Giáo trình Ứng dụng ảnh vệ tinh Landsat 8 OLI xác định độ che phủ thực vật khu vực nội thành Hà Nội - Hoàng Anh Huy

Nội dung text: Giáo trình Ứng dụng ảnh vệ tinh Landsat 8 OLI xác định độ che phủ thực vật khu vực nội thành Hà Nội - Hoàng Anh Huy

1. Tạp chí Khoa học ĐHQGHN: Các Khoa học Trái đất và Mơi trường, Tập 32, Số 3S (2016) 101-108 Ứng dụng ảnh vệ tinh Landsat 8 OLI xác định độ che phủ thực vật khu vực nội thành Hà Nội Hồng Anh Huy* Trường Đại học Tài nguyên và Mơi trường Hà Nội, Số 41A Phú Diễn, Bắc Từ Liêm, Hà Nội Nhận ngày 08 tháng 8 năm 2016 Ch nh sửa ngày 26 tháng 8 năm 2016; Chấp nhận đăng ngày 16 tháng 12 năm 2016 Tĩm tắt: Độ che phủ thực vật là thơng số quan trọng trong nghiên cứu mơi trường sinh thái, do đĩ xác định độ che phủ thực vật là bài tốn cần thiết. Mục tiêu của bài báo là nghiên cứu xác định độ che phủ thực vật khu vực nội thành Hà Nội sử dụng ảnh vệ tinh Landsat 8 OLI. Trước tiên, ảnh vệ tinh được hiệu ch nh hình học và hiệu ch nh bức xạ, sau đĩ tính tốn NDVI, trên cơ sở NDVI ứng dụng mơ hình phân giải pixel hỗn hợp tuyến tính xác định độ che phủ thực vật. Kết quả nghiên cứu cho thấy: về tổng thể độ che phủ thực vật khu vực nội thành Hà Nội rất thấp (trung bình ch đạt 25.8%), độ che phủ thực vật thấp (khoảng 10%) chiếm đến 56% tổng diện tích, khu vực cĩ độ che phủ thực vật cao (trên 80%) ch chiếm 7.4% tổng diện tích. Từ kết quả nghiên cứu cĩ thể kết luận: (i) mơ hình phân giải pixel hỗn hợp tuyến tính đã xử lý rất tốt các pixel hỗn hợp giúp xác định độ che phủ thực vật một cách chính xác hơn; (ii) ứng dụng ảnh vệ tinh giúp xác định độ che phủ thực vật một cách nhanh chĩng, hiệu quả và tiết kiệm chi phí. Từ khĩa: NDVI, độ che phủ thực vật, ảnh Landsat 8 OLI, khu vực nội thành Hà Nội. 1. Đặt vấn đề thảm thực vật đối với việc bảo vệ cân bằng sinh thái [2]. Đối với đơ thị, thảm thực vật là yếu tố Độ che phủ thực vật (fractional vegetation quan trọng nhất của hệ thống mơi trường sinh cover - FVC) được định nghĩa là tỷ lệ diện tích thái, cĩ tác dụng to lớn đối với việc bảo vệ mơi thực vật (bao gồm lá, cành và thân cây) chiếu trường sinh thái đơ thị, như làm suy giảm một xuống trên một đơn vị diện tích [1]. Độ che phủ cách hiệu quả “hiệu ứng đảo nhiệt đơ thị” và cải thực vật, FVC, là thơng số quan trọng khắc họa thiện vi khí hậu [2-3]. mức độ che phủ thực vật trên bề mặt trái đất. Cùng với sự phát triển mạnh mẽ của kỹ FVC cĩ ý nghĩa quan trọng trong nghiên cứu thuật viễn thám, nhiều nghiên cứu gần đây đã mơi trường sinh thái như nghiên cứu quy luật chứng minh kỹ thuật viễn thám là phương pháp phân bố và các yếu tố ảnh hưởng đến sự phân hiệu quả trong xác định FVC [4-16]. Tính tốn bố của thảm thực vật trên bề mặt trái đất, phân FVC trong viễn thám định lượng chủ yếu sử tích đánh giá mơi trường sinh thái, giám sát sự dụng ba phương pháp chính: mơ hình hồi quy biến động lớp thực phủ bề mặt một cách chính (tuyến tính và phi tuyến tính), mơ hình phân xác và kịp thời, phân tích xu thế phát triển của giải pixel hỗn hợp tuyến tính (Linear spectral ___ mixture model – LSMM) và các phương pháp học máy. Mơ hình hồi quy được thành lập trên ĐT.: 84-932249680 Email: hahuy@hunre.edu.vn cơ sở mối quan hệ giữa ch số thực vật (NDVI) 101
2. 102 H.A. Huy / Tạp chí Khoa học ĐHQGHN: Các Khoa học Trái đất và Mơi trường, Tập 32, Số 3S (2016) 101-108 với với một kênh hoặc một tổ hợp kênh ảnh. 30m được tải về từ trang web của Cục Điều tra Các cơng trình nghiên cứu tiêu biểu cĩ thể kể Địa chất Hoa kỳ [13]. Ảnh vệ tinh được thu đến như: Xiao và Moody ứng dụng mơ hình hồi nhận ngày 01 tháng 07 năm 2015 đã được quy tuyến tính trong tính tốn FVC thơng qua chuẩn định với hệ quy chiếu WGS 1984 UTM, xác định mối quan hệ tuyến tính giữa NDVI với Zone 48 North ở mức L1T (đã qua hiệu ch nh một (hoặc nhiều) kênh ảnh [4, 5]. Các nghiên bức xạ do ảnh hưởng của sai số hệ thống và cứu xác định FVC trên cơ sở ứng dụng mơ hình hiệu ch nh hình học) bằng phần mềm LPGS hồi quy phi tuyến tính như: Carlson và Ripley phiên bản 2.5.1 (Hình 1). Quá trình hiệu ch nh mơ phỏng mối quan hệ phi tuyến tính giữa hình học đã sử dụng 302 điểm khống chế mặt NDVI với FVC [6], Choudhury [5] phát hiện đất (GCPs) lấy từ cơ sở dữ liệu tồn cầu mối quan hệ phi tuyến tính giữa FVC và Scaled (GLS2000) và mơ hình số độ cao (DEM) để NDVI, Gitelson phát hiện NDVI và hiệu ch nh ảnh hưởng của địa hình. Nguồn GreenNDVI cĩ mối quan hệ phi tuyến tính với DEM từ dữ liệu vệ tinh SRTM cĩ độ phân giải FVC của lúa mạch [7]. Mơ hình phân giải pixel ngang 30m và độ chính xác tương đối 10m. Sai tuyến tính do Van đề xuất đã được sử dụng số trung phương trọng số đơn vị hiệu ch nh trong nhiều nghiên cứu [8]. Trên cơ sở đĩ, Lu hình học trung bình, theo hướng dọc và hướng và Weng sử dụng phương pháp số bình phương ngang lần lượt đạt 8.118m, 6.261m và 5.168m. nhỏ nhất xác định tỷ lệ các thành phần trong một pixel hỗn hợp, làm cơ sở xác định FVC [9]; Qi kết hợp NDVI và mơ hình phân giải pixel tuyến tính nghiên cứu biến động thảm thực vật khu vực San Pedro khu vực Tây Nam Bắc Mỹ bằng ảnh Landsat TM, SPOT4 VEGETATION và ảnh hàng khơng [10]. Ngồi ra, cùng với sự phát triển của lĩnh vực khoa học máy, nhiều cơng trình nghiên cứu đã ứng dụng mạng thần kinh nhân tạo [11], cây quyết định [12] trong xác định FVC. Thành phố Hà Nội chịu tác động mạnh của biến đổi khí hậu và quá trình đơ thị hĩa nhanh chĩng, làm cho mơi trường sinh thái bị hủy hoại một cách nghiêm trọng như ơ nhiễm mơi trường đất, nước và khơng khí, đặc biệt là làm suy giảm độ phủ thảm thực vật. Do đĩ, nghiên cứu biến động độ phủ thực vật cĩ ý nghĩa đặc biệt quan trọng. Trong các phương pháp xác định FVC vừa phân tích, mơ hình LSMM đã được sử dụng một cách rộng rãi nên được lựa chọn để nghiên cứu xác định độ che phủ thực vật khu vực nội thành thành phố Hà Nội. 2. Tư liệu sử dụng và phương pháp nghiên cứu 2.1. Tư liệu sử dụng Hình 1. Tổ hợp màu 5-4-3 ảnh Landsat 8 OLI nội Tư liệu sử dụng trong nghiên cứu là ảnh vệ thành Hà Nội chụp ngày 01-07-2015. tinh Landsat 8 OLI cĩ độ phân giải khơng gian
3. H.A. Huy / Tạp chí Khoa học ĐHQGHN: Các Khoa học Trái đất và Mơi trường, Tập 32, Số 3S (2016) 101-108 103 2.2. Phương pháp nghiên cứu Hiệu ch nh sai số do ảnh hưởng của bộ cảm đối với ảnh vệ tinh Landsat 8 theo cơng Quy trình xác định FVC ứng dụng ảnh vệ thức sau [14]: tinh Landsat 8 OLI được thể hiện trong sơ đồ Hình 2. (1) 2.2.1. Hiệu chỉnh bộ cảm Trong đĩ: , là hệ số chuyển đổi (lấy Hiệu ch nh bộ cảm là quá trình chuyển trong tệp metadata của ảnh Landsat 8), là đổi giá trị số nguyên thành giá trị thực của giá trị số của ảnh (DN). bức xạ điện từ thu nhận được bởi bộ cảm. Ảnh gốc Landsat 8 OLI Đọc dữ liệu DN kênh RED và NIR Hiệu ch nh bộ cảm TIỀN GCPs và DEM XỬ LÝ Hiệu ch nh hình học ẢNH Ảnh Vector Hà Nội Cắt ảnh theo khu vực Giá trị phản xạ phổ Hiệu ch nh ảnh hưởng khí quyển Thực nghiệm Giá trị phản xạ kênh RED và NIR XÁC ĐỊNH NDVI NDVI ĐỘ NDVIs v CHE PHỦ THỰC LSMM VẬT Độ che phủ thực vật Đánh giá kết quả Hình 2. Quy trình xác định độ che phủ thực vật từ ảnh vệ tinh Landsat 8 OLI.
4. 104 H.A. Huy / Tạp chí Khoa học ĐHQGHN: Các Khoa học Trái đất và Mơi trường, Tập 32, Số 3S (2016) 101-108 ảng 1. ảng hệ số chuyển đổi của kênh 3 và 4 ảnh pháp số bình phương nhỏ nhất cĩ thể tính được, Landsat 8 OLI trong đĩ tỷ lệ của thực vật trong pixel hỗn hợp chính là độ che phủ thực vật. Theo Lu và Weng, STT Tư liệu Kênh độ chính xác xác định tỷ lệ các thành phần Landsat 1.1464.10- - 1 3 2 trong pixel hỗn hợp phụ thuộc chủ yếu vào việc 8 OLI 57.31771 lựa chọn các đối tượng thuần [9]. Trong nghiên Landsat 9.6667.10- - 2 4 3 cứu này, giả sử thành phần của một pixel hỗn 8 OLI 48.33352 hợp ch bao gồm nước, thực vật và thổ nhưỡng. Do đĩ, thơng tin quang phổ của các pixel trong 2.2.2. Hiệu chỉnh ảnh hưởng của khí quyển kênh ảnh do ba đối tượng này cống hiến. Tỷ lệ về diện tích của các đối tượng thuần (nước, ức xạ điện từ thu nhận được bởi bộ cảm thực vật hoặc thổ nhưỡng) trên diện tích của chịu ảnh hưởng của khí quyển. Mục đích của một pixel được coi là trọng số. Trong đĩ, tỷ lệ việc hiệu ch nh ảnh hưởng của khí quyển là làm phần trăm của phần thực vật bao phủ trong một giảm ảnh hưởng của sự hấp thụ, tán xạ gây ra pixel chính là độ che phủ thực vật của pixel đĩ. bởi các thành phần cĩ trong khí quyển đến giá Khi đĩ, mối quan hệ giữa độ che phủ thực vật trị phản xạ bề mặt. Hiện nay, hiệu ch nh ảnh và ch số thực vật NDVI, được xác định bởi mơ hưởng của khí quyển chủ yếu tồn tại hai hình hồi quy tuyến tính: phương pháp chính: đường thực nghiệm (ELM) và mơ hình truyền bức xạ (EPM) [15, 16]. ( ) Trong nghiên cứu này, mơ hình hàm truyền bức (5) xạ MODTRA được ứng dụng hiệu ch nh ảnh hưởng khí quyển cho ảnh Landsat 8 bằng mơ Từ cơng thức (5) suy ra độ che phủ thực vật đun Flaash trong Envi. được xác định theo cơng thức: 2.2.3. Xác định độ che phủ thực vật (6) Mơ hình phân giải pixel hỗn hợp tuyến tính, LSMM, tổng quát do Van đề xuất được thể hiện Trong đĩ: là t lệ thực vật trong một pixel bởi cơng thức [8]: hỗn hợp, chính là độ che phủ thực vật, NDVI là NDVI của pixel hỗn hợp và được xác định bởi ∑ (2) cơng thức (7), là NDVI của thổ nhưỡng, là NDVI của thực vật tương ứng. Trong đĩ, là giá trị phản xạ phổ của kênh k; n là số lượng các đối tượng thuần trong (7) một pixel hỗn hợp; là tỷ lệ của đối tượng thuần i trong một pixel hỗn hợp; là giá trị Trong đĩ, , lần lượt là giá trị phản xạ phổ của đối tượng thuần i tại kênh k phản xạ phổ kênh cận hồng ngoại và kênh đỏ. trong pixel hỗn hợp; là phần dư khớp mơ Việc xác định và là điều hình tại kênh k. Các đối tượng thuần trong pixel khĩ khăn, đồng thời tồn tại nhiều tính bất định hỗn hợp thỏa mãn điều kiện: do chúng chịu ảnh hưởng của các loại thổ nhưỡng, loại thực vật khác nhau, hàm lượng chất diệp lục và các yếu tố khác. Trong nghiên ∑ (3) cứu này, và được xác định từ kết quả nghiên cứu của Sobrino [17, 18]. Khi Tỷ lệ của các đối tượng thuần trong pixel đĩ, nếu NDVI > 0.5 thì pixel đĩ được coi là hỗn hợp cĩ thể được xác định bằng phương hồn tồn bao phủ bởi thực vật (đối tượng
5. H.A. Huy / Tạp chí Khoa học ĐHQGHN: Các Khoa học Trái đất và Mơi trường, Tập 32, Số 3S (2016) 101-108 105 thuần thực vật), độ che phủ thực vật = 1. Nếu NDVI 0.5 ch Hình 3. Ch số thực vật NDVI khu vực nội thành Hà Nội tháng 7 năm 2015. chiếm 14.8 km2 (chiếm 1.6%) chủ yếu là thực vật. Như vậy, cĩ thể thấy rằng pixel chứa đối tượng thuần rất ít (chiếm 6.7+33.7+1.6 = 42%) và phần lớn là pixel hỗn hợp gồm nhiều đối tượng khác nhau (chiếm 58%). Bảng 2. Bảng thống kê ch số NDVI Diện tích NDVI Tỷ lệ (%) (km2) Min = -0.33 0.0009 0.0001 Max = 0.64 0.0009 0.0001 NDVI ≤ 0.0 62.41 6.7 0.0 0.5 14.80 1.6 Hình 4. Biểu đồ tần xuất NDVI.
6. 106 H.A. Huy / Tạp chí Khoa học ĐHQGHN: Các Khoa học Trái đất và Mơi trường, Tập 32, Số 3S (2016) 101-108 3.2. Độ che phủ thực vật FVC Bảng 3. Bảng thống kê độ che phủ thực vật (FVC) khu vực nội thành Hà Nội Kết quả xác định độ che phủ thực vật khu Diện tích Tỷ lệ vực nội thành Hà Nội ứng dụng mơ hình phân Diện tích lũy Tỷ lệ % giải pixel hỗn hợp tuyến tính được thể hiện FVC (%) tích (km2) (%) lích trong Hình 5 và ảng 3. Về tổng thể, độ che (km2) phủ thực vật tương đối thấp, trung bình ch đạt lũy 25.8%. Diện tích khu vực cĩ độ che phủ thực 0 – 10 450.44 450.44 48.5 48.5 10 – 20 71.88 522.31 7.7 56.2 vật (FVC) dưới 10% chiếm đến 450.44 km2 trên 2 20 – 30 68.45 590.76 7.4 63.6 tổng diện tích khu vực nghiên cứu 929.22 km 30 – 40 59.65 650.41 6.4 70.0 (đạt 48.5%), trong đĩ FVC thưa thớt từ 10% 40 – 50 57.27 707.68 6.2 76.2 đến 40% chiếm đến 21% tổng diện tích. FVC 50 – 60 53.78 761.46 5.8 81.9 2 dưới 50% đạt 707.68 km (chiếm 76.2%). Một 60 - 70 54.28 815.74 5.8 87.8 số khu vực cĩ mật độ che phủ cao hơn từ 60% 70 – 80 44.76 860.51 4.8 92.6 đến 80% ch chiếm diện tích tương đối nhỏ 80 – 90 36.59 897.10 3.9 96.5 99.04 km2 (đạt 10.6%). Khu vực cĩ độ che phủ 90 – 100 32.12 929.22 3.5 100.0 dày đặc (80 – 90%) ch chiếm diện tích 68.71 Tổng: 929.22 450.44 100 100.0 km2 (ch đạt 7.4%). Hình 5. Độ che phủ thực vật khu vực nội thành Hà Nội tháng 7 năm 2015.
7. H.A. Huy / Tạp chí Khoa học ĐHQGHN: Các Khoa học Trái đất và Mơi trường, Tập 32, Số 3S (2016) 101-108 107 4. Kết luận leaf area index, and IDVI. Remote sensing of Environment, 62: 241-252. Bài báo nghiên cứu phương pháp xác định [7] Gitelson A. A., Kaufman Y. J., Stark R ., et al. độ che phủ thực vật khu vực nội thành Hà Nội Novel algorithms for remote estimation of vegetation fraction . Remote Sensing of ứng dụng ảnh vệ tinh Landsat 8 OLI. Kết quả Environment,2002(80):76-87. nghiên cứu cho thấy: về tổng thể độ che phủ [8] Van der Meer, F. 1999. Image classification thực vật tại khu vực nội thành Hà Nội rất thấp through spectral unmixing. In: Spatial Statistics (trung bình ch đạt 25.8%), khu vực cĩ độ che for Remote Sensing, Stein, A., Van der Meer, F. phủ thực vật thấp (khoảng 10%) chiếm đến & Gorte, B. (Eds.) Kluwer Academic Publishers, 56% tổng diện tích, nơi cĩ độ che phủ thực vật Dordrecht, pp. 185-193. cao (trên 80%) ch chiếm 7.4% tổng diện tích. [9] Lu, D. and Weng, Q. (2004) Spectral mixture analysis of the urban landscape in Từ kết quả nghiên cứu cĩ thể kết luận rằng: (i) Indianapolis city with Landsat ETM+ imagery. ứng dụng mơ hình phân giải pixel hỗn hợp Photogrammetric Engineering and Remote tuyến tính đã xử lý rất tốt các pixel hỗn hợp để Sensing, 70, 1053-1062. xác định độ che phủ thực vật, đặc biệt trong [10] Qi, J., R. C. Marsett, M. S. Moran, D. C. trường hợp khu vực nghiên cứu tại đơ thị (ít đối Goodrich, et al. (2000). Spatial and temporal tượng thuần, nhiều đối tượng hỗn hợp) và sử dynamics of vegetation in the San Pedro River basin area, Agric. For. Meteorol., 105, 55 – 68. dụng ảnh vệ tinh cĩ độ phân giải khơng gian [11] Jensen, J.R., F. Qiu and M. Ji, 1999. Predictive trung bình; (ii) ứng dụng ảnh vệ tinh giúp xác Modeling of Coniferous Forest Age Using định độ che phủ thực vật một cách nhanh Statistical and Artificial Neural Network chĩng, hiệu quả và đặc biệt là tiết kiệm chi phí Approaches Applied to Remote Sensing hơn so với các phương pháp khác như điều tra, Data, International Journal of Remote Sensing, đo đạc ngồi thực địa. Vol. 20, No. 14, 2805-2822. [12] Gessner, U.; Klein, D.; Conrad, C.; et al. (2009): Towards an automated estimation of vegetation cover fractions on multiple scales: Examples of Tài liệu tham khảo Eastern and Southern Africa. 33rd International Symposium on Remote Sensing of Environment. [1] Zhao Yingshi. Remote Sensing Applications, May 4-8 2009, Stresa, Italy. Principles and Methods. Beijing: Science Press, [13] 2003. [14] Mishra N., Haque, M., Leigh, L. et al. [2] He Yunling, Zhang Yiping. Studies on Interaction Radiometric Cross Calibration of Landsat 8 between Urban Eco-environment and Urban Operational Land Imager (OLI) and Landsat 7 Afforestation. Plateau Meteorology, 2004, 23 (3): Enhanced Thematic Mapper Plus (ETM+). 297 – 304. Remote Sensing 6.12 (2014): 12619-12638. [3] Shen Taoyuan. Study on the Relationship between [15] Roberts D. A., Smith M. O., and Adams J. B. the Intensity Distribution of Heat Island and (1993), Green vegetation, non-photosynthetic Vegetation Cover in Urumqi Using Remote Sense vegetation and soils in AVIRIS data, Remote Data. Bimonthly Xinjiang Meteorology, 2004, 27 Sens. Environ. 44: 255-269. (1): 282-300. [16] B.C. Gao, M. J. Montes, Z. Ahmad, and C. O. [4] Xiao, J., Moody, A. (2005). A comparison Davis, (2000). Atmospheric correction algorithm of methods for estimating fractional green for hyperspectral remote sensing of ocean color vegetation cover within a desert-to-upland transition from space. Appl. Opt. 39, 887-896. zone in central New Mexico, USA. Remote Sensing of Environment 98: 2-3, 237– 250. [17] Sobrino J.A., Jiménez-Muđoz J.C., Paolini L. Land surface temperature retrieval from [5] Choudhury, B. J., Ahmed, N. U., Idso, S. B., et al. LANDSAT TM 5, Remote Sensing of (1994). Relations between evaporation Environment, 90, 434-440.2004. coefficients and vegetation indices studied by model simulations. Remote Sensing of [18] Sobrino J.A., Jiménez-Muđoz J.C., Sịria G., et al Environment, 50: 1–17. (2008). Land Surface Emissivity Retrieval From Different VNIR and TIR sensors, IEEE [6] Carlson T. N., Ripley D A, 1997. On the Transactions on Geoscience and Remote Sensing, relationship between fractional vegetation cover, 46, 2, 316-326.
8. 108 H.A. Huy / Tạp chí Khoa học ĐHQGHN: Các Khoa học Trái đất và Mơi trường, Tập 32, Số 3S (2016) 101-108 Fractional Vegetation Cover Estimation in Urban Area of Hanoi City using Landsat 8 OLI Images Hoang Anh Huy Ha Noi University of Natural Resources and Environment, 41A, Phu Dien Road, Phu Dien, North Tu Liem, Hanoi, Vietnam Abstract: Fractional vegetation cover (FVC) is an important parameter in the study of the ecological environment, the estimation of FVC is thus a necessary issue. The study objective is to estimate FVC in urban area of Hanoi using Landsat 8 OLI. Landsat images were first geometrically and radiometrically corrected, then calculating the NDVI. Linear spectral mixture model (LSMM) was finnally applied to estimate FVC. The study results showed that FVC in urban area of Hanoi city was generally very low (average only 25.8%), low FVC (about 10%) accounted for 56% of total area, some areas with high FVC (over 80%) accounted for only 7.4% of the total area. It can be concluded: (i) the LSMM handles well with mixed pixels and helps to estimate FVC more accurately; (ii) the application of Landsat OLI images helps the estimation of FVC quickly, efficiently with low cost-savings. Keywords: NDVI, fractional vegetation cover, Landsat 8 OLI images, urban area of Hanoi