Bài giảng Giới thiệu kỹ thuật viễn thám - Chương 6: GIS và thế giới thực - Hoàng Thanh Tùng

Nội dung text: Bài giảng Giới thiệu kỹ thuật viễn thám - Chương 6: GIS và thế giới thực - Hoàng Thanh Tùng

1. GIS & THẾ GIỚI THỰC Hoàng Thanh Tùng Bộ môn Tính toán Thủy văn Bốn lĩnh vực hiện diện của GIS (4 M) „ Quan sát và đo đạc (Measuring) các thông số môi trường „ Xây dựng các bản đồ (Mapping) diễn tả các đặc tính nào đó của trái đất „ Theo dõi (Monitoring) các diễn biến môi trường theo không gian và thời gian „ Mô hình hoá (Modelling) các quá trình, diễn biến xảy ra trong môi trường. Đo đạc Bản đồ Theo dõi T1 T2 T3 1
2. Các khái niệm địa lý cơ bản dùng trong GIS 6.2.1. Đối tượng rời rạc: Để đơn giản hóa thế giới xung quanh bằng cách đặt tên cho đối tượng, xem xét mọi đối tượng một cách đơn lẻ, người ta sử dụng các đối tượng rời rạc. Đặc điểm nổi bật của các đối tượng rời rạc là có thể đếm được. Các đối tượng địa lý được nhận biết bởi chiều tồn tại của chúng trong thế giới thực dưới các dạng sau: diện tích (hai chiều), đường (một chiều), điểm (không chiều). 6.2.2. Đối tượng liên tục Đối tượng liên tục được định nghĩa là tập hợp liên tục của các đối tượng rời rạc. Với quan điểm này, thế giới địa lý được mô tả như một số các biến số có thể đo đạc, xác định được tại bất kỳ điểm nào trên mặt đất và những giá trị này thay đổi trên mặt đất. Mô hình hoá thế giới hiện thực với GIS † Trung tâm của bất kỳ hệ thống GIS nào cũng là mô hình dữ liệu. Mô hình dữ liệu có thể hiểu như là một tập hợp cấu trúc mô tả và thể hiện các đối tượng và các quá trình trong một môi trường số (digital environment) của máy tính. Người sử dụng GIS giao diện với nó để thực hiện các nhiệm vụ như xây dựng bản đồ, truy cập dữ liệu, phân tích sự phù hợp sử dụng đất,v.v † Khi mô hình hoá thế giới hiện thực trong GIS, để thuận tiện ta thường gộp các đối tượng hình học cùng loại vào với nhau. Tập hợp các đối tượng có cùng một hình thức thể hiện và mang một nội dung thông tin được sử dụng rất rộng rãi trong GIS được gọi là một lớp(layer-theme) † Mỗi lớp thông tin lại có mô hình, cấu trúc dữ liệu chi tiết hơn. Về nguyên lý, lớp thông tin là tập hợp các dữ liệu địa lý về một khía cạnh nào đó của đối tượng địa lý thực tế, do đó nó sẽ mang cấu trúc chung cho loại dữ liệu đó. 2
3. Mô hình hoá thế giới hiện thực với GIS Mô hình hoá thế giới hiện thực với GIS † Không giống như các dạng dữ liệu thông thường khác, dữ liệu địa lý phức tạp hơn, nó bao gồm các thông tin về vị trí, các quan hệ không gian (topo) và các thuộc tính phi không gian. Khía cạnh không gian và topo của dữ liệu địa lý chính là điểm khác biệt rõ ràng nhất trong các hệ xử lý số liệu không gian và các hệ xử lý số liệu thông dụng khác, ví dụ như số liệu ngân hàng, thư viện. † Dữ liệu không gian luôn được tham chiếu đến vị trí của đối tượng trên bề mặt trái đất bằng cách sử dụng các hệ toạ độ thông dụng. † Mọi dữ liệu địa lý đều có thể được mô hình hoá thành ba thành phần cơ bản của quan niệm không gian (topo) - điểm, đường, vùng. Bất kỳ một đối tượng tự nhiên nào về nguyên tắc đều được biểu diễn dưới dạng điểm, đường, vùng và các thông tin đi kèm. 3
4. Mô hình hoá thế giới hiện thực với GIS B¶ng 6.1. C¸c h×nh thøc thÓ hiÖn d÷ liÖu ®Þa lý Hình thức Điểm Ðý ờng Vùng Đặc điểm Dữ liệu đặc trýng Vị trí khảo cổ học Ðý ờng giao Vùng ðất thông Các đối týợng Tâm điểm vùng Ðý òng ranh giới Vùng ðiều tra diện tích hành chính dân số Topo mạng Điểm nút (ngã ba Ðý ờng nối (phố) Vùng (khối phố) ngã tý ) Ghi chép đo đạc Các trạm khí Ðý ờng bay Vùng diện tích tý ợng lấy mẫu Dữ liệu địa hình Các điểm độ cao Ðý ờng bình độ Vùng phân ðộ bề mặt cao tý õng ðối Chú thích chữ Tên ðịa danh Tên ðý ờng, Tên vùng sông, Ký hiệu bản đồ Ký hiệu điểm Ký hiệu ðý ờng Ký hiệu vùng Mô hình hoá thế giới hiện thực với GIS Mô hình dữ liệu địa lý bao gồm 4 thành phần sau: „ Mã khoá, „ Định vị, „ Thành phần phi không gian, „ Thành phần không gian. Mã khoá là mã số duy nhất cho thực thể, đặc trưng duy nhất cho thực thể, để phân biệt thực thể này với thực thể khác. Định vị xác định vị trí của thực thể trên thực tế. Thông thường người ta dùng các hệ toạ độ để xác định thực thể. Có nhiều hệ toạ độ khác nhau. Thành phần phi không gian: là thành phần chứa đựng các số liệu về thuộc tính của thực thể. Các thuộc tính này có thể là định lượng hoặc định tính. Thành phần phi không gian chứa đựng các thuộc tính của đối tượng địa lý. 4
5. Mô hình hoá thế giới hiện thực với GIS Cấp độ đo (loại dữ liệu) khi sử dụng GIS là chúng ta cần hiểu bản đồ không phải chỉ là một hiển thị bởi các đối tượng hình học như là các vùng, đường và điểm, mà đó là một tập hợp các dữ liệu số có các cấp đo (levels of measurement) và độ chính xác (accuracy) khác nhau. Có năm loại dữ liệu, hay nói cách khác là có năm cấp đo dữ liệu như sau: „ Cấp 1: Ghi danh „ Cấp 2: Cấp bậc „ Cấp 3: Chỉ số „ Cấp 4: Khoảng „ Cấp 5: Tỷ lệ Cấp đo càng cao thì càng có nhiều phép tính chồng xếp bản đồ có thể được phép thực hiện 5
6. Cấp độ đo (loại dữ liệu) B¶ng 6.3. §Æc ®iÓm cña c¸c lo¹i (cấp đo) d÷ liÖu Cấp đo Định nghĩa Ví dụ (Loại dữ liệu) Ghi danh Con số ðý ợc dùng để ghi 0 = Không có rừng danh 1 = Rừng gỗ 2 = Rừng bụi Cấp bậc Con số ðý ợc dùng để so 0 = Kém thích hợp sánh giá trị 1 = Thích hợp trung bình 2 = Rất thích hợp Chỉ số Con số ðý ợc dùng để hiển 0 = Không có/sai thị sự có/không, đúng/sai 1 = Có/đúng Khoảng Con số ðý ợc dùng để đo sự 15 = 15oC chênh lệch giữa các giá trị 28 = 28oC Tỷ lệ Hệ đo đạc có điểm mốc 0 0 = 0 km độ cao tuyệt đối 5 = 5 km độ cao Cấp độ đo (loại dữ liệu) B¶ng 6.4. C¸c phÐp ph©n tÝch ¸p dông cho c¸c cấp đo d÷ liÖu Cấp đo của Các phý õng pháp phân tích Chức năng tý õng ứng dữ liệu có thể thực hiện ðý ợc trong phần mềm ArcView Ghi danh Phép kết hợp Logic Boolean Cấp bậc Minimum, Maximum, Phép kết Boolean, Minimize, hợp Maximize, Cross Chỉ số Boolean, Đếm (Cộng), Nhân, Boolean, Cross, Minimize, Phép kết hợp Maximize, Các phép toán (Cộng và Nhân) Khoảng Minimum, Maximum, Phép kết Boolean, Cross, Minimize, hợp, Các phép số học Maximize, Các phép toán Tỷ lệ Minimum, Maximum, Phép kết Boolean, Cross, Minimize, hợp, Các phép số học Maximize, Các phép toán 6
7. Mô hình dữ liệu: Raster và Vector Mô hình dữ liệu: Raster và Vector Mô hình Raster Trong mô hình raster, chúng ta chia thế giới thực ra làm những điểm lưới. Các điểm lưới có thể mang một giá trị thuộc tính nào đó dựa trên một hoặc vài hệ thống mã hoá. Trường hợp mã hoá đơn giản nhất là nhị phân (binary encoding. 7
8. Mô hình dữ liệu: Raster và Vector Mô hình Raster Hai cấu trúc lưu trữ raster cơ bản: „ cấu trúc lưu mã chi tiết (exhaustive enumeration) „ cấu trúc lưu mã chạy dài (run-length encoding). Đối với cấu trúc lưu mã chi tiết, mỗi một điểm lưới được gắn với 1 giá trị duy nhất, vì vậy ở đây dữ liệu không được nén gọn. Còn cấu trúc lưu mã chạy dài có ý nghĩa như là một kỹ thuật nén dữ liệu nếu raster chứa các nhóm điểm lưới có cùng một giá trị. Khi đó thay vì phải lưu trữ riêng cho từng điểm lưới, cấu trúc này lưu trữ theo từng thành phần có một giá trị duy nhất và số lượng điểm lưới chứa đựng giá trị đó. Mô hình dữ liệu: Raster và Vector H×nh 6.5. CÊu tróc Raster - L−u m∙ chi tiÕt (Exhaustive representation) H×nh 6.6. CÊu tróc Raster - L−u m∙ ch¹y dμi (Run-length encoding) 8
9. Mô hình dữ liệu: Raster và Vector Mô hình Vector „ Trong mô hình Vector, dữ liệu được thể hiện bởi các đường hoặc cung định vị bởi các điểm đầu, điểm cuối và giao nhau tại các điểm nút (node). Vị trí của các điểm nút và mối quan hệ topo được lưu trữ một cách rõ ràng. Các đối tượng được xác định bởi ranh giới của chúng và các đường cong được thể hiện như một chuỗi các cung nối nhau. Trong vector GIS các đối tượng địa lý được thể hiện một cách rõ ràng và kèm theo chúng là các thuộc tính chủ đề. „ Có những phương pháp khác nhau để tổ chức cơ sở dữ liệu 2 mặt này (mặt không gian và mặt thuộc tính chủ đề). Thông thường, hệ thống vector bao gồm 2 thành phần: thành phần quản lý dữ liệu không gian và thành phần quản lý dữ liệu chuyên đề. Hệ thống này được gọi là hệ thống tổ chức hybrid. „ Trong mô hình vector, dữ liệu địa lý được thể hiện dưới dạng các toạ độ. Các đơn vị cơ bản của thông tin không gian là điểm, đường (cung) và vùng. Mô hình dữ liệu: Raster và Vector Mô hình Vector 9
10. Mô hình dữ liệu: Raster và Vector Mô hình Vector Các mô hình lưu trữ điển hình gồm: „ Cấu trúc liệt kê toạ độ 'spaghetti' „ Cấu trúc từ điển vertex „ Cấu trúc mã hoá đôi độc lập bản đồ DIME „ Cấu trúc cung/nút ARC/NODE Mô hình dữ liệu: Raster và Vector Mô hình Vector a) Cấu trúc liệt kê toạ độ 'spaghetti': ƒ Đõn giản ƒ Dễ quản lý ƒ Không chứa đựng ðý ợc quan hệ topo ƒ Nhiều trùng lặp, vì vậy chiếm nhiều bộ nhớ ƒ Thý ờng dùng trong CAC (bản đồ học vi tính) H×nh 6.9 CÊu tróc liÖt kª to¹ ®é 10
11. Mô hình dữ liệu: Raster và Vector Mô hình Vector tránh được trùng lắp, nhưng vẫn không có quan hệ topo H×nh 6.10 CÊu tróc tõ ®iÓn Vertex Mô hình dữ liệu: Raster và Vector Mô hình Vector H×nh 6.11 CÊu tróc m∙ ho¸ ®«i 11
12. Mô hình dữ liệu: Raster và Vector Mô hình Vector H×nh 6.12 C¸u tróc cung/nót (ARC/NODE) Mô hình dữ liệu: Raster và Vector Mô hình Vector Cấu trúc cung/nút (ARC/NODE) Tệp thông tin lưu trữ tất cả các thông tin cần thiết về cung, bao gồm: „ Mã khoá cung „ Mã khoá điểm nút đầu „ Mã khoá điểm nút cuối „ Mã khóa vùng ở phía bên phải của cung „ Mã khoá vùng ở phía bên trái của cung „ Toạ độ X/Y của điểm nút đầu, điểm nút cuối „ Toạ độ X/Y của tất cả các điểm rẽ Điểm nút chứa đựng thông tin topo quan trọng vì nó là điểm giao nhau của các đối tượng đường. Trong cấu trúc dữ liệu Arc/Node thì đối tượng điểm cũng có thể được coi như một đường với điểm nút đầu và cuối có cùng một toạ độ X/Y. 12
13. Mô hình dữ liệu: Raster và Vector Mô hình Vector Quan hệ topo có ý nghĩ quan trọng sau đây (Zerger, 2000): † Cho phép thực hiện các phép phân tích đòi hỏi thông tin về sự kết nối giữa các phần tử đường; † Cho phép thực hiện các quá trình cần sử dụng dữ liệu về tính thứ tự của các đối tượng đường; † Cho phép xác định tính chất của các đơn vị vùng kề sát; † Cho phép tự động hoá một số quá trình phát hiện lỗi; † Làm thuận tiện hơn các phép tìm kiếm trong các bài toán vùng lân cận (neighbourhood); † Làm thuận tiện hơn việc truy cập các phần tử thuộc tính gắn liền với dữ liệu; † Làm thuận tiện cho quá trình liên kết các đơn vị không gian nhỏ thành các đơn vị lớn hơn; † Làm nền tảng cho việc tự động hoá các phép ghép mảnh và chuyển đổi bản đồ. So sánh mô hình dữ liệu Raster và Vector Raster Vector Ýu ðiểm 1. Cấu trúc dữ liệu ðõn giản 1. Dữ liệu gọn (chiếm ít bộ nhớ) hõn 2. Các thao tác chập bản đồ thực mô hình Raster hiện dễ dàng và hiệu quả hõn 2. Cho phép mã hoá topo hiệu quả 3. Mô hình này cần thiết cho việc hõn và vì vậy cho phép thực hiện thao tác xử lý có hiệu quả các các phép liên quan ðến các thông ảnh số (digital images tin topo (nhý trong bài toán phân manipulation) tích mạng – network analysis) 4. Thích hợp với việc sử dụng dữ 3. Mô hình này thích hợp cho các liệu viễn thám. thể hiện bản đồ giống với bản đồ vẽ tay truyền thống. 5. Bài toán mô phỏng có thể thý c hiện ðý ợc do ðõn vị không gian 4. Thích hợp với dữ liệu toạ độ, đo giống nhau (ô lý ới) đạc trực tiếp. 6. Kỹ thuật ít tốn kém và có thể phát triển mạnh 13
14. So sánh mô hình dữ liệu Raster và Vector Nhý ợc điểm: 1. Dữ liệu cồng kềnh (dung lý ợng 6. Cấu trúc dữ liệu phức tạp hõn lớn, chiếm nhiều bộ nhớ - tuy raster vậy kỹ thuật nén có thể giải 7. Các phép chập bản đồ khó thực quyết vấn đề này) hiện ðý ợc và nó ðòi hỏi tốc độ xử 2. Mối quan hệ topo khó có thể thể lý máy tính cao hiện ðý ợc với cấu trúc raster. 8. Sự biến thiên không gian khó có Do vậy các bài toán mạng rất thể thể hiện một cách hiệu quả khó thực hiện. (các bài toán mô phỏng thý ờng 3. Bản đồ raster trình bày không khó giải) đẹp mắt nhý ðối với bản đồ 9. Các thao tác xử lý ảnh số khó vector vì ðý ờng ranh giới vùng thực hiện trên model vector hiện diện ở dạng gẫy gấp (dạng 10. Chi phí in ấn cao, kỹ thuật tốn ô) chứ không trõn tru nhý bản kém đồ vẽ tay. Điều này chỉ ðý ợc khắc phục một phần bằng cách tăng mật độ ô (mắt lý ới) tuy nhiên có thể dẫn đến việc tăng quá lớn dung lý ợng file. 4. Độ chính xác có thể giảm nếu sử dụng kích thý ớc mắt lý ới không hợp lý 5. Khối lý ợng tính toán trong biến đổi hệ toạ độ là rất lớn Một số vấn đề cần lưu ý đến bản đồ trong GIS Những khái niệm sau rất quan trọng đối với tất cả các model dữ liệu, đó là: •Tỷ lệ •Độ chính xác •Độ phân giải •Sai số •Hệ toạ độ 14