SỬ DỤNG ẢNH PLANETSCOPE XÂY DỰNG BẢN ĐỒ THẢM PHỦ XÃ VEN BIỂN THUỘC TỈNH THANH HÓA VÀ NINH BÌNH

Bạn đang xem bản rút gọn của tài liệu. Xem và tải ngay bản đầy đủ của tài liệu tại đây (412.49 KB, 6 trang )

(1)<div class='page_container' data-page=1>

SỬ DỤNG ẢNH PLANETSCOPE XÂY DỰNG BẢN ĐỒ THẢM PHỦ

XÃ VEN BIỂN THUỘC TỈNH THANH HĨA VÀ NINH BÌNH

Nguyễn Hải Hịa*

Trường Đại học Lâm nghiệp Việt Nam

TĨM TẮT

Việc ứng dụng cơng nghệ GIS và tư liệu viễn thám có độ phân giải cao cho phép đánh giá nhanh
hiện trạng thảm phủ ven biển với độ chính xác cao. Kết quả xây dựng bản đồ hiện trạng thảm phủ
các xã ven biển bằng tư liệu ảnh PlanetScope năm 2017 thông qua chỉ số thực vật cho độ chính xác
rất cao trên 95,0%, đặc biệt phương pháp phân loại bằng chỉ số SAVI (Soil Adjusted Vegetation
Index) (97,1%) cho độ chính xác cao hơn chỉ số NDVI (Normalised Difference Vegetation Index)
(95,5%). Theo chỉ số SAVI, diện tích đất che phủ bởi thực vật là 2054,0 ha (18,6%), diện tích đất
trống và đất thổ cư chiếm 4677,5 ha (42.4%), diện tích che phủ bởi nước là 4299,0 ha (39,0%).
Kết quả nghiên cứu là cơ sở khoa cho việc qui hoạch phát triển và quản lý hoạt động sử dụng đất
vùng ven biển khu vực nghiên cứu.

Từ khóa: Chỉ số thực vật, PlanetScope, sử dụng đất, thảm phủ, Thanh Hóa, Ninh Bình

ĐẶT VẤN ĐỀ*

Tư liệu viễn thám là một trong những thành
tựu khoa học không gian vũ trụ đang được sử
dụng rộng rãi trong nhiều lĩnh vực quản lý tài
nguyên và môi trường ở nhiều nước trên thế
giới [1]. Việc ứng dụng công nghệ GIS và tư
liệu viễn thám giúp các nhà khoa học và nhà
hoạch định chính sách có nhiều phương án
lựa chọn mang tính chiến lược trong việc sử

dụng và quản lý tài nguyên thiên nhiên và
môi trường [6]. Do vậy, GIS và viễn thám
được sử dụng như là một cộng cụ hiệu quả
trong quản lý và giám sát tài nguyên môi
trường hiện nay.

Để tăng cường tính hiệu quả cơng tác quản lý
hoạt động sử dụng đất thì việc xác định diện
tích và mục đích sử dụng đất, xác định loại
thảm phủ là điều quan trọng. Do đó, bản đồ
hiện trạng thảm phủ là tài liệu quan trọng
trong công tác quản lý đất đai, thiết kế, quy
hoạch sử dụng đất [5]. Hiện nay, công tác qui
hoạch sử dụng đất tại các xã ven biển thuộc
huyện Nga Sơn và Hậu Lộc (tỉnh Thanh Hóa)
và huyện Kim Sơn (tỉnh Ninh Bình) là nhu
cầu cấp thiết, một trong những khâu quan
trọng của công tác này là đánh giá hiện trạng
sử dụng đất mà phương tiện của nó là bản đồ.

Tel: 0977 689948, Email:

Tại khu vực nghiên cứu, mặc dù hàng năm
đều có các báo cáo về hiện trạng các lớp phủ
và hoạt động sử dụng đất, nhưng hầu hết các
báo cáo chủ yếu dựa trên việc đo vẽ, thành
lập bản đồ bằng phương pháp truyền thống

thô sơ, đó là một cơng việc phức tạp, mất
nhiều cơng sức và địi hỏi nhiều thời gian.
Ngoài ra, việc xây dựng bản đồ lớp phủ địi
hỏi nhanh về thời gian, chính xác về loại hình
và cập nhật về thơng tin. Do vậy, việc nghiên
cứu ứng dụng tư liệu viễn thám kết hợp với
hệ thống thông tin địa lý để xây dựng bản đồ
hiện trạng lớp phủ đảm bảo tính hiện thời,
đồng bộ phục vụ qui hoạch bảo vệ hệ sinh
thái ven biển là yêu cầu khách quan và cấp
thiết được đặt ra tại khu vực nghiên cứu. Để
góp phần giải quyết vấn trên, nghiên cứu đã
thực hiện xây dựng bản đồ hiện trạng lớp phủ
thông qua chỉ số thực vật NDVI và SAVI với
ảnh PlanetScope có độ phân giải cao tại khu
vực nghiên cứu, kết quả sẽ là cơ sở khoa học
cho việc qui hoạch phát triển và quản lý hoạt
động sử dụng đất cho khu vực nghiên cứu.
ĐỊA ĐIỂM, VẬT LIỆU VÀ PHƯƠNG
PHÁP NGHIÊN CÚU

Địa điểm nghiên cứu

</div>
(2)<div class='page_container' data-page=2>

Nga Thủy thuộc huyện Nga Sơn tỉnh Thanh
Hóa; và xã Kim Đơng thuộc huyện Kim Sơn,
tỉnh Ninh Bình. Để xây dựng bản đồ lớp phủ,
đề tài sử dụng PlanetScope năm 2017 với độ
phân giải 3mx3m (Bảng 01).

Hình 1. Khu vực các xã nghiên cứu ven biển thuộc

huyện Hậu Lộc và Nga Sơn (Thanh Hóa); huyện 
Kim Sơn (Ninh Bình)

Vật liệu nghiên cứu

- Máy GPS Garmin 650.

- Phần mềm ArcGIS version 10.2.

- Tử liệu ảnh PlanetScope năm 2017 với độ
phân giải 3 m x 3 m.

Phương pháp nghiên cứu

Phương pháp điều tra ngoại nghiệp

Đề tài tiến hành điều tra, lựa chọn các điểm
kiểm tra (Sampling points) ngồi thực địa để
đánh giá độ chính xác phương pháp phân loại
ảnh. Phương pháp lựa chọn mẫu ngẫu nhiên
phân tầng được sử dụng để xác định các đối
tượng toàn bộ khu vực nghiên cứu. Vị trí các
điểm khảo sát được xác định tọa độ bằng thiết
bị hệ thống định vị toàn cầu (GPS Garmin
650). Kết quả có 300 điểm được điều tra
ngoài thực địa với 3 lớp đối tượng. Đề tài sử
dụng 70% (210 điểm) số điểm nghiên cứu
ngoài thực địa cho mục đích phân loại và
30% (90 điểm) số điểm còn lại được sử dụng

cho việc đánh giá độ chính xác phương pháp
phân loại.

Phương pháp xử lý và phân loại ảnh

Quá trình xử lý và phân loại ảnh gồm 3 bước
chính như sau (1) Thu thập dữ liệu ảnh và các
bước tiền xử lý ảnh, gộp các cảnh ảnh lại với
nhau, phân tích, xử lý dữ liệu và tiến hành
giải đoán ảnh; (2) Thành lập các bản đồ thảm
phủ năm 2017 thông qua chỉ số thực vật
(NDVI- Normalised Difference Vegetation
Index) và chỉ số SAVI (Soil Adjusted
Vegetation Index) [7, 8]. Để tiến hành xử lý
và phân loại ảnh, đề tài sử dụng phần mềm
chuyên dụng ArcGIS 10.2.

Chỉ số NDVI được xác định dựa trên sự phản
xạ khác nhau của thực vật thể hiện giữa kênh
phổ khả kiến và kênh phổ cận hồng ngoại,
dùng để biển thị mức độ tập trung của thực
vật trên mặt đất. Chỉ số thực vật được tính
tốn theo cơng thức sau:

NDVI = (BandNIR- BandRed)/(BandNIR + BandRed)

Trong đó: NDVI là chỉ số thực vật, BandIR là

kênh hồng ngoại, BandRed là kênh màu đỏ.

Giá trị của chỉ số thực vật là dãy số từ -1 đến
+1. Nếu giá trị NDVI càng cao thì khu vực đó
có độ che phủ thực vật tốt. Nếu giá trị NDVI
thấp thì khu vực đó có độ che phủ thấp. Nếu
giá trị NDVI âm cho thấy khu vực khơng có
thực vật. Chỉ số SAVI được xác định theo
công thức dưới đây:

SAVI = {(BandNIR- BandRed)/(BandNIR+

BandRed+L)}*(1+L)

Trong đó: L = 0 khi khu vực nghiên cứu có tỷ
lệ thực vật chiếm đa số, L = 0.5 khi khu vực
nghiên cứu có tỷ lệ che phủ bởi thực vật và
đất trống bằng nhau, L = 1 khi khu vực
nghiên cứu có tỷ lệ đất trống chiếm đa số.
Trong nghiên cứu này, tác giả lựa chọn hệ số
L = 0.5 [2].

Bảng 1. Dữ liệu ảnh viễn thám PlanetScope được sử dụng

TT Mã ảnh Ngày chụp Độ phân giải (m) Nguồn

1a 20170529_024117_1038_3B_AnalyticMS 29/05/2017 3 CLS

1b 20170529_024147_101a_3B_AnalyticMS 29/05/2017 3 CLS

1c 20170529_024146_101a_3B_AnalyticMS 29/05/2017 3 CLS

1d 20170529_024145_101a_3B_AnalyticMS 29/05/2017 3 CLS

1e 20170529_024117_1038_3B_AnalyticMS 29/05/2017 3 CLS

2 Bản đồ hành chính 2010 1:50000 VĐTQHR

</div>
(3)<div class='page_container' data-page=3>

Sơ đồ 1. Quy trình sử dụng ảnh viễn thám PlanetScope thành lập bản đồ thảm phủ 
KẾT QUẢ NGHIÊN CỨU

Phân loại ảnh bằng chỉ số NDVI và SAVI

Kết quả tính tốn chỉ số thực vật các xã ven biển năm 2017 cho thấy NDVI có giá trị dao động từ
-0,56 ÷ 0,52, giá trị trung bình là -0,17 và SAVI có giá trị dao động từ 0,85 ÷ -0,78, giá trị trung
bình là -0,28. Với giá trị trung bình chỉ số thực vật âm cho thấy khu vực nghiên cứu có tỷ lệ đất
trống chiếm nhiều hơn so với diện tích đất che phủ bởi thực vật. Kết quả tính tốn chỉ số thực vật
NDVI và SAVI được thể hiện tại Hình 2 và 3.

Hình 2. Giá trị chỉ số NDVI năm 2017 (PlanetScope 
29/05/2017)

Hình 3. Giá trị chỉ số SAVI năm 2017 (PlanetScope 
29/05/2017)

Đánh giá độ chính xác phương pháp phân loại bằng chỉ số NDVI và SAVI

Kết quả đánh giá độ chính xác được tổng hợp tại bảng 2 và 3. Qua bảng 2 và 03 cho thấy sự khác
biệt giữa kết quả điều tra thực địa bằng GPS và kết quả phân loại ảnh đối với chỉ số NDVI là
95,5% và 97,1% đối với SAVI.

Thu thập dữ liệu

Dữ liệu ảnh PlanetScope

Điều tra thực địa Dữ liệu GIS, số liệu thống kê

Xử lý ảnh

Phân loại ảnh bằng chỉ số NDVI/SAVI

Đánh giá độ chính xác phương pháp phân loại

</div>
(4)<div class='page_container' data-page=4>

Bảng 2. Kết quả phân loại ảnh PlanetScope theo NDVI năm 2017 
 GPS thực địa

Ảnh phân loại Thực vật Đất trống, đất thổ cư Nước Độ chính xác (%)

Thực vật 34 1 0 94.3

Đất trống, đất thổ cư 1 34 0 97.1

Nước 0 1 19 95.0

Tổng 95.5

Bảng 3. Kết quả phân loại ảnh PlanetScope theo SAVI năm 2017 
 GPS thực địa

Ảnh phân loại Thực vật Đất trống, đất thổ cư Nước Độ chính xác (%)

Thực vật 34 1 0 94.3

Đất trống, đất thổ cư 1 34 0 97.1

Nước 0 0 20 100

Tổng 97.1

Bảng 4. Diện tích thảm phủ theo chỉ số NDVI và SAVI năm 2017

Đối tượng NDVI SAVI

Diện tích (ha) Tỷ lệ (%) Diện tích (ha) Tỷ lệ (%)

Đất trống, đất thổ cư 3728,9 33,8 4677,5 42,4

Thực vật 2054,4 18,6 2054,5 18,6

Nước 5247,7 47,6 4299,0 39,0

Tổng 11030,0 100,0 11030,0 100,0

Diện tích thảm phủ xã ven biển khu vực 
nghiên cứu

Nghiên cứu sử dụng dữ liệu ảnh PlanetScope
năm 2017 (3 m x 3 m) để xây dựng bản đồ
hiện trạng thảm phủ tại xã Đa Lộc thuộc
huyện Hậu Lộc, xã Nga Tân và Nga Thủy
thuộc huyện Nga Sơn tỉnh Thanh Hóa; xã
Kim Đông thuộc huyện Kim Sơn tỉnh Ninh

Bình bằng chỉ số thực vật NDVI và SAVI.
Kết quả xây dựng bản đồ hiện trạng thảm phủ
được thể hiện tại hình 4 và hình 5.

Hình 4. Hiện trạng thảm phủ xã ven biển tỉnh Thanh 
Hóa và Ninh Bình bằng chỉ số NDVI (PlanetScope

29/05/2017, độ chính xác đạt 95,5%) 
Kết quả tính toán chỉ số NDVI và SAVI được
chia ra làm 30 lớp, trên cơ sở các lớp được

phân chia với khoảng giá trị chỉ số khác nhau,
đề tài kết hợp với kết quả điều tra ngoài thực
địa đã tiến hành phân ra làm 3 lớp thảm phủ
chính cho khu vực nghiên cứu, bao gồm đất
trống và đất thổ cư; lớp phủ bởi thực vật; và
đối tượng là nước, được thể hiện tại hình 4 và
hình 5. Kết quả đánh giá mức độ tin cậy của
phương pháp phân loại rất cao, đối với NDVI
là 95,5% và SAVI là 97,1%. Từ bản đồ hiện
trạng thảm phủ, nghiên cứu ước tính diện tích
cho từng đối tượng thảm phủ. Kết quả được
tổng hợp trong bảng 4.

Hình 5. Hiện trạng thảm phủ xã ven biển tỉnh Thanh 
Hóa và Ninh Bình bằng chỉ số SAVI (PlanetScope

</div>
(5)<div class='page_container' data-page=5>

Kết quả tại bảng 5 cho thấy diện tích đất che
phủ bởi thực vật theo NDVI và SAVI gần như
tương đồng (2054,0 ha), trong khi kết quả

tính tốn diện tích đất cho đối tượng khác có
sự khác biệt lớn như diện tích đất trống và đất
thổ cư, 3728,9 ha theo NDVI và 4677,5 ha
theo SAVI. Ngoài ra, kết quả đánh giá độ
chính xác của bản đồ phân loại cho thấy
SAVI có tỷ lệ chính xác chiếm đến 97.1%,
cao hơn NDVI, điều này cho thấy sử dụng chỉ
số SAVI trong việc phân loại thảm phủ cho
kết quả tốt hơn NDVI [1], [2].

KẾT LUẬN

Việc xây dựng bản đồ hiện trạng thảm phủ
các xã ven biển bằng tư liêu ảnh PlanetScope
năm 2017 thông qua chỉ số thực vật cho độ
chính xác rất cao trên 95,0%, đặc biệt phân
loại thảm phủ bằng chỉ số SAVI (97,1%) cho
độ chính xác cao hơn NDVI (95,5%). Theo
chỉ số SAVI, diện tích che phủ bởi thực vật
khu vực nghiên cứu là 2054,0 ha (chiếm
18,6% tổng diện tích khu vực nghiên cứu),
diện tích đất trống và đất thổ cư chiếm 4677,5
ha (42,4%) và che phủ bởi nước là 4299.0 ha
(39,0%). Kết quả nghiên cứu là cơ sở khoa tốt
cho việc qui hoạch phát triển quĩ đất khu vực
nghiên cứu.

Lời cảm ơn

Bài báo đã sử dụng tư liệu ảnh viễn thám

PlanetScope do CLS cung cấp để xây dựng bản
đồ lớp phủ. Tác giả xin chân thành cảm ơn CLS
đã cung cấp tư liệu và ý kiến đóng góp của các
phản biện để nâng chất lượng bài báo.

TÀI LIỆU THAM KHẢO

1. Nguyễn Hải Hòa (2015), “Sử dụng chỉ số thực
vật NDVI để phân loại và đánh giá biến động lớp
phủ rừng ngập mặn tại huyện Tiên Lãng, Hải
Phòng giai đoạn 2000- 2013”, Tạp chí Khoa học 
và Công nghệ Lâm nghiệp, số 11/2015, tr. 65-74. 
2. Nguyễn Hải Hòa (2016), “Ứng dụng ảnh viễn
thám Landsat và công nghệ GIS trong xác định
biến động rừng ngập mặn ven biển thành phố Hải
Phòng giai đoạn 1990- 2014”, Tạp chí Nông 
nghiệp và Phát triển Nông thôn, số 3+4/2016, tr. 
239-246.

3. Hồng Cơng Tín, Tơn Thất Pháp, Nguyễn
Quang Tuấn (2011), “Ứng dụng công nghệ viễn
thám và hệ thống thông tin địa lý (GIS) trong đánh
giá hiện trạng thảm cỏ biển ở vùng đất ngập nước
xã Hương Phong, huyện Hương Trà, tỉnh Thừa
Thiên Huế”, T/c Khoa học Đại học Huế, 65, pp. 
231- 239.

4. Hai- Hoa N., McAlpine C., Pullar D., Duke
N.C., Johansen K. (2013), “The relationship of
spatial-temporal changes in fringe mangrove

extent and adjacent land-use: case study of Kien
Giang coast, Vietnam”, Ocean & Coastal 
Management, 76, pp. 12-22.

5. Mensah J. C. (2013), “Remote sensing
application for mangrove mapping in the
Ellembelle district in Ghana”, Master thesis,
University Of Rhode Island, May 11, 2013.
6. Xu H. (2002), “Spatial expansion of urban/town
in Fuqing and its driving force analysis”,
Remote Sensing Technology and Appication, 17, 
pp. 86-92.

</div>
(6)<div class='page_container' data-page=6>

SUMMARY

USING PLANETSCOPE IMAGE TO CONSTRUCT LAND COVER MAPS OF 
COASTAL VILLAGES IN THANH HOA AND NINH BINH PROVINCES

Nguyen Hai Hoa*

Vietnam National University of Forestry

The application of GIS technology and high resolution remote sensing data enables quick
assessment of the status of coastal land cover with high accuracy. By using PlanetScope image
(3mx3m) in 2017, the study has constructed maps of coastal land cover successfully with high
accuracy of over 95.0%. In particular, the classification map by SAVI was assessed with 97.1% of
accuracy, was higher than the NDVI (95.5%). As SAVI calculated in 2017, the area covered by
vegetation was estimated at 2054.0 ha (18.6%), whereas bare land and residential areas were
estimated at 4677.5 ha (42.4%) and areas covered by water was 4299.0 ha (39%). These provide a
good basis for coastal land use planning in the study area.

Key words: Vegetation index, PlanetScope, land use, land cover, Thanh Hoa, Ninh Binh.

Ngày nhận bài: 25/8/2017; Ngày phản biện: 07/9/2017; Ngày duyệt đăng: 31/10/2017

</div>


Xây dựng và sử dụng bản đồ khái niệm trong dạy học