Satellite Image Analysis

Phân tích ảnh vệ tinh là quá trình trích xuất thông tin từ ảnh Trái Đất do các vệ tinh trên quỹ đạo chụp: lập bản đồ lớp phủ đất, đếm tàu thuyền, máy bay hoặc tòa nhà, đo sức khỏe cây trồng và phát hiện những thay đổi giữa hai thời điểm. Đây là một nhánh của viễn thám, cũng bao gồm ảnh chụp từ máy bay và drone; hiện nay, lĩnh vực này dựa vào thị giác máy tính (CV) và học sâu (DL) để xử lý khối lượng ảnh lớn mà không nhóm phân tích nào có thể kiểm tra thủ công. Riêng chương trình Landsat đã liên tục chụp ảnh Trái Đất từ năm 1972.

Vệ tinh thu nhận những gì#

Ảnh vệ tinh khác ảnh thông thường ở bốn loại độ phân giải:

• Độ phân giải không gian: Khoảng cách trên mặt đất được bao phủ bởi một pixel. Landsat 8 và 9 ghi lại hầu hết các dải phổ ở mức 30 m, Sentinel-2 đạt 10 m; các vệ tinh thương mại như WorldView-3 do Vantor vận hành (tên gọi đến tháng 10 năm 2025 là Maxar Intelligence) phân giải khoảng 30 cm, đủ để nhìn thấy từng chiếc ô tô.
• Độ phân giải phổ: Số lượng và độ rộng của các dải bước sóng. Sentinel-2 ghi lại 13 dải, từ ánh sáng khả kiến đến hồng ngoại sóng ngắn.
• Độ phân giải thời gian: Tần suất chụp ảnh cùng một địa điểm. Chòm vệ tinh Sentinel-2 gồm hai vệ tinh chụp lại khu vực xích đạo sau mỗi năm ngày; đội vệ tinh nhỏ của Planet chụp gần như toàn bộ diện tích đất liền Trái Đất hằng ngày ở độ phân giải khoảng 3 m.
• Độ phân giải bức xạ: Mức độ chi tiết mà mỗi pixel ghi nhận độ sáng, thường là 11 đến 14 bit, so với 8 bit trong ảnh tiêu chuẩn.

Hai loại cảm biến khác mở rộng những gì vệ tinh có thể đo. Vệ tinh chụp ảnh siêu phổ ghi lại hàng trăm dải hẹp; vệ tinh radar khẩu độ tổng hợp (SAR) như Sentinel-1 phát xung vi sóng và ghi nhận tín hiệu phản hồi, nhờ vậy có thể quan sát xuyên mây và vào ban đêm, khiến radar trở thành nguồn dữ liệu chính để lập bản đồ lũ dưới mây bão. Phép tính trên các dải phổ chuyển dữ liệu phổ thành các phép đo vật lý: chỉ số thực vật khác biệt chuẩn hóa, NDVI = (NIR − Red) / (NIR + Red), tiến gần 1 ở những vùng có thảm thực vật dày và khỏe mạnh vì lá phản xạ mạnh ánh sáng cận hồng ngoại và hấp thụ ánh sáng đỏ.

Các tác vụ phân tích chính#

• Phân đoạn ngữ nghĩa: Gán nhãn cho mọi pixel để lập bản đồ lớp phủ đất, dấu chân tòa nhà, đường sá hoặc phạm vi ngập lụt.
• Phát hiện đối tượng: Tìm và đếm các đối tượng riêng lẻ như tàu thuyền, máy bay, phương tiện và bồn chứa. Khi nhìn từ trên cao, các đối tượng này nhỏ, nằm dày đặc và hướng theo mọi phía, vì vậy bộ phát hiện thường dự đoán bounding box định hướng có thể xoay để khớp với từng đối tượng.
• Phát hiện thay đổi: So sánh ảnh chụp cùng một địa điểm vào các thời điểm khác nhau để tìm tình trạng phá rừng, công trình mới hoặc thiệt hại do thiên tai.
• Phân loại cảnh: Gán một nhãn, chẳng hạn như đất nông nghiệp, rừng hoặc đô thị, cho mỗi mảng ảnh.

Các dataset phát hiện đối tượng trong ảnh chụp từ trên cao bao gồm DOTA, phiên bản đầu tiên gán nhãn 15 danh mục bằng các hộp định hướng tùy ý, và xView, gán nhãn hơn 1 triệu đối tượng thuộc 60 lớp trên ảnh WorldView-3 có độ phân giải 0,3 m. Ultralytics YOLO26 model hộp giới hạn định hướng được pretrained trên DOTAv1 và dự đoán một hộp xoay cho mỗi đối tượng:

from ultralytics import YOLO

# Tải model bounding box có hướng (OBB) YOLO26 được pretrained trên DOTAv1
model = YOLO("yolo26n-obb.pt")

# Phát hiện đối tượng trong ảnh viễn thám
results = model("https://ultralytics.com/images/boats.jpg")
result = results[0]

# Lưu ảnh với bounding box xoay được vẽ quanh mỗi đối tượng phát hiện
result.save(filename="boats_obb.jpg")

Bounding box xoay bám theo hướng di chuyển của từng tàu, giúp các thuyền neo sát nhau không bị gộp vào một bounding box quá lớn. Các model nền tảng địa không gian được pretrained trên những kho dữ liệu lớn chưa gán nhãn, chẳng hạn như các model Prithvi của NASA và IBM xây dựng trên dữ liệu Harmonized Landsat và Sentinel-2, được fine-tune cho các tác vụ như lập bản đồ lũ lụt và vùng cháy với ít mẫu được gán nhãn hơn nhiều.

Từ cảnh thô đến bản đồ#

Một tile Sentinel-2 có kích thước 10.980 × 10.980 pixel ở các băng tần 10 m, lớn hơn nhiều so với đầu vào của một model, đồng thời được cung cấp dưới dạng tệp có tham chiếu địa lý như GeoTIFF, trong đó pixel được ánh xạ tới tọa độ trên Trái Đất. Các pipeline phân tích hiệu chỉnh khí quyển, tạo mask cho mây, chia cảnh thành các tile chồng lấn, chạy model trên từng tile, gộp các đối tượng phát hiện trùng lặp ở vùng tile chồng lấn và chuyển vị trí pixel trở lại tọa độ bản đồ để dùng trong công cụ GIS. Các thư viện như Rasterio đọc và ghi raster có tham chiếu địa lý, còn đăng ký ảnh căn chỉnh ảnh chụp vào các thời điểm khác nhau trước khi so sánh.

Phân tích ảnh vệ tinh và ảnh hàng không#

Cả hai đều sử dụng cùng model và tác vụ; điểm khác biệt nằm ở nền tảng thu nhận ảnh. Vệ tinh bay quanh quỹ đạo cách mặt đất hàng trăm kilomet và chụp ảnh toàn hành tinh theo lịch cố định, với các kho lưu trữ có dữ liệu từ nhiều thập kỷ trước. Máy bay và drone bay theo yêu cầu trên các khu vực nhỏ và ghi lại chi tiết ở cấp centimet, phù hợp cho việc kiểm tra mái nhà, cây trồng hoặc cánh tuabin gió. Các dataset phát hiện đối tượng trong ảnh nhìn từ trên cao thường kết hợp cả hai nguồn, và DOTA bao gồm ảnh vệ tinh lẫn ảnh hàng không.

Ứng dụng#

• Nông nghiệp: Lập bản đồ loại cây trồng, ước tính sản lượng và giám sát tình trạng cây trồng dựa trên NDVI trên toàn khu vực.
• Rừng và khí hậu: Các bản đồ toàn cầu dựa trên Landsat về diện tích mất độ che phủ cây rừng ở độ phân giải 30 m theo dõi tình trạng phá rừng qua từng năm.
• Ứng phó thảm họa: Bản đồ lũ lụt SAR và đánh giá thiệt hại trước-sau hỗ trợ định hướng các nỗ lực cứu trợ; Hiến chương Quốc tế về Không gian và Các Thảm họa Lớn cung cấp miễn phí dữ liệu vệ tinh cho lực lượng ứng phó.
• Quy hoạch đô thị: Trích xuất dấu chân công trình và lập bản đồ đường sá giúp cập nhật bản đồ ở các thành phố phát triển nhanh.
• Giám sát hàng hải: Kết hợp kết quả phát hiện từ SAR và ảnh quang học với dữ liệu theo dõi tàu thuyền, một nghiên cứu năm 2024 trên Nature cho thấy khoảng ba phần tư số tàu đánh cá công nghiệp trên thế giới không được theo dõi công khai.