SỬ DỤNG ẢNH PLANETSCOPE XÂY DỰNG BẢN ĐỒ THẢM PHỦ XÃ VEN BIỂN THUỘC TỈNH THANH HÓA VÀ NINH BÌNH
Nguyễn Hải Hòa* Trường Đại học Lâm nghiệp Việt Nam
TÓM TẮT
Việc ứng dụng công 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 công 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: hoanh@vfu.edu.vn
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 công việc phức tạp, mất nhiều công sức và đòi hỏi nhiều thời gian.
Ngoài ra, việc xây dựng bản đồ lớp phủ đòi hỏi nhanh về thời gian, chính xác về loại hình và cập nhật về thông 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
Đối tượng nghiên cứu là các đối tượng thảm phủ thuộc các xã ven biển, bao gồm xã Đa Lộc thuộc huyện Hậu Lộc, xã Nga Tân và
Nga Thủy thuộc huyện Nga Sơn tỉnh Thanh Hóa; và xã Kim Đông 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) ngoài 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 toán theo công 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 không 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
Nguồn: https://www.planet.com/explorer
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 toán 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 toán 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
Bản đồ lớp phủ ven biển năm 2017
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
29/05/2017, độ chính xác đạt 97,1%)
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 toán 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. Hoàng Công Tín, Tôn 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.
7. Ridd M. K. (1995), “Exploring a V-I-S (vegetation – impervious surface – soil) model for urban ecosystem analysis through remote sensing:
comparative anatomy for cities”, International Jounal of Remote Sensing, 16, pp. 2165-2185.
8. Heute A. R. (1988), “A soil-adjusted vegetation index (SAVI)”, Remote Sensing of Environment, 25, pp. 295-309.
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
*Tel: 0977 689948, Email: hoanh@vfu.edu.vn
