Ở đây: �� - là chuyển vị véc tơ của phần tử mặt phủ
b - là 0 khi phần tử khơng thay đổi vị trí (đứng n), trường hợp khác nó sẽ có giá trị bằng 1
�
� � - là vị trí tại thời điểm của phần tử mặt phủ �
� � - là vị trí của phần tử bên cạnh được kết nối với �� � �
�� - là véc tơ chuẩn hóa khi các điểm hướng thẳng đứng, ��� = (0,0,1)� RT - là thời gian được lặp lại để kiểm tra độ vững bền của bề mặt phủ Quá trình tinh lọc dữ liệu ban đầu DTM trên cơ sở phát triển mơ hình TIN và tăng cường bộ lọc được tiến hành theo 6 bước:
Bước 1: Tìm điểm tương đồng (cùng tên) mơ hình TIN dựa trên diện mạo
của điểm chưa được lọc
1
�
Bước 2: Tính tốn độ dốc, các điểm đặc trưng địa hình của mơ hình TIN Bước 3: Thao tác các điểm đối xứng, đỉnh, góc, được lọc dữ liệu với nhãn
Pvertex (Xv, Yv, Zv) với giá trị độ cao cao nhất của mơ hình TIN và những điểm chưa được lọc là: Punfiltered (Xu, Yu, Zu,)
Những điểm đối xứng (tương đồng) là: Pmirror (Xm, Ym, Zm) của Punfiltered (Xu, Yu, Zu,) được tính theo cơng thức:
�� = 2�� − ��
{ �� = 2�� − �� (3 12)
�� = ��
Bước 4: Tính khoảng cách d và góc θ của mơ hình TIN với các điểm được
lọc về dạng Vertex Nếu cả hai giá trị tính tốn nhỏ hơn giá trị cực đại d và θ thì điểm chưa lọc sẽ là nhãn (Vertex) của điểm mặt đất
Bước 5: Tính thang độ của mơ hình TIN trên mặt phẳng với tọa độ X, Y
Nếu hệ số (RATIO) thang độ max - thang độ min nhỏ hơn thang độ của các điểm tương đồng thì được cập nhật bổ sung vào dữ liệu đầu vào DTM
Bước 6: Lặp lại bước 1 → bước 5 cho đến khi tất cả những điểm chưa được
lọc xong xây dựng lên kết quả cuối cùng DTM
Chỉ số đánh giá độ chính xác của thuật tốn được xác định bằng loại I, loại II và tổng sai số ��ạ� � = �� ��ạ� �� = � � (3 13) { �ổ�� ��� �ố = � + � �+�
Ở đây: a - là số của những điểm mặt đất được phân loại khơng chính xác như là điểm khơng thuộc mặt đất
b - là số của những điểm không ở mặt đất phân loại khơng chính xác như điểm mặt đất
c và d - là tổng những số điểm mặt đất và không ở mặt đất tương ứng Qua thực tiễn cho thấy phương pháp mơ hình hóa bề mặt cho phép tạo ra dữ liệu đầu vào là mơ hình số DTM dạng Grid sẽ tạo phát triển mơ hình TIN nhằm tăng
3 3 1 Sơ đồ khối của chương trình
Hình 3 4 Sơ đồ khối chương trình hỗ trợ xử lý dữ liệu đám mây điểm
Ghi chú: CSF (Cloth Simulation Filtering) – Bộ lọc mơ hình hóa bề mặt
3 3 2 Mô tả các bước của sơ đồ khối
- - - - - - - - - - - -
Các số liệu đầu vào đưa vào chương trình định dạng * las file Dữ liệu sẽ được import và được chương trình kiểm tra đúng định dạng hay khơng
Nếu định dạng chuẩn chương trình sẽ tiếp tục kiểm tra mật độ đám mây điểm để đánh giá và đọc giá trị màu sắc để hiển thị trên giao diện chính
2 Bước giảm mật độ đám mây điểm
Nếu máy cấu hình yếu hoặc khơng đủ cấu hình để thực hiện xử lý khối dữ liệu lớn, chương trình có thể sử dụng thuật tốn giảm mật độ điểm
Dữ liệu đám mây điểm sẽ được giảm bớt mật độ bằng thông số giá trị mật độ điểm yêu cầu Giá trị này tương ứng với khoảng cách giữa các điểm của đám mây điểm sẽ được sử dụng để xử lý Ví dụ mật độ điểm gốc là 6mm/1 điểm nếu nhập vào 10cm thì số liệu sau khi xử lý sẽ là 10cm/1 điểm Số liệu sẽ được giảm gần 50% mà vẫn giữ được độ chính xác
Sau khi giảm mật độ điểm, chương trình sẽ cho phép hiển thị số liệu đám mây điểm đã giảm
3 Bước lọc dữ liệu thủ công
Dữ liệu sau khi đã giảm mật độ điểm được sử dụng trực tiếp vào bước này Chương trình sẽ yêu cầu vẽ vùng chọn dữ liệu để lọc loại bỏ
Sau khi vẽ vùng xong, chương trình sẽ tách vùng lọc sang một layer mới và được hiển thị riêng thành dữ liệu đám mây bị lọc
Số liệu còn lại sau khi lọc sẽ được chương trình sử dụng tiếp tục
4 Bước lọc dữ liệu địa hình
Đây là bước chính để xây dựng địa hình
Các dữ liệu qua các bước trên có thể tham gia vào bước này
Dữ liệu sẽ được sử dụng các tham số của thuật toán phân loại địa hình CSF để tính tốn Các thơng số này có thể được hiệu chỉnh để có sản phẩm chuẩn nhất đối với từng loại dữ liệu đầu vào Các thông số bao gồm:
+ Thơng số độ dốc địa hình và chọn loại địa hình tham gia tính tốn + Thơng số ngưỡng độ phân giải dữ liệu đầu vào để tính tốn
ngữ lập trình hướng đối tượng bậc cao, dùng để phát triển website và nhiều ứng dụng khác nhau Python được tạo ra bởi Guido van Rossum và được phát triển trong một dự án mã mở (open source)
Với cú pháp đơn giản Python là ngôn ngữ nổi tiếng về sự chặt chẽ, nhanh, mạnh, và có mặt ở mọi hệ điều hành
2 Môi trường làm việc của chương trình
Chương trình làm việc trên mơi trường windows hỗ trợ cả nền tảng 32bit và 64bit
3 Yêu cầu phần cứng cài đặt
Chương trình u cầu cấu hình khơng q cao để chạy, tuy nhiên để xử lý khối dữ liệu lớn cần máy tính có cấu hình cao
u cầu cấu hình tương đối: -
- - -
CPU: Intel® Core™ i7 Ram: 16GB DDR4 Ổ cứng: SSD
VGA rời bộ nhớ 2GB GDDR4
4 Cài đặt chương trình
a Chuẩn bị file cài đặt, tên file là PMXLDLDMD__Installer exe
c Hoàn thành cài đặt file chạy phần mềm có tên PMXLDLDMD exe
5 Giao diện chính của chương trình
Hình 3 5 Các chức năng chính của chương trình
Bước 1 Cơng tác chuẩn bị;
Bước 2 Khảo sát khu vực thi công;
Bước 3 Lập thiết kế quét LiDAR mặt đất; Bước 4 Đo nối khống chế;
Bước 5 Thu nhận dữ liệu LiDAR; Bước 6 Xử lý dữ liệu;
Bước 7 Điều tra, đối soát ngoại nghiệp và đo đạc bổ sung; Bước 8 Thành lập mơ hình số độ cao;
Bước 9 Kiểm tra, thẩm định, nghiệm thu chất lượng sản phẩm; Bước 10 Giao nộp sản phẩm
Trên cơ sở đó, nghiên cứu sinh tập trung chủ yếu vào cơng đoạn xử lý lọc đám mây điểm bằng chương trình được tác giả xây dựng phục vụ thành lập mơ hình số độ cao DEM nhằm kiểm định và minh chứng cho kết quả nghiên cứu
3 4 1 Khu vực tiến hành thực nghiệm thu thập dữ liệu
Tiến hành thực nghiệm thu thập dữ liệu bằng hệ thống quét laser mặt đất Faro S350 plus tại 02 địa điểm, cụ thể:
Địa điểm thứ nhất là khu vực làng Gia Phú xã Bình Dương huyện Gia Bình
tỉnh Bắc Ninh Đây là khu vực tương đối bằng phẳng tuy nhiên mật độ dân số đơng, có đầy đủ các yếu tố địa vật như nhà cửa, ao hồ, cây cối Tiến hành quét laser mặt đất sau đó xử lý bằng chương trình lọc điểm đáp ứng yêu cầu của dữ liệu địa hình tỷ lệ 1/500 Từ đó làm cơ sở so sánh, đánh giá độ chính xác của mơ hình DEM được thành lập bằng cơng nghệ qt laser mặt đất với mơ hình
DEM của khu vực đã có bản đồ địa hình tỷ lệ 1/500 khoảng cao đều 0,5m (được thành lập bằng công nghệ UAV kết hợp với công tác đo đạc trực tiếp ngoài thực địa năm 2020)
Địa điểm thứ hai là khu vực đồi Lim thuộc thị trấn Lim huyện Tiên Du tỉnh
Bắc Ninh Đây là khu vực đồi núi cao nhưng cũng có đầy đủ các yếu tố địa vật đặc trưng như nhà cửa, cây cối Tiến hành quét laser mặt đất sau đó xử lý bằng chương trình lọc điểm đáp ứng yêu cầu của dữ liệu địa hình tỷ lệ 1/2 000 Từ đó làm cơ sở so sánh, đánh giá độ chính xác của mơ hình DEM được thành lập với mơ hình DEM của khu vực đã có bản đồ địa hình tỷ lệ 1/2 000 khoảng cao đều 1m (được thành lập bằng cơng nghệ Lidar hàng khơng năm 2015)
Ngồi ra, đồng thời quá trình quét laser mặt đất thu thập dữ liệu đám mây điểm thì tác giả tiến hành lựa chọn mỗi khu vực khoảng 10 điểm địa vật đặc trưng và xác định chính xác tọa độ và độ cao bằng máy tồn đạc điện tử làm cơ sở so sánh, đánh giá độ chính xác với dữ liệu đám mây điểm sau khi xử lý bằng chương trình nêu trên
3 4 2 Kết quả thực nghiệm và đánh giá độ chính xác
3 4 2 1 Đối với khu vực làng Gia Phú xã Bình Dương huyện Gia Bình - Bắc Ninh
Xây dựng DEM bằng hệ thống quét Faro S350 plus:
Hình 3 6 Máy quét Faro S350 plus đặt tại thực địa [75]
Lưu ý: Độ phân giải của máy quét, độ phân kỳ của chùm tia cũng ảnh hưởng
đến việc thiết kế tiêu đo Nếu tiêu đo quá nhỏ thì khi để khoảng cách khơng phù hợp nó khơng được ghi nhận ở trên đám mây điểm
Hình 3 7 Mơ hình đám mây điểm sau nắn ghép
Sau khi nắn ghép các trạm máy, mơ hình đám mây điểm được xây dựng với độ chi tiết cao
Hình 3 8 Mơ hình đám mây điểm sau khi gán màu sắc khu vực làng Gia Phú
Hình 3 10 Vị trí đặt các tiêu để ghép nối số liệu
Hình 3 11 Điểm tọa độ, độ cao hiển thị trên số liệu đám mây điểm
Mơ hình đám mây điểm thu thập được đã được đưa vào đúng hệ tọa độ
VN2000 Dữ liệu sẽ được trích xuất ra định dạng LAS file để đưa vào phần mềm lọc số liệu địa hình
Xử lý lọc địa hình bằng chương trình
Nhập số liệu gốc vào phần mềm bằng tính năng mở file trên Menu tính năng
Hình 3 13 Định dạng * Las khi mở file
Chọn file gốc cần mở dưới dạng las file
Hình 3 14 Lựa chọ đám mây điểm cần xử lý
Số liệu gốc sẽ được hiển thị trên màn hình
Chức năng điều hướng các góc nhìn để xem số liệu ở các góc khác nhau
Hình 3 16 View số liệu trên chương trình ở các góc khác nhau
Sử dụng tính năng giảm mật độ điểm từ số liệu gốc
Hình 3 17 Tính năng giảm mật độ đám mây điểm
Nhập khoảng cách Delta X,Y vào hộp thoại
Hình 3 18 Hộp thoại nhập khoảng cách Delta để giảm mật độ điểm
Hình 3 19 Số liệu gốc trước khi giảm mật độ
Dữ liệu hiển thị sau khi giảm mật độ điểm với 291 nghìn điểm
Hình 3 20 Sử dụng tính năng tự động tính tốn địa hình
Hình 3 21 Vị trí tính năng lọc tự động địa hình
tích vào ơ xử lý cho dữ liệu đồng bằng Các tham số khác được thiết lập như sau:
Hình 3 22 Các thơng số của tính năng lọc tự động địa hình
Dữ liệu địa hình sau khi được tính tốn tự động sẽ được phân loại thành 2 dữ liệu: Dữ liệu địa hình và dữ liệu phi địa hình
Hình 3 23 Số liệu địa hình sau lọc cịn lại
Hình 3 24 Số liệu phi địa hình được phân loại ra khỏi số liệu gốc
Hình 3 25 Hộp thoại xuất số liệu * las file
Xây dựng DEM bằng công nghệ UAV kết hợp đo đạc trực tiếp
Khu vực làng Gia Phú đã có mơ hình số độ cao DEM và tư liệu bản đồ địa hình tỷ lệ 1/500 (khoảng cao đều 0,5m) được thành lập bằng công nghệ UAV kết hợp với cơng tác đo đạc trực tiếp ngồi thực địa năm 2020 Cụ thể:
Hình 3 26 Số liệu đám mây điểm thu thập bằng phương pháp bay chụp ảnh UAV
trực tiếp ngoài thực địa bằng toàn đạc điện tử tiến hành thành lập dữ liệu địa hình và biên tập trên nền chuẩn Arcgis Toàn bộ khu vực được xây dựng trên 1 mảnh bản đồ tỷ lệ 1:500
Hình 3 27 Bản đồ địa hình khu vực thực nghiệm
Điểm độ cao của bản đồ địa hình được xây dựng từ số liệu pointcloud sau khi xử lý số liệu UAV và đã được kiểm tra chi tiết ngoài thực tế
Hình 3 28 Khu vực thực nghiệm trên dữ liệu địa hình đã có
Số liệu độ cao này sẽ được trích xuất riêng ra định dạng * SHP và sẽ được sử dụng để so sánh với dữ liệu quét laser mặt đất đã được thu thập trên cùng khu vực
Hình 3 29 Số liệu điểm độ cao từ dữ liệu địa hình đã có khu vực nghiên cứu
So sánh độ chính xác giữa hai loại dữ liệu:
Số liệu địa hình xây dựng từ số liệu bay chụp UAV được xây dựng dưới dạng Shape file gồm nhiều điểm độ cao nằm phủ trùm toàn bộ ranh giới khu vực thực nghiệm
Hình 3 30 Ranh giới thu thập dữ liệu quét laser trên bản đồ địa hình
Địa hình khu vực thực nghiệm khá bằng phẳng, việc xây dựng dữ liệu địa hình khu di tích thực hiện bằng việc bố trí các điểm độ cao phân bố đều tỷ lệ 1:500 trên khoảng địa hình nhìn thấy
Sai số tuyệt đối của DEM được đánh giá thông qua các điểm đo kiểm tra ở thực địa Sai số trung phương về độ cao của tập hợp điểm kiểm tra giữa độ cao đo so với độ cao nội suy từ DEM không được vượt quá sai số cho phép của DEM cuối cùng Sai số giới hạn không được vượt quá 2 lần sai số trung phương Các sai lệch của các trị đo kiểm tra không được vượt quá sai số giới hạn, số lượng các trị đo có giá trị nằm trong khoảng (70% - 100%) sai số giới hạn không được vượt quá 10%
Dữ liệu đã được kiểm tra chi tiết Và điểm kiểm tra thực địa DEM được đo bằng phương pháp đường chuyền đo góc cạnh, đường chuyền treo, phương pháp giao hội nghịch sử dụng máy tồn đạc điện tử hoặc cơng nghệ đo GNSS tĩnh, kỹ thuật đo GNSS động với độ cao trạm gốc (Base) được lấy từ điểm thuộc lưới đo vẽ cấp 2 trở lên
Với các yêu cầu về quy chuẩn và việc thực hiện theo quy chuẩn số liệu bản đồ địa hình Dữ liệu địa hình khu vực làng Gia Phú này hồn tồn đảm bảo độ chính các để so sánh với dữ liệu quét laser đã được thực nghiệm
Số liệu lọc địa hình từ phần mềm xử lý dữ liệu đám mây điểm là 290 triệu điểm với mật độ điểm cao
Hình 3 31 Dữ liệu địa hình khu thực nghiệm dùng để đánh giá độ chính xác
Chồng xếp 2 lớp dữ liệu địa hình lên nhau bằng các phần mềm GIS cho ta thấy một cách tổng quan nhất số liệu đã thu thập
Hình 3 32 Dữ liệu địa hình thực nghiệm so sánh hiển thị cùng điểm độ cao đã có
Các điểm độ cao dùng để so sánh nằm trong không gian số liệu thu thập được
Hình 3 33 Các điểm độ cao dùng để so sánh
Số liệu độ cao địa hình của dữ liệu quét laser được trích xuất tại điểm thuộc đám mây điểm gần nhất so với điểm độ cao đã có (độ cao trên dữ liệu địa hình tỷ lệ 1/500)
Hình 3 34 Điểm theo dữ liệu đám mây điểm và điểm đo địa hình tại điểm ID9