6. Cấu trúc của luận văn
1.4.2.2. Thành phần và các chức năng của GIS
Hệ thống thông tin là một tập hợp và kết hợp của các phần cứng, phần mềm và các hệ mạng truyền thông đƣợc xây dựng và sử dụng để thu thập, tạo, tái tạo, phân phối và chia sẻ các dữ liệu, thông tin và tri thức nhằm phục vụ các mục tiêu của tổ chức, con ngƣời.
Hình 1.4.Các hợp phần chức năng của GIS
Đối với một GIS cụ thể, mỗi một mô-đun có thể cung cấp nhiều hoặc chỉ một vài chức năng. Bên cạnh việc nhập dữ liệu, lƣu trữ và bảo trì, phân tích và xuất dữ liệu, các công đoạn trong xử lý thông tin địa lý còn liên quan đến việc trao đổi
thông tin, cũng nhƣ các vấn đề gắn với việc xử lý dữ liệu một cách có hiệu quả trong bối cảnh của tổ chức.
1.4.2.3. Các bước xử lý dữ liệu không gian
- Thu thập và chuẩn bị dữ liệu. Số hoá trƣớc khi dữ liệu địa lý có thể đƣợc dùng cho GIS, dữ liệu này phải đƣợc chuyển sang dạng số thích hợp. Quá trình chuyển dữ liệu từ bản đồ giấy sang các file dữ liệu dạng số đƣợc gọi là quá trình số hoá.
- Các chức năng biến đổi khuôn dạng: cho phép biến đổi dữ liệu từ khuôn dạng này sang khuôn dạng khác giữa các hệ thống khác nhau hoặc các cách biểu diễn khác nhau, chẳng hạn nhƣ chuyển đổi tệp tin từ DXF vào một GIS nào đó.
- Nắn hình học hỗ trợ tạo dữ liệu bằng cách số hóa từ nguồn là bản đồ trên giấy đã đƣợc nắn về hệ tọa độ toàn cầu. Các thao tác này chuyển đổi tọa độ từ tọa độ của thiết bị (tọa độ của bàn số hóa hoặc của màn hình) sang tọa độ toàn cầu (tọa độ địa lý, tọa độ phẳng đo bằng mét...)
- Lƣới chiếu bản đồ cung cấp các phƣơng tiện để đƣa tọa độ địa lý về mặt phẳng (trong thành lập bản đồ và ngƣợc lại).
- Tiếp biên là quá trình nối ghép hai tờ bản đồ, chẳng hạn, sau khi chúng đã đƣợc số hóa một cách riêng biệt. Tại các biên bản đồ, các phần của một đối tƣợng phải khớp nhau và đƣợc nối liền thành một.
Biên tập các đối tƣợng đồ họa cho phép chỉnh sửa các đối tƣợng đã đƣợc số hóa nhằm loại bỏ các lỗi, chuẩn bị cho việc làm sạch dữ liệu để tạo các topo (topology buiding).
Lƣợc điểm là quá trình thƣờng đƣợc áp dụng để loại bỏ những đỉnh thừa hoặc giảm số đỉnh không cần thiết từ các đƣờng đã đƣợc số hóa.
Các chức năng trên đây hỗ trợ cho việc thu thập và chuyển đổi dữ liệu cho phù hợp với khuôn dạng đã đƣợc xác định để lƣu trữ dữ liệu không gian.
1.4.2.4. Cơ sở dữ liệu
a. Biểu thị các dữ liệu không gian trong cơ sở dữ liệu
Để phản ánh không gian từ thế giới thực các đối tƣợng đƣợc mã hoá theo các mô hình dữ liệu. Trong cơ sở dữ liệu hồ sơ địa giới hành chính chứa các dạng dữ liệu sau đây:
- Các dữ liệu theo mô hình vector. - Các dữ liệu theo mô hình raster.
25
b. Mô hình dữ liệu vector
Theo mô hình vector, Mọi đối tƣợng địa lý trong không gian đƣợc chia làm 3 dạng cơ bản sau:
- Dạng biểu thị Điểm (point) - Dạng biểu thị Đƣờng (line)
- Dạng Biểu thị Vùng (Polygon, Area)
c. Mô hình dữ liệu Raster
Mô hình raster biểu thị không gian nhƣ ma trận số nguyên. Không gian đƣợc chia thành nhiều phần tử nhỏ. Mỗi phần tử đƣợc biểu diễn nhƣ một điểm và đồng nhất thuộc tính. Các dữ liệu raster thƣờng các dạng sau:
- Các ảnh tạo bởi scanner map - Ảnh hàng không, ảnh vệ tinh...
- Các ảnh đƣợc tạo ra trong quá trình phân tích xử lý các dữ liệu vector - Các ảnh đƣợc tạo ra biểu diễn bề mặt (grided thematic data, sufaces).
Trong các ảnh này giá trị các điểm ảnh thƣờng đƣợc gán thuộc tính bề mặt chẳng hạn nhƣ độ cao Z....
d. Mô hình dữ liệu định vị (Locators)
Là tập hợp dữ liệu đƣợc mã hoá địa chỉ và vị trí. Các vị trí này chứa thông tin cho phép tạo lập các đối tƣợng theo vị trí hiện thị chúng.
1.5. MÔ HÌNH HOÁ BIẾN ĐỔI KHÔNG GIAN HUYỆN KIẾN THUỲ 1.5.1. Khái niệm mô hình, mô hình hóa và mô hình hóa không gian 1.5.1. Khái niệm mô hình, mô hình hóa và mô hình hóa không gian
a. Khái niệm mô hình
Theo nghĩa hẹp, mô hình là mẫu, khuôn, tiêu chuẩn. Dựa vào đó để chế tạo ra sản phẩm hàng loạt. Mô hình còn đƣợc hiểu là thiết bị, cơ cấu tái hiện hay bắt chƣớc cấu tạo và hoạt động của cơ cấu khác (của nguyên mẫu hay cái đƣợc mô hình hoá) vì mục đích khoa học và sản xuất. Theo nghĩa rộng, mô hình là hình ảnh (hình tƣợng, sơ đồ, sự mô tả, vv.) ƣớc lệ của một khách thể (hay một hệ thống các khách thể, các quá trình hoặc hiện tƣợng). Khái niệm mô hình đƣợc sử dụng rộng rãi trong triết học, tin học, kinh tế học, toán học, ngôn ngữ học và các khoa học khác.
Gia tăng m ức đ ộ tr ừu t ƣợ ng Quy ƣớc Theo tỷ lệ Tƣơng tự
Hình 1.5. Phân loại mô hình (theo Thomas, R.w và Huggett, R.J - 1980)
Trong lĩnh vực tin học và kinh tế học, mô hình là một hệ thống các hệ thức toán học (Mô hình toán học), các quá trình vật lí (Mô hình vật lí) hay hình ảnh mang tính chất quy ƣớc của đối tƣợng nghiên cứu, diễn tả các mối quan hệ đặc trƣng giữa các yếu tố của một hệ thống thực tế trong tự nhiên, xã hội, v.v. Chẳng hạn, mô hình kinh tế, mô hình sản xuất, mô hình chế tạo máy bay, vv. Mô hình chỉ có ý nghĩa thiết thực nếu sự phân tích nó thuận tiện hơn cho ngƣời nghiên cứu trực tiếp đối tƣợng bằng những phƣơng tiện hiện có.
b. Khái niệm mô hình hóa
Theo từ điển bách khoa toàn thƣ Việt Nam (Tập II, 2002) , mô hình hóa đƣợc hiểu là sự tái hiện những đặc trƣng của một khách thể nào đó dựa trên khách thể khác tƣơng tự đƣợc xây dựng lên để phục vụ cho việc nghiên cứu nó; khách thể khác ấy gọi là mô hình. Mô hình có thể thực hiện vai trò đó khi nào mức độ tƣơng ứng của nó với khách thể đƣợc xác định một cách tƣơng đối chặt chẽ. Nhu cầu về mô hình hóa phát sinh khi việc nghiên cứu bản thân khách thể một cách trực tiếp gặp khó khăn, tốn kém, cần nhiều thời gian hoặc không thể làm đƣợc vì khách thể quá bé hoặc quá lớn, hoặc quá phức tạp. Cơ sở của mô hình hóa là sự tƣơng tự nhất định giữa mô hình và khách thể đƣợc nghiên cứu. Đây có thể là sự tƣơng tự về đặc trƣng vật lí, về chức năng mà chúng thực hiện, hoặc là tính đồng nhất của sự mô tả toán học về "hành vi" của chúng. Sự tƣơng tự này cho phép chuyển từ mô hình sang chính khách thể, cho phép sử dụng các kết quả thu nhận đƣợc nhờ mô hình lên khách thể. Chẳng hạn, mô hình nguyên tử của Bo cho phép giải thích nhiều thuộc tính của nguyên tử, trƣớc hết là tính vững bền của nó. Ngày nay, phƣơng pháp mô hình hóa đƣợc sử dụng rộng rãi trên các máy tính điện tử và những thiết bị mô hình hóa điện tử. Ƣu thế cơ bản của loại mô hình này là tính phổ quát, tiện lợi, nhanh
Từng phần Mô hình Khái niệm
Tổng thể Toán học
27
chóng, tiết kiệm trong nghiên cứu. mô hình hóa là một trong những biện pháp của nhận thức khoa học nói chung.
c. Mô hình hóa không gian
Mô hình hóa không gian (Spatial modeling): là quá trình mô hình hóa sử dụng những thông tin không gian làm dữ liệu đầu vào. Thông qua thuộc tính của các dạng dữ liệu, khái quát hóa và mô phỏng thế giới thực dựa trên các hàm toán cụ thể. Với lợi thế về mô phỏng thông tin không gian, kết quả của quá trình mô hình hóa không gian sẽ cho hình ảnh trực quan cũng nhƣ quy luật vận động, thay đổi của một đối tƣợng nhất định trong thực tế.
1.5.2. Mô hình hóa sự biến đổi lớp phủ mặt đất
Một phƣơng pháp điển hình trong việc nghiên cứu biến đổi lớp phủ mặt đất là phƣơng pháp mạng tự động đang đƣợc dùng rất nhiều trong những nghiên cứu gần đây. Nó đƣợc phát minh bởi Von Neumann vào năm 1966 và lần đầu tiên đƣợc sử dụng bởi Tobler năm 1979.
Một phƣơng pháp khác nghiên cứu biến đổi sử dụng đất là chuỗi Markov do nhà toán học Markov phát minh vào năm 1907 và đƣợc áp dụng vào nghiên cứu biến đổi không gian đô thị vào đầu những năm 90 của thế kỷ 20.
a. Phân tích chuỗi Markov (Markov chain analysis)
Trong toán học, một xích Markov hay chuỗi Markov (thời gian rời rạc), đặt theo tên nhà toán học ngƣời Nga Andrei Andreyevich Markov, là một quá trình ngẫu nhiên thời gian rời rạc với tính chất Markov. Trong một quá trình nhƣ vậy, quá khứ không liên quan đến việc tiên đoán tƣơng lai mà việc đó chỉ phụ thuộc theo kiến thức về hiện tại.
Xích Markov là một dãy X1, X2, X3, ... gồm các biến ngẫu nhiên. Tập tất cả các giá trị có thể có của các biến này đƣợc gọi là không gian trạng tháiS, giá trị của
Xn là trạng thái của quá trình (hệ) tại thời điểm n.
Nếu việc xác định (dự đoán) phân bố xác suất có điều kiện của Xn+1 khi cho biết các trạng thái quá khứ là một hàm chỉ phụ thuộc Xn thì:
(trong đó x là một trạng thái nào đó của quá trình (x thuộc không gian trạng tháiS) . Đó là thuộc tính Markov.
Một cách đơn giản để hình dung một kiểu chuỗi Markov cụ thể là qua một ôtômat hữu hạn (finite state machine). Nếu hệ ở trạng thái y tại thời điểm n thì xác suất mà hệ sẽ chuyển tới trạng thái x tại thời điểm n+1 không phụ thuộc vào giá trị của thời điểm n mà chỉ phụ thuộc vào trạng thái hiện tại y. Do đó, tại thời điểm n
bất kỳ, một xích Markov hữu hạn có thể đƣợc biểu diễn bằng một ma trận xác suất, trong đó phần tử x, y có giá trị bằng và độc lập với chỉ số thời gian n (nghĩa là để xác định trạng thái kế tiếp, ta không cần biết đang ở thời điểm nào mà chỉ cần biết trạng thái ở thời điểm đó là gì). Các loại xích Markov hữu hạn rời rạc này còn có thể đƣợc biểu diễn bằng đồ thị có hƣớng, trong đó các cung đƣợc gắn nhãn bằng xác suất chuyển từ trạng thái tại đỉnh (vertex) đầu sang trạng thái tại đỉnh cuối của cung đó.
Markov đã đƣa ra các kết quả đầu tiên (1906) về các quá trình này. Andrey Nikolaevich Kolmogorov (1936) đã đƣa ra một suy rộng tới các không gian trạng thái vô hạn đếm đƣợc.
b. Mạng tự động (Cellular Automata) và khả năng ứng dụng trong đánh giá biến động lớp phủ mặt đất
Khái niệm Mạng tự động (Cellular automata) không phải là khái niệm mới. Khái niệm này đƣợc xuất hiện lần đầu tiên vào năm 1940 trong lĩnh vực khoa học máy tính. Von Neumann và Ulam đƣợc biết đến là những ngƣời đầu tiên đƣa ra khái niệm này. Sau đó Conway phát triển tiếp khái niệm này trong lĩnh vực máy tính và chế tạo Robot nhƣng tại thời điểm đó, việc áp dụng khái niệm này chƣa hoàn toàn thành công do hạn chế về tốc độ tính toán của máy tính điện tử. Mặc dù khái niệm mạng tự động xuất phát từ lĩnh vực khoa học máy tính nhằm phát triển Robot, hiện nay khái niệm đƣợc ứng dụng rộng rãi trong nhiều chuyên ngành khoa học nhƣ Vật lý, Toán học, Khoa học tự nhiên, GIS, viễn thám,…
Hiện nay, hầu hết các công nghệ GIS đều có những hạn chế trong việc mô hình hóa sự thay đổi của cảnh quan theo thời gian, nhƣng việc tích hợp mạng tự động và GIS đã tạo nên khả năng ứng dụng lớn hơn và rộng rãi hơn. Những hạn chế của GIS bao gồm: khả năng hạn chế để đƣa ra các mô hình động lực không gian,
29
GIS và mạng tự động, mạng tự động có thể cung cấp động cơ phân tích nhằm cung cấp một khung mềm dẻo cho việc lập trình và chạy của mô hình động lực không gian.
Bản chất của mạng tự động
Mạng tự động dựa trên nền tảng raster (cell) và tình trạng hay trạng thái của các raster dựa vào quy luật chuyển đổi đơn giản, the Automaton. Cellular Automata là mô hình động tích hợp chiều không gian với thời gian.
Mạng tự động bao gồm 5 nhân tố chính đƣợc mô tả nhƣ sau:
- Không gian raster (Cell space): không gian raster đƣợc tạo nên bởi một tập hợp các raster đơn lẻ. Về lý thuyết, những raster này có thể ở bất cứ dạng hình học nào. Tuy nhiên, hầu hết các mạng tự động đều đƣợc thiết kế theo hình mạng lƣới (grid) thông thƣờng, điều này làm cho mạng tự động rất giống với dạng dữ liệu raster thƣờng đƣợc dùng phổ biến trong GIS.
- Tình trạng Cell (Cell states): Tình trạng/trạng thái của một cell có thể thể hiện giá trị không gian, ví dụ nhƣ các loại hình sử dụng đất khác nhau.
- Bƣớc thời gian (Time steps): Một mạng tự động sẽ tham gia vào tần suất xuất hiện với các bƣớc thời gian khác nhau. Tại mỗi bƣớc thời gian, các cell sẽ đƣợc cập nhật giá trị dựa trên các quy luật chuyển tiếp.
- Quy luật chuyển tiếp (Transition rules): Quy luật là cốt lõi của mạng tự động. Một quy luật chuyển tiếp thƣờng quy định tình trạng/trạng thái của cell trƣớc và sau khi đƣợc cập nhật dựa trên điều kiện của tình trạng/trang thái của các cell xung quanh (hình 1.6).
Hình 1.6. Nguyên tắc hoạt động của một quy luật dịch chuyển đơn giản (theo Neumann, 1951)
- Cell xung quanh: Mỗi cell có 2 cell xung quanh - trƣờng hợp mạng tự động 1 chiều. Đối với mạng tự động 2 chiều, có 2 cách thức để định nghĩa các cell xung quanh. Von Neumann cho rằng có 4 cell xung quanh, còn theo quan điểm của Moore cho rằng có đến 8 cell xung quanh (hình 1.7).
Trƣờng hợp có 4 cell xung quanh Trƣờng hợp có 8 cell xung quanh
Hình 1.7. Sơ đồ mô phỏng các cell xung quanh trong mạng tự động 2 chiều theo Von Neumann và Moore
Khả năng ứng dụng trong đánh giá biến động lớp phủ mặt đất
Nhƣ đã trình bày ở các phần trên, một mô hình là kết quả của quá trình trừu tƣợng hóa (mô phỏng) của một khu vực của thế giới thực nhằm mục đích tìm hiểu mối quan hệ phức tạp trên thực tế. Một mô hình thƣờng là kết quả của việc kiểm chứng mối quan hệ giữa hai (hoặc nhiều hơn) dãy số liệu. Mô hình còn đƣợc sử
31
dụng để tìm hiểu và lý giải tại sao và bằng cách thức nhƣ thế nào những dữ liệu đó có thể tƣơng tác với nhau hoặc lý giải cách thức của các mối quan hệ nhằm góp phần hiểu rõ hơn thế giới thực và các hệ thống nhỏ hơn nằm trong khu vực.
Lớp phủ mặt đất phụ thuộc vào 3 nhân tố chính (theo White et al., 1997): 1) Chất lƣợng và đặc điểm thổ nhƣỡng; 2) tác động của các hoạt động trên các loại hình sử dụng đất xung quanh; 3) nhu cầu sử dụng đất đối với một hoạt động (kinh tế - xã hội) cụ thể:
Đối với việc ứng dụng mạng tự động trong mô hình hóa biến động lớp phủ, một số khó khăn thƣờng gặp phải, đó là: 1) mỗi raster trong mạng đều không có thuộc tính. Tất cả các cell đều có giá trị nhƣ nhau và chúng đƣợc gán thuộc tính (tình trạng/trạng thái) bởi các cell nằm xung quanh. Số lƣợng cell xung quanh phụ thuộc vào mạng tự động là 1 hay 2 chiều. 2) Trong một mạng tự động truyền thống, bất cứ một cell nào cũng đều phải trải qua quá trình chuyển đổi thông qua quy luật chuyển tiếp. Vì vậy, giá trị của cell là tự nhiên, trong khi đó, đối với hiện trạng sử dụng đất, giá trị của một cell đƣợc quy định cụ thể.
Do các mô hình là kết quả của quá trình khái quát hóa thế giới thực, vì vậy khi mô hình hóa cần phải giới hạn một số điều kiện biên. Một cách tổng quát, có thể định nghĩa hiện trạng sử dụng đất hoặc lớp phủ mặt đất nhƣ một hàm số của nhiều biến nhƣ sau:
Trong đó: ∆L: tổng thay đổi của các loại hình sử dụng đất