Phân loại đất đô thị sử dụng các ảnh chỉ số từ ảnh vệ tinh Sentinel-2 - Trường hợp nghiên cứu tại thành phố Long Xuyên, thành phố Cà Mau và quận Ninh Kiều

- DOI:10.22144/ctu.jsi.2021.062 PHÂN LOẠI ĐẤT ĐÔ THỊ SỬ DỤNG CÁC ẢNH CHỈ SỐ.
- Đồng bằng sông Cửu Long là khu vực có tốc độ đô thị hóa nhanh so với tốc độ đô thị hóa trung bình của cả nước, vì thế việc cung cấp các thông tin về đất đô thị kịp thời có vai trò đặc biệt quan trọng trong công tác giám sát và quản lý đô thị.
- Công nghệ viễn thám đã được nhiều nghiên cứu chứng minh là công cụ hữu hiệu trong việc giám sát và quản lý đô thị.
- Có rất nhiều chỉ số được sử dụng trong viễn thám để phân loại đất đô thị (NDBI, NBI và IBI), tuy nhiên, mỗi chỉ số đều có những ưu điểm và nhược điểm khác nhau.
- Mục tiêu của nghiên cứu là so sánh về độ tin cậy của các chỉ số phân loại đất đô thị bằng ảnh vệ tinh Sentinel-2, từ đó đề xuất các chỉ số có độ chính xác cao để ứng dụng vào phân loại đất đô thị.
- Phương pháp phân loại được sử dụng dựa trên đối tượng (object-based approach), dựa trên các chỉ số: NDBI, NBI và IBI để phân loại đất đô thị tại thành phố Long Xuyên, thành phố Cà Mau và Quận Ninh Kiều.
- Kết quả nghiên cứu cho thấy phương pháp phân loại đất đô thị dựa trên chỉ số IBI, NDBI và NBI có độ tin cậy đạt tiêu chuẩn phân loại, trong đó chỉ số IBI có độ tin cậy cao nhất.
- Do đó, việc sử dụng chỉ số IBI để phân loại đất đô thị, đặc biệt là các đô thị ở vùng Đồng bằng sông Cửu Long sử dụng ảnh Sentinel-2 được đề xuất..
- Chính vì thế, việc cung cấp các thông tin về đất đô thị kịp thời có vai trò đặc biệt quan trọng trong công tác giám sát, quản lý và hoạch định chiến lược phát triển bền vững nguồn tài nguyên đất đai..
- Cà Mau và Quận Ninh Kiều là 3 khu vực có tốc độ đô thị hóa nhanh về mặt diện tích so với tốc độ trung bình trên cả nước (Trung tâm Thông tin và Dự báo Kinh tế- Xã hội Quốc gia, 2019), có đặc điểm đô thị điển hình cho khu vực ĐBSCL.
- Long Xuyên là một trong những đô thị trẻ, loại I trực thuộc tỉnh An Giang, với tỷ lệ đô thị trung bình (16,2%) và TP.
- Cà Mau là đô thị loại II trực thuộc tỉnh Cà Mau, với tỷ lệ đô thị thấp (6,9%) (Nguyễn Tấn Lợi, 2021).
- Chính vì thế các thông tin về đất đô thị tại các khu vực này cần được quan tâm và chú trọng..
- Việc phân loại đô thị được thực hiện dựa trên các chỉ số phân loại ảnh, tuy nhiên hiện nay có rất nhiều chỉ số được dùng để phân loại đất đô thị như chỉ số đất xây dựng mới (NBI- New build-up index) trong nghiên cứu của Jieli et al.
- Tuy nhiên, mỗi chỉ số phân loại đều có những ưu điểm và nhược điểm khác nhau nên cần xem xét và lựa chọn chỉ số có độ chính xác cao dùng để phân loại đô thị..
- Các nghiên cứu trước đây thường sử dụng các chỉ số NDBI, IBI, EBBI (Enhanced Built-Up and Bareness Index), NBI, UI (Urban Index) để phân loại đất đô thị bằng ảnh Landsat.
- Tuy nhiên, ảnh Landsat có độ phân giải không gian thấp hơn ảnh Sentinel-2, nhưng ngược lại ảnh Sentinel-2 lại không cung cấp kênh TIRS để tính toán các chỉ số phân loại hiện trạng đô thị có độ chính xác cao như EBBI và UI..
- Chính vì những lý do trên, nghiên cứu được thực hiện nhằm so sánh các chỉ số có khả năng phân loại hiện trạng đất đô thị từ ảnh Sentinel-2 như: NDBI, NBI, IBI.
- Khảo sát thực địa đất đô thị.
- đánh giá độ chính xác (công thức 1) và 115 điểm khảo sát phục vụ công tác thống kê ngưỡng giá trị phân loại hiện trạng đô thị..
- O là xác xuất lựa chọn, do chỉ có 2 loại đất được phân loại: đất đô thị và đất khác nên O=0,5..
- Đất đô thị được khảo sát bao gồm các loại đất:.
- Thống kê số lượng điểm khảo sát đất đô thị tại 3 khu vực nghiên cứu.
- Địa điểm Đất đô thị Đất khác Tổng cộng.
- Đất đô thị (A và C), đất khác (B và D).
- Bản đồ các điểm khảo sát đất đô thị tại quận Ninh Kiều (A), TP.
- Nghiên cứu sử dụng kênh blue, kênh green, kênh red, kênh NIR, kênh SWIR-1 để phân loại đất đô thị..
- đất đô thị.
- hình dạng (shape) là 0,1 và độ chặt (conpactness) là 0,5 phù hợp với đối tượng đất đô thị..
- Bước 2.1: Tính toán các chỉ số dùng để phân loại đất đô thị.
- Bản đồ đất đô thị được thành lập tự động thông qua chỉ số NDBI thường có độ chính xác cao, dựa trên cơ sở phản xạ phổ hồng ngoại ngắn và phổ cận hồng ngoại (Zha et al., 2003).
- Tuy nhiên, thông tin đất đô thị thường bị nhiễu bởi yếu tố thực vật, đặc biệt là thực vật có hàm lượng nước thấp do khả năng phản xạ phổ của lá cây khô trong dải hồng ngoại.
- (2010) phát triển để chiết tách khu vực dân cư đô thị từ ảnh vệ tinh Landsat TM..
- Nhằm nâng cao độ chính xác cho kết quả giải đoán ảnh, Ridd (1995) đã mô hình hóa đất đô thị từ ba hợp phần: thực vật xanh (green vegetation), bề mặt không thấm (impervious surface material) và đất (exposed soil) nhằm đánh giá sự thay đổi của đô thị.
- Vì vậy, Xu (2008) đã đề xuất phương pháp phân loại đất đô thị dựa trên 3 hợp phần: cây xanh, nước và đất xây dựng.
- Từ đó, Xu (2008) đã xây dựng nên công thức tính chỉ số IBI dùng để phân loại đất đô thị với độ chính xác cao, chỉ số IBI được tính như sau:.
- Bước 2.2: Phân loại đối tượng đất đô thị Nghiên cứu sử dụng 115 điểm khảo sát thực địa (30% tổng số điểm khảo sát) để tiến hành tính toán các ngưỡng giá trị phân loại (Chen et al., 2014) tương ứng với đối tượng được định nghĩa trong 0, kết quả tính toán ngưỡng giá trị được thống kê trong 0.
- Qua đó, nghiên cứu tiến hành phân loại đất đô thị thông qua các ngưỡng giá trị phân loại trong 0..
- Đô thị Vật liệu nền là nhựa đường, gạch, bê tông.
- Ngưỡng giá trị các chỉ số dùng để phân loại đất đô thị được thống kê từ 30% số điểm khảo sát.
- Chỉ số phân loại.
- Nhóm đất đô thị.
- Đánh giá độ tin cậy kết quả phân loại đất đô thị dựa vào các chỉ số NDBI, NBI, IBI Theo Chrisman (1987), độ chính xác của kết quả giải đoán được đánh giá thông qua độ chính xác toàn cục của ma trận sai số.
- Nghiên cứu sử dụng kết quả khảo sát thực địa về đất đô thị tại thời điểm tháng 9 năm 2020 để tiến hành đánh giá độ chính xác kết quả giải đoán, sử dụng bảng ma trận sai số được thể hiện trong 0 để tính toán độ chính xác toàn cục..
- Đất đô thị Đất khác Tổng Độ chính xác.
- Thực địa Đất đô thị a b a+b (a/( a+b))x100.
- So sánh đất đô thị được phân loại với số liệu thống kê phân bố đất đô thị.
- Nghiên cứu tiến hành so sánh diện tích đất đô thị được phân loại dựa trên ảnh Sentinel-2 với diện tích đất đô thị được thu thập từ số liệu thống kê năm 2020.
- Trong đó, diện tích đất đô thị thống kê là tổng diện tích các loại đất: đất ở.
- Phân loại đất đô thị dựa trên các chỉ số NDBI, NBI, IBI năm 2020.
- Việc xây dựng bản đồ và tính toán diện tích đất đô thị dựa trên các chỉ số IBI, NBI, NDBI năm 2020.
- Kết quả cho thấy khi được phân loại bằng các chỉ số khác nhau thì diện tích và phân bố đất đô thị sẽ khác nhau..
- Kết quả đánh giá độ chính xác giữa đất đô thị được phân loại bằng các chỉ số IBI, NBI, NDBI với đất đô thị khảo sát thực địa cho thấy chỉ số IBI có độ chính xác cao nhất (Mục 3.3).
- Do đó, diện tích đất đô thị được phân tích cũng chính xác hơn.
- Khi so sánh diện tích đất đô thị được phân loại bằng các chỉ số IBI, NBI, NDBI thì dễ dàng nhận thấy TP.
- Cà Mau có diện tích đất đô thị được phân loại dựa trên chỉ số IBI thấp hơn diện tích đất đô thị được phân loại dựa trên chỉ số NDBI và NBI.
- Vì việc phân loại bằng chỉ số IBI cho độ chính xác cao nhất nên nó ít nhầm lẫn các đối tượng khác thành đất đô thị.
- Long Xuyên, đất đô thị được phân loại dựa trên chỉ số IBI có độ chính xác thấp hơn TP.
- Vì vậy, diện tích đất đô thị được phân loại dựa trên chỉ số IBI cao hơn diện tích đất đô thị được phân loại dựa trên chỉ số NDBI và NBI (do nhầm lẫn nhiều đối tượng khác thành đất đô thị)..
- Nguyên nhân là do mật độ đô thị tại TP.
- Long Xuyên, quận Ninh Kiều (Nguyễn Tấn Lợi, 2021) và với khả năng nhận dạng tốt đất đô thị của chỉ số IBI, diện tích đất đô thị được phân loại bằng chỉ số IBI thấp hơn chỉ số NBI và NDBI, ngược lại vì mật độ đô thị tại TP.
- Long Xuyên và quận Ninh Kiều cao nên các đối tượng đất khác có diện tích nhỏ, xen lẫn trong khu vực đô thị dễ bị phân loại nhầm lẫn thành đất đô thị, do đó diện tích đất đô thị được phân loại bằng chỉ số IBI cao hơn chỉ số NBI và NDBI..
- Kết quả thống kê trên phần mềm SPSS cho thấy diện tích đất đô thị được thống kê năm 2020 tại Quận Ninh Kiều có sự tương đồng cao với diện tích đất đô thị được phân loại bằng chỉ số IBI, với hệ số tương quan r = 0,96 và có độ chênh lệch về diện tích thấp.
- Long Xuyên có sự tương đồng thấp giữa diện tích đất đô thị được phân loại và diện tích đô thị được thống kê, với hệ số tương quan r = 0,73 và có sự chênh lệch cao giữa diện tích đô thị được phân loại và diện tích đất đô thị được kiểm kê (chênh lệch 287,4 ha, tương ứng với 14,4% diện tích).
- Nguyên nhân là do cách nhận dạng đối tượng đất đô thị bằng phương pháp viễn thám và phương pháp thống kê khác nhau.
- Vì thế, diện tích đất đô thị được thống kê thường có xu hướng.
- lớn hơn diện tích đất đô thị được phân loại bằng phương pháp viễn thám.
- Chính vì thế, quận Ninh Kiều là khu vực ít có sự chênh lệch giữa diện tích đất đô thị được kiểm kê và diện tích đất đô thị được phân loại từ ảnh Sentinel- 2.
- Do mật độ đất đô thị tại quận Ninh Kiều cao nên không có sự khác nhau nhiều về hiện trạng thực tế và hiện trạng thống kê.
- Đồng thời, nghiên cứu cho thấy diện tích đất đô thị được kiểm kê thường lớn hơn so với diện tích đô thị được phân loại và phương pháp phân loại đất đô thị dựa trên chỉ số IBI có khả năng nhận dạng tốt diện tích đất đô thị với độ chính xác về diện tích >85%..
- Biểu đồ thống kê diện tích đô thị được phân loại từ các chỉ số IBI, NBI, NDBI tại quận Ninh Kiều, TP.
- Bản đồ đất đô thị được xây dựng từ các chỉ số IBI, NBI, NDBI năm 2020 tại quận Ninh Kiều, TP.
- Độ chính xác kết quả phân loại đất đô thị dựa trên các chỉ số IBI, NBI, NDBI năm 2020 tại 3 khu vực nghiên cứu.
- Kết quả đánh giá độ chính xác đất đô thị được phân loại tại 384 điểm khảo sát cho thấy phương pháp phân loại đất đô thị có độ chính xác cao, đặc biệt khi phân loại bằng chỉ số IBI, với trung bình độ chính xác toàn cục tại quận Ninh Kiều, TP.
- Nguyên nhân của sự khác biệt về độ chính xác tại 3 khu vực nghiên cứu là do sự khác biệt về đặc điểm đô thị như mật độ đất đô thị, cấu trúc đô thị, đặc điểm dân cư, vì thế khi sử dụng cùng một ngưỡng giá trị phân loại đô thị thì có sự khác biệt về độ chính xác.
- Kết quả đánh giá độ chính xác toàn cục các chỉ số phân loại đất đô thị.
- Chỉ số phân loại NDBI.
- Kết quả thống kê hệ số Kappa của các chỉ số phân loại đất đô thị.
- Bên cạnh đó, kết quả thống kê hệ số Kappa cũng cho thấy đất đô thị được phân loại có tương đồng.
- cao với đất đô thị ngoài thực địa, đặc biệt khi phân loại bằng chỉ số IBI, trong đó tại TP.
- Ngược lại, đất đô thị được phân loại bằng chỉ số NBI có tương đồng thấp nhất với đất đô thị ngoài thực địa, đặc biệt TP.
- So sánh và đề xuất các chỉ số có độ chính xác cao trong phân loại đất đô thị Kết quả đánh giá độ chính xác cho thấy phương pháp phân loại đất đô thị dựa trên chỉ số IBI có độ chính xác cao nhất.
- Ngược lại, khi phân loại đô thị dựa trên chỉ số NBI có độ chính xác thấp nhất..
- Nguyên nhân là do chỉ số IBI là sự kết hợp của ba chỉ số SAVI, MNDWI và NDBI đã làm giảm thông tin nhiễu của các đối tượng do đặc thù khu vực đô thị rất đa dạng về đối tượng và làm tăng độ tương phản quang phổ các đối tượng sử dụng đất, giúp làm nổi bật các đối tượng đất đô thị (Nguyễn Hoàng Khánh Linh, 2011), vì vậy việc phân loại đất đô thị dựa trên chỉ số IBI có độ chính xác cao nhất.
- Ngược lại, chỉ số NDBI và NBI chỉ nhận dạng được một đối tượng chính là đô thị, nhưng đặc thù của khu vực đô thị là rất đa dạng về đối tượng, nên phương pháp phân loại dựa trên một chỉ số riêng biệt rất dễ bị nhầm lẫn giữa các đối tượng với nhau.
- Kết quả nghiên cứu cũng nhận thấy phương pháp phân loại đất đô thị bằng các chỉ số IBI, NDBI, NBI có độ chính xác đạt tiêu chuẩn phân loại đất đô thị..
- Đồng thời kết quả đánh giá hệ số Kappa cũng cho thấy đất đô thị được phân tích bằng chỉ số NDBI, NBI, IBI có tương đồng cao với đất đô thị ngoài thực địa.
- Nguyên nhân là do các chỉ số IBI, NDBI, NBI được xây dựng thông qua phản xạ của dải sóng SWIR, dải sóng này có khả năng phản xạ tốt các vật liệu cấu tạo nên đất đô thị (như công trình xây dựng hay bề mặt không thấm) (Ilehag et al., 2019), chính vì thế việc phân loại bằng các chỉ số này có sự tương đồng cao với đất đô thị..
- Kết quả đánh giá độ chính xác (0 và 0) và kết quả so sánh diện tích đô thị được phân loại và diện tích đất đô thị được thống kê (0) cho thấy độ tin cậy của kết quả phân loại đất đô thị dựa trên các chỉ số được xếp theo thứ tự giảm dần như sau IBI, NDBI và NBI.
- kê độ tin cậy các chỉ số phân loại đô thị trong nghiên cứu của Lynch et al.
- Điều này cho thấy chỉ số IBI có độ tin cậy cao nhất, do đó nghiên cứu đề xuất sử dụng chỉ số này trong phân loại đất đô thị..
- Phương pháp phân loại đất đô thị dựa trên các chỉ số IBI, NDBI, NBI có độ tin cậy đạt tiêu chuẩn phân loại đất đô thị, trong đó chỉ số IBI có độ chính xác toàn cục và hệ số Kappa cao nhất.
- Đồng thời, diện tích đất đô thị được phân loại bằng chỉ số IBI cũng có tương quan cao nhất với diện tích đất đô thị được thống kê năm 2020.
- Vì thế, nghiên cứu đề xuất sử dụng chỉ số IBI để phân loại đất đô thị.
- Chỉ số NBI có độ tin cậy thấp nhất, vì thế không nên sử dụng chỉ số này để phân loại đất đô thị..
- dụng viễn thám và GIS đánh giá xu thế đô thị hóa tại thành phố Cần Thơ.
- động bản đồ phân bố đất đô thị bằng chỉ số IBI từ ảnh Landsat TM: tường hợp nghiên cứu tại thành phố Huế - Tỉnh Thừa Thiên Huế.
- Theo dõi tình hình đô thị hóa của Thành phố Cần Thơ sử dụng dữ liệu ảnh viễn thám.
- Đánh giá mối quan hệ giữa đô thị hóa và sụt lún đất tại Tp.
- Xu hướng đô thị hóa ở Việt Nam giai đoạn 2021-2030 và một số hệ lụy.