Luận án Nghiên cứu xây dựng quy trình công nghệ giám sát môi trường nước mặt khu vực Hà Nội từ dữ liệu ảnh vệ tinh VNREDSat-1A

Luận án Nghiên cứu xây dựng quy trình công nghệ giám sát môi trường nước mặt khu vực Hà Nội từ dữ liệu ảnh vệ tinh VNREDSat-1A trang 1

Trang 1

Luận án Nghiên cứu xây dựng quy trình công nghệ giám sát môi trường nước mặt khu vực Hà Nội từ dữ liệu ảnh vệ tinh VNREDSat-1A trang 2

Trang 2

Luận án Nghiên cứu xây dựng quy trình công nghệ giám sát môi trường nước mặt khu vực Hà Nội từ dữ liệu ảnh vệ tinh VNREDSat-1A trang 3

Trang 3

Luận án Nghiên cứu xây dựng quy trình công nghệ giám sát môi trường nước mặt khu vực Hà Nội từ dữ liệu ảnh vệ tinh VNREDSat-1A trang 4

Trang 4

Luận án Nghiên cứu xây dựng quy trình công nghệ giám sát môi trường nước mặt khu vực Hà Nội từ dữ liệu ảnh vệ tinh VNREDSat-1A trang 5

Trang 5

Luận án Nghiên cứu xây dựng quy trình công nghệ giám sát môi trường nước mặt khu vực Hà Nội từ dữ liệu ảnh vệ tinh VNREDSat-1A trang 6

Trang 6

Luận án Nghiên cứu xây dựng quy trình công nghệ giám sát môi trường nước mặt khu vực Hà Nội từ dữ liệu ảnh vệ tinh VNREDSat-1A trang 7

Trang 7

Luận án Nghiên cứu xây dựng quy trình công nghệ giám sát môi trường nước mặt khu vực Hà Nội từ dữ liệu ảnh vệ tinh VNREDSat-1A trang 8

Trang 8

Luận án Nghiên cứu xây dựng quy trình công nghệ giám sát môi trường nước mặt khu vực Hà Nội từ dữ liệu ảnh vệ tinh VNREDSat-1A trang 9

Trang 9

Luận án Nghiên cứu xây dựng quy trình công nghệ giám sát môi trường nước mặt khu vực Hà Nội từ dữ liệu ảnh vệ tinh VNREDSat-1A trang 10

Trang 10

Tải về để xem bản đầy đủ

pdf 181 trang nguyenduy 31/08/2024 530
Bạn đang xem 10 trang mẫu của tài liệu "Luận án Nghiên cứu xây dựng quy trình công nghệ giám sát môi trường nước mặt khu vực Hà Nội từ dữ liệu ảnh vệ tinh VNREDSat-1A", để tải tài liệu gốc về máy hãy click vào nút Download ở trên.

Tóm tắt nội dung tài liệu: Luận án Nghiên cứu xây dựng quy trình công nghệ giám sát môi trường nước mặt khu vực Hà Nội từ dữ liệu ảnh vệ tinh VNREDSat-1A

Luận án Nghiên cứu xây dựng quy trình công nghệ giám sát môi trường nước mặt khu vực Hà Nội từ dữ liệu ảnh vệ tinh VNREDSat-1A
thông qua giá trị 
phổ phản xạ tại nhiều kênh ảnh khác nhau. 
Hồi quy tuyến tính đa biến có dạng: 
1 1 2 2 ... p pY X X Xα β β β= + + + + (2.20) 
Các hệ số β được xác định bằng phương pháp bình phương tối thiểu 
như sau: 
1( ' ) ( ' )b X X X Y−= (2.21) 
Trong đó X’ là ma trận chuyển vị của ma trận X. 
2.2 Đặc trưng phổ phản xạ của nước 
Bức xạ điện từ sau khi truyền qua khí quyển đến bề mặt Trái đất sẽ 
(2.17) 
(2.18) 
(2.19) 
 54 
tương tác với các đối tượng trên bề mặt Trái đất. Các đối tượng khác nhau sẽ 
có đặc trưng phổ phản xạ khác nhau. Đặc trưng phổ phản xạ là thông tin hết 
sức quan trọng giúp phân loại các đối tượng trên ảnh viễn thám quang học, 
cũng như giúp lựa chọn các kênh phổ phù hợp với mục đích nghiên cứu. 
Nhìn chung, khả năng phản xạ phổ của nước thấp so với các đối tượng 
khác như thực vật, đất và có xu hướng giảm dần theo chiều tăng của chiều dài 
bước sóng (hình 2.4) [72]. Phần năng lượng phản xạ trên bề mặt nước kết hợp 
phần năng lượng sinh ra sau quá trình tán xạ các hạt vật chất lơ lửng trong 
nước phản xạ lại, tạo thành năng lượng phản xạ của nước. 
Hình 2.4.Đặc trưng phổ phản xạ của nước và một số đối tượng khác 
(nguồn Internet) 
Nước có khả năng hấp thụ rất mạnh năng lượng ở bước sóng cận hồng 
ngoại và hồng ngoại, do đó năng lượng phản xạ sẽ rất ít. Trên các kênh ảnh ở 
dải sóng này, nước hầu như có màu đen và phân biệt rõ ràng với các đối 
tượng khác (hình 2.5). Do đặc điểm này, có thể sử dụng phương pháp tổ hợp 
màu để xác định đường bờ nước từ các kênh ảnh ở dải sóng cận hồng ngoại 
(NIR) và hồng ngoại giữa (MIR), trong đó phương pháp tổ hợp màu tốt nhất 
 55 
để tạo sự tương phản giữa nước và đất liền là tổ hợp màu RGB gồm 3 kênh 
ảnh: hồng ngoại giữa, cận hồng ngoại và đỏ (Hình 2.6). 
Hình 2.5. Đối tượng nước tương phản rõ rệt với đất liền ở kênh cận hồng 
ngoại ảnh vệ tinh VNREDSat-1Anăm 2016 khu vực Hà Nội 
Hình 2.6. Tổ hợp màu RGB=MIR:NIR:RED ảnh Landsat 5 TM năm 2009 khu 
vực ven biển Cà Mau giúp thể hiện rõ đường bờ nước 
Trong nước chứa nhiều thành phần hữu cơ và vô cơ, cho nên khả năng 
phổ phản xạ của nước còn phụ thuộc vào thành phần và trạng thái của nước. 
Nước đục có khả năng phổ phản xạ cao hơn nước trong, đặc biệt ở dải sóng 
nhìn thấy và cận hồng ngoại do ảnh hưởng của các hợp chất có trong nước 
(hình 2.7). Dựa trên đặc điểm này, Frohn và Autrey (2007) [36] đã đề xuất sử 
dụng chỉ số độ đục (TI - Turbidity index) trong đánh giá độ đục của nước trên 
cơ sở phản xạ phổ ở các dải sóng nhìn thấy. 
RED GREEN
BLUE
TI ρ ρ
ρ
+
=
(2.22) 
 56 
Trong đó: ρBLUE, ρGREEN, ρRED là phổ phản xạ của nước ở dải sóng xanh 
lam, xanh lục và đỏ. 
Hình 2.7. Phổ phản xạ của nước trong và nước đục [43]
Hình 2.8. Chỉ số độ đục xác định từ ảnh vệ tinh VNREDSat-1A khu vực 
Hà Nội năm 2016 
Cũng giống như độ đục, nước có hàm lượng chất lơ lửng (TSS) càng 
cao có khả năng phổ phản xạ càng mạnh, đặc biệt ở dải sóng từ xanh lục đến 
cận hồng ngoại (Hình 2.9), trong khi phổ phản xạ ở dải sóng ngắn thấp. Do 
vậy, để ước lượng hàm lượng chất lơ lửng trong nước mặt, một số nghiên cứu 
đã sử dụng các ảnh tỉ lệ giữa kênh đỏ và kênh xanh lam (blue) để xây dựng 
hàm quan hệ với kết quả đo hàm lượng chất lơ lửng tại các điểm lấy mẫu. 
Cũng dựa trên đặc điểm này, các kênh phổ ở dải sóng nhìn thấy cũng được sử 
dụng trong xây dựng chỉ số vật chất lơ lửng chuẩn hóa NSMI (Normalized 
Suspended Material Index) trong nghiên cứu của Montalvo (2010) [49]: 
 57 
RED GREEN BLUE
RED GREEN BLUE
NSMI ρ ρ ρ
ρ ρ ρ
+ −
=
+ + 
(2.23) 
Hình 2.9. Phổ phản xạ của nước chứa hàm lượng chất lơ lửng khác nhau 
(nguồn Internet) 
Hàm lượng chất diệp lục (chlorophyll-a) cũng ảnh hưởng đến khả năng 
phổ phản xạ của nước, làm giảm khả năng phổ phản xạ ở dải sóng ngắn và 
tăng ở dải sóng màu xanh lá cây (Hình 2.10). Có thể nhận thấy, khi hàm 
lượng chlorophyll trong nước mặt nhỏ (3 mg/m3) hầu như không ảnh hưởng 
đến đặc trưng phổ phản xạ của nước. Với hàm lượng chlorophyll đạt 30 
mg/m3, nước có khả năng phản xạ phổ tăng mạnh ở dải sóng xanh lục. Trong 
khi đó, với hàm lượng chlorophyll trong nước cao (300 mg/m3), đồ thị phổ 
phản xạ của nước gần như tương đồng với đồ thị phổ phản xạ của thực vật, 
khi phản xạ mạnh ở dải sóng xanh lục và cận hồng ngoại, trong khi phản xạ ở 
dải sóng đỏ đạt thấp (Hình 2.9). Sử dụng đặc điểm này, Frohn and Autrey 
(2007) [36] đề xuất sử dụng chỉ số chất diệp lục trong ước lượng hàm lượng 
chlorophyll trong nước mặt từ dữ liệu viễn thám (Hình 2.11): 
GREEN NIR
RED
Chl I ρ ρ
ρ
+
− =
(2.24) 
 58 
Trong đó ρGREEN, ρRED, ρNIR là phổ phản xạ của các kênh ảnh vệ tinh ở 
dải sóng xanh lục, đỏ và cận hồng ngoại. 
Hình 2.10. Ảnh hưởng của hàm lượng chlorophyll-a đến phổ phản xạ của 
nước [39] 
Ngoài ra, một số thông số chất lượng nước mặt khác cũng ảnh hưởng 
đến khả năng phổ phản xạ của nước, tuy không thể hiện rõ rệt qua sự khác 
biệt của đồ thị phổ như độ mặn của nước, hàm lượng các chất như BOD5 
(Biochemical Oxygen Demand), COD (chemical oxygen demand), DO 
(Dissolved oxygen), oxi, nitơ, cacbonic...trong nước. 
Hình 2.11. Chỉ số chất diệp lục xác định từ ảnh vệ tinh VNREDSat-1A khu 
vực Hà Nội năm 2016 [36] 
 59 
Khả năng thấu quang của nước phụ thuộc vào độ đục/trong của nước. 
Các loại nước khác nhau như nước biển, nước ngọt và nước cất đều có chung 
đặc tính thấu quang, tuy nhiên độ thấu quang của nước đục giảm rõ rệt so với 
nước trong và ở bước sóng càng dài thì độ thấu quang càng lớn (Bảng 2.1) 
[22]. Khả năng thấu quang cao và hấp thụ năng lượng ít ở dải sóng nhìn thấy 
đối với lớp nước mỏng (ao, hồ nông) và trong là do năng lượng phản xạ của 
lớp đáy như cát, đá.... Như vậy, hình ảnh đối tượng nước thu nhận được từ 
ảnh viễn thám ở dải sóng nhìn thấy là năng lượng phản xạ của các chất đáy. 
Bảng 2.1. Độ thấu quang của nước phụ thuộc bước sóng [22] 
Bước sóng Độ thấu quang 
0,5 μm - 0,6 μm Đến 10 m 
0,6 μm - 0,7 μm 3 m 
0,7 μm - 0,8 μm 1 m 
0,8 μm - 1,1 μm <10 cm 
2.3 Phương pháp xử lý ảnh vệ tinh VNREDSAT - 1A 
2.3.1 Phương pháp hiệu chỉnh khí quyển ảnh vệ tinh VNREDSat - 1A 
Do nhiễu khí quyển ảnh hưởng lớn đến chất lượng ảnh vệ tinh, để khắc 
phục điều này, ngay từ những thập niên cuối thể kỷ trước, nhiều nhà khoa học 
đã quan tâm và đề xuất các phương pháp hiệu chỉnh khí quyển. Có thể chia 
các phương pháp hiệu chỉnh khí quyển thành hai nhóm phương pháp chính: 
• Nhóm phương pháp sử dụng tham số vật lý khí quyển; 
• Nhóm phương pháp sử dụng các tham số của ảnh gốc. 
Nhóm phương pháp sử dụng tham số vật lý khí quyển tiêu biểu là 
phương pháp 6S dựa trên lý thuyết truyền bức xạ trong khí quyển của 
Chandsarekhar (1950). Các tham số vật lý khí quyển có liên quan tới hai hiện 
tượng là hiện tượng tán xạ và hiện tượng hấp thụ của một số thành phần trong 
 60 
khí quyển như: ôzôn, ô-xy, dioxit cac-bon, hỗn hợp khí và sol khí (aerosol). 
Các tham số đầu vào cho mô hình 6S bao gồm: 
• Quan hệ hình học giữa Mặt Trời - Trái Đất - đầu thu; 
• Mô hình khí quyển (mô hình khí quyển quốc tế, hoặc mô hình khí 
quyển của Mỹ 1962 và 1976) cho các thành phần khí; 
• Mô hình sol-khí (loại và hàm lượng sol-khí); 
• Giá trị phản xạ đo ngoài thực địa và đo trên các ảnh kênh phổ. 
Mô hình 6S có độ chính xác cao và đòi hỏi một số số liệu đo thực địa 
về tính chất quang học khí quyển ở thời điểm thu nhận ảnh. Tuy nhiên đây 
cũng là nhược điểm chính của phương pháp này do việc đáp ứng số liệu quan 
trắc thực địa có độ chính xác cao ở thời điểm chụp ảnh gặp rất nhiều khó 
khăn. 
Trong thực tế, việc tiếp cận với các tham số khí quyển không dễ dàng, 
cho nên nhóm phương pháp sử dụng các tham số từ dữ liệu gốc của ảnh là 
giải pháp thiết thực cho phép hiệu chỉnh ảnh hưởng khí quyển. Một trong 
những phương pháp tiêu biểu cho nhóm phương pháp sử dụng các tham số từ 
dữ liệu header là phương pháp “trừ đối tượng tối” - DOS (Dark Object 
Substraction). Phương pháp này được Chavez đề xuất năm 1988 và tiếp tục 
phát triển năm 1996 khi bổ sung thêm các tham số hiệu chỉnh [26]. Đây là 
phương pháp đơn giản, dựa trên giá trị phản xạ đỉnh khí quyển (TOA) thu 
được của chính các kênh ảnh. Hiện nay có nhiều phiên bản DOS khác nhau, 
từ phiên bản đơn giản (DOS simple) chỉ sử dụng các thông tin trích xuất từ 
ảnh vệ tinh đến những phiên bản cao hơn có tính đến ảnh hưởng của các yếu 
tố khí quyển cho từng khu vực. 
Nguyên lý của phương pháp này dựa trên giả thuyết rằng một số điểm 
ảnh trên ảnh vệ tinh sẽ có giá trị phản xạ bằng không, vì vậy những giá trị 
phản xạ ghi nhận được của đối tượng này trên ảnh là do kết quả của các tia 
 61 
tán xạ trong khí quyển. Ví dụ như phản xạ của các vùng nước sâu yên tĩnh thu 
nhận được ở dải sóng cận hồng ngoại có giá trị gần bằng không. 
Phương pháp DOS giả định rằng các giá trị điểm ảnh khác không ở 
những vùng nước trong, yên tĩnh và sâu, là do các bức xạ trong khí quyển chứ 
không phải là giá trị bức xạ của đối tượng. Giả định giá trị này là ổn định 
trong khí quyển ở thời điểm chụp ảnh, giá trị này được trừ đi cho tất cả các 
giá trị điểm ảnh trong ảnh. Kết quả là ta có được các giá trị phản xạ của các 
điểm ảnh không còn ảnh hưởng của khí quyển. 
Hình 2.12. Ví dụ về các ”đối tượng tối” trên ảnh vệ tinh Landsat (nguồn 
gisapmaps.com) 
Phương pháp COST kết hợp các giả định của phương pháp DOS với một 
thực tế là rất ít đối tượng trên bề mặt trái đất là đối tượng tối [26], [62] vì vậy, 
thông thường tương ứng với 1% của ảnh phản xạ. Giá trị bức xạ của một đối 
tượng hoàn toàn tối và không chịu ảnh hưởng của bóng được tính như sau: 
2
1%
0.01. .cos
.
SE idL
Eλ
λ
θ
π
= (2.25) 
Trong đó L1%λ là giá trị 1% bức xạ của đối tượng tối theo giả định. 
 62 
Sau đó giá trị bức xạ chuyển thành phản xạ bề mặt của Trái đất bằng 
cách sử dụng công thức sau: 
𝜌𝜌𝜆𝜆 = 𝜋.𝑑𝑆𝐸2 .𝐿𝜆ℎ𝑎𝑧𝑒𝐸𝜆.𝑐𝑜𝑠𝜃𝑖 (2.26) 
Trong đó: 
𝜌𝜌𝜆𝜆 - giá trị phản xạ trên vệ tinh đối với bước sóng λ; 
dSE - khoảng cách giữa Trái đất và Mặt trời, xác định theo công thức: 
( )( )( )1.0 0.01674.cos 0.9856 4SEd D= − − (2.27) 
 Trong đó, D là thứ tự ngày trong năm. 
Eλ - bức xạ Mặt trời trung bình ngoài khí quyển; 
𝜃𝜃𝑖𝑖 - góc thiên đỉnh. 
Ở đây, Lλhaze được xác định theo công thức sau: 
1%hazeL L Lλ λ λ= − (2.28) 
Lλ là giá trị bức xạ phổ, được xác định từ giá trị số nguyên của ảnh 
VNREDSat-1A theo công thức sau: 
.L Gain DN Biasλ λ λ= + (2.29) 
Trong đó: 
Lλ - giá trị bức xạ phổ thu được tại đầu thu; 
DN - giá trị số nguyên (digital number) của kênh ảnh; 
Gainλ - giá trị gain tại kênh ảnh ở bước sóng λ; 
Biasλ - giá trị bias tại kênh ảnh ở bước sóng λ. 
Các giá trị Gain và Bias được cung cấp trong file metadata của ảnh 
VNREDSat-1A (Bảng 2.2). 
Chính vì vậy, trong phạm vi của luận án sử dụng mô hình COST để 
hiệu chỉnh ảnh hưởng của khí quyển đối với ảnh vệ tinhVNREDSat-1A. Các 
bước thực hiện theo sơ đồ trên hình 2.13. 
Quá trình hiệu chỉnh khí quyển ảnh vệ tinh VNREDSat-1A có thể được 
tiến hành qua các bước sau: 
 63 
Bước 1: Giá trị số nguyên của ảnh VNREDSat-1A được chuyển đổi về 
giá trị thực của bức xạ điện từ (spectral radiance) theo công thức (2.29). 
Bước 2: Chiết xuất thông tin từ tệp siêu dữ liệu (metadata) gồm: 
- Góc thiên đỉnh mặt trời; 
- Bức xạ mặt trời trung bình ngoài khí quyển (hay ở đỉnh khí quyển 
tương ứng cho từng kênh ảnh Eλ). 
- Thời gian của cảnh ảnh thu nhận (để tính khoảng cách thiên văn 
giữa Trái Đất và Mặt Trời). 
Hình 2.13. Sơ đồ các bước thực hiện hiệu chỉnh khỉ quyển ảnh vệ tinh 
Ảnh DN 
(8,10,12 bits) 
Ảnh Lλ 
(Ảnh bức xạ 
trước đầu thu) 
Tệp siêu dữ liệu 
(Header file) 
Chiết xuất thông tin 
- Góc 𝜃𝜃𝑖𝑖; Eλ 
- Ngày, tháng, năm 
Tính D Tính dSE Tính Lλhaze Tính L1%λ 
Chuyển về phản xạ bề 
mặt qua phép Hiệu 
chỉnh khí quyển COST 
Xuất ảnh 𝜌𝜌𝜆𝜆 
(1) (2) 
(3) 
(4) 
(4) 
 64 
Bảng 2.2. Giá trị Gian và Bias đối với các kênh phổ ảnh VNREDSat-1A 
(nguồn VAST) 
STT Kênh phổ Gian Bias 
1 Kênh 1 (blue) 1.6382548072236700 0.0000 
2 Kênh 2 (green) 1.6213056650501201 0.0000 
3 Kênh 3 (red) 1.8478962570830899 0.0000 
4 Kênh 4 (NIR) 2.5112173640667201 0.0000 
Bước 3: Tính D, dSE, L1%λ và Lλhaze 
Để tính D có thể dựa vào thời gian cảnh ảnh thu nhận được sau đó 
chuyển đổi sang lịch Julian của năm, sử dụng bảng tra lịch (Julian Day 
Calendar). 
Khoảng cách thiên văn từ Trái Đất đến Mặt Trời (dSE) có thể xác định 
bằng cách sử dụng bảng tra hoặc tính theo công thức 2.27, sau đó tính L1% 
theo công thức 2.25. 
Các tia bức xạ khi truyền qua khí quyển do va đập với các hạt trong khí 
quyển gây nên hiện tượng màu “xanh da trời”, trên ảnh vệ tinh thu được một 
lớp “sương mù” hay còn gọi là “Haze” trên toàn bộ ảnh. Nếu coi lớp sương 
mù này là đồng nhất, thì có thể loại trừ nó bằng cách sử dụng histogram của 
ảnh để xác định giá trị phản xạ (hình 2.14). 
Bước 4: Chuyển về phản xạ bề mặt qua phép hiệu chỉnh khí quyển 
COST theo công thức 2.26. 
Bước 5: Ở bước cuối cùng, ảnh giá trị phản xạ bề mặt 𝜌𝜌𝜆𝜆 được xác định 
sau khi hiệu chỉnh khí quyển. 
Trong trường hợp không tiến hành hiệu chỉnh khí quyển, phản xạ phổ 
nhận được còn được gọi là phản xạ đỉnh khí quyển TOA (Top of 
Atmospheric): 
2. .
.cos( )
SE
TOA
i
d L
E
λ
λ
πρ
θ
= (2.30) 
 65 
Hình 2.14. Đo giá trị bức xạ của khí quyển dựa trên đồ thị histogram 
của kênh ảnh 
Trên hình 2.15 trình bày kết quả so sánh giá trị phản xạ phổ trước và 
sau khi hiệu chỉnh khí quyển bằng phương pháp “trừ đối tượng tối”. Có thể 
nhận thấy, giá trị phản xạ phổ bề mặt sau khi hiệu chỉnh khí quyển nhìn chung 
thấp hơn giá trị phản xạ trước khi hiệu chỉnh. 
Hình 2.15. So sánh phổ phản xạ của nước trước và sau khi hiệu chỉnh khí 
quyển (nguồn gisapmaps.com) 
2.3.2 Phương pháp hiệu chỉnh hình học ảnh vệ tinh VNREDSat-1A 
Ảnh viễn thám sau khi được thu nhận từ vệ tinh, thông thường vẫn tồn 
tại nhiều sai số, trong đó có các sai số về hình học. Những sai số này có thể 
 66 
xảy ra do lỗi phát sinh trong quá trình truyền dữ liệu từ vệ tinh về mặt đất 
hoặc sai sót do bộ cảm biến 
Trước quá trình phân tích, giải đoán, ảnh vệ tinh cần được hiệu chỉnh 
hình học (geometric correction). Kết quả giải đoán phụ thuộc rất nhiều vào độ 
chính xác của ảnh sau khi nắn. Do vậy, hiệu chỉnh hình học ảnh vệ tinh đóng 
vai trò rất quan trọng cho các bước phân tích tiếp theo. 
Mục đích của hiệu chỉnh hình học là nhằm loại bớt các sai lệch xảy ra 
trong quá trình chụp ảnh và đưa ảnh về toạ độ chuẩn để có thể tích hợp với 
các nguồn dữ liệu khác. Độ chính xác của ảnh nắn ảnh hưởng trực tiếp tới độ 
chính xác của các đối tượng trên bản đồ. Việc nắn chỉnh hình học bằng các hệ 
xử lý ảnh được tiến hành dựa trên các điểm khống chế mặt đất (GCPs- 
Ground Control Points). Các điểm khống chế phải ít biến động và phải dễ 
nhận biết trên ảnh cũng như trên bản đồ, phải là các yếu tố địa vật đặc trưng 
và ít thay đổi. Số lượng các điểm khống chế được lấy phải đáp ứng yêu cầu 
mà phương pháp nắn và bậc nắn đòi hỏi cũng như phân bố đều trên phạm vi 
toàn ảnh. 
Hình 2.16. Hệ tọa độ ảnh và các điểm khống chế [77] 
 67 
Các nguồn sai số ảnh hưởng đến độ chính xác của trực ảnh 
Độ chính xác của ảnh nắn phụ thuộc vào độ phân giải hình học của ảnh, 
độ chính xác của khâu định hướng, tăng dày khống chế ảnh và độ chính xác 
của mô hình số độ cao sử dụng cho nắn ảnh: 
22
DEMDtdD
mmm +±≤ (2.31) 
Trong đó: 
 mD - sai số vị trí điểm trên ảnh nắn; 
 mtd - sai số trung phương vị trí mặt phẳng của các điểm khống chế và 
các điểm kiểm tra sau khi tính toán mô hình hóa ảnh vệ tinh là ≤ ±1 pixel. 
 DEMD
m - sai số vị trí điểm trên ảnh nắn do ảnh hưởng của chênh cao 
địa hình hoặc do sai số của mô hình số độ cao DEM. 
Như vậy, với kênh toàn sắc ảnh vệ tinh VNREDSat-1A (độ phân giải 
hình học 2,5m) thì sai số trung phương vị trí mặt phẳng sau bình sai khối ảnh 
mtdcó thể đạt được là ≤ ±2,5 m. Từ đó, có thể tính được sai số vị trí điểm trên 
ảnh nắn do ảnh hưởng của sai số độ cao DEM như sau: 
22
tdDD mmm DEM −±≤ (2.32) 
Khi sử dụng ảnh vệ tinh VNREDSat-1 có độ phân giải 2,5 m để thành 
lập bình đồ ảnh tỷ lệ 1:25 000, có thể tính các thông số mD và mtd như sau: 
mD = 0,4 mm x 25 000 = 10 m 
mtd = 2,5 m 
Như vậy, theo công thức (2.32) ta có DEMDm ≤ ± 9.68 m 
Thay giá trị này vào công thức (2.33) và gán giá trị góc nghiêng chụp 
ảnh lớn nhất của ảnh VNREDSat-1A sẽ tính được sai số độ cao cho phép của 
DEM (chênh cao địa hình lớn nhất giữa điểm địa hình với mặt phẳng nắn ảnh 
trong trường hợp sử dụng sử dụng độ cao trung bình để nắn ảnh mà không sử 
 68 
dụng DEM) là: 
∆h = 9.68 / tg310 = 16,09 (m) 
Một cách tương tự, đối với thành lập bình đồ ảnh vệ tinh VNREDSat-
1A ở các kênh đa phổ với độ phân giải không gian 10 m, tỷ lệ 1:50 000 ta có 
DEMD
m ≤ ± 17,32 m và ∆h = 28,79m. 
Sai số cho phép của DEM (độ chính xác cần thiết) dùng để nắn ảnh vệ 
tinh VNREDSat-1A với các góc nghiêng chụp ảnh khác nhau được tính theo 
công thức: 
∆h = DEMDm / tgα (2.33) 
Bên cạnh những yếu tố trên, trong viễn thám quang học, các biến đổi 
địa hình gây ra các sai số vị trí điểm giữa thực tế và điểm trên ảnh mà vệ tinh 
thu được, từ đó dẫn tới các thông tin sai lệch khác, đôi khi là rất lớn. Ảnh 
hưởng độ chênh cao địa hình và góc nghiêng trục quang tới vị trí điểm vật của 
phép chiếu xuyên tâm so với phép chiếu trực giao được mô tả trên hình 2.17. 
Hình 2.17. Ảnh hưởng độ chênh cao địa hình và góc nghiêng trục quang 
Đại lượng xê dịch hướng tâm ΔX theo trục x do chênh cao địa hình Δh 
và góc nghiêng quang trục α được tính bằng công thức: 
 69 
ΔX = Δh×tgα (2.34) 
ΔX = [Δh×(f/H)×R ] / [(H - Δh)] (2.35) 
Trong đó công thức (2.34) tương ứng với trường hợp trên mặt đất và 
công thức (2.35) tương ứng với trường hợp trên ảnh sau đầu thu. 
ΔX là sai số xê dịch vị trí điểm ảnh; 
Δh - chênh cao địa hình; 
α - góc nghiêng quang trục; 
f - tiêu cự của máy chụp ảnh trên vệ tinh quang học; 
H - độ cao bay chụp; 
R - bán kính tấm ảnh vệ tinh. 
Để hiệu chỉnh hình học ảnh vệ tinh VNREDSat-1A, trong luận án sử dụng 
phần mềm xử lý ảnh thương mại ERDAS IMAGINE2014. Sơ đồ các bước hiệu 
chỉnh hình học ảnh vệ tinh VNREDSat-1A được trình bày trên hình 2.18. 
Bước 1:Tạo Project làm việc 
Project làm việc là việc xác định khu vực bao gồm các điểm khống chế, 
bản đồ, DEM, ảnh thô, ảnh nắn thuộc về Project. Việc xác định này được thực 
hiện trên cửa sổ chính của phần mềm ERDAS IMAGINE 2014. 
Bước 2: Nhập ảnh 
Dữ liệu được nhập vào Database của Module MANAGE và được lưu trong 
cơ sở dữ liệu của ERDAS IMAGINE, khác biệt là dữ liệu được chuyển vào 
Project đang làm việc. Module này chỉ làm việc khi một Project đã được mở ra. 
Khi nhập từng đối tượng một (Import with control), ERDAS IMAGINE 
sẽ kiểm soát được tất cả các thông tin bổ trợ của đối tượng (thể hiện qua tên 
của đối tượng được nhập và lưu trong cơ sở dữ liệu của hệ thống). Ngoài ra 
một ưu điểm khác là với ERDAS IMAGINE version 2014 còn cho phép nhập 
nhiều đối tượng ảnh VNREDSat-1A cùng một lúc (Std import dimap) mà vẫn 
kiểm soát được thông tin của từng đối tượng. 
 70 
Hình 2.18. Sơ đồ các bước hiệu chỉnh hình học ảnh vệ tinh VNREDSat-1A 
Khi nhập dữ liệu thô (raw data) thì định dạng gốc này sẽ bị thay đổi, 
các dữ liệu nhập vào được định dạng lại theo định dạng của ERDAS 
IMAGINE và được lưu trữ trong cơ sở dữ liệu của hệ thống, tự động tính các 
“Sub Sampled Views” bao gồm: 
- Tính toán đồ thị giá trị phổ của đối tượng; 
- Tính các Sub Sampled Views; 
Nắn ảnh 
- Bản đồ 
- GCP 
- DEM 
Mô hình hóa và đo 
điểm khống chế 
Tạo Project 
Nhập ảnh 
Thiết lập khối 
Liên kết mô hình và đo 
liên kết mô hình 
Ảnh gốc 
Tính toán bình sai 
Xuất dữ liệu 
Cắt, ghép ảnh 
Không đạt 
Đạt 
 71 
- Tính các dữ liệu bổ trợ (DOG) của các ảnh VNREDSat-1A; 
Tất cả các tính toán này sẽ hiển thị thông báo “Sampling in progress” 
và hiển thị “Sampling done with success” khi kết thúc trên cửa sổ thông báo 
của module MANAGE. Việc

File đính kèm:

  • pdfluan_an_nghien_cuu_xay_dung_quy_trinh_cong_nghe_giam_sat_moi.pdf
  • pdfThông tin về kết luận mới của LA.pdf
  • pdfTóm tắt luận án TA.pdf
  • pdfTóm tắt luận án tiếng việt NCS Đinh Thị Thu Hiền 2018.pdf