Giáo trình Hệ thống thông tin địa lý (Ngành Trắc địa)

TRƯỜNG ĐẠI HỌC CÔNG NGHIỆP QUẢNG NINH -Chủ biên Th.s Ngô Thị Hài GIÁO TRÌNH HỆ THỐNG THƠNG TIN ĐỊA LÝ DÙNG CHO SINH VIẤN ĐẠI HỌC TRẮC ĐỊA (LƯU HÀNH NỘI BỘ) Năm 2019 CHƯƠNG 1: TỔNG QUAN VỀ CÔNG NGHỆ THƠNG TIN 1.1 Khái niệm chung cơng nghệ thơng tin Ai biết cách mạng khoa học kỹ thuật lần thứ có chất trình khí hố, nội dung sử dụng máy móc thay lao động chân tay Kết cách mạng khoa học kỹ thuật đời nước công nghiệp, cấu kinh tế chuyển đổi từ tuý nông nghiệp sang công nghiệp với tỷ trọng cao nhiều lần Từ năm 50 người bắt đầu cách mạng khoa học kỹ thuật lần thứ hai có chất hố trình tin học hố nội dung sửdụng “công nghệ thông tin” để thay phần lao động trí óc, để trợ giúp phần điều khiển trí tuệ người Vậy cần hiểu trước hết công nghệ thông tin xu hướng phát triển Công nghệ thông tin tập hợp ngành khoa học kỹ thuật nhầm giải vấn đề thu nhận thông tin, quản lý thông tin, xử lý thông tin, truyền thông tin cung cấp thông tin Để giải vấn đề này, người ta tập trung vào nội dung sau đây: A Xác định hệ thống thông tin - Xác định thể loại thông tin, yêu cầu chất lượng - Xác định chuẩn thông tin - Xác định hệ thống phần cứng phần mềm hệ thống - Xây dựng tổchức cho toàn hệ thống B Thu nhận thông tin - Kỹ thuật đo đạc để lấy số liệu - Tổ chức hệ thống thống kê số liệu thông qua máy quản lý ngành - Tổ chức hệ thống cập nhật dữú liệu C Quản lý thông tin - Xây dựng hệ thống sở liệu - Hệ quản trị sở liệu D Xử lý thơng tin - Phân tích tổng hợp hệ thống thông tin - Giải tốn ứng dụng chun ngành E Truyền thơng tin - Xây dựng hệ thống đường truyền thông tin - Giải pháp truyền thông tin mạng - Hệ quản trị mạng thơng tin - Bảo vệ an tồn đường truyền thông tin - Bảo mật thông tin G Cung cấp thông tin - Xây dựng giao diện với người sửdụng - Hiển thị thông theo nhu cầu - Tổchức mạng dịch vụ thông tin 1.2 Xu hướng phát triển công nghệ thông tin 1.2.1 Nhu cầu đa dạng hố thơng tin Trước khoảng 15 năm người ta quan tâm tới xử lý số cho thơng tin chữ số khả thiết bị tin học xử lý loại thơng tin Nhu cầu địi hỏi người phải xử lý thông tin đa dạng thông tin đồ hoạ, hình ảnh động, âm Đến nay, thể loại thơng tin mà người cảm nhận xử lý dạng số; đáng kể thông tin đồ hoạ dạng raster vector, thông tin multimedia dạng âm thanh, hình ảnh động v v Trong dạng thơng tin người ta cần quan tâm tới thơng tin khơng gian mà người sống : thông tin địa lý Các thông tin có liên quan trực tiếp tới hoạt động người giúp định xác hành động tác động vào mơi trường 1.2.2 Nhu cầu xác hố thơng tin Thơng tin cần thu nhập xác nhu cầu đương nhiên người Đối với thông tin chữ- số cần phải đảm bảo thu nhận xác Điều quan trọng cần quan tâm tính xác thơng tin địa lý Đó tính xác vị trí địa lý không gian thông tin khác gắn lên vị trí địa lý 1.2.3 Xu hướng phát triển phần cứng phần mềm hệ thống Thiết kế phần cứng phần mềm hệ thống cho máy tính q trình phát triển sinh động Trong năm 1950 1960 người thiết kế máy tính theo tư tưởng tập trung,một máy tính thiết kế để đủ thực nhiệm vụ sở xử lý thơng tin Vì người ta thiết kế sản xuất loại máy tính cỡ lớn Tất nhiên cơng nghệ điện tử giai đoạn chưa đạt trình độ cao nên dung tích loại máy tính lại lớn Phần mềm hệ thống OS UNIX Từ năm1970 bộvi xử lý đời người thiết kế máy tính đưa loại máy tính cá nhân gọi PC với phần mềm hệ thống DOS Các máy tính PC lúc góp phần định việc xã hội hố cơng nghệ thơng tin Sau thập kỷ hãng Microsoft có cơng lớn việc hình thành phẩm hệ thốngWINDOWS với phiên 3.1xWorgroup, NT.95 Đặc biệt WINDOWS NT có phiên chạy máy tính cỡ trung bình Cho tới hai loại máy tính song song tồn tại; máy tính cỡ lớn (mainframe) trung bình (workstation) với phần mềm hệthống UNIX máy tính PC với phần mềm hệ thống WINDOWS Cuộc chạy đua hai dòng máy tính dẫn tới hồ nhập tương lai vi xử lý đạt tốc độ xử lý thông tin ngang cỡ với xử lý máy tính trung bình Khoảng từ năm1980, người ta đưa ý tưởng hình thành hệ thống mạng máy tính Đây ý tưởng có tính cách mạng cơng nghệ thông tin làm thay đổi hướng phát triển Đầu tiên người ta giải mạng cục bộ(LAN) nhằm nối máy nhỏ lại với để giải toán lớn Hệ mạng làm cho máy tính PC tìm kiếm vị trí cao ứng dụng thực tế Sau người ta tổ chức hệ thống thơng tin tồn cầu (Intermet) làm cho thơng tin xã hội hố mạnh máy tính PCcàng phát huy khả lớn Từ việc triển khai hệ thống internet cho ngành cho khu vực hệ thống extranet cho liên ngành liên khu vực Khi mạng thơng tin hình thành người ta lại đưa mơ hình máy tính NC- máy tính mạng Đây loại máy tính đơn giản có nhiều phần cứng sửdụng chung mạng 1.2.4 Sự phát triển kỹ thuật xử lý thông tin Tốc độ xử lý thông tin với xử lý (CPU) tăng lên hàng nghìn lần so với 10 năm trước (ví dụ từ hệ thống 16 bít tới hệ 64 bít nay) Tốc độ xử lý cao điều kiện để nhà thiết kế phần mềm thực ý tưởng định hướng đối tượng (object- oriented), kỹ thuật liên kết OLE nhúng nối (linking and embeding), kỹ thuật xử lý đa nhiệm vụ(multitasking) kỹ thuật liên kết mạng (networking) Các kỹ thuật xử lý có tác động mạnh tới việc tổ chức sở liệu, xử lý khối lượng liệu lớn thông tin phức tạp địa lý 1.2.5 Sự phát triển xây dựng sở liệu Trước máy tính thiết kế theo quan điểm tập trung (centralized data- base) Thiết kế tỏ lúng túng phải quản lý khối lượng thông tin lớn đa dạng Từ mạng máy tính đời người ta đưa quan niệm hệ thống sở liệu phân tán (dicentralized data base) Hệ CSDL phân tán vừa cho phép giải tốt toán với khối lượng liệu lớn, vừa tạo khả tương thích hệ thống thơng tin với hệ thống quản lý vừa tạo điều kiện tốt cho q trình xã hội hố thơng tin 1.2.6 Sự phát triển mạng thông kỹ thuật truyền tin Quá trình phát triển mạng thơng tin từ mạng cục bộ(LAN) tới mạng diện rộng (WAN) bao gồm intranet, extranet, hay internet giới thiệu Các xa lộ thơng tin với đường truyền tốc độ cao hình thành để nối máy lại với Thiết kế cụ thể mạng kỹ thuật đơn thuần, điều cần nói đến Vấn đề quan trọng cần giải tốc độ truyền tin, tính an tồn truyền tin đảm bảo bí mật truyền tin Các vấn đề giải bước 1.2.7 Sự phát triển kỹ thuật thu nhận cung cấp thông tin Cho đến người ta đạt thành tựu lớn tốc độ xử lý thông tin chưa đạt kết mong muốn kỹ thuật thu thập thông tin Mặc dù vậy, việc thu thập thông tin địa lý đạt nhiều thành tựu quan trọng Đó kỹ thuật đo đạc số với máy toàn đạc điện tử tự động (electronic totalstation), máy định vị thu từ vệ tinh GPS (RTK GPS), máy chụp ảnh số(digital camera), máy đo sáu số(Digital echosounder) Điều cần quan tâm phát triển kỹ thuật thu nhận thơng tin chữ- số Vì chưa có nhanh bàn phím máy tính Để tăng nhanh tốc độ cần có phối hợp tốt mạng lưới thu nhận thông tin với hệ thống quản lý ngành Cung cấp thông tin địi hỏi nâng cao kỹ thuật hiển thị thơng tin Hiển thị hình, thiết bị nhớ giải tốt việc hiển thị máy vẽ máy in chưa đạt tốc độvà chất lượng cần thiết 1.3 Lợi ích hạn chế việc sử dụng ký thuật GIS Kỹ thuật GIS công nghệ ứng dụng tiến khoa học máy tính, (computer based technology) việc sử dụng GIS mục tiêu nghiên cứu so với phương tiện cổ điển mang lại hiệu cao do: ƒ Là cách tiết kiệm chi phí thời gian việc lưu trữ số liệu ƒ Có thể thu thập số liệu với số lượng lớn ƒ Số liệu lưu trữ cập nhật hố cách dễ dàng ƒ Chất lượng số liệu quản lý, xử lý hiệu chỉnh tốt ƒ Dễ dàng truy cập, phân tích số liệu từ nhiều nguổn nhiều loại khác ƒ Tổng hợp lần nhiều loại số liệu khác để phân tích tạo nhanh chóng lớp sốliệu tổng hợp Tuy nhiên, có trở ngại xuất trình sử dụng kỹ thuật GIS, trở ngại đặc biệt quan trọng cần cân nhắc thận trọng trình phát triển GIS nước phát triển Việt Nam, là: ƒ Chi phí vấn đề kỹ thuật đòi hỏi việc chuẩn bị lại số liệu thơ có, nhằm chuyển từ đổ dạng giấy truyền thống sang dạng kỹ thuật số máy tính (thơng qua việc số hố, qt ảnh ) ƒ Địi hỏi nhiều kiến thức kỹ thuật máy tính, yêu cầu lớn nguồn tài ban đầu ƒ Chi phí việc mua sắm lắp đặt thiết bị phần mềm GIS cao ƒ Trong số lĩnh vực ứng dụng, hiệu tài chánh thu lại thấp Đặc biệt nông nghiệp, GIS có điểm thuận lợi so sánh với cách quản lý đổ tay trước đây: ƒ Chúng công cụ mạnh việc lưu trữ diễn đạt số liệu đặc biệt đổ ƒ Chúng cho kết dạng khác đổ, biểu bản, biểu đổ thống kê, ƒ Chúng công cụ đắc lực cho nhà khoa học đặc biệt lãnh vực nghiên cứu hệ thống canh tác, đánh giá đất đai, khả thích nghi kiểu sử dụng đất, quản lý xử lý đồ giai quản lý đất đai, Nó giúp cho nhà làm khoa học khả phân tích ngun nhân ảnh hưởng kiểm chứng biến đổi hệ thống sinh thái khả thích ứng việc thay đổi sách người dân CHƯƠNG 2: CƠ SỞ ĐỊA LÝ HỌC 2.1 Khái niệm chung đồ địa lý 2.1.1 Định nghĩa Bản đồ địa lý biểu thị thu nhỏ qui ước bề mặt trái đất lên mặt phẳng, xây dựng sở toán học với trợ giúp sử dụng ký hiệu qui ước để phản ánh phân bố, trạng thái mối quan hệ tương quan tượng thiên nhiên xã hội lựa chọn khái quát hoá để phù hợp với mục đích sử dụng đồ đặc trưng cho khu vực nghiên cứu Hình 2.1 Bản đồ khu vực Đơng Nam Á 2.1.1.1 Bản đồ mơ hình tốn học Chúng ta biết trái đất có dạng Geoid, thực tế coi hình Elipxoid có kích thước hình dạng gần hình Geoid Khi biểu thị lên mặt phẳng phần nhỏ bề mặt trái đất (trong phạm vi 20x20km) độ cong trái đất bỏ qua Trong trường hợp đường thẳng đo thực địa thu nhỏ theo tỷ lệ qui định biểu thị giấy không cần hiệu chỉnh độ cong trái đất Những vẽ gọi bình đồ Trên bình đồ, tỷ lệ nơi hướng Trên đồ biểu thị toàn trái đất diện tích lớn độ cong trái đất bỏ qua Việc chuyển từ mặt Elipxoid lên mặt phẳng thực nhờ phép chiếu đồ Các phép chiếu biểu quan hệ toạ độ điểm mặt đất toạ độ điểm mặt phẳng phương pháp tốn học trường hợp này, phần tử nội dung đồ giữ vị trí địa lý, có sai số hình dạng diện tích Bề mặt trái đất biểu thị đồ với mức độ thu nhỏ khác phần khác nó, có nghĩa tỷ lệ điểm khác đồ khác Có thể biểu thị mặt cầu trái đất mặt phẳng theo nhiều cách khác Nếu dùng phép chiếu khác nhauvà tuân theo điều kiện toán học định đặt cho biểu thị Ví dụ: người ta cần phép chiếu đồng góc đồng diện tích Muốn vậy, theo điều kiện định tính toạ độ giao điểm kinh tuyến vĩ tuyến Dựa theo điểm dựng hệ lưới kinh vĩ tuyến gọi lưới đồ Lưới đồ dùng làm sở để chuyển vẽ toàn nội dung cịn lại đồ 2.1.1.2 Mơ hình thực tiễn Trên đồ người ta thể đối tượng tượng có mặt đất thiên nhiên, xã hội lĩnh vực hoạt động người Các yếu tố nội dung đồ là: - Thuỷ hệ - Địa hình bề mặt - Dân cư - Đường giao thông - Ranh giới hành chánh - trị - Lớp phủ thổ nhường - thực vật - Các đối tượng kinh tế xã hội Các yếu tố kể thể đồ địa lý chung số đồ chuyên đề Bản đồ chuyên đề có yếu tố nội dung riêng đặc trưng cho loại thổ nhường địa chất Trên đồ chuyên đề yếu tố địa lý chung thể với mức độ khác phụ thuộc vào giá trị chúng việc nêu bật yếu tố đồ chuyên đề Chúng ta trở lại với nội dung đồ chuyên đề phần sau 2.1.1.3 Bản đồ mơ hình qui ước Các yếu tố nội dung đồ thể ký hiệu qui ước Các ký hiệu thể vị trí, hình dáng kích thước đối tượng thực tế, ngồi cịn thể số đặc trưng số lượng chất lượng Phân loại ký hiệu: • Ký hiệu theo tỷ lệ- vùng • Ký hiệu theo tỷ lệ- đường • Ký hiệu phi tỷ lệ- điểm Việc thể kích thước đặc trưng khác đối tượng đồ đạt cách sử dụng màu sắc, cấu trúc ký hiệu ghi kèm theo Việc sử dụng hệ thống ký hiệu qui ước cho phép chúng ta: - Biểu thị toàn bề mặt trái đất khu vực lớn đồ giúp nắm bắt điểm quan trọng khơng thể thể với tỷ lệ nhỏ Điều khơng thể sử dụng mơ hình khơng gian kiểu ảnh hàng không - Thể bề mặt lồi lõm trái đất lên mặt phẳng - Phản ánh tính chất bên vật, tượng - Thể phân bố, quan hệ vật, tượng cách trực quan - Loại bỏ mặt giá trị, chi tiết vụn vặt không đặc trưng đặc trưng cho đối tượng riêng lẻ, mặt khác nêu bật tính chất bản, tính chất chung Ký hiệu giữ nét đặc trưng trên đồ khác tỷ lệ thể loại Như tạo điều kiện thuận lợicho việc sử dụng đồ khác 2.1.1.4 Lựa chọn tổng quát hoá (TQH) Các đồ với tỷ lệ, đề tài với mục đích sử dụng khác có u cầu khác yếu tố nội dung Tổng quát hoá đồ phương pháp thể phát nét chủ yếu điển hình đặc trưng cho tượng phản ánh Tổng quát hoá bắt buộc ta xây dựng mơ hình thu nhỏ Tổng quát hoá đồ thực cách: - Chọn lọc đối tượng tượng biểu thị - Khái quát đặc trưng số lượng chất lượng - Thay đối tượng riêng lẻ đối tượng bao quát - Khái quát hình vẽ biểu thị đối tượng tượng Tổng quát hoá dẫn đến mâu thuẫn (xung khắc) yêu cầu độ xác hình học phù hợp địa lý đồ song tổng quát hoá bắt buộc với xây dựng model thu nhỏ Tổng quát hoá mức độ dùng phương tiện trừu tượng hoá nhận thức Tổng quát hoá đem lại cho đồ giá trị Như vậy, sở toán học, tổng quát hoá yếu tố nội dung thể đối tượng tượng ký hiệu qui ước đặc tính phân biệt đồ hình thức biểu thị bề mặt trái đất khác 2.1.2 Các tính chất đồ - Tính trực quan: đồ cho ta khả bao quát tiếp thu nhanh chóng yếu tố chủ yếu quan trọng nội dung đồ Nó phản ánh tri thức đối tượng (hiện tượng) biểu thị đồ, người sử dụng tìm qui luật phân bố đối tượng tượng - Tính đo được: có liên quan chặt chẽ với sở toán học đồ Căn vào tỷ lệ, phép chiêu, vào thang bậc dấu hiệu qui ước, người sử dụng có khả xác định trị số khác như: toạ độ, biên độ, khoảng cách, diện tích, thể tích, góc phương hướng Chính nhờ tính chất mà đồ dùng làm sở để xây dựng mơ hình tốn học tượng địa lý, giải toán khoa học thực tiễn - Tính thơng tin:khả lưu trữ truyền đạt cho người sử dụng 2.1.3 Các yếu tố nội dung đồ địa lý 2.1.3.1 Thuỷ hệ Gồm đối tượng thuỷvăn: biển, sông, kênh, hồ, hồ chứa nước nhân tạo, mạch nước, giếng, mương máng, cơng trình thuỷ lợi khác giao thông thuỷ: bến cảng, cầu cống, thuỷ điện, đập Theo giá trị giao thông chia sông thành tàu bè lại hay khơng, theo tính chất dịng chảy: có dịng chảy khơ cạn mùa, nguồn nước: tự nhiên nhân tạo kiểu đường bờ Khi thể thuỷ hệ người ta dùng ký hiệu khác ho phép phản ánh đầy đủ đặc tính Bằng ký hiệu bổ sung, giải thích số, thể đặc tính như: chiều rộng, sâu tốc độ hướng dòng chảy, chất đáy, điểm đường bờ chất lượng nước, đối tượng quan trọng ta ghi tên gọi địa lý chúng Trên đồ sông thể hai nét phụ thuộc vào độ rộng thực địa mức độ quan trọng tỷ lệ đồ 2.1.3.2 Điểm dân cư Là yếu tố quan trọng đồ địa hình đặc trưng kiểu cư trú:, dân số ý nghĩa hành chính trị Đặc điểm dân cư biểu thị độ lớn màu sắc, kiểu dáng ký hiệu ghi tên gọi Ví dụ: đồ địa hình tỷ lệ1/5000 biểu thị tất cơng trình xây dựng theo tỷ lệ, đặc trưng vật liệu xây dựng Trên đồ 25.000 đến 100.000 biểu thị điểm dân cư tập trung ô phố khái quát đặc trưng chất lượng Các cơng trình xây dựng độc lập biểu thị ký hiệu phi tỷ lệ, cố gắng giữ phân bố 2.1.3.3 Đường giao thông Gồm đường sắt, đường bộ, đường thuỷ, đường hàng khơng Đặc tính đường giao thông thể đầy đủ, tỉ mỉ khái niệm giao thông trạng thái cấp quản lý đường Mạng lưới đường giao thông thể chi tiết hay khái lược phụ thuộc vào tỷ lệ đồ, cần thiết phải phản ánh mật độ, hướng vị trí đường giao thơng Đường sắt phân theo chiều rộng, số đường rầy, trạng số dạng sức kéo Trên đường sắt biểu thị nhà ga, vật kiến trúc, thiết bị đường sắt (cầu, cống, tháp nước, trạm canh ), đường tàu điện Đường phân theo tình trạng kỹ thuật, chiều rộng, cấp quản lý, giá trị giao thông Để nêu bật đặc trưng đồ sử dụng ký hiệu với màu sắc, kiểu dán khác ghi giải thích Khi lựa chọn biểu thị đường giao thông phải xét đến ý nghĩa đường sá, ưu tiên biểu thị đường đảm bảo mối quan hệ điểm dân cư đầu nút giao thơng, trung tâm văn hố – kinh tế, 2.1.3.4 Các đối tượng kinh tế xã hội Đường dây thơng tin, dẫn điện, dầu, khí đốt, đối tượng kinh tế, văn hoá, lịch sử, sân bay,cảng 2.1.3.5 Dáng đất Trên đồ địa lý thể đường bình đồ Một số dạng riêng biệt thể ký hiệu (vực, khe xói, đá tảng, đá vụn) - Độ cao so với mặt biển số điểm đặc trưng - Các đối tượng sơn băng (dãy núi, đồng bằng, thung lũng yên ngựa, địa hình caster, đường phân thuỷ, tụ thuỷ, ) Khoảng cao đường bình độ đồ địa hình qui định qui phạm theo tỷ lệ đồ đặc điểm khu vực (đồng núi) Ví dụ: đồ1/50.000 khoảng cao 10-20 m;1/100.000 khoảng cao 20-40 m Để thể đầy đủ tính chất đặc trưng địa hình, đặc biệt vùng đồng bằng, người ta vẽ thêm đường bình độ nửa khoảng cao đường bình độ phụ Các đường bình độ đánh số, đường bình độ yên núi bổ sung vạch dốc Dáng đất (địa hình) có thể phương pháp tơ bóng địa hình, phân tầng màu theo độ cao kết hợp phương pháp 10 Hộp thoại Danh sách file vectơ – Available Vectors List xuất hiện, chọn file vectơ cần mở danh sách, nhấn Load Selected/New Vector Layer để mở file vectơ 60 Chọn cặp điểm khống chế tương ứng ảnh file đồ vectơ, nhập tọa độ điểm khống chế quan sát góc phía bên trái cửa sổ vectơ, nhấn Add hộp thoại Ground Control Points Selection để chấp nhận Để thuận lợi cho nhập tọa độ điểm khống chế, sau chọn cặp điểm tương ứng ảnh file vectơ, ta nhấn chuột phải cửa sổ vectơ chọn Export Map Location, tọa độ điểm tự động cập nhật vào ô tọa độ điểm khống chế hộp thoại Ground Control Points Selection Hình 5.14 Chọn điểm khống chế Sau chọn đủ số điểm, sai số - RMS cuối hộp thoại Ground Control Points Selection đạt mức nhỏ pixel ta chọn Options/Warp File, chọn file cần nắn chọn phương pháp nắn (RST, Polynomial, Triangulation), phương pháp tái chia mẫu (Nearest Neighbor, Bilinear, Cubic Convolution) để tiến hành nắn ảnh Sau chọn phương pháp phù hợp ta nhấn Choose để chọn đường dẫn lưu kết quả, nhấn OK để thực nắn ảnh File tọa độ điểm khống chế chọn lưu lại để kiểm tra cách chọn File/Save GCPs hộp thoại Ground Control Points Selection 7.5 TRÌNH BÀY BẢN ĐỒ TRÊN AcrCatalog Phân loại ảnh số việc phân loại xếp pixel ảnh thành nhóm khác dựa số đặc điểm chung giá trị độ xám, đồng nhất, mật độ, tone ảnh… Có hai kiểu phân loại chính: phân loại có chọn mẫu phân loại khơng chọn mẫu 61 Phân loại không chọn mẫu Với phương pháp phân loại này, pixel phân chia tự động vào lớp dựa số đặc điểm đồng giá trị phổ sử dụng kỹ thuật gộp nhóm Phương pháp áp dụng trường hợp ta không quen với đối tượng xuất ảnh, đồng thời loại bỏ sai số chủ quan người Phần mềm AcrCatalog cung cấp cho hai phương pháp phân loại không chọn mẫu Isodata K-Means Để tiến hành phân loại ảnh, từ thực đơn lệnh ENVI ta chọn Classification/Unsupervised chọn hai phương pháp phân loại trên, chọn ảnh cần phân loại, nhấn OK để chấp Với phương pháp phân loại ta phải đưa tham số giới hạn để máy thực Phương pháp phân loại IsoData Phương pháp phân loại IsoData tính tốn cách thức phân lớp không gian liệu, sau nhóm nhóm lại pixel kỹ thuật khoảng cách tối thiểu (Minimum distance) Mỗi lần nhóm lại lớp tính tốn lại cách thức phân lớp phân loại lại pixel theo cách thức phân lớp Quá trình tiếp tục lặp lặp lại đến số pixel lớp nhỏ ngưỡng thay đổi chọn số lần lặp đạt tối đa Trên menu ENVI chọn Classification/Unsupervised/Isodata Xuất hộp thoại ISODATA Parameters Hình 5.15 Chọn tham số để phân loại - Number of classes: chọn số lớp tối thiểu – Min tối đa – Max để phân loại - Maximum Iterations: Số lần tính tốn lặp lại tối đa Việc phân loại dừng lại đạt tới số lần lặp tối đa đưa - Change Threshold: Ngưỡng thay đổi sau lần tính tốn lặp lại Việc phân loại dừng lại sau lần tính lặp lại, số phần trăm biến động lớp nhỏ ngưỡng biến động xác định 62 - Minimum # Pixel in class: Số pixel nhỏ có lớp - Maximum Class Stdv: Ngưỡng độ lệch chuẩn tối đa lớp Nếu độ lệch chuẩn lớp lớn ngưỡng lớp bị chia làm hai - Minimum Class Distance: Khoảng cách tối thiểu giá trị trung bình lớp Nếu khoảng cách giá trị trung bình lớp nhỏ giá trị nhập vào lớp gộp vào - Maximum Merge Pairs: Số tối đa cặp lớp gộp - Maximum Stdev From Mean: Khoảng cách độ lệch chuẩn tối đa từ giá trị trung bình lớp - Maximum Distance Error: Khoảng sai số tối đa cho phép xung quanh giá trị trung bình lớp Kết phân loại theo ISODATA 7.6 CHUYỂN ĐỔI GIỮA CÁC DẠNG DỮ LIỆU Phân loại không kiểm định dùng kỹ thuật thống kê để nhóm liệu n chiều thành lớp phổ tự nhiên Phân loại không kiểm định theo phương pháp K-Means dùng cách phân tích nhóm, u cầu người phân tích phải chọn số nhóm cần đặt liệu, tùy ý đặt số nhóm xác định lại vị trí chúng lặp lặp lại đến đạt phân chia tối ưu lớp phổ Trên menu ENVI chọn Classification / Unsupervised / K-Means Hộp thoại ra, ta cần thiết lập tham số để thực phân loại.(Ý nghĩa tham số trình bày phương pháp Isodata) 63 Hình 5.17 Cài đặt tham số kết phân loại theo phương pháp K-Means Phương pháp K-Means khơng có tham số sau so với phương pháp Isodata: Change Threshold, Minimum Pixel in Class, Maximum Class Stdv, Minimum Class Distance, Maximum Merge Pairs Tại Output Result chọn ghi lưu theo File liệu bấm chọn Memory Nhấp OK Ta thu kết Phân loại có chọn mẫu Phân loại có chọn mẫu phép phân loại ảnh dựa pixel mẫu chọn sẵn người phân tích Bằng cách chọn mẫu, người phân tích giúp máy tính xác định pixel có số đặc trưng phổ phản xạ Phân loại có kiểm định yêu cầu người sử dụng phải chọn vùng mẫu làm sở phân loại Tiếp dùng phương pháp so sánh để đánh giá liệu pixel định đủ tiêu chuẩn để gán cho lớp chưa Phần mềm AcrCatalog cung cấp loạt phương pháp phân loại khác nhau, bao gồm Parallelepiped, Maximum Likelihood, Minimum Distance, Mahalanobis Distance, Binary Encoding Spectral Angle Mapper Để thực phân loại, vào Classification/Supervised/Method, Method phương pháp phân loại có kiểm định AcrCatalog Để thực phân loại có chọn mẫu, trước hết ta cần định nghĩa lớp: Từ tư liệu ảnh vệ tinh, tiến hành định nghĩa lớp phân loại Có thể phân thành lớp: đất trồng hàng năm, đất trồng lâu năm, đất sông suối, đất mặt nước, đất xây dựng, đất chưa sử dụng… 64 Lựa chọn đặc tính: đặc tính bao gồm đặc tính phổ đặc tính cấu trúc Việc lựa chọn có ý nghĩa quan trọng, cho phép tách biệt lớp đối tượng với 65 Chọn vùng mẫu: ta cần chọn vùng mẫu cho xác phù hợp với mục đích cần phần loại, cần chọn lựa vùng mẫu thực địa tài liệu liên quan để lấy vùng mẫu chuẩn Ta dùng ảnh phân loại theo phương pháp khơng kiểm định để ngồi thực địa chọn cách hiệu Việc chọn ROIs cần phải tuân thủ theo tiêu chí vùng có đặc tính phổ đồng đặc trưng cho đối tượng cần phân loại Những tính chất thống kê ROIs cần xem xét để đảm bảo chất lượng trình phân loại Bảng 5-1 Chọn mẫu phân loại STT Loại đất Mẫu phân loại STT Loại đất Sông hồ Đất chưa dụng Đất trồng hàng năm Đất xây dựng Đất trồng lâu năm Đất mặt nước Mẫu phân loại sử Từ menu ENVI chọn Basic Tools / Region of Interest / Roi Tools Hộp thoại Roi Tools xuất Chọn dấu tích vào Image, Scroll, Zoom để chọn mẫu phân loại cửa sổ ảnh tương ứng chọn Off để tạm thời tắt chức chọn mẫu Dùng chuột trái để khoanh vùng mẫu ảnh kích chuột phải để thực đóng vùng Chú ý mẫu phân loại gồm nhiều vùng Sau chọn xong mẫu phân loại, ta tiến hành chọn mẫu cách nhấn vào ô New Region Để đặt tên chọn mầu cho mẫu ta chọn Edit Để xóa mẫu chọn vào mẫu cần xóa nhấn Delete Với mẫu chọn, ENVI cung cấp cho tiện ích hữu hiệu, tính tốn khác biệt mẫu – Compute ROI Separability Để chọn chức ta làm sau: từ hộp thoại ROI Tool / Options/Compute Hình 5.18 Ví dụ chọn mẫu ROI Separability 66 7.7 LỆNH TRUY VẤN Khi hình xuất hộp thoại Select Input File for ROI Separability, chọn ảnh tương ứng nhấn OK để chấp nhận Trên hình xuất tiếp hộp thoại ROI Separability Calculation, ta chọn tất mẫu cần tính tốn khác biệt nhấn OK để thực Kết tính tốn xuất hình hộp thoại ROI Separability Report Quan sát giá trị hộp thoại nhận thấy mẫu phân loại so sánh với mẫu lại Cặp giá trị thể khác biệt đặt ngoặc sau mẫu Hình 5.19 Tính tốn khác biệt mẫu - Nếu cặp giá trị nằm khoảng từ 1.9 đến 2.0 chứng tỏ mẫu chọn có khác biệt tốt - Nếu cặp giá trị nằm khoảng từ 1.0 đến 1.9 nên chọn lại cho mẫu có khác biệt tốt - Nếu có giá trị nhỏ 1.0 ta nên gộp hai mẫu lại với nhau, tránh tượng phân loại nhầm lẫn Sau chọn xong tất mẫu, ta lưu mẫu chọn lại cách chọn File/Save ROIs từ hộp thoại ROI Tool Các phương pháp phân loại có kiểm định Phương pháp phân loại Parallelepiped Phương pháp Parallelepiped sử dụng qui luật đơn giản để phân loại liệu đa phổ Các ranh giới tạo thành Parallelepiped n chiều không gian liệu ảnh Các chiều Parallelepiped xác định dựa ngưỡng chênh lệch chuẩn theo giá trị trung bình lớp mẫu chọn Trong phương pháp giá trị vector trung bình cho tất band tính cho lớp mẫu chọn Sau pixel so sánh gán vào lớp mà giá trị nằm phạm vi sai số lần độ lệch chuẩn vector trung bình Nếu pixel khơng nằm trong khoảng giá trị gán vào lớp chưa phân loại Phương pháp có ưu điểm nhanh chóng, đơn giản nhiên kết có độ xác khơng cao thường dùng để phân loại sơ ban đầu 67 Ta thấy ảnh sau phân loại phân loại theo vùng mẫu ta chọn lựa, ảnh có khu vực chưa xác định vào lớp Bởi ta chưa chọn lựa hết tất mẫu 68 cho toàn ảnh Vì ta muốn ảnh phân loại tồn ta phải chọn lựa mẫu cho thể toàn ảnh Phương pháp phân loại Minimum Distance Phương pháp Minimum Distance sử dụng vector trung bình ROI tính khoảng cách Euclidean từ pixel chưa xác định đến véc tơ trung bình lớp Tất pixel phân loại tới lớp ROI gần trừ người sử dụng định rõ độ chênh lệch chuẩn ngưỡng khoảng cách chuẩn Trong trường hợp số pixel khơng phân loại chúng khơng thỏa mãn tiêu chí chọn Về mặt lý thuyết với việc sử dụng phương pháp này, pixel phân loại người phân tích đưa ngưỡng giới hạn định khoảng cách để pixel phân loại không phân loại Đây cách phân loại nhanh, giá trị phổ pixel gần với giá trị phổ trung bình mẫu nhiên chưa thật xác khơng cân nhắc đến biến thiên lớp phân loại Ta quan sát ảnh sau phân loại tất pixel ảnh gán vào lớp Phương pháp gán khác so với phương pháp có độ xác khác so với phương pháp Phương pháp phân loại Maximum Likelihood Phương pháp Maximum Likelihood coi số liệu thống kê lớp kênh ảnh phân tán cách thơng thường phương pháp có tính đến khả pixel thuộc lớp định Nếu khơng chọn ngưỡng xác suất phải phân loại tất pixel Mỗi pixel gán cho lớp có độ xác suất cao Phương pháp cho band phổ có phân bố chuẩn phân loại vào lớp mà có xác suất cao Việc tính tốn khơng dựa vào giá trị khoảng cách mà cịn dựa vào xu biến thiên độ xám lớp Đây phương pháp phân loại xác lại nhiều thời gian tính tốn phụ thuộc vào phân bố chuẩn liệu Đánh giá độ xác phân loại Để kiểm tra đánh giá độ xác kết phân loại phương pháp xác hiệu kiểm tra thực địa Mẫu kiểm tra thực địa không trùng vị trí với mẫu sử dụng phân loại đảm bảo phân bố khu vực nghiên cứu Độ xác phân loại ảnh khơng phụ thuộc vào độ xác vùng mẫu mà phụ thuộc vào mật độ phân bố mẫu Độ xác mẫu giám định ảnh phân loại thể ma trận sai số Ma trận thể sai số nhầm lẫn sang lớp khác (được thể theo hàng) sai số bỏ sót lớp mẫu (được thể theo cột) Do để đánh giá hai nguồn sai số có hai độ xác phân loại tương ứng: Độ xác phân loại có tính đến sai số nhầm lẫn (do sai số nhầm lẫn gây nên) độ xác phân loại có tính đến sai số bỏ sót (do sai số bỏ sót gây nên) 69 Độ xác phân loại tính tổng số pixel phân loại tổng số pixel toàn mẫu Để đánh giá tính chất sai sót phạm phải q trình phân loại người ta dựa vào số Kappa (κ), số nằm phạm vi từ đến biểu thị giảm theo tỷ lệ sai số thực yếu tố phân loại hoàn toàn ngẫu nhiên Chỉ số κ tính theo cơng thức sau [12]: r r N  xii   (xi  xi )  ฀i 1 r i 1 N  (x i.x )   i i 1 Trong đó: N: Tổng số pixel lấy mẫu r: Số lớp đối tượng phân loại xii: Số pixel lớp thứ xi+: Tổng pixel lớp thứ i mẫu x+i: Tổng pixel lớp thứ i sau phân loại 7.8 TÌM KIẾM KHƠNG GIAN Những ảnh phân loại cần thực quy trình hậu phân loại để đánh giá chất lượng phân loại tạo lớp cho việc xuất chuyển sang dạng đồ ảnh vector GIS Các kỹ thuật hậu phân loại gồm có: Lọc nhiễu kết phân loại Sử dụng phương pháp Majoriry Analysis để gộp pixel lẻ tẻ phân loại lẫn lớp vào lớp chứa Ta nhập kích thước cửa sổ lọc Kernel Size, sau giá trị pixel trung tâm thay giá trị pixel chiếm đa số cửa sổ lọc Nếu chọn Minority Analyis, giá trị pixel trung tâm thay giá trị pixel chiếm thiểu số cửa sổ lọc Để thực chức này, từ thực đơn lệnh AcrCatalog ta chọn Classification / Post Classification / Majority / Minority Analysis Hộp thoại Majority/Minority Parameters xuất cho phép ta chọn lớp định lọc, phương pháp dự định tiến hành, kích thước cửa sổ lọc đường dẫn lưu kết Kết tính tốn cho ảnh danh sách Available Bands List Gộp lớp Chức gộp lớp cung cấp thêm công cụ để khái quát hóa kết phân loại Các 70 lớp có đặc tính tương tự gộp vào để tạo thành lớp chung - Để thực chức từ thực đơn lệnh AcrCatalog chọn Classification / Post Classification / Combine Classes 71 - Trên hình xuất hộp thoại Combine Classes Input File, chọn file kết phân loại cần gộp lớp nhấn OK - Chọn cặp lớp định gộp tương ứng với ô Input Class - lớp đầu vào, Output Class - lớp đầu ra, nhấn OK chọn đường dẫn lưu kết - Ta nên chọn lớp có đặc tính để gộp vào lưu ý chọn lớp đầu vào đầu Lựa chọn cặp lớp để gộp Thống kê kết phân loại Chức cho phép tính tốn thống kê ảnh dựa lớp kết phân loại, nhằm phục vụ công tác báo cáo Các giá trị thống kê tính cho lớp giá trị thống kê như: giá trị nhỏ - min, giá trị lớn - max, giá trị trung bình - mean, độ lệch chuẩn – Stdev (Standard Deviation) liệu ảnh đồ thị - Histogram Để tiến hành tính tốn thống kê ta làm sau: - Từ thực đơn lệnh AcrCatalog chọn Classification / Post Classification / Class Statistics - Trên hình xuất hộp thoại Classification Input File yêu cầu chọn file kết phân loại - Tiếp đến hình xuất hộp thoại Statistics Input File yêu cầu chọn file ảnh tương ứng để tiến hành tính tốn thống kê - Hộp thoại Class Selection cho phép chọn lớp kết dự định sử dụng để tiến hành tính tốn Sau chọn xong lớp xuất hộp thoại Compute Statistics Parameters cho phép chọn tham số để tính thống kê Thống kê kết sau phân loại Chọn đường dẫn đến thư mục lưu kết quả,và nhấn OK để thực tính tốn Sau tính tốn, hình xuất loạt hộp thoại: - Class Stats Summary: bảng thống kê tổng số pixel có lớp tỷ lệ phần trăm chúng tổng số pixel có ảnh 72 - Statistics Report: thống kê giá trị nhỏ nhất, lớn nhất, giá trị trung bình, độ lệch chuẩn theo kênh phổ lớp kết phân loại - Nếu chọn chức vẽ đồ thị chọn tham số hộp thoại Compute Statistics Parameters hình có hộp thoại đồ thị giá trị thống kê tương ứng Thay đổi tên màu lớp Khi có ảnh kết phân loại, ta thay đổi màu sắc lớp cho phù hợp với tên gọi chúng - Để thực chức trên, từ sổ ảnh phân loại, chọn Tools/Color Mapping/Class Color Mapping - Trên hình xuất hộp thoại Class Color Mapping cho ta chọn lớp để gán tên màu tương ứng, sau hoàn tất ta chọn Options/Save Changes để thực việc thay đổi Chồng lớp véc tơ lên ảnh Để quan sát trực quan dễ dàng nhận biết đối tượng ảnh, có nhu cầu chồng lớp thơng tin lên ảnh, chẳng hạn file vectơ đường bình độ, giải phân loại hay lớp phân loại,… - Từ cửa sổ hiển thị ảnh, ta chọn Overlay / Vectors hình xuất hộp thoại Vector Parameters - Từ hộp thoại Vector Parameters ta chọn File / Open Vector File chọn định dạng file vectơ tương ứng định mở (file vector vừa chuyển từ raster phân loại) File vectơ Chồng lớp vector lên ảnh chọn hiển thị chồng phủ lên file ảnh Chuyển kết phân loại sang dạng véc tơ Sau hồn tất cơng tác phân loại, kết phân loại thường chuyển sang dạng vector để dễ dàng trao đổi, biên tập hay xử lý với chức GIS - Từ thực đơn lệnh AcrCatalog ta chọn Classification/Post Classification/Classification to Vector hay chọn Vector/Classification to Vector - Trên hình xuất hộp thoại Raster to Vector Input Band, ta chọn file kết phân loại cần chuyển định dạng nhấn OK 73 Tiếp hình xuất hộp thoại Raster To Vector Parameters cho phép ta chọn lớp cần chuyển sang dạng vectơ Chọn đường dẫn lưu kết nhấn OK để thực Kết lưu theo định dạng file 74 ... dụng Hệ thống thông tin đầu vào hệ thống cập nhật thông tin Hệ thống CSDL bao gồm loại kiện cần thiết Hệ thống hiển thị thông tin giao diện với người sử dụng khác hệ thống thông tin địa lý với hệ. .. cịn vấn đề lớn việc quản lý sở liệu GIS CHƯƠNG 5: CÁC ĐẶC ĐIỂM CỦA HỆ THỐNG THÔNG TIN ĐỊA LÝ GIS Hệ thống thông tin địa lý trước hết hệ thống thông tin hệ thống thơng tin khác, ví dụ thương mại,... CỦA HỆ THỐNG THÔNG TIN ĐỊA LÝ 3.1 Khái niệm hệ thống thông tin địa lý (GIS) GIS từ viết tắt thuật ngữ: Geographic Imformation System hệ thống thông tin địa lý hình thành từ ba khái niệm ? ?Địa lý,