mô hình thủy lực.
Khối 6: Hoàn thiện bản đồ ngập lụt.
Khối 7: Ra quyết định điều hành ứng phó.
Khối 8: Chụp ảnh viễn thám (ảnh radar hiện trạng ngập lụt và ảnh quang học
trước, trong và sau ngập lụt).
Khối 9: Xử lý ảnh radar chiết tách vùng ngập từ ảnh viễn thám.
Khối 10: Lập bản đồ hiện trạng ngập từ ảnh radar, bản đồ này sẽ dùng so sánh
với kết quả tính toán bản đồ dự báo vùng ngập. Căn cứ sự khác biệt giữa kết quả tính
toán và kết quả ảnh chụp hiện trạng để căn chỉnh các thông số của mô hình thủy lực.
Để triển khai quy trình tổng quát nêu trên, đã nghiên cứu và thiết lập một số
quy trình công nghệ bộ phân như sau:
- Quy trình đặt, thu ảnh nhanh của Trạm thu ảnh vệ tinh.
- Quy trình công nghệ chiết tách một số thông số đầu vào của mô hình MIKE11
từ DEM. Trong quy trình này sử dụng công nghệ chiết tách lưu vực bộ phận
của lưu vực sông trên SWAT2000.
- Quy trình giải đoán ảnh và phân loại tự động thực vật để chiết tách một số
thông số đầu vào của mô hình MIKE11.
- Quy trình công nghệ thành lập bản đồ hiện trạng ngập lụt từ ảnh viễn thám.
26
2.3. Quy trình đặt, thu ảnh nhanh của trạm thu ảnh vệ tinh
2.1.1
H×nh 2-3: S¬ ®å quy tr×nh ®Æt, thu ¶nh nhanh cña tr¹m thu ¶nh vÖ tinh
1. Đặt yêu cầu thu ảnh
Sau khi Trạm thu ảnh vệ tinh nhận được yêu cầu cung cấp loại tư liệu ảnh vệ
tinh của vùng mà người sử dụng quan tâm, quản lý trạm thu sẽ xử lý kế hoạch thu ảnh.
Công đoạn đầu tiên là xác lập khu vực cần thu ảnh ở dạng tệp tin véctơ hoặc ở dạng
hình ảnh trên công cụ chuyên dụng PRM (Programming Relation Management Tool)
27
của SPOT Image rồi gửi yêu cầu thu nhận tín hiệu ảnh trong khoảng thời gian được
yêu cầu ở định dạng tài liệu chuẩn (do SPOT Image quy định) đến SPOT Image thông
qua mạng Internet. Tiếp theo SPOT Image sẽ gửi lại thư điện tử xác nhận đã nhận
được yêu cầu cho quản lý trạm thu.
2. Tính khả thi của yêu cầu
Người lập kế hoạch của SPOT Image sẽ chia vùng quan tâm dưới dạng lưới ô
vuông và nghiên cứu kỹ về tính khả thi cho việc thu ảnh tại vùng đó như: kiểm tra vị
trí địa lý và thời gian cần thu ảnh có trùng với các yêu cầu của các trạm thu khác nhận
trước đó hay không và thông tin về thời tiết của khu vực cần thu ảnh. Sau đó SPOT
Image sẽ gửi lại tính khả thi của yêu cầu (tính khả thi cao, vừa, ít khả thi) cho quản lý
trạm thu. SPOT Image sẽ đặt yêu cầu thu ảnh ở mức ưu tiên hơn nếu dự báo thời tiết
của vùng quan tâm đẹp (bầu trời trong, không mây). Ngược lại SPOT Image có quyền
hủy các yêu cầu nếu dự báo thời tiết của vùng cần thu ảnh có bầu trời không mây nhỏ
hơn 5% (tương đương với 95% mây trên ảnh).
3. Trao đổi và lập chương trình thu ảnh
Quản lý trạm thu và đại diện của SPOT Image cùng trao đổi để đưa ra chương
trình thu nhận tín hiệu ảnh cuối cùng phù hợp với yêu cầu và điều khoản của cả hai
bên và ký vào Bản chương trình thu ảnh. Tiếp đó SPOT Image sẽ gửi chương trình thu
ảnh sang Trung tâm điều khiển vệ tinh của CNES (Cơ quan Nghiên cứu không gian
Pháp) để lập chương trình thu ảnh cho vệ tinh. Sau đó Trung tâm điều khiển vệ tinh sẽ
gửi lại tệp tin kỹ thuật đặc thù của việc thu ảnh cho SPOT Image để chuyển tiếp cho
Trạm thu ảnh vệ tinh. Yêu cầu thu ảnh ở chế độ chuẩn sẽ được thực hiện trong vòng 7
ngày làm việc.
4. Dò tìm và thu nhận tín hiệu ảnh vệ tinh
Khi nhận được tệp tin kỹ thuật từ SPOT Image hệ thống thu nhận sẽ tự động
chiết tách thông tin thu nhận và gửi lệnh cho ăngten để chuẩn bị cho công đoạn dò tìm
và thu nhận tín hiệu khi vệ tinh bay qua. Hệ thống sẽ tự động chiết tách tệp tin báo cáo
tình trạng hoạt động của trạm thu sau khi quá trình thu nhận hoàn tất để gửi lại cho
SPOT Image. Tiếp đó, quản lý trạm thu kiểm tra chất lượng hình ảnh thu được, nếu đạt
yêu cầu sẽ kết thúc chương trình thu ảnh với SPOT Image. Sau đó, thông báo cho
người sử dụng biết Trạm thu đã thu được tín hiệu ảnh của vùng quan tâm.
5. Chuyển giao sản phẩm ảnh cho người sử dụng
28
Trạm thu sẽ xử lý tín hiệu nhận đã thu được và xử lý ra sản phẩm ảnh theo yêu
cầu và chuyển cho người sử dụng.
2.4. Chiết tách một số thông số đầu vào của mô hình MIKE11 từ DEM
bằng mô hình SWAT2000
1. Quy tr×nh chiÕt t¸ch lu vùc trªn modul SWAT2000.
H×nh 2-4 :S¬ ®å quy tr×nh t¸ch chiÕt c¸c th«ng sè cña m« h×nh MIKE11 b»ng modul
SWAT2000
2. Gi¶i thÝch quy tr×nh.
So s¸nh víi
lu vùc vÏ
b»ng tay
ChØnh l¹i c¸c outlet
Lu vùc bé phËn TÝnh c¸c th«ng sè ®Çu
vµo cña m« h×nh
MIKE11
M« h×nh sè ®é cao (DEM)
T¸ch lu vùc bé phËn
Đ¹t
Kh«ng
®¹t
HÖ thèng thuû v¨n vµ lu
vùc bé phËn
29
Gi¶i thÝch quy tr×nh c«ng nghÖ t¸ch chiÕt mét sè th«ng sè ®Çu vµo cña m« h×nh
MIKE11 tõ DEM:
a. M« h×nh sè ®é cao (DEM): m« h×nh sè ®é cao lµ s¶n phÈm quan träng trong qu¸
tr×nh chiÕt t¸ch c¸c lu vùc bé phËn. §é chi tiÕt cña c¸c lu vùc bé phËn ( tÝnh theo
s«ng cÊp 2 hoÆc cÊp 3...) ®îc khèng chÕ b»ng tham sè ®îc sö dông lµ sè lîng Pixel
¶nh. §Ó ®¶m b¶o ®é chÝnh x¸c cña viÖc t¸ch chiÕt lu vùc theo cÊp s«ng cÇn kiÓm tra
l¹i b»ng m¹ng líi thuû v¨n, sau ®ã chØnh söa mét sè lu vùc vÉn ®¶m b¶o theo tham
sè ®Æt ban ®Çu nhng kh«ng thuéc cÊp lu vùc s«ng cÇn thiÕt.
Víi DEM cã kÝch thíc pixel lµ 15m th× nh÷ng khu vùc vïng ®åi, nói cã ®é
chªnh cao lín th× viÖc t¸ch chiÕt nµy ®¶m b¶o ®é chÝnh x¸c cÇn thiÕt. Víi nh÷ng khu
vùc t¬ng ®èi b»ng ph¼ng th× c¸c lu vùc ®îc t¸ch chiÕt kh«ng ®¶m b¶o ®é chÝnh x¸c.
§Ó kh¾c phôc vÊn ®Ò trªn th× DEM ë nh÷ng khu vùc nµy ph¶i ®îc x©y dùng cã ®é chi
tiÕt cao h¬n vµ cã gi¸ trÞ Interval nhá h¬n.
Trong khu vùc nghiªn cøu, vïng b»ng ph¼ng lµ h¹ lu cña s«ng Kon-Hµ Thanh,
tuy nhiªn vïng nµy sÏ kh«ng ph¶i tÝnh c¸c tham sè ®Çu vµo cña m« h×nh, do vïng nµy
®îc ®a vµo vïng nghiªn cøu møc ®é ngËp lôt.
Tríc khi thùc hiÖn t¸ch chiÕt lu vùc m« h×nh sè ®é cao ph¶i ®îc kiÓm tra vµ
chØnh söa lçi ®Ó ch¬ng tr×nh ch¹y th«ng suèt vµ kÕt qu¶ néi suy ®îc tèt h¬n.
b. T¸ch lu vùc bé phËn: sau khi ®· chØnh söa m« h×nh sè ®é cao, sö dông phÇn mÒm
SWAT2000 ®Ó néi suy tÝnh to¸n c¸c lu vùc bé phËn, kÕt qu¶ lµ hÖ thèng thuû v¨n vµ
c¸c lu vùc bé phËn sÏ ®îc so s¸nh víi b¶n ®å lu vùc ®îc vÏ b»ng tay vµ b¶n ®å ®Þa
h×nh.
c. TÝnh to¸n c¸c th«ng sè ®Çu vµo cña m« h×nh MIKE11 : lu vùc bé phËn sau khi so
s¸nh víi b¶n ®å lu vùc vµ b¶n ®å ®Þa h×nh ®¹t kÕt qu¶ tèt sÏ ®îc dïng ®Ó tÝnh to¸n
c¸c th«ng sè: to¹ ®é t©m lu vùc, ®é réng lu vùc, chiÒu dµi s«ng trong lu vùc, ®é dèc
trung b×nh trong lu vùc; kÕt hîp víi kÕt qu¶ ph©n lo¹i ¶nh vÖ tinh (x¸c ®Þnh vïng cã
thùc phñ vµ kh«ng cã thùc phñ) ®Ó tÝnh to¸n hÖ sè phñ (cøng, tù nhiªn) trong tõng lu
vùc bé phËn.
d. Tæng hîp c¸c th«ng sè: c¸c hÖ sè cho m« h×nh MIKE11: ®îc tæng hîp tõ c¸c sè
liÖu ®o thùc ®Þa vµ c¸c sè liÖu tÝnh to¸n néi suy tõ m« h×nh SWAT, c¸c th«ng sè nµy
ph¶i ®¶m b¶o ®Çy ®ñ vµ ®¹t ®é chÝnh x¸c cÇn thiÕt.
30
2.5. Chiết tách một số thông số đầu vào của mô hình MIKE11 từ tư liệu
viễn thám
¶nh viÔn th¸m thu nhËn ë d¹ng d÷ liÖu sè cho phÐp ¸p dông c«ng cô tù ®éng
ho¸ trong qu¸ tr×nh t¸ch chiÕt mét sè th«ng sè ®Çu vµo cña m« h×nh MIKE11. Qu¸ tr×nh
®ã ®îc gäi lµ xö lý sè qu¸ tr×nh ph©n lo¹i ¶nh.
Nh×n tæng quan, ph©n lo¹i ¶nh trong xö lý sè lµ qu¸ tr×nh ph©n ®Þnh c¸c pixel
trong h×nh ¶nh thµnh c¸c líp hoÆc c¸c nhãm ®¬n vÞ líp phñ mÆt ®Êt (Landcover).
Trong qu¸ tr×nh ph©n lo¹i, gi¸ trÞ DN cña tõng pixel lµ th«ng sè duy nhÊt ®ưîc sö
dông.
Tuy nhiªn cã mét kh¸i niÖm kh¸c ®ưîc vËn dông lµ nhËn d¹ng c¸c mÉu kh«ng
gian (Spectial Pattern Recognition). Kh¸i niÖm mÉu phæ kh«ng hÒ cã liªn quan ®Õn
tÝnh chÊt h×nh häc cña c¸c pixel. Kh¸i niÖm mÉu phæ liªn quan ®Õn nh÷ng d¶i gi¸ trÞ
phæ ®o ®ưîc víi c¸c band kh¸c nhau cho mçi pixel. NhËn d¹ng phæ lµ viÖc ph©n chia
®Æc ®iÓm phæ thµnh c¸c nhãm cã ®Æc ®iÓm gièng nhau vµ viÖc ph©n lo¹i ®ưîc thùc
hiÖn theo nguyªn t¾c pixel - pixel ph©n lo¹i cho lÇn lưît tõng pixel trong ¶nh. Kh¸i
niÖm mÉu phæ kh«ng gian, cßn liªn quan ®Õn mçi liªn quan gi÷a mét sè pixel víi c¸c
pixel ë xung quanh vÒ c¸c tÝnh chÊt, kÝch thước cña ®Æc tÝnh, h×nh d¹ng, hưíng, sù lÆp
l¹i vµ c¸c tÝnh chÊt kh¸c. Nh÷ng ®Æc tÝnh nµy dÔ ph©n biÖt trong gi¶i ®o¸n nhưng
tư¬ng ®èi phøc t¹p trong viÖc xö lý tù ®éng b»ng m¸y tÝnh.
Ph©n lo¹i ¶nh (hay ph©n lo¹i phæ cña h×nh ¶nh) cã 2 h×nh thøc : ph©n lo¹i kh«ng
kiÓm ®Þnh (Unsupersived Classification) vµ ph©n lo¹i cã kiÓm ®Þnh (Supervised
Classification).
Trong ®Ò tµi nµy ®· sö dông ph¬ng ph¸p Ph©n lo¹i cã kiÓm ®Þnh (Supervised
Classification) víi thuËt to¸n maximum likelihood trong qu¸ tr×nh t¸ch chiÕt mét sè
th«ng sè tõ ¶nh viÔn th¸m.
31
Ph©n lo¹i cã kiÓm ®Þnh (Suppervice Classification): Lµ ph©n chia mét c¸ch cã
kiÓm ®Þnh c¸c gi¸ trÞ DN cña c¸c pixel ¶nh theo tõng nhãm ®¬n vÞ líp phñ mÆt ®Êt
b»ng viÖc sö dông m¸y tinh vµ c¸c thuËt to¸n. §Ó thùc hiÖn viÖc ph©n lo¹i cã kiÓm tra,
ph¶i t¹o ®ưîc “ch×a kho¸ ph©n tÝch phæ “ nghÜa lµ t×m ®ưîc tÝnh chÊt phæ ®Æc trưng cho
tõng ®èi tưîng líp phñ mÆt ®Êt vµ ®Æt tªn cho chóng. C«ng viÖc x¸c ®Þnh ch×a kho¸
ph©n tÝch phæ ®ưîc gäi lµ t¹o c¸c vïng mÉu ( hay vïng kiÓm tra -trainning areas). Tõ
c¸c vïng nµy, c¸c pixel kh¸c trong toµn ¶nh sÏ ®ưîc xem xÐt vµ s¾p xÕp theo nguyªn
t¾c “gièng nhÊt” (Look must like) ®Ó ®ưa vÒ c¸c nhãm ®èi tưîng ®· ®ưîc ®Æt tªn. Ph©n
lo¹i gi¸m s¸t lµ ph©n lo¹i ®ưîc tu©n thñ bëi sù ®µo t¹o cña ngưêi ®iÒu khiÓn dùa trªn
nh÷ng hiÓu biÕt ngoµi thùc ®Þa ®Ó ®Þnh c¸c nhãm khi ph©n lo¹i ( gäi lµ c¸c tËp mÉu-
training sets ). C¸c mÉu ph©n lo¹i ®ưîc nhËn biÕt qua vïng mÉu ®Ó thµnh lËp c¸c ch×a
khãa cho gi¶i ®o¸n ¶nh. Mçi pixel ¶nh trong líp d÷ liÖu sau ®ã ®ưîc ®èi s¸nh vÒ sè víi
c¸c ch×a khãa gi¶i ®o¸n ®ưîc ®Æt tªn mµ chóng cã x¸c xuÊt thuéc vÒ nhãm lín nhÊt. Cã
rÊt nhiÒu c¸ch thøc ®Ó ®èi s¸nh gi¸ trÞ cña pixel chưa biÕt ®Ó x¾p xÕp thµnh líp tư¬ng
øng víi c¸c ch×a khãa ®ưîc gi¶i ®o¸n trong ph©n lo¹i.
Cã 4 phư¬ng ph¸p s¾p xÕp:
-S¾p xÕp theo kho¶ng c¸ch gÇn nhÊt (nearest distance classified).
-S¾p xÕp theo nguyªn t¾c ë gÇn nhÊt (Nearest neightbour classified).
-S¾p xÕp theo nguyªn t¾c h×nh hép phæ ( Box classified ).
-S¾p xÕp theo nguyªn t¾c x¸c suÊt gièng nhau nhÊt (maximum likelihood
classified). §©y lµ phư¬ng ph¸p ph©n lo¹i hay ®ưîc sö dông, cã ®é chÝnh x¸c cao. ph©n
lo¹i cã gi¸m s¸t lµ phư¬ng ph¸p ph©n lo¹i cã sù gi¸m s¸t cña chuyªn gia dùa trªn
nh÷ng hiÓu biÕt vÒ c¸c ®èi tưîng kh«ng gian t¹i khu vùc nghiªn cøu ®Ó g¾n vµ ®Þnh ra
c¸c mÉu ph©n lo¹i (singnature classes). Sau khi c¸c líp nµy ®ưîc x¸c ®Þnh bëi qui ®Þnh
cña ngưêi ph©n lo¹i, qu¸ tr×nh ph©n lo¹i ®ưîc tiÕn hµnh dùa trªn c¸c líp mÉu ph©n lo¹i
vµ ®ưîc thùc hiÖn theo mét trong phÐp ph©n lo¹i như x¸c suÊt cùc ®¹i, kho¶ng c¸ch
ng¾n nhÊt hoÆc ph©n lo¹i theo h×nh hép.
Trong ph©n lo¹i cã gi¸m s¸t cÇn ph¶i tr¶i qua c¸c bưíc sau: thiÕt lËp mÉu cho
ph©n lo¹i. Môc ®Ých bưíc nµy lµ t×m c¸c vïng cã cïng gi¸ trÞ phæ vµ g¾n chóng vµo
líp ®èi tưîng mµ chóng ta ®· biÕt trªn thùc ®Þa hoÆc trªn nguån d÷ liÖu cã trưíc. Qu¸
tr×nh nµy b¾t ®Çu tõ viÖc hiÓn thÞ ¶nh sè trªn mµn h×nh ë møc ®é phãng to ®Ó cã thÓ
khoanh c¸c vïng cã cïng gi¸ trÞ sè (cïng mÇu) vµo mét nhãm.
32
KÕt qu¶ cña viÖc khoanh vïng trªn mµn h×nh t¹o ra c¸c nhãm ®èi tưîng phæ gäi
lµ líp phæ (signatures classes). Khi c¸c líp phæ ®· ®ưîc khoanh vi ta cÇn kiÓm tra
chóng b»ng c¸ch hiÓn thÞ chóng trªn biÓu ®å thèng kª ph©n bè chuÈn hoÆc xem biÓu ®å
t¸n phæ (scatter diagram).
Bưíc tiÕp theo lµ gép c¸c nhãm vµ lo¹i bá nhãm phæ kh«ng chän ®óng ®Ó t¹o
nªn c¸c nhãm phæ ®óng cho ph©n lo¹i cuèi cïng.
Ph©n lo¹i tËp d÷ liÖu vïng mÉu ( training sets ):
Mét c¸ch ®¸nh gi¸ sù ph©n c¸ch phæ ®ưîc tiÕn hµnh lµ ph©n lo¹i c¸c pixel trong
tËp mÉu. B»ng c¸ch nµy, nh÷ng pixel ®ưîc lÊy mÉu ph©n lo¹i sÏ ®ưîc ph©n lo¹i trưíc
vµ chóng ®ưîc thÓ hiÖn b»ng ma trËn sai sè. ViÖc ®o sù kh¸c biÖt vÒ thèng kª gi÷a c¸c
mÉu cã thÓ ®ưîc tÝnh to¸n cho tÊt c¶ c¸c cÆp vµ thÓ hiÖn theo ma trËn tư¬ng quan. C¸c
th«ng sè dïng ®Ó so s¸nh lµ sù kh¸c biÖt chuyÓn ®æi, kho¶ng c¸ch träng sè tư¬ng quan
gi÷a c¸c nhãm trung b×nh. Gi¸ trÞ kh¸c biÖt chuyÓn ®æi cµng lín th× kho¶ng c¸ch thèng
kª gi÷a c¸c líp ph©n lo¹i cµng cao.
§é tin cËy cña kÕt qu¶ ph©n lo¹i phô thuéc vµo diÖn tÝch, mËt ®é ph©n bè vµ ®é
chÝnh x¸c cña c¸c vïng mÉu lùa chän trªn khu vùc nghiªn cøu.
33
2.6. Lập bản đồ hiện trạng ngập lụt từ ảnh viễn thám
Ảnh viÔn th¸m c¶ quang häc vµ ¶nh rada ®Òu cã thÓ sö dông ®Ó chiÕt t¸ch vïng
ngËp lôt. Díi ®©y tr×nh bµy quy tr×nh ®Æt chôp ¶nh viÔn th¸m vµ chiÕt t¸ch vïng ngËp
lôt tõ ¶nh viÔn th¸m nãi chung ( ®èi víi ¶nh Quang häc vµ ¶nh Rada):
§Æt chôp ¶nh vÖ
tinh
¶nh quang häc ¶nh Rada
§¸nh gi¸
chÊt lîng
Xö lý ban ®Çu:
-n¾n chØnh h×nh häc
-läc nhiÔu
ChiÕt t¸ch vïng lôt
N¾n chØnh h×nh häc
Gi¶i ®o¸n vïng ngËp
§¹t
Kh«ng ®¹t
34
H×nh 2-5: Quy tr×nh ®Æt chôp ¶nh viÔn th¸m vµ chiÕt t¸ch vïng ngËp lôt
tõ ¶nh viÔn th¸m
2.7. Quy trình công nghệ chiết tách vết ngập lũ từ ảnh vệ tinh RADAR
D÷ liÖu GIS vÒ
nÒn
NhËp d÷ liÖu ¶nh
§Þnh chuÈn ¶nh
Läc ¶nh
N¾n chØnh h×nh häc
ChuyÓn ®æi gi¸ trÞ dB
ChiÕt t¸ch vïng ngËp
níc
B¶n ®å ngËp lôt
35
H×nh 2-6: Quy tr×nh c«ng nghÖ chiÕt t¸ch vÕt ngËp lò tõ ¶nh vÖ tinh RADAR
Gi¶i thÝch quy tr×nh:
1- §Þnh chuÈn ¶nh
VÊn ®Ò c¨n b¶n trong ®¸nh gi¸ ph¶n håi RADAR cña c¸c ®èi tîng bÒ mÆt lµ
vÊn ®Ò ®Þnh chuÈn (calibration). Còng nh c¸c t liÖu viÔn th¸m kh¸c, t liÖu RADAR
còng ®îc th¬ng m¹i hãa díi d¹ng d÷ liÖu sè. C¸c th«ng tin sè trªn t liÖu RADAR
®îc m· hãa 16 bit vµ thÓ hiÖn b»ng x¸m ®é ¶nh. V× vËy, hµng lo¹t c¸c ¶nh hëng cña
m«i trêng vµ cña thiÕt bÞ ®· ®îc “trung b×nh hãa”. ViÖc kh«i phôc l¹i th«ng tin ban
®Çu díi d¹ng ph¶n håi ®o b»ng dB (deci-Ben) trªn m· 32 bit thùc chÊt lµ qu¸ tr×nh
®Þnh chuÈn. §©y lµ c«ng viÖc phøc t¹p nhng l¹i ®Æc biÖt quan träng cho viÖc ph©n lo¹i
mét c¸ch cã c¬ së c¸c ®èi tîng cã ph¶n håi t¬ng tù hoÆc gÇn nhau.
Tríc khi thµnh d÷ liÖu sè DN (Digital Number) 16 bit, tÝn hiÖu nhËn ®îc cña
RADA lµ ®é s¸ng βo ®¬n vÞ lµ Power (32 bit real), ®Ó tÝnh hÖ sè ph¶n håi σo cÇn thiÕt
ph¶i chuyÓn vÒ l¹i theo gi¸ trÞ βo (Power). Trong hÖ thèng cña RADASAT, viÖc ®Þnh
chuÈn ®îc tÝnh theo c«ng thøc sau:
βo = 10 lg ((DN2 + A3) / A2)
Lóc ®ã σo tÝnh theo c«ng thøc:
σo = βo + 10 lg (sin θi)
Trong ®ã, A2, A3 : lµ c¸c hÖ sè bï trõ do CDPF (Canadian Data Processing
Facility) cung cÊp khi mua ¶nh
θi : gãc tíi t¹i mçi cét ¶nh song song víi híng bay
2- Läc ¶nh
TÝn hiÖu RADAR c¾t bÒ mÆt ®Êt ë nhiÒu gãc phô thuéc vµo gãc tíi cña tÝn hiÖu
truyÒn, gãc tíi côc bé vµ tÇn sè Doppler hay c¸c “look” ®îc dïng trong viÖc t¹o ¶nh.
TÝn hiÖu trë vÒ l¹i tïy thuéc vµo c¸c dao ®éng ngÉu nhiªn theo cêng ®é, c¸c dao ®éng
nµy lµ kÕt qu¶ t¬ng t¸c cña sãng RADAR víi c¸c bÒ mÆt ®Êt gå ghÒ. Sù nhiÔu sãng
nµy lµ kÕt qu¶ cña tÝn hiÖu céng pha hoÆc trõ pha. Ph¶n håi cña mçi pixel lµ hiÖu øng
kÕt hîp cña tÊt c¶ c¸c ®èi tîng riªng biÖt trong cïng 1 « ph©n gi¶i mÆt ®Êt. NhiÔu
sãng cao tÇn (speckle) chÝnh lµ sù giao thoa dõng cña c¸c sãng t¸n x¹ tõ c¸c phÇn tö
mÆt ®Êt ®îc quan s¸t trong mçi « ph©n gi¶i ®ã. NhiÔu nµy sÏ cho ¶nh ®¬n “look”
(single look) ë d¹ng h¹t lèm ®èm.
NhiÔu sãng cao tÇn lµ kÕt qu¶ cña qu¸ tr×nh dõng (coherent process), viÖc gi¶m
nhiÔu cã thÓ thùc hiÖn ®îc b»ng c¸c c¸ch xö lý lo¹i dõng (incoherent). Qu¸ tr×nh gi¶m
36
nhiÔu cÇn thiÕt ph¶i gi¶m ®é ph©n gi¶i (tøc lµ t¨ng kÝch thíc « ph©n gi¶i) cña kªnh tÝn
hiÖu d÷ liÖu SAR.
§Ó gi¶m nhiÔu tÇn sè cao (speckle) ngêi ta dïng c¸c bé läc ®Æc biÖt, chóng cho
phÐp:
- Ph©n biÖt tèt h¬n c¸c ®èi tîng trªn ¶nh.
- Ứng dông c¸c c«ng cô t¨ng cêng chÊt lîng cæ ®iÓn dïng cho c¸c ¶nh quang
häc nh lµ bé t¸ch c¸c bê ranh giíi, ph©n lo¹i theo pixel vµ ph©n lo¹i cÊu tróc.
- Ph©n tÝch c¸c ph¸t hiÖn thay ®æi.
ViÖc gi¶m nhiÔu ph¶i b¶o ®¶m sao cho mÊt m¸t th«ng tin lµ Ýt nhÊt, do ®ã ph¶i
chän bé läc thÝch hîp. Trong c¸c vïng ®ång nhÊt, bé läc ph¶i b¶o toµn th«ng tin bøc x¹
vµ c¸c bê ranh giíi gi÷a c¸c vïng kh¸c nhau. ë c¸c vïng cã cÊu tróc, bé läc ph¶i b¶o
toµn c¶ th«ng tin bøc x¹ vµ th«ng tin vÒ cÊu tróc.
Bé läc ®îc sö dông lµ nhãm Adaptive. Nhãm bé läc nµy kh«ng thay ®æi gi¸ trÞ
trung b×nh côc bé (local mean) mµ chØ lµm gi¶m ®é lÖch chuÈn côc bé (local standard
deviation), cho ¶nh mÞn h¬n so víi ¶nh gèc vµ vÉn b¶o toµn ®îc cÊu tróc bê ranh giíi.
KÝch thíc cña bé läc thêng lµ lÎ vµ cã thÓ ®îc chän tõ 3x3 pixel ®Õn 11x11
pixel. Dïng kÝch thíc bé läc kh¸c nhau sÏ cho chÊt lîng ¶nh xö lý sÏ kh¸c nhau.
Tïy vµo ®é ph©n gi¶i cña ¶nh vµ kÝch thíc ®Æc trng, ta sÏ chän kÝch thíc thÝch hîp
cho bé läc. NÕu bé läc qu¸ nhá, gi¶i thuËt läc nhiÔu sÏ kh«ng hiÖu qu¶. NÕu bé läc lín
qu¸ c¸c chi tiÕt tinh vi cña ¶nh sÏ bÞ mÊt trong qu¸ tr×nh xö lý. Do ®ã, cÇn thiÕt ph¶i
chän kÝch thíc bé läc ®ñ lín ®Ó b¶o ®¶m mÉu cã ý nghÜa thèng kª. Theo nhiÒu thö
nghiÖm trªn lo¹t ¶nh ®ång thêi cã tham kh¶o c¸c tµi liÖu cã liªn quan th× víi bé läc cã
kÝch thíc trung b×nh lµ 7x7 pixel sÏ cho kÕt qu¶ tèt nhÊt. Trong nhãm bé läc nµy cã 2
lo¹i bé läc sau ®îc sö dông:
a. Läc Gamma: ®îc dïng ®Ó lo¹i bá nhiÔu tÇn sè cao mµ vÉn b¶o toµn ®îc c¸c
®Æc trng tÇn sè cao (tøc lµ c¸c bê ranh giíi). ë nh÷ng vïng ¶nh t¬ng ®èi ®ång nhÊt,
läc gamma ho¹t ®éng nh mét bé läc trung b×nh trît vµ cã t¸c dông lµm mÞn ¶nh.
Ngîc l¹i, vïng ¶nh trong cöa sæ läc cã kh¶ n¨ng chøa ranh giíi gi÷a 2 ®èi tîng, läc
Gamma sÏ ho¹t ®éng nh mét bé läc tÇn sè cao vµ cã t¸c dông lµm næi râ c¸c ®êng
biªn.
b. Läc Frost: Sö dông mét ma trËn träng sè kh«ng cè ®Þnh mµ thay ®æi tïy
thuéc vµo c¸c gi¸ trÞ thèng kª côc bé cña ¶nh, ®îc tÝnh trong ph¹m vi mçi cöa sæ b»ng
chÝnh kÝch thíc cña bé läc vµ cã t©m chÝnh lµ ®iÓm ®Ých hiÖn xÐt.
37
Ở nh÷ng vïng ¶nh t¬ng ®èi ®ång nhÊt, c¸c phÇn tö cña ma trËn träng sè gÇn
b»ng nhau, läc Frost ho¹t ®éng nh mét bé läc trung b×nh trît vµ cã t¸c dông lµm mÞn
¶nh. Trong khi ®ã ë nh÷ng vïng ¶nh cã ®é t¬ng ph¶n lín, tøc nh÷ng vïng trªn ranh
giíi gi÷a c¸c ®èi tîng hay cã c¸c ®èi tîng d¹ng tuyÕn ch¹y qua, ph¬ng sai cña ¶nh
sÏ lín, c¸c gi¸ trÞ träng sè sÏ suy gi¶m rÊt nhanh, läc Frost trong trêng hîp nµy l¹i
ho¹t ®éng nh mét bé läc tÇn sè cao vµ cã t¸c dông lµm næi râ c¸c ®êng biªn còng
nh c¸c ®èi tîng d¹ng tuyÕn.
3- N¾n chØnh h×nh häc
B¶n chÊt cña viÖc n¾n chØnh h×nh häc lµ x©y dùng mèi t¬ng quan gi÷a hÖ täa
®é ¶nh ®o vµ hÖ täa ®é quy chiÕu chuÈn. Sau khi n¾n xong ¶nh ®Çu tiªn, c¸c ¶nh cßn l¹i
®îc n¾n theo ¶nh ®· n¾n nµy ®Ó ®¶m b¶o ®é chÝnh x¸c khi chång nhiÒu ¶nh chôp
kh¸c ngµy lªn nhau trong qu¸ tr×nh xö lý ®a thêi gian.
4- ChuyÓn ®æi gi¸ trÞ Power sang dB
TÝnh to¸n thèng kª ¶nh nh lµ gi¸ trÞ trung b×nh hay ®é lÖch chuÈn cÇn ph¶i tÝnh
theo c¸c ®¬n vÞ tuyÕn tÝnh Intensity hay Amplitude (Intensity = Amplitude2), nhng ®Ó
tÝnh gi¸ trÞ hÖ sè ph¶n håi nhÊt thiÕt ph¶i chuyÓn ®æi sang gi¸ trÞ logarit lµ dB, c«ng
thøc chuyÓn ®æi ®îc thùc hiÖn theo c«ng thøc sau:
dB = 10 lg (Power)
5- ChiÕt t¸ch vïng ngËp níc
Sau khi xö lý nhiÔu vµ hiÖu chØnh h×nh häc trªn ¶nh ENVISAT ASAR, tiÕn
hµnh chiÕt t¸ch th«ng tin vÒ t×nh tr¹ng ngËp níc. C«ng ®o¹n t¸ch níc ®îc xö lý trªn
phÇn mÒm ENVI theo ph¬ng ph¸p "Density Slice".
6- Thµnh lËp B¶n ®å ngËp lôt
KÕt qu¶ cña c«ng ®o¹n chiÕt t¸ch vïng ngËp níc ®îc xuÊt ra d¹ng vector
(shape file) kÕt hîp víi d÷ liÖu GIS céng víi b¶n ®å tæn th¬ng cña vïng ®ã ®Ó lµm ra
b¶n ®å ngËp lôt.
38
2.8. Quy trình công nghệ phân loại tự động lớp phủ trên ảnh viễn thám
bằng phương pháp phân loại có giám định
H×nh 2-7: Quy tr×nh c«ng nghÖ ph©n lo¹i tù ®éng líp phñ trªn ¶nh viÔn th¸m
b»ng ph¬ng ph¸p ph©n lo¹i cã gi¸m ®Þnh
39
Gi¶i thÝch quy tr×nh.
§Ó tiÕn hµnh thùc hiÖn ph¬ng ph¸p ph©n lo¹i cã gi¸m ®Þnh cÇn ph¶i thùc hiÖn
c¸c bíc sau:
+ NhËp ¶nh
+ X©y dùng ¶nh tæ hîp mµu
+ T¨ng cêng chÊt lîng ¶nh
+ N¾n chØnh h×nh häc
+ C¾t ¶nh theo ranh giíi cÇn nghiªn cøu
+ §Þnh nghÜa c¸c líp
+ Lùa chän c¸c ®Æc tÝnh
+ Chän vïng mÉu
+ TÝnh to¸n chØ sè thèng kª
+ Ph©n lo¹i c¸c ®èi tîng
+ GhÐp c¸c nhãm ®èi tîng
+ KiÓm tra thùc ®Þa
+ XuÊt kÕt qu¶ ph©n lo¹i sang khu«n d¹ng Arcview
+ TÝch hîp kÕt qu¶ ph©n lo¹i (KQPL) víi ranh giíi lu vùc bé phËn.
+ TÝnh tØ lÖ % c¸c th«ng sè líp phñ thÊm/kh«ng thÊm (TØ lÖ trªn % diÖn tÝch
tõng lu vùc bé phËn)
1. NhËp ¶nh. §©y lµ c«ng ®o¹n chuyÓn ¶nh tõ c¸c khu«ng d¹ng kh¸c nhau vÒ khu«n
d¹ng cña ch¬ng tr×nh ph©n lo¹i tù ®éng (ENVI, WinAsean..) ®Ó tiÕn hµnh c¸c bíc
tiÕp theo.
2. X©y dùng ¶nh tæ hîp mµu vµ t¨ng cêng chÊt lîng ¶nh. Môc ®Ých cña viÖc nµy lµ
nh»m t¹o ra ¶nh tæ hîp mµu cã chÊt lîng tèt nhÊt ®Ó phôc vô viÖc chän mÉu vµ gi¶i
®o¸n ¶nh ®îc chÝnh x¸c.
3. N¾n chØnh h×nh häc. §a ¶nh vÒ hÖ to¹ ®é vµ hÖ quy chiÕu cÇn thµnh lËp b¶n ®å.
§ång thêi lo¹i bá c¸c sai sè h×nh häc, sai sè do chªnh cao ®Þa h×nh. T liÖu ®Ó n¾n ¶nh
thêng ®îc dïng lµ b¶n ®å ®Þa h×nh hoÆc c¸c sè liÖu to¹ ®é mÆt ph¼ng vµ ®é cao ®o
®îc ngoµi thùc ®Þa.
4. C¾t ¶nh theo ranh giíi cÇn nghiªn cøu. V× kÕt qu¶ ph©n lo¹i sÏ ®îc tÝnh ra c¸c gi¸
trÞ ®Þnh lîng cña c¸c ®èi tîng n»m trong ranh giíi cña khu vùc nghiªn cøu nh: diÖn
tÝch cña c¸c ®èi tîng, tØ lÖ phÇn tr¨m gi÷a chóng Nªn ¶nh cÇn ph¶i ®îc c¾t chÝnh
x¸c theo ranh giíi ®ã. Tuy nhiªn nÕu tÝch to¸n trªn tõng lu vùc bé phËn sÏ mÊt rÊt
40
nhiÒu c«ng søc, do ®ã ë c«ng ®o¹n nµy chØ c¾t ¶nh theo ranh giíi lu vùc s«ng lín cÇn
nghiªn cøu (Cô thÓ ë ®©y lµ lu vùc s«ng K«n-Hµ Thanh). Sau khi ph©n lo¹i xong, sÏ
tÝch hîp víi ranh giíi lu vùc bé phËn vµ tÝnh c¸c hÖ sè theo tõng lu vùc bé phËn
5. §Þnh nghÜa c¸c líp: Tríc hÕt cÇn ph¶i x©y dùng c¸c líp ®èi tîng cÇn ph©n lo¹i.
C¸c líp ph©n lo¹i nµy cÇn ®îc x¸c ®Þnh râ rµng vÒ mÆt chØ tiªu. C¸c chØ tiªu ®ã ®îc
lùa chän dùa vµo ®Æc thï cña t liÖu viÔn th¸m ®ang sö dông vµ môc tiªu cña kÕt qu¶
sau ph©n lo¹i.
6. Lùa chän c¸c ®Æc tÝnh: C¸c ®Æc tÝnh ë ®©y bao gåm c¸c ®Æc tÝnh vÒ phæ vµ ®Æc tÝnh
vÒ cÊu tróc. ViÖc lùa chän nµy cã ý nghÜa hÕt søc quan träng, nã cho phÐp t¸ch biÖt c¸c
líp ®èi tîng víi nhau.
7. Chän vïng mÉu: §©y lµ c«ng ®o¹n rÊt quan träng, kÕt qu¶ cña c«ng t¸c nµy cã
tÝnh chÊt quyÕt ®Þnh tíi kÕt qu¶ tÝnh to¸n ph©n lo¹i. Bëi vËy ®Ó ®¶m b¶o ®é chÝnh x¸c
viÖc lùa chän vïng mÉu gi¸m ®Þnh ph¶i tho¶ m·n c¸c yªu cÇu sau:
- Sè lîng c¸c vïng mÉu cña mçi lo¹i ®èi tîng cÇn ph¶i phï hîp: Sè lîng vïng
mÉu Ýt qu¸ sÏ kh«ng ®¶m b¶o ®é chÝnh x¸c, nÕu nhiÒu qu¸ sÏ lµm t¨ng khèi lîng tÝnh
to¸n lªn rÊt nhiÒu vµ ®«i khi g©y nhiÔu kÕt qu¶ tÝnh to¸n.
- DiÖn tÝch c¸c vïng mÉu ®ñ lín, ®ång thêi c¸c vïng mÉu kh«ng ®îc n»m gÇn ranh
giíi gi÷a c¸c líp ®èi tîng kh¸c nhau.
- Vïng mÉu ®îc chän ph¶i ®Æc trng cho ®èi tîng ph©n lo¹i vµ c¸c vïng mÉu nªn
ph©n bè ®Òu trªn toµn khu vùc nghiªn cøu. §èi víi c¸c ®èi tîng kh¸c nhau khi tiÕn
hµnh lùa chän vïng mÉu, cã thÓ sö dông c¸c tæ hîp mµu kh¸c nhau sao cho c¸c ®èi
tîng cÇn chän thÓ hiÖn râ nhÊt.
8. TÝnh to¸n c¸c chØ sè thèng kª:
Sau khi kÕt thóc viÖc lùa chän c¸c vïng mÉu,
Các file đính kèm theo tài liệu này:
- luanvanthacsi_dinhdangword_81_3935_337_1874195.pdf