BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC MỎ - ĐỊA CHẤT

NGUYỄN ĐỨC LỘC

NGHIÊN CỨU MỘT SỐ PHƯƠNG PHÁP PHÂN LOẠI
BỀ MẶT LỚP PHỦ SỬ DỤNG TRÍ TUỆ NHÂN TẠO PHỤC VỤ
CÔNG TÁC QUẢN LÝ TÀI NGUYÊN VÀ MÔI TRƯỜNG
Chuyên ngành: Kỹ thuật Trắc địa – Bản đồ
Mã số: 60520503

LUẬN VĂN THẠC SĨ KỸ THUẬT
NGƯỜI HƯỚNG DẪN KHOA HỌC:
TS. NGUYỄN QUANG MINH

HÀ NỘI - 2013


1

LỜI CAM ĐOAN

Tơi xin cam đoan đây là cơng trình nghiên cứu riêng của tôi. Các số
liệu, kết quả trong luận văn là trung thực và chƣa từng đƣợc ai cơng bố trong
bất kỳ cơng trình nào khác.

Tác giả luận văn

Nguyễn Đức Lộc

2

MỤC LỤC

LỜI CAM ĐOAN .......................................................................................................1
MỤC LỤC ...................................................................................................................2
DANH MỤC CHỮ VIẾT TẮT...................................................................................5
DANH MỤC HÌNH ....................................................................................................6
DANH MỤC BẢNG ...................................................................................................8
MỞ ĐẦU .....................................................................................................................9
Chƣơng 1. TỔNG QUAN VẤN ĐỀ NGHIÊN CỨU ...............................................13
1.1. Lớp phủ mặt đất và phân loại lớp phủ mặt đất...................................................13
1.1.1. Khái niệm về lớp phủ mặt đất .........................................................................13
1.1.2. Phân loại lớp phủ mặt đất ................................................................................14
1.1.3. Hệ phân loại lớp phủ - FAO Land Cover Classification System ....................14
1.2. Khái niệm cơ bản về viễn thám..........................................................................16
1.3. Một số vệ tinh và tƣ liệu ảnh viễn thám .............................................................20
1.3.1. Vệ tinh Landsat ...............................................................................................20
1.3.2. Vệ tinh SPOT ..................................................................................................22
1.3.3. Vệ tinh IRS ......................................................................................................25
1.3.4. Vệ tinh IKONOS .............................................................................................27
1.3.5. Vệ tinh COSMOS ...........................................................................................28
1.4. Đặc trƣng phản xạ phổ của các đối tƣợng tự nhiên ...........................................28
1.4.1. Đặc trƣng phản xạ phổ của thực vật................................................................29
1.4.2. Đặc trƣng phản xạ phổ của nƣớc ....................................................................30
1.4.3. Đặc trƣng phản xạ phổ của thổ nhƣỡng ..........................................................32
1.5. Phân loại ảnh viễn thám .....................................................................................34
1.5.1. Giải đoán ảnh bằng mắt...................................................................................34
1.5.2. Giải đoán ảnh bằng xử lý số ............................................................................35
1.6. Một số thuật tốn phân loại ảnh số thơng dụng .................................................38

1.6.1. Không gian ảnh và không gian phổ ................................................................39
1.6.2. Lý thuyết Bayes..............................................................................................40


3

1.6.3. Phƣơng pháp phân loại xác suất cực đại (Maximum Likelihood) ..................41
1.6.4. Phƣơng pháp theo khoảng cách tối thiểu (Minimum Distance) .....................43
1.6.5. Phƣơng pháp phân loại hình hộp (Parallelpiped) ............................................44
Chƣơng 2. ỨNG DỤNG MẠNG NƠ RON NHÂN TẠO TRONG PHÂN LOẠI
LỚP PHỦ MẶT ĐẤT ...............................................................................................46
2.1. Khái niệm về mạng nơ ron nhân tạo ..................................................................46
2.2. Nơ ron sinh học và nơ ron nhân tạo ...................................................................46
2.2.1. Nơ ron sinh học ...............................................................................................46
2.2.2. Nơ ron nhân tạo ...............................................................................................48
2.2.3. Mơ hình mạng nơ ron ......................................................................................50
2.2.4. Các kiểu mơ hình mạng nơ ron .......................................................................50
2.2.5. Perceptron .......................................................................................................52
2.2.6. Mạng nhiều tầng truyền thẳng ........................................................................53
2.2.7. Thuật toán học theo phƣơng pháp lan truyền ngƣợc sai số ............................55
2.2.8. Huấn luyện mạng nơ ron .................................................................................56
2.2.9. Học có giám sát trong các mạng nơ ron ..........................................................58
2.2.10. Khả năng ứng dụng của mạng nơ ron nhân tạo ............................................59
2.3. Ứng dụng mạng nơ ron nhân tạo trong phân loại lớp phủ mặt đất ....................60
2.3.1. Sử dụng mạng nơ ron trong phân loại lớp phủ ...............................................60
2.3.2. Tƣ liệu ảnh, phần mềm và khu vực nghiên cứu ..............................................62
2.3.3. Thực nghiệm ứng dụng mạng nơ ron nhân tạo trong phân loại lớp phủ mặt đất
...................................................................................................................................65
Chƣơng 3. ỨNG DỤNG THUẬT TOÁN SUPPORT VECTOR MACHINE
TRONG PHÂN LOẠI LỚP PHỦ MẶT ĐẤT ..........................................................79

3.1 . Những khái niệm cơ bản về Support Vector Machine ......................................79
3.2. Không gian đặc trƣng .........................................................................................80
3.3. Thuật toán phân lớp với Support Vector Machine .............................................81
3.3.1. Bài toán phân 2 lớp với SVM .........................................................................81
3.3.2. Phân loại nhiều lớp với Support Vector Machine ...........................................84
3.4. Thực nghiệm ứng dụng thuật toán Support Vector Machine trong phân loại lớp
phủ mặt đất ................................................................................................................85
3.4.1. Tƣ liệu ảnh, phần mềm và khu vực nghiên cứu ..............................................85


4

3.4.2. Bộ dữ liệu mẫu phân loại và đánh giá độ chính xác .......................................85
3.4.3. Sử dụng Support Vector Machine trong phân loại .........................................86
3.4.4. Đánh giá khả năng phân loại lớp phủ mặt đất của thuật toán Support Vector
Machine .....................................................................................................................86
3.4.5. Đánh giá khả năng phân loại lớp phủ mặt đất của thuật toán Support Vector
Machine với số lƣợng mẫu huấn luyện thay đổi .......................................................89
3.5. Thành lập bản đồ lớp phủ mặt đất khu vực phƣờng Hội Hợp – Vĩnh Yên – Vĩnh
Phúc ………………………………………………………………………………93
KẾT LUẬN VÀ KIẾN NGHỊ...................................................................................95
TÀI LIỆU THAM KHẢO .........................................................................................97
DANH MỤC CƠNG TRÌNH ĐÃ CƠNG BỐ ..........................................................99


5

DANH MỤC CHỮ VIẾT TẮT

ANN


Artificial Neural Network

DN

Digital Number

ENVI

Enviroment for Visualizing Images

ERTS

Earth Resources Technology Satellite

ETM+

Enhanced Thematic Mapper Plus

FAO

Food and Agriculture Organisation

HRG

High Resolution Geometric

HRV

High Resolution Visible


IRS

Indian Remote Sensing Satellite

ISO

International Standards Organization

LCCS

Land Cover Classification System

LCML

Land Cover Meta Language

LISS

Linear Imaging Self Scanning Sensor

MSS

Multispectral Scanner

NASA

National Aeronautics and Space Administration

OLI and TIRs


Operational Land Imager and Thermal Infrared Sensor

SPOT

Système Pour l'Observation de la Terre

SVM

Support Vector Machine

TM

Thematic Mapper


6

DANH MỤC HÌNH

Hình 1-1. Ngun lý thu nhận ảnh vệ tinh ................................................................17
Hình 1-2. Vệ tinh địa tĩnh và vệ tinh quỹ đạo cực ....................................................18
Hình 1-3. Các kênh sử dụng trong viễn thám ...........................................................19
Hình 1-4. Khả năng phản xạ và hấp thụ của thực vật ...............................................30
Hình 1-5. Khả năng phản xạ và hấp thụ của nƣớc ....................................................31
Hình 1-6. Đặc trƣng phản xạ phổ của thổ nhƣỡng ....................................................33
Hình 1-7. Khơng gian ảnh .........................................................................................39
Hình 1-8. Khơng gian thuộc tính 2 chiều và 3 chiều của 1 pixel ..............................40
Hình 1-9. Thuật tốn Maximum Likelihood .............................................................42
Hình 1-10. Thuật tốn Minimum Distance ...............................................................43

Hình 1-11. Thuật tốn Parallelpiped .........................................................................44
Hình 2-1. Cấu trúc của một nơ ron sinh học .............................................................47
Hình 2-2. Cấu trúc của một nơ ron nhân tạo .............................................................48
Hình 2-3. Mạng tự kết hợp ........................................................................................51
Hình 2-4. Mạng kết hợp khác kiểu ............................................................................51
Hình 2-5. Kiến trúc truyền thẳng ..............................................................................52
Hình 2-6. Kiến trúc phản hồi.....................................................................................52
Hình 2-7. Perceptron .................................................................................................53
Hình 2-8. Mạng nhiều tầng truyền thẳng ..................................................................54
Hình 2-9. Lan truyền tín hiệu trong quá trình học theo ............................................55
phƣơng pháp lan truyền sai số ngƣợc .......................................................................55
Hình 2-10. Các yếu tố của mạng nơ ron trong phân loại ảnh với 3 kênh phổ ..........60
và 3 lớp phủ cần phân loại ........................................................................................60
Hình 2-11. Ảnh SPOT-4 phƣờng Hội Hợp – Vĩnh Yên – Vĩnh Phúc ......................63
Hình 2-12. Phần mềm ENVI và mơ đun Neural Net ................................................64
Hình 2-13. Sơ đồ vị trí phƣờng Hội Hợp ..................................................................65
Hình 2-14. Thiết bị đi thực địa ..................................................................................66
Hình 2-15. Lấy mẫu thực địa ....................................................................................66
Hình 2-16. Chọn mẫu phân loại trên ảnh ..................................................................68
Hình 2-17. Kết quả phân loại bằng thuật tốn Neural Net ........................................70
Hình 2-18. Kết quả phân loại bằng thuật tốn Maximum Likelihood ......................71
Hình 2-19. Kết quả phân loại bằng thuật tốn Minimum Distance ..........................72
Hình 2-20. So sánh độ chính xác phân loại của 3 phƣơng pháp ...............................76
Hình 2-21. Đồ thị biểu thị sai số huấn luyện mẫu từ 1 lần đến 100 lần ....................76
Hình 2-22. Ảnh hƣởng của số lần huấn luyện mẫu đến độ chính xác huấn luyện mẫu
...................................................................................................................................77


7


Hình 2-23. Ảnh hƣởng của số lần huấn luyện mẫu đến độ chính xác tổng thể ........77
Hình 2-24. Ảnh hƣởng của số lần huấn luyện mẫu đến hệ số Kappa .......................78
Hình 3-1. Siêu phẳng lề tối ƣu ..................................................................................80
Hình 3-2. Ánh xạ  từ không gian dữ liệu X sang không gian đặc trƣng F .............81
Hình 3-3. Phân lớp với SVM trong mặt phẳng .........................................................82
Hình 3-4. Bài tốn SVM trong trƣờng hợp dữ liệu mẫu khơng phân tách tuyến tính
...................................................................................................................................84
Hình 3-5. Kết quả phân loại bằng thuật toán Support Vector Machine ....................87
Hình 3-6. Độ chính xác tổng thể của 3 phƣơng pháp SVM, MLK, MND khi số
lƣợng mẫu thay đổi....................................................................................................92
Hình 3-7. Hệ số Kappa của 3 phƣơng pháp SVM, MLK, MND khi số lƣợng mẫu
thay đổi ......................................................................................................................92
Hình 3-8. Bản đồ lớp phủ mặt đất phƣờng Hội Hợp – Vĩnh Yên – Vĩnh Phúc ........94


8

DANH MỤC BẢNG

Bảng 1-1. Bảng phân loại lớp phủ mặt đất theo FAO .................................................. 15
Bảng 1-2. Các thế hệ vệ tinh Landsat .......................................................................... 20
Bảng 1-3. Các đặc trƣng chính của bộ cảm vệ tinh Landsat ........................................ 22
Bảng 1-4. Các đặc trƣng chính bộ cảm của vệ tinh SPOT........................................... 25
Bảng 1-5. Các đặc trƣng chính của bộ cảm vệ tinh IRS .............................................. 26
Bảng 1-6. Các đặc trƣng chính của bộ cảm vệ tinh IKONOS ..................................... 27
Bảng 2-1. Các đặc trƣng chính của tƣ liệu ảnh SPOT-4 .............................................. 62
Bảng 2-2. Mẫu giải đốn ảnh ....................................................................................... 67
Bảng 2-3. Độ chính xác phân loại ảnh bằng thuật toán mạng nơ ron .......................... 73
Bảng 2-4. Độ chính xác phân loại ảnh bằng thuật tốn Maximum Likelihood ........... 74
Bảng 2-5. Độ chính xác phân loại ảnh bằng thuật toán Minimum Distance ............... 74

Bảng 2-6. So sánh độ chính xác phân loại theo 3 phƣơng pháp NN, MLK, MND ..... 75
Bảng 2-7. Ảnh hƣởng của số lần huấn huyện mẫu đến độ chính xác phân loại .......... 77
Bảng 3-1. Một số hàm nhân Kernel thƣờng dùng ........................................................ 80
Bảng 3-2. Độ chính xác phân loại lớp phủ bằng thuật tốn SVM ............................... 88
Bảng 3-3. So sánh độ chính xác phân loại của các thuật toán SVM, MLK, MND ..... 88
Bảng 3-4. Độ chính xác phân loại của thuật toán SVM với số lƣợng mẫu thay đổi ... 90
Bảng 3-5. Độ chính xác phân loại của thuật tốn MLK với số lƣợng mẫu thay đổi ... 91
Bảng 3-6. Độ chính xác phân loại của thuật tốn MND với số lƣợng mẫu thay đổi ... 91


9

MỞ ĐẦU
1. Tính cấp thiết của đề tài
Thơng tin về lớp phủ mặt đất là một trong những thông tin cơ bản để
hiểu rõ và quản lý tài nguyên và môi trƣờng. Với tƣ liệu ảnh viễn thám, các
thông tin này có thể liên tục nhận đƣợc trong 1 chu kỳ ngắn ngày, tại bất kỳ
khu vực địa lý nào trên trái đất. Các thông tin này giúp các nhà quản lý biết
đƣợc xu hƣớng biến đổi của tài nguyên và môi trƣờng. Một trong những
phƣơng pháp chiết tách thông tin về lớp phủ từ ảnh viễn thám là sử dụng kỹ
thuật phân loại ảnh. Kể từ khi thu đƣợc bức ảnh Landsat đầu tiên năm 1972
[22], nhiều thuật toán phân loại ảnh đã đƣợc phát triển. Một số phƣơng pháp
thông dụng để phân loại lớp phủ mặt đất bao gồm xác suất cực đại (Maximum
Likelihood), khoảng cách tối thiểu (Minimum Distance) và cây quyết định
(Decision Tree)…Hiện nay, một số phƣơng pháp phân loại mới đã và đang áp
dụng có hiệu quả trong phân loại ảnh viễn thám nhƣ phân loại sử dụng mạng
nơ ron nhân tạo và phân loại sử dụng thuật toán Support Vector Machine.
Mạng nơ ron nhân tạo là một mơ hình xử lý thơng tin dựa trên phƣơng
thức xử lý thông tin của các nơ ron trong bộ não con ngƣời. Nó đƣợc tạo nên
từ một lƣợng lớn nơ ron kết nối với nhau thông qua các liên kết làm việc nhƣ

một thể thống nhất để giải quyết một vấn đề cụ thể nào đó. Mạng nơron nhân
tạo đã đƣợc sử dụng để giải quyết nhiều bài toán thuộc nhiều lĩnh vực của các
ngành khác nhau. Trên thế giới, mạng nơ ron nhân tạo đã đƣợc sử dụng để dự
đoán cấu trúc protein [16], nhận dạng mẫu[12], nhận dạng giọng nói [15]. Ở
Việt Nam, mạng nơ ron nhân tạo cũng đƣợc quan tâm nghiên cứu trong các
lĩnh vực nhận dạng ảnh mặt ngƣời [2], dự báo thị trƣờng chứng khoán [11],
dự báo lƣu lƣợng nƣớc đến hồ thủy điện [5] và hỗ trợ công tác chọn thầu thi


10

công [4]. Việc ứng dụng mạng nơ ron nhân tạo trong phân loại lớp phủ mặt
đất chƣa đƣợc nghiên cứu sâu.
Support Vector Machine là phƣơng pháp học có giám sát do Vladimir
Vapnik đề xuất vào năm 1995 [24], và ngày càng đƣợc sử dụng phổ biến
trong nhiều lĩnh vực, đặc biệt là lĩnh vực phân loại và nhận dạng. Support
Vector Machine đƣợc xem là một trong các phƣơng pháp phân lớp giám sát
không tham số tinh vi nhất cho đến nay. Các hàm công cụ đa dạng của
Support Vector Machine cho phép tạo không gian chuyển đổi để xây dựng
mặt phẳng phân lớp. Trên thế giới, SVM đã đƣợc nghiên cứu trong việc nhận
dạng giọng nói[18], phân loại giới tính [19], phân loại văn bản [13], phân loại
ảnh viễn thám [17]. Ở Việt Nam, SVM đã đƣợc nghiên cứu ứng dụng trong
các lĩnh vực Tin sinh học [8], phân loại văn bản tiếng Việt [1]. Trong các
nghiên cứu kể trên, SVM cho kết quả nhận dạng và phân loại rất chính xác.
Tại Việt Nam, chƣa có nhiều cơng trình nghiên cứu về ứng dụng SVM trong
phân loại lớp phủ mặt đất, ngoài nghiên cứu của Nguyễn Quang Minh năm
2013 [6].
Xuất phát từ những lý do trên, tôi tiến hành nghiên cứu đề tài: “Nghiên
cứu một số phương pháp phân loại bề mặt lớp phủ sử dụng trí tuệ nhân tạo
phục vụ công tác quản lý tài nguyên và môi trường”.

2. Mục đích nghiên cứu
 Tìm hiểu và đánh giá hai phƣơng pháp phân loại ảnh viễn thám sử dụng
thuật toán Support Vector Machine và mạng nơ ron nhân tạo;
 Đƣa ra một số đề xuất nhằm vận dụng tốt hai phƣơng pháp này trong
phân loại ảnh viễn thám.


11

3. Đối tượng và phạm vi nghiên cứu
 Đối tƣợng nghiên cứu của đề tài là ảnh viễn thám và ứng dụng mạng nơ
ron nhân tạo và thuật toán Support Vector Machine trong phân loại ảnh
viễn thám.
 Phạm vi nghiên cứu của đề tài là ảnh đa phổ SPOT-4 khu vực phƣờng
Hội Hợp – thành phố Vĩnh Yên – tỉnh Vĩnh Phúc.
4. Nội dung nghiên cứu
 Nghiên cứu ứng dụng mạng nơ ron nhân tạo trong phân loại lớp phủ
mặt đất;
 Nghiên cứu ứng dụng thuật toán Support Vector Machine trong phân
loại lớp phủ mặt đất.
5. Phương pháp nghiên cứu
 Phƣơng pháp thu thập tài liệu bao gồm ảnh viễn thám và bản đồ địa
hình của khu vực nghiên cứu;
 Phƣơng pháp điều tra khảo sát thực địa: nhằm khảo sát lấy mẫu cho quá
trình phân loại ảnh và và đánh giá kết quả phân loại;
 Phƣơng pháp phân loại ảnh viễn thám dựa trên phần mềm ENVI 4.7;
 Phƣơng pháp phân tích thống kê: thống kê lại các kết quả đánh giá độ
chính xác phân loại nhằm phân tích và đƣa ra đánh giá tổng hợp;
 Phƣơng pháp biên tập bản đồ sử dụng phần mềm ArcGIS.
6. Ý nghĩa khoa học và thực tiễn của đề tài

 Về mặt khoa học: Các kết quả nghiên cứu của đề tài đánh giá hai
phƣơng pháp mới trong phân loại ảnh viễn thám và đƣa ra một số đề
xuất nhằm vận dụng tốt hai phƣơng pháp này trong phân loại lớp phủ
mặt đất.


12

 Về mặt thực tiễn: Hai phƣơng pháp phân loại ảnh viễn thám đƣợc đề
cập trong đề tài có thể đƣợc ứng dụng tốt trong sản xuất. Đặc biệt, đề
tài đã chỉ ra phƣơng pháp phân loại bằng thuật toán Support Vector
Machine có thể đảm bảo độ chính xác với số lƣợng mẫu huấn luyện
không nhiều. Điều này thực sự có ý nghĩa khi việc lấy mẫu thực địa rất
khó khăn và tốn kém.
7. Cấu trúc của luận văn
Ngoài phần mở đầu và kết luận, luận văn gồm 4 chƣơng đƣợc trình bày
trong 99 trang với 43 hình và 19 bảng.
Để có đƣợc kết quả nhƣ ngày hơm nay, học viên xin bày tỏ lòng biết ơn
sâu sắc tới TS. Nguyễn Quang Minh - ngƣời thầy đã hƣớng dẫn, giúp đỡ rất
tận tình trong thời gian học viên học tập và làm luận văn tốt nghiệp cao học.
Xin chân thành cảm ơn Bộ mơn Địa chính, Ban chủ nhiệm Khoa Trắc
Địa, Phòng Sau đại học, Ban giám hiệu Trƣờng Đại học Mỏ - Địa chất Hà
Nội đã tạo mọi điều kiện thuận lợi và giúp đỡ nhiều mặt trong suốt q trình
học tập và nghiên cứu để học viên hồn thành luận văn này.
Tôi xin gửi lời cảm ơn tới gia đình, bạn bè và đồng nghiệp nơi tơi đang
sống và làm việc - những ngƣời luôn bên cạnh động viên tơi trong suốt q
trình học tập và thực hiện luận văn.


13


Chương 1. TỔNG QUAN VẤN ĐỀ NGHIÊN CỨU
1.1. Lớp phủ mặt đất và phân loại lớp phủ mặt đất
1.1.1. Khái niệm về lớp phủ mặt đất
Theo Tổ chức nông lƣơng thế giới (Food and Agriculture Organisation
- FAO) khái niệm lớp phủ mặt đất là một khái niệm cơ bản, bởi vì trong nhiều
hệ thống phân loại và chú giải có sự nhầm lẫn giữa lớp phủ mặt đất và sử
dụng đất. Theo đó, lớp phủ mặt đất đƣợc định nghĩa nhƣ sau: “Lớp phủ mặt
đất là những đối tượng vật chất quan sát được trên bề mặt trái đất”[26].
Trên thực tế mỗi một khu vực khác nhau trên trái đất đều có loại hình
lớp phủ mặt đất đặc trƣng và mỗi một đối tƣợng đều chịu sự tác động của tự
nhiên và con ngƣời với mức độ mạnh, yếu khác nhau. Sự tác động này đã làm
cho lớp phủ mặt đất luôn biến đổi. Sự biến đổi của lớp phủ mặt đất ngƣợc lại
cũng có những ảnh hƣởng khơng nhỏ đến cuộc sống của con ngƣời, nhƣ diện
tích rừng suy giảm đã gây ra lũ lụt; sự gia tăng của các khu công nghiệp và
các hoạt động nông nghiệp nhƣ tăng vụ lúa, nuôi trồng thuỷ sản không hợp lý
là một trong những nguyên nhân gây biến đổi khí hậu. Do tính chất liên tục
thay đổi của lớp phủ mặt đất nên việc xây dựng bản đồ hiện trạng lớp phủ mặt
đất một cách nhanh chóng là một việc làm cần thiết.
Bản đồ lớp phủ có thể đƣợc thành lập từ tƣ liệu ảnh viễn thám. Những
lý do chính của việc chọn dữ liệu ảnh viễn thám là nó cung cấp một lƣợng
thông tin khổng lồ, chân thực, khách quan mà không dễ dàng thu nhận theo
cách khác. Đồng thời đây là phƣơng pháp hiệu quả để thu nhận dữ liệu tại
những khu vực khó khăn. Ảnh viễn thám cho phép nhận dạng lớp phủ bề mặt
trên phạm vi rộng một cách hiệu quả về về nhiều mặt.


14

1.1.2. Phân loại lớp phủ mặt đất

Để tạo điều kiện thuận lợi cho việc khai thác và sử dụng các lớp thơng
tin lớp phủ mặt đất và đảm bảo tính thống nhất về nội dung thông tin, ngƣời ta
xây dựng các hệ phân loại lớp phủ mặt đất. Nhìn chung các hệ phân loại lớp
phủ mặt đất đã có đều dựa trên nguyên tắc sau:
 Hệ phân loại dễ hiểu, dễ hình dung phân chia đối tƣợng bề mặt thành các
nhóm chính theo trạng thái vật chất của các đối tƣợng nhƣ mặt nƣớc, mặt
đất, lớp phủ thực vật, đất nông nghiệp, bề mặt nhân tạo;
 Phù hợp với khả năng cung cấp thông tin của tƣ liệu viễn thám bao gồm
các loại ảnh vệ tinh nhƣ SPOT, Landsat, ảnh hàng không v.v.
 Các đối tƣợng trong hệ phân loại đáp ứng đƣợc yêu cầu phân tách đƣợc
đối tƣợng trên các tƣ liệu thu thập ở các thời gian khác nhau;
 Hệ thống phân loại áp dụng đƣợc cho nhiều vùng rộng lớn;
 Hệ thống phân loại phân chia các đối tƣợng theo các cấp bậc nên phù hợp
với việc phân tích đối tƣợng trên các tƣ liệu có độ phân giải khác nhau,
đáp ứng yêu cầu thành lập bản đồ ở các tỷ lệ khác nhau.
Tuy nhiên trên mỗi hệ phân loại đều có những đặc điểm riêng phù hợp
với điều kiện tự nhiên, mức độ khai thác lớp phủ bề mặt của từng khu vực.
1.1.3. Hệ phân loại lớp phủ - FAO Land Cover Classification System
Hệ phân loại lớp phủ mặt đất FAO – LCSS đƣợc xây dựng theo tiêu
chuẩn ISO TC211 trên cơ sở Land Cover Meta Language (LCML) phát triển
bởi FAO [26]. Mục đích của LCML là xác định một cấu trúc chung cho việc
so sánh và tích hợp dữ liệu cho bất kỳ loại lớp phủ mặt đất nào. Trong hệ
thống này, lớp phủ mặt đất đƣợc chia thành 14 lớp, trong mỗi lớp có thể chia
nhỏ thành các lớp phụ. Hệ thống phân loại này đƣợc trình bày trong bảng
(1.1)


15

Bảng 1-1. Bảng phân loại lớp phủ mặt đất theo FAO


STT Category
1
Bề mặt nhân tạo (bao
gồm đô thị và các khu
vực tƣơng tự)
2

3

4

5

6

7
8

9

10

BASIC RULES
Bao gồm bất kỳ bề mặt nhân tạo nào, chia thành
các lớp nhỏ theo diện tích
01.a (Bao phủ từ 10 đến 50 %)
01.b (Bao phủ từ 50 đến 100 %)
Cây trồng thân thảo
Chủ yếu là cây thân cỏ, đƣợc chia thành các lớp

phụ bởi diện tích và cách thức tƣới nƣớc
02.a (Diện tích <2 ha, dùng nƣớc mƣa)
02.b (Diện tích <2 ha, tƣới chủ động)
02.c (Diện tích >2 ha, dùng nƣớc mƣa)
02.d (Diện tích >2 ha, tƣới chủ động)
Rừng trồng
Chủ yếu là rừng trồng hoặc cây bụi, chia thành
các lớp nhỏ theo diện tích
03.a (Diện tích < 2 ha)
03.b (Diện tích > 2 ha)
Trồng xen lẫn
Lớp này bao gồm ít nhất hai lớp cây gỗ và cây
thân thảo hoặc các cây trồng khác nhau kết hợp
với thảm thực vật tự nhiên.
Đồng cỏ
Chủ yếu là cỏ với diện tích bao phủ từ 10100%, đƣợc chia thành 2 lớp nhỏ
05.a (Mọc tự nhiên)
05.b (Cỏ trồng)
Khu vực cây bao phủ
Chủ yếu là cây gỗ tự nhiên bao phủ từ 10 đến
100%, đƣợc chia nhỏ theo diện tích bao phủ
06.a (từ 10 đến 30-40 %)
06.b (từ 30-40 đến 70 %)
06.c (từ 70 đến 100 %)
Rừng ngập mặn
Cây tự nhiên bao phủ 10-100% mặt nƣớc hoặc
thƣờng xuyên bị ngập lụt trong nƣớc biển.
Cây bụi
Chủ yếu là cây bụi tự nhiên bao phủ từ 10 đến
100%%, đƣợc chia nhỏ theo diện tích bao phủ

08.a (từ 10 to 60 %)
08.b (từ 60 to 100 %)
Cây bụi hoặc thân thảo Cây bụi tự nhiên hoặc các cây thân thảo che
ngập nƣớc hay khu vực phủ 10-100% bề mặt nƣớc hoặc thƣờng xuyên
thƣờng xuyên ngập nƣớc bị ngập lụt từ 2-12 tháng /năm, đƣợc chia thành
lớp nhỏ theo thời gian ngập nƣớc
09.a (nƣớc ngập từ 2-4 tháng)
09.b (nƣớc ngập > tháng)
Thực vật tự nhiên thƣa Các loại thực vật tự nhiên (mọi hình thức phát
thớt
triển) che phủ từ 2-10%.


16

11
12
13
14

Đất trống

11.a (Đất chuyển cát hoặc cồn cát)
11.b (Đất trống, sỏi, đá)
Tuyết và sông băng
Băng tuyết bao phủ quanh năm
Mặt nƣớc
Nƣớc bao phủ quanh năm
Nƣớc ven biển và thủy Các khu vực liên quan đến biển
triều

14.a Các vùng nƣớc ven biển (Đầm, phá)
14.b Khu vực thủy triều
Nguồn: [26]

1.2. Khái niệm cơ bản về viễn thám
Viễn thám đƣợc định nghĩa nhƣ là một khoa học cơng nghệ mà nhờ nó
các tính chất của vật thể quan sát đƣợc xác định, đo đạc hoặc phân tích mà
khơng cần trực tiếp tiếp xúc với chúng.
Sóng điện từ đƣợc phản xạ hoặc bức xạ từ vật thể là nguồn cung cấp
thông tin chủ yếu về đặc tính của đối tƣợng. Ảnh viễn thám cung cấp thông
tin về các vật thể tƣơng ứng với năng lƣợng bức xạ ứng với từng bƣớc sóng
đã xác định. Đo lƣờng và phân tích năng lƣợng phản xạ phổ ghi nhận bởi ảnh
viễn thám, cho phép tách thông tin hữu ích về từng lớp phủ mặt đất khác nhau
do sự tƣơng tác giữa bức xạ điện từ và vật thể.
Thiết bị dùng để cảm nhận sóng điện từ phản xạ hay bức xạ từ vật thể
đƣợc gọi là bộ cảm biến. Bộ cảm biến có thể là các máy chụp ảnh hoặc máy
quét. Phƣơng tiện mang các bộ cảm biến đƣợc gọi là vật mang (máy bay,
khinh khí cầu, tàu con thoi…).
Sự phát triển của viễn thám gắn liền với sự phát triển của phƣơng pháp
chụp ảnh và thu nhận thông tin các đối tƣợng trên mặt đất. Từ năm 1858,
ngƣời ta đã bắt đầu sử dụng khinh khí cầu để chụp ảnh nhằm mục đích thành
lập bản đồ địa hình. Những bức ảnh hàng khơng đầu tiên chụp từ máy bay
đƣợc Wilbur Wright thực hiện năm 1909 trên vùng Centocalli, Italia [14]. Từ
đó đến nay, phƣơng pháp sử dụng ảnh hàng không là phƣơng pháp đƣợc sử


17

dụng rộng rãi nhất. Trên thế giới, việc phân tích ảnh hàng khơng đã góp phần
đáng kể trong việc phát hiện nhiều mỏ dầu và khống sản trầm tích.


Hình 1-1. Nguyên lý thu nhận ảnh vệ tinh
(Nguồn: [25])

Vào giữa những năm 1930, ngƣời ta đã có thể chụp ảnh mầu và đồng
thời thực hiện nhiều cuộc nghiên cứu nhằm tạo ra các lớp cảm quang nhạy với
bức xạ gần hồng ngoại có tác dụng hữu hiệu trong việc loại bỏ ảnh hƣởng tán
xạ và mù của khí quyển. Từ năm 1960, sự tiến bộ của khoa học kỹ thuật cho
phép thu đƣợc hình ảnh ở các dải sóng khác nhau bao gồm cả dải sóng hồng
ngoại và sóng cực ngắn. Sau đó sự thành cơng trong việc chế tạo các bộ cảm
biến và các tàu vũ trụ, các vệ tinh nhân tạo đã cung cấp khả năng thu nhận
hình ảnh của trái đất từ trên quỹ đạo góp phần hữu ích cho việc nghiên cứu
lớp phủ thực vật, biến động sử dụng đất, cấu trúc địa mạo, nhiệt độ, gió trên
bề mặt đại dƣơng…
Để phân loại viễn thám ngƣời ta căn cứ vào hình dạng quỹ đạo của vệ
tinh, độ cao bay của vệ tinh, dải phổ của các thiết bị thu, loại nguồn phát và
tín hiệu thu nhận. Có ba phƣơng thức phân loại viễn thám chính đó là:


18

- Phân loại theo nguồn tín hiệu
+ Viễn thám chủ động: nguồn tia tới là tia sáng phát ra từ các thiết bị
nhân tạo, thƣờng là các máy phát đặt trên các thiết bị bay;
+ Viễn thám bị động: nguồn phát bức xạ là mặt trời hoặc từ các vật chất
tự nhiên.
- Phân loại theo đặc điểm quỹ đạo
+ Vệ tinh địa tĩnh: là vệ tinh có tốc độ góc quay bằng tốc độ góc quay của
trái đất, nghĩa là vị trí tƣơng đối của vệ tinh so với trái đất là đứng yên;
+ Vệ tinh quỹ đạo cực: là vệ tinh có mặt phẳng quỹ đạo vng góc hoặc

gần vng góc so với mặt phẳng xích đạo của Trái đất. Tốc độ quay
của vệ tinh khác với tốc độ quay của trái đất và đƣợc thiết kế riêng sao
cho thời gian thu ảnh trên mỗi vùng lãnh thổ trên mặt đất là cùng giờ
địa phƣơng và thời gian thu lặp lại là cố định đối với 1 vệ tinh.

Hình 1-2. Vệ tinh địa tĩnh và vệ tinh quỹ đạo cực
(Nguồn: [29])

- Phân loại theo dải sóng thu nhận
+ Viễn thám trong dải sóng nhìn thấy và hồng ngoại;


19

+ Viễn thám hồng ngoại nhiệt;
+ Viễn thám siêu cao tần.
Mặt trời là nguồn năng lƣợng chủ yếu đối với nhóm viễn thám trong
dải sóng nhìn thấy và hồng ngoại. Mặt trời cung cấp một bức xạ có bƣớc sóng
ƣu thế ở 5m. Tƣ liệu viễn thám thu đƣợc trong dải sóng nhìn thấy phụ thuộc
chủ yếu vào sự phản xạ từ bề mặt vật thể và bề mặt Trái đất. Các thông tin về
vật thể đƣợc xác định từ các phổ phản xạ.

Hình 1-3. Các kênh sử dụng trong viễn thám
(Nguồn: [31])

Mỗi vật thể ở nhiệt độ bình thƣờng đều tự phát ra một bức xạ có đỉnh
tại bƣớc sóng 10m. Nguồn năng lƣợng sử dụng đối với viễn thám hồng
ngoại nhiệt do chính vật thể sản sinh ra.
Viễn thám siêu cao tần sử dụng bức xạ siêu cao tần có bƣớc sóng từ
một đến vài chục centimet. Nguồn năng lƣợng sử dụng đối với viễn thám siêu

cao tần chủ động đƣợc chủ động phát ra từ máy phát. Kỹ thuật ra đa thuộc
viễn thám siêu cao tần chủ động. Ra đa chủ động phát ra nguồn năng lƣợng
tới các vật thể, sau đó thu lại đƣợc những bức xạ, tán xạ hoặc phản xạ từ vật
thể.


20

Nguồn năng lƣợng sử dụng đối với viễn thám siêu cao tần bị động do
chính vật thể phát ra. Bức xạ kế siêu cao tần là bộ cảm thu nhận và phân tích
bức xạ siêu cao tần của vật thể.
1.3. Một số vệ tinh và tư liệu ảnh viễn thám
1.3.1. Vệ tinh Landsat
Vào năm 1967, tổ chức hàng không và vệ tinh quốc gia (NASA) đƣợc
sự hỗ trợ của Bộ nội vụ Mỹ đã tiến hành chƣơng trình nghiên cứu thăm dò tài
nguyên trái đất Earth Resources Technology Satellite (ERTS). Vệ tinh ERTS1 đƣợc phóng vào ngày 23/7/1972. Sau đó NASA đổi tên chƣơng trình ERTS
thành Landsat, ERTS -1 đƣợc đổi tên thành Landsat-1. Vệ tinh Landsat bay
qua xích đạo lúc 9h39 phút sáng. Cho đến nay, NASA đã phóng đƣợc 8 vệ
tinh trong hệ thống Landsat.
Bảng 1-2. Các thế hệ vệ tinh Landsat

Vệ tinh
Landsat-1
Landsat-2
Landsat-3
Landsat-4
Landsat-5
Landsat-6
Landsat-7
Landsat-8


Ngày phóng
23/7/1972
22/1/1975
05/3/1978
16/7/1982
01/3/1984
05/3/1993
15/4/1999
11/02/2013

Ngày ngừng hoạt động
6/1/1978
22/1/1981
31/3/1983
15/6/2001
5/6/2013
Bị hỏng ngay khi phóng
Đang hoạt động
Đang hoạt động

Bộ cảm
MSS
MSS
MSS
TM, MSS
TM, MSS
ETM
ETM+
OLI và TIRs


Hệ thống vệ tinh Landsat thu nhận ảnh với các loại bộ cảm sau:
- Bộ cảm MSS (Multispectral Scanner)
Bộ cảm này đƣợc đặt trên các vệ tinh Landsat-1, Landsat-2 và Landsat3 ở độ cao so với mặt đất là 919km và Landsat-4, Landsat-5 ở độ cao 705 km.
Chu kỳ lặp là 18 ngày. Các bộ cảm MSS là những hệ thống máy quang học


21

mà trong đó các yếu tố tách sóng riêng biệt đƣợc qt qua bề mặt Trái đất theo
hƣớng vng góc với hƣớng bay.
Ảnh Landsat-3 MSS có độ phân giải khơng gian là 80m x80m, và gồm
4 kênh 4,5,6 và 7, trong đó kênh 4 và kênh 5 nằm trong vùng nhìn thấy cịn
kênh 6 và kênh 7 nằm trong vùng cận hồng ngoại.
- Bộ cảm TM, ETM+ (Thematic Mapper, Enhanced Thematic Mapper Plus)
Từ năm 1982 vệ tinh Landsat-4 đƣợc phóng và mang thêm bộ cảm
chuyên dùng để thành lập bản đồ chuyên đề gọi là bộ cảm TM (Thematic
Mapper). Vệ tinh Landsat-7 mới đƣợc phóng vào quỹ đạo tháng 4/1999 với bộ
cảm TM cải tiến gọi là ETM+ (Enhanced Thematic Mapper Plus). Hệ thống
này là một bộ cảm quang học ghi lại năng lƣợng trong vùng nhìn thấy, hồng
ngoại phản xạ, trung hồng ngoại và hồng ngoại nhiệt của quang phổ. Nó thu
thập những ảnh đa phổ mà có độ phân giải không gian, độ phân giải phổ, chu
kỳ và sự phản xạ cao hơn Landsat MSS. Landsat TM, ETM có độ phân giải
khơng gian là 30x30 m cho 6 kênh (1, 2, 3, 4, 5, 7) và kênh 6 hồng ngoại nhiệt
có độ phân giải khơng gian là 120x120 m.
- Bộ cảm OLI và TIRs (Operational Land Imager and Thermal Infrared
Sensor)
Ngày 11/02/2013, vệ tinh Landsat 8 đƣợc phóng lên quỹ đạo, ở độ cao
xấp xỉ 725km, mỗi ngày gửi về trái đất hơn 400 ảnh. Landsat 8 mang theo 2
bộ cảm là bộ thu nhận ảnh mặt đất (OLI – Operational Land Imager) và bộ

cảm biến hồng ngoại nhiệt (TIRs – Thermal Infrared Sensor). Những bộ cảm
này đƣợc thiết kế để cải thiện hiệu suất và độ tin cậy cao hơn so với các bộ
cảm Landsat trƣớc. Tuy nhiên, hai kênh phổ mới mới là ƣu thế vƣợt trội của
Landsat-8, trong đó một kênh phổ cho phép vệ tinh thu thập đƣợc thông tin ở


22

các tầng nƣớc sâu hơn trong đại dƣơng, sông, hồ; trong khi đó kênh phổ mới
cịn lại có thể phát hiện mây cirrus và chỉnh sửa các hiệu ứng khí quyển. Thêm
vào đó, băng phổ hồng ngoại của Landsat-8 đƣợc chia thành hai, cho phép xác
định nhiệt độ bề mặt chính xác hơn.
Bảng 1-3. Các đặc trưng chính của bộ cảm vệ tinh Landsat
Bộ cảm
MSS
(Multi Spectral Scanner)

TM
(Thematic Mapper)

ETM+
(Enhanced Thematic
Mapper Plus)

OLI và TIRs
(Operational Land Imager
and Thermal Infrared Sensor)

Kênh phổ


Bước sóng (µm)

Độ phân giải

Kênh 1
Kênh 2
Kênh 3
Kênh 4
Kênh 1
Kênh 2
Kênh 3
Kênh 4
Kênh 5
Kênh 6
Kênh 7
Kênh 1
Kênh 2
Kênh 3
Kênh 4
Kênh 5
Kênh 6
Kênh 7
Kênh 8 (Pan)
Kênh 1
Kênh 2
Kênh 3
Kênh 4
Kênh 5
Kênh 6
Kênh 7

Kênh 8 (Pan)
Kênh 9
Kênh 10
Kênh 11

0,5 ÷ 0,6
0,6 ÷ 0,7
0,7 ÷ 0,8
0,8 ÷ 1,1
0,45 ÷ 0,52
0,52 ÷ 0,60
0,63 ÷ 0,69
0,76 ÷ 0,90
1.55 ÷ 1,75
10,4 ÷ 12,5
2,08 ÷ 2,35
0,45 ÷ 0,52
0,53 ÷ 0,61
0,63 ÷ 0,69
0,75 ÷ 0,90
1,55 ÷ 1,75
10,4 ÷ 12,5
2,09 ÷ 2,35
0,52 ÷ 0,9
0,433 ÷ 0,453
0,450 ÷ 0,515
0,525 ÷ 0,600
0,630 ÷ 0,680
0,845 ÷ 0,885
1,560 ÷ 1,660

2,100 ÷ 2,300
0,500 ÷ 0,680
1,360 ÷ 1,390
10,3 ÷ 11,3
11,5 ÷ 12,5

80 m
80 m
80 m
80 m
30 m
30 m
30 m
30 m
30 m
120 m
30 m
30 m
30 m
30 m
30 m
30 m
60 m
30 m
15 m
30 m
30 m
30 m
30 m
30 m

30 m
30 m
15 m
30 m
100 m
100 m

1.3.2. Vệ tinh SPOT
Vào đầu năm 1978 chính phủ Pháp quyết định phát triển chƣơng trình
SPOT (Système Pour l'Observation de la Terre) với sự tham gia của Bỉ và


23

Thụy Điển. Hệ thống vệ tinh viễn thám SPOT do Trung tâm nghiên cứu
không gian (Centre National d'Etudes Spatiales - CNES) của Pháp chế tạo và
phát triển. Vệ tinh đầu tiên SPOT-1 đƣợc phóng lên quỹ đạo năm 1986, tiếp
theo là SPOT-2, SPOT-3, SPOT- 4 và SPOT-5 lần lƣợt vào các năm 1990,
1993, 1998 và 2002 trên đó mang hệ thống quét CCD.
Vệ tinh SPOT bay ở độ cao 832 km, góc nghiêng của mặt phẳng quỹ
đạo là 98.7, thời điểm bay qua xích đạo là 10h30' sáng và chu kỳ lặp 26
ngày. Các thế hệ vệ tinh SPOT-1, 2, 3 có bộ cảm HRV (High Resolution
Visible) với kênh tồn sắc (0,51 - 0,73m) độ phân giải 10m; ba kênh đa phổ
có độ phân giải 20m, phân bố trong vùng sóng nhìn thấy gồm xanh lục (0,500,59m), đỏ (0,61 - 0,68m), cận hồng ngoại (0,79 - 0,89m). Mỗi cảnh có
độ bao phủ mặt đất là 60km x 60km.
Vệ tinh SPOT-4 với kênh toàn sắc (0,49 - 0,73m); ba kênh đa phổ của
HRV tƣơng đƣơng với 3 kênh phổ truyền thống HRV; thêm kênh hồng ngoại
(1,58 - 1,75m) có độ phân giải 20m. Khả năng chụp nghiêng của SPOT cho
phép tạo cặp ảnh lập thể từ hai ảnh chụp vào hai thời điểm với các góc chụp
nghiêng khác nhau.

Vệ tinh SPOT-5 phóng lên quỹ đạo ngày 03 tháng 5 năm 2002, đƣợc
trang bị một cặp Sensors HRG (High Resolution Geometric) là loại Sensor ƣu
việt hơn các loại trƣớc đó. Mỗi một Sensor HRG có thể thu đƣợc ảnh với độ
phân giải 5m đen - trắng và 10m với ảnh mầu. Với kỹ thuật xử lý ảnh đặc
biệt, có thể đạt đƣợc ảnh độ phân giải 2,5m, trong khi đó dải chụp phủ mặt đất
của ảnh vẫn đạt 60km đến 80km. Đây là ƣu điểm của ảnh SPOT, điều mà các
loại ảnh vệ tinh cùng thời khác ở độ phân giải này đều không đạt.
Kỹ thuật thu ảnh HRG cho phép định vị ảnh với độ chính xác nhỏ hơn
50m nhờ hệ thống định vị vệ tinh DOGIS và Star Tracker lắp đặt trên vệ tinh.
Trên vệ tinh SPOT-5 còn lắp thêm hai máy chụp ảnh nữa. Máy thứ nhất HRS


24

(High Resolution Stereoscopic) - Máy chụp ảnh lập thể lực phân giải cao.
Máy này chụp ảnh lập thể dọc theo đƣờng bay với độ phủ 120 x 600km. Nhờ
ảnh lập thể độ phủ rộng này tạo lập mơ hình số độ cao (DEM) với độ chính
xác 10m mà khơng cần tới điểm khống chế mặt đất. Máy chụp ảnh thứ hai
mang tên VEGETATION, giống nhƣ VEGETATION lắp trên vệ tinh SPOT-4
hàng ngày chụp ảnh mặt đất trên một dải rộng 22.5km với kích thƣớc pixel
1x1km trong 4 kênh phổ. Ảnh VEGETATION đƣợc sử dụng rất hữu hiệu cho
mục đích theo dõi biến động địa cầu và đo vẽ bản đồ hiện trạng đất.
Hai vệ tinh SPOT-4 và SPOT-5 có thêm kênh phổ chụp SWIR nằm
phía trên ba kênh phổ của các vệ tinh SPOT trƣớc đó, nhờ vậy rất thuận lợi
cho nghiên cứu về độ ẩm và lớp phủ thực vật. Sự cải tiến này đã tạo ra rất
nhiều ứng dụng trong nông nghiệp, nghiên cứu hiện trạng đất và quản lý tài
nguyên thiên nhiên.
Ngày 9/9/2012 vệ tinh SPOT-6 đã chính thức lên quĩ đạo thu nhận
thơng tin quan sát trái đất. Độ phân giải không gian của vệ tin này đã đƣợc
nâng lên 1,5m so với 2,5m của SPOT-5. Đây là thế hệ mới của loạt vệ tinh

quang học SPOT với nhiều cải tiến về kỹ thuật và khả năng thu nhận ảnh
cũng nhƣ đơn giản hoá việc truy cập thông tin. Độ phân giải không gian của
các kênh là Panchromatic là 1,5 m và các kênh đa phổ là 6m. Các kênh phổ có
thay đổi so với các thế hệ trƣớc bao gồm: Panchromatic, Blue, Green, Red,
NIR so với trƣớc đó chỉ có Green, Red, NIR, MIR.
Nhƣ vậy sau nhiều thế hệ, kể từ SPOT-1 (1986), nay SPOT mới có thu
nhận thơng tin ở kênh Blue nhƣ các hệ thống vệ tinh khác (Landsat). Trong
gia đình SPOT, đây là vệ tinh anh em sinh đôi đầu tiên, cái thứ hai là SPOT-7
sẽ đƣợc đƣa lên quĩ đạo trong quí I năm 2014 để cùng với hai vệ tinh Pléiades
1 và Pléiades 2 (Pléiades 1A và Pléiades 1B) ở cùng độ cao 694 km tạo thành
một chùm các vệ tinh quan sát trái đất liên tục 24/7 của Pháp. Bốn vệ tinh này