Phân loại sử dụng đất 2007 từ ảnh vệ tinh QuickBird, khu thử nghiệm Tam Nông

Tên của bản đồ này (Hình 1) là “Phân loại sử dụng đất năm 2007. Tam Nông”. Ngoài phương pháp phân loại dựa trên phần tử ảnh mà bộ xử lý tự động cũng dựa theo phương pháp này, còn có phương pháp phân loại định hướng đối tượng. Phương pháp này có kết quả phân loại thu nhận được rất tốt đối với các dữ liệu có độ phân giải không gian cao vì thông tin chi tiết có trong ảnh. Phân loại định hướng đối tượng liên quan đến các phần tử ảnh lân cận (gọi là đối tượng) được phân loại dựa vào các tiêu chí riêng cả về thông tin phổ lẩn thông tin cấu trúc và mối liên quan giữa các đối tượng. Nguồn dữ liệu của bản đồ này là dữ liệu ảnh vệ tinh QuicBird thu nhận đầu mùa khô 2007 (©DigitalGlobe, 27/01/2007).

Hình 1: Phân loại sử dụng đất 2007, Tam Nông

Phương pháp: Phương pháp phân loại gồn (i) nhận biết ảnh (ii) phân vùng ảnh (iii) chọn đối tượng và (iv) phân loại đối tượng

Đặc biệt cho phân loại các giai đoạn tăng trường khác nhau của thực vật trên các cánh đồng lúa lân cận nhau, được thể hiện như các đối tượng riêng biệt trên ảnh vệ tinh độ phân giải rất cao như QuickBird, có kết quả tốt hơn, phân loại dựa trên phần tử ảnh từ độ phân giải cao như SPOT hoặc Landsat sẽ cho kết quả tách biệt như vậy nếu như không sử dụng các thông tin đa thời gian trong phân loại.

Phân vùng ảnh được thực hiện để lập nhóm các phần tử ảnh lân cận theo đối tượng sử dụng giải thuật “đa độ phân giải” bằng phần mềm Definiens Developer 7.0. Công cụ phần mềm định hướng người sử dụng này được xây dựng với cây xử lý phức hợp với các đặc điểm phù hợp trích từ các đối tượng để tách thành các lớp thực phủ khác nhau. Ngoài thông tin về phổ và các chỉ số được sử dụng trong phân loại dựa trên phần tử ảnh, các thông tin khác được chọn về cấu trúc (như entropy, độ lệch chuẩn của các phần tử trong đối tượng), thông tin hình học (hình dạng, tỷ số chiều dài, rộng để mô tả dạng tuyến của đối tượng kênh), các thông tin liên quan khác (sự liền kề bên kênh của khu dân cư). Phân loại bằng Definiens cho kết quả khá tốt. Cây xử lý được kiểm tra để chue63n qua phân loại ảnh QuicBird khác, ảnh này được thu nhận gần vối thời gian của ảnh khác. Tham khảo theo sơ đồ phân loại và với kiến thức địa phương về nông nghiệp, các lớp được đật tên như các loại sử dụng đất (vd: lúa, giai đoạn phát triển trung bình). Độ chính xác sẽ được kiểm tra trong thời gian sắp tới bằng các mẫu hiệu chỉnh từ đợt thực địa tháng Giêng 2009.

Kết quả phân loại do DLR thực hiện cho dự án WISDOM. Thông tin chi tiết xin liên hệ TS. Claudia Kuenzer (claudia.kuenzer@dlr.de), điều phối viên dự án phía Đức. Tháng 1/2009.