Tài liệu đề cương cơ sở gis và viễn thám

ĐỀ CƯƠNG ÔN THI Môn học: Cơ sở GIS Và viễn thám Câu 1: Khái niệm và nguyên lý hoạt động của hệ thống viễn thám (sử dụng sơ đồ gồm 7 yếu tố). 1, Khái niệm: Viễn thám là mô ôt ngành khoa học có lịch sử phát triển lâu đời. Sự phát triển của khoa học viễn thám bắt đầu từ mục đích quân sự khi nghiên cứu các ảnh chụp sử dụng phim va giấy ảnh từ khinh khí cầu, máy bay. Ngay nay, cùng sự phát triển của khoa học kỹ thuâ tâ , viễn thám được ứng dụng trong nhiều nganh khoa học khác nhau như quân sự, địa chất, địa lý, môi trường, khí tượng, thủy văn, nông nghiê âp, lâm nghiê âp,... Định nghĩa: “Viễn thám là khoa học nghiên cứu các thực thể, hiê ôn tượng trên trái đất từ xa mà không cần tiếp xúc trực tiếp vào nó”. 2, Nguyên lý hoạt động của hệ thống viễn thám: Trong viễn thám, nguyên tắc hoạt động của nó liên quan giữa sóng điện từ từ nguồn phát va vật thể quan tâm 1. Nguồn phát năng lượng (A) - yêu cầu đầu tiên cho viễn thám la có nguồn năng lượng phát xạ để cung cấp năng lượng điện từ tới đối tượng quan tâm. 2. Sóng điện từ và khí quyển (B) - khi năng lượng truyền từ nguồn phát đến đối tượng, nó sẽ đi vao va tương tác với khí quyển ma nó đi qua. Sự tương tác nay có thể xảy ra lần thứ 2 khi năng lượng truyền từ đối tượng tới bộ cảm biến. 3. Sự tương tác với ñối tượng (C) - một khi năng lượng gặp đối tượng sau khi xuyên qua khí quyển, nó tương tác với đối tượng. Phụ thuộc vao đặc tính của đối tượng va sóng điện từ ma năng lượng phản xạ hay bức xạ của đối tượng có sự khác nhau. 1 4. Việc ghi năng lượng của bộ cảm biến (D) - sau khi năng lượng bị tán xạ hoặc phát xạ từ đối tượng, một bộ cảm biến để thu nhận va ghi lại sóng điện từ. 5. Sự truyền tải, nhận và xử lý (E) - năng lượng được ghi nhận bởi bộ cảm biến phải được truyền tải đến một trạm thu nhận va xử lý. Năng lượng được truyền đi thường ở dạng điện. Trạm thu nhận sẽ xử lý năng lượng nay để tạo ra ảnh dưới dạng hardcopy hoặc la số. 6. Sự giải đoán và phân tích (F) - ảnh được xử lý ở trạm thu nhận sẽ được giải đoán trực quan hoặc được phân loại bằng máy để tách thông tin về đối tượng. 7. Ứng dụng (G) - đây la thanh phần cuối cùng trong quy trình xử lý của công nghệ viễn thám. Thông tin sau khi được tách ra từ ảnh có thể ñược ứng dụng ñể hiểu tốt hơn về đối tượng, khám phá một vai thông tin mới hoặc hỗ trợ cho việc giải quyết một vấn đề cụ thể. Câu 2: Phân loại viễn thám. Sự phân biệt các loại viễn thám căn cứ vao các yếu tố sau: - Hình dạng quỹ đạo của vệ tinh. - Độ cao bay của vệ tinh - Loại nguồn phát va tín hiệu thu nhận. - Dải phổ của các thiết bị thu . 3 phương thức phân loại viễn thám như sau: a. Phân loại theo nguồn năng lượng được sử dụng (loại nguồn phát và tín hiệu thu nhận), kỹ thuật viễn thám bao gồm: - Viễn thám bị động: sử dụng năng lượng mặt trời hoặc năng lượng do vật thể bức xạ (ở điều kiện nhiệt độ thường, các vật thể tự phát ra bức xạ hồng ngoại). - Viễn thám chủ động: thiết bị thu nhận phát ra nguồn năng lượng tới vật thể rồi thu nhận tín hiệu phản xạ lại. b. Phân loại theo vùng bước sóng sử dụng (theo dải phổ của các thiết bị thu): ứng với vùng bước sóng sử dụng , viễn thám có thể được phân thanh 3 loại cơ bản: - Viễn thám trong dải sóng nhìn thấy và hồng ngoại phản xạ: nguồn năng lượng sử dụng la bức xạ mặt trời, ảnh viễn thám nhận được dựa vao sự đo lường năng lượng vùng ánh sáng nhìn thấy va hồng ngoại được phản xạ từ vật thể va bề mặt trái đất. Ảnh thu được bởi kỹ thuật viễn thám nay được gọi la ảnh quang học. - Viễn thám hồng ngoại nhiệt: nguồn năng lượng sử dụng la bức xạ nhiệt do chính vật thể sản sinh ra. Ảnh thu được bởi kỹ thuật viễn thám nay được gọi la ảnh nhiệt. - Viễn thám siêu cao tần: trong viễn thám siêu cao tần 2 kỹ thuật chủ động va bị động đều được áp dụng. Viễn thám bị động thu lại sóng vô tuyến cao tần với bước sóng lớn hơn 1mm ma được bức xạ tự nhiên hoặc phản xạ từ một số đối tượng. Vì có bước sóng dai nên năng lượng thu nhận được của kỹ thuật viễn thám siêu cao tần bị động thấp hơn viễn thám trong dải sóng nhìn thấy. Đối với viễn thám siêu cao tần chủ động 2 (Radar), vệ tinh cung cấp năng lượng riêng va phát trực tiếp đến các vật thể, rồi thu lại năng lượng do sóng phản xạ lại từ các vật thể. Cường độ năng lượng phản xạ được đo lường để phân biệt giữa các đối tượng với nhau. Ảnh thu được từ kỹ thuật viễn thám nay được gọi la ảnh Radar. c. Phân loại theo đặc điểm quỹ đạo: có hai nhóm chính la viễn thám vệ tinh địa tĩnh va viễn thám vệ tinh quỹ đạo cực (hay gần cực) Căn cứ vao đặc điểm quỹ đạo vệ tinh, có thể chia ra hai nhóm vệ tinh la: + Vệ tinh địa tĩnh la vệ tinh có tốc độ góc quay bằng tốc độ góc quay của trái đất, nghĩa la vị trí tương đối của vệ tinh so với trái đất la đứng yên. + Vệ tinh quỹ đạo cực (hay gần cực) la vệ tinh có mặt phẳng quỹ đạo vuông góc hoặc gần vuông góc so với mặt phẳng xích đạo của Trái Đất. Tốc độ quay của vệ tinh khác với tốc độ quay của trái đất va được thiết kế riêng sao cho thời gian thu ảnh trên mỗi vùng lãnh thổ trên mặt đất la cùng giờ địa phương va thời gian lặp lại la cố định đối với một vệ tinh (ví dụ LANDSAT la 18 ngay, SPOT la 23 ngay...) Câu 3: Khái niệm về vật mang, bộ cảm. Phương pháp quét dọc, quét ngang. 1, Khái niệm về vật mang, bộ cảm: a, Vật mang Phương tiê nâ dùng để mang các bô â cảm tới độ cao va vị trí mong muốn để thu nhận năng lượng bức xạ va phản xạ từ các vật thể trên bề mặt tạo ra ảnh quang học hay ảnh rada được gọi la vâ ât mang. Hiê ân nay, vâ ât mang rất đa dạng, có thể la khinh khí cầu, máy bay, vê â tinh, tau vũ trụ,... b, Bộ cảm b, bộ cảm Khái niệm: Thiết bị dùng để cảm nhận sóng điện từ phản xạ hay bức xạ từ vật thể được gọi la bộ cảm biến (Sensor). Nhiệm vụ: Bộ cảm biến bao gồm các tế bao quang điện thực hiện nhiệm vụ thu nhận năng lượng sóng điện từ phản xạ hay bức xạ từ vật thể theo từng bước sóng xác định. Sau đó, năng lượng sóng điện từ được bộ cảm biến chuyển thanh tín hiệu điện. Tiếp theo, tín hiệu điện liên tục nay được chuyển thanh tín hiệu số (chuyển đổi tín hiệu điện thanh một số nguyên hữu hạn gọi la giá trị số của pixel) tương ứng với năng lượng sóng điện từ nhận được ban đầu. 2, 3 Phương pháp quét dọc, quét ngang Hệ thống quét dùng để thu thập dữ liệu trên cơ sở sử dụng nhiều bước sóng khác nhau được gọi la máy quét đa phổ MSS. Đây la hệ thống quét sử dụng cả trên máy bay va vệ tinh. Có hai phương pháp quét chính: quét vuông góc với tuyến chụp, quét dọc tuyến chụp - Quét vuông góc với tuyến chụp Trước hết ta làm quen với thuật ngữ : trường nhìn không đổi và trường nhìn Trường nhìn không đổi (Instantanneous Field of View – IFOV) la góc không gian tương ứng với một đơn vị chia mẫu trên mặt đất. Lượng thông tin ghi được trong IFOV tương ứng với gía trị của pixel. Góc nhìn tối đa ma một bộ cảm có thể thu được sóng điện từ được gọi la trường nhìn (Field of View FOV). Khoảng không gian trên mặt đất do FOV tạo ra chính la bề rộng tuyến chụp. Quá trình quét vuông góc với tuyến chụp được thực hiện như sau : Gương quay chuyển động trong mặt phẳng vuông góc với đường bay được sử dụng để dịch chuyển trường nhìn không đổi IFOV tạo thanh dòng quét vuông góc với hương di chuyển của vệ tinh. Năng lượng phản xạ được phân chia ứng với từng bước sóng khác nhau (thông qua kinh lọc phổ) được bộ tách sóng đo lường năng lượng ứng với từng kênh phổ va chuyển thanh giá trị số của từng pixel. Sau khi kết thúc dòng quét, gương quay trả về vị trí ban đầu để tạo dòng kế tiếp nhờ sự dịch chuyển đồng bộ của vệ tinh, kết quả nhận được ảnh vệ tinh la tập hợp của các dòng ảnh liên tiếp nhau. Trường nhìn không đổi IFOV của bộ cảm biến va độ cao của vệ tinh xác định độ phân giải mặt đất va góc nhìn tối đa ma một bộ cảm có thể thu được sóng điện từ (được quét bởi gương quay) được gọi la trường nhìn (field of view – FOV). Khoảng không gian trên mặt đất do FOV tạo nên tương ứng với độ cao của vệ tinh chính la bề rộng tuyến chụp va còn dược sử dụng để xác định bề rộng của ảnh vệ tinh. - Quét dọc tuyến chụp Quét dọc tuyến chụp sử dụng các hệ thống quét điện tử hoặc bộ tách sóng tuyến tính để ghi nhận năng lượng bức xạ ứng với dòng quét cố định vuông góc với phương chuyển động của vệ tinh. Bộ tách sóng mảng tuyến tính được xây dựng tại mặt phẳng tạo ảnh của hệ thống lăng kính cho phép tạo thanh dòng quét vuông góc với hướng di chuển của vệ tinh. Mỗi bộ tách sóng riêng biệt đo lường năng lượng phản xạ ứng với từng pixel được phân chia với từng bước sóng khác nhau (thông qua kính lọc phổ). Trong phương pháp nay, mỗi bộ tách sóng mảng tuyến tính riêng sẽ đảm nhiệm việc đo lường năng lượng ứng với từng kênh phổ va kích thước của IFOV ứng với bộ tách sóng riêng biệt sẽ xác định độ phân giải mặt đất của ảnh vệ tinh. ð Từ 2 phương pháp cơ bản cho thấy, các phần tử của ảnh vệ tinh thường có dạng hình vuông va thể hiện một khu vực nao đó trên mặt đất. Điều quan trọng cần chú ý đó la phân biệt rõ rang giữa kích thước của pixel ảnh với độ phân giải không gian, đối với ảnh vệ tinh điều nay không phải tương ứng trong mọi trường hợp. Nói chung, ảnh chỉ thể hiện được những vật thể lớn gọi la ảnh có độ phân giải thấp, còn ảnh cho phép tách các đối tượng nhỏ va thấy đủ chi tiết trên mặt đất được gọi la ảnh có độ phân giải cao. Độ phân giải cang cao thì diện tích mặt đất được thể hiện trên một pixel ảnh cang nhỏ, hiện nay các bộ cảm biến đặt trên vệ tinh phục vụ cho mục 4 đích quân sự được thiết kế sao cho thu được cang nhiều thông tin cang tốt, nên ảnh nhận được thường có độ phân giải cao hơn so với ảnh do các công ty thương mại cung cấp. Câu 4:Khái niệm, tính chất bức xạ điện từ. Khái niệm cửa sổ khí quyển, độ phản xạ phổ. Đặc trưng phản xạ phổ của thổ nhưỡng, thực vật, nước. 1, Khái niệm, tính chất bức xạ điện từ: Thuật ngữ bức xạ điện từ, do James Clerk Maxwell đặt ra, xuất phát từ những tính chất điện va từ đặc trưng chung cho tất cả các dạng của loại năng lượng giống sóng nay, như được biểu lộ bởi sự phát sinh cả trường dao động điện va từ khi sóng truyền trong không gian. Ánh sáng khả kiến chỉ đại diện cho một phần nhỏ của phổ bức xạ điện từ, trải ra từ các tia vũ trụ cao tần va tia gamma, qua tia X, ánh sáng cực tím, bức xạ hồng ngoại, va vi ba, cho tới các sóng vô tuyến bước sóng dai, tần số rất thấp. Sóng điện từ di chuyển theo hướng vuông góc với hướng dao động của cả vectơ điện trường (E) va từ trường (B). Hai trường năng lượng dao động vuông góc với nhau va dao động cùng pha theo dạng đồ thị ham số sin. Các vectơ điện trường va từ trường không chỉ vuông góc với nhau ma còn vuông góc với phương truyền sóng. Để đơn giản hóa minh họa, người ta thường quy ước bỏ qua các vectơ biểu diễn điện trường va từ trường dao động, mặc dù chúng vẫn tồn tại. Khi lan truyền, sóng điện từ mang theo năng lượng, động lượng va thông tin. Sóng điện từ với bước sóng nằm trong khoảng 400 nm va 700 nm có thể được quan sát bằng mắt người va gọi la ánh sáng. Bức xạ điê nâ từ truyền năng lượng trên cơ sở các dao đô nâ g trường điê ân từ trong không gian hoă âc trong lòng các vâ ât chất. Bức xạ điênê từ có tính chất sóng và hạt: a, Tính chất sóng của bức xạ điênô từ được xác định bởi bước sóng, tần số va tốc đô â truyền. Năng lượng ánh sáng có tính chất bức xạ tự nhiên với 2 trường điện va từ có hướng vuông góc với nhau, chuyển động tuân theo nguyên lý của sóng điều hòa. Phương trình truyền ánh sáng: C = v. λ Trong đó: C: hằng số tốc độ ánh sáng ( ~ 3*108m/s) v: tần số dao động của ánh sáng λ: bước sóng của ánh sáng b, Tính chất hạt được mô tả theo tính chất quang lượng tử (photon). Ánh sáng bao gồm rất nhiều phân tử nhỏ riêng biệt đc gọi la các proton hay lượng tử (quanta). Năng lượng của mỗi lượng tử đc xác định theo công thức sau: Q = h.v Trong đó: Q: năng lượng của mỗi lượng tử (J) h: hằng số plank (h=6,626*10-34 J/s) v: tần số (Hezt) Giải phương trình trên ta đc: v = Q/h; Q = h. C/λ Bức xạ điê nâ từ có 4 thông số cơ bản: tần số (bước sóng), hướng truyền, biên đô â va mă tâ phân cực. 5 Tất cả các vâ ât thể đều phản xạ va hấp thụ, phân tách va bức xạ sóng điê ân từ theo các cách khác nhau va đă âc trưng nay được gọi la đă âc trưng phổ. Hiê nâ tượng phản xạ phổ có liên quan mâ ât thiết với môi trường ma sóng điê nâ từ lan truyền. Dải sóng điê nâ từ được coi la dải sóng có bước sóng từ 0.1 micromet đến 100 km. Căn cứ vao bước sóng, sóng điê ân từ được chia lam các loại sau:  Sóng tử ngoại: có bước sóng từ 0.1μm đến 0.4 μm ;  Bức xạ điê ôn từ ở bước sóng nhìn thấy: có bước sóng từ 0.4 μm đến 0.7 μm ;  Bức xạ hồng ngoại: câ ân hồng ngoại (0.7 μm – 1.3 μm ), hồng ngoại ngắn (1.3 μm – 3 μm ), giữa hồng ngoại (3 μm – 8 μm ), hồng ngoại nhiê ât (8 μm – 14 μm), hồng ngoại xa (14 μm – 1mm);  Sóng radio: Sóng micro, sóng cực ngắn, sóng ngắn (HF)… 2, Khái niệm cửa sổ khí quyển, độ phản xạ phổ: Cửa sổ khí quyển: Trong dải phổ, dải sóng ma ở đó năng lượng được truyền qua nhiều nhất thì đc gọi la các cửa sổ khí quyển.Trong các cửa sổ khí quyển thì dải nhìn thấy la vùng rộng nhất va năng lượng ánh sáng đc truyền qua cũng mạnh nhất. Độ phản xạ phổ p(λ): la tỉ lệ phần trăm của năng lượng rơi xuống đối tượng va được phản xạ trở lại. Với cùng 1 đối tượng, độ phản xạ phổ ở các bước sóng khác nhau la khác nhau. Khả năng phản xạ phổ của các vâ ât thể la mô ât trong những thông số cơ bản nhất cần biết khi phân loại ảnh vê â tinh. Khả năng phản xạ phổ phụ thuô âc vao bước sóng của sóng điê nâ từ. Ở các bước sóng khác nhau, giá trị phản xạ phổ của mô tâ vâ ât thể không giống nhau. Khả năng phản xạ phổ của vâ ât thể phụ thuô âc vao bước sóng được định nghĩa theo công thức sau đây: r λ E ρ λ E0 λ .100 Trong đó, Eρ(λ) – năng lượng phản xạ tại bước sóng λ; Eo(λ) – năng lượng tới tại bước sóng λ. 3, Đặc trưng phản xạ phổ của thổ nhưỡng, thực vật, nước: Dựa trên đă âc tính phổ của vâ ât thể tại các bước sóng, các đối tượng tự nhiên được chia ra thanh các nhóm chính sau: Đă că trưng phản xạ phổ của thổ nhưỡng. Đă âc trưng phản xạ chung nhất của thổ nhưỡng la khả năng phản xạ phổ tăng theo đô â dai bước sóng, đă câ biê tâ la bước sóng câ nâ hồng ngoại va hồng ngoại nhiê tâ . Ở dải sóng điê nâ từ nay, chỉ có năng lượng hấp thụ va năng lượng phản xạ ma không có năng lượng thấu quang. Với các loại đất có thanh phần cấu tạo các chất hữu cơ va vô cơ khác nhau, khả năng phản xạ phổ sẽ khác nhau. Tùy thuô câ vao thanh phần hợp chất có trong đất ma biên đô â của đồ thị phản xạ phổ sẽ khác nhau. 6 Các yếu tố ảnh hưởng đến khả năng phản xạ phổ của thổ nhưỡng: cấu trúc bề mă tâ của đất, đô â ẩm của đất (khi độ ẩm tăng, phản xạ sẽ giảm), hợp chất hữu cơ, vô cơ có trong đất. Khả năng phản xạ phổ của đất tỉ lệ nghịch với các yếu tố nay. Đă că trưng phản xạ phổ của thực vâ ăt Khả năng phản xạ phổ của thực vâ ât phụ thuô âc vao bước sóng điê nâ từ. Trong dải sóng điê ân từ nhìn thấy, các sắc tố của lá cây ảnh hưởng đến đă âc tính phản xạ phổ của nó, đă âc biê ât la ham lượng chất diê âp lục (clorophyl). Trong dải sóng nay, thực vâ ât ở trạng thái tươi tốt với ham lượng diê âp lục cao trong lá cây sẽ có khả năng phản xạ phổ cao ở bước sóng xanh lá cây (green), giảm xuống ở vùng sóng đỏ (red) va tăng rất mạnh ở vùng sóng câ ân hồng ngoại. Thực vâ ât có khả năng hấp thụ năng lượng mạnh nhất ở các bước sóng 1.4 μm, 1.9 μm, 2.7 μm. Bước sóng 2.7 μm hấp thụ năng lượng mạnh nhất gọi la dải sóng cô âng hưởng hấp thụ (sự hấp thụ mạnh diễn ra với dải sóng trong khoảng từ 2.66 μm–2.73 μm). Khi ham lượng nước chứa trong lá giảm đi, khả năng phản xạ phổ của lá cây cũng tăng lên đáng kể. Đă că trưng phản xạ phổ của nước Khả năng phản xạ phổ của nước thay đổi theo bước sóng của bức xạ chiếu tới va thanh phần vâ ât chất có trong nước. Ngoai ra, khả năng phản xạ phổ của nước còn phụ thuô âc vao bề mă ât nước va trạng thái của nước. Đối với đường bờ nước, ở dải sóng hồng ngoại va câ ân hồng ngoại có thể phân biê ât mô ât cách rõ rang. Nước có khả năng hấp thụ rất mạnh năng lượng ở bước sóng câ nâ hồng ngoại va hồng ngoại, do đó năng lượng phản xạ sẽ rất ít. Ở dải sóng dai, khả năng phản xạ phổ của nước khá nhỏ nên có thể sử dụng các kênh ở dải sóng ngoai để xác định ranh giới nước – đất liền. Trong nước chứa nhiều thanh phần hữu cơ va vô cơ, cho nên khả năng phản xạ phổ của nước phụ thuô âc vao thanh phần va trạng thái của nước. Nước đục có khả năng phản xạ phổ cao hơn nước trong, nhất la ở dải sóng dai. Ham lượng clorophyl cũng ảnh hưởng đến khả năng phản xạ phổ của nước (giảm khả năng phản xạ phổ ở dải sóng ngắn, tăng ở dải sóng mau xanh lá cây). Ngoai ra, mô ât số yếu tố khác cũng ảnh hưởng đến khả năng phản xạ phổ của nước, tuy không thể hiê ân rõ rê ât qua sự khác biê ât của đồ thị phổ: đô â mă nâ của nước biển, ham lượng khí metan, oxi, nitơ, cacbonic,... trong nước. Câu 5: Khái niệm ảnh số. Độ phân giải của ảnh vệ tinh 1, Khái niệm ảnh số: Ảnh số được tạo bởi mảng hai chiều của các phần tử ảnh có cùng kích thước được gọi la pixel ảnh. Mỗi pixel được xác định bởi tọa đô â hang (m), cô ât (n) va giá trị đô â xám của nó g(m,n). Giá trị đô â xám của pixel thay đổi theo tọa đô â điểm (x,y). Tọa đô â hang va cô ât của mỗi pixel đều la các số nguyên. Tọa đô â số hóa la các giá trị rời rạc m, n được xác định như sau: x  x0  m . ∆ x y  y 0  m. ∆ y 7 Trong đó m = 0, 1,…, M; n = 0, 1,…, N; ∆x,∆y la bước nhảy số hóa. Trong trường hợp ∆ x  ∆ y , M = N, các giá trị rời rạc được gán vao các giá trị đô â xám g(m,n) tương ứng của các pixel ảnh. Khi đó, ảnh được lấy mẫu va các giá trị đô â xám được lượng tử hóa. Như vâ ây: ảnh số là mô ôt ma trâ ôn không gian của các đơn vị ảnh (pixel ảnh) được xếp theo dòng và cô ôt theo mô ôt trâ ôt tự nhất định dưới dạng số. 2, Độ phân giải của ảnh vệ tinh: Đô â phân giải la thông số cơ bản nhất phản ánh chất lượng va tính năng của ảnh vê â tinh ma dựa vao đó ta có thể xác định khả năng phân loại, nghiên cứu vâ ât thể. Đô â phân giải ảnh vê â tinh bao gồm: đô â phân giải không gian, đô â phân giải thời gian, đô â phân giải phổ va đô â phân giải bức xạ. Đối với từng bai toán, phải xác định được yêu cầu cụ thể về mă ât kỹ thuâ tâ đối với các thông số trên. Ví dụ, khi nghiên cứu biến đô âng thực vâ ât cần dữ liê uâ ảnh vê â tinh đa phổ, chụp ở các thời gian khác nhau, trên ảnh không có mây..Khi thanh lâ âp va hiê nâ chỉnh bản đồ, tùy thuô âc vao tỉ lê â bản đồ ma yêu cầu với các thông số trên khác nhau. Bản đồ tỉ lê â 1:100 000 có thể dùng ảnh vê â tinh đô â phân giải không gian 30 x 30 m; bản đồ tỉ lê â 1: 25 000 có thể dùng ảnh vê â tinh đô â phân giải 10 x 10 m. 2.1 Đô ă phân giải không gian Đô ă phân giải không gian của ảnh vê â tinh la kích thước nhỏ nhất của mô ât đối tượng hay khoảng cách tối thiểu giữa hai đối tượng liền kề có khả năng phân biê ât được trên ảnh. Ảnh có đô â phân giải không gian cang cao thì có kích thước pixel cang nhỏ. Đô â phân giải nay phụ thuô âc vao kích thước của pixel ảnh, đô â tương phản hình ảnh, điều kiê ân khí quyển va các thông số quỹ đạo của vê â tinh. Đô â phân giải không gian cũng được gọi la đô â phân giải mă ât đất khi hình chiếu của mô ât pixel tương ứng với mô tâ đơn vị chia mẫu trên mă tâ đất. Dựa vao đô â phân giải không gian, ảnh vê â tinh có thể được chia lam các loại cơ bản sau: ảnh vê â tinh đô â phân giải siêu cao (đô â phân giải không gian trên 1m), ảnh vê â tinh đô â phân giải cao (1 – 10m), ảnh vê â tinh đô â phân giải trung bình (10 – 100m) va ảnh vê â tinh đô â phân giải thấp (>100m). 2.2 Đô ă phân giải bức xạ Để lưu trữ, xử lý va hiển thị ảnh vê â tinh trong máy tính kiểu raster, tùy thuô âc vao số bit dùng để ghi nhâ nâ thông tin, mỗi pixel sẽ có giá trị hữu hạn ứng với từng cấp đô â xám. Đô â phân giải bức xạ la khả năng nhạy cảm của các thiết bị thu để phát hiện những sự khác nhau rất nhỏ trong năng lượng sóng điện từ (số bit dùng để ghi nhâ nâ thông tin ảnh vê â tinh). Phần lớn dữ liê uâ ảnh viễn thám hiê nâ nay được lưu trữ ở dạng 8 bit, mô tâ số ảnh vê â tinh đô â phân giải cao có thể lưu trữ ở dạng 16 bit. Ảnh vê â tinh được lưu trữ ở dạng 8 bit sẽ có 256 cấp đô â xám (0 – 255), 16 bit có 65536 cấp đô â xám (0 – 65535). 2.3 Đô ă phân giải phổ Cùng mô tâ vùng phủ mă tâ đất tương ứng, các pixel sẽ cho giá trị riêng biê ât theo từng vùng phổ ứng với các bước sóng khác nhau. Do đó, thông tin được cung cấp theo từng loại ảnh vê â tinh khác nhau không chỉ phụ thuô âc vao số bit dùng để ghi nhâ nâ , ma còn phụ thuô âc vao phạm vi bước sóng. Đô ă phân giải phổ thể hiê nâ bởi kích thước va số kênh phổ, bề rô âng phổ hoă âc sự phân chia vùng phổ ma ảnh vê â tinh có thể phân biê ât mô ât số lượng lớn các bước sóng có kích thước tương tự, cũng như tách biê ât được các bức xạ từ nhiều vùng phổ khác nhau. 8 Ngoai ra, đô â phân giải phổ thể hiê nâ đô â nhạy tuyến tính của bô â cảm biến trong khả năng phân biê tâ sự thay đổi nhỏ nhất của cường đô â phản xạ sóng từ các vâ tâ thể. 2.4 Đô ă phân giải thời gian Đô ă phân giải thời gian la thời gian chụp lă pâ lại tại cùng mô tâ vị trí của ảnh vê â tinh. Đô â phân giải thời gian cho biết số ngay (hoă âc giờ) ma hê â thống cảm biến của vê â tinh sẽ quay lại để chụp mô ât vị trí nhất định. Do vâ yâ , đô â phân giải thời gian không liên quan đến các thiết bị ghi ảnh ma chỉ liên quan đến khả năng khi lă pâ lại của vê â tinh. Ảnh được chụp vao các ngay khác nhau cho phép so sánh đă âc trưng bề mă tâ theo thời gian. Ưu điểm của đô â phân giải thời gian la cho phép cung cấp thông tin chính xác hơn va nhâ nâ biết sự biến đô nâ g của khu vực cần nghiên cứu Câu 6: Phân tích ảnh bằng mắt: Khái niệm, các dấu hiệu. 1, Khái niệm: Phân tích hay giải đoán ảnh bằng mắt là quá trình sử dụng mắt người cùng với trí tuệ để tách chiết các thông tin từ tư liệu viễn thám dạng hình ảnh. Trong việc xử lý ảnh viễn thám, giải đoán bằng mắt la công việc đầu tiên, phổ biến nhất va có thể áp dụng trong mọi điều kiện có trang thiết bị từ đơn giản đến phức tạp. Việc phân tích ảnh bằng mắt có thể được trợ giúp bằng một số thiết bị quang học từ đơn giản đến phức tạp như kính lúp, kính lập thể, kính phóng đại, kính tổ hợp mầu,.. nhằm nâng cao khả năng phân tích của mắt người. Phân tích ảnh bằng mắt la công việc có thể áp dụng một cách dễ dang trong mọi điều kiện va có thể phục vụ cho nhiều nội dung nghiên cứu khác nhau: nghiên cứu lớp phủ mặt đất, nghiên cứu rừng, thổ nhưỡng, địa chất, địa mạo, thuỷ văn, sinh thái, môi trường. Kết quả phân loại ảnh bằng mắt có ý nghĩa đă âc biê ât quan trọng trong viê âc lẫy mẫu phân loại phục vụ viê âc phân loại tự đô nâ g có kiểm định. Ưu điểm lớn nhất của phương pháp phân loại ảnh bằng mắt la đơn giản, nhanh chóng va phát huy được trí tuê â của người sử dụng. Tuy nhiên, nhược điểm cơ bản của phương pháp nay la đô â chính xác không cao va phụ thuô âc vao khả năng của người phân loại. Bên cạnh đó, phương pháp phân loại bằng mắt không thể xử lý lượng thông tin lớn cũng như không phát hiê nâ được các đối tượng ngụy trang. Phương pháp nay thông thường chỉ sử dụng trong trường hợp phân loại các đối tượng đơn giản (cây cối, nha cửa, sông hồ) va tỏ ra có hiê uâ quả với ảnh đô â phân giải không gian cao. 2, Các dấu hiệu phân loại ảnh: Những yếu tố cơ bản để phân loại ảnh bằng bắt bao gồm kích thước, hình dạng, mau sắc, vị trí, ... của đối tượng cần phân loại. Kích thước. Thông tin biểu diễn hình dạng va kích thước đối tượng có ý nghĩa quan trọng trong phân loại va phân tích ảnh bằng mắt. Kích thước của đối tượng tùy thuộc vao tỷ lệ ảnh, kích thước có thể được xác định nếu lấy kích thước đo được trên ảnh nhân với nghịch đảo tỷ lệ của ảnh. Do vâ yâ , khi phân loại ảnh bằng mắt, điều quan trong phải xác định được đô â phân giải không gian, kích thước pixel cũng như tỉ lê â ảnh. Đối với ảnh vê â tinh đô â phân giải cao, kích thước các ngôi nha có thể được nhâ nâ thấy rõ. Ngược lại, trên ảnh vê â tinh đô â phân giải trung bình va thấp không thể phân biê ât bằng mắt các ngôi nha riêng biê ât ma chỉ phát hiê nâ được các khu nha, khu đô thị. 9 Hình dạng. La đặc trưng bên ngoai tiêu biểu cho đối tượng va có ý nghĩa quan trọng trong giải đoán ảnh. Hình dạng đặc trưng cho mỗi đối tượng khi nhìn từ trên cao xuống được coi la dấu hiệu giải đoán ảnh quan trọng (ruộng thường có dạng hình vuông hay chữ nhật, khu vực chung cư cao tầng khác với nha riêng lẻ,...). Bóng râm: Khi nguồn phát năng lượng (mặt trời hay radar) không nằm ngay trên đỉnh đầu hoặc trong trường hợp chụp ảnh xiên sẽ xuất hiện bóng của đối tượng. Căn cứ theo bóng của vật thể có thể xác định được chiều cao của chúng, trong ảnh radar bóng râm la yếu tố giúp cho việc xác định địa hình va hình dạng mặt đất. Tuy nhiên, bóng râm trong ảnh vệ tinh quang học thường lam giảm khả năng giải đoán đối với khu vực nhiều nha cao tầng, rất khó khăn trong việc xác định diện tích của vật thể. Trong nhiều trường hợp, bóng râm do mây tạo ra dẫn đến viê âc không thể phân loại được đối tượng bị bóng râm che phủ. Độ đậm nhạt – đô ă sáng. La tổng hợp năng lượng phản xạ bởi bề mặt của đối tượng. Mỗi vật thể được thể hiện bằng một cấp độ sáng nhất định tỷ lệ với cường độ phản xạ ánh sáng của nó (ảnh đen trắng biến thiên từ trắng đến đen tuyền, ảnh mau thì tone ảnh sẽ cho độ đậm nhạt mau để phân biệt các vật thể khác nhau). Độ đậm nhạt của ảnh la yếu tố rất quan trọng va cơ bản trong việc giải đoán ảnh. Màu sắc. La một yếu tố rất thuận lợi trong việc xác định chi tiết các đối tượng. Ví dụ, các kiểu loai thực vật vật có thể được phát hiện dễ dang qua mau sắc (ngay cả cho những người không có kinh nghiệm). Trong phân tích ảnh bằng mắt khi sử dụng ảnh hồng ngoại mau, các đối tượng khác nhau sẽ có tone mau khác nhau, đặc biệt sử dụng ảnh đa phổ tổ hợp mau. Tùy theo mục tiêu giải đoán, việc chọn lựa các kênh phổ để tổ hợp mau sẽ hiển thị được tốt nhất các đối tượng ma người giải đoán quan tâm. Cấu trúc. La tần số lặp lại của sự thay đổi cấu trúc tone ảnh cho một khu vực cụ thể trên ảnh quang học. Cấu trúc còn la một tập hợp của nhiều đối tượng nhỏ phân bố thường theo một quy luật nhất định trên một vùng ảnh ma trong một mối quan hệ với đối tượng cần nghiên cứu, các đối tượng nhỏ nay sẽ quyết định đối tượng đó có cấu trúc la mịn hay sần sùi. Hình mẫu. Liên quan đến việc sắp xếp của các đối tượng về mặt không gian va mắt người giải đoán có thể phân biệt được. Đây la dạng tương ứng với vật thể theo một quy luật nhất định, nghĩa la sự lặp lại theo trật tự cụ thể của tone ảnh hay cấu trúc sẽ tạo ra sự phân biệt va đồng thời có thể nhận biết được hình mẫu. Hình mẫu cung cấp thông tin từ sự đồng nhất về hình dạng của chúng. Mối liên quan. Sự phối hợp tất cả các yếu tố giải đoán, môi trường xung quanh hoặc mối liên quan của đối tượng nghiên cứu với các đối tượng khác sẽ cung cấp một thông tin giải đoán quan trọng để xác định chính xác đối tượng. Khóa giải đoán ảnh Khóa giải đoán la chuẩn giải đoán cho đối tượng nhất định bao gồm tập hợp các yếu tố va dấu hiệu do người giải đoán thiết lập, nhằm trợ giúp cho công tác giải đoán nhanh va đạt kết quả chính xác thống nhất cho các đối tượng từ nhiều người khác nhau. Kết quả giải đoán chủ yếu phụ thuộc vao khóa giải đoán, thông thường khóa giải đoán được thanh lập dựa trên những vùng nghiên cứu thử nghiệm đã được điều tra kỹ lưỡng. Bằng cách sử dụng khóa giải đoán, người giải đoán có thể phát triển mở rộng va phân tích cho nhiều vùng khác trên cơ sở cùng một loại tư liệu cũng như cùng mùa va thời gian chụp ảnh do đó giúp cho công tác giải đoán nhanh hơn va đảm bảo được tính thống nhất trong quá trình giải đoán. 10 Câu 7: Xử lý ảnh số: khái niệm, các bước cơ bản. Phân loại ảnh: có giám sát và không giám sát. 1, Xử lý ảnh số: a, Khái niệm Các dữ liệu ảnh vệ tinh thu được trong kỹ thuật viễn thám thường được lưu dưới dạng ảnh số nên vấn đề xử lý ảnh số trong viễn thám giữ vai trò quan trọng Có 2 nguồn dữ liệu chính:  Ảnh tương tự do các máy chụp quang cơ cung cấp.  Ảnh số do các máy quét đa phổ cung cấp. - Để xử lý ảnh số thì dữ liệu bắt buộc phải được lưu trong hình thức số sao cho có thể lưu trữ vận hanh va phân tích bởi máy tính. - Trường hợp ảnh số: dữ liệu được chuyển từ các băng từ lưu trữ mật độ cao HDDT (high density digital tape) vao các băng từ CCT (computer compatible tape) hay CD-ROM để cho phép bất kỳ máy tính nao cũng có thể đọc được số liệu. - Trường hợp ảnh tương tự: phải được chuyển thanh ảnh số thông qua các máy quét. -Xử lý ảnh:Các dữ liệu ảnh vệ tinh thu được trong viễn thám thường dưới dạng số va được xử lý bởi máy tính để tạo ảnh đã được giải đoán ứng dụng vao nhiều lĩnh vực khác nhau. Có một số các phần mềm thương mại cũng như miễn phí dùng để xử lý ảnh số cho nhiều mục đích khác nhau: ví dụ như Envi, Erdas, PCI, Ermapper… Các bước xử lý ảnh số Nhìn chung đối với một ảnh viễn thám dưới dạng số thì việc xử lý được thực hiện qua 4 bước dưới đây: + Tiền xử lý + Tăng cường chất lượng ảnh + Chuyển đổi ảnh + Phân loại ảnh 1. Tiền xử lý ảnh Các phép Tiền xử lý là những công đoạn như khôi phục và hiệu chỉnh ảnh. Nó được sử dụng để hiệu chỉnh bức xạ và hiệu chỉnh hình học do những biến dạng gây ra bởi bộ cảm biến và vật mang Tiền xử lý ảnh số bao gồm hiệu chỉnh hình học va bức xạ, thường được thực hiện trên các máy tính lớn tại các trung tâm thu dữ liệu vệ tinh nhằm tạo ra một dữ liệu ảnh lý tưởng cung cấp cho người sử dụng. a, Hiệu chỉnh bức xạ Để đảm bảo nhận được những giá trị chính xác của năng lượng bức xạ va phản xạ của vật thể cho trên ảnh vệ tinh, cần phải thực hiện việc hiệu chỉnh nhằm loại trừ các nhiễu trước khi sử dụng ảnh. Hiệu chỉnh bức xạ được phân thanh ba nhóm chính sau: + Hiệu chỉnh do ảnh hưởng bởi bộ cảm biến 11 Nếu sử dụng các bộ cảm quang học, bao giờ cũng xảy ra trường hợp cường độ bức xạ tại tâm lớn hơn tại góc. Khi sử dụng các bộ cảm quang điện tử thì xác định số hiệu chỉnh bức xạ có thể thực hiện bằng cách xác định sự sai khác giữa cường độ bức xạ trước Sensor va cường độ tín hiệu của chuẩn. Ngoai ra, ảnh vệ tinh thu được trong một số trường hợp bị mất dòng ảnh, tạo vệt dòng ảnh va nhiễu ngẫu nhiên trên ảnh. Những ảnh hưởng tạo ra nhược điểm nhất định cần phải khôi phục để cung cấp ảnh cho người sử dụng. + Ảnh hưởng do địa hình và góc chiếu của mặt trời * Bóng chói mặt trời: Tạo ra hiện tượng bức xạ của mặt đất ở vùng nay sáng hơn ở những vùng khác * Bóng râm: la hiện tượng che khuất nguồn bức xạ bởi bản thân địa hình (vùng đồi, núi, nha cao tầng…). * Góc chiếu của mặt trời: Do vị trị tương đối của trái đất với mặt trời thay đổi theo thời gian trong ngay va mùa trong năm, lam cho vùng Bắc bán cầu có góc đứng của mặt trời vao mùa đông nhỏ hơn mùa hạ. Kết quả la ảnh chụp vao các mùa khác nhau sẽ có cường độ chiếu sáng của mặt trời khác nhau. + Ảnh hưởng khí quyển Rất nhiều các hiệu ứng khí quyển khác nhau như hấp thụ, phản xạ, tán xạ… ảnh hưởng tới chất lượng ảnh thu được. Bức xạ mặt trời trên đường truyền xuống mặt đất bị hấp thụ, tán xạ một lượng nhất định trước khi tới mặt đất va năng lượng bức xạ phản xạ từ vật thể cũng bị hấp thụ hoặc tán xạ trước khi tới được bộ cảm. Do đó, bức xạ ma bộ cảm thu được không phải chỉ đơn thuần năng lượng trực tiếp ma còn nhiều thanh phần nhiễu khác. Hiệu chỉnh do ảnh hưởng khí quyển la giai đoạn tiền xử lý nhằm loại trừ ảnh hưởng của những thanh phần bức xạ không mang thông tin hữu ích. Để hiệu chỉnh khí quyển, người ta thường sử dụng các mô hình khí quyển nhằm mô phỏng trạng thái khí quyển va áp dụng các quy luật quang học để hiệu chỉnh. Các phương pháp cơ bản sau đây thường được sử dụng: * Phương pháp sử dụng hàm truyền bức xạ * Phương pháp sử dụng dữ liệu thực mặt đất * Các phương pháp khác b. Hiệu chỉnh hình học Biến dạng hình học của ảnh được hiểu như sự sai lệch vị trí giữa toạ độ ảnh thực tế (đo được) va toạ độ ảnh lý tưởng được tạo bởi một bộ cảm có thiết kế hình học chính xác va trong các điều kiện thu nhận lý tưởng, nhằm loại trừ sai số giữa toạ độ ảnh thực tế va toạ độ ảnh lý tưởng cần phải tiến hanh hiệu chỉnh hình học. Nguyên nhân sinh ra biến dạng hình học của ảnh la do tổng hợp từ hai nguồn sai số chính: - Nội sai gây ra bởi tính chất hình học của bộ cảm. - Ngoại sai gây bởi vị trí thế của vật mang va hình dáng của vật thể. Ngoai ra, sự thay đổi địa hình cũng gây nên biến dạng hình học của ảnh. Tuy nhiên khi mặt đất có sự chênh cao lớn thì khoảng cách trên ảnh trở nên lớn hơn. Ảnh hưởng do sự thay 12 đổi địa hình gây nên biến dạng tăng dần từ tâm ảnh ra các biên, các điểm trên mặt đất có độ cao thấp hay cao hơn độ cao chuẩn tham chiếu (trong lúc chụp ảnh) đều bị biến dạng Hiệu chỉnh hình học phải được thực hiện để loại trừ sự biến dạng về mặt hình học của ảnh. Bản chất của hiệu chỉnh hình học la xây dựng mối tương quan giữa hệ toạ độ ảnh va hệ toạ độ quy chiếu chuẩn (có thể la hệ toạ độ mặt đất vuông góc hoặc địa lý) dựa vao các điểm khống chế mặt đất, vị thế của Sensor, điều kiện khí quyển … Các bước thực hiện quá trình hiệu chỉnh hình học như sau: +Chọn phương pháp + Kiểm tra độ chính xác: Sau khi đăng ký toạ độ ảnh, độ chính xác của việc hiệu chỉnh hình học cần phải được kiểm tra bởi các cặp điểm GCP ma không tham gia trong quá trình chuyển đổi (điểm kiểm tra). Nếu dộ chính xác không thoả mãn tiêu chuẩn yêu cầu (sai số 1 pixel) thì phải kiểm tra lại dữ liệu toạ độ được nhập. + Nội suy và tái chia mẫu: la giai đoạn cuối cùng của hiệu chỉnh hình học, vì ảnh sau khi hiệu chỉnh sẽ có sự thay đổi vị trí nên giá trị độ sáng của cá pixel cần phải được tính va gán lại theo vị trí mới. Phương pháp nội suy va tái chia mẫu nhằm xác định giá trị độ sáng của các pixel trên ảnh đã hiệu chỉnh từ các giá trị độ sáng của các pixel trên ảnh gốc. 2. Tăng cường chất lượng ảnh Tăng cường chất lượng ảnh có thể được định nghĩa như một thao tác nổi bật hình ảnh sao cho người giải đoán ảnh dễ đọc, dễ nhận biết nội dung trên ảnh hơn so với ảnh gốc. Phương pháp cơ bản thường được sử dụng la biến đổi cấp độ xám, chuyển đổi histogram, tổ hợp mau, chuyển đổi mau giữa hai hệ RGB red, green, blue) va HIS (Hue- sắc, Intensity cường độ, Saturation - mật độ) nhằm phục vụ việc giải đoán bằng mắt (phân tích định tính). Ngoai việc tăng cường chất lượng ảnh, bước tiếp theo trong xử lý ảnh vệ tinh la chiết tách thông tin đặc tính. Đây la một thao tác nhằm phân loại, sắp xếp thông tin có sẵn trong ảnh theo các yêu cầu hoặc chỉ tiêu đưa ra dưới dạng ham số (phục vụ phân tích chất lượng). Biến đổi cấp độ xám Biến đổi cấp độ xám la một kỹ thuật tăng cường chất lượng ảnh đơn giản, do thực tế trong ảnh thô giá trị phổ nhằm cung cấp thông tin hữu ích thường phân bố trong phạm vi hẹp so với khả năng hiển thị của ảnh (nếu ảnh lưu 8 bits sẽ hiển thị đến 256 giá trị). Ý nghĩa của việc biến đổi cấp độ xám la nhằm biến đổi khoảng giá trị cấp độ xám thực tế của ảnh gốc về khoảng cấp độ xám ma thiết bị hiển thị có khả năng thể hiện được. Bằng cách nay sẽ tăng được độ tương phản giữa các đối tượng, lam cho ảnh rõ rang hơn. Lọc không gian Hiện tượng “muối va tiêu” trên ảnh phân loại, hoặc lốm đốm sinh ra trên ảnh gốc do sai số phát snh trong quá trình truyền dữ liệu hoặc bị gián đoạn tạm thời. Do ảnh hưởng nay, mọt số pixel trên ảnh có giá trị độ sáng lớn hay nhỏ hơn rất nhiều so với các pixel xung quanh. Kết quả tạo ra các điểm sáng trắng hay sậm đen trên ảnh, lan ảnh hưởng đến việc tách thông tin từ ảnh viễn thám. Tăng cường hay cải tiến chất lượng ảnh bằng cách áp dụng ham (hay toán tử lọc) trong không gian ảnh nhằm loại nhiễu ngẫu nhiên va các giá trị đột 13 biến của pixel trên ảnh, tạo ảnh mới mịn hơn so với ảnh gốc. Biện pháp dùng cửa sổ lọc la khá phổ biến. 3. Chuyển đổi ảnh Cơ sở của các phép biến đổi ảnh la việc ứng dụng các phép toán số học để tạo thanh ảnh mới. - Trừ ảnh thường được sử dụng để xác định sự thay đổi xảy ra của một khu vực nao đó ở những thời điểm khác nhau. Tuy nhiên hai ảnh muốn trừ được cho nhau chúng phải được đưa về cùng một hệ tọa độ nhất định - Tạo ảnh tỉ số Phép chia ảnh hay ảnh tỷ số la một trong những phép biến đổi thường hay gặp. Ảnh tỷ số thường để phát hiện hay lam nổi bật những biến đổi nhỏ về phổ của các đối tượng lớp phủ trên bề mặt đất. Một trong những tỷ số hay được đề cập đến đó la + Thuật toán NDVI NDVI được dùng rất rộng rãi để xác định mật độ phân bố của thảm thực vật, đánh giá trạng thái sinh trưởng va phát triển của cây trồng, lam cơ sở số liệu để dự báo sâu bệnh, hạn hán, diện tích năng suất va sản lượng cây trồng… NDVI  Công thức: NIR−RED NIR  RED Trong đó: RED: giá trị phản xạ của kênh phổ đỏ NIR: giá trị phản xạ của kênh phổ hồng ngoại +Ngoài ra còn có: Thuật toán TVI, RVI, EVI - Phân tích thành phần chính Phân tích thanh phần chính la kỹ thuật chuyển đổi các giá trị độ sáng của pixel va sự chuyển đổi nay sẽ nén dữ liệu ảnh bằng cách giữ tối đa lượng thông tin hữu ích va loại bỏ các thông tin trùng lặp. Kết quả la dữ liệu ảnh thu được (ảnh thanh phần chính) chỉ chứa các kênh ảnh ít tương quan thường được sử dụng rất hiệu quả trong tổ hợp mau va phân loại ảnh. Phân tích thanh phần chính được sử dụng để giảm số lượng các kênh phổ ma vẫn giữ lượng thông tin không bị thay đổi đáng kể. Thực chất la thuật toán tạo ảnh chứa thông tin chủ yếu dễ nhận biết hơn so với ảnh gốc. Về cơ bản đây la tổ hợp tuyến tính từ không gian k chiều (k- số kênh chứa trên ảnh gốc) về một không gian p chiều (p- số kênh chứa trên ảnh thanh phần chính) với k > p ma vẫn bảo toan thông tin ở mức chấp nhận được. Phương pháp nay được áp dụng trong viễn thám trên cơ sở một thực tế la ảnh chụp ở các kênh phổ gần nhau có độ tương quan rất cao, vì vậy thông tin của chúng có phần trùng lặp rất lớn. 4, Phân loại ảnh Phân loại ảnh la quá trình tách gộp thông tin dựa trên các tính chất phổ, không gian va thời gian. Phân loại thường được biểu diễn bởi tập hợp các kênh ảnh va quá trình nay la gán 14 từng pixel trên ảnh vao các lớp khác nhau dựa trên đặc tính thống kê của các giá trị độ xám của từng pixel. Các bước trong việc phân loại: + Chọn trước một tập hợp các lớp phủ ma theo đó ảnh sẽ được phân lớp + Với mỗi lớp, chọn ra môt tập các pixel tiêu biểu cho lớp đó (gọi la samples hoặc training data) + Các tập training có thể lấy được từ đi thực địa, từ bản đồ, hay từ các nguồn hình ảnh khác + Các tập training được dùng để ước đoán các tham số của giải thuật phân loại sẽ sử dụng (các tham số thuộc 1 lớp training gọi la tín hiệu hay signature của lớp đó) + Dựa vao các tập training, xếp loại tất cả các pixel của ảnh sao cho mỗi pixel sẽ thuộc về một lớp duy nhất + Tạo ảnh (hoặc bản đồ) phân loại, tính toán các thống kê của việc phân loại Có hai phương pháp phân loại chính đó la Có kiểm định (Supervised ) va Không kiểm định (Unsupervised). - Phân loại không giám định Phân loại không giám định có thể được dùng như một phương tiện để sơ bộ tìm hiểu sự chia lớp của một vùng sắp khảo sát hay trong trường hợp thông tin về các lớp phủ la không đầy đủ, hoặc thậm chí không có. Các phương pháp phân loại không kiểm định Các phương pháp phân loại không kiểm định không yêu cầu phải sử dụng số liệu mẫu ma chỉ sử dụng thuần túy các thông tin phổ trên ảnh. Các pixel trên ảnh sẽ được nhóm (gộp) vao các lớp phổ khác nhau trên cơ sở các nhóm phổ tự nhiên biểu thị qua các giá trị độ xám của ảnh. Sau đó bằng cách xác minh thực địa (hoặc xác minh với các bản đồ khác), mỗi lớp phổ sẽ được phân thanh các lớp tương ứng trên thực địa. Các phương pháp phân loại không kiểm định rất đa dạng, dưới đây ta chỉ xét một số thuật toán thường sử dụng trong viễn thám. *Phương pháp K giá trị trung bình (K – Mean) Với phương pháp nay số lớp cần phân loại phải được xác định từ trước. Khởi đầu, ta chọn ra K tâm ban đầu của các lớp. rồi tiến hanh phân loại các điểm ảnh theo nguyên tắc khoảng cách tối thiểu. Sau đó xác định vị trí trung bình của tất cả các điểm ảnh thuộc lớp, để nhận lam tâm mới, rồi tiến hanh phân loại lại tất cả các điểm ảnh. Quá trình nay được lặp lại cho tới khi nao tâm của các lớp giữa hai lần lặp không còn thay đổi thì kết thúc. Phương pháp nay có thể được tóm tắt bằng 3 bước cơ bản sau: Bước 1: Đầu tiên, chọn ra k vectơ lam tâm (mean) cho k lớp khởi đầu Bước 2: Một vectơ pixel sẽ thuộc lớp ma khỏang cách (Euclide, chẳng hạn) từ nó đến tâm của lớp la nhỏ nhất (thực hiện với tất cả các vecto trong 1 lần lặp) Bước 3: Tính lại tâm của các lớp. Nếu tất cả các tâm giữ nguyên, thuật toán dừng; nếu không quay lại bước 2 Phương pháp có ưu điểm la do các tâm lớp được điều chỉnh dần trong quá trình lặp nên kết quả phân lớp không phụ thuộc vao việc lựa chọn các tâm ban đầu cũng như trình tự các điểm ảnh được xét va do vậy cho ta kết quả đáng tin cậy nếu số lượng các lớp được xác định đúng ngay từ đầu. 15 Tuy nhiên, nó có nhược điểm cơ bản la đòi hỏi người sử dụng phải xác định trước số lớp cần phân loại. Trong khi đó việc ước lượng số lớp phổ tồn tại trên ảnh lại hoan toan không đơn giản, nhất la đối với những ảnh có số lượng kênh phổ lớn. * Phương pháp ISODATA Đây có thể coi như một cải biên của phương pháp K giá trị trung bình nhằm khắc phục nhược điểm đã nêu của phương pháp nay bằng cách sau mỗi lần lặp tiến hanh kiểm tra để nhóm gộp, loại bỏ hay tách lớp khi cần, nhờ đó tự điều chỉnh được số lớp trong kết quả phân loại. Thuật toán đòi hỏi người sử dụng phải biết ước lượng để lựa chọn các tham số điều khiển quá trình phân loại ISODATA có thể coi la thuật toán đáng tin cậy nhất trong số các phương pháp phân loại không giám sát va được cai đặt trong hầu hết các phần mềm xử lý ảnh số. Tuy nhiên, ngoai nhược điểm đã nêu về yêu cầu đối với người sử dụng, thì thời gian xử lý cũng la một yếu điểm đáng kể của phương pháp nay. - Phân loại có kiểm định: Trong phân loại có kiểm định, người phân tích dựa trên những thông tin biết trước đó về đặc tính phổ của các lớp, tiến hanh lấy mẫu nhằm tạo nên các ranh giới cho mỗi lớp trong không gian phổ. Sau đó thì mỗi pixel trong ranh giới của1 lớp sẽ được phân chia về lớp đó. *Phương pháp phân loại xác suất cực đại La phương pháp thông dụng nhất, sử dụng các thống kê (mean, variance - covariance) trong không gian phổ để xây dựng thuật toán. Giả định các giá trị phổ (đa chiều) trong mỗi lớp đều có phân bố chuẩn. Đây la phương pháp phân loại được coi la chặt chẽ va thường được sử dụng trong xử lý ảnh viễn thám. Ở dạng cơ bản, phương pháp nay còn được gọi la xác suất cực đại không điều kiện. Phương pháp nay sử dụng các số liệu mẫu để xác định ham mật độ phân bố xác suất của mỗi lớp cần phân loại, sau đó mỗi Pixel được tính xác xuất ma nó thuộc vao một lớp nao đó va Pixel đó sẽ được gán vao lớp ma xác suất thuộc vao lớp đó la lớn nhất. Nhận xét: Phương pháp phân loại xác suất cực đại có cơ sở toán học chặt chẽ, để kết quả phân loại đạt độ chính xác cao, cần có điều kiện: -Các lớp cần có phân bố chuẩn, vì vậy hệ thống phân loại phải dựa trên các lớp phổ. -Số liệu mẫu phải thực sự đại diện cho các lớp, cho phép xác định đúng ham phân bố của mỗi lớp. * Phương pháp theo khoảng cách tối thiểu Phương pháp nay còn có tên gọi la phương pháp “láng giềng gần nhất”. Đây la phương pháp tương đối đơn giản, dựa vao việc so sánh khoảng cách từ điểm ảnh cần phân loại tới tâm của các lớp trong không gian phổ rồi gán điểm đó về lớp có tâm gần với nó nhất. * Phương pháp phân loại hình hộp Phân loại hình hộp thuộc vao nhóm phương pháp phân loại có kiểm định đơn giản nhất Ưu điểm: đơn giản, tính nhanh Nhược điểm: có nhiều pixel sẽ không được xử lý Ngoài các phương pháp cơ bản trên còn có các, ph ư ơng pháp: sử dụng mạng nơ ron hay phân loại m ềm *Phương pháp phân loại sử dụng mạng nơ ron 16 Câu 8: Khái niệm GIS theo chức năng. Các thành phần cơ bản của hệ thống GIS. 1, Khái niệm GIS: Theo chức năng, GIS la một hệ thống nhằm thu thập, lưu trữ, truy vấn, tích hợp, thao tác, phân tích va hiển thị dữ liệu không gian. Thực chất, GIS chính la một chương trình máy tính hỗ trợ việc thu thập, lưu trữ, phân tích va hiển thị dữ liệu bản đồ. Điểm khác biệt cơ bản của GIS với các hệ thống thông tin khác la GIS được thiết kế để lam việc với các dữ liệu trong một hệ toạ độ quy chiếu. Điểm giống với các hệ thống thông tin khác la GIS cũng bao gồm một hệ cơ sở dữ liệu va các phương pháp để thao tác với dữ liệu đó. 2, Các thành phần cơ bản của hệ thống GIS: Theo nghĩa rộng, GIS bao gồm phần cứng, phần mềm, dữ liệu, phương pháp, con người. Theo nghĩa hẹp, GIS được định nghĩa như một hệ phần mềm thực hiện chức năng nhập dữ liệu, xây dựng cơ sở dữ liệu, phân tích dữ liệu va trình bay dữ liệu qua các thiết bị đầu ra. Hệ thống thông tin địa lý (GIS): +Phần cứng:Máy tính,Máy in,Ban số hóa,Đĩa CD va ổ USB +Phần mềm:ArcGIS,Idrisi,Mapinfo,MicroStation +Dữ liệu:Bản đồ ,Bảng thuộc tính +Phương pháp :Phân lớp, Chồng xếp ,Phân tích lân cận, Phân tích mạng Câu 9: Khái niệm về cơ sở dữ liệu Các tập dữ liệu chứa các thông tin có liên quan đến một cơ quan, một tổ chức, một chuyên nganh khoa học tự nhiên hoặc xã hội được lưu trữ trong máy tính theo một quy định nao đó theo mục đích sử dụng được gọi la cơ sở dữ liệu. Một cơ sở dữ liệu của hệ thống thông tin địa lý có thể chia ra lam 2 loại số liệu cơ bản: số liệu không gian va phi không gian. Mỗi loại có những đặc điểm riêng va chúng khác nhau về yêu cầu lưu giữ số liệu, hiệu quả, xử lý va hiển thị. Số liệu không gian la những mô tả số của hình ảnh bản đồ, chúng bao gồm toạ độ, quy luật va các ký hiệu dùng để xác định một hình ảnh bản đồ cụ thể trên từng bản đồ. Hệ thống thông tin địa lý dùng các số liệu không gian để tạo ra một bản đồ hay hình ảnh bản đồ trên man hình hoặc trên giấy thông qua thiết bị ngoại vi, … Số liệu phi không gian la những diễn tả đặc tính, số lượng, mối quan hệ của các hình ảnh bản đồ với vị trí địa lý của chúng. Các số liệu phi không gian được gọi la dữ liệu thuộc tính, chúng liên quan đến vị trí địa lý hoặc các đối tượng không gian va liên kết chặt chẽ với chúng trong hệ thống thông tin địa lý thông qua một cơ chế thống nhất chung. Câu 10: Mô hình cấu trúc cơ sở dữ liệu của GIS: dữ liệu không gian, dữ liệu thuộc tính. 1, Mô hình cấu trúc cơ sở dữ liệu không gian 17 Dữ liệu la trung tâm của hệ thống GIS, hệ thống GIS chứa cang nhiều thì chúng cang có ý nghĩa. Dữ liệu của hệ GIS được lưu trữ trong CSDL va chúng được thu thập thông qua các mô hình thế giới thực. Dữ liệu trong hệ GIS còn được gọi la thông tin không gian. Đặc trưng thông tin không gian la có khả năng mô tả “vật thể ở đâu” nhờ vị trí tham chiếu, đơn vị đo va quan hệ không gian. Chúng còn khả năng mô tả “hình dạng hiện tượng” thông qua mô tả chất lượng, số lượng của hình dạng va cấu trúc. Cuối cùng, đặc trưng thông tin không gian mô tả “quan hệ va tương tác” giữa các hiện tượng tự nhiên. Mô hình không gian đặc biệt quan trọng vì cách thức thông tin sẽ ảnh hưởng đến khả năng thực hiện phân tích dữ liệu va khả năng hiển thị đồ hoạ của hệ thống. 1. Cấu trúc dữ liệu vector Cấu trúc dữ liệu Vector hay còn gọi la mô hình dữ liệu Vector nhằm thể hiện chính xác các đối tượng địa lý trên bề mặt Trái đất lên bản đồ số bằng giá trị liên tục của các cặp tọa độ va xác định chính xác mối quan hệ không gian của các đối tượng. Tuy vây, thực sự thì không thể tồn tại sự hiển thị chính xác tuyệt đối ma phụ thuộc vao mức độ hiển thị của máy tính. Mô hình Vector cho phép hiển thị các kiểu đối tượng dạng vùng va tuyến chính xác về vị trí va thường được lựa chọn để xây dựng cơ sở dữ liệu dạng vùng (đa giác) như thửa đất, các đơn vị ranh giới hanh chính các cấp; mạng lưới giao thông, thủy văn va các đối tượng dạng tuyến khác. Các đối tượng địa lý khác nhau được lưu trữ trong máy tính bằng một hay nhiều cặp tọa độ XY. Trong mô hình Vector, đối tượng hình học cơ bản nhất la điểm. Đối tượng dạng tuyến phức tạp hơn bởi vì nó được định nghĩa bằng chuỗi các cặp tọa độ theo từng điểm. - Mô hình dữ liệu Spaghetti Mô hình dữ liệu Spaghetti la một trong các phương pháp sử dụng để lưu dữ liệu về các nhóm đối tượng địa lý dưới dạng bản đồ trong các phần mềm GIS. Mô hình dữ liệu Spaghetti la một mô hình đơn giản lưu trữ dữ liệu hình học các đối tượng địa lý rất hiệu quả. Mô hình Spaghetti có cấu trúc đơn giản, mỗi đối tượng địa lý được mô tả độc lập, vì vậy, một cặp tọa có thể xuất hiện nhiều lần để lưu hai hay nhiều đối tượng kề nhau. Tuy nhiên, mô hình Spaghetti có một lợi thế la sự thay đổi của một đối tượng ma không ảnh hưởng đến hình dạng của đối tượng khác. Mỗi nhóm đối tượng điểm, đường va đa giác được lưu thanh các tệp riêng biệt. Các tệp riêng biệt nay được hiển thị dưới dạng các bản đồ riêng biệt. Phương pháp lưu trữ dữ liệu dạng nay đơn giản va rất tiện cho việc tra cứu các thông tin liên quan đến từng nhóm đối tượng. Đối tượng điểm la các thực thể địa lý được xác định bởi một cặp tọa độ (x,y) duy nhất. Ngoai ra thì các dữ liệu mô tả điểm đó như ký hiệu, tên gọi,… cũng được lưu trữ cùng với cặp tọa độ. Đối tượng đường được định nghĩa la tập hợp các thực thể địa lý được xác định bằng những đoạn thẳng có ít nhất hai hay nhiều cặp tọa độ a. Mô hình dữ liệu Topology Đối tượng địa lý có thể nhóm thanh đối tượng cơ sở (điểm, đường) va nhóm đối tượng topo (topological features) hay còn gọi la các đối tượng kết hợp (composite features). Nhóm đối tượng topo như nút (nodes), đường (routes), vùng (regions) được tạo ra từ đối tượng cở sở. 18 Các đối tượng topo được đặt tên va định nghĩa khác nhau tùy thuộc phần mềm GIS. Ví dụ, trong ArcInfo, các đối tượng topo gồm cung (arcs), nút (nodes), điểm nhãn (level point), polygon, điểm khống chế (tics), ký tự (annonation), đường (route), phần (section). Mô hình dữ liệu Topology la tập các quy tắc để xây dựng va hiển thị các đối tượng topo. Hiện nay, nhiều mô hình Topology đã được nghiên cứu va đề xuất cho nhóm đối tượng topo nay. Mỗi mô hình đề xuất đều có những ưu va nhược điểm. - Mô hình dữ liệu RASTER a. Khái niệm dữ liệu Raster Cấu trúc dữ liệu Raster la ma trận ô vuông. Mỗi ô vuông gọi la một pixel va đại diện cho một điểm trên thực địa. Nếu một vùng lãnh thổ nao đó được chia thanh ma trận ô vuông, mỗi ô vuông có tọa độ riêng, tập các ô vuông trong vùng lãnh thổ chính la thực thể dữ liệu. Nếu các điểm coi như nằm ở tâm của mỗi ô vuông, ta thanh lập được một bảng dữ liệu gồm tọa độ địa lý của các điểm trong vùng nhất định. Một ma trận ô vuông cho một vùng lãnh thổ gọi la mô hình dữ liệu Raster. Cách tổ chức phổ biến của dữ liệu Raster la ma trận số gồm hang va cột. Vị trí (tọa độ) của pixel la thứ tự của hang va cột. Kích thước của pixel trong Raster gọi la độ phân giải bản đồ hay ảnh. Pixel nên có kích thước đủ nhỏ để có thể lưu trữ chi tiết dữ liệu về đối tượng, nhưng cũng phải có kích thước đủ lớn để có thể phân tích dữ liệu một cách thuận tiện. Trong cấu trúc dữ liệu dạng Raster, mọi đối tượng điểm, đường va đa giác trên bản đồ đều được định nghĩa từ đơn vị cơ bản pixel. Điểm được định nghĩa la một ô pixel. Đường được định nghĩa la một tập hợp các pixel nối tiếp nhau va sắp xếp theo một hướng nhất định. Vùng được định nghĩa la một tập hợp khép kín các ô vuông lưới có vị trí liền kề nhau. Mỗi pixel đều có một giá trị nhất định theo kiểu dữ liệu riêng. Ưu điểm lớn nhất của mô hình Raster la toan bộ dữ liệu hình thanh bản đồ được lưu trong bộ nhớ máy tính. Do vậy, các thao tác kiểu như so sánh được thực hiện dễ dang. Tuy nhiên nó sẽ gặp bất lợi cho việc biểu diễn đường, điểm vì mỗi đối tượng nay la tập các pixel trong mảng. Đường thẳng có thể bị đứt đoạn hay rộng hơn so với hình ảnh thực. Khó khăn lớn nhất khi xử lý dữ liệu Raster la vấn đề “tế bao trộn”. Sau nay tuỳ thuộc vao ứng dụng thực tế ma xác định quy luật gán giá trị lại cho chúng. Một vấn đề khác ma mô hình gặp phải đó chính la việc lưu trữ dữ liệu. Ta biết rằng bản đồ chia ra lam nhiều lớp, mỗi một lớp gồm hang triệu Pixel biểu diễn một đặc trưng địa lý nao đó. Trung bình một ảnh vệ tinh phủ khoảng 30.000 km2 với kích thước của mỗi điểm ảnh la 30 m thì có khoảng 35 triệu Pixel. Vì thế có thể nói rằng số lượng dữ liệu cần lưu trữ la khổng lồ, điều nay dẫn đến nhiều khó khăn cho hệ thống thông tin. Vấn đề đặt ra la cần phải nén dữ liệu nhờ một số thuật toán thích hợp. Ưu và nhược điểm của dữ liệu vector và Raster a. Mô hình dữ liệu Vector Mô hình dữ liệu Vector có nhiều ưu điểm. Một trong những ưu điểm nổi trội la lưu trữ chính xác vị trí các điểm va các đối tượng trên bề mặt Trái đất theo một hệ quy chiếu nhất định. Một số ưu điểm chính của dữ liệu Vector bao gồm: - Dữ liệu lưu tốn ít bộ nhớ hơn dữ liệu Raster. 19 - Dữ liệu có thể tạo từ độ phân giải gốc, không có sự khái quát hóa dữ liệu. - Độ chính xác của dự liệu gốc được duy trì. - Cho phép tạo topo cho các đối tượng, thực hiện các phân tích mạng rất tiện ích. - Chuyến đổi hệ tọa độ được thực hiện dễ dang. - Truy vấn va cập nhật dữ liệu khá tiện ích va dễ dang. Dữ liệu Vector bao gồm những mặt hạn chế sau: - Cấu trúc dữ liệu phức tạp. - Thực hiện các phép toán chồng ghép la rất khó khăn. - Vị trí của mỗi điểm phải lưu trữ một cách chính xác. - Cho phân tích không gian, dữ liệu Vector phải được chuyển sang mô hình Topology. Quá trình sửa lỗi để tạo Toppology khá tốn kém thời gian. Hơn nữa, dữ liệu Topology phải thường xuyên tạo lại vì các dữ liệu điểm, đường va đa giác thường xuyên thay đổi. - Các thuật toán áp dụng cho phân tích không gian rất phức tạp. - Các dữ liệu liên tục như dữ liệu độ cao, độ dốc không được hiển thị hiệu quả với mô hình dữ liệu Vector. - Phân tích không gian va lam trơn dữ liệu la không thể thực hiện trong ranh giới của vùng. b. Mô hình dữ liệu Raster So với mô hình dữ liệu Vector, mô hình Raster có một số ưu điểm. Một trong những ưu điểm nổi trội la cấu trúc dữ liệu phù hợp cho thực hiện các phép tính đại số bản đồ va nhiều thuật toán phức tạp khác. Một số ưu điểm chính của dữ liệu Raster đã được khái quát hóa bao gồm: - Cấu trúc dữ liệu đơn giản, thanh phần cơ bản của bản đồ chỉ gồm Pixel. - Vị trí của mỗi điểm được lưu đơn giản bằng tọa độ hang va cột của ma trận số. - Phân tích không gian được thực hiện dễ dang va thuận tiện. - Dữ liệu Raster thích hợp cho mô hình hóa va tính toán định lượng. - Các dữ liệu rời rạc va dữ liệu liên tục như độ cao có thể kết hợp dễ dang. - Dữ liệu Raster thích hợp với các thiết bị đầu ra như máy in va hiển thị dữ liệu đồ. - Nhiều dữ liệu số như ảnh vệ tinh, ảnh máy bay sẵn có va đa dạng, có khả năng cập nhật nhanh dữ liệu số nay. Một số mặt hạn chế đã được ghi nhận bao gồm: - Độ phân giải của Pixel hạn chế khả năng mô tả chi tiết đối tượng. - Rất khó hiển thị các đối tượng hình tuyến chính xác như đường giao thông, thủy văn. - Xử lý dữ liệu thuộc tính la khó khăn trong trường hợp cơ sở dữ liệu lớn. Mỗi bản đồ Raster chỉ tương ứng với một thuộc tính nhất định. - Hầu hết các dữ liệu đều tồn tại ở dạng Vector, để sử dụng dữ liệu Raster, ta cần thực hiện chuyển đổi dữ liệu sang dạng Raster. 20