Tóm tắt

    Quá trình đô thị hóa không chỉ làm gia tăng bề mặt không thấm mà còn xuất hiện cả những diện tích đất trống trong đô thị do bỏ hoang đất canh tác nông nghiệp hoặc các dự án “treo”. Phương pháp phân loại ảnh viễn thám để thành lập bản đồ sử dụng đất trong đó có đất trống và đất xây dựng thường cho kết quả với độ chính xác không cao do các đối tượng này dễ bị nhầm lẫn trên ảnh. Do đó, sử dụng phương pháp chiết tách đất xây dựng từ ảnh chỉ số cho kết quả nhanh chóng và hiệu quả hơn. Nghiên cứu này, sử dụng chỉ số NDBI và UI để chiết tách đất xây dựng và đất trống khu vực thị xã Điện Bàn - Quảng Nam. Kết quả nghiên cứu cho thấy với thị xã Điện Bàn – Quảng Nam để chiết tách đất xây dựng và đất trống dùng chỉ số NDBI tốt hơn chỉ số UI. Kết quả này cũng phù hợp với các nghiên cứu trước đó về việc sử dụng ảnh chỉ số để chiết tách đất xây dựng và đất trống.

Từ khóa: Viễn thám, GIS, NDBI, UI, Điện Bàn...

1. Đặt vấn đề

    Đô thị hóa là một quá trình tất yếu ở mỗi quốc gia, trong đó có Việt Nam. Tuy nhiên, quá trình đô thị hóa ở mỗi nước cũng diễn ra theo xu hướng nhanh, chậm khác nhau bởi nó phụ thuộc vào điều kiện và trình độ phát triển kinh tế - xã hội ở quốc gia đó. Tại Việt Nam, thời gian qua, quá trình đô thị hóa đã diễn ra mạnh mẽ tại các đô thị lớn, tạo hiệu ứng thúc đẩy đô thị hóa nhanh lan toả diện rộng trên phạm vi các tỉnh, các vùng và cả nước, nhiều đô thị mới, khu đô thị mới được hình thành phát triển; nhiều đô thị cũ được cải tạo, nâng cấp hạ tầng cơ sở,… Điều này cho thấy, các đô thị Việt Nam đã và đang rất được chú trọng phát triển để nâng tầm cao với kiến trúc hiện đại. Quá trình đô thị hóa diễn ra nhanh và rộng khắp tại nhiều địa phương không chỉ tác động làm gia tăng dân số ở khu vực thành thị mà còn tác động đáng kể đến hệ sinh thái, hệ thống thủy văn, đa dạng sinh học và khí hậu địa phương, tạo ra hiện tượng đảo nhiệt đô thị. Việc nghiên cứu sự mở rộng không gian đô thị và một trong những kết quả là hiện tượng đảo nhiệt đô thị luôn cần những dữ liệu chính xác về đô thị như kích thước, hình dạng và bối cảnh không gian. Do đó, cần phải áp dụng một số kỹ thuật để nhanh chóng cung cấp thông tin về tình hình phân bố sử dụng đất đô thị giúp các nhà quản lý xây dựng có thêm cái nhìn tổng thể về chiến lược phát triển bền vững. Công nghệ GIS và viễn thám cùng với những áp dụng khoa học công nghệ hiện đại khác có thể đáp ứng được yêu cầu trên. Xuất phát từ những vấn đề đã nêu, nghiên cứu này được thực hiện nhằm chiết tách đất xây dựng và đất trống ở khu vực đô thị cụ thể là thị xã Điện Bàn, tỉnh Quảng Nam thông qua các chỉ số NDBI và UI được xác định từ ảnh vệ tinh.

2. Dữ liệu và phạm vi nghiên cứu

    Thị xã Điện Bàn thuộc tỉnh Quảng Nam có diện tích tự nhiên là 21.471 ha, trong đó có 10.046 ha đất nông nghiệp. Dân số là 203.295 người. Đơn vị hành chính gồm 20 xã, phường trong đó phường Vĩnh Điện là trung tâm thị xã.

    Địa bàn thị xã Điện Bàn trải từ 15⁰50’ đến 15⁰57’ vĩ độ Bắc và từ 108⁰ đến 108⁰20’ kinh độ Đông, cách tỉnh lỵ Tam Kỳ 48km về phía Bắc, cách thành phố Đà Nẵng 25km về phía Nam. Phía Bắc giáp huyện Hòa Vang (thành phố Đà Nẵng), phía Nam giáp huyện Duy Xuyên, phía Đông Nam giáp thành phố Hội An, phía Đông giáp biển Đông, phía Tây giáp huyện Đại Lộc.

    Tư liệu vệ tinh Landsat 8 của khu vực thị xã Điện Bàn được tải từ trang https://earthexplorer.usgs.gov/ của Hội khảo sát địa chất Hoa Kỳ với thông tin trong bảng dưới đây:

Mã ảnh	Ngày chụp	Độ phân giải (m)
LC08_L2SP_124049_20200709_20200912_02_T1	09/07/2020	30x30

a. Tiền xử lý ảnh viễn thám

    Ảnh Landsat 8 khu vực thị xã Điện Bàn, Quảng Nam sau khi được tải về từ Internet cần được hiệu chỉnh bức xạ và hiệu chỉnh khí quyển.

    Hiệu chỉnh bức xạ là quá trình chuyển đổi giá trị số nguyên thành giá trị bức xạ điện từ thu nhận được bởi bộ cảm. Hiệu chỉnh bức xạ nhằm loại bỏ sự khác biệt giữa giá trị ghi trong ảnh và giá trị phản xạ phổ bề mặt, giúp giảm sự khác biệt giá trị phản xạ phổ của các đối tượng ở các Sensors khác nhau.

    L_l = M_L * Qcal + A_L                         (1)

    trong đó:

+ M_L, A_L là hệ số chuyển đổi (các giá trị của các thông số này nằm trong metadata của ảnh Landsat 8).

+  Q_cal là giá trị số của ảnh (DN).

    Bức xạ điện từ thu nhận được bởi bộ cảm chịu ảnh hưởng của khí quyển. Hiệu chỉnh khí quyển là làm giảm ảnh hưởng của sự hấp thụ, tán xạ gây ra bởi các thành phần có trong khí quyển đến giá trị phản xạ bề mặt.

 r’ = [M_p. Q_cal + A_p]/ sinq_se            (2)

    trong đó:

+ ρ’ - giá trị phản xạ phổ tại đỉnh khí quyển (TOA reflectance);

+ Mp, Ap - hệ số chuyển đổi;

+ Qcal - giá trị số nguyên của ảnh.

b. Phương pháp tạo ảnh chỉ số từ việc chiết tách đất đô thị

    UI, NDBI là các chỉ số đô thị được đề xuất đối với các cảm biến của Landsat 7 TM đã được điều chỉnh cho phù hợp với các kênh phổ của ảnh vệ tinh Landsat 8 theo các công thức (3) và (4).

    Chỉ số UI được Kawamura và cộng sự phát triển để chiết tách đất đô thị khu vực Colombo - Sri Lanka từ ảnh Landsat TM [2].

                                          (3)

    Căn cứ vào đặc tính phản xạ phổ của đất xây dựng là phản xạ thấp với bước sóng NIR và phản xạ cao với bước sóng MIR; Zha, Gao và Ni đã phát triển chỉ số NDBI bằng cách sử dụng kênh 5 (NIR) và kênh 6 (SWIR) của ảnh Landsat TM để hỗ trợ lập bản đồ khu vực đô thị [1]

                                               (4)

3. Kết quả nghiên cứu

3.1. Ảnh vệ tinh đã được xử lý

    Kênh 5, 6, 7 được hiệu chỉnh khí quyển với các giá trị M_r = 0.00002; A_r = -0.1 và q_se = 64.72203121⁰

                         Kênh 5                                                                        Kênh 6                                                                      Kênh 7

3.2. Chiết tách đất  xây dựng và đất trống bằng ảnh chỉ số

 

3.3. Đánh giá độ chính xác

    Để đánh giá độ chính xác, kiểm tra ngẫu nhiên từ ảnh phân ngưỡng chỉ số UI và NDBI  năm 2020 với file .shp dạng line lớp dân cư được chiết tách từ bản đồ địa hình khu vực thị xã Điện Bàn, Quảng Nam tỉ lệ 1/50000 được thành lập năm 2019. Lớp đất dân cư tương đối chồng khít với ảnh phân ngưỡng chỉ số UI và NDBI năm 2020 cho thấy độ chính xác tổng thể khá tốt.

    Kết quả đánh giá định lượng cho thấy độ chính xác toàn cục khi sử dụng các chỉ số NDBI và UI đạt được lần lượt là 92,33 và 89.94. Hệ số Kappa tương ứng là 0.78, 0.72. Để có thêm sự so sánh, bản đồ lớp phủ thành lập từ ảnh vệ tinh phân loại dựa trên thuật toán xác suất cực đại, độ chính xác toàn cục chỉ đạt 70,24 và hệ số Kapa tương ứng là 0.58. Điều này cho thấy việc sử dụng ảnh chỉ số vừa nhanh chóng và hiệu quả hơn.

4. Kết luận

    Qua quá trình nghiên cứu cơ sở lý thuyết và chiết tách đất xây dựng và đất trống từ ảnh viễn thám bằng ảnh chỉ số với khu vực thị xã Điện Bàn, Quảng Nam, một số kết luận được rút ra như sau:

- Các chỉ số đều phản ánh đất xây dựng ứng với ngưỡng giá trị cao, tiếp đến là đất trống và thấp nhất là các đối tượng khác. Kết quả này hoàn toàn phù hợp với các nghiên cứu trước đó.

- Chiết tách đất xây dựng: Dùng chỉ số NDBI tốt hơn chỉ số UI đối với khu vực thị xã Điện Bàn, Quảng Nam. Cả hai chỉ số NDBI và UI đều phân nhầm nước sông vào đất xây dựng.

- Chiết tách đất trống: Dùng chỉ số NDBI tốt hơn, chỉ số UI tuy nhiên hai chỉ số này vẫn bị nhầm lẫn đất trống ở một số vị trí.

Chiết tách đất xây dựng và đất trống từ ảnh viễn thám giúp nhanh chóng cập nhật thông tin về tình hình sử dụng đất đô thị phục vụ cho công tác quản lý đất đai của các địa phương được tốt hơn, giúp chính quyền địa phương có những chính sách phù hợp để phát triển một cách bền vững.

Tài liệu tham khảo

[1]. Zha, Y., J. Gao, and S. Ni (2003). “Use of normalized difference built-up index in automatically mapping urban areas from TM imagery.” International Journal of Remote Sensing, 24, no. 3: 583-594.

[2]. Kawamura, M.; Jayamana, S.; Tsujiko, Y (1996). Relation between social and environmental conditions in Colombo Sri Lanka and the urban index estimated by satellite remote sensing data. Int. Arch. Photogramm. Remote Sens, 31, 321-326

[3]. Xu, H. Analysis of impervious surface and its impact on urban heat environment using the normalized difference impervious surface index (NDISI). Photogramm. Eng. Remote Sens. 2010, 76, 557-565

[4]. Xu, H.Q (2008). A new index for delineating built-up land features in satellite imagery.Int.J.RemoteSens.,29,4269-4276. https://doi.org/10.1080/01431160802039957

[5]. Qian, J.; Zhou, Q.; Chen, X (2010). Improvement of urban land use and land cover classification approach in arid areas. In Proceedings of the International Society for Optics and Photonics Image and Signal Processing for Remote Sensing XVI, Toulouse, France, 20-22 September.

[6]. Zhou, Y.; Yang, G.; Wang, S.; Wang, L.; Wang, F.; Liu, X (2014). A new index for mapping built-up and bare land areas from Landsat-8 OLI data. Remote Sens. Lett., 5, 862–-871.