Bài giảng GIS và VIỄN THÁM đại CƯƠNG

Các thiết bị ghi nhận, các loại phim ảnh chuyên dụng với độ nhạy phổ phù hợp đã được chế tạo dựa trên các kết quả nghiên cứu về quy luật phản xạ phổ của các đối tượng tự nhiên.. Thành ph

TRƯỜNG ĐẠI HỌC QUẢNG BÌNH

KHOA KHOA HỌC XÃ HỘI

Năm 2015

MỤC LỤC

MỤC LỤC i

LỜI NÓI ĐẦU v

CHƯƠNG 1 KHÁI QUÁT VỀ VIỄN THÁM 1

1.1 KHÁI NIỆM VÀ LỊCH SỬ PHÁT TRIỂN VIỄN THÁM 1

1.1.1 Khái niệm viễn thám 1

1.1.1.1 Phân loại theo nguồn năng lượng 1

1.1.1.2 Phân loại theo đặc điểm quỹ đạo 1

1.1.1.3 Phân loại theo dải phổ điện từ 1

1.1.2 Lịch sử phát triển của viễn thám 2

1.1.2.1 Trên thế giới 2

1.1.2.2 Tại Việt Nam 2

1.2 CÁC THÀNH PHẦN CỦA VIỄN THÁM 3

1.2.1 Nguồn năng lượng (A) 4

1.2.1.1 Vai trò của nguồn năng lượng 4

1.2.1.2 Sóng điện từ 4

1.2.1.3 Nguyên tắc bức xạ 4

1.2.2 Sự phát xạ vào khí quyển (B) 5

1.2.3 Sự tương tác với đối tượng (C) 6

1.2.3.1 Đặc trưng phản xạ phổ của các đối tượng tự nhiên 6

1.2.3.2 Các yếu tố ảnh hưởng đến khả năng phản xạ phổ của đối tượng tự nhiên 7

1.2.4 Thu nhận năng lượng bằng bộ cảm (D) 7

1.2.4.1 Bộ cảm và vật mang 7

1.2.4.2 Đánh giá hệ thống thu thập dữ liệu viễn thám 8

1.2.5 Sự truyền tải, thu nhận và xử lý (E) 9

1.2.6 Giải đoán và phân tích ảnh (F) 9

1.2.7 Ứng dụng (G) 9

CHƯƠNG 2 PHÂN LOẠI ẢNH VIỄN THÁM 10

2.1 KHÁI QUÁT VỀ ẢNH VIỄN THÁM 10

2.1.1 Khái niệm về ảnh số 10

2.1.2 Đặc trưng cơ bản 10

2.1.2.1 Đặc trưng phổ 10

2.1.2.2 Đặc trưng không gian 13

2.1.2.3 Đặc trưng thời gian 14

2.2 ẢNH HÀNG KHÔNG 14

2.2.1 Khái quát về ảnh máy bay 14

2.2.2 Phân loại ảnh máy bay 15

2.2.2.1 Ảnh tỷ lệ nhỏ 15

2.2.2.2 Ảnh tỷ lệ trung bình 15

2.2.2.3 Ảnh tỷ lệ lớn 15

2.3 ẢNH VỆ TINH 15

2.3.1 Ảnh quang học 15

2.3.1.1 Phân loại ảnh quang học 15

2.3.1.2 Một số ảnh quang học 16

2.3.2 Ảnh Radar 16

2.3.2.1 Khái quát về ảnh Radar 16

2.3.2.2 Một số ảnh Radar 17

CHƯƠNG 3 GIẢI ĐOÁN - XỬ LÝ ẢNH VIỄN THÁM 18

ii

3.1 KHÁT QUÁT VỀ GIẢI ĐOÁN - XỬ LÝ ẢNH 18

3.1.1 Khái niệm giải đoán – xử lý ảnh 18

3.1.2 Hình thức trích xuất thông tin 18

3.1.3 Phương pháp giải đoán – xử lý ảnh 18

3.1.4 Nguyên tắc giải đoán – xử lý ảnh 18

3.2 GIẢI ĐOÁN ẢNH TƯƠNG TỰ 19

3.2.1 Khái niệm giải đoán ảnh tương tự 19

3.2.2 Quy trình giải đoán 19

3.2.2.1 Lập mẫu/ khóa giải đoán 20

3.2.2.2 Xác định hệ thống phân loại 21

3.2.2.4 Khoanh vẽ 21

3.2.2.5 Kiểm tra thực địa – điều chỉnh 22

3.3 XỬ LÝ ẢNH SỐ VỆ TINH 22

3.3.1 Khái niệm xử lý ảnh số vệ tinh 22

3.3.2 Phục hồi và hiệu chỉnh ảnh 22

3.3.2.1 Phục hồi ảnh 23

3.3.2.2 Hiệu chỉnh khí quyển 23

3.3.2.3 Hiệu chỉnh hình học 23

3.3.3 Tăng cường chất lượng ảnh 24

3.3.3.1 Tăng độ tương phản 24

3.3.3.2 Phân chia theo mức 25

3.3.3.3 Lọc không gian 25

3.3.4 Chiết tách thông tin 26

3.3.4.1 Tạo ảnh chỉ số phổ 26

3.3.4.2 Tạo ảnh thành phần chính 27

3.3.4.3 Tạo ảnh tổ hợp màu 27

3.3.4.4 Phân tích Fourier 28

3.3.5 Phân loại ảnh 28

3.3.5.1 Phân loại có kiểm định 29

3.3.5.2 Phân loại không kiểm định 31

CHƯƠNG 1 KHÁI QUÁT VỀ GIS 32

1.1 Ý NIỆM VÀ THÀNH PHẦN GIS 32

1.1.1 Ý niệm về GIS 32

1.1.1.1 Các khái niệm cơ bản 32

1.1.1.2 So sánh với các hệ khác 34

1.1.2 Các thành phần của GIS 34

1.1.2.1 Phần cứng 35

1.1.2.2 Phần mềm 35

1.1.2.3 Quy trình 36

1.1.2.4 Con người 37

1.1.2.5 Dữ liệu 38

1.2 MÔ HÌNH DỮ LIỆU GIS 40

1.2.1 Dữ liệu không gian 40

1.2.1.1 Mô hình vector 40

1.2.1.2 Mô hình raster 41

1.2.1.3 Mô hình TIN 42

1.2.2 Dữ liệu thuộc tính 43

1.2.2.1 Mô hình phân cấp 43

1.2.2.2 Mô hình mạng 44

1.2.2.3 Mô hình quan hệ 44

iii

CHƯƠNG 2 XÂY DỰNG DỮ LIỆU GIS 45

2.1 NHẬP DỮ LIỆU 45

2.1.1 Nhập dữ liệu không gian 45

2.1.1.1 Nhập từ bàn phím 45

2.1.1.2 Sử dụng bàn số hóa 45

2.1.1.3 Nhập từ máy quét 46

2.1.1.4 Dữ liệu viễn thám 46

2.1.1.5 Nhập từ đo đạc 46

2.1.1.6 Hệ thống định vị toàn cầu 47

2.1.2 Nhập dữ liệu thuộc tính 47

2.1.3 Kết nối không gian và thuộc tính 48

2.1.3.1 Khả năng kết nối dữ liệu 48

2.1.3.2 Nguyên tắc kết nối dữ liệu 48

2.2 XỬ LÝ DỮ LIỆU 48

2.2.1 Chuyển đổi định dạng 48

2.2.2 Chuyển đổi mô hình 49

2.2.2.1 Nhận dạng vùng 49

2.2.2.2 Nhận dạng đường 49

2.2.3 Chuyển đổi hệ quy chiếu 50

2.2.4 Nắn chỉnh 50

2.2.5 Làm trùng khít 50

2.2.6 Ghép biên 50

2.3 TỔ CHỨC VÀ CẬP NHẬT DỮ LIỆU 51

2.3.1 Tổ chức dữ liệu 51

2.3.1.1 Tệp dữ liệu 51

2.3.1.2 Kiến trúc CSDL GIS 52

2.3.2 Cập nhật dữ liệu 52

CHƯƠNG 3 PHÂN TÍCH DỮ LIỆU GIS 54

3.1 TRUY VẤN VÀ PHÂN LOẠI 54

3.1.1 Truy vấn thuộc tính 55

3.1.2 Truy vấn không gian 55

3.1.3 Phân loại đối tượng 55

3.2 PHÂN TÍCH KHÔNG GIAN 56

3.2.1 Phân lập 56

3.2.2 Tạo vùng đệm 56

3.2.3 Chồng ghép lớp 56

3.2.3.1 Chồng lớp số học 57

3.2.3.2 Chồng lớp logic 57

3.2.4 Nội suy 57

3.2.4.1 Nội suy cục bộ 57

3.2.4.2 Nội suy toàn cục 58

3.2.4.3 Nội suy Kriging 58

3.2.5 Mạng lưới 58

3.2.5.1 Dự báo lượng vận chuyển 59

3.2.5.2 Tối ưu đường đi 59

3.2.5.3 Phân phối tài nguyên 59

3.2.6 Quy trình phân tích không gian 60

3.2.6.1 Đặt vấn đề 60

3.2.6.2 Chuẩn bị dữ liệu và phân tích không gian 60

3.2.6.3 Chuẩn bị dữ liệu và phân tích thuộc tính 60

iv

3.2.6.4 Đánh giá kết quả 61

3.2.6.5 Xác định lại tiêu chuẩn phân tích và phân tích mới 61

3.2.6.6 Trình bày các kết quả cuối cùng 61

CHƯƠNG 4 HIỂN THỊ VÀ XUẤT DỮ LIỆU GIS 62

4.1 HIỂN THỊ DỮ LIỆU 62

4.1.1 Hiển thị trên máy đơn 62

4.1.2 Hiển thị trên môi trường web 62

4.2 XUẤT DỮ LIỆU DƯỚI DẠNG BẢN ĐỒ 63

4.2.1 Xác định mục đích và yêu cầu của bản đồ 63

4.2.2 Xác định cơ sở toán của bản đồ 63

4.2.2.1 Thiết kế tỷ lệ 64

4.2.2.2 Thiết kế hệ quy chiếu 64

4.2.2.3 Thiết kế bố cục bản đồ 64

4.2.3 Thiết kế nội dung của bản đồ 65

4.2.3.1 Thành phần chính 65

4.2.3.2 Thành phần phụ và bổ sung 65

4.2.4 Chuẩn bị dữ liệu cho bản đồ 66

4.2.4.1 Dữ liệu nền 66

4.2.4.2 Dữ liệu chuyên đề 66

4.2.5 Biên tập bản đồ 66

4.2.5.1 Sử dụng ký hiệu thể hiện bản đồ 66

4.2.5.2 Các phương pháp thể hiện dữ liệu 68

TÀI LIỆU THAM KHẢO CHÍNH 70

v

LỜI NÓI ĐẦU

Bài giảng “GIS và viễn thám đại cương” được biên soạn dựa trên cơ sở

những giáo trình có liên quan của các trường bạn và tài liệu tác giả thu thập được từ nhiều nguồn khác nhau

Bài giảng cung cấp những kiến thức cơ bản về viễn thám và GIS (hệ thống thông tin địa lý) như là một phương tiện nghiên cứu, khai thác dữ liệu không gian cho sinh viên ngành Địa lý học, chuyên ngành Địa lý du lịch được đào tạo tại Khoa Khoa học Xã hội, Trường Đại học Quảng Bình Những kiến thức này tạo điều kiện cho sinh viên hình thành được những ý niệm cơ bản về viễn thám và GIS, từ đó có khả năng ứng dụng để khai thác các nguồn dữ liệu được chia sẻ từ mạng, xây dựng dữ liệu tại một địa bàn khu vực cụ thể, phân tích, xử lý nhằm phục vụ cho việc sử dụng hợp lý lãnh thổ tài nguyên trong phát triển du lịch bền vững

Mặc dù đã cố gắng rất nhiều để nội dung bài giảng đáp ứng được yêu cầu của chương trình và nâng cao chất lượng đào tạo, song chắc chắn không tránh khỏi những sai sót Kính mong nhận được sự chỉ bảo của các nhà khoa học, các bạn đồng nghiệp, cùng sự góp ý của các bạn sinh viên khi sử dụng bài giảng này

Trân trọng cảm ơn tập thể Bộ môn Địa lý – Việt Nam học – Công tác xã hội, Trường Đại học Quảng Bình đã đọc và góp nhiều ý kiến bổ ích

NGƯỜI BIÊN SOẠN

PHẦN 1: VIỄN THÁM - RS

CHƯƠNG 1 KHÁI QUÁT VỀ VIỄN THÁM

1.1 KHÁI NIỆM VÀ LỊCH SỬ PHÁT TRIỂN VIỄN THÁM

1.1.1 Khái niệm viễn thám

Viễn thám (remote sensing) là một kỹ thuật và phương pháp thu nhận thông tin

về các đối tượng từ một khoảng cách nhất định mà không có những tiếp xúc trực tiếp với đối tượng Điều này được thực hiện nhờ vào việc quan sát và thu nhận năng lượng phản xạ, bức xạ từ các đối tượng và sau đó phân tích, xử lý, ứng dụng những thông tin nói trên

Có nhiều tiêu chí khác nhau được sử dụng để phân loại viễn thám Trong đó phổ biến là cách phân loại theo nguồn năng lượng và dải phổ điện từ

1.1.1.1 Phân loại theo nguồn năng lượng

Mặt Trời là nguồn năng lượng chủ yếu trong viễn thám Năng lượng Mặt Trời vừa phản chiếu đối tượng (trong khoảng nhìn thấy) vừa hấp thụ và toả năng lượng (cho dải hồng ngoại nhiệt)

- Viễn thám thụ động: viễn thám cho phép ghi lại giá trị năng lượng tự nhiên (ánh

sáng Mặt Trời) Hệ thống này chỉ có thể làm việc khi mặt đất được chiếu sáng, nghĩa

là việc quan sát mặt đất (chụp ảnh) chỉ có thể thực hiện vào ban ngày

- Viễn thám chủ động: viễn thám mà nguồn năng lượng phản chiếu do con người

tạo ra (thường là gắn kèm với vật mang) Thuận lợi của hệ thống này là có thể làm việc trong mọi điều kiện thời tiết các mùa trong năm và mọi thời điểm trong ngày Viễn thám rada là một ví dụ của loại này

1.1.1.2 Phân loại theo đặc điểm quỹ đạo

- Vệ tinh địa tĩnh: vệ tinh có tốc độ góc quay bằng tốc độ góc quay của Trái Đất,

nghĩa là vị trí tương đối của vệ tinh so với Trái Đất là đứng yên

- Vệ tinh quỹ đạo cực (hay gần cực): 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 Trái Đất và được thiết kế riêng sao cho thời gian thu ảnh trên mỗi vùng lãnh thổ trên mặt đất là cùng giờ địa phương và thời gian thu lặp lại là cố định đối với 1 vệ tinh (ví dụ Landsat 7 là 16 ngày, Spot là 26 ngày, …)

1.1.1.3 Phân loại theo dải phổ điện từ

- Viễn thám quang học: viễn thám mà thiết bị có thể hoạt động trong vùng nhìn

thấy (visible), vùng hồng ngoại gần (near infrared), vùng hồng ngoại giữa (middle infrared) và hồng ngoại ngắn (short wave infrared) Các thiết bị cảm biến của hệ thống này rất nhạy với bước sóng từ 300 - 3000nm

- Viễn thám hồng ngoại: hệ thống mà bộ cảm biến hoạt động trong vùng hồng

ngoại; hay bộ cảm biến ghi lại năng lượng toả ra từ mặt đất trong dải phổ từ 3000 - 5000nm và 8000 - 14000nm Dải sóng ngắn hơn đề cập ở trên được sử dụng để quan sát đối tượng phát nhiệt cao (cháy rừng); dải sóng dài hơn được dùng quan sát mặt đất thông thường Vì thế, viễn thám hồng ngoại nhiệt được dùng phổ biến trong quan trắc cháy, ô nhiễm nhiệt…

- Viễn thám siêu cao tần: viễn thám ghi lại các vi sóng tán xạ ngược của bước

sóng trong dải phổ điện từ từ 1mm đến 1m Hầu hết các cảm biến siêu cao tần là viễn thám chủ động, tức là có mang theo thiết bị phát năng lượng Do không phụ thuộc vào năng lượng Mặt Trời nên nó độc lập với thời tiết và bức xạ Mặt Trời

1.1.2 Lịch sử phát triển của viễn thám

1.1.2.1 Trên thế giới

Sự phát triển của viễn thám gắn liền với sự phát triển của kỹ thuật chụp ảnh Năm

1858 G.F.Toumachon người Pháp đã sử dụng khinh khí cầu bay ở độ cao 80 m để chụp ảnh từ trên không, từ sự việc này mà năm 1858 được coi là năm khai sinh ngành

50 này người ta tập trung nghiên cứu nhiều vào việc phát triển các hệ thống Radar ảnh cửa mở thực

Vào năm 1956, người ta đã thử nghiệm ảnh máy bay trong phân loại và phát hiện kiểu thực vật Vào những năm 1960 nhiều cuộc thử nghiệm về ứng dụng ảnh hồng ngoại màu và ảnh đa phổ đã được tiến hành dưới sự bảo trợ của cơ quan hàng không

vũ trụ quốc gia Hoa Kỳ Từ những thành công trong nghiên cứu trên, ngày 23/7/1972

Mỹ đã phóng vệ tinh nhân tạo Landsat đầu tiên mang đến khả năng thu nhận thông tin

có tính toàn cầu về các hành tinh (kể cả Trái Đất) và môi trường xung quanh

Trong vòng hai thập kỷ gần đây kỹ thuật viễn thám được hoàn thiện dần dần, nhiều nước dự kiến kế hoạch sẽ phóng vệ tinh điều tra tài nguyên như Nhật Bản, Ấn

Độ, các nước châu Âu Tổ chức EOS phóng vệ tinh mang máy thu Modis (100 kênh)

và Hiris (200 kênh) lên quỹ đạo Nhiều phần mền xử lý ảnh số đã ra đời làm cho nó thành một kỹ thuật quan trọng trong việc điều tra điều kiện và đánh giá tài nguyên thiên nhiên quản lý và bảo vệ môi trường

1.1.2.2 Tại Việt Nam

Ở Việt Nam, kỹ thuật viễn thám đã được đưa vào sử dụng từ năm 1976 (Viện Điều tra Quy hoạch Rừng) Mốc quan trọng để đánh dấu sự phát triển của kỹ thuật viễn thám ở Việt Nam là sự hợp tác nhiều bên trong khuôn khổ của chương trình vũ trụ quốc tế (Inter Kosmos) nhân chuyến bay vũ trụ kết hợp Xô - Việt tháng 7 - 1980 Kết quả nghiên cứu các công trình khoa học này là việc sử dụng ảnh đa phổ MKF-6 vào mục đích thành lập một loạt các bản đồ chuyên đề như: địa chất, đất, sử dụng đất, tài nguyên nước, thuỷ văn, rừng,

Ủy ban Nghiên cứu Vũ trụ Việt Nam đã tập trung vào các vấn đề: thành lập các bản đồ địa chất, địa mạo, địa chất thuỷ văn, hiện trạng sử dụng đất rừng, biến động tài nguyên rừng, địa hình biến động của một số vùng cửa sông, ; vấn đề nghiên cứu các đặc trưng phổ phản xạ; vấn đề nhận dạng trong viễn thám để xây dựng các cơ sở cho phần mềm xử lý ảnh số

Từ những năm 1990, nhiều ngành đã đưa công nghệ viễn thám vào ứng dụng trong thực tiễn như các lĩnh vực khí tượng, đo đạc bản đồ, địa chất khoáng sản, quản lý tài nguyên rừng Công nghệ viễn thám kết hợp với hệ thông tin địa lý đã được ứng dụng để thực hiện nhiều đề tài nghiên cứu khoa học và nhiều dự án có liên quan đến điều tra khảo sát điều kiện tự nhiên và tài nguyên thiên nhiên, giảm sát môi trường, giảm thiểu tới mức thấp nhất các thiên tai ở một số vùng Cũng từ 1990 viễn thám ở nước ta đã chuyển dần từng bước từ công nghệ tương tự sang công nghệ số kết hợp hệ thông tin địa lý vì vậy hiện nay chúng ta có thể xử lý nhiều loại ảnh đạt yêu cầu cao về

độ chính xác với quy mô sản xuất công nghiệp

Vào ngày 7/5/2013, VNREDSat-1 (Vietnam Natural Resources, Environment and Disaster-monitoring Satellite-1), vệ tinh quang học quan sát Trái Đất đầu tiên của Việt Nam, do Công ty EADS Astrium (Pháp) thiết kế, chế tạo được phóng vào vũ trụ VNREDSat-1 là hệ thống viễn thám bao gồm: (1) Vệ tinh quan sát Trái Đất VNREDSat-1, (2) Trung tâm điều khiển vệ tinh, (3) trạm thu phát tín hiệu vệ tinh băng tần S, (4) Trạm lưu trữ dữ liệu dự phòng và trạm thu ảnh vệ tinh

VNREDSat-1 có nhiệm vụ chính là chụp ảnh bề mặt Trái đất, cung cấp một số lượng lớn ảnh quang học có phân giải cao một cách chủ động và kịp thời cho việc giám sát tài nguyên thiên nhiên, môi trường, thiên tai, biến đổi khí hậu phục vụ phát

triển kinh tế xã hội và đảm bảo an ninh quốc phòng

Các thông số của vệ tinh VNREDSat-1:

- Vệ tinh có kích thước 600 mm x 570 mm x 500 mm, có trọng lượng khoảng 120kg Tuổi thọ của vệ tinh theo thiết kế là 5 năm; Vệ tinh có quỹ đạo đồng bộ Mặt Trời (SSO)

- Độ cao quỹ đạo trên xích đạo: 680km; Góc nghiêng mặt phẳng quỹ đạo: 98,13o

- Độ tròn quỹ đạo: 0,001193; Chu kỳ quỹ đạo: 5909,6 giây

- Hệ thống quang học được đặt trên vệ tinh VNREDSat-1 là NAOMI (New AstroSat Optical Modular Instrument)

- Thời gian chụp lặp lại: 3 ngày (vệ tinh nghiêng ±35o)/7 ngày (nghiêng ±15o) Ngày 4/12/2013, sau 3 tháng nhận bàn giao vận hành khai thác VNREDSat-1 từ Pháp, tổng số các ảnh đã chụp, xử lý và lưu trữ thành công của vệ tinh là 18.427 cảnh ảnh với kích thước 17,5km x 17,5km trong đó bao gồm 9.817 cảnh ảnh đa phổ (Multi-spectral) và 8.610 cảnh ảnh toàn sắc (Panchromatic) Riêng vùng lãnh thổ và lãnh hải Việt Nam, vệ tinh đã chụp và xử lý 4.003 cảnh, trong đó có 2.018 ảnh đa phổ và 1.985 ảnh toàn sắc

1.2 CÁC THÀNH PHẦN CỦA VIỄN THÁM

Trong hầu hết hệ thống viễn thám, quá trình thu nhận tín hiệu diễn ra bởi sự tương tác giữa bức xạ tới và đối tượng quan sát Sơ đồ dưới đây sẽ minh hoạ quá trình chụp ảnh viễn thám, đồng thời trình bày 7 thành phần cơ bản trong một hệ thống viễn thám

Có thể hình dung hệ thống viễn thám một cách đơn giản theo hình Bức xạ mặt trời một phần bị khuyếch tán trong khí quyển; khi xuống đến mặt đất, một phần bị hấp thụ, một phần truyền qua, một phần phản xạ Bộ cảm trên vệ tinh thu những sóng phản

xạ này - sóng điện từ mang thông tin Tín hiệu thu được từ vệ tinh truyền xuống trạm

thu trên mặt đất Sau khi được xử lý bằng công nghệ xử lý ảnh số hay giải đoán bằng mắt thường, những thông tin này sẽ chuyển đến cho người dùng

Hệ thống viễn thám thường bao gồm bảy phần tử có quan hệ chặt chẽ với nhau Theo trình tự hoạt động của hệ thống, chúng ta có:

1.2.1 Nguồn năng lượng (A)

1.2.1.1 Vai trò của nguồn năng lượng

Thành phần đầu tiên của một hệ thống viễn thám là nguồn năng lượng để chiếu sáng hay cung cấp năng lượng điện từ tới đối tượng quan tâm Có loại viễn thám sử dụng năng lượng mặt trời (viễn thám thụ động), có loại tự cung cấp năng lượng tới đối tượng (viễn thám chủ động) Thông tin viễn thám thu thập được là dựa vào năng lượng

từ đối tượng đến thiết bị nhận, nếu không có nguồn năng lượng chiếu sáng hay truyền tới đối tượng sẽ không có năng lượng đi từ đối tượng đến thiết bị nhận

1.2.1.2 Sóng điện từ

Như chúng ta đã nói ở trên, thành phần đầu tiên của một hệ thống viễn thám là nguồn năng lượng để chiếu vào đối tượng Năng lượng này ở dạng bức xạ điện từ/ sóng điện từ Tất cả sóng điện từ đều có một thuộc tính cơ bản và phù hợp với lý thuyết sóng cơ bản

Sóng điện từ bao gồm điện trường (E) có hướng vuông góc với hướng của bức xạ điện từ di chuyển và từ trường (B) hướng về phía bên phải của điện trường Cả hai cùng di chuyển với tốc độ của ánh sáng (c)

Có hai đặc điểm của sóng điện từ đặc biệt quan trọng mà chúng ta cần hiểu đó là bước sóng và tần số

- Bước sóng (λ): là chiều dài của một chu kỳ sóng được tính từ mô sóng này đến

mô sóng liền kề của nó Bước sóng được ký hiệu là λ và được tính bằng centimet, met, nanomet hay micromet

- Tần số (f): là thuộc tính thứ hai mà chúng ta quan tâm Tần số là số chu kỳ sóng

đi qua một điểm cố định trong một đơn vị thời gian Thông thường tần số được tính bằng herzt (Hz) tương đương với 1 chu kỳ trên một giây

Tần số và bước sóng quan hệ với nhau công thức: c = f λ (1); Trong đó c là tốc

độ ánh sáng (c=3.108

m/s), λ là bước sóng (m), f là tần số (Hz) Rõ ràng, hai yếu tố này

có quan hệ tỉ lệ nghịch với nhau, bước sóng càng ngắn thì tần số càng cao, bước sóng càng dài thì tần số càng thấp

vùng nhìn thấy, phản xạ hồng ngoại, hồng ngoại nhiệt hoặc một phần của sóng rađio Năng lượng của một quantum (lượng tử) được xác định theo công thức:

E = h.f (2) Trong đó : E - năng lượng của một quantum tính bằng joul (J)

h - hằng số Plank bằng 6.625 × 10-34 (j.s)

Từ phương trình (1) và (2) ta có: E = h.c/ λ

Như vậy ta thấy rằng: năng lượng của một quantum phụ thuộc vào độ dài của bước sóng Độ dài của sóng càng lớn thì năng lượng càng nhỏ Điều này có một mối liên quan hết sức quan trọng trong viễn thám

Theo lý thuyết hạt, tất cả các vật có nhiệt độ trên nhiệt độ tuyệt đối (0oK hay là -

273oC) đều phát ra năng lượng, tổng năng lượng càng tăng khi nhiệt độ càng tăng và được tính theo định luật Stephan-Boltzman

M = σ.T Trong đó:

M - tổng năng lượng phát ra từ bề mặt vật thể (W/m2)

σ - hằng số Stephan-Boltzman (= 5,6697.10-8

W/m2/0oK)

T - Nhiệt độ tuyệt đối

Phương trình trên được xác định cho vật thể đen, chính là nguồn phát xạ mà năng lượng phát xạ chính là nguồn năng lượng đã được vật thể hấp thụ

1.2.2 Sự phát xạ vào khí quyển (B)

Vì năng lượng đi từ nguồn tới đối tượng nên sẽ phải tác động qua lại với vùng khí quyển nơi năng lượng đi qua Sự tương tác này có thể lặp lại ở một vị trí không gian nào đó vì năng lượng còn phải đi theo chiều ngược lại, tức là từ đối tượng đến bộ cảm Sóng điện từ tương tác với vật chất theo nhiều cơ chế khác nhau phụ thuộc vào: thành phần vật chất cấu trúc của bản thân đối tượng Những cơ chế tương tác này thay đổi một cách rõ nét qua một số đặc tính của sóng điện từ như thành phần phổ, sự phân cực, cường độ và hướng phản xạ Như vậy để xác định được hoàn toàn đầy đủ mọi thông tin về một đối tượng nào đó cần phải khảo sát nó trong toàn bộ giải phổ sóng điện từ

Sự tồn tại của khí quyển làm giảm đi khả năng lan truyền của sóng điện từ và tăng phần nhiễu của tín hiệu thu được Sự có mặt của mây mù, bụi và những thành phần khác làm tăng thêm ảnh hưởng tiêu cực này Người ta đã tìm ra được những khoảng sóng mà trong đó ảnh hưởng của khí quyển là nhỏ nhất

Trong vùng nhìn thấy, các bước sóng khác nhau sẽ cho ta các màu khác nhau: + Tím: 0.4 - 0.446 µm

1.2.3 Sự tương tác với đối tượng (C)

Một khi được truyền qua không khí đến đối tượng, năng lượng sẽ tương tác với đối tượng tuỳ thuộc vào đặc điểm của cả đối tượng và sóng điện từ Sự tương tác này

có thể là truyền qua đối tượng, bị đối tượng hấp thu hay bị phản xạ trở lại vào khí quyển

1.2.3.1 Đặc trưng phản xạ phổ của các đối tượng tự nhiên

Do các thông tin viễn thám có liên quan trực tiếp đến năng lượng phản xạ từ các đối tượng tự nhiên, nên việc nghiên cứu các tính chất quang học (chủ yếu là đặc trưng phản xạ phổ) của các đối tượng tự nhiên đóng vai trò quan trọng Các thiết bị ghi nhận, các loại phim ảnh chuyên dụng với độ nhạy phổ phù hợp đã được chế tạo dựa trên các kết quả nghiên cứu về quy luật phản xạ phổ của các đối tượng tự nhiên

Trong lĩnh vực viễn thám, kết quả giải đoán phụ thuộc rất nhiều vào sự hiểu biết mối tương quan giữa đặc trưng phản xạ phổ và đối tượng tự nhiên Những thông tin về đặc trưng phản xạ phổ sẽ cho phép các nhà chuyên môn chọn kênh phổ tối ưu chứa nhiều thông tin nhất, đồng thời đó cũng là cơ sở để phân tích các tính chất của đối tượng địa lý, tiến tới phân loại

Đặc tính phản xạ phổ của các đối tượng tự nhiên phụ thuộc vào nhiều yếu tố như điều kiện chiếu sáng, môi trường, khí quyển và bề mặt đối tượng cũng như bản thân các đối tượng đó (độ ẩm, lớp nền, thực vật, chất mùn, cấu trúc bề mặt ) Như vậy, các đối tượng khác nhau sẽ có khả năng phản xạ phổ khác nhau Phương pháp viễn thám dựa chủ yếu trên nguyên lý này để nhận biết, phát hiện các đối tượng, hiện tượng trong tự nhiên Các thông tin về đặc trưng phản xạ phổ của đối tượng tự nhiên sẽ giúp các nhà chuyên môn lựa chọn được kênh phổ tối ưu chứa nhiều thông tin về đối tượng nghiên cứu Đây chính là cơ sở để phân tích nghiên cứu các tính chất của đối tượng, tiến tới phân loại chúng

Năng lượng mặt trời (E0) chiếu xuống mặt đất dưới dạng sóng điện từ, khi năng lượng này tác động lên bề mặt một đối tượng nào đó thì một phần bị phản xạ trở lại (EPX), một phần bị đối tượng hấp thụ và chuyển thành dạng năng lượng khác (EHT), phần còn lại bị truyền qua hay còn gọi là hiện tượng thấu quang năng lượng (ETQ) Có thể mô tả quá trình trên theo công thức:

E0 = EPX + EHT + ETQ (1) Phụ thuộc vào cấu trúc bề mặt của đối tượng, năng lượng phản xạ phổ có thể phản xạ toàn phần, phản xạ một phần hoặc tán xạ toàn phần Vì vậy cần phải lưu ý khi giải đoán ảnh vệ tinh, ảnh máy bay, nhất là khi xử lý ảnh cần phải có các thông tin về các khu vực đang khảo sát và phải biết rõ các thông số kỹ thuật của thiết bị sử dụng, điều kiện chụp ảnh vì các yếu tố này có vai trò nhất định trong việc giải đoán hoặc xử

lý ảnh Đồng thời, năng lượng phản xạ từ các đối tượng không những phụ thuộc vào cấu trúc bề mặt đối tượng mà còn phụ thuộc vào bước sóng của năng lượng chiếu tới

Do vậy, hình ảnh của đối tượng được ghi nhận bằng năng lượng phản xạ phổ của các bước sóng khác nhau sẽ khác nhau

Để nghiên cứu sự phụ thuộc của năng lượng phản xạ phổ vào bước sóng, người ta đưa ra khái niệm về khả năng phản xạ phổ Khả năng phản xạ phổ r(l) của bước sóng 1 được định nghĩa bằng công thức:

r(λ) = [EPX (λ)/E0 (λ)] x 100% (1) Các đối tượng tự nhiên trên mặt đất rất đa dạng và phức tạp, song xét cho cùng

nó được cấu thành bởi ba loại đối tượng cơ bản, đó là: thực vật, thổ nhưỡng và nước

1.2.3.2 Các yếu tố ảnh hưởng đến khả năng phản xạ phổ của đối tượng tự nhiên

- Yếu tố thời gian: Thực phủ mặt đất và một số đối tượng khác thường thay đổi

theo thời gian và do vậy khả năng phản xạ phổ cũng thay đổi theo thời gian Ví dụ: cây rụng lá vào mùa đông và xanh tốt vào mùa xuân, mùa hè, hoặc cây lúa có màu khác nhau theo thời vụ Vì vậy khi giải đoán ảnh cần biết rõ thời vụ, thời điểm ghi nhận ảnh

và đặc điểm của đối tượng cần đoán đọc điều vẽ

- Yếu tố không gian: Người ta chia làm hai loại:

+ Yếu tố không gian cục bộ: thể hiện khi chụp ảnh cùng một loại cây nhưng trồng theo hàng và trồng theo mảng lớn sẽ có khả năng phản xạ phổ khác nhau

+ Yếu tố không gian địa lý: thể hiện khi cùng loại thực vật nhưng sinh trưởng ở các vùng địa lý khác nhau thì khả năng phản xạ phổ sẽ không như nhau Yếu tố không gian cũng thể hiện khi chụp ảnh vùng nói lúc mặt trời không ở vị trí thiên đỉnh, khi đó cùng một đối tượng ở trên sườn được chiếu sáng và sườn không được chiếu sáng sẽ có khả năng phản xạ phổ khác nhau

- Ảnh hưởng của khí quyển: Khi xem xét hệ thống ghi nhận thông tin viễn thám

ta thấy rằng: năng lượng bức xạ từ mặt trời xuống các đối tượng trên mặt đất phải qua tầng khí quyển, sau khi phản xạ từ bề mặt trái đất năng lượng lại được truyền qua khí quyển tới thiết bị ghi thông tin trên vệ tinh Do vậy khí quyển có ảnh hưởng rất lớn đến khả năng phản xạ phổ của các đối tượng tự nhiên Có hai con đường ảnh hưởng chính của khí quyển đó là tán xạ và hấp thụ

+ Hiện tượng tán xạ chỉ làm đổi hướng tia chiếu mà không làm mất năng lượng Tán xạ là do các hạt vật chất nhỏ có trong không khí hoặc các ion có trong khí quyển phản xạ tia chiếu tới, hoặc do tia chiếu truyền qua lớp khí quyển dày đặc có mật độ không khí không đồng nhất gây nên

+ Hiện tượng hấp thụ xảy ra khi tia sáng không được tán xạ mà truyền qua lớp nguyên tử không khí trong khí quyển và làm nóng lớp khí quyển đó Hiện tượng tán xạ tuyệt đối xảy ra khi không có sự hấp thụ năng lượng

1.2.4 Thu nhận năng lượng bằng bộ cảm (D)

Sau khi năng lượng được phát ra hay bị phản xạ từ đối tượng, chúng ta cần có một bộ cảm từ xa để tập hợp lại và thu nhận sóng điện từ Năng lượng điện từ truyền

về bộ cảm mang thông tin về đối tượng

1.2.4.1 Bộ cảm và vật mang

Bộ cảm (bộ viễn cảm) là một thiết bị dùng để cảm nhận sóng điện từ phản xạ hoặc bức xạ từ vật thể Máy chụp ảnh hoặc máy quét là những bộ cảm Bộ cảm giữ nhiệm vụ thu nhận các năng lượng bức xạ do vật thể phản xạ từ nguồn cung cấp tự nhiên (Mặt Trời) hoặc nhân tạo do (do chính vệ tinh phát) Năng lượng này được chuyển thành tín hiệu số (giá trị của pixel) tương ứng với năng lượng bức xạ do bộ cảm nhận được

Phương tiện mang các bộ cảm là vật mang Vệ tinh, máy bay là những vật mang

cơ bản thường sử dụng trong viễn thám Ngoài ra còn có tàu vũ trụ con thoi, các trạm nghiên cứu vũ trụ và nhiều loại vật mang khác có độ cao hoạt động từ vài chục mét trở lên

Hình trên minh họa rõ hơn quá trình thu nhận sóng điện từ mang thông tin của viễn thám quang học (với bộ cảm thụ động) và viễn thám radar (với bộ cảm chủ động)

Các hệ thống viễn thám bị động ghi lại năng lượng được bức xạ tự nhiên hay phản xạ từ một số đối tượng, còn hệ thống viễn thám chủ động được cung cấp một năng lượng riêng cho nó và chiếu trực tiếp vào đối tượng nhằm mục đích đo đạc phần năng lượng đi trở về Một dạng phổ biến của viễn thám chủ động là radar Nó được cấp một nguồn năng lượng riêng của năng lượng điện từ ở bước sóng radar

Bộ cảm biến chỉ thu nhận năng lượng sóng điện từ phản xạ hay bức xạ từ vật thể theo từng bước sóng xác định Năng lượng sóng điện từ sau khi tới được bộ cảm biến được chuyển thành tín hiệu số và truyền về trạm thu trên mặt đất Sau khi được xử lý, ảnh viễn thám sẽ cung cấp thông tin về các vật thể tương ứng với năng lượng bức xạ ứng với từng bước sóng do bộ cảm biến nhận được trong dải phổ đã xác định (từ cực tím đến hồng ngoại) nên người ta còn gọi là dữ liệu ảnh đa phổ hay đa kênh

1.2.4.2 Đánh giá hệ thống thu thập dữ liệu viễn thám

Các hệ thống thu thập dữ liệu viễn thám được đánh giá dựa vào các độ phân giải

dữ liệu sau:

- Độ phân giải phổ: số lượng và độ rộng của các khoảng bước sóng trong phổ

điện từ mà các bộ cảm vệ tinh phát hiện được

- Độ phân giải không gian: phản ánh diện tích mặt đất được tóm tắt bởi một giá

trị dữ liệu trong ảnh Đối với hệ thống viễn thám là kích thước tính bằng mét của trường nhìn không đổi (IFOV) Ví dụ: Landsat MSS là 79×79m, Landsat TM là 30×30m, Spot là 20×20m

- Độ phân giải thời gian: là thời gian thu nhận dữ liệu viễn thám lặp lại tại một

diện tích cụ thể của các bộ cảm Ví dụ : độ phân giải thời gian của Landsat TM là 16 ngày

- Độ phân giải bức xạ: độ nhạy của detector trong việc phân biệt độ mạnh tín

hiệu mà nó ghi nhận từ các dòng bức xạ phản xạ hoặc phát xạ từ các đối tượng

Ảnh có độ phân giải cao hơn sẽ chi tiết hơn về đối tượng Độ phân giải phụ thuộc vào phương tiện chụp ảnh (phim, thấu kính), vào điều kiện chụp ảnh (độ cao phi trình, sương mù, độ tương phản giữa đối tượng và nền) cũng như vào kỹ thuật in tráng Giảm

độ phân giải trong các điều kiện nói trên đồng nghĩa với việc làm mất thông tin trên ảnh thu được

Các ảnh phân giải cao có diện che phủ lớn cho phép loại bỏ những sai lệch gây ra

do độ chiếu sáng và thời tiết khác nhau so với việc chụp ảnh các diện che phủ nhỏ vào thời gian và thời tiết khác nhau

1.2.5 Sự truyền tải, thu nhận và xử lý (E)

Năng lượng được thu nhận bởi bộ cảm cần phải được truyền tải, thường dưới dạng điện từ, đến một trạm tiếp nhận, xử lý - nơi dữ liệu sẽ được xử lý sang dạng ảnh Ảnh này chính là dữ liệu thô

Nhìn chung, dữ liệu vệ tinh được trạm mặt đất thu và ghi lại theo thời gian thực Các phương tiện ghi, lưu trữ được đặc trưng bởi các yếu tố sau: dung tích nhớ; giá phương tiện và đơn giá dữ liệu (giá cho 1 MB); khả năng tương thích: các định dạng

dữ liệu dễ chuyển đổi trong hệ thống máy tính; di chuyển thuận tiện: kích thước, trọng lượng, độ bền.Căn cứ vào mục đích công việc mà lựa chọn các phương tiện cho thích hợp

1.2.6 Giải đoán và phân tích ảnh (F)

Ảnh thô sẽ được xử lý để có thể sử dụng được Để lấy được thông tin về đối tượng người ta phải nhận biết được mỗi hình ảnh trên ảnh tương ứng với đối tượng nào Công đoạn để có thể “nhận biết” này gọi là giải đoán ảnh Ảnh được giải đoán bằng một hoặc kết hợp nhiều phương pháp Các phương pháp này là giải đoán thủ công bằng mắt, giải đoán bằng kỹ thuật số hay các công cụ điện tử để lấy được thông tin về các đối tượng của khu vực đã chụp ảnh

1.2.7 Ứng dụng (G)

Đây là phần tử cuối cùng của quá trình viễn thám, được thực hiện khi ứng dụng thông tin mà chúng ta đã chiết được từ ảnh để hiểu rõ hơn về đối tượng mà chúng ta quan tâm, để khám phá những thông tin mới, kiểm nghiệm những thông tin đã có nhằm giải quyết những vấn đề cụ thể

Câu hỏi ôn tập

1 Trình bày sự phân loại viễn thám? Cho ví dụ minh họa

2 Phân tích các thành phần của hệ thống viễn thám? Theo anh/ chị, thành phần nào có ý nghĩa quan trọng nhất?

CHƯƠNG 2 PHÂN LOẠI ẢNH VIỄN THÁM

2.1 KHÁI QUÁT VỀ ẢNH VIỄN THÁM

Ảnh viễn thám là ảnh thể hiện các vật thể trên bề mặt Trái Đất được thu nhận bởi các bộ cảm đặt trên vệ tinh, máy bay (ở khoảng cách vài trăm mét) Ảnh viễn thám có thể ở dạng ảnh tương tự hoặc ảnh số Trong nội dung này, chỉ tập trung giới thiệu về ảnh số

2.1.1 Khái niệm về ảnh số

Ảnh số được tạo bởi các phần tử ảnh có cùng kích thước được gọi là pixel Các pixel thường có hình dạng vuông và được xác định bằng tọa độ là chỉ số hàng (tăng dần từ trên xuống) và chỉ số cột (từ trái sang phải) Nếu kích thước pixel quá lớn thì chất lượng ảnh sẽ kém, còn trong trường hợp ngược lại thì dung lượng thông tin cần lưu trữ lại quá lớn Diện tích nhỏ nhất trên mặt đất được ghi nhận tương ứng với một pixel được gọi là độ phân giải của ảnh Tùy theo loại vệ tinh và lĩnh vực ứng dụng, cần dùng ảnh viễn thám có độ phân giải khác nhau

Mỗi pixel có giá trị độ xám (g) Giá trị độ xám của pixel được tính bằng trị trung bình của độ phản xạ phổ của toàn bộ khu vực nằm trong phạm vi của pixel Giá trị độ xám của pixel nằm trong thang độ xám từ 0-255 (thang độ xám 256 bậc theo đơn vị thông tin 8 bit) Ta có thể thu được ảnh số nhờ các thiết bị số hoá, cụ thể là máy quét ảnh

2.1.2 Đặc trưng cơ bản

Trong viễn thám, việc thu nhận ảnh số được thực hiện nhờ các bộ cảm đặt trên các vệ tinh Các bộ cảm này quét và định mẫu năng lượng phản xạ bề mặt trái đất tại vùng mà vệ tinh bay qua Trong cùng một thời điểm, các năng lượng phổ thu nhận được phân tích liên tục nhờ hệ thống lăng kính tách tia đặc biệt và được ghi lại sau khi

đã lượng tử hoá thành các băng phổ khác nhau tạo ra ảnh số viễn thám hay gọi là ảnh

số đa phổ Loại ảnh này có đặc trưng riêng của chúng là đặc trưng phổ, đặc trưng không gian và đặc trưng thời gian

2.1.2.1 Đặc trưng phổ

Các đối tượng khác nhau dưới mặt đất phản xạ các bước sóng điện từ khác nhau,

vì thế đối tượng mặt đất sẽ có phổ (độ đen) khác nhau trong các băng phổ khác nhau; Các đối tượng thuộc các lớp khác nhau cũng sẽ có phổ khác nhau trên cùng một băng phổ Đây chính là đặc trưng phổ của ảnh viễn thám, đặc trưng này được thể hiện ở ba dạng là đường cong đặc trưng phổ

Trên hình thể hiện đường cong phổ đặc trưng của nước, đất và thực vật Trục hoành biểu thị độ dài bước sóng, trục tung biểu thị độ phản xạ của các đặc trưng mặt đất với độ dài bước sóng tương ứng Các đường cong đặc trưng này có thể được vẽ từ các số liệu đo phổ các đối tượng nhờ phổ kế hoặc radio kế trên thực địa

Cuối cùng, đối với băng ảnh đơn như ảnh hàng không trắng đen, ảnh Radar hoặc ảnh hồng ngoại, đặc trưng phổ của chúng sẽ suy giảm thành đặc trưng độ đen (hay độ tương phản)

* Đặc trưng phản xạ phổ của thực vật

Đặc tính chung nhất của thực vật là khả năng phản xạ phổ phụ thuộc vào chiều dài bước sóng và các giai đoạn sinh trưởng của thực vật

Các trạng thái lớp phủ thực vật khác nhau có tính chất phản xạ phổ khác nhau Bức xạ mặt trời (E0) khi tới bề mặt lá cây một phần bị phản xạ ngay (E1) Bức xạ ở vùng sóng chàm và sóng đỏ bị chất diệp lục hấp thụ để thực hiện quá trình quang hợp Bức xạ ở vùng sóng lục khi gặp diệp lục trong lá cây sẽ phản xạ trở lại (EG) Bức xạ ở vùng sóng hồng ngoại (EIR > 720nm) cũng sẽ phản xạ khi gặp chất diệp lục của lá Như vậy, năng lượng phản xạ từ thực vật (EPX) bao gồm:

EPX = E1 + EG + EIR (1.3) Trong đó thành phần năng lượng (EG + EIR) chứa đựng những thông tin cần thiết

về bản chất và trạng thái của thực vật, còn phần năng lượng E1 chỉ có tác dụng tạo ra

độ chói của đối tượng Sự khác nhau về đặc trưng phản xạ phổ của thực vật được xác định bởi các yếu tố cấu tạo trong và ngoài lá cây (chất diệp lục, cấu tạo mô bì, thành phần và cấu tạo biểu bì, hình thái cây ), thời kỳ sinh trưởng (tuổi cây, giai đoạn sinh trưởng ) và các tác động ngoại cảnh (điều kiện chiếu sáng, thời tiết, vị trí địa lý ) Tuy vậy, đặc trưng phản xạ phổ của lớp phủ thực vật vẫn mang những đặc điểm chung: hấp thụ mạnh ở vùng sóng đỏ (l = 680 - 720nm), phản xạ mạnh ở vùng sóng cận hồng ngoại (l > 720nm)

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

và vùng cận hồng ngoại, ngoài ra do trong lá cây có nước nên nó hấp thụ bức xạ vùng hồng ngoại Cũng từ đồ thị trên, ta thấy khả năng phản xạ phổ của lá cây xanh ở vùng sóng ngắn và vùng ánh sáng đỏ là thấp Hai vùng suy giảm khả năng phản xạ phổ này tương ứng với hai dải sóng bị chất diệp lục hấp thụ Ở hai dải sóng này, chất diệp lục hấp thụ phần lớn năng lượng chiếu tới, do vậy năng lượng phản xạ của lá cây không lớn Vùng sóng bị phản xạ mạnh nhất là vùng ánh sáng lục tương ứng với bước sóng 540nm Do đó, lá cây tươi được mắt ta cảm nhận có màu lục Khi lá úa hoặc cây bị bệnh lá cây màu vàng hàm lượng diệp lục trong lá giảm đi do đó khả năng phản xạ phổ cũng sẽ bị thay đổi Như vậy, có thể thấy khả năng phản xạ phổ của mỗi loại thực vật

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

- Ở vùng ánh sáng nhìn thấy, phần lớn năng lượng bị hấp thụ bởi chất diệp lục có trong lá cây, một phần nhỏ thấu qua lá còn lại bị phản xạ

- Ở vùng cận hồng ngoại, cấu trúc lá ảnh hưởng lớn đến khả năng phản xạ phổ, ở đây khả năng phản xạ phổ tăng lên rõ rệt

- Ở vùng hồng ngoại, nhân tố ảnh hưởng lớn đến khả năng phản xạ phổ của lá là hàm lượng nước Khi độ ẩm trong lá cao, năng lượng hấp thụ là cực đại; ảnh hưởng của các cấu trúc tế bào lá ở vùng hồng ngoại đối với khả năng phản xạ phổ không lớn bằng hàm lượng nước trong lá

* Đặc trưng phản xạ phổ của đất

Đất là nền của lớp phủ thực vật, cùng với thực vật tạo thành thể thống nhất trong cảnh quan tự nhiên Đặc tính chung nhất của chúng là khả năng phản xạ phổ tăng theo

độ dài bước sóng, đặc biệt là ở vùng cận hồng ngoại và hồng ngoại

Một phần bức xạ mặt trời chiếu tới sẽ phản xạ ngay trên bề mặt đối tượng (E1), phần còn lại đi vào bề dày của đất Một phần năng lượng này được hấp thụ làm tăng

nhiệt độ của đất, một phần sau khi tán xạ gặp các hạt nhỏ và các thành phần vật chất khác có trong đất (nước và các chất khoáng) sẽ phản xạ trở lại (E2) Như vậy, phần năng lượng E2 sẽ chứa đựng những thông tin cơ bản về thành phần, bản chất các loại đất Có thể biểu diễn năng lượng phản xạ đó dưới dạng:

EPX = E1 + E2 (1.4) Khả năng phản xạ phổ của đất phụ thuộc chủ yếu vào bản chất hóa - lý của đất, hàm lượng chất hữu cơ, độ ẩm, trạng thái bề mặt, thành phần cơ giới của đất,

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

có đường kính nhỏ hơn 0.002mm, bụi có đường kính 0.002 đến 0.05mm, cát có đường kính 0.05mm đến 2mm Tuỳ thuộc vào tỷ lệ thành phần của sét, bụi và cát mà có các loại đất khác nhau

Đất cát mịn thì khoảng cách giữa các hạt nhỏ vì chúng ở gần nhau hơn Với hạt lớn khoảng cách giữa chúng lớn hơn, do vậy khả năng vận chuyển không khí và độ ẩm cũng dễ dàng hơn Khi độ ẩm lớn, trên mỗi hạt cát sẽ bọc một màng mỏng nước, do vậy độ ẩm và lượng nước trong loại đất này sẽ cao hơn và do đó độ ẩm cũng ảnh hưởng đến khả năng phản xạ phổ của chúng

Nhìn vào đồ thị ta thấy: khi độ ẩm tăng lên thì khả năng phản xạ phổ sẽ giảm Do vậy, khi hạt nước rơi vào cát khô ta thấy cát có mầu thẫm hơn, đó là nguyên nhân có

sự chênh lệch rõ rệt giữa các đường đặc trưng 1, 2, 3 Tuy nhiên, cát ẩm nếu có thêm nước cũng sẽ không thẫm mầu đáng kể Thành phần chất hữu cơ có trong đất cũng ảnh hưởng tới khả năng phản xạ phổ của các đối tượng, với hàm lượng chất hữu cơ từ 0,5 đến 5,0%, đất có mầu nâu sẫm Nếu hàm lượng hữu cơ thấp hơn đất sẽ có mầu nâu sáng Ôxít sắt cũng ảnh hưởng tới khả năng phản xạ phổ của đất Khả năng phản xạ phổ tăng khi hàm lượng ôxít sắt trong đất giảm xuống Khi loại bỏ ôxít sắt ra khỏi đất, thì khả năng phản xạ phổ của đất tăng lên rõ rệt ở dải sóng từ 500nm đến 1100nm nhưng với bước sóng lớn hơn 1100nm thì hầu như không có tác dụng

Như trên đã nói, có nhiều yếu tố ảnh hưởng đến khả năng phản xạ phổ của đất, tuy nhiên chúng có liên quan chặt chẽ với nhau Vùng phản xạ và bức xạ phổ mạnh dùng để ghi nhận thông tin hữu ích về thổ nhưỡng còn hình ảnh ở hai vùng phổ này là dấu hiệu để đoán đọc điều vẽ các đặc tính của thổ nhưỡng

* Đặc trưng phản xạ phổ của nước

Khả năng phản xạ phổ của nước cũng thay đổi theo bước sóng của bức xạ chiếu tới và thành phần vật chất có trong nước Ngoài ra nó còn phụ thuộc vào bề mặt nước

và trạng thái của nước Trên ảnh chụp bằng kênh hồng ngoại và cận hồng ngoại, đường bờ nước được phát hiện rất dễ dàng, còn một số đặc tính khác của nước cần phải sử dụng ảnh chụp bằng kênh nhìn thấy để nhận biết

Phần lớn năng lượng bức xạ mặt trời chiếu tới đều bị nước hấp thụ cho quá trình tăng nhiệt độ nước Phần năng lượng phản xạ trên bề mặt kết hợp với phần năng lượng sinh ra sau quá trình tán xạ với các hạt vật chất lơ lửng trong nước phản xạ lại, tạo thành năng lượng phản xạ của nước Vì vậy, năng lượng phản xạ của các loại nước là thấp và giảm dần theo chiều tăng của bước sóng Bức xạ mặt trời hầu như bị nước hấp thụ hoàn toàn ở vùng hồng ngoại và cận hồng ngoại Nước đục phản xạ mạnh hơn nước trong, đặc biệt ở vùng sóng đỏ

Trong điều kiện tự nhiên, mặt nước hoặc một lớp nước mỏng sẽ hấp thụ rất mạnh năng lượng ở dải cận hồng ngoại và hồng ngoại, do vậy năng lượng phản xạ rất ít Vì khả năng phản xạ phổ của nước ở dải sóng dài khá nhỏ nên việc sử dụng các kênh sóng dài

để chụp cho ta nhiều khả năng giải đoán các yếu tố thuỷ văn Ví dụ: đường bờ nước sẽ được giải đoán dễ dàng trên ảnh chụp bằng kênh hồng ngoại và cận hồng ngoại

2.1.2.2 Đặc trưng không gian

Đặc trưng không gian tức là đặc trưng hình học của ảnh viễn thám và thể hiện chính dưới ba dạng là độ phân giải, cấu trúc của ảnh và méo ảnh

Độ phân giải của ảnh viễn thám thể hiện ở ba vấn đề: Độ phân giải không gian,

độ phân giải bức xạ (rediometric) và độ phân giải phổ

- Độ phân giải không gian: khoảng cách tối thiểu giữa hai đối tượng mà chúng

được phân chia và tách biệt với nhau trên ảnh

Do đặc tính của đầu thu, độ phân giải không gian của một ảnh vệ tinh phụ thuộc vào hai thông số FOV (Field of view - trường/ góc nhìn) và IFOV (instantaneous field

of view - trường/ góc nhìn tức thì) được thiết kế sẵn Thông số FOV cho ta thấy được phạm vi không gian mà đầu thu có thể thu nhận được sóng điện từ từ đối tượng Như vậy, với góc nhìn càng lớn (FOV càng lớn) thì ảnh thu được càng rộng, và với cùng một góc nhìn, vệ tinh nào có độ cao lớn hơn sẽ có khoảng thu ảnh lớn hơn

Ngược với FOV, IFOV của đầu thu đặc trưng cho phạm vi không gian mà đầu thu có thể nhận được sóng điện từ trong một thời điểm Tức là đầu thu sẽ không thể

“nhìn” được các đối tượng nhỏ hơn trong góc nhìn IFOV Tổng hợp giá trị bức xạ của các đối tượng trong một góc IFOV được thu nhận cùng một lúc và mang một giá trị, được ghi nhận như một điểm ảnh Trong ảnh số, một điểm ảnh được gọi là một pixel

và giá trị kích thước pixel đặc trưng cho khả năng phân giải không gian của ảnh Góc IFOV càng nhỏ thì khả năng phân biệt các đối tượng trong không gian càng lớn, nghĩa

là giá trị pixel càng nhỏ và phạm vi “chụp” ảnh càng hẹp

Độ phân giải không gian thường được thể hiện bằng kích thước của pixel, ví dụ như ảnh Landsat TM là 30x30m hay ảnh Spot-XS là 20x20m và Spot-PAN là 10x10m Độ phân giải không gian là một yếu tố rất quan trọng ảnh hưởng đến độ chính xác của công tác đo vẽ bản đồ và của công tác phân loại

- Độ phân giải bức xạ (radiometric): sự thay đổi nhỏ nhất về độ xám có thể phát

hiện được bởi bộ thu Theo lý thuyết độ phân giải radiometric của hệ thống viễn thám phụ thuộc vào tỷ số giữa tín hiệu và nhiễu Tuy nhiên, trên thực tế độ phân giải Radiometric của ảnh số được xác định bởi số bậc được sử dụng để biểu diễn giá trị độ xám của mỗi pixel Hiện nay, người ta sử dụng 8bit (256 bậc) để biểu thị giá trị độ xám của mỗi pixel Ảnh có độ phân giải radiometric càng cao thì sử dụng càng nhiều bậc để biểu diễn giá trị độ xám của pixel và cho phép phân biệt được những thay đổi nhỏ hơn về độ xám của các đối tượng

- Độ phân giải phổ: không phải toàn bộ giải sóng điện từ được sử dụng trong việc

thu nhận ảnh viễn thám Thông thường, tuỳ thuộc vào mục đích thu thập thông tin, mỗi loại đầu thu được thiết kế để có thể thu nhận sóng điện từ trong một số khoảng bước sóng nhất định Các khoảng bước sóng này được gọi là các kênh ảnh

Ta cũng thấy ở trên, bức xạ phổ (bao gồm cả phản xạ, tán xạ và bức xạ riêng) của một đối tượng thay đổi theo bước sóng điện từ Như vậy, ảnh chụp đối tượng trên các kênh khác nhau sẽ khác nhau Điều này có nghĩa là ảnh được thu trên càng nhiều kênh thì càng có nhiều thông tin về đối tượng được thu thập Số lượng kênh ảnh được gọi là

độ phân giải phổ

Độ phân giải phổ càng cao (càng nhiều kênh ảnh) thì thông tin thu thập từ đối tượng càng nhiều Và đương nhiên giá thành càng lớn Vì vậy tùy theo mục đích sử dụng nên kết hợp nhiều loại ảnh ở các độ phân giải khác nhau để nghiên cứu một khu vực Thông thường, các vệ tinh đa phổ thường có số kênh ảnh từ khoảng 3 đến 10 kênh Hiện nay, trong viễn thám đa phổ, các loại vệ tinh viễn thám có khả năng thu được rất nhiều kênh ảnh (trên 30 kênh) gọi là các vệ tinh siêu phổ (hyperspectral satellite) Khi

xem xét độ phân giải để chọn ảnh cần tuân thủ luật cơ bản: chọn độ phân giải gấp 10 lần kích cỡ của đối tượng muốn nghiên cứu Nhưng nên nhớ rằng không phải luật cơ

bản lúc nào cũng đúng, cần phải xem xét cả các đặc điểm khác của đối tượng như tính tương phản, vị trí, hình dạng

Tín hiệu phản xạ từ các đối tượng trên mặt đất có thể thu nhận theo các dải bước sóng khác nhau Mỗi giải sóng đó được gọi là một băng (band) hay một kênh (Chanel)

Ví dụ ảnh Spot thu nhận tín hiệu trên ba kênh: Xanh lá cây, đỏ và gần hồng ngoại

2.1.2.3 Đặc trưng thời gian

Đặc trưng này có được là do theo chu kỳ hoạt động của vệ tinh, cứ sau một khoảng thời gian nhất định thu được ảnh ở vị trí ban đầu Sau một khoảng thời gian nhất định, nó quay lại và chụp lại vùng đã chụp Khoảng thời gian này gọi là độ phân giải thời gian của vệ tinh

Rõ ràng là với khoảng thời gian lặp càng nhỏ thì thông tin thu thập (hay ảnh chụp) càng nhiều

Ngoài ba đặc trưng trên, người ta có thể sử dụng thông tin trên từng băng của ảnh

để chồng xếp với nhau, tức là người ta có thể tổng hợp các thông tin trên các băng với nhau để tạo ra một băng mới, tạo ra cho ta khoảng khai thác tư duy được nhiều hơn Hay nói cách khác vì ảnh ở dạng số nên người ta có thể cộng, trừ, nhân, chia các băng ảnh với nhau

2.2 ẢNH HÀNG KHÔNG

2.2.1 Khái quát về ảnh máy bay

Chụp ảnh máy bay là một dạng đầu tiên của chụp ảnh viễn thám và nó vẫn đang tồn tại như một phương tiện chụp ảnh hữu hiệu nhất hiện nay Dần dần, chụp ảnh máy bay đã được sử dụng thêm các phương tiện chụp ảnh hồng ngoại nhiệt, rada và các loại chụp ảnh khác bên cạnh sự tiến bộ của chụp ảnh vệ tinh

Chụp ảnh máy bay được sử dụng trong nhiều lĩnh vực quân sự cũng như kinh tế như điều tra đất, mùa màng nông nghiệp, quy hoạch đô thị, thành lập các bản đồ địa chất và tìm kiếm khai thác khoáng sản Chụp ảnh máy bay còn được sử dụng trong việc thăm dò dầu khí ở một số nước

Các máy quét đa phổ, một hệ thống chụp ảnh bên sườn thứ hai được sử dụng trong chụp ảnh hàng không, trong đó có dạng hệ thống quét cơ quang học để các tài liệu thu nhận được ghi lại trên băng từ và chuyển lại thành hình ảnh Ngoài việc sử

dụng dải phổ giống như đối với phim (0,3 - 0,9m) các máy quét còn có thể sử dụng toàn bộ dải sóng của năng lượng hồng ngoại phản xạ đến dải sóng 3m Các bước sóng dài hơn cung cấp các thông tin có giá trị về thực vật, đất và các loại đá

2.2.2 Phân loại ảnh máy bay

Tùy theo các loại tỷ lệ mà các loại ảnh máy bay được chia thành từng cấp khác nhau Mỗi cấp có độ chính xác riêng và phù hợp với từng mục đích giải đoán

2.2.2.1 Ảnh tỷ lệ nhỏ

Bao gồm các ảnh máy bay có tỷ lệ nhỏ hơn 1/35.000 Ảnh cho phép phân biệt các dạng và kiểu địa hình, các kiến trúc địa chất có hạng bậc khác biệt nhau, các kiến trúc phá hủy, có thể dùng làm cơ sở để vẽ bản đồ địa chất các tỷ lệ tương ứng hoặc nhỏ hơn, phân chia được các tầng đá khác nhau, khoanh định các diện tích có lớp nước ngầm xuất lộ, phân chia được nhiều kiểu cảnh quan

Trong đó, ảnh có tỷ lệ nhỏ hơn 1/100.000, còn gọi là ảnh có độ cao lớn, có nội dung gần gũi với ảnh vệ tinh tỷ lệ trung bình, đặc biệt có tác dụng trong những vùng

có độ phân cắt sâu lớn, thường chụp ảnh tỷ lệ rất nhỏ cho địa hình vùng núi cao

Đặc biệt, đối với ảnh có tỷ lệ trên 1/1.000, diện chụp rất nhỏ, chủ yếu dùng trong công tác xây dựng công trình Song ảnh hàng không tỷ lệ rất lớn cũng cho phép đo đạc

và nghiên cứu vấn đề của một đô thị, v.v

Khi giải quyết các vấn đề khu vực, tốt nhất là dùng ảnh thuộc vài ba cấp tỷ lệ khác nhau Ví dụ: khảo sát sơ bộ trên cấp ảnh 1/1.000.000 - 1/120.000, sau đó chính xác hoá bằng ảnh 1/12.000 - 1/35.000, cuối cùng bổ sung những chỗ quan trọng bằng ảnh 1/2.000 - 1/5.000

2.3 ẢNH VỆ TINH

2.3.1 Ảnh quang học

2.3.1.1 Phân loại ảnh quang học

Ảnh quang học gồm 2 loại: ảnh toàn sắc chỉ bao gồm một kênh phổ (nên thường được giải đoán như ảnh đen trắng), ảnh đa phổ bao gồm nhiều kênh phổ

Để hiển thị, từng kênh của ảnh đa phổ được thể hiện lần lượt dưới dạng ảnh gray scale (cấp độ xám) mà mỗi pixel sẽ có giá trị hữu hạn ứng với từng cường độ phản xạ năng lượng của vật thể trên mặt đất, hoặc phối hợp ba kênh ảnh hiển thị cùng lúc dưới

dạng ảnh tổ hợp màu Việc giải đoán ảnh tổ hợp màu đòi hỏi phải có kiến thức về đặc trưng phản xạ phổ của các đối tượng trong ảnh

2.3.1.2 Một số ảnh quang học

Các loại ảnh vệ tinh thường dùng hiện nay (phân theo độ phân giải):

- Loại có độ phân giải thấp (>100m): Modis (250m, 500m, 1km); Meris (250m);

Noaa-AVHHR (1,1km); Spot Vegetation;

- Loại có độ phân giải trung bình (15-100m): Landsat TM/ETM+ (15m; 30m;

60m, bao gồm 7 kênh phổ, thường dùng để làm bản đồ hiện trạng sử đất, hiệu chỉnh bản đồ tỷ lệ nhỏ); Spot (20m); Aster (15m; 30m; 90m); IRS, Envisat, Radarsat,…

- Loại có độ phân giải cao (<10m): Quickbird (ảnh toàn sắc: 0,7-1m, ảnh đa phổ:

2,44-4m); Corona (5m); IKONOS (ảnh đơn kênh: 1,4m, ảnh đa phổ -4 kênh: 4m, thường dùng để hiệu chỉnh bản đồ địa chính, tỷ lệ trung bình và lớn); Spot 5 (2,5; 5; 10m), Thaichote/THEOS (2m), OrbView-3 (1, 4m), IRS (2,5; 5 m), Corona, Lidar …

2.3.2 Ảnh Radar

2.3.2.1 Khái quát về ảnh Radar

Radar (Radio Detection And Ranging - tạm dịch là: dò tìm bằng sóng radio và tập hợp sóng), là hệ thống viễn thám chủ động vì nó sử dụng nguồn năng lượng riêng Hệ thống này phóng nguồn năng lượng tới địa hình và ghi lại năng lượng trở về từ địa hình (gọi là rada trở về) và chuyển chúng thành hình ảnh

Ảnh Radar có những đặc điểm khác biệt cơ bản so với ảnh quang học, đó là năng lượng sóng điện từ do chính vệ tinh chủ động phát đến các vật thể trên bề mặt Trái Đất, bước sóng thường được sử dụng nằm trong dải tần sóng vô tuyến cao tần (1cm đến 1m) Hình ảnh của vật thể được thể hiện trên ảnh rada rất khác so với cảm nhận của mắt người quan sát Độ xám của ảnh phụ thuộc rất nhiều vào năng lượng tán xạ ngược của sóng siêu cao tần và các bóng thể hiện trên ảnh chỉ liên quan đến góc tới của của sóng do vệ tinh phát ra Ảnh rada có ưu điểm là ít chịu ảnh hưởng của khí quyển, không lệ thuộc vào bức xạ mặt trời nên có thể thu được ảnh cả ngày lẫn đêm và bước sóng được sử dụng trong thu ảnh rada thường được xác định trước và kiểm soát

dễ dàng Viễn thám Radar có một số đặc điểm:

- Hoạt động trong một dải sóng rộng từ band radio đến band cực ngắn (với bước sóng từ micromet đến vài milimét);

- Có thể thu và phát các tần số radio phân cực theo cả chiều ngang lẫn thẳng đứng;

- Đo được độ mạnh của backscatter (một phần năng lượng mà ăngten radar nhận được và thời gian kéo dài giữa quá trình nhận và truyền tín hiệu);

- Do bước sóng radio thường dài hơn bước sóng của ánh sáng nhìn thấy và ánh sáng hồng ngoại nên chúng có thể xuyên qua được tán cây của lớp phủ thực vật nên chất lượng ảnh Radar không phụ thuộc thời tiết như ảnh viễn thám quang học Chưa kể với những hệ thống Radar có bước sóng dài hơn có thể xuyên qua lớp phủ bề mặt Một

số hệ thống Radar có thiết bị có thể đo được độ ẩm của đất;

- Cách thức tương tác của các tín hiệu Radar phụ thuộc vào kích thước vật thể, hình dạng, độ nhẵn bề mặt, góc tiếp xúc với các mức năng lượng sản sinh từ sóng cực ngắn và hằng số điện môi;

- So với các hệ thống viễn thám khác, viễn thám radar ghi tư liệu trên cơ sở của thời gian hơn là khoảng cách Radar có thể ghi lại hình ảnh ở bước sóng dài hơn với độ phân giải cao hơn vì ở vùng sóng cực ngắn, sự hấp thụ và tán xạ ánh sáng là nhỏ nhất Thiết bị “chụp” ảnh Radar có thể đặt trên máy bay hay vệ tinh

Radar thường được dùng để thành lập bản đồ che phủ đất, xác định cấu trúc thảm thực vật và lập mô hình số độ cao (DEM)

- Đo khoảng cách giữa bộ cảm và đối tượng

- Có thể triển khai hệ thống quét (scanning) và chụp ảnh

- Có khả năng đo/ghi lại những tín hiệu phản hồi rời rạc, hệ thống hiện đại hơn có thể đo/ghi lại toàn bộ các dạng sóng từ tín hiệu phản hồi

- Sử dụng phổ biến trong thu thập thông tin về mô hình số độ cao (DEM), và cũng có thể sử dụng để đo chiều cao và cấu trúc thảm thực vật

Xử lý ảnh Radar cũng như Lidar cần có những phần mềm chuyên biệt, khác với các phần mềm xử lý ảnh viễn thám quang học

Về giá cả ảnh vệ tinh có thể dao động từ miễn phí đến hơn 100 USD/1 km2 tuỳ theo thời gian cung cấp cũng như mục đích sử dụng ảnh

Có rất nhiều công ty kinh doanh được phép bán ảnh Người dùng cần thoả thuận bản quyền quy định rõ cách thức sử dụng cũng như phân phối ảnh vệ tinh để được phép sở hữu thông tin tối đa của ảnh cho hoạt động của mình

Câu hỏi ôn tập

1 Ảnh số vệ tinh là gì? Cho ví dụ minh họa

2 Trình bày sự phân loại ảnh vệ tinh? Vai trò của mỗi loại ảnh vệ tinh trong việc ứng dụng thực tiễn?

CHƯƠNG 3 GIẢI ĐOÁN - XỬ LÝ

ẢNH VIỄN THÁM

3.1 KHÁT QUÁT VỀ GIẢI ĐOÁN - XỬ LÝ ẢNH

3.1.1 Khái niệm giải đoán – xử lý ảnh

Giải đoán ảnh viễn thám là quá trình trích xuất các thông tin có trong ảnh Đó là các thông tin về hình dạng, màu sắc và sắc độ đậm nhạt khác nhau (đối với ảnh hàng không hoặc ảnh toàn sắc), mức độ phản xạ năng lượng sóng điện từ của các đối tượng (đối với ảnh đa phổ thu nhận bằng vệ tinh) Việc trích xuất thông tin có thể ở mức độ định tính (xác định đối tượng, xác định ranh giới) hoặc định lượng (đánh giá và đo lường) Riêng đối với ảnh vệ tinh đa phổ, trích xuất thông tin định tính còn là việc đánh giá mức độ đáp ứng phản xạ phổ của các đối tượng

Về mặt chủ quan đối với con người, đó là việc xác định ranh giới các đối tượng tương đối đồng nhất theo vùng cảnh quan

3.1.2 Hình thức trích xuất thông tin

Trích xuất thông tin trong viễn thám có thể phân thành 5 loại:

- Phân loại: là quá trình tách, gộp thông tin dựa trên các tính chất phổ, không gian

và thời gian cho bởi ảnh của đối tượng cần nghiên cứu

- Phát hiện biến động: là sự phát hiện và tách các sự biến động (thay đổi) dựa trên

dữ liệu ảnh đa thời gian

- Tách các đại lượng vật lý: chiết tách các thông tin tự nhiên như đo nhiệt độ, trạng thái khí quyển, độ cao của vật thể dựa trên các đặc trưng phổ hoặc thị sai của ảnh lập thể

- Tách các chỉ số: tính toán xác định các chỉ số mới (chỉ số thực vật NDVI…)

- Xác định các đặc điểm: xác định thiên tai, các dấu hiệu phục vụ tìm kiếm khảo

cổ

3.1.3 Phương pháp giải đoán – xử lý ảnh

Việc giải đoán có thể được thực hiện bằng máy tính với các phần mềm chuyên dụng (đối với ảnh vệ tinh đa phổ) hay giải đoán bằng mắt (đối với ảnh hàng không và ảnh toàn sắc) Mỗi phương pháp đều có những ưu và nhược điểm của nó, việc xử lý dựa trên cả người và máy được thực hiện thông qua những hệ thống xử lý tương tác người – máy

3.1.4 Nguyên tắc giải đoán – xử lý ảnh

Giải đoán ảnh dựa trên những nguyên tắc nhất định về giải đoán và cần sử dụng các kiến thức cũng như các tư liệu và tài liệu liên quan đến giải đoán:

- Kiến thức, kinh nghiệm về đối tượng cần giải đoán (tính chất, phân bố địa lý, hiện trạng phân bố thực, …)

- Các tài liệu mặt đất: vị trí tọa độ, khảo sát, bản đồ liên quan – địa hình, số liệu khí hậu, …

- Nắm rõ bản chất phản xạ đối với đối tượng cần giải đoán theo kênh phổ

Việc giải đoán ảnh trên nguyên tắc tổng quát phải trải qua các bước thực hiện sau:

- Đọc ảnh: có liên quan đến việc nghiên cứu các đặc tính của các sự vật thấy

được trên ảnh một cách rõ ràng tùy theo mục đích của người giải đoán, kinh nghiệm giải đoán và kiến thức về khu vực đang giải đoán Đây là một khâu rất quan trọng, nó

sẽ giúp cho người giải đoán nhận diện các đặc tính cần nghiên cứu một cách dễ dàng

và từ đây xây dựng chìa khóa giải đoán của loạt bộ ảnh Đọc ảnh gồm 3 bước:

+ Khám phá tất cả những gì thể hiện trên ảnh thông qua việc nhận diện các sự vật trên ảnh

+ Xác định các sự vật trên ảnh, tìm các đặc tính tương tự nhau giữa các sự vật, xây dựng khóa giải đoán ảnh và chú dẫn

+ Tìm và xác định các đặc tính ảnh quan trọng nhất cần thiết phải được sử dụng

để giải đoán ảnh

- Phân tích ảnh: người giải đoán chọn những đặc tính nào quan trọng cần chú ý

để đi sâu vào giải đoán và khai thác Những đặc tính quan trọng đó thay đổi tùy theo từng lĩnh vực khoa học, mục đích phục vụ như: nhà địa chất chọn độ dốc và lớp phủ của đất, đá; nhà thực vật thì lại quan tâm loại thực vật, sự phân bố cũng như hiện trạng

sử dụng đất cho các loại cây trồng… cũng ở bước này, bản chú dẫn chi tiết cũng được xây dựng, việc khoanh contour sau đó dựa trên đặc tính đã được xây dựng trên chú dẫn

- Phân loại: Sau khi đã xây dựng bảng chú dẫn cùng các contour trên toàn vùng

giải đoán, dựa trên cơ sở của các đặc tính trên bản chú dẫn, người giải đoán tiến hành phân loại và xếp hạng cho từng contour khác nhau Xác định các contour có các đặc tính tương tự nhau Tùy theo từng ngành khác nhau mà việc phân loại sẽ được thực hiện để sao cho được nhiều chi tiết nhất

- Suy đoán: Sau khi phân loại và tách ra thành các nhóm riêng biệt, tiến hành suy

đoán ra các tên chuyên môn tùy theo ngành đã đưa đến việc đặt tên theo giả thuyết Việc suy đoán này dựa trên các đặc tính trong ảnh kết hợp với kinh nghiệm và các tư liệu thu nhập được từ các nghiên cứu trước Đây là giải đoán quan trọng để giúp cho việc khảo sát thực tế ngoài đồng có định hướng

3.2 GIẢI ĐOÁN ẢNH TƯƠNG TỰ

3.2.1 Khái niệm giải đoán ảnh tương tự

Giải đoán ảnh tương tự là một quá trình tách thông tin từ ảnh viễn thám tương tự dựa trên các tri thức chuyên môn hoặc kinh nghiệm của người giải đoán (hình dạng, vị trí, cấu trúc, chất lượng, điều kiện, mối quan hệ giữa các đối tượng)

Cơ sở của việc giải đoán: dựa trên các tone (độ đậm nhạt) màu, kích thước, hình dạng của vật thể, địa hình, thảm thực vật, kiểm tra bằng thực địa Để giải đoán ảnh cần

sử dụng kiến thức của chuyên gia có sự hỗ trợ của các dụng cụ quang học từ đơn giản đến phức tạp như kính lúp, kính lập thể, kính phóng đại Tùy thuộc theo tính năng của các công cụ xử lý (kính lập thể, bàn sáng, máy tổ hợp màu, thiết bị Zoom transpersope

và pantograph, máy đo diện tích) mà tiến trình của các phương pháp này có khác nhau

3.2.2 Quy trình giải đoán

Quy trình giải đoán tương tự cơ bản gồm các bước sau:

3.2.2.1 Lập mẫu/ khóa giải đoán

Khoá giải đoán là chuẩn giải đoán cho đối tượng nhất định bao gồm tập hợp các yếu tố và dấu hiệu do nhà giải đoán có kinh nghiệm thiết lập, nhằm trợ giúp cho công tác giải đoán nhanh và đạt được kết quả giải đoán chính xác thống nhất cho các đối tượng từ nhiều người khác nhau

Tùy thuộc vào cách mà trong đó các yếu tố chuẩn đoán được thiết lập, nhìn chung

có hai kiểu khoá đã được công nhận:

- Các khóa tuyển chọn (Selective keys): dùng cho thực vật, các nhà giải đoán

thường lựa chọn các đối tượng có đặc điểm phù hợp với các đối tượng đã được xác định

- Các khóa loại trừ (Elimination keys): được sắp xếp để các nhà giải đoán thực

hiện quá trình có sự suy xét từng bước chính xác, từ đó dẫn đến việc loại bỏ các đối tượng thiếu cơ sở

Việc giải đoán phụ thuộc rất nhiều vào kinh nghiệm thực tiễn của người giải đoán Cùng một dấu hiệu ảnh nhưng có thể là dấu hiệu của nhiều kiểu thảm thực vật khác nhau và ngược lại, nhiều kiểu thảm thực vật giống nhau song đặc điểm trên ảnh lại có thể thay đổi tùy từng điều kiện cụ thể và từng khu vực lãnh thổ Để giải quyết được vấn đề trên đòi hỏi người lập khóa giải đoán phải có trình độ chuyên môn và kinh nghiệm thực tiễn Để loại trừ các kết quả khác biệt có thể nhận được từ những người giải đoán khác nhau cần thống nhất khóa giải đoán

Việc nhận dạng đối tượng cần giải đoán có thể dựa vào các dấu hiệu cơ bản:

- Kích thước (size): Kích thước của một đối tượng trong một bức ảnh là một hàm

tỷ lệ Đánh giá kích thước của mục tiêu với các đối tượng khác trong một bức ảnh là công việc quan trọng hỗ trợ cho việc giải đoán thực thể đó

- Hình dạng (shape): đề cập đến hình dạng chung, cấu trúc và đường bao quanh

của thực thể riêng biệt Hình dạng có thể là đầu mối rất dễ phân biệt cho công việc giải đoán

- Bóng (shadow): là thành phần hỗ trợ trong việc giải đoán vì nó có thể cung cấp

hình ảnh về mặt nghiêng và độ cao tương đối giữa các thực thể giúp cho việc phân biệt giữa các thực thể dễ dàng hơn Tuy nhiên thành phần bóng có thể ảnh hưởng đến việc giải đoán các thực thể khác, do đó thực thể trong vùng bóng sẽ nhận dạng vùng biên

- Cường độ màu (tone): là thành phần cơ bản dùng để phân biệt giữa các thực thể

khác nhau Sự thay đổi về cường độ màu cho phép phân biệt các thành phần như hình dạng, cấu trúc, kiểu mẫu

- Màu sắc (colour): của đối tượng trên ảnh màu giả (FCC) giúp cho người giải

đoán có thể phân biệt được nhiều đối tượng có đặc điểm cường độ màu giống nhau trên ảnh trắng đen Tổ hợp màu giả trong ảnh Landsat là xanh lơ (Blue), xanh lục (Green) và đỏ (Red) thể hiện các nhóm cơ bản là: thực vật từ màu hồng đến màu đỏ, nước xanh lơ nhạy đến xanh lơ sẫm, đất trống đá lộ có màu trắng

- Cấu trúc (texture): đề cập đến sự sắp xếp và tần số của sự thay đổi cường độ

màu trong một vùng xác định trên một ảnh Cấu trúc ghồ ghề bao gồm các cường độ màu lốm đốm mà mức xám thay đổi đột ngột trong một vùng khá nhỏ, trong khi cấu trúc trơn có sự biến đổi ít

Cấu trúc trơn hầu như là kết quả của những bề mặt đồng nhất bằng phẳng, như đồng bằng, đồng cỏ Một thực thể trên bề mặt không bằng phẳng và cấu trúc không đồng đều kết quả sẽ xuất hiện cấu trúc ghồ ghề Cấu trúc là thành phần quan trọng nhất

để phân biệt các đối tượng trên Radar

- Kiểu mẫu (pattern): đề cập đến sự sắp xếp không gian của các đối tượng có thể

nhìn thấy rõ Sự lập lại có trật tự của các cường độ màu và cấu trúc tương tự nhau sẽ tạo ra một kiểu mẫu nhận dạng dễ phân biệt Vườn cây có trồng cây theo hàng và đường phố trong đô thị với những ngôi nhà thẳng hàng đều đặn là những ví dụ điển hình về kiểu mẫu

- Mối quan hệ (accsociation): đề cặp đến quan hệ giữa các đối tượng nhận dạng

khác nhau thuộc vùng lân cận mục tiêu đang xét đến Quá trình nhận dạng đối tượng

có xem xét đến các thực thể lân cận sẽ cung cấp thông tin giúp cho việc nhận dạng được dễ dàng

+ Địa hình: Địa hình cho phép nhận biết sơ bộ các yếu tố trên ảnh (như đồng bằng, đồi núi, thềm sông, bãi biển) từ đó định hướng trong phân tích giải đoán ảnh + Thực vật: Kiểu thực vật, mức độ phát triển của loại thực vật chính là chỉ thị cho yếu tố tự nhiên dưới nó, đặt biệt là loại đất, mức độ ẩm (kể cả độ sâu mực nước ngầm, chất lượng nước) Như vậy kiểu thực vật là dấu hiệu quan trọng để phân biệt đối tượng

+ Hiện trạng sử dụng đất: đất cung cấp những thông tin quan trọng để xác định các đối tượng

+ Mạng lưới sông suối: là yếu tố quan trọng trong phân tích ảnh, từ kiểu mạng sông suối cho biết: Kiểu cành cây  đá granit, đá cát kết; Kiểu ô mạng  vùng đồng bằng; Kiểu ô tỏa tia  vùng núi lửa, vòm nâng; Kiểu song song  trên hoang mạc, trầm tích sườn hay thung lũng

+ Các dạng xói mòn: Mặt cắt ngang (hình dạng khe rãnh) khác nhau đối với các đất đá khác nhau

+ Hệ thống khe nứt – hình dạng: Các thông số khe nứt cần được xem xét khi giải đoán ảnh là: hướng, mật độ, hình dạng, độ lớn Hệ thống này có thể liên quan đến các kiểu đứt gãy, khe đứt lớn của đá cứng

- Tổ hợp tất cả các yếu tố giải đoán: Trong quá trình giải đoán, ngoài việc phân

tích các yếu tố riêng lẻ còn xem xét sự tập hợp trong không gian của từng nhóm yếu

tố Sự tổ hợp đó có thể tạo nên một dạng hay một kiểu địa hình từ đó giúp người giải đoán có thể hiệu chỉnh và loại bỏ những sai sót lầm lẫn làm cho việc giải đoán nâng cao độ chính xác

3.2.2.2 Xác định hệ thống phân loại

Căn cứ vào mục tiêu của việc giải đoán đã được đề ra từ trước (ví dụ: để thành lập bản đồ hiện trạng lớp phủ), mức độ chi tiết mong muốn của kết quả để xây dựng hệ thống phân loại phù hợp

3.2.2.4 Khoanh vẽ

Sau khi đã lập mẫu giải đoán, ta cần tiến hành việc khoanh vẽ các đối tượng có màu hiển thị được xác định như mẫu giải đoán Khoanh vẽ dựa theo vị trí các đường

biên của các đối tượng, có thể sử dụng bút màu, trong đó mỗi màu thể hiện cho 1 loại đối tượng theo mẫu giải đoán đã xác định

3.2.2.5 Kiểm tra thực địa – điều chỉnh

Kiểm tra thực địa được xem là dạng tài liệu hỗ trợ nhằm đánh giá dữ liệu phân tích Về bản chất, công việc này để các nhà giải đoán làm quen với diện tích nghiên cứu và các nét đặc trưng của đối tượng được giải đoán Kiểm tra thực địa được thực hiện sau khi đã giải đoán ảnh nhằm hiệu chỉnh các kết quả Công việc thực địa rất tốn kém (thường gấp 3 lần phân tích trong phòng) nên phải có kế hoạch tỉ mỉ Loại công việc, khối lượng, thời gian, phương pháp thu thập và thủ tục tích hợp dữ liệu cần được tính toán cẩn thận (số điểm và tuyến khảo sát, lấy mẫu ngẫu nhiên hay hệ thống…) Khối lượng và dạng công việc ngoài trời cho từng đề án có thể thay đổi phụ thuộc vào: kiểu phân tích dữ liệu; chất lượng ảnh bao gồm độ phân giải và thông tin giải đoán được; yêu cầu độ chính xác về phân loại và ranh giới; kinh nghiệm của chuyên gia giải đoán ảnh và sự hiểu biết của họ về bộ cảm biến, diện tích và các chủ

đề giải đoán; đặc điểm địa hình và điều kiện giao thông trên diện tích nghiên cứu

Để quá trình giải đoán đạt hiệu quả cao cần chú ý: giải đoán nên thực hiện theo từng bước một; giải đoán nên bắt đầu từ khái quát đến đặc trưng (cụ thể); giải đoán nên tiến hành từ cái đã biết đến cái chưa biết

Kết quả kiểm tra thực địa là cơ sở để điều chỉnh và đưa ra kết quả giải đoán ảnh cuối cùng

3.3 XỬ LÝ ẢNH SỐ VỆ TINH

3.3.1 Khái niệm xử lý ảnh số vệ tinh

Xử lý ảnh số vệ tinh là quá trình sử dụng máy tính và các phần mềm chuyên dụng

để điều khiển và phân tích các thông tin ảnh vệ tinh dạng số Thông thường xử lý ảnh

số áp dụng cho tư liệu vệ tinh song cũng có thể áp dụng cho tư liệu thu được từ máy bay Yêu cầu cơ bản là nguồn tư liệu phải ở dạng số và thông thường là được tạo từ phương pháp chụp quét scanning Đây là một công việc rất quan trọng trong viễn thám

và có vai trò tương tự như phân tích ảnh bằng mắt

Xử lý ảnh số đã được bắt đầu từ những năm 1960 với một số lượng hạn chế các công trình nghiên cứu vì nguyên nhân cơ bản là do nguồn ảnh chưa phổ biến, giá thành máy tính và phần mềm quá đắt Chỉ từ 1972, khi vệ tinh Landsat được phóng lên thì xử

lý ảnh số mới được phát triển một cách rộng rãi Hiện nay, do giá thành máy tính thấp dần và phần mềm càng được phát triển nhiều, nguồn tư liệu số lại rất đa dạng nên kỹ thuật xử lý ảnh số gần như đã thay thế cho việc xử lý bằng mắt, nhất là khi được kết hợp chặt chẽ với GIS

3.3.2 Phục hồi và hiệu chỉnh ảnh

Là việc phát hiện và khôi phục lại các phần hình ảnh bị tối do quá trình quét, thu nhận và truyền hình ảnh Nguyên nhân các lỗi là do bị nhiễu, do bị bỏ sót thông tin xuất phát từ đặc điểm của bộ cảm, bầu khí quyển, thời tiết, bề mặt trái đất (địa hình), vật mang (máy bay, vệ tinh) và một số nguyên nhân khác Mục tiêu của kỹ thuật là khôi phục lại hình ảnh gần như hình ảnh ban đầu - đó là kỹ thật cosmetic - sửa chữa bên ngoài Kỹ thuật khôi phục hình ảnh tương đối đơn giản:

3.3.2.1 Phục hồi ảnh

Do một band phổ của Landsat có 6 detector (con mắt điện tử), mỗi detector cung cấp thông tin của 1 hàng trong quá trình quét hoặc truyền, thông tin của một trong 6 detector bị mất và hàng đó trở thành đen vì mang giá trị 0 Phương pháp khắc phục là tính giá trị DN trung bình của toàn cảnh, giá trị trung bình đó được gắn giá trị DN cho hàng bị thiếu bằng cách lấy giá trị trung bình giữa hàng trên và hàng dưới (tính tròn số) Tuy nhiên việc khôi phục này chỉ tạo nên ảnh nhân tạo chứ không phải ảnh gốc Tương tự như trên, song trong trường hợp này hàng thứ 6 lại chứa các giá trị DN cao gấp 2 lần giá trị trung bình, từ đó các hàng này có màu trắng Phương pháp này xây dựng đồ thị phân bố độ sáng (Hystogram) của 6 hàng trên ảnh, tính giá trị trung bình trên đồ thị (ở giữa) để gắn cho hàng bị thiếu Hoặc có thể so sánh giá trị trung bình và giá trị ở giữa để tìm ra giá trị phù hợp gắn cho hàng bị thiếu

Trong nhiều trường hợp cứ cách một hàng lại có phần đầu hoặc cuối của một số hàng tiếp theo bị mất thông tin, làm cho phần đó bị đen, cách khắc phục cũng tương tự như những phương pháp trên

3.3.2.2 Hiệu chỉnh khí quyển

Như phần đầu đã nêu, khí quyển có ảnh hưởng lớn đến quá trình quét và truyền thông tin, làm nhiễu và sai lệch các thông tin thực tế Ví dụ bóng mây và mặt nước trên ảnh có cùng giá trị DN = 0 ở band 7 Nhiều trường hợp nhiễu do khí quyển chỉ ảnh hưởng đến band này mà không ảnh hưởng tới band khác Kỹ thuật để chỉnh gồm có: chỉnh theo hystogram của từng band, chỉnh bằng các fitter (lọc thấp)

Ngoài ra, có thể khắc phục bằng cách sử dụng ảnh phủ chồng của ảnh kế tiếp để loại bỏ mây ở ảnh trước

3.3.2.3 Hiệu chỉnh hình học

Quá trình quét, truyền thông tin để ghi nhận sẽ xuất hiện nhiều loại hình méo về hình học, có hai hiện tượng méo chính: méo không hệ thống và méo hệ thống

- Méo không hệ thống: là sự méo không ổn định về mặt hình học, do tốc độ bay

của máy bay (hoặc vệ tinh), độ cao, góc nhìn của thiết bị, dải quét Để nắn chỉnh sự méo không hệ thống, phải có hệ thống điểm kiểm tra dưới mặt đất đối chiếu để xác định chính xác được tọa độ các điểm trên ảnh, đối chiếu với bản đồ và sử dụng các phép nắn chỉnh Kết quả nắn chỉnh, ảnh sẽ được đưa về đúng kích thước và vị trí địa

lý

- Méo có hệ thống: nguyên nhân của méo hệ thống về mặt hình học là do ảnh

hưởng của thiết bị Quá trình quét, tốc độ gương bị thay đổi và đường bị kéo vằn xuống Như vậy, theo một quy luật đều, các đường quét đều bị méo giống nhau khi so sánh giữa phần trọng tâm và phần hai cạnh của hình ảnh Một hiện tượng khác là đường quét bị kéo lệch về một phía Sự lệch hệ thống đó được gọi là sự lệch toàn cảnh

- Panoramic distortion

Việc khắc phục các hiện tượng lệch hệ thống tương đối đơn giản bằng cách nắn

hệ thống theo chương trình phần mềm trong máy tính Phim ảnh sẽ được in ra sau khi

xử lý nắn hệ thống Ngoài ra để khắc phục hiện tượng méo này, mà nguyên nhân là hệ thống quét ngang người ta đã chế tạo hệ thống quét dọc (như trong Spot) Tuy nhiên

mỗi hệ thống đều có những ưu nhược điểm riêng, khi quét dọc lại có sự méo theo hàng dọc

3.3.3 Tăng cường chất lượng ảnh

Tăng cường chất lượng ảnh gồm những kỹ thuật xử lý khác nhau nhằm thay đổi các gía trị DN của ảnh ban đầu nhằm đưa ra ảnh mới với các giá trị số mới Kỹ thuật tăng cường có thể áp dụng cho từng band riêng biệt

3.3.3.1 Tăng độ tương phản

Kỹ thuật làm tăng độ tương phản (Contrast Enhancement) là kỹ thuật rất phổ biến trong xử lý số, nhằm làm thay đổi sự tương phản trong toàn cảnh hoặc trong từng phần của ảnh Kỹ thuật làm tăng độ tương phản cho phép cung cấp thêm nhiều thông tin bị

bỏ sót, đặc biệt là ở các vùng có độ sáng quá thấp hoặc quá cao

Để xử lý, hình ảnh thường được đưa về chế độ 8 bit (256 cấp độ sáng) và độ sáng của hình ảnh thay đổi từ đen (DN = 0) đến trắng (DN = 255) Trong thực tế hình ảnh thu nhận được có sự thay đổi độ sáng giữa DN cực tiểu (min) và DN cực đại (max) không phải là toàn bộ dải từ 0 - 255, mà chỉ thay đổi trong một khoảng nào đó Ví dụ:

60 - 158 Như vậy thông tin trong các dải 0 - 59 và 159 - 255 không được sử dụng Kỹ thuật tăng độ tương phản là kéo dài khoảng phổ giữa min và max

Các giá trị mới được tính toán theo công thức:

trong đó: DN - giá trị số trong ảnh chưa xử lý;

MIN - giá trị số DN cực tiểu trong ảnh chưa xử lý (= 60);

MAX - giá trị số DN cực đại trong ảnh chưa xử lý (= 158);

DN’- giá trị số của ảnh mới

Kết quả của ảnh tăng cường độ tương phản là phần tối nhất được chuyển thành màu đen và phần sáng nhất chuyển thành màu trắng Các giá trị phổ ở giữa sẽ có sự chênh lệch cao hơn, vì thế nhìn được rõ hơn

Ví dụ ảnh có giá trị mức độ sáng (phổ) từ 60 đến 158 Tăng cường độ tương phản ảnh là kéo giá trị nhỏ nhất (60) trở về giá trị 0 và giá trị lớn nhất (158) về giá trị 255 Một số phương phát tăng cường độ tương phản thường gặp:

- Giãn tuyến tính được thực hiện với việc đưa giá trị mức độ xám của kênh gốc giãn rộng theo tuyến tính phủ kín khoảng 0-255

- Giãn đa tuyến tính được thực hiện khi từng khoảng của mức độ xám ảnh gốc được giãn riêng biệt

- Giãn hàm logarit được thực hiện bằng việc áp dụng hàm logrit, hàm mũ hoặc một hàm toán học được định trước Giãn logarit rất có lợi khi quan tâm đến khoảng có giá trị mức độ xám thấp

- Giãn Gauss đưa giá trị ảnh gốc về dạng phân bố chuẩn Trong giãn Gauss phần đuôi của biểu đồ thường được tương phản nhiều hơn vì vậy cắt bỏ (vài %)

- Giãn biểu đồ cân bằng (histogram equlization) đưa ảnh mới có mật độ đồng nhất dọc theo trục số, tức là giá trị số trở thành có cùng tần số Theo phân bố chuẩn thì

ở khoảng giữa sẽ có độ lặp thường xuyên hơn vì vậy chúng được giãn ra trên trục số mới

3.3.3.2 Phân chia theo mức

Phân chia theo mức (Level Slicing) là kỹ thuật phân chia độ sáng (hoặc màu) của từng band hay tổ hợp band theo từng mức, từ đó có thể làm rõ ranh giới của từng đối tượng hay từng nhóm đối tượng

Trên đồ thị cột hystogram, giá trị DN phân bố dọc theo trục X với các mức khác nhau Toàn bộ dải độ sáng phân bố từ 0 – 255, có thể chia thành các mức khác nhau

Ví dụ: (0-20); (21-64); (65-130); (131-255) Kết quả, hình ảnh sẽ được phân thành số lớp đối tượng, cho một cách nhìn khái quát về sự phân bố trong không gian của các nhóm đối tượng Tương tự như vậy, các mức có thể xác định cho tổ hợp của nhiều band phổ

3.3.3.3 Lọc không gian

Trong xử lý số, các cửa sổ lọc (filter lọc) được tạo bằng toán học Khái niệm filter trong xử lý số còn liên quan đến khái niệm độ nhám của tone ảnh, nghĩa là tần số lặp lại của sự khác nhau về độ sáng trên ảnh Tone ảnh nhám nghĩa là có sự lặp lại nhiều lần sự khác nhau về tone ảnh trên một diện tích bao gồm số lượng ít các pixel, còn tone ảnh mịn là sự thay đổi ít về giá trị DN của số lượng lớn các pixel trên một diện tích rộng

Phương pháp lọc ảnh được tiến hành với dữ liệu ảnh số qua từng kênh ảnh đơn hoặc cùng một lúc với nhiều kênh phụ thuộc vào phần mềm xử lý Kỹ thuật số để tạo

ảnh có độ nhám cao được gọi là lọc cao còn tạo nên ảnh mịn gọi là lọc thấp

Cấu tạo một filter thường là số lẻ, có thể là 3x3 pixel hoặc 5x5 pixel hoặc 7x7 pixel, giá trị của từng pixel trong cửa sổ liên quan đến phương pháp lọc Giá trị số của pixel trung tâm cửa sổ được tính bằng một công thức liên quan đến các giá trị số của các pixel bao quanh Việc thực hiện các phép lọc nhằm tạo ra một ảnh mới có một số tính chất mới (các yếu tố đường nét, làm mịn ảnh hoặc nhấn mạnh một yếu tố cấu trúc nào đó)

- Lọc tăng cường đường biên: là kỹ thuật dùng các filter để làm nổi rõ các đường ranh giới giữa các đơn vị bản đồ (áp dụng cho nhiều lĩnh vực: sử dụng đất, lâm nghiệp, thổ nhưỡng)

- Lọc làm tăng cường theo hướng (hay sử dụng trong địa chất)

Thông thường, người ta kết hợp cả hai phương pháp: tăng cường độ tương phản và lọc, nhằm khai thác nhiều thông tin mới trên tư liệu viễn thám

Có thể chia ra 3 nhóm chính là lọc làm mịn ảnh, lọc làm tăng độ tương phản và lọc làm tương phản theo vùng giáp biên Sau đây ta sẽ xem xét cụ thể các phép lọc thường gặp trong xử lý ảnh số

- Lọc trung bình - Mean là phép lọc tạo giá trị trung bình các pixel ảnh theo mức

độ xám tại tâm cửa sổ lọc Phép lọc này còn gọi là phép lọc giá trị thấp (low pass filter) Mục đích của bộ lọc này là giảm các chi tiết cục bộ và nhấn mạnh các đối tượng

có diện tích lớn (đất nông nghiệp, diện tích nước) Toán tử lọc áp dụng cho các cửa sổ 3x3, 5x5, 7x7, 9x9 Phép lọc trung bình gắn giá trị số của một pixel bất kỳ DNij bằng

việc trung bình hóa các pixel ảnh xung quanh pixel đó theo cửa sổ lọc Sơ đồ của toán

tử kernel của một số cửa sổ động xem xét cụ thể dưới đây:

- Phép lọc Gauss là phép lọc này thường dùng cho các cửa sổ động 5x5 và 7x7

Giá trị đầu ra của một pixel Dij là là tổng của giá trị gốc của nó với giá trị của toán tử

kernel Kết quả của ảnh được lọc có độ tương phản hơn ảnh gốc

- Phép lọc Median: trong phép lọc này không dùng toán tử kiểu kernel như các

phép lọc trên Tuy nhiên, giá trị các pixel của cửa sổ động 9 pixel giống bộ lọc 3x3 Cửa sổ 5x5 của lọc Median là dạng đặc biệt của bộ lọc rìa (edge) hạn chế sự mất đi

của chi tiết ảnh

- Phép lọc hộp thích ứng (Adaptive box): trong phép lọc này giá trị là một hàm

biến thiên giữa pixel tâm cửa sổ động và các giá trị khác của giá trị cửa sổ mẫu (template)

- Phép lọc Mode: không có toán tử lọc Giá trị đầu ra là mode của cửa sổ 3x3,

5x5, 7x7 của khuôn

- Phép lọc High pass: đầu ra là tổng của giá trị gốc tại mỗi pixel ảnh với giá trị

của toán tử kernel tại điểm đó Sau đây là ma trận của các toán tử lọc theo các cửa sổ

thông dụng

- Các phép lọc đặt ra bởi người xử lý: có rất nhiều phép lọc khác nhau được xác

định bởi người dùng Trong các phần mền xử lý ảnh đều để ngỏ module để người dùng

có thể tự tạo các phép lọc sao cho có lợi nhất cho việc khai thác thông tin từ ảnh

3.3.4 Chiết tách thông tin

3.3.4.1 Tạo ảnh chỉ số phổ

Ảnh chỉ số phổ (Spectral Ration) được tạo bằng cách chia giá trị DN của band này cho giá trị DN của band khác để tạo nên một giá trị mới cho một pixel Căn cứ vào tính chất phổ của các đối tượng khác nhau ở các band, ảnh chỉ số phổ có thể cung cấp nhiều thông tin mới so với từng band riêng biệt hay so với tổ hợp band ban đầu, đặc biệt là đối với các vùng bị bóng đối tượng che phủ hoặc những vùng có sự chênh lệch cao giữa giá trị DN giữa 2 band Số lượng các ảnh chỉ số phổ được tạo mới từ n band

là n (n - 1) (ví dụ Landsat 1 có 4 band thì số ảnh chỉ số phổ sẽ được tạo nên là 4 (4 - 1)

Do đó, có sự khác biệt lớn về độ sáng giữa band cận hồng ngoại và band Green Đặc điểm đó được gọi là tính chất xanh lá cây (Greeness) của đối tượng Như vậy giữa

độ sáng (Brightness) và độ xanh (Greeness) có sự khác biệt lớn nhất về giá trị DN Thông thường tổng độ sáng của các band cao hay thấp liên quan đến các loại đất khác nhau, còn sự khác biệt về giá trị DN giữa band Green và gần hồng ngoại liên quan đến

độ xanh

Để hình dung rõ được ý nghĩa sự khác biệt đó, người ta tạo ra ảnh chỉ số thực vật (Vegetation Index) hay ảnh về sự khác biệt của chỉ số thực vật (Normal Different Vegetation Index)

Đối với ảnh MSS thì VI = B5/B7

Đối với ảnh TM thì VI = B3/B4

Trong thực tế giá trị này rất thấp nên người ta sử dụng công thức kinh nghiệm gọi

là hệ số thực vật chuyển đổi, trong đó có cộng thêm 127 vào giá trị vủa NDVI

Giá trị biến đổi chỉ số thực vật được sử dụng để nghiên cứu các kiểu tán lá, nghĩa

là nghiên cứu các kiểu rừng, mùa màng,

Ngoài ra, người ta còn xây dựng các kiểu ảnh chỉ số khác dùng để nghiên cứu môi trường: chỉ số khô hạn, chỉ số độ ẩm Ảnh chỉ số cũng được sử dụng để tạo nên các tổ hợp ảnh màu mới

3.3.4.2 Tạo ảnh thành phần chính

Trên các band gốc của ảnh viễn thám, từ nhiều band phổ, có thể xác định được các vùng tập hợp của các giá trị DN cho một đối tượng Tuy nhiên, với ảnh nguyên thủy, có thể sự phân bố các giá trị là không rõ ràng giữa các band từ đó việc phân tích thông tin sẽ gặp khó khăn Nguyên tắc của việc tạo ảnh thành phần chính (Principle Component Image – PCI) là tạo nên những band ảnh mới theo phương pháp tạo nên các trục toạ độ mới trong không gian phân bố các giá trị độ sáng

Các band ảnh mới được gọi là các thành phần chính Nếu tính cho hai band A

và band B thì sự phân bố các giá trị độ sáng DN ở hai trục là I và II ta có:

DNI = a11 DNA - a12 DNB

DNII = a21 DNA - a22 DNB trong đó: DNI; DNII - giá trị số độ sáng (DN) trên hệ toạ độ mới;

DNA; DNB - giá trị số độ sáng (DN) trên hệ toạ độ cũ;

a11; a12; a21; a22 - hệ số chuyển đổi (hằng số)

Kết quả ảnh thành phần chính được tạo nên có sự phân biệt rõ ràng về miền phân bố của các đối tượng Tương tự như vậy, số lượng ảnh thành phần chính PC tương đương với số band phổ đưa vào để tính toán Thông thường lượng thông tin tập trung nhiều ở ảnh thành phần chính thứ nhất (70 - 80%), phần còn lại phân bố ở các thành phần chính khác (PC1, PC2 …)

Ưu điểm của việc dùng tổ hợp màu:

- Nhạy cảm với mắt của con người

- Số lượng biến thiên đa dạng: Ảnh màu có 3 biến là sắc màu, độ tương phản và

độ sáng Ảnh trắng đen chỉ có 1 biến màu vì vậy ảnh chỉ phân biệt được bằng mức độ xám (tone và độ sáng)

Ví dụ: các kênh phổ của ảnh vệ tinh Landsat 7 ETM+

có các kênh 1 (blue) được gắn màu xanh lam, kênh 2 (green) được gắn màu lục, và kênh 3 (red) được gắn màu đỏ trong khi hiển thị màu, nghĩa là kênh 3:2:1 gắn R:G:B và tổ hợp này gọi là tổ hợp màu thật

Để hiển thị ảnh ở dạng tổ hợp màu, ta chọn phương án tổ hợp màu Số lượng ảnh tạo ra bằng tổ hợp màu sẽ rất lớn và phụ thuộc vào số kênh phổ dùng trong một nhóm

tổ hợp Đối với 3 kênh phổ của Spot ta sẽ có tất cả là 3x2x1 = 6, đối với Landsat 5 và Landsat 7 dùng 6 kênh ảnh sẽ cho ra 6x5x4 = 120 kiểu tổ hợp khác nhau trên 3 màu RGB Nếu dùng các kênh siêu phổ để tổ hợp màu thì số lượng ảnh tổ hợp sẽ lớn hơn nhiều

3.3.4.4 Phân tích Fourier

Phương pháp chuyển đổi Furier: việc nghiên cứu tần số xuất hiện của các giá trị

DN trong không gian và làm biến đổi chúng bằng thuật toán Trong hàm tính toán, các thông số được đưa vào tính là: độ lệch (góc) phân bố theo quy luật của các giá trị DN, biên độ và tần số xuất hiện của các giá trị DN Kết quả phân tích sẽ tạo nên miền phân

bố phổ Fourier của các giá trị DN theo hai trục x, y Các giá trị DN thấp nhất phân bố

ở trung tâm phổ, các giá trị DN cao hơn phân bố ở xa dần

Sau khi phân tích phổ Furier, người ta sẽ lựa chon filter thích hợp (ví dụ filter hình khối) để tạo nên ảnh mới có khả năng cung cấp nhiều thông tin nhất Phương pháp phân tích Fourier đòi hỏi những tính toán phức tạp nên còn đang được tiếp tục nghiên cứu phát triển

3.3.5 Phân loại ảnh

Phân loại ảnh (Image Classification) trong xử lý số là quá trình phân định các pixel trong hình ảnh dựa theo giá trị DN của từng pixel thành các lớp hoặc các nhóm đơn vị lớp phủ mặt đất (landcover) dựa vào các tính chất tương đối đồng nhất về mặt phổ Do đó, cần phân biệt loại thông tin và loại phổ trong phân loại ảnh viễn thám Loại thông tin là những loại hình khác nhau của bề mặt đất mà người giải đoán cố gắng xác định nó trong ảnh (loại hình sử dụng đất, loại đất đá, loại cây, …) Còn loại phổ là nhóm các pixel đồng nhất (gần giống nhau) về giá trị độ sáng trong các kênh phổ khác nhau của ảnh vệ tinh Mục tiêu của việc phân loại là làm phù hợp loại phổ của dữ liệu ảnh với thông tin được yêu cầu bởi người giải đoán

Phương pháp phân loại ảnh được thực hiện bằng cách gán tên loại (loại thông tin) cho các khoảng cấp độ sáng nhất định (loại phổ) thuộc một nhóm đối tượng nào đó có tính chất tương đối đồng nhất về phổ nhằm phân biệt các nhóm đó với nhau trong khuôn khổ ảnh Tùy thuộc vào số loại thông tin yêu cầu, loại phổ trên ảnh được phân thành các loại tương ứng dựa theo quy luật được xác định trước

Phân loại ảnh gồm 2 hình thức: phân loại có kiểm định (Supervised Classification) và phân loại không kiểm định (Unsupersived Classification)

3.3.5.1 Phân loại có kiểm định

Phân loại có kiểm định là phân chia một cách có kiểm tra các giá trị DN của các pixel ảnh theo từng nhóm đơn vị lớp phủ mặt đất bằng việc điều khiển của con người dựa trên những hiểu biết ngoài thực địa sử dụng máy tính và các thuật toán để định các nhóm phân loại Trình tự phân loại có kiểm định gồm các bước sau:

* Xác định số loại thông tin và chọn đặc trưng

Các loại cần được định nghĩa rõ ràng về mặt chỉ tiêu, các chỉ tiêu này cần được lựa chọn có tính đến đặc thù của dữ liệu ảnh vệ tinh (thời gian thu nhận ảnh, độ phân giải không gian, phổ…) Mỗi loại thông tin được đặc trưng về phổ của đối tượng (ảnh

đa phổ) biến động về thời gian (ảnh đa thời gian) hoặc cấu trúc cụ thể của đối tượng nhằm thiết lập tiêu chuẩn cho phép phân biệt giữa các loại quan tâm (xử lý riêng rẽ hoặc phối hợp với nhau)

Từ các vùng này, các pixel khác trong toàn ảnh sẽ được xem xét và sắp xếp theo nguyên tắc “giống nhất” (Look must like) để đưa về các nhóm đối tượng đã được đặt tên Mỗi pixel ảnh trong lớp dữ liệu sau đó được đối sánh về số với các chìa khóa giải đoán được đặt tên mà chúng có xác xuất thuộc về nhóm lớn nhất Có rất nhiều cách thức để đối sánh giá trị của pixel chưa biết để sắp xếp thành lớp tương ứng với các chìa khóa được giải đoán trong phân loại Các thuật toán phân loại trong xử lý ảnh số thường sử dụng:

- Khoảng cách ngắn nhất (minimum distance classified): Phân loại khoảng cách

ngắn nhất được sử dụng để phân loại các đối tượng trong không gian phổ đa chiều Độ lớn của khoảng cách giữa các pixel được sử dụng như thước đo đánh giá sự thuộc về một lớp nào đó: μk = [ m1, m2, … mn]

μk - Vectơ trung bình của lớp; m - hàm chuyển vị

- Hình hộp phổ (Box classified)

Đây là phương pháp có kiểm định đơn giản nhất Trong phương pháp này, mỗi trục phủ được chia thành nhiều lớp dựa trên các giá trị tối thiểu của tệp mẫu Các pixel nằm trong không gian giới hạn bởi các miền xác định trên trục phủ như vậy sẽ được phân loại và nhóm tương ứng Phương pháp này rất đơn giản và rất dễ hiểu, tốc độ thực hiện trên máy tính cũng rất cao nhưng độ chính xác và khả năng áp dụng nhiều khi còn bị hạn chế

- Xác suất cực đại (maximum likelihood classified)

Phương pháp phân loại theo xác suất cực đại được sử dụng thường xuyên trong

xử lý ảnh viễn thám Mỗi pixel đưược tính xác xuất thuộc vào một lớp nào đó và nó được gán vào lớp mà xác suất thuộc vào lớp đó là lớn nhất Trên hình thể hiện các nguyên lý phân loại phương pháp xác xuất cực đại Phương pháp phân loại xác suất cực đại có rất nhiều ưu việt xét theo quan điểm lý thuyến xác suất

* Ước tính thống kê vùng mẫu

Bước này nhằm xác định các giá trị tương ứng với loại phổ trong không gian đặc trưng của đối tượng quan tâm, từ đó áp dụng nhiều phương pháp phân loại khác nhau ứng với vùng mẫu và so sánh kết quả đạt được nhằm tìm thuật toán tối ưu cho cho kết quả phân loại

* Phân loại và làm nhẵn sau phân loại

Các pixel sẽ được phân tuần tự vào các loại tương ứng đã xác định Kết quả phân loại số thường có kết quả là hình ảnh phân loại có những phần nhiễu do những sự khác biệt về phổ của từng pixel Những nhiễu đó thường đưa đến những kết quả sai lệch so với thực tiễn Ví dụ: trong kết quả phân loại về sử dụng đất, có những pixel “lúa nước” xuất hiện ở vùng “núi cao có rừng” hoặc các “điểm dân cư” xuất hiện ở vùng “hồ nước”, hay giữa “rừng rậm” và như vậy trên ảnh phân loại ở giữa các đối tượng hay lớp đối tượng thường có những điểm rải rác của các đối tượng khác Vì vậy, cần chỉnh sửa sau phân loại, đó là kỹ thuật làm nhẵn miền phân bố của các đối tượng Công việc này được thực hiện bằng phép lọc với filter riêng gọi là filter chính (majority filter) với cửa sổ có kích thước 3x3

Với filter này, các vùng phân bố của các lớp được làm đồng nhất bằng cách xếp gộp các pixel nhiễu vào vùng có sự tập trung đa số các pixel giống nhau Tuy nhiên cũng có thể tách xếp rõ ràng cho các vùng nhỏ của các đối tượng khác nằm trong vùng lớn của đối tượng ban đầu Kỹ thuật làm nhẵn thường áp dụng trong phân loại thành lập bản đồ lớp phủ mặt đất hoặc hiện trạng sử dụng đất, rừng

* Đánh giá độ chính xác trong phân loại ảnh số

Việc phân loại chỉ được coi là hoàn chỉnh khi sự đánh giá về độ chính xác đạt yêu cầu Nguyên tắc đánh giá là so sánh giữa tài liệu thực tế (ground truth) và kết quả phân loại Để có tài liệu thực tế, người ta tiến hành lấy mẫu Lấy mẫu được thực hiện theo phương thức ngẫu nhiên, kích thước mẫu cần có trọng số trong phân loại Sau khi lấy mẫu, người ta sử dụng phương pháp phổ biến là thành lập ma trận đánh giá theo phương pháp Crossing giữa kết quả phân loại và bản đồ thực tế

Bảng ma trận sai số dựa trên cơ sở so sánh giá trị sai số của từng lớp được phân loại với giá trị của lớp đó được kiểm tra ngoài thực địa Ma trận này được lập với số dòng và cột bằng nhau và bằng số lớp được phân loại và kiểm tra Giá trị đúng được nằm trên đường chéo của bảng ma trận Tất cả các giá trị khác nằm ngoài đường chéo chia làm hai loại là sai số do bỏ sót (omision) và sai số do thừa ra (commission/ inclusion)

Trong bảng, có 16 pixel ảnh trong cột cát thực tế đã bị bỏ sót và phân loại vào lớp

đô thị và trường hợp này gọi là sai số bỏ sót Trên dòng chứa lớp ngô có 342 giá trị được phân loại đúng là ngô, còn giá trị 38 và 72 được gắn cho ngô là thừa (sai số thừa), vì thực chất chúng thuộc lớp đô thị (38 giá trị) và lớp cỏ (79 giá trị)

Người ta tính tổng số độ sai số của phân loại bằng cách chia các giá trị của pixel được phân loại đúng (tức là tổng giá trị theo đường chéo của ma trận từ trên xuống dưới và từ trái sang phải) cho tổng các pixel đưược dùng để kiểm tra thực địa

Độ sai số của từng lớp được tính là lấy giá trị các pixel đúng của lớp đó chia cho tổng các pixel theo dòng hoặc cột Sự sai số được tính theo tỷ số của các giá trị pixel

đúng cho một lớp chia cho tổng các pixel theo cột đưược gọi là sai số sản sinh (sai số

do phân loại thiếu) Sự sai số được tính theo tỷ số giữ các pixel được phân loại đúng trong một lớp chia cho tổng các pixel được phân loại vào nhóm đó (theo dòng) gọi là sai số bởi sử dụng (sai số thừa)

Độ chính xác chung = (480-52-313-126-342-359)/1192 = 84%

Dựa theo ma trận, người sử dụng có thể cân nhắc để hài lòng với kết quả hoặc điều chỉnh lại sự phân loại

3.3.5.2 Phân loại không kiểm định

Phân loại không kiểm định là việc phân loại thuần tuý theo tính chất phổ mà không biết rõ tên hay tính chất của lớp phổ đó và việc đặt tên chỉ là tương đối Khác với phân loại có kiểm định, phân loại không kiểm định không tạo các vùng thử nghiệm mà chỉ

là việc phân lớp phổ và quá trình phân lớp phổ đồng thời là quá trình phân loại Số lượng và tên các lớp được xác định một cách tương đối khi so sánh với tài liệu mặt đất Việc phân loại không kiểm định cũng gần giống như việc lọc ngưỡng phổ

Những nhóm phổ được chia ra theo phổ gần giống nhau của chúng dựa trên thuật toán thống kê Đối với ảnh số có cấu trúc số là 8 bit thì giá trị số của một kênh ảnh có khoảng giá trị từ 0-255 Trong khoảng giá trị số này sẽ chia ra những khoảng giá trị phổ khác nhau theo đặc tính đồng nhất của chúng Số khoảng phổ đồng nhất này được gọi là số nhóm phổ, tương ứng với các đối tượng không gian sẽ được phân loại Trong quy trình chạy phân loại tự động, để có thể xác định một cách tương đối số lượng các nhóm phổ, ta cần xem biểu đồ phân bố phổ (histogram) của từng kênh ảnh

để có thể tạm thời xác định ra bao nhiêu nhóm phổ khác nhau

Trong phép phân loại không kiểm định có các tùy chọn khác nhau:

- Máy tự phân loại theo nhóm phổ

- Dựa trên mẫu nhóm phổ của biểu đồ phân bố phổ mà người giải đoán sẽ định ra

số lượng nhóm phổ nhiều nhất trong phân loại

Phân loại không kiểm định dựa trên nhóm phổ theo các khoảng giá trị phổ hay còn gọi là các chùm phổ trong ảnh Sau khi phổ đã được phân loại tự động người giải đoán sẽ gắn từng nhóm phổ với đối tượng không gian thực và đặt tên cho chúng qua việc khảo sát thực địa hoặc đối sánh trên bản đồ

Câu hỏi ôn tập

1 Phân tích quy trình giải đoán – xử lý ảnh viễn thám? Cho ví dụ minh họa

2 Trình bày các hình thức xử lý ảnh số vệ tinh?

PHẦN 2:HỆ THÔNG TIN ĐỊA LÝ - GIS

CHƯƠNG 1 KHÁI QUÁT VỀ GIS

1.1 Ý NIỆM VÀ THÀNH PHẦN GIS

Cụm từ Hệ thống thông tin địa lý trong tiếng Anh là Geographical Information System, được viết tắt là GIS Các nước nói tiếng Pháp thì do trật tự từ khác đi nên thuật ngữ này thường được viết tắt là SIG Trong cụm từ Hệ thống thông tin địa lý có hai khái niệm cần được làm rõ, đó là: hệ thống và thông tin địa lý Trong đó, khái niệm

hệ thống đã được làm quen ở nhiều học phần trước (tin học, phương pháp nghiên cứu khoa học, …) nên trong học phần này chúng ta chỉ cần làm rõ về khái niệm thông tin địa lý

1.1.1 Ý niệm về GIS

1.1.1.1 Các khái niệm cơ bản

- Thông tin địa lý (Geographical information) là thông tin có tính địa lý, gồm

thành phần không gian và thành phần thuộc tính

Thành phần không gian gắn với yếu tố vị trí địa lý của đối tượng, bao gồm hình dạng (điểm, đường, vùng) và sự phân bố về mặt không gian Thành phần thuộc tính bao gồm sự mô tả về đặc điểm, tính chất (số lượng, chất lượng) hoặc thời điểm xuất hiện của đối tượng Ví dụ chúng ta đang tìm hiểu thông tin về các ngôi trường trung học trong khu vực chúng ta đang sinh sống Khi thu thập thông tin, ta sẽ có được những mẫu tin cho các trường Với mỗi trường, các thông tin có thể có là tên trường, loại hình, ngày thành lập, địa chỉ, số lượng giáo viên đang công tác tại trường, số lượng học sinh, số lượng nam, số lượng nữ, …

Như vậy là có rất nhiều thông tin về trường đó nhưng còn thiếu một loại thông tin rất quan trọng: ngôi trường đó ở vị trí nào trong không gian, ở độ cao bao nhiêu, xung quang ngôi trường đó có những đối tượng nào không, khuôn viên của trường có hình dáng như thế nào, rộng bao nhiêu, kích thước các chiều như thế nào, từ ngôi trường đó đến nhà bạn thì khoảng cách bao nhiêu, đi qua các con đường nào là ngắn nhất Tất nhiên là chúng ta có thể mô tả những thông tin bị thiếu trên đây bằng lời mà vẫn hiểu được nhưng rõ ràng là khó hình dung một cách cụ thể

Để giải quyết bài toàn này, người ta xây dựng một loại dữ liệu tái hiện hình dáng các đối tượng trong không gian bằng hình học, các thông tin không tái hiện ở dạng hình học được thì sẽ được đính kèm vào các hình vẽ đó một cách tương ứng Các thông tin đính kèm này được gọi là thông tin thuộc tính Phần hình học được gọi là thông tin không gian

Như vậy, thông tin địa lý là thông tin bao gồm thông tin không gian và thông tin thuộc tính được kết hợp với nhau một cách tương ứng Trong một hệ thống thông tin địa lý hoàn chỉnh thì đầu vào của hệ thống là các dữ liệu địa lý và đầu ra của hệ thống chính là thông tin địa lý

- Dữ liệu địa lý có thể là các bản đồ số trên máy vi tính, các mô hình mô phỏng

hình dáng bề mặt trái đất, các cơ sở dữ liệu ảnh bề mặt Trái Đất Trong đó, bản đồ số

là một nguồn dữ liệu địa lý rất phổ biến nhưng dữ liệu địa lý không chỉ có mỗi một