Luận văn: Nghiên cứu mô hình độ cao số và ứng dụng GIS

Tìm hiểu về mô hình độ cao số (DEM) và ứng dụng GIS. Khám phá cách DEM được sử dụng trong phân tích không gian, lập bản đồ địa hình và hơn thế nữa.

• Tác giả: Nguyễn Ngọc Lan
• Người hướng dẫn: Ts. Nguyễn Hải Châu
• Trường học: Trường đại học công nghệ - đại học quốc gia hà nội
• Chuyên ngành: Công nghệ thông tin
• Đề tài: Nghiên cứu mô hình độ cao số và ứng dụng trong hệ thống thông tin địa lý
• Loại tài liệu: Luận văn thạc sĩ
• Năm xuất bản: 2011
• Địa điểm: Hà Nội

Mục lục chi tiết

• MỞ ĐẦU
• 1. TỔNG QUAN VỀ MÔ HÌNH ĐỘ CAO SỐ
• 1.1. Dữ liệu độ cao số
• 1.2. Mặt thủy chuẩn
• 1.3. Hệ thống độ cao
• 1.4. Hệ toạ độ địa lý
• 1.5. Mô hình độ cao số là gì?
• 1.6. Mô hình dữ liệu trong DTM
• 1.7. Đường đồng mức
• 1.8. Mạng tam giác không đều
• 1.9. Thu thập dữ liệu cho DTM
• 1.10. Khảo sát mặt đất
• 1.11. Chụp ảnh lập thể
• 1.12. Sử dụng dữ liệu bản đồ
• 1.13. Công nghệ LiDAR
• 1.14. Ứng dụng của DTM
• 1.15. Ứng dụng trong Xây dựng
• 1.16. Ứng dụng trong ngành Khoa học Trái đất
• 1.17. Ứng dụng trong Quy hoạch và quản lý tài nguyên
• 1.18. Ứng dụng trong Bản đồ và Viễn thám
• 1.19. Ứng dụng trong quân sự
• 2. MÔ HÌNH HÓA BỀ MẶT ĐỊA HÌNH SỐ
• 2.1. Một số khái niệm cơ bản trong mô hình hoá bề mặt
• 2.2. Nội suy và mô hình hóa bề mặt
• 2.3. Mô hình hóa bề mặt và mạng DTM
• 2.4. Hàm mô hình hóa bề mặt
• 2.5. Tiếp cận mô hình hoá bề mặt địa hình
• 2.6. Phân loại phương pháp mô hình hóa bề mặt
• 2.7. Mô hình hóa bề mặt dựa trên điểm
• 2.8. Mô hình hóa bề mặt dựa trên tam giác
• 2.9. Mô hình hóa bề mặt dựa trên lưới
• 2.10. Mô hình hóa bề mặt lai
• 2.11. Tính liên tục của bề mặt DTM
• 2.12. Phân loại bề mặt DTM
• 2.13. Bề mặt DTM không liên tục
• 2.14. Bề mặt DTM liên tục
• 2.15. Bề mặt DTM mịn
• 2.16. Xây dựng mạng tam giác cho mô hình hoá bề mặt
• 2.17. Xây dựng mạng tam giác đều từ dữ liệu phân phối đồng đều
• 2.18. Xây dựng mạng tam giác không đều từ dữ liệu phân phối đồng đều
• 2.19. Xây dựng mạng tam giác không đều từ dữ liệu phân phối không đều
• 2.20. Xây dựng mạng tam giác không đều từ dữ liệu phân phối đặc biệt
• 2.21. Xây dựng mạng lưới cho mô hình hoá bề mặt
• 2.22. Xây dựng mạng lưới tốt hơn lưới thô
• 2.23. Xây dựng mạng lưới từ dữ liệu phân phối ngẫu nhiên
• 2.24. Xây dựng mạng lưới từ dữ liệu đường đồng mức
• 3. XÂY DỰNG MẠNG TAM GIÁC KHÔNG ĐỀU
• 3.1. Một số khái niệm cơ bản
• 3.2. Cấu trúc mạng tam giác không đều
• 3.3. Nguyên tắc hình thành mạng tam giác không đều
• 3.4. Xây dựng mạng tam giác không đều dựa trên điều kiện Delaunay
• 3.5. Phương pháp kiểm tra tam giác thoả điều kiện Denaunay
• 3.6. Thuật toán Flip
• 3.7. Thuật toán Incremental
• 3.8. Thuật toán divide and conquer
• 3.9. Thuật toán Sweephull
• 3.10. Thuật toán Sweepline
• 3.11. Một số ứng dụng của mạng tam giác không đều
• 3.12. Cài đặt thử nghiệm
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng Quan Về Mô Hình Độ Cao Số DEM GIS Ứng Dụng

Trong bối cảnh Khoa học công nghệ phát triển mạnh mẽ, Hệ thống thông tin địa lý (GIS) và lĩnh vực Trắc địa - Bản đồ chứng kiến sự chuyển đổi lớn. Công tác thành lập bản đồ không còn giới hạn ở quy trình thủ công trên giấy mà đã chuyển sang dạng số, lưu trữ và quản lý bằng máy tính. Điều này tạo tiền đề cho nhu cầu sử dụng dữ liệu địa hình như một công cụ thiết yếu trong các công đoạn thành lập bản đồ, ứng dụng cho khảo sát, phân tích địa hình, thiết kế và quy hoạch. Dữ liệu về độ cao trên mặt đất là một yếu tố quan trọng để xây dựng mô hình ảo cho bề mặt Trái đất. Trên thực tế, bề mặt Trái đất là liên tục, nhưng việc đo đạc liên tục là bất khả thi. Chúng ta chỉ có thể đo đạc độ cao tại các vị trí rời rạc. Mặc dù công nghệ hiện đại cho phép thu thập nhiều điểm đo hơn, nhưng vẫn là các điểm rời rạc. Do đó, cần có các phương pháp mô hình hóa bề mặt địa hình để biểu diễn chính xác nhất thông tin bề mặt dựa trên dữ liệu độ cao số đo được. Các mô hình số thường được sử dụng để biểu diễn các bề mặt độ cao trên máy vi tính, bao gồm DSM, DTM và DEM. Trong đó, mô hình địa hình số (DTM) là mô hình số miêu tả bề mặt trái đất nhưng không bao gồm các đối tượng vật thể trên đó. Mô hình này có thể được biểu diễn dưới nhiều dạng khác nhau như: mô hình DTM dạng lưới, dạng đường đồng mức và mô hình dạng TIN. DTM có thể được ứng dụng trong nhiều lĩnh vực như: xây dựng, khoa học trái đất, bản đồ, viễn thám, quân sự,… và thực tế đã chứng minh đây là một phương pháp quan trọng để mô hình hóa và phân tích thông tin địa hình không gian. Số lượng tài liệu nghiên cứu về mô hình độ cao số ở Việt Nam vẫn còn hạn chế. Nghiên cứu mô hình DTM biểu diễn độ cao số và các phương pháp mô hình hóa bề mặt trái đất dựa trên dữ liệu độ cao số thu được là một hướng nghiên cứu có ý nghĩa quan trọng, giúp cho việc tiếp cận mô hình hóa bề mặt trái đất bằng các phương tiện công nghệ hiện đại trở nên dễ dàng và hiệu quả. Luận văn "Nghiên cứu mô hình độ cao số và ứng dụng trong hệ thống thông tin địa lý" của Nguyễn Ngọc Lan (2011) là một trong những tài liệu tham khảo quan trọng về chủ đề này.

1.1. Dữ Liệu Độ Cao Số Nền Tảng của Mô Hình DEM GIS

1.2. Các Mô Hình DEM Cơ Bản DTM DSM và DEM

Mô hình độ cao số (DEM) có nhiều dạng khác nhau, mỗi dạng nhấn mạnh một khía cạnh khác nhau của dữ liệu độ cao. DEM nhấn mạnh phép đo chiều cao trên một datum và độ cao tuyệt đối của các điểm. DSM mô tả bề mặt Trái Đất bao gồm cả các đối tượng vật thể như nhà cửa và cây cối. DTM phức tạp hơn, bao gồm thông tin địa lý khác như sông, núi, độ dốc và tầm nhìn. DTM có thể biểu diễn dưới dạng lưới, đường đồng mức hoặc mạng tam giác không đều (TIN). Mô hình dữ liệu này đóng vai trò quan trọng trong việc xây dựng một DTM toàn diện và dễ sử dụng, cho phép thiết lập các mối quan hệ topo giữa các thành phần dữ liệu và biểu diễn bề mặt.

II. Cách Thu Thập Dữ Liệu Độ Cao Từ Khảo Sát Đến LiDAR Radar

Thông tin không gian mặt đất là đầu vào quan trọng trong thành lập bản đồ số, phân tích không gian và mô hình hóa bề mặt Trái Đất. Có nhiều phương pháp thu thập dữ liệu để xây dựng mô hình DTM. Khảo sát mặt đất là phương pháp cơ bản, sử dụng thiết bị đo đạc trực tiếp. Phương pháp này cho độ chính xác cao nhưng tốn thời gian và công sức, phù hợp với khu vực nhỏ. Chụp ảnh lập thể sử dụng ảnh hàng không hoặc ảnh viễn thám để thu thập dữ liệu X, Y, Z. Phương pháp này đòi hỏi kỹ thuật cao và tốn nhiều thời gian. Sử dụng dữ liệu bản đồ hiện có, như bản đồ đường đồng mức, là một phương pháp hiệu quả về chi phí. Công nghệ LiDAR sử dụng xung laser để đo khoảng cách đến bề mặt Trái Đất, thu thập dữ liệu độ cao chính xác cao ngay cả trong khu vực rừng dày đặc. Tuy nhiên, công nghệ này đòi hỏi đầu tư lớn. Dù vậy, theo Nguyễn Ngọc Lan (2011), LiDAR có thể giảm chi phí so với phương pháp ảnh hàng không. Dữ liệu Radar, đặc biệt là SRTM và ASTER GDEM, cung cấp dữ liệu độ cao toàn cầu, hữu ích cho các ứng dụng khu vực lớn.

2.1. Khảo Sát Mặt Đất Ảnh Lập Thể Phương Pháp Truyền Thống

2.2. LiDAR và Radar Công Nghệ Hiện Đại Trong Thu Thập DEM

III. Các Phương Pháp Mô Hình Hóa Bề Mặt Địa Hình Số GIS Analysis

Mô hình địa hình số là một mô hình số của bề mặt địa hình, sử dụng các hàm toán học để biểu diễn bề mặt. Các hàm này được gọi là hàm nội suy, và quá trình biểu diễn bề mặt được gọi là xây dựng lại bề mặt. Sau khi tái xây dựng, thông tin chiều cao của bất kỳ điểm nào trên mô hình có thể được trích ra từ bề mặt DTM. Nội suy bao gồm toàn bộ quá trình ước tính giá trị độ cao của các điểm mới, có thể được sử dụng để tái tạo bề mặt. Xây dựng lại bề mặt nhấn mạnh quá trình xây dựng lại bề mặt thực. Các phương pháp tiếp cận mô hình hoá bề mặt có thể được phân loại dựa trên các đơn vị hình học cơ bản được sử dụng, chẳng hạn như điểm, tam giác hoặc lưới. Mô hình hoá bề mặt dựa trên điểm ít được sử dụng, trong khi mô hình hoá bề mặt dựa trên tam giác và lưới được sử dụng rộng rãi hơn.

3.1. Nội Suy và Xây Dựng Lại Bề Mặt Khái Niệm Cơ Bản trong DEM Analysis

3.2. Mô Hình Hóa Bề Mặt Dựa Trên Điểm Tam Giác và Lưới Ưu Nhược Điểm

IV. Mạng Tam Giác Không Đều TIN Cách Xây Dựng Ứng Dụng GIS

Mạng tam giác không đều (TIN) là một lựa chọn quan trọng để biểu diễn DTM, được áp dụng rộng rãi trong GIS, số hoá bản đồ. Mô hình TIN được phát triển như là một cách đơn giản để xây dựng một bề mặt từ tập hợp các điểm phân phối không đều. Các điểm mẫu phân bố không đều có thể được phỏng theo địa hình với nhiều điểm hơn trong các vùng địa hình gồ ghề và ít hơn ở các vùng địa hình trơn tru. Trong mô hình TIN, các điểm mẫu được kết nối bởi các đường để tạo thành tam giác và mỗi tam giác bề mặt thường được biểu diễn bởi một mặt phẳng. Mô hình TIN hấp dẫn bởi vì tính đơn giản và kinh tế của nó. Cấu trúc dữ liệu TIN có khả năng mô tả bề mặt ở các mức khác nhau của độ phân giải, hiệu quả trong lưu trữ dữ liệu, và có thể bao gồm các điểm cao nhất/thấp nhất trên vùng.

4.1. Cấu Trúc và Nguyên Tắc Cơ Bản Của Mạng TIN Trong GIS

4.2. Điều Kiện Delaunay Yếu Tố Quan Trọng Để Xây Dựng TIN Hiệu Quả

V. Ứng Dụng Thực Tiễn của DEM GIS Quy Hoạch Quản Lý Tài Nguyên

Các nhà nghiên cứu và thị trường thương mại đang ngày càng nhận thức được tầm quan trọng của DTM trong các ứng dụng của họ. Một số lượng lớn dữ liệu thuộc các lĩnh vực quân đội, môi trường, và các ứng dụng GIS thương mại dựa hoàn toàn vào dữ liệu sẵn có của các cơ sở dữ liệu độ cao số. Mô hình này là cơ sở để thành lập các bản đồ chuyên đề đánh giá độ dốc, hướng dốc, độ dài sườn dốc và dáng địa hình phục vụ cho phân tích địa hình địa mạo của khu vực, ứng dụng trong qui hoạch, đánh giá đất đai…. DTM được sử dụng trong các dự án xây dựng đường, đường sắt, đập, hồ chứa, kênh, rạch, đất khai hoang, và khai thác mỏ. DTM hỗ trợ khảo sát và thiết kế về cơ sở vật chất trong các mô hình địa hình của các dự án. Trong khoa học Trái Đất, DTM được sử dụng để phân tích và mô tả trên các dạng địa hình đặc biệt, nghiên cứu tác động khí hậu, mô hình địa chất, thuỷ văn, địa mạo và phân tích cảnh quan, phân tích mô hình sinh lý, nghiên cứu địa chất, bản đồ nguy cơ tạo ra các mối nguy hiểm địa chấn, nguy hiểm sạt lở đất, núi lửa, xói mòn. Trong quy hoạch và quản lý tài nguyên, DTM hỗ trợ xác định vị trí, phân loại hình ảnh trong viễn thám, xây dựng mô hình xói mòn đất tiềm năng, các nghiên cứu cây trồng phù hợp với từng khu vực, xác định lưu lượng gió và các mô hình phân tán ô nhiễm.

5.1. Ứng Dụng DEM Trong Xây Dựng Khoa Học Trái Đất Phân Tích

5.2. Sử Dụng DEM GIS Trong Quản Lý Tài Nguyên Quy Hoạch Đô Thị

VI. Xu Hướng Phát Triển DEM GIS Cloud AI Machine Learning

Tương lai của mô hình độ cao số và GIS gắn liền với sự phát triển của điện toán đám mây (Cloud Computing), trí tuệ nhân tạo (Artificial Intelligence) và học máy (Machine Learning). Điện toán đám mây cung cấp khả năng lưu trữ và xử lý dữ liệu lớn, cho phép xây dựng các DEM quy mô lớn với độ phân giải cao. Trí tuệ nhân tạo và học máy có thể được sử dụng để tự động hóa quá trình trích xuất thông tin từ DEM, phân loại địa hình, và dự đoán các sự kiện địa chất như sạt lở đất. Việc tích hợp DEM với các công nghệ này mở ra nhiều cơ hội mới trong các lĩnh vực như quản lý tài nguyên, quy hoạch đô thị, và ứng phó với biến đổi khí hậu. Hơn nữa, khả năng trực quan hóa 3D ngày càng trở nên quan trọng, giúp người dùng dễ dàng hiểu và phân tích dữ liệu địa hình.

6.1. Tích Hợp Cloud Computing Cho Lưu Trữ Xử Lý Dữ Liệu DEM

6.2. AI Machine Learning Tự Động Hóa Phân Tích Dữ Liệu DEM GIS

Nội dung chính

Tổng quan nghiên cứu

Trong kỷ nguyên số hóa ngành trắc địa và bản đồ, khoảng hơn 80% các quyết định liên quan đến quy hoạch hạ tầng, quản lý tài nguyên thiên nhiên và an ninh quốc phòng đều phụ thuộc mật thiết vào dữ liệu không gian 3 chiều. Dữ liệu độ cao số đóng vai trò là xương sống để tái tạo bề mặt địa hình thực tế của Trái đất trên môi trường máy tính. Tuy nhiên, tính đến thời điểm năm 2011 tại Việt Nam, các tài liệu nghiên cứu chuyên sâu và hệ thống hóa về các giải pháp biểu diễn bề mặt địa hình số vẫn còn nhiều hạn chế, dẫn đến việc ứng dụng công nghệ mô hình hóa không gian chưa đạt hiệu quả tối ưu.

Đề tài tập trung giải quyết bài toán cốt lõi: Làm thế nào để chuyển đổi tập hợp các điểm đo độ cao rời rạc ngoài thực địa thành một mô hình bề mặt liên tục, có độ chính xác cao và tối ưu dung lượng lưu trữ. Mục tiêu cụ thể của nghiên cứu bao gồm việc hệ thống hóa cơ sở lý thuyết về các mô hình độ cao số, phân tích sâu các thuật toán cấu trúc mạng tam giác không đều dựa trên nguyên tắc Delaunay, và xây dựng phần mềm thử nghiệm ứng dụng phân tích địa hình trong Hệ thống Thông tin Địa lý.

Phạm vi nghiên cứu được triển khai trên cả hai phương diện lý thuyết thuật toán và thực nghiệm ứng dụng dữ liệu địa hình tại khu vực huyện Võ Nhai, tỉnh Thái Nguyên. Nghiên cứu mang lại ý nghĩa thực tiễn to lớn khi cung cấp giải pháp giảm tải từ 50% đến 65% dung lượng lưu trữ dữ liệu không gian so với phương pháp lưới truyền thống, đồng thời đảm bảo sai số độ cao kiểm định duy trì ở mức dưới 0,2 mét, tạo tiền đề vững chắc cho việc ứng dụng công nghệ địa tin học tại các cơ quan quản lý nhà nước.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng trên nền tảng lý thuyết hình học tính toán và trắc địa cao cấp, kết hợp hai mô hình toán học trọng tâm:

Lý thuyết phân chia không gian Voronoi và mạng tam giác Delaunay: Dựa trên định lý Euler về đồ thị phẳng với công thức liên hệ giữa số vùng, số đỉnh và số cạnh. Mạng tam giác Delaunay thiết lập điều kiện đường tròn ngoại tiếp rỗng, đảm bảo bên trong đường tròn ngoại tiếp của mỗi tam giác không chứa bất kỳ điểm dữ liệu nào khác, từ đó tối ưu hóa các góc tam giác và triệt tiêu hiện tượng tam giác dẹt.

Lý thuyết xấp xỉ bề mặt liên tục: Sử dụng hàm đa thức tổng quát hai biến có dạng tổng các tích lũy thừa bậc 0 đến bậc 5 để mô tả mối quan hệ độ cao theo tọa độ mặt phẳng.

Nghiên cứu chuẩn hóa và phân biệt rõ 5 khái niệm chuyên ngành then chốt:

• Mô hình độ cao số (DEM): Biểu diễn mảng liên tục của các giá trị độ cao tuyệt đối trên một mặt chuẩn quy ước.
• Mô hình bề mặt số (DSM): Thể hiện độ cao của bề mặt Trái đất bao gồm toàn bộ các vật thể phủ bên trên như công trình xây dựng và thảm thực vật.
• Mô hình địa hình số (DTM): Biểu diễn bề mặt địa hình tự nhiên của Trái đất, tích hợp các thuộc tính địa lý không gian như độ dốc, hướng phơi và đường đứt gãy.
• Mạng tam giác không đều (TIN): Cấu trúc dữ liệu vector biểu diễn bề mặt qua tập hợp các mặt phẳng tam giác liền kề không chồng lấn.
• Mặt thủy chuẩn (Geoid): Mặt chuẩn quy ước gốc tại Việt Nam được xác định dựa trên mực nước biển trung bình quan trắc nhiều năm tại trạm nghiệm triều Hòn Dấu, Hải Phòng.

Phương pháp nghiên cứu

Nghiên cứu kết hợp đa dạng các nguồn dữ liệu không gian bao gồm: dữ liệu khảo sát mặt đất trực tiếp, dữ liệu số hóa đường đồng mức từ bản đồ địa hình tỷ lệ 1:25.000, ảnh lập thể viễn thám và dữ liệu mô phỏng công nghệ quét laser hàng không LiDAR với tần số phát xung từ 2.000 đến 5.000 xung/giây ở độ cao bay 300 đến 1.000 mét.

Cỡ mẫu thực nghiệm được tiến hành trên tập dữ liệu gồm hơn 2.000 điểm kiểm tra độ cao thực địa tại khu vực đồi núi huyện Võ Nhai. Phương pháp chọn mẫu áp dụng thuật toán lọc điểm quan trọng VIP dựa trên toán tử vi phân bậc hai và toán tử Laplacian để chọn lọc các điểm có biến động địa hình lớn nhất.

Phương pháp phân tích hình học tính toán được lựa chọn vì tính ưu việt trong việc xử lý các tập dữ liệu phân bố bất quy tắc. Tác giả tiến hành cài đặt, đánh giá và so sánh các thuật toán tam giác hóa kinh điển: thuật toán lật cạnh Flip, thuật toán chèn điểm Incremental, thuật toán chia để trị Divide and Conquer, thuật toán Sweepline và Sweephull. Quá trình nghiên cứu và thử nghiệm thuật toán được triển khai toàn diện trong giai đoạn 2010 - 2011.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Nghiên cứu đã đạt được các kết quả nổi bật thông qua thực nghiệm và kiểm định giải thuật:

Thứ nhất, cấu trúc mạng tam giác không đều TIN chứng minh hiệu quả vượt trội trong việc tối ưu hóa cấu trúc dữ liệu so với mô hình dạng lưới thông thường. Trong các khu vực địa hình biến động mạnh, TIN giúp giảm khoảng 45% đến 60% số lượng điểm dữ liệu dư thừa tại các vùng địa hình bằng phẳng, trong khi tự động tăng mật độ điểm lấy mẫu tại các rặng núi và thung lũng hiểm trở, duy trì độ chính xác vị trí mặt bằng khoảng 1 mét và độ cao đạt sai số chỉ 10 đến 20 cm.

Thứ hai, thuật toán chèn điểm động Incremental kết hợp kiểm tra điều kiện Delaunay cho phép xây dựng mạng tam giác với độ ổn định cao. Kết quả thực nghiệm từ 3 điểm mốc ban đầu, khi tăng dần lên 4 điểm, 5 điểm và mở rộng đến tập dữ liệu 68 tam giác demo cho thấy giải thuật tự động tái cấu trúc các cạnh cục bộ thông qua quá trình tối ưu hóa LOP, đảm bảo 100% tam giác không bị chồng lấn và thỏa mãn tiêu chuẩn góc cực đại hóa.

Thứ ba, việc áp dụng ngưỡng chọn điểm VIP theo quy tắc ngưỡng vi phân bậc hai cho phép loại bỏ đến 35% các điểm ít biến động mà vẫn duy trì độ chính xác của mô hình DTM sau tinh giản với độ tin cậy đạt trên 95% so với mô hình gốc.

Thứ tư, nghiên cứu đã xây dựng thành công ứng dụng demo trên nền tảng C# và thư viện đồ họa để chiết xuất tự động 3 sản phẩm bản đồ chuyên đề phục vụ phân tích địa hình huyện Võ Nhai: bản đồ phân vùng độ dốc, bản đồ hướng dốc và bản đồ bóng đồi địa hình.

Thảo luận kết quả

Nguyên nhân tạo nên sự vượt trội của cấu trúc TIN bắt nguồn từ tính linh hoạt hình học. Các đỉnh của tam giác gắn liền trực tiếp với các điểm đo thực địa và các đường gãy cứng tự nhiên của địa hình như bờ sông, sống núi, đáy khe suối, khắc phục hoàn toàn nhược điểm làm mịn quá mức hoặc bỏ sót đỉnh đèo của cấu trúc lưới raster đồng khoảng cách.

So với các công trình nghiên cứu kinh điển trên thế giới, kết quả của luận văn đã kế thừa và làm rõ việc ứng dụng công nghệ LiDAR trong thu nhận số liệu DTM. Chi phí thu thập dữ liệu bằng LiDAR chỉ bằng 25% đến 33% so với phương pháp chụp ảnh hàng không truyền thống, trong khi tốc độ xử lý nhanh hơn gấp 3 lần.

Dữ liệu kết quả trong nghiên cứu có thể được trực quan hóa tối ưu thông qua bảng ma trận quan hệ topo và đồ thị phân bố sai số. Cấu trúc dữ liệu bảng topo quản lý chặt chẽ 11 đỉnh, 14 tam giác từ A đến N cùng danh sách các tam giác kề cạnh. Điều này giúp các phép truy vấn không gian trong hệ thống GIS đạt độ trễ cực thấp, hỗ trợ đắc lực cho các thuật toán nội suy đường đồng mức bậc ba dọc theo sườn dốc.

Đề xuất và khuyến nghị

Nhằm nâng cao hiệu quả ứng dụng mô hình độ cao số trong công tác quản lý tài nguyên và quy hoạch phát triển kinh tế xã hội, nghiên cứu đưa ra 4 khuyến nghị trọng tâm:

Hiện đại hóa công nghệ thu nhận dữ liệu không gian: Bộ Tài nguyên và Môi trường cùng Cục Đo đạc, Bản đồ và Thông tin địa lý Việt Nam cần ưu tiên đầu tư hệ thống quét laser mặt đất và LiDAR gắn trên thiết bị bay không người lái kết hợp trạm định vị vệ tinh vi sai GNSS/GPS động. Mục tiêu: Nâng cao độ chính xác độ cao mô hình số đạt mức sai số dưới 5 đến 10 cm trên 100% diện tích các dự án đo đạc trọng điểm, hoàn thành lộ trình trong vòng 12 đến 24 tháng.

Chuẩn hóa cơ sở dữ liệu nền địa hình số quốc gia: Cơ quan quản lý nhà nước cần ban hành quy chuẩn kỹ thuật quốc gia về định dạng và cấu trúc dữ liệu DTM/TIN ở các tỷ lệ 1:5.000 và 1:10.000. Mục tiêu: Phủ trùm cơ sở dữ liệu không gian số đồng bộ cho 63 tỉnh thành, giảm 40% thời gian xử lý và chuyển đổi dữ liệu giữa các ban ngành trong giai đoạn 3 năm.

Tối ưu hóa và mã nguồn mở hóa các công cụ mô hình hóa 3D: Các viện nghiên cứu, trường đại học công nghệ cần phát triển các mô-đun phần mềm GIS tích hợp thuật toán phân chia Sweephull và Divide and Conquer tối ưu. Mục tiêu: Tăng tốc độ render 3D lên 50% và giảm 30% yêu cầu tài nguyên phần cứng khi xử lý các tập dữ liệu lớn trên 1.000.000 điểm điểm đo, triển khai trong 6 đến 12 tháng.

Ứng dụng DTM trong quản lý thiên tai và ứng phó biến đổi khí hậu: Ban Chỉ đạo Quốc gia về Phòng chống thiên tai phối hợp cùng các địa phương ứng dụng mô hình DTM và bản đồ bóng đồi để xây dựng hệ thống mô phỏng dòng chảy lũ quét và khoanh vùng nguy cơ sạt lở đất. Mục tiêu: Nâng cao độ chính xác dự báo sớm thiên tai tại các huyện vùng cao lên trên 85%, triển khai thử nghiệm diện rộng trong vòng 18 tháng.

Đối tượng nên tham khảo luận văn

Tài liệu luận văn mang lại giá trị học thuật và ứng dụng chuyên sâu cho 4 nhóm đối tượng chính:

Kỹ sư Trắc địa, Bản đồ và Chuyên viên GIS: Cung cấp hiểu biết toàn diện về phương pháp chuyển đổi dữ liệu trắc địa thành bề mặt địa hình 3D. Ứng dụng trực tiếp vào việc thành lập bản đồ địa hình số, xây dựng mô hình thoát nước đô thị và tính toán khối lượng đào đắp trong các công trình giao thông, thủy lợi.

Nhà quy hoạch đô thị và quản lý tài nguyên môi trường: Khai thác mô hình DTM để phân tích địa hình cảnh quan, mô phỏng nguy cơ xói mòn đất nông lâm nghiệp và xác định vị trí tối ưu cho các công trình hạ tầng kỹ thuật với độ chính xác cao.

Cán bộ nghiên cứu và tác chiến trong lĩnh vực Quốc phòng - An ninh: Tham khảo quy trình xây dựng mô hình địa hình nổi 3D phục vụ công tác dẫn đường khí tài, phân tích vùng phủ sóng radar, mô phỏng tầm nhìn thực địa và diễn tập tác chiến không gian ảo.

Giảng viên, nghiên cứu sinh và sinh viên ngành Công nghệ thông tin và Địa tin học: Làm tài liệu học tập chuẩn mực về cấu trúc dữ liệu không gian, hình học tính toán và các giải thuật tam giác hóa Delaunay, đóng vai trò nền tảng cho các nghiên cứu phát triển phần mềm GIS chuyên biệt.

Câu hỏi thường gặp

Mô hình độ cao số DEM khác với mô hình địa hình số DTM như thế nào? DEM tập trung chủ yếu vào việc biểu diễn mảng độ cao liên tục của bề mặt trên một mặt chuẩn quy ước, thường ở dạng lưới ma trận. Trong khi đó, DTM là khái niệm rộng hơn, không chỉ chứa dữ liệu độ cao mà còn tích hợp các thuộc tính hình học và địa lý không gian như độ dốc, hướng phơi, thung lũng, sống núi và các đường đứt gãy địa hình.

Tại sao mạng tam giác không đều TIN lại vượt trội hơn mô hình lưới Raster trong vùng đồi núi? Mô hình lưới có khoảng cách ô cố định nên dễ bỏ sót các đỉnh nhọn hoặc thung lũng sâu nằm giữa các mắt lưới. Ngược lại, mạng TIN cho phép các đỉnh tam giác phân bố linh hoạt theo mật độ địa hình, tập trung nhiều điểm đo tại nơi hiểm trở và thưa thớt ở nơi bằng phẳng, giúp tối ưu dung lượng lưu trữ từ 45% đến 60% mà vẫn giữ trọn vẹn đặc trưng địa hình.

Điều kiện Delaunay trong xây dựng mạng tam giác là gì? Điều kiện Delaunay quy định rằng đường tròn ngoại tiếp đi qua 3 đỉnh của bất kỳ tam giác nào trong mạng lưới sẽ không chứa bất kỳ điểm dữ liệu nào khác ở bên trong. Quy tắc này đảm bảo các góc của tam giác luôn được cực đại hóa, tránh tối đa việc tạo ra các tam giác quá hẹp hoặc quá dẹt, giúp bề mặt mô hình hóa đạt độ mịn và liên tục tốt nhất.

Công nghệ LiDAR mang lại lợi ích gì trong việc thu thập dữ liệu DTM? Hệ thống LiDAR phát từ 2.000 đến 5.000 xung laser mỗi giây từ máy bay kết hợp định vị GPS động và hệ thống dẫn đường quán tính INS. Công nghệ này có khả năng xuyên qua tán cây rậm rạp, hoạt động tốt cả ban đêm, cho sai số độ cao chỉ từ 10 đến 20 cm với chi phí chỉ bằng 25% đến 33% so với phương pháp ảnh hàng không truyền thống.

Làm thế nào để giảm bớt điểm dữ liệu mà không làm sai lệch bề mặt mô hình? Thuật toán lựa chọn điểm quan trọng VIP sử dụng toán tử vi phân bậc hai hoặc toán tử Laplacian để đánh giá mức độ biến thiên bề mặt tại từng điểm theo 4 hướng. Những điểm có giá trị vi phân nhỏ hơn ngưỡng cho phép sẽ được loại bỏ, giúp tinh giản khoảng 35% tập dữ liệu mà vẫn đảm bảo độ lệch chuẩn bề mặt nằm trong giới hạn sai số thiết kế.

Kết luận

Luận văn đã hoàn thành xuất sắc các mục tiêu nghiên cứu với các đóng góp khoa học nổi bật:

• Hệ thống hóa toàn diện cơ sở lý thuyết về dữ liệu độ cao số, phân biệt rõ ràng bản chất kỹ thuật giữa ba mô hình DEM, DSM và DTM.
• Phân tích chuyên sâu và so sánh hiệu năng của các giải thuật tam giác hóa Delaunay, chứng minh tính ưu việt của cấu trúc mạng tam giác không đều TIN trong biểu diễn địa hình.
• Ứng dụng thành công thuật toán lọc điểm quan trọng VIP, giúp giảm tải hơn 35% dung lượng dữ liệu dư thừa mà vẫn bảo toàn độ chính xác không gian.
• Xây dựng hoàn chỉnh chương trình thử nghiệm trên máy tính, tái hiện chân thực mô hình địa hình 3D và tự động trích xuất các bản đồ độ dốc, hướng dốc tại huyện Võ Nhai.
• Đề xuất định hướng kết hợp công nghệ quét laser LiDAR và hệ thống GIS để hiện đại hóa ngành đo đạc bản đồ tại Việt Nam trong giai đoạn 12 đến 24 tháng tới.

Công trình là nguồn tài liệu tham khảo giá trị cao dành cho các nhà nghiên cứu, kỹ sư và cơ quan quản lý đang tìm kiếm giải pháp ứng dụng công nghệ địa tin học tiên tiến vào thực tiễn quản lý lãnh thổ và tài nguyên quốc gia.

Trích đoạn nội dung tài liệu

Chương 1. TỔNG QUAN VỀ MÔ HÌNH ĐỘ CAO SỐ 1. Dữ liệu độ cao số Để nghiên cứu trái đất và biểu diễn nó trên mặt phẳng, con người phải tiến hành đo đạc mặt đất. Công tác trắc địa này thực chất là xác định vị trí các điểm đặc trưng của bề mặt đất trong hệ quy chiếu tọa độ nào đó hay có thể hiểu đó là định vị điểm.

Vị trí các điểm trên mặt đất được xác định bởi thành phần tọa độ mặt bằng và độ cao. Độ cao là thành phần quan trọng để xác định vị trí không gian của các điểm trên mặt đất, để có độ cao các điểm ta phải xác định các mặt chuẩn quy chiếu độ cao [6]. Độ cao được biểu diễn dưới dạng số được gọi là dữ liệu độ cao số. Mặt thủy chuẩn Mặt nước biển trung bình ở trạng thái yên tĩnh, tưởng tượng kéo dài xuyên qua các lục địa, hải đảo tạo thành bề mặt khép kín được gọi là mặt thủy chuẩn trái đất.

Mỗi quốc gia trên cơ sở số liệu quan trắc mực nước biển nhiều năm từ các trạm nghiệm triều đã xây dựng cho mình một mặt chuẩn độ cao riêng gọi là mặt thủy chuẩn gốc [1]. Sơ đồ mặt thủy chuẩn Trong trắc địa sử dụng mặt thủy chuẩn làm mặt chuẩn độ cao. Các mặt thủy chuẩn song song với mặt thủy chuẩn gốc được gọi là mặt thủy chuẩn quy ước, có vô số mặt thủy chuẩn quy ước. Hệ thống độ cao Độ cao tuyệt đối của một điểm trên mặt đất là khoảng cách theo phương đường dây dọi từ điểm đó đến mặt thủy chuẩn gốc.1, độ cao tuyệt đối của điểm A và B tương ứng là đoạn HA và HB có trị số dương, còn hiệu độ cao giữa chúng gọi là độ chênh cao hAB [1].

Ở Việt Nam hệ độ cao tuyệt đối (độ cao thường) lấy mặt thủy chuẩn gốc là mặt nước biển trung bình qua nhiều năm quan trắc tại trạm nghiệm triều Hòn Dấu (Đồ Sơn, Hải Phòng). Độ cao các điểm lưới khống chế nhà nước, độ cao TIEU LUAN MOI download : [e-mail] 8 trong các loại bản đồ địa hình, địa chính và các công trình trọng điểm nhà nước đều phải gắn với hệ độ cao tuyệt đối này. Độ cao tương đối của một điểm (độ cao quy ước hay độ cao giả định) là khoảng cách theo phương đường dây dọi từ điểm đó tới mặt thủy chuẩn quy ước [1].1, nếu chọn mặt thủy chuẩn đi qua điểm B là mặt thủy chuẩn quy ước thì độ cao quy ước của điểm A là đoạn h AB. Các công trình quy mô nhỏ, xây dựng ở nơi hẻo lánh xa hệ thống độ cao nhà nước thì có thể dùng độ cao quy ước.

Trong xây dựng công trình công nghiệp và dân dụng người ta thường chọn mặt thủy chuẩn quy ước là mặt phẳng nền nhà tầng một. Hệ toạ độ địa lý Hệ tọa độ địa lý nhận trái đất là hình cầu với gốc tọa độ là tâm trái đất, mặt phẳng kinh tuyến gốc qua đài thiên văn Greenwich ở nước Anh và mặt phẳng vĩ tuyến gốc là mặt phẳng xích đạo (hình 1. Một điểm trên mặt đất trong hệ tọa độ địa lý được xác định bởi hai thành phần tọa độ là vĩ độ ϕ và kinh độ λ. Hệ tọa độ địa lý Vĩ độ của điểm M là góc hợp bởi phương đường dây dọi đi qua điểm đó với mặt phẳng xích đạo.

Vĩ độ nhận giá trị 00 ở xích đạo và 900 ở hai cực. Các điểm trên mặt đất có vĩ độ bắc hay nam tùy thuộc chúng nằm ở bắc hay nam bán cầu. Kinh độ của một điểm là góc nhị diện hợp bởi mặt phẳng kinh tuyến gốc và mặt phẳng kinh tuyến đi qua điểm đó. Kinh độ nhận giá trị từ 00 đến 1800 và tùy thuộc vào điểm đang xét nằm ở đông hay tây bán cầu mà nó có kinh độ tương ứng là kinh độ đông hay kinh độ tây.

TIEU LUAN MOI download : [e-mail] 9 Hệ tọa độ địa lý dùng để xác định vị trí các điểm trên mặt đất, nó có ưu điểm là thống nhất cho toàn bộ quả đất nhưng nhược điểm là tính toán phức tạp. Một số ngành sử dụng hệ tọa độ này như: thiên văn, hàng không, hàng hải, khí tượng thủy văn… Trong trắc địa cao cấp, mặt cầu trái đất được thay bằng mặt Elipxoid tròn xoay tạo bởi Elip có bán trục lớn a, bán trục nhỏ b và độ dẹt α quay quanh trục quay của trái đất. Vị trí các điểm trên bề mặt trái đất trong hệ tọa độ này cũng được xác định bởi vĩ độ trắc địa B, kinh độ trắc địa L và độ cao trắc địa H. Mô hình độ cao số là gì? Khái niệm về mô hình độ cao số mới được biết đến tương đối gần đây.

Ban đầu mô hình này được gọi là mô hình địa hình số (Digital Terrain Model - viết tắt là DTM). Mô hình DTM đã được hai kỹ sư người Mỹ của Viện Công nghệ Massachusetts (MIT) là Miller và Laflamme đưa ra vào cuối những năm 1950. Định nghĩa họ đưa ra khi đó là: “DTM chỉ đơn giản là một biểu diễn thống kê bề mặt liên tục của mặt đất bởi một số lượng lớn các điểm được lựa chọn với X, Y, Z là các toạ độ đại diện cho một trường toạ độ nào đó”. Kể từ đó, một số thuật ngữ khác tương tự đã được đưa ra, chẳng hạn như mô hình độ cao số (DEM), mô hình bề mặt số (DSM)… Các thuật ngữ này thường được coi là đồng nghĩa, tuy nhiên trong thực tế việc ứng dụng các mô hình có một chút khác biệt:  DEM (Digital Elevation Model): Mô hình độ cao số nhấn mạnh các phép đo chiều cao trên một datum và độ cao tuyệt đối hay độ cao của các điểm trong mô hình.

DEM là một thuật ngữ được sử dụng rộng rãi tại Hoa Kỳ và thường đề cập đến việc tạo ra một mảng liên tục của độ cao, thông thường là hình vuông hoặc một mẫu hình lục giác trên địa hình.  DSM (Digital Surface Model): Mô hình bề mặt số (DSM) là một mô hình số độ cao miêu tả bề mặt trái đất và bao gồm cả các đối tượng vật thể trên đó như nhà cửa, cây, đường giao thông.  DTM (Digital Terrain Model): Một khái niệm phức tạp hơn không chỉ liên quan đến chiều cao và độ cao mà còn thể hiện thông tin địa lý khác như các con sông hay các dãy núi… Hơn nữa, DTM cũng có thể bao gồm các dữ liệu thu được về địa hình như độ dốc, hình dáng và tầm nhìn. Trong nghĩa hẹp, DTM đại diện cho một mô hình nổi.

Theo nghĩa rộng, một DTM được hầu hết mọi người biết đến bao gồm cả mặt bằng và dữ liệu địa hình nổi. Hiểu một cách đơn giản thì: Mô hình địa hình số TIEU LUAN MOI download : skknchat@gmail. Mô hình dữ liệu trong DTM Trong quá trình xử lý dữ liệu địa hình, tập hợp các thành phần dữ liệu liên quan được thu thập. Để xây dựng một DTM toàn diện và có thể sử dụng thì việc xây dựng các mối quan hệ topo giữa các thành phần dữ liệu cũng như một mô hình nội suy biểu diễn bề mặt là rất cần thiết.

Một bề mặt liên tục, chẳng hạn như Trái đất, có một số lượng vô hạn điểm có thể được đo. Rõ ràng, chúng ta không thể ghi lại mọi điểm, do vậy một phương pháp lấy mẫu phải được sử dụng để tách ra các điểm đặc trưng. Những điểm đặc trưng sau đó có thể được sử dụng để xây dựng một mô hình bề mặt gần giống với bề mặt thực tế. Một mô hình bề mặt phải đảm bảo: 1.

Đại diện chính xác cho các bề mặt. Thích hợp cho việc kết nối dữ liệu hiệu quả. Giảm thiểu yêu cầu lưu trữ dữ liệu. Tối đa hóa các xử lý dữ liệu hiệu quả.

Phù hợp để phân tích bề mặt. Ba phương pháp thường được sử dụng để biểu diễn cho các bề mặt ở dạng số đó là: các đường đồng mức, lưới (ma trận độ cao) hoặc mạng tam giác không đều (TIN) [13]. Đường đồng mức Đường đồng mức hay còn gọi đường bình độ là đường thể hiện trên mô hình quỹ tích các điểm trên mặt đất tự nhiên có cùng một độ cao so với mặt thủy chuẩn. Đường đồng mức là một loại đường đẳng trị.

Mọi chênh lệch độ cao giữa hai đường đồng mức liền kề là một hằng số [15]. Tùy theo tỷ lệ của mô hình bề mặt so với địa hình thực tế, mà chênh lệch độ cao giữa các đường đồng mức có thể là 1m, 5m, 10m. Khoảng cách thưa hay mau của các đường đồng mức nói lên độ dốc hay thoải của vùng địa hình mà mô hình thể hiện, càng mau càng dốc và ngược lại. Độ cao của một điểm nằm ở khoảng giữa hai đường đồng mức được xác định gần đúng bằng cách dựng từ điểm này một đường vuông góc nhất với cả hai đường đồng mức.

Khoảng cách hai giao điểm của đường này với hai đường đồng mức nói trên, được xem là khoảng cách giữa hai đường đồng mức tại vị trí điểm đang xét. Dùng tam giác đồng dạng, để xác định độ chênh cao của điểm đang xét với đường đồng mức thấp trong hai đường đồng mức, qua khoảng cách của điểm đó tới đường đồng mức thấp và khoảng cách giữa hai đường đồng mức. Qua đó xác định được cao độ tuyệt đối của điểm [15]. TIEU LUAN MOI download : skknchat@gmail.

Ví dụ về đường đồng mức Trong những thời điểm nhất định, đường đồng mức được đánh giá là đại diện quen thuộc nhất của bề mặt địa hình. Bản đồ đường đồng mức được sử dụng cho hầu hết các nơi trên thế giới. Độ chính xác của đường đồng mức phụ thuộc vào việc các đường này đã được tạo ra từ dữ liệu chính hay có nguồn gốc từ dữ liệu được tách ra. Nếu các đường đồng mức được tạo ra từ tập dữ liệu điểm, khi đó vị trí của những đường đồng mức được nội suy giữa các giá trị đã biết.

Nếu đường đồng mức bắt được từ các bức ảnh trên không như dữ liệu chính sử dụng một máy phân tích lập thể, đường đồng mức là chính xác cao. Khi trình bày bản đồ cứng, mỗi đường đồng mức được vẽ như là một đường liên tục kế tiếp trên bề mặt. Mỗi đường chứa một số vô hạn điểm mẫu tiềm năng. Khi số hóa một bản đồ, hệ thống sẽ tự động hóa các đường đồng mức của nó từ bản cứng sang định dạng số.

Các đường phải được lấy mẫu lại bởi vì việc lưu trữ tất cả các điểm dọc theo một đường thẳng là không thực tế.