ĐỀ CƯƠNG ÔN THI
Môn học: Cơ sở GIS Và viễn thám
Câu 1: Khái niệm và nguyên lý hoạt động của hệ thống viễn thám (sử dụng sơ đồ
gồm 7 yếu tố).
1, Khái niệm:
Viễn thám là một ngành khoa học có lịch sử phát triển lâu đời. Sự phát triển của khoa
học viễn thám bắt đầu từ mục đích quân sự khi nghiên cứu các ảnh chụp sử dụng phim va
giấy ảnh từ khinh khí cầu, máy bay. Ngay nay, cùng sự phát triển của khoa học kỹ thuật,
viễn thám được ứng dụng trong nhiều nganh khoa học khác nhau như quân sự, địa chất, địa
lý, môi trường, khí tượng, thủy văn, nông nghiệp, lâm nghiệp,...
Định nghĩa:
“Viễn thám là khoa học nghiên cứu các thực thể, hiện tượng trên trái đất từ xa mà
không cần tiếp xúc trực tiếp vào nó”.
2, Nguyên lý hoạt động của hệ thống viễn thám:
Trong viễn thám, nguyên tắc hoạt động của nó liên quan giữa sóng điện từ từ nguồn phát va
vật thể quan tâm

1. Nguồn phát năng lượng (A) - yêu cầu đầu tiên cho viễn thám la có nguồn năng lượng phát
xạ để cung cấp năng lượng điện từ tới đối tượng quan tâm.
2. Sóng điện từ và khí quyển (B) - khi năng lượng truyền từ nguồn phát đến đối tượng, nó sẽ
đi vao va tương tác với khí quyển ma nó đi qua. Sự tương tác nay có thể xảy ra lần thứ 2 khi
năng lượng truyền từ đối tượng tới bộ cảm biến.

1


3. Sự tương tác với ñối tượng (C) - một khi năng lượng gặp đối tượng sau khi xuyên qua
khí quyển, nó tương tác với đối tượng. Phụ thuộc vao đặc tính của đối tượng va sóng điện từ
ma năng lượng phản xạ hay bức xạ của đối tượng có sự khác nhau.
4. Việc ghi năng lượng của bộ cảm biến (D) - sau khi năng lượng bị tán xạ hoặc phát xạ từ
đối tượng, một bộ cảm biến để thu nhận va ghi lại sóng điện từ.

động đều được áp dụng. Viễn thám bị động thu lại sóng vô tuyến cao tần với bước
2


sóng lớn hơn 1mm ma được bức xạ tự nhiên hoặc phản xạ từ một số đối tượng. Vì có
bước sóng dai nên năng lượng thu nhận được của kỹ thuật viễn thám siêu cao tần bị
động thấp hơn viễn thám trong dải sóng nhìn thấy. Đối với viễn thám siêu cao tần chủ
động (Radar), vệ tinh cung cấp năng lượng riêng va phát trực tiếp đến các vật thể, rồi
thu lại năng lượng do sóng phản xạ lại từ các vật thể. Cường độ năng lượng phản xạ
được đo lường để phân biệt giữa các đối tượng với nhau. Ảnh thu được từ kỹ thuật viễn
thám nay được gọi la ảnh Radar.
c. Phân loại theo đặc điểm quỹ đạo: có hai nhóm chính la viễn thám vệ tinh địa tĩnh va
viễn thám vệ tinh quỹ đạo cực (hay gần cực)
Căn cứ vao đặc điểm quỹ đạo vệ tinh, có thể chia ra hai nhóm vệ tinh la:
+ Vệ tinh địa tĩnh la vệ tinh có tốc độ góc quay bằng tốc độ góc quay của trái đất, nghĩa
la vị trí tương đối của vệ tinh so với trái đất la đứng yên.
+ Vệ tinh quỹ đạo cực (hay gần cực) la vệ tinh có mặt phẳng quỹ đạo vuông góc hoặc
gần vuông góc so với mặt phẳng xích đạo của Trái Đất. Tốc độ quay của vệ tinh khác với
tốc độ quay của trái đất va được thiết kế riêng sao cho thời gian thu ảnh trên mỗi vùng lãnh
thổ trên mặt đất la cùng giờ địa phương va thời gian lặp lại la cố định đối với một vệ tinh (ví
dụ LANDSAT la 18 ngay, SPOT la 23 ngay...)
Câu 3: Khái niệm về vật mang, bộ cảm. Phương pháp quét dọc, quét ngang.
1, Khái niệm về vật mang, bộ cảm:
a, Vật mang
Phương tiện dùng để mang các bộ cảm tới độ cao va vị trí mong muốn để thu nhận
năng lượng bức xạ va phản xạ từ các vật thể trên bề mặt tạo ra ảnh quang học hay ảnh rada
được gọi la vật mang. Hiện nay, vật mang rất đa dạng, có thể la khinh khí cầu, máy bay, vệ
tinh, tau vũ trụ,...
b, Bộ cảm
b, bộ cảm

Gương quay chuyển động trong mặt phẳng vuông góc với đường bay được sử dụng để
dịch chuyển trường nhìn không đổi IFOV tạo thanh dòng quét vuông góc với hương di
chuyển của vệ tinh. Năng lượng phản xạ được phân chia ứng với từng bước sóng khác nhau
(thông qua kinh lọc phổ) được bộ tách sóng đo lường năng lượng ứng với từng kênh phổ va
chuyển thanh giá trị số của từng pixel. Sau khi kết thúc dòng quét, gương quay trả về vị trí
ban đầu để tạo dòng kế tiếp nhờ sự dịch chuyển đồng bộ của vệ tinh, kết quả nhận được ảnh
vệ tinh la tập hợp của các dòng ảnh liên tiếp nhau.

-

Trường nhìn không đổi IFOV của bộ cảm biến va độ cao của vệ tinh xác định độ phân
giải mặt đất va góc nhìn tối đa ma một bộ cảm có thể thu được sóng điện từ (được quét bởi
gương quay) được gọi la trường nhìn (field of view – FOV). Khoảng không gian trên mặt đất
do FOV tạo nên tương ứng với độ cao của vệ tinh chính la bề rộng tuyến chụp va còn dược
sử dụng để xác định bề rộng của ảnh vệ tinh.
Quét dọc tuyến chụp
Quét dọc tuyến chụp sử dụng các hệ thống quét điện tử hoặc bộ tách sóng tuyến tính để
ghi nhận năng lượng bức xạ ứng với dòng quét cố định vuông góc với phương chuyển động
của vệ tinh. Bộ tách sóng mảng tuyến tính được xây dựng tại mặt phẳng tạo ảnh của hệ
thống lăng kính cho phép tạo thanh dòng quét vuông góc với hướng di chuển của vệ tinh.
Mỗi bộ tách sóng riêng biệt đo lường năng lượng phản xạ ứng với từng pixel được phân
chia với từng bước sóng khác nhau (thông qua kính lọc phổ). Trong phương pháp nay, mỗi
bộ tách sóng mảng tuyến tính riêng sẽ đảm nhiệm việc đo lường năng lượng ứng với từng
kênh phổ va kích thước của IFOV ứng với bộ tách sóng riêng biệt sẽ xác định độ phân giải
mặt đất của ảnh vệ tinh.


Từ 2 phương pháp cơ bản cho thấy, các phần tử của ảnh vệ tinh thường có dạng
hình vuông va thể hiện một khu vực nao đó trên mặt đất. Điều quan trọng cần chú ý
đó la phân biệt rõ rang giữa kích thước của pixel ảnh với độ phân giải không gian,

Bức xạ điện từ có tính chất sóng và hạt:
a, Tính chất sóng của bức xạ điện từ được xác định bởi bước sóng, tần số va tốc độ
truyền. Năng lượng ánh sáng có tính chất bức xạ tự nhiên với 2 trường điện va từ có hướng
vuông góc với nhau, chuyển động tuân theo nguyên lý của sóng điều hòa.
Phương trình truyền ánh sáng:
C = v. λ
Trong đó:
C: hằng số tốc độ ánh sáng ( ~ 3*108m/s)
v: tần số dao động của ánh sáng
λ: bước sóng của ánh sáng

5


b, Tính chất hạt được mô tả theo tính chất quang lượng tử (photon). Ánh sáng bao
gồm rất nhiều phân tử nhỏ riêng biệt đc gọi la các proton hay lượng tử (quanta). Năng lượng
của mỗi lượng tử đc xác định theo công thức sau:
Q = h.v
Trong đó:
Q: năng lượng của mỗi lượng tử (J)
h: hằng số plank (h=6,626*10-34 J/s)
v: tần số (Hezt)
Giải phương trình trên ta đc:
v = Q/h; Q = h. C/λ
Bức xạ điện từ có 4 thông số cơ bản: tần số (bước sóng), hướng truyền, biên độ va
mặt phân cực.
Tất cả các vật thể đều phản xạ va hấp thụ, phân tách va bức xạ sóng điện từ theo các
cách khác nhau va đặc trưng nay được gọi la đặc trưng phổ. Hiện tượng phản xạ phổ
có liên quan mật thiết với môi trường ma sóng điện từ lan truyền. Dải sóng điện từ
được coi la dải sóng có bước sóng từ 0.1 micromet đến 100 km.

.100%
λ E
0(λ )

Trong đó, Eρ(λ) – năng lượng phản xạ tại bước sóng λ;
Eo(λ) – năng lượng tới tại bước sóng λ.
3, Đặc trưng phản xạ phổ của thổ nhưỡng, thực vật, nước:
Dựa trên đặc tính phổ của vật thể tại các bước sóng, các đối tượng tự nhiên được chia
ra thanh các nhóm chính sau:
Đặc trưng phản xạ phổ của thổ nhưỡng. Đặc trưng phản xạ chung nhất của thổ
nhưỡng la khả năng phản xạ phổ tăng theo độ dai bước sóng, đặc biệt la bước sóng cận hồng
ngoại va hồng ngoại nhiệt. Ở dải sóng điện từ nay, chỉ có năng lượng hấp thụ va năng lượng
phản xạ ma không có năng lượng thấu quang. Với các loại đất có thanh phần cấu tạo các chất
hữu cơ va vô cơ khác nhau, khả năng phản xạ phổ sẽ khác nhau. Tùy thuộc vao thanh phần
hợp chất có trong đất ma biên độ của đồ thị phản xạ phổ sẽ khác nhau.
Các yếu tố ảnh hưởng đến khả năng phản xạ phổ của thổ nhưỡng: cấu trúc bề mặt của
đất, độ ẩm của đất (khi độ ẩm tăng, phản xạ sẽ giảm), hợp chất hữu cơ, vô cơ có trong đất.
Khả năng phản xạ phổ của đất tỉ lệ nghịch với các yếu tố nay.
Đặc trưng phản xạ phổ của thực vật
Khả năng phản xạ phổ của thực vật phụ thuộc vao bước sóng điện từ. Trong dải sóng
điện từ nhìn thấy, các sắc tố của lá cây ảnh hưởng đến đặc tính phản xạ phổ của nó, đặc biệt
la ham lượng chất diệp lục (clorophyl). Trong dải sóng nay, thực vật ở trạng thái tươi tốt với
ham lượng diệp lục cao trong lá cây sẽ có khả năng phản xạ phổ cao ở bước sóng xanh lá
cây (green), giảm xuống ở vùng sóng đỏ (red) va tăng rất mạnh ở vùng sóng cận hồng
ngoại.
Thực vật có khả năng hấp thụ năng lượng mạnh nhất ở các bước sóng 1.4 μm, 1.9
μm, 2.7 μm. Bước sóng 2.7 μm hấp thụ năng lượng mạnh nhất gọi la dải sóng cộng hưởng
hấp thụ (sự hấp thụ mạnh diễn ra với dải sóng trong khoảng từ 2.66 μm–2.73 μm). Khi ham
lượng nước chứa trong lá giảm đi, khả năng phản xạ phổ của lá cây cũng tăng lên đáng kể.
Đặc trưng phản xạ phổ của nước

tự nhất định dưới dạng số.
2, Độ phân giải của ảnh vệ tinh:
Độ phân giải la thông số cơ bản nhất phản ánh chất lượng va tính năng của ảnh vệ
tinh ma dựa vao đó ta có thể xác định khả năng phân loại, nghiên cứu vật thể. Độ phân giải
ảnh vệ tinh bao gồm: độ phân giải không gian, độ phân giải thời gian, độ phân giải phổ va
độ phân giải bức xạ. Đối với từng bai toán, phải xác định được yêu cầu cụ thể về mặt kỹ
thuật đối với các thông số trên. Ví dụ, khi nghiên cứu biến động thực vật cần dữ liệu ảnh vệ
tinh đa phổ, chụp ở các thời gian khác nhau, trên ảnh không có mây..Khi thanh lập va hiện
chỉnh bản đồ, tùy thuộc vao tỉ lệ bản đồ ma yêu cầu với các thông số trên khác nhau. Bản đồ
tỉ lệ 1:100 000 có thể dùng ảnh vệ tinh độ phân giải không gian 30 x 30 m; bản đồ tỉ lệ 1: 25
000 có thể dùng ảnh vệ tinh độ phân giải 10 x 10 m.
2.1 Độ phân giải không gian
Độ phân giải không gian của ảnh vệ tinh la kích thước nhỏ nhất của một đối tượng
hay khoảng cách tối thiểu giữa hai đối tượng liền kề có khả năng phân biệt được trên ảnh.
Ảnh có độ phân giải không gian cang cao thì có kích thước pixel cang nhỏ. Độ phân giải
nay phụ thuộc vao kích thước của pixel ảnh, độ tương phản hình ảnh, điều kiện khí quyển
va các thông số quỹ đạo của vệ tinh.
Độ phân giải không gian cũng được gọi la độ phân giải mặt đất khi hình chiếu của
một pixel tương ứng với một đơn vị chia mẫu trên mặt đất.
Dựa vao độ phân giải không gian, ảnh vệ tinh có thể được chia lam các loại cơ bản
sau: ảnh vệ tinh độ phân giải siêu cao (độ phân giải không gian trên 1m), ảnh vệ tinh độ
phân giải cao (1 – 10m), ảnh vệ tinh độ phân giải trung bình (10 – 100m) va ảnh vệ tinh độ
phân giải thấp (>100m).
8


2.2 Độ phân giải bức xạ
Để lưu trữ, xử lý va hiển thị ảnh vệ tinh trong máy tính kiểu raster, tùy thuộc vao số
bit dùng để ghi nhận thông tin, mỗi pixel sẽ có giá trị hữu hạn ứng với từng cấp độ xám. Độ
phân giải bức xạ la khả năng nhạy cảm của các thiết bị thu để phát hiện những sự khác nhau

người.
Phân tích ảnh bằng mắt la công việc có thể áp dụng một cách dễ dang trong mọi điều
kiện va có thể phục vụ cho nhiều nội dung nghiên cứu khác nhau: nghiên cứu lớp phủ mặt
đất, nghiên cứu rừng, thổ nhưỡng, địa chất, địa mạo, thuỷ văn, sinh thái, môi trường. Kết
quả phân loại ảnh bằng mắt có ý nghĩa đặc biệt quan trọng trong việc lẫy mẫu phân loại
phục vụ việc phân loại tự động có kiểm định.
Ưu điểm lớn nhất của phương pháp phân loại ảnh bằng mắt la đơn giản, nhanh chóng
va phát huy được trí tuệ của người sử dụng.
9


Tuy nhiên, nhược điểm cơ bản của phương pháp nay la độ chính xác không cao va
phụ thuộc vao khả năng của người phân loại. Bên cạnh đó, phương pháp phân loại bằng mắt
không thể xử lý lượng thông tin lớn cũng như không phát hiện được các đối tượng ngụy
trang. Phương pháp nay thông thường chỉ sử dụng trong trường hợp phân loại các đối tượng
đơn giản (cây cối, nha cửa, sông hồ) va tỏ ra có hiệu quả với ảnh độ phân giải không gian
cao.
2, Các dấu hiệu phân loại ảnh:
Những yếu tố cơ bản để phân loại ảnh bằng bắt bao gồm kích thước, hình dạng, mau
sắc, vị trí, ... của đối tượng cần phân loại.
Kích thước. Thông tin biểu diễn hình dạng va kích thước đối tượng có ý nghĩa quan
trọng trong phân loại va phân tích ảnh bằng mắt. Kích thước của đối tượng tùy thuộc vao tỷ
lệ ảnh, kích thước có thể được xác định nếu lấy kích thước đo được trên ảnh nhân với
nghịch đảo tỷ lệ của ảnh. Do vậy, khi phân loại ảnh bằng mắt, điều quan trong phải xác định
được độ phân giải không gian, kích thước pixel cũng như tỉ lệ ảnh. Đối với ảnh vệ tinh độ
phân giải cao, kích thước các ngôi nha có thể được nhận thấy rõ. Ngược lại, trên ảnh vệ tinh
độ phân giải trung bình va thấp không thể phân biệt bằng mắt các ngôi nha riêng biệt ma chỉ
phát hiện được các khu nha, khu đô thị.
Hình dạng. La đặc trưng bên ngoai tiêu biểu cho đối tượng va có ý nghĩa quan trọng
trong giải đoán ảnh. Hình dạng đặc trưng cho mỗi đối tượng khi nhìn từ trên cao xuống

nhất định, nghĩa la sự lặp lại theo trật tự cụ thể của tone ảnh hay cấu trúc sẽ tạo ra sự phân
biệt va đồng thời có thể nhận biết được hình mẫu. Hình mẫu cung cấp thông tin từ sự đồng
nhất về hình dạng của chúng.
Mối liên quan. Sự phối hợp tất cả các yếu tố giải đoán, môi trường xung quanh hoặc
mối liên quan của đối tượng nghiên cứu với các đối tượng khác sẽ cung cấp một thông tin
giải đoán quan trọng để xác định chính xác đối tượng.
Khóa giải đoán ảnh
Khóa giải đoán la chuẩn giải đoán cho đối tượng nhất định bao gồm tập hợp các yếu
tố va dấu hiệu do người giải đoán thiết lập, nhằm trợ giúp cho công tác giải đoán nhanh va
đạt kết quả chính xác thống nhất cho các đối tượng từ nhiều người khác nhau. Kết quả giải
đoán chủ yếu phụ thuộc vao khóa giải đoán, thông thường khóa giải đoán được thanh lập
dựa trên những vùng nghiên cứu thử nghiệm đã được điều tra kỹ lưỡng. Bằng cách sử dụng
khóa giải đoán, người giải đoán có thể phát triển mở rộng va phân tích cho nhiều vùng khác
trên cơ sở cùng một loại tư liệu cũng như cùng mùa va thời gian chụp ảnh do đó giúp cho
công tác giải đoán nhanh hơn va đảm bảo được tính thống nhất trong quá trình giải đoán.
Câu 7: Xử lý ảnh số: khái niệm, các bước cơ bản. Phân loại ảnh: có giám sát và
không giám sát.
1, Xử lý ảnh số:
a, Khái niệm
Các dữ liệu ảnh vệ tinh thu được trong kỹ thuật viễn thám thường được lưu dưới dạng
ảnh số nên vấn đề xử lý ảnh số trong viễn thám giữ vai trò quan trọng

-

Có 2 nguồn dữ liệu chính:
 Ảnh tương tự do các máy chụp quang cơ cung cấp.
 Ảnh số do các máy quét đa phổ cung cấp.
Để xử lý ảnh số thì dữ liệu bắt buộc phải được lưu trong hình thức số sao cho có thể lưu trữ
vận hanh va phân tích bởi máy tính.
Trường hợp ảnh số: dữ liệu được chuyển từ các băng từ lưu trữ mật độ cao HDDT (high

Nếu sử dụng các bộ cảm quang học, bao giờ cũng xảy ra trường hợp cường độ bức
xạ tại tâm lớn hơn tại góc. Khi sử dụng các bộ cảm quang điện tử thì xác định số hiệu chỉnh
bức xạ có thể thực hiện bằng cách xác định sự sai khác giữa cường độ bức xạ trước Sensor
va cường độ tín hiệu của chuẩn. Ngoai ra, ảnh vệ tinh thu được trong một số trường hợp bị
mất dòng ảnh, tạo vệt dòng ảnh va nhiễu ngẫu nhiên trên ảnh. Những ảnh hưởng tạo ra
nhược điểm nhất định cần phải khôi phục để cung cấp ảnh cho người sử dụng.
+ Ảnh hưởng do địa hình và góc chiếu của mặt trời
* Bóng chói mặt trời: Tạo ra hiện tượng bức xạ của mặt đất ở vùng nay sáng hơn ở
những vùng khác
* Bóng râm: la hiện tượng che khuất nguồn bức xạ bởi bản thân địa hình (vùng đồi,
núi, nha cao tầng…).
* Góc chiếu của mặt trời: Do vị trị tương đối của trái đất với mặt trời thay đổi theo
thời gian trong ngay va mùa trong năm, lam cho vùng Bắc bán cầu có góc đứng của mặt trời
vao mùa đông nhỏ hơn mùa hạ. Kết quả la ảnh chụp vao các mùa khác nhau sẽ có cường độ
chiếu sáng của mặt trời khác nhau.
+ Ảnh hưởng khí quyển
Rất nhiều các hiệu ứng khí quyển khác nhau như hấp thụ, phản xạ, tán xạ… ảnh
hưởng tới chất lượng ảnh thu được. Bức xạ mặt trời trên đường truyền xuống mặt đất bị hấp
thụ, tán xạ một lượng nhất định trước khi tới mặt đất va năng lượng bức xạ phản xạ từ vật
thể cũng bị hấp thụ hoặc tán xạ trước khi tới được bộ cảm. Do đó, bức xạ ma bộ cảm thu
được không phải chỉ đơn thuần năng lượng trực tiếp ma còn nhiều thanh phần nhiễu khác.
Hiệu chỉnh do ảnh hưởng khí quyển la giai đoạn tiền xử lý nhằm loại trừ ảnh hưởng của
những thanh phần bức xạ không mang thông tin hữu ích. Để hiệu chỉnh khí quyển, người ta
thường sử dụng các mô hình khí quyển nhằm mô phỏng trạng thái khí quyển va áp dụng các
quy luật quang học để hiệu chỉnh.
Các phương pháp cơ bản sau đây thường được sử dụng:
12


* Phương pháp sử dụng hàm truyền bức xạ

Tăng cường chất lượng ảnh có thể được định nghĩa như một thao tác nổi bật hình ảnh
sao cho người giải đoán ảnh dễ đọc, dễ nhận biết nội dung trên ảnh hơn so với ảnh gốc.
Phương pháp cơ bản thường được sử dụng la biến đổi cấp độ xám, chuyển đổi histogram, tổ
hợp mau, chuyển đổi mau giữa hai hệ RGB red, green, blue) va HIS (Hue- sắc, Intensity cường độ, Saturation - mật độ) nhằm phục vụ việc giải đoán bằng mắt (phân tích định tính).
Ngoai việc tăng cường chất lượng ảnh, bước tiếp theo trong xử lý ảnh vệ tinh la
chiết tách thông tin đặc tính. Đây la một thao tác nhằm phân loại, sắp xếp thông tin có sẵn
13


trong ảnh theo các yêu cầu hoặc chỉ tiêu đưa ra dưới dạng ham số (phục vụ phân tích chất
lượng).
Biến đổi cấp độ xám
Biến đổi cấp độ xám la một kỹ thuật tăng cường chất lượng ảnh đơn giản, do thực tế
trong ảnh thô giá trị phổ nhằm cung cấp thông tin hữu ích thường phân bố trong phạm vi
hẹp so với khả năng hiển thị của ảnh (nếu ảnh lưu 8 bits sẽ hiển thị đến 256 giá trị). Ý nghĩa
của việc biến đổi cấp độ xám la nhằm biến đổi khoảng giá trị cấp độ xám thực tế của ảnh
gốc về khoảng cấp độ xám ma thiết bị hiển thị có khả năng thể hiện được. Bằng cách nay sẽ
tăng được độ tương phản giữa các đối tượng, lam cho ảnh rõ rang hơn.
Lọc không gian
Hiện tượng “muối va tiêu” trên ảnh phân loại, hoặc lốm đốm sinh ra trên ảnh gốc do
sai số phát snh trong quá trình truyền dữ liệu hoặc bị gián đoạn tạm thời. Do ảnh hưởng nay,
mọt số pixel trên ảnh có giá trị độ sáng lớn hay nhỏ hơn rất nhiều so với các pixel xung
quanh. Kết quả tạo ra các điểm sáng trắng hay sậm đen trên ảnh, lan ảnh hưởng đến việc
tách thông tin từ ảnh viễn thám. Tăng cường hay cải tiến chất lượng ảnh bằng cách áp dụng
ham (hay toán tử lọc) trong không gian ảnh nhằm loại nhiễu ngẫu nhiên va các giá trị đột
biến của pixel trên ảnh, tạo ảnh mới mịn hơn so với ảnh gốc. Biện pháp dùng cửa sổ lọc la
khá phổ biến.
3. Chuyển đổi ảnh
Cơ sở của các phép biến đổi ảnh la việc ứng dụng các phép toán số học để tạo thanh
ảnh mới.

kênh ảnh ít tương quan thường được sử dụng rất hiệu quả trong tổ hợp mau va phân loại
ảnh.
Phân tích thanh phần chính được sử dụng để giảm số lượng các kênh phổ ma vẫn giữ
lượng thông tin không bị thay đổi đáng kể. Thực chất la thuật toán tạo ảnh chứa thông tin
chủ yếu dễ nhận biết hơn so với ảnh gốc. Về cơ bản đây la tổ hợp tuyến tính từ không gian k
chiều (k- số kênh chứa trên ảnh gốc) về một không gian p chiều (p- số kênh chứa trên ảnh
thanh phần chính) với k > p ma vẫn bảo toan thông tin ở mức chấp nhận được. Phương pháp
nay được áp dụng trong viễn thám trên cơ sở một thực tế la ảnh chụp ở các kênh phổ gần
nhau có độ tương quan rất cao, vì vậy thông tin của chúng có phần trùng lặp rất lớn.
4, Phân loại ảnh
Phân loại ảnh la quá trình tách gộp thông tin dựa trên các tính chất phổ, không gian va
thời gian. Phân loại thường được biểu diễn bởi tập hợp các kênh ảnh va quá trình nay la gán
từng pixel trên ảnh vao các lớp khác nhau dựa trên đặc tính thống kê của các giá trị độ xám
của từng pixel.
Các bước trong việc phân loại:
+ Chọn trước một tập hợp các lớp phủ ma theo đó ảnh sẽ được phân lớp
+ Với mỗi lớp, chọn ra môt tập các pixel tiêu biểu cho lớp đó (gọi la samples hoặc
training data)
+ Các tập training có thể lấy được từ đi thực địa, từ bản đồ, hay từ các nguồn hình ảnh
khác
+ Các tập training được dùng để ước đoán các tham số của giải thuật phân loại sẽ sử
dụng (các tham số thuộc 1 lớp training gọi la tín hiệu hay signature của lớp đó)
+ Dựa vao các tập training, xếp loại tất cả các pixel của ảnh sao cho mỗi pixel sẽ thuộc
về một lớp duy nhất
+ Tạo ảnh (hoặc bản đồ) phân loại, tính toán các thống kê của việc phân loại
Có hai phương pháp phân loại chính đó la Có kiểm định (Supervised ) va Không kiểm
định (Unsupervised).
- Phân loại không giám định
Phân loại không giám định có thể được dùng như một phương tiện để sơ bộ tìm hiểu sự
chia lớp của một vùng sắp khảo sát hay trong trường hợp thông tin về các lớp phủ la không

không đơn giản, nhất la đối với những ảnh có số lượng kênh phổ lớn.
* Phương pháp ISODATA
Đây có thể coi như một cải biên của phương pháp K giá trị trung bình nhằm khắc
phục nhược điểm đã nêu của phương pháp nay bằng cách sau mỗi lần lặp tiến hanh kiểm tra
để nhóm gộp, loại bỏ hay tách lớp khi cần, nhờ đó tự điều chỉnh được số lớp trong kết quả
phân loại. Thuật toán đòi hỏi người sử dụng phải biết ước lượng để lựa chọn các tham số
điều khiển quá trình phân loại
ISODATA có thể coi la thuật toán đáng tin cậy nhất trong số các phương pháp phân
loại không giám sát va được cai đặt trong hầu hết các phần mềm xử lý ảnh số. Tuy nhiên,
ngoai nhược điểm đã nêu về yêu cầu đối với người sử dụng, thì thời gian xử lý cũng la một
yếu điểm đáng kể của phương pháp nay.
- Phân loại có kiểm định:
Trong phân loại có kiểm định, người phân tích dựa trên những thông tin biết trước đó
về đặc tính phổ của các lớp, tiến hanh lấy mẫu nhằm tạo nên các ranh giới cho mỗi lớp trong
không gian phổ. Sau đó thì mỗi pixel trong ranh giới của1 lớp sẽ được phân chia về lớp đó.
*Phương pháp phân loại xác suất cực đại
La phương pháp thông dụng nhất, sử dụng các thống kê (mean, variance - covariance)
trong không gian phổ để xây dựng thuật toán.
Giả định các giá trị phổ (đa chiều) trong mỗi lớp đều có phân bố chuẩn.
Đây la phương pháp phân loại được coi la chặt chẽ va thường được sử dụng trong xử
lý ảnh viễn thám. Ở dạng cơ bản, phương pháp nay còn được gọi la xác suất cực đại không
điều kiện. Phương pháp nay sử dụng các số liệu mẫu để xác định ham mật độ phân bố xác
suất của mỗi lớp cần phân loại, sau đó mỗi Pixel được tính xác xuất ma nó thuộc vao một
lớp nao đó va Pixel đó sẽ được gán vao lớp ma xác suất thuộc vao lớp đó la lớn nhất.
Nhận xét: Phương pháp phân loại xác suất cực đại có cơ sở toán học chặt chẽ, để kết
quả phân loại đạt độ chính xác cao, cần có điều kiện:
-Các lớp cần có phân bố chuẩn, vì vậy hệ thống phân loại phải dựa trên các lớp phổ.
16



+Dữ liệu:Bản đồ ,Bảng thuộc tính
+Phương pháp :Phân lớp, Chồng xếp ,Phân tích lân cận, Phân tích mạng
Câu 9: Khái niệm về cơ sở dữ liệu

17


Các tập dữ liệu chứa các thông tin có liên quan đến một cơ quan, một tổ chức, một
chuyên nganh khoa học tự nhiên hoặc xã hội được lưu trữ trong máy tính theo một quy định
nao đó theo mục đích sử dụng được gọi la cơ sở dữ liệu.
Một cơ sở dữ liệu của hệ thống thông tin địa lý có thể chia ra lam 2 loại số liệu cơ bản:
số liệu không gian va phi không gian. Mỗi loại có những đặc điểm riêng va chúng khác
nhau về yêu cầu lưu giữ số liệu, hiệu quả, xử lý va hiển thị.
Số liệu không gian la những mô tả số của hình ảnh bản đồ, chúng bao gồm toạ độ, quy
luật va các ký hiệu dùng để xác định một hình ảnh bản đồ cụ thể trên từng bản đồ. Hệ thống
thông tin địa lý dùng các số liệu không gian để tạo ra một bản đồ hay hình ảnh bản đồ trên
man hình hoặc trên giấy thông qua thiết bị ngoại vi, …
Số liệu phi không gian la những diễn tả đặc tính, số lượng, mối quan hệ của các hình
ảnh bản đồ với vị trí địa lý của chúng. Các số liệu phi không gian được gọi la dữ liệu thuộc
tính, chúng liên quan đến vị trí địa lý hoặc các đối tượng không gian va liên kết chặt chẽ với
chúng trong hệ thống thông tin địa lý thông qua một cơ chế thống nhất chung.
Câu 10: Mô hình cấu trúc cơ sở dữ liệu của GIS: dữ liệu không gian, dữ liệu
thuộc tính.
1, Mô hình cấu trúc cơ sở dữ liệu không gian
Dữ liệu la trung tâm của hệ thống GIS, hệ thống GIS chứa cang nhiều thì chúng cang
có ý nghĩa. Dữ liệu của hệ GIS được lưu trữ trong CSDL va chúng được thu thập thông qua
các mô hình thế giới thực. Dữ liệu trong hệ GIS còn được gọi la thông tin không gian. Đặc
trưng thông tin không gian la có khả năng mô tả “vật thể ở đâu” nhờ vị trí tham chiếu, đơn
vị đo va quan hệ không gian. Chúng còn khả năng mô tả “hình dạng hiện tượng” thông qua
mô tả chất lượng, số lượng của hình dạng va cấu trúc. Cuối cùng, đặc trưng thông tin không

Phương pháp lưu trữ dữ liệu dạng nay đơn giản va rất tiện cho việc tra cứu các thông tin liên
quan đến từng nhóm đối tượng.
Đối tượng điểm la các thực thể địa lý được xác định bởi một cặp tọa độ (x,y) duy nhất.
Ngoai ra thì các dữ liệu mô tả điểm đó như ký hiệu, tên gọi,… cũng được lưu trữ cùng với
cặp tọa độ.
Đối tượng đường được định nghĩa la tập hợp các thực thể địa lý được xác định bằng
những đoạn thẳng có ít nhất hai hay nhiều cặp tọa độ
a. Mô hình dữ liệu Topology
Đối tượng địa lý có thể nhóm thanh đối tượng cơ sở (điểm, đường) va nhóm đối tượng
topo (topological features) hay còn gọi la các đối tượng kết hợp (composite features). Nhóm
đối tượng topo như nút (nodes), đường (routes), vùng (regions) được tạo ra từ đối tượng cở
sở.
Các đối tượng topo được đặt tên va định nghĩa khác nhau tùy thuộc phần mềm GIS. Ví
dụ, trong ArcInfo, các đối tượng topo gồm cung (arcs), nút (nodes), điểm nhãn (level point),
polygon, điểm khống chế (tics), ký tự (annonation), đường (route), phần (section). Mô hình
dữ liệu Topology la tập các quy tắc để xây dựng va hiển thị các đối tượng topo. Hiện nay,
nhiều mô hình Topology đã được nghiên cứu va đề xuất cho nhóm đối tượng topo nay. Mỗi
mô hình đề xuất đều có những ưu va nhược điểm.
- Mô hình dữ liệu RASTER
a. Khái niệm dữ liệu Raster
Cấu trúc dữ liệu Raster la ma trận ô vuông. Mỗi ô vuông gọi la một pixel va đại diện
cho một điểm trên thực địa. Nếu một vùng lãnh thổ nao đó được chia thanh ma trận ô
vuông, mỗi ô vuông có tọa độ riêng, tập các ô vuông trong vùng lãnh thổ chính la thực thể
dữ liệu. Nếu các điểm coi như nằm ở tâm của mỗi ô vuông, ta thanh lập được một bảng dữ
liệu gồm tọa độ địa lý của các điểm trong vùng nhất định. Một ma trận ô vuông cho một
vùng lãnh thổ gọi la mô hình dữ liệu Raster.
Cách tổ chức phổ biến của dữ liệu Raster la ma trận số gồm hang va cột. Vị trí (tọa độ)
của pixel la thứ tự của hang va cột. Kích thước của pixel trong Raster gọi la độ phân giải
bản đồ hay ảnh. Pixel nên có kích thước đủ nhỏ để có thể lưu trữ chi tiết dữ liệu về đối
tượng, nhưng cũng phải có kích thước đủ lớn để có thể phân tích dữ liệu một cách thuận

- Chuyến đổi hệ tọa độ được thực hiện dễ dang.
- Truy vấn va cập nhật dữ liệu khá tiện ích va dễ dang.
Dữ liệu Vector bao gồm những mặt hạn chế sau:
- Cấu trúc dữ liệu phức tạp.
- Thực hiện các phép toán chồng ghép la rất khó khăn.
- Vị trí của mỗi điểm phải lưu trữ một cách chính xác.
- Cho phân tích không gian, dữ liệu Vector phải được chuyển sang mô hình Topology.
Quá trình sửa lỗi để tạo Toppology khá tốn kém thời gian. Hơn nữa, dữ liệu Topology phải
thường xuyên tạo lại vì các dữ liệu điểm, đường va đa giác thường xuyên thay đổi.
- Các thuật toán áp dụng cho phân tích không gian rất phức tạp.
- Các dữ liệu liên tục như dữ liệu độ cao, độ dốc không được hiển thị hiệu quả với mô
hình dữ liệu Vector.
- Phân tích không gian va lam trơn dữ liệu la không thể thực hiện trong ranh giới của
vùng.
b. Mô hình dữ liệu Raster
So với mô hình dữ liệu Vector, mô hình Raster có một số ưu điểm. Một trong những
ưu điểm nổi trội la cấu trúc dữ liệu phù hợp cho thực hiện các phép tính đại số bản đồ va
nhiều thuật toán phức tạp khác. Một số ưu điểm chính của dữ liệu Raster đã được khái quát
hóa bao gồm:
- Cấu trúc dữ liệu đơn giản, thanh phần cơ bản của bản đồ chỉ gồm Pixel.
20


- Vị trí của mỗi điểm được lưu đơn giản bằng tọa độ hang va cột của ma trận số.
- Phân tích không gian được thực hiện dễ dang va thuận tiện.
- Dữ liệu Raster thích hợp cho mô hình hóa va tính toán định lượng.
- Các dữ liệu rời rạc va dữ liệu liên tục như độ cao có thể kết hợp dễ dang.
- Dữ liệu Raster thích hợp với các thiết bị đầu ra như máy in va hiển thị dữ liệu đồ.
- Nhiều dữ liệu số như ảnh vệ tinh, ảnh máy bay sẵn có va đa dạng, có khả năng cập
nhật nhanh dữ liệu số nay.

Xác định thực thể dữ liệu và thuộc tính thực thể dữ liệu: Một thực thể la một lớp đối
tượng cụ thể hoặc trừu tượng của thế giới thực. Mỗi thực thể gồm nhiều phần tử giống như
tập hợp. Các phần tử trong một thực thể tồn tại khách quan va độc lập tương đối lẫn nhau.
Một thực thể được nhận diện bằng một số các đặc trưng của nó gọi la thuộc tính. Như vậy
21


thuộc tính (Attribute) la các yếu tố thông tin cụ thể để nhận biết một thực thể. Mỗi tập thực
thể được đặc trưng bởi một tên va danh sách các thuộc tính của nó. Người ta dùng một
trong các ký hiệu sau để mô tả một tập thực thể.
Xác định mối quan hệ giữa các thực thể dữ liệu: Mối quan hệ la sự mô tả sự liên hệ
giữa các phần tử của các tập thực thể với nhau, chúng la các gắn kết các tập thực thể với
nhau. Mối quan hệ giữa các tập thực thể có thể la một mối quan hệ sở hữu hoặc phụ thuộc
hoặc mô tả sự tương tác giữa chúng. Quan hệ giữa hai thực thể dữ liệu có thể la đơn-đơn (11), đơn-đa (1-n), đa-đa (n-n).
Lập lược đồ thực thể dữ liệu: Biểu đồ thực thể quan hệ mô tả các thực thể dữ liệu,
thuộc tính va các quan hệ giữa các thực thể dữ liệu. Mỗi biểu đồ thực thể dữ liệu thường
được lập cho một cơ sở dữ liệu nhất định.
Chuyển biểu đồ thực thể dữ liệu sang mô hình dữ liệu quan hệ: Trên cơ sở lược đồ
thực thể dữ liệu được thiết lập ở bước trên, ta sẽ chuyển đổi lược đồ thực thể dữ liệu thanh
bảng dữ liệu quan hệ. Mỗi thực thể dữ liệu sẽ tương ứng với một bảng dữ liệu. Ví dụ, thực
thể dữ liệu thửa đất sẽ lập bảng dữ liệu quan hệ có tên la bảng dữ liệu thửa đất. Mỗi thuộc
tính của một thực thể dữ liệu sẽ chuyển thanh cột tương ứng của bảng dữ liệu. Trong số các
thuộc tính của thực thể, chọn một thuộc tính lam tên định danh (ID) gọi la khóa chính. Mối
quan hệ giữa hai thực thể dữ liệu lam cơ sở để thiết lập trường khóa ngoại của bằng thuộc
tính.
Câu 11: Khái quát các dạng phân tích dữ liệu không gian trong hệ thống thông
tin địa lý.
Phân tích dữ liệu GIS la chức năng cơ bản nhất của các hệ thống thông tin địa lý. Phân
tích dữ liệu trong GIS nhằm tạo ra thông tin hữu ích đáp ứng nhu cầu thông tin của người sử
dụng.

phức tạp nhất. Các phân tích nâng cao nay thường dựa trên các mô hình tính toán phức tạp
như mô hình artificial neural netwworks, mô hình cellular automata, mô hình Markov chain,
mô hình fuzzy logic; các công thức tính toán khác nhau để kết hợp dữ liệu đầu vao va tạo ra
lớp thông tin mới
Các phương pháp xử lý dữ liệu chung bao gồm chuyển đổi hệ quy chiếu va chuyển đổi
dữ liệu như chuyển dữ liệu từ dạng cấu trúc Vector sang cấu trúc Raster.
Đây la các phương pháp phân tích dữ liệu được trình bay la những phương pháp phân tích
đơn giản dựa trên một lớp dữ liệu va hai lớp dữ liệu. Những phương pháp phân tích nâng
cao dựa vao nhiều lớp dữ liệu vượt qua phạm vi của giáo trình nay bởi vì phân tích nâng cao
thường liên quan với các lĩnh vực chuyên nganh cụ thể như khoa học Trái đất, sinh thái học,
nông học, lâm nghiệp, khoa học đất, khoa học môi trường, quản lý tai nguyên thiên nhiên,
khí tượng, thủy văn va nhiều lĩnh vực khoa học tự nhiên khác.
Câu 12: Các phép đo đạc và phân tích lớp dữ liệu địa lý
Chức năng đo đạc la chức năng đơn giản nhất trong phân tích dữ liệu địa lý với cả
dữ liệu Raster va Vector. Hầu hết các phần mềm GIS đều có các mô-đun để thực hiện
được chức năng đo đạc. Nội dung đo đạc chủ yếu la xác định vị trí, chiều dai, diện
tích. Các phép đo nay được thực hiện khác nhau giữa hai loại dữ liệu Vector va Raster.
Đo đạc với dữ liệu Vector: Đơn vị cơ bản của dữ liệu la điểm, đường va vùng. Vì
vậy, các phép đo đạc sẽ la xác định vị trí, chiều dai, khoảng cách va diện tích của các
đối tượng địa lý.
Vị trí của một đối tượng địa lý được lưu dưới dạng một tọa độ x,y với đối tượng
điểm, một dãy cặp tọa độ với dạng dữ liệu đường va vùng. Vị trí của một vùng thường
được xác định thông qua một điểm nhãn vùng. Phần mềm GIS lưu va truy vấn vị trí
của vùng qua điểm nhãn vùng nay. Phép đo chiều dai của đối tượng dạng đường hay
đường ranh giới vùng. Độ dai của đường sẽ bằng tổng các đoạn hay cung cộng lại.
Các phân mềm GIS cho phép phân biệt các đoạn thông qua cấu trúc topology. Mỗi
đoạn đường hay cung được xác định bởi điểm khởi đầu va điểm kết thúc. Đo khoảng
cách giữa hai đối tượng địa lý la một trong chức năng quan trọng. Các đối tượng địa lý
gồm điểm, đường va vùng vì vậy đo khoảng cách có thể thực hiện với nhiều cặp đối
tượng khác nhau như khoảng cách giữa hai điểm, khoảng cách giữa một điểm va một

phần mềm GIS hỗ trợ sự chuyển đổi nay khá thuận tiện.
Nguyên lý chuyển đổi dữ liệu từ dạng Vector sang Raster
Trong thực tiễn, rất nhiều dữ liệu địa lý được hiển thị theo dạng dữ liệu điểm để thực
hiện tính toán cần thiết.Các dữ liệu dạng đường của dữ liệu Vector la tập các điểm va
mỗi điểm có tọa độ xác định. Mỗi điểm nay được chuyển sang tương ứng la một pixel.
Như vậy, chuỗi các điểm của dữ liệu Vector được chuyển thanh chuỗi các ô pixel
Với các dữ liệu dạng vùng, quá trình chuyển đổi từ Vector sang Raster la sự chia
nhỏ vùng cần chuyển đổi thanh các ô vuông phủ chùm vùng cần chuyển đổi theo
đường ranh giới vùng. Trong quá trình chuyển đổi cần phải tính toán diện tích cần
chuyển đổi theo ranh giới vùng, hình thanh lưới ô vuông hiển thị cho vùng cần chuyển
với kích thước ô xác định va cuối cùng la chồng xếp lưới ô vuông lên vùng cần chuyển
đổi để tạo ra lưới dữ liệu Raster của vùng chuyển đổi. Việc lựa chọn độ phân giải của
pixel la yếu tố quan trọng vì sự lựa chọn độ phân giải ảnh hưởng đến độ chính xác của
vùng cần chuyển đổi. Lưu ý rằng các phân tích dữ liệu yêu cần độ chính xác cao về
diện tích vùng thì sự chuyển đổi từ dữ liệu Vector sang dữ liệu Raster cần phải xem
xét cẩn thận.
Chuyển đổi từ dữ liệu Raster sang dữ liệu Vector:
24


Ngoai chuyển đổi từ dữ liệu Vector sang Raster, nhiều ứng dụng đòi hỏi chuyển
đổi từ dữ liệu Raster sang Vector. Hiện nay, ảnh vệ tinh viễn thám, ảnh hang không
dạng số rất đa dạng va phong phú. Định dạng của các tệp dữ liệu ảnh vệ tinh viễm
thám đều lưu trữ dưới dạng dữ liệu Raster. Nhiều ứng dụng trong lĩnh vực quản lý đất
đai đòi hỏi dữ liệu ở dạng Vector, vì vậy sự chuyển đổi dữ liệu từ Raster sang Vector
la cần thiết
Khái quát hóa quá trình chuyển đổi từ dữ liệu Raster sang cấu trúc dữ liệu Vector
được mô tả khái quát: Ảnh số thực chất la dãy các ô vuông được mã hóa dưới dạng số
va được xếp theo cấu trúc ma trận vuông. Như vậy, quá trình chuyển đổi từ Raster
sang Vetor la quá trình nhóm các pixel có cùng giá trị thanh các nhóm khác nhau

lớp dữ liệu kết quả. Nếu giá trị tại mỗi pixel của lớp 1 lớn hơn pixel ở lớp dữ liệu 2 thì ô
tương ứng ở lớp dữ liệu kết quả nhận giá trị la 1, còn lại nhận giá trị 0.
25