THỬ NGHIỆM XÂY DỰNG CHƯƠNG TRÌNH HIỆU CHỈNH ẢNH HƯỞNG  CỦA ĐỊA HÌNH TRÊN ẢNH VỆ TINH - TRƯỜNG HỢP THỰC HIỆN  CHO ẢNH LANDSAT-8 TRÊN NỀN TẢNG GOOGLE EARTH ENGINE

Phạm Tiến Dũng; Phạm Văn Duẩn; Vũ Thị Thìn

Từ khóa:

Hiệu chỉnh ảnh hưởng của địa hình, Google Earth Engine,, landsat-8, SRTM DEM

Tóm tắt

Hiệu chỉnh địa hình trên ảnh vệ tinh là hiệu chỉnh giá trị phản xạ phổ của kênh ảnh ở những khu vực bị ảnh hưởng của bóng địa hình do độ dốc và điều kiện chiếu sáng của mặt trời gây ra. Trong nghiên cứu này, nhóm tác giả đã kế thừa, phân tích các mô hình thường áp dụng để hiệu chỉnh địa hình trên ảnh vệ tinh, từ đó lựa chọn các mô hình đại diện để xây dựng chương trình hiệu chỉnh thông qua lập trình trên Google Earth Engine. Các chương trình được xây dựng để thử nghiệm hiệu chỉnh cho ảnh Landsat-8 tại huyện Lắk, tỉnh Đắk Lắk. Kết quả hiệu chỉnh bằng các mô hình khác nhau được so sánh bằng phân tích trực quan và phân tích thống kê nhằm lựa chọn ra mô hình phù hợp hiệu chỉnh địa hình tại khu vực. Kết quả đã lựa chọn 4 mô hình, gồm: mô hình cosine, mô hình C, mô hình cảm biến mặt trời (SCS) + C và mô hình thực nghiệm để thử nghiệm xây dựng chương trình hiệu chỉnh, trong đó mô hình thực nghiệm được đánh giá là phù hợp nhất để hiệu chỉnh địa hình tại khu vực, tiếp theo là mô hình C hoặc (SCS) + C. Sử dụng chương trình hiệu chỉnh xây dựng bằng mô hình thực nghiệm để hiệu chỉnh địa hình trên ảnh Landsat-8 tại: Huyện Cao Phong, tỉnh Hòa Bình; Huyện Ba Chẽ, tỉnh Quảng Ninh; Huyện Như Thanh, tỉnh Thanh Hóa; Huyện Tân Phú, tỉnh Đồng Nai đều cho kết quả hiệu chỉnh tương đối phù hợp cho phép ứng dụng chương trình hiệu chỉnh này để hiệu chỉnh địa hình trên ảnh Landsat-8 tại Việt Nam

Tài liệu tham khảo

1. Asner, G.P, 2003. Canopy shadow in IKONOS satellite observations of tropical forests and savannas. Remote Sens. Environ, 87, 521-533.

2. Chander, G.; Markham, B.L.; Helder, D.L, 2009. Summary of current radiometric calibration coefficients for Landsat MSS, TM, ETM + , and EO-1 ALI sensors. Remote Sens. Environ, 113, 893-903.

3. Gao, Y.N.; Zhang, W.C, 2009. A simple empirical topographic correction method for ETM + imagery. Int. J. Remote Sens, 20, 2259-2275.

4. Gu, D.; Gillespie, A, 1998. Topographic normalization of Landsat TM images of forest based on subpixel SunCanopy-Sensor geometry. Remote Sens. Environ, 64, 166-175.

5. Hantson, S.; Chuvieco, E, 2011. Evaluation of different topographic correction methods for Landsat imagery. Int. J. Appl. Earth Obs, 13, 691-700.

6. Irons, J.R; Dwyer, J.L; Barsi, J.A, 2012. The next Landsat satellite: The Landsat data continuity mission. RemoteSens. Environ, 122, 11-21.

7. Li, F.Q.; David, L.B.; Jupp, M.T.; Leo, L.; Norman, M.; Lewis, A.; Held, A, 2012. A physics-based atmospheric and BRDF correction for Landsat data over mountainous terrain. Remote Sens. Environ, 124, 756-770.

8. Pimple, U.; Sitthi, A.; Simonetti, D.; Pungkul, S.; Leadprathom, K.; Chidthaisong, A, 2017. Topographic correction of Landsat TM-5 and Landsat OLI-8 imagery to improve the performance of forest classification in the mountainous terrain of Northeast Thailand. Sustainability, , 9, 258.

9. Soenen, S.A; Peddle, D.R; Coburn, C.A; Hall, R.J; Hall, F.G, 2008. Improved topographic correction of forest image data using a 3-D canopy reflectance model in multiple forward mode. Int. J. Remote Sens. 2008, No 29, pp 1007-1027.

10. Soenen, S.A.; Peddle, D.R.; Coburn, C.A. SCS + C, 2005. A modified Sun-Canopy-Sensor topographic correction in forested terrain. IEEE Trans. Geosci. Remote Sens, 43, 2148-2159.

12. Szantoi, Z.; Simonetti, D, 2013. Fast and robust topographic correction method for medium resolution satellite imagery using a stratified approach. IEEE J. Sel. Top. Appl. Earth Obs. Remote Sens, 6, 1921-1932.

13. Tan, B.; Jeffrey, G.; Masek, R.W.; Gao, F.; Huang, C.; Eric, F.; Vermote, J.; Sexton, O.; Ederer, G, 2013. Improved forest change detection with terrain illumination corrected Landsat images. Remote Sens. Environ, 136, 469-483.

14. Teillet, P.M.; Guindon, B.; Goodenough, D.G, 1982. On the slope-aspect correction of multispectral scanner data. Can. J. Remote Sens, 8, 84-106.

15. Vanonckelen, S.; Lhermitte, S.; Ronpaey, A.V, 2013. The effect of atmospheric and topographic correction methods on land cover classification accuracy. Int. J. Appl. Earth Obs, 24, 9-21.