Phát hiện và phân loại vết dầu trên biển từ dữ liệu ảnh vệ tinh đa phổ Landsat 7 ETM+
AN TOÀN - MÔI TRƯỜNG DẦU KHÍ
PHÁT HIỆN VÀ PHÂN LOẠI VẾT DẦU TRÊN BIỂN
TỪ DỮ LIỆU ẢNH VỆ TINH ĐA PHỔ LANDSAT 7 ETM+
TS. Trịnh Lê Hùng
Học viện Kỹ thuật Quân sự
Email: trinhlehung125@mail.com
Tóm tắt
Sự cố tràn dầu gây ô nhiễm môi trường biển nghiêm trọng. Việc phát hiện sớm và phân loại vết dầu tràn trên biển
là một vấn đề cấp bách, có ý nghĩa khoa học và thực tiễn cao. Ngoài dữ liệu viễn thám siêu cao tần, có thể sử dụng dữ
liệu viễn thám quang học để phát hiện và phân loại vết dầu. Bài báo giới thiệu phương pháp xử lý ảnh vệ tinh đa phổ
độ phân giải không gian trung bình Landsat 7 ETM+ trong phát hiện và phân loại vết dầu nhằm phục vụ việc giám sát
và giảm thiểu thiệt hại do sự cố tràn dầu gây ra.
Từ khóa: Ảnh đa phổ, độ phân giải không gian, vết dầu, viễn thám quang học, Landsat, tỷ số ảnh, phân tích thành phần chính,
phân loại.
1. Giới thiệu
Tư liệu viễn thám, trong đó chủ đạo là tư liệu viễn
phương pháp xử lý ảnh vệ tinh đa phổ độ phân giải trung
bình Landsat 7 ETM+ để phân loại và phát hiện vết dầu
trên biển.
thám siêu cao tần có khả năng thu nhận ảnh trong mọi
điều kiện thời tiết, cả ban ngày và ban đêm, được ứng
dụng hiệu quả trong giám sát và ứng phó sự cố tràn
dầu. Đây cũng là công cụ hiệu quả trong nghiên cứu môi
trường biển nói chung và phân loại vết dầu nói riêng. Ảnh
vệ tinh quang học do bản chất được thu nhận trong dải
sóng nhìn thấy và hồng ngoại phù hợp với cảm nhận của
con người, ít biến dạng về hình học, do đó được sử dụng
rộng rãi trong nghiên cứu tài nguyên, môi trường. Với độ
phân giải phổ rộng gồm nhiều kênh phổ, ảnh quang học
thể hiện sự ưu việt trong quan sát lớp phủ mặt đất, sử
dụng đất đai, giám sát và dự đoán thiên tai... Tuy nhiên,
ảnh vệ tinh quang học cũng có nhược điểm: phụ thuộc
vào điều kiện thời tiết, thường có mây mù trên ảnh, thiếu
thông tin về cấu trúc và độ gồ ghề của bề mặt. Các nghiên
cứu của Robert S.Rand et al. (1992), Alireza Taravat, Fabio
Del Frate (2012), Kolokoussis Polychronis et al. (2013) đã
sử dụng dữ liệu ảnh quang học trong nghiên cứu ô nhiễm
biển do sự cố tràn dầu [1 - 3]. Song đến nay số lượng các
nghiên cứu tương tự còn ít. Trên cơ sở đó, tác giả đề xuất
2. Phát hiện và phân loại vết dầu trên biển từ dữ liệu
ảnh Landsat 7 ETM+
2.1. Đặc điểm ảnh vệ tinh quang học Landsat 7 ETM+
Năm 1967, Tổ chức Hàng không và Vệ tinh Quốc gia
(NASA) đã thực hiện chương trình nghiên cứu thăm dò
tài nguyên trái đất (Earth Resources Technology Satellite
- ERTS). Sau đó, chương trình này được đổi tên thành
Landsat - các vệ tinh chuyên dùng để thăm dò tài nguyên
trái đất. Landsat 1 được phóng thành công lên quỹ đạo
từ năm 1972. Đến nay, có 8 thế hệ vệ tinh Landsat được
phóng lên quỹ đạo (Bảng 1).
Landsat 7 sử dụng bộ cảm biến quang học ETM+
(Enhanced Thematic Mapper Plus), ghi lại năng lượng
trong vùng nhìn thấy, hồng ngoại và hồng ngoại nhiệt của
quang phổ. Landsat-7 được phóng lên quỹ đạo vào ngày
15/4/1999, cung cấp ảnh ở 8 kênh phổ, trong đó có 6 kênh
đa phổ với độ phân giải không gian 30m, 1 kênh toàn sắc
Bảng 1. Các thế hệ vệ tinh Landsat
Ngày ngừng hoạt động
Vệ tinh
Landsat 1
Landsat 2
Landsat 3
Landsat 4
Landsat 5
Landsat 6
Landsat 7
Landsat 8
Ngày phóng
23/6/1972
21/1/1975
5/3/1978
Bộ cảm biến
MSS
6/1/1978
25/2/1982
MSS
31/3/1983
MSS
16/7/1982
1/3/1984
15/6/2001
TM, MSS
TM, MSS
ETM
5/6/2013
5/3/1993
Dừng hoạt động ngay khi phóng
Đang hoạt động
Đang hoạt động
15/4/1999
11/2/2013
ETM+
OLI, TIRS
DẦU KHÍ - SỐ 2/2015
60
PETROVIETNAM
Bảng 2. Đặc điểm ảnh vệ tinh đa phổ Landsat 7 ETM+
Kênh
Tên gọi
Xanh lam (Blue)
Xanh lục (Green)
Bước sóng (μm)
0,459 - 0,515
0,525 - 0,605
0,630 - 0,690
0,775 - 0,900
1,550 - 1,750
10,40 - 12,50
2,090 - 2,350
0,520 - 0,900
Độ phân giải không gian (m)
1
2
3
4
5
6
7
8
30
30
30
30
30
60
30
15
Đỏ (Red)
Cận hồng ngoại (NIR)
Hồng ngoại giữa (MIR)
Hồng ngoại nhiệt (TIR)
Hồng ngoại giữa (MIR)
Toàn sắc (Panchromatic)
Bảng 3. Giá trị Lmax, Lmin đối với các kênh phổ ảnh Landsat ETM+
Tên kênh
phô
Bước sóng
(μm)
Kênh
Lmax
Lmin
̉
1
2
3
4
5
7
Blue
Green
Red
0,45 - 0,515
0,525 - 0,605
0,63 - 0,69
0,75 - 0,90
1,55 - 1,75
2,09 - 2,35
191,600
196,500
152,900
241,100
31,060
-6,200
-6,400
-5,000
-5,100
-1,000
-0,350
NIR
MIR
MIR
10,800
Chuyển đổi giá trị số sang giá trị bức xạ phổ đổi với
ảnh Landsat 7 ETM+ được thực hiện như sau:
Hình 1. Ảnh vệ tinh Landsat 7 ETM+ bị lỗi sọc và ảnh không bị lỗi
với độ phân giải 15m và 1 kênh hồng ngoại nhiệt ở độ
phân giải 60m. Đặc điểm các kênh phổ của ảnh Landsat 7
được thể hiện trong Bảng 2.
Lmax − Lmin
DNmax − DN min
Lλ =
(DN − DNmin
)
+ L min
(1)
Trong đó:
Vệ tinh Landsat 7 ETM+ sau 4 năm đưa lên quỹ đạo đã
bị lỗi sọc do gặp trục trặc về kỹ thuật SLC - Off (15/4/2003).
Trục trặc này hiện vẫn chưa được khắc phục, làm giảm khả
năng thu nhận thông tin quan sát trái đất khoảng 30%
(Hình 1). Các thông tin này vẫn sử dụng được khi xử lý các
vết sọc bằng thuật toán GapFill.
Lλ: Giá trị bức xạ phổ;
L
max, Lmin: Giá trị bức xạ phổ ứng với DNmax và DNmin ở
kênh phổ (giá trị này được lấy từ file metadata trong dữ
liệu ảnh Landsat);
DNmax: Giá trị số lớn nhất;
DNmin: Giá trị số nhỏ nhất.
2.2. Phương pháp nghiên cứu
2.2.1. Tiền xử lý ảnh Landsat 7 ETM+
Do ảnh Landsat 7 ETM+ được lưu trữ ở cấu trúc
8 bit tương ứng với 256 cấp độ độ xám, DNmax = 255,
DNmin = 1 [5]. Giá trị Lmax, Lmin đối với ảnh đa phổ Landsat
ETM+ được trình bày trong Bảng 3.
Để phân loại vết dầu trên biển từ dữ liệu ảnh Landsat
7 ETM+, đầu tiên phải sửa lỗi sọc trên ảnh bằng thuật toán
GapFill do NASA đưa ra [4]. Quá trình xử lý gồm 2 bước:
(1) định dạng lại ảnh để có cùng kích thước; (2) sử dụng
dữ liệu từ ảnh lấp để thay thế dữ liệu trống trên ảnh gốc.
Trong quá trình định dạng lại, kênh hồng ngoại nhiệt
(kênh 6) của ảnh sẽ được chuyển từ kích thước pixel 60m
thành 30m. Việc sử dụng nhiều ảnh ghép sẽ giảm kích
thước các khe hở của ảnh.
Giá trị bức xạ phổ nhận được trong bước 1 sẽ được
sử dụng để xác định giá trị phản xạ phổ (reflectance). Giá
trị phản xạ phổ đối với ảnh Landsat ETM+ được thực hiện
như sau:
2
π.Lλ .d
(2)
ρ =
ESUNλ .cos(θs )
Trong đó:
Ảnh sau khi được sửa lỗi sọc sẽ chuyển đổi giá trị số
(digital number) sang giá trị bức xạ phổ (spectral radiance).
Việc chuyển đổi giá trị số sang giá trị bức xạ giúp giảm
thiểu sự khác biệt về phổ khi ghép các ảnh với nhau [5].
d: Khoảng cách thiên văn giữa trái đất và mặt trời, được
xác định theo công thức: d = (1,0 - 0,01674.cos(0,9856(D-4)),
ở đây D là thứ tự ngày trong năm.
DẦU KHÍ - SỐ 2/2015
61
AN TOÀN - MÔI TRƯỜNG DẦU KHÍ
Lλ: Giá trị bức xạ phổ nhận được từ bước 1;
đánh giá sự biến động, sự ô nhiễm... (chỉ số thoái hóa đất,
chỉ số diện tích lá, chỉ số độ ẩm đất...) [11].
ESUN: Giá trị trung bình bức xạ quang phổ mặt trời
(Bảng 2);
Để làm nổi bật vết dầu so với vùng biển xung quanh,
tác giả tiến hành thực nghiệm tính tỷ số ảnh sử dụng các
kênh phổ trong dải sóng nhìn thấy (kênh 1, 2, 3) và dải
sóng hồng ngoại (kênh 4, 5, 7). Kết quả phân tích đặc
trưng phản xạ phổ của vết dầu và nước biển cho thấy, ở
dải sóng xanh lam (kênh 1, bước sóng 0,45 - 0,515μm) và
xanh lục (kênh 2, bước sóng 0,525 - 0,605μm), nước biển
có khả năng phản xạ phổ thấp hơn đáng kể so với vết
dầu. Trong khi đó ở dải sóng đỏ (kênh 3, bước sóng 0,63
- 0,69μm) và cận hồng ngoại (kênh 4, bước sóng 0,75 -
0,90μm), nước biển và vết dầu có khả năng phản xạ phổ
tương đồng (Hình 2) [6]. Như vậy, tỷ số giữa các kênh ảnh
ở bước sóng đỏ, cận hồng ngoại với các kênh ảnh ở bước
sóng xanh lam, xanh lục có thể sử dụng để phân biệt vết
dầu với vùng biển xung quanh. Kết quả thực nghiệm cho
thấy, tỷ số giữa phản xạ phổ (kênh 4/kênh 2)/kênh 1 và
(kênh 3/kênh 2)/kênh 1 thể hiện rõ nhất sự tương phản
giữa vết dầu và vùng biển xung quanh.
θs: Góc thiên đỉnh (được lấy trong file metadata ảnh
Landsat) [5].
Để loại bỏ ảnh hưởng của điều kiện khí quyển đến
chất lượng ảnh, tác giả sử dụng thuật toán “trừ đối tượng
tối”(DOS - dark object subtract) nhằm chuyển giá trị phản
xạ phổ về phản xạ bề mặt (surface reflectance). Phương
pháp này dựa vào các điều kiện trên ảnh và “đối tượng
đen”được ước tính từ giá trị thấp nhất của histogram trích
dẫn từ mỗi kênh ảnh [1 - 3, 10].
2.2.2. Phương pháp tỷ số ảnh và phân tích thành phần chính
- Phương pháp tỷ số ảnh (band rationing method)
Bản chất của phương pháp tỷ số ảnh là chia giá trị
phản xạ phổ tại 2 kênh phổ mà vật thể phản xạ mạnh nhất
và hấp thụ mạnh nhất bức xạ điện từ. Phương pháp này
cho phép thể hiện các biến đổi nhỏ nhất trong đặc tính
phổ của vật thể, từ đó có thể phân loại chính xác. Ưu điểm
của phương pháp tỷ số ảnh là xử lý đơn giản, không mất
nhiều thời gian tính toán như các phương pháp cổ điển
(phân loại bằng các thuật toán thông dụng), nên được sử
dụng rộng rãi trong việc xây dựng các chỉ số ảnh để phân
loại đối tượng đặc trưng (thực vật, khoáng sản,...) hoặc
- Phương pháp phân tích thành phần chính
(principal component analysis)
Phân tích thành phần chính là thuật toán đặc trưng
trong xử lý ảnh vệ tinh đa phổ nhằm làm nổi bật đặc tính
phổ của một số đối tượng bề mặt trái đất (khoáng sản, mỏ
lộ thiên...) mà các phương pháp tăng độ tương phản khác
không nhận biết rõ ràng được. Bản chất của phương pháp
này là thuật toán thống kê toán học nhằm biến đổi tập dữ
liệu đa biến tương quan vào trong một tập dữ liệu đa biến
không tương quan - còn được gọi là các thành phần chính
[8], nhằm giảm chiều dữ liệu mà vẫn giữ được thông tin
cần thiết về đối tượng cần nghiên cứu.
Bảng 4. Giá trị ESUN đối với các kênh phổ ảnh Landsat 7 ETM+
Tên kênh
phổ
Blue
Green
Red
Bước sóng
(μm)
ESUN
Kênh
(watts/m2, ster, μm)
1
2
3
4
5
7
8
0,45 - 0,515
0,525 - 0,605
0,63 - 0,69
0,75 - 0,90
1,55 - 1,75
2,09 - 2,35
0,52 - 0,90
1.997
1.812
1.533
1.039
230,8
84,90
1.362
NIR
MIR
MIR
PAN
Ảnh vệ tinh là tập dữ liệu đa kênh phổ điển hình có độ
tương quan lớn. Tương quan giữa hai kênh ảnh thể hiện
mức độ chứa thông tin giống nhau cho bởi 2 kênh này. Các
kênh có độ tương quan cao thường không được sử dụng
đồng thời để hiển thị màu hoặc chiết tách các đối tượng
tương đồng về phản xạ phổ [8]. Kết quả phân tích tương
quan giữa 7 kênh phổ của ảnh Landsat 7 ETM+ được thể
hiện ở ma trận tương quan (Bảng 5) cho thấy, kênh 1, 2 và 3
có sự tương quan rất cao (> 95%) nên có sự dư thừa khi sử
dụng đồng thời 3 kênh này để hiển thị hoặc tổ hợp màu. Ở
mức thấp hơn có sự tương quan giữa các kênh 4, 5, 6 (76 -
95%), 39% giữa kênh 1 và kênh 4, 44% giữa kênh 2 và kênh
4. Phân tích ma trận tương quan cũng cho thấy, kênh 4 ít
tương quan với các kênh 1, 2, 3 và kênh 7 thường không có
sự tương quan lớn với bất kỳ kênh còn lại [12].
Nước biển
Vết dầu
Bước sóng (nm)
Hình 2. Đặc trưng phản xạ phổ của vết dầu và nước biển
DẦU KHÍ - SỐ 2/2015
62
PETROVIETNAM
Bảng 5. Ma trận tương quan của ảnh Landsat 7 ETM+
1
0,45 - 0,52
1,00
2
3
4
5
6
7
Kênh μm
0,52 - 0,6
0,63 - 0,69
0,76 - 0,9
1,55 - 1,75
10,4 - 12,5
2,08 - 2,35
1
2
3
4
5
6
7
0,96
0,95
0,39
0,56
0,72
0,56
1,00
0,96
0,44
0,61
0,76
0,58
1,00
0,53
0,71
0,84
0,66
1,00
0,88
0,76
0,66
1,00
0,95
0,78
1,00
0,81
1,00
Giả sử ảnh viễn thám có k kênh, phân tích thành phần
chính được sử dụng để tìm vector không gian p chiều thể
hiện bởi vector Z (giá trị độ sáng mới tương ứng từng pixel
trên ảnh thành phần chính). Giả sử ảnh gốc viễn thám mỗi
pixel mang giá trị độ sáng được thể hiện bởi vector tương
ứng xi (i = 1, 2…k), các pixel tương ứng trên ảnh thành
phần chính thể hiện bởi vector Zi (i = 1, 2…k).
Quan hệ có thể được mô tả theo tổ hợp tuyến tính:
Zi = ai1x1 + ai2x2 + … + aikxk
hay:
(3)
Để nhận được các thành phần chính, cần giải hệ
phương trình trên để tìm các hệ số aik theo điều kiện sau:
∑aik2 = 1
(4)
Giá trị phương sai của Zi phải cực đại, các đại lượng Zi
và Zi+1 phải độc lập tuyến tính với nhau [8, 12].
Sau khi xác định các thành phần chính, cần phân
tích giá trị vector riêng để lựa chọn thành phần chính có
nhiều thông tin nhất về vết dầu. Ảnh tỷ số (kênh 4/kênh
2)/kênh 1, (kênh 3/kênh 2)/kênh 1 và thành phần chính có
nhiều thông tin nhất được sử dụng để tổ hợp màu RGB. Để
phân loại vết dầu, tác giả sử dụng phương pháp phân loại
tự động có giám sát sử dụng thuật toán xác suất cực đại
(maximum likelihood). Đây là phương pháp phân loại có
độ chính xác cao và được chứng minh trong nhiều nghiên
cứu trên thế giới [8]. Kết quả phân loại vết dầu sẽ được lọc
nhiễu bằng phép lọc trung vị (median) để loại bỏ các nhiễu
không cần thiết. Phép lọc trung vị làm mịn ảnh nhưng vẫn
giữ được thông tin trên ảnh, đặc biệt là thông tin ở đường
biên - một yếu tố rất quan trọng trong phân loại vết dầu. Sơ
đồ phương pháp phát hiện và phân loại vết dầu trên ảnh đa
phổ Landsat 7 ETM+ được trình bày trong Hình 3.
Hình 3. Sơ đồ thuật toán phát hiện và phân loại vết dầu
từ tư liệu ảnh đa phổ Landsat 7 ETM+
2.3. Kết quả nghiên cứu
Khu vực thực nghiệm trong nghiên cứu là vịnh Mexico
- nơi xảy ra sự cố tràn dầu nghiêm trọng do nổ giàn khoan
Deepwater Horizon ngày 20/4/2010. Dữ liệu ảnh Landsat 7
ETM+ được cập nhật liên tục với chu kỳ 16 ngày tại địa chỉ
7 ETM+ bị nhiễu sọc, làm mất khoảng 30% lượng thông
DẦU KHÍ - SỐ 2/2015
63
AN TOÀN - MÔI TRƯỜNG DẦU KHÍ
tin trên ảnh (Hình 4a). Các thông tin
bị mất do lỗi sọc đã được khắc phục
bằng thuật toán GapFill và dữ liệu ảnh
đảm bảo chất lượng trong giải quyết
các bài toán giám sát tài nguyên, môi
trường (Hình 4b).
Trong Hình 5, kết quả tính ảnh
tỷ số (kênh 3/kênh 2)/kênh1 và
(kênh 4/kênh 2)/kênh 1 cho thấy, vết
dầu nổi bật và có màu tối hơn so với
vùng biển xung quanh.
(a)
(b)
Hình 4. Ảnh Landsat 7 ETM+ chụp ngày 1/5/2010 tại vịnh Mexico bị lỗi sọc (a) và kết quả sau khi sửa lỗi sọc (b)
Khi phân tích thành phần chính,
độ lớn và giá trị vector riêng, trị riêng
cung cấp thông tin quan trọng về đặc
tính phản xạ phổ của vết dầu và là
cơ sở để lựa chọn thành phần chính
mang nhiều thông tin nhất về đối
tượng cần phân loại. Trong nghiên
cứu này, tác giả áp dụng phương
pháp chuyển đổi thành phần chính
cho 6 kênh đa phổ (kênh 1, 2, 3, 4,
5, 7) của ảnh Landsat ETM+ ở vịnh
Mexico (Hình 6). Kết quả tính giá trị
(a)
(b)
Hình 5. Ảnh tỷ số (kênh 3/kênh 2)/kênh1 (a), (kênh 4/kênh 2)/kênh 1 (b)
(c)
(a)
(b)
(d)
(e)
(f)
Hình 6. Kết quả xác định 6 thành phần chính (PC1 - a, PC2 - b, PC3 - c, PC4 - d, PC5 - e, PC6 - f) đối với ảnh Landsat 7 ETM+ ở vịnh Mexico
DẦU KHÍ - SỐ 2/2015
64
PETROVIETNAM
Bảng 6. Giá trị vector riêng và trị riêng trong phân tích thành phần chính khu vực nghiên cứu
Kênh
PC1
PC2
PC3
PC4
PC5
PC6
Kênh 1
Kênh 2
0,180
0,345
Kênh 3
Kênh 4
0,049
0,009
0,098
0,661
0,352
0,653
Kênh 5
-0,140
0,778
-0,587
-0,115
0,127
Kênh 7
-0,022
0,053
-0,159
0,681
Trị riêng (%)
88,87
7,30
0,476
0,477
0,563
0,227
0,318
0,275
-0,848
0,212
0,480
0,053
0,018
0,052
0,271
2,23
0,70
0,63
0,20
-0,177
-0,683
-0,581
-0,593
0,395
0,046
Hình 9. Kết quả phát hiện và phân loại vết dầu từ dữ liệu
Hình 7. PC1 sau khi sử dụng kỹ thuật tương phản
Hình 8. Ảnh tổ hợp màu ảnh tỷ số và PC1
ảnh Landsat 7 ETM+
vector riêng, trị riêng của các thành phần chính (Bảng 6)
cho thấy, có trên 98% thông tin tập trung ở 3 thành phần
chính đầu tiên, trong đó thành phần chính thứ nhất (PC1)
chứa 88,87% thông tin trên ảnh. Các thành phần chính
PC4, PC5, PC6 chứa lượng thông tin không đáng kể.
màu tối (Hình 7). Kết quả tổ hợp màu RGB ảnh tỷ số và PC1
được thể hiện trên Hình 8. Trên ảnh tổ hợp màu có thể dễ
dàng nhận thấy, vết dầu có sự tương phản rõ rệt với vùng
biển xung quanh.
Hình 9 là kết quả phân loại vết dầu từ dữ liệu ảnh
Landsat 7 ETM+ sử dụng phương pháp phân loại tự động
có giám sát bằng thuật toán xác suất cực đại. Có thể nhận
thấy, vết dầu đã được phát hiện và phân loại với độ chính
xác cao, đảm bảo giữ được hình dạng đường biên vết dầu.
Do vết dầu có khả năng phản xạ cao ở kênh 1 (bước
sóng 0,45 - 0,515μm), kênh 2 (bước sóng 0,525 - 0,605μm)
và hấp thụ mạnh năng lượng bức xạ điện từ ở kênh 3
(bước sóng 0,63 - 0,69μm), kênh 4 (bước sóng 0,75 - 0,90
μm) - Hình 2, để lựa chọn thành phần chính mang nhiều
thông tin nhất về vết dầu cần quan tâm đến các giá trị
vector đối với kênh 1, 2, 3, 4. Thành phần chính nào có
nhiều thông tin để phát hiện vết dầu nhất khi các giá trị
vector ở kênh 1 hoặc kênh 2 và kênh 3 hoặc kênh 4 ngược
dấu và có độ chênh lệch lớn.
3. Kết luận
Ô nhiễm tràn dầu là vấn đề môi trường cấp bách đối
với các quốc gia ven biển. Các phương pháp nghiên cứu
truyền thống dựa trên kết quả điều tra, thăm dò thực địa
không thể giải quyết được bài toán ở quy mô lớn, khó phát
hiện sớm vết dầu từ xa để giám sát và giảm thiểu thiệt hại
do sự cố tràn dầu gây ra. Kỹ thuật viễn thám (với ưu điểm
vượt trội như diện tích bao phủ rộng, có khả năng chụp
lặp lại một vị trí trong thời gian ngắn) đã được ứng dụng
hiệu quả trong phát hiện và phân loại vết dầu trên biển.
Từ phân tích trên cho thấy, vector riêng đối với kênh
1 và kênh 3 trong PC1 ngược nhau về dấu và giá trị chênh
lệch lớn nhất, do vậy PC1 mang nhiều thông tin nhất để
phát hiện vết dầu trên biển. Trên PC1, vết dầu được thể
hiện ở màu sáng do vector riêng của kênh 1 nhận giá trị
dương (0,476) và kênh 3 nhận giá trị âm (-0,848).
Bên cạnh tư liệu viễn thám siêu cao tần, tư liệu viễn
thám quang học là công cụ hiệu quả trong nghiên cứu
giám sát môi trường biển. Với đặc điểm thu nhận ảnh ở
dải phổ rộng, dễ xử lý và được cung cấp miễn phí, cập
nhật trong thời gian ngắn, ảnh vệ tinh quang học, trong
đó có ảnh Landsat 7 ETM+ được ứng dụng hiệu quả trong
phát hiện sớm và phân loại vết dầu, phục vụ xây dựng
các hệ thống giám sát sự cố tràn dầu trên biển. Kết quả
Ảnh tỷ số (kênh 3/kênh 2)/kênh 1, (kênh 4/kênh 2)/
kênh 1 và PC1 được sử dụng để tổ hợp màu RGB. Do trên
ảnh tỷ số, các pixel màu tối đại diện cho vết dầu, trong
khi đó ở PC1, vết dầu được thể hiện ở các pixel màu sáng,
để tương đồng, trong nghiên cứu sử dụng kỹ thuật tương
phản màu sắc đối với PC1. Trên ảnh PC1 sau khi sử dụng
kỹ thuật tương phản màu sắc, vết dầu sẽ được thể hiện ở
DẦU KHÍ - SỐ 2/2015
65
AN TOÀN - MÔI TRƯỜNG DẦU KHÍ
nghiên cứu cho thấy, phương pháp tỷ số ảnh và phân tích
thành phần chính có khả năng thể hiện sự tương phản
giữa vết dầu và vùng biển xung quanh. Việc kết hợp giữa
ảnh tỷ số và thành phần chính thứ nhất giúp nâng cao khả
năng phân loại vết dầu trên ảnh Landsat 7 ETM+.
6. Javier Plaza, Rosa Pérez, Antonio Plaza, Pablo
Martínez, David Valencia. Mapping oil spills on sea water
using spectral mixture analysis of hyperspectral image data.
SPIE Proceedings. 2005; 5995.
7. McFeeters S.K. The use of the normalized difference
water index (NDWI) in the delineation of open water features.
International Journal of Remote Sensing. 1996; 17(7):
p. 1425 - 1432.
Tài liệu tham khảo
1. Kolokoussis Polychronis, Karathanassi Vassilia.
Detection of oil spills and underwater natural oil outflow
using multispectral satellite imagery. International Journal
of Remote Sensing Applications. 2013; 3(3): p. 145 - 154.
8. Thomas M.Lillesand, Ralph W.Kiefer. Remote
sensing and image interpretation (4th edition). John Wiley
& Sons, Inc., New York. 2008: 469 pages.
2. Robert S.Rand, Donald A.Davis, M.B.Satterwhite,
John E.Anderson. Methods of monitoring the Persian gulf
oil spill using digital and hardcopy multiband data. US Army
Corps of EngineersTopographic Engineering Center. 1992.
9. Trịnh Lê Hùng. Phương pháp phân tích texture
trong phát hiện vết dầu bằng dữ liệu ảnh vệ tinh ENVISAT
ASAR. Tạp chí Dầu khí. 2013; 12: trang 44 - 47.
10. Trịnh Lê Hùng. Nghiên cứu sự phân bố nhiệt độ bề
mặt bằng dữ liệu ảnh đa phổ Landsat. Tạp chí các khoa học
về Trái đất. 2014; 36(1).
3. Alireza Taravat, Fabio Del Frate. Development of
band rationing algorithm and neural networks to detection
of oil spills using Landsat ETM+ data. EURASIP Journal on
Advances in Signal Processing. 2012; 107.
11. Trịnh Lê Hùng. Phương pháp tỷ số ảnh và ứng
dụng trong phát hiện khoáng chất oxit sắt, sét, kim loại màu.
Tạp chí Công nghiệp Mỏ. 2013; 4: trang 19 - 24.
4. Pat Scaramuzza, Esad Micijevic, Gyanesh Chander.
SLC Gap - Filled products phase one methodology. NASA.
2014.
12. Trịnh Lê Hùng. Ứng dụng viễn thám trong phát hiện
các hợp phần chứa sắt và khoáng vật sét trên cơ sở kỹ thuật
Crosta. Tạp chí Công nghiệp Mỏ. 2014; 1, trang 36 - 40.
5. National Aeronautics and Space Administration
(NASA). Landsat 7 science data users handbook. 186p.
Detection and classification of oil spills on the sea
using Landsat 7 ETM+ multispectral images
Trinh Le Hung
Military Technical Academy
Summary
Oil spill pollution poses one of the most serious threats on marine and coastal environments. The present situ-
ation of oil pollution in river mouth, continental shelf and ocean due to the oil and gas industry and marine traffic
damages the marine environment and causes huge economic losses. Besides the microwave remote sensing, optical
remote sensing can also be used effectively in the detection and classification of oil spill. This article presents the
method of interpreting Landsat 7 ETM+ multispectral images with medium spatial resolution to detect and classify
oil spill for monitoring and minimising damages.
Key words: Multispectral image, spatial resolution, oil spill, optical remote sensing, Landsat, band ratio method, principal
component analysis, classification.
DẦU KHÍ - SỐ 2/2015
66
Bạn đang xem tài liệu "Phát hiện và phân loại vết dầu trên biển từ dữ liệu ảnh vệ tinh đa phổ Landsat 7 ETM+", để tải tài liệu gốc về máy hãy click vào nút Download ở trên
File đính kèm:
- phat_hien_va_phan_loai_vet_dau_tren_bien_tu_du_lieu_anh_ve_t.pdf