Luận văn Thạc sĩ Khoa học: Nghiên cứu phát hiện các đứt gãy địa chất lưu vực Sông Cả - Rào Nậy trên cơ sở phân tích tài liệu ảnh viễn thám

ĐẠI HỌC QUỐC GIA HÀ NỘI

TRƢỜNG ĐẠI HỌC KHOA HỌC TỰ NHIÊN

---------------------

Mai Thị Hồng Nguyên

NGHIÊN CỨU PHÁT HIỆN CÁC ĐỨT GÃY ĐỊA CHẤT LƢU VỰC

SÔNG CẢ - RÀO NẬY TRÊN CƠ SỞ PHÂN TÍCH

TÀI LIỆU ẢNH VIỄN THÁM

LUẬN VĂN THẠC SĨ KHOA HỌC

Hà Nội- Năm 2013

ĐẠI HỌC QUỐC GIA HÀ NỘI

TRƢỜNG ĐẠI HỌC KHOA HỌC TỰ NHIÊN

---------------------

Mai Thị Hồng Nguyên

NGHIÊN CỨU PHÁT HIỆN CÁC ĐỨT GÃY ĐỊA CHẤT LƢU VỰC

SÔNG CẢ - RÀO NẬY TRÊN CƠ SỞ PHÂN TÍCH

TÀI LIỆU ẢNH VIỄN THÁM

Chuyên ngành: Vật lý địa cầu

Mã số: 60440111

NGƢỜI HƢỚNG DẪN KHOA HỌC: PGS. TS CAO ĐÌNH TRIỀU

LUẬN VĂN THẠC SĨ KHOA HỌC

Hà Nội - Năm 2013

LỜI CẢM ƠN

Luận văn này đƣợc thực hiện tại bộ môn Vật lý địa cầu- Khoa Vật lý - trƣờng

Đại Học Khoa Học Tự Nhiên- ĐHQGHN, Viện Vật lý địa cầu- Viện Hàn Lâm Khoa

học và Công nghệ Việt Nam.

Trƣớc hết, Tôi xin gửi lời cảm ơn sâu sắc nhất tới PGS. TS Cao Đình Triều,

ngƣời đã trực tiếp hƣớng dẫn, bảo ban tôi theo suốt quá trình và tạo mọi điều kiện tốt

nhất để tôi hoàn thành luận văn này. Thầy luôn quan tâm, giúp đỡ tôi, cho tôi những

bài học thật sự bổ ích.

Tôi xin chân thành cảm ơn các thầy, cô trong bộ môn Vật lý địa cầu đã trang bị

cho tôi kiến thức cơ bản, nền tảng trong quá trình học tập, rèn luyện.

Tôi xin cảm ơn các bác, các chú, anh, chị cán bộ nghiên cứu trong Viện Vật lý

địa cầu- Viện Hàn Lâm Khoc học và Công nghệ Việt Nam đã giúp đỡ tôi về máy

móc, phần mềm, tài liệu để tôi hoàn thành luận văn.

Cuối cùng, tôi xin cảm ơn đến gia đình, bạn bè, những ngƣời đã quan tâm,

giúp đỡ tôi trong suốt quá trình thực hiện luận văn.

Hà Nội, tháng năm 2013

Học viên

Mai Thị Hồng Nguyên

MỤC LỤC

MỞ ĐẦU ..................................................................................................................... 1

CHƢƠNG 1 : VIỄN THÁM TRONG NGHIÊN CỨU ĐỊA LÝ –ĐỊA CHẤT.......... 2

1.1. Khái niệm chung về viễn thám ......................................................................... 2

1.1.1. Đặc trưng phản xạ phổ của các đối tượng tự nhiên ................................. 2

1.1.2. Một số yếu tố ảnh hưởng tới khả năng phản xạ phổ của các đối tượng tự

nhiên .................................................................................................................... 9

1.2. Các phƣơng pháp giải đoán ảnh viễn thám..................................................... 10

1.2.1. Phương pháp giải đoán bằng mắt........................................................... 11

1.2.2. Phương pháp xử lý ảnh số ...................................................................... 14

1.3. Đánh giá độ chính xác phân loại trong phƣơng pháp viễn thám. ................... 21

1.3.1. Phương pháp thứ nhất ............................................................................ 21

1.3.2. Phương pháp thứ hai .............................................................................. 22

CHƢƠNG 2 : HỆ THÔNG TIN ĐỊA LÝ VỚI CÔNG NGHỆ VIỄN THÁM ......... 24

2.1. Khái niệm về Hệ thông tin địa lý (GIS) .......................................................... 24

2.2. Cấu trúc và mô hình dữ liệu của GIS ............................................................. 26

2.2.1. Các điểm, đường, vùng ........................................................................... 26

2.2.2. Định nghĩa bản đồ .................................................................................. 26

2.2.3. Dữ liệu trên máy tính .............................................................................. 27

2.2.4. Cấu trúc dữ liệu raster ............................................................................ 27

2.2.5. Cấu trúc dữ liệu vector ........................................................................... 29

2.2.6. Cấu trúc dữ liệu cho bản đồ và sự lựa chọn giữa raster và vector ........ 31

CHƢƠNG 3 : CÔNG NGHỆ TÍCH HỢP TƢ LIỆU VIỄN THÁM VÀ HỆ THÔNG

TIN ĐỊA LÝ (HTTĐL) ............................................................................................. 33

3.1. Khái niệm ........................................................................................................ 33

3.2. Lý do tích hợp tƣ liệu viễn thám và HTTĐL .................................................. 36

3.3. Khả năng ứng dụng công nghệ tích hợp tƣ liệu viễn thám và HTTĐL .......... 37

3.4. Ứng dụng công nghệ tích hợp viễn thám và hệ thông tin địa lý .................... 37

CHƢƠNG 4 : ỨNG DỤNG CÔNG NGHỆ TÍCH HỢP VIỄN THÁM VÀ HTTĐL

THÀNH LẬP BẢN ĐỒ ĐỨT GÃY ĐỊA CHẤT KHU VỰC SÔNG CẢ - RÀO

NẬY .......................................................................................................................... 40

4.1. Phƣơng pháp luận phân tích ảnh vệ tinh nghiên cứu đứt gãy địa chất khu vực

Sông Cả - Rào Nậy tỷ lệ 1:200.000 ....................................................................... 40

4.1.1. Tài liệu sử dụng....................................................................................... 40

4.1.2. Phương pháp xử lý để thành lập bản đồ hệ thống đứt gãy địa chất ...... 43

4.2. Các đứt gãy có biểu hiện hoạt động khu vực Sông Cả - Rào Nậy tỷ lệ

1:200.000 ............................................................................................................... 58

KẾT LUẬN ............................................................................................................... 62

TÀI LIỆU THAM KHẢO ......................................................................................... 63

Danh mục hình vẽ

Hình 1.1 : Đặc tính phản xạ phổ của thực vật ............................................................ 5

Hình 1.2 : Đặc tính phản xạ của thổ nhưỡng .............................................................. 7

Hình 1.3 : Khả năng phản xạ và hấp thụ của nước .................................................... 9

Hình 1.4 : Nguyên lý phân loại theo khoảng cách tối thiểu .....................................15

Hình 1.5: Nguyên lý phân loại theo xác suất cực đại ...............................................17

Hình 3.1 : Vai trò của Viễn thám trong việc xây dựng và cập nhật CSDL trên

HTTĐL ......................................................................................................................34

Hình 3.2 : Mô hình chuyển đổi dữ liệu Viễn thám và HTTĐL ..................................36

Hình 4.1: Ảnh nguyên thủy chưa qua xử lý ...............................................................49

Hình 4.2: Ảnh đã qua giãn tuyến tính ......................................................................49

Hình 4.3: Phương pháp lọc tần số cao làm rõ ranh giới các đứt gãy địa chất ........51

Hình 4.4: Quy trình công nghệ thành lập bản đồ hệ thống đứt gãy địa chất ...........55

Hình 4.5: Ảnh vệ tinh Landsat khu vực Sông Cả - Rào Nậy .....................................56

Hình 4.6: Bản đồ đứt gãy địa chất khu vực Sông Cả - Rào Nậy ..............................57

Hình 4.7: Đứt gãy hoạt động chính lưu vực Sông Cả - Rào Nậy .............................59

MỞ ĐẦU

Đứt gãy địa chất là tiền đề gây nên hàng loạt các dạng tai biến địa chất khác.

Do đó, xác định vị trí đứt gãy, đới đứt gãy và đứt gãy hoạt động là việc làm có ý

nghĩa đặc biệt quan trọng về mặt lý luận và thực tiễn trong nghiên cứu tai biến địa

chất (trƣợt - lở, nứt - sụt đất, động đất, núi lửa...).

Đã có nhiều phƣơng pháp đƣợc sử dụng rộng rãi trong nghiên cứu đứt gãy

địa chất nhằm xác định chính xác vị trí, nghiên cứu đặc điểm cấu trúc đứt gãy và

đặc điểm hoạt đông của chúng. Trong đó, phƣơng pháp viễn thám - ảnh vệ tinh (ảnh

viễn thám) đƣợc đặc biệt chú ý, bởi vì: Vệ tinh bay ở độ cao hơn 700 km nên ảnh có

tầm bao quát rộng, tính khái quát hóa tự nhiên rõ rệt. Các loại ảnh chụp có vùng

diện tích lớn: ảnh LANDSAT 185 x 185 km, ảnh SPOT 60 x 60 km. Ảnh đƣợc chụp

ở tỷ lệ nhỏ với những dải phổ khác nhau nên chúng có tính chất tổng quát hóa tự

nhiên về mặt hình học và quang học rõ rệt. Trên ảnh vệ tinh hình ảnh của các đối

tƣợng đã đƣợc khái quát hóa, một số chi tiết nhỏ riêng lẻ bị nhòe đi và hợp thành

hình ảnh của một thể thống nhất với quy mô lớn. Ảnh vệ tinh thể hiện những cấu

trúc lớn, có ý nghĩa khu vực và toàn cầu. Hơn nữa ảnh phản ánh quy luật của hiện

tƣợng tự nhiên một cách khách quan và chính xác. Bởi vậy, các đứt gãy địa chất

khu vực, các cấu trúc địa chất lớn đƣợc thể hiện trên ảnh rất rõ nét.

Để phân tích, phát hiện các đứt gãy địa chất trên ảnh số vệ tinh cần phải đo

vẽ các giá trị phổ phản xạ, phân tích các đặc trƣng phổ và sử dụng các thuật toán

khác nhau để lọc ra các giá trị dạng tuyến…

Luận văn “Nghiên cứu phát hiện các đứt gãy địa chất lƣu vực sông Cả- Rào

Nậy trên cơ sở phân tích tài liệu ảnh viễn thám”, đƣợc nghiên cứu phân tích ảnh

viễn thám nhằm phát hiện các đứt gãy địa chất khu vực Sông Cả - Rào Nậy ở tỷ lệ

1:200.000

1

CHƢƠNG 1 : VIỄN THÁM TRONG NGHIÊN CỨU ĐỊA LÝ –

ĐỊA CHẤT

1.1. Khái niệm chung về viễn thám

Viễn thám là sự thu thập và phân tích, xử lý thông tin về các đối tƣợng mà

không có sự tiếp xúc trực tiếp đến vật thể đối tƣợng, đƣợc phát triển dựa trên những

thành tựu của khoa học về công nghệ tin học, công nghệ vũ trụ. Viễn thám là một

môn khoa học liên ngành nhằm cung cấp thông tin nhanh và khách quan về các đối

tƣợng phục vụ cho phát triển kinh tế, an ninh quốc phòng và nghiên cứu khoa học,

đặc biệt trong lĩnh vực địa chất – kiến tạo.

Hầu hết các đối tƣợng tự nhiên đều hấp thụ, phản xạ hay bức xạ sóng điện từ

với cƣờng độ và theo những cách khác nhau. Các đặc trƣng này thƣờng đƣợc gọi

đặc trƣng phổ. Thông tin thu đƣợc trong viễn thám có liên quan trực tiếp đến năng

lƣợng phản xạ từ các đối tƣợng cho nên việc nghiên cứu đặc trƣng phản xạ phổ của

các đối tƣợng tự nhiên trên các bƣớc sóng khác nhau đóng vai trò quan trọng trong

việc khai thác, ứng dụng có hiệu quả các thông tin thu đƣợc.

1.1.1. Đặc trưng phản xạ phổ của các đối tượng tự nhiên

Do các thông tin viễn thám có liên quan trực tiếp đến năng lƣợng phản xạ từ

các đối tƣợng tự nhiên cho nên việc nghiên cứu các tính chất quang học của các đối

tƣợng tự nhiên đóng vai trò hết sức quan trọng đối với việc ứng dụng có hiệu quả

phƣơng pháp viễn thám. Sự ra đời và phát triển của kỹ thuật viễn thám gắn với

những kết quả nghiên cứu trong lĩnh vực phổ phản xạ các đối tƣợng. Phần lớn các

phƣơng pháp ứng dụng viễn thám đƣợc sử dụng hiện nay đều có liên quan trực tiếp

hoặc gián tiếp với việc nghiên cứu đặc trƣng phản xạ phổ của các nhóm đối tƣợng

hay các đối tƣợng tự nhiên.

Việc giải đoán tƣ liệu viễn thám để xác định các thông tin trên ảnh phụ thuộc

rất nhiều vào sự hiểu biết mối tƣơng quan giữa đặc trƣng phản xạ phổ và bản chất,

trạng thái tự nhiên của đối tƣợng. Từ những thông tin về đặc trƣng phản xạ phổ cho

2

phép các nhà chuyên môn chọn những kênh phổ chứa thông tin tối ƣu về đối tƣợng

nghiên cứu, đồng thời nó là cơ sở để phân tích các tính chất của đối tƣợng địa lý –

địa chất tiến tới phân loại các đối tƣợng.

Nghiên cứu đặc trƣng phản xạ phổ của các đối tƣợng tự nhiên dựa trên các

mục tiêu cơ bản sau đây:

o Xác định quy luật phản xạ phổ của các đối tƣợng tự nhiên trong dải sóng

nhìn thấy và gần hồng ngoại.

o Xác định sự thay đổi đặc trƣng phản xạ phổ của các đối tƣợng tự nhiên.

o Đánh giá mức độ ảnh hƣởng của các yếu tố ngoại cảnh, điều kiện sinh

thái cảnh quan tới khả năng phản xạ phổ của đối tƣợng tự nhiên trong

từng vùng, miền cụ thể. Chính nhờ vào các đặc trƣng này cho phép loại

trừ ảnh hƣởng của một số yếu tố mà trong điều kiện ngoài thực địa không

thực hiện đƣợc.

Đặc trƣng phản xạ phổ của các đối tƣợng tự nhiên phụ thuộc vào rất nhiều

yếu tố nhƣ điều kiện chiếu sáng, môi trƣờng, điều kiện thời tiết và chính bề mặt các

đối tƣợng đó (hiện trạng sử dụng đất, lớp phủ hực vật, cấu trúc bề mặt...). Nhƣ vậy,

các đối tƣợng khác nhau sẽ có khả năng phản xạ phổ khác nhau. Phƣơng pháp viễn

thám dựa trên nguyên lý này để nhận biết phát hiện các đối tƣợng, các hiện tƣợng tự

nhiên. Các thông tin về đặc trƣng phản xạ phổ của đối tƣợng tự nhiên sẽ giúp các

nhà chuyên môn lựa chọn đƣợc kênh phổ chứa thông tin tối ƣu về đối tƣợng nghiên

cứu. Đây chính là cơ sở để phân tích nghiên cứu các tính chất của đối tƣợng, tiến tới

phân loại chúng.

Năng lƣợng mặt trời (E0) chiếu xuống mặt đất dƣới dạng sóng điện từ, khi

năng lƣợng này tác động lên bề mặt đối tƣợng nào đó thì một phần bị phản xạ trở lại

(EPX), một phần bị đối tƣợng hấp thụ và chuyển thành dạng năng lƣợng khác (EKH),

phần còn lại bị truyền qua hay còn gọi là hiện tƣợng thấu quang năng lƣợng (ETQ).

Có thể mô tả quá trình theo công thức:

3

Eo = EPX + EKH + ETQ

Phụ thuộc vào cấu trúc bề mặt của đối tƣợng năng lƣợng phản xạ phổ mà có

thể: phản xạ toàn phần, phản xạ một phần hoặc tán xạ toàn phần. Vì vậy, cần phải

lƣu ý khi giải đoán ảnh vệ tinh, ảnh máy bay, cần thu thập các thông tin địa lý, địa

chất khu vực tiến hành xử lý cũng nhƣ các thông số kỹ thuật của thiết bị sử dụng

điều kiện bay chụp và các yếu tố này có vai trò nhất định trong việc giải đoán hoặc

xử lý ảnh. Đồng thời, năng lƣơng phản xạ từ các đối tƣợng không những phụ thuộc

vào cấu trúc bề mặt đối tƣợng mà còn phụ thuộc vào bƣớc sóng của năng lƣợng

chiếu tới. Do đó, hình ảnh của đối tƣợng đƣợc ghi nhận bằng năng lƣợng phản xạ

phổ của các bƣớc sóng khác nhau sẽ khác nhau.

Xét tổng thể, các đối tƣợng tự nhiên trên mặt đất rất đa dạng và phức tạp,

song xét cho cùng nó đƣợc cấu thành bởi ba loại đối tƣợng cơ bản, đó là: thực vật,

thổ nhƣỡng và nƣớc.

a. Đặc trưng phản xạ phổ của thực vật:

Lineament thƣờng đƣợc biểu hiện thông qua những đặc điểm lớp phủ thực

vật, lớp vỏ thổ nhƣỡng, các kiểu phong hóa riêng... Do đó, việc sử dụng phƣơng

pháp viễn thám để nghiên cứu đứt gãy địa chất bằng công nghệ viễn thám là nghiên

cứu gián tiếp thông qua các đối tƣợng trên bề mặt. Đó chính là nghiên cứu đặc điểm

của lớp phủ thực vật, lớp phủ thổ nhƣỡng, bề mặt nƣớc…

Đối với lớp phủ thực vật, đặc tính chung nhất của thực vật là khả năng phản

xạ phổ phụ thuộc vào chiều dài bƣớc sóng và các giai đoạn sinh trƣởng khác nhau

của thực vật. Đây là đối tƣợng đƣợc quan tâm nhất. Các trạng thái lớp phủ thực vật

khác nhau có tính chất phản xạ phổ khác nhau. Bức xạ mặt trời (E0) khi tới bề mặt

lá cây một phần bị phản xạ ngay (E1). Bức xạ ở vùng sóng chàm và sóng đỏ bị chất

diệp lục hấp thụ để thực hiện quá trình quang hợp. Bức xạ ở vùng sóng lục khi gặp

diệp lục trong lá cây sẽ phản xạ trở lại (EG). Bức xạ ở vùng sóng hồng ngoại (EIR>

720nm) cũng sẽ phản xạ khi gặp chất diệp lục của lá. Nhƣ vậy, năng lƣợng phản xạ

từ thực vật (EPX) bao gồm:

4

EPX = E1 + EG + EIR

Trong đó thành phần năng lƣợng (EG + EIR) chứa đựng những thông tin cần

thiết về bản chất và trạng thái của thực vật, còn phần năng lƣợng E1 chỉ có tác dụng

tạo ra độ chói của đối tƣợng . Sự khác nhau về đặc trƣng phản xạ phổ của thực vật

đƣợc xác định bởi các yếu tố cấu tạo trong và ngoài lá cây (chất diệp lục, cấu tạo

mô bì, thành phần và cấu tạo biểu bì, hình thái cây ...), thời kỳ sinh trƣởng (tuổi cây,

giai đoạn sinh trƣởng ...) và các tác động ngoại cảnh (điều kiện chiếu sáng, thời tiết,

vị trí địa lý ...). Tuy vậy, đặc trƣng phản xạ phổ của lớp phủ thực vật vẫn mang

những đặc điểm chung: phản xạ mạnh ở vùng sóng hồng ngoại gần (λ>720nm), hấp

thụ mạnh ở vùng sóng đỏ (λ = 680 - 720nm).

Trong vùng ánh sáng nhìn thấy, sắc tố của lá cây ảnh hƣởng đến đặc tính

phản xạ phổ của nó, đặc biệt là chất diệp lục trong lá cây, ngoài ra còn có một số

sắc tố khác cũng đóng vai trò quan trọng trong việc phản xạ phổ của thực vật.

Hình 1.1 : Đặc tính phản xạ phổ của thực vật

Theo đồ thị trên ta thấy sắc tố hấp thụ của lá cây bức xạ vùng sóng ánh sáng

nhìn thấy và vùng cận hồng ngoại, ngoài ra do trong lá cây có nƣớc nên nó hấp thụ

bức xạ vùng hồng ngoại. Cũng từ đồ thị trên, ta thấy khả năng phản xạ phổ của lá

cây xanh ở vùng sóng ngắn và vùng ánh sáng đỏ là thấp. Hai vùng suy giảm khả

năng phản xạ phổ này tƣơng ứng với hai dải sóng bị chất diệp lục hấp thụ ở hai dải

5

sóng này, chất diệp lục hấp thụ phần lớn năng lƣợng chiếu tới, do vậy năng lƣợng

phản xạ của lá cây không lớn, vùng sóng bị phản xạ mạnh nhất là vùng ánh sáng lục

tƣơng ứng với bƣớc sóng 540 nm. Do đó, lá cây tƣơi đƣợc mắt ta cảm nhận có màu

lục. Khi lá úa hoặc cây bị bệnh, lá cây màu vàng hàm lƣợng diệp lục trong lá giảm

đi do đó khả năng phản xạ phổ cũng sẽ bị thay đổi. Nhƣ vậy, có thể thấy khả năng

phản xạ phổ của mỗi loại thực vật là khác nhau và đặc tính chung nhất về khả năng

phản xạ phổ của thực vật là:

Ở vùng ánh sáng nhìn thấy, vùng cận hồng ngoại và hồng ngoại khả năng

phản xạ phổ khác biệt rõ rệt.

Ở vùng ánh sáng nhìn thấy, phần lớn năng lƣợng bị hấp thụ bởi chất diệp lục

có trong lá cây, một phần nhỏ thấu qua lá còn lại bị phản xạ.

Ở vùng cận hồng ngoại, cấu trúc lá ảnh hƣởng lớn đến khả năng phản xạ

phổ, ở đây khả năng phản xạ phổ tăng lên rõ rệt.

Ở vùng hồng ngoại, nhân tố ảnh hƣởng lớn đến khả năng phản xạ phổ của lá

là hàm lƣợng nƣớc. Khi độ ẩm trong lá cao, năng lƣợng hấp thụ là cực đại; ảnh

hƣởng của các cấu trúc tế bào lá ở vùng hồng ngoại đối với khả năng phản xạ phổ

không lớn bằng hàm lƣợng nƣớc trong lá.

b. Đặc trưng phản xạ phổ của thổ nhưỡng

Thổ nhƣỡng là lớp trên cùng chịu ảnh hƣởng của các quá trình địa chất.

Thông thƣờng, các đứt gãy địa chất tạo nên một đới cà nát do đó, lớp phủ thổ

nhƣỡng ở đây thƣờng hỗn độn. Thổ nhƣỡng là nền của lớp phủ thực vật, cùng với

lớp phủ thực vật tạo thành một thể thống nhất trong cảnh quan tự nhiên. Đặc tính

chung nhất của chúng là khả năng phản xạ phổ tăng theo độ dài bƣớc sóng, đặc

biệt là ở vùng cận hồng ngoại và hồng ngoại (hình 1.2 ). Một phần bức xạ mặt trời

chiếu tới sẽ phản xạ ngay trên bề mặt đối tƣợng (E1), phần còn lại đi vào bề dày của

lớp phủ thổ nhƣỡng. Một phần năng lƣợng này đƣợc hấp thụ làm tăng nhiệt độ của

đất, một phần sau khi tán xạ gặp các hạt nhỏ và các thành phần vật chất khác có

6

trong đất (nƣớc và các chất khoáng) sẽ phản xạ trở lại (E2). Nhƣ vậy, phần năng

lƣợng E2 sẽ chứa đựng những thông tin cơ bản về thành phần, bản chất các loại đất.

Có thể biểu diễn năng lƣợng phản xạ đó dƣới dạng:

EPX = E1 +E2

Khả năng phản xạ phổ của thổ nhƣỡng phụ thuộc chủ yếu vào bản chất hóa

lý của đất, hàm lƣợng chất hữu cơ, độ ẩm, trạng thái bề mặt, thành phần cơ giới của

đất mà cấu trúc của đất phụ thuộc vào thành phần, tỷ lệ sét, bụi, cát. Sét là hạt mịn

có đƣờng kính nhỏ hơn 0.002mm, bụi có đƣờng kính 0.002 - 0.05mm, cát có đƣờng

kính 0.05mm - 2mm. Tuỳ thuộc vào tỷ lệ thành phần của sét, bụi và cát mà có các

loại đất khác nhau.

Hình 1.2 : Đặc tính phản xạ của thổ nhưỡng

Ví dụ đất cát mịn thì khoảng cách giữa các hạt nhỏ vì chúng ở gần nhau hơn.

Với hạt lớn khoảng cách giữa chúng lớn hơn, do vậy khả năng vận chuyển không

khí và độ ẩm cũng dễ dàng hơn. Khi độ ẩm lớn, trên mỗi hạt cát sẽ bọc một màng

mỏng nƣớc, do vậy độ ẩm và lƣợng nƣớc trong loại đất này sẽ cao hơn và do đó độ

ẩm cũng ảnh hƣởng đến khả năng phản xạ phổ của chúng. Nhìn vào đồ thị ta thấy:

khi độ ẩm tăng lên thì khả năng phản xạ phổ sẽ giảm. Do vậy, khi hạt nƣớc rơi vào

7

cát khô ta thấy cát có mầu thẫm hơn, đó là nguyên nhân có sự chênh lệch rõ rệt giữa

các đƣờng đặc trƣng 1, 2, 3. Tuy nhiên, nếu cát ẩm nếu có thêm nƣớc cũng sẽ không

thẫm mầu đi mấy.

Thành phần chất hữu cơ có trong đất cũng ảnh hƣởng tới khả năng phản xạ

phổ của các đối tƣợng, với hàm lƣợng chất hữu cơ từ 0,5 - 5,0% đất có mầu nâu

sẫm. Nếu hàm lƣợng hữu cơ thấp hơn đất sẽ có mầu nâu sáng.

Ôxít sắt cũng ảnh hƣởng tới khả năng phản xạ phổ của đất. Khả năng phản

xạ phổ tăng khi hàm lƣợng ôxít sắt trong đất giảm xuống. Khi loại bỏ ôxít sắt ra

khỏi đất, thì khả năng phản xạ phổ của đất tăng lên rõ rệt ở dải sóng từ 500 nm-

1100 nm nhƣng với bƣớc sóng lớn hơn 1100 nm thì hầu nhƣ không có tác dụng.

Nhƣ trên đã phân tích, có nhiều yếu tố ảnh hƣởng đến khả năng phản xạ phổ

của thổ nhƣỡng, tuy nhiên chúng có liên quan chặt chẽ với nhau. Vùng phản xạ và

bức xạ phổ mạnh dùng để ghi nhận thông tin hữu ích về thổ nhƣỡng còn hình ảnh ở

hai vùng phổ này là dấu hiệu để đoán đọc điều vẽ các đặc tính của thổ nhƣỡng.

c. Đặc trưng phản xạ phổ của nước

Các đứt gãy địa chất thƣờng trùng khớp với hệ thống sông suối. Hay nói

cách khác, đứt gãy địa chất là tiền đề để cho hệ thống sông suối phát triển. Nói đến

sông suối là nói đến nƣớc. Bởi vậy, nghiên cứu các đặc trựng phản xạ của nƣớc gián

tiếp nghiên cứu đứt gãy địa chất.

Khả năng phản xạ phổ của nƣớc cũng thay đổi theo bƣớc sóng của bức xạ

chiếu tới và thành phần vật chất có trong nƣớc. Ngoài ra nó còn phụ thuộc vào bề

mặt nƣớc và trạng thái của nƣớc. Trên ảnh chụp bằng kênh hồng ngoại và cận hồng

ngoại, đƣờng bờ nƣớc đƣợc phát hiện rất dễ dàng, còn một số đặc tính khác của

nƣớc cần phải sử dụng ảnh chụp bằng kênh nhìn thấy để nhận biết.

Phần lớn năng lƣợng bức xạ mặt trời chiếu tới đều bị nƣớc hấp thụ cho quá

trình tăng nhiệt độ nƣớc. Phần năng lƣợng phản xạ trên bề mặt kết hợp với phần

năng lƣợng sinh ra sau quá trình tán xạ với các hạt vật chất lơ lửng trong nƣớc phản

xạ lại, tạo thành năng lƣợng phản xạ của nƣớc. Vì vậy, năng lƣợng phản xạ của các

8

loại nƣớc là thấp và giảm dần theo chiều tăng của bƣớc sóng. Bức xạ mặt trời hầu

nhƣ bị nƣớc hấp thụ hoàn toàn ở vùng hồng ngoại và cận hồng ngoại. Nƣớc đục

phản xạ mạnh hơn nƣớc trong, đặc biệt ở vùng sóng đỏ.

Trong điều kiện tự nhiên, mặt nƣớc hoặc một lớp nƣớc mỏng sẽ hấp thụ rất

mạnh năng lƣợng ở dải cận hồng ngoại và hồng ngoại, do vậy năng lƣợng phản xạ

rất ít. Vì khả năng phản xạ phổ của nƣớc ở dải sóng dài khá nhỏ nên việc sử dụng

các kênh sóng dài để chụp cho ta nhiều khả năng giải đoán các yếu tố thuỷ văn. Ví

dụ: đƣờng bờ nƣớc sẽ đƣợc giải đoán dễ dàng trên ảnh chụp bằng kênh hồng ngoại

và cận hồng ngoại.

Hình 1.3 : Khả năng phản xạ và hấp thụ của nước

1.1.2. Một số yếu tố ảnh hưởng tới khả năng phản xạ phổ của các đối tượng tự nhiên

Ảnh hƣởng của yếu tố không gian - thời gian đến khả năng phản xạ của các

đối tƣợng tự nhiên:

Theo thời gian, lớp phủ thực vật và một số đối tƣợng khác thƣờng thay đổi

và do vậy, khả năng phản xạ phổ cũng thay đổi. Ví dụ mùa đông cây rụng lá, mùa

xuân cây xanh tốt…Vì vậy, khi giải đoán cần chú ý đến yếu tố thời vụ.

9

Ở yếu tố không gian ngƣời ta chia ra 2 loại: Yếu tố không gian cục bộ thể

hiện khi chụp ảnh cùng một loại cây nhƣng trồng theo hàng có khả năng phản xạ

phổ khác trồng theo các mảng. Yếu tố không gian địa lý thể hiện khi cùng loại thực

vật nhƣng sinh trƣởng ở các vùng địa lý khác nhau thì khả năng phản xạ phổ cũng

khác nhau. Mặt khác, yếu tố không gian còn thể hiện khi chụp ảnh vùng núi lúc mặt

trời không ở vị trí thiên đỉnh, khi đó, cùng một đối tƣợng ở trên sƣờn đƣợc chiếu

sáng sẽ có phổ phản xạ khác với sƣờn không đƣợc chiếu sáng.

Ảnh hƣởng của yếu tố khí quyển: Khi xem xét hệ thống ghi nhận thông tin

viễn thám ta thấy rằng: năng lƣợng bức xạ từ mặt trời xuống các đối tƣợng trên mặt

đất phải qua tầng khí quyển sau khi phản xạ từ bề mặt trái đất năng lƣợng lại đƣợc

truyền qua khí quyển tới thiết bị ghi thông tin trên vệ tinh. Do vậy, khí quyển có

ảnh hƣởng rất lớn đến khả năng phản xạ của các đối tƣợng tự nhiên.

Có 2 phƣơng thức ảnh hƣởng chính của khí quyển đó là tán xạ và hấp thụ.

Hiện tƣợng tán xạ chỉ làm đổi hƣớng tia chiếu mà không làm mất đi năng

lƣợng. Tán xạ là do các hạt vật chất nhỏ có trong không khí hoặc các ion có trong

khí quyển phản xạ tia chiếu tới hoặc do tia chiếu truyền qua lớp khí quyển dày đặc

có mật độ không khí không đồng nhất gây nên.

Hiện tƣợng hấp thụ xảy ra khi tia sáng không đƣợc tán xạ mà truyền qua lớp

nguyên tử không khí trong khí quyển và làm nóng lớp khí quyển đó. Hiện tƣợng tán

xạ tuyệt đối xảy ra khi không có sự hấp thụ năng lƣợng.

1.2. Các phƣơng pháp giải đoán ảnh viễn thám

Giải đoán tƣ liệu viễn thám là quá trình tách thông tin định tính cũng nhƣ định

lƣợng của hình ảnh dựa trên các tri thức chuyên ngành hoặc kinh nghiệm của ngƣời

xử lý. Việc tách thông tin trong viễn thám có thể chia ra 5 loại:

 Phân loại đa phổ

 Phát hiện biến động.

 Chiết, tách các thông tin tự nhiên

10

 Xác định các chỉ số

 Xác định các đối tƣợng đặc biệt.

Phân loại đa phổ là quá trình tách gộp thông tin dựa vào độ phân giải phổ, độ

phân giải không gian và thời gian của hình ảnh đối tƣợng. Xác định biến động là

xác định sự thay đổi của đối tƣợng dựa trên ảnh các thời kỳ. Chiết tách các thông tin

tự nhiên tƣơng ứng với việc đo nhiệt độ, trạng thái khí quyển, độ ẩm, của vật thể

dựa trên các đặc trƣng phổ hoặc thị sai của cặp ảnh lập thể. Xác định chỉ số là tính

toán các chỉ số mới nhƣ chỉ số thực vật,chỉ số độ chiếu sáng…Xác định các đặc tính

hoặc hiện tƣợng đặc biệt nhƣ thiên tai…

Quá trình tách thông tin từ ảnh có thể đƣợc thực hiện bằng mắt cùng với tƣ

duy của con ngƣời hoặc bằng máy tính.

Việc giải đoán bằng mắt có ƣu điểm là có thể khai thác đƣợc các tri thức

chuyên môn và kinh nghiệm chuyên gia, mặt khác việc giải đoán có thể phân tích

các thông tin phân bố không gian. Tuy nhiên phƣơng pháp này có nhƣợc điểm là

tốn kém thời gian và kết quả thƣờng phụ thuộc vào ý muốn chủ quan của ngƣời giải

đoán.

Việc xử lý bằng máy tính có ƣu điểm là năng suất cao, thời gian xử lý ngắn,

có thể xác định đƣợc các chỉ số đặc trƣng tự nhiên nhƣng nó có nhƣợc điểm là khó

kết với với tri thức và kinh nghiệm của con ngƣời. Để khắc phục nhƣợc điểm này,

trong khuôn khổ của luận văn này chúng tôi kết hợp vừa xử lý ảnh số vừa giải đoán

bằng mắt thƣờng.

1.2.1. Phương pháp giải đoán bằng mắt

Giải đoán ảnh bằng mắt có thể áp dụng trong mọi điều kiện trang thiết bị.

Giải đoán bằng mắt là việc sử dụng mắt thƣờng cùng với dụng cụ quang học nhƣ

kính lúp, kính lập thể, máy tổng hợp màu để xác định các đối tƣợng. Cơ sở giải

đoán ảnh bằng mắt là các chuẩn giải đoán đọc và khóa giải đoán [8].

1.2.1.1. Các chuẩn giải đoán ảnh vệ tinh:

11

- Chuẩn kích thước: Là phải chọn tỷ lệ ảnh phù hợp để giải đoán. Kích thƣớc

của đối tƣợng có thể xác định bằng cách lấy kích thƣớc đo đƣợc trên ảnh nhân với

mẫu số tỷ lệ ảnh.

- Chuẩn hình dạng: Hình dạng có ý nghĩa quan trọng trong giải đoán ảnh. Hình

dạng đặc trƣng cho mỗi đối tƣợng khi nhìn từ trên cao xuống và đƣợc coi là chuẩn

giải đoán ảnh. Trên ảnh vệ tinh, các đứt gãy địa chất có dạng đẳng thƣớc kéo dài.

- Chuẩn bóng: Bóng của vật thể dễ dàng nhận thấy khi nguồn sáng không nằm

chính xác ở đỉnh đầu hoặc trƣờng hợp chụp ảnh xiên. Dựa vào bóng của vật thể có

thể xác định đƣợc chiều cao của vật thể đó.

- Chuẩn độ đen: Độ đen trên ảnh đen trắng biến thiên theo mức xám độ. Mỗi vật

thể đƣợc thể hiện bằng một cấp độ sáng nhất định tỷ lệ với cƣờng độ phản xạ ánh

sáng của nó.

- Chuẩn màu sắc: Màu sắc là một dấu hiệu chuẩn rất tốt trong việc xác định các

đối tƣợng. Các đối tƣợng khác nhau thƣờng có tông màu khác nhau, đặc biệt đối với

ảnh đa phổ tổ hợp màu.

- Chuẩn cấu trúc: Cấu trúc là tập hợp của nhiều hình mẫu nhỏ. Ví dụ một bãi cỏ

không xen các cây khác cho ta ảnh cấu trúc mịn, các đới dập vỡ kiến tạo cho ta các

vệt dài lốm đốm.

- Chuẩn phân bố: Chuẩn phân bố là một tập hợp của nhiều hình dạng nhỏ phân

bố theo một quy luật nhất định tạo ra mẫu đặc trƣng cho đối tƣợng đó.

- Chuẩn mối quan hệ tương hỗ : Một tổng thể các chuẩn giải đoán môi trƣờng

xung quanh hoặc mối liên quan của các đối tƣợng nghiên cứu đối với các đối tƣợng

khác cung cấp một thông tin giải đoán quan trọng.

Nhằm hỗ trợ cho công tác giải đoán ngƣời ta thƣờng lập các khóa giải đoán.

Khóa giải đoán là tập hợp các chuẩn dùng để giải đoán một đối tƣợng nhất định cho

nên kết quả giải đoán phụ thuộc rất lớn vào khóa giải đoán. Mục đích của việc lập

khóa giải đoán là làm chuẩn hóa các kết quả giải đoán của nhiều ngƣời khác nhau.

12

Thông thƣờng, khóa giải đoán do những ngƣời có kinh nghiệm và hiểu biết chuyên

môn xây dựng dựa trên các vùng nghiên cứu thử nghiệm đã đƣợc điều tra kỹ. Tất cả

8 chuẩn giải đoán cùng với các thông tin về thời gian bay chụp, tỷ lệ ảnh, mùa bay

chụp đều phải đƣa vào khóa giải đoán.

1.2.1.2. Ảnh tổ hợp màu:

Tƣ liệu ảnh dùng để giải đoán bằng mắt tốt nhất là ảnh tổ hợp màu. Đặc

điểm cơ bản của ảnh tổ hợp màu là sự mã hóa bằng màu các khác biệt về giá trị phổ

của các đối tƣợng. Ở đây khóa giải đoán chính là sự tƣơng phản màu đƣợc nhấn

mạnh nhờ sự lựa chọn một cách có ý thức phƣơng án tổ hợp màu. Trong trƣờng hợp

tƣ liệu gốc thỏa mãn các điều kiện kỹ thuật nếu sử dụng phƣơng án tổ hợp màu

chuẩn và điều kiện xử lý hóa ảnh chặt chẽ thì màu là một chuẩn giải đoán tƣơng đối

ổn định.

Nhờ khả năng phân biệt cao của màu sắc cho nên nó có thể cho biết sự khác

biệt về phổ của đối tƣợng nghiên cứu cho ngƣời giải đoán. Ảnh tổ hợp màu cho ta

tính trực quan sinh động hơn ảnh đen trắng. Nhƣng đối với ảnh có dải phổ chụp ở

vùng hồng ngoại, ảnh tổ hợp màu cho ta bức tranh giả màu không có thực trong tự

nhiên.

Về màu sắc, ảnh tổ hợp màu so với ảnh màu vệ tinh chụp trên phim màu có

nhiều màu sắc hơn với độ tƣơng phản màu cao hơn. So với ảnh phổ thì ảnh tổ hợp

màu cũng có nhiều màu sắc hơn và có độ tƣơng phản cao hơn nhƣng độ phân giải

lại kém hơn ảnh phổ màu.

Khả năng giải đoán các đối tƣợng trên ảnh tổ hợp màu phụ thuộc vào sự lựa

chọn phƣơng án tổ hợp màu tức là phụ thuộc vào nhiệm vụ giải đoán, khả năng ứng

dụng của ảnh tổ hợp màu để giải đoán các đối tƣợng cụ thể.

Việc lựa chọn các kênh phổ để tổ hợp màu là một công việc quan trọng,

chúng quyết định về chất lƣợng thông tin của ảnh tổ hợp màu. Việc lựa chọn kênh

phổ đƣợc xác định trên các đặc điểm sau:

13

o Đặc tính phản xạ phổ của các đối tƣợng cần giải đoán.

o Nhiệm vụ của việc giải đoán.

o Yêu cầu đối với độ phân giải của ảnh dùng để giải đoán.

o Đặc điểm của khu vực cần giải đoán.

Để lựa chọn kênh phổ có tính thông tin cao cần phân loại nhóm đối tƣợng

chính cần giải đoán. Trên cơ sở các kênh phổ mang thông tin ta chọn ra kênh chính

và kênh phụ để tiến hành tổ hợp.

Mặt khác, có thể sử dụng biểu đồ độ sáng (histogram) để lựa chọn kênh phổ.

Các thiết bị dùng cho tổ hợp màu đa phổ thƣờng dùng trên thế giới và ở Việt

Nam là:

Máy chiếu hình đa phổ chuyên dụng MSP-4C của CHLB Đức và AC-90B

của Nhật Bản.

Máy nắn Rectima-C, Dust 2000 có gắn đầu màu.

Máy tính có màn hình màu VGA và các trạm làm việc WS.

1.2.2. Phương pháp xử lý ảnh số

1.2.2.1. Thuật toán phân loại:

Để xác định các đối tƣợng trên ảnh, cần phải sử dụng thuật toán phân loại.

Thuật toán này dùng để quy một pixel chƣa biết vào một loại đối tƣợng nào đó.

Việc lựa chọn cách phân loại riêng biệt hoặc luật quyết định phụ thuộc vào tính chất

của chỉ tiêu đầu vào và yêu cầu của dữ liệu đầu ra.

Sau đây là một số thuật toán thƣờng dùng trong xử lý ảnh viễn thám:

a. Phân loại theo khoảng cách tối thiểu ( Minimum distance classifier):

Phân loại theo khoảng cách tối thiểu đƣợc sử dụng để phân loại các đối

tƣợng trong không gian phổ đa chiều. Khoảng cách giữa các pixel đƣợc sử dụng

14

nhƣ chuẩn để đánh giá sự phụ thuộc về một lớp nào đó của pixel đang khảo sát.

Cách khoảng cách thƣờng dùng bao gồm:

2 = (X - µk)t (x - µk )

- Khoảng cách Ơclit: d k

Khoảng cách này đƣợc sử dụng trong trƣờng hợp phƣơng sai của các lớp khác

nhau. Khoảng cách Ơclit có thể coi nhƣ hệ số đồng dạng.

- Khoảng cách Ơclit chuẩn hóa:

2 = (X - µk)tδk

-1 (X - µk ).

d k

- Khoảng cách Mahalanobs. Trong trƣờng hợp gữa các kênh phổ có mối tƣơng

quan thì khoảng cách Mahalanobs đƣợc sử dụng thay cho các khoảng cách khác.

Khoảng cách Mahalanobs đƣợc biểu diễn nhƣ sau:

2 = (X - µk)tΣk

-1 (X - µk ).

d k

Trong đó: X: Vector giá trị cấp độ sáng X= x1, x2, xn

µk: Vector trung bình µk : m1, m2, mn

δk : Ma trận phƣơng sai.

Σk :Ma trận phƣơng sai- hiệp phƣơng sai.

Hình 1.4 : Nguyên lý phân loại theo khoảng cách tối thiểu

15

Thuật toán về khoảng cách tối thiểu khá đơn giản về mặt toán học và có hiệu

quả về mặt tính toán nhƣng có hạn chế là không nhạy cảm với mức độ biến đổi

trong dữ liệu phổ thu nhận đƣợc. Do vậy, thuật toán này không sử dụng cho viêc

phân loại phổ gần giông nhau trong không gian đó và có độ biến thiên cao.

b. Phân loại theo xác suất cực đại (Maximum likelihood classifier):

Phƣơng pháp phân loại theo xác suất cực đại đƣợc sử dụng thƣờng xuyên

trong xử lý ảnh viễn thám. Mỗi pixel đƣợc tính xác suất thuộc vào một lớp nào đó

và nó đƣợc gắn vào lớp có xác suất thuộc vào lớp đó lớn nhất. Xác suất đƣợc biểu

diễn nhƣ sau:

Lk = P(k/X) = P(k)* P (X/k)/ ΣP(i)*P(X/i).

Trong đó: P(k): Xác suất tiền địnhcủa lớp k.

P(k/X): Xác suất điều kiện có thể thay đƣợc X thuộc vào lớp k.

Thông thƣờng ngƣời ta coi P(k) là hằng số cho tất cả các lớp và P(i)*ΣP(X/i)

cũng đƣợc coi nhƣ vậy cho nên thực chất xác suất Lk có thể đƣợc viết nhƣ sau:

−1 𝑘

1 𝐿𝑘 𝑋 = (2𝜋)𝑛/2 ∑𝑘 1/2 𝑒−1/2(𝑋−𝜇 ) ∑ (𝑋−𝜇 )

Trong đó: X : vecto cấp độ xám của một pixel nào đó

Lk : xác suất mà X thuộc vào lớp K

∑𝑘 : định thức của ma trận phƣơng sai – hiệp phƣơng sai

Theo lý thuyết xác suất, phƣơng pháp phân loại theo xác suất cực đại có

nhiều ƣu việt. Tuy nhiên, khi sử dụng cần chú ý các điểm sau:

- Số lƣợng các khu vực lấy mẫu thực địa phải đủ lớn để các giá trị trung bình

cũng nhƣ ma trận phƣơng sai – hiệp phƣơng sai tính cho một lớp nào đó có giá trị

đúng với thực tế nhất.

- Ma trận nghịch đảo của ma trận phƣơng sai – hiệp phƣơng sai sẽ không ổn

định trong một số trƣờng hợp độ tƣơng quan giữa các kênh phổ rất gần nhau. Khi

16

đó, cần áp dụng phƣơng pháp là làm giảm số kênh phổ nhƣ phƣơng pháp phân tích

thành phần chính. Trong trƣờng hợp hàm phân bố của đối tƣợng nghiên cứu không

theo quy luật phân bố chuẩn Gauss thì không nên sử dụng phƣơng pháp này.

Hình 1.5: Nguyên lý phân loại theo xác suất cực đại

c. Phân loại hình hộp: (Box Classifier):

Phân loại hình hộp thuộc vào nhóm phƣơng pháp phân loại có giám định

đơn giản. Trong phƣơng pháp này, mỗi trục phổ đƣợc chia ra nhiều lớp dựa vào các

giá trị tối đa, tối thiểu của tệp mẫu tƣơng ứng. Nói cách khác, là trong không gian

phổ này ngƣời ta xác định các ”hộp” bao bọc một nhóm có cùng tính chất. Các pixel

nằm trong hộp không gian giới hạn bởi các miền xác định trên trục phổ nhƣ vậy sẽ

17

đƣợc phân loại. Phƣơng pháp này có tốc độ tính toán cao nhƣng độ chính xác và

khả năng áp dụng còn bị hạn chế.

Quá trình phân loại theo phƣơng pháp hình hộp đƣợc tiến hành nhƣ sau:

- Xác định đƣờng bao cho tất cả các hộp đặc trƣng theo các vùng liên tục

(chính là vùng lấy mẫu) – là vùng có đặc trƣng xác định nhƣ đất, nƣớc thực vật ...

trên ảnh gốc và đã đƣợc xác định rõ ở thực địa. Đối với từng lớp liên tục đó có giá

trị độ xám trung bình µ và có phƣơng sai δ của sự phân bố độ đen cần thiết để tính

𝑛𝑖

toán:

𝜇𝑖𝑗 = 1 𝑛 𝑋𝑖𝑗 𝑘=1

𝑛𝑖 𝑘=1

𝑛𝑖 𝑘=1

2 =

2 − (∑ 𝑋𝑖𝑗𝑘 𝑛𝑖(𝑛𝑖 − 1)

)2 𝑛𝑖 ∑ 𝑋𝑖𝑗𝑘 𝛿𝑖𝑗

(i = 1,2,….,ni; j = 1,2,….,NB)

Trong đó: i là số thứ tự của lớp trong tổng N lớp.

J là số thứ tự của kênh trong tổng NB kênh.

K là số thứ tự của pixel trong tổng Ni pixel.

Khi sử dụng µij và δij cho các vùng bao của từng hộp, ta có thể dùng biểu

thức: (Xmin) = µij – k..δij

(Xmax) = µij + k..δij

Ở đây k là hệ số tỷ lệ lựa chọn, (Xmin) ij , (Xmax) ij là giới hạn thống nhất và

cao nhất của vùng bao lớp i trên kênh ảnh j.

18

Đối với tất cả các pixel trên ảnh gốc, việc giải đoán các đặc trƣng sẽ thực

hiện theo điều kiện: Nếu (Xmin) ij < Xik< (Xmax) ij , (j = 1,2...NB) thì pixel k thuộc lớp j

và ngƣợc lại thì pixel k không thuộc lớp j.

Trong quá trình xử lý, kết quả phân loại ảnh thứ tự của lớp đƣợc gắn cho

từng pixel.

1.2.2.2. Phương pháp phân loại bằng xử lý số:

Các tƣ liệu viễn thám chủ yếu dƣới dạng số cho nên vấn đề giải đoán bằng

xử lý số giữ vai trò quan trọng và chính là phƣơng pháp cơ bản trong công nghệ

viễn thám. Giải đoán ảnh bằng xử lý số bao gồm các bƣớc sau:

a. Nhập số liệu:

Có hai nguồn số liệu chính đó là ảnh tƣơng tự do các máy chụp ảnh tiến

hành và một phần do các mấy quét ảnh cung cấp. Trong trƣờng hợp ảnh số thì tƣ

liệu ảnh đƣợc chuyển từ các băng từ lƣu trữ mật độ cao HDDT vào các băng từ

CCT, thông dụng hơn. Trong trƣờng hợp ảnh tƣơng tự thì tƣ liệu ảnh đƣợc chuyển

thành dạng số thông qua máy quét chuyên dụng..

b. Khôi phục và hiệu chỉnh ảnh:

Đây là giai đoạn mà các tín hiệu số đƣợc hiệu chỉnh hệ thống nhằm tạo ra

một tƣ liệu ảnh có thể sử dụng đƣợc. Giai đoạn này thƣờng đƣợc thực hiện ở các

Trung tâm thu nhận ảnh.

c. Nắn chỉnh hình học ảnh

Ảnh vệ tinh thu nhận đƣợc là ảnh thô (bruse) chƣa đƣợc xử lý hình học và bị

biến dạng, do đó những ảnh này không trùng khít với bản đồ và với các ảnh khác có

toạ độ địa lý đƣợc. Vì vậy, muốn sử dụng các loại ảnh này nhất thiết phải nắn chỉnh

hình học để vừa loại trừ sự biến dạng của ảnh vừa gắn toạ độ vào ảnh để sử dụng

cho việc thành lập bản đồ ảnh..

d. Biến đổi ảnh:

19

Các quá trình xử lý nhƣ tăng cƣờng chất lƣợng ảnh, biến đổi tuyến tính...là

giai đọan tiếp theo. Giai đoạn này có thể tiến hành ở các phòng thí nghiệm nhỏ

e. Phân loại:

Phân loại đa phổ để tách các thông tin cần thiết phục vụ cho việc theo dõi các

đối tƣợng hay lập các bản đồ chuyên đề là mục tiêu cơ bản trong việc khai thác các

tƣ liệu viễn thám.

Có hai phương pháp phân loại ảnh đa phổ:

- Phân loại có giám định là một hình thức phân loại mà các chỉ tiêu phân loại

đƣợc xác lập dựa trên các vùng mẫu. Vùng mẫu là khu vực mà trên ảnh ngƣời giải

đoán biết chắc chắn nó thuộc vào một trong các lớp cần tìm. Dựa vào các vùng

mẫu, các tham số thống kê sẽ đƣợc xác định và đó chính là các chỉ tiêu thống kê sử

dụng trong quá trình phân loại sau này.

- Phân loại không giám định: Tại những khu vực không có một thông tin nào

về đối tƣợng cần phân loại ngƣời ta sử dụng kỹ thuật phân loại không giám định.

Phân loại không giám định chỉ sử dụng thuần túy thông tin trên ảnh. Trình tự thực

hiện có thể tóm tắt nhƣ sau:

+ Đầu tiên các pixel trên ảnh đƣợc gộp thành các nhóm có đặc trƣng phổ

tƣơng đối đồng nhất bằng kỹ thuật ghép lớp.

+ Các nhóm này đƣợc sử dụng để tính các tham số thống kê cho quá trình

phân loại tiếp theo.

Việc xác định các tham số thống kê tệp mẫu phụ thuộc vào các phƣơng pháp

phân loại sẽ đƣợc sử dụng. Tuy nhiên, phần lớn các phƣơng pháp phân loại để sử

dụng các tham số nhƣ giá trị trung bình tệp mẫu, ma trận, phƣơng sai.

f. Xuất kết quả:

Kết quả có thể xuất ra dƣới dạng ảnh tƣơng tự, ảnh số hay các bản đồ. Các

kết quả này đƣợc khai thác, sử dụng cho nhiều chuyên ngành vì chúng là đầu vào

20

rất tốt cho công nghệ sử dụng HTTĐL. Trên cơ sở ứng dụng HTTĐL nhiều loại

thông tin khác nhau cùng đƣợc đƣa vào tạo ra những kết quả chính xác và phong

phú hơn so với trƣờng hợp chỉ sử dụng riêng tƣ liệu viễn thám.

1.3. Đánh giá độ chính xác phân loại trong phƣơng pháp viễn thám.

Phân loại đa phổ là quá trình tách gộp thông tin dựa trên các tính chất phổ

không gian và thời gian của đối tƣợng. Phân loại đa phổ để chiết tách thông tin cần

thiết phục vụ cho việc đánh giá các đối tƣợng hay xây dựng các bản đồ chuyên đề

là khâu then chốt của việc khai thác các tƣ liệu viễn thám. Đánh giá độ chính xác

trong quá trình phân loại là vấn đề đang đƣợc các nhà nghiên cứu viễn thám đặc biệt

chú ý. Ngày nay chƣa có phƣơng pháp nào đơn giản và chuẩn mực đƣợc chấp nhận

đại trà để xác định độ chính xác khi phân loại. Có hai phƣơng pháp đƣợc sử dụng

phổ biến nhất để đánh giá độ chính xác việc phân loại ảnh đa phổ. Cả hai đều so

sánh các kết quả thu đƣợc từ các phân loại bằng so sánh với đặc tính ”đã biết” của

các đối tƣợng trên mặt đất trong các vùng thử nghiệm từ các tài liệu tham khảo. Các

khu vực thử nghiệm đƣợc đại diện điển hình bằng một hoặc nhiều các khu vực thử

nghiệm đồng nhất cho ngƣời giải đoán lựa chọn hay các khu vực thử nghiệm hoặc

các pixel đƣợc chọn một cách ngẫu nhiên.

1.3.1. Phương pháp thứ nhất

Ta đã biết cách sử dụng một bảng ngẫu nhiên làm công cụ đánh giá độ

chính xác phân loại của khu vực lấy mẫu. Cần hiểu là phƣơng thức này chỉ nêu ra

các số liệu thống kê lấy ra từ các khu vực mẫu có thể sử dụng tốt để phân loại các

khu vực đó. Nếu kết quả tốt thì điều đó chứng tỏ khu vực mẫu là đồng nhất và cách

phân loại đang sử dụng có thể phục vụ tốt trong các khu vực mẫu. Điều này giúp ích

trong quá trình chọn lọc bộ mẫu nhƣng nó ít chỉ ra yếu tố đƣợc phân loại ra sao trên

khu vực khác.

Các khu vực thử nghiệm là những khu vực có lớp phủ thực vật trên mặt đất

đại diện đồng nhất khác và rộng hơn các vùng mẫu, chúng thƣờng đƣợc bố trí trong

giai đoạn lấy mẫu để phân loại có kiểm định bằng cách chọn thêm các vùng mẫu dự

21

trữ nhiều hơn so với yêu cầu để nghiên cứu xây dựng thống kê phân loại. Khi đó

một phần của chúng có thể đƣợc giữ lại để đánh giá độ chính xác sau khi phân loại

và lại dùng một bảng ngẫu nhiên để biểu thị kết quả. Độ chính xác thu đƣợc trong

các khu vực này biểu thị gần đúng chất lƣợng phân loại trên toàn bộ khu vực đó.

Tuy nhiên, vì đồng nhất nên các diện tích thử nghiệm có thể không đƣa ra độ chính

xác phân loại cho từng pixel ảnh riêng biệt của sự biến động.

Một phƣơng pháp có thể dùng để đánh giá độ chính xác là so sánh kết quả

phân loại lớp phủ mặt đất tại mỗi pixel trên ảnh với tài liệu tham khảo.

1.3.2. Phương pháp thứ hai

Việc lấy mẫu một cách ngẫu nhiên sẽ khắc phục đƣợc các nhƣợc điểm trên

nhƣng nó bị ảnh hƣởng do số lƣợng vùng mẫu có hạn. Trƣớc hết do việc thu thập tài

liệu tham khảo cho các vùng mẫu đại diện cho các điểm phân bố ngẫu nhiên thƣờng

rất khó khăn và tốn kém bởi vì việc đi lại và tiếp cận đối tƣợng lấy mẫu. Mặt khác,

giá trị của việc lấy mẫu ngẫu nhiên phụ thuộc vào khả năng thu thập thông tin các

tài liệu tham khảo. Để khắc phục nhƣợc điểm này là chỉ nên lấy mẫu tại những pixel

mà đặc điểm nhận dạng chúng không bị ảnh hƣởng của việc thu thập thông tin.

Khi chọn các pixel thử nghiệm vừa phải ngẫu nhiên nhƣng lại phải đại diện

về mặt địa lý cho tập hợp dữ liệu phân tích. Việc chọn mẫu ngẫu nhiên phải theo

các lớp mà tại đó mỗi loại đối tƣợng có thể xem là một lớp đƣợc sử dụng. Ngoài ra,

khi thiết kế vùng mẫu cần phải chú ý đến diện tích khu vực tiến hành nghiên cứu và

các đối tƣợng chính trên đó cần phân loại.

Một cách phổ biến để thực hiện việc lấy mẫu ngẫu nhiên là chồng các dữ

liệu kết quả phân loại trên một lƣới ô vuông sau đó sẽ chọn ngẫu nhiên các ô thử

nghiệm. Các đối tƣợng trên mặt đất hiện có đƣợc xác định thông qua việc kiểm tra

ngoài thực địa hoặc các nguồn tài liệu khác và so sánh với các dữ liệu đã phân loại.

Sau đó sẽ ghi lại kết quả vào trong một bảng ngẫu nhiên.

22

Trong việc xác định độ chính xác phân loại, điều quan trọng không chỉ nêu

lên tỷ lệ các pixel đƣợc phân loại đúng mà còn cần xác định mức độ sai sót của từng

loại một.

Để xác định mức độ sai sót ta dùng chỉ tiêu Kappa. Chỉ tiêu Kappa này có

giá trị từ 0 đến 1 và biểu thị sự giảm theo tỷ lệ sai số đƣợc thực hiện bằng một yếu

tố phân loại hoàn toàn ngẫu nhiên. Do đó, giá trị 0,75 sẽ chỉ ra rằng các yếu tố phân

loại đã tránh đƣợc 75% các sai số mà một quá trình hoàn toàn ngẫu nhiên có thể

sinh ra.

Ngoài ra, kích thƣớc của vùng mẫu cũng cần đƣợc cân nhắc cẩn thận trong

việc xây dựng và giải thích độ chính xác phân loại. Để đánh giá độ chính xác trung

bình của một loại với sai số 5% cần phải có nhiều hơn 250 pixel thử nghiệm. Khi số

lƣợng pixel thử nghiệm đƣợc lấy mẫu ít hơn thì độchính xác sẽ bị giảm đáng kể.

Tóm lại, số lƣợng các điểm cần lấy mẫu phụ thuộc vào quy trình lấy mẫu đƣợc tiến

hành, độ chính xác của việc ƣớc tính, số lƣợng pixel co mặt trong một chủng loại và

độ chính xác mà phân loại yêu cầu.

Đồng thời, khi đánh giá độ chính xác phân loại cần chú ý đến hai vấn đề:

Thứ nhất là chất lƣợng của bất kỳ việc đánh giá độ chính xác nào cũng chỉ

đạt yêu cầu khi thông tin đƣợc sử dụng để thiết lập loại đối tƣợng trên mặt đất là có

thực có mặt trong vùng thử nghiệm. Với chừng mực nào đó, sai số ƣớc lƣợng có

mặt trong tài liệu tham khảo phải đƣợc đƣa vào quá trình đánh giá độ chính xác.

Thứ hai là quy trình đánh giá độ chính xác phải đƣợc thiết kế sao cho phản

ánh đúng mục đích của việc phân loại đó.

23

CHƢƠNG 2 : HỆ THÔNG TIN ĐỊA LÝ VỚI CÔNG NGHỆ VIỄN THÁM

2.1. Khái niệm về Hệ thông tin địa lý (GIS)

Hệ thống thông tin địa lý (Geographic Information System - gọi tắt là GIS)

đƣợc hình thành vào những năm 1960 và phát triển rất rộng rãi trong thời gian gần

đây. GIS ngày nay là công cụ trợ giúp quyết định trong nhiều hoạt động kinh tế - xã

hội, quốc phòng của nhiều quốc gia trên thế giới. GIS có khả năng trợ giúp các cơ

quan chính phủ, các nhà quản lý, các doanh nghiệp, các cá nhân... đánh giá đƣợc

hiện trạng của các quá trình, các thực thể tự nhiên, kinh tế - xã hội thông qua các

chức năng thu thập, quản lý, truy vấn, phân tích và tích hợp các thông tin đƣợc gắn

với một nền hình học (bản đồ) nhất quán trên cơ sở toạ độ của các dữ liệu đầu vào.

Có nhiều cách tiếp cận khác nhau khi định nghĩa GIS. Nếu xét dƣới góc độ

hệ thống, thì GIS có thể đƣợc hiểu nhƣ một hệ thống gồm các thành phần: con

ngƣời, phần cứng, phần mềm, cơ sở dữ liệu và quy trình - kiến thức chuyên gia, nơi

tập hợp các quy định, quy phạm, tiêu chuẩn, định hƣớng, chủ trƣơng ứng dụng của

nhà quản lý, các kiến thức chuyên ngành và các kiến thức về công nghệ thông tin.

Khi xây dựng một hệ thống GIS ta phải quyết định xem GIS sẽ đƣợc xây

dựng theo mô hình ứng dụng nào, lộ trình và phƣơng thức tổ chức thực hiện nào.

Chỉ trên cơ sở đó ngƣời ta mới quyết định xem GIS định xây dựng sẽ phải đảm

đƣơng các chức năng trợ giúp quyết định gì và cũng mới có thể có các quyết định

về nội dung, cấu trúc các hợp phần còn lại của hệ thống cũng nhƣ cơ cấu tài chính

cần đầu tƣ cho việc hình thành và phát triển hệ thống GIS. Với một xã hội có sự

tham gia của ngƣời dân và quá trình quản lý thì sự đóng góp tri thức từ phía cộng

đồng đang ngày càng trở nên quan trọng và càng ngày càng có vai trò không thể

thiếu.

Hệ thống thông tin địa lý là hệ thống quản lý, phân tích và hiển thị tri thức địa

lý, tri thức này đƣợc thể hiện qua các tập thông tin:

24

 Các bản đồ: giao diện trực tuyến với dữ liệu địa lý để tra cứu, trình bày

kết quả và sử dụng nhƣ là một nền thao tác với thế giới thực

 Các tập thông tin địa lý: thông tin địa lý dạng file và dạng cơ sở dữ

liệu gồm các yếu tố, mạng lƣới, topology, địa hình, thuộc tính

 Các mô hình xử lý: tập hợp các quy trình xử lý để phân tích tự động

 Các mô hình dữ liệu: GIS cung cấp công cụ mạnh hơn là một cơ sở dữ

liệu thông thƣờng bao gồm quy tắc và sự toàn vẹn giống nhƣ các hệ

thông tin khác. Lƣợc đồ, quy tắc và sự toàn vẹn của dữ liệu địa lý đóng

vai trò quan trọng

 Metadata: hay tài liệu miêu tả dữ liệu, cho phép ngƣời sử dụng tổ

chức, tìm hiểu và truy nhập đƣợc tới tri thức địa lý…

Hệ thống thông tin địa lý (GIS) sử dụng cơ sở dữ liệu địa lý (geodatabase)

làm dữ liệu của mình, bao gồm các thành phần nhƣ sau:

 Tập hợp các dữ liệu dạng vector (tập các điểm, đƣờng và vùng)

 Tập hợp các dữ liệu dạng raster (dạng mô hình DEM hoặc ảnh)

 Tập hợp các dữ liệu dạng mạng lƣới (ví dụ nhƣ đƣờng giao thông, lƣới

cấp thoát nƣớc, lƣới điện ...)

 Tập hợp các dữ liệu địa hình 3 chiều và bề mặt khác

 Dữ liệu đo đạc

 Dữ liệu dạng địa chỉ

 Các bảng dữ liệu là thành phần quan trọng của cơ sở dữ liệu không

gian, đƣợc liên kết với các thành phần đồ họa với nhiều kiểu liên kết

khác nhau.

25

Nhƣ vậy, có thể thấy rằng, các tƣ liệu viễn thám là các dữ liệu không gian.

Các tƣ liệu viễn thám muốn đƣa vào sử dụng phải tính toán xử lý, hiển thị, lƣu trữ

trên các phần mềm của Hệ thông tin địa lý.

2.2. Cấu trúc và mô hình dữ liệu của GIS

2.2.1. Các điểm, đường, vùng

Các dữ liệu địa lý cần phải quy về ba khái niệm Topo cơ bản là điểm,

đƣờng, vùng. Mọi hiện tƣợng tự nhiên về nguyên tắc phải đƣợc biễu diễn bằng một

điểm, một đƣờng hay một vùng cùng với một nhãn nói lên nó là gì. Ví dụ, ngoài

thực địa có một điểm lộ nƣớc ngầm có thể biểu diễn bằng một thực thể bao gồm

một cặp tọa độ vị trí X,Y và một nhãn ghi là ”nƣớc ngầm”; một đoạn đƣờng sắt có

thể biểu diễn bằng thực thể gồm hai cặp tọa độ X,Y điểm đầu và điểm cuối của

đoạn đƣờng đó cộng với nhãn ghi là ”đƣờng sắt”. Các nhãn có thể là tên của đối

tƣợng nhƣ trên hoặc các con số, ký hiệu đƣợc ghi trong chú giải bản đồ. Tất cả các

kỹ thuật này đều đƣợc sử dụng khi vẽ bản đồ.

2.2.2. Định nghĩa bản đồ

Bản đồ là tệp các điểm, các đƣờng và các vùng đƣợc định nghĩa cho cả vị trí

của chúng trong không gian và cho cả thuộc tính phi không gian.

Chú giải hoặc chú thích trên bản đồ là chìa khóa liên kết các thuộc tính phi

không gian với các thực thể không gian. Các thuộc tính phi không gian có thể đƣợc

chỉ ra một cách rõ ràng bằng các dấu hiệu màu, các ký hiệu mà ý nghĩa của nó đƣợc

định nghĩa trong chú giải bản đồ. Đối với GIS, các thuộc tính phi không gian cần

phải đƣợc mã hóa theo dạng nhất định để xử lý phân tích dữ liệu. Vùng là tệp các

miền hoặc các đa giác đƣợc mô tả bằng một nhóm chú thích đơn giản. Một vùng có

thể đƣợc tạo ra bằng một vài thành phần riêng biệt hoặc là thành phần này có thể

chứa các miền thuộc các vùng của loại khác. Mặc dù mắt thƣờng có thể phân biệt dễ

dàng các quan hệ Topo giữa các vùng trong đó nhƣng quan hệ này cần phải đƣợc

xây dựng một cách chặt chẽ bằng các con số tƣơng ứng.

26

2.2.3. Dữ liệu trên máy tính

Khi dữ liệu đƣợc quản lý trên máy tính, phần lớn sẽ đƣợc sử dụng dễ dàng

nếu GIS chấp nhận các cấu trúc dữ liệu hiện tƣợng vẫn thƣờng dùng. Khi sử dụng

máy tính cần phải có chƣơng trình thích hợp để thể hiện các cấu trúc hiện tƣợng

một cách tƣơng thích. Hơn nữa, có những dữ liệu địa lý – địa chất đƣợc chỉ ra một

cách rõ ràng do thói quen của ngƣời sử dụng nhƣng lại không phải là cách hiệu quả

nhất đối với cấu trúc cơ sở dữ liệu.

2.2.4. Cấu trúc dữ liệu raster

Cấu trúc đơn giản nhất là mảng gồm các ô của bản đồ. Mỗi ô trên bản đồ

đƣợc biểu diễn bằng tổ hợp tọa độ (hàng, cột) và một giá trị biểu diễn kiểu hoặc

thuộc tính của ô đó trên bản đồ. Trong cấu trúc này, mỗi một ô tƣơng ứng với một

điểm. Khái niệm đƣờng là một dãy các ô liền nhau – điều này đƣợc sử dụng để phân

tích, nhận biết các đứt gãy địa chất. Vùng là một nhóm các ô liền nhau.

Dạng dữ liệu này dễ lƣu trữ, thao tác, dễ thể hiện và đây chính là dữ liệu của

ảnh số vệ tinh.

Biểu diễn cấu trúc raster các lớp bằng các pixel:

Nếu tệp thông tin hay bản đồ dạng raster đƣợc xây dựng theo quan niệm của

ngƣời dùng coi bản đồ là các lớp chồng lên nhau thì trên máy tính phải tổ chức nhƣ

thế nào để tối ƣu hóa việc truy nhập và lƣu trữ dữ liệu. Nếu mỗi ô trên mỗi lớp là

một đơn vị độc lập trong cơ sở dữ liệu thì các phƣơng pháp tổ chức dữ liệu là tƣơng

đƣơng. Mỗi một điểm trên bản đồ đƣợc biểu diễn bằng một mảng các giá trị trong

đó mỗi phần tử của mảng tƣơng ứng với một lớp. Nếu các điểm trên cùng một lớp

có chung một thuộc tính thì phƣơng pháp này rất thích hợp.

Vì mỗi ô là một giá trị nên dữ liệu raster thƣờng có bộ nhớ rất lớn. Do đó khi

cất giữ dữ liệu này ngƣời ta thƣờng nén chúng. Phƣơng pháp nén dữ liệu raster là:

Đối với lớp n hàng * m cột * 3 (X,Y và giá trị thuộc tính của ô) giá trị. Nếu một tệp

27

mà các ô trong một vùng có cùng một thuộc tính thì ta cần tìm cách giảm bớt các

giá trị cần lƣu trữ. Có 4 cách lƣu trữ đang đƣợc dùng:

a. Mã chuỗi: cho ta cách nén dữ liệu ứng với việc biểu diễn một vùng và cho

phép ta dễ dàng ƣớc lƣợng chu vi và diện tích hoặc tìm ra sự đổi hƣớng đột ngột và

các mặt lồi lõm một cách dễ dàng. Mặt khác, các thao tác chồng lớp rất khó thực

hiện. Ngoài ra việc viết lại hai lần ranh giới giới giữa 2 vùng cận kề nhau cũng rất

bất tiện.

b. Mã độ dài thay đổi: Các điểm ở mỗi vị trí bản đồ đƣợc lƣu trữ theo từng

hàng từ trái qua phải. Phƣơng pháp này cải tiến cách lƣu trữ dữ liệu với dạng đa

quan hệ rất thích hợp với các hệ máy tính có dung lƣợng bộ nhớ lớn.

Mặt khác, có nhiều phép so sánh dữ liệu làm cho quá trình biên vẽ bản đồ có

các thao tác phức tạp thêm.Mã độ dài thay đổi có ích trong việc giảm bớt dữ liệu

đầu vào.

c. Mã khối: Là ý tƣởng từ mã độ dài thay đổi có thể mở rộng ra hai chiều

bằng cách dùng các hình vuông để ”trải” vùng của bản đồ cần số hóa. Cách này

đƣợc gọi là phép biến hình các tọa độ trung bình. Cách mã hóa này thích hợp hơn

cách mã hóa bằng độ dài thay đổi. Cả hai mã độ dài và mã khối đều thích hợp cho

việc biểu thị các hình nhỏ phức tạp có vùng lớn hơn hình vuông đơn vị một ít lần.

Mã khối có ƣu điểm là thích hợp cho việc biểu diễn phép hợp, giao của các

vùng và dễ dàng biến đổi thành các dữ liệu raser đơn giản.

d. Mã cây tứ phân: dựa trên cơ sở phép chia liên tục mảng 2n x 2n thành các

góc phần tƣ. Mỗi vùng đƣợc lần lƣợt chia nhỏ thành các khối góc phần tƣ và ghi

chú những góc phần tƣ nào nằm trong vùng đó. Giới hạn thấp nhất của phép chia là

pixel đơn. Phƣơng pháp này có nhiều thận lợi hơn các phƣơng pháp biểu diễn raster

khác. Tính chất vùng chuẩn có thể tính toán đƣợc một cách dễ dàng và hữu hiệu.

Mã cây tứ phân là giải pháp phù hợp không dƣ thừa bộ nhớ cho những chi tiết

không tồn tại.

28

2.2.5. Cấu trúc dữ liệu vector

Giả sử có một không gian tọa độ liên tục (không lƣợng tử hóa nhƣ không

gian raster) cho phép xác định chính xác tất cả các vị trí, độ dài và kích thƣớc của

đối tƣợng khi đó cho phép biểu diễn dữ liệu bằng vector.

Khi lƣu trữ dữ liệu vector phải sử dụng mối quan hệ ẩn để lƣu trữ mối quan

hệ phức tạp trong một khoảng chứa bé nhất. Cấu trúc vector trong GIS đƣợc biểu

diễn dƣới dạng điểm, đƣờng và vùng.

2.2.5.1. Thực thể điểm

Điểm có thể đƣợc xem là đại diện chung nhất cho tất cả các thực thể địa lý

và đồ họa đƣợc xác định bằng một cặp tọa độ X,Y. Nhờ cặp tọa độ X, Y này, những

dữ liệu lƣu trữ các loại khác nhau đƣợc chiếu lên điểm và những thông tin bổ trợ

khác. Ví dụ ”một điểm” có thể là một ký hiệu không liên hệ đến một thông tin nào

khác. Bản ghi dữ liệu bao gồm thông tin về ký hiệu, kích thƣớc của ký hiệu.Nếu

”điểm” là văn bản thì bản ghi dữ liệu bao gồm thông tin về các ký tự đƣợc biểu

diễn, kiểu chữ, kiểu căn lề (trái, phải, giữa), tỷ lệ chia hƣớng....

2.2.5.2. Thực thể đường

Đƣờng là đặc trƣng tuyến tính đƣợc xây dựng từ những đoạn thẳng nối hai

hay nhiều cặp tọa độ. Đƣờng thẳng đơn giản nhất đòi hỏi phải lƣu trữ tọa độ điểm

đầu và điểm cuối. Và một bản ghi về ký tự đƣợc biểu diễn. Một đƣờng liên tục là

một cung, một chuỗi hoặc một xâu chuỗi tập hợp của n cặp tọa độ. Việc lƣu trữ các

cặp số (cặp tọa độ) thích hợp cho việc sử dụng các hàm nội suy toán học và dùng để

đƣa dữ liệu ra các thiết bị hiển thị. Với các điểm và các đƣờng đơn giản, các chuỗi

có thể đƣợc lƣu trữ thành các bản ghi cùng với ký hiệu đƣờng dùng để hiển thị.

2.2.5.3. Thực thể vùng

Vùng là một hình đa giác đƣợc biểu diễn bằng nhiều cách khác nhau trong

một cơ sở dữ liệu vector. Hầu hết bản đồ chuyên đề sử dụng trong hệ thông tin địa

lý đều sử dụng đến các đa giác hay các miền.

29

Ƣu điểm của cấu trúc dữ liệu vùng là mô tả đặc trƣng topo của vùng. Đó là

hình dạng, mối quan hệ, sự phân cấp của các thực thể sao cho các tính chất liên kết

của khối không gian đƣợc biểu diễn, quản lý và hiển thị trong bản đồ chuyên đề.

Thứ nhất là mỗi vùng thành phần trên bản đồ có một hình dạng, chu vi và

diện tích nhất định.

Thứ hai là các phân tích địa lý yêu cầu cấu trúc dữ liệu phải có khả năng ghi

nhận những vùng biên của mỗi vùng theo cách đã liên kết trong mạng.

Thứ ba là các vùng trên bản đồ chuyên đề không phải ở trên cùng một mức

chẳng hạn nhƣ đảo ở trên hồ này lại nằm trên hòn đảo lớn hơn...

2.2.5.4. Các nét riêng biệt của cấu trúc vector

Khi bàn về cấu trúc cơ sở dữ liêu (CSDL) raster, lƣu ý là làm thế nào mỗi

thuộc tính có thể vẽ trên một lớp riêng biệt để tiến tới một ma trận dữ liệu ba chiều.

Về nguyên tắc không giới hạn số lớp nhƣng hạn chế ở đây là dung lƣợng bộ nhớ.

Khái niệm chồng lớp rất quen thuộc với những ngƣời làm công tác bản đồ ở chỗ nó

thƣờng đƣợc tạo nên trong hệ vector, đặc biệt là nó sử dụng cho thiết kế nhờ sự trợ

giúp của máy tính. Không giống nhƣ các hệ raster ở chỗ mỗi thuộc tính mới trong

CSDL là một lớp mới, hệ thống lớp đƣợc sử dụng trong hệ thống vector kép đƣợc

dùng để phân biệt các lớp chính của thực thể không gian, chủ yếu cho mục đích đồ

họa và hiển thị.

Thông tin các lớp thƣờng đƣợc cộng vào dữ liệu đồ họa bằng cách mã hóa

chuỗi các bit có một ”đầu” gắn vào bản ghi dữ liệu của một thực thể đồ họa. Phụ

thuộc vào hệ thống đó, các chuỗi cho phép có 64 hay 256 lớp để biểu diễn. Nói cách

khác, các ”đầu” thậm chí có thể đƣợc biểu diễn một cách trơn tru trong những yếu

tố của các thuộc tính phi đồ họa mà chúng đƣợc ngƣời sử dụng định nghĩa.Ví dụ

nhƣ đƣờng tàu hỏa đƣờng ô tô chính, sông suối. Hệ thống lớp chồng cho phép dễ

dàng đếm, đánh dấu và biểu diễn một cách có chọn lọc những thực thể đồ họa

30

2.2.6. Cấu trúc dữ liệu cho bản đồ và sự lựa chọn giữa raster và vector

Phƣơng pháp biểu diễn raster hoặc vector đối với cấu trúc dữ liệu không gian

là các cách tiếp cận hoàn toàn khác nhau sự mô phỏng thông tin địa lý, nhƣng

chúng có loại bỏ nhau hay không? Trƣớc đây, ngƣời ta cho rằng, các cấu trúc dữ

liệu raser và vector là những lựa chọn đối lập nhau. Nhƣng đây, ngƣời ta cho rằng

chúng không thể hòa hợp với nhau đƣợc vì phƣơng pháp raser cần một bộ nhớ rất

lớn để lƣu trữ và xử lý hình ảnh có độ phân giải không gian nhƣ hình ảnh có cấu

trúc vector. Ngƣời sử dụng thấy rằng, phép phân tích không gian trong phƣơng pháp

raster dễ dàng nhƣng lại tạo ra bản đồ không đẹp, còn phƣơng pháp vector thì cung

cấp CSDL với kích thƣớc có thể kiểm soát và sản phẩm đồ họa đẹp nhƣng việc

phân tích không gian lại khó khăn hơn.

Để khắc phục những nhƣợc điểm nêu trên, ngƣời ta có thể chuyển đổi hai

phƣơng pháp biểu diễn vector hay raster cho nhau. Chuyển từ vector sang raster khá

đơn giản qua các thuật toán. Phép toán chuyển từ raster sang vector thực hiện bài

toán phức tạp hơn. Trong luận văn này, các hệ thống đứt gãy địa chất đƣợc xử lý

cho kết quả ở dạng raster sau đó, chúng tôi đã chuyển các đƣờng đứt gãy này từ

raster sang dạng vector để biểu diễn ở bản đồ kết quả.

Nhƣ trên đã mô tả, GIS làm việc với hai dạng mô hình dữ liệu khác nhau về

cơ bản đó là mô hình dữ liệu vector và mô hình dữ liệu raster. Trong mô hình vector

thông tin về điểm, đƣờng, vùng đƣợc mã hóa và lƣu dƣới dạng tập hợp các tọa độ

X,Y. Vị trí của đối tƣợng điểm (nhƣ lỗ khoan) có thể đƣợc biểu diễn bằng tọa độ

đơn X,Y. Đối tƣợng dạng đƣờng có thể đƣợc lƣu giữ dƣới dạng tập hợp các tọa độ

điểm. Đối tƣợng dạng vùng đƣợc lƣu giữ nhƣ một vòng khép kín của các điểm.

Mô hình vector rất hữu ích đối với việc mô tả các đối tƣợng riêng biệt. Mô

hình raster đƣợc phát triển cho việc mô phỏng các đối tƣợng có sự chuyển đổi liên

tục nhƣ vậy, ảnh raster là một tập hợp các ô lƣới. Cả mô hình vector hay raster đều

đƣợc dùng để lƣu giữ dữ liệu địa lý, địa chất với những ƣu điểm và nhƣợc điểm

31

riêng nhƣng các hệ thông tin địa lý hiện đại có khả năng quản lý và chuyển đổi cho

nhau giữa hai loại mô hình này.

32

CHƢƠNG 3 : CÔNG NGHỆ TÍCH HỢP TƢ LIỆU VIỄN THÁM VÀ HỆ

THÔNG TIN ĐỊA LÝ (HTTĐL)

3.1. Khái niệm

Tích hợp (Integrate) có nghĩa là hợp thành một thể thống nhất, bổ sung

thành một thể thống nhất, hợp nhất.

Nhƣ vậy, tích hợp tư liệu viễn thám và GIS là việc hợp nhất các ƣu điểm của

hai loại tƣ liệu, hai loại phƣơng pháp thành một thể thống nhất, đồng thời tìm cách

hạn chế các thiếu sót của hai loại tƣ liệu trên.

Ngƣời ta phải tích hợp tƣ liệu viễn thám và HTTĐL vì những lý do sau:

- Viễn thám là một trong những công nghệ thu thập dữ liệu quan trọng và

hiệu quả nhất trong việc cập nhật và xây dựng CSDL cho HTTĐL.

- Nguồn cung cấp thông tin địa lý là chủ yếu là số liệu trắc địa- bản đồ, ảnh

hàng không, ảnh vệ tinh, số liệu điều tra về địa lý địa chất khác dùng để cập nhật

cho HTTĐL nhƣng những dữ liệu sẵn có đƣợc lƣu trữ trong GIS cũng là nguồn

thông tin bổ trợ rất tốt cho việc phân loại và xử lý ảnh viễn thám.

Giải pháp xử lý tích hợp viễn thám và HTTĐL là phối hợp ưu thế của hai

công nghệ trong việc thu thập, lưu trữ, phân tích và xử lý dữ liệu địa lý để nâng cao

hiệu quả trong việc xây dựng và cập nhật dữ liệu không gian.

- Tích hợp tƣ liệu viễn thám và HTTĐL nhằm tạo ra công nghệ cung cấp dữ

liệu địa lý cần thiết cho HTTĐL nhằm đáp ứng nhu cầu đa dạng trong công tác quản

lý tài nguyên thiên nhiên và giám sát môi trƣờng tự nhiên.

- Công nghệ viễn thám là một trong những công nghệ thu thập dữ liệu không

gian quan trọng và hiệu quả nhất. Sự tích hợp tƣ liệu viễn thám và HTTĐL dựa trên

tƣ liệu raster rất khả thi vì cấu trúc dữ liệu giống nhau, hơn nữa có sự tƣơng đồng

giữa kỹ thuật xử lý ảnh viễn thám và HTTĐL. Hai kỹ thuật này đều xử lý dữ liệu

không gian và có thể thành lập bản đồ số, đặc biệt là cùng một số thuật toán xử lý

dữ liệu không gian số. Khi ảnh vệ tinh đã đƣợc xử lý và cung cấp dƣới dạng tƣơng

33

tích với HTTĐL, những chức năng phân tích của HTTĐL có thể áp dụng hiệu quả

đối với tƣ liệu viễn thám. Do đó, công nghệ tích hợp tƣ liệu viễn thám và HTTĐL

không chỉ sử dụng ảnh viễn thám phối hợp với dữ liệu vector của HTTĐL (ranh

giới, tọa độ, độ cao...), phối hợp các chức năng sẵn có của hai công nghệ mà còn có

thể khai thác tối đa dữ liệu thuộc tính nhằm đạt hiệu quả cao nhất trong việc cung

cấp thông tin đáp ứng nhanh các nhu cầu trong giám sát tài nguyên môi trƣờng đặc

biệt là các tai biến tự nhiên.

- Ảnh số vệ tinh sau khi đƣợc giải đoán hoặc phân tích, xử lý để tạo ra dữ

liệu có tỷ lệ thích hợp theo yêu cầu chuyên môn hay thành lập mô hình số địa hình

(DEM) sẽ là nguồn thông tin quan trọng cung cấp cho HTTĐL.

Ảnh Vệ tinh Ảnh hàng không

GIS

Bản đồ giấy Ảnh số DEM

Dữ liệu thực địa

Công nghệ GPS

Mô hình toán Các thông tin không gian khác

Hình 3.1 : Vai trò của Viễn thám trong việc xây dựng và cập nhật CSDL trên HTTĐL

- Với khả năng cung cấp ảnh số độ phân giải cao hay chu kỳ lặp lại ngắn, tƣ

liệu viễn thám góp phân nâng cao hiệu quả ứng dụng HTTĐL trong quản lý và bảo

vệ môi trƣờng. Ngoài ra tƣ liệu viễn thám đa thời gian còn là tƣ liệu hữu hiệu cho

34

phép chồng ghép các lớp thông tin theo thời gian để phân tích sự biến động đáp ứng

nhu cầu của các chuyên môn cụ thể.

- Việc sử dụng công nghệ tích hợp tƣ liệu viễn thám và HTTĐL cho phép

cập nhật, xây dựng dữ liệu và phân tích biến động hiệu quả và đóng vai trò khá

quan trọng cho việc hổ trợ ra quyết định nhanh trên phạm vi rộng và giá thành lại

không cao.

- Với chức năng tích hợp, HTTĐL thực hiện việc chồng ghép những lớp

thông tin khác nhau thông qua việc sử dụng nguồn dữ liệu đa dạng đƣợc xây dựng

trên một hệ quy chiếu thống nhất.

- Công nghệ viễn thám cho phép thành lập bản đồ tự động trên một phạm vi

rộng lớn đồng thời dữ liệu đƣợc cập nhật nhanh. Các thông tin chuyên đề tạo ra ở

dạng số từ công nghệ viễn thám dễ dàng đƣợc tổ chức thành các lớp thông tin hợp

lý cho việc lƣu trữ, quản lý, phân tích và hiển thị trong môi trƣờng HTTĐL. Ngƣợc

lại nguồn dữ liệu hiện có sẵn trong HTTĐL luôn đƣợc cập nhật để đảm bảo tính

thời sự nhằm phản ánh chính xác thế giới thực sẽ là nguồn thông tin bổ trợ rất tốt

cho việc nắn chỉnh hình học, tạo dữ liệu mẫu, phân loại và đánh giá chất lƣợng sau

khi xử lý ảnh trong HTTĐL.

- Công nghệ tích hợp tƣ liệu viễn thám và HTTĐL sẽ cập nhật hay xây dựng

CSDL HTTĐL trên diện rộng và tiết kiệm đƣợc nhiều công sức và thời gian.

- Mặc dù tƣ liệu viễn thám có lƣu lƣợng thông tin lớn song khi giải đoán

chúng, có khi ta gặp phải trƣờng hợp khó giải đoán. Những trƣờng hợp nhƣ vậy,

nếu có tƣ liệu HTTĐL hỗ trợ thì việc giải đoán chúng sẽ dễ dàng hơn nhiều. Ví dụ

trên ảnh khó phân biệt vùng trồng ngô và trồng mía vì cả hai loại cây này đều có

điều kiện sinh trƣởng, chiều cao, khả năng phản xạ phổ gần giống nhau. Thế nhƣng

nếu ta biết đƣợc phong tục, tập quán canh tác của nông dân vùng đó thì việc khoanh

định cho loại cây trồng sẽ có câu trả lời.

35

3.2. Lý do tích hợp tƣ liệu viễn thám và HTTĐL

Có thể tích hợp tƣ liệu viễn thám và HTTĐL vì những lý do sau:

- Dữ liệu viễn thám đƣợc xử lý và lƣu trữ dƣới dạng cấu trúc raster

Trong HTTĐL hai mô hình dữ liệu vector và raster thƣờng dƣợc sử dụng để

lƣu trữ dữ liệu không gian, mà dữ liệu viễn thám lại đƣợc xử lý và lƣu trữ dƣới

dạng raster do đó việc tích hợp này rất dễ dàng.

Số hóa Cấu trúc dữ liệu vector

Chuyển đổi Vector-raster

Kết nối CSDL

Ảnh Vệ tinh Cấu trúc dữ liệu raster

Phân tích không gian Phân tích ảnh

Sản phẩm kết quả

Hình 3.2 : Mô hình chuyển đổi dữ liệu Viễn thám và HTTĐL

- Ảnh viễn thám chuyển đổi dễ dạng vào dữ liệu HTTĐL theo yêu cầu

ngƣời sử dụng.

- Chức năng chồng ghép các lớp dữ liệu cho phép tích hợp và hiển thị

đồng thời cả hai lớp vector và raster. Điều này cho phép cập nhật nhanh

36

các lớp dữ liệu về giao thông, thủy hệ, hiện trạng sử dụng đất trong dữ

nền, cũng nhƣ các lớp dữ liệu chuyên đề của HTTĐL.

- Tƣ liệu viễn thám và HTTĐL có cùng loại tọa độ quy chiếu nên sự tƣơng

đồng giữa kỹ thuật xử lý ảnh và HTTĐL tạo điều kiện tốt cho việc tích

hợp hai loại tƣ liệu này.

- Tƣ liệu viễn thám và HTTĐL có cùng tọa độ quy chiếu.

3.3. Khả năng ứng dụng công nghệ tích hợp tƣ liệu viễn thám và HTTĐL

Ảnh viễn thám sau khi phân loại sẽ thể hiện sự phân bố các đối tƣợng theo

không gian và thời gian. Do đó, kết quả xử lý một ảnh viễn thám sẽ chỉ ra những

đối tƣợng trên mặt đất tại thời điểm bay chụp và với ảnh đa thời gian cho phép

thành lập các lớp chuyên đề theo các thời điểm khác nhau.

Nếu sử dụng công nghê tích hợp tƣ liệu viễn thám và HTTĐL thì sẽ bảo đảm

đƣợc tính thời sự của thông tin, dễ dàng kiểm tra mức độ chi tiết và tính thống nhất

của dữ liệu cũng nhƣ không bị ảnh hƣởng do tỷ lệ và phép chiếu của bản đồ gây ra.

Việc tích hợp tƣ liệu viễn thám và HTTĐL cũng rất có hiệu quả trong việc thành lập

bản đồ biến động lớp phủ thực vật, bản đồ biến động môi trƣờng, nghiên cứu tai

biến địa chất v.v...

3.4. Ứng dụng công nghệ tích hợp viễn thám và hệ thông tin địa lý

Bộ cảm biến là thiết bị quan trọng dùng để thu nhận năng lƣợng sóng điện từ

phản xạ hay bức xạ từ vật thể theo từng bƣớc sóng xác định. Mỗi loại cảm biến

đƣợc thiết kế đáp ứng từng mục tiêu cụ thể.

Bộ cảm biến quang học tập trung chủ yếu vào số kênh phổ đƣợc thu nhận,

trong khi đó, bộ cảm tạo ảnh radar thì góc tới của sóng vô tuyến cao tần và kênh

sóng đƣợc sử dụng giữ vai trò quan trọng trong việc xác định các đối tƣợng. Do đó,

ứng dụng viễn thám vào từng lĩnh vực khác nhau cần phải chọn loại ảnh thích hợp

nhất, nghĩa là loại bộ cảm có độ phân giải không gian, độ phân giải phổ và độ phân

giải thời gian thích hợp với yêu cầu cụ thể của lĩnh vực ứng dụng. Ví dụ, ảnh toàn

37

sắc sẽ ghi nhận mức độ phản xạ phổ của thực vật không tốt bằng ảnh thu nhận bằng

sóng đỏ do chất diệp lục hấp thu rất mạnh năng lƣợng tia đỏ.

Độ phân giải không gian quan hệ rất mật thiết đến tỷ lệ của bản đồ cần thành

lập cũng nhƣ mức độ chi tiết có thể phân biệt đƣợc trên ảnh để giải đoán và thu

nhận chính xác các thông tin cần thiết. Riêng đối với độ phân giải thời gian đƣợc

xem nhƣ là khoảng thời gian giữa các thời điểm tiến hành chụp ảnh, có nhiều ứng

dụng đòi hỏi ảnh phải chụp lặp thƣờng xuyên (nhƣ dự báo bão, theo dõi cháy

rừng, giám sát lũ lụt,...), nhƣng cũng có những ứng dụng chỉ yêu cầu chụp ảnh theo

mùa (nhƣ xác định vụ mùa, độ ẩm của đất,...) hoặc những ứng dụng chỉ cần ảnh

chụp một lần (thành lập bản đồ cấu trúc địa chất). Rõ ràng, hầu hết các ứng dụng

liên quan đến yếu tố thời gian đều yêu cầu chu kỳ lặp của vệ tinh ngắn, quá trình xử

lý ảnh nhanh để kịp thời cung cấp thông tin hữu ích cho ngƣời sử dụng.

Các bộ cảm quang học thƣờng bị hạn chế do mây (che khuất đối tƣợng trên

ảnh), vùng nhiệt đới thì mây ảnh hƣởng khá trầm trọng đến ảnh chụp nhƣng vùng ở

gần các cực thì lại không đủ năng lƣợng chiếu sáng của mặt trời. Những hạn chế

này đƣợc khắc phục bằng viễn thám radar do khả năng tự cung cấp năng lƣợng đến

các đối tƣợng và sóng điện từ đƣợc sử dụng trong kỹ thuật radar có bƣớc sóng dài

nên dễ dàng xuyên qua mây hay sƣơng mù, đảm bảo thu nhận hình ảnh ở bất kỳ

thời điểm hay vị trí nào trên mặt đất.

Lĩnh vực ứng dụng của viễn thám rất đa dạng, nên bộ cảm biến thƣờng đƣợc

cấu tạo bằng nhiều bộ tách sóng để đáp ứng hầu hết các yêu cầu đặt ra. Ngoài ra,

nhiều ứng dụng đòi hỏi phải sử dụng phối hợp nhiều nguồn dữ liệu nên còn đƣợc

gọi là xử lý tích hợp và đôi khi để đảm bảo yêu cầu về độ chính xác, ngƣời giải

đoán còn phải sử dụng thêm một số dữ liệu bổ sung để giải đoán ảnh, các dữ liệu

này đƣợc gọi là dữ liệu bổ trợ. Để ứng dụng tốt kỹ thuật viễn thám, ngƣời giải đoán

cần phải lƣu ý đến những vấn đề sau:

- Từng kênh ảnh đƣợc thu nhận từ bộ cảm chứa dữ liệu quan trọng và đồng

nhất ứng với bƣớc sóng khác nhau, nên giá trị độ sáng của cùng đối tƣợng thƣờng

38

có giá trị khác nhau cho bởi các kênh ảnh (do mức độ hấp thụ, phản xạ hoặc tán xạ

năng lƣợng khác nhau). Do đó, ngƣời giải đoán cần phải xác định kênh phổ tối ƣu

trong bộ dữ liệu ảnh đa phổ để xác định từng đối tƣợng cụ thể phù hợp với yêu cầu.

Ngoài ra, nhiều đối tƣợng thƣờng bị thay đổi theo thời gian nên nhiều ứng dụng đòi

hỏi tách thông tin chính xác cần phải sử dụng nhiều nguồn thông tin liên quan đến

đối tƣợng hoặc khu vực nghiên cứu.

- Các bộ cảm khác nhau của cùng vệ tinh thƣờng tạo ảnh để cung cấp thông

tin bổ trợ cho nhau, nên khi tích hợp có thể hỗ trợ rất tốt cho công tác giải đoán và

phân loại ảnh. Ví dụ, khi ta phối hợp ảnh toàn sắc độ phân giải cao với ảnh đa phổ

có độ phân giải thấp, hoặc tích hợp ảnh vệ tinh quang học và ảnh radar.

-Ảnh đa thời gian (đƣợc chụp vào các ngày, tuần, tháng khác nhau hoặc vào

các năm trƣớc đó) sẽ cung cấp rất tốt thông tin biến động dùng để theo dõi sự thay

đổi của lớp phủ mặt đất hoặc sự phát triển trong khu vực nào đó của thành phố (mở

rộng hay đô thị hoá). Công việc này thƣờng liên quan đến phân loại ảnh chụp ở các

thời điểm khác nhau trên cùng một khu vực, tiến hành so sánh kết quả phân loại để

xác định những biến động về ranh giới giữa các loại. Do đó cần chú ý đến việc

chọn cùng bộ dữ liệu mẫu và dữ liệu thẩm tra để có cơ sở đánh giá chính xác về mặt

tính chất cũng nhƣ quy mô của những biến động cùng với sự phát triển nhƣ vũ bão

của khoa học kỹ thuật, đặc biệt là viễn thám và HTTĐL.

Công nghệ tích hợp viễn thám và HTTĐL đang đƣợc ứng dụng trong nhiều

lĩnh vực nhƣ thành lập bản đồ hiện trạng sử dụng đất, bản đồ biến động sử dụng đất,

bản đồ rừng, thành lập và hiện chỉnh bản đồ địa hình, ứng dụng trong lĩnh vực bảo

vệ môi trƣờng và nhiều lĩnh vực khác. Ứng dụng ảnh để thành lập bản đồ hệ thống

đứt gẫy địa chất sẽ trình bày ở ở chƣơng sau.

39

CHƢƠNG 4 : ỨNG DỤNG CÔNG NGHỆ TÍCH HỢP VIỄN THÁM VÀ

HTTĐL THÀNH LẬP BẢN ĐỒ ĐỨT GÃY ĐỊA CHẤT KHU VỰC SÔNG

CẢ - RÀO NẬY

4.1. Phƣơng pháp luận phân tích ảnh vệ tinh nghiên cứu đứt gãy địa chất khu

vực Sông Cả - Rào Nậy tỷ lệ 1:200.000

Khu vực nghiên cứu nằm trong địa phận của 3 tỉnh là Nghệ An, Hà Tĩnh và Quảng Bình với tọa độ: 17030 đến 19045 vĩ độ Bắc và 103050 đến 106040 kinh độ

Đông.

4.1.1. Tài liệu sử dụng.

Để phát hiện các đứt gãy địa chất khu vực chúng tôi sử dụng 2 loại tƣ liệu

viễn thám, đó là ảnh Landsat TM và ảnh SPOT 4 để phân tích, phát hiện các đứt

gãy địa chất ở tỷ lệ 1:200.000 cho toàn bộ vùng nghiên cứu.

1. Ảnh Landsat TM:

Landsat là vệ tinh viễn thám đầu tiên đƣợc NASA phóng lên quỹ đạo vào

năm 1972. Từ năm 1994, ảnh vệ tinh Landsat do công ty EOSAT phân phối tuy

nhiên những ảnh quá thời gian 2 năm đƣợc đƣa vào lƣu trữ và do Trung tâm dữ liệu

Cục Địa chất Mỹ phân phối.

Ảnh phục vụ đề tài là ảnh Landsat – 7 đƣợc phóng từ tháng 10 năm 1999.

a. Quỹ đạo của vệ tinh Landsat đƣợc đặc trƣng bởi các thông số chính sau:

 Độ cao bay của vệ tinh: 705 km.

 Góc nghiêng mặt phẳng quỹ đạo 980

 Quỹ đạo đồng bộ mặt trời và bán kính lặp lại

 Thời điểm bay qua xích đạo là 9 giò 30 sáng.

 Chu kỳ lặp lại: 17 ngày.

40

 Chiều rộng dải bay chụp: 185 km

b. Bộ cảm biến:

 MSS (Multispectral Scanner)

 TM (Thematic Mapper).

 Thông số kỹ thuật của bộ cảm biến TM:

Độ phân giải của ảnh (kích thƣớc pixel): 30 m

7 kênh phổ gồm:

Kênh 1: 0.45 – 0.52 µm

Kênh 2: 0.52 – 0.60 µm

Kênh 3: 0.63 – 0.69 µm

Kênh 4: 0.76 – 0.90 µm

Kênh 5: 1.55 – 1.75 µm

Kênh 6: 10.04 – 12.50 µm (độ phân giải ảnh là 120 m)

Kênh 7: 2.08 – 2.35 µm

2. Ảnh vệ tinh SPOT:

Vệ tinh SPOT 4 là vệ tinh quang học của Pháp với các đặc tính sau:

Thời gian phóng vệ tinh 24/ Ba 1998

Thời gian hoạt động 5 năm

Trọng lƣợng 2760 kg

Thiết bị mang theo 1470 kg

Năng lƣợng 2100 w

41

Thời gian bay quanh Trái đất 101.46 mn

Góc nghiêng 98.72

Độ lệch tâm 1.3 10-3

Số vòng quay trong 1 ngày 14 + 5/26

Chu trình lạp lại 26 ngày

Vân tốc 7.4 km/s

Thời gian qua xích đạo 10:30 giờ địa phƣơng

Đặc tính đƣờng bay quỹ đạo Theo xích đạo 45 Vĩ đỗ

Khoảng cách bay giữa 2 vùng liên tiếp 2824 km 2000 km

Khoảng cách giữa 2 vùng kế tiếp 108 km 76 km

Độ cao quỹ đạo bay 822 km 832 km

Độ phân giải không gian của thiết bị : 2*HRVIR

20 m cho các kênh màu

Độ phân giải của ảnh

10 m cho ảnh đen trắng

0.50 - 0.59

Quang phổ của các kênh ảnh Multispectral mode

0.61 - 0.68

42

0.79 - 0.89

1.58 - 1.75

"Panchromatic mode" 0.61-0.68

4.1.2. Phương pháp xử lý để thành lập bản đồ hệ thống đứt gãy địa chất

Quy trình thành lập bản đồ đứt gãy địa chất bằng ảnh viễn thám gồm 2 phần

chính:

Quy trình thành lập bằng phƣơng pháp tƣơng tự.

Quy trình thành lập bằng phƣơng pháp số.

Trên thực tế ngoài hai loại quy trình trên còn có loại quy trình kết hợp phƣơng

pháp số và phƣơng pháp tƣơng tự. Các loại quy trình trên khác nhau về mặt kỹ

thuật, nhƣng sơ đồ công nghệ chung đều bao gồm các bƣớc sau:

1. Nhập ảnh:

Có hai nguồn tƣ liệu chính đó là ảnh tƣơng tự do các máy chụp ảnh cung cấp và

ảnh số do các máy quét cung cấp. Trong trƣờng hợp của luận văn là ảnh số đƣợc

chuyển từ các băng từ lƣu trữ mật độ cao HDDT vào các băng từ CCT. Ở dạng này

máy tính nào cũng có thể đọc đƣợc số liệu.

2. Nắn chỉnh hình học ảnh

Quá trình nắn ảnh viễn thám giữ vai trò rất quan trọng trong công nghệ xử lý

ảnh viễn thám. Việc nắn chỉnh này sẽ giúp ta hoàn thiện các quá trình xử lý gia

công các thông tin trong bài toán phân loại, thành lập hoặc hiện chỉnh bản đồ, chồng

xếp thông tin chuyên đề, xây dựng cơ sở dữ liệu trong hệ thống thông tin địa lý.

Méo hình hình học là sai lệch vị trí giữa toạ độ ảnh thực tế đo đƣợc và toạ độ ảnh lý

tƣởng thu đƣợc từ bộ cảm có thiết kế hình học lý tƣởng và trong các điều kiện thu

43

nhận lý tƣởng. Để đƣa các toạ độ ảnh thực tế về toạ độ ảnh lý tƣởng phải hiệu chỉnh

hình học. Bản chất của hiệu chỉnh hình học là xây dựng mối tƣơng quan giữa hệ toạ

độ ảnh đo và hệ toạ độ quy chiếu chuẩn có thể là hệ toạ độ mặt đất hoặc hệ toạ độ

ảnh khác.

Nắn chỉnh hình học ảnh bao gồm hai dạng:

- Nắn trực tiếp từ ảnh sang ảnh nắn.

- Nắn từ ảnh đã nắn quay về ảnh gốc theo các mức nắn chỉnh sau:

Mức 1:

Mức 1a: - Giãn đều độ quét của ảnh.

- Không nắn chỉnh hình học.

Mức 1b: - Giãn đều độ quét của ảnh.

- Nắn chỉnh độ quay của Trái Đất thực hiện cho toàn cảnh.

Mức 2: Ảnh thẳng đứng nhƣng không nắn chỉnh biến dạng một cách chặt

chẽ.

Mức 2a: - Giãn đều độ quét của ảnh.

- Nắn chỉnh hình học ở đây có sử dụng phƣơng pháp hai chiều với

những tham số sau:

 Trạng thái của vệ tinh khi bay chụp.

 Mặt phẳng trung bình của vùng phủ ảnh.

 Lƣới chiếu bản đồ.

Do tƣ liệu ảnh sử dụng đều đã đƣợc nắn chỉnh ở mức 2a. Ở những bức ảnh

này có độ chính xác ở mức 1b nhƣng là những bức ảnh thẳng đứng và chƣa hiệu

chỉnh với số đo đạc trên địa hình. Do đó khi sử dụng đặc biệt với mục đích nghiên

cứu thì phải nắn chỉnh những bức ảnh sao cho chồng khít lên những điểm khống

chế trên bản đồ địa hình.

44

Mức 2b: Nắn chỉnh hình học trên những phần mềm chuyên dụng:

 Có hai phƣơng pháp nắn chỉnh.

 Nắn chỉnh ảnh với ảnh.

 Nắn chỉnh ảnh với bản đồ địa hình.

Do việc nắn chỉnh ảnh với ảnh đòi hỏi phải có một ảnh có toạ độ chuẩn. Nên

việc thực hiện nắn chỉnh ảnh với ảnh khó thực hiện hơn việc nắn chỉnh ảnh với bản

đồ. Vì trong khu vực nghiên cứu đã xuất bản nhiều hệ thống bản đồ tỉ lệ lớn nên

việc thu thập các bản đồ thực hiện một cách dễ dàng hơn.

Nắn chỉnh ảnh với bản đồ:

Trong thao tác này chúng tôi có sử dụng một số phần mềm chuyên xử lý ảnh

nhƣ ENVI, PCI, và một số phần mềm có chức năng xử lý ảnh nhƣ: ILWIS,

ARC/INFO. Các phần mềm này rất linh hoạt có thể chuyển đổi cho nhau để tiến

hành những bƣớc xử lý tiếp theo. Nhƣng qua việc xử lý thử trên các phần mềm trên

thì việc xử lý trên phần mềm ENVI là hiệu quả hơn cả.

Một điểm quan trọng mà trong khi nắn chỉnh hình học ảnh cần quan tâm là

đặc điểm của địa hình khu vực. Khi lấy các điểm khống chế để nắn chỉnh hình học

phải chọn những điểm ít bị biến đổi thí dụ nhƣ: các điểm cắt nhau giữa đƣờng sắt và

đƣờng bộ, cầu cống, các mỏm núi đá …

Khi sử dụng phần mềm ENVI để nắn chỉnh ảnh theo bản đồ thì bản đồ này

phải đƣợc để dƣới dạng file vector và có đuôi mà phần mềm ENVI có thể giao diện

đƣợc ví dụ nhƣ đuôi *.mif

Những bước nắn chỉnh trên phần mềm ENVI cần phải thực hiện theo những

bước sau:

Bƣớc 1: Lựa chọn những điểm khống chế mang tính chất cố định trên mặt

đất mà có thể xác định đƣợc trên ảnh.

Bƣớc 2: Mở ảnh cần nắn

45

Bƣớc 3: Lựa chọn phƣơng pháp nắn ảnh theo bản đồ: chọn

Map\Registration\Select GSPs: Image to Map để chọn các điểm khống chế mặt đất.

Bƣớc 4: Chọn các tham số về phép chiếu, lƣới chiếu, múi chiếu, đơn vị và

kích thƣớc pixel cho phù hợp.

Bƣớc 5: Xác định điểm khống chế trên ảnh và những vị trí tƣơng thích của

chúng trên file vector.

Bƣớc 6: Sau khi đã chọn đƣợc đủ số lƣợng điểm khống chế tiến hành chạy

chƣơng trình trƣớc khi chạy chƣơng trình chọn hàm nắn, thông thƣờng nếu là vùng

rộng chọn trên 12 điểm khống chế và nắn chỉnh theo hàm đa thức là phù hợp hơn

cả, sau đó chọn phƣơng pháp nắn với hàm trên thì chọn phƣơng pháp Nearest

Neighbor là hợp lý hơn. Trong khi chạy chƣơng trình nắn thì bức ảnh nắn đƣợc lƣu

lại trong file rỗng đã tạo ở trên.

Ảnh khi nắn xong đƣợc gắn tọa độ, tạo khung, tạo lƣới chiếu và hoàn chỉnh.

3. Xây dựng ảnh tổ hợp màu:

Tổ hợp màu một bức ảnh mầu có thể đƣợc tổ hợp trên cơ sở gán 3 kênh phổ

nào đó cho 3 mầu cơ bản. Có hai phƣơng pháp tổ hợp mầu đó là cộng mầu và trừ

mầu. Nếu ta chia toàn bộ dải sóng nhìn thấy thành 3 vùng cơ bản là đỏ, lục, chàm

và sau đó lại dùng ánh sáng trắng chiếu qua kính lọc đỏ, lục, chàm tƣơng ứng ta

thấy hầu hết các mầu tự nhiên đều đƣợc khôi phục lại. Phƣơng pháp tổ hợp mầu đó

đƣợc gọi là phƣơng pháp tổ hợp mầu tự nhiên.

Trong viễn thám, các kênh phổ không đƣợc chia đều trong dải sóng nhìn

thấy nên không thể tái tạo lại đƣợc các màu tự nhiên mặc dù cũng sử dụng 3 mầu cơ

bản đỏ, lục, chàm. Tổ hợp mầu nhƣ vậy đƣợc gọi là tổ hợp mầu giả. Tổ hợp mầu

thông dụng nhất trong viễn thám là tổ hợp mầu giả khi gán mầu đỏ cho kênh hồng

ngoại, mầu lục cho kênh đỏ, và mầu chàm cho kênh lục. Trên tổ hợp mầu này các

đối tƣợng đƣợc thể hiện theo các gam mầu chuẩn nhƣ thực vật có mầu đỏ. Với các

46

mức độ khác nhau của màu đỏ trên ảnh tổ hợp màu này, ta biết đƣợc mức độ dầy

đặc của lớp thảm thực vật.

Tổ hợp mầu chỉ thực hiện đƣợc trong trƣờng hợp có 3 kênh trở lên. Trong

trƣờng hợp chỉ có một kênh phổ, để có thể thực hiện đƣợc trong không gian mầu

ngƣời ta sử dụng phƣơng pháp hiện màu giả, trong phƣơng pháp này ứng với một

khoảng cấp độ xám nhất định sẽ đƣợc gán một màu nào đó. Cách gán mầu nhƣ vậy

không có quy luật nào cả và hoàn toàn phụ thuộc vào ngƣời thiết kế. Thông thƣờng

cách này hay đƣợc sử dụng cho ảnh sau phân loại, ảnh chỉ số thực vật, ảnh nhiệt...

4. Nâng cao chất lượng ảnh.

Nâng cáo chất lƣợng ảnh là nhằm tăng tính dễ đọc, dễ hiểu cho ngƣời làm

công tác giải đoán ảnh, một thao tác nhằm phân loại sắp xếp các thông tin có sẵn

trong ảnh theo các yêu cầu hoặc chỉ tiêu đƣa ra dƣới dạng hàm số. Cho đến nay,

ngƣời ta vẫn chƣa đƣa ra một tiêu chuẩn cụ thể nào về nâng cao chất lƣợng ảnh số.

Vì vậy, việc nâng cao chất lƣợng ảnh thƣờng theo yêu cầu và mục đích của ngƣời

sử dụng. Thực chất việc nâng cao độ tƣơng phản là lƣợng tử hoá độ xám của ảnh.

Sự sắp xếp độ xám sau quá trình này nằm trong khoảng 0 đến 255 bậc. Những phép

tăng cƣờng chất lƣợng ảnh thƣờng đƣợc sử dụng là biến đổi cấp độ xám biến đổi

histogram, tổ hợp màu, biến đổi màu giữa 2 hệ RGB và HIS. Một số phƣơng pháp

nâng cao độ tƣơng phản đƣợc sử dụng trong các thiết bị xử lý ảnh đƣợc kể tới nhƣ

nâng cao tuyến tính, nâng cao phi tuyến tính và nâng cao theo phép biến đổi

histogram.

Một số phƣơng pháp nâng cao tƣơng phản sử dụng trong các thiết bị xử lý

ảnh đƣợc kể tới nhƣ nâng cao tuyến tính, nâng cao phi tuyến tính và nâng cao phép

biến đổi histogram.

Có 2 phƣơng pháp để tăng cƣờng chất lƣợng ảnh đó là việc sử dụng kết quả

tính histogram của các hình và phƣơng pháp loại trừ một số pixel mang ít giá trị

thông tin. Việc áp dụng các biện pháp này phụ thuộc vào mục đích cũng nhƣ chất

lƣợng của tƣ liệu viễn thám sử dụng các tƣ liệu khác.

47

Việc nâng cao chất lƣợng ảnh bằng xử lý phổ đƣợc chia ra:

. a. Tăng cường chất lượng ảnh chuẩn:

 Lọc nét hình ảnh

 Tăng giá trị độ tƣơng phản của ảnh.

 Hiệu chỉnh màu sắc.

b. Tăng cường chất lượng ảnh theo mục đích sử dụng:

 Tổng hợp màu giả.

 Trộn ảnh đơn sắc và đa sắc.

 Tổng hợp ảnh màu tự nhiên.

 Phân loại ảnh.

 Các thể xử lý khác

5. Biến đổi độ tương phản của ảnh.

Để nhằm mục đích xác định rõ các đối tƣợng địa chất đặc biệt là các đứt gãy

địa chất, các đới dập võ kiến tạo. Trong xử lý số cho phép làm tăng hoặc giảm độ

tƣơng phản của ảnh dạng số. Có nhiều phƣơng pháp tăng cƣờng độ tƣơng phản ảnh

nguyên thủy nhƣng thông dụng nhất là các phƣơng pháp giãn ảnh và phƣơng pháp

lọc ảnh.

a. Phương pháp giãn ảnh gồm có:

- Giãn tuyến tính:

Là sự tăng cƣờng độ tƣơng phản nhằm mở rộng khoảng độ sáng của thông

tin ban đầu và ảnh kết quả là sử dụng toàn bộ biên độ độ sáng.

Với ảnh nguyên thủy, rất khó phân biệt (Hình 4.1) các đối tƣợng trên ảnh,

nhƣng khi đã xử lý giãn tuyến tính thì các đối tƣợng trên ảnh dễ dàng phân biệt, các

đới dập vỡ kến tạo thể hiện rõ (Hình 4.2).

48

Công thức tính giá trị điểm ảnh theo phƣơng pháp giãn tuyến tính:

BVt

Trong đó: BVvào :Độ sáng nguyên thủy của ảnh

BVt : Dải các giá trị sáng cần đƣợc thể hiện (=256).

Bvra : Giá trị độ sáng sau khi xử lý

Hình 4.2: Ảnh đã qua giãn tuyến tính Hình 4.1: Ảnh nguyên thủy chưa qua xử lý

- Giãn đều mật độ phân bố (equipopulation):

Phƣơng pháp này cho phép tăng cƣờng độ tƣơng phản với mục đích làm rõ

hơn các đối tƣợng tiêu biểu tƣơng ứng với sự đồng nhất về xám độ trên ảnh.

- Phương pháp giãn Gaus.

Đây là phƣơng pháp giãn không tuyến tính để làm tăng độ tƣơng phản. Khi

tăng độ tƣơng phản ở dải có độ xám trung bình, các yếu tố chi tiết đƣợc làm rõ hơn.

Phƣơng pháp này thƣờng đƣợc áp dụng cho từng phân nhỏ của ảnh.

49

b. Phương pháp lọc nét ảnh:

Phƣơng pháp giãn ảnh chỉ tăng cƣờng độ tƣơng phản trên toàn cục tấm ảnh,

tuy nhiên ở các khu vực có các đặc điểm về độ xám khác nhau thì các chi tiết chƣa

đƣợc cải thiện. Để phục vụ cho việc giải đoán một cách chi tiết cần phải tiến hành

lọc nét ảnh.

Lọc ảnh là phƣơng pháp tăng cƣờng chất lƣợng ảnh mà giá trị xám độ của

mỗi pixel đƣợc nội suy trong mối quan hệ phụ thuộc vào các pixel xung quanh. Vì

vậy, phép lọc đƣợc coi nhƣ một phép toán cho từng vùng, khác với phép giãn là

phép toán cho từng điểm vì không có sự phụ thuộc vào các pixel xung quanh.

Lọc ảnh liên quan đến sự biến đổi giá trị xám độ của điểm ảnh. Mỗi tấm ảnh

số chứa các thông tin tần số thấp và các thông tin tần số cao. Tần số thấp là các

thông tin mô tả các đôi tƣợng có sự thay đổi xám độ giữa số lƣợng lớn các pixel

một cách từ từ nhƣ hồ nƣớc, rừng, ruộng lúa…Tần số cáo là các thông tin mô tả các

đối tƣợng có sự thay đổi xám độ một cách đột ngột từ pixel này sang pixel khác bên

cạnh nhƣ đƣờng cao tốc, kênh mƣơng, sân bay,…Do đó các phép lọc ảnh có thể

chia ra lọc ảnh tần số thấp, lọc ảnh tần số cao, lọc cấu trúc, lọc tƣơng thich.

Lọc tần số thấp làm cho các đƣờng nét sức trở nên mềm mại hơn, hình ảnh

dịu hơn. Do đặc điểm của phép lọc này là làm giảm cung độ phân bố xám độ của

ảnh vì vậy phải sử dụng phép giãn để tăng cƣờng độ tƣơng phản sau khi lọc.

Lọc tần số cao Laplace, lọc Furie: Phƣơng pháp này đƣợc áp dụng trong việc

xử lý làm tăng sự thay đổi xám độ giữa các pixel làm tăng các đƣờng gờ của đối

tƣợng. Nhờ phƣơng pháp này mà ranh giới của các đứt gãy địa chất đƣợc nổi rõ trên

nền địa hình chung (Hình 4.3).

50

Hình 4.3: Phương pháp lọc tần số cao làm rõ ranh giới các đứt gãy địa chất

6. Giải đoán ảnh số:

Giải đoán số dựa trên phƣơng pháp phân loại có giám định và phân loại

không giám định. Phƣơng pháp phân loại có giám định là một hình thức phân loại

mà các chỉ tiêu phân loại đƣợc xác lập dựa trên các vùng mẫu. Các vùng mẫu là khu

vực mà trên ảnh ngƣời giải đoán biết chắc chắn thuộc vào một trong các lớp cần

tìm. Dựa vào các vùng mẫu, các tham số thống kê đƣợc xác định và đó chính là các

chỉ tiêu thống kê sử dụng trong quá trình phân loại sau này. Sự khác nhau giữa

phƣơng pháp phân loại có giám định và không giám định là ở chỗ chúng ta giảm tối

đa công tác ngoại nghiệp mà thay vào đó là việc sử dụng các tài liệu tƣ liệu... phục

vụ công tác giải đoán ảnh.

a. Giải đoán tự động trên phần mềm PCI

51

+ Chọn vùng mẫu:

Việc chọn các vùng mẫu rất quan trọng trong xử lý ảnh số, đặc biệt là trong

việc phân loại có kiểm định, bởi vì chất lƣợng ảnh phân loại sẽ đƣợc xác định bởi

quá trình chọn vùng mẫu cho các loại đối tƣợng khác nhau. Các vùng mẫu đƣợc

chọn dựa vào các đặc điểm ảnh nhƣ màu, bố cục và mẫu hình và các số liệu khảo

sát thực tế. Các vùng mẫu nên đƣợc chọn trong các vùng đồng nhất (có màu và cấu

trúc đồng đều trên ảnh) nên nó có các giá trị lớn nhất, nhỏ nhất, trung bình nhất

định. Với các dấu hiệu khác nhau thể hiện trên ảnh vệ tinh, việc chọn vùng mẫu sẽ

cho kết quả tốt.

+ Phân loại có kiểm định (Supervised classification):

Phân loại có giám định là một hình thức kết hợp giữa giải đoán nhờ sự trợ

giúp của máy tính với kết quả điều tra thực địa các chỉ tiêu phân loại đƣợc xác lập

dựa trên các vùng mẫu. Các vùng mẫu là khu vực ở trên ảnh mà ngƣời giải đoán

biết chắc chắn thuộc vào một trong các lớp cần tìm. Độ chính xác của việc phân loại

này phụ thuộc vào diện tích, mật độ phân bố và độ chính xác của các mẫu trên khu

vực nghiên cứu.

Trong phƣơng pháp phân loại có giám định, ngƣời giải đoán ảnh sẽ “kiểm

tra” quá trình phân loại pixel bằng việc quy định cụ thể theo thuật toán máy tính,

các chữ số mô tả bằng số các thể loại lớp phủ mặt đất khác nhau có mặt trên một

ảnh. Để làm việc này, các điểm lấy mẫu đại diện của loại đối tƣợng đã biết (gọi là

các vùng mẫu) đƣợc sử dụng để biên tập thành một “khoá giải đoán” bằng số mô tả

các thuộc tính phổ cho mỗi thể loại điển hình. Sau đó mỗi pixel trong tập hợp dữ

liệu sẽ đƣợc so sánh với mỗi chủng.

Loại trong “khoá giải đoán” và đƣợc gán bằng tên của chủng loại mà nó “có

vẻ giống nhất”. Nếu nhƣ trong phƣơng pháp phân loại không giám định, những đặc

tính của lớp phủ bề mặt đƣợc phân loại từ ảnh không qua sự hiểu biết thực tế hoặc

là những đối tƣợng bề mặt đƣợc xác định không tốt thì đối với phƣơng pháp phân

loại có giám định khắc phục đƣợc những nhƣợc điểm này.

52

Ngƣời xử lý có thể sử dụng phân loại không giám định để xây dựng số lƣợng

thông tin tƣơng đối với số lớp hiện trạng hiện có của khu vực, sau đó sử dụng các

phƣơng pháp “che lấp” đối tƣợng để tiến hành phân loại bằng việc lựa chọn vùng

mẫu bổ sung thì công tác xử lý sẽ nhanh hơn rất nhiều nếu chúng ta chỉ lựa chọn

vùng mẫu ngay từ đầu. Các bƣớc bao gồm:

 Định nghĩa các lớp.

 Chọn vùng mẫu.

 Tính chỉ số thống kê.

 Phân lớp sơ bộ.

 Phân tích, kiểm tra ghép nhóm các đối tƣợng.

+ Phân loại ảnh:

Tính diện các đối tƣợng

Lọc ảnh: là biện pháp xử lý ảnh nhằm tăng cƣờng khả năng suy giải các chi

tiết cảu ảnh. Có hai phƣơng pháp xử lý nhiễu:

- So sánh với tín hiệu chuẩn của một hình ảnh mẫu.

- Lấy trung bình các hình ảnh chụp khu vực nghiên cứu để giảm bớt nhiễu.

+ Đánh giá độ chính xác của phân loại ảnh

Độ chính xác của ảnh phân loại đƣợc tính toán bởi máy tính dùng hệ số

Kapa. Hàm của hệ số Kapa đƣợc thể hiện dƣới đây.

- Tạo ra ma trận so sánh giữa ảnh đƣợc phân loại (hàng) và vùng mẫu (cột).

- Tính q:

- Tính hệ số Kapa (Kapa = 1 hay 100% là độ chính xác cao nhất)

53

Trong đó:

 n (hàng) là tổng số hàng cho mỗi lớp

 m (cột) là tổng số cột cho mỗi lớp

 N là tổng số điểm kiểm tra

 d là đƣờng chéo tổng của các ô

+ Xử lý sau phân loại:

Ảnh sau phân loại xuất hiện các sai lạc do sự thay đổi phổ vốn có bắt gặp bởi

phân loại khi sử dụng phân loại theo pixel-by-pixel. Ví dụ nhƣ một vài phần tử ảnh

phân tán trong các vùng thổ cƣ nông thôn có thể trở thành đất trống, cây bụi hay

ngƣợc lại. Trong trƣờng hợp này cần phải làm cho nhẵn ảnh sau phân loại để chỉ

cho thấy các lớp trội hơn. Mặt khác ảnh phân loại có thể chứa dãy vị trí các phần tử

ảnh phục vụ cho các hàm chứa nhãn không đƣợc định lƣợng trƣớc khi phân loại. Do

đó hàng loạt các phép lọc đƣợc thực hiện để làm phẳng các ảnh sau phân loại.

Trên các ảnh có các đối tƣợng khác nhau về mặt phản xạ phổ nhƣng cùng

một đối tƣợng mặt đất. Khi chọn vùng mẫu, các đối tƣợng này phải đƣợc chọn ra

các lớp khác nhau. Sau khi phân loại, các lớp này đƣợc gộp lại thành một lớp đối

tƣợng. Một số đối tƣợng không thể tách ra đƣợc trong xử lý ảnh số cần đƣợc tách

riêng bằng cách sử dụng mặt nạ (Mask).

54

Số liệu thực địa

Bản đồ địa hình & Các tƣ liệu khác

Tƣ liệu vệ tinh

Nhập ảnh

Tổ hợp màu

Nắn chỉnh hình học

Nâng cao chất lƣợng ảnh

Biến đổi độ tƣơng phản của ảnh

Xử lý số Giải đoán bằng mắt

Xử lý tổng hợp – Đối sánh đối chiếu

Bản đồ Hệ thống đứt gãy địa chất khu vực

Hình 4.4: Quy trình công nghệ thành lập bản đồ hệ thống đứt gãy địa chất

55

Hình 4.5: Ảnh vệ tinh Landsat khu vực Sông Cả - Rào Nậy

b. Xác định các đứt gãy địa chất trên ảnh

Dấu hiệu tổng hợp khi tiến hành xử lý:

Đây là tổng hợp những dấu hiệu giải đoán theo những trật tự nhất định và

phản ánh một cách khách quan tính chất của đối tƣợng. Biểu hiện của dấu hiệu điều

vẽ tổng hợp là “kiến trúc hình ảnh”. Kiến trúc (structure) có thể phân loại theo một

số nguyên tắc sau:

Về hình học: gồm tập hợp các điểm các đƣờng và các mảng sắp xếp theo

trình tự nhất định.

Về quang học: cấu trúc của ảnh dựa trên hình thái sắc hoặc bậc độ xám.

Về nội sinh: kiến trúc ảnh phản ánh thực chất quần thể đối tƣợng đƣợc hình

thành trong mối quan hệ mật thiết với nhau. Tuy nhiên, các dấu hiệu trên chỉ mang

tính kinh nghiệm khi giải đoán.

56

Đối với các đứt gãy địa chất và lineament, dấu hiệu đầu tiên để nhận biết là

các điểm ảnh sắp xếp theo một dãy dài theo dạng tuyến tính, trên đƣờng thẳng

thẳng đó có giá trị xám độ trong một khoảng giá trị nhất định và với một hình thái

và sắc ảnh tƣơng đối đồng nhất.

Việc xác định các đứt gãy địa chất chính là việc xử lý phân loại nhƣng phân

loại ở đây chỉ nhằm tách ra một đối tƣợng chủ yếu – đó là vị trí và diện phân bố của

đứt gãy.

Thông thƣờng, dấu hiệu của một đơn vị đứt gãy địa chất chính là việc xác

định một vùng mẫu mang tính đặc thù – khác với vùng xung quanh. Đó là phân bố

thành một dải hẹp kéo dài theo một đƣờng thẳng. Ở đây, thƣờng trùng với hệ thống

sông suối, các hẻm núi và không cắt qua đƣờng phân thủy. Trên ảnh, giá trị xám độ

trong dải hẹp này ít thay đổi.

Hình 4.6: Bản đồ đứt gãy địa chất khu vực Sông Cả - Rào Nậy

57

Kết quả phân tích:

Kết quả phân tích ảnh vệ tinh phát hiện đứt gãy đƣợc mô tả trong hình 4.6.

Theo kết quả phân tích của chúng tôi cho thấy hầu hết các đứt gãy đƣợc phát hiện

theo tài liệu ảnh vệ tinh đều trùng với các đứt gãy địa chất đã đƣợc phát hiện trên

bản đồ địa chất tỷ lệ 1:200.000. Tính liên tục của đứt gãy có biểu hiện rõ nét trên cơ

sở phân tích ảnh số.

4.2. Các đứt gãy có biểu hiện hoạt động khu vực Sông Cả - Rào Nậy tỷ lệ

1:200.000

Thông thƣờng, các đới tập trung lineament dày đặc trùng với các đới đứt gãy

có biểu hiện hoạt động trong hiện tại [10]. Vì vậy, ngƣời ta thƣờng sử dụng tài liệu

lineament nhƣ những dấu hiệu nhận dạng đới đứt gãy hoạt động. Việc phân tích kết

hợp giữa bản đồ lineament với tài liệu địa chất - địa vật lý khác đã đƣợc tiến hành

tại phòng nghiên cứu Địa động lực thuộc Viện Vật lý Địa cầu. Kết quả là đã xây

dựng đƣợc bản đồ các đứt gãy hoạt động khu vực Sông Cả - Rào Nậy.

Đới đứt gãy hoạt động mạnh thƣờng là ranh giới các khối địa động lực hiện

đại có biểu hiện hoạt động khác biệt về đặc trƣng địa động lực trong nội khối liền

kề. Các đới này có biểu hiện rõ nét về: hoạt động động đất; xuất hiện các điểm nƣớc

khoáng, nƣớc nóng; chi phối và cắt gọt rõ rệt phƣơng chính địa hình hiện đại; biểu

hiện rõ trên ảnh vệ tinh, máy bay với các dị thƣờng photolineament kéo dài tuyến

tính; biểu hiện thoát khí (Rn, Th) (hỗn hợp khí Radon và Thori) cao; có biểu hiện

chuyển động thẳng đứng hoặc phƣơng ngang khác nhau ở hai cánh lớn hơn hoặc

bằng 1 mm/năm; biểu hiện rõ nứt đất, trƣợt - lở đất hoặc xói mòn do các nguyên

nhân kiến tạo; có biểu hiện biến dạng trẻ nhƣ uốn nếp, oằn võng; tập trung dày đặc

các khe nứt, vết xƣớc mặt trƣợt trẻ; biến đổi các đơn vị địa hình địa mạo rõ rệt; có

biểu hiện hoạt động núi lửa trẻ (phun trào basan trong Pliocen - Đệ Tứ hoặc thoát

khí, phun tro, phun bùn vv ...).

58

Hình 4.7: Đứt gãy hoạt động chính lưu vực Sông Cả - Rào Nậy

Chú thích: 1- Đứt gãy cấp II; 2- Đứt gãy cấp III; 3- Ranh giới khối cấp IV; 4, 5, 6,

7- Chấn tâm động đất được phân chia theo cấp độ mạnh khác nhau.

Chỉ tiêu nhận dạng các đứt gãy hoạt động đƣợc mô tả chi tiết trong các công

bố trƣớc đây [2- 6]. Danh mục động đất khu vực nghiên cứu đƣợc sử dụng đến hết

năm 2012. Các đứt gãy hoạt đông trong khu vực nghiên cứu đã đƣợc mô tả chi tiết

trong luận văn này gồm (Hình 4.7):

a/ Đứt gãy cấp III (cấp II Việt Nam):

1. Điện Biên – Sầm Nƣa – Thƣờng Xuân (FIII.5):

Đứt gãy Thƣờng Xuân có phƣơng phát triển tây bắc – đông nam, cắm về

phía đông bắc. Độ sâu ảnh hƣởng của đứt gãy cỡ 30 - 40 km. Trên bản đồ dị thƣờng

trọng lực Bouguer đứt gãy thể hiện nhƣ ranh giới phân chia cấu trúc, cắt qua điểm

uốn các đƣờng đồng mức biến đổi gần nhƣ đều đặn, có giá trị dị thƣờng trọng lực

Bouguer - 60  - 5 mGal. Gradient ngang dị thƣờng trọng lực thể hiện đứt gãy có

giá trị trung bình 1,0 2,0 mGal/km. Dọc theo đứt gãy quan sát thấy có những trận

động đất xảy ra với Magnitude cực đại Ms đã quan sát ở đây chỉ ở mức xấp xỉ 4,0 .

59

2. Đứt gãy Sông Cả (nhánh chính, chạy qua Đô Lƣơng – Nghi Lộc, FIII.9):

Đứt gãy Sông Cả có phƣơng phát triển Tây bắc - Đông nam, cắm về phía

Tây nam.Độ sâu ảnh hƣởng của đứt gãy 30 - 40 km. Các thành tạo địa chất hai bên

cánh đứt gãy bị cắt xén và mất lớp đột ngột. Đặc biệt sự uốn cong theo phƣơng

Đông bắc - Tây nam của các thành tạo Paleozoi. Có thể vào trƣớc Kainozoi, có lẽ

vào Mesozoi muộn, đứt gãy đã hoạt động và dịch chuyển theo cơ chế trƣợt bằng

phải. Dọc đứt gãy từ Đô Lƣơng, Anh Sơn, Mƣờng Xén gặp các đới dập vỡ mạnh.

Các khe nứt sinh kèm đổ về phía Tây nam với xu thế cánh Tây nam sụt xuống. Từ

Đô Lƣơng đến Kỳ Sơn hoàn toàn trùng với thung lũng Sông Cả. Trong Kainozoi tạo

nhiều bồn trũng cạnh kề đứt gãy kéo dài theo phƣơng Tây bắc - Đông nam, đặc biệt

là trũng chứa than Khe Bố. Đới đứt gãy tạo nên sụt lớn khá rõ nét các mặt ranh giới

cơ bản vỏ Trái đất. Từ cánh Tây nam sang Đông bắc sụt bậc của mặt Moho là 2 km

(32 - 34 km), bậc Conrad nâng lên 2 km (16 - 14 km) và mặt móng kết tinh cũng

nâng lên 2 - 3 km ( 4 và 2 - 3 km).

Dọc đứt gãy quan sát thấy có động đất xảy ra đã quan sát trong thời gian gần

đây cỡ xấp xỉ 5.0. Đặc biệt trong lịch sử ghi nhận một trận động đất năm 1821 xảy

ra dọc đới đứt gãy này với Ms = 6,0 tại Vinh.

3. Đứt gãy Rào Nậy (FIII.11):

Đứt gãy Rào Nậy có phƣơng phát triển Tây bắc - Đông nam, có độ sâu ảnh

hƣởng 30 - 40 km. Đới bao gồm một loạt đứt gãy cùng tính chất trƣợt bằng phải,

hƣớng cắm thay đổi và tạo thành dạng cấu trúc nâng mặt móng kết tinh cùng

phƣơng phát triển của đới. Độ sâu mặt Moho biến đổi trong phạm vi 30 - 34 km,

trong khi mặt Conrad biến đổi trong giới hạn 12 - 15 km và mặt kết tinh tƣơng ứng

là 2 - 4 km.

Dọc theo đứt gãy quan sát thấy có những trận động đất xảy ra có Magnitude

cực đai 4,3.

b/ Đứt gãy cấp IV (cấp III Việt Nam) gồm:

60

1. Đứt gãy Nậm Nơn (FIV.2); 2. Đứt gãy Nậm Chou (FIV.1); 3.Đứt gãy Quỳ Hợp

(FIV.6); 4.Đứt gãy Sầm Nƣa – Thái Hòa (FIV.3); 5.Đứt gãy Nghi Sơn (FIV.4) và 6.Đứt

gãy Thanh Chƣơng - Kỳ Anh (FIV.5).

61

KẾT LUẬN

1. Phân tích ảnh vệ tinh trong nghiên cứu đứt gãy đã đƣợc các nhà địa chất Việt

Nam và trên thế giới sử dụng rộng rãi trong những năm gần đây. Áp dụng thƣ

nghiệm trong luận văn này cũng khẳng định tính ƣu việt của tài liệu này khi nhận

dạng các đứt gãy hoạt động.

2. Đứt gãy cấp III (Điện Biên – Sầm Nƣa – Thƣờng Xuân, Sông Cả và Rào Nậy)

và đứt gãy cấp IV (Nậm Nơn, Nậm Chou, Quỳ Hợp, Sầm Nƣa –Thái Hòa và Nghi

Sơn, Thanh Chƣơng – Kỳ Anh) là những đứt gãy hoạt động tích cực trong hiện tai.

Chúng là ranh giới khối có biểu hiện biến dạng địa động lực phân dị. Đây cũng

chính là các đới phát sinh động đất chính lƣu vực Sông Cả - Rào Nậy.

3. Động đất quan sát đƣợc trong phạm vi lƣu vực Sông Cả - Rào Nậy đến hết năm

2012 có cấp độ mạnh đạt 6,0. Tuy vậy, với mức độ biệu hiện hoạt động mạnh trong

hiện tại, khu vực nghiên cứu đƣợc dự báo là có thể có nguy cơ phát sinh động đát

cấp độ mạnh 6,5 – 7,0 dọc theo các đới phát sinh: Điện Biên – Sầm Nƣa – Thƣờng

Xuân, Sông Cả, Rào Nậy, Nậm Nơn, Nậm Chou, Quỳ Hợp, Sầm Nƣa – Thái Hòa,

Nghi Sơn và Thanh Chƣơng - Kỳ Anh.

Kết quả nghiên cứu của học viên cao học đã đƣợc sử dụng trong nghiên cứu đứt gãy

hoạt động khu vực Sông Cả - Rào Nậy và một bài báo khoa học đã đƣợc chấp nhận

đăng trong số 3 năm 2013 Tạp chí Khoa học và Công nghệ Biển với tiêu đề:

MỘT SỐ NÉT VỀ ĐẶC ĐIỂM ĐỊA CHẤN KIẾN TẠO LƢU VỰC SÔNG CẢ - RÀO NẬY

Tác giả: CAO ĐÌNH TRIỀU, LÊ VĂN DŨNG, BÙI ANH NAM,

CAO ĐÌNH TRỌNG, MAI THI HỒNG NGUYÊN

62

TÀI LIỆU THAM KHẢO

Tiếng Việt

1. Cao Đình Triều (2008), Động đất, Nxb KH & KT, Hà Nội, 312 tr.

2. Cao Đình Triều (2010), Tai biến động đất ở Việt Nam, Nxb KH & KT, Hà Nội,

304 tr.

3. Cao Đình Triều, Nguyễn Đức Vinh (2012), “Phân đoạn đứt gãy trong đánh giá

động đất cực đại ở Việt Nam”, Tạp chí Địa chất, Số 331-332, Hà Nội, tr. 59-

68.

4. Cao Đình Triều, và nnk (2012), “Đặc điểm địa động lực hiện đại vùng ven biển

Việt Nam”, Tạp chí Địa chất, Số 331-332, Hà Nội, tr. 10-21.

5. Cao Đình Triều, Phạm Văn Hùng (2012), Tai biến Địa chất Nghệ An và Hà

Tĩnh, Nxb Khoa học Kỹ thuật, Hà Nội, 171 trang.

6. Phan Trọng Trịnh (Chủ nhiệm) (2010), Nghiên cứu hoạt động kiến tạo trẻ, kiến

tạo hiện đại và địa động lực Biển Đông làm cơ sở khoa học cho việc dự báo

và phòng tránh tai biến liên quan và đề xuất các giải pháp phòng tránh, Báo

cáo tổng kết Đề tài cấp nhà nƣớc KC09-11/06-10, Hà Nội, 300 tr.

7. Liên đoàn Vật lý Địa chất (1985), “Bản đồ dị thƣờng từ hàng không thành phần

Ta tỷ lệ 1:500000”, Lƣu trữ Liên đoàn Địa vật lý, Hà Nội.

8. Nguyễn Ngọc Thạch, (2005), Cơ sở viễn thám, Nxb Nông Nghiệp, Hà Nội, tr.

144- 145

Tiếng Anh

9. Bruce A.B (1999), Earthquake, W.H.Freeman and Company, New York, 366

pp..

10. http://usgsprojects.org/coulomb/

63