tính toán xấp xỉ với các truy vấn liên quan đến khoảng cách trong cơ sở dữ liệu không gian

báo cáo về tính toán xấp xỉ với các truy vấn liên quan đến khoảng cách trong cơ sở dữ liệu không gian

Tôi xin chân thành cảm ơn

Bán giám hiệu nhà trường, Ban chủ nhiệm khoa Công Nghệ Thông Tin – Trường Đại học Công Nghệ đã quan tâm, tạo điều kiện giúp tôi hoàn thành hoàn thành khóa luận tốt nghiệp

Thầy Nguyễn Hải Châu: Thầy đã hướng dẫn, hỗ trợ tôi hoàn thành tốt đề tài về phương pháp, lý luận và nội dung trong suốt thời gian thực hiện khóa luận tốt nghiệp

Gia đình đã tạo điều kiện học tập tốt nhất

Các bạn đã giúp đỡ, trao đổi thông tin về đề tài trong quá trình thực hiện khóa luận

Trong quá trình thực hiện và trình bày khóa luận không thể tránh khỏi những sai sót và hạn chế, do vậy tôi rất mong nhận được sự góp ý, nhận xét phê bình của quý thầy cô và các bạn

Kính chúc quý thầy cô và các bạn sức khỏe!

Người thực hiện đề tài

Hoàng Thị Hồng Trang

MỤC LỤC

MỤC LỤC 2 

MỤC LỤC BẢNG BIỂU 5 

A.  PHẦN MỞ ĐẦU 7 

1   Giới thiệu 7  

2   Ý nghĩa khoa học và thực tiễn 8  

3   Mục đích nghiên cứu 9  

4   Đối tượng nghiên cứu 10  

5   Phạm vi nghiên cứu 10  

B.  NỘI DUNG 11 

CHƯƠNG 1: TỔNG QUAN VỀ CƠ SỞ DỮ LIỆU KHÔNG GIAN 11 

1.  Khái niệm 11 

1.1  Hệ thống cơ sở dữ liệu không gian 11 

1.2 Cơ sở dữ liệu không gian (Spatial Database) 12 

2.  Mô hình cơ sở dữ liệu không gian 16 

2.1 Xây dựng mô hình CSDL không gian 17 

2.2 Cơ sở hình học trong tổ chức các đối tượng không gian cơ bản 25 

3.  Truy vấn thực hiện trong CSDL không gian 30 

CHƯƠNG 2: BÀI TOÁN TÍNH TOÁN XẤP XỈ VỚI CÁC TRUY VẤN LIÊN QUAN ĐẾN KHOẢNG CÁCH TRONG CƠ SỞ DỮ LIỆU KHÔNG GIAN 34 

1.  Các truy vấn liên quan đến khoảng cách 34 

1.1 Truy vấn khu vực theo khoảng cách δ 37 

1.2 Truy vấn K vùng lân cận gần nhất 38 

1.3 Truy vấn nối các khu vực theo khoảng cách δ (truy vấn đệm) 39 

1.4  Phép nối khoảng cách Iceberg 39 

1.5 Truy vấn K cặp đối tượng gần nhất 39 

1.6  Nối K vùng lân cận gần nhất 40 

1.7 Truy vấn K- nối khoảng cách 40 

2  R – Tree 42 

2.1 Khái niệm 43 

2.2 Cấu trúc của một R-tree 45 

2.3 Thuật toán R-Tree 47 

3  Các kỹ thuật tính toán xấp xỉ khoảng cách 56 

3.1  Thu nhỏ không gian tìm kiếm 56 

3.2  Kỹ thuật tìm kiếm theo kinh nghiệm 59 

3.2.1 Tìm kiếm khu vực 59 

3.2.2 Simulated Annealing 60 

3.2.3 Thuật toán phát sinh 61 

CHƯƠNG 3 MỘT SỐ ỨNG DỤNG CỦA BÀI TOÁN TÍNH TOÁN XẤP XỈ KHOẢNG CÁCH TRONG THỰC TẾ 63 

1.  Ứng dụng trong việc xây dựng một hệ thống khung (framework) xử lý hiệu quả các truy vấn không gian cơ bản 64 

2.  Tăng tốc quá trình phân tích, thực thi và hiển thị dữ liệu địa lý trong các truy vấn liên quan đến khoảng cách (DBQs) 66 

3.  Xây dựng thuật toán xấp xỉ như một công cụ hạn chế những khó khăn phát sinh đối với kích thước địa lý của đối tượng 68 

4.  Tính toán độ chính xác về vị trí trên bản đồ và chênh lệch về khoảng cách giữa các đối tượng trong truy vấn 70 

CHƯƠNG 4 MỘT SỐ THUẬT TOÁN TÍNH KHOẢNG CÁCH TRONG KHÔNG GIAN ĐỊA LÝ & ĐÁNH GIÁ HIỆU NĂNG 74 

1.  Tính toán khoảng cách giữa các đối tượng địa lý theo công thức Haversine 74   1.1  Công thức Haversine 74 

1.2  Công thức Haversine trong truy vấn tìm khoảng cách ngắn nhất 77 

1.3 Đánh giá thuật toán Haversine 81 

2.  Tính toán khoảng cách trong hệ tọa độ địa lý theo khoảng cách Vincenty 82  2.1 Khái niệm 82 

2.2 Thuật toán Vincenty 85 

3 Đánh giá thuật toán Haversine và Vincenty 89 

C.  KẾT LUẬN 91 

1   Những kết quả đạt được 91  

2   Đánh giá 92  

3   Hướng phát triển 92  

TÀI LIỆU THAM KHẢO 93 

MỤC LỤC BẢNG BIỂU

Hình 1: Trang WebGis www.bando.com.vn 15 

Hình 2: (a) Một region mẫu, (b) Biểu diễn dạng mảng nhị phân của region, (c) Các khối cực đại và các khối phổ thông được chia sẻ trong region - (d) quadtree tương ứng .20 

Hình 3: Ví dụ một PR quadtree 22 

Hình 4: Biểu diễn dạng đường 24 

Hình 5: Biểu diễn dạng khu vực 24 

Hình 6: Biểu diễn tập đối tượng trong khu vực 24 

Hình 7: Biểu diễn đối tượng dạng mạng lưới 25 

Hình 8: Mô hình d-simplex 26 

Hình 9: Phép toán hợp trong không gian địa lý 28 

Hình 10: Phép toán trừ trong không gian địa lý 28 

Hình 11: Phép toán giao trong không gian địa lý 28 

Hình 12: Phép toán bao phủ trong không gian địa lý 29 

Hình 13 Các hàm toán tử trong không gian địa lý 30 

Hình 14: Mô hình dữ liệu quan hệ xây dựng dựa trên Benchmark database 36 

Hình 15: R-Tree và MBRs trong truy vấn 42 

Hình 16: R-Tree và truy vấn trong hai cấu trúc MBR khác nhau 42 

Hình 17: Ví dụ về R-Tree 44 

Hình 18: Cây biểu diễn R-Tree 47 

Hình 19: Biểu diễn hai chiều của một R-Tree 47 

Hình 20: Cấu trúc một R-Tree 48 

Hình 21: Các quan hệ có thể có giữa các MBR (chứa trong, chồng lấn…) 49 

Hình 22: Trường hợp phân chia node 53 

Hình 23: Phân chia entry thành các nhóm node mới 54 

Hình 24: Minh họa cấu trúc sản phẩm ArcGIS của ESRI 66 

Hình 25: Kiến trúc CSDL trên nền tảng Microsoft 68 

Hình 26: Trang web bản đồ trực tuyến diadiem.com 72 

Hình 27: Trang web bản đồ trực tuyến basao.com 73 

Hình 28: Hình dạng Elip của trái đất 76 

Hình 29: Khoảng cách AB tính theo công thức Haversine trên bản đồ địa lý 79 

Hình 30: Mô hình dữ liệu quan hệ 80 

Hình 31: Thông số các hệ tọa độ elip tròn xoay 84 

Hình 32: Khoảng cách tính theo thuật toán Haversine và Vincenty 89 

A PHẦN MỞ ĐẦU

1 Giới thiệu

Trong vài năm trở lại đây, cùng với sự phát triển không ngừng của các kỹ thuật công nghệ hiện đại, “kỷ nguyên số” đã được bắt đầu và ứng dụng trong mọi lĩnh vực khoa học cũng như phục vụ nhu cầu sử dụng của con người Nếu như cách đây vài thập kỷ, câu chuyện con người có thể quan sát toàn cảnh trái đất từ trên cao xuống thông qua các thiết bị kỹ thuật như máy tính, tivi… tại bất kỳ đâu và bất kỳ lúc nào vẫn là một viễn cảnh xa vời thì ngày nay điều này

đã trở nên quá đơn giản Để có thể quan sát Trái đất từ mọi góc độ, một cá nhân chỉ cần trang bị cho mình một máy tính nối mạng, và một phần mềm hiển thị hình ảnh 3D như Google Earth hay truy cập vào các trang web bản đồ trực tuyến sẵn có trên mạng Internet…

Như vậy, trong bối cảnh hiện tại, sự hiện thực hóa bản đồ số và đưa các kỹ thuật lập bản đồ cũng như phân tích địa lý vào sử dụng rộng rãi với mục đích dân sự cho tất cả các tổ chức, cá nhân có nhu cầu đang trở thành một ngành kinh doanh nhiều lợi nhuận Trong đó phải kể đến GIS – Hệ thống thông tin địa lý – với rất nhiều công cụ ứng dụng trợ giúp đắc lực cho quá trình xây dựng hệ thống hạ tầng cơ sở dữ liệu không gian và quản lý dữ liệu địa lý Cùng với đó là hàng loạt các sản phẩm toàn diện và chuyên biệt sử dụng trong ngành khoa học bản đồ và xử lý dữ liệu không gian địa lý được các hãng sản xuất tung ra Công nghệ GIS cùng với các sản phẩm phần mềm hỗ trợ có rất nhiều ứng dụng trong khoa học nghiên cứu, phục vụ trong đời sống, dịch vụ công ích, quản lý tài nguyên… và nhiều lĩnh vực khác Trong cuộc cạnh tranh ngôi vị nhà cung cấp hàng đầu các sản phẩm ứng dụng GIS và xử lý dữ liệu địa lý thì yếu tố giá thành cũng như hiệu năng của chương trình là quan trọng nhất

Trong cuộc cạnh tranh về công nghệ này, nhiều nghiên cứu đã được đưa ra như: Tối ưu hóa khả năng quản lý dữ liệu địa lý bằng phương pháp đánh chỉ

mục động với cấu trúc dạng cây (tree-like structure) phục vụ tăng tốc quá trình tìm kiếm dữ liệu – đây là vấn đề đặc biệt quan trọng với một khối lượng

dữ liệu khổng lồ và phức tạp như thông tin địa lý Tăng tốc quá trình thực thi với các truy vấn đến Cơ sở dữ liệu không gian, tối thiểu hóa thời gian thực thi của hệ thống, đơn giản hóa độ phức tạp tính toán trong giải thuật nhằm tiết kiềm thời gian thực hiện và tăng hiệu năng tính toán Trong vấn đề về giải thuật, phương pháp ưu việt chính là tìm ra và áp dụng các thuật toán tính toán khoảng cách tốt nhất, đảm bảo yêu cầu dung hòa giữa độ phức tạp tính toán, tốc độ thực thi và độ chính xác càng cao càng tốt

Nhận thấy sự cần thiết trong ngành khoa học nghiên cứu lý thuyết về các thuật toán tính toán khoảng cách giữa các đối tượng địa lý trong thực tế và vai trò to lớn của các bài toán tính toán gần đúng này, đề tài khóa luận tốt nghiệp

“Tính toán xấp xỉ với các truy vấn liên quan đến khoảng cách trong cơ sở

dữ liệu không gian” đã được xây dựng dựa trên quá trình nghiên cứu các

thành tựu khoa học trong lĩnh vực này và hệ thống lại một cách bài bản và chi tiết

Bố cục khóa luận

Khóa luận tốt nghiệp được trình bày với phần nội dung gồm 04 chương:

Chương 1: Tổng quan về cơ sở dữ liệu không gian

Chương 2: Bài toán tính toán xấp xỉ với các truy vấn liên quan đến khoảng cách trong cơ sở dữ liệu không gian

Chương 3: Một số ứng dụng của bài toán tính toán xấp xỉ khoảng cách trong thực tế

Chương 4: Một số thuật toán tính toán khoảng cách trong không gian địa lý và đánh giá hiệu năng

2 Ý nghĩa khoa học và thực tiễn

Về khía cạnh nghiên cứu khoa học, các tập đoàn công nghệ trong lĩnh vực GIS vẫn không ngừng nghiên cứu các phương pháp tối ưu hóa các sản phẩm

sử dụng thông tin địa lý trong các thiết bị hỗ trợ bản đồ, tìm đường và xác

định vị trí địa lý của đối tượng Trong đó, giải pháp đặt ra không chỉ dừng ở việc xây dựng một hệ quản trị cơ sở dữ liệu chuyên biệt quản lý dữ liệu không gian và các thuộc tính đặc biệt của nó với dung lượng khổng lồ và phức tạp, quan trọng hơn là giải pháp nào để tối ưu hóa hiệu năng truy xuất dữ liệu, các giải thuật đề xuất giúp hệ thống thực thi các phép toán (đặc biệt là các phép tính khoảng cách quy mô hàng chục ngàn km) phải thật nhanh chóng nhưng vẫn đảm bảo độ chính xác cần thiết Trong không gian địa lý với đặc thù bề mặt Trái đất không ổn định, việc dùng các phương pháp tính toán gần đúng là không thể tránh khỏi, tuy nhiên sai số đặt ra cần nằm trong khoảng chấp nhận được, sự cân bằng giữa độ chính xác và thời gian xử lý, trả lời truy vấn và giá thành chính là chìa khóa thành công cho bất kỳ sản phẩm có sử dụng thuật toán dò đường và tính khoảng cách nào

Khóa luận trình bày cụ thể về các giải pháp sử dụng trong bài toán tính toán xấp xỉ khoảng cách, hệ thống một cách khoa học các kỹ thuật sử dụng trong tìm kiếm đối tượng cũng như tính khoảng cách giữa các đối tượng trong truy vấn Đây hầu hết là những kỹ thuật quan trọng và hiệu quả đang được sử dụng rộng rãi trong các ứng dụng khai thác thông tin về đường đi, địa điểm và quảng cáo trên nền tảng bản đồ số Do đó các vấn đề về lý thuyết trong lĩnh vực này luôn là đề tài khoa học có tính chất thời sự trên các diễn đàn công nghệ GIS cũng như trong đội ngũ các nhà phân tích, thiết kế sản phẩm Từ các thuật toán có sẵn, nhà sản xuất hoàn toàn có thể cài đặt và “nhúng” vào trong nhiều ứng dụng như: Bản đồ kỹ thuật số, phần mềm định vị và chỉ đường trên các thiết bị cầm tay, các thiết bị di động đi kèm các phương tiện giao thông, thiết bị tìm vết và đường đi ngắn nhất tích hợp GPS (Hệ thống định vị toàn cầu), …

3 Mục đích nghiên cứu

Đề tài được thực hiện với mục đích

Tìm hiểu khái niệm Cơ sở dữ liệu không gian, các công nghệ GIS đương đại

Nghiên cứu các kỹ thuật tính toán gần đúng về khoảng cách và các thuật

toán liên quan sử dụng trong các truy vấn trên CSDL không gian

Các ứng dụng thiết thực của bài toán tính toán xấp xỉ trong công nghệ thông tin địa lý

Thử nghiệm một số truy vấn sử dụng kỹ thuật tính toán xấp xỉ trong một

số truy vấn tiêu biểu

4 Đối tượng nghiên cứu

Mô hình, cấu trúc dữ liệu và cách xây dựng dữ liệu không gian và hệ quản trị CSDL không gian, các phép toán thực thi

Các kỹ thuật tính toán xấp xỉ khoảng cách trong không gian tìm kiếm và các thuật toán

Sản phẩm ứng dụng các kỹ thuật tính toán xấp xỉ đang được sử dụng trong thực tế

Thuật toán tính toán khoảng cách trên bề mặt cầu ứng dụng trong truy vấn về khoảng cách trong không gian địa lý: Haversine, Vincenty

5 Phạm vi nghiên cứu

Do hạn chế về thời gian và giới hạn trong khuôn khổ một đề tài khóa luận tốt nghiệp, đề tài tập trung trình bày các thuật toán và giải pháp sử dụng trong các truy vấn liên quan đến khoảng cách trong CSDL không gian, phục vụ trong quá trình xử lý, phân tích và hiển thị dữ liệu địa lý của một ứng dụng GIS bất kỳ trong thực tế Qua đó đưa ra đánh giá hiệu năng của từng giải pháp và đề xuất các hướng phát triển cho thuật tính toán gần đúng trong tương lai

Qua đó, độc giả có được cái nhìn tổng quan về các kỹ thuật cũng như thuật toán tính toán gần đúng đang được sử dụng trong các ứng dụng xây dựng, quản lý và thiết kế dữ liệu thông tin địa lý, cơ sở dữ liệu không gian và hướng phát triển của chúng trong công cuộc nghiên cứu nhằm hoàn thiện tốc độ xử lý, tính toán, truy xuất dữ liệu của hệ thống với sự trợ giúp của các thuật toán tích hợp hiệu quả và chính xác

B NỘI DUNG

CHƯƠNG 1: TỔNG QUAN VỀ CƠ SỞ DỮ LIỆU KHÔNG GIAN

1 Khái niệm

1.1 Hệ thống cơ sở dữ liệu không gian

Hệ thống cơ sở dữ liệu không gian – Spatial Database System – là hệ thống

quản lý dữ liệu liên quan đến các đối tượng không gian (không gian địa lý), ra đời trước yêu cầu đặt ra trong thực tế là cần một hệ thống để lưu trữ các dữ liệu trong không gian địa lý Như vậy việc quản lý hệ CSDL không gian phụ thuộc vào hai công nghệ: Một là phương tiện lưu trữ cố định và một là CSDL không gian

Các không gian:

Không gian hai chiều (2D): Các không gian hình học (Các bề mặt trên mặt đất ở tỉ lệ co giãn lớn hoặc nhỏ)

™ Hệ thống thông tin địa lý (GIS – Geographic Information System)

™ Cơ sở dữ liệu đặt tại Luxembourg (LIS - Luxembourg Income Study) lưu trữ dữ liệu về các quốc gia

™ Urban planning – quy hoạch sử dụng không gian địa lý (sử dụng đất, quy hoạch xây dựng đô thị….)

Không gian ba chiều (3D): Nghiên cứu vũ trụ, thiên văn học, nghiên cứu

bộ não con người trong y học, nghiên cứu cấu trúc phân tử trong ngành sinh học

Yêu cầu đặt ra với hệ thống này là khả năng quản lý và xử lý một khối lượng thông tin khổng lồ của tập hợp các đối tượng địa lý đặt trong mối quan

hệ chặt chẽ với nhau

Theo G.H.Guting[]:

Hệ quản trị cơ sở dữ liệu không gian (Spatial Database Management System): Là một hệ CSDL sử dụng kiểu dữ liệu không gian trong mô hình dữ liệu và ngôn ngữ truy vấn, hệ thống hỗ trợ việc thực thi với kiểu dữ liệu không gian bằng việc cung cấp cách đánh chỉ mục và các thuật toán hiệu quả trong trường hợp liên kết các không gian với nhau

Kiểu dữ liệu không gian (Spatial Data type): Kiểu dữ liệu biểu diễn các đối tượng trong không gian

Dữ liệu không gian là những mô tả số của hình ảnh bản đồ, chúng bao gồm toạ độ, quy luật và các ký hiệu dùng để xác định một hình ảnh bản đồ cụ thể trên từng bản đồ Hệ thống thông tin địa lý dùng các số liệu không gian để tạo

ra một bản đồ hay hình ảnh bản đồ trên màn hình hoặc trên giấy thông qua thiết bị ngoại vi, … Dữ liệu không gian thường được biểu diễn bằng điểm, đường và vùng

Với hệ thống thông tin địa lý (GIS) có 2 kiểu dữ liệu cơ bản đó là vectơ và raster

1.2 Cơ sở dữ liệu không gian (Spatial Database)

Cơ sở dữ liệu không gian là một mô hình hướng đối tượng cho phép tích hợp thông tin địa lý và thông tin thuộc tính trong cùng một cơ sở dữ liệu theo

mô hình dữ liệu quan hệ Như vậy đây là cơ sở dữ liệu lưu trữ vị trí, hình dạng của các đối tượng không gian cùng với đặc điểm thuộc tính của chúng

Một số hãng phát triển GIS trên thế giới đã có những sản phẩm theo hướng CSDL không gian như: ERSI, Oracle, Intergraph, MapInfo…

Cơ sở hạ tầng dữ liệu không gian (Spatial Data Infrastructure - SDI) là nền tảng để dữ liệu không gian và lý lịch dữ liệu cùng với người sử dụng và các công cụ có thể kết nối trong mối quan hệ tương tác lẫn nhau với mục đích sử dụng được các thông tin dữ liệu không gian một cách hiệu quả và linh hoạt

sẻ dữ liệu địa lý giữa các cơ quan, đơn vị,…

VD: Cơ sở hạ tầng dữ liệu không gian của một thành phố là một thành phần

trong Cơ sở hạ tầng thông tin quốc gia (siêu xa lộ thông tin) nhằm cung cấp những thông tin thiết thực cho mọi người

Các chức năng của quản lý cơ sở dữ liệu

™ Cho phép giảm thiểu sự trùng lặp dữ liệu nhằm tiết kiệm chi phí, sẵn sàng trợ giúp ra quyết định trên một vùng địa lý dựa trên dữ liệu chính xác và hiện thời (cập nhập dữ liệu), người sử dụng dễ dàng biết được tỉ

lệ bản đồ gốc (mức độ chi tiết), nguồn gốc dữ liệu, quy trình nhập dữ liệu, kết quả kiểm tra độ chính xác dữ liệu, cấu trúc dữ liệu,… được mô

tả bởi lý lịch dữ liệu (metadata)

™ Với một hệ quản trị cơ sở dữ liệu thông thường kiểu dữ liệu bảng hiện nay được sử dụng rất phổ biến Tuy nhiên, tiến trình tham chiếu với dữ liệu địa lý được thực hiện phức tạp vì chỉ một sự thay đổi nhỏ của dữ liệu địa lý cũng làm cho các dữ liệu bảng khó tham chiếu Cấu trúc cơ

sở dữ liệu định hướng đối tượng không thích hợp cho việc lưu trữ những dữ liệu đặc trưng cũng như phân tích không gian phức tạp Nhờ tính mở cao, cơ sở dữ liệu quan hệ ngày càng được sử dụng phổ biến trong các hệ thống thông tin địa lý Mô hình hệ quản trị cơ sở dữ liệu 3 tầng (3-tier) sẽ được sử dụng phổ biến để tăng khả năng cung cấp và

tích hợp dữ liệu của nhiều ngành theo thời gian thực

Hiện nay, hầu hết các quốc gia đều hướng đến xây dựng cơ sở hạ tầng dữ liệu không gian theo kiến trúc hướng đến dịch vụ (Service Oriented Architecture - SOA) sử dụng các chuẩn mở quốc tế như OpenGIS (OGC) hoặc ISO/TC 211 Tư tưởng chính là coi việc xây dựng cơ sở hạ tầng dữ liệu không gian tương tự như cơ sở hạ tầng trong các lĩnh vực khác: bưu điện, điện thọai, đường giao thông,…như vậy người dùng khi có nhu cầu sẽ tham gia kết nối vào cơ sở hạ tầng để sử dụng và đóng góp các dữ liệu, thông tin về GIS Đây là một dự án lớn có nền tảng lý luận và cơ sở thực tiễn cao, được phát triển theo cách thức: “Phát triển trước, xây dựng đặc tả sau” Có nghĩa là: Để giải quyết 1 vấn đề, các tổ chức nghiên cứu hướng tới nhiều giải pháp, sau nhiều năm thử nghiệm sẽ đúc kết thành đặc tả (hay chuẩn mở) công bố cho cộng đồng Đối với Việt Nam và các nước đang phát triển thì thời điểm hiện nay là cơ hội lớn để chúng ta tiếp cận những tinh hoa từ các tổ chức này để xây dựng những hệ thống GIS tương tự (đa mục tiêu, đa thành viên)

Trên cơ sở đó, Việt Nam cần tiến hành xây dựng cơ sở hạ tầng dữ liệu không gian cho mình với các tầm nhìn đều hướng đến một nền tảng để đưa dữ liệu không gian địa lý đến tay người sử dụng một cách đơn giản, dễ dàng và minh bạch

Khảo sát có một số tổ chức đã ứng dụng WebGis để xây dựng bản đồ trực tuyến

™ Trang web của Nhà xuất bản bản đồ - Bộ Tài nguyên và môi trường http://www.bando.com.vn/BDOnline.asp

Hình 1: Trang WebGis www.bando.com.vn

1.2.2 Các bước thiết kế CSDL không gian

Thiết kế CSDL không gian cần tiến hành qua những bước cơ bản sau

™ Xác định nội dung CSDL

™ Chọn cấu trúc CSDL

™ Thiết kế chi tiết CSDL

™ Phân phối dữ liệu đến người sử dụng

™ Duy trì, cập nhật dữ liệu và vận hành hàng ngày

Các thành phần của cơ sở dữ liệu không gian

™ Tập hợp các dữ liệu dạng vector (tập các điểm, đường và vùng)

™ Tập hợp các dữ liệu dạng raster (dạng mô hình DEM hoặc ảnh)

™ Tập hợp các dữ liệu dạng mạng lưới (đường giao thông, lưới cấp thoát nước, lưới điện )

™ Tập hợp các dữ liệu địa hình 3 chiều và bề mặt khác

™ Dữ liệu đo đạc

™ Dữ liệu dạng địa chỉ

™ Các bảng dữ liệu: Là thành phần quan trọng của cơ sở dữ liệu không gian, được liên kết với các thành phần đồ họa với nhiều kiểu liên kết khác nhau

2 Mô hình cơ sở dữ liệu không gian

Trong những năm gần đây, đã có rất nhiều nghiên cứu đang được triển khai về vấn đề quản lý dữ liệu không gian Cách phương pháp tiếp cận ban đầu trong lĩnh vực GIS đã gần như làm cạn kiệt những nỗ lực của các nhà khoa học trong việc tìm kiếm hình thức biểu diễn hình học chính xác của dữ liệu không gian và việc bổ sung những phép toán mới giữa các đối tượng không gian Sau đó, chỉ có một cải tiến thô sơ là việc kết hợp dữ liệu không gian với dữ liệu thông thường Và kết quả là việc quản lý dữ liệu địa lý phải chia thành 2 quá trình xử lý riêng biệt nhau: một là cho dữ liệu không gian và một là để xây dựng các thuộc tính cho dữ liệu thông thường và sự kết hợp của chúng với dữ liệu không gian Nỗ lực để định nghĩa một ngôn ngữ thông dụng

và khả dụng để đơn giản thao tác xử lý các truy vấn hầu như không mang lại kết quả, và do đó quá nhiều chương trình bắt buộc phải sử dụng đến Kết quả

là việc xử lý dữ liệu không gian thiếu đi những giải pháp hình thức cơ bản Theo một khía cạnh khác, năng lực xử lý của dữ liệu thông thường chỉ có thể được lưu trữ thông qua Hệ quản trị CSDL Bên cạnh đó, do tính chất phức tạp của kiểu dữ liệu không gian dẫn đến việc quản lý dữ liệu loại này không thể

sử dụng Hệ quản trị cơ sở dữ liệu truyền thống

Vì những lí do trên mà nhiều công trình nghiên cứu liên quan đến dữ liệu không gian đã được tiến hành bao gồm nhiều lĩnh vực như: Thiết kế cấu trúc

dữ liệu vật lý tối ưu và các phương pháp truy cập, nghiên cứu việc xử lý truy vấn và tối ưu hóa các kỹ thuật, giao diện tương tác ảo… Tất cả các cách tiếp cận này chắc chắn sẽ đưa ra một mô hình dữ liệu không gian theo cách gián tiếp trong đó mô hình này sẽ không đóng vai trò là đối tượng chính

Về khía cạnh công nghệ, hình thể, vị trí không gian của các đối tượng cần quản lý, được miêu tả bằng các dữ liệu đồ hoạ Trong khi đó, tính chất các đối tượng này được miêu tả bằng các dữ liệu thuộc tính

Mô hình cơ sở dữ liệu không gian không những quy định mô hình dữ liệu với các đối tượng đồ hoạ, đối tượng thuộc tính mà còn quy định liên kết giữa chúng thông qua mô hình quan hệ và định nghĩa hướng đối tượng bao gồm

các tính chất như thừa kế (inherit), đóng gói (encapsulation) và đa hình

(polymorphism)

Ngoài ra, cơ sở dữ liệu không gian hiện đại còn bao gồm các ràng buộc các đối tượng đồ hoạ ngay trong cơ sở dữ liệu, được gọi là topology (tương quan không gian) - Phương thức thể hiện các ràng buộc đối với các đối tượng

đồ hoạ ngay trong cơ sở dữ liệu

Đặc điểm chung của một số mô hình CSDL không gian:

™ Hỗ trợ tập hợp các kiểu dữ liệu đã định dạng sẵn: Tập các điểm, tập các

bề mặt…

™ Có thể sử dụng một hoặc hai kiểu cấu trúc dữ liệu phức tạp để lưu lại các dữ liệu không gian, với việc sử dụng hai kiểu cấu trúc cùng một lúc tức là một để ghi nhận dữ liệu không gian và một để ghi nhận dữ liệu thông thường

™ Định nghĩa được các phép toán áp dụng với một kiểu dữ liệu không gian riêng biệt bất kỳ

2.1 Xây dựng mô hình CSDL không gian

™ Xây dựng mô hình các đối tượng riêng lẻ

™ Xây dựng mô hình cho một tập hợp các đối tượng có liên quan đến nhau trong không gian địa lý

Việc vận dụng dữ liệu mật độ cao hoặc dữ liệu không gian để lưu trữ và phục hồi trong cơ sở dữ liệu đa phương tiện là một điều rất quan trọng

Dữ liệu không gian bao gồm các điểm, đường, hình chữ nhật, đa giác, bề mặt hay các đối tượng mật độ cao bao gồm cả thời gian Các phương thức đánh chỉ mục cung cấp đường dẫn đến dữ liệu hướng không gian được gọi là các phương thức truy nhập không gian (Spatial Access Methods – SAM) Đến nay đã có rất nhều SAM được giới thiệu bao gồm các grid file[1], K-D-B-tree

[2], R-trees [3], R*-trees [4] , Filter Trees [5] , TV-tree[6], X-trees[7] và SS-tree[8]

Trong các cơ sở dữ liệu không gian, các đối tượng không gian thông thường được ánh xạ thành các véc-tơ đặc trưng trong không gian mật độ cao

và các truy vấn được xử lý trên cơ sở dữ liệu của các véc-tơ đặc trưng này Các véc-tơ đặc trưng thường thấy đó là biểu đồ màu, mô tả hình thức, các biểu diễn văn bản,…mà mỗi một loại có những đặc tính khác nhau Tuy nhiên điều quan trọng là phải tìm ra được một cách biểu diễn thích hợp cho các véc-tơ đặc trưng và nhằm xác định chính xác việc đo lường tính đồng dạng hoặc khoảng cách giữa chúng Bởi vậy một hệ thống đa phương tiện cần phải có nhiều phương thức truy cập không gian để xử lý một truy vấn

Trong quá khứ đã có một số nhà nghiên cứu đề xuất các phép toán ghép nối không gian cho các tập dữ liệu không gian khác nhau Tất cả các phương pháp này đề đòi hỏi các cặp SAM có cùng một kiểu cấu trúc

Các đặc tính cơ bản của phép truy nhập không gian

™ Cấu trúc dữ liệu không gian

CSDL không gian bao gồm các đối tượng không gian như điểm, đường, vùng, hình chữ nhật, bề mặt, hình khối và thậm chí là các dữ liệu mật độ cao trong đó gồm cả thời gian Một ví dụ của CSDL không gian là các thành phố, những con sông, đường xá, quốc gia, bang, các dãy núi, các thành phần trong một hệ thống CAD[9] (Thiết kế sử dụng sự trợ giúp của máy tính),…Ví

dụ về các thuộc tính của dữ liệu không gian có thể có là lưu vực của một con sông, hay biên giới của một quốc gia…Thông thường các thuộc tính còn có thể gắn thêm các các thuộc tính thông tin dạng phi không gian (non-spatial) như độ cao, tên thành phố,…với CSDL không gian Các cơ sở dữ liệu không gian thuận tiện cho việc lưu trữ và đạt hiệu quả tốt cho quá trình xử lý các thông tin dạng spatial[10] và non-spatial[11] một cách lý tưởng mà không cần thiết phải quan tâm đến các mối liên hệ khác Vì thế các sơ sở dữ liệu sẽ nâng cao khả năng đáp ứng của các ứng dụng kiểm soát môi trường, khoảng không, phát triển đô thị, quản lý nguồn lực, và trong các hệ thống GIS [Buchmann et al 1990; Günther and Schek 1991] []

™ Phương pháp lưu trữ, quản lý và biểu diễn dữ liệu không gian

Mọi hệ thống quản trị cơ sở dữ liệu đều thực hiện việc sắp xếp dữ liệu theo khóa riêng của mình Trong trường hợp với CSDL không gian, việc sắp xếp dựa trên tất cả các khóa spatial, điều đó có nghĩa rằng không giống như trong các hệ thống quản trị cơ sở dữ liệu truyền thống, việc sắp xếp dựa trên tất cả các dữ liệu đang sử dụng Vì vậy các kỹ thuật này được biết với tên

gọi các phương pháp spatial indexing[12] – đánh chỉ mục không gian

Một hướng tiếp cận trong việc biểu diễn spatial data là phân chia một cách có cấu trúc từ những dữ liệu non-spatial đồng thời quản lý một cách thích hợp các mối liên kết giữa chúng [Aref and Samet 1991a] Đây được xem như là một trong những nguyên nhân gây nên tình trạng phải mất nhiều băng thông hơn cho việc thu thập dữ liệu không gian Trong trường hợp như vậy, các phép toán không gian (spatial operation) được thực hiện trực tiếp trên các cấu trúc spatial data Điều này cung cấp tính linh hoạt hơn nữa cho việc chọn lựa cấu trúc spatial thích hợp thay vì phụ thuộc vào các cấu trúc non-spatial (ví dụ như với một cơ sở dữ liệu quan hệ)

Một ví dụ về kiểu truy vấn được đặt ra cho một hệ thống cơ sở dữ liệu

không gian là “Hãy tìm các tên đường đi ngang qua trường đại học của vùng RiverSide” Yêu cầu này đòi hỏi phải trích xuất các bản ghi có trường

“region name” mang giá trị là “trường đại học vùng RiverSide” và xây dựng một bản đồ A Kế tiếp, thực hiện phép giao giữa A với bản đồ đường đi B tạo được bản đồ mới C có các con đường được chọn lựa Bây giờ tạo một mối liên kết mới chỉ gồm một thuộc tính là các tên đường hợp lệ từ các đường trong bản đồ C Tất nhiên là còn có các hướng tiếp cận khác trả lời câu truy vấn trên Hiệu quả của chúng phụ thuộc vào tính tự nhiên và các tính chất của dữ liệu

Khái quát các khái niệm dữ liệu cơ sở trong CSDL không gian

Trong phần dưới đây, đề tài sẽ trình bày một cách khái quát các khái niệm

dữ liệu cơ sở trong CSDL không gian như vùng, điểm, chữ nhật, và đường

Để biết thêm các thông tin chi tiết về các thành phần này, xin tham khảo thêm trong [Samet 1990a; Samet 1990b]

™ Dữ liệu vùng - Region Data

Một region có thể được biểu diễn bằng đường biên hoặc nội dung bên

trong của chính nó Trong phần này, region được hiểu theo cách biểu diễn

nội tại của nó Một cách biểu diễn thông dụng nhất của region là mảng hình

ảnh Trong trường hợp này, ta có một tập các phần tử ảnh (gọi là các pixel)

Khi số lượng các phần tử trong mảng quá lớn, phải tiến hành động thái là

giảm bớt kích thước mảng bằng cách kết hợp các pixel tương tự (đồng nhất

hay có cùng giá trị) Ở đây có hai hướng tiếp cận cơ bản Hướng tiếp cận

đầu tiên là của [Rutovitz 1968]: phân chia mảng thành 1*m khối Đây là

cách biểu diễn theo hàng và nó được biết với tên runlength code Một hướng

tiếp cận khác xem region như là một tập các khối vuông cực đại (hoặc các

khối có hình dạng bất kỳ) Thông thường các khối được xác định bởi tâm và

radii của chúng Sự biểu diễn này được gọi là medial axis transformation

(MAT)

Hình 2: (a) Một region mẫu, (b) Biểu diễn dạng mảng nhị phân của region, (c)

Các khối cực đại và các khối phổ thông được chia sẻ trong region - (d)

quadtree tương ứng

Thuật ngữ quadtree (cây tứ phân) là chỉ số không gian được dùng để

phân chia đệ quy một tập hợp dữ liệu (chẳng hạn, một ảnh) thành các ô

vuông cho đến khi mỗi ô vuông có một giá trị thuần nhất Cây tứ phân

thường được dùng để lưu trữ dữ liệu raster Ở đây quadtree được sử dụng để

mô tả rất nhiều phần tử của các cấu trúc dữ liệu có thứ bậc (dựa trên nguyên

tắc đệ quy hay còn gọi là các phương pháp chia để trị)

™ Dữ liệu điểm - Point Data

Dữ liệu điểm đa chiều có thể được biểu diễn dưới rất nhiều hình thức khác nhau Sự lựa chọn sau cùng cho một tác vụ cụ thể sẽ bị ảnh hưởng bởi kiểu operation sẽ được thực hiện trên dữ liệu Phần này đề cập chủ yếu đến kiểu biểu diễn PR quadtree (P: Point và R: Region) là phương thức phân ly chủ đạo Đây là sự lắp ghép giữa region quadtree và point data, và PR quadtree được tổ chức tương tự như region quadtree Chỉ có một sự khác biệt đó là các nút lá hoặc là rỗng (ở đây biểu diễn bằng màu TRẮNG), hoặc chứa dữ liệu điểm (màu ĐEN) và các giá trị tương ứng của chúng

Hình vẽ sau là một PR quadtree tương ứng với một số lượng nhất định point data:

Hình 3: Ví dụ một PR quadtree

Điểm bất lợi của PR quadtree là mức phân chia tối đa phụ thuộc vào sự phân

ly tối thiểu giữa hai point Trong những trường hợp đặc biệt, nếu hai point là rất gần nhau thì sự phân chia là rất nhỏ

™ Dữ liệu kiểu chữ nhật - Rectangle Data

Kiểu dữ liệu rectangle nằm đâu đó giữa kiểu dữ liệu point và region Rectangle thường được sử dụng để làm xấp xỉ với các đối tượng khác trong một bức ảnh Ví dụ các rectangle biên thường được sử dụng trong các ứng dụng bản đồ để làm xấp xỉ các đối tượng như hồ nước, rừng, đồi,…

[Hinrichs and Nieverglt 1983] đã suy giảm mỗi rectangle thành một điểm trong không gian đa chiều lớn, và họ đối xử với các vấn đề phát sinh như một tập các điểm chứ không phải hình Mỗi rectangle trong một sản phẩm Cartesian (Hệ toạ độ Đề-các) có hai interval (khoảng không gian) một chiều trong đó mỗi interval được biểu diễn bởi trọng tâm và quy mô của chúng Mỗi một tập interval trong một chiều cụ thể được biểu diễn bởi một grid file

™ Dữ liệu đường - Line Data

Line data là một hình thức biểu diễn xác định các biên của các region Cách biểu diễn đơn giản nhất là đa giác gồm có các véc-tơ xác định khuôn dạng của các liệt kê các cặp giá trị x và y tương xứng với điểm bắt đầu và kết thúc của chúng Các véc-tơ thường được sắp xếp theo liên kết của chúng Một trong những cách biểu diễn thông dụng nhất là chain code[13] [Freeman 1974]

™ Dữ liệu không gian - Spatial (High-dimentional) Data

Rất nhiều các cấu trúc SAM (Spatial Access methods) thành công dựa trên nguồn gốc của sự phân ly không gian có thứ bậc Ý tưởng ở đây là đánh chỉ mục một cách liên tục các vùng không gian, như vậy việc tìm kiếm có

thể được xuất phát ở mức cao hướng về những vùng không gian thích hợp Một cách thức phổ biến và khả quan để tổ chức và truy cập các đối tượng đa chiều là sử dụng R-tree hoặc các biến thể của nó bởi vì trong R-tree, không gian dữ liệu được phân ly liên tiếp nhau thành các rectangle, còn gọi là hyper-rectangle

Với hệ thống thông tin địa lý - GIS

Hệ thống thông tin địa lý làm việc với hai dạng mô hình dữ liệu địa lý khác nhau về cơ bản - mô hình vector và mô hình raster

9 Trong mô hình vector, thông tin về điểm, đường và vùng được mã hoá và lưu dưới dạng tập hợp các toạ độ x,y Vị trí của đối tượng điểm, như lỗ khoan, có thể được biểu diễn bởi một toạ độ đơn x,y Đối tượng dạng đường, như đường giao thông, sông suối, có thể được lưu dưới dạng tập hợp các toạ

độ điểm Đối tượng dạng vùng, như khu vực buôn bán hay vùng lưu vực sông, được lưu như một vòng khép kín của các điểm toạ độ

9 Mô hình vector rất hữu ích đối với việc mô tả các đối tượng riêng biệt, nhưng kém hiệu quả hơn trong miêu tả các đối tượng có sự chuyển đổi liên tục như kiểu đất hoặc chi phí ước tính cho các bệnh viện Mô hình raster được phát triển cho mô phỏng các đối tượng liên tục như vậy Một ảnh raster

là một tập hợp các ô lưới Cả mô hình vector và raster đều được dùng để lưu

dữ liệu địa lý với nhưng ưu điểm, nhược điểm riêng, Các hệ GIS hiện đại có khả năng quản lý cả hai mô hình này

2.1.1 Xây dựng mô hình của các đối tượng riêng lẻ

Sử dụng phương pháp trừu tượng hóa cơ bản để mô phỏng các đối tượng riêng lẻ trong không gian, thông qua việc sử dụng các kí hiệu hình học có tính chất tượng trưng:

Các kí hiệu hình học thường gặp trong bản đồ địa lý thông thường và những đối tượng cần được biểu diễn trong CSDL không gian tương ứng:

™ Điểm: y Kí hiệu thành phố

Mô phỏng hình học của một đối tượng trong trường hợp này chỉ xác định

vị trí của nó trên không gian bản đồ chứ không thể hiện phạm vi hay tỉ lệ kích thước tương ứng của đối tượng

Hình 5: Biểu diễn dạng khu vực

2.1.2 Xây dựng mô hình cho một tập hợp các đối tượng có liên quan trong không gian địa lý

™ Ranh giới phân chia giữa các đối tượng

Qui hoạch đất Phân chia quận huyện

Sở hữu đất Không gian các điểm

Hình 6: Biểu diễn tập đối tượng trong khu vực

™ Xây dựng mô phỏng mạng lưới các đối tượng

Hệ thống giao thông Mạng lưới viễn thông

Hệ thống đường thủy Đường điện, điện thoại

Hình 7: Biểu diễn đối tượng dạng mạng lưới

2.2 Cơ sở hình học trong tổ chức các đối tượng không gian cơ bản

Câu hỏi đặt ra là liệu hệ quy chiếu hình học cổ điển có thích hợp để xây dựng mô hình CSDL không gian? Vấn đề đặt ra là không gian địa lý trong thực tế có tính chất liên tục và liền mạch trong khi máy tính chỉ có thể xử lý

và lưu trữ những số liệu dưới dạng số học rời rạc

Với hệ quy chiếu 2 chiều Euclidean điểm P được biểu diễn bởi cặp tọa độ (x, y): P = (x, y) € R2 (real * real)

Dễ dàng nhận thấy với hình học Euclidean các đối tượng được quy về mặt phẳng với 2 thông số tọa độ x, y Dẫn đến khó có thể xác định một điểm bất

kỳ có thuộc một đường thẳng nối 2 điểm khác trong không gian hay không? Mục đích xây dựng cơ sở hình học để tổ chức hợp lý các đối tượng không gian: Tránh phải sử dụng phép tính toán thêm các giao điểm mới trong giới hạn các phép toán hình học

Có 2 cách tiếp cận:

™ Simplicial Complexes – Tổ hợp đơn giản (từ combinatorial topology –

tổ hợp tương quan không gian)

™ Realms

2.2.1 Simplicial Complexes

Định nghĩa: Simplicial Complexes – Tổ hợp đơn giản là một tập hữu hạn các đỉnh (simplices) để giao điểm các đoạn thẳng nối giữa chúng tạo thành các bề

mặt

d-simplex (d hình): Số lượng đối tượng nhỏ nhất trong không gian d chiều

y 0 - simplex

Hình 8: Mô hình d-simplex

d-simplex bao gồm (d + 1) đỉnh trong không gian d-1 chiều

Các thành phần tạo nên một hình (simplex) được gọi là các bề mặt (faces)

2.2.2 Realms

Định nghĩa khái niệm Realms

Theo cách trực quan: Realms là toàn bộ sự mô tả hình học (tất cả các điểm, các đường) của ứng dụng

Định nghĩa chính thức: Realms là tập hợp các điểm và đoạn thẳng định nghĩa một mạng lưới thỏa mãn các tính chất sau:

™ Mỗi một điểm hoặc điểm kết thúc của một đoạn phải là một điểm của mạng lưới

™ Mỗi điểm kết thúc của đoạn cũng phải thuộc Realms

™ Không có điểm nào thuộc Realms lại nằm trong một đoạn thẳng (không tính hai đầu mút)

™ Hai đoạn bất kỳ riêng biệt không giao nhau hoặc nằm trùng lên nhau Như vậy Realms (vùng, khu vực) là nền tảng hình học rời rạc cơ bản làm

cơ sở trong việc xây dựng một hay nhiều kiểu dữ liệu không gian Một Realm

là một tập hữu hạn các điểm và các đoạn thẳng không giao nhau nằm trong một khung lưới các điểm rời rạc và mô tả một cách tổng quát cơ sở hình học

1- simplex

2- simplex

3- simplex

hoàn chỉnh của không gian ứng dụng liên quan trong không gian 2 chiều

Ý tưởng là xây dựng kiến trúc hình học của các đối tượng địa lý bằng cách dựng chúng dựa vào các điểm và đoạn trong một Realm đã xác định trước Cơ

sở toán học sử dụng trong việc thiết kế các kiểu dữ liệu không gian mặc định

là không gian Euclidean Một điểm theo đó sẽ được biểu diễn bởi một cặp số thực Tuy nhiên, trong thực tế không tồn tại một cặp số thực như vậy trên máy tính mà chỉ có các tập hợp xấp xỉ Điều này dẫn đến rất nhiều vấn đề nảy sinh trong tính toán hình học Khái niệm khu vực – Realm góp phần giải quyết các vấn đề của dữ liệu số học thô và sự chính xác theo hình học topo bằng các lớp khu vực – Realm layer Mặt khác nó cũng khắc phục vấn đề xảy ra khi có đoạn thẳng cắt qua mạng lưới các điểm rời rạc ban đầu và đảm bảo tính chính xác hình học của các đối tượng địa lý Hơn thế nữa, nó cho phép việc định nghĩa chính thức các kiểu dữ liệu không gian chung hoặc các phép toán đại số, như vậy các đặc tính đóng hữu dụng sẽ không chỉ được đặt ra trên lý thuyết

mà còn được ứng dụng trong thực tế ngành công nghệ thông tin

Ví dụ với dữ liệu ứng dụng là một tập hợp các điểm và các đoạn thẳng giao nhau Cần đặt một đoạn thẳng cắt các đoạn thẳng khác: Ý tưởng cơ bản

là làm thay đổi không đáng kể vị trí các đường thẳng

2.2.3 Minh họa một số phép toán thực hiện trên dữ liệu không gian

Phép toán thực hiện trên hai đối tượng không giain gA &gB trong không gian địa lý với các trường hợp (i), (ii), (iii) và (iv) dựa vào vị trí tương đối giữa các đối tượng ban đầu

Giả thiết với các đối tượng trong không gian địa lý với mô phỏng hình học

là 3 kiểu dữ liệu không gian phổ biến: Điểm, đường và vùng/miền Các phép toán tương tự như các phép toán với tập hợp trong đại số học

2.2.3.1 Phép toán hợp

Hợp hai đối tượng: gA &gB Kết quả trả về là một hoặc nhiều đối tượng với thuộc tính tương đương

Hình 9: Phép toán hợp trong không gian địa lý

2.2.3.2 Phép toán trừ (cắt bởi một đối tượng)

Đối tượng gA bị cắt bởi gB, cho kết quả là một hoặc hai đối tượng mới

Hình 10 : Phép toán trừ trong không gian địa lý

2.2.3.3 Phép toán giao

Kết quả trả về phần giao nhau giữa hai đối tượng

Hình 11 : Phép toán giao trong không gian địa lý

gA =g1 hợp g2

gB =g2 hợp g3

Kết quả của các phép bao phủ theo vị trí tương đối: SA – Left, SB – Right

là tập các thuộc tính của cả hai đối tượng ban đầu (A, B, G)

™ Inner Overlay (bao phủ bên trong)

™ Left Overlay (bao phủ bên trái – theo SA)

™ Right Overlay (bao phủ bên phải – theo SB)

™ Full Overlay (Bao phủ hoàn toàn)

Hình 12: Phép toán bao phủ trong không gian địa lý

e Minh họa các hàm toán tử đặc trưng trong CSDL không gian

Đối tượng ban đầu - g qua các phép toán định dạng cho kết quả tương ứng như hình dưới đây (áp dụng với các đối tượng hình học trong không gian) (Hình 14)

™ Spatial complemenation (Phép tính phần bù): Kết quả trả về gC1 và gC2

™ Spatial Boundary (Phép lấy đường biên): Kết quả trả về gB1 và gB2 - đường biên phân chia ranh giới giữa các đối tượng

™ Spatial Envelope (Phép bao): Kết quả trả về gE – Vùng bao trùm ngoài cùng lên các đối tượng, không hiển thị các phần cắt hoặc các đường giao nhau gE ở đây đóng vai trò như một phong bì bên ngoài (envelope) chứa

toàn bộ đối tượng g ban đầu

™ Spatial Buffer (Phép vùng đệm): Kết quả trả về gB – Vùng đệm chỉ chứa các đối tượng

Hình 13 Các hàm toán tử trong không gian địa lý

3 Truy vấn thực hiện trong CSDL không gian

Một đặc điểm nổi bật giúp cho CSDL không gian trở thành một công cụ mạnh mẽ là khả năng xử lý dữ liệu không gian, không chỉ với mục đích đơn giản là lưu trữ và biểu diễn dữ liệu đó Một trong những mục đích chính của loại CSDL đặc trưng này là trả lời các truy vấn liên quan đến các thuộc tính không gian của dữ liệu Một số kiểu truy vấn không gian tiêu biểu:

™ Truy vấn xác định vị trí điểm – Point location Query: Tìm kiếm đối tượng rơi vào vị trí điểm đưa ra (ví dụ tìm kiếm thành phố, quốc gia mà một quận, huyện hay địa danh cho trước nằm trong đó)

™ Truy vấn giới hạn – Range Query: Tìm kiếm đối tượng nằm trong vùng khu vực được đưa ra, thường biểu diễn đối tượng trả về bằng một hình chữ nhật hoặc vòng kín khoanh vùng khu vực đã xác định thỏa mãn truy vấn (ví

dụ như xác định vùng hoạt động của các loại xe du lịch trong khu di tích quốc gia)

™ Truy vấn ghép nối – Join Query: Có rất nhiều dạng cho phép truy vấn nối Nó bao gồm hai hay nhiều tập các dữ liệu không gian và các cặp đối tượng thỏa mãn những thuộc tính đã cho trước, tất cả các cặp chữ nhật gối lên nhau sẽ được truy xuất trong kết quả truy vấn

™ Truy vấn lân cận gần nhất – Nearest neighbor Query: Tìm kiếm đối tượng dữ liệu cố định gần nhất đối với đối tượng ban đầu sẽ được tìm thấy

tùy thuộc và khoảng cách hoặc thỏa mãn tính đồng nhất

Khi thực hiện việc mở rộng các truy vấn không gian cơ bản nêu trên, các dạng truy vấn mới đã được xây dựng Ví dụ như khi nghiên cứu những đặc điểm tương đồng hoặc khác nhau của một tập hợp lớn các đối tượng phức tạp, những vector đặc trưng thứ nguyên bậc cao được lấy ra từ đó và được tổ chức trong các bảng chỉ mục đa hướng Đặc điểm quan trọng nhất trong phép biến đổi đặc trưng này là vector đặc trưng tương ứng với các điểm trong không gian Euclidean đa chiều (một kiểu dữ liệu không gian đã được tổng quát hóa) Sau đó, các truy vấn về khoảng cách được áp dụng trên các điểm đa chiều Các phương pháp truy cập đa chiều nằm trong R-Tree – Khái niệm R*-Tree [Beckmann, Kriegel, Schneider, & Seeger, 1990] và X-Tree đặc biệt [Berchtold, Kiem, & Kriegel, 1996] được coi là sự lựa chọn tốt cho việc đánh chỉ mục tập dữ liệu điểm thứ nguyên bậc cao với mục đích thực thi các truy vấn liên quan đến khoảng cách (DBQs) Và quá trình này được thực hiện bằng thuật toán phân nhánh và giới hạn trong các hàm khoảng cách và rút gọn theo phương pháp đánh giá kinh nghiệm dựa trên Khung giới hạn nhỏ nhất (Minimum Bounding Rectangles – MBRs [14]) – nhằm giảm bớt không gian tìm kiếm Việc thực thi các thuật toán trên góp phần làm giảm sự gia tăng về

số lượng các bậc thứ nguyên Tuy nhiên nó có thể được cải tiến nếu không gian tìm kiếm được giới hạn theo cách thức nào đó Với mục đích thực hành, các phương pháp giới hạn không gian tìm kiếm tỏ ra thực sự có giá trị do chúng có khả năng đưa ra các kết quả xấp xỉ trạng thái nhanh hơn rất nhiều so với các phương pháp trước đó Một hướng nghiên cứu khác cũng với mục đích làm giảm chi phí cho việc xây dựng các truy vấn khoảng cách trong không gian, thỏa mãn các giới hạn về độ chính xác, là sử dụng kỹ thuật tìm kiếm theo kinh nghiệm trên R-Tree như tìm kiếm khu vực – Local search, Simulated Annealing và Thuật toán phát sinh - Genetic Algorithms

Sau đây, ta sẽ xem xét những kỹ thuật xấp xỉ trong các truy vấn liên quan đến khoảng cách trong CSDL không gian quan trọng nhất, các kỹ thuật này có thể được áp dụng trên cấu trúc cây như R-tree (có khả năng chấp nhận rộng rãi đối với các phương pháp truy cập không gian) Chú trọng vào các lựa chọn

thiết kế của các thuật toán xấp xỉ có hiệu quả trong các truy vấn khoảng cách, với mục đích giảm tối thiểu thời gian đáp ứng của hệ thống và số lượng các phép toán vào ra trong khi vẫn đưa ra được kết quả khả quan với hiệu suất cao

[3] R-tree: Thuật toán được phát minh bởi Antonin Gutman - Trường đại học Berkely California Ý tưởng của phương pháp này là xây dựng một cách truy xuất nhanh các vùng không gian, bằng cách chia nhỏ không gian thành cách vùng nhỏ và tạo index-chỉ mục cho các vùng không gian nhỏ này, sau đó áp dụng lý thuyết cây trong đồ thị để quản lý, lưu trữ và truy xuất các vùng không gian này

[6] TV-tree: Một dạng cấu trúc chỉ mục sử dụng trong không gian đa chiều [7] X-tree: Cấu trúc chỉ mục trong không gian đa chiều, được xây dựng với ý tưởng tránh hiện tượng chồng chéo các bounding box (khung giới hạn – cách viết khác của MBR) trong thư mục bằng cách sử dụng cách tổ chức thư mục mới tối

ưu hơn cho không gian đa chiều bậc cao

[8] SS-tree: Cấu trúc chỉ mục xây dựng dựa trên nền tảng của R-Tree SS-Tree sử

dụng vùng giới hạn dạng elip (ellipsoid bounding region) trong không gian thứ nguyên bậc thấp và ứng dụng cách biến đổi khác nhau cho mỗi node trong thư mục

[9] CAD – Computer-Aided design: Thiết kế dựa trên sự trợ giúp của máy tính [10] Spatial hoặc Spatial data: Dữ liệu không gian – bao gồm các thông tin thực thể về đối tượng trong không gian khi đã được mô hình hóa trên bản đồ và biểu diễn dưới dạng đối tượng của thông tin địa lý

[11] Non-spatial (data): Dữ liệu phi không gian – dữ liệu của đối tượng địa lý, bao gồm các thông tin về thuộc tính và các đặc điểm đi kèm của đối tượng mà không thể lưu trữ dưới dạng dữ liệu địa lý trong CSDL.

[12] Spatial indexing: Phương pháp đánh chỉ mục không gian tương tự như trong CSDL thông thường, đây là phương pháp dùng trong quản lý CSDL sử dụng trong việc sắp xếp, tổ chức và truy xuất các dữ liệu đặc biệt trong CSDL thông tin địa lý.

[13] chain code [Freeman 1974]

[14] Minimum bounding Rectangle (tên khác là bounding box hoặc envelop):

Khung giới hạn nhỏ nhất là biểu diễn phạm vi lớn nhất của hai đối tượng trong không gian hai chiều (như điểm, đường hoặc vùng) với chỉ số (x, y) trong hệ thống tọa độ với tọa độ tương ứng là min(x), min(y), max(x), max(y) MBR thường được sử dụng như một minh họa biểu diễn vị trí tổng quát của của một đặc trưng hình học bất kỳ hoặc sử dụng trong biểu diễn các truy vấn không gian

có tính chất gần đúng và đánh chỉ mục không gian

CHƯƠNG 2:

BÀI TOÁN TÍNH TOÁN XẤP XỈ VỚI CÁC TRUY VẤN LIÊN QUAN ĐẾN KHOẢNG CÁCH

TRONG CƠ SỞ DỮ LIỆU KHÔNG GIAN

1 Các truy vấn liên quan đến khoảng cách

Các chức năng liên quan đến khoảng cách tiêu biểu đều dựa trên khoảng cách tính theo hệ mét ( thỏa mãn các thuộc tính về tính chất không phủ định, tính đồng nhất, tính đối xứng và bất đẳng thức tam giác) đã xác định trên các điểm trong không gian

Hệ đo theo khoảng cách chung được gọi là Lt – khoảng cách Lt, hệ đo Lthoặc khoảng cách Minkowski[1] giữa hai điểm: P = (p1, p2, …, pd) và q = (q1,

q2, …, qd) trong không gian thứ nguyên, Rd và được định nghĩa dưới đây:

Với t = 1, ta thu được hệ khoảng cách Manhattan

Với t = 2, ta có được hệ khoảng cách Euclidean

Đây là hai hệ khoảng cách được biết đến nhiều nhất của hệ đo Lt trong nội dung CSDL không gian Khoảng cách Euclidean thường được sử dụng như chức năng riêng biệt trong tính toán khoảng cách tuy nhiên phụ thuộc vào ứng dụng thực tế mà các hệ khoảng cách khác có thể hiệu quả hơn

Trong các ứng dụng về CSDL không gian, hệ đo khoảng cách được sử dụng trong rất nhiều dạng của các truy vấn CSDL

Ví dụ minh họa các truy vấn liên quan đến khoảng cách

Để minh họa các truy vấn liên quan đến khoảng cách trong CSDL không gian, dưới đây đề tài nghiên cứu và tham khảo xây dựng vắn tắt CSDL Benchmark[2]: CSDL xây dựng phục vụ cho việc quản lý dữ liệu và truy xuất, xử lý các truy vấn trong dịch vụ liên quan đến định vị vị trí địa lý của đối tượng (Location-based Queries) ứng dụng trong các phương tiện trợ giúp cá nhân – PDA với chức năng tìm đường và xác định vị trí của người

sử dụng dựa trên thiết bị định vị và các dữ liệu thông tin địa lý

Mô tả các thực thể, thuộc tính và mối quan hệ giữa các thuộc tính thông qua mô hình dữ liệu quan niệm:

Giả sử với người dùng sử dụng thiết bị di động cài đặt chương trình quản

lý và tìm đường trong một khu vực nhất định thông qua bản đồ và tín hiệu định vị ví trí hiện tại của họ

Ta có mô hình dữ liệu quan hệ

Hình 14: Mô hình dữ liệu quan hệ xây dựng dựa trên Benchmark database

Interests Thuộc tính đa trị

Request Thuộc tính đa trị

Lưu trữ thông tin về sở thích của người dùng hoặc các yêu cầu gần nhất

™ Road

Id Khóa chính

Shape Lưu trữ hình dạng (đa giác) và thời

gian đã đi qua-Pass các tuyến đường hoặc thăm-Visit các tòa nhà

™ Building: Bao gồm hai thực thể con là Shop và Other

Thuộc tính Tính chất Ghi chú

Id Khóa chính

Location Lưu trữ vị trí các tòa nhà, các shop và

thời gian di chuyển

™ Shop

Thuộc tính Tính chất

Id Khóa chính

Location Offer Thuộc tính đa trị

Một số truy vấn liên quan đến khoảng cách tiêu biểu được sử dụng khá phổ biến trong hệ thống CSDL không gian Với mỗi loại truy vấn sẽ đưa ra ví

dụ ứng dụng một truy vấn cụ thể dựa trên CSDL Benchmark đã trình bày ở trên Giả sử với người sử dụng có Id = 20 (Human.id = 20)

1.1 Truy vấn khu vực theo khoảng cách δ

Truy vấn khu vực theo khoảng cách δ - δ-distance range query: Truy vấn dạng này bao gồm một tập dữ liệu không gian, điểm truy vấn và giới hạn

khoảng cách δ Kết quả đưa ra là một tập các đối tượng không gian từ tập dữ liệu đầu vào nằm trong vùng giới hạn một khoảng cách là δ tính từ điểm truy vấn (query point)

Truy vấn 1: Tìm các shop nằm trong khoảng bán kính 500m tính từ vị trí tôi

đang đứng có bán quần áo thể thao

Sử dụng hàm giới hạn khoảng cách tìm kiếm trong khoảng 500m với vị trí hiện thời làm tâm là Circle (curr_space(), δ)

SELECT Shop.id, Offer.id, Offer.info

FROM Human, Shop, Offer

WHERE Offer.infor = `sportwear`

AND Offer.shop_id = Shop.id AND Human.id = 20

AND Shop.Location INSIDE Circle (curr_space(Human.route), 500) ;

Với δ = 500 (m)

Hàm Circle(point reference, number K): Đường tròn được định nghĩa bởi tâm

là điểm tham chiếu cho trước và bán kính bằng K

Hàm Curr_space (point reference): Hàm toán tử trả về giá trị khả dụng trong thời điểm hiện tại như giá trị lần cập nhật cuối cùng, thông tin gần nhất về điểm truy vấn, ở đây hàm Curr_space() sử dụng như hàm trả về thông tin vị trí tại thời điểm truy cập của người dùng

Ví dụ một truy vấn dạng K-NNQ trong CSDL Benchmark:

Truy vấn 2: Tìm hai nhà hàng gần nhất (giả thiết với Other.type = 1) tính từ

khu vực hiện tại tôi đang đứng ( với giá trị Human.Id = 20)

SELECT Other.id

FROM Human, Other

WHERE Other.type = 1 AND Human.Id = 20

ORDER BY Spatial_Neighbour (Other.Location, curr_space (Human.Route) ) ASC = 2;

Trong trường hợp này K = 2

1.3 Truy vấn nối các khu vực theo khoảng cách δ (truy vấn đệm)

Truy vấn nối các khu vực theo khoảng cách δ (truy vấn đệm) - δ–distance range join query: Truy vấn trên bao gồm hai tập dữ liệu không gian và giới hạn khoảng cách δ Kết quả trả về là một tập các cặp đối tượng không gian từ hai tập dữ liệu đầu vào, nằm trong giới hạn khoảng cách δ tính từ mỗi đối tượng

1.4 Phép nối khoảng cách Iceberg

Phép nối khoảng cách Iceberg - Iceberg distance join: Bao gồm hai tập dữ liệu không gian, giới hạn khoảng cách δ và số yếu tố ngưỡng K Kết quả trả về

là một tập các cặp đối tượng từ hai tập dữ liệu đầu vào, nằm trong phạm vi khoảng cách δ từ mỗi đối tượng, quy định rằng đối tượng đầu tiên xuất hiện ít nhất K lần trong kết quả của phép nối

1.5 Truy vấn K cặp đối tượng gần nhất

Truy vấn K cặp đối tượng gần nhất - K closet pair query (K-CPQ): Bao gồm hai tập dữ liệu không gian và số yếu tố ngưỡng K Nó tìm kiếm K cặp đối tượng riêng biệt từ hai tập dữ liệu đầu vào và có khoảng cách nhỏ nhất

giữa chúng là K

Truy vấn 3: Tìm năm shop gần nhất tính từ khu vực tôi đang đứng có bán giày

dép đã được lưu trong mục Interest của người sử dụng

SELECT Human.id, Shop.id, Offer.id

FROM Human, Shop, Offer

WHERE `shoes` in Human.Interests AND Offer.Info = `shoes`

AND Offer.Shop_id = Shop.id

ORDER BY All_Spatial_Neighbour_Pairs

(Shop.Location, curr_space (Human.route)) ASC 5;

Với K = 5

Chú ý:

™ Tương tự như với câu truy vấn dạng K-NN, câu lệnh SQL:

ORDER BY All_Spatial_Neighbour_Pairs(Shop.Location, curr_space (Human.route)) ASC 5;

Cũng được sử dụng để biểu diễn các truy vấn dạng K-CP

1.6 Nối K vùng lân cận gần nhất

Nối K vùng lân cận gần nhất - K nearest neighbour join: Bao gồm hai tập dữ liệu không gian và số yếu tố ngưỡng K Kết quả trả về là tập các cặp đối tượng từ hai tập dữ liệu đầu vào thỏa mãn, với mỗi đối tượng của tập dữ liệu đầu tiên, một cặp được tạo thành với mỗi K vùng lân cận gần nhất của nó trong tập dữ liệu thứ hai

1.7 Truy vấn K- nối khoảng cách

Truy vấn K- nối khoảng cách - K-Multi-way distance join query: Một truy vấn theo dạng này bao gồm n tập dữ liệu không gian, một đồ thị truy vấn (là một đồ thị định hướng có trọng số định nghĩa hành trình có hướng giữa n tập

dữ liệu đầu vào) và số yếu tố ngưỡng K Kết quả trả về là một tập bao gồm K

bộ dữ liệu riêng biệt, mỗi bộ có n đối tượng – n-tuples ( bộ dữ liệu chứa n đối