Đang tải... (xem toàn văn)
Mục lục CHƯƠNG 1: CÁC KHÁI NIỆM CƠ BẢN VỀ KỸ THUẬT VIỄN THÁM 3 1.1 KHÁI NIỆM VÀ NGUYÊN LÝ CƠ BẢN CỦA VIỄN THÁM 3 1.1.1 Khái niệm về viễn thám 3 1.1.2 Lịch sử hình thành và xu hướng phát triển 3 1.1.3 Phân loại viễn thám 5 1.2 BỘ CẢM BIẾN VÀ VỆ TINH VIỄN THÁM 9 1.2.1. Khái niệm, phân loại bộ cảm 9 1.2.2. Vật mang và quỹ đạo bay 13 1.2.3. Các vệ tinh giám sát tài nguyên 17 1.3 CƠ SỞ VẬT LÝ CỦA VIỄN THÁM 21 1.3.1 Tính chất của bức xạ điện từ 21 1.3.2 Các yếu tố ảnh hưởng đến khả năng phản xạ phổ của các đối tượng tự nhiên 24 1.3.3 Phản xạ phổ của các đối tượng tự nhiên 26 CHƯƠNG 2: ẢNH VỆ TINH QUANG HỌC VÀ XỬ LÝ ẢNH VỆ TINH QUANG HỌC 31 2.1 Khái niệm 31 2.2 ĐỘ PHÂN GIẢI CỦA ẢNH VỆ TINH 32 2.2.1 Độ phân giải không gian (spatial resolution) 32 2.2.2 Độ phân giải bức xạ 33 2.2.3 Độ phân giải phổ (spectral resolution) 33 2.2.4 Độ phân giải thời gian (temporal resolution) 33 2.2.5 Phương pháp lưu trữ dữ liệu ảnh 34 2.3 PHÂN TÍCH ẢNH SỐ 35 2.3.1 Phân tích ảnh bằng mắt 35 2.3.2 Phân tích ảnh số 37 CHƯƠNG 3 VIỄN THÁM TRONG NGHIÊN CỨU BIỂN 58 3.1 Viễn thám trong nghiên cứu chất lượng nước biển 58 3.2 Viễn thám trong nghiên cứu nhiệt độ bề mặt mực nước biển 58 3.3 Viễn thám trong nghiên cứu biến động đường bờ 58 3.4 Viễn thám trong nghiên cứu sử dụng đất và lớp phủ bề mặt 58 CHƯƠNG 4: TỔNG QUAN VỀ GIS 59 4.1 Khái niệm và chức năng của GIS 59 4.1.1 Khái niệm về GIS 59 4.1.2. Chức năng của GIS 61 4.1.3. Lịch sử hình thành và xu hướng phát triển 62 4.1.4. Một số ứng dụng cơ bản của GIS 64 4.2. Các thành phần cơ bản của GIS 66 4.2.1. Phần cứng 66 4.2.2. Phần mềm 67 4.2.3. Dữ liệu 68 4.2.4. Chuyên gia 69 4.2.5. Phương pháp 69 4.3. Mô hình cấu trúc cơ sở dữ liệu của GIS 69 4.3.1. Khái niệm chung về cơ sở dữ liệu 69 4.3.2. Mô hình cấu trúc cơ sở dữ liệu không gian 69 4.3.3. Mô hình cấu trúc cơ sở dữ liệu thuộc tính 77 Chương 5. NHẬP VÀ PHÂN TÍCH DỮ LIỆU TRONG GIS 80 5.1. Nhập dữ liệu và biên tập dữ liệu 80 5.1.1. Nhập dữ liệu 80 5.1.2. Kết nối dữ liệu không gian và thuộc tính 89 5.1.3. Hiển thị và xuất dữ liệu 89 5.2. Phân tích dữ liệu trong GIS 90 5.2.1. Tổng quan về phân tích dữ liệu trong GIS 90 5.2.2. Các phép phân tích dữ liệu cơ bản 92 5.2.3. Các phép phân tích dữ liệu nâng cao 99 5.3. Hệ quản trị cơ sở dữ liệu của GIS 99 5.3.1. Giới thiệu 99 5.3.2. Hệ quản trị cơ sở dữ liệu GIS 100 CHƯƠNG 6. GIS TRONG NGHIÊN CỨU BIỂN 101 6.1 Xây dựng cơ sở dữ liệu cho bản đồ biển 101 6.2 Thành lập bản đồ nhiệt độ bề mặt nước biển 101 6.3 Thành lập bản đồ biến động đường bờ 101
Mục lục CHƯƠNG 1: CÁC KHÁI NIỆM CƠ BẢN VỀ KỸ THUẬT VIỄN THÁM 1.1 KHÁI NIỆM VÀ NGUYÊN LÝ CƠ BẢN CỦA VIỄN THÁM 1.1.1 Khai niêm viễn tham 1.1.2 Lịch sử hình thành và xu hướng phat triển .3 1.1.3 Phân loại viễn tham 1.2 BỘ CẢM BIẾN VÀ VỆ TINH VIỄN THÁM 1.2.1 Khai niệm, phân loại cảm 1.2.2 Vật mang và quỹ đạo bay 13 1.2.3 Cac vệ tinh giam sat tài nguyên 17 a Vê tinh LANDSAT 17 b Vê tinh SPOT 19 1.3 CƠ SƠ VÂT LÝ CỦA VIỄN THÁM .22 1.3.1 Tinh chât cua bưc xạ điên tư 22 1.3.2 Cac yếu tố ảnh hưởng đến khả phản xạ phổ cua cac đối tượng tự nhiên 24 1.3.3 Phản xạ phổ cua cac đối tượng tự nhiên 27 a Tương tac lượng song điên tư với cac đối tượng tự nhiên 27 b Đăc trưng phản xạ phổ cua môt số đối tượng tự nhiên 28 CHƯƠNG 2: ẢNH VỆ TINH QUANG HỌC VÀ XỬ LÝ ẢNH VỆ TINH QUANG HỌC 32 2.1 Khai niệm .32 Ảnh số được tạo bởi mảng hai chiều của các phần tử ảnh có cùng kích thước được gọi là pixel ảnh Mỗi pixel được xác định bởi tọa độ hàng (m), cột (n) và giá trị độ xám của nó g(m,n) Giá trị độ xám của pixel thay đổi theo tọa độ điểm (x,y) Tọa độ hàng và cột của mỗi pixel đều là các số nguyên Tọa độ số hóa là các giá trị rời rạc m, n được xác định sau: 32 2.2 ĐÔ PHÂN GIẢI CỦA ẢNH VÊ TINH 33 2.2.1 Đô phân giải không gian (spatial resolution) 33 2.2.2 Đô phân giải bưc xạ .34 2.2.3 Đô phân giải phổ (spectral resolution) 34 2.2.4 Đô phân giải thơi gian (temporal resolution) 34 2.2.5 Phương phap lưu trữ liêu ảnh 35 2.3 PHÂN TÍCH ẢNH SỐ .36 2.3.1 Phân tích ảnh mắt 36 2.3.2 Phân tích ảnh số .38 CHƯƠNG VIỄN THÁM TRONG NGHIÊN CỨU BIỂN 60 3.1 Viễn tham nghiên cưu chât lượng nước biển 60 3.2 Viễn tham nghiên cưu nhiệt độ bề mặt mực nước biển 60 3.3 Viễn tham nghiên cưu biến động đương bơ 60 3.4 Viễn tham nghiên cưu sử dụng đât và lớp phu bề mặt .60 CHƯƠNG 4: TỔNG QUAN VỀ GIS .61 4.1 Khai niệm và chưc cua GIS 61 4.1.1 Khai niệm GIS 61 4.1.2 Chưc cua GIS 63 4.1.3 Lịch sử hình thành và xu hướng phat triển 64 4.1.4 Một số ưng dụng cua GIS 66 4.2 Cac thành phần cua GIS 68 4.2.1 Phần cưng .68 4.2.2 Phần mềm .69 4.2.3 Dữ liệu 70 4.2.4 Chuyên gia .71 4.2.5 Phương phap 71 4.3 Mô hình câu trúc sở liệu cua GIS .71 4.3.1 Khai niệm chung sở liệu 71 4.3.2 Mô hình câu trúc sở liệu không gian 71 4.3.3 Mô hình câu trúc sở liệu thuộc tính 79 5.1 Nhập liệu và biên tập liệu 82 5.1.1 Nhập liệu 82 5.1.2 Kết nối liệu không gian và thuộc tính .91 5.1.3 Hiển thị và xuât liệu 91 5.2 Phân tích liệu GIS 92 5.2.1 Tổng quan phân tích liệu GIS 92 5.2.2 Cac phép phân tích liệu .94 5.2.3 Cac phép phân tích liệu nâng cao 101 5.3 Hệ quản trị sở liệu cua GIS 101 5.3.1 Giới thiệu .101 5.3.2 Hệ quản trị sở liệu GIS 102 CHƯƠNG GIS TRONG NGHIÊN CỨU BIỂN .103 6.1 Xây dựng sở liệu cho đồ biển 103 6.2 Thành lập đồ nhiệt độ bề mặt nước biển 103 6.3 Thành lập đồ biến động đương bơ .103 PHẦN I VIỄN THÁM CHƯƠNG 1: CÁC KHÁI NIỆM CƠ BẢN VỀ KỸ THUẬT VIỄN THÁM 1.1 KHÁI NIỆM VÀ NGUYÊN LÝ CƠ BẢN CỦA VIỄN THÁM 1.1.1 Khái niệm viễn thám Viễn thám là một ngành khoa học có lịch sử phát triển lâu đời Sự phát triển của khoa học viễn thám bắt đầu từ mục đích quân sự nghiên cứu các ảnh chụp sử dụng phim và giấy ảnh từ khinh khí cầu, máy bay Ngày nay, cùng sự phát triển của khoa học kỹ thuật, viễn thám được ứng dụng nhiều ngành khoa học khác quân sự, địa chất, địa lý, môi trường, khí tượng, thủy văn, nông nghiệp, lâm nghiệp, Theo nghĩa rộng, viễn thám là ngành khoa học nghiên cứu việc đo đạc, thu thập thông tin về một đối tượng, sự vật cách sử dụng thiết bị đo tác động một cách gián tiếp với đối tượng nghiên cứu Từ những ảnh chụp phim ban đầu thu nhận từ khinh khí cầu, máy bay, …hiện nay, nguồn dữ liệu chính viễn thám là ảnh số thu nhận từ các hệ thống vệ tinh quan sát Trái đất Có rất nhiều định nghĩa khác về viễn thám, xét cho cùng tất cả các định nghĩa đều có một đặc điểm chung, nhấn mạnh “viễn thám là khoa học nghiên cứu các thực thể, hiện tượng trái đất tư xa mà không cần tác động trực tiếp vào no” Một số định nghĩa tiêu biểu về viễn thám của các nhà khoa học khác như: Viễn thám là một nghệ thuật, khoa học, nói ít nhiều về một sự vật không cần phải chạm vào vật đó (Ficher and others, 1976); Viễn thám là quan sát về một đối tượng một phương tiện cách xa vật một khoảng cách nhất định (Barrer and Curtis, 1976); Viễn thám là một khoa học về lấy thông tin từ một đối tượng, được đo từ một khoảng cách xa vật không cần tiếp xục với nó Năng lượng được đo các hệ viễn thám hiện là lượng điện từ phát từ vật quan tâm (Landgrete, 1978); Viễn thám là ứng dụng vào việc lấy thông tin về mặt đất và mặt nước của Trái đất việc sử dụng các ảnh thu được từ một đầu chụp ảnh sử dụng bức xạ phổ điện từ, đơn kênh hoặc đa phổ, bức xạ hoặc phản xạ từ bề mặt Trái đất (Janes Capbell, 1996); Viễn thám là khoa học và nghệ thuật thu nhân thông tin về một vật thể, một vùng, hoặc một hiện tượng, qua phân tích dữ liệu thu được bởi những phương tiện không tiếp xúc với vật, vùng hoặc hiện tượng khảo sát (Likkesand and Kiefer, 1986); Nguồn tài nguyên chủ yếu sử dụng viễn thám là sóng điện từ hoặc được phản xạ, hoặc bức xạ từ vật thể Thiết bị dùng để cảm nhận sóng điện từ phản xạ hoặc bức xạ từ vật thể được gọi là bộ cảm biến (sensor) Bộ cảm biến có nhiệm vụ chuyển đổi giá trị điện từ sang giá trị số để thu được ảnh số (digital number) Phương tiện dùng để mang các bộ cảm được gọi là vật mang Hiện nay, vật mang rất đa dạng, có thể là khinh khí cầu, máy bay, vệ tinh, tàu vũ trụ, 1.1.2 Lịch sử hình thành và xu hướng phát triển Một số tài liệu nghiên cứu cho rằng, lịch sử phát triển của viễn thám có thể tính từ ký thứ trước công nguyên Aristote sáng tạo camera – obscura (obscura dark) Mặc dù những thành tựu đáng kể lý thuyết quang học đã đạt được từ kỷ 17 cũng thấu kính quang học đã xuất hiện sớm hơn, bước phát triển thực sự đầu tiên của khoa học viễn thám là vào giữa kỷ 19 Vào năm 1839, Louis Daguerre đã đưa báo cáo công trình nghiên cứu về hóa ảnh photo, khởi đầu cho ngành chụp ảnh Bức ảnh đầu tiên chụp bề mặt trái đất từ khinh khí cầu được thực hiện vào năm 1858 bởi nhà nhiếp ảnh người Pháp Gaspard Tournachon Ông đã sử dụng khinh khí cầu ở độ cao 80 m để chụp ảnh vùng Bievre nước Pháp Từ sự việc này, năm 1858 được coi là năm khai sinh của kỹ thuật viễn thám Năm 1860, James Black đã chụp ảnh vùng Boston, Mỹ cũng từ khinh khí cầu Năm 1863, Mackwell đã tìm các định luật về sóng điện từ, kết quả này là sở vật lý bản của lý thuyết viễn thám Chiến tranh giới thứ nhất (1914 - 1918) đánh dấu giai đoạn khởi đầu của công nghệ chụp ảnh từ máy bay phục vụ mục đích quân sự Công nghệ chụp ảnh từ máy bay đã kéo theo sự đời của rất nhiều thiết kế về các loại máy chụp ảnh, là sở hình thành một ngành khoa học mới: đo đạc ảnh (photogrammetry) Năm 1929 ở Liên Xô cũ đã thành lập Viện nghiên cứu ảnh hàng không Leningrad, viện đã sử dụng ảnh hàng không để nghiên cứu địa mạo, thực vật, thổ nhưỡng Trong thời gian chiến tranh giới thứ đã chứng kiến những bước nhảy thực sự kỹ thuật viễn thám Ngành khoa học đo đạc ảnh đã phát triển lên tầm cao mới: tạo các dụng cụ cảm biến bước sóng hồng ngoại, các hệ thống radar, Trong thời gian này đã chứng kiến những cuộc thử nghiệm nghiên cứu các tính chất phản xạ phổ của bề mặt địa hình và chế thử các lớp cảm quang cho chụp ảnh màu hồng ngoại Dựa kỹ thuật này, một kỹ thuật thám hàng không đã đời Trong vùng sóng dài của sóng điện từ, các hệ thống siêu cao tần (RADAR) đã được thiết kế và sử dụng để theo dõi và phát hiện những vật thể chuyển động, nghiên cứu tầng ion Vào những năm 50 của kỷ 20 người ta tập trung nghiên cứu nhiều vào việc phát triển các hệ thống radar tạo ảnh có cửa mở thực (RAR), đồng thời hệ thống radar có cửa mở tổng hợp (Syntheric Aparture Radar - SAR) cũng được xúc tiến nghiên cứu Vào năm 1956, tại Mỹ đã tiến hành thử nghiệm khả dủng ảnh hàng không việc phân loại và phát hiện kiểu thực vật Đến những năm 1960, các cuộc thử nghiệm về ứng dụng ảnh hồng ngoại màu và đa phổ đã được tiến hành Năm 1972, một mốc quan trọng lịch sử phát triển viễn thám được đánh dấu với việc Mỹ đã phóng thành công lên quỹ đạo vệ tinh nghiên cứu tài nguyên thiên nhiên LANDSAT Sự kiện này mang đến khả thu nhận thông tin có tính chất toàn cầu về môi trường xung quanh Cho đến hiện nay, đã có vệ tinh chương trình LANDSAT được thực hiện, đó có vệ tinh được phóng thành công lên quỹ đạo Hiện nay, vệ tinh LANDSAT sau phóng thành công lên quỹ đạo đầu năm 2013 hoạt động tốt và cung cấp một kho dữ liệu lớn nghiên cứu tài nguyên Trái đất Trong những năm 60, 70 kỉ 20, tàu Apollo đã chụp Trái đất dưới dạng ảnh nổi và đa phổ, cho các thông tin hữu ích nghiên cứu mặt đất Ngành hàng không vũ trụ Liên Xô (cũ) và Nga ngày đã đóng vai trò tiên phong nghiên cứu Trái đất từ vũ trụ Các nghiên cứu đã được thực hiện các tàu vũ trụ có người Soynz, Meteor, Cosmos hoặc các trạm Salyut Sản phẩm thu được là các ảnh chụp các thiết bị quét đa phổ độ phân giải cao, MSU - E (trên Meteor priroda) Các bức ảnh chụp từ vệ tinh Cosmos có kênh phổ khác nhau, với kích thước 18 x 18 cm Ngoài các ảnh chụp từ các thiết bị chụp KATE - 140, MKF - 6M trạm quỹ đạo Salyut cho kênh ảnh thuộc dải phổ từ 0.4 µm đến 0.89 µm Độ phân giải mặt đất tại tâm ảnh đạt 20m Kỹ thuật viễn thám đã được đưa vào sử dụng ở Việt Nam từ năm 1976 để điều tra quy hoạch rừng Mốc quan trọng để đánh dấu sự phát triển của kỹ thuật viễn thám ở Việt Nam là sự hợp tác nhiều bên khuôn khổ của chương trình vũ trụ quốc tế (Inter Cosmos) nhân chuyến bay vũ trụ kết hợp Liên Xô – Việt Nam tháng 07 năm 1980 Kết quả nghiên cứu các công trình khoa học này được trình bày hội nghị khoa học về kỹ thuật vũ trụ năm 1982 nhân tổng kết các thành tựu khoa học của chuyến bay vũ trụ năm 1980, đó một phần quan trọng là kết quả sử dụng ảnh đa phổ MKF - 6M vào mục đích thành lập một loạt bản đồ chuyên đề địa chất, đất, sử dụng đất, tài nguyên nước, thủy văn, rừng, Cột mốc quan trọng nhất đánh dấu sự phát triển của kỹ thuật viễn thám ở Việt Nam là sự kiện vệ tinh viễn thám VNREDSat (Vietnam Natural Resources, Environment and Disaster - monitoring Satellite - 1A) được phóng thành công lên quỹ đạo vào 07/05/2013 tại sân bay vũ trụ Kourou (Pháp) Hiện nay, VNREDSat bắt đầu cung cấp dữ liệu ảnh phục vụ nhu cầu quốc phòng, an ninh cũng nghiên cứu, giám sát tài nguyên môi trường ở nước ta Từ những năm 1990 nhiều ngành đã đưa kỹ thuật viễn thám vào ứng dụng thực tiễn các ngành khí tượng, đo đạc và bản đồ, địa chất khoáng sản, quản lý tài nguyên rừng và đã thu được những kết quả rõ rệt Kỹ thuật viễn thám kết hợp với hệ thống thông tin địa lí GIS đã được ứng dụng để thực hiện nhiều đề tài nghiên cứu khoa học và nhiều dự án có liên quan đến điều tra khảo sát điều kiện tự nhiên và tài nguyên thiên nhiên, giám sát môi trường, giảm thiểu tới mức thấp nhất thiên tai ở một số vùng Hiện nay, viễn thám ở nước ta đã chuyển dần từ công nghệ tương tự (analog) sang công nghệ số kết hợp với GIS giúp xử lý nhiều loại ảnh đạt yêu cầu cao về độ chính xác với quy mô sản xuất công nghiệp 1.1.3 Phân loại viễn thám Sự phân biêt các loại viễn thám cứ vào các yếu tố sau: - Hình dạng quỹ đạo của vệ tinh - Độ cao bay của vệ tinh - Loại nguồn phát và tín hiệu thu nhận - Dải phổ của các thiết bị thu Bài giảng này giới thiệu ba phương thức phân loại viễn thám sau: Phân loại theo nguồn lượng được sử dụng (loại nguồn phát tín hiệu thu nhận), kỹ thuật viễn thám bao gồm: - Viễn thám bị động: sử dụng lượng mặt trời hoặc lượng vật thể bức xạ (ở điều kiện nhiệt độ thường, các vật thể tự phát bức xạ hồng ngoại) - Viễn thám chủ động: thiết bị thu nhận phát nguồn lượng tới vật thể rồi thu nhận tín hiệu phản xạ lại Hình1.1: Viễn thám bị động và chủ động b Phân loại theo vùng bước song sử dụng (theo dải phổ thiết bị thu): ứng với vùng bước sóng sử dụng , viễn thám có thể được phân thành loại bản: - Viễn thám dải sóng nhìn thấy hồng ngoại phản xạ: nguồn lượng sử dụng là bức xạ mặt trời, ảnh viễn thám nhận được dựa vào sự đo lường lượng vùng ánh sáng nhìn thấy và hồng ngoại được phản xạ từ vật thể và bề mặt trái đất Ảnh thu được bởi kỹ thuật viễn thám này được gọi là ảnh quang học - Viễn thám hồng ngoại nhiệt: nguồn lượng sử dụng là bức xạ nhiệt chính vật thể sản sinh Ảnh thu được bởi kỹ thuật viễn thám này được gọi là ảnh nhiệt - Viễn thám siêu cao tần: viễn thám siêu cao tần hai kỹ thuật chủ động và bị động đều được áp dụng Viễn thám bị động thu lại sóng vô tuyến cao tần với bước sóng lớn 1mm mà được bức xạ tự nhiên hoặc phản xạ từ một số đối tượng Vì có bước sóng dài nên lượng thu nhận được của kỹ thuật viễn thám siêu cao tần bị động thấp viễn thám dải sóng nhìn thấy Đối với viễn thám siêu cao tần chủ động (Radar), vệ tinh cung cấp lượng riêng và phát trực tiếp đến các vật thể, rồi thu lại lượng sóng phản xạ lại từ các vật thể Cường độ lượng phản xạ được đo lường để phân biệt giữa các đối tượng với Ảnh thu được từ kỹ thuật viễn thám này được gọi là ảnh Radar Hình 1.2: Các bước song sử dụng viễn thám c Phân loại theo đặc điểm quỹ đạo: có hai nhóm chính là viễn thám vệ tinh địa tĩnh và viễn thám vệ tinh quỹ đạo cực (hay gần cực) (hình 1.3) Căn cứ vào đặc điểm quỹ đạo vệ tinh, có thể chia hai nhóm vệ tinh là: + Vệ tinh địa tĩnh là vệ tinh có tốc độ góc quay tốc độ góc quay của trái đất, nghĩa là vị trí tương đối của vệ tinh so với trái đất là đứng yên + Vệ tinh quỹ đạo cực (hay gần cực) là vệ tinh có mặt phẳng quỹ đạo vuông góc hoặc gần vuông 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 được thiết kế riêng cho thời gian thu ảnh mỗi vùng lãnh thổ mặt đất là cùng giờ địa phương và thời gian lặp lại là cố định đối với một vệ tinh (ví dụ LANDSAT là 18 ngày, SPOT là 23 ngày ) Trên hai nhóm vệ tinh nói đều có thể áp dụng nhiều phương pháp thu nhận thông tin khác tùy theo sự thiết kế của nơi chế tạo Hình 1.3 Vệ tinh địa tĩnh (trái) và Vệ tinh quỹ đạo gần cực (phải) 1.1.4 Nguyên lý của kỹ thuật viễn thám a Nguyên lý kỹ thuật viễn thám Nguyên lý bản của kỹ thuật viễn thám là thu nhận lượng phản hồi của sóng điện từ chiếu tới vật thể, thông qua bộ cảm biến (sensor) giá trị phản xạ phổ này sẽ được chuyển về giá trị số Bộ cảm biến là các thiết bị tạo ảnh về sự phân bố lượng phản xạ hay phát xạ của các vật thể từ mặt đất theo những phần nhất định của quang phổ điện từ Bộ cảm biến chỉ thu nhận lượng sóng điện từ phản xạ hay bức xạ từ vật thể theo từng bước sóng xác định Năng lượng sóng điện từ sau tới được bộ cảm biến sẽ chuyển thành tín hiệu số (chuyển đổi tín hiệu điện thành một số nguyên hữu hạn – giá trị pixel) tương ứng với lượng bức xạ ứng với từng bước sóng bộ cảm biến nhận được dải phổ đã xác định Nguyên lý thu nhận ảnh viễn thám được mô tả hình 1.4 dưới Hình 1.4 Nguyên lý thu nhận dữ liệu viễn thám Sóng điện từ dùng viễn thám tuân theo các định luật bức xạ điện từ (định luật Plank, định luật Wien, Stefan – Bontzmann, …) và hệ phương trình Maxwell Năng lượng phổ dưới dạng sóng điện từ, cùng cho thông tin về một vật thể từ nhiều góc độ sẽ góp phần phân loại vật thể một cách chính xác b Quá trình viễn thám Một hệ thống viễn thám thường bao gồm quá trình chính đó là: quá trình 1truyền và ghi nhận sóng điện từ; quá trình – phân tích và sử dụng ảnh viễn thám Các quá trình này gồm phần tử có quan hệ chặt chẽ với Trình tự hoạt động của các thành phần hệ thống viễn thám được mô tả hình sau: Hình 1.5 Các thành phần hệ thống viễn thám Quá trình 1, truyền và ghi nhận song điện tư Nguồn lượng (A): thành phần đầu tiên của hệ thống viễn thám là nguồn lượng để chiếu sáng hay cung cấp lượng điện từ tới đối tượng cần nghiên cứu Trong viễn thám chủ động sử dụng lượng phát từ nguồn phát đặt vật mang, còn viễn thám bị động, nguồn lượng chủ yếu là bức xạ mặt trời Những tia phát xạ và khí quyển (B): bức xạ điện từ từ nguồn phát tới đối tượng nghiên cứu sẽ phải tương tác qua lại với khí quyển nơi nó qua Sự tương tác với đối tượng (C): sau truyền qua khí quyển đến đối tượng, lượng sẽ tương tác với đối tượng tùy thuộc vào đặc điểm của đối tượng và sóng điện từ Sự tương tác này có thể là sự truyền qua, sự hấp thụ hay bị phản xạ trở lại khí quyển Thu nhận lượng bằng bộ cảm biến (D): sau lượng được phát hoặc bị phản xạ từ đối tượng, cần có bộ cảm biến để tập hợp lại và thu nhận sóng điện từ Năng lượng điện từ truyền về bộ cảm sẽ mang thông tin của đối tượng Sự truyền tải, thu nhận và xử lý (E): lượng được thu nhận bởi bộ cảm cần được truyền tải (thường dưới dạng điện từ) đến một trạm thu nhận dữ liệu để xử lý sang dạng ảnh Ảnh này là dữ liệu thô Quá trình 2: Phân tích và ứng dụng Phân loại và phân tích ảnh (F): ảnh thô sẽ được xử lý để có thể sử dụng các mục đích khác Để nhận biết được các đối tượng ảnh cần phải giải đoas chúng Ảnh được phân loại việc kết hợp các phương pháp khác (phân loại mắt, phân loại thực địa, phân loại tự động, ) Ứng dụng (G): là thành phần cuối cùng của hệ thống viễn thám, được thực hiện ứng dụng thông tin thu nhận được qúa trình xử lý ảnh vào các lĩnh vực, bài toán cụ thể 1.2 BỘ CẢM BIẾN VÀ VỆ TINH VIỄN THÁM 1.2.1 Khái niệm, phân loại cảm a Khái niệm, nhiệm vụ bộ cảm Khái niệm: Thiết bị dùng để cảm nhận sóng điện từ phản xạ hay bức xạ từ vật thể được gọi là bộ cảm biến (Sensor) Nhiệm vụ: Bộ cảm biến bao gồm các tế bào quang điện thực hiện nhiệm vụ thu nhận lượng sóng điện từ phản xạ hay bức xạ từ vật thể theo từng bước sóng xác định Sau đó, lượng sóng điện từ được bộ cảm biến chuyển thành tín hiệu điện Tiếp theo, tín hiệu điện liên tục này được chuyển thành tín hiệu số (chuyển đổi tín hiệu điện thành một số nguyên hữu hạn gọi là giá trị số của pixel) tương ứng với lượng sóng điện từ nhận được ban đầu b Phân loại Bộ cảm biến có thể được phân loại dựa theo dải sóng thu nhận, chức hoạt động hoặc theo kết cấu… Các bộ cảm bị động thu nhận các bức xạ vật thể phản xạ hoặc phát xạ, còn các bộ cảm chủ động lại thu được lượng vật thể phản xạ từ một nguồn cung cấp nhân tạo Mỗi loại bộ cảm thuộc các nhóm còn chia thành các hệ thống quét và không quét Sau đó chúng lại tiếp tục được chia thành loại tạo ảnh và không tạo ảnh Loại bộ cảm sử dụng nhiều viễn thám hiện là các loại máy chụp ảnh, máy quét đa phổ quang cơ, máy quét điện tử Hình 1.6.Sơ đồ phân loại bộ cảm Đặc trưng chủ yếu của bộ cảm biến là số kênh phổ được sử dụng, độ phân giải không gian, bề rộng tuyến chụp * Các phương pháp quét bản thường sử dụng việc tạo ảnh đa phổ Hệ thống quét dùng để thu thập dữ liệu sở sử dụng nhiều bước sóng khác được gọi là máy quét đa phổ MSS (multispectral scanner) Đây là hệ thống quét sử dụng cả máy bay và vệ tinh Có hai phương pháp quét chính: quét vuông góc với tuyến chụp, quét dọc tuyến chụp - Quét vuông goc với tuyến chụp Trước hết ta làm quen với thuật ngữ : trường nhìn không đổi trường nhìn Trường nhìn không đổi (Instantanneous Field of View – IFOV) là góc không gian tương ứng với một đơn vị chia mẫu mặt đất Lượng thông tin ghi được IFOV tương ứng với gía trị của pixel Góc nhìn tối đa mà một bộ cảm có thể thu được sóng điện từ được gọi là trường nhìn (Field of View FOV) Khoảng không gian mặt đất FOV tạo chính là bề rộng tuyến chụp Quá trình quét vuông góc với tuyến chụp được thực hiện sau : FOV IFOV Độ phân giải mặt đât Bề rộng tuyến chụp Hình 1.7 : Trường nhìn, trường nhìn không đổi, tạo ảnh đa phổ theo phương pháp quét ngang tuyến chụp Gương quay (A) chuyển động mặt phẳng vuông góc với đường bay được sử dụng để dịch chuyển trường nhìn không đổi IFOV tạo thành dòng quét vuông góc với hương di chuyển của vệ tinh Năng lượng phản xạ được phân chia ứng với từng bước sóng khác (thông qua kinh lọc phổ) được bộ tách sóng (B- delectors) đo lường lượng ứng với từng kênh phổ và chuyển thành giá trị số của từng pixel Sau kết thúc dòng quét, gương quay trả về vị trí ban đầu để tạo dòng nhờ sự dịch chuyển đồng bộ của vệ tinh, kết quả nhận được ảnh vệ tinh là tập hợp của các dòng ảnh liên tiếp Trường nhìn không đổi IFOV (C) của bộ cảm biến và độ cao của vệ tinh xác định độ phân giải mặt đất (D) và góc nhìn tối đa (E) mà một bộ cảm có thể thu được sóng điện từ (được quét bởi gương quay) được gọi là trường nhìn (field of view – FOV) Khoảng không gian mặt đất FOV tạo nên tương ứng với độ cao của vệ tinh chính là bề rộng tuyến chụp (F) và còn dược sử dụng để xác định bề rộng của ảnh vệ tinh 10 thống của HRV có độ phân giải 20m và đầu thu ảnh kênh thực vật Vệ tinh SPOT5 được trang bị một cặp đầu thu HRG (High Resolution Geometric) là loại đầu thu ưu việt các loại trước Với kỹ thuật xử lý ảnh đặc biệt, có thể đạt được ảnh độ phân giải 2,5m, đó dải chụp phủ mặt đất của ảnh đạt 60km đến 80km Ảnh QUICKBIRD hiện là một những loại ảnh vệ tinh thương mại có độ phân giải cao nhất Hệ thống thu ảnh QUICKBIRD có thể thu được đồng thời các ảnh toàn sắc lập thể có độ phân giải từ 67cm đến 72cm và các tấm ảnh đa phổ có độ phân giải từ 2,44m đến 2,88m Một ảnh QUICKBIRD chuẩn có kích thước 16,5km x 16,5km Vệ tinh ENVISAT cung cấp nhiều loại dữ liệu viễn thám, đó quan trọng nhất là hai đầu thu ASAR (ảnh Radar) và MERIS (ảnh quang học) Ảnh vệ tinh ENVISAT MERIS (Medium Resolution Imaging Spectrometer) có bước sóng là 0,412-0,9mm (VIS, NIR), số kênh phổ là 15, độ phân giải là 260m theo phương vuông góc với dải chụp, 290m dọc theo dải chụp và độ rộng dải chụp là 1165km Ảnh vệ tinh ENVISAT ASAR (Advanced Synthetic Aperture Radar) có bước sóng/tần số là 5.331 Ghz (C band), số kênh phổ là (phân cực), độ phân giải là 30 - 1000m Hiện nay, ảnh vệ tinh đã và được ứng dụng xây dựng dữ liệu sử dụng đất, giám sát biến động hệ sinh thái và đa dạng sinh học, xây dựng bản đồ thổ nhưỡng, địa chất, điều tra và giám sát tài nguyên nước, giám sát tài nguyên và môi trường Việc thành lập bản đồ sử dụng đất ở các cấp khác có lẽ là ứng dụng được triển khai phổ biến các ứng dụng còn lại Ảnh vệ tinh LANDSAT TM đã và được sử dụng để thành lập bản đồ hiện trạng sử dụng đất ở các cấp ở nước ta Cấp toàn quốc, bản đồ hiện trạng sử dụng đất toàn quốc năm 1990 tỉ lệ 1: 1.000.000 được thành lập có sự hỗ trợ của LANDSAT TM và bản đồ hiện trạng sử dụng đất toàn quốc năm 1993 tỷ lệ 1: 250.000 thành lập ảnh LANDSAT TM Cấp vùng sinh thái, các bản đồ hiện trạng sử dụng đất tỷ lệ 1:250.000 của các vùng sinh thái vùng Tây Nguyên, vùng Đồng sông Cửu Long, vùng Đồng sông Hồng được thành lập sử dụng ảnh vệ tinh một nguồn tài liệu chính Ở cấp tỉnh, bản đồ hiện trạng sử dụng đất cấp tỉnh và các khu vực hẹp của một số địa phương cũng được thành lập ảnh vệ tinh Những bản đồ này thường được thành lập ở các tỉ lệ 1:100.000 đến 1: 25.000 Ngoài ra, ảnh vệ tinh đã được sử dụng để thành lập bản đồ phân bố hệ sinh thái hệ sinh thái rừng ngập mặn, đất ngập nước bản đồ rừng ngập mặn tỉ lệ 1: 100.000, bản đồ đất ngập nước toàn quốc tỷ lệ 1: 250 000, bản đồ biến động bờ biển thời kì 1965 - 1995 tỉ lệ 1: 100.000 phủ trùm cả dải ven biển Hiện nay, nhiều phần mềm GIS ArcGIS, IDRISI cung cấp đa dạng công cụ cho phép nhập và xử lý ảnh vệ tinh để tạo các bản đồ chuyên đề khác Hai phần mềm này có thể nhập và hiển thị được ảnh vệ tinh ở nhiều định dạng dữ liệu khác * Nắn ảnh và ghép ảnh Dữ liệu Raster thường được nhập vào hệ thống GIS thông qua chức nhập dữ liệu ảnh số ảnh vệ tinh, mô hình số độ cao Ngoài ra, dữ liệu Raster có thể tạo chuyển đổi từ dữ liệu Vector Với các dữ liệu Raster là ảnh số ảnh vệ tinh, việc nắn ảnh và ghép ảnh là rất cần thiết Nắn ảnh là quá trình hiệu chỉnh tọa độ thường được thực hiện thông qua thu thập các điểm khống chế ngoài thực địa thiết bị GPS Trên sở các điểm khống chế đo đạc, ta sẽ nắn chỉnh ảnh theo các điểm khống chế đó Ngoài ra, ghép các ảnh nhỏ để tạo ảnh có kích thước lớn (mosaic) cũng cần được thực hiện vùng nghiên cứu rộng lớn Khi ghép các ảnh nhỏ thành một ảnh lớn sẽ có một số pixel giáp ranh chồng xếp lên Pixel chồng xếp có thể là giá trị của ảnh thứ nhất, thứ hai, giá trị trung bình, giá trị Min hay Max từ ảnh và 89 c Nhập liệu thuộc tính Dữ liệu thuộc tính được lưu dưới dạng các bảng Bảng dữ liệu mô tả các đặc điểm địa lý, sau đó các phép truy vấn và phân tích dữ liệu được thực hiện sở dữ liệu Dữ liệu thuộc tính có thể xây dựng trực tiếp các hệ thống GIS ArcGIS, IDRISI, Mapinfo Các phần mềm này cho phép tích hợp dữ liệu không gian (bản đồ) và dữ liệu thuộc tính cùng một môi trường Tuy nhiên, ta có thể sử dụng các phần mềm quản trị dữ liệu khác để nhập dữ liệu thuộc tính, sau đó dữ liệu thuộc tính được nhập vào hệ GIS Các hệ quản trị sở dữ liệu Microsoft Access, Microsoft SQL Server, Oracle cho phép ta có thể tiến hành nhập dữ liệu thuộc tính rất tiện ích, đặc biệt là Microsoft Access Dữ liệu thuộc tính các hệ thống GIS được tổ chức theo cấu trúc dữ liệu theo mô hình dữ liệu quan hệ Theo mô hình dữ liệu quan hệ, ta xác định cấu trúc bảng thuộc tính và mối quan hệ giữa các bảng sở dữ liệu nhất định Xây dựng sở dữ liệu bảng thuộc tính có thể thực hiện các nội dung bản sau: Xác định mục đích nhiệm vụ sở liệu: Đây là bước quan trọng vì nó định hình cấu trúc sở dữ liệu Mục đích của sở dữ liệu quy định nội dung thông tin của sở dữ liệu Ví dụ, nhiệm vụ của sở dữ liệu địa chính là hỗ trợ những nội dung quản lý Nhà nước về đất đai; cung cấp dịch vụ thông tin cho các ngành khác nông nghiệp, xây dựng, giao thông, qui hoạch đô thị và các lĩnh vực có liên quan; hỗ trợ cho hình thành và phát triển của thị trường bất động sản và cung cấp thông tin cho người dân Từ nhiệm vụ này, nội dung dữ liệu thuộc tính địa chính bao gồm các thông tin: - Thửa đất gồm mã thửa, diện tích, tình trạng đo đạc lập bản đồ địa chính; - Các đối tượng có chiếm đất không tạo thành thửa đất (không có ranh giới khép kín bản đồ) gồm tên gọi, mã của đối tượng, diện tích của hệ thống thủy văn, hệ thống thủy lợi, hệ thống đường giao thông và các khu vực đất chưa sử dụng không có ranh giới thửa khép kín; - Người sử dụng đất hoặc người quản lý đất gồm tên, địa chỉ, thông tin về chứng minh nhân dân hoặc hộ chiếu, văn bản về việc thành lập tổ chức; - Tình trạng sử dụng của thửa đất gồm hình thức sử dụng, thời hạn sử dụng, nguồn gốc sử dụng, những hạn chế về quyền sử dụng đất, số hiệu Giấy chứng nhận quyền sử dụng đất đã cấp, mục đích sử dụng, giá đất, tài sản gắn liền với đất, nghĩa vụ tài chính về đất đai; - Những biến động về sử dụng đất quá trình sử dụng gồm những thay đổi về thửa đất, về người sử dụng đất, về tình trạng sử dụng đất Xác định đối tượng địa lý được mô tả bảng liệu thuộc tính: Các đối tượng của bảng dữ liệu thuộc tính phụ thuộc vào các đối tượng xuất hiện bản đồ bảng dữ liệu thửa đất và các thông tin mô tả thửa đất Số lượng các đối tượng phụ thuộc vào mục đích của từng sở dữ liệu Ví dụ, sở dữ liệu địa chính, sở dữ liệu sử dụng đất, sở dữ liệu đa dạng sinh học, sở dữ liệu thổ nhưỡng, sở dữ liệu trồng, sở dữ liệu xói mòn đất bao gồm các đối tượng khác Xác định tập hợp thuộc tính muốn ghi lại về đối tượng này: Ta tiếp tục ví dụ về thửa đất ở ví dụ bước Giai đoạn này là xác định thuộc tính của thửa đất Ví dụ, thuộc tính thửa đất có thể bao gồm các thông tin về đặc điểm tự nhiên, kinh tế và xã hội thửa đất Các thông tin mô tả đặc điểm tự nhiên số hiệu thửa, vị trí thửa, diện tích, loại sử dụng đất Các thông tin kinh tế có thể gồm hạng đất và mức thuế của thửa đất mà chủ sử dụng phải nộp Các thông tin về xã hội có thể gồm thông tin về chủ sử 90 dụng tên chủ sử dụng, địa chỉ, số chứng minh thư nhân dân, tình trạng pháp lý của thửa đất, các ràng buộc về quyền sử dụng Đặt tên trường xác định kiểu liệu cho trường bảng thuộc tính: Tiếp nối ví dụ được nêu ở các bước Bước này sẽ xác định tên ngắn ngọn về các trường thuộc tính của thửa đất và kiểu dữ liệu cho từng thuộc tính Ví dụ, tạo bảng dữ liệu thuộc tính địa chính Microsoft Access và sau đó bảng dữ liệu này được nhập vào ArcGIS để tích hợp với bản đồ địa chính Trong môi trường Microsoft Access, bảng thuộc tính được tạo đơn giản cách đặt tên cho các trường và các kiểu dữ liệu cho mỗi trường Rất nhiều kiểu dữ liệu hỗ trợ Microsoft Access Number (số nguyên), Text (văn bản), Memo (bản ghi nhớ), Date/Time (dữ liệu ngày tháng), Currency (dữ liệu về các loại tiền), AutoNumber (dữ liệu cho trường khóa chính), Yes/No (dữ liệu logic) Xác định số bảng thuộc tính sở liệu: Dữ liệu thuộc tính về một đối tượng có thể gồm nhiều thuộc tính, vì vậy một bảng dữ liệu sẽ chứa nhiều trường Để tiện ích cho quá trình nhập dữ liệu, biên tập, truy vấn, cập nhật hay phân tích dữ liệu thuộc tính, Tập các thuộc tính có thể chia thành nhiều bảng dữ liệu thuộc tính riêng biệt Như đề cập bên trên, tập dữ liệu thuộc tính thửa đất có thể tổ chức thành nhiều bảng dữ liệu thuộc tính khác Ví dụ, ta chia tập thuộc tính thửa đất thành bảng dữ liệu điều kiện tự nhiên của thửa đất, bảng dữ liệu về chủ sử dụng và bảng dữ liệu về các thông tin liên quan đến đăng ký đất đai Xác định mối quan hệ bảng liệu thuộc tính: Các bảng dữ liệu thuộc tính cần liên kết với theo cấu trúc mô hình dữ liệu quan hệ Sự quan hệ này hỗ trợ cho hoạt động truy vấn và phân tích dữ liệu ở bước sau được thuận lợi 5.1.2 Kết nối liệu không gian và thuộc tính Hầu hết các thiết kế sở dữ liệu tổ chức sở dữ liệu thành nhiều bảng, mỗi bảng mô tả một số thuộc tính về một thực thể dữ liệu thay cho lập một bảng lớn có chứa tất cả thông tin về thực thể dữ liệu Khi cần thông tin từ hai bảng, ta có thể liên kết hai bảng với Kết nối dữ liệu không gian và thuộc tính có thể vận dụng nguyên lý này Thực chất của dữ liệu không gian và thuộc tính được lưu máy tình là hai bảng dữ liệu riêng biệt Như vậy, ta có thể kết nối bảng dữ liệu không gian và bảng dữ liệu thuộc tính thành một bảng lớn Để kết nối hai loại bảng dữ liệu này, quá trình xây dựng sở dữ liệu cần phải thiết kế dữ liệu theo mô hình dữ liệu quan hệ Nghĩa là bảng dữ liệu không gian cần chứa trường khóa ngoài (Foreign key) mà trường này là trường khóa chính bảng dữ liệu thuộc tính Việc kết nối giữa bảng đối tượng bản đồ và bảng dữ liệu thuộc tính được thực hiện sở mối quan hệ 1-1(đơn -đơn) 5.1.3 Hiển thị và xuất liệu Hiển thị dữ liệu không gian GIS là một ưu điểm chính phân biệt hệ thống thông tin địa lý với các hệ thống thông tin khác Hệ GIS cho phép hiển thị dữ liệu không gian dưới nhiều hình thức khác bản đồ, bảng thống kê, đồ thị, biểu đồ Thành phần bản của bản đồ số dạng Vector bao gồm đối tượng điểm, đường và vùng Như vậy, tập các ký hiệu điểm, ký hiệu đường và ký hiệu vùng là đối tượng chính để hiển thị bản đồ dữ liệu dạng Vector Đối tượng điểm được xác định tọa độ x,y Nếu ta không sử dụng ký hiệu điểm để hiển thị bản đồ, ta khó có thể phân biệt được các đối tượng khác Ví dụ, các đối tượng điểm của bản đồ địa chính gồm nhiều đối tượng điểm khác điểm thiên văn, điểm tọa độ nhà nước, điểm địa chính, điểm độ cao nhà nước, điểm khống chế đo vẽ, điểm giao lưới tọa độ Mỗi đối tượng dạng điểm này được hiển thị một ký hiệu cụ thể Với đối tượng dạng 91 đường cũng rất đa dạng đường sắt, đường ô tô, đường đất, đường mòn, ngõ phố, đường nội đồng Các loại đường khác này sẽ dễ dàng nhận ta hiển thị chúng bởi các ký hiệu đường khác Các đối tượng dạng vùng rất phong phú kiểu sử dụng đất, các đơn vị phân loại đất, các đơn vị hành chính các cấp Các loại sử dụng đất cần được hiển thị bởi các kiểu ký hiệu khác để dễ cho phân biệt các kiểu sử dụng đất Các phần mềm GIS thường thiết kế sẵn hệ thống ký hiệu điểm, đường và vùng rất phong phú để hỗ trợ người dùng hiển thị thông tin hiệu quả Hệ thống ký hiệu có thể tổ chức thành các thư viện ký hiệu khác Ví dụ, phần mềm MicroStation, hệ thống các ký hiệu điểm và pattern được thiết kế và lưu sẵn thư viện ký hiệu điểm (Cell Library), thư viện ký hiệu đường (Line Style Library) Tuy nhiên, ta có thể thiết kế thêm các ký hiệu điểm, đường và pattern cho phù hợp với mục đích của người dùng MicroStation Phần mềm ArcGIS, hệ thống ký hiệu điểm, đường và pattern cũng rất phong phú để hỗ trợ người dùng hiển thị dữ liệu rất hiệu quả Ta có thể sử dụng các ký hiệu sẵn có thư viện để hiển thị bản đồ hay biên tập lại đối tượng cho phù hợp với mục đích của người dùng thông qua chức biên tập ký hiệu (Edit Symbol) của ArcGIS Với bản đồ số cấu trúc dạng Raster, đơn vị sở là pixel Mỗi bản đồ coi một ma trận số hay bề mặt thống kê Phương tiện để hiển thị sự khác về giá trị giữa các pixel thông thường là màu (color) Mỗi màu đặc trưng cho một giá trị pixel hay nhóm pixel có cùng giá trị Trong các phần mềm GIS, thư viện các dải màu đã được thiết kế sẵn để hỗ trợ hiển thị dữ liệu dạng Raster, người dùng có thể lựa chọn các dải màu cho phù hợp với lớp đối tượng cần hiển thị Tuy nhiên, ta có thể thiết kế thêm dải màu phù hợp với mục đích của người dùng Với các đối tượng là chữ viết xuất hiện ở cả bản đồ số dạng Vector và Raster, hiển thị nhóm đối tượng này đơn giản đối tượng điểm, đường, vùng và pixel Các đặc điểm chính gồm phông chữ, kích thước chữ, kiểu chữ 5.2 Phân tích liệu GIS 5.2.1 Tổng quan phân tích liệu GIS Phân tích dữ liệu GIS là chức bản nhất của các hệ thống thông tin địa lý Phân tích dữ liệu GIS nhằm tạo thông tin hữu ích đáp ứng nhu cầu thông tin của người sử dụng Hiện nay, có nhiều quan điểm khác về phân tích dữ liệu hệ thống thông tin địa lý Theo nghĩa hẹp, phân tích dữ liệu địa lý là việc sử dụng các phương pháp để phân tích dữ liệu địa lý Theo nghĩa rộng, phân tích dữ liệu địa lý là quá trình nghiên cứu và tìm quy luật phân bố theo không gian của hiện tượng và quá trình diễn bề mặt Trái đất (Murayama, 2011) Mục tiêu cuối cùng của phân tích dữ liệu là cung cấp thông tin hữu ích cho người sử dụng thông tin địa lý các quan quản lý, người dân và doanh nghiệp Khái niệm phân tích dữ liệu GIS có sự khác từng lĩnh vực ứng dụng cụ thể Ví dụ, lĩnh vực quản lý đất đai, phân tích dữ liệu địa lý thường thực hiện các phép truy vấn dữ liệu từ sở dữ liệu, tính diện tích thửa đất, đo chiều dài, các phép tính chồng xếp bản đồ để xây dựng các bản đồ đánh giá đất và bản đồ quy hoạch sử dụng đất Trong lĩnh vực khoa học môi trường, phân tích dữ liệu là quá trình tính toán hay mô hình hóa dự báo về diễn biến của các hiện tượng môi trường dự báo xói mòn đất, tính toán phân bố ô nhiễm nước, mô hình hóa chuyển đổi sử dụng đất, các mô hình dự báo biến đổi khí hậu và xu hướng khí hậu cực đoan, dự báo mực nước biển dâng, dự báo lũ lụt Theo Bonham-Carter (1996), các phương pháp phân tích dữ liệu địa lý có thể được nhóm thành ba nhóm phương pháp theo số lớp dữ liệu sử dụng phân tích: 92 Nhóm phương pháp phân tích dữ liệu một lớp dữ liệu, hai lớp dữ liệu, nhiều lớp dữ liệu và phương pháp xử lý dữ liệu chung Phân tích không gian dựa lớp liệu nhằm phân tích mối liên quan giữa các đối tượng một bản đồ Các dạng phân tích với một lớp dữ liệu bao gồm đo lường (measurements), phân loại (classification), truy vấn (database queries); phân tích lân cận; phân tích mạng Nhóm phương pháp phân tích đo lường, phân lớp và truy vấn có đặc điểm chung là không làm thay đổi bản dữ liệu gốc để tạo dữ liệu mới Đo lường là các phép tính khoảng cách giữa các đối tượng, tính chu vi đối tượng vùng, tính diện tích và thể tích Truy vấn là các phép tính tìm kiếm thông tin từ sở dữ liệu dựa các điều kiện nhất định Phân lớp là sự ấn định lại giá trị cho các đối tượng của lớp dữ liệu Tất cả các chức phân tích của nhóm này đều thực hiện dựa một lớp dữ liệu Vector hay Raster Nhóm chức phân tích lân cận bao gồm phân tích vùng đệm (buffer analysis) và chức phân tích phân bố (scattering) Phân tích tính mạng (network analysis) cho phép tìm hiểu các đối tượng liên kết với theo mạng lưới Những ứng dụng thực tiễn là rất đa dạng phân tích lưu lượng vận chuyển hàng hóa dịch vụ của mạng lưới giao thông hay tính toán lưu lượng dòng chảy của mạng lưới sông ngòi Phân tích dữ liệu dựa hai lớp liệu được thực hiện thông qua chồng xếp (map overlay) hai lớp bản đồ Hai lớp dữ liệu được chồng xếp sở các phép tính số học và đại số để tạo lớp dữ liệu mới Phân tích chồng xếp được thực hiện phổ biến với dữ liệu Raster Tuy nhiên, dữ liệu Vector cũng có thể thực hiện chức chồng ghép Nguyên lý chung của chồng ghép là kết hợp các đối tượng ở cùng một vị trí Các phép toán đại số bản đồ (map algabra), công thức tính toán (spatial models), phép tính logic và các loại thuật toán khác có thể sử dụng để thực hiện sự kết hợp.Ví dụ, ta chồng xếp hai bản đồ suất trồng của hai vụ, ta sẽ tính được tổng suất bình quân năm đơn vị diện tích Các lớp dữ liệu được kết hợp để tạo lớp thông tin kết quả mới Phân tích dữ liệu không gian dựa nhiều lớp liệu là dạng phân tích nâng cao và phức tạp nhất Các phân tích nâng cao này thường dựa các mô hình tính toán phức tạp mô hình artificial neural netwworks, mô hình cellular automata, mô hình Markov chain, mô hình fuzzy logic; các công thức tính toán khác để kết hợp dữ liệu đầu vào và tạo lớp thông tin mới Các phép toán đại số bản đồ (map algabra), công thức tính toán (spatial models), phép tính logic và các loại thuật toán khác có thể sử dụng để thực hiện sự kết hợp Ví dụ, để tính lượng xói mòn đất, ta có thể sử dụng phương trình tính toán lượng đất mất tại mỗi vị trí theo phương trình USLE Phương trình này được mô tả sau: A=RKLSCP Trong đó, A là lượng đất xói mòn hành năm (tấn ha-1), R là chỉ số xói mòn mưa, K là chỉ số xói mòn tính chất đất, L là chiều dài sườn dốc, S là độ dốc (%), C là chỉ số canh tác, và P là chỉ số bảo vệ đất Mỗi chỉ số của USLE cần được thành lập một bản đồ nhân tố Như vậy, lượng đất xói mòn hàng năm sẽ tính được dựa nhân các bản đồ nhân tố với Các phương pháp xử lý liệu chung bao gồm chuyển đổi hệ quy chiếu và chuyển đổi dữ liệu chuyển dữ liệu từ dạng cấu trúc Vector sang cấu trúc Raster Trong phạm vi tài liệu này, các phương pháp phân tích dữ liệu được trình bày là những phương pháp phân tích đơn giản dựa một lớp dữ liệu và hai lớp dữ liệu Những phương pháp phân tích nâng cao dựa vào nhiều lớp dữ liệu vượt qua phạm vi của giáo trình này bởi vì phân tích nâng cao thường liên quan với các lĩnh vực chuyên ngành cụ thể khoa học Trái đất, sinh thái học, nông học, lâm nghiệp, khoa học đất, 93 khoa học môi trường, quản lý tài nguyên thiên nhiên, khí tượng, thủy văn và nhiều lĩnh vực khoa học tự nhiên khác 5.2.2 Các phép phân tích liệu a Đo đạc Chức đo đạc là chức đơn giản nhất phân tích dữ liệu địa lý với cả dữ liệu Raster và Vector Hầu hết các phần mềm GIS đều có các mô-đun để thực hiện được chức đo đạc Nội dung đo đạc chủ yếu là xác định vị trí, chiều dài, diện tích Các phép đo này được thực hiện khác giữa hai loại dữ liệu Vector và Raster Đo đạc với liệu Vector: Đơn vị bản của dữ liệu là điểm, đường và vùng Vì vậy, các phép đo đạc sẽ là xác định vị trí, chiều dài, khoảng cách và diện tích của các đối tượng địa lý Vị trí của một đối tượng địa lý được lưu dưới dạng một tọa độ x,y với đối tượng điểm, một dãy cặp tọa độ với dạng dữ liệu đường và vùng Vị trí của một vùng thường được xác định thông qua một điểm nhãn vùng (centroid of a polygon) Phần mềm GIS lưu và truy vấn vị trí của vùng qua điểm nhãn vùng này Phép đo chiều dài của đối tượng dạng đường hay đường ranh giới vùng Độ dài của đường sẽ tổng các đoạn hay cung (line segment or arc) cộng lại Các phân mềm GIS cho phép phân biệt các đoạn thông qua cấu trúc topology Mỗi đoạn đường hay cung được xác định bởi điểm khởi đầu và điểm kết thúc Đo khoảng cách giữa hai đối tượng địa lý là một chức quan trọng Các đối tượng địa lý gồm điểm, đường và vùng vì vậy đo khoảng cách có thể thực hiện với nhiều cặp đối tượng khác khoảng cách giữa hai điểm, khoảng cách giữa một điểm và một đường Phép đo diện tích được thực hiện với các đối tượng dạng vùng (polygon) Vùng đặc trưng cho nhiều đối tượng địa lý khác đơn vị sử dụng đất; các đơn vị hành chính xã, huyện, tỉnh; thửa đất Diện tích của vùng thường được đo đạc thực địa và ghi thành một trường riêng tệp dữ liệu Tuy nhiên, diện tích có thể tính được thông qua các công cụ GIS vùng đảm bảo đã tạo topology Phần mềm ArcGIS và FAMIS cho phép thiết lập topology của bản đồ thửa đất, ta có thể tính được diện tích từng thửa đất Đo đạc với liệu Raster: Các phép đo đạc dữ liệu Raster được thực hiện đơn giản vì cấu trúc dữ liệu Raster đơn giản Vector Xác định vị trí một điểm là vị trí của pixel lớp dữ liệu Raster Vị trí của pixel được xác định tọa độ hàng và cột của lớp dữ liệu Diện tích được tính tổng các pixel nhân với diện tích một pixel Diện tích của pixel được tính dựa độ phân giải Ví dụ, ảnh LANDSAT TM có độ phân giải là 30mx30m Diện tích của một pixel sẽ là 0.09 Khoảng cách được tính chuỗi các pixel theo trật tự nhất định vì đường được hiển thị mô hình dữ liệu Raster là chuỗi các pixel a Chuyển đổi liệu Chuyển dữ liệu GIS bao gồm nhiều kiểu khác Những dạng chuyển đổi phổ biến là chuyển đổi từ Raster sang Vector và ngược lại; chuyển từ dữ liệu thuộc tính sang bản đồ; các dạng chuyển đổi dữ liệu sử dụng các hàm số sơ cấp hàm số sine, cosine, tagent, arcsin, arccos, arctan, các hàm số mũ, hàm logarit Tùy thuộc vào mục đích phân tích dữ liệu và ứng dụng mà lựa chọn sự chuyển đổi dữ liệu cho phù hợp với mục đích phân tích dữ liệu Trong phân dưới đây, ta xét chủ yếu dạng chuyển đổi bản từ dữ liệu Vetor sang dữ liệu Raster và ngược lại Chuyển đổi dữ liệu từ Vector sang Raster có ý nghĩa đặc biệt cho các dự án nghiên cứu có tính toán phức tạp Ví dụ các dự án nghiên cứu xói mòn đất, dự báo suy thoái đất, đánh giá tiềm đất, mô hình chuyển đổi sử dụng đất hay tính dòng chảy bề mặt và nhiều hiện tượng khí hậu trái đất Các dạng tính toán này cần dữ liệu ở dạng 94 dữ liệu Raster Dữ liệu Vector nhìn chung chỉ phục vụ tốt mục tiêu hiển thị dữ liệu không gian Một những dạng chuyển đổi dữ liệu bản là sự chuyển đổi dữ liệu từ dạng dữ liệu Raster sang Vector và ngược lại Dữ liệu Vector dạng điểm, đường và vùng đều có thể chuyển sang Raster Ngược lại, dữ liệu Raster có thể chuyển thành dữ liệu Vector dạng điểm, đường và vùng Một số phần mềm GIS hỗ trợ sự chuyển đổi này khá thuận tiện Ví dụ, phần mềm IDRISI cho phép chuyển đổi liệu Vector sang Raster và ngược lại rất tiện lợi Để thực hiện các phép tính toán giữa các lớp bản đồ các phép tính số học (cộng, trừ, nhân, chia) hai bản đồ hay các phép tính chồng xếp phức tạp hơn, các lớp dữ liệu thường được chuyển sang dạng Raster Ví dụ, các bản đồ nhân tố về tính chất vật lý và hóa học đất đánh giá đất cần kết hợp với để tạo bản đồ thích nghi cuối cùng Trong trường hợp này, các bản đồ nhân tố đánh giá nên chuyển sang dạng dữ liệu Raster Ta có thể dễ dàng thực hiện các phép tính đại số bản đồ để tạo bản đồ thích nghi (bản đồ kết hợp của các nhân tố đánh giá) Đối với trường hợp chuyển từ Raster sang Vector là sự khái quát hóa phân bố của các hiện tượng cần nghiên cứu Ví dụ, ta có thể tạo bản đồ dạng đường bình độ về nhiệt độ bề mặt Trái đất với các khoảng giữa các đường bình độ là một khoảng nào đó Bản đồ bình đồ về nhiệt độ này cho phép ta có thể nhận định xu hướng phân bố tổng tích ôn theo vùng lãnh thổ Trong thực tiễn, rất nhiều dữ liệu địa lý được hiển thị theo dạng dữ liệu điểm để thực hiện tính toán cần thiết Hình dưới minh họa sự chuyển đổi dữ liệu điểm Vector sang điểm Raster Mỗi điểm dữ liệu mô hình dữ liệu Vector được chuyển tương ứng thành một pixel mô hình dữ liệu Raster Chuyển liệu điểm Vector sang dạng điểm Raster Các dữ liệu dạng đường của dữ liệu Vector là tập các điểm và mỗi điểm có tọa độ xác định Mỗi điểm này được chuyển sang tương ứng là một pixel Như vậy, chuỗi các điểm của dữ liệu Vector được chuyển thành chuỗi các ô pixel Hình dưới minh họa khái quát quá trình chuyển đổi này 95 Chuyển liệu Vector dạng đường sang Raster Với các dữ liệu dạng vùng, quá trình chuyển đổi từ Vector sang Raster được khái quát hóa hình dưới Ta hình dung quá trình này sự chia nhỏ vùng cần chuyển đổi thành các ô vuông phủ chùm vùng cần chuyển đổi theo đường ranh giới vùng Như vậy, quá trình chuyển đổi cần phải tính toán diện tích cần chuyển đổi theo ranh giới vùng, hình thành lưới ô vuông hiển thị cho vùng cần chuyển với kích thước ô xác định và cuối cùng là chồng xếp lưới ô vuông lên vùng cần chuyển đổi để tạo lưới dữ liệu Raster của vùng chuyển đổi Việc lựa chọn độ phân giải của pixel là yếu tố quan trọng vì sự lựa chọn độ phân giải ảnh hưởng đến độ chính xác của vùng cần chuyển đổi Lưu ý các phân tích dữ liệu yêu cần độ chính xác cao về diện tích vùng thì sự chuyển đổi từ dữ liệu Vector sang dữ liệu Raster cần phải xem xét cẩn thận Chuyển liệu dạng vùng Vector sang liệu dạng vùng Raster Dữ liệu dạng mô hình mạng lưới mạng lưới giao thông và thủy văn, ta cũng có thể chuyển đổi từ dữ liệu Vector sang dữ liệu Raster Nhiều ứng dụng tính toán liên quan đến mạng lưới giao thông và thủy văn rất phức tạp Ví dụ, các tính toán liên quan đến tính khoảng cách từ một điểm đến đường (proximity to road) được thực hiện rất thuận tiện dữ liệu được chuyển sang dữ liệu Raster Tuy nhiên, tính toán này có thể thực hiện được dưới dạng dữ liệu Vector Với dữ liệu Vector dạng mạng lưới được chuyển đổi giống dữ liệu dạng đường đơn giản Hình dưới minh họa khái quát sự chuyển đổi này Chuyển liệu dạng mạng lưới Vector sang Raster Chuyển liệu đường bình độ Vector sang Raster 96 Ngoài chuyển đổi từ dữ liệu Vector sang Raster, nhiều ứng dụng đòi hỏi chuyển đổi từ dữ liệu Raster sang Vector Hiện nay, ảnh vệ tinh viễn thám, ảnh hàng không dạng số rất đa dạng và phong phú Định dạng của các tệp dữ liệu ảnh vệ tinh viễm thám đều lưu trữ dưới dạng dữ liệu Raster Nhiều ứng dụng lĩnh vực quản lý đất đai đòi hỏi dữ liệu ở dạng Vector, vì vậy sự chuyển đổi dữ liệu từ Raster sang Vector là cần thiết Ví dụ, xử lý ảnh và xây dựng sở dữ liệu về hiện trạng sử dụng đất từ ảnh vệ tinh là quá trình giải đoán và chuyển dữ liệu Raster sang Vector Khái quát hóa quá trình chuyển đổi từ dữ liệu Raster sang cấu trúc dữ liệu Vector được mô tả khái quát Hình dưới Ta thấy ảnh số thực chất là dãy các ô vuông được mã hóa dưới dạng số và được xếp theo cấu trúc ma trận vuông Như vậy, quá trình chuyển đổi từ Raster sang Vetor là quá trình nhóm các pixel có cùng giá trị thành các nhóm khác Ví dụ, nhóm các pixel với các giá trị 1, 2, và thành các đa giác tương ứng Mỗi nhóm pixel này được vẽ thành một đa giác riêng Chuyển tư liệu dạng Raster sang dư liệu dạng Vector Dạng chuyển dữ liệu thuộc tính sang dữ liệu bản đồ cũng là dạng chuyển đổi dữ liệu phổ biến quá trình phân tích dữ liệu địa lý Đây thực chất là quá trình gán lớp lại giá trị thuộc tính để hình thành các bản đồ đơn tính Ví dụ, ta hình dung bản đồ thổ nhưỡng của Việt Nam gồm tên các nhóm đất chính và rất nhiều các tính chất lý học và hóa học của các loại đất Các tính chất lý-hóa này được tổ chức thành bảng thuộc tính riêng và gắn kèm với bản đồ chỉ phân bố và vị trí của từng nhóm đất Dựa bảng dữ liệu thuộc tính, ta có thể xây dựng các bản đồ đơn tính theo từng tính chất của các loại đất bản đồ chất hữu cơ, bản đồ pH, bản đồ thành phần giới, bản đồ độ dầy tầng đất Việc chuyển đổi dữ liệu dựa các hàm số sơ cấp chủ yếu thực hiện để chuẩn bị cho các tính toán phức tạp Ví dụ, đánh giá đất ta có thể sử dụng hàm fuzzy (fuzzy menbership function) để chuyển các bản đồ nhân tố thành các bản đồ nhân tố dạng fuzzy với miền giá trị của tất cả các nhân tố từ đến Các bản đồ nhân tố có cùng miền giá trị từ đến sẽ dễ dàng cho phân hạng các mức thích nghi Các nhân tố đều có thể chia các mức thích nghi từ (không thích nghi) đến (thích nghi nhất) Ngoài ra, một số chuyển đổi dữ liệu dạng số thực sang dạng số nguyên và ngược lại Trong quá trình tính toán, tùy mức độ sai số cho phép, ta có thể chuyển đổi từ dạng số nguyên sang số thực hay ngược lại Ví dụ, tính diện tích cho từng thửa đất ta cần phải chuyển về dữ liệu dạng số thực Nhưng tính diện tích đất cho từng kiểu sử dụng đất phạm vi toàn cầu, ta nên chuyển dữ liệu về diện tích các loại hình sử dụng đất ở dạng số nguyên b Chồng xếp liệu Chồng ghép dữ liệu thực hiện cả dữ liệu dạng Vector và Raster Tuy nhiên, dữ liệu Raster là dễ dàng thực hiện Đặc biệt, chồng xếp dữ liệu Raster có nhiều ứng dụng Trong lĩnh vực quản lý đất đai, các phép tính chồng xếp dữ liệu Raster được ứng dụng hiệu quả đánh giá đất, định giá đất, quy hoạch sử dụng đất, đánh 97 giá tác động môi trường của các phương án quy hoạch sử dụng đất Vì vậy, nội dung chủ yếu đề cập đến chồng xếp các lớp dữ liệu dạng Raster * Chồng xếp hai lớp liệu Vector Chồng xếp hai lớp dữ liệu Vector thực hiện cả lớp dữ liệu điểm, đường và vùng Trong nhiều ứng dụng, chồng xếp dữ liệu dạng vùng thường hay sử dụng Hình dưới mô tả ví dụ về chồng xếp hai lớp dữ liệu Vector dạng vùng để tạo lớp dữ liệu mới C Thực chất của phép toán chồng xếp hai lớp dữ liệu Vector này là sự phân chia hai đa giác A1 và A2 của lớp dữ liệu A thành các đa giác nhỏ Đa giác A1 được chia thành ba đa giác nhỏ là C1, C6 và C2 Đa giác A2 được chia thành các đa giác nhỏ là C4, C5 và C3 Ngoài việc tách một đa giác thành các đa giác nhỏ hơn, ta có thể thực hiện phép tính ngược lại, tức là gộp các đa giác nhỏ thành đa giác lớn Hai dạng phân tích liên quan đến chia tách và gộp đa giác có nhiều ứng dụng lĩnh vực quản lý đất đai Ví dụ, ta có bản đồ thửa đất A1, A2 hình vẽ Cơ quan nhà nước có thẩm quyền về quản lý đất đai muốn chia hai thửa A1 và A2 thành các thửa để giao đất cho các hộ gia đình mới Việc phân chia này thực hiện dễ dàng theo nguyên lý chồng xếp hai lớp dữ liệu A và B để tạo lớp dữ liệu C mô tả ở Hình 4.9 Đương nhiên, ta có thể gộp các thửa nhỏ thành các thửa lớn sử dụng các phép toán chồng ghép này Việc chia tách và gộp thửa có thể thực hiện thông qua các lệnh của ArcGIS Việc gộp thửa thường ứng dụng trường hợp thu hồi đất các thửa đất lân cận từ một số chủ sử dụng và giao lại các thửa đất đó cho một chủ sử dụng đất nhất Hai lớp liệu A B chồng xếp lên tạo thành lớp liệu C 98 * Chồng xếp liệu Raster Với dữ liệu Raster, chồng xếp hai lớp dữ liệu được thực hiện theo từng pixel Các tính toán cũng được thực hiện theo cấp độ pixel Chồng xếp được thực hiện đơn giản dữ liệu Vector Sự kết hợp các lớp dữ liệu Raster thông qua các phép tính toán để cho lớp dữ liệu mới Các phép tính có thể là các phép tính số học và đại số, phép tính so sánh và Boolean Nguyên lý chung của phép chồng xếp các lớp dữ liệu Raster được minh họa tại Hình dưới Tại vị trí một pixel của từng lớp dữ liệu Raster, ta có thể kết hợp lại để tạo thành ô pixl mới Mũi tên của Hình dưới chỉ các pixel được tính toán tại cùng một vị trí Giá trị của ô pixel mới là kết quả của các phép tính số học cộng, trừ, nhân, chia hoặc theo các công thức hoặc mô hình tính toán nhất định Lưu ý tất cả các lớp dữ liệu Raster phải có cùng hệ quy chiếu thì mới có thể thực hiện được phân tích chồng xếp Có nghĩa là ta cần phải chuyển các bản đồ nhân tố về cùng một hệ quy chiếu UTM chẳng hạn Nguyên lý chồng xếp bản đồ Raster này có tiềm ứng dụng to lớn thực hiện mô hình hóa và mô nhiều hiện tượng địa lý diễn bề mặt Trái đất Các mô hình dự báo xói mòn đất, dự báo động đất, dự báo hiện tượng ấm nóng toàn cầu, dự báo chuyển đổi lớp phủ thực vật, tính toán phân bố nước thải, chất thải rắn và khí thải vào môi trường đất và khí quyển là những ví dụ tiêu biểu Trong lĩnh vực quản lý đất đai và quản lý tài nguyên thiên nhiên, nguyên lý chồng xếp bản đồ Raster đã và được ứng dụng rộng rãi công tác đánh giá đất, định giá đất để đề xuất các chiến lược quản lý và sử dụng một cách hiệu quả và bền vững Chồng xếp lớp liệu Raster GIS Chồng xếp lớp liệu Raster dựa vào phép tính số học: Phép tính số học và đại số là các phép tính cộng, trừ, nhân, chia, hàm số mũ, logarit, các hàm số sơ cấp khác Mỗi lớp dữ liệu có thể cộng, trừ, nhân, chia với một số nhất định Ví dụ, cho ba lớp dữ liệu A, B, C, các lớp dữ liệu mới C1, C2, C3 được tạo thông qua các phép tính số học đơn giản để kết hợp lớp dữ liệu với số Lớp dữ liệu A được cộng thêm giá trị 10 để tạo lớp dữ liệu mới C1 Tương tự, ta có thể cộng hai lớp dữ liệu A và B 99 để tạo lớp dữ liệu mới C2 Và cuối cùng, lớp dữ liệu mới C3 được tạo từ công thức C3=((A-B)/(A+B))*100 Chồng xếp liệu theo số phép tính số học đồ Chồng xếp lớp liệu Raster dựa theo phép tính so sánh: Phép tính này để đánh giá một điều kiện nhất định Những điều kiện đánh giá gồm lớn hoặc (> =), nhỏ hoặc (< =) và khoảng (> và