Phân loại thực phủ năm 2007 từ ảnh SPOT, khu thử nghiệm Cần Thơ

Tên của bản đồ (Hình 1) “Phân loại thực phủ năm 2007, khu thử nghiệm Cần Thơ”. Bản đồ phác hoạ phân loại thực phủ của bề mặt đất giải đoán từ dữ liệu vệ tinh, bao gồm các bề mặt tự nhiên như thực vật, mặt nước và các bề ma75y xây dựng nhân tạo như vùng đô thị. Chú dẫn bản đồ bên tay phải mô tả các thuộc tính của bản đồ, bao gồm tên các lớp, tỷ lệ, hai ảnh nhìn nhanh của nguồn dữ liệu và các thông tin phu6 của bản đồ. Do nguồn dữ liệu của bản đồ là dữ liệu vệ tinh SPOT 5 thu nhận vào cưối mùa mưa 2007 (©Spotimage, 2007-12-23) và xử lý khí quyển đã dược thực hiện trước khi thành lập bản đồ.

Hình 1: Phân loại thục phủ 2007, khu vực thử nghiệm Cần Thơ.

Phương pháp: Modun của bộ xử lý bản đồ thực phủ gồm phân tích tầm quan trọng các đối tượng riêng lẻ nhằm tách về mặt thông tin phổ bằng các điểm huấn luyện mẫu (1), việc trích tự động cây quyết định dựa trên việc tiền-phân loại các điểm mẫu (2) ảnh phân loại (3) và hiệu chỉnh kết quả (4) (Hình 2)

Hình 2: Sơ đồ làm việc của Bộ xử lý thực phủ WISDOM

Cơ sở dữ liệu thực địa được chuẩn bị bằng các tạo các điểm mẫu bằng tay dựa trên thông tin phổ của các lớp phân loại trên ảnh vệ tinh. Đối với các điểm mẫu đã được xác định như các điểm huấn luyện, các thông tin về phổ và các thông tin liên quan cho đối tượng như các chỉ sổ (NDVI, NDWI…) được lưu trữ cho phân tích.

Bước đầu tiên trong chuỗi xử lý là chuẩn bị phân tích thống kê các điểm huấn luyện bằng phần mềm C5.0 (RuleQuest). C5.0 phân tích xác định các đối tượng có thể nhất để tách lớp, và gán các thông số trọng số riêng cho mỗi đối tượng. Dựa trên kết quả này để tạo ra các luật định tập mờ và sau đó tự động chuyển thành cây quyết định. Việc phân loại ảnh vệ tinh được thực hiện theo luật của C5.0 bằng ngôn ngữ lập trình Python. Đến bước hậu-xử lý, các lớp phổ được nhóm lại theo sơ đồ phân loại phân loại thực phủ cơ bản của WISDOM, thể hiện thành bản đồ (Hình 3).

Hình 3: Gán lại code và gom nhóm theo sơ đồ phân loại cơ bản của WISDOM.

Việc đánh giá độ chính xác được thực hiện bằng bộ cơ sở dữ liệu thực địa (Hình 4). Ngoài ra các ảnh vệ tinh được sử dụng để phân loãi cũng sử dũng cho việc kiểm tra thử nghiệm bộ xử lý. Dữ liệu thực địa tháng Giêng 2009 được tích hợp vào thêm để cải thiện kết quả.

Hình 4: Đánh giá độ chính xác phân loại ảnh SPOT 5, thu nhận ngày 23 tháng 12 2007, được hiệu chỉnh từ 2060 điểm trong tổng số 2234 điểm. Độ chính xác toàn cục đạt 92.4%.

Phân loại này 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 12/2008.