Khả năng tính toán độ ẩm đất bằng ảnh radar - Thực nghiệm tại tỉnh Đăk Nông

Nghiên cứu Tạp chí Khoa học Tài nguyên và Môi trường - Số 17 - năm 2017 115 KHẢ NĂNG TÍNH TOÁN ĐỘ ẨM ĐẤT BẰNG ẢNH RADAR - THỰC NGHIỆM TẠI TỈNH ĐĂK NÔNG Lê Quố c Hưng, Lê Minh Huệ, Vũ Thị Tuyết Cục Viễ n thá m quố c gia Tóm tắt Phương pháp truyền thống tính toán độ ẩm đất thường tốn thời gian, không tối ưu, khó khăn khi tính toán ở quy mô lớn. Ngày nay, với phương pháp sử dụng công nghệ viễn thám, việc ước tính độ ẩm đất cho một khu vực rộng lớn trở nên đơn giản, hiệu quả và có độ chính xác cao. Về cơ bản, nguyên lý của phương pháp này là độ ẩm đất được chiết xuất từ giá trị thông tin trên ảnh vệ tinh Radar. Kết quả tính toán độ ẩm bằng ảnh vệ tinh được kiểm tra bằng các kết quả lấy mẫu thự c đị a và phân tích trong phò ng thí nghiệ m Bài báo giới thiệu phương pháp sử dụng ảnh radar trong tính toán độ ẩm đất, một trong những khả năng thông tin rất hữu ích của loại dữ liệu này. Từ khóa: Độ ẩm đất. The ability of soil moistrue estimation using radar data Abstract In fact, traditional method for calculating soil moisture were not optimal and diffi cult to on a large area. The estimation of soil moisture for a large area was became simple, eff ective and highly accurate by using remote sensing technology . Basically, the principle of soil moisture estimation was extracted from information value on satellite imagery. The result of moisture calculation using satellite images were verifi ed by fi eld data. This paper focused the method of soil moisture calculation using radar data. Keyword: Soil moisture. 1. Đặ t vấ n đề Vai trò của độ ẩm của đất ở độ sâu từ 1 đến 2m của bề mặt trái đất đã được công nhận là một tham số quan trọng trong rất nhiều nghiên cứu về môi trường, bao gồm cả khí tượng, thủy văn, nông nghiệp và khí hậu. Độ ẩm đất yếu tố quyết định các quá trình thủy văn, ảnh hưởng đến sự trao đổi nước và năng lượng. Độ chính xác ước tính của các tham số về không gian và thời gian của độ ẩm của đất là rất quan trọng cho nghiên cứu môi trường. Sử dụng viễn thám để nghiên cứu độ ẩm đất được bắt đầu vào giữa năm 1970 ngay sau khi công nghệ vệ tinh phát triển. Sau đó, các nghiên cứu được tiến hành theo nhiều hướng khác nhau, tuy nhiên tập trung chủ yếu là sử dụng ảnh nhiệt. Nhiều nghiên cứu hiện nay chỉ ra độ ẩm đất có thể được đo bởi cảm biến quang học và hồng ngoại nhiệt, cũng như sử dụng viễn thám siêu cao tần chủ động và bị động. Sự khác biệt chính giữa các phương pháp là độ dài bước sóng điện từ, nguồn phát năng lượng, và mối quan hệ vật lý giữa độ ẩm và tín hiệu phản xạ [1, 3]. Viễn thám radar cung cấp khả năng tính toán độ ẩm của đất bằng cách đo bức xạ điện từ trong vùng bước sóng từ 0,5 đến 100 cm.Cơ sở của viễn thám Nghiên cứu Tạp chí Khoa học Tài nguyên và Môi trường - Số 17 - năm 2017116 radar để tính độ ẩm của đất là sự tương phản giữa các thuộc tính điện môi của nước (~ 80) và các hạt đất (<4). Theo Chen và cộng sự, Choudhury và Golus hay Dobson và cộng sự, khi tăng độ ẩm, hằng số điện môi của hỗn hợp đất nước tăng theo, sự thay đổi này có thể phát hiện bởi các cảm biến radar [2], [3], [4].. Kỹ thuật viễn thám radar đã chứng minh khả năng tính toán độ ẩm đất trên nguyên tắc lập hàm tương quan với số liệu đo thực tế [5, 6]. 2. Quy trình tính toán độ ẩm đất bằng tư liệu viễn thám radar 2.1. Cơ sở khoa họ c tính toán độ ẩm đất Nhiều mô hình lý thuyết, thực nghiệm và bán thực nghiệm cho thấy, thông tin trên ảnh radar và độ ẩm đất có mối liên hệ chặt chẽ thể hiện qua sự tương tác của các hằng số điện môi của đất và nước [7, 8]. Thực tế, tổng giá trị tán xạ phân cực στpp từ bề mặt là tổng của ba thành phần [5]: Trong đó: σs pp là giá trị tán xạ phản hồi bề mặt đất; τ c là Sự suy giảm hai chiều thông qua thảm thực vật của tín hiệu; σvol pp là tán xạ từ thảm thực vật khối lượng; σint pp là sự tương tác giữa thảm thực vật và đất bề mặt. Đối với bề mặt đất lộ thiên hoặc bề mặt với thảm thực vật mỏng, σs pp đóng vai trò chi phối tín hiệu nhận được và chịu ảnh hưởng chủ yếu do độ ẩm của đất và độ gồ ghề bề mặt. 2.2. Quy trình tính toán Giải thích quy trình công nghệ: Quy trình xác định độ ẩm đất bằng tư liệu viễn thám radar thực hiện theo các bước sau đây: a) Thu thập dữ liệu. - Ảnh radar ENVISAT ASAR chụp ngày 18/3/2012 - khu vực tỉnh Đắc Nông là thời điểm của mùa mưa - Bản đồ địa hình tỉ lệ 1 : 25.000 của tỉnh Đăk Nông. - Giá trị độ ẩm đất đo thực địa tại 28 điểm đo thực địa 05/2012: 3 điểm tại xã Quảng Thành, phường Nghĩa Tân (thị xã Gia Nghĩa), 2 điểm tại thị trấn Kiến (huyện Đăk Rlấp), xã Đăk Bút So - huyện Tuy Đức, xã Đăk N’Drung - huyện Đăk Song, 2 điểm tại xã Đăk Hà, xã Quảng Sơn (huyện Đăk Glong), Xã Quảng Phú - huyện Krông Nô, 2 điểm tại xã Đăk Năng, xã Đức xuyên, xã Quảng Phú, thị trấn Đăk Mâm (huyện Krông Nô), 2 điểm tại xã Đăk Lao, xã Đức Mạnh (huyện Đăk Mil), xã Nâm N’Jang, xã Đăk Hòa (huyện Đăk Song), xã Trúc Sơn, xã Đăk Wil, xã Nam Dong (huyện Cư Jút), 2 điểm tại xã Đăk Wil (huyện Cư Jút). - Mô hình số độ cao độ phân giải 30 m. - Dữ liệu ảnh chỉ số thực vật NDVI. Trong đó: Dữ liệu bản đồ địa hình và mô hình số độ cao là để nhằm phục vụ công tác nắn chỉnh hình học radar do đó cần phải đảm bảo độ chính xác và yêu cầu của công tác nắn chỉnh hình học. Dữ liệu ảnh chỉ số thực vật NDVI phục vụ cho công tác tính toán hiệu chỉnh độ ẩm. - Phần mềm được sử dụng trong thực nghiệm xử lý ảnh Radar là ENVI. Nghiên cứu Tạp chí Khoa học Tài nguyên và Môi trường - Số 17 - năm 2017 117 Hình 1. Sơ đồ quy trình xác định độ ẩm đất bằng công nghệ viễn thám radar b) Định chuẩn ảnh ENVISAT-ASAR Vấn đề căn bản trong đánh giá phản hồi radar của các đối tượng bề mặt là vấn đề định chuẩn. Các thông tin số trên tư liệu radar được mã hóa 16 bit và thể hiện bằng xám độ ảnh. Vì vậy, hàng loạt các ảnh hưởng của môi trường và của thiết bị đã được “trung bình hóa”. Việc khôi phục lại thông tin ban đầu dưới dạng phản hồi đo bằng dB (deci- Ben) trên mã 32 bit thực chất là quá trình định chuẩn. Đây là công việc phức tạp nhưng lại đặc biệt quan trọng cho việc phân loại một cách có cơ sở các đối tượng có phản hồi tương tự hoặc gần nhau. Vì việc thống kê theo hàm logarit tính theo dB có khả năng phân dị thông tin cao hơn hàm tuyến tính (tính theo giá trị năng lượng hoặc biên độ) do đó sẽ mang lại nhiều thông tin về sự biến đổi của các đối tượng mặt đất. Việc định chuẩn ảnh sẽ được thực hiện trên phần mềm NEST4C. Kết quả của quá trình này là ảnh radar được chuyển sang giá trị dB. c) Lọc ảnh ENVISAT-ASAR Để giảm nhiễu tần số cao (speckle), dùng các bộ lọc đặc biệt, cho phép: Nghiên cứu Tạp chí Khoa học Tài nguyên và Môi trường - Số 17 - năm 2017118 - Phân biệt tốt hơn các đối tượng trên ảnh. - Ứng dụng công cụ tăng cường chất lượng ảnh, phân loại theo pixel và phân loại cấu trúc. - Việc giảm nhiễu phải bảo đảm sao cho mất mát thông tin là ít nhất, do đó phải chọn bộ lọc thích hợp. Trong các vùng đồng nhất, bộ lọc phải bảo toàn thông tin bức xạ và các bờ ranh giới giữa các vùng khác nhau. Ở các vùng có cấu trúc, bộ lọc phải bảo toàn cả thông tin bức xạ và thông tin về cấu trúc. Trong nghiên cứu này, bộ lọc được sử dụng là nhóm AdaptIIIe với kích thước 7x7. Có thể sử dụng bộ lọc Lee, Frost tùy theo đặc điểm riêng biệt từng khu vực. d) Hiệu chỉnh hình học ENVISAT- ASAR. Ảnh radar được thu với góc nghiêng và sử dụng nguồn bức xạ phát đi từ một máy phát đặt trên vệ tinh tồn tại nhiều dạng sai số hình học khác nhau. Trong đó có những sai số mang tính hệ thống và có thể nắn chỉnh bằng các phép nắn chỉnh hình học quen thuộc. Bên cạnh đó, có những sai số mang tính cục bộ như những sai số do ảnh hưởng của địa hình. Để loại bỏ các sai số dạng này cần phải có mô hình số độ cao của khu vực và các thông số xác định vị trí đầu thu. Nắn chỉnh hình học với ảnh vệ tinh và ảnh radar được thực hiện theo phương pháp nắn ảnh dựa vào hàm đa thức hoặc phương pháp nắn ảnh dựa vào mô hình vật lý Phương pháp nắn ảnh sử dụng mô hình vật lý được sử dụng nhiều, tùy thuộc vào yêu cầu độ chính xác mà ta nắn ảnh ở các mức khác nhau bằng các phần mềm chuyên dùng như ERDAS, ENVI. Phương pháp nắn ảnh đa thức cũng có thể được sử dụng với yêu cầu độ chính xác về mặt vị trí không cao phục vụ cho những bản đồ có tỉ lệ nhỏ. Việc hiệu chỉnh hình học có thể thực hiện ngay trên phần mềm NEST4C. e) Xây dựng hàm quan hệ giữa độ ẩm đất và giá trị tán xạ phản hồi: Để xác định hàm quan hệ giữa giá trị tán xạ ngược trên ảnh và giá trị độ ẩm đất cần thiết chiết xuất giá trị tán xạ phản hồi đối với độ ẩm đất tại từng vị trí (Nếu khu vực đã có số liệu đo thì sử dụng luôn vị trí đó). g) Chiết xuất thông tin độ ẩm đất. Sử dụng hệ số hàm tuyến tính các giá trị tán phản hồi với độ ẩm đất và NDVI tính giá trị độ ẩm cho toàn ảnh. Kết quả của quá trình này là ảnh độ ẩm với đơn vị phần trăm (%). h) Thành lập bản đồ độ ẩm đất. Trên cơ sở tính toán độ ẩm đất tiến hành phân ngưỡng và biên tập bản đồ độ ẩm đất bằng phần mềm ArcGis. 3. Kế t quả 3.1. Thực nghiệm Các bước thực nghiệm: - Nhập ảnh vào phần mềm ENVI - Định chuẩn ảnh và chuyển đổi giá trị Power sang dB - Nắn chỉnh hình học - Lọc ảnh - Chiết tách giá trị tán xạ phản hồi tại các tọa độ bằng ENVI - Xây dựng bảng thống kê - Tính toán các hệ số của phương trình độ ẩm - Giải phương trình được kết quả độ ẩm tính từ ảnh ENVISAT ASAR Từ dữ liệu ảnh ENVISAT ASAR, qua quá trình tiền xử lý (định chuẩn, lọc Nghiên cứu Tạp chí Khoa học Tài nguyên và Môi trường - Số 17 - năm 2017 119 và nắn chỉnh hình học) bằng phần mềm ENVI. Giá trị tán xạ phản hồi của ảnh σ 0 được tính toán, tiếp theo tính được độ ẩm đất của khu vực tỉnh Đăk Nông Sau khi có được các giá trị độ ẩm tiến hành phân ngưỡng, biên tập và thành lập bản đồ độ ẩm bằng phần mềm ARC GIS. Với các loại cây trồng, giá trị phân ngướng được chia ra các mức từ 0-10%, 10-20%, 20-30%, 30-40% và lớn hơn 40%. Bản đồ độ ẩm đất được thành lập có xu thế phù hợp với tự nhiên theo cấu trúc địa hình khu vực: Nơi có độ ẩm thấp tương ứng với địa hình cao và ngược lại, nơi có địa hình hay khe suối có giá trị độ ẩm cao. Hình 2. Bản đồ độ ẩm khu vực tỉnh Đắk Nông Bảng 1. Giá trị đánh giá độ chính xác STT Giá trị % 1 Giá trị độ ẩm trung bình đo thực địa 25.53 2 Giá trị độ ẩm trung bình tính từ ảnh radar 25.62 3 Sai số trung bình 2.75 Nghiên cứu Tạp chí Khoa học Tài nguyên và Môi trường - Số 17 - năm 2017120 3.2. Đánh giá độ chính xác Kết quả tính toán độ ẩm từ ảnh radar đã được so sánh với số liệu độ ẩm đất đo thực địa ở 28 điểm đo tại Đắk Nông, giá trị độ ẩm cho thấy độ chính xác của kết quả tính toán đạt yêu cầu., thể hiện tại bảng 1 4. Kết luận Thực tế cho thấy, cần có giá trị lấy mẫu thực tế kết hợp dữ liệu ảnh radar để ước tính độ ẩm đất. Từ giá trị đo độ ẩm đất, dựa vào mối quan hệ giữa độ ẩm đất và tín hiệu tán xạ phản hồi của ảnh radar ta tính được giá trị độ ẩm đất cho một khu vực rộng lớn với độ chính xác đạt yêu cầu. Quy trình đề xuất có thể được áp dụng để theo dõi hạn hán hoặc chiết tách thông tin độ ẩm đất phục vụ nông nhiệp. Phương pháp đã tính đến ảnh hưởng của độ nhám bề mặt bằng cách sử dụng ảnh ENVISAT ASAR chế độ phân cực VV, tại góc tới thấp và có tính đến ảnh hưởng của lớp phủ thực vật. Các kết quả tính toán cho thấy phương pháp đề xuất là phù hợp và có sẵn để phục hồi độ ẩm đất trong khu vực nghiên cứu. Lời cảm ơn: Các tác giả bài báo xin chân thành cảm ơn sự giúp đỡ và cung cấp các tư liệu từ nhóm nghiên cứu thuộc đề tài “Nghiên cứu cơ sở khoa học và thực tiễn định hướng phát triển ứng dụng công nghệ viễn thám trong giám sát, điều tra cơ bản tài nguyên thiên nhiên – môi trường và phòng chống thiên tai”, mã số 2015.08.02. TÀI LIỆU THAM KHẢO [1]. Casten Pathe, Wolfgang Wagner, Senior Member, IEEE, Daniel Sabel, “Using ENVISAT ASAR global model data for surface soil moisture retrieval over oklahoma, USA”. IEEE Transactions on Geoscience and remote sensing, vol. 47, No. 2, February 2009. [2]. Chen K, Yen S, Huang W (1995). “A simple model for retrieving bare soil moisture from radar-scattering coeffi cients”. Remote Sensing of the Environment, 54: 121 – 126 [3]. Choudhury B J, Golus R E (1988). “Estimating soil wetness using satellite data. International Journal of Remote Sensing”, 9: 1251–1257 [4]. Choudhury B J, Schmugge T J, Chang A, Newton R W (1979). “Eff ect of surface roughness on the microwave emission from soil”. J Geophys Res, 84: 5699– 5706 [5]. Dubois P, van Zyl J (1994). “An Empirical Soil moisture Estimation Algorithm Using Imaging Radar”. Proceedings of IGARSS’94, IEEE, 1573– 1575. [6]. Entienne Muller, Henri Decamps., “Modeling soil moisture – refl ectance”. Remote sensing of environment 76 (2000) 173 – 180. Fawwaz T. Ulaby, Pascale C. Dubois, Jakob van Zyl., “Radar mapping of surface soil moisture”. Journal of Hrology, (1995). [7]. F. Baup, E. Mougin, P. de Rosnay, F. Timouk, I. Chênerie., “Surface soil moisture estimation over the AMMA Sahelian sitein Mali using ENVISAT/ ASAR data”. Remote sensing of environment 109 (2007) 473 – 481. [8]. Manfred Owe and Alfred Chang, Robert E. Golus., “Estimating surface soil moisture from satelite Microwave measurements and a Satellite derived vegetation index”. Remote sensing of environment 24: 331 – 345 (1988). BBT nhận bài: Ngày 20/7/2017; Phản biện xong: Ngày 5/8/2017