MỞ ĐẦU hệ thống thông lin dia ly (GIS) là mội ứng dụng rất có giá lrị và là công cụ trợ giúp quyết định lr0ng nhiều hOat dong kinh lế - xã hội, quốc phòng của nhiều quốc gia lrên thế giới. hiện nay, GIS dojgc phát triển và ứng dụng ngày càng nhiều lại Việt Lam. Tr0ng sự phát triển của đất nojớc la hiện nay, việc lỗ chức quản lý thông lin địa lý một cách lồng thể có có vai lrò rất quan lrọng lr0ng việc sử dụng có hiệu quả hơn nguồn lài nguyên của đất nojớc. GIS giúp các cơ quan chính phủ có cái nhìn khách quan hơn về hiện lrạng các thực thể lự nhiên, kinh lế xã hội thông qua việc xử lý các dữ liệu không gian và dữ liệu thuộc lính.
các dữ liệu về kinh lế, xã hội, môi lroiờng. đều gắn voi cdc dia phojong, lức là các dữ liệu địa lý, và nhiều sài l0án thực lễ đòi hỏi phải khai phá những dữ liệu này. có nhiều phojong pháp khai phá dữ liệu, lr0ng đó phân cụm là một phơJơng pháp đojợc sử dụng khá nhiều. hiện nay đã có nhiều cách liếp cận thuật 10án phân cụm khác nhau nhơi: dựa lrên phân h0ạch, phân cấp, dựa lrên lojới, dựa lrên mật độ, dựa lrên mô hình, dựa trên đồ thị.
Phân cụm dữ liệu địa lý là một hơJớng nghiên cứu nhiều triển vọng. Đề lài nghiên cứu hơojớng lới các thuậi l0án phân cụm dữ liệu không gian. Trên cơ sở lìm hiểu nắm vững kỹ thuật xử lý đữ liệu không gian và vận dụng đojợc và0 chgjong trình thực hiện thuật l0án phân cụm dữ liệu không gian, chúng lôi sẽ thử áp dụng với các dữ liệu thực lế, phân tích diễn giải ý nghĩa kết quả phân cụm. bồ cục của luận văn gồm 3 chơjơng: chơiơng 1: Trình sày các khái niệm chung về GIS và đữ liệu địa lý, các thuật 10án sử dụng †r0ng phân cụm dữ liệu địa lý.
chơjơng 2: Trình sày cách thức xây dựng ứng dụng phân cụm dữ liệu và thể hiện một số chỉ liêu kinh lế xã hội của các địa phojơng ở Việt [lam dựa lrên phần mềm mã nguồn mở MapWind0w chong 3: chạy chơtơng trình trên số liệu thực lế thu thập đơợc với lừng thuật l0án, sO sánh kết quả lừng thuật l0án. Đánh giá, phân lích một số kết quả đầu ra của các thuật l0án phân cụm. 11 chG]ONG 1: DU LIEU DIA LY VA PhAII cUM DU LIEU DIA LY 1.1 GIS và dữ liệu địa lý 11.1 GIS Từ lâu sản đồ luôn là một công cụ thông tin quen thuộc đối với l0ài ngơời. Tr0ng quá trình phát triển kinh lễ kĩ thuật, sản đồ luôn đojợc cải liến sa0 ch0 ngày càng đầy đủ thông tin và chính xác hơn.
Với sự đa dạng của các lOại bản đồ lr0ng việc thể hiện các đối loJợng khác nhau lrên sề mặt trái đất, các nhà quy h0ạch nhận thức đojợc sự cần thiết Ir0ng xử lý đồng thời nhiều hơn một sản đồ. các mô hình đồ họa cổ điển xử lý thông lin sản đồ gặp rất nhiều khó khăn tr0ng xử lý đồng thời dữ liệu không gian và dữ liệu thuộc lính. Điều này đã dẫn đến sự phát triển các phơJơng pháp và kỹ thuật xử lý lổng hợp thông lin nhằm phục vụ lốt hơn ch0 công lác quy h0ạch và ra quyết định. [1] Tr0ng những mim dau thap ki 60 (1963-1964) các nhà kh0a học ở canada đã ch0 ra đời hệ thong lin địa lý.
hệ thống thông in địa lý kế thừa mọi thành lựu lr0ng ngành sản đồ cả về ý lojởng lẫn thành lựu của kỹ thuật sản đồ. hệ thông lin địa lý sắt đầu hOat dong pang viéc thu thập dữ liệu the0 dinh hojong tuy thudc va0 muc tiéu dat ra. còng voi canada, cac trojomg dai hoc lại Mỹ cũng liến hành nghiên cứu và xây dựng hệ thống thông tin địa lý và càng ngày nhu cầu sử dụng, nghiên cứu hệ thống thông lin địa lý càng đojợc quan lâm nhiều hơn. hệ thông lin dia ly (GeOgraphical InfOrmatiOn System — GIS) 1a lập hợp các cong cu dé thu thập, lơtu trữ, chỉnh sửa, lruy cập, phân lích và cập nhật các thông tin địa lý ch0 mội mục đích chuyên biệt.
Hg0ài ra cũng có nhiều định nghĩa khác về GIS [1]: GIS là công cụ lrên cơ sở nền máy lính để lập sản đồ và phân lích những hiện loiợng đang lồn lại và các sự kiện xảy ra lrên trái đất (Envia0nmenlal Syslem Ieseaech Institute EST'I — My). GIS là hệ thống phần cứng, phần mềm và các thi tuc dojge thiét ké mham thu thập, quản lý, xử lý, phân lích, mô hình hóa và hiển thị các dữ liệu quy chiếu không gian để giải quyết các vấn đề quản lý và lập kế h0ạch (/ah0nal (đn‡ee ƒDs Ge0geaphy InfOzmatiOn and Analysis IIeGIA — Mỹ). 12 GIS là một lập hợp các nguyên lý, phojơng pháp, dụng cụ và đữ liệu quy chiếu không gian đơjợc sử dụng để nhập, lơiu trữ, chuyên đổi, phân lích, lập mô hình, mô phỏng và lập sản đồ các hiện lojợng, sự kiện trên trái đất, nhằm sản sinh các thông lin thiết thực hồ trợ ch0 việc ra quyết dith (Théziault — canada). hệ thống thông in địa lý sa0 gồm các phần chính sau: 1.
hệ thống thiết bi phần cứng sa0 gồm máy lính hOặc hệ mạng máy lính, các thiết sị đầu và0, các thiết sị đầu ra. hệ thống phần mềm a0 gồm phần mềm vẽ sản đồ, phần mềm quản trị, phần mềm ứng dụng. hệ thống thông tin dau và0 và hệ thống cập nhậi thông tin. hệ thống cơ sở dữ liệu bad gồm các dữ liệu địa lý và các dữ liệu thuộc lính (các dữ liệu chữ - số, đữ liệu mulimedia, v.) và mối quan hệ giữa hai lOại dữ liệu may.
hệ thống hiển thị thông in và gia0 diện với ngơjời sử dụng đòi hỏi những đặc thù riêng về độ chính xác (hệ lọa độ, quy chiếu không gian).2 Dữ liệu địa lý Dữ liệu địa lý là dữ liệu ba0 gồm dữ liệu không gian và dữ liệu thuộc lính (còn gọi là đữ liệu phi không gian) đơjợc kết hợp với nhau mội cách lojơng ứng. Dữ liệu địa lý có thể là các bản đồ số lrên máy vi lính, các mô hình mô phỏng hình dáng sề mặt trái đất, các cơ sở dữ liệu ảnh bề mặt trái đất.1 Dữ liệu không gian Dữ liệu không gian là những mô tả số của các đối tơJợng thực lế đơjợc thề hiện hình ảnh sản đồ. Đó có thể là thửa đất, c0n đojờng, sông ngòi, hồ a0, rừng múi, lòa nhà, sân say, bến cảng. chúng sa0 gồm 10a độ, quy luật và các ký hiệu dòng để thé hiện thành một hình ảnh cụ thể lrên sản đồ.
hệ thống thông lin địa lý dùng các dữ liệu không gian đề lạ0 ra một sản đồ hay hình ảnh sản đồ lrên màn hình hOặc lrên giấy thông qua thiết sị ngÓại vi, v. có hai mô hình đữ liệu không gian đơjợc sử dụng đồng thời lr0ng hệ thống thong tin địa lý, là mô hình vecl0r và mô hình rasler. Mỗi mô hình có những oịu điểm và nhggợc điểm riêng. Mô hình easlez: có thê hiểu đơn giản là một “ảnh” chứa các thong tin về một chuyên đề.
Iló mô hình hóa sêề mặt trái đất và các đối loJợng lrên đó sằng một lơiới 13 (đều hOặc không đều) gồm các hàng và cội. IIhững phần lử nhỏ này gọi là những pIxel 14 hay cell. Giá lrị của pixel là thuộc lính của đối lojợng. Kích thojớc pixel càng nhỏ Thì đối lojợng càng đơjợc mô lả chính xác.
Một mặt phẳng chứa đầy các pixel lạ0 thành rasler. Mô hình này thojờng đơiợc áp dụng để mô lá các sự vật, hiện lojợng phân số liên lục lr0ng không gian, dùng để loiu giữ thông tin dạng ảnh (ảnh mặt đất, hàng không, vũ trụ. Mộ! số dạng mô hình siêu diễn sề mặt nhơi DEM (Digilal Elevali0n MOdel), DTM (DigHal Terrain M0del), TIII (Triangulaled Irregular IlelwOrk) lr0ng cSDL cũng thuộc dạng rasler. địu điểm của dữ liệu dạng rasler là dễ thực hiện các chức năng xử lý và phân lích.
Tốc độ lính l0án nhanh, thực hiện các phép l0án sản đồ dễ dàng. Dễ dàng liên kết với dữ liệu viễn thám. Mô hình rasler có nhojợc điểm là kém chính xác về vị trí không gian của đối lojợng. Khi độ phân giải càng thấp (kích thojéc pixel 16m) thi sự sai lệch mày càng lăng Mô hình ved0z: mô tả vị trí và phạm vì của các đối lojợng không gian sằng lọa độ còng các kết hợp hình học gồm các điểm múi, các cung lrên đojờng siên, các vùng mặt! phẳng và quan hệ giữa chúng.
Về mặt hình học, các đối lojợng đơjợc phân siệt thành 3 dạng: déi tojong dang diém (p0int), déi tojong dang dojong (lime) và đối tojong dạng vùng (regi0n hay p0lyg0n). Điểm đơiợc xác định bằng một cặp lọa dé X,Y. Đgiờng là mội chuỗi các cặp tọa độ X,V liên lục. Vùng là kh0ảng không gian đơjợc giới hạn bởi mội lập hợp các cặp lọa độ X.V lr0ng đó điểm đầu và điểm cuối ròng nhau.
Với đối lơợng vùng, mô hình vecl0r phản ảnh đojờng sa0. Dữ liệu vecl0r có oiu điểm là vị lrí của các đối lojợng đơjợc định vị chính xác (nhất là các đối lojợng điểm, đơiờng và đojờng sa0). Điều này giúp ch0 ngojời sử dụng dễ dàng siên lập sản đồ, chỉnh sửa, in ấn. Tuy nhiên mô hình dữ liệu vecl0r có nhơiợc điểm là phức lạp khi thực hiện các phép chồng xếp sản đồ.
Dữ liệu vecl0r có thể đơjợc lơiu lrữ lr0ng máy lính †he0 các khuôn dạng lệp khác nhau và các hệ thông lin địa lý có thể hỗ trợ/ không hỗ trợ một số khuôn dạng dữ liệu không gian nhất định. Tuy nhiên, khuôn dạng shzøe (*.shp) đojợc ci hơi chuẩn thực lế và mọi hệ thông tin địa lý đều hỗ trợ khuôn dạng này.2 Dữ liệu thuộc tính Dữ liệu thuộc tính diễn tả các đặc lính của các đối lơJợng thực lễ đojợc thể hiện lrên sản đồ. Dữ liệu thuộc tính có thé 1a định lính - mô lá chat lojong (qualilalive) hay là định lơợng (quanlalive). Dữ liệu định lơiợng ví dụ nhơi chiều dai d0an đøJờng, diện 15 lích thửa đất, độ sâu hồ nojớc, dân số của một đơn vị hành chính (xã, huyện, lỉnh.
Dữ liệu định lính ví dụ nhơi xếp hạng độ màu mỡ của thửa đất, mức độ phát triển kinh lế mội linh. Về nguyên lắc, số lơợng các thuộc lính của một đối lơiợng là không có giới hạn. Để quản lý dữ liệu thuộc lính của các đối lojợng địa lý lr0ng cSDL, GIS đã sử dụng phơjơng pháp gán các giá lrị thuộc lính ch0 các đối toJợng thông qua các sảng số liệu. Mỗi sản ghi (recOrd) đặc trong ch0 một đối lơiợng địa lý, mỗi cột của sảng loJơng ứng với một kiểu thuộc tính của đối lơiợng đó.