Chương 8 Các ph|ơng pháp xử lý thông tin viễn thám

Ch‡ơng 8 Các ph|ơng pháp xử lý thông tin viễn thám Nh† phần trên đã giới thiệu, viễn thám có hai dạng t† liệu chủ yếu lμ dạng hình ảnh (photograph) chụp theo nguyên tác khung vμ hình ảnh tạo nên bằng ph†ơng pháp quét (image). Cả hai ph†ơng pháp đều có thể thực hiện trên máy bay hoặc vệ tinh. Xử lý thông tin viễn thám cũng có hai ph†ơng pháp cơ bản: phân tích bằng mắt vμ xử lý số. Giải đoán bằng mắt (Visual Interpretation) có thể áp dụng cho cả hai dạng t† liệu, song xử lý số (Digital image Processing) thì chỉ áp dụng cho ảnh số. 8.1. Phân tích ảnh bằng mắt (Visual Interpretation) 8.1.1. Khái niệm chung Giải đoán bằng mắt lμ sử dụng mắt ng†ời cùng với trí tuệ để tách chiết các thông tin từ t† liệu viễn thám dạng hình ảnh. Trong viӋc xӱ lý thụng tin viӉn thỏm thỡ giҧi ÿoỏn bҵng mҳt (visual interpretaion) là cụng viӋc ÿҫu tiờn, phә biӃn nhҩt và cú thӇ ỏp dөng trong mӑi ÿiӅu kiӋn cú trang thiӃt bӏ tӯ ÿѫn giҧn ÿӃn phӭc tҥp Việc phân tích ảnh bằng mắt có thể đ†ợc trợ giúp bằng một số thiết bị quang học Phân tích hay giҧi ÿoỏn bҵng mҳt lμ sӱ dөng mҳt thѭӡng hoһc cú sӵ trӧ giỳp cӫa cỏc dөng cө quang hӑc tӯ ÿѫn giҧn ÿӃn phӭc tҥp nhѭ: kớnh lỳp, kớnh lұp thӇ, kớnh phúng ÿҥi, mỏy tәng hӧp màu,... nhằm nâng cao khả năng phân tích của mắt ng†ời. Phân tích ảnh bằng mắt lμ công việc có thể áp dụng một cách dễ dμng trong mọi điều kiện vμ có thể phục vụ cho nhiều nội dung nghiên cứu khác nhau: nghiên cứu lớp phủ mặt đất, nghiên cứu rừng, thổ nh†ỡng, địa chất, địa mạo, thuỷ văn, sinh thái, môi tr†ờng... Cѫ sӣ ÿӇ giҧi ÿoỏn bҵng mҳt là ÿѭa vào cỏc dҩu hiӋu giҧi ÿoỏn trӵc tiӃp hoһc giỏn tiӃp và chỡa khoỏ giҧi ÿoỏn. Phân tích ảnh bằng mắt lμ công việc tổng hợp, kết hợp nhiều thông số của ảnh, bản đồ, tμi liệu thực địa vμ kiễn thức chuyên môn. D†ới đây lμ tổng hợp một số nguyên tắc giải đoán ảnh. 8.1.2. Các dấu hiệu giải đoán ảnh VӅ nguyờn tҳc chung, cỏc dҩu hiӋu giҧi ÿoỏn ÿѭӧc xӃp theo hai nhúm. Chớnh là cỏc y͇u t͙ ̫nh và cỏc y͇u t͙ địa kͿ thu̵t. 139 8.1.2.1.Cỏc yӃu tӕ ҧnh (photo elements) - Tone ̫nh: là tәng hӧp lѭӧng ỏnh sỏng ÿѭӧc phҧn xҥ từ vӅ mһt ÿӕi tѭӧng, là dҩu hiӋu hӃt sӭc quan trӑng ÿӇ xỏc ÿӏnh ÿӕi tѭӧng. Tone ҧnh ÿѭӧc chia ra nhiӅu cҩp khỏc nhau, trong giҧi ÿoỏn bҵng mҳt thѭӡng cú 10-12 cҩp. Sӵ khỏc biӋt cӫa tone ҧnh phө thuӝc vào nhiӅu tớnh chҩt khỏc nhau cӫa ÿӕi tѭӧng (hỡnh 8.1). Hình 8.1: Thang độ sáng (hay độ xám) của ảnh đen trắng (10 cấp). - C̭u trỳc ̫nh (texture): Cҩu trỳc ҧnh ÿѭӧc hiӇu là tҫn sӕ lұp lҥi cӫa sӵ thay ÿәi tone ҧnh, gõy ra bӣi tұp hӧp cӫa nhiӅu ÿһc tớnh rҩt rừ ràng cӫa nhiӅu cỏ thӇ riờng biӋt. - Hình dạng (Shape): lμ hình ảnh bên ngoμi của đối t†ợng, thông th†ờng đó lμ hình ảnh 2 chiều. Đối với ảnh lập thể các thể nhìn thấy cả chiều cao của đối t†ợng. Hình dáng lμ yếu tố đầu tiên giúp cho ng†ời phân tích có thể phân biệt các đối t†ợng khác nhau. - Kích th†ớc (Size): lμ thông số về độ lớn,độ dμi, độ rộng của đối t†ợng. Kích th†ớc liên quan đến tỉ lệ của ảnh. Về hình dạng có thể giống nhau nh†ng kích th†ớc khác nhau thì có thể lμ hai đối t†ợng khác nhau. - Mẫu (Pattern): lμ sự sắp xếp trong không gian của các đối t†ợng. Một dạng địa hình đặc tr†ng sẽ bao gồm sự sắp xếp theo một quy luật đặc tr†ng của các đối t†ợng tự nhiên, lμ hợp phần của dạng địa hình đó. Ví dụ: Khu đô thị lμ tập trung của nhμ xây, đ†ờng phố, cây xanh tạo nên một mẫu đặc tr†ng của cấu trúc đô thị. Ruộng trồng lúa có hình mẫu ô thửa đặc tr†ng khác với v†ờn cây ăn quả, có cấu trúc dạng đốm. - Kiến trúc (Texture): lμ tần số thay đổi của độ sáng (tone) trên ảnh. Đó lμ sự tập hợp các đặc điểm của hình ảnh nh† hình dạng, kích th†ớc, mẫu để tạo nên một đăc điểm riêng biệt của đối t†ợng hay nhóm đối t†ợng. Cấu trúc lμ đặc điểm t†ơng đối khái quát song lại rất đặc tr†ng, giúp cho ng†ời phân tích có thể nhận diện vμ phân biệt một cách nhanh chóng từng đối t†ợng tập hợp thμnh một dạng địa hình đặc tr†ng. Về cấu trúc có các khái niệm: thô, mịn, đồng tâm, toả tia, vòm, phân nhánh. Vớ dͭ: Cҩu trỳc mӏn ÿһc trѭng cho trҫm tớch bӣ rӡi, cҩu trỳc thụ cho ÿһc trѭng ÿỏ macma; cҩu trỳc dҥng dҧi ÿһc trѭng cho ÿỏ trҫm tớch biӃn chҩt cao, tӯ ÿó có thӇ phân biӋt ÿѭӧc các loại đá khác nhau.. 140 - Bóng (Shadow): lμ phần bị che lấp, không có ánh sáng mặt trời chiếu tới (hoặc từ nguồn chủ động), do đó không có ánh sáng phản hồi tới thiết bị thu. Bóng th†ờng đ†ợc thể hiện bằng tone ảnh đen trên ảnh đen trắng vμ mμu xẫm đến đen trên ảnh mμu. Bóng có thể phản ánh lên độ cao của đối t†ợng. Bóng lμ yếu tố quan trọng tạo nên cấu trúc đặc tr†ng cho các đối t†ợng. Tuy nhiên bóng cũng lμ phần mμ thông tin về đối t†ợng không có hoặc rất ít, vì vậy phải bổ xung l†ợng thông tin ở vùng bóng. - Vị trí (Site): vị trí của đối t†ợng trong không gian địa lý của vùng nghiên cứu lμ thông số rất quan trọng giúp cho ng†ời giải đoán có thể phân biệt đối t†ợng. Rất nhiều tr†ờng hợp cùng một dấu hiệu ảnh, song ở vị trí khác nhau lại lμ các đối t†ợng khác nhau (đặc biệt lμ khi giải đoán bằng mắt, mắt ng†ời không phân biệt đ†ợc rõ các mức khác nhau của yếu tố ảnh). Vớ dͭ: bói bӗi khụng thӇ cú ӣ sѭӡn nỳi mһc dự vài ÿһc ÿiӇm trờn ҧnh trụng rҩt giӕng dҩu hiӋu cӫa nú. Cỏc bói bӗi chӍ phõn bӕ ӣ hai bờn bӡ sụng suӕi, cú màu sỏng; cũn ӣ bờn sѭӡn nỳi, cỏc mảng màu sỏng lҥi là cỏc nún phúng vұt, cỏc ÿӟi trѭӧt lở hoһc vựng canh tỏc nѭѫng rҭy. - Màu (colour): màu cӫa ÿӕi tѭӧng trờn ҧnh màu giҧ (FCC) giỳp cho ngѭӡi giҧi ÿoỏn cú thӇ phõn biӋt ÿѭӧc nhiӅu ÿӕi tѭӧng cú ÿһc ÿiӇm tone ҧnh tѭѫng tӵ nhѭ nhau trờn ҧnh ÿen trҳng. Tә hӧp màu giҧ thụng dөng trong ҧnh Landsat là xanh lѫ (blue), xanh lөc(green) và ÿӓ (red), thӇ hiӋn cỏc nhúm yӃu tӕ cѫ bҧn là : thӵc vұt tӯ màu hӗng ÿӃn màu ÿӓ,nѭӟc xanh lѫ nhҥt ÿӃn xanh lѫ xҭm, ÿҩt trӗng, ÿỏ lӝ cú màu trҳng. Ngoài ra mӝt sӕ ÿӕi tѭӧng khỏc cNJng cú màu ÿһc biӋt: ÿụ thӏ màu xanh lѫ, rӯng ngұp mһn: màu ÿӓ xүm ÿӃn màu nõu xҭm, ÿҩt trӗng màu cõy vө đụng cỏc loҥi cú màu hӗng ÿӃn màu vàng,.. ngoài ba tә hӧp màu giҧ ÿó nờu trờn, ngѭӡi ta cú thӇ tҥo nờn rҩt nhiӅu tә hӧp ҧnh màu giҧ khỏc bҵng phѭѫng phỏp quang hӑc (dựng cỏc tҩm lӑc màu) hoһc bҵng kӹ thuұt xӱ lý ҧnh sӕ. Vỡ vұy khi giҧi ÿoỏn cỏc ÿӕi tѭӧng trờn ҧnh màu giҧ phҧi cú nhӳng ÿӏnh hѭӟng ngay tӯ ÿҫu vӅ tә hӧp màu giҧ, tӯ ÿú mӟi trỏnh ÿѭӧc nhӳng sӵ nhҫm lүn ngay tӯ ÿҫu. 8.1.2.2. Cỏc yӃu tӕ ÿӏa kӹ thuұt (Geotechnical elements) a. Ĉ͓a hỡnh: ÿӏa hỡnh cho phộp phõn biӋt sѫ bӝ cỏc yӃu tӕ trờn ҧnh, tӯ ÿú ÿӏnh hѭӟng rҩt rӓ trong phõn tớch. Vớ dͭ: - D̩ng ÿ͓a hỡnh: nỳi ÿỏ vụi, ÿӗi sút, ÿӗng bҵng, dóy ven biӇn, cỏc cӗn cỏt ven biӇn, lũng sụng cổ,.. 141 - Ki͋u ÿ͓a hỡnh: dóy nỳi thҩp cҩu tҥo bӣi nỳi ÿỏ vụi, ÿӗng bҵng ÿӗi, ÿӗng bҵng phự sa sụng, ÿӗng bҵng tớch tө sụng biӇn, ÿӗng bҵng tớch tө do biӇn, ÿӗng bҵng bãi triӅu. b. Th͹c v̵t: sӵ phõn bӕ cӫa mӝt kiӇu thҧm và ÿһc ÿiӇm cӫa nú (nhѭ mұt ÿӝ tỏn che, sinh khӕi,...) lμ mӝt dҩu hiӋu hӃt sӭc quan trӑng ÿӇ phõn biӋt ÿӕi tѭӧng khác nh† các dạng địa hình. Vớ dͭ: Rӯng thѭӡng xanh (thѭӡng cú ӣ nhӳng vựng nỳi cao hoһc vựng nỳi trung bỡnh) c. Hi͏n tr̩ng s͵ dͭng ÿ̭t: Ĉõy vӯa là mөc tiờu vӯa là dҩu hiӋu trong giҧi ÿoỏn bҵng mҳt. HiӋn trҥng sӱ dөng ÿҩt cung cҩp nhӳng thụng tin gián tiếp vμ quan trӑng ÿӇ xỏc ÿӏnh cỏc ÿӕi tѭӧng khác. Vớ dͭ: Lỳa mӝt vө- vựng ÿӗng bằng cao. Lỳa hai vө - vựng thҩp thѭӡng xuyờn vӯa ÿӫ nѭӟc, ÿú là cỏc ÿӗng bҵng phự sa. Hoặc đất thổ c† nông thôn đ†ợc xác định nhờ dấu hiệu của cây trồng xung quanh nhμ ở ( th†ờng có mμu đỏ trên ảnh tổ hợp BGR). d. M̩ng l˱ͣi thuỷ văn -sụng su͙i: cNJng là mӝt dҩu hiӋu quan trӑng hàng ÿҫu trong phõn tớch ҧnh. Mҥng lѭӟi sụng suӕi cú quan hӋ rҩt mұt thiӃt vӟi dҥng ÿӏa hỡnh, ÿӝ dӕc lӟp vӓ phong hoỏ, nӅn thҥch hӑc, mạng l†ới thỷ văn lμ sản phẩm quá trình tác động của dòng n†ớc chảy trên mặt vơí vật chất nền,.đӗng thӡi nú cNJng cho biӃt ÿһc ÿiӇm cҩu trỳc ÿӏa chҩt cӫa khu vӵc.Thông qua hình ảnh của mạng l†ới thuỷ văn, có thể xác định đ†ợc thμnh phần vμ cấu tạo của vật chất. Trên ảnh viễn thám , có thể phân tích rõ các kiểu mạng l†ơí thuỷ văn. Ngoμi ra, cần phân tích cả mật độ mạng l†ới thuỷ văn, giá trị nμy đ†ợc sử dụng để xem xét mức độ chia cắt ngang của địa hình (hình 8.2). 142 Hình 8.2: Các kiểu mạng l‡ới thuỷ văn đặc tr‡ng phân tích từ t‡ liệu viễn thám Cú cỏc dҥng mҥng lѭӟi thuӹ văn cѫ bҧn là: KiӇu cành cõy KiӇu song song KiӇu phõn nhỏnh KiӇu vành khuyờn KiӇu ụ mҥng KiӇu vuụng gúc KiӇu toҧ tia KiӇu cú gúc KiӇu hѭӟng tõm KiӇu bӋn túc KiӇu bӏ khӕng chӃ KiӇu ҭn Ngoài cỏc dҥng cѫ bҧn ÿú ngѭӡi ta cũn chia ra cỏc dҥng trung gian: ỏ song song, ỏ phõn nhỏnh; hoһc cũn chia theo mұt ÿӝ: phõn nhỏnh mұt ÿӝ cao, mҥng mұt ÿӝ cao. e. H͏ th͙ng cỏc khe nͱt và cỏc y͇u t͙ d̩ng tuy͇n(lineament): Nhӳng thụng sӕ cӫa hӋ thӕng khe nӭt cҫn ÿѭӧc xem xột ÿӃn là: hѭӟng mұt ÿӝ, hỡnh dҥng, ÿӝ lӟn. HӋ thӕng lineamemt cú thӇ liờn quan ÿӃn cỏc kiӇu ÿӭt góy, khe nӭt lӟn cӫa ÿỏ cӭng. Ĉõy là mӝt yӃu tӕ rҩt quan trӑng ÿӇ xỏc ÿӏnh và phõn biӋt nhiӅu bӣi ÿӕi tѭӧng ÿӗng thӡi cNJng là thụng sӕ ÿӇ ÿỏnh giỏ ÿӕi tѭӧng. Cũng cần phân biệt các yếu tố dạng tuyến nhân tạo vμ các yếu tố dạng tuyến tự nhiên Ví dụ về các yếu tố dạng tuyến tự nhiên: Các thung lũng hẹp chạy dμi, các đảo xếp thẳng hμng, các sông, đoạn sông thẳng, các đoạn bờ biển thẳng, dμi.. ... 8.1.2.3 . Chìa khoá giải đoán ảnh- tổ hӧp các yӃu tӕ giҧi ÿoán 8.1.2.3. Chìa khoá giải đoán ảnh( interprated key ) : Tập hợp các yếu tố giải đoán đ†ợc gọi lμ chìa khoá giải đoán ảnh. Lμ khái niệm thể hiện sự sắp xếp của các yếu tố ảnh, các đặc điểm chi tiết của đối t†ợgn tạo thμnh một tổng thể trong không gian vĩ mô. Từ thông tin về tổ hợp, ng†ời giải đoán có thể phân vùng, kiểm chứng vμ khẳng định để nhận dạng các đối t†ợng hoặc nhóm đối t†ợng, từ đó có thể phân biệt các đơn vị địa hình, các đơn vị cảnh quan địa lý, các hệ sinh thái. Trong quá trình giҧi ÿoán, ngoμi viӋc phân tích các yӃu tӕ riêng lҿ cũng xem xét ÿӃn sӵ tұp hӧp trong không gian cӫa tӯng nhóm yӃu tӕ. Sӵ tұp hӧp ÿó có thӇ tҥo nên mӝt dҥng hay mӝt kiӇu ÿӏa hình, tӯ ÿó giúp cho ngѭӡi giҧi ÿoán có thӇ hiӋu chӍnh, loҥi bӓ nhӳng sai sót vμ nâng cao ÿӝ chính xác. Nhѭ vұy, trong giҧi ÿoỏn bҵng mҳt phҧi nҳm bҳt và phõn biӋt ÿѭӧc dҩu hiӋu giҧi ÿoỏn vμ chìa khoá giải đoán Cụng viӋc ÿú yờu cҫu ngѭӡi giҧi ÿoỏn phҧi cú kiӃn thӭc chuyờn mụn vӳng ÿӇ cú thӇ 143 kӃt hӧp nhuҫn nhuyӉn cỏc kiӃn thӭc trong quỏ trỡnh giҧi ÿoỏn ҧnh và chӍ cú nhѭ vұy mӟi ÿѭa ra kӃt quҧ chớnh xỏc. Tiờu chuҭn ÿӇ phõn biӋt mӝt ÿӕi tѭӧng vӟi cỏc yӃu tӕ giҧi ÿoỏn vӅ ÿӕi tѭӧng ÿú thỡ ÿѭӧc gӑi là chià khúa giҧi ÿoỏn (interpretation key). Cỏc chià khúa giҧi ÿoỏn dӵa vào kinh nghiӋm và kiӃn thӭc ÿѭӧc thiӋt lұp cựng nhӳng nghiờn cӭu trờn mӝt tҩm ҧnh cө thӇ cӫa ngѭӡi phõn tớch. Thụng thѭӡng, 8 yӃu tӕ giҧi ÿoỏn (kớch thѭӟc, hỡnh dҥng, búng, tone, màu, cҩu trỳc, mүu và tә hӧp mӕi quan hӋ) cNJng nhѭ thӡi gian chөp ҧnh, mựa, kiӇu phim, tӹ lӋ ҧnh,.. sӁ ÿѭӧc xem xột kӹ ÿӇ thiӃt lұp nờn chỡa khúa giải ÿoỏn. Chỡa khúa thụng thѭӡng bao gӗm cҧ phҫn mụ tҧ và cỏc thành phҫn cӫa hỡnh ҧnh. Thụng qua viӋc hiӇu rừ cỏc chỡa khúa giҧi ÿoỏn, ngѭӡi phõn tớch cú thӇ liờn hӋ mӣ rӝng ÿӇ phõn tớch cỏc vựng khỏc. Thụng thѭӡng, chỡa khúa ÿѭӧc dựng cho mӝt bӭc ҧnh hoһc cho mӝt vựng cú thӡi gian chөp ҧnh, cụng nghӋ tҥo ҧnh giӕng nhau. Vớ dͭ: Chỡa khúa giҧi ÿoỏn cӫa mӝt sӕ ÿӕi tѭӧng trờn ҧnh LANDSAT (trờn cỏc band và trờn ҧnh tәng hӧp màu giҧ FCC) ÿѭӧc nờu trong bҧng 8.1. Bảng 8.1: Chìa khoá giải đoán của một số đối t‡ợng trên ảnh Landsat. ảnh màu giҧĈӕi tѭӧng Band 4 Band 5 Band 6 Band 7 BGR ( 4,5,7) RGB ( 4,5,7) Mõy Sѭѫng mự Rӯng Bói cӓ Ĉҩt trӕng Ĉҩt ѭӟt Ĉụ thӏ Nѭӟc Búng W W DOR G.R G.R G.R G.R DGR BL W W BL DG W W W BL BL W - W W W GR GR BL BL W - W W W DGR DGR BL BL W W R P W LB LB B BL W W G BY W RP RP BP BL Ghi chỳ: PW: trҳng sỏng R: ÿӓ; BL: xanh lѫ sỏng; P: hӗng; Y: vàng; G: xanh lөc RP: hӗng; DGR: xanh tӕi; B: xanh lѫ; BY: vàng sỏng; BP: ÿӓ xanh; BL: ÿen W: trҳng. Để chi tiết hơn, chìa khoá giải đoán đ†ợc thμnh lập bao gồm đầy đủ các yếu tố giải đoán đã nêu ở trên (Bảng 8.2) 144 Bảng 8.2: Chìa khoá giải đoán ảnh theo đấu hiệu của đối t‡ợng trên ảnh . Yếu tố ảnh yếu tố địa kỹ thuật Đối t†ợng Độ sáng Mμu Hình dạng Kích th†ớc Cấu trúc Kiến trúc Bóng Sử dụng đất lineament mạng l†ới TV 1 2 8.1.2.4. quy trình giải đoán ảnh thanh lập bản đồ chuyên đề Theo nhӳng kinh nghiӋm cӫa nhiӅu ngѭӡi, cỏc cụng ÿӑan cҫn thӵc hiӋn ÿӇ thành lұp bҧn ÿӗ chuyờn ÿӅ tӯ ҧnh ÿѭӧc hӋ thӕng trong sơ đồ sau ( hình 8.3) Theo s˯ ÿ͛ nμy, cỏc cụng vi͏c bao g͛m cỏc b˱ͣc cͭ th͋ nh˱ sau : - Chu̱n b͓ ảnh: xem cỏc khỏi quỏt hỡnh ҧnh vӅ định h†ớng ảnh theo vị trí địa lý, tӹ lӋ, màu sҳc, ÿӝ phõn giҧi, tѭ liӋu., thời gian thu ảnh.. -Cỏc cụng vi͏c c˯ cͧ: ÿӑc cỏc chӍ dүn, tạo bản đồ cơ sở,ÿӏnh hѭӟng ҧnh theo bҧn ÿӗ cѫ sӣ - Ĉ͕c ̫nh: ÿӑc cỏc sӕ liӋu phõn tớch ÿӇ xõy dӵng chỡa khúa giҧi ÿoỏn -Ĉo ÿ̩c ̫nh: ÿo ÿҥc chiӅu dài, chiӅu cao giӳa cỏc ÿӕi tѭӧng (vӟi ҧnh mỏy bay, ÿo ÿҥc mұt ÿӝ ҧnh...). - Phõn tớch ̫nh: khai thỏc cỏc ÿӕi tѭӧng hoһc phõn tớch cỏc hiӋn tѭӧng cú trờn ҧnh (phõn loҥi, khai thỏc,chỉnh lý ...) - Thành l̵p b̫n ÿ͛ chuyờn ÿ͉ : chuyӇn kӃt quҧ phõn tớch lờn bҧn ÿӗ cơ sở, hoàn chӍnh hӋ thӕng chỳ giҧi và bҧn ÿӗ. 8.1.2.5. Những vấn đề cần l‡u ý trong giải đoán ảnh bằng mắt * Những vấn đề về nguyên tắc - Bҵng mҳt thѭӡng hoһc cỏc dөng cө quang hӑc tӯ ÿӧn giҧn ÿӃn phӭc tҥp, ngѭӡi giҧi ÿoỏn cú thӇ bҵng nhӳng kiӃn thӭc thӵc tӃ và kinh nghiӋm phõn tớch ҧnh, cho phộp thành lұp nờn cỏc bҧn ÿӗ chuyờn ÿӅ mӝt cỏch nhanh chúng, tѭѫng ÿӕi chớnh xỏc và tiӋn lӧi. - Cụng viӋc phõn tớch ҧnh bҵng mҳt cú thӇ ỏp dөng cho nhiӅu chuyờn ngành khỏc nhau, trong nhӳng nhӳng ÿiӅu kiӋn trang thiӃt bӏ khỏc nhau (tӯ ÿѫn giҧn ÿӃn hiӋn ÿҥi) 145 Hình 8.3: Quy trình phân tích ảnh bằng mắt thμnh lập bản đồ chuyên đề 146 - Phõn tớch bҵng mҳt cú thӇ coi là mӝt phѭѫng phỏp phә biӃn nhҩt và vүn cú thӇ ÿỏp ӭng và vүn cú thӇ ÿỏp ӭng mӭc ÿӝ chớnh xỏc cҫn thiӃt, cụng viӋc ÿú phө thuӝc rҩt nhiӅu vào ngѭӡi phõn tớch ҧnh, kӇ cҧ kinh nghiӋm chuyờn mụn , kiӃn thӭc ҧnh, kiӃn thӭc bҧn ÿӗ... * Những vấn đề về kỹ thuật x Tiếp cận hệ thống trong phân tích ảnh bằng mắt - Các dấu hiệu phân tích đ†ợc phát hiện trực tiếp (direct signatures): Trên t† liệu ảnh viễn thám trong nhiều tr†ờng hợp có thể giúp phân biệt đ†ợc trực tiếp các đối t†ợng, đặc biệt lμ đối với ảnh tỷ lệ lớn (ảnh máy bay, ảnh vệ tinh tỉ lệ lớn) hay với những cảnh quan địa lý mμ ở đó đối t†ợng có kích th†ớc vμ quy mô lớn (nh† vùng đô thị của các n†ớc phát triển, đất nông nghiệp ở nhiều n†ớc châu Âu,...). Tuy nhiên, trong phần lớn các t† liệu viễn thám, việc phân biệt các đối t†ợng cần thiết phải có sự tiếp cận hệ thống. Khi đã phân tích đ†ợc các dấu hiệu trên ảnh, ng†ời giải đoán phải kết hợp với các kiến thức chuyên môn vμ các kiến thức khác để suy luận, nội suy, lý giải để tìm ra cách trả lời đúng các câu hỏi: tại sao nh† vây? Đó lμ cái gì? Ví dụ: sự xắp xếp thẳng hμng của 2 hμng cây độc lập, các đặc điểm dân c† trên khoảng cách dμi sẽ lý giải cho sự tồn tại một con đ†ờng ở giữa. Các điểm có thực vật phát triển phân bố theo những quy luật nhất định ở giữa vùng đồng bằng sẽ lý giải cho sự tồn tại các lμng xóm, tụ điểm dân c† nông thôn ở các vùng canh tác lúa n†ớc. - Chìa khoá tiêu biểu (Selective Key): lμ tập hợp các dấu hiệu tiêu biểu nhất cho một đối t†ợng, một khu vực. - Chìa khoá loại trừ (Elimination Key): lμ một số dấu hiệu khác th†ờng so với các dấu hiệu tiêu biểu. Sự tồn tại của các dấu hiệu nμy lμ do sự xuất hiện của một số đối t†ợng khác hoặc do những nhiễu tự nhiên hoặc nhân tác. Ví dụ: ở giữa các cánh đồng lúa có tồn tại các điểm trồng mμu hoặc các mảng trồng cây công nghiệp hoặc có các điểm dân c†, các khu vực nghĩa địa. - Chìa khoá tách biệt (Selected Key): lμ sự lựa chọn để tìm ra dấu hiệu đặc thù nhất cho một đối t†ợng, một hiện t†ợng cần phân biệt ví dụ: sự khác biệt của mạng l†ới thuỷ văn . Trong quá trình phân tích hệ thống, phải có sự hiểu biết kỹ về khu vực, về đặc điểm đối t†ợng vμ những tác động tự nhiên, nhân tác lμm thay đổi các dấu hiệu, sự suy giải logic lμ rất cần thiết, giúp cho ng†ời giải đoán đ†a ra kết quả đúng nhất. Trong việc phân tích hệ thống cần thiết phải phát hiện ra các kiểu chìa khoá giải đoán . 147 x Tổ hợp loại film vμ filter Việc nghiên cứu tổ hợp film - filter để tạo thμnh ảnh lμ một công việc rất quan trọng trong giải đoán. Trong phần đầu của ch†ơng đã đề cập đến các cơ chế tạo mμu, lọc mμu, các dải sóng vμ tính chất của đối t†ợng tự nhiên. Các thông tin khai thác đ†ợc từ ảnh có thể khẳng định cho tính chất của đối t†ợng khi kết hợp chặt chẽ với các thông tin về film - filter. Ví dụ: mμu đỏ magenta trên tổ hợp B-G-R thì chỉ có thể đặc tr†ng cho tính chất thực vật (liên quan đến Chlorophyl trong lá cây). x Thông tin đa thời gian (Multitemporal data) Các thông tin về thời vụ lμ rất quan trọng trong phân tích ảnh. Các thông tin nμy có liên quan đến sự biến đổi tính chất ảnh của các đối t†ợng. Các thông tin đó lμ: thời vụ gieo trồng, độ thuỷ văn, thời vụ tăng tr†ờng của cây cối trong năm (ra hoa, kết trái, quả chín, thu hoạch xong, lá vμng, lá rụng, mọc lá mới…). Ngoμi ra một số đặc điểm khác của đối t†ợng cũng biến đổi theo tính mùa vụ. Ví dụ: sông có n†ớc, cạn n†ớc, n†ớc sông có phù sa hay không có hoặc ít phù sa, đất khô hoặc đất †ớt... Sự thay đổi tính chất ảnh của đối t†ợng đ†ợc thể hiện chủ yếu ở độ sáng vμ mμu sắc bị thay đổi. Tỉ lệ ảnh lμ yếu tố đầu tiên cần đ†ợc quan tâm đến trong công việc giải đoán. Tỉ lệ ảnh có liên quan đến kích th†ớc của các đối t†ợng vμ độ phân giải - hay khả năng tách biệt các đối t†ợng từ ảnh. Các loại tỉ lệ ảnh thông dụng (bảng 8.2). Bảng 8.2: Bảng tỷ lệ các loại ảnh Tỉ lệ Diện tích một ảnh (Km x Km) Ghi chú - ảnh máy bay: 1 : 30000 1 : 20000 1 : 80000 1 : 65000 1 : 58000 1 : 40000 1 : 24000 1 : 20000 1 : 15840 1 : 6000 - ảnh vệ tinh LANDSAT: 1 : 106 - ảnh SPOT: 29,9 x 29,9 27,6 x 27, 6 18,4 x 18, 4 14,9 x 14,9 13,8 x 13, 8 9,2 x 9, 2 5,5 x 5, 5 4,6 x 4, 6 3,6 x 3, 6 1,4 x 1, 4 185 x 185 Chụp với ống kính trên ảnh 152mm 152mm 152mm 35mm Tuỳ thuộc độ phóng từ film gốc ở tỉ lệ 1: 3.106 Tuỳ thuộc độ phóng từ film gốc ở 148 1: 106 60 x 60 tỉ lệ 1: 3.106 x Xác định hệ thống phân loại (Classification System) Xác định hệ thống phân loại trong phân tích ảnh nghĩa lμ xác định hệ thống chú giải cho bản đồ hoặc sơ đồ mμ ng†ời phân tích sẽ thiết lập từ ảnh, đây lμ công việc hết sức quan trọng. Có hai cơ sở để xác định hệ thống phân loại lμ: - Chỉ tiêu phân loại của bản đồ chuyên đề gì? Tỉ lệ nμo? Số đơn vị bản đồ cần xác định? Ví dụ: trên thế giới hay sử dụng hệ thống phân loại của Mỹ US65 cho việc thμnh lập bản đồ sử dụng đất , ở Việt Nam thì dùng hệ thống của tổng cục địa chính ( nay lμ Bộ tμi nguyên môi tr†ờng). - Khả năng phân biệt các đối t†ợng trên ảnh. Khái niệm đơn vị bản đồ nhỏ nhất (Minimum mapping unit - MMU) đ†ợc áp dụng để có thể xây dựng đ†ợc bản đồ có độ chi tiết cao nhất. Đôi khi, do tỉ lệ vμ yêu cầu của bản đồ mμ ng†ời phân tích buộc phải loại bỏ các chi tiết, khái quát hoá song vẫn đảm bảo tính chất các đơn vị vμ đáp ứng đ†ợc về nội dung bản đồ, ph†ơng pháp nμy cần đ†ợc phối hợp chặt chẽ với các nguyên tắc của từng chuyên môn để đ†a ra đ†ợc kết quả hoμn hảo. Ví dụ khi giải đoán địa chất, địa mạo, lâm nghiệp,... việc khái quát hóa lμ hết sức cần thiết. x Chuẩn bị ảnh t liệu Tr†ớc khi giải đoán cần phải chuẩn bị ảnh đê phân tích có hiểu quả nhất, một số công việc phải thực hiện gồm có: - Chuẩn bị ảnh máy bay Xác định vùng chồng phủ, xếp ảnh theo tuyển, xác định h†ớng thuận cho việc đọc hiệu ứng lập thể. Xác định vùng có độ lệch ít nhất để giải đoán (gọi lμ vùng hiệu quả - effective area), xác định các điểm trên ảnh ảnh vμ trên bản đồ cơ sở (Base map) đ