1 Bộ mẫu 16 ảnh mô phỏng LOTUSat-1 cho các khu vực nghiên cứu; đảm bảo các thông số cơ bản: băng tần, độ phân giải, kích thước ảnh
Dữ liệu các vệ tinh tương tự được phân tích và xác định là dữ liệu TerraSAR-X và COSMO-SkyMed. Qua quá trình nghiên cứu tìm kiếm thuật toán biến đổi ảnh nhằm mô phỏng dữ liệu LOTUSat-1, nhóm nghiên cứu nhận thấy:
- Với các thông số hiện nay của vệ tinh LOTUSat-1 (chưa được chế tạo) không đủ để mô phỏng các tính năng kỹ thuật đầy đủ của ảnh LOTUSat-1 mà chỉ có thể mô phỏng ảnh tán xạ phản hồi (σ0) của chế độ chụp ảnh SLC (Single Look Complex).
- Về mặt ứng dụng, ảnh mô phỏng ở chế độ trên là đủ để đánh giá các khả năng ứng dụng cũng như phát triển bước đầu các công cụ ứng dụng dữ liệu LOTUSat-1 trong điều kiện Việt Nam.
Thêm vào đó, khi phân tích và tìm hiểu kỹ hơn về phương trình radar (radar equation), nhóm nghiên cứu nhận thấy hoàn toàn có thể sử dụng phương trình radar trong biến đổi ảnh nguồn thành ảnh LOTUSat-1 một cách trực tiếp thông qua việc tính toán, thay thế các tham số của phương trình radar của ảnh nguồn thành tham số của LOTUSat-1. Cách biến đổi trực tiếp dựa vào phương trình radar này có ưu điểm là tiến hành nhanh, tường minh, tránh được một số giả thiết nếu so sánh với quá trình biến đổi thông qua dữ liệu gốc. Vì vậy, phương pháp mô phỏng dữ liệu LOTUSat-1 từ các vệ tinh tương tự trên dựa vào phương trình radar.

Hình 1. Các bước mô phỏng ảnh LOTUSat-1 từ ảnh tương tự

Thuật toán mô phỏng ảnh cũng được phát triển thành một chương trình dựa trên phần mềm mã nguồn mở SNAP. Tổng cộng, số ảnh được mô phỏng là 16 cảnh. Các ảnh này được tạo thành cơ sở dữ liệu với các thông tin siêu dữ liệu (metadata), được quản lý trên phần mềm Microsoft Access.
2 Mô hình xử lý ảnh LOTUSat-1 phục vụ cho các ứng dụng: giám sát lũ lụt, giám sát rừng, giám sát tràn dầu và đánh giá biến động địa hình
Các mô hình ứng dụng sử dụng dữ liệu mô phỏng LOTUSat-1 được xây dựng và phát triển nhằm đánh giá khả năng sử dụng dữ liệu LOTUSat-1, tối ưu hóa mô hình trong điều kiện Việt Nam và phát triển thành các công cụ sẵn sàng chuyển giao công nghệ.
Quá trình phát triển các mô hình ứng dụng như dưới đây:

Hình 2. Xây dựng và phát triển các mô hình ứng dụng

a. Mô hình ứng dụng ảnh LOTUSat-1 giám sát lũ lụt được xây dụng với mục tiêu giám sát nhanh các khu vực bị ngập lụt trên các khu vực ở Việt Nam, trong điều kiện ở Việt Nam thông qua các bước xử lý với thuật toán đã được xây dựng thành công sử dụng các loại ảnh SAR hiện đã có trên thế giới như ảnh TerraSAR-X, ALOS-2, Sentinel-1 và RADARSAT.

Hình 3. Mô hình ứng dụng ảnh LOTUSat-1 và thuật toán giám sát lũ lụt trong điều kiện Việt Nam

b. Mô hình kết hợp dữ liệu ảnh quang học và dữ liệu ảnh tương tự LOTUSat-1 được nghiên cứu phát triển nhằm giám sát nhanh diện tích rừng (Hình 4).

Hình 4. Mô hình kết hợp dữ liệu quang học và SAR trong giám sát diện tích rừng ở Việt Nam

Phần nghiên cứu quan trọng nhất trong mô hình này là sử dụng phân tích “time series” – phân tích hàng loạt các ảnh SAR nhằm tìm ra các điểm bất thường trong giá trị phản hồi. Sau đó, những khu vực biến động (có hành vi back-scaterring bất thường) được kiểm tra với dữ liệu quang học (NDVI) để xác nhận lại. Nghiên cứu của nhóm đề tài tập trung vào việc: Xác định ngưỡng “bất thường” biến động giá trị tán xạ phản hồi trên ảnh radar time series cho điều kiện rừng cụ thể tại Việt Nam; Nghiên cứu phương án kiểm tra những khu vực biến động rừng tiềm năng từ dữ liệu quang học (ảnh Landsat).
c. Đánh giá biến động địa hình sử dụng dữ liệu SAR nói chung và LOTUSat-1 nói riêng có thể dựa vào hai phương pháp: lập thể (thành lập DEM) và giao thoa (đánh giá thay đổi độ cao tương đối).

Hình 5. Mô hình thành lập mô hình số độ cao và đánh giá biến động địa hình từ ảnh vệ tinh tương tự LOTUSat-1

d. Mô hình ứng dụng ảnh LOTUSat-1 theo dõi tràn dầu được xây dựng với mục tiêu giám sát nhanh vết dầu tràn trên vùng biển Việt Nam, trong điều kiện Việt Nam qua các bước xử lý với thuật toán đã được xây dựng sẵn thành công cụ xử lý nhanh, gần thời gian thực.

Hình 6. Mô hình ứng dụng ảnh LOTUSat-1 và thuật toán theo dõi tràn dầu trong điều kiện Việt Nam

Do điều kiện nghiên cứu, tổng cộng 16 cảnh ảnh mô phỏng LOTUSat-1 được sử dụng là chưa đủ, đặc biệt là với các nghiên cứu sử dụng ảnh đa thời gian như theo dõi lũ lụt, theo dõi rừng và theo dõi phát hiện tràn dầu. Vì vậy, các mô hình đều được xây dựng và phát triển theo hướng kết hợp giữa ảnh LOTUSat-1 với các ảnh vệ tinh khác, đặc biệt là nguồn ảnh miễn phí.
3 Các công cụ xử lý ảnh được phát triển riêng cho ứng dụng LOTUSat-1 trong các ứng dụng: giám sát lũ lụt, giám sát rừng, giám sát tràn dầu và đánh giá biến động địa hình trên cơ sở mã nguồn mở hoặc phần mềm miễn phí
a. Công cụ giám sát lũ lụt
Trong thuật toán xử lý ảnh SAR để chiết xuất thông tin lũ lụt thì phương pháp xác định ngưỡng là bước quan trọng nhất và được nhóm nghiên cứu sâu và đưa ra được phương pháp xác định ngưỡng tối ưu mới

Hình 7. Chương trình xử lý ảnh SAR băng C, X trong giám sát lũ

Chương trình đã được thử nghiệm và đánh giá độ chính xác cho khu vực nghiên cứu tỉnh Đồng Tháp.

Hình 8: (a) (b) (a’) (b’) là các ảnh chỉ số được tính từ các cảnh trước lũ và ảnh ngày 11/8 và 16/9/2018; (c) (c’) là các ảnh chỉ số được tính từ các ảnh trước lũ và các ảnh trong lũ

b. Công cụ giám sát rừng
Công cụ SARforest được viết bằng ngôn ngữ lập trình Python, là công cụ chính được sử dụng để đưa ra kết quả cuối cùng, các công cụ khác là công cụ trung gian phục vụ cho việc xử lý dữ liệu đầu vào cho công cụ này xử lý

Kết quả sau khi chạy công cụ sẽ là dạng raster như hình dưới:

Vùng đen là vùng mất rừng tính được từ thuật toán vẫn đang ở dạng raster, vùng đỏ là vùng mất rừng được tính từ thuật toán tuy nhiên đã qua xử lý loại bỏ điểm ảnh nhỏ và vector hóa.

Hình 9. Kết quả tính từ công cụ giám sát rừng thí điểm tại huyện Đắk Glong, tỉnh Đắk Nông

c. Công cụ đánh giá biến động địa hình
Dữ liệu tương tự LOTUSat-1 được sử dụng để đánh giá biến động địa hình do khai thác mỏ bauxite Nhân Cơ. Phương pháp InSAR được sử dụng để tạo mô hình số độ cao (DEM) và để đánh giá biến động địa hình do khai thác mỏ.

Hình 10. Công cụ thành lập mô hình số độ cao và xác định biến động địa hình

Kết quả mô hình số độ cao (DEM) từ cặp ảnh mô phỏng LOTUSat-1 (Hình 11) cho thấy một số vị trí bị thấp hơn hoặc cao hơn so với DEM từ bản đồ địa hình. Điều này có thể là do ảnh chụp khu vực vào thời gian đang diễn ra khai thác mỏ, do vậy độ cao có sự thay đổi. Để đánh giá độ chính xác của DEM đạt được, nhóm nghiên cứu lựa chọn một số vị trí cao độ khác nhau tại khu vực nghiên cứu để kiểm tra bằng cách so sánh DEM tạo ra từ cặp ảnh giao thoa SAR với DEM từ bản đồ địa hình và ASTER DEM.

Hình 11: So sánh cao độ các DEM theo các mặt cắt

Biến động địa hình khu vực nghiên cứu được tính toán từ kỹ thuật DInSAR và PSInSAR cho chúng ta kết quả như Hình 12. Để đánh giá được độ chính xác của hai phương pháp, đề tài sử dụng số liệu chênh lệch giữa trụ đo (số liệu đo đạc tại mỏ) và độ cao của bản đồ địa hình (chênh lệch này bằng độ cao từ bản đồ địa hình trừ đi độ cao đo được khi khai thác hết phần quặng tới phần đất nền) để đối sánh.

Hình 12. Bản đồ biến động địa hình khu vực nghiên cứu

d. Công cụ theo dõi tràn dầu
Từ mô hình chuẩn hóa ứng dụng dữ liệu LOTUSat-1 trong theo dõi tràn dầu, nhóm nghiên cứu đã ứng dụng thử nghiệm mô hình tìm kiếm vệt dầu trên vùng biển Việt Nam và biển Đông. Vết dầu được phát hiện trên vùng biển Cà Mau, Việt Nam vào ngày 17/8/2019, vùng biển Indonexia ngày 16/4/2018 và tính toán các thông số liên quan.

Hình 13. Kết quả vết dầu được nhận biết trên vùng biển Việt Nam

Hình 14. Kết quả vết dầu được tách ra trên ảnh TerraSAR-X khu vực tràn dầu xảy ra tại cảng Balikpapan - Indonesia

3. Bài báo và sách chuyên khảo đã công bố
3.1 Bài tạp chí quốc tế thuộc danh mục SCI/SCIE hoặc SCOPUS:
1. Nguyen Hong Quang, Vu Anh Tuan, Nguyen Thi Phuong Hao, Le Thi Thu Hang, Nguyen Manh Hung, Vu Le Anh, Le Thi Minh Phuong & Rachael Carrie. (2019). Synthetic aperture radar and optical remote sensing image fusion for flood monitoring in the Vietnam lower Mekong basin: a prototype application for the Vietnam Open Data Cube. European Journal of Remote Sensing, 52:1, 599-612. https://doi.org/10.1080/22797254.2019.1698319
2. Hong Quang, Nguyen; Tuan, Vu A.; Thi Thu Hang, Le; Manh Hung, Nguyen; Thi The, Doan; Thi Dieu, Dinh; Duc Anh, Ngo; Hackney, Christopher R. (2020). Hydrological/Hydraulic Modeling-Based Thresholding of Multi SAR Remote Sensing Data for Flood Monitoring in Regions of the Vietnamese Lower Mekong River Basin. Water 12, no. 1: 71. https://doi.org/10.3390/w12010071
3. Vu Anh Tuan, Nguyen Hong Quang, Le Thi Thu Hang. (2021). Optimizing flood mapping using multi-synthetic aperture radar images for regions of the lower mekong basin in Vietnam. European Journal of Remote Sensing 54:1, pages 13-28. https://doi.org/10.1080/22797254.2019.1698319
3.2 Bài tạp chí quốc tế khác:
1. Nguyen Cong Giang, Dang Vu Khac, Vu Anh Tuan. (2020). Monitoring Land Subsidence Evolution in the Central Urban Region of Hanoi City, Vietnam. International Journal of Civil Engineering and Technology, 11(6), 2020, pp. 18-30.
3.3 Bài tạp chí quốc gia:
1. Ngô Đức Anh, Vũ Anh Tuân, Nguyễn Thu Hằng, Nguyễn Thanh Bình. (2019). Ứng dụng kết hợp ảnh Sentinel-1 và tỉ số Radar Change Ratio trong nghiên cứu biến động diện tích rừng với khu vực thử nghiệm tại xã Quảng Sơn, huyện Đắk Glong, tỉnh Đắk Nông. Tạp chí Khoa học Đo đạc và Bản đồ, Số 41, 9/2019
2. Lê Thị Thu Hằng, Vũ Anh Tuân, Nguyễn Hồng Quảng, Phạm Minh Hải. (2020). Thành lập nhanh bản đồ lũ bằng chỉ số lũ khác biệt chuẩn hóa NDFI và chỉ số khác biệt lũ trong vùng thực vật thấp NDFVI sử dụng lợi thế của hệ thống Vietnam Data Cube. Tạp chí Khoa học Đo đạc và Bản đồ, Số 44,6/ 2020.
3.4 Bài hội thảo khoa học quốc tế:
1. Vu Anh Tuan, Le Thi Thu Hang, Nguyen Hong Quang. (2019). Monitoring Urban Surface Water Bodies Changes Using MNDWI Estimated from Pan-sharpened Optical Satellite Images. FIG Working Week 2019 Geospatial information for a smarter life and environmental resilience. Hanoi, Vietnam, April 22–26, 2019.
2. Nguyen Hong Quang, Vu Anh Tuan, Le Thi Thu Hang. (2019). Improving accuracy of flood extent mapping using L band synthetic aperture Radar images for regions of the Vietnam Mekong Delta. International Conference on Earth Observations and Natutal Hazards (ICEO&NH 2019). 2019, 18th - 22nd, November, Hanoi Vietnam.
3. Ngo Duc Anh, Vu Anh Tuan, Nguyen Thu Hang. (2019). Deforestation hot-spot extraction from Radar Change Ratio (RCR) analysis of Sentinel-1-time series data in Dak G’Long district, Dak Nong province. International Conference on Earth Observations and Natutal Hazards (ICEO&NH 2019). 2019, 18th - 22nd, November, Hanoi Vietnam.
4. Vu Anh Tuan, Dinh Thi Dieu, Nguyen Manh Hung. (2019). Toward Automatic Oil Slick Candidate Detection from SAR Data Using Thresholding Approach of Grey Level Co-occurrence Matrix. International Conference on Earth Observations and Natutal Hazards (ICEO&NH 2019). 2019, 18th - 22nd, November, Hanoi Vietnam.
3.5 Bài hội thảo khoa học quốc gia:
1. Vũ Anh Tuân, Lê Thị Thu Hằng, Nguyễn Hồng Quảng. (2019). Nghiên cứu giám sát hạn hán sử dụng dữ liệu vệ tinh, khu vực tỉnh Ninh Thuận. Hội thảo Ứng dụng GIS toàn quốc 2019. Đắk Lắk, 28/11/2019.
2. Ngô Đức Anh, Nguyễn Thu Hằng. (2019). Sử dụng chuỗi thời gian ảnh Sentinel-1 trong phát hiện mất rừng ở xã Quảng Sơn- huyện Đắk Glong – tỉnh Đắk Nông. Hội thảo Ứng dụng GIS toàn quốc 2019. Đắk Lắk, 28/11/2019.
3. Vũ Anh Tuân, Ngô Đức Anh. (2019). Một số đặc điểm ảnh SAR trong ứng dụng theo dõi rừng Tây Nguyên, trường hợp tỉnh Đắk Nông. Hội thảo Ứng dụng GIS toàn quốc 2019. Đắk Lắk, 28/11/2019.
4. Vũ Anh Tuân, Nguyễn Mạnh Hùng. (2019). Sử dụng kỹ thuật giao thoa ảnh SAR trong đánh giá biến động địa hình. Hội thảo Ứng dụng GIS toàn quốc 2019. Đắk Lắk, 28/11/2019.
5. Vũ Anh Tuân, Nguyễn Mạnh Hùng, Ngô Đức Anh, Đinh Thị Diệu. (2020). Nghiên cứu mô phỏng ảnh vệ tinh LOTUSat-1 phục vụ ứng dụng trong điều kiện Việt Nam. Hội nghị Khoa học kỷ niệm 45 năm thành lập Viện Hàn lân KH&CN Việt Nam. Tiểu ban Công nghệ thông tin, Điện tử, tự động hóa và Công nghệ vũ trụ, Hà Nội, 14/10/2020.
3.6 Sách chuyên khảo
1. Tác giả: TS. Vũ Anh Tuân, TS. Nguyễn Hồng Quảng (đồng chủ biên), TS. Lê Thị Minh Phương, Ths. Vũ Phan Việt Hoa, Ths. Vũ Lê Ánh, Ths. Lê Thị Thu Hằng (2020). Viễn thám Radar và ứng dụng trong giám sát lũ lụt ở Việt Nam. Nhà xuất bản Khoa học và Kỹ thuật. ISBN 9786046715443. Tháng 4 năm 2020.
4. Kết quả tham gia đào tạo
4.1. Tiến sĩ
1. Đặng Tuyết Minh, “Nghiên cứu ứng dụng mô hình hóa không gian trong phân vùng nguy cơ phục vụ cảnh báo lũ lưu vực sông Lam”, ngành Kỹ thuật trắc địa – bản đồ, Đại học Mỏ Địa chất, hướng dẫn khoa học TS. Vũ Anh Tuân (Đã bảo vệ 2018).
4.2. Thạc sĩ
1. Cao Thị Ánh Tuyết, “Kết hợp dữ liệu viễn thám Sentinel-1 và Landsat-8 để giám sát rừng ở Việt Nam”, khoa Ứng dụng tư liệu vũ trụ và đo ảnh, Đại học Trắc địa bản đồ Mátxcova. (Đã bảo vệ 2020).
2. Vũ Phan Việt Hoa, “MONITORING FOREST COVER USING SENTINEL-1 DATA”, ngành Khoa học Vũ trụ, Đại học Khoa học và Công nghệ Hà Nội (Đã bảo vệ 2019).
5. Tình hình chuyển giao công nghệ
Đã chuyển giao 7 đơn vị: các đơn vị thuộc Viện Hàn lâm Khoa học và công nghệ Việt Nam, Cục Viễn thám Quốc gia, và địa phương (tỉnh Đắk Nông). Cụ thể:
Đơn vị thuộc Viện Hàn lâm Khoa học và Công nghệ Việt Nam:
1. Viện Công nghệ Vụ trụ
2. Viện Địa chất
3. Viện Địa lý
4. Viện Địa chất và Địa vật lý biển
Đơn vị thuộc Cục Viễn thám Quốc gia
1. Trung tâm Giám sát Tài nguyên Môi trường và Thiên tai
Địa phương:
1. Phòng Kỹ thuật Công nghệ - Nhà máy Alumin Nhân Cơ (xã Nhân Cơ, tỉnh Đắk Nông)
2. Chi cục Kiểm lâm Đắk Nông
6. Kết quả của đề tài được lưu trữ tại
- Văn phòng Viện Hàn lâm Khoa học và Công nghệ Việt Nam (đã lưu tại văn thư, không có giấy chứng nhận);
- Trung tâm Thông tin – tư liệu, Viện Hàn lâm Khoa học và Công nghệ Việt Nam (giấy chứng nhận số 47/GCN-TTTL)
- Văn phòng Chương trình KHCN Vũ trụ, Viện Hàn lâm Khoa học và Công nghệ Việt nam (lưu văn thư, chưa có GCN);
- Cục thông tin khoa học và công nghệ Quốc gia (đã upload file mềm, đang đợi phản hồi để nộp bản cứng, chưa có GNC).