Từ điển học thuật Kỹ thuật và công nghệ

Ảnh vệ tinh là gì? Độ phân giải và ứng dụng viễn thám

Tiếng AnhSatellite imagery

Tên gọi khácdữ liệu ảnh vệ tinhảnh viễn thám vệ tinhsatellite imagery

Ảnh vệ tinh là dữ liệu ảnh kỹ thuật số ghi lại bức xạ điện từ phản xạ hoặc phát xạ từ bề mặt Trái Đất thông qua các cảm biến đặt trên vệ tinh quỹ đạo.

Cập nhật 11/9/2026

Ảnh vệ tinh là dạng dữ liệu viễn thám kỹ thuật số phản ánh đặc tính không gian, quang phổ và thời gian của bề mặt Trái Đất thông qua việc thu nhận bức xạ điện từ bằng các cảm biến quang học hoặc radar lắp đặt trên vệ tinh nhân tạo. Đây là nguồn tư liệu nền tảng phục vụ quản lý tài nguyên thiên nhiên, giám sát biến đổi khí hậu, trắc địa bản đồ và phân tích không gian địa lý hiện đại.

Bản chất vật lý và cơ chế thu nhận dữ liệu ảnh vệ tinh

Dữ liệu ảnh vệ tinh được hình thành từ quá trình tương tác phức tạp giữa bức xạ điện từ với các thành phần vật chất trên bề mặt Trái Đất và môi trường khí quyển. Nguồn năng lượng chiếu xạ, chủ yếu từ Mặt Trời đối với cảm biến thụ động hoặc từ máy phát sóng viba đối với cảm biến chủ động, khi truyền qua các tầng khí quyển sẽ bị hấp thụ và tán xạ một phần trước khi chiếu tới các đối tượng cảnh quan mặt đất.

Tại bề mặt Trái Đất, mỗi loại vật phủ như thảm thực vật, mặt nước, đất trống hoặc công trình nhân tạo sở hữu một đặc trưng phổ phản xạ riêng biệt theo từng bước sóng. Ví dụ, diệp lục trong tế bào lá cây hấp thụ mạnh mẽ bức xạ dải ánh sáng khả kiến, đặc biệt là ánh sáng đỏ để phục vụ quang hợp, nhưng lại phản xạ cực kỳ mạnh mẽ ở dải sóng hồng ngoại gần do cấu trúc xốp của mô xốp của thịt lá. Năng lượng phản xạ từ mặt đất tiếp tục truyền ngược qua khí quyển để đến thấu kính thu nhận của cảm biến đặt trên quỹ đạo không gian. Cảm biến sẽ chuyển hóa tín hiệu quang năng thành các xung điện tích tử, sau đó lượng tử hóa thành các ma trận điểm ảnh chứa giá trị số kỹ thuật số để truyền về các trạm thu mặt đất.

Bốn độ phân giải nền tảng trong đánh giá chất lượng ảnh

Chất lượng khoa học và phạm vi ứng dụng thực tiễn của một bộ dữ liệu ảnh vệ tinh được xác định thông qua bốn độ phân giải cốt lõi:

  • Độ phân giải không gian: Đại diện cho kích thước thực tế trên mặt đất được biểu diễn bởi một điểm ảnh đơn lẻ. Ví dụ, hệ thống cảm biến OLI trên vệ tinh Landsat-8 do David P. Roy và cộng sự công bố tiêu chuẩn vào năm 2014 cung cấp dữ liệu ở độ phân giải không gian là 30 mét cho các dải phổ phản xạ bề mặt. Trong khi đó, hệ thống vệ tinh Sentinel-2 do Matthias Drusch và cộng sự công bố năm 2012 đạt độ phân giải không gian chi tiết hơn là 10 mét ở các dải phổ ánh sáng khả kiến, cho phép phân biệt các thửa ruộng nhỏ và các công trình hạ tầng riêng lẻ.
  • Độ phân giải quang phổ: Thể hiện số lượng các dải kênh phổ độc lập và khoảng bước sóng mà cảm biến có thể phân tách. Ảnh đa phổ thường ghi nhận từ vài kênh đến hơn một chục kênh phổ riêng biệt, trong khi ảnh siêu phổ chia dải bức xạ thành hàng trăm kênh phổ liên tục và rất hẹp, cho phép nhận diện chính xác thành phần khoáng vật và trạng thái sinh hóa của tán rừng.
  • Độ phân giải thời gian: Là khoảng thời gian cần thiết để vệ tinh hoàn thành một vòng quỹ đạo và quay trở lại chụp đúng vị trí mặt đất cũ. Vệ tinh Landsat-8 hoạt động trên quỹ đạo đồng bộ Mặt Trời có chu kỳ lặp lại quỹ đạo cố định là 16 ngày. Trong khi đó, chùm vệ tinh Sentinel-2 gồm hai vệ tinh bay lệch pha nhau trên cùng mặt phẳng quỹ đạo giúp rút ngắn chu kỳ lặp xuống chỉ còn 5 ngày, tạo điều kiện thuận lợi cho việc theo dõi liên tục mùa màng và cảnh báo thiên tai khẩn cấp.
  • Độ phân giải bức xạ: Đo lường khả năng của cảm biến trong việc phân biệt những khác biệt tinh vi về cường độ năng lượng bức xạ. Các thế hệ cảm biến vệ tinh thời kỳ đầu thường sử dụng chuẩn lượng tử hóa 8 bit, tương ứng với khả năng phân biệt 256 mức độ xám khác nhau. Ngược lại, các cảm biến quang học tiên tiến trên Sentinel-2 được thiết kế với độ phân giải bức xạ 12 bit, cung cấp tới hàng nghìn mức lượng tử hóa tín hiệu, giảm thiểu tối đa hiện tượng bão hòa tín hiệu trên các bề mặt có độ tương phản cao như mây tuyết hoặc sa mạc cát.

Quy trình tiền xử lý ảnh và hiệu chỉnh môi trường

Dữ liệu ảnh vệ tinh thô khi vừa được giải mã tại trạm mặt đất luôn bị biến dạng hình học do độ cong Trái Đất, góc nghiêng của cảm biến, địa hình nhấp nhô và sự nhiễu loạn của khí quyển. Để trở thành sản phẩm khoa học có thể tích hợp vào hệ thống thông tin địa lý, ảnh phải trải qua quy trình tiền xử lý nghiêm ngặt:

Bước đầu tiên là hiệu chỉnh bức xạ, chuyển đổi giá trị số kỹ thuật số của từng điểm ảnh sang đại lượng bức xạ phổ tại đỉnh khí quyển. Tiếp theo, bước quan trọng nhất đối với ảnh quang học là hiệu chỉnh khí quyển nhằm loại bỏ tác động tán xạ phân tử Rayleigh, tán xạ aerosol và sự hấp thụ của các chất khí như ozone hay hơi nước. Năm 1997, Eric F. Vermote và các cộng sự đã công bố mã nguồn truyền xạ 6S trên tạp chí IEEE, đặt nền móng chuẩn mực cho các thuật toán tính toán ngược sự suy giảm năng lượng trong cột khí quyển, giúp khôi phục chính xác độ phản xạ thực tế tại bề mặt Trái Đất.

Cuối cùng, ảnh vệ tinh được nắn chỉnh hình học trực giao dựa trên mô hình số độ cao bề mặt và mạng lưới các điểm khống chế tọa độ mặt đất, đảm bảo mỗi điểm ảnh tương ứng chính xác tuyệt đối với tọa độ bản đồ trong hệ quy chiếu không gian chuẩn.

Chỉ số thực vật và các phương pháp trích xuất thông tin

Sau khi được chuẩn hóa về phản xạ bề mặt, các phép toán đại số theo từng kênh phổ được sử dụng để làm nổi bật các đối tượng cảnh quan cụ thể. Điển hình nhất trong phân tích viễn thám quang học là chỉ số thực vật khác biệt chuẩn hóa:

NDVI=NIRRedNIR+Red\text{NDVI} = \frac{\text{NIR} - \text{Red}}{\text{NIR} + \text{Red}}

trong đó NIR\text{NIR} là giá trị độ phản xạ phổ ở dải hồng ngoại gần và Red\text{Red} là độ phản xạ ở dải ánh sáng đỏ khả kiến. Năm 1979, Compton J. Tucker đã công bố công trình thực nghiệm bước ngoặt trên tạp chí Remote Sensing of Environment, chứng minh rằng tỉ số sai phân chuẩn hóa giữa hai dải phổ này có độ tương quan sinh lý rất cao với mật độ sinh khối xanh, hàm lượng diệp lục và chỉ số diện tích lá cây.

Giá trị của chỉ số biến thiên trong khoảng từ âm một đến dương một. Các vùng nước mặt, tuyết phủ hoặc mây trắng thường cho giá trị âm hoặc xấp xỉ không; đất trống và đá cằn có giá trị dương nhỏ; trong khi các thảm thực vật xanh phát triển rậm rạp đạt giá trị chỉ số cao tiến sát mức tối đa. Dựa trên chuỗi thời gian của chỉ số này, các nhà khoa học có thể theo dõi hiện tượng suy thoái rừng, dự báo sản lượng nông nghiệp và đánh giá mức độ hạn hán trên quy mô lục địa.

Bảng đối chiếu thông số kỹ thuật các hệ thống ảnh vệ tinh phổ biến

Bảng dưới đây so sánh các thông số kỹ thuật then chốt giữa hai nguồn tư liệu ảnh viễn thám quang học công cộng được khai thác rộng rãi nhất tính đến năm 2022:

Thuộc tính kỹ thuật Hệ thống Landsat-8 OLI Hệ thống Sentinel-2 MSI
Cơ quan vận hành Cơ quan Khảo sát Địa chất Hoa Kỳ Cơ quan Vũ trụ Châu Âu
Độ phân giải không gian 30 mét ở các dải phổ phản xạ 10 mét ở các dải khả kiến
Độ phân giải bức xạ 12 bit ghi nhận dữ liệu 12 bit ghi nhận dữ liệu
Chu kỳ quan sát lặp lại 16 ngày cho một vệ tinh 5 ngày cho chùm hai vệ tinh
Ứng dụng trọng tâm Chuỗi thời gian biến động dài hạn Giám sát nông nghiệp độ trễ thấp

Ứng dụng quy mô toàn cầu và giới hạn kỹ thuật

Với kho tư liệu lưu trữ liên tục qua nhiều thập kỷ, ảnh vệ tinh đã trở thành công cụ không thể thay thế trong nghiên cứu khoa học Trái Đất. Năm 2013, Matthew C. Hansen cùng các cộng sự đã công bố trên tạp chí Science bản đồ phân tích biến động độ che phủ rừng toàn cầu giai đoạn đầu thế kỷ hai mươi mốt dựa trên thuật toán xử lý song song hàng trăm nghìn cảnh ảnh Landsat. Công trình đã lượng hóa chính xác tốc độ mất rừng nhiệt đới và phục hồi sinh thái trên phạm vi toàn cầu với độ chi tiết chưa từng có.

Năm 2022, Michael A. Wulder và cộng sự đã công bố tổng quan chuyên sâu nhân dấu mốc 50 năm sứ mệnh Landsat trên tạp chí Remote Sensing of Environment, khẳng định chính sách mở dữ liệu ảnh vệ tinh miễn phí đã tạo ra bước ngoặt trong nghiên cứu biến đổi toàn cầu.

Mặc dù mang lại tiềm năng to lớn, ảnh vệ tinh quang học vẫn tồn tại những hạn chế kỹ thuật cố hữu. Rào cản lớn nhất tại các khu vực nhiệt đới gió mùa là sự che khuất thường xuyên của mây và sương mù, làm gián đoạn tính liên tục của chuỗi dữ liệu quang học. Để khắc phục hạn chế này, các nhà nghiên cứu hiện đại thường kết hợp ảnh quang học với dữ liệu radar khẩu độ tổng hợp hoặc sử dụng các nền tảng bay không người lái để bổ khuyết khoảng trống thông tin trong các giai đoạn thời tiết khắc nghiệt.

Câu hỏi thường gặp

Bốn độ phân giải cơ bản của ảnh vệ tinh là gì?

Bốn độ phân giải nền tảng gồm độ phân giải không gian đại diện cho kích thước điểm ảnh mặt đất, độ phân giải quang phổ thể hiện số dải bước sóng, độ phân giải thời gian là chu kỳ lặp lại quỹ đạo, và độ phân giải bức xạ biểu thị số mức lượng tử hóa tín hiệu.

Chỉ số NDVI trích xuất từ ảnh vệ tinh có ý nghĩa gì?

Chỉ số thực vật khác biệt chuẩn hóa NDVI kết hợp độ phản xạ dải đỏ và hồng ngoại gần để đo lường định lượng mật độ sinh khối xanh và hàm lượng diệp lục của thảm thực vật.

Vì sao ảnh vệ tinh quang học cần phải được hiệu chỉnh khí quyển?

Hiệu chỉnh khí quyển bằng các mô hình truyền xạ giúp loại bỏ tác động tán xạ phân tử và hấp thụ hơi nước, chuyển đổi giá trị số thô thành dữ liệu phản xạ bề mặt thực tế có giá trị so sánh theo thời gian.

Hạn chế lớn nhất của ảnh vệ tinh quang học trong quan trắc môi trường là gì?

Hạn chế cốt lõi là sự che khuất của mây và bóng mây, đặc biệt ở các vùng nhiệt đới gió mùa, đòi hỏi phải phối hợp với dữ liệu sóng radar có khả năng xuyên qua tầng mây.

Tài liệu tham khảo

  1. Tucker, C. J. (1979). Red and photographic infrared linear combinations for monitoring vegetation. Remote Sensing of Environment, 8(2), 127-150. DOI: 10.1016/0034-4257(79)90013-0
  2. Vermote, E. F., Tanre, D., Deuze, J. L., Herman, M., & Morcrette, J. J. (1997). Second Simulation of the Satellite Signal in the Solar Spectrum, 6S: an overview. IEEE Transactions on Geoscience and Remote Sensing, 35(3), 675-686. DOI: 10.1109/36.581987
  3. Drusch, M., Del Bello, U., Carlier, S., Colin, O., Fernandez, V., Gascon, F., Hoersch, B., Isola, C., Laberinti, P., Martimort, P., Meygret, A., Spoto, F., Sy, O., Marchese, F., & Bargellini, P. (2012). Sentinel-2: ESA's Optical High-Resolution Mission for GMES Operational Services. Remote Sensing of Environment, 120, 25-36. DOI: 10.1016/j.rse.2011.11.026
  4. Hansen, M. C., Potapov, P. V., Moore, R., Hancher, M., Turubanova, S. A., Tyukavina, A., Thau, D., Stehman, S. V., Goetz, S. J., Loveland, T. R., Kommareddy, A., Egorov, A., Chini, L., Justice, C. O., & Townshend, J. R. G. (2013). High-Resolution Global Maps of 21st-Century Forest Cover Change. Science, 342(6160), 850-853. DOI: 10.1126/science.1244693
  5. Roy, D. P., Wulder, M. A., Loveland, T. R., Allen, R. G., Anderson, M. C., Helder, D., Irons, J. R., Johnson, D. M., Kennedy, R., Scambos, T. A., Schaaf, C. B., Schott, J. R., Sheng, Y., Vermote, E. F., Belward, A. S., Bindschadler, R., Cohen, W. B., Gao, F., Hipple, J. D., Hostert, P., Huntington, J., Justice, C. O., Kilic, A., Kovalskyy, V., Lee, Z. P., Lymburner, L., Masek, J. G., McCorkel, J., Shuai, Y., Trezza, R., Vogelmann, J. E., Wynne, R. H., & Zhu, Z. (2014). Landsat-8: Science and product vision for terrestrial global change research. Remote Sensing of Environment, 145, 154-172. DOI: 10.1016/j.rse.2014.02.001
  6. Wulder, M. A., Roy, D. P., Radeloff, V. C., Loveland, T. R., Anderson, M. C., Johnson, D. M., Healey, S. P., Zhu, Z., Scambos, T. A., Pahlevan, N., Hansen, M. C., Gorelick, N., Crawford, C. J., Masek, J. G., Hermosilla, T., White, J. C., Belward, A. S., Schaaf, C. B., Woodcock, C. E., Huntington, J. L., Lymburner, L., Hostert, P., Gao, F., Lyapustin, A., Pekel, J. F., Strobl, P., & Cook, B. D. (2022). Fifty years of Landsat science and impacts. Remote Sensing of Environment, 280, 113195. DOI: 10.1016/j.rse.2022.113195