SpStinet - vwpChiTiet

 

Ứng dụng viễn thám quang học và radar trong giám sát rừng ngập mặn khu vực tỉnh Cà Mau

Nhóm tác giả Nguyễn Thị Huyền (ĐH Nông lâm TP.HCM), Lâm Đạo Nguyên (Trung tâm Viễn thám và GIS, Viện Địa lý tài nguyên TP.HCM), Phạm Bách Việt (ĐH KHXH&NV TP.HCM) thực hiện nghiên cứu đánh giá khả năng xác định rừng ngập mặn bằng dữ liệu viễn thám quang học, radar và kết hợp hai loại dữ liệu này, trên cơ sở đó đề xuất giải pháp sử dụng ảnh thích hợp hỗ trợ công tác giám sát rừng ngập mặn khu vực tỉnh Cà Mau.
 

Hình minh họa.

Việc sử dụng ảnh giám sát rừng ngập mặn phù hợp phải tùy thuộc vào khả năng xác định đối tượng của từng loại dữ liệu. kết quả đánh giá cho thấy, ảnh radar có mức độ phân biệt các đối tượng khu vực ngập mặn thấp nên tránh sử dụng độc lập dữ liệu ảnh PALSAR cho phân loại rừng ngập mặn cấp tỉnh. Ảnh quang học vẫn là loại dữ liệu dễ sử dụng và có khả năng phân loại các đối tượng tốt.

Khi dữ liệu quang học tránh được các ảnh hưởng bởi mây thì đây là loại dữ liệu được ưu tiên vì khả năng xác định đối tượng rừng ngập mặn tốt và dễ sử dụng. Ảnh SPOT có thể sử dụng độc lập trong giám sát rừng ngập mặn cấp tỉnh nhưng ảnh Landsat nên kết hợp thêm với ảnh PALSAR. Tuy nhiên rất khó để có được ảnh quang học khu vực rừng ngập mặn không bị ảnh hưởng của mây. Vì vậy việc kết hợp ảnh quang học và radar là một phương pháp hiệu quả.

Ảnh sau khi kết hợp có thể tận dụng được mức độ chi tiết của dữ liệu radar có độ phân giải không gian cao, đồng thời giảm được các ảnh hưởng của mây, giúp phân loại các đối tượng tốt hơn. Do đó, ảnh SPOT, SPOT và Landsat kết hợp ảnh PALSAR là những loại dữ liệu có thể sử dụng để giám sát rừng ngập mặn cấp tỉnh.

Ảnh radar có khả năng cung cấp thông tin về cấu trúc của đối tượng. Khi kết hợp ảnh radar và quang học có khả năng tăng thêm khả năng nhận diện đối tượng của dữ liệu. Tuy nhiên, trong nghiên cứu này, mức độ phân biệt cấu trúc của các đối tượng khu vực nghiên cứu của ảnh ALOS PALSAR chưa đủ nhằm bổ sung thông tin cho ảnh quang học để tác biệt các đối tượng rừng ngập mặn.
 
LV (nguồn: Hội thảo ứng dụng GIS toàn quốc 2012)

Các tin khác:

  • 10 mẫu tin
  • 50 mẫu tin
  • 100 mẫu tin
  • Tất cả