Upload
others
View
4
Download
0
Embed Size (px)
Citation preview
TRƢỜNG ĐẠI HỌC CẦN THƠ
KHOA MÔI TRƢỜNG VÀ TÀI NGUYÊN THIÊN NHIÊN
----------------------------
XÂY DỰNG PHƢƠNG PHÁP TÍNH CHIỀU CAO
CÂY RỪNG NGẬP MẶN BẰNG CÔNG NGHỆ
FLYCAM
LUẬN VĂN KỸ SƢ NGÀNH LÂM SINH
CÁN BỘ HƢỚNG DẪN SINH VIÊN THỰC HIỆN
Ts. Võ Quốc Tuấn Huỳnh Vũ
MSSV: B1404516
Lớp Lâm Sinh K40
Cần Thơ, 2017
i
LỜI CAM ĐOAN
Tôi xin cam đoan đây là công trình nghiên cứu của bản thân. Các số liệu, kết quả trình
bày trong luận văn là trung thực và chƣa từng đƣợc ai công bố trong bất cứ công trình
luận văn nào trƣớc đây.
Cần Thơ, ngày... tháng... năm 2017
Sinh viên thực hiện
Huỳnh Vũ
ii
TRƢỜNG ĐẠI HỌC CẦN THƠ
KHOA MÔI TRƢỜNG VÀ TÀI NGUYÊN THIÊN NHIÊN
BỘ MÔN TÀI NGUYÊN ĐẤT ĐAI
----------
XÁC NHẬN CỦA BỘ MÔN TÀI NGUYÊN ĐẤT ĐAI
Xác nhận đề tài
“XÂY DỰNG PHƢƠNG PHÁP TÍNH CHIỀU CAO
CÂY RỪNG NGẬP MẶN BẰNG CÔNG NGHỆ FLYCAM”
Sinh viên thực hiện: Huỳnh Vũ MSSV:B1404516
Lớp Lâm sinh Khóa 40 thuộc Bộ Môn Tài nguyên Đất đai, Khoa Môi trƣờng và Tài
nguyên thiên nhiên, Trƣờng Đại học Cần Thơ.
Ý kiến của Bộ môn:
...........................................................................................................................................
...........................................................................................................................................
...........................................................................................................................................
...........................................................................................................................................
...........................................................................................................................................
...........................................................................................................................................
...........................................................................................................................................
...........................................................................................
Cần Thơ, ngày...tháng...năm 2017
Trƣởng Bộ môn
iii
TRƢỜNG ĐẠI HỌC CẦN THƠ
KHOA MÔI TRƢỜNG VÀ TÀI NGUYÊN THIÊN NHIÊN
BỘ MÔN TÀI NGUYÊN ĐẤT ĐAI
----------
XÁC NHẬN CỦA BỘ MÔN TÀI NGUYÊN ĐẤT ĐAI
Chứng nhận chấp thuận báo cáo luận luân tốt nghiệp
Ngành Lâm sinh với đề tài:
“XÂY DỰNG PHƢƠNG PHÁP TÍNH CHIỀU CAO
CÂY RỪNG NGẬP MẶN BẰNG CÔNG NGHỆ FLYCAM”
Sinh viên thực hiện: Huỳnh Vũ MSSV:B1404516
Lớp Lâm sinh Khóa 40 thuộc Bộ Môn Tài nguyên Đất đai, Khoa Môi trƣờng và Tài
nguyên thiên nhiên, Trƣờng Đại học Cần Thơ.
Nhận xét của cán bộ hƣớng dẫn:
...........................................................................................................................................
...........................................................................................................................................
...........................................................................................................................................
...........................................................................................................................................
...........................................................................................................................................
...........................................................................................................................................
...........................................................................................................................................
...........................................................................................
Cần Thơ, ngày...tháng...năm 2017
Cán bộ hƣớng dẫn
Võ Quốc Tuấn
iv
TRƢỜNG ĐẠI HỌC CẦN THƠ
KHOA MÔI TRƢỜNG VÀ TÀI NGUYÊN THIÊN NHIÊN
BỘ MÔN TÀI NGUYÊN ĐẤT ĐAI
----------
NHẬN XÉT CỦA HỘI ĐỒNG BÁO CÁO
Hội đồng chấm báo cáo luận văn tốt nghiệp chấp thuận đề tài:
“XÂY DỰNG PHƢƠNG PHÁP TÍNH CHIỀU CAO
CÂY RỪNG NGẬP MẶN BẰNG CÔNG NGHỆ FLYCAM”
Do sinh viên Huỳnh Vũ (MSSV:B1404516) thực hiện và bảo vệ trƣớc hội đồng
ngày ...tháng ...năm 2017.
Kính trình hội đồng xem xét.
Luận văn tốt nghiệp đã đƣợc hội đồng đánh giá ở mức: ....................................................
Ý kiến của hội đồng:
.............................................................................................................................................
Cần Thơ, ngày...tháng...năm 2017
Chủ tịch hội đồng
v
LÝ LỊCH KHOA HỌC
Họ và tên: Huỳnh Vũ.
Giới tính: Nam.
Sinh ngày: 08 tháng 05 năm 1996.
Nơi sinh: thành phố Cà Mau, tỉnh Cà Mau.
Quê quán: Khóm 4, phƣờng Tân Thành, thành phố Cà Mau, tỉnh Cà Mau.
Ngành học: Lâm sinh.
Nơi học: Trƣờng Đại học Cần Thơ.
Họ và tên cha: Huỳnh Quốc Em.
Nghề nghiệp: Giáo viên.
Họ và tên mẹ: Ngô Thị Viên.
Nghề nghiệp: Giáo viên.
Quá trình học tập
Từ 2002-2007: học sinh trƣờng Tiểu học Tân Thành 2.
Từ 2007-2011: học sinh trƣờng Trung học cơ sở Tân Thành.
Từ 2011-2014: học sinh trƣờng Trung học phổ thông Hồ Thị Kỷ.
Từ 2014-2017: sinh viên ngành Lâm sinh khóa 40, trƣờng Đại học Cần Thơ.
vi
LỜI CẢM ƠN
Trong suốt quãng thời gian học tập tại trƣờng Đại học Cần Thơ em đã đƣợc trao dồi
nhiều kiến thức và kỹ năng vô cùng quý báu, đó là hành trang quan trọng và to lớn để
em có thể vững bƣớc vào con đƣờng sự nghiệp sau này. Thực hiện hoàn thành luận
văn tốt nghiệp chuyên ngành Lâm sinh là dấu mốc lớn và là điểm kết thúc của chặng
đƣờng sinh viên đại học. Nhân dịp hoàn thành luận văn, em xin đƣợc gửi lời cảm ơn
chân thành đến gia đình, thầy cô, các anh chị học viên cao học và bạn bè đã luôn quan
tâm, giúp đỡ em trong quãng thời gian dài học tập.
Xin chân thành cảm ơn các thầy, cô trƣờng đại học Cần Thơ, đặc biệt là các thầy cô
Bộ môn Tài nguyên đất đai đã tận tình truyền đạt cho em những kiến thức chuyên môn
và kinh nghiệm thực tế vô cùng quý báu.
Em xin gửi lời cảm ơn sâu sắc đến cô Huỳnh Thị Thu Hƣơng, cố vấn học tập lớp Lâm
sinh Khóa 40 đã luôn quan tâm, giúp đỡ em từ khi em mới chập chững bƣớc vào giảng
đƣờng đại học.
Em xin gửi lời cảm ơn chân thành đến thầy Võ Quốc Tuấn là ngƣời đã tận hƣớng dẫn
giúp đỡ và động viên em trong suốt thời gian thực hiện và hoàn thành luận văn này.
Cảm ơn tất cả các bạn lớp Lâm sinh Khóa 40 đã luôn động viên và giúp đỡ tôi trong
quá trình học tập và trong cuộc sống.
Con sinh gửi lời cảm ơn gia đình luôn là chỗ dựa tinh thần và tiếp bƣớc cho con trên
con đƣờng học vấn.
Xin chân thành cảm ơn!
vii
TÓM LƢỢC
Rừng là một tài nguyên vô cùng quý giá, bên cạnh những giá trị thƣơng phẩm nó còn
đƣợc ví nhƣ một lá phổi xanh của Trái đất, giúp cân bằng môi trƣờng tự nhiên và đem
đến cho con ngƣời một không gian sống trong lành nhất. Rừng đƣợc cấu thành bởi
thực vật, chúng có khả năng hấp thụ CO2 và lƣu giữ dƣới dạng cacbon trong các bể
chứa của rừng, trong đó bể chứa quan trọng nhất là thực vật thân gỗ trên mặt đất.
Chiều cao cây rừng là một trong những nhân tố quan trọng dùng để nghiên cứu, xác
định và quản lý rừng. Để hỗ trợ cho việc xác định chiều cao của rừng ngập mặn đã tiến
nghiên cứu xây dựng phƣơng pháp tính chiều cao cây rừng ngập mặn bằng công nghệ
Flycam.
Dữ liệu ảnh Flycam (871 ảnh, độ phân giải 4.8 cm) đƣợc triết xuất từ tổ chức GIZ
đƣợc chụp vào ngày 31/10/2016. Nghiên cứu tiến hành tại ấp Huỳnh Kỳ, xã Vĩnh Hải,
huyện Vỉnh Châu tỉnh Sóc Trăng. Phƣơng pháp xác định chiều cao cây rừng ngập mặn
từ công nghệ Flycam là công việc gồm nhiều bƣớc. Kết quả cho thấy, dữ liệu đƣợc
tính toán từ ảnh Flycam có khả năng tính toán đƣợc chiều cao cây rừng ngập mặn. Độ
chính xác đƣợc xác định từ 79% - 92%. Chiều cao trung bình ƣớc tính khoảng 11.53
m. Qua đó, cho thấy khả năng ứng dụng cao của ảnh Flycam để theo dõi và quản lý
chiều cao cây rừng.
viii
MỤC LỤC
LỜI CAM ĐOAN .............................................................................................................i
XÁC NHẬN CỦA BỘ MÔN TÀI NGUYÊN ĐẤT ĐAI .............................................. ii
XÁC NHẬN CỦA BỘ MÔN TÀI NGUYÊN ĐẤT ĐAI ............................................. iii
NHẬN XÉT CỦA HỘI ĐỒNG BÁO CÁO ...................................................................iv
LÝ LỊCH KHOA HỌC ................................................................................................... v
LỜI CẢM ƠN .................................................................................................................vi
TÓM LƢỢC ................................................................................................................. vii
MỤC LỤC ................................................................................................................... viii
DANH MỤC TỪ VIẾT TẮT .........................................................................................xi
DANH SÁCH HÌNH .................................................................................................... xii
DANH SÁCH BẢNG .................................................................................................. xiii
MỞ ĐẦU ......................................................................................................................xiv
CHƢƠNG 1: LƢỢC KHẢO TÀI LIỆU ..................................................................... 1
1.1 Tổng quan về rừng ngập mặn .................................................................................... 1
1.1.1Khái niệm về rừng ngập mặn .................................................................................. 1
1.1.2Vai trò rừng ngập mặn ............................................................................................. 2
1.2 Tổng quan về viễn thám ............................................................................................ 4
1.2.1 Khái niệm về viễn thám .......................................................................................... 4
1.2.2 Lịch sử phát triển của viễn thám ............................................................................ 5
1.2.3 Nguyên lý ............................................................................................................... 6
1.3 Tổng quan về Flycam ................................................................................................ 8
1.3.1 Giới thiệu Flycam ................................................................................................... 8
1.3.2 Lịch sử phát triển máy bay không ngƣời lái (UAV) .............................................. 9
1.3.3 Những khía cạnh của UAV .................................................................................. 11
1.3.4 Giới thiệu DJI Phantom FC40 .............................................................................. 16
1.3.5 Quy định sử dụng máy bay không ngƣời lái ở Việt Nam .................................... 17
1.4 Giới thiệu về phần mềm Agisoft Photoscan Professional và Quantum GIS ........... 18
ix
1.4.1 Phần mềm Agisoft Photoscan Professional .......................................................... 18
1.4.2 Giới thiệu về phần mềm hệ thống thông tin địa lý Quantum GIS ........................ 19
1.5 Tổng quan vùng nghiên cứu .................................................................................... 20
1.5.1 Vị trí địa lý ............................................................................................................ 20
1.5.2 Đặc điểm địa hình ................................................................................................. 20
1.5.3 Đặc điểm địa chất ................................................................................................. 21
1.5.4 Thổ nhƣỡng .......................................................................................................... 21
1.5.5 Đặc điểm khí hậu .................................................................................................. 21
CHƢƠNG 2: PHƢƠNG TIỆN – PHƢƠNG PHÁP ................................................. 22
2.1 Địa điểm và thời gian thực hiện .............................................................................. 22
2.2 Phƣơng pháp ............................................................................................................ 22
2.2.1 Quy trình ............................................................................................................... 22
2.2.2 Chuẩn bị ................................................................................................................ 23
2.2.3 Phƣơng pháp thực hiện trên Agisoft Photoscan ................................................... 25
2.2.4 Phƣơng pháp thu mẫu ........................................................................................... 27
2.2.5 Phƣơng pháp xử lý trên Quantum GIS ................................................................. 28
2.3 Đối tƣợng nghiên cứu .............................................................................................. 29
CHƢƠNG 3: KẾT QUẢ THẢO LUẬN .................................................................... 30
3.1 Thời gian xử lý trên Agisoft Photoscan................................................................... 30
3.2 Kết quả tạo ảnh DSM và Orthomosaic .................................................................... 30
3.3 Kết quả thực địa ....................................................................................................... 36
3.3.1 Về loài................................................................................................................... 36
3.3.2 Về chiều cao cây ................................................................................................... 36
3.4 Kết quả xử lý trên Quantum GIS ............................................................................. 37
3.5 Thành lập bản đồ chiều cao cây .............................................................................. 37
3.6 Đánh giá phƣơng pháp tính chiều cao cây rừng bằng công nghệ UAV .................. 39
3.6.1 So sánh độ cao thực tế và độ cao ƣớc tính ........................................................... 39
3.6.2 Ƣu điểm và nhƣợc điểm ....................................................................................... 46
x
CHƢƠNG 4: KẾT LUẬN VÀ KIẾN NGHỊ ............................................................. 48
4.1 Kết luận.................................................................................................................... 48
4.2 Kiến nghị ................................................................................................................. 48
Tài liệu thảm khảo ....................................................................................................... 49
xi
DANH MỤC TỪ VIẾT TẮT
Từ viết tắt Ý nghĩa đầy đủ
API Application Programming Interface
CHM Canopy Height Model
DEM Digital Elevation Model
DSM Digital Surface Model
DTM Digital Terrain Model
ĐBSCL Đồng bằng sông Cửu Long
FOSS Free and open-source software
fp Focal plane shutter
fps Frame per second
GNSS Global Navigation Satellite Systems
GPS Global Positioning System
LiDar Light Ranging and Detecting
ls Leaf shutter
mK Millikelvin
Mpx Megapixel
MTOW Maximum Take-Off Weight
OR Operating Range
OSGeo Open Source Geospatial Foundation
PaRS Photogrammetry and Remote Sensing
QGIS Quantum GIS
RGB Red, Green, Blue
RNM Rừng ngập mặn
UAV Unmanned Air Vehicle
USB Universal Serial Bus
WGS World Geodetic System
xii
DANH SÁCH HÌNH
Hình Tựa hình Trang
1.1 Các kiểu rừng ngập mặn 6
1.2 Nghiên cứu viễn thám theo đa quan niệm 11
1.3 Máy ảnh cùng với bóng bay 13
1.4 Boston, as the Eagle and the Wild Goose See It (Boston
dƣới góc nhìn loài chim) 14
1.5 Bên trên phía trái: Ảnh chụp từ trên cao của Schlosshotel
Kronberg. Bên dƣới phía trái và trung tâm: Frankfurt. Bên
phải: Chim bồ câu với máy ảnh. 15
1.6 SwingletCAM, R-MAX, type II và Falcon 8 18
1.7 DJI Phantom 4 20
1.8 Bản đồ hành chính tỉnh Sóc Trăng 24
2.1 Bảng báo khu vực rừng phòng hộ 26
2.2 Sơ đồ quy trình phƣơng pháp sử dụng 27
2.3 Ảnh thực hiện bởi Phantom 4 28
2.4 Cách tính chiều cao cây bằng dụng cụ ngắm đo chiều cao 32
3.1 Ảnh DSM lần lƣợt của 3 khu vực nghiên cứu 36
3.2 Bản đồ ảnh ghép trực giao Orthomosaic khu vực 1 37
3.3 Bản đồ ảnh ghép trực giao Orthomosaic khu vực 2 37
3.4 Bản đồ ảnh ghép trực giao Orthomosaic khu vực 3 38
3.5 Bản đồ từ ảnh ghép trực giao Orthomosaic vùng nghiên cứu 39
3.6 Biểu đồ cơ cấu thành phần loài 40
3.7 Bản đồ chiều cao cây khu vực 1 42
3.8 Bản đồ chiều cao cây khu vực 2 42
3.9 Bản đồ chiều cao cây khu vực 3 43
3.10 Tƣơng quan giữa độ cao thực tế và độ cao ƣớc tính ở khu
vực 1 44
3.11 Tƣơng quan giữa độ cao thực tế và độ cao ƣớc tính ở khu
vực 2 45
3.12 Tƣơng quan giữa độ cao thực tế và độ cao ƣớc tính ở khu
vực 3 46
3.13 Tƣơng quan giữa độ cao thực tế và độ cao ƣớc tính ở cây
mắm 47
3.14 Tƣơng quan giữa độ cao thực tế và độ cao ƣớc tính ở cây
đƣớc 48
3.15 Tƣơng quan giữa độ cao thực tế và độ cao ƣớc tính toàn khu
vực nghiên cứu 49
xiii
DANH SÁCH BẢNG
Bảng Tựa bảng Trang
1.1 Thời gian và sự kiện phát triển viễn thám 10
1.2 Các UAV phổ biến đƣợc sử dụng cho các ứng dụng PaRS 17
1.3 Các máy ảnh phổ thông có kích thƣớc nhỏ và vừa cho các hệ
thống UAV 19
1.4 Thông tin về máy ảnh multispectral cho UAV 19
1.5 Các máy ảnh viễn thám siêu phổ đƣợc sử dụng phổ biến cho
các hệ thống UAV 19
1.6 Máy ảnh cảm biến nhiệt thích hợp với UAV 20
1.7 Thông số kỹ thuật DJI Phantom 4 21
1.8 Các tầng địa chất 25
2.1 Thông số kỷ thuật máy tính xách tay đƣợc dùng trong nghiên
cứu 29
2.2 Thiếp lập trong từng giai đoạn xử lý ảnh 30
3.1 Thời gian xử lý các tiến trình trên Agisoft Photoscan 34
3.2 Số điểm kết nối xây dựng đám mây điểm dày 35
3.3 Giá trị cao nhất và thấp nhất từng khu vực 35
3.4 Thông số ảnh DSM và Orthomosaic của mỗi khu vực 35
3.5 Chiều cao các mẫu thu thập trong quá trình thực tế 40
3.6 Giá trị lớn nhất và nhỏ nhất của cao độ giả định và cao độ
ƣớc tính 41
xiv
MỞ ĐẦU
Tăng trƣởng chiều cao là một chỉ số quan trọng đối với việc quản lý rừng, đánh giá khu
vực, lập kế hoạch các hoạt động lâm nghiệp, đánh giá, dự báo khối lƣợng gỗ và tính trữ
lƣợng Cacbon có hiệu quả và chính xác.
Ở vùng nhiệt đới, nhiều loài cây có vòng tăng trƣởng hằng năm không ổn định gây khó
khăn cho các nhà nghiên cứu phân tích sự tăng tƣởng. Những dữ liệu thay vì thu thập
bằng các phƣơng pháp truyền thống đo lƣờng khó khăn và mất thời gian hoàn toàn có thể
thay thế bằng kỹ thuật viễn thám.
Việc phân tích sự tăng trƣởng chiều cao của cây trong một chu kỳ thời gian và không gian
là rất khó bởi vì các phép đo lƣờng trên mặt đất rất mất nhiều thời gian, đặc biệt đối với
khu rừng lớn và trong thời gian ngắn. Phƣơng pháp viễn thám truyền thống để đo độ tăng
trƣởng chiều cao cây dựa trên các hình ảnh trên không bằng cách sử dụng phép đo ảnh
bằng quang phổ và các dữ liệu thƣờng thu đƣợc trong các khoảng thời gian từ vài năm
thậm chí đến cả thập kỷ. Tốc độ tăng trƣởng hàng năm đƣợc tính nhƣ mức trung bình đối
với khoảng thời gian này. Những ảnh vệ tinh đƣợc chia sẽ miễn phí có độ phân giải cao
nhất 10m, với độ phân giải này chắc chắn sẽ không thể đo lƣờng chính xác đƣợc.
Các phƣơng pháp và các tài liệu đo tốc độ tăng trƣởng trong một khu vực ít đƣợc giới
thiệu và thƣờng là tập trung vào từng cây riêng lẻ.
Các phép đo về sự tăng trƣởng chiều cao cây từ UAV hằng năm và theo mùa sẽ dễ dàng
theo dõi, thu thập và xử lý số liệu hơn so với phƣơng pháp truyền thống. UAV liên tục di
chuyển song song với mặt đất đồng thời thực hiện việc quét laser xuống mặt đất liên tục
để có thể phát hiện sự thay đổi độ cao của cây. Từ đó, cho các nhà nghiên cứu tiết kiệm
thời gian.
Phƣơng pháp viễn thám truyền thống trên thế giới để đo sự tăng trƣởng chiều cao là sử
dụng các máy quét laser gắn trên máy bay có ngƣời lái (LiDAR). Dữ liệu không gian ba
chiều thu đƣợc thông qua các công cụ trên LiDAR kết hợp với ảnh chụp từ trên không.
Bất lợi lớn nhất đối với LiDAR là tƣơng đối tốn kém trên một khu rừng và đòi hỏi các
nhân viên kỹ thuật có chuyên môn cao mới có thu thập và xử lý đƣợc.
Những tiến bộ của công nghệ UAV trong những năm gần đây cho phép điều tra sự tăng
trƣởng chiều cao cây và những thay đổi ở quy mô không gian và thời gian sẽ khó thực
hiện đƣợc nếu sử dụng các nền tảng cảm biến truyền thống. UAV đƣợc trang bị hệ thống
định vị toàn cầu (GPS), các kỹ thuật đo quán tính và các cảm biến khác, cho phép thực
xv
hiện các tự động bay theo thiết lập đƣờng bay, thu thập dữ liệu, cung cấp việc lập bản đồ
một cách có hệ thống, nhanh chóng và hiệu quả.
1
CHƢƠNG 1: LƢỢC KHẢO TÀI LIỆU
1.1 Tổng quan về rừng ngập mặn
1.1.1 Khái niệm về rừng ngập mặn
Rừng ngập mặn là quần xã mọc ven biển nƣớc mặn hoặc nƣớc lợ. Rừng ngập mặn đƣợc
hình thành từ thực vật ngập mặn ảnh hƣởng bởi nƣớc triều ven biển nhiệt đới hoặc bán
nhiệt đới. Rừng nhiệt đới phân bổ từ vĩ độ 25 Bắc xuống vĩ độ 25 Nam. Theo thống kê
năm 2000 rừng ngập mặn phổ biến trên 118 quốc gia trên thế giới với diện tích 137.760
km² (theo C. Giri1 etc, 2011).
Theo Phan Nguyên Hồng (1988), rừng ngập mặn sống trên đất đầm lầy ven biển, cửa
sông và dọc theo các sông, rạch, chịu tác động trực tiếp của thủy triều ở vùng nhiệt đới và
á nhiệt đới. Rừng gồm những cây gỗ, cây bụi và cây thân cỏ thuộc nhiều họ khác nhau,
nhƣng có một số điểm giống nhau về mặt sinh thái, sinh lý thích nghi với môi trƣờng lầy,
mặn, thiếu oxy. Rừng ngập mặn là vùng chuyển tiếp giữa môi trƣờng biển và đất liền. Tác
động của các nhân tố khí hậu, thủy văn, địa hình và các điều kiện lý, hóa, sinh học khác
của môi trƣờng đã ảnh hƣởng đến sự tồn tại và phân bố của rừng (Rao, 1986 đƣợc trích
dẫn bởi Phan Nguyên Hồng, 1988).
Rừng ngập mặn là những cây mọc trên vùng chuyển tiếp giữa đất liền và biển ở vùng
chuyển tiếp giữa đất liền và biển ở vùng nhiệt đới, nơi đó cây tồn tại trong các điều kiện
có độ mặn cao, ngập triều, gió mạnh, nhiệt độ cao, đất bùn và yếm khí. Rừng ngập mặn
bao gồm cây thân gỗ, cây bụi và cây thân thảo thuộc nhiều họ cây khác nhau nhƣng có
đặc điểm chung là cây thƣờng xanh, đặc điểm sinh lý giống nhau và thích nghi trong điều
kiện sóng ảnh hƣởng bởi chế độ triều và yếm khí (Viên Ngọc Nam, 2000). Rừng ngập
mặn đƣợc định nghĩa là nơi tập hợp những loài cây ƣa chịu đƣợc mặn, cây bụi và cây
trồng khác phát triển trong nƣớc lợ đến nƣớc mặn của bờ biển nhiệt đới và cận nhiệt đới
(Mitsch and Gosselink, 2007) (dẫn theo Lê Tấn Lợi, 2015).
2
Hình 1.1 : Các kiểu rừng ngập mặn
(Nguồn: Bản tin du lịch Việt Nam và Thế Giới, 2015 và Phạm Loan Anh, 2017)
1.1.2 Vai trò rừng ngập mặn
Khi đề cập đến lợi ích của rừng, thƣờng ngƣời ta chỉ tính đến những sản phẩm trực tiếp
nhƣ gỗ và các lâm sản khác mà ít chú ý đến các tác dụng gián tiếp nhƣ điều hòa khí hậu,
chống xói mòn, hạn chế lũ lụt, v.v. Đối với rừng ngập mặn ven biển, cửa sông và ven
sông, nơi bị tác động của sóng gió, những tác dụng gián tiếp này có ý nghĩa cực kỳ quan
trọng.
a. Rừng ngập mặn đối với tài nguyên thiên nhiên
Vai trò đối với động vật trên cạn Rừng ngập mặn có nhiều thức ăn cho động vật nên có
nhiều loài động vật quý hiếm, là nơi thu hút nhiều loài chim nƣớc và chim di cƣ, tạo thành
các sân chim lớn với hàng vạn con và dơi quạ, trong mùa sinh sản.Các loài chim quý
hiếm của thế giới đƣợc tìm thấy ở rừng ngập mặn nhƣ cò thìa, già đẫy, hạc cỗ trắng, v.v.
(Võ Quý, 1984 đƣợc trích bởi Phan Nguyên Hồng, 1997).
Rừng ngập mặn cung cấp nhiều loại nguyên vật liệu mà con ngƣời cần. Con ngƣời ăn,
đánh bắt và bán nhiều loài cá và động vật có vỏ sống trong rừng ngập mặn.
Rừng ngập mặn còn cung cấp nhiều nguyên liệu mà con ngƣời thƣờng xuyên sử dụng nhƣ
củi và than (từ những cành cây chết), dƣợc liệu, sợi, thuốc nhuộm, mật ong và lá dừa để
lợp mái. Rừng ngập mặn có giá trị về văn hóa đối với rất nhiều ngƣời và còn thích hợp
cho du lịch. Rừng ngập mặn đang là nơi cung cấp sinh kế cho nhiều ngƣời trên toàn thế
giới,họ sống dựa vào việc khai khác các giá trị từ những cánh rừng ngập mặn.
b. Vai trò đối với nguồn lợi hải sản
3
Rừng ngập mặn cung cấp chỗ cƣ ngụ và nguồn thức ăn cho rất nhiều loại cá, động vật có
vỏ (nhƣ nghêu, sò,cua,ốc, v.v.), chim và động vật có vú. Một vài động vật có thể đƣợc tìm
thấy trong rừng ngập mặn bao gồm: nhiều loại cá, chim, cua, sò huyết, nghêu, hàu, tôm,
ốc, chuột, dơi và khỉ.
Lá và thân cây ngập mặn, khi bị phân hủy sẽ cung cấp những vụn chất hữu cơ vốn là
nguồn thức ăn quan trọng cho các loài thủy sinh. Tƣơng tự nhƣ vậy, các loài sinh vật phù
du sống dƣới rễ của các cây ngập mặn là nguồn thức ăn quan trọng cho nhiều loài cá.
Rừng ngập mặn đóng một vai trò đặc biệt trong các hệ thống lƣới thức ăn phức tạp. Điều
này có nghĩa là sự phá hủy rừng ngập mặn có thể có tác động rất xấu và rộng đến đời
sống thủy sinh và đại dƣơng. Sự suy kiệt của rừng ngập mặn là một nguyên nhân chính
dẫn đến suy kiệt đời sống thủy sinh vì rừng ngập mặn không còn để đóng vai trò nhƣ
vƣờn ƣơm hay chỗ kiếm ăn cho những sinh vật thủy sinh nhỏ. Kết quả là, trữ lƣợng thủy
sản không thể đƣợc tái tạo. Sản lƣợng cá, tôm, động vật có vỏ và cua sẽ giảm khi diện tích
rừng giảm. Không có các sinh vật thủy sinh nhỏ vào thời điểm này nghĩa là không có
nguồn cá để đánh bắt trong tƣơng lai.
c. Vai trò đối với khí hậu, mở rộng diện tích đất bồi và hạn chế xói lở
Rừng ngập mặn có tác động đến điều hòa khí hậu trong vùng. Theo Blaso (1975) đƣợc
trích bởi Phan Nguyên Hồng (1997), nghiên cứu khí hậu và vi khí hậu rừng, đã có nhận
xét: các quần xã rừng ngập mặn là một tác nhân làm cho khí hậu dịu mát hơn, giảm nhiệt
độ tối đa và biên độ nhiệt.
Rừng ngập mặn bảo vệ con ngƣời, nhà cửa và ruộng rẫy khỏi thiên tai nhƣ bão, ngập lụt
và sóng triều. Những thân cây, cành và rễ của rừng ngập mặn có vai trò nhƣ những rào
cản giúp giảm những ảnh hƣởng của sóng, ngập lụt và gió mạnh.
Rừng ngập mặn có một hệ thống lớn các thân, cành và rễ giúp bảo vệ bờ biển và đất đai
khỏi xói lở và ảnh hƣởng của sóng. Thƣờng tại những khu vực bờ sông và bờ biển nơi
rừng ngập mặn đã bị tàn phá thì hiện tƣợng xói lở xảy ra rất mạnh.
Hệ thống lớn các thân, cành và rễ còn giúp cho quá trình lấn biển giúp tăng diện tích đất
bằng cách giữ lại và kết dính những vật liệu phù sa từ sông mang ra. Cũng bằng cách này
mà cây rừng ngập mặn tự xây dựng cho mình môi trƣờng sống thích hợp. Loài Mắm là
cây tiên phong trong việc phát triển rừng ngập mặn, chúng giúp cốt kết đất bùn loãng và
giữ phù sa ở lại, sau đó là các loài khác phát triển theo nhƣ Đƣớc, Bần, ô rô, v.v.quá trình
xảy ra liên tục, rừng ngập mặn ngày càng phát triển hƣớng ra biển và các bãi bồi ven biển.
4
Rừng ngập mặn giúp lọc bỏ các chất phú dƣỡng, trầm tích và chất ô nhiễm ra khỏi đại
dƣơng và sông ngòi. Vì thế, chúng giúp lọc sạch nƣớc cho những hệ thống sinh thái xung
quanh (nhƣ hệ sinh thái san hô, cỏ biển). Rừng ngập mặn đƣợc ví nhƣ là quả Thận của
thiên nhiên. Bằng các quá trình sinh hóa phức tạp, rừng ngập mặn phân giải, chuyển hóa,
hấp thụ các chất độc hại.
Kết quả khảo sát của Phân viện điều tra quy hoạch rừng Nam bộ năm 2006 cho thấy, diện
tích đất bồi ven biển ĐBSCL khá lớn. Nhiều nơi có RNM phòng hộ ven biển thì tốc độ
bồi lắng nhanh hơn. Điển hình là việc hình thành hai hòn đảo nhỏ ở cửa sông Ông Trang.
Đảo Cồn Trong hình thành năm 1960 có diện tích 122 ha. Ban đầu chỉ có mắm trắng là
cây tiên phong, tạo điều kiện cho các loài khác phát tán trên đảo, có 22 loài cây ngập mặn
sinh sống, động vật ở đây cũng phong phú. Đảo Cồn Ngoài hình thành muộn hơn (năm
1980), có diện tích 149 ha. Đến nay, thảm thực vật gồm hai loài tiên phong là mắm trắng
và bần trắng đã phủ kín đảo.
1.2 Tổng quan về viễn thám
1.2.1 Khái niệm về viễn thám
Viễn thám là một khoa học thu nhận thông tin của bề mặt trái đất mà không tiếp xúc trực
tiếp với bề mặt ấy. Điều này đƣợc thực hiện nhờ vào việc quan sát và thu nhận năng
lƣợng phản xạ, bức xạ từ đối tƣợng và sau đó phân tích, xử lý, ứng dụng những thông tin
nói trên (Canada Centre for Remote Sensing, 2006) (dẫn theo Toan Van Tran, 2010).
Viễn thám (Remote sensing) đƣợc hiểu là một khoa học và nghệ thuật để thu nhận thông
tin về một đối tƣợng, một khu vực hoặc một hiện tƣợng thông qua việc phân tích tƣ liệu
thu nhận đƣợc bằng các phƣơng tiện. Những phƣơng tiện này không có sự tiếp xúc trực
tiếp với đối tƣợng, khu vực hoặc với hiện tƣợng đƣợc nghiên cứu.
Thực hiện đƣợc những công việc đó chính là thực hiện viễn thám - hay hiểu đơn giản:
Viễn thám là thăm dò từ xa về một đối tƣợng hoặc một hiện tƣợng mà không có sự tiếp
xúc trực tiếp với đối tƣợng hoặc hiện tƣợng đó. Mặc dù có rất nhiều định nghĩa khác nhau
về viễn thám, nhƣng mọi định nghĩa đều có nét chung, nhấn mạnh "viễn thám là khoa học
thu nhận từ xa các thông tin về các đối tƣợng, hiện tƣợng trên trái đất" (theo Nguyễn
Ngọc Thạch, 2015).
Theo Võ Quang Minh (2008), viễn thám (remote sensing) đƣợc định nghĩa là sự thu thập
và phân tích thông tin về các đối tƣợng, sự thu thập và phân tích này đƣợc thực hiện từ
một khoảng cách không gian không có sự tiếp xúc trực tiếp đến các vật thể.
5
Viễn thám là một nghệ thuật, khoa học, nói ít nhiều về một vật không cần phải chạm vào
vật đó (Ficher và nnk, 1976) (dẫn theo Nguyễn Ngọc Thạch, 2005).
Viễn thám là quan sát về một đối tƣợng bằng một phƣơng tiện cách xa vật trên một
khoảng cách nhất định (Barret và Curtis, 1976) (dẫn theo Nguyễn Ngọc Thạch, 2005).
Viễn thám là một khoa học về lấy thông tin từ một đối tƣợng, đƣợc đo từ một khoảng
cách cách xa vật không cần tiếp xúc với nó. Năng lƣợng đƣợc đo trong các hệ viễn thám
hiện nay là năng lƣợng điện từ phát ra từ vật quan tâm (D. A. Land Grete, 1978) (dẫn theo
Nguyễn Ngọc Thạch, 2005).
Viễn thám là ứng dụng vào việc lấy thông tin về mặt đất và mặt nƣớc của trái đất, bằng
việc sử dụng các ảnh thu đƣợc từ một đầu chụp ảnh sử dụng bức xạ phổ điện từ, đơn kênh
hoặc đa phổ, bức xạ hoặc phản xạ từ bề mặt trái đất (Janes B. Capbell, 1996) (dẫn theo
Nguyễn Ngọc Thạch, 2005).
Viễn thám là "khoa học và nghệ thuật thu nhận thông tin về một vật thể, một vùng, hoặc
một hiện tƣợng, qua phân tích dữ liệu thu đƣợc bởi phƣơng tiện không tiếp xúc với vật,
vùng, hoặc hiện tƣợng khi khảo sát "( Lillesand và Kiefer, 1986) (dẫn theo Nguyễn Ngọc
Thạch, 2005).
1.2.2 Lịch sử phát triển của viễn thám
Viễn thám là một khoa học, thực sự phát triển mạnh mẽ qua hơn ba thập kỷ gần đây, khi
mà công nghệ vũ trụ đã cho ra các ảnh số, bắt đầu đƣợc thu nhận từ các vệ tinh trên quĩ
đạo của trái đất vào năm 1960. Thể kỷ XIX, vào năm 1839, Louis Daguerre (1789 - 1881)
đã đƣa ra báo cáo công trình nghiên cứu về hóa ảnh, khởi đầu cho ngành chụp ảnh. Bức
ảnh đầu tiên, chụp bề mặt trái đất từ khinh khí cầu, đƣợc thực hiện vào năm 1858 do
Gaspard-Félix Tournachon - nhà nhiếp ảnh ngƣời Pháp. Tác giả đã sử dụng khinh khí cầu
để đạt tới độ cao 80m, chụp ảnh vùng Bievre, Pháp. Một trong những bức ảnh tiếp theo
chụp bề mặt trái đất từ khinh khí cầu là ảnh vùng Bostom của tác giả James Wallace
Black, 1860.
Việc ra đời của ngành hàng không đã thúc đẩy nhanh sự phát triển mạnh mẽ ngành chụp
ảnh sử dụng máy ảnh quang học với phim và giấy ảnh, là các nguyên liệu nhạy cảm với
ánh sáng (photo). Công nghệ chụp ảnh từ máy bay tạo điều kiện cho nghiên cứu mặt đất
bằng các ảnh chụp chồng phủ kế tiếp nhau và cho khả năng nhìn ảnh nổi (stereo). Khả
năng đó giúp cho việc chỉnh lý, đo đạc ảnh, tách lọc thông tin từ ảnh có hiệu quả cao. Một
ngành chụp ảnh, đƣợc thực hiện trên các phƣơng tiện hàng không nhƣ máy bay, khinh khí
6
cầu và tàu lƣợn hoặc một phƣơng tiện trên không khác, gọi là ngành chụp ảnh hàng
không. Các ảnh thu đƣợc từ ngành chụp ảnh hàng không gọi là không ảnh. Bức ảnh đầu
tiên chụp từ máy bay, đƣợc thực hiện vào năm 1910, do Wilbur Wright, một nhà nhiếp
ảnh ngƣời Ý, bằng việc thu nhận ảnh di động trên vùng gần Centoceli thuộc nƣớc Ý (bảng
1.1).
Bảng 1.1: Thời gian và sự kiện phát triển viễn thám
Thời gian Sự kiện
1800 Phát hiện ra tia hồng ngoại
1839 Bắt đầu phát minh kỹ thuật chụp ảnh đen trắng
1847 Phát hiện cả phổ hồng ngoại và cả phổ nhìn thấy
1850 – 1860 Chụp ảnh từ khinh khí cầu
1873 Xây dựng học thuyết về phổ điện từ
1909 Chụp ảnh từ máy bay
1910 – 1920 Giải đoán từ không trung
1920 – 1930 Phát triển ngành chụp và đo ảnh hàng không
1930 – 1940 Phát triển kỹ thuật radar (Đức, Anh, Hoa Kỳ)
1940 Phân tích và ứng ụng ảnh chụp từ máy bay
1950 Xác định dải phổ từ vùng nhìn thấy đến không nhìn thấy
1950 – 1960 Nghiên cứu sâu về ảnh cho mục đích quân sự
12/4/1961 Liên xô phóng thành công tàu vũ trụ có ngƣời lái và chụp ảnh trái
đất từ ngoài vũ trụ
1960 – 1970 Lần đầu tiên sử dụng thuật ngữ viễn thám
1972 Hoa Kỳ phóng vệ tinh Landsat-1
1970 – 1980 Phát triển mạnh mẽ ph-ơng pháp xử lý ảnh số
1980 – 1990 Mỹ phát triển thế hệ mới của vệ tinh Landsat
1986 Pháp phóng vệ tinh SPOT vào quĩ đạo
1990 đến hiện tại Phát triển bộ cảm thu đo phổ, tăng dải phổ và số lƣợng kênh phổ,
tăng độ phân giải của bộ cảm. Phát triển nhiều kỹ thuật xử lý mới
(Nguyễn Văn Đài, 2003)
1.2.3 Nguyên lý
Hệ thống viễn thám thƣờng bao gồm bảy phần tử có quan hệ chặt chẽ với nhau. Theo
trình tự hoạt động của hệ thống, chúng ta có:
Nguồn năng lƣợng. Thành phần đầu tiên của một hệ thống viễn thám là nguồn năng lƣợng
để chiếu sáng hay cung cấp năng lƣợng điện từ tới đối tƣợng quan tâm. Có loại viễn thám
sử dụng năng lƣợng mặt trời, có loại tự cung cấp năng lƣợng tới đối tƣợng. Thông tin viễn
thám thu thập đƣợc là dựa vào năng lƣợng từ đối tƣợng đến thiết bị nhận, nếu không có
nguồn năng lƣợng chiếu sáng hay truyền tới đối tƣợng sẽ không có năng lƣợng đi từ đối
tƣợng đến thiết bị nhận.
7
Những tia phát xạ và khí quyển. Vì năng lƣợng đi từ nguồn năng lƣợng tới đối tƣợng nên
sẽ phải tác qua lại với vùng khí quyển nơi năng lƣợng đi qua. Sự tƣơng tác này có thể lặp
lại ở một vị trí không gian nào đó vì năng lƣợng còn phải đi theo chiều ngƣợc lại, tức là từ
đối tƣợng đến bộ cảm.
Sự tƣơng tác với đối tƣợng. Một khi đƣợc truyền qua không khí đến đối tƣợng, năng
lƣợng sẽ tƣơng tác với đối tƣợng tuỳ thuộc vào đặc điểm của cả đối tƣợng và sóng điện
từ. Sự tƣơng tác này có thể là truyền qua đối tƣợng, bị đối tƣợng hấp thu hay bị phản xạ
trở lại vào khí quyển.
Hình 1.2: Nghiên cứu viễn thám theo đa quan niệm
(Nguồn: Lillesand và Kiefer, 1986)
Thu nhận năng lƣợng bằng bộ cảm . Sau khi năng lƣợng đƣợc phát ra hay bị phản xạ từ
đối tƣợng, chúng ta cần có một bộ cảm từ xa để tập hợp lại và thu nhận sóng điện từ.
Năng lƣợng điện từ truyền về bộ cảm mang thông tin về đối tƣợng.
Sự truyền tải, thu nhận và xử lý. Năng lƣợng đƣợc thu nhận bởi bộ cảm cần phải đƣợc
truyền tải, thƣờng dƣới dạng điện từ, đến một trạm tiếp nhận-xử lý nơi dữ liệu sẽ đƣợc xử
lý sang dạng ảnh. Ảnh này chính là dữ liệu thô.
8
Giải đoán và phân tích ảnh. Ảnh thô sẽ đƣợc xử lý để có thể sử dụng đƣợc. Để lấy đƣợc
thông tin về đối tƣợng ngƣời ta phải nhận biết đƣợc mỗi hình ảnh trên ảnh tƣơng ứng với
đối tƣợng nào. Công đoạn để có thể “nhận biết” này gọi là giải đoán ảnh. Ảnh đƣợc giải
đoán bằng một hoặc kết hợp nhiều phƣơng pháp. Các phƣơng pháp này là giải đoán thủ
công bằng mắt, giải đoán bằng kỹ thuật số hay các công cụ điện tử để lấy đƣợc thông tin
về các đối tƣợng của khu vực đã chụp ảnh.
Ứng dụng. Đây là phần tử cuối cùng của quá trình viễn thám, đƣợc thực hiện khi ứng
dụng thông tin mà chúng ta đã chiết đƣợc từ ảnh để hiểu rõ hơn về đối tƣợng mà chúng ta
quan tâm, để khám phá những thông tin mới, kiểm nghiệm những thông tin đã có, v.v.
nhằm giải quyết những vấn đề cụ thể.
1.3 Tổng quan về Flycam
1.3.1 Giới thiệu Flycam
Flycam có tên gọi chính xác là Drone with camera – máy bay không ngƣời lái
(Unmannred Aerial Vehicle (UAV)). Flycam là tên gọi phổ thông ở Việt Nam thay vì
Drone hay UAV. Các hệ thống UAV phát triển nhanh đến nổi chúng đang đƣợc sử dụng
là một phƣơng pháp quan trắc và viễn thám (Photogrammetry and Remote Sensing
(PaRS)). Không chỉ chính xác trong các ứng dụng PaRS, hệ thống này cũng đang đƣợc áp
dụng trong nhiều lĩnh vực nhƣ nông nghiệp và ứng dụng môi trƣờng, công tác trinh báo,
trinh sát và giám sát [3], lập bản đồ, chụp ảnh bằng quang phổ và các ứng dụng địa chính.
Theo một báo cáo kỹ thuật của MarketsandMarkets, thị trƣờng UAV đƣợc định giá là
10,1 tỷ USD vào năm 2015 và dự kiến sẽ đạt mức 14,9 tỷ USD vào năm 2020. Các quốc
gia trên thế giới đã có quy định về giám sát và sử dụng công nghệ mới này.
Khi kết hợp lại với nhau, thị giác máy tính và công nghệ địa lý đã tạo nên một góc nhìn
mới từ PaRS và thành lập bản đồ với độ cao và quy mô lớn hơn.[8-11] Một hệ thống
UAV bao gồm một chiếc máy bay không ngƣời lái với một thiết bị đi kèm tùy mục đích
sử dụng, một trạm điều khiển ở mặt đất để điều lập hành trình bay, điều hƣớng theo thời
gian thực và kết nối giữa trạm và thiết bị. Dù không có ngƣời điều khiển, UAV vẫn có thể
bay theo một mô hình bay đã thiết lập trƣớc đó.
9
1.3.2 Lịch sử phát triển máy bay không người lái (UAV)
Hình 1.3: Máy ảnh cùng với bóng bay
(Ảnh Altan M.O, 2004)
Để quan sát trên không, con ngƣời đã sử dụng rất nhiều công cụ nhƣ khinh khí cầu, bóng
bay, tên lửa máy bay, diều hay thậm chí là cả chim bồ câu. Các nghiên cứu từ ảnh trên
không đã sớm diễn ra dựa trên việc dùng ảnh chụp từ mái nhà hoặc khinh khí cầu. Vào
năm 1858, Gaspard-Félix Tournachon một nhiếp ảnh gia ngƣời Pháp đƣợc cho là ngƣời
chụp ảnh trên không đầu tiên trong lịch sử loài ngƣời. Tuy nhiên, những bức ảnh của ông
đã không còn tồn tại và bức ảnh cổ nhất còn tồn tại có tựa đề “Boston, as the Eagle and
the Wild Goose See It” đƣợc thực hiện bởi James Wallace Black, 1860. Năm 1882, E.D
Archibald đã sử dụng diều là phƣơng tiện bay và năm 1887 Alfred Nobel đã sử dụng tên
lửa là phƣơng tiện mang máy ảnh. Năm 1897, Julíus Gustav Neubroner đã sử dụng một
phƣơng pháp thú vị nhất và cũng khó nhất để thực hiện một bức ảnh trên không là chim
bồ câu.
10
Hình 1.4: Boston, as the Eagle and the Wild Goose See It (Boston dƣới góc nhìn loài chim)
(Nguồn: gearthblog.com)
11
Hình 1.5: Bên trên phía trái: Ảnh chụp từ trên cao của Schlosshotel Kronberg. Bên dƣới
phía trái và trung tâm: Frankfurt. Bên phải: Chim bồ câu với máy ảnh.
(Nguồn: gearthblog.com)
Nhân loại đã sử dụng khinh khí cầu hoặc đặt máy ảnh trên mái nhà để thực hiện những
bức ảnh từ trên cao cho đến khi anh em nhà Wright phát minh ra máy bay. Họ đã chụp
một bức ảnh từ một hệ thống máy bay có ngƣời lái vào năm 1909. Từ đó trở đi, các hình
ảnh trên không đƣợc thực hiện trên máy bay có ngƣời lái và những ngƣời có kinh nghiệm.
Vào những năm cuối thế kỷ 20, với sự phát triển của điều khiển vô tuyến, UAV hiện đại
đƣợc ứng dụng cho PaRS lần đầu tiên. Pryzybilla và Wester-Ebbinghaus đã có một bức
ảnh trên không với một điều khiển vô tuyến, UAV có cánh cố định và một máy ảnh quang
học. Sau đó, cũng chính họ đã sử dụng mô hình trực thăng để thực hiện bài thử nghiệm
với máy ảnh khổ trung. Những nghiên cứu này là lần đầu tiên UAV đƣợc ứng dụng.
1.3.3 Những khía cạnh của UAV
Nhƣ đã nêu, hệ thống UAV bao gồm một máy bay không ngƣời lái, thiết bị đi kèm, một
trạm mặt đất và các điều khiển thời gian thực. Chúng đƣợc xem là các thành phần cơ bản
của hệ thống UAV. Tuy nhiên cũng có vài thành phần khác nhƣ cảm biến dẫn đƣờng và
hình ảnh, điều khiển servos hệ thống không dây. Nếu không có ngƣời điều khiển UAV có
thể duy trì mô hình bay theo các thiết lập trên mặt đất. Kích hoạt các phƣơng pháp tự
động, hƣớng gió, công việc tùy thuộc vào kích cỡ và loại UAV. Kích thƣớc của UAV có
thể giới hạn bởi chƣơng trình và cảm biến mang trên thiết bị. Với sự phát triển của kỹ
thuật số cùng với sự tiến bộ của công nghệ dẫn đến các thiệt bị cảm biến nhỏ hơn và giá
cả thấp hơn thích hợp cho nền tảng UAV. Những tiến bộ của công nghệ trong máy ảnh,
hệ thống vệ tinh định vị toàn cầu (Global Navigation Satellite Systems (GNSS)) và các
thiết bị tự động cho phép những UAV nhỏ hơn phù hợp với viễn thám. Cài đặt với GNSS
tích hợp trong trong chuyến bay, các vị trí thu thập ảnh, nơi hạ cánh dẫn đến việc sử dụng
UAV thuận tiện, dễ dàng và tự động. Dữ liệu thu thập khi UAV bay, có thể lƣu trữ trên
máy bay hoặc bộ nhớ máy ảnh hoặc có thể gửi về trạm điều khiển.
12
Cảm biến đƣợc gắn trên thiết bị UAV có thể cho ra nhiều kết quả đa dạng từ xa nhƣ màu
sắc thực tế của ảnh trực giao từ UAV với độ phân giải cao hơn (1-5cm) so với các phƣơng
thức chụp ảnh phổ thông, viễn thám siêu Phổ hoặc hình ảnh đa quang Phổ, hình ảnh cảm
biến nhiệt, chụp hình bằng Laser, phát hiện và phân loại (LiDAR) và thậm chí là các
videos chuyển động thu thập dữ liệu thời gian thực.
Eisenbess (2009) cung cấp một bản báo cáo có giá trị về phân loại trên UAV dựa trên
nhiều thuộc tính nhƣ nền tảng có trọng lƣợng nặng hoặc nhẹ, giá cả, thời tiết và sức cản
của gió, đƣợc cung cấp năng lƣợng hoặc là không đƣợc cung cấp, tải trọng, v.v. Cũng
trong nghiên cứu của Van Blyeburgh’s, một bản thống kê khối lƣợng đƣợc trình diện.
UAV đƣợc phân loại thành nhiều loại khác nhau dựa vào trọng lƣợng cất cánh tối đa
(MTOW), phạm vi hoạt động (OR), tải trọng, v.v. Nhƣ đƣợc mô tả trong Colomina và
Molina, đồ bền trung bình đến tầng bình lƣu của UAV hệ sinh thái là các nhóm lớn nhất
hoạt động ở độ cao cao nhất. Nhƣng những chiếc UAV thƣờng chỉ đƣợc pháp bay theo
một số tính huống nhất định theo quyết định của các đơn vị quân đội. Tiếp theo, có các
UAV có khoảng cách gần-ngắn-trung, và đƣợc đặc trƣng bởi MTOW của chúng là từ
150-1250kg và OR từ 10-70km.. Và cuối cùng, có UAV loại nano-macro-mini đƣợc miêu
tả MTOW của chúng là dƣới 30kg, và phạm vi hoạt động ít hơn 10km. Bảng 1.2 cho các
ví dụ của hầu hết về UAV phổ biến đƣợc sử dụng cho các ứng dụng PaRS.
Bảng 1.2: Các UAV phổ biến đƣợc sử dụng cho các ứng dụng PaRS
Tên Hãng sản
xuất
Trọng
lƣợng (kg)
Thời lƣợng
pin (h)
Phụ kiện tích hợp (i)
hoặc tải trọng (w)
UAV cánh cố định
SwingletCAM SenseFly 0.5 0.5 16 Mpx Red, Green,
Blue (RGB) camera (i)
GeoScan101 GeoScan 2 1 24.3 Mpx RGB camera
(i)
UX5 Trimble 2.5 0.83 16.1 Mpx MILC RGB
camera (i)
Pteryx FotoMapy 5 2 1 kg w/o batteries (w)
13
Sirius I MAVinci 3 0.91 16 Mpx RGB camera (i)
Kahu Skycam 4 2 Double-head 16 Mpx
MILC RGB cameras (i)
UAV mô hình trực thăng
Geocopter IGI 90 2 30 kg (w)
Scout B1-100 Aeroscout 75 1.5 30 kg (w)
R-MAX, type II Yamaha 100 1 28 kg (w)
UAV có nhiều cách quạt
Md4-1000 Microdrones 3 1.46 1.2 kg (w)
HT-8-2000 Height-Tech 2.4 0.28 2 kg (w)
Aibot x6 Aibotix 2.4 30 2.5 kg (w)
Falcon 8 Ascending
technologies 1.45 0.33 0.75 kg (w)
HexaKopter MikroKopter 1.2 0.6 1 kg (w)
14
Hình 1.6: SwingletCAM, R-MAX, type II và Falcon 8
(Nguồn: Mosaic Crop Nutrition, Barnard Microsystems và 360 UAS)
Trong các UAV dựa trên ứng dụng PaRS, một khi các yêu cầu của ứng dụng đƣợc thiết
lập, giữa các phƣơng tiện trên không và cảm biến tải trọng nên có sự kết hợp với lợi ích
tốt nhất cho việc nghiên cứu. Sự kết hợp này không phải là một chuyện có thể đƣợc thực
hiện dễ dàng, trong khi xem xét các thuộc tính nhƣ trọng lƣợng của tải trọng, UAV’s
MTOW, trọng lƣợng UAV, UAV và yêu cầu về sức tải trọng, v.v. Bảng 1.3 tóm tắt các
máy ảnh phổ thông có kích thƣớc nhỏ và vừa cho các hệ thống UAV. Các thông tin về
máy ảnh multispectral cho UAV đã đƣợc cung cấp trong bảng 1.4. Bảng 1.5 trình bày các
máy ảnh viễn thám siêu phổ đƣợc sử dụng phổ biến cho các hệ thống UAV. Cuối cùng,
bảng 1.6 miêu tả máy ảnh cảm biến nhiệt thích hợp với UAV cho việc lập bản đồ.
15
Bảng 1.3: Các máy ảnh phổ thông có kích thƣớc nhỏ và vừa cho các hệ thống UAV
Hãng sản
xuất,
Model
Loại
định
dạng
Độ phân
giải
(Mpx)
Size
(mm2)
Kích
thƣớc
pixel
(µm)
Trọng
lƣợng
(kg)
Tốc độ
khung
hình
(fps)
Tốc độ
(s-1
)
Phase One,
iXA 180 MF
CCD
sensor 80
53.7 x
40.4 5.2 1.70 0.7
4000 (fp)
1600 (ls)
Trimble,
IQ180 MF
CCD
sensor 80
53.7 x
40.4 5.2 1.50 - 1000 (ls)
Hasselblad,
H4D-60 MF CCD 60
53.7 x
40.4 6.0 1.80 0.7 800 (ls)
Sony, NEX-7 SF CMOS
24.3
23.5 x
15.6 3.9 0.35 2.3 4000 (fp)
Ricoh, GXR
A16 SF
CMOS
16.2
23.6 x
15.7 4.8 0.35 3 3200 (fp)
Bảng 1.4: Thông tin về máy ảnh multispectral cho UAV
Hãng sản xuất,
Model
Độ phân
giải
(Mpx)
Size (mm2)
Kích thƣớc
pixel (µm)
Trọng
lƣợng
(kg)
Dải quang
phổ (nm)
Tetracam,
MiniMCA-6
CMOS
1.3 6.66 x 5.32 5.2 x 5.2 0.7 450-1050
Quest Innovations,
Condor-5 UAV-285 CCD 1.4 10.2 x 8.3 7.5 x 8.1 0.8 400-1000
Bảng 1.5: Các máy ảnh viễn thám siêu phổ đƣợc sử dụng phổ biến cho các hệ thống UAV
Hãng sản xuất,
Model
Độ phân
giải
(Mpx)
Size
(mm2)
Kích
thƣớc
pixel (µm)
Trọng
lƣợng
(kg)
Dải
quang
phổ (nm)
Spectral
bands
and
resolution
Rikola Ltd.,
Hyperspectral
Camera
CMOS 5.6 x
5.6 5.5 0.6 500-900 40, 10 nm
Headwall
Photonics, Micro-
Hyperspec X- series
NIR
InGaAs 9.6 x
9.6 30 1.025 900-1700
62, 12.9
nm
16
Bảng 1.6: Máy ảnh cảm biến nhiệt thích hợp với UAV
Hãng sản xuất,
Model
Độ phân giải
(Mpx)
Size
(mm2)
Kích
thƣớc
pixel
(µm)
Trọng
lƣợng
(kg)
Dải
quang
phổ
(nm)
Độ cảm
biến
nhiệt
(mK)
FLIR, TAU 2 640
Uncooled VOx
Microbolometer,
640 x 512
10.8 x
8.7 17 0.07 7.5-13.5 ≤ 50
Thermoteknix
Systems Ltd.,
Miricle 307K-25
Amorphous
Silicon, 640 x
480
16 x
12.8 25 0.105 8-12 ≤ 50
1.3.4 Giới thiệu DJI Phantom FC40
Hình 1.7: DJI Phantom 4
(Nguồn: DJI)
Hình ảnh đƣợc sử dụng trong nghiên cứu đƣợc thực hiện từ thiết bị có tên DJI Phantom 4.
Phantom 4 là UAV có nhiều cánh quạt với trọng lƣợng 1380g, kích thƣớc đƣờng chéo
350mm và có thời lƣợng bay lên đến gần 30 phút. Phantom 4 có trang bị hệ thống định vị
toàn cầu GPS, hệ thống nhận diện và tự động tránh vật cản, hệ thống bay tự động theo lập
trình, chế độ cho ngƣời mới sử dụng, v.v. Quan sát trực tiếp từ camera trên Phantom 4
thông qua ứng dụng DJI GO 4 trên smartphone. Các thông số kỹ thuật của DJI Phantom 4
đƣợc trình bài ở bảng 1.7 dƣới đây.
17
Bảng 1.7: Thông số kỹ thuật DJI Phantom 4
UAV
Trọng lƣợng 1380 g
Tốc độ bay tối đa 20 m/s
Nhiệt độ hoạt động 0 ° C – 40 ° C
Khoảng hoạt động 6000m
Thời gian bay tối đa 28 phút
Điều khiển
Tần số hoạt động 2.400 - 2.483 GHz
Pin 6000 mAh
Video ra USB
Camera
Sensor 1 / 2,3 "CMOS
Hiệu quả các điểm ảnh: 12,4 M
Lens FOV 94 ° 20 mm
ISO Range 100-3200 (video)
100-1600 (ảnh)
Kích thƣớc ảnh 4000x3000
Chế độ ghi video UHD: 4096 × 2160 (4K) 24 /25p
3840 × 2160 (4K) 24/25 /30p
2704 × 1520 (2.7K) 24/25/30p
FHD: 1920 × 1080 24/25/30/48/50/60/120p
HD: 1280 × 720 24/25/30/48/50/60p
Video Bitrate tối đa 60Mbps
Định dạng ảnh JPEG, DNG (RAW)
Định dạng video MP4, MOV (MPEG-4 AVC / H.264)
Hổ trợ thẻ nhớ SD Mirco SD, dung lƣợng tối đa: 64GB
Phần mềm/ Xem trực tiếp
Tên ứng dụng DJI GO 4
Xem trực tiếp trên tần số 2.4GHz ISM
Chất lƣợng xem trực tiếp HD: 720p-30fps
Hệ điều hành hổ trợ IOS 8.0 trở về sau
Andriod 4.1.2 trở về sau
1.3.5 Quy định sử dụng máy bay không người lái ở Việt Nam
Các quy định về quản lý máy bay không ngƣời lái ở Việt Nam đƣợc quy định trong nghị
định 36/2008/NĐ-CP ngày 28 tháng 3 năm 2008 của Chính phủ và bổ sung sửa đổi tại
điều 1, nghị định 79/2011/NĐ-CP ngày 05 tháng 9 năm 2011, về các nội dung:
Thẩm quyền cấp phép, từ chối, đình chỉ bay.
Hồ sơ, thủ tục đề nghị cấp phép bay.
Nội dung cấp phép bay.
18
Thời hạn cấp phép, từ chối bay.
Trách nhiệm của các tổ chức và cá nhân khi tổ chức hoạt động bay.
Hành vi bị nghiêm cấm.
Quy định xử lý đối với hành vi vi phạm.
Đơn đề nghị cấp phép bay
1.4 Giới thiệu về phần mềm Agisoft Photoscan Professional và Quantum GIS
1.4.1 Phần mềm Agisoft Photoscan Professional
a. Lịch sử phát triển
Phần mềm Agisoft PhotoScan đƣợc Agisoft LLC (Liên Bang Nga) phát triển, có trụ sở
chính đặt tại thành phố St. Petersburg, Nga. Phần mềm có 2 phiên bản là Standard và
Professional, phiên bản Professional đƣợc xây dựng để thiết kế các nội dung GIS. Phần
mềm đƣợc một phần đƣợc các nhà khảo cổ học, các công ty UAV sử dụng rộng rãi. Phần
mềm có thể sử dụng trên 03 hệ điều hành phổ biến: Microsoft Windows, MacOS và
Linux.
Agisoft PhotoScan Professional là phần mềm hỗ trợ ngƣời dùng trong việc xử lý các hình
ảnh kỹ thuật số và tạo ra dữ liệu không gian 3D. Với Agisoft PhotoScan, ta có thể xây
dựng mô hình 3D với chất lƣợng chuyên nghiệp từ hình ảnh tĩnh của mình.
Phần mềm Agisoft PhotoScan Professional với công nghệ Multi-View tái cấu trúc 3D là
giải pháp hữu ích cho ngƣời dùng trong việc tạo ra ảnh 3D chất lƣợng từ ảnh tĩnh.
Chƣơng trình cung cấp sự liên kết hình ảnh mạnh mẽ đồng thời hoạt động với hình ảnh
tùy ý và hiệu quả trong cả 2 điều kiện có và không có kiểm soát. Đây là một trong những
phần mềm thiết kế 3D rất hữu dụng, đặc biệt là những ai đang làm việc ở mảng kỹ thuật,
mỹ thuật, kiến trúc, v.v.
Ngoài ra, Agisoft PhotoScan Professional còn đƣợc tích hợp một số công cụ chỉnh sửa
ảnh gần giống với phần mềm Photoshop cho phép ngƣời dùng chỉnh sửa hình ảnh đƣợc
tải lên. Những hình ảnh này đƣợc liên kết với độ chính xác do ngƣời dùng thiết lập và
đƣợc chọn lọc trƣớc từng cặp. Agisoft PhotoScan rất hữu ích giúp tạo dựng hình ảnh 3D
từ những hình ảnh 2D.
19
b. Tính năng
Dựng ảnh 3D từ 2D.
Thiết kế ảnh 3D với độ chính xác cao.
Tích hợp tính năng chỉnh sửa ảnh.
Giao diện đơn giản, dễ sử dụng.
1.4.2 Giới thiệu về phần mềm hệ thống thông tin địa lý Quantum GIS
a. Lịch sử phát triển
Quantum GIS hay còn gọi là QGIS là phần mềm hệ thống thông tin địa lý, là một phần
mềm miễn phí và mã nguồn mở (FOSS). Năm 2002, Gary Sherman bắt đầu phát triển
Quantum GIS. Năm 2007, QGIS trở thành dự án của Open Source Geospatial Foundation.
Phiên bản đầu tiên đƣợc ra mắt vào năm 2009.
QGIS là một phần mềm hệ thống thông tin địa lý thân thiện đƣợc cấp chứng chỉ GNU
General Public License. QGIS là một dự án chính thức của Open Source Geospatial
Foundation (OSGeo). QGIS chạy trên Linux, Unix, Mac OSX, Microsoft Windows và
một phiên bản đi động QGIS dành cho Android.
b. Tính năng
Chức năng của QGIS là cho phép ngƣời dùng phân tích và chỉnh sửa thông tin, tạo và
xuất các dữ liệu. QGIS hỗ trợ cả hai lớp vector và raster, hỗ trợ nhiều dạng ảnh raster. Dữ
liệu vector đƣợc lƣu dƣới dạng điểm, đƣờng và vùng.
QGIS hỗ trợ shapefiles , coverages , cơ sở dữ liệu cá nhân, dxf , MapInfo , PostGIS , và
các định dạng khác. Các dịch vụ Web, bao gồm Web Map Service và Web Feature
Service, cũng đƣợc hỗ trợ để cho phép sử dụng dữ liệu từ các nguồn bên ngoài.
QGIS tích hợp với các gói GIS mã nguồn mở khác, bao gồm PostGIS, GRASS GIS và
MapServer. Plugins viết bằng Python hay C ++ mở rộng khả năng QGIS của. Các plugin
có thể mã hóa địa lý sử dụng API địa lý Google, thực hiện các chức năng xử lý dữ liệu,
tƣơng tự nhƣ các công cụ chuẩn đƣợc tìm thấy trong ArcGIS và giao tiếp với
PostgreSQL/PostGIS, SpatiaLite và các cơ sở dữ liệu MySQL.
20
1.5 Tổng quan vùng nghiên cứu
1.5.1 Vị trí địa lý
Vùng nghên cứu thuộc tiểu khu 9 là vùng rừng ngập mặn phòng hộ xung yếu ven biển,
thuộc ấp Huỳnh kỳ, xã Vĩnh Hải, huyện Vĩnh Châu nằm ở hạ lƣu sông Hậu, nằm trong
khoảng 106°04'48.4" - 106°11'18.8" kinh độ Đông và 9°25'02.6" - 9°19'43.6" vĩ độ Bắc.
Phía Đông và phía Nam giáp biển Đông.
Phía Tây tiếp giáp với trung tâm xã Vĩnh Hải.
Phía Bắc tiếp giáp cửa sông Mỹ Thanh.
Hình 1.8: Bản đồ hành chính tỉnh Sóc Trăng
(Nguồn: Tiêu Bảo Long, 2015)
1.5.2 Đặc điểm địa hình
Vùng ven biển huyện Vĩnh Châu có địa hình thấp 0,2 – 1,2m, cao ở phía Đông và thấp về
phía Tây.
21
1.5.3 Đặc điểm địa chất
Vùng Đồng bằng sông Cửu Long nói chung và vùng ven biển huyện Vĩnh Châu nói riêng
đƣợc hình thành bởi các loại trầm tích nằm trên nền đá gốc Mezoic xuất hiện từ độ sâu
gần nhất ở phía Bắc đồng bằng, cho đến khoảng 1000m ở gần bờ biển. Các dạng trầm tích
có thể chia thành các tầng chính nhƣ bảng 1.8.
Bảng 1.8: Các tầng địa chất
Tên tầng địa chất Tính chất
Holocene Nằm trên mặt thuộc loại trầm tích trẻ, bao gồm sét và cát. THành
phần hạt từ mịn đến trung bình
Pleistovene Có chứa cát sỏi lẫn sét, bùn với trầm tích biển
Pliocene Có chứa sét lẫn cát hạt trung bình
Miocene Có chứa sét và cát hạt trung bình
1.5.4 Thổ nhưỡng
Vùng ven biển huyện Vĩnh Châu đặc thù có những giồng cát. Giồng cát đƣợc hình thành
từ các ngấn biển và đƣợc gió biển dịch chuyển vào bờ nên có dạng vòng cung song song
với biển, cao độ có nơi lên đến 3m so với mực nƣớc biển.
1.5.5 Đặc điểm khí hậu
Sóc Trăng nằm trong vùng khí hậu nhiệt đới chịu ảnh hƣởng gió mùa, hàng năm có mùa
khô và mùa mƣa rõ rệt, mùa mƣa từ tháng 5 đến tháng 10, mùa khô từ tháng 11 đến tháng
4 năm sau. Nhiệt độ trung bình hàng năm là 26,80C, ít khi bị bão lũ. Lƣợng mƣa trung
bình trong năm là 1.864 mm, tập trung nhất từ tháng 8,9,10, độ ẩm trung bình là 83%,
thuận lợi cho cây lúa và các loại hoa màu phát triển.
22
CHƢƠNG 2: PHƢƠNG TIỆN – PHƢƠNG PHÁP
2.1 Địa điểm và thời gian thực hiện
Địa điểm nghiên cứu là rừng ngập mặn phòng hộ xung yếu ven biển Đông, thuộc xã Vĩnh
Hải, huyện Vĩnh Châu , tỉnh Sóc Trăng.
Hình 2.1: Bảng báo khu vực rừng phòng hộ
(Ảnh Sray Pâu, 2017)
Địa điểm nghiên cứu đƣợc chia ra làm 3 khu vực, với tổng diện tích trên 17 ha.
Thời gian thực hiện nghiên cứu từ tháng 8/2017 – 11/2017.
2.2 Phƣơng pháp
2.2.1 Quy trình
Tuần tự phƣơng pháp đƣợc sử dụng trong luận văn tính chiều cao cây đƣợc thể hiện trong
hình 2.3.
Hình 2.2: Sơ đồ quy trình phƣơng pháp sử dụng
23
Trong giai đoạn “Ảnh và phần mềm Agisoft Photoscan”, là thực hiện một loạt các cách
thức tiền xử lý ảnh. Ví dụ: điều chỉnh tọa độ, căn chỉnh ảnh, điều chỉnh thông số ảnh, v.v.
Trong giai đoạn “Tạo ảnh Ortho, DSM, đám mây điểm”, là một tiến trình hoàn toàn tự
động đã đƣợc tiến hành. Chi tết của phần này sẽ đƣợc giải thích chi tiết trong phần
“Phƣơng pháp xử lý ảnh trên phần mềm Agisoft Photoscan”. Giai đoạn này mất khoảng
12 giờ đối với máy tính của tác giả, hiệu suất xử lý có thể nhanh hơn đối với một máy tính
cao cấp. Ảnh DSM chứa thông tin cao độ, ảnh Orthomosaic là ảnh ghép trực giao.
Giai đoạn “Xác nhận với phép đo thực tế”, là giai đoạn tốn nhiều thời gian thứ hai sau
giai đoạn “Tạo ảnh Ortho, DSM, đám mây điểm”, vì nó liên quan đến việc đi vào trong
khu khảo sát, các quy trình giấy tờ, xác định vị trí điểm mẫu. Các độ cao phù hợp sẽ đƣợc
ghi lại và phân tích.
Hai giai đoạn cuối “Raster Calculator, Quantum GIS” và “Chiều cao cây chính xác” thực
ra là một công đoạn nhƣng đƣợc chia ra làm hai giai đoạn, công đoạn cuối từ tính toán các
lớp đến lọc phân loại và cho ra chiều cao cây có độ chính xác cao.
2.2.2 Chuẩn bị
Để thực hiện đƣợc các nội dung nghiên cứu, các phƣơng tiện, công cụ sau đây đã đƣợc sử
dụng:
Ngoài thực địa: Thƣớc dây 5m, dụng cụ đo chiều cao cây, thiết bị GPS, smartphone.
24
Trong phòng: Máy tính xách tay, ảnh Flycam, phần mềm xử lý ảnh Agisoft Photoscan
phiên bản 3.14 , phần mềm hệ thống thông tin địa lí Quantum GIS (QGIS) phiên bản
2.18, phần mềm Microsoft Excel 2016.
Hình 2.3: Ảnh thực hiện bởi Phantom 4
(Nguồn: GIZ, 2017)
25
Bảng 2.1: Thông số kỷ thuật máy tính xách tay đƣợc dùng trong nghiên cứu
Tên cấu hình Thông số
Operating System Windows 10 Pro 64-bit
Model Asus GL552JX
CPU Intel Core i5-4200H 2.8GHz
Memory of RAM 12GB
GPU Ndivia GeForce GTX 950M
2.2.3 Phương pháp thực hiện trên Agisoft Photoscan
Ảnh đƣợc trích từ chƣơng trình GIZ 2017, ảnh đƣợc thực hiện vào ngày 31/10/2016 trên
ấp Huỳnh Kỳ, xã Vĩnh Hải, huyện Vĩnh Châu, tỉnh Sóc Trăng.
Tổng cộng có 871 ảnh chia làm 3 khu vực với lần lƣợt: khu vực 1: 268 ảnh; khu vực 2:
262 ảnh; và khu vực 3: 340 ảnh đƣợc nạp vào phần mềm Agisoft Photoscan. Tiến hành xử
lý hình ảnh với các thiết lập về thông tin vị trí địa lý, thông tin máy ảnh cho từng hình ảnh
tƣơng ứng. Các thông số kiểm soát trên mặt đất đƣợc tạo dƣới dạng một tệp dạng văn bản.
Tệp văn bản này chứa tên và tọa độ cho mỗi một trạm kiểm soát mặt đất. Sau đó chọn phù
hợp các giá trị X, Y và độ cao máy ảnh. Chọn hệ quy chiếu WGS 84 (EPSG:4326) tƣơng
ứng với dữ liệu hình ảnh.
Quá trình xử lý dữ liệu bao gồm: căn chỉnh hình ảnh (Align photos), tối ƣu hóa căn chỉnh
ảnh (Optimize alignment), xây dựng đám mây điểm (Build dense cloud), xây dựng ảnh
DSM (Build DEM), xây dựng ảnh Orthomosaic (Build orthomosaic). Các tham số xử lý
cụ thể đƣợc cung cấp ở bảng 2 dƣới đây.
Bảng 2.2: Thiếp lập trong từng giai đoạn xử lý ảnh
Quá trình Tham số Thiết lập
Align photos Accuracy
Pair selection
Key point limit
Tie point limit
Adaptive camera model fitting
High
Disabled
40,000
10,000
No
Optimize alignment f; cx, cy; b1; b2; k1; k2; k3; k4;
p1; p2; p3; p4
Optimize
Build dense cloud Quality
Depth filtering
High
Mild
Build DEM Source data Dense cloud
26
Interpolation
Projection
Enabled
WGS 84 (EPSG:4326)
Build orthomosaic Surface
Blending mode
Color correction
Projection
DEM
Mosaic
Yes
WGS 84 (EPSG:4326)
Quá trình căn chỉnh ảnh (align photos): là quá trình tìm ra các điểm trùng giữa các hình
ảnh đƣợc chồng lắp, ƣớc tính vị trí tọa độ của máy ảnh cho mỗi bức ảnh và xây dựng mô
hình đám mây điểm thƣa.
Accuracy: ở mức thiết lập cao (High), Photoscan sử dụng ảnh độ phân giải đầy đủ (thiết
lập trung bình sẽ sử dụng 50%, tƣơng tự ở mức thấp là 25%).
Pair selection: tính năng này Photoscan sẽ thực hiện quét nhanh để xem ảnh nào cùng một
chế độ xem. Nếu ảnh không cùng một chế độ xem thì nó sẽ không so sánh các điểm trong
ảnh. Điều này sẽ giúp cho việc căn chỉnh nhanh hơn, nhƣng độ chính xác không cao.
Key point limit: số lƣợng điểm ảnh tối đa mà Photoscan sẽ trích ra từ mỗi bức ảnh. Đối
với quy tình này các hình ảnh này đƣợc trích xuất 40,000 điểm/hình.
Tie point limit: số lƣợng điểm ảnh đƣợc Photoscan dùng để kết nối và căn chỉnh ảnh. Số
lƣợng càng lớn thì việc căn chỉnh càng mất nhiều thời gian. Số lƣợng Tie point của từng
khu vực sau căn chỉnh: khu vực 1: 410,600 điểm, khu vực 2: 425,196 điểm, khu vực 3:
529,641 điểm.
Quá trình tối ƣu căn chỉnh ảnh (Optimize alignment): là quá trình căn chỉnh tối đa
f: độ dày tiêu cự trong tọa độ X, Y đƣợc tính bằng pixels.
cx, cy: tọa độ điểm gốc.
b1 = fx – fy, b2 = skew ( skew là chuyển đổi hệ số nghiên).
k1, k2, k3, k4: tham số méo xuyên tâm.
p1, p2, p3, p4: tham số méo tiếp tuyến.
Quá trình tạo đám mây điểm dày (build dense cloud): căn cứ vào vị trí máy ảnh dự kiến,
Photoscan sẽ tính toán thông tin về chiều cao của mỗi vị trí máy ảnh để kết nối thành đám
mây điểm (dense point cloud).
27
Depth Filtering: khi mô phỏng tán thực vật lựa chọn “Mild” sẽ mang lại kết quả tốt hơn
nhiều so với các lựa chọn còn lại. Tuy nhiên, Depth Filtering loại bỏ phần trên của một số
cây.
Quá trình tạo ảnh DSM (build DEM): đƣợc tạo từ đám mây điểm (dense cloud), chứa các
thông tin địa lý, chiều cao vật thể. Ảnh raster chứa cao độ của toàn bộ những vật thể trên
ảnh.
Quá trình tạo ảnh Orthomosaic (build orthomosaic): sau khi kết thúc quá trình “build
DEM”, có thể xây dựng mô hình Orthomosaic dựa trên dữ liệu DSM vừa đƣợc tạo ra.
Ảnh raster chứa thông tin địa lý và là ảnh ghép trực giao. Ảnh đƣợc ghép từ các vị trí các
camera theo tính toán của Photoscan.
2.2.4 Phương pháp thu mẫu
Các phép đo đƣợc thực hiện với dụng cụ đo độ cao, thƣớc dây và smartphone. Lý do sử
dụng cách đo này là do độ chính xác tƣơng đối, linh động và chi phí thấp. Mặc dù có
nhiều thiết bị chính xác hơn nhƣ máy quét laze,máy toàn đạc, nhƣng với độ linh động của
mình, phép đo với dụng cụ độ cao phù hợp hơn cho nghiên cứu này. Các phép đo đƣợc
thực hiện sau giai đoạn giải đoán hình ảnh. Chiều cao cây đƣợc xác định từ gốc cây đến
đỉnh sinh trƣởng của cây. Ở những nơi rậm rạp, chỉ thu chiều cao từ những cây ở phía
ngoài vì mật độ cây nhiều không thể nhìn thấy đỉnh sinh trƣởng từ mặt đất. Góc hợp bởi
ngƣời ngắm và đỉnh sinh trƣởng, chiều cao ngƣời ngắm, khoảng cách từ ngƣời ngắm đến
cây đo và vị trí GPS của cây sẽ đƣợc ghi lại. Vị trí của cây yêu cầu chính xác cao vì giai
đoạn xử lý số liệu cần khớp với cây đã xử lý bằng hình ảnh trƣớc đó.
Số liệu thu thập đƣợc lƣu trữ, tổng hợp và tính toán bằng phần mềm Microsoft Excel
2016.
28
Hình 2.4: Cách tính chiều cao cây bằng dụng cụ ngắm đo chiều cao
(Nguồn: Geo. Wm. Hill, 1898)
2.2.5 Phương pháp xử lý trên Quantum GIS
Sau khi thu thập chiều cao bằng phép đo thực tế, các số liệu đƣợc xử lý sau cho chính xác
với cây đã chọn. Số liệu đƣợc nhập, xử lý và tổng hợp trên phần mềm Microsoft Excel
2016.
Cao độ cũng từng khu vực đƣợc ƣớc tính dựa trên tính toán của Agisoft Photoscan. Đây là
độ cao giả định, các thiết lập càng cao thì qua quá trình xử lý ảnh độ cao hiển thị càng
chính xác. Để có đƣợc độ cao chính xác ta cần có cao độ thực so với mực nƣớc biển thông
qua giai đoạn “Xác nhận với phép đo thực tế”.
Để đƣa ảnh DSM về cao độ thực tế:
Sử dụng công cụ Identify Results để so sánh các cao độ chuẩn đƣợc lấy từ quá trình thực
địa với vị trí pixel có cùng hệ số tọa độ tƣơng ứng.
Thiết lập công thức công cụ Raster Calculator trên phần mềm QGIS.
“Ảnh DSM” + Độ cao thực - Độ cao giả định
29
Để hạn chế sai số thì cần chuyển đổi dựa trên nhiều điểm có cao độ chuẩn. Sau khi thực
thi công thức chuyển đổi và quá trình lọc thì có đƣợc giá trị cao độ thực của ảnh DSM.
2.3 Đối tƣợng nghiên cứu
Nghiên cứu này tập trung vào đối tƣợng là cao độ của những cây rừng ngập mặn ven biển
ấp Huỳnh Kỳ, xã Vĩnh Hải, huyện Vĩnh Châu, tỉnh Sóc Trăng. Đƣớc và mắm là nguồn
thực đối tƣợng chủ yếu tại chỗ để thực hiện nghiên cứu hiện tại cũng nhƣ cho các ứng
dụng triển khai tiếp theo.
30
CHƢƠNG 3: KẾT QUẢ THẢO LUẬN
3.1 Thời gian xử lý trên Agisoft Photoscan
Bảng 3.1 trình bày toàn bộ thời gian xử lý ảnh trên phần mềm xử lý ảnh Agisoft
Photoscan với các thiết lập nhƣ mô tả ở bảng 2.2 và thực hiện trên máy tính xách tay có
thông số ở bảng 2.1.
Bảng 3.1: Thời gian xử lý các tiến trình trên Agisoft Photoscan
Thời gian để hoàn thành tất cả các xử lý của 03 khu vực nghiên cứu là 2300 phút (trên 38
giờ), trung bình một khu vực khoảng 767 phút (khoảng 13 giờ). Quá trình tạo đám mây
điểm dày (build dense cloud) chiếm thời gian xử lý nhiều nhất với 1688 phút (khoảng 28
giờ) chiếm 73.39% tổng thời gian xử lý. Build dense cloud chiếm 70.17%, 73.5% và
75.65% thời gian xử lý của lần lƣợt khu vực 1, khu vực 2 và khu vực 3, với trung bình
73.11% trên mỗi khu vực. Tiếp đến là quá trình căn chỉnh ảnh (align photos) tiêu tốn 495
phút (8.25 giờ) chiếm 21.52% thời gian xử lý và chiếm trung bình 21.69% thời gian xử lý
trên mỗi khu vực. Quá trình tạo ảnh ghép trực giao (build Orthomosaic) mất 102.25 phút
(khoảng 1.7 giờ) chiếm 4.45% toàn bộ tổng thời gian quá trình xử lý, trung bình 4.56%
thời gian trên mỗi khu vực nghiên cứu. Hai quá trình căn chỉnh ảnh tối đa (optimize
algnment) và tạo ảnh DSM (build DEM) không tiêu tốn nhiều thời gian, chỉ mất có 14.75
phút để hoàn thành hai tiến trình cho cả 03 khu vực nghiên cứu chỉ chếm 0.64% toàn bộ
tổng thời gian xử lý cả 03 khu vực nghiên cứu.
3.2 Kết quả tạo ảnh DSM và Orthomosaic
Quá trình xây dựng đám mây điểm dày (build dense cloud) đã xây dựng lên mô hình kết
nối các điểm giữa các ảnh với nhau. Số điểm càng cao độ chính xác càng cao và ngƣợc lại
số điểm càng thấp thì độ chính xác càng thấp. Số điểm cụ thể từ kết quả sẽ trình bày ở
bảng 3.2.
Quá trình Thời gian thực hiện
Khu vực 1 Khu vực 2 Khu vực 3
Align photos 161 phút 146.5 phút 187.5 phút
2300 phút
Optimize alignment 1.5 phút 1 phút 2 phút
Build dense cloud 474 phút 511 phút 703 phút
Build DEM 3 phút 3 phút 4.25 phút
Build Orthomosaic 36 phút 33.75 phút 32.5 phút
Tổng thời gian hoàn thành 675.5 phút 695.25 phút 929.25 phút
31
Bảng 3.2: Số điểm kết nối xây dựng đám mây điểm dày
Dựa vào dữ liệu đƣợc xây dựng từ dense cloud để tạo ảnh DSM. Mô hình đám mây điểm
dày chính là nguyên liệu duy nhất để tạo nên ảnh DSM có chứa các thông tin cao độ.
Cao độ sau quá trình tạo ảnh DSM đƣợc dùng để xử so sánh và đối chiếu với cao độ thực
tế. Kết quả cao độ của ảnh DSM là cao độ giả định, giá trị cao độ giả định từng khu vực
nghiên cứu đƣợc trình bày ở bảng 3.3.
Ảnh Orthomosaic là ảnh ghép trực giao, cho ngƣời xem một cái nhìn tổng quát hơn về
khu vực nghiên cứu. Ảnh đƣợc ghép từ nhiều ảnh nhỏ có độ phân giải cao và có thông tin
địa lý. Ảnh đƣợc ghép tự động dựa trên các điểm đã đƣợc đánh dấu và thiết lập trên đám
mây điểm dày (dense cloud) cùng với lớp nền mô phỏng DSM.
Độ phân giải ảnh DSM và Orthomosaic đƣợc trình bày ở bảng 3.4.
Bảng 3.3 : Giá trị giả định cao nhất và thấp nhất từng khu vực
Bảng 3.4: Thông số ảnh DSM và Orthomosaic của mỗi khu vực
Vùng Số điểm thiết lập Thiếp lập build dense cloud
Khu vực 1 87 285 789 điểm Quality
Depth filtering
High
Mild
Khu vực 2 84 576 994 điểm
Khu vực 3 105 275 667 điểm
Vùng Cao độ Min Max
Khu vực 1 -5.73757 13.9779
Khu vực 2 -0.02066 11.9383
Khu vực 3 -13.4058 6.70961
Khu vực Độ phân giải Kích cỡ pixcel
DSM Orthomosaic DSM Orthomosaic
Khu vực 1 18673 x 19472 22528 x 27756 9.64 cm/pix 4.8 cm/pix
Khu vực 2 15477 x 17049 23066 x 25396 9.61 cm/pix 4.8 cm/pix
Khu vực 3 10675 x 19173 14695 x 31775 9.5 cm/pix 4.72 cm/pix
32
Hình 3.1: Ảnh DSM lần lƣợt của 3 khu vực nghiên cứu
Hình 3.1 thể hiện ảnh DSM có chứa cao độ giả định của 03 khu vực nghiên cứu. Sai số ở
những góc ảnh là do vị trí máy ảnh trong quá trình khởi động và hạ cánh Flycam có vấn
đề không thuận lợi, dẫn đến những pixel ở những điểm bắt đầu bay và hạ cánh bị lỗi. Cao
độ đƣợc thể hiện qua tone màu từ lạnh sang nóng. Màu càng nóng thì cao độ càng lớn và
ngƣợc lại màu càng lạnh thì cao độ càng thấp. Hình 3.1 thể hiện màu sắc cao độ thực vật
khá chính xác với quá trình thực địa.
33
Hình 3.2: Bản đồ ảnh ghép trực giao Orthomosaic khu vực 1
Hình 3.3: Bản đồ ảnh ghép trực giao Orthomosaic khu vực 2
34
Hình 3.4: Bản đồ ảnh ghép trực giao Orthomosaic khu vực 3
Với độ phân giải rất lớn, tác giả đã thu nhỏ lại kích thƣớc ảnh cả 03 khu vực nghiên cứu,
để ngƣời đọc, ngƣời xem có thể dễ dàng quan sát và nghiên cứu. Với độ cao thực hiện các
bức ảnh thấp, dựa theo sự quan sát của tác giả, ảnh ghép trực giao Orthomosaic mô tả
không gian dƣới dạng ảnh 2D rất tốt, từ màu sắc, tính chất đến trạng thái. Màu sắc thể
hiện rất thực, có thể quan sát rõ từng khu, từng cây khi phóng to.
Độ phân giải điểm ảnh pixel lên đến 4.8 cm trong khi đó hình ảnh vệ tinh đƣợc cung cấp
miễn phí độ phân giải điểm ảnh pixel lớn nhất cũng chỉ đến 10m. Ảnh ghép trực giao
Orthomosaic cung cấp một góc nhìn tổng quan và tổng quát hơn từ trên cao. Dựa vào
những dữ liệu có thể thành lập bản đồ bằng ảnh ghép trực giao, để dễ dàng quan sát và
quản lí hơn. Hình 3.5 là ví dụ về bản đồ từ ảnh ghép trực giao Orthomosaic.
35
Hình 3.5: Bản đồ từ ảnh ghép trực giao Orthomosaic vùng nghiên cứu
36
3.3 Kết quả thực địa
Số liệu thu thập trực tiếp tại vùng nghiên cứu thực tế với hai đối tƣợng là mắm vào đƣớc.
Tổng số đã thu thập đƣợc hơn 50 mẫu ngẫu nhiên với ba lần thu thập trực tiếp. Trong đó
chỉ có 30 (đạt 60% số mẫu thu đƣợc) mẫu phù hợp với nghiên cứu. Các mẫu không phù
hợp với nghiên cứu đa phần đều sai tọa độ địa lý số ít hơn thì do lỗi của ảnh.
3.3.1 Về loài
Hình 3.6: Biểu đồ cơ cấu thành phần loài
Hình 3.6 thể hiện cơ cấu loài của mẫu quan sát, cụ thể với 30 mẫu kiểm tra có 22 mẫu
chiếm 73% là cây đƣớc (phần màu xanh), còn lại 8 mẫu chiếm 27% là cây mắm (phần
màu cam).
3.3.2 Về chiều cao cây
Các cây trong nghiên cứu có chiều cao trung bình là 11.53m, cây thấp nhất chỉ cao có
3.89m, cây cao nhất cao đến 15.79m. Chiều cao các mẫu thu đƣợc trong quá trình thực tế
chia theo nhóm đƣợc trình bày ở bảng 3.3.
Bảng 3.5: Chiều cao các mẫu thu thập trong quá trình thực tế
Nhóm Loài Số lƣợng Tỷ lệ(%)
1-5 Đƣớc 0 0
Mắm 1 3.33
5-10 Đƣớc 3 10
Mắm 4 13.33
>10 Đƣớc 19 63.34
Mắm 3 10
73%
27% Đước
Mắm
37
Số lƣợng cây cao trên 10m chiếm đa số và chiều cao trung bình 11.53m, chứng tỏ hệ sinh
thái rừng ngập mặn ở vùng nghiên cứu đã hình thành từ rất lâu với đa phần các thực vật
có chiều cao trên 10m.
3.4 Kết quả xử lý trên Quantum GIS
Dựa vào các thông số mẫu sau khi xử lý và tổng hợp thu thập trung quá trình thực địa.
Các mẫu số liệu đƣợc so sánh, đối chiếu và sàng lọc với từng vị trí tƣơng ứng của mẫu
trên ảnh DSM. Ảnh DSM giả định đƣợc đƣa về cao độ ƣớc tính thông qua các cao độ
chuẩn. Bảng 3.4 trình bày giá trị lớn nhất và nhỏ nhất của cao độ giả định và cao độ ƣớc
tính của từng khu vực khảo sát và nghiên cứu.
Bảng 3.6: Giá trị lớn nhất và nhỏ nhất của cao độ giả định và cao độ ƣớc tính
3.5 Thành lập bản đồ chiều cao cây
Bản đồ có chỉ số chiều cao thực vật đƣợc tạo ra bởi QGIS. Bản đồ đƣợc tạo ra từ ảnh đơn
kênh, bản đồ thể hiện trạng thái cao độ của nƣớc, đất và thực vật tại cùng một thời điểm
thông qua màu sắc của ảnh. Tùy thuộc vào giá trị cao độ cao hay thấp mà mức độ sáng tối
thể hiện khác nhau.
Chỉ số cao độ càng cao (tƣơng ứng với tone màu tối) chứng tỏ khu vực đó có nhiều thực
vật có cao độ cao và ngƣợc lại biển, kênh, mƣơng thì chỉ số cao độ nhỏ (tƣơng ứng với
tone màu sáng). Bản đồ chỉ số cao độ từng khu vực nghiên cứu đƣợc trình bày ở hình 3.5,
3.6 và 3.7.
Vùng Cao độ giả định Cao độ chính xác
Min Max Min Max
Khu vực 1 -5.73757 13.9779 -5.18677 15.4012
Khu vực 2 -0.02066 11.9383 -1.88117 11.5474
Khu vực 3 -13.4058 6.70961 -6.59771 14.8655
38
Hình 3.7: Bản đồ chiều cao cây khu vực 1
Hình 3.8: Bản đồ chiều cao cây khu vực 2
39
Hình 3.9: Bản đồ chiều cao cây khu vực 3
Các ảnh trình bày ở tone màu tối với giá trị cao độ cao hay pixel ảnh có thực vật và cao
độ cao và ngƣợc lại tone màu sáng với giá trị cao độ thấp hay pixel ảnh không có thực vật
hoặc ít thực vật.
Qua ba hình 3.5, 3.6, 3.7 cho thấy các diện tích các khu vực theo cao độ. Vùng có ngập
nƣớc chiếm chủ yếu. Nếu chỉ xét các tone màu tối cao độ thay đổi từ sáng đến tối tƣơng
ứng với chiều cao từ thấp đến cao, nhóm thực vật có chiều cao trên 10m (pixel màu tối)
chiếm ƣu thế, tiếp theo là nhóm thực vật có chiều cao từ 5 – 10m và cuối cùng là nhóm
thực vật có chiều cao dƣới 5m và vùng không có thực vật (pixel màu sáng). Điều này phù
hợp với kết quả thực địa.
3.6 Đánh giá phƣơng pháp tính chiều cao cây rừng bằng công nghệ UAV
3.6.1 So sánh độ cao thực tế và độ cao ước tính
So sánh hai phƣơng pháp tính chiều cao cây khác nhau. Phƣơng pháp đầu tiên là với dụng
cụ đo độ cao và thứ hai là thuật toán giải đoán hình ảnh. Tổng cộng có 30 mẫu độ cao cây
thu đƣợc sau quá trình thực địa. Các cây kiểm tra trong 03 khu vực nghiên cứu có chiều
cao dao động từ 3.8m đến 15.8m. Mỗi mẫu kiểm tra sẽ có một cặp kết quả bao gồm chiều
cao cây thực tế vào độ cao cây ƣớc tính.
40
Hình 3.10: Tƣơng quan giữa độ cao thực tế và độ cao ƣớc tính ở khu vực 1
Khu vực 1 với 13 mẫu đƣớc đƣợc so sánh giữa độ cao thực tế và độ cao ƣớc tính. Phƣơng
tình hồi qui tuyến tính y = 1.1027x - 0.5878 mô tả kỳ vọng của độ cao ƣớc tính theo độ
cao thực tế. Hệ số xác định R2 = 0.843 biểu hiện những khác biệt về độ cao thực tế giải
thích khoản 84% những khác biệt về độ cao ƣớc tính.
y = 1.1027x - 0.5878
R² = 0.843
0
2
4
6
8
10
12
14
16
18
0 2 4 6 8 10 12 14 16 18
Độ
cao
ƣớ
c tí
nh
Độ cao thực tế
41
Hình 3.11: Tƣơng quan giữa độ cao thực tế và độ cao ƣớc tính ở khu vực 2
Khu vực 2 với 14 mẫu cây đƣợc so sánh giữa độ cao thực tế và độ cao ƣớc tính, trong đó
có 9 cây đƣớc và 5 cây mắm. Phƣơng tình hồi qui tuyến tính y = 1.2877x – 3.1382 mô tả
kỳ vọng của độ cao ƣớc tính theo độ cao thực tế. Hệ số xác định R2 = 0.8093 biểu hiện
những khác biệt về độ cao thực tế giải thích khoản 81% những khác biệt về độ cao ƣớc
tính.
y = 1.2877x - 3.1382
R² = 0.8093
0
2
4
6
8
10
12
14
16
18
0 2 4 6 8 10 12 14 16 18
Độ
cao
ƣớ
c tí
nh
Độ cao thực tế
42
Hình 3.12: Tƣơng quan giữa độ cao thực tế và độ cao ƣớc tính ở khu vực 3
Khu vực 3 với 15 mẫu cây đƣợc so sánh giữa độ cao thực tế và độ cao ƣớc tính, trong đó
có 8 cây đƣớc và 7 cây mắm. Phƣơng tình hồi qui tuyến tính y = 0.8898x – 1.0498 mô tả
kỳ vọng của độ cao ƣớc tính theo độ cao thực tế. Hệ số xác định R2 = 0.794 biểu hiện
những khác biệt về độ cao thực tế giải thích khoản 79% những khác biệt về độ cao ƣớc
tính.
y = 0.8898x + 1.0498
R² = 0.794
0
2
4
6
8
10
12
14
16
0 2 4 6 8 10 12 14 16 18
Độ c
ao ƣ
ớc
tính
Độ cao thực tế
43
Hình 3.13: Tƣơng quan giữa độ cao thực tế và độ cao ƣớc tính ở cây mắm
Hình 3.13 biểu diễn sự tƣơng quan giữa độ cao thực tế và độ cao ƣớc tính với 13 mẫu cây
mắm so sánh trên 8 mẫu cây mắm thu đƣợc (5 mẫu cây mắm so sánh trên 2 khu vực
nghiên cứu khác nhau). Phƣơng tình hồi qui tuyến tính y = 1.0724x - 0.424 mô tả kỳ vọng
của độ cao ƣớc tính theo độ cao thực tế. Hệ số xác định R2 = 0.9234 biểu hiện những
khác biệt về độ cao thực tế giải thích khoản 92% những khác biệt về độ cao ƣớc tính.
y = 1.0724x - 0.424
R² = 0.9234
0
2
4
6
8
10
12
14
16
18
0 2 4 6 8 10 12 14 16
Độ c
ao ƣ
ớc
tính
Độ cao thực tế
44
Hình 3.14: Tƣơng quan giữa độ cao thực tế và độ cao ƣớc tính ở cây đƣớc
Hình 3.14 biểu diễn sự tƣơng quan giữa độ cao thực tế và độ cao ƣớc tính với 29 mẫu cây
đƣớc so sánh trên 22 mẫu cây đƣớc thu đƣợc (7 mẫu cây đƣớc so sánh trên 2 khu vực
nghiên cứu khác nhau). Phƣơng tình hồi qui tuyến tính y = 1.0782x - 0.8135 mô tả kỳ
vọng của độ cao ƣớc tính theo độ cao thực tế. Hệ số xác định R2 = 0.7242 biểu hiện
những khác biệt về độ cao thực tế giải thích khoản 72% những khác biệt về độ cao ƣớc
tính.
y = 1.0782x - 0.8135
R² = 0.7242
0
2
4
6
8
10
12
14
16
18
0 2 4 6 8 10 12 14 16 18
Độ
cao
ƣớ
c tí
nh
Độ cao thực tế
45
Hình 3.15: Tƣơng quan giữa độ cao thực tế và độ cao ƣớc tính toàn khu vực nghiên cứu
Hình 3.15 biểu diễn sự tƣơng quan giữa độ cao thực tế và độ cao ƣớc tính với 42 mẫu cây
so sánh trên 30 mẫu cây đƣớc thu đƣợc trên toàn khu vực nghiên cứu (12 mẫu cây so sánh
trên 2 khu vực nghiên cứu khác nhau). Phƣơng tình hồi qui tuyến tính y = 1.0498x -
0.3868 mô tả kỳ vọng của độ cao ƣớc tính theo độ cao thực tế. Hệ số xác định R2 =
0.8165 biểu hiện những khác biệt về độ cao thực tế giải thích khoản 82% những khác biệt
về độ cao ƣớc tính.
y = 1.0498x - 0.3868
R² = 0.8165
0
2
4
6
8
10
12
14
16
18
0 2 4 6 8 10 12 14 16 18
Độ
cao
ƣớ
c tí
nh
Độ cao thực tế
46
Trong 30 mẫu thu thập ở quá trình thực tế, thì có đến 12 mẫu (chiếm 40%) so sánh ở hai
khu vực. Tất cả 12 mẫu trên đều thuộc khu vực 2 và khu vực 3, vì vậy có 42 mẫu chiều
cao cây đƣợc so sánh giữa độ cao thực tế và độ cao ƣớc tính. Kết quả kiểm tra cho thấy có
sự tƣơng quan khá cao giữa độ cao thực tế vào độ cao ƣớc tính đƣợc giải đoán từ ảnh
Flycam.
Hệ số xác định R2 tại 03 khu vực nghiên cứu, 2 loài cây đƣớc, mắm và toàn bộ khu vực
nghiên cứu lần lƣợc là:
Khu vực 1: 0.843 (hình 3.8).
Khu vực 2: 0.8093 (hình 3.9).
Khu vực 3: 0.794 (hình 3.10).
Cây mắm: 0.9234 (hình 3.11).
Cây đƣớc: 0.7242 (hình 3.12).
Toàn bộ khu vực nghiên cứu: 0.8165 (hình 3.13).
Với hệ số xác định R2 đƣợc nghiên cứu trên nhiều vùng, nhiều loài cây và tổng thể vùng,
điều này cho thấy giữa chiều cao giải đoán bằng ảnh Flycam và độ cao thực tế có mối
tƣơng quan khá cao. Hai giá trị này không có sự chênh lệch nhiều.
Các hệ số xác định R2 đƣợc xác định trong nghiên cứu này từ 0.72 – 0.93 chứng tỏ độ
chính xác ở mức khá cao và có thể áp dụng vào thực tế. Do đó, đề tài xây dựng phƣơng
pháp tính chiều cao cây rừng ngập mặn bằng công nghệ Flycam là nghiên cứu có ý nghĩa.
3.6.2 Ưu điểm và nhược điểm
a. Ƣu điểm
Khảo sát toàn bộ khu vực trong thời gian ngắn, những vùng không thể đo bằng phƣơng
pháp truyền thống.
Số liệu thu thập dễ dàng xử lý hơn phƣơng pháp truyền thống, số liệu có thể thu thập hằng
năm.
Ảnh có độ phân giải cao, cho kết quả với độ chính xác khá cao.
Chi phí cho phƣơng pháp ít tốn kém hơn các phƣơng pháp truyền thống.
Cách thức thực hiện đơn giản, dễ dàng phổ biến.
47
b. Nhƣợc điểm
Khó khăn cho những ngƣời mới sử dụng.
Giá thành của phần mềm kỹ thuật tƣơng đối cao.
Độ chính xác ở các khu vực ít cây thấp.
Thủ tục để thực một chuyến bay mất nhiều thời gian.
Yêu cầu một máy tính mạnh mẽ để thực hiện công việc nhanh chóng.
48
CHƢƠNG 4: KẾT LUẬN VÀ KIẾN NGHỊ
4.1 Kết luận
Qua kết quả nghiên cứu cho thấy rõ ảnh Flycam cho phản ánh tốt về chiều cao cây rừng
ngập mặn. Cho kết quả tốt theo không gian giữa vùng rừng dày và rừng thƣa. Với độ
chính xác cao dựa trên sự so sánh chiều cao cây ƣớc tính và chiều cây cao thực tại vùng
rừng ngập mặn ven biển huyện Vĩnh Châu với R2 từ 0.79 – 0.84.
Kết quả nghiên cứu cho thấy sự chính xác của phƣơng pháp chụp ảnh từ Flycam góp phần
xây dựng bản đồ cao độ của vùng nghiên cứu, bản đồ từ ảnh ghép trực giao Orthomosaic.
Đánh giá đƣợc ƣu nhƣợc điểm của phƣơng pháp tính chiều cao cây rừng để góp phần vào
công cuộc quản lý rừng.
Đề tài đã cung cấp kết quả tham khảo quan trọng trong việc phát triển phƣơng pháp tính
chiều cao cây bằng công nghệ Flycam.
4.2 Kiến nghị
Ảnh Flycam nên đƣợc sử dụng để theo dõi diễn biến chiều cao cây rừng ở cấp vùng, cấp
quốc gia . Ảnh có độ phân giải cao so hơn với ảnh vệ tinh để phục vụ cho các nghiên cứu
chi tiết và nghiên cứu ở phạm vi nhỏ (cấp huyện, cấp xã).
Cần mở rộng nhiều hơn những nghiên cứu về ảnh Flycam trong viễn thám, không chỉ
riêng về chiều cao cây mà còn các nghiên cứu về sinh khối, đƣờng bờ, v.v.
Thí điểm phƣơng pháp tại một số vùng trƣớc khi nhân rộng phƣơng pháp.
49
TÀI LIỆU THẢM KHẢO
Tiếng Việt
Duy Luân, 2015. UAV (drone) là gì? https://tinhte.vn/threads/uav-drone-la-gi-nguoi-ta-
dieu-khien-no-ra-sao-va-co-the-dung-cho-nhung-muc-dich-nao.2449470/ (truy cập
vào 15/10/2017).
Nguyễn Bích Ngọc, 2007. Nghiên cứu định hƣớng quy hoạch bảo vệ môi trƣờng tỉnh Sóc
Trăng đến năm 2020.
Nguyễn Ngọc Thạch. (2005). Cơ sở viễn thám. Nhà Xuất Bản Nông Nghiệp, Hà Nội Năm
2005, 0–19.
Toan Tran Van, 2010. Tổng quang về viễn thám.
http://climatechangegis.blogspot.com/2010/11/tong-quan-ve-vien-tham_3285.html
(truy cập vào 17/10/2017).
Thu Hà, 2017. Agisoft Photoscan Profressional. http://taimienphi.vn/download-agisoft-
photoscan-professional-32950 (truy cập vào 03/09/2017).
Điều kiện tự nhiên tỉnh Sóc Trăng.
https://www.soctrang.gov.vn/wps/portal/!ut/p/c4/04_SB8K8xLLM9MSSzPy8xBz9CP
0os3gLR1dvZ09LYwOL4GAnA08TRwsfvxBDIz8_M_2CbEdFANV_GII!/ (truy cập
vào ngày 09/09/2017).
Rừng ngập mặn Việt Nam. http://tongcuclamnghiep.gov.vn/tin-tuc/178/a-172/22.html
(truy cập vào ngày 17/10/2017).
Tập huấn sử dụng công nghệ Flycam vào công tác quản lý tài nguyên rừng, phòng chống
thiên tai. https://daln.gov.vn/vi/ac78a1347/tap-huan-su-dung-cong-nghe-flycam-vao-
cong-tac-quan-ly-tai-nguyen-rung-phong-chong-thien-tai.html (truy cập vào ngày
13/10/2017).
Tiêu Bảo Long, 2015. Bản đồ du lịch – Sóc Trăng.
http://dinhnuituyet.blogspot.com/2015/09/ban-o-du-lich-soc-trang.html (truy cập ngày
08/11/2017).
Tìm hiểu về Flycam là gì? http://flycam.co/tim-hieu-ve-flycam-la-gi/ (truy cập vào ngày
08/11/2017).
Thủ tục cấp phép bay Flycam https://flycam24h.com/thu-tuc-cap-phep-bay-flycam/ (truy
cập vào ngày 08/11/2017).
50
Tiếng Anh
Birdal, A. C. (2016). Determination of Tree Heights With Unmanned Air Vehicles, (July
2016). https://doi.org/10.13140/RG.2.2.10942.69447
Colomina I., Molina P. ISPRS Journal of Photogrammetry and Remote Sensing
Unmanned aerial systems for photogrammetry and remote sensing : A review
(2014). ISPRS J Photogramm Remote Sens [Internet]. 92:79–97. Available from:
http://dx.doi.org/10.1016/j.isprsjprs.2014.02.013
Claudia Kuenzer, Andrea Bluemel, Steffen Gebhardt, Quoc Tuan Vo, Stefan Dech:
Remote Sensing of Mangrove Ecosystems: A Review. In: Remote Sensing. 3(5),
2011, ISSN 2072-4292, 878–928, doi:10.3390/rs3050878
Dempewolf, J., Nagol, J., Hein, S., Thiel, C., & Zimmermann, R. (2017). Measurement
of within-season tree height growth in a mixed forest stand using UAV imagery.
Forests, 8(7), 1–15. https://doi.org/10.3390/f8070231
DIY. DIY Drones website by Chris Anderson, 2013.
Elias, B.Pilotless Drones: Background and Considerations for Congress Regarding
Unmanned Aircraft Operations in the National Airspace System, 2012. CRS Report
for Congress, Congressional Research Service 7-5700, September 10, 2012.
Essen H., Johannes W., Stanko S., Sommer R., Wahlen A., Wilcke J. High resolution
W-band UAV SAR (2012). IEEE International Geoscience and Remote Sensing
Symposium (IGARSS), 22-27 July 2012, pp. 5033-5036.
Giri, C., Ochieng, E., Tieszen, L. L., Zhu, Z., Singh, A., Loveland, T., … Duke, N.
(2011). Status and distribution of mangrove forests of the world using earth
observation satellite data. Global Ecology and Biogeography, 20(1), 154–159.
https://doi.org/10.1111/j.1466-8238.2010.00584.x
Itaya, A.; Miura, M.; Yamamoto, S.I. Canopy height changes of an old-growth
evergreen broad-leaved forest analyzed with digital elevation models. For. Ecol.
Manag. 2004, 194, 403–411.
Jan Dempewolf et al (2017). Measurement of Within-Season Tree Height Growth in a
Mixed Forest Stand Using UAV Imagery. Froests 2017, vol. 8, no. 231, pp. 1-15.
Kumar, S., Khati, U. G., Chandola, S., Agrawal, S., & Kushwaha, S. P. S. (2017).
Polarimetric SAR Interferometry based modeling for tree height and aboveground
51
biomass retrieval in a tropical deciduous forest. Advances in Space Research, 60(3),
571–586. https://doi.org/10.1016/j.asr.2017.04.018
Przybilla H., Wester-Ebbinghaus W. Bildflug mit ferngelenkterm Kleinflugzeug (1979).
Bildmessung and Luftbildwessen 47, 137-142.
Ritter B. Use of Unmanned Aerial Vehicles (UAV) for Urban Tree Inventories, 2014.
All theses. Paper 1890, Clemson University, South Carolina, USA.
Remy M., de Macedo K., Moreira J. The first UAV-based P- and X-band
Interferometric SAR system (2012). IEEE, München, Germany, pp. 5041-5044.
Schulz H., The unmanned mission of avionics test helicopter – a flexible and versatile
VTOL-UAS experimental system (2011). ISPRS – Int. Arch. Photogramm. Remote
Sens. Spatial Inform. Sci. XXXVIII-1/C22, 309-314.
Sebastian Zimmermann and Karina Hoffmann (2017). Accuracy Assessment of
Normalized Digital Surface Models from Aerial Images Regarding Tree Height
Determination in Saxony, Germany. Deutsche Gesellschaft für Photogrammetrie,
Fernerkundung und Geoinformation (DGPF) e.V. 2017.
Wallace, L.; Lucieer, A.; Watson, C.; Turner, D. Development of a UAVLiDAR
System with Application to Forest Inventory (2012). Remote Sens., 4, 1519–1543.
Wester-Ebbinghaus W. Aerial photography by radio controlled model helicopter
(1980). Photogramm. Rec. 10, 85-92.
Zhou G., Yang J., Li X., Yang X. Advances of flash LIDAR development onboard
UAV (2012). ISPRS – Ann. Photogramm. Remote Sens. Spatial Inform. Sci.
XXXIX-B3, 193-198.
About Agisoft. http://www.agisoft.com/about/ (accessed on 08/11/2017).
QGIS - The Leading Open Source Desktop GIS
https://www.qgis.org/en/site/about/index.html (accessed on 08/11/2017).
QGIS. https://en.wikipedia.org/wiki/QGIS (accessed on 08/11/2017).
Mangrove. https://en.wikipedia.org/wiki/Mangrove (accessed on 17/10/2017).
The history of aerial photography.
https://www.gearthblog.com/blog/archives/2014/08/history-aerial-photography.html
(accessed on 08/11/2017).
52
PHANTOM 4. https://www.dji.com/phantom-4/info#downloads (accessed on
04/08/2017).