Tiểu luận cuối kỳ viễn thám và GIS

ĐẠI HỌC QUỐC GIA HÀ NỘI
TRƯỜNG ĐẠI HỌC KHOA HỌC TỰ NHIÊN

TIỂU LUẬN CUỐI KỲ

TRÌNH BÀY ỨNG DỤNG VIỄN THÁM VÀ GIS
TRONG THÀNH LẬP BẢN ĐỒ BIẾN ĐỘNG LỚP PHỦ
SỬ DỤNG ĐẤT(LULC)
Học phần: Viễn thám và GIS ứng dụng
Sinh viên thực hiện: Hà Thị Thu Trang
MSV: 20002246
Lớp: K65 Quản lý phát triển đô thị và bất động sản
Email:

Hà Nội, 06/2023


MỤC LỤC
MỞ ĐẦU

3

1. Tính cấp thiết của chủ đề

3

2. Mục tiêu và nhiệm vụ, đối tượng nghiên cứu của đề tài

3

3. Phạm vi nghiên cứu và thời gian nghiên cứu

4

4. Các phương pháp nghiên cứu

5

CHƯƠNG 1: DỮ LIỆU, NỘI DUNG VÀ PHƯƠNG PHÁP THỰC HIỆN

6

1. Thu thập dữ liệu

6

2. Phương pháp thực hiện

8

3. Quy trình nghiên cứu
CHƯƠNG 2: KẾT QUẢ NGHIÊN CỨU

18
19

1. Kết quả

19

2. Thảo luận

25

DANH MỤC TÀI LIỆU THAM KHẢO

27


MỞ ĐẦU
1. Tính cấp thiết của chủ đề
Hiện nay, Cơng nghệ viễn thám - GIS đã được ứng dụng rộng rãi tại Việt
Nam, đặc biệt trong nghiên cứu lớp phủ đất và sử dụng đất. Nhiều cơng trình và
các ứng dụng trong thành lập bản đồ sử dụng đất đã trình bày về cơ sở khoa
học, cách tiếp cận, phương pháp sử dụng viễn thám cho lĩnh vực này. Công
nghệ khai thác thông tin vệ tinh đang thực sự phục vụ con người, mang lại hiệu
quả cao trong nhiều lĩnh vực khoa học-công nghệ, phục vụ đời sống, sản xuất và
kiểm sốt tài ngun - mơi trường.
Đất đai và các lớp phủ mặt đất biến động không ngừng cùng với sự phát
triển của xã hội. Đây là nguồn tài nguyên đặc biệt có thể khai thác sử dụng
nhưng khơng thể làm tăng thêm về mặt số lượng. Do đó việc theo dõi, nghiên
cứu, quản lý và sử dụng loại tài nguyên này một cách hiệu quả và hợp lý là một
vấn đề rất quan trọng.
Với mong muốn đó, đề tài “Ứng dụng viễn thám và GIS trong thành lập
bản đồ biến động lớp phủ sử dụng đất huyện Thanh Trì, Thành phố Hà Nội giai
đoạn 2017 - 2022” được chọn để thực hiện.
2. Mục tiêu và nhiệm vụ, đối tượng nghiên cứu của đề tài
* Mục tiêu:
Sử dụng tư liệu ảnh viễn thám kết hợp với công nghệ GIS để thành lập
một số bản đồ biến động lớp phủ sử dụng đất tại huyện Thanh Trì, Thành phố
Hà Nội nhằm đánh giá biến động của lớp phủ sử dụng đất tại khu vực nghiên

cứu.
* Nhiệm vụ:
- Nghiên cứu khả năng khai thác và sử dụng tư liệu ảnh viễn thám trong thành
lập bản đồ biến động lớp phủ sử dụng đất.
- Ứng dụng Viễn thám và GIS trong việc thành lập bản đồ biến động lớp phủ sử
dụng đất tại huyện Thanh Trì.
- Từ đó, đánh giá, phân tích, thảo luận, xu hướng biến động lớp phủ sử dụng đất
của huyện Thanh Trì, giai đoạn 2017 - 2022.
* Đối tượng nghiên cứu:
Nghiên cứu tình hình biến động lớp phủ sử dụng đất tại huyện Thanh Trì,
Hà Nội năm 2017 và năm 2022.


3. Phạm vi nghiên cứu và thời gian nghiên cứu

Hình 1: Bản đồ huyện Thanh Trì, Hà Nội
Huyện Thanh Trì diện tích 63,17 km², nằm ở phía nam thủ đơ Hà Nội,
cách trung tâm thành phố 10 km về phía Nam. Huyện có vị trí địa lý: Phía đơng
giáp huyện Gia Lâm và huyện Văn Giang, tỉnh Hưng Yên với ranh giới tự nhiên
là Sơng Hồng. Phía tây giáp quận Hà Đơng và quận Thanh Xn. Phía nam giáp
huyện Thanh Oai và huyện Thường Tín. Phía bắc giáp quận Hồng Mai với
ranh giới tự nhiên là sông Tô Lịch. Dân số năm 2019 là 274.347 người.
Huyện Thanh Trì có 16 đơn vị hành chính cấp xã trực thuộc, bao gồm thị
trấn Văn Điển (huyện lỵ) và 15 xã: Đại Áng, Đơng Mỹ, Dun Hà, Hữu Hịa,
Liên Ninh, Ngọc Hồi, Ngũ Hiệp, Tả Thanh Oai, Tam Hiệp, Tân Triều, Thanh
Liệt, Tứ Hiệp, Vạn Phúc, Vĩnh Quỳnh, Yên Mỹ.
Huyện Thanh Trì nằm ở hữu ngạn sông Hồng, địa thế thấp dần về phía
Đơng Nam theo hướng dịng chảy của sơng Hồng, trên địa bàn huyện có đoạn
cuối của sơng Tơ Lịch chảy qua nối với sơng Nhuệ ở phía Tây Nam.
Thời gian nghiên cứu: Đề tài nghiên cứu tình hình biến động lớp phủ sử

dụng đất huyện Thanh Trì, thành phố Hà Nội giai đoạn 2017 - 2022 từ đó ứng
dụng Viễn thám và GIS vào thành lập bản đồ biến động lớp phủ sử dụng đất tại
đây.


4. Các phương pháp nghiên cứu
- Phương pháp thu thập, tổng hợp và phân tích tài liệu.
- Phương pháp viễn thám và GIS.
* Phương pháp nghiên cứu chính: Viễn thám và GIS.
* Phần mềm sử dụng:
+ Xử lý ảnh trên phần mềm: Geomatica Banff
+ Phân tích thơng tin, biên tập và lưu trữ dữ liệu: Arcgis 10.3.


NỘI DUNG
CHƯƠNG 1: DỮ LIỆU, NỘI DUNG VÀ PHƯƠNG PHÁP THỰC HIỆN
1. Thu thập dữ liệu
1.1. Dữ liệu viễn thám.
Đề tài sử dụng dữ liệu ảnh vệ tinh Sentinel 2A được chụp trong năm 2017
và năm 2022. Nhằm giảm thiểu ảnh hưởng của mây, đề tài ưu tiên sử dụng ảnh
được chụp vào mùa khơ.
Ảnh được miễn phí từ trang web: để phủ
tồn bộ bề mặt huyện Thanh Trì, Hà Nội cần 2 cạnh ảnh với mỗi năm.
Năm

Mã Ảnh

Ngày chụp

Mây

04/01/2017

6,6596%

19/02/2022

5,506%

COPERNICUS/S2/20170104T033122_201
70104T033834_T48QWJ
2017
COPERNICUS/S2/20170807T032539_201
70807T033154_T48QWJ
COPERNICUS/S2/20220118T033051_202
20118T033756_T48QWJ
2022
COPERNICUS/S2/20220403T032539_202
20403T033449_T48QWJ
Bảng 1. Dữ liệu ảnh vệ tinh


Đề tài sử dụng ảnh dữ liệu Sentinel 2A của huyện Thanh Trì (Thành phố
Hà Nội) được chụp trong năm 2017 và năm 2022.

Hình 2: Ảnh vệ tinh năm 2017


Hình 3: Ảnh vệ tinh năm 2022
1.2. Dữ liệu GIS

Thu thập bản đồ ranh giới hành chính huyện Thanh Trì tải từ cổng thông
tin điện tử của Diva-gis. (DIVA-GIS)
1.3. Dữ liệu điều tra thực địa, Google Earth.
Sử dụng dữ liệu Google Earth để rà soát, đối chiếu điểm ảnh phân loại và
trên thực địa để đánh giá độ chính xác sau phân loại.
2. Phương pháp thực hiện
2.1. Xử lý ảnh trên phần mềm Geomatica
* Xử lý ảnh năm 2017


2.1.1. Phân mảnh ảnh năm
- Bước 1: Mở file 2017thanhtri(.tif)
- Bước 2: Trên thanh menu phần mềm Geomatica, chọn Annalysis  chọn
Object Analyst.
- Bước 3: Hộp thoại Object Analyst xuất hiện  chọn Segmentation
- Bước 4: Tại mục Segmentation, chọn các mục sau:
+ Source Channels: Chọn file cần xử lý phân mảnh
+ Segmentation Parameters: Chọn tham số tỷ lệ phân mảnh phù hợp
(5_0.5_0.5)
+ Output: Chọn nơi lưu file và đặt tên file.
+Run.

Hình 4: Phân mảnh ảnh bằng cơng cụ Segmentation
Sau khi chạy, ra được kết quả năm 2017:


Hình 5: Phân mảnh ảnh Thanhtri2017 với tỷ lệ 5_0.5_0.5
2. Attribute Calculation
Bước 1: Tại hộp thoại Object Analyst  chọn Attribute Calculation
Bước 2: Hồn thiện các thơng tin trong bảng

Tại mục Attribute Calculation chọn Statistical + Geometrical+Texture


Hình 6: Thực hiện bước thứ 2 Attribute Calculation
3. Chọn mẫu dựa trên đối tượng.
Bước 1: Tại hộp thoại Object Analyst -> chọn Training Sites Editing -> Chọn
Select-> Chọn Edit.
Bước 2: Mở bảng Training Sites Editing, tại đây tiến hành xác định số lớp phủ
sử dụng đất (đối tượng) và màu từng lớp phủ.
+ Thực hiện lấy mẫu cả Training và Acuracy, đảm bảo số mẫu của cột Acuracy
bằng 1/3 cột Training

Hình 7: Bảng chọn mẫu của Thanhtri2017


Hình 8: Kết quả chọn mẫu của Thanhtri2017

4. Supervised Classification


Hình 9: Thực hiện Supervised Classification

Hình 10: Ảnh sau khi thực hiện Supervised Classification của Thanhtri2017
5. Accuracy Assessment
Bước 1: Tại hộp thoại Object Analyst  Chọn Accuracy Assessment


Bước 2: Hồn thành các thơng tin tại tuỳ chọn Accuracy Assessment 
Generate Report

Hình 11: Thực hiện Accuracy Assessment
* Xử lý ảnh năm 2022
1. Phân mảnh ảnh
Làm như trên bước đầu ra được hình ảnh:


Hình 12: Phân mảnh ảnh Thanhtri2022 với tỷ lệ 5_0.5_0.5
2. Attribute Calculation (Thực hiện như đối với bước xử lý ảnh năm 2017)
3. Chọn mẫu dựa trên đối tượng

Hình 13: Bảng chọn mẫu của Thanhtri2022


Sau đó cho ra được hình ảnh bản đồ đã chọn xong mẫu

Hình 14: Kết quả chọn mẫu của Thanhtri2022
4. Supervised Classification


Hình 15: Ảnh sau khi thực hiện Supervised Classification của Thanhtri2022
5. Accuracy Assessment
Thực hiện các bước giống như tính Accuracy Assessment của năm 2017.


3. Quy trình nghiên cứu
Để thực hiện mục tiêu của đề tài, sơ đồ thể hiện khái quát về các bước cần thực
hiện.


CHƯƠNG 2: KẾT QUẢ NGHIÊN CỨU

1. Kết quả
1.1. Kết quả phân loại và xử lý sau phân loại
Kết quả quá trình phân loại đã sử dụng phương pháp phân loại gần đúng nhất
(SVM) và kết quả sau khi phân loại được thể hiện ở hình.

Hình 16 : Kết quả phân loại ảnh năm 2017


Hình 17 : Kết quả phân loại ảnh năm 2022
1.2 Kết quả đánh giá độ chính xác sau phân loại

Hình 18 . Kết quả đánh giá độ chính xác năm 2017


Kết quả đánh giá độ chính xác sau phân loại của năm 2017 có độ chính
xác tồn cục là 86.592% và hệ số Kappa là 0.827 cho thấy mức độ đồng thuận
giữa kết quả phân loại và nguồn dữ liệu tham chiếu đáp ứng nhu cầu ở mức tốt.

Hình 19. Kết quả đánh giá độ chính xác năm 2022
Kết quả đánh giá độ chính xác sau phân loại của năm 2022 có độ chính
xác tồn cục là 87.793% và hệ số Kappa là 0.840 cho thấy mức độ đồng thuận
giữa kết quả phân loại và nguồn dữ liệu tham chiếu đáp ứng nhu cầu ở mức tốt.


1.3. Bản đồ hiện trạng lớp phủ bề mặt đất năm 2016, năm 2022

Hình 20: Bản đồ hiện trạng lớp phủ sử dụng đất huyện Thanh Trì năm 2017


Hình 21: Bản đồ hiện trạng lớp phủ sử dụng đất huyện Thanh Trì năm 2022

1.4. Kết quả biến động các lớp phủ bề mặt đất huyện Thanh Trìgiai đoạn 20172022


Từ các bản đồ hiện trạng lớp phủ bề mặt đất năm 2017, năm 2022; ta
thành lập bản đồ biến động lớp phủ bề mặt đất huyện Thanh Trì giai đoạn 2017
- 2022 như hình:

Hình 22 : Bản đồ biến động lớp phủ bề mặt huyện Thanh Trì giai đoạn 2017 2022


2022
Ma trận biến động LULC

2017

.
.
Dat nong nghiep
Dat trong
Dat xay dung
Khong gian xanh
Mat nuoc
Tongdientich

.
Dat nong nghiep Dat trong
Dat xay dung Khong gian xanh Mat nuoc Tongdientich
561.48
211.16
19.41

260.06
26.17
153.57
138.76
49.85
207.19
41.77
134.41
57.84
1708.91
231.16
121.15
252.03
98.55
144.9
1164.59
239.62
14.34
8.27
93.12
135.4
245.11
1115.83
514.58
2016.19
1998.4
673.82

1078.28
591.14

2253.47
1899.69
496.24
6318.82

Bảng 2: Ma trận biến động các lớp phủ bề mặt
Dựa vào bảng ma trận trên ta thấy:
Năm 2017, huyện Thanh Trì có tổng diện tích sử dụng đất là 6318.82ha.
Trong đó, đất xây dựng có diện tích lớn hơn cả với 2253,47ha trên tổng số, diện
tích mặt nước chiếm diện tích nhỏ nhất với 496,24ha. Đất nông nghiệp, không
gian xanh và đất trống tại đây tương đối ổn định.
Năm 2022, đất xây dựng chiếm diện tích lớn nhất với 2016,19ha tuy
nhiên đã có sự suy giảm so với năm 2017. Đất trống có xu hướng giảm và
chiếm diện tích bé nhất với 514,58ha, các đất nơng nghiệp, khơng gian xanh,
mặt nước đều có xu hướng tăng nhẹ. Có thể thấy, loại đất biến động mạnh nhất
là đất xây dựng (giảm 237,28ha), mặt nước (tăng 177,58ha), không gian xanh
(tăng 98,71ha), đất nông nghiệp tăng nhưng không đáng kể, đất trống có xu
hướng giảm nhẹ. Có thể thấy đây là xu hướng đẩy mạnh phát triển không gian
xanh, mặt nước, giảm thiểu đất xây dựng, phát triển đô thị xanh, mát.
2. Thảo luận
Viễn thám và GIS là cơng cụ mạnh mẽ để phân tích và trình bày biến
động lớp phủ sử dụng đất. Dữ liệu và số liệu về biến động lớp phủ sử dụng đất
tại huyện Thanh Trì giữa năm 2017 và 2022 cung cấp thơng tin quan trọng để
hiểu sự thay đổi địa lý và định hình quy hoạch đơ thị trong tương lai.
Tổng quan, trong giai đoạn 2017-2022, huyện Thanh Trì đã trải qua một
số biến động đáng kể về sử dụng đất. Sự gia tăng mặt nước và không gian xanh
cùng với sự giảm đất xây dựng và đất trống cho thấy sự phát triển đô thị và
công nghiệp trong khu vực. Tuy nhiên, việc tăng diện tích cây xanh và mặt nước
cũng cho thấy sự quan tâm và nỗ lực để bảo vệ môi trường và cải thiện chất