Monitoring sự biến động môi trường rừng ngập mặn khu vực Bãi Nhà Mạc-Đình Vũ tỉnh Hải Phòng bằng công nghệ viễn thám và GIS

¸c ®Þnh c¸c hÖ sè cña ph­¬ng tr×nh chuyÓn ®æi gi÷a 2 lo¹i to¹ ®é. Ph­¬ng tr×nh nµy sÏ chuyÓn d÷ liÖu ¶nh bÞ mÐo vÒ mét l­íi chiÕu b¶n ®å mong muèn. BËc cña ph­¬ng tr×nh chuyÓn ®æi tuú thuéc vµo ®é mÐo cña ¶nh. NÕu ¶nh mÐo nhiÒu (nh­ h×nh 2) th× yªu cÇu bËc n¾n chØnh ph¶i cao nh­ng lµm cho tèc ®é thùc hiÖn sÏ bÞ chËm. H×nh 2: BËc n¾n chØnh h×nh häc liªn quan ®Õn sù mÐo cña ¶nh BËc cña ph­¬ng tr×nh chuyÓn ®æi ®ßi hái ph¶i cã mét sè ®iÓm khèng chÕ tèi thiÓu nh­ sau: Sè ®iÓm khèng chÕ BËc n¾n chØnh 3 1 6 2 10 3 15 4 21 5 Ph­¬ng tr×nh chuyÓn ®æi to¹ ®é cã d¹ng: BËc 1: x'=a0+a1x+a2y y'=b0+b1y+b2y BËc 2: x'=c0+c1x+c2y+c3xy+c4x2+c5y2 y'=d0+d1x+d2y+d3xy+d4x2+d5y2 BËc3: x'=g0+g1x+g2y+g3xy+g4x2+g5y2+g6x2y+g7xy2+g8x3+g9y3 y'=h0+h1x+h2y+h3xy+h4x2+h5y2+h6x2y+h7xy2+h8x3+h9y3 ..... Víi: x', y' lµ to¹ ®é cña ¶nh ch­a n¾n x, y lµ to¹ ®é cña ¶nh n¾n a0,..., h9 lµ c¸c hÖ sè cña ph­¬ng tr×nh chuyÓn ®æi Sau khi cã ph­¬ng tr×nh chuyÓn ®æi, mét qu¸ tr×nh lÊy mÉu l¹i ®­îc thùc hiÖn ®Ó x¸c ®Þnh c¸c gi¸ trÞ pixel ®­a vµo ¶nh ®­îc n¾n chØnh. Qu¸ tr×nh nµy thùc hiÖn trªn c¬ së c¸c gi¸ trÞ pixel cña ¶nh gèc (¶nh mÐo) mµ chóng ®­îc ®Þnh vÞ nhê vµo ph­¬ng tr×nh chuyÓn ®æi nãi trªn. Cã mét sè ph­¬ng ph¸p néi suy cã thÓ ®­îc ¸p dông trong qu¸ tr×nh lÊy mÉu l¹i: Néi suy ng­êi l¸ng giÒng gÇn nhÊt (Nearest Neighbour) Néi suy bËc 2 (Bilinear Interpolation) Néi suy bËc 3 (Cubic Convolution) 2.2.7.4 Ph©n läai ¶nh - Ph©n lo¹i ¶nh viÔn th¸m lµ (1): + ChuyÓn c¸c gi¸ trÞ ®o sang c¸c gi¸ trÞ mang tÝnh chuyªn ®Ò + ChuyÓn d÷ liÖu thµnh th«ng tin b¶n ®å, th«ng tin thèng kª - Ph©n lo¹i ¶nh viÔn th¸m lµ (2): + TËp hîp c¸c pixel cã cïng mét sè th«ng sè thèng kª phæ thµnh mét líp cã ý nghÜa chuyªn ®Ò, + TËp hîp c¸c ®ãi t­îng cã chung mét sè thuéc tÝnh vµo mét líp cã ý nghÜa chuyªn ®Ò Ta cã s¬ ®å c¸c b­íc ph©n lo¹i ¶nh ®· thùc hiÖn trong ®å ¸n Chän thuËt to¸n Kh¶o s¸t c¸c ®Æc tr­ng thèng kª cña toµn c¶nh Thu thËp c¸c d÷ liÖu GIS liªn quan ®Õn khu vùc vµ chuyªn ®Ò nghiªn cøu ch¹y ch­¬ng tr×nh ph©n lo¹i §¸nh gi¸ chÊt l­îng ph©n lo¹i Xö lý sau ph©n lo¹i ChuyÓn kÕt qu¶ sang GIS §¸nh gi¸ thèng kª c¸c mÉu Chän mÉu trªn m¸y tÝnh NhËn ®Þnh kh¸i qu¸t vÒ c¸c ®èi t­îng Trong ph©n lo¹i ¶nh cã hai c¸ch ®ã lµ: - Ph©n lo¹i cã kiÓm ®Þnh: Sö dông c¸c mÉu ph©n lo¹i - Ph©n lo¹i kh«ng kiÓm ®Þnh: chia ¶nh thµnh c¸c cluster vµ gép nhãm c¸c cluster ®ã. S¬ ®å sau thÓ hiÖn c¸c b­íc ph©n lo¹i chÝnh §èi víi ph©n lo¹i cã kiÓm ®Þnh ¶nh Chän mÉu cã kiÓm ®Þnh g¸n nh·n cho c¸c pixel ®¸nh gi¸ ®é chÝnh x¸c §èi víi ph©n lo¹i kh«ng cã kiÓm ®Þnh ¶nh Ph©n tÝch cluster Cluster vµ gép nhãm cluster §¸nh gi¸ ®é chÝnh x¸c §Ó hiÓu râ sù kh¸c biÖt gi÷a ph©n lo¹i cã kiÓm ®Þnh vµ kh«ng cã kiÓm ®Þnh, ta cÇn biÕt ®Õn hai kh¸i niÖm: líp th«ng tin vµ líp phæ - Líp th«ng tin (Information Class): líp ®­îc ng­êi ph©n tÝch ¶nh x¸c ®Þnh liªn quan ®Õn th«ng tin ®­îc chiÕt t¸ch - Líp phæ (Spectral Class): líp bao gåm c¸c vect¬ cã møc x¸m ®é t­¬ng tù nhau trong kh«ng gian ®a phæ. Trong nhiÖm vô chiÕt t¸ch th«ng tin mét c¸ch lý t­ëng, ta cã thÓ trùc tiÕp s¾p xÕp mét líp phæ vµo mét líp th«ng tin. VÝ dô, ta n»m trong kh«ng gian hai chiÒu gåm ba líp: n­íc, thùc vËt, vµ c¸c bÒ mÆt bª t«ng. H×nh 2.11: quan hÖ líp phæ/ líp th«ng tin trong kh«ng gian phæ H×nh 2.12: g¸n nh·n cho líp trong qu¸ tr×nh ph©n lo¹i B»ng c¸ch x¸c ®Þnh ranh giíi gi÷a ba nhãm vect¬ x¸m ®é trong kh«ng gian hai chiÒu NIR vµ R, chóng ta cã thÓ ph©n biÖt ®­îc ba líp th«ng tin nµy. Mét trong nh÷ng kh¸c biÖt gi÷a ph©n lo¹i cã kiÓm ®Þnh vµ kh«ng cã kiÓm ®Þnh lµ c¸c c¸ch s¾p xÕp mçi líp phæ vµo mét líp th«ng tin. Trong ph©n lo¹i cã kiÓm ®Þnh, ta b¾t ®Çu b»ng viÖc x¸c ®Þnh mét líp th«ng tin trªn ¶nh. Khi ®ã ta sö dông mét thuËt to¸n ®Ó tãm l­îc th«ng tin ®a phæ tõ c¸c vïng x¸c ®Þnh trªn ¶nh t¹o thµnh c¸c líp dÊu hiÖu. Qu¸ tr×nh nµy ®­îc gäi lµ t¹o mÉu cã kiÓm ®Þnh. Trong khi ®ã, víi ph©n lo¹i kh«ng cã kiÓm ®Þnh, ta sö dông mét thuËt to¸n cho c¶ ¶nh tr­íc, t¹o thµnh c¸c líp phæ (cßn gäi lµ cluster). Tõ ®ã, ng­êi ph©n tÝch ¶nh sÏ s¾p xÕp líp phæ vµo líp th«ng tin cÇn t¹o. C¸c ®­êng cong t­¬ng tøng trong h×nh 1 sÏ ®­îc biÓu diÔn b»ng c¸c ®iÓm n»m kÒ nhau trong h×nh 2. (hai ®­êng cong nÐt ®øt trong h×nh 1 ®­îc biÓu diÔn lµ c¸c ®iÓm h×nh trßn rçng trong h×nh 2. Tõ h×nh 2 ta cã thÓ dÔ dµng nhËn thÊy kho¶ng c¸ch cã thÓ ®­îc sö dông lµm phÐp ®o tÝnh t­¬ng tù trong ph©n lo¹i. Hai ®iÓm cµng gÇn nhau, cµng cã kh¶ n¨ng n»m cïng mét líp. Chóng ta cã thÓ sö dông nhiÒu lo¹i kho¶ng c¸ch kh¸c nhau ®Ó tÝnh møc t­¬ng tù t¹o thµnh c¸c thuËt to¸n ph©n lo¹i nh­ ph©n lo¹i kho¶ng c¸ch nhá nhÊt, ph©n lo¹i kho¶ng c¸ch lín nhÊt... §å ¸n ®· sö dông ph­¬ng ph¸p ph©n lo¹i cã kiÓm ®Þnh do: gi¸ trÞ phæ cña ¶nh mµ sensor thu nhËn ®­îc th«ng qua sù bøc x¹ cña c¸c ®èi t­îng líp phñ bÒ mÆt. §«i khi nh÷ng ®èi t­îng kh¸c nhau nh­ng l¹i cho gi¸ trÞ ph¶n x¹ phæ gièng nhau, do ®ã th«ng tin nhËn ®­îc bÞ sai, ®©y lµ ®iÓm h¹n chÕ cña ¶nh vÖ tinh mµ ta cÇn kh¾c phôc. ChÝnh v× vËy ta cÇn ph¶i kiÓm tra tõ nh÷ng nguån t­ liÖu kh¸c n÷a, råi lÊy th«ng tin ®ã ®Ó chän mÉu cho c¸c ®èi t­îng. Trong ph©n läai cã kiÓm ®Þnh cã c¸c ph­¬ng ph¸p sau: Kho¶ng c¸ch tèi thiÓu (Minnimum Distance) Kho¶ng c¸ch Mahalanobis Ph©n lo¹i theo h×nh hép (Parallelepiped) Kªnh 3 Kªnh 1 Kªnh 2 + + + + + + + Ph©n lo¹i theo x¸c suÊt lín nhÊt (Maximum likelihood) (MLC) MLC lµ ph­¬ng ph¸p ph©n lo¹i phæ biÕn nhÊt trong xö lý ¶nh viÔn th¸m. Trong ®å ¸n ®· sö dông ph­¬ng ph¸p ph©n lo¹i theo x¸c suÊt lín nhÊt ®Ó thùc hiÖn ®Ò tµi, v× vËy d­íi ®©y sÏ tr×nh bµy râ h¬n vÒ lý thuyÕt cña riªng ph­¬ng ph¸p nµy. MLC ®­îc x©y dùng dùa theo hµm ph©n t¸ch Bayesian P(Ci|x) = p(x|Ci) x P(Ci)/P(x) Gi¶ sö ta cã C = (C1, C2, ..., Cnc) lµ mét tËp hîp c¸c líp, trong ®ã nc lµ tæng sè líp. Víi mçi pixel cho tr­íc cã vector x¸m ®é x, x¸c suÊt ®Ó x thuéc vÒ líp ci lµ P (Ci|x), i = 1, 2, ... , nc. NÕu ta biÕt ®­îc x¸c suÊt P (Ci|x) cho mçi líp, ta sÏ x¸c ®Þnh ®­îc cÇn ph©n lo¹i x thuéc vÒ líp nµo. ViÖc nµy cã thÓ thùc hiÖn b»ng c¸ch so s¸nh c¸c P (Ci|x), víi i = 1, 2, ... , nc. x => ci, nếu P (Ci|x) > P (cj|x) với mọi j # i H×nh 2.13: Ngưỡng quyết định theo x¸c suất H×nh trªn ®· gi¶i thÝch rÊt râ rµng vÒ ph©n lo¹i theo x¸c suÊt lín nhÊt. Khi x ®­îc ph©n lo¹i theo x¸c suÊt p(x|Ci) x P(Ci). x1 ®­îc ph©n lo¹i vµo líp C1, x2 ®­îc ph©n lo¹i vµo líp C2. Ranh giíi líp ®­îc x¸c ®Þnh t¹i n¬i cã x¸c suÊt b»ng nhau. H×nh 2.14: Ranh giíi c¸c líp ®­îc x¸c ®Þnh theo ng­ìng quyÕt ®Þnh trªn kh«ng gian phæ Trong kh«ng gian hai chiÒu, ta kh«ng dÔ dµng x¸c ®Þnh ®­îc ranh giíi c¸c líp. Do vËy chóng ta kh«ng sö dông ph­¬ng ph¸p ph©n lo¹i x¸c suÊt lín nhÊt mµ thay vµo ®ã, ta so s¸nh c¸c x¸c suÊt. Thùc chÊt cña MLC (ph©n lo¹i theo x¸c suÊt lín nhÊt): Víi môc ®Ých ®¬n gi¶n tÝnh to¸n, ta th­êng tÝnh loga cña p(x|Ci).P(Ci) Do : –nb/2.log2 lµ h»ng sè nªn c«ng thøc trªn cã thÓ ®­îc gi¶n l­îc thµnh: Th«ng thường, ta giả thiết P(Ci) kh«ng đổi với mỗi lớp. Do đã, ta cã thể giản ước phương tr×nh: g(x) lµ hµm ph©n biÖt. Khi so s¸nh g(x)’s ta cã thÓ xÕp x vµo ®óng líp. Trong ph©n lo¹i x¸c suÊt cùc ®¹i, sai sè do ph©n lo¹i sai ch¾c ch¾n sÏ lµ nhá nhÊt nÕu p(x|Ci) ph©n bè chuÈn. Trong thùc tÕ, kh«ng ph¶i lóc nµo còng cã ph©n bè chuÈn. §Ó sö dông phÐp ph©n lo¹i x¸c suÊt cùc ®¹i h÷u Ých nhÊt, ta cÇn ph¶i ®¶m b¶o c¸c mÉu ph©n lo¹i sÏ t¹o ra ph©n bè x¸c suÊt cµng gÇn víi ph©n bè chuÈn cµng tèt. VËy, mét mÉu ph©n lo¹i cã kÝch cì nh­ thÕ nµo? Th«ng th­êng, ta cÇn 10 x nb hoÆc 100 x nb pixel cho mçi líp. (Swain vµ Davis, 1978). MLC lµ phÐp ph©n lo¹i t­¬ng ®èi m¹nh, tuy nhiªn nã còng cã h¹n chÕ khi xö lý c¸c d÷ liÖu ë thang ®Þnh danh hoÆc tØ lÖ. Møc ®é tÝnh to¸n còng sÏ phøc t¹p h¬n khi dung l­îng ¶nh t¨ng (¶nh nhiÒu kªnh, nhiÒu chiÒu). 2.3 C¸c ph­¬ng ph¸p ®¸nh gi¸ biÕn ®éng Ph¸t hiÖn biÕn ®éng lµ qu¸ tr×nh nhËn d¹ng sù kh¸c biÖt vÒ tr¹ng th¸i cña mét ®èi t­îng hay hiÖn t­îng b»ng c¸ch quan s¸t chóng t¹i nh÷ng thêi ®iÓm kh¸c nhau. TiÒn ®Ò c¬ b¶n ®Ó sö dông d÷ liÖu viÔn th¸m cho viÖc ph¸t hiÖn biÕn ®éng lµ nh÷ng sù thay ®æi vÒ líp phñ phÝa trªn bÒ mÆt ®Êt ph¶i ®­a ®Õn sù thay ®æi vÒ gi¸ trÞ bøc x¹ vµ nh÷ng sù thay ®æi vÒ bøc x¹ do sù thay ®æi líp phñ mÆt ®Êt ph¶i lín so víi nh÷ng sù thay ®æi vÒ bøc x¹ g©y ra bëi c¸c yÕu tè kh¸c, nh÷ng yÕu tè ®ã bao gåm : + sù kh¸c biÖt vÒ ®iÒu kiÖn khÝ quyÓn + Sù kh¸c biÖt vÒ gãc mÆt trêi + Sù kh¸c biÖt vÒ ®é Èm cña ®Êt ¶nh h­ëng cña c¸c yÕu tè nµy cã thÓ ®­îc gi¶m tõng phÇn b»ng c¸ch chän d÷ liÖu thÝch hîp. NhiÒu ph­¬ng ph¸p ph¸t hiÖn biÕn ®éng líp phñ sö dông d÷ liÖu sè ®· ®­îc ®Ò xuÊt, theo Singh (1989) bao gåm c¸c ph­¬ng ph¸p : + So s¸nh c¸c ph©n lo¹i líp phñ + Ph©n lo¹i ¶nh ®a thêi gian + ¶nh hiÖu hoÆc ¶nh chia + Sù kh¸c biÖt vÒ chØ sè thùc phñ + Ph©n tÝch thµnh phÇn chÝnh Hay ta cã thÓ tæng hîp thµnh hai ph­¬ng ph¸p nghiªn cøu ®¸nh gi¸ biÕn ®éng chÝnh nh­ sau: H×nh 2.15. C¸c phương ph¸p ®¸nh gi¸ biến động lớp phủ thực vật từ ảnh viễn th¸m Ph©n tÝch kÕt qu¶ thùc hiÖn tõ c¸c nghiªn cøu ®· c«ng bè cho thÊy c¸c ph­¬ng ph¸p ph¸t hiÖn biÕn ®éng kh¸c nhau t¹o ra c¸c b¶n ®å biÕn ®éng kh¸c nhau, vµ kh«ng cã ph­¬ng ph¸p nµo thùc sù v­ît tréi. Phương ph¸p 1: Ph©n tÝch sau ph©n lo¹i ViÖc tiÕn hµnh ph©n läai ®éc lËp c¸c ¶nh viÔn th¸m lµm cho ph­¬ng ph¸p nµy cã ®é chÝnh x¸c phô thuéc chÆt chÏ vµo ®é chÝnh x¸c cña tõng phÐp ph©n läai vµ do ®ã ph­¬ng ph¸p ®¬n gi¶n, dÔ thùc hiÖn nh­ng ®em l¹i ®é chÝnh x¸c kh«ng cao, ®Æc biÖt lµ víi chuçi ¶nh víi sè l­îng lín Tuy nhiªn nã còng tr¸nh ®­îc mét sè vÊn ®Ò nh­ : kh«ng ph¶i chuÈn hãa ¶nh h­ëng cña khÝ quyÓn vµ bé c¶m øng ®iÖn tõ trªn ¶nh chôp t¹i c¸c thêi ®iÓm kh¸c nhau, kh«ng ph¶i lÊy mÉu l¹i kÝch th­íc pixel trong tr­êng hîp d÷ liÖu ®a thêi gian kh«ng cïng ®é ph©n gi¶i kh«ng gian. MÆt kh¸c ph­¬ng ph¸p nµy còng lµ ph­¬ng ph¸p phï hîp cho viÖc chuyÓn kÕt qu¶ qua hÖ thèng th«ng tin ®Þa lý GIS ®Ó ph©n tÝch biÕn ®éng sau ph©n lo¹i. Phương ph¸p 2: Nhận biết sự thay đổi phổ C«ng việc quan trọng nhất của phương ph¸p này là sử dụng c¸c kỹ thuật để nhận ra sự thay đổi phổ của c¸c lớp đối tượng. Loại trừ phương ph¸p trừ ảnh gốc. Về bản chất, phương ph¸p này sử dụng c¸c kỹ thuật kh¸c nhau để từ hai ảnh ban đầu ®· được nắn chỉnh h×nh học, tạo nªn một kªnh hay nhiều kªnh ảnh mới cã thể hiện sự thay đổi phổ. Sự kh¸c biệt hoặc đồng nhất về gi¸ trị phổ của c¸c pixel cã thể được tÝnh trªn theo từng pixel hoặc cũng cã thể tÝnh trªn toàn cảnh. ChÝnh v× vậy, phương ph¸p này ®ßi hỏi độ chÝnh x¸c khi nắn chỉnh h×nh học phải lớn (sai số <1pixel). Kết quả phương ph¸p này mang lại là một ảnh thể hiện tõ những khu vực cã thay đổi và kh«ng thay đổi cũng như mức độ thay đổi. Để cã được kết quả râ ràng hơn ta cần phải cã kỹ thuật xử lý tiếp theo, trong đã quan trọng nhất là kỹ thuật ph©n ngưỡng, tức là việc x¸c ®Þnh ng­ìng ph©n chia b»ng thùc nghiÖm ®Ó t¸ch c¸c pixels biÕn ®éng vµ kh«ng biÕn ®éng. Trong thùc tÕ, viÖc x¸c ®Þnh ng­ìng ph©n chia chÝnh x¸c kh«ng ph¶i lµ vÊn ®Ò ®¬n gi¶n. Tõ c¸c ph©n tÝch trªn, ph­¬ng ph¸p nghiªn cøu ®­îc ®Ò xuÊt sö dông lµ ph­¬ng ph¸p ph©n tÝch biÕn ®éng sau ph©n lo¹i. ¸p dông ph­¬ng ph¸p nµy, tËp d÷ liÖu ®a phæ cña tõng thêi ®iÓm ®­îc tiÕn hµnh ph©n lo¹i ®éc lËp ®Ó cho ra b¶n ®å Rõng NgËp MÆn t¹i mét thêi ®iÓm. Sau ®ã tiÕn hµnh ®¸nh gi¸ biÕn ®éng b»ng c¸ch so s¸nh b¶n ®å rõng ngËp mÆn thµnh lËp t¹i hai thêi ®iÓm trong GIS. Cơ sở GIS trong nghiên cứu biến động rừng ngập mặn ViÖc sö dông kÕt hîp gi÷a RS vµ GIS cho nhiÒu môc ®Ých kh¸c nhau ®· trë nªn rÊt phæ biÕn trªn toµn thÕ giíi trong kho¶ng 30 n¨m trë l¹i ®©y. GIS b¾t ®Çu ®­îc x©y dùng ë Canada tõ nh÷ng n¨m 60 cña thÕ kØ 20 vµ ®· ®­îc øng dông ë rÊt nhiÒu lÜnh vùc kh¸c nhau trªn thÕ giíi. H×nh 2.16 Sau khi vÖ tinh quan s¸t tr¸i ®Êt Landsat ®Çu tiªn ®­îc phãng vµo n¨m 1972, c¸c d÷ liÖu viÔn th¸m ®­îc xem lµ nguån th«ng tin ®Çu vµo quan träng cña GIS nhê nh÷ng tiÕn bé vÒ kü thuËt cña nã. Ngµy nay, Tr¸i ®Êt ®­îc nghiªn cøu th«ng qua mét d¶i quang phæ réng víi nhiÒu b­íc sãng kh¸c nhau tõ d¶i sãng nh×n thÊy ®­îc ®Õn d¶i sãng hång ngo¹i nhiÖt. C¸c thÕ hÖ vÖ tinh míi ®­îc bæ sung thªm c¸c tÝnh n¨ng quan s¸t tr¸i ®Êt tèt h¬n víi nh÷ng quy m« kh«ng gian kh¸c nhau (h×nh 1). VÖ tinh cung cÊp mét l­îng th«ng tin kh«ng lå vµ phong phó vÒ c¸c ph¶n øng quang phæ cña c¸c hîp phÇn cña tr¸i ®Êt nh­: ®Êt, n­íc, thùc vËt. ChÝnh c¸c ph¶n øng nµy sau ®ã sÏ ph¶n ¸nh b¶n chÊt sinh lý cña tr¸i ®Êt vµ c¸c hiÖn t­îng diÔn ra trong tù nhiªn bao gåm c¶ c¸c ho¹t ®éng cña con ng­êi. Chñ ®Ò ph¸t triÓn chÝnh cña viÔn th¸m trong mét thêi gian dµi chÝnh lµ m«i tr­êng vµ tÇm quan träng cña nã trong lÜnh vùc nµy ®· t¨ng lªn nhanh chãng trong mét vµi n¨m gÇn ®©y (Askne, 1995). Trong khi ®ã môc tiªu chÝnh cña viÖc sö dông GIS lµ t¹o ra nh÷ng gi¸ trÞ míi cho c¸c th«ng tin hiÖn cã th«ng qua ph©n tÝch kh«ng gian - thêi gian vµ/ hoÆc m« h×nh ho¸ c¸c d÷ liÖu cã to¹ ®é. Nhê kh¶ n¨ng ph©n tÝch kh«ng gian - thêi gian vµ m« h×nh ho¸, GIS cho phÐp t¹o ra nh÷ng th«ng tin cã gi¸ trÞ gia t¨ng cho c¸c th«ng tin ®­îc triÕt xuÊt tõ d÷ liÖu vÖ tinh (Burrough vµ céng sù, 1998) H×nh 2.17 Sù kÕt hîp gi÷a RS vµ GIS lµ sù kÕt hîp tuyÖt vêi t¹o ra nh÷ng øng dông lín trong c¸c lÜnh vùc trong cuéc sèng. Vµ mét trong nh÷ng øng dông to lín ®ã lµ nghiªn cøu vµ gi¶i quyÕt nh÷ng vÊn ®Ò m«i tr­êng. VËy GIS lµ g×? H×nh 2.18 Theo ESRI (Environmental System Reseach Institute): HÖ thèng th«ng tin ®Þa lÝ ( Geographic Information System – GIS ) " Lµ mét hÖ thèng bao gåm phÇn cøng, phÇn mÒm, d÷ liÖu vµ con ng­êi nh»m thu thËp, l­u tr÷, cËp nhËp, xö lÝ, ph©n tÝch vµ hiÓn thÞ c¸c th«ng tin ®Þa lÝ trªn bÒ mÆt tr¸i ®Êt " . C¸c thµnh phÇn và chức năng cña GIS? C¸c thµnh phÇn cña GIS ? GIS ®­îc kÕt hîp bëi n¨m thµnh phÇn chÝnh: phÇn cøng, phÇn mÒm, d÷ liÖu, con ng­êi vµ ph­¬ng ph¸p qu¶n lý. H×nh 2.19 Hay nãi mét c¸ch kh¸c hÖ th«ng tin ®Þa lý bao gåm 4 hîp phÇn c¬ b¶n: PhÇn cøng PhÇn mÒm C¬ së d÷ liÖu, C¬ së tri thøc. Quan hÖ cña c¸c hîp phÇn nµy cã ®­îc biÓu diÔn nh­ trong h×nh 1 d­íi ®©y. VÊn ®Ò ®Æt ra lµ hîp phÇn nµo quan träng h¬n c¶ vµ c¸c b­íc x©y dùng, kÕt nèi c¸c hîp phÇn nµy l¹i nh­ thÕ nµo? Theo quan ®iÓm cña t«i, vÊn ®Ò x©y dùng C¬ së tri thøc mang tÝnh quyÕt ®Þnh trong c¸c øng dông GIS. §©y lµ hîp phÇn chñ ®¹o cña HÖ th«ng tin ®Þa lý vµ nã ®­îc x©y dùng trªn c¬ së c¸c ®Þnh h­íng cña nhµ qu¶n lý nh»m ®¸p øng c¸c nhu cÇu øng dông. C¸c nhµ chuyªn m«n thuéc nhiÒu ngµnh sÏ ph¶i cïng céng t¸c víi nhau ®Ó thùc hiÖn c¸c thao t¸c cña GIS: thu thËp, tæ chøc vµ ph©n tÝch d÷ liÖu theo yªu cÇu cña nhµ qu¶n lý. C¸c chuyªn gia vÒ c«ng nghÖ th«ng tin cã chøc n¨ng gióp c¸c nhµ chuyªn m«n tæ chøc d÷ liÖu vµ truyÒn t¶i c¸c kÕt qu¶ ®Õn tay ng­êi sö dông c¸c kh¶ n¨ng vÒ phÇn cøng vµ phÇn mÒm trªn nÒn tËn dông h¹ tÇng c¬ së th«ng tin hiÖn cã nh­ hÖ thèng m¹ng côc bé, Internet, Web v.v... ®Ó HÖ th«ng tin ®Þa lý cã thÓ vËn hµnh ®­îc, chóng ta cÇn tíi hîp phÇn thø hai: C¬ së d÷ liÖu. ViÖc x©y dùng c¬ së d÷ liÖu trong GIS nhÊt thiÕt ph¶i tÝnh ®Õn Ýt nhÊt lµ c¸c yÕu tè sau: Môc tiªu cña øng dông (®­îc ®Ò ra bëi giíi qu¶n lý), C¸c chuÈn vÒ hÖ to¹ ®é, l­íi chiÕu, cÊu tróc d÷ liÖu. TÝnh ph¸p lý cña d÷ liÖu. H×nh 2.20 C¸c nhu cÇu vÒ phÇn cøng, phÇn mÒm hiÖn nay cã thÓ ®­îc dÔ dµng ®¸p øng vµ v× vËy chóng kh«ng cßn mang tÝnh chi phèi m¹nh nh­ vµo thêi kú ®Çu nh÷ng n¨m 90. VÒ ®¹i thÓ HÖ th«ng tin ®Þa lý sÏ ®­îc c¬ cÊu thµnh hai khèi: Con ng­êi, d÷ liÖu vµ c¸c ph­¬ng tiÖn nh­ tr×nh bµy ë h×nh 1. VËy GIS cã chøc n¨ng nh­ thÕ nµo? Trong nh÷ng n¨m cuèi cña thÕ kû 20, nhiÒu vÊn ®Ò bøc xóc ®· ®Æt ra víi nhiÒu quèc gia vµ c¸c khu vùc trªn thÕ giíi- ®ã lµ vÊn ®Ò c¹n kiÖt tµi nguyªn, « nhiÔm m«i tr­êng, bïng næ d©n sè, thiªn tai, dÞch bÖnh v.v…Nç lùc kiÓm so¸t vµ gi¶i quyÕt c¸c vÊn ®Ò nµy ®ßi hái cÇn cã sù thu thËp, tæng hîp vµ gi¶i quyÕt c¸c th«ng tin ®Çy ®ñ, chÝnh x¸c vµ nhanh chãng. GIS ra ®êi vµ ph¸t triÓn m¹nh mÏ trong hÇu hÕt c¸c ngµnh kinh tÕ quèc d©n, mét phÇn chÝnh lµ phôc vô cho môc ®Ých ®ã: Lý do mµ c«ng nghÖ GIS ®­îc coi lµ mét hÖ thèng ­u viÖt trong qu¶n lý m«i tr­êng v× nã cã kh¶ n¨ng: * Thu thËp, l­u tr÷, kh«i phôc th«ng tin dùa trªn vÞ trÝ kh«ng gian cña chóng. * NhËn d¹ng c¸c vÞ trÝ trong c¸c m«i tr­êng víi c¸c tiªu chuÈn cô thÓ. * T×m kiÕm mèi quan hÖ gi÷a c¸c tËp d÷ liÖu trong m«i tr­êng ®ã. * Ph©n tÝch c¸c d÷ liÖu cã liªn quan vÒ mÆt kh«ng gian, hç trî cho viÖc ban hµnh quyÕt ®Þnh. * T¹o ®iÒu kiÖn cho viÖc lùa chän vµ chuyÓn giao d÷ liÖu cho c¸c m« h×nh gi¶i tÝch cã kh¶ n¨ng ®¸nh gi¸ t¸c ®éng cña ph­¬ng ¸n. * HiÓn thÞ c¸c m«i tr­êng ®­îc lùa chän d­íi d¹ng ®å thÞ hoÆc d¹ng sè tr­íc vµ sau khi ph©n tÝch. C¸c phÇn mÒm nµy ngµy cµng ®­îc hoµn thiÖn , ph¸t triÓn víi c¸c chøc n¨ng ®a d¹ng h¬n, th©n thiÖn víi ng­êi dïng h¬n vµ kh¶ n¨ng qu¶n lÝ d÷ liÖu hiÖu qu¶ h¬n . GIS Lµm viÖc nh­  thÕ nµo? GIS l­u gi÷ th«ng tin vÒ thÕ giíi thùc d­íi d¹ng tËp hîp c¸c líp chuyªn ®Ò cã thÓ liªn kÕt víi nhau nhê c¸c ®Æc ®iÓm ®Þa lý. §iÒu nµy ®¬n gi¶n nh­ng v« cïng quan träng vµ lµ mét c«ng cô ®a n¨ng ®· ®­îc chøng minh lµ rÊt cã gi¸ trÞ trong viÖc gi¶i quyÕt nhiÒu vÊn ®Ò thùc tÕ, tõ thiÕt lËp tuyÕn ®­êng ph©n phèi cña c¸c chuyÕn xe, ®Õn lËp b¸o c¸o chi tiÕt cho c¸c øng dông quy ho¹ch, hay m« pháng sù l­u th«ng khÝ quyÓn toµn cÇu. M« h×nh d÷ liÖu cña GIS : m« h×nh ho¸ d÷ liÖu lµ ph­¬ng ph¸p ®ang ®ù¬c øng dông réng r·i trong nhiÒu lÜnh vùc.NhiÒu lo¹i phÇn mÒm m¸y tÝnh vµ c¸c thiÕt bÞ ngo¹i vi ®· trî gióp, t¹o ®iÒu kiÖn dÔ dµng vµ hiÖu qu¶ cho sù ph¸t triÓn cña m« h×nh ho¸ d÷ liÖu . Trong lÜnh vùc tæ chøc d÷ liÖu c¸c yÕu tè ®Þa lý-m«i tr­êng th× m« h×nh chång xÕp ®­îc coi lµ th«ng dông nhÊt .C¸c ®èi t­äng tù nhiªn ®­îc thÓ hiÖn nh­ mét tËp hîp c¸c líp th«ng tin riªng rÏ, t¸ch biÖt. H×nh 2.21 2.4.2 CÊu tróc d÷ liÖu cña GIS: Mét c¬ së d÷ liÖu cña hÖ thèng th«ng tin ®Þa lý cã thÓ chia ra lµm 2 lo¹i sè liÖu c¬ b¶n: sè liÖu kh«ng gian vµ phi kh«ng gian hay cßn gäi lµ sè liÖu thuéc tÝnh. Mçi lo¹i cã nh÷ng ®Æc ®iÓm riªng vµ chóng kh¸c nhau vÒ yªu cÇu l­u gi÷ sè liÖu, hiÖu qu¶, xö lý vµ hiÓn thÞ. Sè liÖu kh«ng gian lµ nh÷ng m« t¶ cña h×nh ¶nh b¶n ®å, chóng bao gåm täa ®é, quy luËt vµ c¸c ký hiÖu dïng ®Ó x¸c ®Þnh mét h×nh ¶nh b¶n ®å cô thÓ trªn tõng b¶n ®å. HÖ thèng th«ng tin ®Þa lý dïng c¸c sè liÖu kh«ng gian ®Ó t¹o ra mét b¶n ®å hay h×nh ¶nh b¶n ®å trªn mµn h×nh hoÆc trªn giÊy th«ng qua thiÕt bÞ ngäai vi... Sè liÖu phi kh«ng gian lµ nh÷ng diÔn t¶ ®Æc tÝnh, sè l­îng, mèi quan hÖ cña c¸c h×nh ¶nh b¶n ®å víi vÞ trÝ ®Þa lý cña chóng (thÝ dô: ®é cao, chiÒu dµi, tªn gäi, gi¸ trÞ ®­îc ph©n lo¹i ...). C¸c sè liÖu phi kh«ng gian ®­îc gäi lµ d÷ liÖu thuéc tÝnh, chóng liªn quan ®Õn vÞ trÝ ®Þa lý hoÆc c¸c ®èi t­îng kh«ng gian vµ liªn kÕt chÆt chÏ víi chóng trong hÖ thèng th«ng tin ®Þa lý th«ng qua mét c¬ chÕ thèng nhÊt chung. C¸c d÷ liÖu ®Þa lý Dữ liệu không gian Dữ liệu thuộc tính täa ®é x,y vÞ trÝ t­¬ng quan (topology) b i Õ n gi¸ trÞ l í p tªn m¹ng l­íi vïng ®­ê n g ® I Ó m T3 T2 T1 n a i ê i g h T ... ... ... ... ... ... ... ... ... ... ... ... Tuy nhiªn trong HTT§L ng­êi ta th­êng ph¶i sö dông mét ®Æc tr­ng thø ba: ®ã lµ thêi gian. H×nh 11 d­íi ®©y sÏ m« t¶ sù liªn quan cña 3 ®Æc tr­ng nµy Hình 2.22: Ba hợp phần nguyên tắc của thông tin trong HTTÐL (theo J.Dangermon 1983) C¸c th«ng tin kh«ng gian (th«ng tin cã to¹ ®é) vµ th«ng tin thuéc tÝnh cã thÓ biÕn ®æi kh«ng phô thuéc vµo nhau t­¬ng ®èi trong thêi gian. ThÝ dô nh­ c¸c thuéc tÝnh cã thÓ thay ®æi theo thêi gian nh­ng vÉn gi÷ nguyªn to¹ ®é cña m×nh vµ ng­îc l¹i, to¹ ®é cã thÓ thay ®æi vµ vÉn gi÷ nguyªn thuéc tÝnh cña chóng. ViÖc hiÓu râ tÝnh chÊt nµy cña mèi quan hÖ c¸c th«ng tin cho phÐp dÔ dµng ph©n tÝch c¸c hiÖn t­îng ®éng lùc trong kh«ng gian ®Þa lý. ThÝ dô: sù di chuyÓn c¸c cån c¸t lµm thay ®æi vÞ trÝ kh«ng gian cña nã nh­ng l¹i gi÷ nguyªn thuéc tÝnh - cån c¸t. HoÆc thÝ dô ng­îc l¹i: qu¸ tr×nh xãi mßn lµm thay ®æi thuéc tÝnh - ®é cao cña mét qu¶ ®åi nh­ng l¹i gi÷ nguyªn vÞ trÝ to¹ ®é cña nã v.v... Trong thùc tiÔn chóng ta cã thÓ gÆp c¸c HTT§L cã c¸ch qu¶n lý vµ biÕn ®æi d÷ liÖu theo c¸c ph­¬ng ph¸p kh¸c nhau. Cã tr­êng hîp d÷ liÖu kh«ng gian ®­îc xem nh­ thuéc tÝnh bæ sung cña c¸c ®Æc tr­ng ®Þa lý. Cã hÖ thèng l¹i qu¶n lý d÷ liÖu kh«ng gian t¸ch rêi khái thuéc tÝnh liªn quan tíi ®Æc tr­ng ®Þa lý nµy. Ph­¬ng ph¸p thø hai mÒm dÎo h¬n vµ th­êng hay ®­îc sö dông h¬n trong thùc tiÔn trong xö lý sù thay ®æi cña d÷ liÖu, ®Æc biÖt nh÷ng thay ®æi theo thêi gian (J.Dangermond 1983). Theo quan ®iÓm Topo, tÊt c¶ mäi d÷ liÖu ®Þa lý trªn bÒ mÆt tr¸i ®Êt ®Òu cã thÓ m« h×nh hãa theo ba thµnh phÇn c¬ b¶n ®ã lµ: ®iÓm, ®­êng, vïng. CÊu tróc d÷ liÖu lµ c¸ch tæ chøc, c¸ch cÊu tróc d÷ liÖu thµnh c¸c h×nh d¹ng cã thÓ lµm viÖc trong m¸y tÝnh. Thùc thÓ kh«ng gian cã thÓ cÊu tróc theo mét trong hai c¸ch: cÊu tróc d¹ng raster hoÆc cÊu tróc d¹ng vector CÊu tróc ra ster: §©y lµ d¹ng cÊu tróc mµ trong ®ã ®èi t­îng ®­îc thÓ hiÖn thµnh mét m¶ng gåm c¸c pixel vµ mçi pixel ®Òu mang gi¸ trÞ th«ng sè ®Æc tr­ng cho ®èi t­îng (J.Star, estes, 1990). Nã th­êng cã hai kiÓu cÊu tróc: CÊu tróc m¶ng: §©y lµ d¹ng cÊu tróc ®¬n gi¶n nhÊt trong ®ã c¸c pixel ®­îc tæ chøc thµnh m¶ng cã to¹ ®é tÝnh theo c¸c dßng, cét vµ gèc to¹ ®é n»m ë phÝa trªn, gãc tr¸i. CÊu tróc nµy tuy ®¬n gi¶n nh­ng l¹i cã mét sè nh÷ng nh­îc ®iÓm sau H¹n chÕ vÒ kh¶ n¨ng ®Þnh vÞ chÝnh x¸c. §é chÝnh x¸c ®­îc tÝnh b»ng ®¬n vÞ pixel. Chóng ta kh«ng cã kh¶ n¨ng x¸c ®Þnh ®­îc c¸c kho¶ng c¸ch nhá h¬n mét pixel. Trong nhiÒu bµi to¸n cô thÓ ë tû lÖ lín th× ®©y sÏ lµ mét trë ng¹i. ViÖc ghÐp nèi c¸c pixel cã thÓ kh«ng ph¶i theo mét kho¶ng c¸ch ch½n. Tuú thuéc vµo mèi quan hÖ ghÐp nèi lµ 4 hay 8 liªn th«ng mµ kho¶ng c¸ch cã thÓ thay ®æi. 2 1 3 3 3 3 (c) 3 2 1 3 3 3 3 3 3 3 3 3 3 3 3 3 (b) (a) 3 2 1 H×nh 12 d­íi ®©y minh ho¹ cho cÊu tróc d¹ng nµy: Hình 2.23: (a) Bản đồ chuyên đề có 3 lớp 1,2,3. (b) Bản đồ chuyển thành raster. (c) Bản đồ chuyển thành raster có kích thước pixel lớn gấp 2 lần. KÝch th­íc pixel cung lµ mét yÕu tè quan träng, kÝch th­íc pixel cµng nhá th× kh¶ n¨ng thÓ hiÖn ®èi t­îng cµng chi tiÕt. Th«ng th­êng c¸c ®èi t­îng cã kÝch th­íc lín h¬n 1/2 pixel sÏ kh«ng ®­îc ghi l¹i. §iÒu nµy ®Æc biÖt quan träng cho viÖc thiÕt kÕ CSDL vµ tû lÖ b¶n ®å ë ®Çu ra. Ngoµi c¸c pixel cã h×nh ch÷ nhËt cßn cã c¸c pixel h×nh tam gi¸c , h×nh lôc gi¸c (Burt, 1980) nh­ng trªn thùc tÕ rÊt Ýt sö dông do h¹n chÕ h×nh häc. CÊu tróc ph©n cÊp (hierarchial structure): §©y lµ mét d¹ng cÊu tróc trong ®ã c¸c th«ng tin ®­îc tæ chøc thµnh nhiÒu líp víi kÝch th­íc pixel t¨ng dÇn tíi kÝch th­íc ®­îc chän lµm tèi ®a (Samet, 1984). Trong c¸c v¨n liÖu cÊu tróc d¹ng nµy th­êng cã tªn lµ cÊu tróc d¹ng th¸p hoÆc d¹ng c©y 4 nh¸nh vµ cã thÓ ®­îc minh ho¹ trong h×nh 13 d­íi ®©y. Các lớp rastor có kích thước pixel khác nhau Các nhánh theo kích thước pixel Hình 1: Cấu trúc raster phân cấp (a) hình tháp, (b) cây 4 nhánh (theo H. Samet, 1984) Tobler vµ Chen (1986) cho r»ng cã thÓ m· ho¸ toµn bé bÒ mÆt tr¸i ®Êt víi hÖ thèng c©y 4 nh¸nh nµy. CÊp lín nhÊt cña c©y d÷ liÖu lµ toµn bé hµnh tinh. CÊp thø 15 sÏ cã ®é ph©n gi¶i b¼ng ®é ph©n gi¶i cña mét vÖ tinh khÝ t­îng. ë cÊp 26 ®é ph©n gi¶i sÏ t­¬ng ®­¬ng víi ¶nh m¸y bay. ë cÊp 30 c¸c pixel sÏ cã ®é ph©n gi¶i cì centimet vµ c¸c t¸c gi¶ nµy cho r»ng cÊp 36 hoµn toµn cã thÓ ®¸p øng c¸c ®iÓm khèng chÕ tr¸c ®Þa trong nhiÒu øng dông kh¸c nhau. CÊu tróc vector CÊu tróc vector lµ d¹ng cÊu tróc dùa trªn c¸c ®iÓm cã to¹ ®é ®Ó biÓu diÔn c¸c ®èi t­îng th«ng qua ®iÓm, ®­êng vµ vïng víi yÕu tè c¨n b¶n lµ ®iÓm. Trong ®ã ®­êng lµ tËp hîp c¸c ®iÓm vµ vïng lµ c¸c ®­êng khÐp kÝn (MalÐ, 1977, Peucker and Chrisman, 1975 Peuquet, 1977). HiÖn nay phæ biÕn 5 d¹ng cÊu tróc vector kh¸c nhau . CÊu tróc toµn vïng (Whole polygon) 6 5 4 3 2 1 0 0 1 2 3 4 5 6 7 IIII II I Vïng I Vïng II Vïng III 1,4 2,2 6,4 4,3 4,2 7,2 4,2 4,0 6,1 2,2 1,0 4,0 4,2 4,3 §©y lµ mét d¹ng cÊu tróc trong ®ã mçi líp cña CSDL ®­îc chia thµnh mét nhãm c¸c vïng. Mçi vïng ®­îc m· ho¸ d­íi d¹ng mét chuçi ®Þnh vÞ (location sequence) riªng biÖt vµ ®­îc l­u tr÷ ®éc lËp trong cïng mét tÖp tin (file) víi c¸c d÷ liÖu thuéc tÝnh (Star and estes, 1990). Cã thÓ biÓu diÔn cÊu tróc nµy trong h×nh 14 d­íi ®©y H×nh 2.24: CÊu tróc toµn vïng. C¸c nót x¸c ®Þnh tõng vïng ®­îc l­u tr÷ ®éc lËp trong cïng tÖp tin. Nh­ ta thÊy trong h×nh 9 mçi ®o¹n th¼ng (segment) x¸c ®Þnh vïng ®Òu ®­îc ghi lai hai lÇn vµ t­¬ng tù nh­ vËy mçi ®iÓm ®Òu ®­îc sö dông chung cho nhiÒu vïng. V× vËy, theo chóng t«i, kiÓu cÊu tróc nµy cã c¸ch biÓu ®¹t râ rµng nh­ng l¹i g©y khã kh¨n cho viÖc biªn tËp sau nµy. .CÊu tróc Cung-Nót (arc-node) §©y lµ d¹ng cÊu tróc trong ®ã c¸c ®èi t­îng ®­îc l­u tr÷ trong CSDL mét c¸ch cã ph©n cÊp vµ dùa chñ yÕu vµ c¸c cung nót. Cung lµ c¸c m¶nh (segment) ®o¹n th¼ng ®­îc x¸c ®Þnh bëi mét lo¹t c¸c cÆp to¹ ®é x, y. Nót lµ giao ®iÓm cña c¸c cung. Vïng ®­îc giíi h¹n bëi c¸c cung. C¸c nót ®­îc dïng chung cho c¶ cung lÉn vïng vµ v× vËy nã còng lµ yÕu tè c¬ b¶n ®Ó l­u tr÷ mäi ®èi t­îng (Peucker and Chrisman, 1975). Cã thÓ biÓu diÔn cÊu tróc nµy qua thÝ dô trong h×nh 15 d­íi ®©y: 1 I 4 II 2 II IV 3 Nút : Số thứ tự Tọa độ X Tọa độ Y Đèn báo xanh đỏ Đăc điểm cắt nhau 1 633007.9 2345400.0 có ngã tư 2 635007.6 2345400.0 có ngã ba 3 635007.6 2343400.2 có ngã tư 4 633007.9 2343400.2 không ngõ cụt Cung : Số thứ tự Tên phố Từ nút Đến nút Độ dài Đèn chiếu sáng Cây xanh I Hàng Bột 4 1 1999.8 Rất tốt Kém II Láng Hạ 1 2 1999.5 Trung bình Tốt III Tàu Bay 2 3 1999.8 Tốt Kém IV Yên Lãng 3 4 1999.5 Kém Kém Vùng : Phường Quận Cung Chu vi Diện tích Thịnh Quang Đống Đa I,II,III,IV 7998.6 3998600.1 Hình 2.25: Cấu trúc Cung-Nút. Tệp tin chứa các thông tin đã mã hoá. Nh­ chóng ta thÊy, c¸c th«ng tin vÒ cÊu tróc kh«ng gian (topology) ®­îc l­u tr÷ b»ng c¸c cÆp to¹ ®é vµ c¸c nót ®­îc dïng ®i dïng l¹i nhiÒu lÇn theo nhu cÇu, c¸c víi cÊu tróc toµn vïng, n#i mµ c¸c nót chØ cÇn l­u mét lÇn. MÆt kh¸c, c¸c th«ng tin vÒ cung, nót, vïng ®­îc l­u tr÷ riªng biÖt cïng th«ng tin thuéc tÝnh cña riªng chóng. Nã kh«ng thËt thuËn tiÖn cho viÖc x©y dùng c¸c CSDL chuyªn dông khi viÖc hái ®¸p th«ng tin lµ nhu cÇu ­u tiªn. .CÊu tróc quan hÖ (relation structure) CÊu tróc nµy rÊt gièng víi cÊu tróc Cung-Nót m« t¶ ë trªn, thùc chÊt nã lµ biÕn t­íng cña cÊu tróc Cung-Nót (Star and estes, 1990), trong ®ã c¸c th«ng tin vÒ quan hÖ kh«ng gian (topology) còng ®­îc tæ chøc trong cÊu tróc Cung-Nót (xem h×nh 16). §iÓm kh¸c nhau duy nhÊt lµ ph­¬ng thøc l­u tr÷ c¸c th«ng tin thuéc tÝnh thµnh nh÷ng b¶ng d÷ liÖu quan hÖ hÖt nh­ trong CSDL quan hÖ (relational data base). Mçi b¶ng thuéc tÝnh ®i kÌm víi tõng yÕu tè quan hÖ kh«ng gian (topological element): nót, cung vµ vïng. Cã thÓ minh ho¹ c¸c b¶ng nµy vÉn th«ng qua thÝ dô cña môc 2 nh­ sau: Thuéc tÝnh c¸c nót: Số thứ tự Đèn báo xanh đỏ Đăc điểm cắt nhau 1 Có ngã tư 2 Có ngã ba 3 Có ngã tư 4 Không ngõ cụt Thuộc tính các cung: Số thứ tự cung Tên phố Độ dài Đèn chiếu sáng Cây xanh I Hàng Bột 1999.8 Rất tốt Kém II Láng Hạ 1999.5 Trung bình Tốt III Tàu Bay 1999.8 Tốt Kém IV Yên Lãng 1999.5 Kém Kém Thuộc tính các vùng: Phường Quận Chu vi Diện tích Thịnh Quang Đống Đa 7998.6 3998600.1 Hình 2.26: Các bảng dữ liệu thuộc tính trong cấu trúc quan hệ. D¹ng cÊu tróc nµy tuy ®ßi hái nhiÒu thÓ tÝch ®Ó l­u tr÷ h¬n nh­ng do tÝnh t­¬ng thÝch cña nã víi c¸c CSDL quan hÖ phæ dông nªn nã lµ lo¹i cÊu tróc ®­îc sö dông nhiÒu nhÊt trong c¸c HTT§L hiÖn nay. Ngoµi c¸c cÊu tróc nªu trªn cßn cã mét sè kh¸c nh­ cÊu tróc DIME (Dual Independenct Map Encoding) cña Côc thèng kª liªn bang Mü hoÆc cÊu tróc DLG (Digital Line Graph) cña Côc §Þa chÊt Mü lµ nh÷ng cÊu tróc rÊt chuyªn dông, kh«ng t­¬ng thÝch víi CSDL c¸c HTT§L vµ chñ yÕu dïng ®Ó l­u tr÷ vµ chuyÓn ®æi d÷ liÖu (Star and estes, 1990) kh«ng dïng trong c¸c HTT§L. 2.5 . TÝch hîp RS - GIS trong nghiªn cøu biÕn ®éng RNM. Víi tÝnh n¨ng chuyªn nghiÖp vµ kÕt cÊu chÆt chÏ cña c«ng nghÖ RS (Remote sensing)– GIS mµ sù kÕt hîp cña nã cho nh÷ng kÕt qu¶ øng dông vµo nh÷ng môc ®Ých cô thÓ thËt tuyÖt vêi. Khi tÝch hîp d÷ liÖu vµo c¬ së d÷ liÖu GIS phôc vô cho viÖc qu¶n lý vµ gi¸m s¸t sù thay ®æi mét c¸ch liªn tôc vµ thèng nhÊt. Do vËy §å ¸n nµy còng ®· ¸p dông ®Ó nghiªn cøu biÕn ®éng rõng ngËp mÆn khu vùc B·i Nhµ M¹c-§×nh Vò thuéc tØnh H¶i Phßng. ch­¬ng 3: øng dông viÔn th¸m trong ®¸nh gi¸ biÕn ®éng líp phñ thùc vËt ngËp mÆn ë H¶i Phßng Tõ khi viÔn th¸m ra ®êi, ph©n tÝch biÕn ®éng thùc phñ ®· ®­îc øng dông m¹nh mÏ. C¸c bé c¶m biÕn ®Òu cã khuynh h­íng cã nh÷ng kªnh phæ ®á-hång ngäai gÇn nh»m môc ®Ých khai th¸c sù kh¸c biÖt m¹nh mÏ vÒ gi¸ trÞ ph¶n x¹ cña c©y trång ®Ó x¸c ®Þnh ®­îc ph©n bè kh«ng gian cña chóng trong ¶nh vÖ tinh . Do ®ã cã rÊt nhiÒu thuËt to¸n nghiªn cøu sö dông ¶nh vÖ tinh ®Ó ph©n tÝch biÕn ®éng thùc phñ. 3.1 M« t¶ d÷ liÖu 3.1.1 D÷ liÖu viÔn th¸m ¶nh vÖ tinh ®­îc sö dông trong ®å ¸n lµ cÆp ¶nh Landsat TM ®a phæ chôp khu vùc H¶i Phßng cã c¸c th«ng tin nh­ sau: T tin Tªn ¶nh Ngµy chôp §PGi¶i KG (m) Phæ Sè kªnh ¶nh ®­îc sö dông Sensor (Dataset) HÖ täa ®é 1989 23/11/1989 30 ¶nh ®a phæ 1,2,3,4,5,7 TM VN2000 Z48 2001 29/09/2001 30 ¶nh ®a phæ 1,2,3,4,5,7 ETM+ VN2000 Z48 ¶nh n¨m 1989 ¶nh n¨m 2001 H×nh 3.1: ¶nh vÖ tinh 2 n¨m cña khu vùc nghiªn cøu 3.1.2 D÷ liÖu kh¸c : §å ¸n nghiªn cøu ®· sö dông nh÷ng tµi liÖu sau: - B¶n ®å ®Þa h×nh tØ lÖ 1:25 000 tØnh H¶i Phßng d¹ng sè - B¶n ®å hµnh chÝnh tØnh H¶i Phßng tØ lÖ 1:250 000 d¹ng sè - B¶n ®å hiÖn tr¹ng sö dông ®Êt d¹ng sè - Tµi liÖu vÒ ®iÒu kiÖn tù nhiªn, kinh tÕ-x· héi, d÷ liÖu thèng kª. 3.2 S¬ ®å qu¸ tr×nh nghiªn cøu biÕn ®éng H×nh 3.2: c¸c b­íc nghiªn cøu Tõ s¬ ®å trªn ta thÊy cã thÓ sö dông b¶n ®å ®Þa h×nh ®Ó n¾n chØnh h×nh häc cho 2 c¶nh ¶nh: trong ®å ¸n nµy ¶nh 1989 ®· ®­îc n¾n theo file vect¬ cña B§§H, ¶nh n¨m 2001 n¾n theo ¶nh 1989 ®· ®­îc n¾n chØnh. Qu¸ tr×nh ph©n tÝch kÕt qu¶ biÕn ®éng ®­îc dùa trªn hai b¶n ®å hiÖn tr¹ng sau ph©n lo¹i cña 2 n¨m vµ ®­îc kÕt hîp th«ng tin cña B§§H , b¶n ®å hiÖn tr¹ng sö dông ®Êt, vµ c¸c tµi liÖu kh¸c cã liªn quan ®Ó ph©n tÝch. Qu¸ tr×nh ph©n tÝch ®­îc thùc hiÖn bëi phÇn mÒm ArcGIS. Trong khu©n khæ cña ®Ò tµi ®· ®­îc giíi h¹n em kh«ng ®i s©u vµo c¸ch ph©n tÝch biÕn ®éng trong ArcGIS mµ chØ ®Ò cËp ®Õn phÇn xö lý d÷ liÖu trong EnVi. Th«ng tin vÒ líp phñ thùc vËt nãi chung vµ thùc vËt ngËp mÆn nãi riªng cã thÓ chiÕt xuÊt tõ ¶nh viÔn th¸m b»ng ph­¬ng ph¸p xö lý sè víi quy m« pixel. Quy tr×nh xö lý ¶nh vµ viÖc lùa chän c¸c th«ng sè trong c¸c b­íc xö lý ¶nh ¸p dông cho khu vùc B·i Nhµ M¹c- §×nh Vò ven biÓn tØnh H¶i Phßng ®­îc thùc hiÖn gièng nh­ phÇn 2.3.4 ch­¬ng II ®· nªu ra. Sau khi ¶nh ®­îc gi·n ra tiÕn hµnh n¾n chØnh h×nh häc, phÐp thùc hiÖn sÏ ®­îc tr×nh bµy cô thÓ ë phÇn d­íi ®©y. 3.2.1 N¾n chØnh h×nh häc. §å ¸n ®· sö dông ph­¬ng ph¸p n¾n chØnh h×nh häc dùa trªn c¸c ®iÓm khèng chÕ nh»m lo¹i bá tèi ®a c¸c biÕn d¹ng cña d÷ liÖu ¶nh vÖ tinh. C¸c ®iÓm khèng chÕ ®ã tháa m·n nh÷ng yªu cÇu sau: - §iÓm khèng chÕ ph©n bè ®Òu trªn toµn ¶nh: nh»m gi¶m sai sè cho phÐp n¾n (< 1 pixel) - VÞ trÝ c¸c ®iÓm khèng chÕ dÔ nhËn biÕt trªn ¶nh vµ trªn b¶n ®å, ®ång thêi ë n¬i Ýt thay ®æi nh­ giao nhau cña c¸c ®­êng giao th«ng. Nh­ vËy, qui tr×nh n¾n chØnh h×nh häc trªn m¸y tÝnh cã thÓ ®­îc biÓu diÔn mét c¸ch cô thÓ nh­ sau: H×nh 3.3: Quy tr×nh n¾n chØnh h×nh häc trªn m¸y tÝnh Khi thu thËp tµi liÖu, ¶nh n¨m 1989 ®· ®­îc n¾n chuÈn theo file vect¬ cña b¶n ®å ®Þa h×nh do ®ã ¶nh n¨m 2001 cßn l¹i em tiÕn hµnh n¾n theo ¶nh n¨m 1989. ®iÓm GCPs chän trªn ¶nh n¨m 2001 C¸c ®iÓm GCPs t­¬ng øng trªn ¶nh 1989 H×nh 3.4 : ¶nh n¨m 2001 n¾n theo 1989 ¶nh chän 8 ®iÓm GCPs ®Ó n¾n víi ®é chÝnh x¸c vÞ trÝ tõng ®iÓm mét nh­ sau: B¶ng 3.1: Täa ®é vµ ®é chÝnh x¸c cña c¸c ®iÓm n¾n B¶ng 3.2: §é chÝnh x¸c tæng hîp trªn toµn ¶nh ®é chÝnh x¸c tæng hîp trªn toµn ¶nh: lµ 0.5 pixel (hoµn toµn ®¶m b¶o ®é chÝnh x¸c n¾n chØnh h×nh häc) N¾n chØnh h×nh häc sö dông hµm ®a thøc bËc 2, ph­¬ng ph¸p néi suy ®­îc lµ Nearest Neighbor. ph­¬ng ph¸p nµy x¸c ®Þnh gi¸ trÞ x¸m ®é tõ 1 pixel gÇn nhÊt cña ¶nh gèc vµ g¸n gi¸ trÞ ®ã cho ¶nh míi (¶nh n¾n chØnh). Ph­¬ng ph¸p nµy cã ­u ®iÓm lµ thêi gian tÝnh to¸n nhanh, b¶o tån gi¸ trÞ x¸m ®é cña ¶nh, vµ nªn sö dông ph­¬ng ph¸p nµy nÕu ¶nh sau khi n¾n chØnh ®­îc sö dông ®Ó ph©n lo¹i. Tuy nhiªn ¶nh kÕt qu¶ sÏ kh«ng mÞn, nÕu ¶nh gèc bÞ mÐo nhiÒu. B¶ng 3.3: Lùa chän ph­¬ng ph¸p n¾n vµ bËc n¾n chØnh III.3.4 Ph©n läai ¶nh Theo lý thuyÕt vÒ trén mµu nh­ tr×nh bµy ë trªn, ®å ¸n cña em sö dông tæ hîp mµu gi¶, do ®ã mµu cña thùc vËt lµ mµu ®á( kªnh 4: cËn hång ngo¹i) theo nh­ kÕt qu¶ lÊy mÉu, thèng kª mÉu, dùa vµo tµi liÖu tham kh¶o, kÕt hîp víi kiÓm tra thùc ®Þa em ®­a ra mét sè mÉu khãa ¶nh cho khu vùc nµy nh­ sau: STT Tªn ®èi t­îng MÉu ¶nh vÖ tinh n¨m 1989 M« t¶ ®èi t­îng n¨m 1989 ¶nh n¨m 2001 M« t¶ ®èi t­îngn¨m 2001 ¶nh thùc ®Þa 1 N­íc biÓn cã mµu xanh thÉm, mÉu kh¸ mÞn Mµu xanh rªu, h¬i lÉn víi n­íc phï sa 2 N­íc phï sa cã mµu xanh nh¹t, mÉu kh¸ ®ång nhÊt Mµu xanh nh¹t, mÉu kh¸ mÞn 3 N­íc thñy s¶n Mµu xËm, mÉu kh¸ mÞn Mµu xËm ®en, 1 sè n¬i trång xen RNM nªn s¸ng h¬n chót 4 ®Êt Mµu tr¾ng, mÉu kh«ng ®­îc mÞn l¾m Mµu tr¾ng 5 Rõng ngËp mÆn Mµu ®á t­¬i, mÉu mÞn Mµu ®á thÉm 6 M©y Kh«ng cã m©y Cã mµu xanh nh¹t, mÉu kh¸ mÞn B¶ng 3.4: C¸c mÉu khãa ¶nh cña 2 n¨m Bªn c¹nh ph­¬ng ph¸p ph©n lo¹i th«ng th­êng chØ dùa vµo gi¸ trÞ phæ cña c¸c ®èi t­îng trªn c¸c kªnh, nghiªn cøu líp phñ thùc vËt nãi chung vµ thùc vËt ngËp mÆn nãi riªng khi ph©n lo¹i cã kÕt hîp chØ sè NDVI sÏ cho ta kÕt qu¶ tèt h¬n. TÝnh chØ sè thùc vËt phôc vô n©ng cao chÊt l­îng ph©n lo¹i ¶nh cho vïng nghiªn cøu. 1) Mét sè kh¸i niÖm chung ChØ sè thùc vËt lµ mét trong c¸c chØ sè vËt lý mµ ta cã thÓ tÝnh tõ c¸c b¨ng phæ ¶nh viÔn th¸m. ChØ sè thùc vËt ®­îc dïng vµo nhiÒu môc ®Ých øng dông kh¸c nhau nh­ ®¸nh gi¸ ®é che phñ cña thùc vËt, ®¸nh gi¸ sinh khèi, dù b¸o mïa mµng, dù b¸o kh« h¹n c¸c øng dông ®ßi ®¸nh gi¸ mét sè ®Æc tr­ng cña líp phñ thùc vËt t¹i mét thêi ®iÓm nhÊt ®Þnh. Cã nh÷ng øng dông l¹i cÇn theo dâi diÔn biÕn cña líp phñ thùc vËt trªn mét qu·ng thêi gian liªn tôc ®Ó th«ng qua ®ã ®¸nh gi¸ c¸c yÕu tè ¶nh h­ëng ®Õn líp phñ thùc vËt. Trong mét sè nghiªn cøu kh¸c, chØ sè thùc vËt th­êng ®­îc sö dông nh­ mét th«ng tin bæ sung cho c¸c th«ng tin chiÕt xuÊt tõ c¸c b¨ng phæ ¶nh gèc nh»m ®Ó t¨ng c­êng ®é chÝnh x¸c cña c¸c phÐp ph©n lo¹i, hoÆc t¨ng ®é t¸ch biÖt c¸c ®èi t­îng mµ ta cÇn ph©n biÖt trªn t­ liÖu ¶nh vÖ tinh. 2) C¬ së vËt lý cña chØ sè thùc vËt HiÖn nay, cã rÊt nhiÒu chØ sè thùc vËt trong c¸c tµi liÖu vÒ viÔn th¸m. §ã lµ kÕt qu¶ cña c¸c nghiªn cøu cã môc ®Ých kh¸c nhau víi c¸c c«ng thøc tÝnh kh¸c nhau rÊt phøc t¹p ®­îc x©y dùng qua thùc nghiÖm. Tuy nhiªn, mäi c¸ch tÝnh ®Òu dùa vµo c¸c ®Æc tÝnh phæ cña thùc vËt, vµo ph­¬ng thøc thu nhËn c¸c d¶i phæ cña bé c¶m trªn vÖ tinh vµ tÝnh ®Õn ®Õn ¶nh h­ëng cña khÝ quyÓn ®Õn qu¸ tr×nh thu nhËn ¶nh cña vÖ tinh. VÒ c¬ b¶n, c¸c c«ng thøc tÝnh chØ sè thùc vËt ®Òu dùa vµo ®Æc tr­ng phæ cña thùc vËt ë d¶i sãng mµu ®á vµ d¶i cËn hång ngo¹i nh­ ta thÊy trªn h×nh 2.1. Nh­ chóng ta ®· biÕt, thùc vËt ph¶n x¹ yÕu trong d¶i sãng mµu lam. V× vËy, ng­êi ta kh«ng dïng b¨ng phæ ¶nh nµy ®Ó tÝnh chØ sè thùc vËt. Trong khi ®ã, ph¶n x¹ cña thùc vËt trong d¶i sãng mµu lôc l¹i m¹nh h¬n rÊt nhiÒu vµ t¹o nªn kh¶ n¨ng t¸ch biÖt thùc vËt. Tuy nhiªn, b¨ng phæ ¶nh thuéc d¶i sãng nµy còng Ýt khi ®­îc dïng ®Ó tÝnh chØ sè thùc vËt do ¶nh h­ëng cña khÝ quyÓn ë d¶i sãng nµy lµ kh¸ lín. C¸c b¨ng phæ ¶nh ë d¶i sãng mµu ®á vµ cËn hång ngo¹i míi lµ c¸c b¨ng phæ ®­îc sö dông ®Ó tÝnh chØ sè thùc vËt. T¹i c¸c d¶i sãng nµy, bøc x¹ Ýt chÞu ¶nh h­ëng cña ®iÒu kiÖn khÝ quyÓn, d¶i sãng mµu ®á trïng víi vïng hÊp thô m¹nh. Ng­îc l¹i, d¶i cËn hång ngo¹i l¹i ph¶n x¹ rÊt m¹nh. Nhê sù kh¸c biÖt vÒ tÝnh chÊt ph¶n x¹ nµy, mµ d¶i sãng mµu ®á vµ cËn hång ngo¹i cho phÐp n©ng cao ®¸ng kÓ kh¶ n¨ng t¸ch biÖt thùc vËt. Mét ®èi t­îng quan träng liªn quan ®Õn thùc vËt ta cã thÓ dïng ®å thÞ ®Êt lµm ®­êng c¬ së ®Ó ®èi chiÕu, biÕn ®æi c¸c chØ sè thùc vËt. §Æc biÖt, mét khi ®é Èm cña ®Êt trë thay ®æi vµ thµnh mét yÕu tè ¶nh h­íng ®Õn chØ sè thùc vËt. Gi¸ trÞ x¸m ®é ph¶n ¶nh ph¶n x¹ cña ®Êt gi¶m dÇn khi ®é Èm hoÆc hµm l­îng h÷u c¬ trong ®Êt t¨ng lªn vµ øng víi c¸c pixel n»m ë s¸t víi gèc hÖ to¹ ®é phæ. Gãc dèc cña ®­êng ®å thÞ ®Êt phô thuéc chñ yÕu vµo c¸c ®iÒu kiÖn khÝ quyÓn lóc vÖ tinh thu ¶nh, 3) Ph©n lo¹i c¸c chØ sè thùc vËt ChØ sè thùc vËt gåm cã nhiÒu lo¹i kh¸c nhau, nh­ng ®Òu cã chung b¶n chÊt lµ lµm næi râ th«ng tin vÒ thùc vËt dùa vµo quan hÖ ph¶n x¹ phæ gi÷a c¸c kªnh, Vµ cã thÓ chia theo 4 nhãm sau (Rondeaux vµ nnk,, 1996): - ChØ sè thùc vËt kh«ng hiÖu chØnh ¶nh h­ëng cña ®Êt - ChØ sè thùc vËt cã hiÖu chØnh ¶nh h­ëng cña ®Êt - ChØ sè thùc vËt cã hiÖu chØnh ¶nh h­ëng cña khÝ quyÓn - ChØ sè thùc vËt cã hiÖu chØnh c¶ ¶nh h­ëng cña khÝ quyÓn lÉn ¶nh h­ëng cña ®Êt ViÖc tÝnh to¸n hiÖu chØnh ¶nh h­ëng khÝ quyÓn chØ nªn lµm khi nµo cÇn so s¸nh c¸c chØ sè cña nhiÒu thêi ®iÓm kh¸c nhau. Trong ®ã, viÖc hiÖu chØnh ¶nh h­ëng cña ®Êt gióp ta cã thÓ t¸ch c¸c tÝn hiÖu do thùc vËt t¹o ra mét c¸ch chÝnh x¸c h¬n n÷a.Theo Bannari vµ nnk (1999) ®· tãm t¾t mét sè chØ sè thùc vËt th­êng hay ®­îc sö dông trong c¸c nghiªn cøu hiÖn nay trong b¶ng 3.5 d­íi ®©y B¶ng 3.5: Mét sè chØ sè thùc vËt hay dïng d. VÝ dô minh chøng cho ph­¬ng ph¸p ph©n lo¹i ¶nh cã kÕt hîp chØ sè thùc vËt (NDVI) Trong ®å ¸n nµy t«i chän mét mÈu ¶nh nhá thuéc khu vùc §×nh Vò ®Ó gióp xö lý nhanh. ¶nh PL cã NDVI PL kh«ng cã NDVI H×nh 3.5: Sù kh¸c biÖt khi cã NDVI tham gia ph©n lo¹i ¶nh Nh×n vµo ®èi t­îng RNM trªn ¶nh vµ kÕt hîp víi viÖc kiÓm tra thùc ®Þa ta thÊy râ rµng ph­¬ng ph¸p ph©n lo¹i cã kÕt hîp kªnh NDVI cho kÕt qu¶ tèt h¬n (h×nh 3.5). Gi¶ sö coi ¶nh ph©n lo¹i cã kÕt hîp kªnh NDVI ®¹t ®é chÝnh x¸c 100%, th× cã ma trËn lÉn gi÷a c¸c ®èi t­îng trong kÕt qu¶ cña 2 ph­¬ng ph¸p ph©n lo¹i trªn (123457; 123457NDVI) nh­ sau: 123457 NDVI 123457 RNM1 RNM2 nuoc bien nuoc phu sa dat thuy san thuy san2 RNM1 94.58 18.46 0 1.32 0 0 0 RNM2 5.42 39.45 7.29 0 0.26 0 0 nuoc bien 0 0.65 73.4 12.32 0 0 0 nuoc phu sa 0 1.73 4.12 82.65 3.1 1.48 0 dat 0 3.12 2.31 2.14 94.13 3.76 35.32 thuy san 0 35.23 12.87 1.57 1.87 94.35 2.24 thuy san 2 0 1.36 0 0 0.64 0.41 62.44 B¶ng 3.6: ma trËn lÉn gi÷a 2 ph­¬ng ph¸p ph©n lo¹i Và sai số của ph©n loại với kªnh 123457 so với 123457NDVI đạt: Overall Accuracy = (8339/10500) 79,3251% Kappa Coefficient = 0,7342 Tõ kÕt qu¶ thö nghiÖm cho khu vùc nhá trªn, ta thÊy kÕt hîp 1 kªnh chØ sè NDVI vµo ¶nh cho kÕt qu¶ ph©n lo¹i tèt h¬n. Do vËy em ¸p dông ph­¬ng ph¸p nµy cho c¶ khu vùc nghiªn cøu ®Ó tiÕn hµnh nghiªn cøu biÕn ®éng líp phñ thùc vËt ngËp mÆn. III.3.5 §¸nh gi¸ ®é chÝnh x¸c ph©n lo¹i: Do khu vùc nghiªn cøu c¸c ®èi t­îng ph©n bè r¶i r¸c nªn mçi ®èi t­îng em lÊy vµi mÉu ®Ó t¨ng ®é chÝnh x¸c ph©n lo¹i, cô thÓ nh­ sau: STT MÉu N¨m RNM Thñy s¶n N­íc phï sa N­íc biÓn ®Êt, c¸t M©y 1 89 2 2 2 4 1 0 2 2001 2 6 3 2 1 1 Mçi mÉu ®Òu ®­îc thèng kª gi¸ trÞ phæ ®Ó xem ®é lÖch chuÈn (cét Stdev nh­ ë b¶ng 3.6 d­íi ®©y), nÕu gi¸ trÞ cµng nhá th× ®é ®ång nhÊt cña mÉu cµng tèt.Tïy khu vùc nghiªn cøu vµ ®èi t­îng lÊy mÉu mµ cã quy ®Þnh kh¸c nhau vÒ ®é lÖch chuÈn. vÝ dô : thùc vËt ngËp mÆn 9, d©n c­ 10 12 v× do lÉn nhiÒu ®èi t­îng... Tuy nhiªn víi khu vùc nghiªn cøu nµy c¸c mÉu cã ®é lÖch chuÈn kh¸ nhá. Bảng 3.7. Bảng thống kª gi¸ trị phổ của mẫu RNM khu vực nghiªn cøu Basic Stats Min Max Mean Stdev Band 1 8 14 10.400 1.404 Band 2 127 128 127.333 0.488 Band 3 30 44 38.600 3.621 Band 4 63 80 71.267 4.978 Band 5 24 27 25.267 1.163 Band 6 29 31 29.867 0.743 Band 7 73 80 76.267 1.907 Tõ b¶ng thèng kª trªn ta thÊy ®é lÖch chuÈn cña mÉu Rõng ngËp mÆn lµ kh¸ tèt, lµm t­¬ng tù víi nh÷ng mÉu cßn l¹i nÕu cã th«ng sè thèng kª ®¹t yªu cÇu th× ta chän nã lµm mÉu ®Ó tiÕn hµnh ph©n lo¹i. Víi kÕt qu¶ tÝnh thèng kª cho mÉu RNM lµ kh¸ nhá, tøc møc ®é ®ång nhÊt vÒ gi¸ trÞ phæ cña mÉu ®èi t­îng t­¬ng ®èi cao, vµ mÉu RNM ®¹t yªu cÇu. KÕt qu¶ lÊy mÉu ®­îc kiÓm tra ®é lÉn gi÷a c¸c ®èi t­îng trong kh«ng gian phæ nh­ h×nh d­íi ®©y: N¨m 1989 N¨m 2001 H×nh 3.6: sù chuyÓn ®éng trong kh«ng gian cña c¸c mÉu Nh×n h×nh trªn ta thÊy c¸c mÉu cã sù t¸ch biÖt kh¸ tèt, riªng ¶nh n¨m 2001 th× mÉu n­íc biÓn vµ nø¬c phï sa h¬i lÉn, nh­ng ®ã lµ sù hiÓn nhiªn do lµ khu vùc cöa biÓn, nh­ng kh«ng ¶nh h­ëng g× ®Õn kÕt qu¶ ph©n lo¹i cña c¸c mÉu kh¸c, ®Æc biÖt lµ mÉu Rõng ngËp mÆn. §¸nh gi¸ mÉu th«ng qua sè liÖu thèng kª ®­îc thÓ hiÖn qua c¸c sè liÖu sau ®©y: nÕu c¸c maximum =2 th× mÉu kh«ng bÞ lÉn, nÕu 1,9 chÊp nhËn ®­îc, cßn <1,9 th× mÉu nµy bÞ lÉn Sè liÖu thèng kª ®é ph©n t¸ch gi÷a c¸c mÉu: n¨m 1989 Sè liÖu thèng kª ®é ph©n t¸ch n¨m 2001 H×nh 3.7 : sè liÖu thèng kª ®é ph©n t¸ch c¸c mÉu Tõ c¸c sè liÖu thèng kª trªn ta thÊy ®é ph©n t¸ch gi÷a c¸c ®èi t­îng lµ rÊt tèt, ®¸p øng ®­îc yªu cÇu vÒ lÊy mÉu phôc vô cho viÖc ph©n lo¹i ¶nh. Tõ c¸c ¶nh vÖ tinh ë c¸c thêi kú kh¸c nhau, tiÕn hµnh ph©n lo¹i cã kiÓm ®Þnh dïng ph­¬ng ph¸p maximum likelihood (cã kÕt hîp kªnh chØ sè thùc vËt) ®­îc thùc hiÖn trªn cÆp ¶nh Landsat 1989 & 2001, thµnh lËp ®­îc c¸c b¶n ®å hiÖn tr¹ng rõng ngËp mÆn c¸c thêi kú. H×nh 3.8 : B¶n ®å hiÖn tr¹ng n¨m 1989 H×nh 3.9 : B¶n ®å hiÖn tr¹ng n¨m 2001 III.4 TÝch hîp th«ng tin ¶nh viÔn th¸m vµ d÷ liÖu ®Þa lý §å ¸n ®· sö dông mét sè b¶n ®å nh­: b¶n ®å ®Þa h×nh 2007, b¶n ®å hiÖn tr¹ng sö dông ®Êt 2007, b¶n ®å hiÖn tr¹ng nu«i trång thñy s¶n n¨m 2005. Nh÷ng d÷ liÖu ®i¹ lý nªu trªn ®­îc sö dông ®Ó nhËn d¹ng c¸c ®èi t­îng trªn ¶nh vÖ tinh vµ x¸c ®Þnh sù biÕn ®æi cña chóng. ViÖc tÝch hîp th«ng tin ®Þa lý vµ th«ng tin ¶nh viÔn th¸m b»ng hÖ thèng GIS víi viÖc ph©n tÝch kh«ng gian nh»m x¸c ®Þnh biÕn ®éng theo thêi gian, x©y dùng c¸c b¶n ®å chuyªn ®Ò vµ tõ ®ã ®¸nh gi¸ qu¸ tr×nh ph¸t triÓn cña ®èi t­îng còng nh­ xu h­íng cña chóng theo kh«ng gian vµ thêi gian. III.5 B¶n ®å líp phñ thùc vËt ven biÓn tØnh H¶i Phßng x©y dùng b»ng ph­¬ng ph¸p xö lý ¶nh sè Trªn c¬ së ®¸nh gi¸ s¬ bé kÕt qu¶ ph©n lo¹i tù ®éng nh»m kh¶o s¸t c¸c ®èi t­îng líp phñ ®Êt ven biÓn tØnh H¶i Phßng, cïng víi viÖc tÝch hîp c¸c th«ng tin thu thËp ®­îc vµ nh÷ng hiÓu biÕt vÒ khu vùc, viÖc ph©n lo¹i cã kiÓm ®Þnh dïng ph­¬ng ph¸p maximum likelihood (cã kÕt hîp kªnh chØ sè thùc vËt) ®­îc tiÕn hµnh trªn cÆp ¶nh Landsat 1989 & 2001, víi c¸c ®èi t­îng nh­ sau: B¶ng 3.8.KÕt qu¶ tÝnh diÖn tÝch vµ phÇn tr¨m c¸c ®èi t­îng trªn ¶nh Landsat ngµy 23/11/1989 stt Tªn ®èi t­îng diÖn tÝch % n¨m (km2) 1989 1 RNM 18,509.400 26.824 2 thñy s¶n 15,944.400 23.107 3 N­íc phï sa 16,188.300 23.459 4 N­íc biÓn 16,039.800 23.246 5 ®Êt 2,321.100 3.364 B¶ng 3.9. KÕt qu¶ tÝnh diÖn tÝch vµ phÇn tr¨m c¸c ®èi t­îng trªn ¶nh Landsat ngµy 19/09/2001 stt Tªn ®èi tîng DiÖn tÝch % n¨m 2001 (km2) 1 RNM 19,864.800 28.965 2 Thñy s¶n 20,817.900 30.355 3 N­íc phï sa 21,424.500 31.239 4 N­íc biÓn 3,015.000 4.396 5 ®Êt 434.700 0.634 6 M©y 3,025.800 4.412 KÕt qu¶ thu ®­îc ®· ®­îc tÝch hîp víi c¸c th«ng tin ®Þa lý nh­ ®· nªu trªn, ViÖc tÝch hîp nµy cho phÐp ®¸nh gi¸ qu¸ tr×nh ph¸t triÓn cña ®èi t­îng nghiªn cøu thay ®æi theo kh«ng gian vµ thêi gian. C¸c d÷ liÖu ®­îc c«ng bè, xuÊt b¶n còng nh­ c¸c nguån d÷ liÖu kh¸c nhau. C¸c th«ng tin trªn ¶nh vÖ tinh vµ b¶n ®å ®­îc chång xÕp lªn nhau, t¹o ra b¶n ®å cã ph¶n ¸nh th«ng tin vÒ sù biÕn ®éng RNM cña c¸c n¨m ®ã. Nhê sù chång ghÐp c¸c th«ng tin ®· ®­îc chuÈn hãa vÒ mÆt hÖ quy chiÕu còng nh­ viÖc thèng nhÊt néi dung th«ng tin c¸c ®èi t­îng ph¸n ¸nh ®Õn ®èi t­îng nghiªn cøu mµ cho phÐp biÕt ®­îc møc ®é biÕn ®éng vµ kh¸ch quan h¬n trong viÖc ®¸nh gi¸ sù thay ®æi RNM. ViÖc nhËn biÕt c¸c ®èi t­îng trong luËn v¨n nµy dùa vµo gi¸ trÞ phæ cña chóng, víi mét sè ®èi t­îng kh¸c nhau cã cïng gi¸ trÞ phæ sÏ bÞ lÉn. Trong tr­êng hîp nµy, ®Ó kh¾c phôc sù nhÇm lÉn ®ã ta ph¶i nhê ®Õn viÖc gi¶i ®o¸n b»ng m¾t vµ xem xÐt ®Õn ng÷ c¶nh cña c¸c ®èi t­îng nh»m x¸c ®Þnh chÝnh x¸c b¶n chÊt thùc cña chóng. Tài liÖu trî gióp trong viÖc x¸c ®Þnh c¸c ®èi t­îng chÝnh lµ b¶n ®å ®Þa h×nh. H×nh 3.9: B¶n ®å biÕn ®éng RNM n¨m 1989-2001 b¶ng ...sau ®©y lµ kÕt qu¶ tÝnh to¸n thu ®­îc sau khi xö lý cÆp ¶nh trªn, kÕt qu¶ sÏ cho biÕt sù biÕn ®éng theo diÖn tÝch cña c¸c ®èi t­îng gi÷a c¸c n¨m 1989-2001. diÖn tÝch (km2) n¨m 1989 n¨m 2001 RNM thñy s¶n n­íc phï sa n­íc biÓn ®Êt RNM 13627.605 3769.534 1599.383 99.576 810.984 thủy sản 4867.955 10627.992 3292.183 348.004 1664.056 nc phï sa 180.675 313.101 9187.726 11553.951 132.426 nc biển 8.212 34.903 1250.352 1695.880 15.398 M©y 197.100 383.934 847.940 1546.002 27.717 đất 122.161 50.302 219.684 9.239 39.009 B¶ng 3.10: ma trËn biÕn ®éng gi÷a 2 n¨m 1989-2001 H×nh 3.10: biÓu ®å ma trËn biÕn ®éng Tõ b¶n ®å, ma trËn biÕn ®éng vµ ®å thÞ ®· thÓ hiÖn rÊt râ cho ta thÊy sù biÕn ®éng cña c¸c ®èi t­îng trong khu vùc nghiªn cøu, ®Æc biÖt lµ líp phñ thùc vËt ngËp mÆn. Trong giíi h¹n cña ®å ¸n em ph©n tÝch cô thÓ c¸c ®èi t­îng liªn quan ®Õn sù biÕn ®éng RNM cña khu vùc nghiªn cøu Sù chuyÓn ®æi gi÷a RNM víi nu«i trång thñy s¶n nãi chung cã sù t­¬ng quan thuËn, nh­ng sù t­¬ng quan kh«ng cao: RNM t¨ng 2.14%, thñy s¶n t¨ng 7.25%. DiÖn tÝch cña RNM t¨ng lµ do ng­êi d©n n¬i ®©y x¸c ®Þnh ®­îc vai trß quan träng cña RNM trong viÖc phßng hé m«i sinh, m«i tr­êng, phßng chèng thiªn tai. Tõ n¨m 1992 ®Õn nay H¶i Phßng ®· x©y dùng vµ thùc hiÖn c¸c dù ¸n nh»m kh«i phôc ph¸t triÓn vµ b¶o vÖ RNM, tranh thñ c¸c nguån vèn tõ ch­¬ng tr×nh 327, dù ¸n trång míi 5 triÖu ha rõng, nguån vèn quèc tÕ tµi trî nh­: ch­¬ng tr×nh trång rõng PAM 5325, ch­¬ng tr×nh trång rõng cña héi ch÷ thËp ®á, ch­¬ng tr×nh hµnh ®éng phôc håi RNM cña tæ chøc ACMAMG (NhËt B¶n)... nhê ®ã mµ hÖ thèng RNM H¶i Phßng kh«ng ngõng ®­îc më réng vÒ diÖn tÝch vµ n©ng cao vÒ chÊt l­îng. Tuy nhiªn do tèc ®é ph¸t triÓn nu«i trång thñy s¶n ven bê, c¸c chñ rõng ®· khoanh nu«i ®¾p ®Çm nu«i trång thñy s¶n trªn c¸c khu vùc b·i båi, chÆt ph¸ c¸c vïng nu«i trång thñy s¶n cã rõng, chÆt ph¸ c¸c vïng b·i båi cã RNM ®Ó x©y ®Çm nu«i trång thñy s¶n...®· lµm suy gi¶m mét phÇn hÖ sinh th¸i rõng ngËp mÆn H¶i Phßng. Do sù ph¸t triÓn cña RNM vµ nu«i trång thñy s¶n nªn diÖn tÝch ®Êt trèng còng ®­îc tËn dông ®Ó sö dông hÕt, ®Ó phôc vô cho viÖc nu«i trång thñy s¶n n¬i ®©y ®· x©y dùng nhµ m¸y C¸m Con Cß ®Ó phôc vô ng­êi d©n t¹i chç vµ c¸cvïng kh¸c. KÕt qu¶ vµ nhËn xÐt Tõ c¸c kÕt qu¶ ph©n tÝch trªn ¶nh c¸c thêi kú cho chóng ta thÊy bøc tranh toµn c¶nh vÒ qu¸ tr×nh khai th¸c sö dông, b¶o vÖ rõng ngËp mÆn trong khu vùc §×nh Vò - B·i Nhµ M¹c. Thêi kú 1989-2001 lµ thêi kú cã sù biÕn ®éng m¹nh vÒ diÖn tÝch rõng ngËp mÆn. Trong thêi kú nµy rõng ngËp mÆn ph¸t triÓn m¹nh mÏ, b·i båi ph¸t triÓn m¹nh, viÖc ph¸t triÓn c¸c ®Çm nu«i trång thuû s¶n ë khu vùc §×nh Vò diÔn ra nhanh chãng. C¸c vïng ngËp triÒu s©u còng ®­îc khai th¸c ®Ó x©y dùng ®Çm nu«i trång thuû s¶n. Khu vùc b·i Nhµ M¹c th× qu¸ tr×nh x©y dùng c¸c ®Çm nu«i trång míi kÐm h¬n, c¸c b·i båi chñ yÕu cã thùc vËt ngËp mÆn ph¸t triÓn. Trong giai ®o¹n nµy viÖc chÆt ph¸ rõng ngËp mÆn cßn Ýt nªn thùc vËt ngËp mÆn ph¸t triÓn., ë §×nh Vò diÖn tÝch rõng ngËp mÆn t¨ng lªn ®©y còng do viÖc t¸c ®éng cña viÖc nu«i trång thuû s¶n ®· gi¶m ®i ®¸ng kÓ do viÖc quy ho¹ch §×nh Vò thµnh khu c«ng nghiÖp, c¸c ®Çm nu«i trång ®· ®­îc ®Òn bï. Nh­ng trªn b·i Nhµ M¹c ta thÊy sù biÕn ®éng m¹nh mÏ vÒ diÖn tÝch rõng ngËp mÆn. C¸c ®Çm nu«i trång thuû s¶n mÊt dÇn rõng ngËp mÆn, c¸c b·i båi cã rõng ngËp mÆn ngµy cµng bÞ thu hÑp. §©y chÝnh lµ nguyªn nh©n chÝnh dÉn ®Õn sù suy gi¶m diÖn tÝch rõng ngËp mÆn trong khu vùc. KÕt qu¶ nµy hoµn toµn phï hîp víi qu¸ tr×nh thay ®æi thùc tÕ cña khu vùc. Tõ c¸c d÷ liÖu viÔn th¸m kÕt hîp víi GIS ®Ó ph©n tÝch c¸c biÕn ®éng ®­a ra c¸i nh×n trùc quan, sinh ®éng, nhanh chãng. ViÖc ph©n tÝch nµy cßn cã mét sè mÆt h¹n chÕ do mét sè nguyªn nh©n sau: - Do ph©n lo¹i ®èi t­îng cßn mang tÝnh chñ quan, ®é ph©n gi¶i cña ¶nh viÔn th¸m sö dông ch­a cao. - Do ph©n chia c¸c ®èi t­îng néi dung cßn ®¬n gi¶n ch­a thÓ hiÖn ®­îc c¸c lo¹i trung gian. Mét sè h×nh ¶nh ë thùc ®Þa H×nh 3.11 Rõng ngËp mÆn H×nh 3.12: rõng ngËp mÆn H×nh 3.13: RNM kÕt hîp nu«i Trång thñy s¶n ë §×nh Vò H×nh 3.15: khu ®Çm nu«i trång H×nh 3.14: x©y dùng khu c«ng nghiÖp ë §×nh Vò H×nh 3.16: b·i triÒu ven s«ng ë §×nh Vò khi triÒu lªn H×nh 3.17: ®Çm nu«i trång thñy s¶n bÞ b·o tµn ph¸ nay ®· bÞ bá hoang (Tiªn Yªn-Qu¶ng Ninh) H×nh 3.18: ®Çm nu«i trång thñy s¶n bÞ tho¸i hãa nay ®· bá hoang ( x· Ph¶ LÔ -Thñy Nguyªn) KÕt luËn Sau khi nghiªn cøu biÕn ®éng rõng ngËp mÆn khu vùc §×nh Vò & B·i Nhµ M¹c t¸c gi¶ rót ra mét sè nhËn xÐt sau: ë khu vùc nghiªn cøu, qu¸ tr×nh båi tô ®ãng vai trß quan träng ®èi víi biÕn ®éng RNM. RNM trong khu vùc cã xu thÕ t¨ng tù nhiªn trong khu vùc nghiªn cøu.Víi diÖn tÝch båi tô n¨m 1989 ®Õn n¨m 2001 th× ®· cã 1599.383 km2 diÖn tÝch n­íc phï sa chuyÓn sang RNM vµ 99.576 diÖn tÝch n­íc biÓn chuyÓn sang RNM. 2. C¸c ho¹t ®éng nh©n t¹o ë khu vùc diÔn ra kh¸ phøc t¹p tõ n¨m 1989-2001, do chÝnh s¸ch ®æi míi ®Êt n­íc môc tiªu ph¸ RNM chuyÓn sang nu«i trång thñy s¶n víi thèng kª tõ ¶nh ®· chuyÓn 4867.955 km2 tõ RNM sang nu«i trång thñy s¶n, cßn tõ nu«i trång thñy s¶n sang RNM míi ®­îc 3767.534 km2. 3. Sù t¸c ®éng cña c¸c dù ¸n trång rõng do Héi ch÷ thËp ®á NhËt B¶n vµ mét sè ch­¬ng tr×nh kh¸c tµi trî ®· ®em l¹i c¸c biÕn ®æi tÝch cùc cho sù ph¸t triÓn RNM, gi÷ vai trß lµ rõng phßng hé ch¾n sãng, c¸t, b¶o vÖ ng­êi d©n, nh÷ng tuyÕn ®ª biÓn vµ còng lµ n¬i ph¸t triÓn du lÞch sinh th¸i ven biÓn. 4. Víi quy m« cña khu vùc nghiªn cøu chóng ta hoµn toµn cã thÓ thùc hiÖn ph­¬ng ph¸p xö lý ¶nh sè víi c¸c khãa mÉu gi¶i ®o¸n ®­îc x©y dùng vµ kÕt hîp víi GIS ®Ó nghiªn cøu biÕn ®éng rõng ngËp mÆn.  KiÕn nghÞ: 1. Rõng ngËp mÆn ph¸t triÓn t­¬ng ®èi nhanh (rõng trång cã thÓ khÐp t¸n sau 1-2 n¨m) (Phan Nguyªn Hång 1996) do ®ã ®Ó nghiªn cøu biÕn ®éng rõng ngËp mÆn cÇn t¨ng thªm ph©n gi¶i thêi gian ®Ó nghiªn cøu kh¸ch quan h¬n. 2. Thªm c¸c th«ng tin kinh tÕ x· héi, chÝnh s¸ch cña nhµ n­íc ®Ó ph©n tÝch biÕn ®éng chÝnh x¸c h¬n, cã tÝnh thùc tÕ h¬n.