Tài liệu Khu vực cây xanh đồ thị bằng ảnh pdf

Hi ngh khoa hc và công ngh ln th 9, Trng i hc Bách khoa Tp. HCM, 11/10/2005
124
XÁC NH KHU VC CÂY XANH Ô TH BNG NH VIN THÁM
CÓ  PHÂN GII SIÊU CAO – QUICKBIRD

LOCATING URBAN VEGETATION USING VERY HIGH
RESOLUTION IMAGES – QUICKBIRD


Nguyn Thanh Minh, Phm Bách Vit

Phòng a Tin hc – Vin thám, Phân vin Vt lý ti Tp. HCM
Vin Khoa hc và Công ngh Vit Nam (VAST), Vit Nam


TÓM TT

Gn đây, vic cho phép s dng vi mc đích dân s các loi nh vin thám có đ phân gii siêu
cao (Quickbird có đ phân gii t 0.61m – 2.4m, IKONOS có đ phân gii t 1m – 4m) đã m ra các
hng ng dng mi trong lnh vc giám sát b mt Trái đt (môi trng, nông nghip, lâm nghip )
nh: thành lp các bn đ chuyên đ (bn đ thc ph, bn đ rng ) có t
l ln (t l 1/10.000 hoc
hn) vi đ chính xác cao. Nhng nm trc đây, nhng vic này ph thuc nhiu vào d liu không
nh và đo đc thc đa va tn kém và mt nhiu thi gian. Nghiên cu di đây đ xut phng pháp
xác đnh cây xanh khu vc đô th t nh vin thám Quickbird. Quá trình x lý bao gm hai bc
chính: bc th nht, xác đ
nh nh t s NDVI đ phân chia các đi tng thành hai loi: thc ph và
không thc ph; bc th hai, tin hành x lý và hiu chnh tách các đi tng cây xanh đô th.

ABSTRACT

Recently, high resolution satellite imageries such as Quickbird (0.61-2.4 meter resolution) and
Ikonos (1.0-4.0 meter resolution) have been permitted to widely use for civil purposes (plant- cover
mapping, forest mapping, ect. in the scale of 1:10.000 with high accuracy). This paper presents a
procedure to determine urban vegetation using Quickbird high resolution satellite imageries. The
analysis consists of 2 main steps: the first step is to determine ratio image (NDVI) to classify objects
into covered-plants and uncovered-plants; the second one is to process and adjust objects in the
coverd-plant areas in order to obtain the classification in more details.

1. GII THIU
Cây xanh đô th có vai trò rt quan trng đi
vi cuc sng con ngi. Ngoài các tác dng
hu ích ca cây xanh, cây xanh đô th còn có tác
d
ng to cnh quan, th hin s phát trin và
hin đi ca mt đô th.
Theo phng pháp truyn thng, vic qun
lý, thng kê s lng, din tích cây xanh đô th
thng đc tin hành bng cách đo đc và
kim tra thc đa hoc đo v, tính toán t không
nh (nh máy bay). Tuy nhiên, nhng phng
pháp này mt rt nhiu thi gian và tn kém
kinh phí. Hn na, nhng phng pháp này
thng đc tin hành nhiu nm mt ln. Vì
th, vic cp nht nhng bin đng, cng nh
vic khái quát bc tranh tng th cây xanh đô th
là rt khó.
Ngày nay, s phát trin vt bc ca công
Hi ngh khoa hc và công ngh ln th 9, Trng i hc Bách khoa Tp. HCM, 11/10/2005
125
ngh vin thám, các nh có đ phân gii siêu cao

ngày càng đc thng mi hóa và đc ng
dng mnh m trong vic giám sát, theo dõi
nhng bin đng b mt v Trái đt. c bit,
vi nhng u đim vt tri (đ phân gii
không gian 0.61m, din tích bao ph ln, thi
gian lp bay chp ngn, chi phí thp), nh
Quickbird có th cung cp d liu v cây xanh
đ
ô th, giúp cho vic xác đnh nhng bin đng
và giám sát môi trng mt cách nhanh chóng,
chính xác.
V trí khu vc nh Quickbird mu đc chn
dùng trong nghiên cu là mt phn khu vc
Qun 1, khu vc trung tâm thành ph H Chí
Minh, đc thu nhn vào ngày 09, tháng 01,
nm 2004.
2. PHNG PHÁP VÀ QUY TRÌNH X LÝ
̇ Bn đ nn dùng nn chnh nh vin thám
S dng bn đ t l 1/ 2000 có h to đ
HN-72 đã đc chuyn v h to đ nhà nc
VN 2000.
̇ H thng phân loi
Cây xanh đô th đc phân lp nh sau:
- Cây xanh đng ph : h thng cây xanh
trng dc đng giao thông
- Cây khuôn viên: cây xanh trng tp trung
trong các công viên
- Bãi c: các khu vc đt trng có c và bãi
c trong khuôn viên
̇ Thc hin

nh v tinh đc nn chnh hình hc và ta
đ theo h to đ
VN 2000 ca bn đ nn.
Sau khi nh đã đc nn chnh thng nht h
toa đ, bc th nht: nh t s NDVI đc to
ra nhm phân loi các đi tng thc ph và đi
tng không thc ph. T đó tin hành xác đnh
tách ly các đi tng thc ph. Bc th hai:
tin hành các hiu chnh và chuyn kt qu v
dng vector đ biên tp hiu chnh các đi tng
cây xanh đô th.
Hình 1: nh Quickbird khu vc mu
(R: kênh near infrared, G: kênh red, B: kênh green)
Công viên
Lê Vn
Tá
m

Tho Cm
Viên
SV

Hoa
L
Hi ngh khoa hc và công ngh ln th 9, Trng i hc Bách khoa Tp. HCM, 11/10/2005
126

Quy trình x lý đ xác đnh các đi tng cây xanh đô th đc tin hành theo s đ sau:

3. KT QU
T nh gc đã đc nn chnh

nh t hp màu RGB _ 432 (màu đ là thc ph)

nh
Quickbird
Nn chnh thng nht h
ta đ
To nh t s NDVI
i tng
không phi
th
cph
D liu vector cây xanh
đô th
i tng
thc ph
Bãi c
Cây xanh
đng ph
Cây xanh
khuôn viên
Bn đ cây xanh đô th
Hi ngh khoa hc và công ngh ln th 9, Trng i hc Bách khoa Tp. HCM, 11/10/2005
127
Tin hành to nh t s NDVI thu đc kt qu nh sau:

nh t s NDVI (tông màu xám trng là thc ph)
Sau khi đã có đc nh t s, thc hin to nh và tách các đi tng thc ph (màu trng) phân

bit vi các đi tng không là thc ph (màu đen) nh nh di đây:

T nh tách lc trên, tin hành chuyn đi các đi tng thc ph sang đnh dng vector đ hiu
chnh và biên tp xác đnh cây xanh đô th.


D liu vector các đi tng thc ph

Sau khi biên tp và hiu chnh, chúng ta có th thành lp đc bn đ cây xanh đô th hoàn chnh:
Hi ngh khoa hc và công ngh ln th 9, Trng i hc Bách khoa Tp. HCM, 11/10/2005
128



Bng thng kê din tích các loi cây xanh đô
th trong khu vc nghiên cu theo đn v din
tích (m
2
) có kt qu nh sau:
Cây xanh đng ph Cây khuôn viên Bãi c
191.732 136.380 4.988

Trong quá trình x lý xác đnh cây xanh đô
th, mt nhn xét quan trng đc rút ra đó là:
vi nh Quickbird thì kích thc tán cây xanh
nh nht có th phát hin đc là các cây xanh
có đng kính tán cây 1.2x1.2m. Các cây xanh
nh mi trng ven đng gn các khi nhà cao
tng không th phát hin đc.
4. KT LUN VÀ KIN NGH

ng dng nh vin thám có đ phân gii siêu
cao Quickbird vào vic xác đnh các đi tng
cây xanh đô th đc ti
n hành rt nhanh chóng
và tit kim đc nhiu thi gian và chi phí. T
nghiên cu này, mt vài kt lun đc rút ra đó
là:
1. nh t s NDVI và các đc tính cu trúc
đi tng là nhng yu t hu ích trong vic
tách lc các đi tng thc ph thành lp đi
tng riêng bit so vi các lp đi tng khác.
2. nh vin thám có đ phân gii siêu cao
Quickbird hoàn toàn thích hp trong vic ng
dng đ thành lp bn đ cây xanh đô th chi tit
vi đ chính xác cao.
Tuy nhiên, kt qu thành lp bn đ cây xanh
đô th cn phi đi chiu vi kt qu kim tra
thc đa ti các đim chn ngu nhiên nhm
đánh giá đ chính xác kt qu nghiên cu đc
khách quan và khoa hc hn.
TÀI LIU THAM KHO
1. Xiuying Zhang và Xuezhi Feng, “Detecting
urban vegetation from IKONOS data using
an object-oriented approach”, bài tham khao
t internet.
2.
C.Small, “Estimation of urban vegetation
abundance by spectral mixture analysis”,
International journal of remote sensing, Vol
22 (2001), pp. 1305-1334.

3. TS. Lê Vn Trung “Giáo trình Vin thám”,
NXB i hc Quc gia TP. H Chí Minh
(2005).