Nghiên cứu đề xuất phương pháp nhận dạng và phân loại vết dầu trên biển từ tư liệu viễn thám siêu cao tần

luận văn

TRƯỜNG ĐẠI HỌC MỎ - ĐỊA CHẤT

LÊ MINH HẰNG

NGHIÊN CỨU ĐỀ XUẤT PHƯƠNG PHÁP

NHẬN DẠNG VÀ PHÂN LOẠI VẾT DẦU TRÊN BIỂN TỪ

TƯ LIỆU VIỄN THÁM SIÊU CAO TẦN

LUẬN ÁN TIẾN SĨ KỸ THUẬT

Hà Nội - 2013

BỘ GIÁO DỤC VÀ ĐÀO TẠO

LUẬN ÁN TIẾN SĨ KỸ THUẬT

NGƯỜI HƯỚNG DẪN KHOA HỌC:

1 PGS.TS NGUYỄN ĐÌNH DƯƠNG

2 PGS.TS TRẦN ĐÌNH TRÍ

Hà Nội - 2013

LỜI CAM ĐOAN

Tôi xin cam đoan rằng đây là công trình nghiên cứu của riêng bản thân tôi Toàn bộ quá trình nghiên cứu được tiến hành một cách khoa học, các số liệu, kết quả trình bày trong luận án là chính xác, trung thực và chưa từng được ai công bố trong bất

kỳ công trình nào khác

Tác giả luận án

Lê Minh Hằng

MỤC LỤC

LỜI CAM ĐOAN i

MỤC LỤC… ii

DANH MỤC CÁC CHỮ VIẾT TẮT v

DANH MỤC CÁC BẢNG vii

DANH MỤC CÁC HÌNH VẼ VÀ SƠ ĐỒ viii

MỞ ĐẦU… 1

CHƯƠNG 1 TỔNG QUAN VỀ TÌNH HÌNH NGHIÊN CỨU TRONG NƯỚC VÀ TRÊN THẾ GIỚI 6

1.1 Đặt vấn đề 6

1.2 Tổng quan tình hình nghiên cứu trên thế giới 6

1.3.Tổng quan về những kết quả nghiên cứu trong nước 11

1.4 Đánh giá kết quả nghiên cứu trong nước và trên thế giới 13

1.5 Những vấn đề được phát triển trong luận án 14

CHƯƠNG 2 CƠ SỞ KHOA HỌC CỦA QUÁ TRÌNH NHẬN DẠNG VÀ PHÂN LOẠI VẾT DẦU TRÊN BIỂN BẰNG TƯ LIỆU VIỄN THÁM SIÊU CAO TẦN……… 16

2.1 Đặc điểm hệ thống RADAR cửa mở tổng hợp (SAR) 16

2.1.1 Hệ thống RADAR tạo ảnh 16

2.1.2 Hệ thống RADAR cửa mở tổng hợp 18

2.2 Đặc điểm tín hiệu siêu cao tần thu nhận trên biển 22

2.2.1 Cấu trúc bề mặt biển 22

2.2.2 Đặc điểm tín hiệu tán xạ phản hồi sóng siêu cao tần trên biển 23

2.3 Cơ sở khoa học của quá trình nhận dạng và phân loại vết dầu trên biển bằng tư liệu viễn thám siêu cao tần 28

2.3.1 Đặc điểm hình ảnh vết dầu trên tư liệu ảnh SAR 28

2.3.2 Nhận dạng và phân loại vết dầu trên biển từ tư liệu ảnh SAR 29

2.4 Những ảnh hưởng trong quá trình nhận dạng và phân loại vết dầu trên

biển từ tư liệu ảnh SAR 31

2.4.1 Ảnh hưởng của tốc độ gió trên bề mặt biển 31

2.4.2 Ảnh hưởng của nhiễu hạt tiêu trên ảnh SAR 33

2.4.3 Ảnh hưởng của đặc điểm thu tín hiệu vệ tinh siêu cao tần 34

2.4.4 Ảnh hưởng của các vết nhiễu trên biển 38

2.4.5 Đặc điểm tư liệu ảnh SAR sử dụng phân tích vết dầu trên biển 39

2.4.6 Ảnh hưởng bởi điều kiện khí tượng trên bề mặt biển 40

2.5 Kết luận chương 2 41

CHƯƠNG 3 ĐỀ XUẤT PHƯƠNG PHÁP NHẬN DẠNG VÀ PHÂN LOẠI VẾT DẦU TRÊN BIỂN TỪ TƯ LIỆU VIỄN THÁM SIÊU CAO TẦN 43

3.1 Tiền xử lý tư liệu viễn thám siêu cao tần 43

3.1.1 Chuyển đổi khuôn dạng gốc về khuôn dạng thống nhất 43

3.1.2.Loại bỏ vùng đất liền và hải đảo 52

3.1.3 Hiệu chỉnh hiệu ứng xa- gần nguồn phát sóng trên ảnh SAR 55

3.1.4 Lọc nhiễu hạt tiêu trên ảnh SAR 61

3.2 Tách vết đen trên ảnh SAR 62

3.2.1 Thuật toán tự động phân ngưỡng Huang 62

3.2.2 Thuật toán nở vùng 70

3.3 Nhận dạng và phân loại vết dầu và vết nhiễu 73

3.3.1 Các chỉ số hình dạng của vết dầu và vết nhiễu 73

3.3.2 Tự động xác định đường biên và các chỉ số hình dạng vết dầu 75

3.3.3 Nhận dạng và phân loại vết dầu và vết nhiễu trên tư liệu ảnh SAR 77

3.4 Đề xuất phương pháp nhận dạng và phân loại vết dầu trên biển từ tư liệu ảnh SAR 91

3.5 Kết luận chương 3 94

CHƯƠNG 4 THỬ NGHIỆM NHẬN DẠNG VÀ PHÂN LOẠI VẾT DẦU TRÊN BIỂN TỪ TƯ LIỆU VIỄN THÁM SIÊU CAO TẦN 96

4.1 Thiết kế hệ thống phát hiện vết dầu trên biển từ ảnh SAR 96

4.1.1 Thiết kế chức năng các modul thành phần 96

4.1.2 Sơ đồ thuật toán của chương trình thử nghiệm 97

4.1.3 Tích hợp các modul và thiết kế hệ thống chương trình 97

4.1.4 Phân tích các modul chính của chương trình 98

4.1.5 Một số giải pháp thực tế thực hiện trong chương trình thử nghiệm 100

4.2 Kết quả thử nghiệm nhận dạng và phân loại vết dầu trên biển bằng tư liệu ảnh SAR 101

4.2.1 Cơ sở dữ liệu ảnh thử nghiệm 101

4.2.2 Kết quả thử nghiệm nhận dạng và phân loại vết dầu trên biển từ ảnh SAR 101

4.3 Kết luận chương 4 107

KẾT LUẬN VÀ KIẾN NGHỊ 109

DANH MỤC CÁC CÔNG TRÌNH KHOA HỌC ĐÃ CÔNG BỐ 112

TÀI LIỆU THAM KHẢO 114

PHỤ LỤC… 118

DANH MỤC CÁC CHỮ VIẾT TẮT

ALOS - Advanced Land Observing Satellite

ASAR - Advanced Synthetic Aperture Radar

CEOS – The Committee on Earth Observation Satellites

CLAHE- Contrast Limited Adaptative Histogram Equalization (Cân bằng biểu đồ

thích ứng giới hạn độ tương phản)

DSD - Data set descriptor (Bảng mô tả dữ liệu)

ESA - The European Space Agency (Cơ quan Hàng không vũ trụ Châu Âu)

EnviSAT - Environmental Satellite (Vệ tinh EnviSAT)

ERS - European Remote Sensing (Vệ tinh ERS)

ERSDAC - Earth Remote Sensing Data Analysis Center (Trung tâm phân tích dữ

liệu viễn thám Trái đất - Nhật Bản)

FCM – Fuzzy C-Mean (Thuật toán phân hoạch mờ C-Mean)

JAXA - Japan Aerospace Exploration Agency (Cơ quan khám phá hàng không vũ trụ Nhật Bản)

GLCM – Grey level co-occurrence matrix (Ma trận tương quan mức độ xám)

HCM – Hidden Markov Chain

HH – horizontal transmitting, horizontal receiving (sóng truyền đi phân cực ngang, sóng thu nhận phân cực ngang)

HV - horizontal transmitting, vertical receiving (sóng truyền đi phân cực ngang, sóng thu nhận phân cực dọc)

KSAT - Kongsberg Satellite Services AS

MLP – Multilayer Perceptron (Mạng nơ-ron nhiều lớp)

MPH - Main Product Header (Phần tiêu đề chính)

MODIS - Moderate Resolution Imaging Spectroradiometer

NRCS - Normalized Radar Cross Section (Hệ số tán xạ phản hồi chuẩn hóa trong mặt cắt ngang)

NEST - Next ESA SAR toolbox (Phần mềm NEST SAR của Cơ quan Hàng không

vũ trụ Châu Âu)

PALSAR - Phased Array type L-band Synthetic Aperture Radar

PRF - Pulse repetition frequency (Tần số lặp xung)

RADAR - Radio Detection And Ranging

RAR – Real Aperture Radar (Hệ thống radar cửa mở thực)

SPH - Specific Product Header (Tiêu đề riêng)

SAR - Synthetic Aperture Radar (Radar cửa mở tổng hợp)

SNR - Signal to Noise Ratio (Tỷ số tín hiệu trên nhiễu)

VH – vertical transmitting, horizontal receiving (sóng truyền đi phân cực dọc, sóng thu nhận phân cực ngang)

VV - vertical transmitting, vertical receiving (sóng truyền đi phân cực dọc, sóng thu nhận phân cực dọc)

WSM - Wide swath mode (Chế độ đường thu nhận rộng)

DANH MỤC CÁC BẢNG

Bảng 3.1 So sánh kết quả phân ngưỡng trên ảnh PALSAR 70Bảng 3.2 Phân tích các chỉ số nhận dạng vết dầu trên biển từ tư liệu ảnh SAR 80Bảng 3.3 Kết quả phân loại vết dầu và vết nhiễu sử dụng mạng nơ-ron MLP 8:8:2 87Bảng 3.4 Kết quả phân loại vết dầu và vết nhiễu sử dụng mạng nơ-ron MLP 4:4:2 89Bảng 4.1 Thông số của dữ liệu ảnh thử nghiệm 101

DANH MỤC CÁC HÌNH VẼ VÀ SƠ ĐỒ

Hình 1.1 Vị trí các tàu cạnh vết dầu được phát hiện trên ảnh Envisat ASAR 9

Hình 1.2 Mô hình hệ thống quan trắc ô nhiễm dầu trên biển bằng công nghệ viễn thám (đề tài KC.09.22/06-10) [3] 13

Hình 2.1 Đặc điểm thu nhận cạnh sườn của hệ thống radar tạo ảnh [21] 16

Hình 2.2 Đặc điểm về độ phân giải của hệ thống radar [21] 17

Hình 2.3 Đặc điểm phân cực của sóng điện từ 18

Hình 2.4 Cấu trúc của hệ thống radar cửa mở tổng hợp (SAR) [33] 19

Hình 2.5 Định luật phản xạ Snell-Descartes trong điều kiện lý tưởng (trái), trong điều kiện thực tế (phải) 21

Hình 2.6 Đặc điểm độ nhám bề mặt ảnh hưởng đến năng lượng tán xạ phản hồi trên ảnh SAR [33] 22

Hình 2.7.Độ thẩm thấu của sóng điện từ phụ thuộc vào độ mặn, tần số [26] 25

Hình 2.8.Tán xạ Bragg giữa sóng siêu cao tần (r) và sóng biển (B) 26

Hình 2.9 Mô tả chuyển động và thủy động lực học của sóng biển 27

Hình 2.10 Đặc điểm hình ảnh vết dầu trên ảnh SAR 29

Hình 2.11 Phân biệt hình ảnh vết dầu và vết nhiễu trên ảnh SAR 30

Hình 2.12 Tốc độ gió ảnh hưởng đến phân tích vết dầu trên ảnh SAR [38] 32

Hình 2.13 Hình dạng vết dầu đối với tốc độ gió khác nhau 33

Hình 2.14 Hình dạng vết dầu bị biến đổi bởi hướng gió 33

Hình 2.15 Giá trị tán xạ phản hồi trung bình tại phân cực HH và VV [36] 36

Hình 2.16 Ảnh hưởng của hiệu ứng xa – gần trên ảnh SAR [33] 37

Hình 2.17 Ảnh ALOS PALSAR đã đưa về giá trị 0 38

Hình 2.18 Các vết nhiễu trong phát hiện vết dầu trên tư liệu ảnh SAR [37] 38

Hình 2.19 Tác động của môi trường tới vết dầu trên biển [37] 40

Hình 2.20 Đặc điểm hình ảnh vết dầu mới và vết dầu cũ trên ảnh SAR 41

Hình 3.1 Sơ đồ thuật toán chuyển đổi khuôn dạng tư liệu ALOS PALSAR 47

Hình 3.2 Kết quả chuyển đổi ảnh ALOS PALSAR Level 1.5 (JAXA) 48

Hình 3.3 Kết quả chuyển đổi ảnh ALOS PALSAR Level 4.2 (ERSDAC) 49

Hình 3.4 Cấu trúc chung của sản phẩm ASAR [16] 49

Hình 3.5 Dữ liệu ảnh Envisat ASAR trước và sau hiệu chỉnh 51

Hình 3.6 Sơ đồ thuật toán đọc và hiệu chỉnh hình học ảnh ASAR 52

Hình 3.7 Cơ sở đường bờ biển khu vực biển Đông do GEBCO công bố 53

Hình 3.8 Ảnh trước và sau khi loại bỏ vùng đất liền 54

Hình 3.9 Ảnh ALOS PALSAR xoay vuông góc với tuyến bay 58

Hình 3.10 Đồ thị mặt cắt ngang tán xạ vuông góc với tuyến bay 59

Hình 3.11 Kết quả tách vết đen trước và sau khi hiệu chỉnh hiệu ứng xa-gần nguồn phát sóng 60

Hình 3.12 Mặt cắt tán xạ vuông góc với tuyến bay trước hiệu chỉnh (trái) 61

Hình 3.13 Kết quả lọc nhiễu với kích thước cửa sổ lọc (3x3) 62

Hình 3.14 So sánh phương pháp lọc nhiễu trung vị và trung bình 62

Hình 3.15 Kết quả phân ngưỡng bằng thuật toán Huang 67

Hình 3.16 Phân ngưỡng ảnh PALSAR (ERSDAC) thu nhận 20/04/2008 68

Hình 3.17 Phân ngưỡng ảnh PALSAR (JAXA) thu nhận 18/04/2007 69

Hình 3.18 Các điểm gieo mầm xác định bên trong vết dầu 71

Hình 3.19 Kết quả sử dụng thuật toán nở vùng trên ảnh PALSAR 72

Hình 3.20 Tách vết dầu trên ảnh ALOS PALSAR thu nhận ngày 18/04/2007 73

Hình 3.21 Sơ đồ thuật toán tự động vector hóa đường biên vết dầu 76

Hình 3.22 Dữ liệu vector vết dầu trên ảnh phân loại ngày 20/04/2008 77

Hình 3.23 Dữ liệu vector vết nhiễu trên ảnh phân loại ngày 20/04/2008 77

Hình 3.24 Cấu trúc mạng nơ-ron nhân tạo [1] 82

Hình 3.25 Cấu trúc mô hình mạng nơ-ron nhiều lớp [1] 83

Hình 3.26 Mô phỏng thuật toán lan truyền ngược trong mạng nơ-ron MLP 84

Hình 3.27 Phương pháp tự động nhận dạng và phân loại vết dầu trên biển 92

Hình 3.28 Phương pháp bán tự động nhận dạng và phân loại vết dầu 93

Hình 4.1 Sơ đồ thuật toán của chương trình thử nghiệm 97

Hình 4.2 Thông tin về tốc độ gió trên biển Đông 102

Hình 4.3 Vị trí của ảnh PALSAR thu nhận ngày 13/06/2007 103

Hình 4.4 Dữ liệu ảnh gốc và vị trí phát hiện vết dầu 103

Hình 4.5 Kết quả sau quá trình tiền xử lý ảnh thử nghiệm PALSAR 104

Hình 4.6 Kết quả tách vết đen bằng thuật toán Huang 104

Hình 4.7 Kết quả vector hóa đường biên vết dầu trên ảnh PALSAR 105

Hình 4.8 Vị trí của ảnh ASAR thu nhận ngày 14/06/2008 105

Hình 4.9 Dữ liệu ảnh gốc và vị trí vết dầu 106

Hình 4.10 Kết quả sau quá trình tiền xử lý ảnh thử nghiệm ASAR 106

Hình 4.11 Kết quả tách vết đen bằng thuật toán Huang 107

Hình 4.12 Kết quả vector hóa đường biên vết dầu trên ảnh ASAR 107

MỞ ĐẦU

1 Tính cấp thiết của luận án

Với điều kiện địa lý có đường bờ biển trải dài từ Bắc vào Nam, có nhiều khu vực khai thác dầu khí tại Biển Đông và nằm trên tuyến giao thông đường biển của thế giới nên Biển Đông Việt Nam là khu vực thường xuyên xảy ra các hiện tượng ô nhiễm dầu trên biển Trong những năm gần đây, Việt Nam liên tục xảy ra các hiện tượng dầu tràn tại các vùng ven biển miền Trung mà không xác định được nguyên nhân Hiện tượng dầu tràn chỉ được phát hiện khi dầu bị sóng biển đánh dạt vào bờ

Do không có hệ thống giám sát và phát hiện sớm ô nhiễm dầu trên biển nên Việt Nam hoàn toàn bị động trong việc ứng phó dầu tràn trên biển

Cùng với sự phát triển của khoa học kỹ thuật, kỹ thuật viễn thám đang được ứng dụng để giám sát và phát hiện sớm các ô nhiễm dầu trên các vùng biển của thế giới, trong đó có hệ thống viễn thám RADAR RADAR là hệ thống viễn thám siêu cao tần dạng chủ động, cho phép quan sát ngày cũng như đêm, trong mọi điều kiện thời tiết, không chịu ảnh hưởng của mây, sương mù trên bề mặt biển và có đường thu nhận rộng Đây cũng là những ưu điểm của tư liệu viễn thám siêu cao tần so với các tư liệu viễn thám quang học trong việc giám sát và phát hiện sớm ô nhiễm dầu trên biển Do đặc điểm thu nhận năng lượng tán xạ phản hồi của bộ cảm vệ tinh siêu cao tần và do sự suy giảm dao động của sóng biển tại vị trí vết dầu nên hình ảnh vết dầu trên tư liệu viễn thám siêu cao tần có sự khác biệt với vùng biển xung quanh, tạo điều kiện cho việc tự động hóa quá trình nhận dạng và phân loại vết dầu trên biển Tuy nhiên, hiện nay các thông tin bổ trợ về các điều kiện khí tượng trên biển,

hệ thống xử lý tư liệu viễn thám siêu cao tần tại Việt Nam còn hạn chế nên đòi hỏi cần có nghiên cứu đề xuất phương pháp nhận dạng và phân loại vết dầu trên biển từ

tư liệu viễn thám siêu cao tần phù hợp với điều kiện thực tế tại Việt Nam

2 Mục tiêu nghiên cứu

- Nghiên cứu cơ sở khoa học và những yếu tố ảnh hưởng đến việc nhận dạng

và phân loại vết dầu trên biển từ tư liệu ảnh SAR

- Nghiên cứu các phương pháp nhận dạng và phân loại vết dầu trên biển từ tư liệu viễn thám siêu cao tần

- Đề xuất phương pháp nhận dạng và phân loại vết dầu trên biển từ tư liệu viễn thám siêu cao tần phù hợp với điều kiện thực tế về tư liệu, về thông tin hỗ trợ trên biển của Việt Nam

3 Đối tƣợng nghiên cứu

- Đặc điểm thu nhận tín hiệu của vệ tinh siêu cao tần

- Tác động của vết dầu đến sự suy giảm cường độ sóng biển và đặc điểm tín hiệu tán xạ phản hồi nhận được tại bộ cảm của vệ tinh siêu cao tần

- Các yếu tố nhiễu ảnh hưởng đến độ tin cậy của quá trình nhận dạng và phân loại vết dầu trên biển từ tư liệu viễn thám siêu cao tần

- Các phương pháp nhận dạng và phân loại vết dầu trên biển từ tư liệu viễn thám siêu cao tần

4 Phạm vi nghiên cứu

- Nội dung nghiên cứu của luận án là đề xuất phương pháp nhận dạng và phân loại những vết dầu xuất hiện trên biển không rõ nguồn gốc, chủ yếu do việc xả dầu trái phép của các tàu lưu thông trên biển từ tư liệu viễn thám siêu cao tần

- Khu vực nghiên cứu của luận án là khu vực biển Đông Việt Nam

- Luận án nghiên cứu khả năng sử dụng của tư liệu RADAR tạo ảnh cửa mở tổng hợp (SAR), với hai dạng dữ liệu chính là dữ liệu siêu cao tần kênh L (dữ liệu PALSAR của vệ tinh ALOS), dữ liệu siêu cao tần kênh C (dữ liệu ASAR của vệ tinh EnviSAT)

5 Nội dung nghiên cứu

- Nghiên cứu nguyên lý và khả năng nhận dạng và phân loại vết dầu trên biển từ tư liệu ảnh SAR

- Đề xuất quy trình nhận dạng và phân loại vết dầu trên biển từ tư liệu ảnh SAR phù hợp với đặc điểm tư liệu ảnh SAR thu nhận tín hiệu trên biển và trong chế

độ thu nhận diện rộng

- Xây dựng chương trình thử nghiệm nhận dạng và phân loại vết dầu và vết

nhiễu trên ảnh viễn thám siêu cao tần

6 Phương pháp nghiên cứu

- Phương pháp phân tích, tổng hợp các tài liệu bao gồm các bài báo khoa học

đã được công bố trên thế giới và trong nước, các kết quả nghiên cứu đã đạt được của các hệ thống giám sát và phát hiện sớm ô nhiễm dầu trên biển đang được triển khai trong thực tế và các modul phần mềm phát hiện vết dầu từ tư liệu ảnh SAR đã được công bố trên thế giới Từ đó, đề xuất phương pháp luận phù hợp, có tính khả thi cao trong điều kiện hiện nay tại Việt Nam

- Nghiên cứu thử nghiệm các thuật toán xử lý ảnh, các thuật toán nhận dạng

và phân loại vết dầu trên biển từ tư liệu ảnh SAR, tiến hành so sánh và chọn lọc các

mô hình thuật toán phù hợp với mục đích nghiên cứu của luận án

7 Ý nghĩa khoa học và thực tiễn của luận án

7.1 Ý nghĩa khoa học của luận án

- Nội dung nghiên cứu của luận án giúp hệ thống đầy đủ cơ sở khoa học về nhận dạng và phân loại vết dầu trên biển từ tư liệu viễn thám siêu cao tần

- Xây dựng được phương pháp nhận dạng và phân loại vết dầu trên biển từ tư liệu ảnh SAR

- Luận án đã đóng góp một phần trong việc thực hiện nhiệm vụ nghiên cứu khoa học của đề tài nghiên cứu cấp Nhà nước về “Ô nhiễm dầu trên vùng biển Đông Việt Nam” với mã số KC09.22/06-10 do PGS.TS Nguyễn Đình Dương làm chủ nhiệm đề tài

7.2 Ý nghĩa thực tiễn của đề tài

- Nâng cao khả năng ứng dụng của tư liệu ảnh SAR trong việc giám sát và phát hiện sớm ô nhiễm dầu ngoài khơi biển Đông Việt Nam

- Cung cấp những đánh giá đầy đủ về mặt lý thuyết cũng như kết quả nghiên cứu thử nghiệm của các phương pháp nhận dạng và phân loại vết dầu trên biển từ tư liệu viễn thám siêu cao tần với các bước sóng khác nhau như tư liệu viễn thám siêu cao tần kênh L (vệ tinh ALOS) và tư liệu viễn thám siêu cao tần kênh C (vệ tinh EnviSAT)

8 Những luận điểm bảo vệ của luận án

Luận điểm 1: Tư liệu ảnh SAR đã được chuẩn hóa trong mặt cắt ngang vẫn tồn tại

hiệu ứng xa – gần nguồn phát sóng trên tư liệu ảnh SAR Hiệu ứng xa – gần nguồn phát sóng ảnh hưởng đến khả năng tự động hóa tách vết đen trên ảnh SAR bằng thuật toán phân ngưỡng tổng thể

Luận điểm 2: Phương pháp tách vết đen bằng thuật toán nở vùng ứng dụng hiệu

quả trong trường hợp vết dầu tồn tại lâu trên biển và đã bị phong hóa theo thời gian Hình ảnh vết dầu trong trường hợp này có độ tương phản không cao so với hình ảnh của bề mặt biển trên ảnh SAR và bản thân hình ảnh vết dầu có nhiều ngưỡng độ xám khác nhau

Luận điểm 3: Phương pháp nhận dạng và phân loại vết dầu trên biển từ tư liệu viễn

thám siêu cao tần được đề xuất trong luận án có thể thực hiện được trong điều kiện

về tư liệu, cơ sở hạ tầng thông tin hiện có tại Việt Nam

9 Những điểm mới của luận án

9.1 Đề xuất phương pháp tự động hóa quá trình nhận dạng và phân loại vết dầu trên biển từ tư liệu ảnh SAR

9.2 Đề xuất phương pháp hạn chế ảnh hưởng của hiệu ứng xa gần nguồn phát sóng của vệ tinh siêu cao tần trên tư liệu ảnh SAR trong việc nhận dạng và phân loại vết dầu trên biển Hiệu ứng xa - gần nguồn phát sóng này tồn tại trên các dạng tư liệu viễn thám siêu cao tần, đặc biệt đối với các chế độ đường chụp rộng

9.3 Nghiên cứu ứng dụng của mạng nơ – ron nhiều lớp MLP trong nhận dạng và phân loại vết dầu và vết nhiễu trên biển từ tư liệu ảnh SAR với các số lượng tham

số đầu vào của mạng nơ-ron khác nhau

10 Khối lƣợng và kết cấu luận án

Kết cấu luận án bao gồm các phần chính như sau:

Mở đầu

Chương 1 Tổng quan về tình hình nghiên cứu trong nước và trên thế giới

Chương 2 Cơ sở khoa học của quá trình nhận dạng và phân loại vết dầu trên biển bằng tư liệu viễn thám siêu cao tần

Chương 3 Đề xuất phương pháp nhận dạng và phân loại vết dầu trên biển từ tư liệu viễn thám siêu cao tần

Chương 4.Thử nghiệm nhận dạng và phân loại vết dầu trên biển từ tư liệu viễn thám siêu cao tần

Kết luận và kiến nghị

Danh mục công trình công bố của tác giả

Tài liệu tham khảo

Phụ lục

Luận án được trình bày trong 111 trang, 61 hình vẽ và sơ đồ, 04 bảng biểu

CHƯƠNG 1 TỔNG QUAN VỀ TÌNH HÌNH NGHIÊN CỨU TRONG

Việc ứng dụng tư liệu ảnh SAR trong phát hiện sớm ô nhiễm dầu trên biển đang được các nhà khoa học trong và ngoài nước quan tâm nghiên cứu Quá trình nhận dạng và phân loại vết dầu trên biển từ tư liệu ảnh SAR gồm các bước chính như bước tiền xử lý ảnh, tách vết đen trên ảnh SAR, nhận dạng và phân loại vết dầu

và vết nhiễu Các kết quả nghiên cứu được thực hiện trên các dạng tư liệu khác nhau, các bước xử lý khác nhau nhằm mục đích nâng cao khả năng tự động hóa trong việc nhận dạng và phân loại vết dầu trên biển từ tư liệu ảnh SAR

1.2 Tổng quan tình hình nghiên cứu trên thế giới

Vấn đề nghiên cứu khả năng sử dụng tư liệu viễn thám siêu cao tần và đặc biệt là tư liệu ảnh SAR để phát hiện sớm vết dầu tràn trên biển được nghiên cứu từ

năm 1992, tác giả Bern đã sử dụng tư liệu ảnh SAR của vệ tinh ERS -1, kênh C để nghiên cứu khả năng phát hiện vết dầu trên bề mặt biển [11] Phương pháp phát hiện vết dầu trên tư liệu ảnh SAR được thực hiện giải đoán bằng mắt và kết quả phân tích trên tư liệu ảnh vệ tinh được kiểm tra trực tiếp bằng máy bay Tác giả Bern cũng nhấn mạnh ảnh hưởng các điều kiện tự nhiên trên biển tới kết quả nhận dạng và phân loại vết dầu bằng tư liệu ảnh SAR

Tư liệu thử nghiệm trong các nghiên cứu được công bố tại các tạp chí khoa học trên thế giới chủ yếu là tư liệu ERS – 1,2, EnviSat ASAR, Radarsat, TerraSAR-

X với nhiều mức xử lý khác nhau và cho các kết quả như sau:

- Về quá trình tiền xử lý ảnh: Tư liệu ảnh SAR đã được xử lý về mặt bức xạ cũng

như hình học nhưng vẫn cần các bước tiền xử lý ảnh như loại bỏ vùng đất liền, lọc nhiễu ảnh và chuẩn hóa tư liệu trong mặt cắt ngang Các phương pháp lọc nhiễu được sử dụng chủ yếu là phương pháp Gamma, Frost, Lee… Tuy nhiên, chưa có tài liệu đề cập về việc loại bỏ ảnh hưởng xa – gần nguồn phát sóng trong quá trình tiền

xử lý ảnh phục vụ cho việc phát hiện vết dầu trên ảnh SAR

- Về phát hiện và khoanh vùng các vết đen: Độ nhớt và sức căng mặt ngoài của dầu

đã làm suy giảm dao động sóng biển tại vị trí vết dầu, dẫn đến sự suy giảm năng lượng tán xạ phản hồi tại bộ cảm của vệ tinh siêu cao tần nên vết dầu thường có hình ảnh là các vết đen trên ảnh SAR

Các kết quả nghiên cứu đã khẳng định có thể sử dụng phương pháp phân ngưỡng để phát hiện và khoanh vùng vết đen trên ảnh [6] Hiện nay, có hai phương pháp xác định ngưỡng, đó là phương pháp xác định ngưỡng tổng thể và phương pháp xác định ngưỡng thích ứng theo cửa sổ Phương pháp xác định ngưỡng tổng thể là xác định một ngưỡng T cho toàn bộ ảnh Trong đó, với giá trị độ xám nhỏ hơn T sẽ là vết đen và giá trị độ xám lớn hơn T sẽ là vùng biển Phương pháp phân phân ngưỡng thích ứng sẽ tìm kiếm ngưỡng T trong giới hạn cửa sổ tìm kiếm có kích thước NxN [12]

Tuy nhiên, do bản chất của việc thu nhận tín hiệu của vệ tinh siêu cao tần nên hình ảnh trên ảnh SAR thường bị nhiễu hạt tiêu, do đó việc sử dụng thuật toán

phân ngưỡng gặp khó khăn

Một số kết quả nghiên cứu đề xuất sử dụng các phương pháp tách vết dầu trên ảnh SAR bằng thuật toán lọc biên Laplace of Gaussian (LoG) và Difference of Gaussian (DoG) hoặc sử dụng mô hình Hidden Markov Chain (HMC) [28] để phân đoạn ảnh, thuật toán Constant False Alarm Rate (CFAR) [10], thuật toán phân cụm

mờ C-means (FCM) [35] Các kết quả đạt được tương đối khả quan, phụ thuộc vào đặc điểm của từng tư liệu sử dụng

- Về xác định các chỉ số đặc trưng: Trên ảnh SAR sẽ có những vết nhiễu gây ra bởi

các vùng lặng gió ven bờ, các tảng băng trôi và một số hiệu ứng bề mặt biển cũng tạo nên những vệt đen tương tự trên ảnh SAR Vì vậy độ tin cậy nhận dạng và phân loại vết dầu trên ảnh SAR phụ thuộc vào kết quả phân biệt vết dầu và vết nhiễu Do đặc điểm hình dạng của các vết dầu không rõ nguồn gốc trên biển thường là dạng hình tuyến nên các phương pháp nhận dạng và phân loại vết dầu trên ảnh SAR đều

dựa trên các chỉ số đặc trưng hình dạng của vết đen được xác định trên ảnh

Sau khi tách vết đen trên ảnh, các chỉ số đặc trưng hình dạng của từng vết sẽ được tính toán Một số thông số đặc trưng hình dạng cơ bản được sử dụng cho nhận dạng và phân loại tự động vết dầu bao gồm các chỉ số:

1 Đặc trưng hình học và hình dạng của vết đen bao gồm: đặc điểm hình học

và hình dạng được áp dụng ở tất cả các phương pháp phân loại Các chỉ số đặc trưng hình học và hình dạng bao gồm: diện tích, chu vi của vết dầu, tỷ số giữa chiều rộng

và chiều dài của các vết đen [7] Ngoài ra, chỉ số đặc trưng cho độ phức tạp của đối tượng cũng được sử dụng [24]

2 Đặc tính vật lý của mức độ tán xạ của từng vệt đen và vùng xung quanh:

Thông tin về gradient của năng lượng tán xạ phản hồi là thông tin quan trọng được đưa vào phương pháp phân loại theo mạng nơ-ron Độ lệch chuẩn giá trị năng lượng tán xạ phản hồi giữa vùng biển và vệt dầu thường là 13, 14, 15 Giá trị này thường

bị ảnh hưởng bởi tốc độ gió bề mặt và thường có giá trị cao đối với các vệt nhiễu

3 Đặc điểm vị trí của vệt đen: Đối với những vết đen ở gần bờ biển có thể là

những yếu tố nhiễu gây ra bởi vùng lặng gió ven bờ, còn những vết đen gần vị trí

tàu và địa điểm khai thác dầu thì khả năng là vết dầu sẽ cao hơn Vết dầu có thể được phân loại dựa trên quá trình phân tích vị trí địa lý của vết dầu, thông tin về vị trí và thời tiết [9] Ngoài ra, bên cạnh các vết dầu thường có những điểm sáng được cho là các tàu xả dầu trái phép Ví dụ như trên Hình 1.1 là hình ảnh vết dầu được phát hiện trên tư liệu ASAR chế độ thu nhận WSM, độ phân giải 75m Cạnh vết dầu thường xuất hiện các điểm sáng và được cho là các tàu xả dầu

Hình 1.1 Vị trí các tàu cạnh vết dầu được phát hiện trên ảnh Envisat ASAR

4.Cấu trúc Cấu trúc trên ảnh thể hiện thông tin về liên kết không gian của

pixel đang xét với các pixel láng giềng Tính đồng nhất bên trong vết dầu sẽ được xác định thông qua ma trận GLCM [9] Tính đồng nhất là một hệ số để phân biệt vết dầu với các đối tượng khác

- Về nhận dạng và phân loại vết dầu

Một số nghiên cứu thực hiện nhận dạng và phân loại vết dầu bằng mắt dựa trên các kinh nghiệm giải đoán của các chuyên gia phân tích vết dầu trên tư liệu ảnh SAR Phương pháp này được hệ thống KSAT (Kongsberg Satellite Service) của Na

Uy áp dụng từ năm 1994 Phương pháp được áp dụng trong hệ thống KSAT mô tả trong báo cáo kỹ thuật No.04-10225 A – Doc thuộc dự án Oceanides của Ủy ban Châu Âu [8] Các chuyên gia trong hệ thống KSAT phân tích từng dữ liệu ảnh SAR

và đưa ra kết luận các vết đen có thể là vết dầu hay không Các thông tin bổ trợ như tốc độ, hướng gió, vị trí khai thác dầu, hệ thống dẫn dầu, vị trí đất liền, đường bờ biển… được đưa vào trong quá trình phân tích Những chuyên gia sẽ nghiên cứu

Vết dầu

từng ảnh và khoanh vùng từng vết đen Một số chỉ số như diện tích, chiều dài/chiều rộng của vết dầu sẽ được tính toán Thời gian phân tích một ảnh sẽ kéo dài từ 5 – 20 phút Những vết dầu được tìm thấy sẽ phân loại ở các mức độ cảnh báo ô nhiễm dầu khác nhau như cao, trung bình hoặc thấp

Để giảm thời gian phân tích một ảnh, hãng QinetiQ đã đưa ra phương pháp nhận dạng và phân loại vết dầu trên ảnh theo phương pháp bán tự động [8] Trong phương pháp được đề xuất thì các vết đen trên ảnh sẽ được tách hoàn toàn tự động Dựa trên hình ảnh các vết đen đã được tách ra từ tư liệu ảnh SAR, các chuyên gia sẽ quan sát và đưa ra quyết định những vết đen nào có khả năng là vết dầu

Bên cạnh đó, một số tác giả đã công bố những nghiên cứu cho phép tự động nhận dạng và phân loại vết dầu và vết nhiễu bằng các thuật toán phân loại dựa trên các chỉ số đặc trưng của từng vết Phân loại vết dầu dựa vào thuật toán Mahalnobis

để xác định xác suất của vết đen có phải là vết dầu hay không, sử dụng mô hình mạng nơ-ron (Neural Network) được trình bày trong tài liệu [19], [24] hoặc lý thuyết logic mờ (Fuzzy Logic) trong tài liệu [23]

Dữ liệu đầu vào của mạng nơ-ron là các chỉ số của các vết đen trên ảnh (bao gồm cả vết dầu và vết nhiễu) như thông số về hình học, các đặc tính vật lý, thông tin trường gió trên bề mặt biển… Mô hình mạng nơ-ron được nhiều tác giả sử dụng là

mô hình mạng nơ-ron nhiều lớp Multilayer Perceptrons (MLP) với số lượng lớp ẩn khác nhau [19]

Ngoài ra, vết dầu trên tư liệu ảnh SAR có thể được nhận dạng và phân loại bằng phương pháp sử dụng lý thuyết logic mờ [23] Mô hình được nghiên cứu trong tài liệu [23] là mô hình lý thuyết mờ Mamdani (Mamdani 1974) Dữ liệu đầu vào bao gồm chỉ số diện tích, số lượng đối tượng xung quanh vết đen, khoảng cách so với đất liền Tác giả đã đưa ra 405 điều kiện ràng buộc các dữ kiện đầu vào để đưa

ra quyết định khả năng vết đen là vết dầu hay vết nhiễu (tính theo %) Độ tin cậy của kết quả phân loại là 88% [23]

Theo các kết quả nghiên cứu đã công bố trên các tạp chí khoa học thế giới thì phương pháp tự động theo mô hình mạng nơ-ron hoặc theo mô hình lý thuyết logic

mờ cho độ tin cậy khoảng từ 75% đến 98% Những nghiên cứu này đã thực hiện trên các tư liệu và các chỉ số đặc trưng của vết dầu và vết nhiễu khác nhau Độ tin cậy của kết quả nhận dạng và phân loại tự động vết dầu phụ thuộc vào kết quả của bước tách vết đen trên ảnh SAR, các chỉ số đặc trưng của các vết và mô hình phân loại

Một số tổ chức nghiên cứu cũng đã xây dựng modul chương trình nhận dạng

và phân loại vết dầu trên biển từ tư liệu viễn thám siêu cao tần như modul phát hiện vết dầu (Oil spill detection) trong đó có phần mềm NEST (Next ESA SAR toolbox) được phát triển bởi Cơ quan hàng không vũ trụ Châu Âu (phụ lục 12) Phương pháp nhận dạng và phân loại vết dầu được sử dụng trong các hệ thống phần mềm trên đều

là phương pháp bán tự động Điểm hạn chế của modul phát hiện vết dầu của phần mềm NEST là không có chức năng vector hóa các vết dầu, kết quả phát hiện vết dầu chỉ dừng lại ở bước tách các vết đen trên ảnh SAR Bên cạnh đó, phần mềm NEST chủ yếu thiết kế để xử lý tư liệu ASAR, không đọc được khuôn dạng gốc của tư liệu PALSAR chế độ thu nhận ScanSAR

1.3.Tổng quan về những kết quả nghiên cứu trong nước

Trước thực trạng ô nhiễm dầu ngày càng tăng trên khu vực biển Việt Nam và biển Đông, các nhà khoa học trong nước cũng đã thực hiện các cuộc hội thảo, nghiên cứu xây dựng một hệ thống giám sát và phát hiện sớm ô nhiễm dầu trên biển

từ tư liệu viễn thám Trong Hội thảo Quốc gia “Phát hiện và xử lý sự cố tràn dầu trên biển” tổ chức tại Thành phố Hồ Chí Minh ngày 27/04/2007 có một số báo cáo

về khả năng ứng dụng công nghệ viễn thám phát hiện vết dầu trên biển Trung tâm Viễn thám - Bộ tài nguyên môi trường đã có báo cáo sơ bộ về khả năng sử dụng ảnh viễn thám phát hiện vết dầu Viện Vật Lý và Điện tử trình bày kết quả ứng dụng tư liệu MODIS phát hiện vết dầu tại vùng biển Việt Nam Tuy nhiên, tư liệu MODIS

là tư liệu quang học nên không mang lại kết quả khả quan trong phát hiện vết dầu trên biển do ảnh hưởng nhiều yếu tố khí tượng trên biển và hình ảnh vết dầu không tương phản so với hình ảnh của bề mặt biển trên ảnh SAR PGS.TS Nguyễn Đình Dương – Viện Địa lý cũng đã trình bày báo cáo “Một số kết quả ban đầu về phân

tích vết dầu năm 2007 trên tư liệu vệ tinh ALOS PALSAR” Ngoài ra, vào ngày 24/03/2011 và 25/03/2011, tại Hà Nội đã diễn ra Hội thảo giữa Viện Khoa học khí tượng thủy văn môi trường (KHKTTVMT) và Viện Nghiên cứu và phát triển Hàn Quốc (KORDI) về “Ứng phó sự cố tràn dầu” Trong khuôn khổ của Hội thảo, TS Doãn Hà Phong cũng đã có báo cáo “Quá trình quan trắc ô nhiễm dầu bằng ảnh vệ tinh tại vùng biển Việt Nam” [4]

Đáng chú ý là những kết quả đạt được của đề tài nghiên cứu cấp Nhà nước

về “Ô nhiễm dầu trên vùng biển Đông Việt Nam” với mã số KC09.22/06-10 của PGS.TS Nguyễn Đình Dương và các cộng sự - Viện Địa lý – Viện Hàn lâm Khoa học và Công nghệ Việt Nam Đề tài Nhà nước mã số KC09.22/06-10 là đề tài nghiên cứu xây dựng hệ thống giám sát và phát hiện sớm ô nhiễm dầu trên biển trong điều kiện của Việt Nam bao gồm nhiều nhiệm vụ như: Xác định các nguồn gây ô nhiễm dầu trên vùng biển Việt Nam; Xây dựng hệ thống công nghệ giám sát

và phát hiện sớm ô nhiễm dầu trên biển từ tư liệu viễn thám siêu cao tần; Nghiên cứu xác định cơ chế biến đổi và lan truyền dầu trên vùng biển Việt Nam và Biển Đông; Xây dựng cơ sở dữ liệu hỗ trợ công tác dự báo và ứng phó sự cố tràn dầu và phân vùng nguy cơ ô nhiễm dầu theo các nguồn gốc khác nhau; Đề xuất quy trình công nghệ giám sát ô nhiễm dầu trên biển do sự cố dựa trên tích hợp công nghệ phát hiện và cảnh báo sớm với bộ các mô hình số trị về lan truyền ô nhiễm dầu và dự báo lan truyền ô nhiễm dầu trên biển, cảnh báo các địa phương ven biển có biện pháp ứng phó kịp thời nhằm giảm thiểu tác hại đến môi trường sinh thái và phát triển kinh tế xã hội Bản thân nghiên cứu sinh cũng tham gia nghiên cứu nhiệm vụ xây dựng hệ thống công nghệ giám sát và phát hiện sớm ô nhiễm dầu trên biển từ tư liệu viễn thám siêu cao tần thuộc nội dung của đề tài KC09.22/06-10

Đề tài KC09.22/06-10 đã thử nghiệm xây dựng mô hình quan trắc ô nhiễm dầu bằng viễn thám siêu cao tần cho Việt Nam - Oil Spill Monitoring by Microwave Remote Sensing – OSMMIRS Về cơ bản tư liệu siêu cao tần là tư liệu chủ đạo nhưng các tư liệu quang học trong một số trường hợp cũng có thể cung cấp thông tin hữu ích cho việc quan trắc vết dầu trên biển (Hình 1.2)

Hình 1.2 Mô hình hệ thống quan trắc ô nhiễm dầu trên biển bằng công nghệ viễn

thám (đề tài KC.09.22/06-10) [3]

1.4 Đánh giá kết quả nghiên cứu trong nước và trên thế giới

Các kết quả nghiên cứu được công bố trên các tạp chí khoa học trên thế giới

đã khẳng định khả năng phát hiện vết dầu trên biển bằng tư liệu viễn thám siêu cao tần, đặc biệt trên tư liệu ảnh SAR Dữ liệu được nghiên cứu trong các bài báo khoa học đã công bố chủ yếu là tư liệu ERS – 1,2, Envisat ASAR và Radarsat (kênh C) Vẫn chưa có nhiều kết quả nghiên cứu thử nghiệm trên tư liệu viễn thám siêu cao tần kênh L Các hãng phần mềm xử lý ảnh đã xây dựng những modul hoặc quy trình phát hiện vết dầu trên biển từ tư liệu ảnh SAR dựa trên các kết quả đã được công bố trên các tạp chí khoa học Kết quả các phần mềm xử lý ảnh mới chỉ dừng lại ở kết quả tách vết đen trên ảnh Quá trình nhận dạng và phân loại vết dầu và vết nhiễu

trong các phần mềm xử lý ảnh chủ yếu được thực hiện dựa trên kiến thức chuyên gia Đối với phương pháp phân loại vết dầu và vết nhiễu hoàn toàn tự động vẫn đang được nghiên cứu thử nghiệm với nhiều phương pháp và mô hình tính toán khác nhau Các kết quả nghiên cứu được công bố trên các tạp chí khoa học của thế giới đã và đang hoàn thiện phương pháp nhận dạng và phân loại vết dầu trên biển bằng tư liệu viễn thám siêu cao tần từ quá trình bán tự động tiến tới quá trình tự động hoàn toàn

Việc sử dụng tư liệu viễn thám siêu cao tần trong nhận dạng và phân loại vết dầu trên biển đang là vấn đề được các nhà khoa học trong nước quan tâm, nghiên cứu Với điều kiện cơ sở hạ tầng thông tin về tư liệu, thông tin khí tượng thủy văn trên biển và các thông tin khác trong việc giám sát và phát hiện sớm vết dầu tràn trên biển tại Việt Nam chưa được đầu tư nên đòi hỏi cần nghiên cứu phương pháp phù hợp với điều kiện thực tế của Việt Nam

1.5 Những vấn đề đƣợc phát triển trong luận án

Nội dung của luận án kế thừa một số kết quả nghiên cứu đã được nghiên cứu sinh thực hiện trong đề tài cấp Nhà nước KC09.22/06-10 Dựa trên các kết quả nghiên cứu đã đạt được và các kết quả được công bố trên các tạp chí khoa học của thế giới về lĩnh vực nhận dạng và phân loại vết dầu trên biển từ tư liệu viễn thám siêu cao tần, nghiên cứu sinh tiếp tục nghiên cứu một số thuật toán xử lý ảnh nhằm nâng cao khả năng nhận dạng và tự động hóa quá trình phân loại vết dầu trên biển

từ tư liệu ảnh SAR bao gồm:

- Nghiên cứu sử dụng thuật toán cân bằng biểu đồ thích ứng giới hạn độ tương phản (CLAHE) để loại bỏ ảnh hưởng hiệu ứng xa – gần nguồn phát sóng trên

tư liệu ảnh SAR

- Lựa chọn thuật toán tự động phân ngưỡng tổng thể để tách các vết đen trên ảnh SAR sao cho phù hợp với ảnh đã được hiệu chỉnh ảnh hưởng xa – gần nguồn phát sóng

- Nghiên cứu sử dụng thuật toán nở vùng theo ngưỡng để tách vết dầu trong trường hợp vết dầu đã bị phong hóa và hình ảnh vết dầu trên ảnh SAR có độ tương

phản không cao so với hình ảnh của mặt biển

- Nghiên cứu thử nghiệm khả năng phân biệt vết dầu và vết nhiễu bằng mô hình mạng nơ – ron nhiều lớp MLP dựa trên các chỉ số hình học đặc trưng của từng vết

- Thử nghiệm với 2 dạng tư liệu viễn thám siêu cao tần kênh C và kênh L Đây là 2 dạng tư liệu viễn thám siêu cao tần đang được sử dụng tại Việt Nam

CHƯƠNG 2 CƠ SỞ KHOA HỌC CỦA QUÁ TRÌNH NHẬN DẠNG VÀ PHÂN LOẠI VẾT DẦU TRÊN BIỂN BẰNG TƯ LIỆU VIỄN THÁM

Hệ thống viễn thám siêu cao tần gồm viễn thám siêu cao tần dạng bị động và viễn thám siêu cao tần dạng chủ động Hệ thống RADAR là hệ thống viễn thám siêu cao tần dạng chủ động, gồm hai dạng chính là hệ thống radar cửa mở thực (RAR)

và hệ thống radar cửa mở tổng hợp (SAR) Đặc điểm của hệ thống RADAR sẽ thu nhận tín hiệu theo hướng cạnh sườn (side-looking) (Hình 2.1)

Hình 2.1 Đặc điểm thu nhận cạnh sườn của hệ thống radar tạo ảnh [21]

Độ rộng của ảnh phụ thuộc vào độ rộng của đường thu nhận trên mặt đất Độ

rộng đường thu nhận sẽ phụ thuộc vào khoảng cách R1 và R2 (Hình 2.1) Khoảng cách R1 tương ứng với với khoảng cách gần với vệ tinh nhất, gọi là vùng gần nguồn phát sóng Khoảng cách R2 tương ứng với khoảng cách xa vệ tinh nhất, gọi là vùng

xa nguồn phát sóng

Hình 2.2 Đặc điểm về độ phân giải của hệ thống radar [21]

- Độ phân giải hướng dải quét sẽ tỷ lệ với độ rộng của xung nhận được rd(Hình 2.2) và được xác định theo công thức sau [21]:

 - chiều dài xung tín hiệu

- Độ phân giải phương vị sẽ phụ thuộc vào độ mở của ăng-ten và được xác định theo công thức sau [21]:

Ngoài ra, hình ảnh trên ảnh SAR phụ thuộc vào tần số lặp xung (PRF) Tần

số lặp xung cần phải được thiết kế để tránh sự chồng chéo hoặc trộn tín hiệu trong trường hợp tín hiệu tán xạ phản hồi nhận được đồng thời tại ăng-ten của vệ tinh Đồng thời tần số lặp xung cũng phải đủ lớn để tránh mất tín hiệu tán xạ phản hồi

Do đó, tần số lặp xung phải được thiết kế để thích hợp với độ phân giải theo hướng phương vị raz và tốc độ chuyển động của vật mang Điều đó có nghĩa là vật mang di

Hình 2.3 Đặc điểm phân cực của sóng điện từ Dựa vào đặc điểm phân cực của sóng điện từ, các thiết bị viễn thám siêu cao tần đã tạo ra các ảnh phân cực Ảnh phân cực được tạo bởi hướng phân cực của sóng truyền đi và sóng thu nhận Trong hệ thống radar tạo ảnh có 4 loại ảnh phân cực là ảnh phân cực HH (sóng truyền đi phân cực ngang, sóng thu nhận phân cực ngang), VV (sóng truyền đi phân cực dọc, sóng thu nhận phân cực dọc), HV (sóng truyền đi phân cực ngang, sóng thu nhận phân cực dọc), VH (sóng truyền đi phân cực dọc, sóng thu nhận phân cực ngang)

2.1.2 Hệ thống RADAR cửa mở tổng hợp

Để nâng cao độ phân giải của ảnh thì ăng-ten của vệ tinh phải có kích thước lớn nhưng điều đó rất khó thực hiện về mặt vật lý Tuy nhiên, cũng từ khó khăn này

mà một giải pháp đã được đưa ra để nâng cao độ phân giải của ảnh, đó là sự ra đời của hệ thống radar cửa mở tổng hợp (SAR) Cấu tạo hoạt động của hệ thống SAR dựa trên lý thuyết kết hợp pha của tất cả các tín hiệu phản hồi trong khoảng thời gian khi vật mang di chuyển giữa hai xung tín hiệu được truyền đi [21] Tổng hợp các tín hiệu sẽ tạo thành một mảng tín hiệu của ăng-ten rất lớn (Hình 2.4) Các tín hiệu sẽ được khôi phục phụ thuộc vào độ chính xác việc mô phỏng quỹ đạo của vật mang

Hình 2.4 Cấu trúc của hệ thống radar cửa mở tổng hợp (SAR) [33]

Theo nguyên lý hoạt động của hệ thống SAR thì ăng-ten sẽ thu nhận một phần tín hiệu tán xạ phản hồi từ đối tượng Năng lượng tán xạ phản hồi thu nhận trên ảnh SAR là các yếu tố về địa vật lý của đối tượng quan sát Năng lượng tán xạ phản hồi nhận được từ mỗi xung truyền của tín hiệu RADAR bao gồm các thành phần vật lý và đặc tính hình học chiếu thể hiện qua công thức sau [33]:

P: năng lượng sóng radar truyền đi G: hệ số ăng-ten

: chiều dài bước sóng

: năng lượng trung bình bị hấp thụ R: khoảng cách giữa ăng-ten và đối tượng Thành phần 0 (NRCS) được gọi là hệ số tán xạ phản hồi chuẩn hóa trong mặt cắt ngang Giá trị 0là giá trị trung bình của năng lượng chiếu tới trên một đơn

vị diện tích bề mặt đối tượng Thành phần 0là một hàm phức tạp phụ thuộc vào thành phần diện tích mà năng lượng chiếu tới, hằng số điện môi của đối tượng và tần số cũng như độ phân cực của sóng tới Theo tài liệu [26] thì 0sẽ được xác định theo công thức:

2 2



Trong đó: S0 – diện tích bề mặt tán xạ của đối tượng

E0 – Cường độ trường điện từ tại đối tượng

Er – Cường độ tán xạ điện từ tại khoảng cách R so với đối tượng

R – Khoảng cách giữa ăng-ten và đối tượng

Giá trị

2 2 0

rE

E có thể được xác định thông qua năng lượng nhận được và năng lượng truyền đi từ ăng-ten thông qua công thức sau [26]:

Trong đó: E0 – Cường độ trường điện từ tại đối tượng

Er – Cường độ tán xạ điện từ tại khoảng cách R so với đối tượng

Năng lượng phản hồi nhận được tại ăng ten của vệ tinh siêu cao tần không những phụ thuộc vào năng lượng sóng nhận được và sóng truyền đi mà còn bị ảnh hưởng của nhiễu tín hiệu trong năng lượng sóng nhận được Tỷ số tín hiệu và nhiễu (SNR) được xác định theo công thức [26]:

Năng lượng tán xạ phản hồi thu nhận được tại bộ cảm vệ tinh siêu cao tần sẽ phụ thuộc rất lớn đến mức độ tán xạ của sóng siêu cao tần khi chiếu tới vật thể trên mặt đất Mức độ tán xạ của sóng phụ thuộc vào đặc trưng bề mặt của vật thể

Khi sóng điện từ (sóng siêu cao tần) chiếu tới bề mặt đối tượng tương đối phẳng thì sẽ xuất hiện sóng phản xạ tuân theo định luật Snell-Descartes Tuy nhiên, trong thực tế thường không tồn tại điều kiện lý tưởng một bề mặt hoàn toàn bằng phẳng nên sẽ xảy ra hiện tượng tán xạ ngược với thành phần sóng dọc theo hướng khúc xạ và phản xạ của định luật Snell-Descartes (Hình 2.5)

Hình 2.5 Định luật phản xạ Snell-Descartes trong điều kiện lý tưởng (trái), trong

điều kiện thực tế (phải)

Xét hình ảnh trên ảnh SAR thì trong trường hợp bề mặt tương đối phẳng, năng lượng phản hồi chủ yếu là tia phản xạ, rất ít thành phần tia tán xạ Do đó, năng lượng tán xạ phản hồi nhận được tại bộ cảm của vệ tinh SAR sẽ giảm, kết quả là hình ảnh trên ảnh SAR sẽ có màu đen (Hình 2.6a)

Xét trong điều kiện cùng góc tới của tín hiệu và cùng bước sóng siêu cao tần thì khi bề mặt có độ nhám tăng lên sẽ xuất hiện các tia phản xạ trên các mặt phẳng tiếp tuyến với bề mặt đối tượng Như vậy, năng lượng tán xạ quay trở lại ăng-ten thu của vệ tinh sẽ tăng lên Càng nhiều năng lượng tán xạ phản hồi thì hình ảnh trên ảnh càng sáng (Hình 2.6b, Hình 2.6c)

Hình 2.6 Đặc điểm độ nhám bề mặt ảnh hưởng đến năng lượng tán xạ phản hồi

2.2 Đặc điểm tín hiệu siêu cao tần thu nhận trên biển

nhớt của nước biển Nếu xét trong khoảng không gian, thời gian nhất định thì có thể coi độ nhám của bề mặt biển là đồng nhất và đứng yên Trên bề mặt biển có ba dạng sóng chính là sóng mao dẫn (capillary wave), sóng trọng lực (gravity waves) và sóng mao dẫn trọng lực (gravity-capillary wave) Sóng gợn nhỏ hay còn gọi là sóng mao dẫn có chiều dài bước sóng nhỏ hơn 5cm Sóng trọng lực có bước sóng lớn hơn 10cm Sóng mao dẫn trọng lực có bước sóng nằm trong khoảng từ 5cm đến 10cm Theo kết quả nghiên cứu được công bố trong tài liệu [26] thì sóng mao dẫn trọng lực sẽ tác động với sóng tán xạ điện từ, đặc biệt là sóng siêu cao tần đang được sử dụng trong các vệ tinh quan sát đại dương Sự thay đổi cường độ sóng mao dẫn trọng lực phụ thuộc vào vị trí của chúng trên mặt cắt của các sóng có quy mô lớn Dựa trên các dữ liệu thử nghiệm thì những gợn sóng quy mô nhỏ nằm hầu hết tại các phần trên sườn phía trước của sóng quy mô lớn, ngay cạnh đỉnh của nó Đây là một trong những lý do chính tại sao vệ tinh siêu cao tần cảm nhận sóng mao dẫn trọng lực

Tuy nhiên, để phân tích các thông tin trên biển từ hình ảnh radar là việc làm không đơn giản Do đặc điểm thu nhận tín hiệu của vệ tinh siêu cao tần và sự dao động phức tạp của bề mặt biển nên hình ảnh bề mặt biển trên tư liệu radar thường xuất hiện các nhiễu và các biến dạng Vì vậy, các dữ liệu radar cần phải được xử lý trước khi đưa vào quá trình phân tích

2.2.2 Đặc điểm tín hiệu tán xạ phản hồi sóng siêu cao tần trên biển

Ảnh SAR thu nhận bề mặt biển là hình ảnh hai chiều thể hiện mức độ tán xạ phản hồi của sóng siêu cao tần từ bề mặt đại dương, đặc trưng cho độ nhám của bề mặt đại dương Với góc tới của tín hiệu trong khoảng từ 20° đến 60° thì hệ thống SAR thường nhạy cảm với những sóng biển có bước sóng gần với sóng siêu cao tần được chiếu tới bề mặt biển Tuy nhiên, các dao động của sóng biển phụ thuộc rất lớn vào áp lực gió trên biển tại thời điểm quan sát Ngoài ra, mức năng lượng tán xạ phản hồi phụ thuộc vào một số các yếu tố sau: 1) Hằng số điện môi; 2) Độ gồ ghề của bề mặt nước biển; 3) Tương tác của các sóng ở các quy mô khác nhau; 4) Tương tác của sóng và dòng chảy và 5) Sự xuất hiện các vết dầu trên bề mặt biển

2.2.2.1 Ảnh hưởng của hằng số điện môi của nước biển

Hằng số điện môi của môi trường biển sẽ ảnh hưởng đến khả năng thẩm thấu của sóng siêu cao tần được phát đi từ vệ tinh siêu cao tần Hằng số điện môi là đại lượng đặc trưng tương ứng của môi trường điện tích Như vậy sóng siêu cao tần sẽ

bị ảnh hưởng khi chiếu tới môi trường nước, băng hoặc mưa Hằng số điện môi hoặc hằng số điện môi phức hợp c được xác định theo công thức [26]:

tan  - Khả năng dẫn điện của môi trường

 - Phần thực của hằng số điện môi

(a)

Hình 2.7 Độ thẩm thấu của sóng điện từ phụ thuộc vào độ mặn, tần số [26] (a) Giá trị p thay đổi theo độ mặn;

(b) Giá trị pthay đổi theo tần số

2.2.2.2 Ảnh hưởng của dao động sóng trên mặt biển

Theo các nghiên cứu về hải dương học thì có ba cơ chế chuyển động chính tạo ra sự dao động của bề mặt biển, đó là sự thay đổi cường độ sóng, sự biến đổi của thủy động lực học và tốc độ dịch chuyển của sóng biển Chính sự chuyển động của sóng biển so với sự dịch chuyển của vệ tinh sẽ tạo nên sự suy giảm tín hiệu trên ảnh SAR

Hệ thống Radar cửa mở thực và hệ thống RADAR cửa mở tổng hợp thường quan sát với góc tới của tín hiệu từ 15o đến 70o nên sóng tán xạ phản hồi trên bề mặt biển sẽ tuân theo định luật tán xạ Bragg (W L Bragg 1913) [26] hay còn gọi là

sóng tán xạ Bragg Theo định luật Bragg thì sóng tán xạ sẽ tỷ lệ với mật độ năng lượng phổ của các sóng ngắn trên đại dương theo hướng đến hoặc quay trở lại bộ cảm của sóng siêu cao tần (Hình 2.8)

Hình 2.8.Tán xạ Bragg giữa sóng siêu cao tần (r) và sóng biển (B)

Kết quả cộng hưởng của các sóng sẽ mạnh nhất khi sóng Bragg lan truyền theo hướng tới hoặc đi từ hướng quan sát của vệ tinh trong phạm vi hẹp của góc nhìn Đối với góc tới của tín hiệu nhỏ hơn 15° thì tín hiệu phản hồi chủ yếu là tia phản xạ theo định luật Snell-Descater, trong khi đối với góc tới của tín hiệu lớn hơn 70° thì tín hiệu tán xạ từ các mặt của các sóng là phổ biến nhất Tuy nhiên, tốc độ gió trên bề mặt biển phải đạt tới một ngưỡng nhất định để tạo ra sóng Bragg phản hồi Ví dụ ngưỡng tốc độ gió thấp nhất cho kênh X, kênh C và kênh L ở góc tới 20o

lần lượt là 2.5, 2.2 và 2.0 m/s [36] Ngưỡng tốc độ gió sẽ tăng từ từ khi tăng dần góc tới của tín hiệu vệ tinh

Năng lượng tán xạ tại bề mặt biển còn liên quan đến các thông số khác nhau của vệ tinh như tần số sóng tín hiệu, phân cực và góc tới của tín hiệu Năng lượng tán xạ phản hồi trên ảnh phân cực VV cao hơn trên ảnh phân cực HH một vài dB

Sự khác biệt về giá trị tán xạ phản hồi giữa phân cực HH và VV sẽ tăng khi tăng góc tới của tín hiệu [36]

2.2.2.3 Tương tác giữa sóng ngắn và sóng dài

Do sự chuyển động phức tạp trên biển nên bản thân sóng tán xạ Bragg còn

tương tác với các sóng dài trên biển Khi các sóng dài chuyển động sẽ kéo theo chuyển động của các sóng ngắn Sóng dài trên mặt biển có đặc tính vận tốc quỹ đạo tròn tạo ra các dao động hình sin phụ thuộc vào vị trí dọc theo hướng lan truyền của sóng (Hình 2.9) [36]

Hình 2.9 Mô tả chuyển động và thủy động lực học của sóng biển

Trong điều kiện thực tế của bề mặt đại dương thì khi các sóng dài phát triển dốc hơn, thành phần vận tốc xuyên tâm sẽ tăng lên Kết quả là xuất hiện chuyển dịch vị trí theo góc phương vị Phạm vi dịch chuyển theo góc phương vị (D) sẽ được xác định theo công thức sau [36]:

2.2.2.4 Tương tác của sóng ngắn và dòng chảy

Sự tương tác của sóng bề mặt và dòng chảy sẽ tạo ra sự trao đổi năng lượng

giữa các sóng, trong đó đáng kể có thể làm thay đổi đáng kể bước sóng của các sóng trên bề mặt biển Sự tương tác của các sóng có thể làm tăng hoặc giảm sóng tán xạ phản hồi từ bề mặt đối tượng Các tương tác này rất nhạy cảm với tốc độ và hướng gió, phân tầng lớp ranh giới khí quyển, nhiệt độ bề mặt biển và sự hiện diện của các vết dầu trên bề mặt

Như vậy, hình ảnh mặt biển trên ảnh SAR là thể hiện sự phân bố không gian của sóng tán xạ Bragg Sự phân bố không gian có thể ảnh hưởng bởi sóng trọng lực lớn do chuyển động nghiêng, chuyển động thủy động lực học và tốc độ truyền sóng Ngoài ra, sóng tán xạ Bragg còn chịu tác động của một số các vết dầu tràn xuất hiện trên bề mặt biển

2.3 Cơ sở khoa học của quá trình nhận dạng và phân loại vết dầu trên biển bằng tƣ liệu viễn thám siêu cao tần

2.3.1 Đặc điểm hình ảnh vết dầu trên tư liệu ảnh SAR

Trên bề mặt biển thường xuất hiện các vết đen do tràn dầu hoặc chế phẩm hữu cơ được tạo bởi các sinh vật sống trên biển Khi vết dầu xuất hiện trên biển sẽ ảnh hưởng đến dao động sóng trên bề mặt biển Do đặc tính độ nhớt của dầu sẽ làm giảm dao động của các sóng ngắn, tăng sức căng mặt ngoài và giảm áp lực của gió tại vị trí vết dầu Trong điều kiện tốc độ gió trên biển trung bình khoảng từ 2.5m/s – 12.5m/s thì dao động trên biển chủ yếu là sóng mao dẫn trọng lực Khi xuất hiện vết dầu trên bề mặt biển, trong điều kiện tốc độ gió trung bình thì cường độ tại đỉnh và bụng sóng sẽ giảm và tạo ra gradient áp lực bề mặt có độ lớn ngược với chuyển động của sóng và hình thành sóng Marangoni [34] Sự suy giảm tần xuất của dao động sóng sẽ cao nhất khi sóng mao dẫn trọng lực và sóng Marangoni cộng hưởng

Hệ số tán xạ phản hồi thu nhận tại bộ cảm siêu cao tần ở vị trí vết dầu trên bề mặt biển sẽ thấp hơn vùng biển không có vết dầu do tác động của sóng Marangoni [34]