Ứng dụng thuật toán phân cụm mờ trên ảnh chỉ số nước trong chiết tách thông tin nước mặt khu vực cửa sông

Tạp chí Khoa học Kỹ thuật Mỏ - Địa chất Tập 59, Kỳ 5 (2018) 55-66 55<br /> <br /> <br /> <br /> <br /> Ứng dụng thuật toán phân cụm mờ trên ảnh chỉ số nước trong<br /> chiết tách thông tin nước mặt khu vực cửa sông<br /> Cao Xuân Cường *, Võ Ngọc Dũng<br /> Khoa Trắc địa - Bản đồ và Quản lý đất đai, Trường Đại học Mỏ - Địa chất, Việt Nam<br /> <br /> <br /> <br /> THÔNG TIN BÀI BÁO TÓM TẮT<br /> <br /> Quá trình:<br /> Nước tại khu vực cửa sông là một trong những môi trường có sự đa dạng sinh<br /> Nhận bài 10/8/2018 học bậc nhất trên bề mặt đất. Tuy nhiên, hiện nay, môi trường này thường<br /> Chấp nhận 25/9/2018 xuyên bị đe dọa bởi các hoạt động của con người. Để tăng cường hiệu quả cho<br /> Đăng online 31/10/2018 công tác quản lý và bảo vệ môi trường quan trọng này thì một giải pháp chiết<br /> Từ khóa: tách thông tin nước bề mặt trên tư liệu ảnh viễn thám nhanh chóng và chính<br /> Nước mặt xác là rất cần thiết. Trong nghiên cứu này, phương pháp phân cụm mờ fuzzy<br /> c-means (FCM) tích hợp với thông tin không gian của các điểm ảnh láng giềng<br /> Viễn thám<br /> (MFCM) áp dụng lên ảnh chỉ số nước (WIs)được sử dụngđể chiết tách nước<br /> Chiết tách nước mặt trên ảnh viễn thám. Phương pháp này được áp dụng cho ảnh Landsat 8<br /> Chỉ số nước OLI chụp khu vực cửa sông Bạch Đằng thuộc thành phố Hải Phòng và tỉnh<br /> Landsat Quảng Ninh. Bên cạnh đó, nghiên cứu cũng đánh giá sự ảnh hưởng tới hiệu<br /> Fuzzy c-means quả chiết tách nước mặt của tham số mức độ mờ hóa(fuzzification) và số<br /> lượng các điểm ảnh láng giềng trong thuật toán FCM. Kết quả thực nghiệm<br /> cho thấy,khi hệ số mờ và số điểm ảnh láng giềng tăng, độ chính xác chiết tách<br /> nước sẽ giảm, với m =2 và số điểm láng giềng là 8 thìphương phápđạthiệu quả<br /> cao nhất về thời gian xử lý. Ngoài ra, khi so sánh với phương pháp phân<br /> ngưỡng, phương pháp được sử dụng cũng cho độ chính xác cao hơn với hệ số<br /> kappa của hai phương pháp lần lượt là 0.84 và 0.87.<br /> © 2018 Trường Đại học Mỏ - Địa chất. Tất cả các quyền được bảo đảm.<br /> <br /> <br /> <br /> sinh thái quan trọng như hệ sinh thái rừng ngập<br /> 1. Mở đầu<br /> mặn phát triển (Pham & Yoshino, 2016). Tuy<br /> Cửa sông là nơi các dòng sông đổ ra biển, nơi nhiên, các hoạt động của con người đã và đang đe<br /> nước ngọt giao hòa với nước mặn. Điều kiện đặc dọa nghiêm trọng tới môi trường các cửa sông.<br /> biệt này đã tạo ra một trong những môi trường có Bên cạnh đó, biến đổi khí hậu cũng góp phần làm<br /> sự đa dạng sinh học bậc nhất trên bề mặt đất thay đổi môi trường này(Fujii, 2012). Để quản lý<br /> (Fujii, 2012; McKeon et al., 2015). Việt Nam là một và bảo vệ môi trường cửa sông một cách hiệu quả,<br /> quốc gia có đường bờ biển dài với nhiều khu vực một giải pháp chiết tách thông tin nước bề mặt ở<br /> cửa sông quan trọng. Đây là môi trường cho các hệ khu vực này trên tư liệu ảnh viễn thám nhanh<br /> chóng và chính xác là rất cần thiết.<br /> _____________________ Viễn thám là một trong những công nghệ đã<br /> *Tácgiả liên hệ được sử dụng hiệu quả trong giám sát tài nguyên<br /> E-mail: caoxuancuong@humg.edu.vn<br /> 56 Cao Xuân Cường, Võ Ngọc Dũng/Tạp chí Khoa học Kỹ thuật Mỏ - Địa chất 59 (4), 55-66<br /> <br /> thiên nhiên nói chung và tài nguyên nước nói tăng cường sự khác biệt giữa các điểm ảnh mang<br /> riêng (Alsdorf & Lettenmaier, 2003). Khi sử dụng thông tin nước và các điểm ảnh mang thông tin<br /> tư liệu ảnh viễn thám thành lập bản đồ chuyên đề của các đối tượng khác liền kề, đồng thời loại bỏ<br /> về tài nguyên nước mặt, bên cạnh cac phương các điểm ảnh nhiễu. Nghien cưu củ a Hao và đò ng<br /> phap thường được sử dụ ng như số hóa dựa trên nghiẹ p đã sử dụ ng hiẹ u quả phương phap chỉ só<br /> giải đoán bằng mắt (digitizing), phương pháp nươc đẻ lạ p bả n đò cac song và hò bà ng ả nh<br /> phân ngưỡng (density slicing), phân loại có kiểm Landsat (Hao et al., 2014). Tuy nhien, cac tac giả<br /> định và không kiểm định (supervised and cũ ng chỉ ra cac nhược điẻ m củ a phương phap nà y<br /> unsupervised classifications), phương pháp phân như: (1) đọ chinh xac phan loạ i thá p vơi cac điẻ m<br /> cụm mờ (fuzzy c – means) áp dụng trên các chỉ số ả nh lã n giữa nươc và cac đó i tượng khac; (2) vơi<br /> nước (water indices-WIs) còn tương đối mới mẻ. mõ i khu vực khac nhau thì đạ t mọ t ngưỡng phan<br /> Trong nghiên cứu của Yang et al. (2015), các tác loạ i khac nhau; (3) khong loạ i bỏ được cac nhiẽ u.<br /> giả đã phân tích đánh giá chi tiết cac phương phap Mạ c dù mõ i phương phap co ưu nhược điẻ m rieng,<br /> nêu trên và đưa ra các ưu nhược điểm của từng nhưng sự đa dạ ng cac phương phap chié t tach<br /> phương pháp. Cụ thể, phương phap só hoa dựa nươc bè mạ t neu tren đã chưng minh khả nang ưu<br /> tren giả i đoan bà ng má t tuy cho đọ chinh xac cao viẹ t củ a phương phap viẽ n tham trong nghien cưu<br /> nhưng lạ i tó n nhiè u thời gian và sưc lao đọ ng, do tà i nguyen nươc mạ t.<br /> đo khong thực té trong cac trường hợp nghien cưu Thuạ t toan phan cụ m mờ (fuzzy c-means -<br /> tren qui mo rọ ng. Phương phap phan ngưỡng FCM) được ưng dụ ng trong nhiè u nghien cưu củ a<br /> được đè xuá t và sử dụ ng trong nhiè u nghien cưu lĩnh vực viẽ n tham (Ghosh et al., 2011; Kersten et<br /> củ a (Frazier et al., 2003; Ryu et al., 2002; White, al., 2005). Ghosh và các đồng nghiệp (2011) đã sử<br /> 1999). Trong nghien cưu vè lũ lụ t ở khu vực đá t dụ ng thuạ t toan phan cụ m mờ nang cao đọ chinh<br /> ngạ p nươc củ a Frazier và đồng nghiệp (2003), cac xac phan loạ i và phat hiẹ n bié n đọ ng. Mọ t só<br /> gia trị ngưỡng đã được sử dụ ng phan loạ i nươc và nghien cưu khac chỉ ra rà ng thuạ t toan phan cụ m<br /> khong phả i nươc tren kenh 5 củ a ả nh Landsat mờ co tich hợp thong tin cac điẻ m ả nh lan cạ n co<br /> TM(Frazier et al., 2003). Đay là phương phap đơn thẻ xử ly được nhiẽ u và vá n đè vè gia trị tương<br /> giả n và hiẹ u quả vè mạ t thời gian, tuy nhien, đọ phả n phỏ thá p (Ghaffarian & Ghaffarian, 2014;<br /> chinh xac bị ả nh hưởng nhiè u bởi sự cac yé u tó Stavrakoudis et al., 2011). Tinh chá t bié n đỏ i lien<br /> như bong địa hình và may (Verpoorter et al., tụ c từ 0 đé n 1 củ a gia trị thà nh vien (membership)<br /> 2014). Mọ t phương phap khac co thẻ được sử trong logic mờ (fuzzy) (Bezdek et al., 1984)co thẻ<br /> dụ ng đẻ chié t tach nươc là phan loạ i co kiẻ m định được sử dụ ng đẻ biẻ u diẽ n sự bié n đỏ i lien tụ c vè<br /> và khong kiẻ m định. Phương phap phan loạ i co gia trị đọ ả m củ a khu vực chuyẻ n tié p giữa nươc<br /> kiẻ m định phụ thuọ c nhiè u và o y kié n chủ quan và khong phả i nươc. Trên thế giới, việc kết hợp<br /> củ a chuyen gia và chá t lượng củ a viẹ c lá y mã u, giữa FCM và WIs trên ảnh viễn thám nhằm chiết<br /> trong khi phương phap phan loạ i khong kiẻ m định tách thông tin nước mặt đã được Yang et al.<br /> cho đọ chinh xac thá p khi khu vực phan loạ i lã n (2015) thực hiện thành công cho một số các đối<br /> nhiè u đó i tượng co sự tương phả n vè phỏ thá p tượng nước mặt khác nhau trên phạm vi toàn cầu.<br /> (Hao et al., 2014). Chié t tach nươc sử dụ ng cac chỉ Tuy nhiên, nước là môi trường khá đa dạng và<br /> só toan họ c (chỉ só nươc-WIs) được tinh từ cac phức tạp, mỗi khu vực sẽ có đặc điểm lý hóa và<br /> kenh ả nh là mọ t trong cac phương phap được sử sinh học khác nhau. Với điều kiện môi trường đặc<br /> dụ ng kha phỏ bié n do tinh hiẹ u quả và tiẹ n lợi củ a trưng riêng như cửa sông, việc tìm ra một giải<br /> no. Cac chỉ số nước như Normalized Difference pháp phù hợp là cần thiết. Bài báo giới thiệu kết<br /> Water Index (NDWI) (McFeeters, 1996), Modified quả ứng dụng phương pháp FCM trên ảnh chỉ số<br /> Normalized Difference Water Index (MNDWI) nước WIs trong chiết tách nước mặt của khu vực<br /> (Xu, 2006), và Automated Water Extraction Index cửa sông Việt Nam.<br /> (AWEI) (Feyisa et al., 2014) được xác định từ các<br /> kênh ảnh green (kênh 2), near-infrared (kênh 4), 2. Khu vực và dữ liệu nghiên cứu<br /> và SWIR1 (kênh 6) của Landsat. Các chỉ số này<br /> được thiết kế nhằm làm nổi bật các đối tượng 2.1. Khu vực nghiên cứu<br /> nước bề mặt trên ảnh quang học thông qua việc Khu vực được lựa chọn cho nghiên cứu nhằm<br />  Cao Xuân Cường, Võ Ngọc Dũng/Tạp chí Khoa học Kỹ thuật Mỏ - Địa chất 59 (4), 55-66 57<br /> <br /> đánh giá giải pháp đề xuất là khu vực cửa sông với độ chính xác cỡ 0.4 pixel và được xem là chấp<br /> Bạch Đằng, thuộc địa bàn thành phố Hải Phòng và nhận được về độ chính xác không gian.<br /> tỉnh Quảng Ninh (Hình 1). Đây là khu vực có sự Để đánh giá độ chính xác kết quả chiết tách<br /> hiện diện chủ yếu của rừng ngập mặn. Những năm nước, ảnh Planetscope có độ phân giải 3 m chụp<br /> gần đây, nhờ chính sách bảo vệ, phục hồi và phát vào cùng thời gian với ảnh Landsat được dùng để<br /> triển rừng ngập mặn của Chính phủ Việt Nam, số hóa các đối tượng nước. Yêu cầu về độ chính xác<br /> đồng thời với các dự án hỗ trợ quốc tế như dự án của đồng đăng ký ảnh được đảm bảo nhờ thực<br /> của tổ chức Chữ thập đỏ Nhật Bản (JRC) (Pham & hiện thủ công. Cơ sở dữ liệu số hóa được coi là dữ<br /> Yoshino, 2016), rừng ngập mặn ở khu vực này liệu chuẩn phục vụ đánh giá độ chính xác phân<br /> phát triển tương đối tốt. loại.<br /> <br /> 2.2. Dữ liệu nghiên cứu 3. Phương pháp nghiên cứu<br /> Dữ liệu sử dụng cho nghiên cứu là ảnh<br /> 3.1. Phương pháp chỉ số nước trên tư liệu ảnh<br /> Landsat 8 OLI ở mức xử lý L1 đã được nắn và hiệu<br /> viễn thám<br /> chỉnh ảnh hưởng địa hình từ USGS EarthExplorer.<br /> Mô tả chi tiết về mức độ che phủ bởi mây, thời gian Các chỉ số nước như Normalized Difference<br /> chụp, và các thông tin quan trọng khác được cung Water Index (NDWI) (McFeeters, 1996), Modified<br /> cấp trong bảng 1. Normalized Difference Water Index (MNDWI)<br /> Ảnh được chọn sau khi đã khảo sát tất cả các (Xu, 2006), và Automated Water Extraction Index<br /> ảnh nhằm tránh ảnh hưởng của mây. Ảnh có định (AWEI) (Feyisa et al., 2014) được xác định từ các<br /> dạng GeoTIFF, trong hệ qui chiếu UTM được nắn kênh ảnh green (kênh 2), near-infrared (kênh 4),<br /> và SWIR1 (kênh 6) của Landsat 5 TM.<br /> <br /> <br /> <br /> <br /> Hình 1. Khu vực nghiên cứu (ảnh Landsat 8 OLI tổ hợp RGB: 753).<br /> Bảng 1. Dữ liệu ảnh vệ tinh nghiên cứu.<br /> Ảnh Path/row Thời gian chụp Mây che phủ (%) Độ phân giải (m)<br /> Landsat 8 OLI 126/46 17/09/2017 9.79 30<br /> LC81260462017260LGN00 03:17:45<br /> Planetscope Strip_id 17/09/2017 0 3<br /> 20170917_024558_0f25 761211 02:45:58<br /> 20170917_024559_0f25 02:45:59<br /> 20170917_024600_0f25 02:46:00<br /> 58 Cao Xuân Cường, Võ Ngọc Dũng/Tạp chí Khoa học Kỹ thuật Mỏ - Địa chất 59 (4), 55-66<br /> <br /> Các chỉ số này được thiết kế nhằm làm nổi bật nước AWEI, chỉ số này gồm hai chỉ số là AWEIsh và<br /> các đối tượng nước bề mặt trên ảnh quang học AWEInsh.<br /> thông qua việc tăng cường sự khác biệt giữa các AWEIsh = ρband1 + 2.5 x ρband2 -1.5 x<br /> điểm ảnh mang thông tin nước và các điểm ảnh (3)<br /> (ρband4 + ρband5) – 0.25 x ρband7<br /> mang thông tin của các đối tượng khác liền kề,<br /> đồng thời loại bỏ các điểm ảnh nhiễu (Yang et al., AWEInsh = 4 x (ρband2 - ρband5) –0.25 x<br /> (4)<br /> 2015). ρband4 + 2.75 x ρband7<br /> Năm 1996, McFeeters và đồng nghiệp đưa ra Trong đó, ρ là giá trị phản xạ phổ của 5 kênh<br /> công thức tính chỉ số nước sử dụng hai kênh Green ảnh Landsat TM sau:<br /> và NIR: Band 1: kênh blue; band 2: kênh Green; band<br />