ĐỀ CƯƠNG ÔN THI Môn học: Cơ sở GIS Và viễn thám

Câu 1: Kn và nguyên lý hoạt động của hệ thống viễn thám (sd sơ đồ gồm 7 yếu tố). 1, Khái niệm: 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 khi 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 trong nhiều ngành khoa học khác nhau như quân sự, địa chất, địa lý, môi trường, khí tượng, thủy văn, nông nghiệp, lâm nghiệp,... Định nghĩa: “Viễn thám là khoa học nghiên cứu các thực thể, hiện tượng trên trái đất từ xa mà không cần tiếp xúc trực tiếp vào nó”. 2, Nguyên lý hoạt động của hệ thống viễn thám: Trong viễn thám, nguyên tắc hoạt động của nó liên quan giữa sóng điện từ từ nguồn phát và vật thể quan tâm 1. Nguồn phát năng lượng (A) yêu cầu đầu tiên cho viễn thám là có nguồn năng lượng phát xạ để cung cấp năng lượng điện từ tới đối tượng quan tâm. 2. Sóng điện từ và khí quyển (B) khi năng lượng truyền từ nguồn phát đến đối tượng, nó sẽ đi vào và tương tác với khí quyển mà nó đi qua. Sự tương tác này có thể xảy ra lần thứ 2 khi năng lượng truyền từ đối tượng tới bộ cảm biến. 3. Sự tương tác với ñối tượng (C) một khi năng lượng gặp đối tượng sau khi xuyên qua khí quyển, nó tương tác với đối tượng. Phụ thuộc vào đặc tính của đối tượng và sóng điện từ mà năng lượng phản xạ hay bức xạ của đối tượng có sự khác nhau. 4. Việc ghi năng lượng của bộ cảm biến (D) sau khi năng lượng bị tán xạ hoặc phát xạ từ đối tượng, một bộ cảm biến để thu nhận và ghi lại sóng điện từ. 5. Sự truyền tải, nhận và xử lý (E) năng lượng được ghi nhận bởi bộ cảm biến phải được truyền tải đến một trạm thu nhận và xử lý. Năng lượng được truyền đi thường ở dạng điện. Trạm thu nhận sẽ xử lý năng lượng này để tạo ra ảnh dưới dạng hardcopy hoặc là số. 6. Sự giải đoán và phân tích (F) ảnh được xử lý ở trạm thu nhận sẽ được giải đoán trực quan hoặc được phân loại bằng máy để tách thông tin về đối tượng. 7. Ứng dụng (G) đây là thành phần cuối cùng trong quy trình xử lý của công nghệ viễn thám. Thông tin sau khi được tách ra từ ảnh có thể ñược ứng dụng ñể hiểu tốt hơn về đối tượng, khám phá một vài thông tin mới hoặc hỗ trợ cho việc giải quyết một vấn đề cụ thể.

ĐỀ CƯƠNG ÔN THI Môn học: Cơ sở GIS Và viễn thám Câu 1: Kn nguyên lý hoạt động hệ thống viễn thám (sd sơ đồ gồm yếu tố) 1, Khái niệm: Viễn thám 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, Định nghĩa: “Viễn thám khoa học nghiên cứu thực thể, hiện tượng trái đất từ xa mà không cần tiếp xúc trực tiếp vào nó” 2, Nguyên lý hoạt động hệ thống viễn thám: Trong viễn thám, nguyên tắc hoạt động của nó liên quan sóng điện từ từ nguồn phát và vật thể quan tâm Nguồn phát lượng (A) - yêu cầu đầu tiên cho viễn thám là có nguồn lượng phát xạ để cung cấp lượng điện từ tới đối tượng quan tâm Sóng điện từ khí quyển (B) - lượng truyền từ nguồn phát đến đối tượng, nó vào và tương tác với khí quyển mà nó qua Sự tương tác này có thể xảy lần thứ lượng truyền từ đối tượng tới cảm biến Sự tương tác với ñối tượng (C) - lượng gặp đối tượng sau xuyên qua khí quyển, nó tương tác với đối tượng Phụ thuộc vào đặc tính của đối tượng và sóng điện từ mà lượng phản xạ hay bức xạ của đối tượng có sự khác Việc ghi lượng bộ cảm biến (D) - sau lượng bị tán xạ phát xạ từ đối tượng, cảm biến để thu nhận và ghi lại sóng điện từ Sự truyền tải, nhận xử lý (E) - lượng được ghi nhận cảm biến phải được truyền tải đến trạm thu nhận và xử lý Năng lượng được truyền thường dạng điện Trạm thu nhận xử lý lượng này để tạo ảnh dạng hardcopy là số Sự giải đoán phân tích (F) - ảnh được xử lý trạm thu nhận được giải đoán trực quan được phân loại máy để tách thông tin về đối tượng Ứng dụng (G) - là thành phần cuối cùng quy trình xử lý của công nghệ viễn thám Thông tin sau được tách từ ảnh có thể ñược ứng dụng ñể hiểu tốt về đối tượng, khám phá vài thông tin hỗ trợ cho việc giải vấn đề cụ thể CÂU 2: PHÂN LOẠI VIỄN THÁM Sự phân biệt 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 phương thức phân loại viễn thám sau: a Phân loại theo nguồn lượng sử dụng (loại nguồn phát tín hiệu thu nhận), kỹ thuật viễn thám bao gồm: - Viễn thám bị động: sử dụng lượng mặt trời 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 thu nhận tín hiệu phản xạ lại b Phân loại theo vùng bước sóng 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 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 kỹ thuật viễn thám này được gọi là ảnh nhiệt - Viễn thám siêu cao tần: viễn thám siêu cao tần 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 phản xạ từ 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, thu lại lượng sóng phản xạ lại từ các vật thể Cường độ lượng phản xạ được đo lường để phân biệt các đối tượng với Ảnh thu được từ kỹ thuật viễn thám này được gọi là ảnh Radar 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) 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 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 vùng lãnh thổ mặt đất là cùng giờ địa phương và thời gian lặp lại là cố định vệ tinh (ví dụ LANDSAT là 18 ngày, SPOT là 23 ngày ) CÂU 3: KN VỀ VẬT MANG, BỘ CẢM PHƯƠNG PHÁP QUÉT DỌC, QUÉT NGANG 1, Khái niệm vật mang, cảm: a, Vật mang Phương tiện dùng để mang các cảm tới độ cao và vị trí mong muốn để thu nhận lượng bức xạ và phản xạ từ các vật thể bề mặt tạo ảnh quang học hay ảnh rada được gọi là vật mang Hiện nay, vật mang rất đa dạng vd khinh khí cầu, máy bay, vệ tinh, tàu vũ trụ, b, bộ cảm Khái niệm: Thiết bị dùng để cảm nhận sóng điện từ phản xạ hay bức xạ từ vật thể được gọi là 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 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 số nguyên hữu hạn gọi là giá trị số của pixel) tương ứng với lượng sóng điện từ nhận được ban đầu 2, Phương pháp quét dọc, quét ngang - Hệ thống quét dùng để thu thập liệu sở sử dụng nhiều bước sóng khác được gọi là máy quét đa phổ MSS 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 góc 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 đơn vị chia mẫu mặt đất Lượng thông tin ghi được IFOV tương ứng với gía trị của pixel Góc nhìn tối đa mà cảm có thể thu được sóng điện từ được gọi là trường nhìn 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 : Gương quay 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 tách sóng 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 của vệ tinh, kết quả nhận được ảnh vệ tinh là tập hợp của các dòng ảnh liên tiếp - Trường nhìn không đổi IFOV của cảm biến và độ cao của vệ tinh xác định độ phân giải mặt đất và góc nhìn tối đa mà cảm có thể thu được sóng điện từ (được quét 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 và dược sử dụng để xác định bề rộng của ảnh vệ tinh Quét dọc tuyến chụp Quét dọc tuyến chụp sử dụng các hệ thống quét điện tử tách sóng tuyến tính để ghi nhận lượng bức xạ ứng với dòng quét cố định vuông góc với phương chuyển động của vệ tinh Bộ tách sóng mảng tuyến tính được xây dựng mặt phẳng tạo ảnh của hệ thống lăng kính cho phép tạo thành dòng quét vuông góc với hướng di chuển của vệ tinh Mỗi tách sóng riêng biệt đo lường lượng phản xạ ứng với từng pixel được phân chia với từng bước sóng khác (thông qua kính lọc phổ) Trong phương pháp này, tách sóng mảng tuyến tính riêng đảm nhiệm việc đo lường lượng ứng với từng kênh phổ và kích thước của IFOV ứng với tách sóng riêng biệt xác định độ phân giải mặt đất của ảnh vệ tinh  Từ phương pháp bản cho thấy, các phần tử của ảnh vệ tinh thường có dạng hình vuông và thể hiện khu vực nào đó mặt đất Điều quan trọng cần ý đó là phân biệt rõ ràng kích thước của pixel ảnh với độ phân giải không gian, ảnh vệ tinh điều này không phải tương ứng mọi trường hợp Nói chung, ảnh thể hiện được vật thể lớn gọi là ảnh có độ phân giải thấp, ảnh cho phép tách các đối tượng nhỏ và thấy đủ chi tiết mặt đất được gọi là ảnh có độ phân giải cao Độ phân giải càng cao diện tích mặt đất được thể hiện pixel ảnh càng nhỏ, hnay các cảm biến đặt vệ tinh phục vụ cho mục đích quân sự đc thiết kế cho thu được càng nhiều thông tin càng tốt, nên ảnh nhận đc thường có độ phân giải cao so với ảnh các công ty thương mại cung cấp CÂU 4:KHÁI NIỆM, TÍNH CHẤT BỨC XẠ ĐIỆN TỪ KN CỬA SỔ KHÍ QUYỂN, ĐỘ PHẢN XẠ PHỔ ĐẶC TRƯNG PHẢN XẠ PHỔ CỦA THỔ NHƯỠNG, THỰC VẬT, NC 1, Khái niệm, tính chất xạ điện từ: Thuật ngữ bức xạ điện từ, James Clerk Maxwell đặt ra, xuất phát từ tính chất điện và từ đặc trưng chung cho tất cả các dạng của loại lượng giống sóng này, được biểu lộ sự phát sinh cả trường dao động điện và từ sóng truyền không gian Ánh sáng khả kiến đại diện cho phần nhỏ của phổ bức xạ điện từ, trải từ các tia vũ trụ cao tần và tia gamma, qua tia X, ánh sáng cực tím, bức xạ hồng ngoại, và vi ba, các sóng vô tuyến bước sóng dài, tần số rất thấp Sóng điện từ di chuyển theo hướng vuông góc với hướng dao động của cả vectơ điện trường (E) và từ trường (B) Hai trường lượng dao động vuông góc với và dao động cùng pha theo dạng đồ thị hàm số sin Các vectơ điện trường và từ trường không vuông góc với mà vuông góc với phương truyền sóng Để đơn giản hóa minh họa, người ta thường quy ước bỏ qua các vectơ biểu diễn điện trường và từ trường dao động, mặc dù chúng tồn Khi lan truyền, sóng điện từ mang theo lượng, động lượng và thông tin Sóng điện từ với bước sóng nằm khoảng 400 nm và 700 nm có thể được quan sát mắt người và gọi là ánh sáng Bức xạ điện từ truyền lượng sở các dao động trường điện từ không gian lòng các vật chất Bức xạ điện từ có tính chất sóng hạt: a, Tính chất sóng bức xạ điện từ được xác định bước sóng, tần số và tốc độ truyền Năng lượng ánh sáng có tính chất bức xạ tự nhiên với trường điện và từ có hướng vuông góc với nhau, chuyển động tuân theo nguyên lý của sóng điều hòa Phương trình truyền ánh sáng: Trong đó: C: số tốc độ ánh sáng ( ~ 3*108m/s) C = v λ v: tần số dao động của ánh sáng λ: bước sóng của ánh sáng b, Tính chất hạt được mô tả theo tính chất quang lượng tử (photon) Ánh sáng bao gồm rất nhiều phân tử nhỏ riêng biệt đc gọi là các proton hay lượng tử (quanta) Năng lượng của lượng tử đc xác định theo công thức sau: Trong đó: Q: lượng của lượng tử (J) h: số plank (h=6,626*10-34 J/s) Q = h.v v: tần số (Hezt) Giải phương trình ta đc: v = Q/h; Q = h C/λ Bức xạ điện từ có thông số bản: tần số (bước sóng), hướng truyền, biên độ và mặt phân cực Tất cả các vật thể đều phản xạ và hấp thụ, phân tách và bức xạ sóng điện từ theo các cách khác và đặc trưng này được gọi là đặc trưng phổ Hiện tượng phản xạ phổ có liên quan mật thiết với môi trường mà sóng điện từ lan truyền Dải sóng điện từ được coi là dải sóng có bước sóng từ 0.1 micromet đến 100 km • • • • Căn cứ vào bước sóng, sóng điện từ được chia làm các loại sau: Sóng tử ngoại: có bước sóng từ 0.1μm đến 0.4 μm ; Bức xạ điện từ bước sóng nhìn thấy: có bước sóng từ 0.4 μm đến 0.7 μm ; Bức xạ hồng ngoại: cận hồng ngoại (0.7μm – 1.3μm ), hồng ngoại ngắn (1.3μm – 3μm ), hồng ngoại (3μm – 8μm ), hồng ngoại nhiệt (8μm – 14μm), hồng ngoại xa (14μm – 1mm); Sóng radio: Sóng micro, sóng cực ngắn, sóng ngắn (HF)… 2, Khái niệm cửa sổ khí quyển, độ phản xạ phổ: Cửa sổ khí quyển: Trong dải phổ, dải sóng mà đó lượng được truyền qua nhiều nhất đc gọi là các cửa sổ khí quyển.Trong các cửa sổ khí quyển dải nhìn thấy là vùng rộng nhất và lượng ánh sáng đc truyền qua cũng mạnh nhất Độ phản xạ phổ p(λ): là tỉ lệ phần trăm của lượng rơi xuống đối tượng và được phản xạ trở lại Với cùng đối tượng, độ phản xạ phổ các bước sóng khác là khác Khả phản xạ phổ của các vật thể là thông số bản nhất cần biết phân loại ảnh vệ tinh Khả phản xạ phổ phụ thuộc vào bước sóng của sóng điện từ Ở các bước sóng khác nhau, giá trị phản xạ phổ của vật thể không giống Khả phản xạ phổ của vật thể phụ thuộc vào bước sóng được định nghĩa theo công thức sau đây: E ρ (λ ) r = 100% λ E 0(λ ) Trong đó, Eρ(λ) – lượng phản xạ bước sóng λ; Eo(λ) – lượng tới bước sóng λ 3, Đặc trưng phản xạ phổ thổ nhưỡng, thực vật, nước: Dựa đặc tính phổ của vật thể các bước sóng, các đối tượng tự nhiên được chia thành các nhóm chính sau: Đặc trưng phản xạ phổ của thổ nhưỡng Đặc trưng phản xạ chung nhất của thổ nhưỡng là khả phản xạ phổ tăng theo độ dài bước sóng, đặc biệt là bước sóng cận hồng ngoại và hồng ngoại nhiệt Ở dải sóng điện từ này, có lượng hấp thụ và lượng phản xạ mà không có lượng thấu quang Với các loại đất có thành phần cấu tạo các chất hữu và vô khác nhau, khả phản xạ phổ khác Tùy thuộc vào thành phần hợp chất có đất mà biên độ của đồ thị phản xạ phổ khác Các yếu tố ảnh hưởng đến khả phản xạ phổ của thổ nhưỡng: cấu trúc bề mặt của đất, độ ẩm của đất (khi độ ẩm tăng, phản xạ giảm), hợp chất hữu cơ, vô có đất Khả phản xạ phổ của đất tỉ lệ nghịch với các yếu tố này Đặc trưng phản xạ phổ của thực vật Khả phản xạ phổ của thực vật phụ thuộc vào bước sóng điện từ Trong dải sóng điện từ nhìn thấy, các sắc tố của lá ảnh hưởng đến đặc tính phản xạ phổ của nó, đặc biệt là hàm lượng chất diệp lục (clorophyl) Trong dải sóng này, thực vật trạng thái tươi tốt với hàm lượng diệp lục cao lá có khả phản xạ phổ cao bước sóng xanh lá (green), giảm xuống vùng sóng đỏ (red) và tăng rất mạnh vùng sóng cận hồng ngoại Thực vật có khả hấp thụ lượng mạnh nhất các bước sóng 1.4 μm, 1.9 μm, 2.7 μm Bước sóng 2.7 μm hấp thụ lượng mạnh nhất gọi là dải sóng cộng hưởng hấp thụ (sự hấp thụ mạnh diễn với dải sóng khoảng từ 2.66 μm–2.73 μm) Khi hàm lượng nước chứa lá giảm đi, khả phản xạ phổ của lá cũng tăng lên đáng kể Đặc trưng phản xạ phổ của nước Khả phản xạ phổ của nước thay đổi theo bước sóng của bức xạ chiếu tới và thành phần vật chất có nước Ngoài ra, khả phản xạ phổ của nước phụ thuộc vào bề mặt nước và trạng thái của nước Đối với đường bờ nước, dải sóng hồng ngoại và cận hồng ngoại có thể phân biệt cách rõ ràng Nước có khả hấp thụ rất mạnh lượng bước sóng cận hồng ngoại và hồng ngoại, đó lượng phản xạ rất ít Ở dải sóng dài, khả phản xạ phổ của nước khá nhỏ nên có thể sử dụng các kênh dải sóng ngoài để xác định ranh giới nước – đất liền Trong nước chứa nhiều thành phần hữu và vô cơ, khả phản xạ phổ của nước phụ thuộc vào thành phần và trạng thái của nước Nước đục có khả phản xạ phổ cao nước trong, nhất là dải sóng dài Hàm lượng clorophyl cũng ảnh hưởng đến khả phản xạ phổ của nước (giảm khả phản xạ phổ dải sóng ngắn, tăng dải sóng màu xanh lá cây) Ngoài ra, số yếu tố khác cũng ảnh hưởng đến khả phản xạ phổ của nước, không thể hiện rõ rệt qua sự khác biệt của đồ thị phổ: độ mặn của nước biển, hàm lượng khí metan, oxi, nitơ, cacbonic, nước CÂU 5: KHÁI NIỆM ẢNH SỐ ĐỘ PHÂN GIẢI CỦA ẢNH VỆ TINH 1, Khái niệm ảnh số: Ảnh số được tạo mảng hai chiều của các phần tử ảnh có cùng kích thước được gọi là pixel ảnh Mỗi pixel được xác định 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 pixel đều là các số nguyên Tọa độ số hóa là các giá trị rời rạc m, n được xác định sau: Trong đó m = 0, 1,…, M; n = 0, 1,…, N; Trong trường hợp là bước nhảy số hóa , M = N, các giá trị rời rạc được gán vào các giá trị độ xám g(m,n) tương ứng của các pixel ảnh Khi đó, ảnh được lấy mẫu và các giá trị độ xám được lượng tử hóa Như vậy: ảnh số một ma trận không gian đơn vị ảnh (pixel ảnh) được xếp theo dòng cột theo một trật tự nhất định dạng số 2, Độ phân giải ảnh vệ tinh: Độ phân giải là thông số bản nhất phản ánh chất lượng và tính của ảnh vệ tinh mà dựa vào đó ta có thể xác định khả phân loại, nghiên cứu vật thể Độ phân giải ảnh vệ tinh bao gồm: độ phân giải không gian, độ phân giải thời gian, độ phân giải phổ và độ phân giải bức xạ Đối với từng bài toán, phải xác định được yêu cầu cụ thể về mặt kỹ thuật các thông số Ví dụ, nghiên cứu biến động thực vật cần liệu ảnh vệ tinh đa phổ, chụp các thời gian khác nhau, ảnh không có mây Khi thành lập và hiện chỉnh bản đồ, tùy thuộc vào tỉ lệ bản đồ mà yêu cầu với các thông số khác Bản đồ tỉ lệ 1:100 000 có thể dùng ảnh vệ tinh độ phân giải không gian 30 x 30 m; bản đồ tỉ lệ 1: 25 000 có thể dùng ảnh vệ tinh độ phân giải 10 x 10 m 2.1 Độ phân giải không gian Độ phân giải không gian của ảnh vệ tinh là kích thước nhỏ nhất của đối tượng hay khoảng cách tối thiểu hai đối tượng liền kề có khả phân biệt được ảnh Ảnh có độ phân giải không gian càng cao có kích thước pixel càng nhỏ Độ phân giải này phụ thuộc vào kích thước của pixel ảnh, độ tương phản hình ảnh, điều kiện khí quyển và các thông số quỹ đạo của vệ tinh Độ phân giải không gian cũng được gọi là độ phân giải mặt đất hình chiếu của pixel tương ứng với đơn vị chia mẫu mặt đất Dựa vào độ phân giải không gian, ảnh vệ tinh có thể được chia làm các loại bản sau: ảnh vệ tinh độ phân giải siêu cao (độ phân giải không gian 1m), ảnh vệ tinh độ phân giải cao (1 – 10m), ảnh vệ tinh độ phân giải trung bình (10 – 100m) và ảnh vệ tinh độ phân giải thấp (>100m) 2.2 Độ phân giải bức xạ Để lưu trữ, xử lý và hiển thị ảnh vệ tinh máy tính kiểu raster, tùy thuộc vào số bit dùng để ghi nhận thông tin, pixel có giá trị hữu hạn ứng với từng cấp độ xám Độ phân giải bức xạ là khả nhạy cảm của các thiết bị thu để phát hiện sự khác rất nhỏ lượng sóng điện từ (số bit dùng để ghi nhận thông tin ảnh vệ tinh) Phần lớn liệu ảnh viễn thám hiện được lưu trữ dạng bit, số ảnh vệ tinh độ phân giải cao có thể lưu trữ dạng 16 bit Ảnh vệ tinh được lưu trữ dạng bit có 256 cấp độ xám (0 – 255), 16 bit có 65536 cấp độ xám (0 – 65535) 2.3 Độ phân giải phổ Cùng vùng phủ mặt đất tương ứng, các pixel cho giá trị riêng biệt theo từng vùng phổ ứng với các bước sóng khác Do đó, thông tin được cung cấp theo từng loại ảnh vệ tinh khác không phụ thuộc vào số bit dùng để ghi nhận, mà phụ thuộc vào phạm vi bước sóng Độ phân giải phổ thể hiện kích thước và số kênh phổ, bề rộng phổ sự phân chia vùng phổ mà ảnh vệ tinh có thể phân biệt số lượng lớn các bước sóng có kích thước tương tự, cũng tách biệt được các bức xạ từ nhiều vùng phổ khác Ngoài ra, độ phân giải phổ thể hiện độ nhạy tuyến tính của cảm biến khả phân biệt sự thay đổi nhỏ nhất của cường độ phản xạ sóng từ các vật thể 2.4 Độ phân giải thời gian Độ phân giải thời gian là thời gian chụp lặp lại cùng vị trí của ảnh vệ tinh Độ phân giải thời gian cho biết số ngày (hoặc giờ) mà hệ thống cảm biến của vệ tinh quay lại để chụp vị trí nhất định Do vậy, độ phân giải thời gian không liên quan đến các thiết bị ghi ảnh mà liên quan đến khả lặp lại của vệ tinh Ảnh được chụp vào các ngày khác cho phép so sánh đặc trưng bề mặt theo thời gian Ưu điểm của độ phân giải thời gian là cho phép cung cấp thông tin chính xác và nhận biết sự biến động của khu vực cần nghiên cứu Câu 6: Phân tích ảnh mắt: Khái niệm, dấu hiệu 1, Khái niệm: Phân tích hay giải đoán ảnh mắt trình sử dụng mắt người với trí tuệ để tách chiết thông tin từ tư liệu viễn thám dạng hình ảnh Trong việc xử lý ảnh viễn thám, giải đoán mắt là công việc đầu tiên, phổ biến nhất và có thể áp dụng mọi điều kiện có trang thiết bị từ đơn giản đến phức tạp Việc phân tích ảnh mắt có thể được trợ giúp số thiết bị quang học từ đơn giản đến phức tạp kính lúp, kính lập thể, kính phóng đại, kính tổ hợp mầu, nhằm nâng cao khả phân tích của mắt người Phân tích ảnh mắt là công việc có thể áp dụng cách dễ dàng mọi điều kiện và có thể phục vụ cho nhiều nội dung nghiên cứu khác nhau: nghiên cứu lớp phủ mặt đất, nghiên cứu rừng, thổ nhưỡng, địa chất, địa mạo, thuỷ văn, sinh thái, môi trường Kết quả phân loại ảnh mắt có ý nghĩa đặc biệt quan trọng việc lẫy mẫu phân loại phục vụ việc phân loại tự động có kiểm định Ưu điểm lớn nhất của phương pháp phân loại ảnh mắt là đơn giản, nhanh chóng và phát huy được trí tuệ của người sử dụng Tuy nhiên, nhược điểm bản của phương pháp này là độ chính xác không cao và phụ thuộc vào khả của người phân loại Bên cạnh đó, phương pháp phân loại mắt không thể xử lý lượng thông tin lớn cũng không phát hiện được các đối tượng ngụy trang Phương pháp này thông thường sử dụng trường hợp phân loại các đối tượng đơn giản (cây cối, nhà cửa, sông hồ) và tỏ có hiệu quả với ảnh độ phân giải không gian cao 2, Các dấu hiệu phân loại ảnh: Những yếu tố bản để phân loại ảnh bắt bao gồm kích thước, hình dạng, màu sắc, vị trí, của đối tượng cần phân loại Kích thước Thông tin biểu diễn hình dạng và kích thước đối tượng có ý nghĩa quan trọng phân loại và phân tích ảnh mắt Kích thước của đối tượng tùy thuộc vào tỷ lệ ảnh, kích thước có thể được xác định lấy kích thước đo được ảnh nhân với nghịch đảo tỷ lệ của ảnh Do vậy, phân loại ảnh mắt, điều quan phải xác định được độ phân giải không gian, kích thước pixel cũng tỉ lệ ảnh Đối với ảnh vệ tinh độ phân giải cao, kích thước các nhà có thể được nhận thấy rõ Ngược lại, ảnh vệ tinh độ phân giải trung bình và thấp không thể phân biệt mắt các nhà riêng biệt mà phát hiện được các khu nhà, khu đô thị Hình dạng Là đặc trưng bên ngoài tiêu biểu cho đối tượng và có ý nghĩa quan trọng giải đoán ảnh Hình dạng đặc trưng cho đối tượng nhìn từ cao xuống được coi là dấu hiệu giải đoán ảnh quan trọng (ruộng thường có dạng hình vuông hay chữ nhật, khu vực chung cư cao tầng khác với nhà riêng lẻ, ) Bóng râm: Khi nguồn phát lượng (mặt trời hay radar) không nằm đỉnh đầu trường hợp chụp ảnh xiên xuất hiện bóng của đối tượng Căn cứ theo bóng của vật thể có thể xác định được chiều cao của chúng, ảnh radar bóng râm là yếu tố giúp cho việc xác định địa hình và hình dạng mặt đất Tuy nhiên, bóng râm ảnh vệ tinh quang học thường làm giảm khả giải đoán khu vực nhiều nhà cao tầng, rất khó khăn việc xác định diện tích của vật thể Trong nhiều trường hợp, bóng râm mây tạo dẫn đến việc không thể phân loại được đối tượng bị bóng râm che phủ Độ đậm nhạt – độ sáng Là tổng hợp lượng phản xạ bề mặt của đối tượng Mỗi vật thể được thể hiện cấp độ sáng nhất định tỷ lệ với cường độ phản xạ ánh sáng của nó (ảnh đen trắng biến thiên từ trắng đến đen tuyền, ảnh màu tone ảnh cho độ đậm 10 * Bóng chói mặt trời: Tạo hiện tượng bức xạ của mặt đất vùng này sáng vùng khác * Bóng râm: là hiện tượng che khuất nguồn bức xạ bản thân địa hình (vùng đồi, núi, nhà cao tầng…) * Góc chiếu mặt trời: Do vị trị tương đối của trái đất với mặt trời thay đổi theo thời gian ngày và mùa năm, làm cho vùng Bắc bán cầu có góc đứng của mặt trời vào mùa đông nhỏ mùa hạ Kết quả là ảnh chụp vào các mùa khác có cường độ chiếu sáng của mặt trời khác + Ảnh hưởng khí quyển Rất nhiều các hiệu ứng khí quyển khác hấp thụ, phản xạ, tán xạ… ảnh hưởng tới chất lượng ảnh thu được Bức xạ mặt trời đường truyền xuống mặt đất bị hấp thụ, tán xạ lượng nhất định trước tới mặt đất và lượng bức xạ phản xạ từ vật thể cũng bị hấp thụ tán xạ trước tới được cảm Do đó, bức xạ mà cảm thu được không phải đơn thuần lượng trực tiếp mà nhiều thành phần nhiễu khác Hiệu chỉnh ảnh hưởng khí quyển là giai đoạn tiền xử lý nhằm loại trừ ảnh hưởng của thành phần bức xạ không mang thông tin hữu ích Để hiệu chỉnh khí quyển, người ta thường sử dụng các mô hình khí quyển nhằm mô trạng thái khí quyển và áp dụng các quy luật quang học để hiệu chỉnh Các phương pháp bản sau thường được sử dụng: * Phương pháp sử dụng hàm truyền bức xạ * Phương pháp sử dụng liệu thực mặt đất * Các phương pháp khác b Hiệu chỉnh hình học Biến dạng hình học của ảnh được hiểu sự sai lệch vị trí toạ độ ảnh thực tế (đo được) và toạ độ ảnh lý tưởng được tạo cảm có thiết kế hình học chính xác và các điều kiện thu nhận lý tưởng, nhằm loại trừ sai số toạ độ ảnh thực tế và toạ độ ảnh lý tưởng cần phải tiến hành hiệu chỉnh hình học Nguyên nhân sinh biến dạng hình học của ảnh là tổng hợp từ hai nguồn sai số chính: - Nội sai gây tính chất hình học của cảm - Ngoại sai gây vị trí của vật mang và hình dáng của vật thể Ngoài ra, sự thay đổi địa hình cũng gây nên biến dạng hình học của ảnh Tuy nhiên mặt đất có sự chênh cao lớn khoảng cách ảnh trở nên lớn Ảnh hưởng sự thay đổi địa hình gây nên biến dạng tăng dần từ tâm ảnh các biên, các điểm mặt đất có độ cao thấp hay cao độ cao chuẩn tham chiếu (trong lúc chụp ảnh) đều bị biến dạng Hiệu chỉnh hình học phải được thực hiện để loại trừ sự biến dạng về mặt hình học của ảnh Bản chất của hiệu chỉnh hình học là xây dựng mối tương quan hệ toạ độ ảnh và hệ toạ 13 độ quy chiếu chuẩn (có thể là hệ toạ độ mặt đất vuông góc địa lý) dựa vào các điểm khống chế mặt đất, vị của Sensor, điều kiện khí quyển … Các bước thực hiện quá trình hiệu chỉnh hình học sau: +Chọn phương pháp + Kiểm tra độ xác: Sau đăng ký toạ độ ảnh, độ chính xác của việc hiệu chỉnh hình học cần phải được kiểm tra các cặp điểm GCP mà không tham gia quá trình chuyển đổi (điểm kiểm tra) Nếu dộ chính xác không thoả mãn tiêu chuẩn yêu cầu (sai số pixel) phải kiểm tra lại liệu toạ độ được nhập + Nội suy tái chia mẫu: là giai đoạn cuối cùng của hiệu chỉnh hình học, ảnh sau hiệu chỉnh có sự thay đổi vị trí nên giá trị độ sáng của cá pixel cần phải được tính và gán lại theo vị trí Phương pháp nội suy và tái chia mẫu nhằm xác định giá trị độ sáng của các pixel ảnh hiệu chỉnh từ các giá trị độ sáng của các pixel ảnh gốc Tăng cường chất lượng ảnh Tăng cường chất lượng ảnh có thể được định nghĩa thao tác bật hình ảnh cho người giải đoán ảnh dễ đọc, dễ nhận biết nội dung ảnh so với ảnh gốc Phương pháp bản thường được sử dụng là biến đổi cấp độ xám, chuyển đổi histogram, tổ hợp màu, chuyển đổi màu hai hệ RGB red, green, blue) và HIS (Hue- sắc, Intensity - cường độ, Saturation - mật độ) nhằm phục vụ việc giải đoán mắt (phân tích định tính) Ngoài việc tăng cường chất lượng ảnh, bước xử lý ảnh vệ tinh là chiết tách thông tin đặc tính Đây là thao tác nhằm phân loại, sắp xếp thông tin có sẵn ảnh theo các yêu cầu tiêu đưa dạng hàm số (phục vụ phân tích chất lượng) Biến đổi cấp độ xám Biến đổi cấp độ xám là kỹ thuật tăng cường chất lượng ảnh đơn giản, thực tế ảnh thô giá trị phổ nhằm cung cấp thông tin hữu ích thường phân bố phạm vi hẹp so với khả hiển thị của ảnh (nếu ảnh lưu bits hiển thị đến 256 giá trị) Ý nghĩa của việc biến đổi cấp độ xám là nhằm biến đổi khoảng giá trị cấp độ xám thực tế của ảnh gốc về khoảng cấp độ xám mà thiết bị hiển thị có khả thể hiện được Bằng cách này tăng được độ tương phản các đối tượng, làm cho ảnh rõ ràng Lọc không gian Hiện tượng “muối và tiêu” ảnh phân loại, lốm đốm sinh ảnh gốc sai số phát snh quá trình truyền liệu bị gián đoạn tạm thời Do ảnh hưởng này, mọt số pixel ảnh có giá trị độ sáng lớn hay nhỏ rất nhiều so với các pixel xung quanh Kết quả tạo các điểm sáng trắng hay sậm đen ảnh, làn ảnh hưởng đến việc tách thông tin từ ảnh viễn thám Tăng cường hay cải tiến chất lượng ảnh cách áp dụng hàm (hay toán tử lọc) không gian ảnh nhằm loại nhiễu ngẫu nhiên và các giá trị đột biến của pixel ảnh, tạo ảnh mịn so với ảnh gốc Biện pháp dùng cửa sổ lọc là khá phổ biến Chuyển đổi ảnh 14 Cơ sở của các phép biến đổi ảnh là việc ứng dụng các phép toán số học để tạo thành ảnh - Trừ ảnh thường được sử dụng để xác định sự thay đổi xảy của khu vực nào đó thời điểm khác Tuy nhiên hai ảnh muốn trừ được cho chúng phải được đưa về cùng hệ tọa độ nhất định - Tạo ảnh tỉ số Phép chia ảnh hay ảnh tỷ số là phép biến đổi thường hay gặp Ảnh tỷ số thường để phát hiện hay làm bật biến đổi nhỏ về phổ của các đối tượng lớp phủ bề mặt đất Một tỷ số hay được đề cập đến đó là + Thuật toán NDVI NDVI được dùng rất rộng rãi để xác định mật độ phân bố của thảm thực vật, đánh giá trạng thái sinh trưởng và phát triển của trồng, làm sở số liệu để dự báo sâu bệnh, hạn hán, diện tích suất và sản lượng trồng… Công thức: NDVI = NIR − RED NIR + RED Trong đó: RED: giá trị phản xạ của kênh phổ đỏ NIR: giá trị phản xạ của kênh phổ hồng ngoại +Ngoài còn có: Thuật toán TVI, RVI, EVI - Phân tích thành phần Phân tích thành phần chính là kỹ thuật chuyển đổi các giá trị độ sáng của pixel và sự chuyển đổi này nén liệu ảnh cách giữ tối đa lượng thông tin hữu ích và loại bỏ các thông tin trùng lặp Kết quả là liệu ảnh thu được (ảnh thành phần chính) chứa các kênh ảnh ít tương quan thường được sử dụng rất hiệu quả tổ hợp màu và phân loại ảnh Phân tích thành phần chính được sử dụng để giảm số lượng các kênh phổ mà giữ lượng thông tin không bị thay đổi đáng kể Thực chất là thuật toán tạo ảnh chứa thông tin chủ yếu dễ nhận biết so với ảnh gốc Về bản là tổ hợp tuyến tính từ không gian k chiều (k- số kênh chứa ảnh gốc) về không gian p chiều (p- số kênh chứa ảnh thành phần chính) với k > p mà bảo toàn thông tin mức chấp nhận được Phương pháp này được áp dụng viễn thám sở thực tế là ảnh chụp các kênh phổ gần có độ tương quan rất cao, vậy thông tin của chúng có phần trùng lặp rất lớn 4, Phân loại ảnh Phân loại ảnh là quá trình tách gộp thông tin dựa các tính chất phổ, không gian và thời gian Phân loại thường được biểu diễn tập hợp các kênh ảnh và quá trình này là gán từng pixel ảnh vào các lớp khác dựa đặc tính thống kê của các giá trị độ xám của từng pixel 15 Các bước việc phân loại: + Chọn trước tập hợp các lớp phủ mà theo đó ảnh được phân lớp + Với lớp, chọn môt tập các pixel tiêu biểu cho lớp đó (gọi là samples training data) + Các tập training có thể lấy được từ thực địa, từ bản đồ, hay từ các nguồn hình ảnh khác + Các tập training được dùng để ước đoán các tham số của giải thuật phân loại sử dụng (các tham số thuộc lớp training gọi là tín hiệu hay signature của lớp đó) + Dựa vào các tập training, xếp loại tất cả các pixel của ảnh cho pixel thuộc về lớp nhất + Tạo ảnh (hoặc bản đồ) phân loại, tính toán các thống kê của việc phân loại Có hai phương pháp phân loại chính đó là Có kiểm định (Supervised ) và Không kiểm định (Unsupervised) - Phân loại không giám định Phân loại không giám định có thể được dùng phương tiện để sơ tìm hiểu sự chia lớp của vùng sắp khảo sát hay trường hợp thông tin về các lớp phủ là không đầy đủ, thậm chí không có Các phương pháp phân loại không kiểm định Các phương pháp phân loại không kiểm định không yêu cầu phải sử dụng số liệu mẫu mà sử dụng thuần túy các thông tin phổ ảnh Các pixel ảnh được nhóm (gộp) vào các lớp phổ khác sở các nhóm phổ tự nhiên biểu thị qua các giá trị độ xám của ảnh Sau đó cách xác minh thực địa (hoặc xác minh với các bản đồ khác), lớp phổ được phân thành các lớp tương ứng thực địa Các phương pháp phân loại không kiểm định rất đa dạng, ta xét số thuật toán thường sử dụng viễn thám *Phương pháp K giá trị trung bình (K – Mean) Với phương pháp này số lớp cần phân loại phải được xác định từ trước Khởi đầu, ta chọn K tâm ban đầu của các lớp tiến hành phân loại các điểm ảnh theo nguyên tắc khoảng cách tối thiểu Sau đó xác định vị trí trung bình của tất cả các điểm ảnh thuộc lớp, để nhận làm tâm mới, tiến hành phân loại lại tất cả các điểm ảnh Quá trình này được lặp lại nào tâm của các lớp hai lần lặp không thay đổi kết thúc Phương pháp này có thể được tóm tắt bước bản sau: Bước 1: Đầu tiên, chọn k vectơ làm tâm (mean) cho k lớp khởi đầu Bước 2: Một vectơ pixel thuộc lớp mà khỏang cách (Euclide, chẳng hạn) từ nó đến tâm của lớp là nhỏ nhất (thực hiện với tất cả các vecto lần lặp) Bước 3: Tính lại tâm của các lớp Nếu tất cả các tâm giữ nguyên, thuật toán dừng; không quay lại bước Phương pháp có ưu điểm là các tâm lớp được điều chỉnh dần quá trình lặp nên kết quả phân lớp không phụ thuộc vào việc lựa chọn các tâm ban đầu cũng trình tự các điểm ảnh được xét và vậy cho ta kết quả đáng tin cậy số lượng các lớp được xác định 16 từ đầu Tuy nhiên, nó có nhược điểm bản là đòi hỏi người sử dụng phải xác định trước số lớp cần phân loại Trong đó việc ước lượng số lớp phổ tồn ảnh lại hoàn toàn không đơn giản, nhất là ảnh có số lượng kênh phổ lớn * Phương pháp ISODATA Đây có thể coi cải biên của phương pháp K giá trị trung bình nhằm khắc phục nhược điểm nêu của phương pháp này cách sau lần lặp tiến hành kiểm tra để nhóm gộp, loại bỏ hay tách lớp cần, nhờ đó tự điều chỉnh được số lớp kết quả phân loại Thuật toán đòi hỏi người sử dụng phải biết ước lượng để lựa chọn các tham số điều khiển quá trình phân loại ISODATA có thể coi là thuật toán đáng tin cậy nhất số các phương pháp phân loại không giám sát và được cài đặt hầu hết các phần mềm xử lý ảnh số Tuy nhiên, ngoài nhược điểm nêu về yêu cầu người sử dụng, thời gian xử lý cũng là yếu điểm đáng kể của phương pháp này - Phân loại có kiểm định: Trong phân loại có kiểm định, người phân tích dựa thông tin biết trước đó về đặc tính phổ của các lớp, tiến hành lấy mẫu nhằm tạo nên các ranh giới cho lớp không gian phổ Sau đó pixel ranh giới của1 lớp được phân chia về lớp đó *Phương pháp phân loại xác suất cực đại Là phương pháp thông dụng nhất, sử dụng các thống kê (mean, variance - covariance) không gian phổ để xây dựng thuật toán Giả định các giá trị phổ (đa chiều) lớp đều có phân bố chuẩn Đây là phương pháp phân loại được coi là chặt chẽ và thường được sử dụng xử lý ảnh viễn thám Ở dạng bản, phương pháp này được gọi là xác suất cực đại không điều kiện Phương pháp này sử dụng các số liệu mẫu để xác định hàm mật độ phân bố xác suất của lớp cần phân loại, sau đó Pixel được tính xác xuất mà nó thuộc vào lớp nào đó và Pixel đó được gán vào lớp mà xác suất thuộc vào lớp đó là lớn nhất Nhận xét: Phương pháp phân loại xác suất cực đại có sở toán học chặt chẽ, để kết quả phân loại đạt độ chính xác cao, cần có điều kiện: -Các lớp cần có phân bố chuẩn, vậy hệ thống phân loại phải dựa các lớp phổ -Số liệu mẫu phải thực sự đại diện cho các lớp, cho phép xác định hàm phân bố của lớp * Phương pháp theo khoảng cách tối thiểu Phương pháp này có tên gọi là phương pháp “láng giềng gần nhất” Đây là phương pháp tương đối đơn giản, dựa vào việc so sánh khoảng cách từ điểm ảnh cần phân loại tới tâm của các lớp không gian phổ gán điểm đó về lớp có tâm gần với nó nhất * Phương pháp phân loại hình hộp Phân loại hình hộp thuộc vào nhóm phương pháp phân loại có kiểm định đơn giản nhất Ưu điểm: đơn giản, tính nhanh Nhược điểm: có nhiều pixel không được xử lý Ngoài phương pháp còn có các, ph ơng pháp: sử dụng mạng nơ ron hay phân loại m ềm 17 *Phương pháp phân loại sử dụng mạng nơ ron CÂU 8: KN GIS THEO CHỨC NĂNG CÁC THÀNH PHẦN CƠ BẢN CỦA GIS 1, Khái niệm GIS: Theo chức năng, GIS là hệ thống nhằm thu thập, lưu trữ, truy vấn, tích hợp, thao tác, phân tích và hiển thị liệu không gian Thực chất, GIS chính là chương trình máy tính hỗ trợ việc thu thập, lưu trữ, phân tích và hiển thị liệu bản đồ Điểm khác biệt bản của GIS với các hệ thống thông tin khác là GIS được thiết kế để làm việc với các liệu hệ toạ độ quy chiếu Điểm giống với các hệ thống thông tin khác là GIS cũng bao gồm hệ sở liệu và các phương pháp để thao tác với liệu đó 2, Các thành phần hệ thống GIS: Theo nghĩa rộng, GIS bao gồm phần cứng, phần mềm, liệu, phương pháp, người Theo nghĩa hẹp, GIS được định nghĩa hệ phần mềm thực hiện chức nhập liệu, xây dựng sở liệu, phân tích liệu và trình bày liệu qua các thiết bị đầu Hệ thống thông tin địa lý (GIS): +Phần cứng:Máy tính,Máy in,Bàn số hóa,Đĩa CD và ổ USB +Phần mềm:ArcGIS,Idrisi,Mapinfo,MicroStation +Dữ liệu:Bản đồ ,Bảng thuộc tính +Phương pháp :Phân lớp, Chồng xếp ,Phân tích lân cận, Phân tích mạng CÂU 9: KHÁI NIỆM VỀ CƠ SỞ DỮ LIỆU Các tập liệu chứa các thông tin có liên quan đến quan, tổ chức, chuyên ngành khoa học tự nhiên xã hội được lưu trữ máy tính theo quy định nào đó theo mục đích sử dụng được gọi là sở liệu Một sở liệu của hệ thống thông tin địa lý có thể chia làm loại số liệu bản: số liệu không gian và phi không gian Mỗi loại có đặc điểm riêng và chúng khác về yêu cầu lưu giữ số liệu, hiệu quả, xử lý và hiển thị Số liệu không gian là mô tả số của hình ảnh bản đồ, chúng bao gồm toạ độ, quy luật và các ký hiệu dùng để xác định hình ảnh bản đồ cụ thể từng bản đồ Hệ thống thông tin địa lý dùng các số liệu không gian để tạo bản đồ hay hình ảnh bản đồ màn hình giấy thông qua thiết bị ngoại vi, … Số liệu phi không gian là diễn tả đặc tính, số lượng, mối quan hệ của các hình ảnh bản đồ với vị trí địa lý của chúng Các số liệu phi không gian được gọi là liệu thuộc tính, chúng liên quan đến vị trí địa lý các đối tượng không gian và liên kết chặt chẽ với chúng hệ thống thông tin địa lý thông qua chế thống nhất chung 18 Câu 10: Mô hình cấu trúc sở liệu GIS: liệu không gian, DL thuộc tính 1, Mô hình cấu trúc sở liệu không gian Dữ liệu là trung tâm của hệ thống GIS, hệ thống GIS chứa càng nhiều chúng càng có ý nghĩa Dữ liệu của hệ GIS được lưu trữ CSDL và chúng được thu thập thông qua các mô hình giới thực Dữ liệu hệ GIS được gọi là thông tin không gian Đặc trưng thông tin không gian là có khả mô tả “vật thể đâu” nhờ vị trí tham chiếu, đơn vị đo và quan hệ không gian Chúng khả mô tả “hình dạng hiện tượng” thông qua mô tả chất lượng, số lượng của hình dạng và cấu trúc Cuối cùng, đặc trưng thông tin không gian mô tả “quan hệ và tương tác” các hiện tượng tự nhiên Mô hình không gian đặc biệt quan trọng cách thức thông tin ảnh hưởng đến khả thực hiện phân tích liệu và khả hiển thị đồ hoạ của hệ thống Cấu trúc liệu vector Cấu trúc liệu Vector hay gọi là mô hình liệu Vector nhằm thể hiện chính xác các đối tượng địa lý bề mặt Trái đất lên bản đồ số giá trị liên tục của các cặp tọa độ và xác định chính xác mối quan hệ không gian của các đối tượng Tuy vây, thực sự không thể tồn sự hiển thị chính xác tuyệt đối mà phụ thuộc vào mức độ hiển thị của máy tính Mô hình Vector cho phép hiển thị các kiểu đối tượng dạng vùng và tuyến chính xác về vị trí và thường đc lựa chọn để xây dựng sở liệu dạng vùng (đa giác) thửa đất, các đvị ranh giới hành chính các cấp; mạng lưới giao thông, thủy văn và các đối tượng dạng tuyến khác Các đối tượng địa lý khác được lưu trữ máy tính hay nhiều cặp tọa độ XY Trong mô hình Vector, đối tượng hình học bản nhất là điểm Đối tượng dạng tuyến phức tạp nó được định nghĩa chuỗi các cặp tọa độ theo từng điểm - Mô hình liệu Spaghetti Mô hình liệu Spaghetti là các phương pháp sử dụng để lưu liệu về các nhóm đối tượng địa lý dạng bản đồ các phần mềm GIS Mô hình liệu Spaghetti là mô hình đơn giản lưu trữ liệu hình học các đối tượng địa lý rất hiệu quả Mô hình Spaghetti có cấu trúc đơn giản, đối tượng địa lý được mô tả độc lập, vậy, cặp tọa có thể xuất hiện nhiều lần để lưu hai hay nhiều đối tượng kề Tuy nhiên, mô hình Spaghetti có lợi là sự thay đổi của đối tượng mà không ảnh hưởng đến hình dạng của đối tượng khác Mỗi nhóm đối tượng điểm, đường và đa giác đc lưu thành các tệp riêng biệt Các tệp riêng biệt này được hiển thị dạng các bản đồ riêng biệt Phương pháp lưu trữ liệu dạng này đơn giản và rất tiện cho việc tra cứu các thông tin liên quan đến từng nhóm đối tượng Đối tượng điểm là các thực thể địa lý được xác định cặp tọa độ (x,y) nhất Ngoài các liệu mô tả điểm đó ký hiệu, tên gọi,… cũng được lưu trữ cùng với cặp tọa độ Đối tượng đường được định nghĩa là tập hợp các thực thể địa lý được xác định đoạn thẳng có ít nhất hai hay nhiều cặp tọa độ a Mô hình liệu Topology 19 Đối tượng địa lý có thể nhóm thành đối tượng sở (điểm, đường) và nhóm đối tượng topo (topological features) hay gọi là các đối tượng kết hợp (composite features) Nhóm đối tượng topo nút (nodes), đường (routes), vùng (regions) được tạo từ đối tượng cở sở Các đối tượng topo được đặt tên và định nghĩa khác tùy thuộc phần mềm GIS Ví dụ, ArcInfo, các đối tượng topo gồm cung (arcs), nút (nodes), điểm nhãn (level point), polygon, điểm khống chế (tics), ký tự (annonation), đường (route), phần (section) Mô hình liệu Topology là tập các quy tắc để xây dựng và hiển thị các đối tượng topo Hiện nay, nhiều mô hình Topology được nghiên cứu và đề xuất cho nhóm đối tượng topo này Mỗi mô hình đề xuất đều có ưu và nhược điểm - Mô hình liệu RASTER a Khái niệm liệu Raster Cấu trúc liệu Raster là ma trận ô vuông Mỗi ô vuông gọi là pixel và đại diện cho điểm thực địa Nếu vùng lãnh thổ nào đó được chia thành ma trận ô vuông, ô vuông có tọa độ riêng, tập các ô vuông vùng lãnh thổ chính là thực thể liệu Nếu các điểm coi nằm tâm của ô vuông, ta thành lập được bảng liệu gồm tọa độ địa lý của các điểm vùng nhất định Một ma trận ô vuông cho vùng lãnh thổ gọi là mô hình liệu Raster Cách tổ chức phổ biến của liệu Raster là ma trận số gồm hàng và cột Vị trí (tọa độ) của pixel là thứ tự của hàng và cột Kích thước của pixel Raster gọi là độ phân giải bản đồ hay ảnh Pixel nên có kích thước đủ nhỏ để có thể lưu trữ chi tiết liệu về đối tượng, cũng phải có kích thước đủ lớn để có thể phân tích liệu cách thuận tiện Trong cấu trúc liệu dạng Raster, mọi đối tượng điểm, đường và đa giác bản đồ đều được định nghĩa từ đơn vị bản pixel Điểm được định nghĩa là ô pixel Đường được định nghĩa là tập hợp các pixel nối tiếp và sắp xếp theo hướng nhất định Vùng được định nghĩa là tập hợp khép kín các ô vuông lưới có vị trí liền kề Mỗi pixel đều có giá trị nhất định theo kiểu liệu riêng Ưu điểm lớn nhất của mô hình Raster là toàn liệu hình thành bản đồ được lưu nhớ máy tính Do vậy, các thao tác kiểu so sánh được thực hiện dễ dàng Tuy nhiên nó gặp bất lợi cho việc biểu diễn đường, điểm đối tượng này là tập các pixel mảng Đường thẳng có thể bị đứt đoạn hay rộng so với hình ảnh thực Khó khăn lớn nhất xử lý liệu Raster là vấn đề “tế bào trộn” Sau này tuỳ thuộc vào ứng dụng thực tế mà xác định quy luật gán giá trị lại cho chúng Một vấn đề khác mà mô hình gặp phải đó chính là việc lưu trữ liệu Ta biết bản đồ chia làm nhiều lớp, lớp gồm hàng triệu Pixel biểu diễn đặc trưng địa lý nào đó Trung bình ảnh vệ tinh phủ khoảng 30.000 km2 với kích thước của điểm ảnh là 30 m có khoảng 35 triệu Pixel Vì có thể nói số lượng liệu cần lưu trữ là khổng lồ, điều này dẫn đến nhiều khó khăn cho hệ thống thông tin Vấn đề đặt là cần phải nén liệu nhờ số thuật toán thích hợp Ưu nhược điểm liệu vector Raster a Mô hình liệu Vector 20 Mô hình liệu Vector có nhiều ưu điểm Một ưu điểm trội là lưu trữ chính xác vị trí các điểm và các đối tượng bề mặt Trái đất theo hệ quy chiếu nhất định Một số ưu điểm chính của liệu Vector bao gồm: - Dữ liệu lưu tốn ít nhớ liệu Raster - Dữ liệu có thể tạo từ độ phân giải gốc, không có sự khái quát hóa liệu - Độ chính xác của dự liệu gốc được trì - Cho phép tạo topo cho các đối tượng, thực hiện các phân tích mạng rất tiện ích - Chuyến đổi hệ tọa độ được thực hiện dễ dàng - Truy vấn và cập nhật liệu khá tiện ích và dễ dàng Dữ liệu Vector bao gồm mặt hạn chế sau: - Cấu trúc liệu phức tạp - Thực hiện các phép toán chồng ghép là rất khó khăn - Vị trí của điểm phải lưu trữ cách chính xác - Cho phân tích không gian, liệu Vector phải được chuyển sang mô hình Topology Quá trình sửa lỗi để tạo Toppology khá tốn thời gian Hơn nữa, liệu Topology phải thường xuyên tạo lại các liệu điểm, đường và đa giác thường xuyên thay đổi - Các thuật toán áp dụng cho phân tích không gian rất phức tạp - Các liệu liên tục liệu độ cao, độ dốc không được hiển thị hiệu quả với mô hình liệu Vector - Phân tích không gian và làm trơn liệu là không thể thực hiện ranh giới của vùng b Mô hình liệu Raster So với mô hình liệu Vector, mô hình Raster có số ưu điểm Một ưu điểm trội là cấu trúc liệu phù hợp cho thực hiện các phép tính đại số bản đồ và nhiều thuật toán phức tạp khác Một số ưu điểm chính của liệu Raster được khái quát hóa bao gồm: - Cấu trúc liệu đơn giản, thành phần bản của bản đồ gồm Pixel - Vị trí của điểm được lưu đơn giản tọa độ hàng và cột của ma trận số - Phân tích không gian được thực hiện dễ dàng và thuận tiện - Dữ liệu Raster thích hợp cho mô hình hóa và tính toán định lượng - Các liệu rời rạc và liệu liên tục độ cao có thể kết hợp dễ dàng - Dữ liệu Raster thích hợp với các thiết bị đầu máy in và hiển thị liệu đồ - Nhiều liệu số ảnh vệ tinh, ảnh máy bay sẵn có và đa dạng, có khả cập nhật nhanh liệu số này 21 Một số mặt hạn chế được ghi nhận bao gồm: - Độ phân giải của Pixel hạn chế khả mô tả chi tiết đối tượng - Rất khó hiển thị các đối tượng hình tuyến chính xác đường giao thông, thủy văn - Xử lý liệu thuộc tính là khó khăn trường hợp sở liệu lớn Mỗi bản đồ Raster tương ứng với thuộc tính nhất định - Hầu hết các liệu đều tồn dạng Vector, để sử dụng liệu Raster, ta cần thực hiện chuyển đổi liệu sang dạng Raster - Các bản đồ Raster thường có màu sắc hấp dẫn và đẹp liệu Vector - Chuyển đổi hệ tọa độ thực hiện khó khăn liệu Vector 2, Mô hình cấu trúc sở liệu thuộc tính Dữ liệu thuộc tính là các thông tin kèm với các liệu không gian để mô tả về các đối tượng điểm, đường và vùng Trong các hệ thống GIS, phần lớn các tệp tin liệu thuộc tính được lưu thành các tệp tin riêng biệt với tệp tin liệu không gian Các tệp liệu thuộc tính có thể được tạo các hệ quản trị sở liệu Microsoft Access, ORACLE, Microsoft SQL Server Nhiều phần mềm sở liệu này đều được xây dựng dựa nguyên lý của mô hình sở liệu quan hệ Mô hình sở liệu quan hệ có thể coi là mô hình chuẩn đầu tiên về sở liệu nói chung cũng sở liệu địa lý nói riêng Quá trình phân tích và xây dựng liệu thuộc tính GIS có thể thực hiện các nội dung bản sau: Điều tra, thu thập liệu; định nghĩa thực thể liệu và thuộc tính; xác định quan hệ các thực thể liệu; lập lược đồ thực thể liệu và chuyển lược đồ thực thể liệu thành bảng liệu thuộc tính Điều tra, quan sát, thu thập liệu tổ chức: Tiến hành liệt kê các hồ sơ, sổ sách, tệp liệu của tổ chức: Bước này là sở để định hình các thực thể liệu dự định xây dựng các tệp tin liệu dạng bảng Các tệp tin liệu liên kết với theo cấu trúc hình thành sở liệu Ví dụ, để xây dựng sở liệu địa chính, ta cần thu thập bản đồ địa chính, các bản đồ có liên quan, hồ sơ địa chính gồm sổ địa chính, sổ mục kê, sổ cấp giấy chứng nhận quyền sử dụng đất, sổ theo dõi biến động đất đai Các loại bản đồ và hồ sõ này là cõ sở ðể xác ðịnh các thực thể liệu cho mô hình liệu quan hệ phục vụ quản lý ðất ðai Xác định thực thể liệu thuộc tính thực thể liệu: Một thực thể là lớp đối tượng cụ thể trừu tượng của giới thực Mỗi thực thể gồm nhiều phần tử giống tập hợp Các phần tử thực thể tồn khách quan và độc lập tương đối lẫn Một thực thể được nhận diện số các đặc trưng của nó gọi là thuộc tính Như vậy thuộc tính (Attribute) là các yếu tố thông tin cụ thể để nhận biết thực thể Mỗi tập thực thể được đặc trưng tên và danh sách thuộc tính của nó Người ta dùng các ký hiệu sau để mô tả tập thực thể Xác định mối quan hệ thực thể liệu: Mối quan hệ là sự mô tả sự liên hệ các phần tử của các tập thực thể với nhau, chúng là các gắn kết các tập thực thể với Mối quan hệ các tập thực thể có thể là mối quan hệ sở hữu phụ thuộc mô tả sự 22 tương tác chúng Quan hệ hai thực thể liệu có thể là đơn-đơn (1-1), đơn-đa (1-n), đa-đa (n-n) Lập lược đồ thực thể liệu: Biểu đồ thực thể quan hệ mô tả các thực thể liệu, thuộc tính và các quan hệ các thực thể liệu Mỗi biểu đồ thực thể liệu thường được lập cho sở liệu nhất định Chuyển biểu ðồ thực thể liệu sang mô hình liệu quan hệ: Trên cõ sở lýợc ðồ thực thể liệu ðýợc thiết lập býớc trên, ta chuyển ðổi lýợc ðồ thực thể liệu thành bảng liệu quan hệ Mỗi thực thể liệu týõng ứng với bảng liệu Ví dụ, thực thể liệu thửa ðất lập bảng liệu quan hệ có tên là bảng liệu thửa ðất Mỗi thuộc tính của thực thể liệu chuyển thành cột týõng ứng của bảng liệu Trong số các thuộc tính của thực thể, chọn thuộc tính làm tên ðịnh danh (ID) gọi là khóa chính Mối quan hệ hai thực thể liệu làm sở để thiết lập trường khóa ngoại của thuộc tính CÂU 11: KHÁI QUÁT CÁC DẠNG PHÂN TÍCH DỮ LIỆU KHÔNG GIAN TRONG HỆ THỐNG THÔNG TIN ĐỊA LÝ Phân tích liệu GIS là chức bản nhất của các hệ thống thông tin địa lý Phân tích 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 liệu hệ thống thông tin địa lý Theo nghĩa hẹp, phân tích liệu địa lý là việc sử dụng các phương pháp để phân tích liệu địa lý Theo nghĩa rộng, phân tích 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 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 Theo Bonham-Carter (1996), các phương pháp phân tích liệu địa lý có thể được nhóm thành ba nhóm phương pháp theo số lớp liệu sử dụng phân tích: Nhóm phương pháp phân tích liệu lớp liệu, hai lớp liệu, nhiều lớp liệu và phương pháp xử lý liệu chung Phân tích không gian dựa một lớp liệu nhằm phân tích mối liên quan các đối tượng bản đồ Các dạng phân tích với lớp liệu bao gồm đo lường, phân loại, truy vấn; 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 liệu gốc để tạo liệu Đo lường là các phép tính khoảng cách 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 liệu dựa các điều kiện nhất định Phân lớp là sự ấn định lại giá trị cho các đối tượng của lớp liệu Tất cả các chức phân tích của nhóm này đều thực hiện dựa lớp liệu Vector hay Raster Nhóm chức phân tích lân cận bao gồm phân tích vùng đệm và chức phân tích phân bố Phân tích liệu dựa hai lớp liệu được thực hiện thông qua chồng xếp hai lớp bản đồ Hai lớp liệu được chồng xếp sở các phép tính số học và đại số để tạo lớp 23 liệu Phân tích chồng xếp được thực hiện phổ biến với liệu Raster Tuy nhiên, liệu Vector cũng có thể thực hiện chức chồng ghép Nguyên lý chung của chồng ghép là kết hợp các đối tượng cùng vị trí Phân tích 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 liệu đầu vào và tạo lớp thông tin Các phương pháp xử lý liệu chung bao gồm chuyển đổi hệ quy chiếu và chuyển đổi liệu chuyển liệu từ dạng cấu trúc Vector sang cấu trúc Raster Đây là các phương pháp phân tích liệu được trình bày là phương pháp phân tích đơn giản dựa lớp liệu và hai lớp liệu Những phương pháp phân tích nâng cao dựa vào nhiều lớp liệu vượt qua phạm vi của giáo trình này 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, khoa học môi trường, quản lý tài nguyên thiên nhiên, khí tượng, thủy văn và nhiều lĩnh vực khoa học tự nhiên khác CÂU 12: CÁC PHÉP ĐO ĐẠC VÀ PHÂN TÍCH LỚP DỮ LIỆU ĐỊA LÝ Chức đo đạc là chức đơn giản nhất phân tích liệu địa lý với cả 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 hai loại liệu Vector và Raster Đo đạc với liệu Vector: Đơn vị bản của liệu là điểm, đường và vùng Vì vậy, các phép đo đạc là xác định vị trí, chiều dài, khoảng cách và diện tích của các đối tượng địa lý Vị trí của đối tượng địa lý được lưu dạng tọa độ x,y với đối tượng điểm, dãy cặp tọa độ với dạng liệu đường và vùng Vị trí của vùng thường được xác định thông qua điểm nhãn vùng Phần mềm GIS lưu và truy vấn vị trí của vùng qua điểm nhãn vùng này Phép đo chiều dài của đối týợng dạng ðýờng hay ðýờng ranh giới vùng Ðộ dài của ðýờng tổng các ðoạn hay cung cộng lại Các phân mềm GIS cho phép phân biệt các ðoạn thông qua cấu trúc topology Mỗi ðoạn ðýờng hay cung ðýợc xác ðịnh ðiểm khởi ðầu và ðiểm kết thúc Ðo khoảng cách hai ðối týợng ðịa lý là chức nãng quan trọng Các ðối týợng ðịa lý gồm ðiểm, ðýờng và vùng vậy ðo khoảng cách có thể thực hiện với nhiều cặp ðối týợng khác nhý khoảng cách hai ðiểm, khoảng cách ðiểm và ðýờng Phép ðo diện tích ðýợc thực hiện với các ðối týợng dạng vùng Vùng ðặc trýng cho nhiều ðối týợng ðịa lý khác Diện tích của vùng thýờng ðýợc ðo ðạc thực ðịa và ghi thành trýờng riêng tệp liệu Tuy nhiên, diện tích có thể tính ðýợc thông qua các công cụ GIS nhý vùng ðảm bảo ðã tạo topology Phần mềm ArcGIS và FAMIS cho phép thiết lập topology của bản ðồ thửa ðất, ta có thể tính ðýợc diện tích từng thửa ðất Đo đạc với liệu Raster: Các phép đo đạc liệu Raster được thực hiện đơn giản cấu trúc liệu Raster đơn giản Vector Xác định vị trí điểm là vị trí của pixel lớp liệu Raster Vị trí của pixel được xác định tọa độ hàng và cột của lớp liệu 24 Diện tích được tính tổng các pixel nhân với diện tích 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 pixel là 0.09 Khoảng cách được tính chuỗi các pixel theo trật tự nhất định đường được hiển thị mô hình liệu Raster là chuỗi các pixel Câu 13: Nguyên lý chuyển cấu trúc liệu dạng Raster sang Vector ngược lại Chuyển liệu GIS bao gồm nhiều kiểu khác nhau: chuyển đổi phổ biến là chuyển đổi từ Raster sang Vector và ngược lại; chuyển từ liệu thuộc tính sang bản đồ; các dạng chuyển đổi liệu sử dụng các hàm số sơ cấp… Chuyển đổi từ Raster sang Vector và ngược lại là dạng chuyển đổi phổ biến Chuyển đổi liệu từ Vector sang Raster có ý nghĩa đặc biệt cho các dự án nghiên cứu có tính toán phức tạp Các dạng tính toán này cần liệu dạng liệu Raster, liệu Vector nhìn chung phục vụ tốt mục tiêu hiển thị liệu không gian Dữ liệu Vector dạng điểm, đường và vùng đều có thể chuyển sang Raster Ngược lại, liệu Raster có thể chuyển thành liệu Vector dạng điểm, đường và vùng Một số phần mềm GIS hỗ trợ sự chuyển đổi này khá thuận tiện Nguyên lý chuyển đổi liệu từ dạng Vector sang Raster Trong thực tiễn, rất nhiều liệu địa lý được hiển thị theo dạng liệu điểm để thực hiện tính toán cần thiết.Các liệu dạng đường của liệu Vector là tập các điểm và điểm có tọa độ xác định Mỗi điểm này được chuyển sang tương ứng là pixel Như vậy, chuỗi các điểm của liệu Vector được chuyển thành chuỗi các ô pixel Với các liệu dạng vùng, quá trình chuyển đổi từ Vector sang Raster là sự chia nhỏ vùng cần chuyển đổi thành các ô vuông phủ chùm vùng cần chuyển đổi theo đường ranh giới vùng Trong 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 liệu Raster của vùng chuyển đổi Việc lựa chọn độ phân giải của pixel là yếu tố quan trọng sự lựa chọn độ phân giải ảnh hưởng đến độ chính xác của vùng cần chuyển đổi Lưu ý các phân tích liệu yêu cần độ chính xác cao về diện tích vùng sự chuyển đổi từ liệu Vector sang liệu Raster cần phải xem xét cẩn thận Chuyển đổi từ liệu Raster sang liệu Vector: Ngoài chuyển đổi từ liệu Vector sang Raster, nhiều ứng dụng đòi hỏi chuyển đổi từ 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 liệu ảnh vệ tinh viễm thám đều lưu trữ dạng liệu Raster Nhiều ứng dụng lĩnh vực quản lý đất đai đòi hỏi liệu dạng Vector, vậy sự chuyển đổi liệu từ Raster sang Vector là cần thiết Khái quát hóa quá trình chuyển đổi từ liệu Raster sang cấu trúc liệu Vector được mô tả khái quát: Ảnh số thực chất là dãy các ô vuông được mã hóa dạng số và được 25 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 CÂU 14: CHỒNG XẾP CÁC LỚP DỮ LIỆU Với liệu Raster, chồng xếp hai lớp 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 liệu Vector Sự kết hợp các lớp liệu Raster thông qua các phép tính toán để cho lớp liệu Các phép tính có thể là các phép tính số học và đại số, phép tính so sánh và Boolean Tại vị trí pixel của từng lớp liệu Raster, ta có thể kết hợp lại để tạo thành ô pixel Giá trị của ô pixel là kết quả của các phép tính số học cộng, trừ, nhân, chia theo các công thức mô hình tính toán nhất định Lưu ý tất cả các lớp liệu Raster phải có cùng hệ quy chiếu có thể thực hiện được phân tích chồng xếp Có nghĩa là ta cần phải chuyển các bản đồ nhân tố về cùng 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 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 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 cách hiệu quả và bền vững 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 liệu có thể cộng, trừ, nhân, chia với số nhất định Ví dụ, cho ba lớp liệu A, B, C, các lớp liệu C1, C2, C3 được tạo thông qua các phép tính số học đơn giản để kết hợp lớp liệu với số Lớp liệu A được cộng thêm giá trị 10 để tạo lớp liệu C1 Tương tự, ta có thể cộng hai lớp liệu A và B để tạo lớp liệu C2 Và cuối cùng, lớp liệu C3 được tạo từ công thức C3=((A-B)/(A+B))*100 Chồng xếp lớp liệu Raster dựa theo phép tính so sánh: Phép tính này để đánh giá điều kiện nhất định Những điều kiện đánh giá gồm lớn (> =), nhỏ (< =) và khoảng (> và