TÀi liệu tập huấn hưỚng dẫn kỹ thuậT ĐIỀu tra rừNG
Khảo sát mẫu ảnh ngoại nghiệp
tải về 1.6 Mb.
|
- Điều hướng trang này:
- 5.4.2. Tiến hành khảo sát mẫu ảnh tại thực địa
- 5.5. Hoàn thiện mẫu khóa ảnh
- 6. Phân loại tự động trong phòng bằng eCognition
5.4. Khảo sát mẫu ảnh ngoại nghiệp5.4.1. Thiết kế tuyến điều tra khảo sát- Làm việc với cán bộ địa bàn để thiết lập tuyến khảo sát sao cho có khả năng quan sát tiếp cận được nhiều điểm mẫu đã chọn trong phòng nhất. - Tận dụng hệ thống đường giao thông, đường lâm nghiệp xác định tuyến. - Lên kế hoạch khảo sát.
- Đối với các mẫu khó tiếp cận được phép dịch chuyển trong vòng 50m, lấy lại tọa độ ghi trên GPS và phiếu mô tả. Tại các điểm mẫu, tiến hành điều tra nhanh các chỉ tiêu bình quân của trạng thái: G, M, H. + Sử dụng thước Bitterlich đo tiết diện ngang (G) ở 5 vị trí, vị trí thứ nhất tại tâm điểm điều tra, các vị trí còn lại cách tâm điểm điều tra 5 m về các hướng đông, tây, nam, bắc. + Đo chiều cao ba cây có cỡ kính trung bình trong lô gần tọa độ điểm mẫu. + Tính trữ lượng bình quân M/ha =GHF; với ước tính F=0,45. + Xác định trạng thái rừng tại điểm mẫu trên cơ sở cấu trúc và trữ lượng rừng. + Quan sát, đếm tần suất xuất hiện các loài cây trong ô mẫu và xác định trực tiếp tên loài ưu thế trong ô mẫu. + Chụp ảnh và ghi các thông tin vào hệ thống phiếu điều tra ô mẫu. (Phiếu 01/MKA - Phụ biểu 1A - Quyết định 3183/QĐ/BNN-TCLN) - Đối với các ô mẫu khó có khả năng tiếp cận, nhưng có thể quan sát tốt, xác định bổ sung mẫu ảnh để phục vụ giải đoán. + Xác định vị trí quan sát trên bản đồ và vị trí ô mẫu ngoài thực địa. + Xác định tên trạng thái ô mẫu đó trên cơ sở tiêu chí phân loại rừng theo thông tư 34/2009/TT-BNNPTNT được cụ thể hoá trong bảng phân loại rừng phục vụ kiểm kê rừng. + Chụp ảnh ô mẫu, ghi lại các thông số chụp như: khoảng cách, hướng chụp (Phiếu 02/MKA - Phụ biểu 1A -Quyết định 3183/QĐ/BNN-TCLN) Thống kê lại kết quả điều tra khảo sát ô mẫu cho từng trạng thái sau mỗi ngày điều tra để sao cho khi hết đợt ngoại nghiệp đảm bảo mỗi trạng thái theo thang phân loại phải có ít nhất 20 ô mẫu. 5.5. Hoàn thiện mẫu khóa ảnha) Yêu cầu kết quả - Các ô mẫu được điều tra cho từng cảnh ảnh. - Các ô mẫu điều tra phải phân bố tương đối đều trên khu vực điều tra, trên các dạng địa hình khác nhau. - Các ô mẫu đã điều tra phải được kiểm tra lại trên ảnh để loại những ô nằm vị trí ranh giới 2 trạng thái. - Số lượng ô mẫu đảm bảo mỗi trạng thái ít nhất 20 ô/cảnh ảnh.
- Kết hợp kết quả xây dựng, mô tả mẫu phân loại ảnh trong phòng và kết quả kiểm chứng, bổ sung ngoài thực địa để xây dựng bộ mẫu khoá ảnh hoàn chỉnh. - Xây dựng bản đồ phân bố các ô mẫu phân loại khoá ảnh. - Viết báo cáo thuyết minh mẫu ảnh: Đánh giá độ tin cậy công tác xây dựng mẫu ảnh. 6. Phân loại tự động trong phòng bằng eCognition6.1. Xác định các chỉ tiêu tham gia phân loại tự độnga) Một số chỉ tiêu có thể tính toán trực tiếp từ các kênh ảnh gốc: 1) Chỉ số thực vật (NDVI- normalized difference vegetation index): được tính theo công thức dưới đây: NDVI = (NIR - RED)/(NIR+RED) Trong đó: NDVI: Chỉ số thực vật. NIR: Kênh cận hồng ngoại của ảnh vệ tinh. RED: Kênh đỏ của ảnh. 2) Tỷ số chỉ số thực vật (ratio vegetion index). RVI=NIR/RED 3) Tỷ số tổng giá trị cấp độ xám (total ratio reflectance index) TRRI = (DN1+DN2….+DNn)/(n*255) TRRI thường dùng để tính giá trị cấp độ xám trung bình. DN1, DN2…DNn: Giá trị cấp độ xám của từng kênh của ảnh vệ tinh. 4) Chỉ số thực vật sai khác DVI (difference vegetion index) hay còn gọi là chỉ số thực vật môi trường EVI (environmental vegetion index. DVI =NIR - RED 5) Chỉ số màu xanh thực vật GVI (green vegetation index) GVI=1.6225NIR – 2.2978RED + 11.0656 6) Chỉ số tăng cường lớp thực vật (Enhancement vegetation index) EVI= 2.5* (NIR-RED)/(NIR+6*RED-7.5*BLUE+1) 7) Giá trị phổ các kênh ảnh gốc: K1; K2; K3; K4... 8) Sai tiêu chuẩn các pixel của từng kênh ảnh: Std_k1; Std_k2.... Std= Trong đó Xi và Xtb là giá trị của kênh phổ ở pixel thứ i và giá trị trung bình của n pixel trong lô hiện trạng. Std của các kênh được tính trực tiếp từ phần mềm eCognition. 9) Chỉ số phân mùa của thực vật SD SD=(|NDVI1-NDVI2|)/(NDVI1+NDVI2) Trong đó NDVI1 và NDVI2 là chỉ số thực vật xác định được vào các thời kỳ đầu và cuối mùa sinh trưởng của thực vật ở địa phương. b) Các chỉ tiêu có sẵn trong phần mềm eCognition Trong phần mềm eCognition có sẵn rất nhiều các đặc trưng khác. Tùy từng trường hợp cụ thể mà các chỉ tiêu sẽ được sử dụng cho hiệu quả nhất. c) Lựa chọn và tính toán các chỉ tiêu phân loại rừng Độ chính xác của phân loại rừng tự động phụ thuộc chủ yếu vào hai yếu tố chính: chất lượng của mẫu ảnh và các chỉ tiêu phân loại. Các chỉ tiêu có thể đưa vào phân loại tự động như sau: - Các chỉ tiêu trên ảnh: các kênh ảnh, sai tiêu chuẩn, NDVI; RVI; TRRI; DVI; GLCM Homogeneity, GLCM Contrast, GLCM Entropy,... - Chỉ tiêu trên ảnh đa thời gian: Chỉ tiêu phân mùa - Các chỉ tiêu phi ảnh: độ cao, độ dốc, hướng phơi, vùng phân bố, vùng kinh tế v.v… Việc lựa chọn các đặc trưng ảnh mang ý nghĩa quyết định đến độ chính xác của bản đồ tạo ra, do đó cần chạy thử các vùng nhỏ trước để xác định các chỉ tiêu ảnh vệ tinh có thể phân tách tốt nhất các trạng thái đối với khu vực điều tra trong cảnh ảnh. - Lựa chọn các chỉ tiêu tham gia phân loại tự động bằng lệnh: image object level/Feature: d) Các nhân tố phi ảnh thường được sử dụng: - Hệ thống sông suối, hồ đập, khu dân cư,... - Lớp rừng trồng theo tài liệu tham khảo mới nhất. - Ranh giới khu vực phân bố các kiểu rừng trên lập địa khác biệt được xác định từ tài liệu tham khảo: khu vực núi đá; Khu vực ngập phèn; Khu vực ngập mặn; Khu vực phân bố rừng Khộp; Khu vực phân bố rừng lá Kim... - Phân lớp cấp độ dốc. - Hướng phơi. Каталог: images -> vanban vanban -> Phụ lục 14: Mẫu văn bản chuyển nhượng hợp đồng mua bán nhà ở (ban hành kèm theo Thông tư số 16/2010/tt-bxd ngày 01 tháng 9 năm 2010 của Bộ Xây dựng) CỘng hòa xã HỘi chủ nghĩa việt nam vanban -> Bch đOÀn tỉnh gia lai đOÀn tncs hồ chí minh vanban -> Thuyết minh quy hoạch chung khu kinh tế VŨng áng I: Phần mở đầu vanban -> Chương 1 phần mở đầu Lý do và sự cần thiết lập quy hoạch vanban -> Lesson 1 – 12 lesson 1: contract : HỢP ĐỒNG vanban -> Danh sách những thầy cô giáo và CỰu học sinh trưỜng thpt cẩm xuyêN ĐÓng góp xây mộ thầy thái kim quý vanban -> Thailand: Export down nearly 2 pct in first five months vanban -> Ubnd tỉnh nam đỊnh sở lao đỘng – tb và xh tải về 1.6 Mb. Chia sẻ với bạn bè của bạn:
|
