Author
Kể từ khi vệ tinh Landsat đầu tiên được phóng vào năm 1972 và truyền về các hình ảnh quan sát trái đất đầu tiên, cho đến nay nhiều vệ tinh viễn thám quan sát và thu thập thông tin đã được phát triển, thúc đẩy nhiều kỹ thuật phát hiện biến động cũng như các phương pháp phân tích và phát hiện các thay đổi lớp phủ mặt đất. Từ cách tiếp cận truyền thống, có thể gộp thành 02 nhóm kỹ thuật: Phát hiện biến động tiền phân loại và Phát hiện biến động sau phân loại.
  • Kỹ thuật Phát hiện biến động tiền phân loại
Các kỹ thuật Phát hiện biến động tiền phân loại, còn được gọi là biến động nhị phân hoặc kỹ thuật phát hiện thông tin không biến động, bao gồm các kỹ thuật khác nhau sử dụng trực tiếp dữ liệu ảnh viễn thám ở các thời điểm khác nhau để tạo ra bản đồ “biến động” và “không biến động”.
  • Kỹ thuật khác biệt hình ảnh - Image Differencing
Kỹ thuật khác biệt hình ảnh là phép trừ hai pixel ảnh ở hai thời kỳ khác nhau. Các pixel của khu vực có biến động sẽ được phân bố ở hai đầu của biểu đồ histogram kết quả. Khu vực không thay đổi được phân bố xung quanh giá trị 0. Phương pháp đơn giản này dễ dàng giải thích các kết quả nhưng lại gặp khó khăn khi phải xác định đúng giá trị ngưỡng để phát hiện thay đổi.

  • Kỹ thuật khác biệt thành phần chính - Principal Component Differencing
PCA (Phân tích thành phần chính) thường được chấp nhận như một phép biến đổi hiệu quả để lấy thông tin và giảm tập dữ liệu theo nhiều hướng. Hầu hết thông tin đều tập trung vào hai thành phần đầu tiên. Riêng thành phần đầu tiên có nhiều thông tin nhất. Sự khác biệt của thành phần PCA đầu tiên của hai ngày có khả năng cải thiện kết quả phát hiện thay đổi, tức là PCD = PC1 (t1) –PC1 (t2). Việc phát hiện thay đổi được thực hiện dựa trên các ngưỡng. Tuy nhiên, cũng rất khó để phân ngưỡng và kết quả khó diễn giải và dán nhãn
  • Kỹ thuật PCA đa thời gian - Multi-temporal PCA
Dữ liệu hình ảnh được xếp chồng lên nhau và được coi như một tập dữ liệu duy nhất. PCA được triển khai trên tập dữ liệu xếp chồng lên nhau. Các hình ảnh thành phần chính thường chứa sự chênh lệch bức xạ tổng thể, phản ánh các loại lớp phủ đất khác nhau. Các hình ảnh thành phần phụ chứa những thay đổi về lớp phủ đất giữa các ngày khác nhau. Thông thường, thành phần thứ ba và thứ tư được sử dụng để phân tích sự thay đổi lớp phủ đất. Tuy nhiên, việc xác định các vùng thay đổi thường không dễ dàng nếu không có sự kiểm tra cẩn thận và đầy đủ các ảnh kết quả và dữ liệu hiện trường hoặc kết hợp với việc giải thích trực quan hình ảnh tổng hợp nhiều ngày.
  • Kỹ thuật kết hợp Image Differencing và PCA
Tương tự với PCA đa thời gian, sự khác biệt duy nhất giữa chúng là thay đổi hình ảnh đơn lẻ thành ảnh kết quả từ sự khác biệt hình ảnh. Khó khăn là xác định hình ảnh thành phần nào chỉ ra những thay đổi chính của lớp phủ đất. Do đó, sử dụng kỹ thuật này, cần kiểm tra kỹ các thành phần và hình ảnh tổng hợp nhiều ngày để xác định thành phần nào có thể đưa ra thông tin thay đổi tốt nhất.
  • Kỹ thuật ảnh tỷ lệ - Image Rationing
Việc xác định tỷ lệ cũng là một phương tiện đơn giản và nhanh chóng để xác định các khu vực đã thay đổi. Kỹ thuật này tính toán tỷ lệ của hai hình ảnh được chụp ở các ngày khác nhau, trên cơ sở từng band ảnh. Trong các khu vực đã thay đổi, giá trị tỷ lệ sẽ lớn hơn 1 hoặc nhỏ hơn 1 tùy thuộc vào bản chất của những thay đổi.

  • Kỹ thuật phân tích vector thay đổi (Change Vector Analysis)
CVA tạo ra hai đầu ra: hình ảnh vectơ thay đổi và mức độ thay đổi. Vectơ thay đổi quang phổ giải thích hướng và độ lớn của sự thay đổi từ ngày đầu tiên đến ngày thứ hai. Tổng mức độ thay đổi trên mỗi pixel được tính bằng cách xác định khoảng cách Euclide giữa các điểm cuối thông qua không gian thay đổi chiều của CVA.
Tiền đề cơ bản trong các kỹ thuật này là đo bản chất của các thay đổi, nghĩa là sự thay đổi trong các đối tượng quan tâm sẽ dẫn đến thay đổi các giá trị bức xạ hoặc phản xạ. Hầu hết các kỹ thuật Phát hiện biến động tiền phân loại được xác định là kỹ thuật mang lại kết quả chính xác nhất bởi vì chúng có tính chất định hướng trực tiếp, hiệu quả để xác định và định vị sự thay đổi. Tuy nhiên, ba khía cạnh rất quan trọng đối với các kỹ thuật tiền phân loại cần được lưu ý: lựa chọn ngưỡng phù hợp để xác định các khu vực bị thay đổi, nhạy cảm với việc đăng ký sai pixel và không thể cung cấp chi tiết về bản chất của thay đổi.
  • Kỹ thuật so sánh sau phân loại
So sánh sau phân loại đã được chứng minh là cách tiếp cận phổ biến nhất trong phân tích phát hiện thay đổi. Cách tiếp cận này tiến hành phân loại từng hình ảnh một cách độc lập, sau đó các bản đồ chuyên đề được tạo ra, tiếp theo là so sánh các nhãn hoặc chủ đề tương ứng để xác định các khu vực đã xảy ra thay đổi.
Ưu điểm của kỹ thuật này: Giảm thiểu sự khác biệt giữa các cảm biến, khí quyển và môi trường vì dữ liệu từ hai ngày được phân loại riêng biệt. Tuy nhiên, phương pháp phân loại này đòi hỏi nhiều thời gian và chuyên môn để chất lượng của hình ảnh phân loại cho mỗi thời điểm đạt độ chính xác cuối cùng.
 
Lượt thích: Nova
Top