Nghiên cứu, thử nghiệm ứng dụng URSCAPE để phục vụ hỗ trợ ra quyết định dựa trên dữ liệu tài nguyên và môi trường pdf

Đặc biệt việc ứng dụng các công nghệ mới để tích hợp, chồng ghép và khám phá các dữ liệu khác nhau để đưa ra các quyết định mang tính định hướng, tầm vĩ mô dựa trên nền tảng dữ li

TỔNG QUAN

Sự cần thiết phải nghiên cứu

Ủy ban nhân dân Thành phố Hồ Chí Minh đã phê duyệt Đề án “Xây dựng thành phố Hồ Chí Minh trở thành đô thị thông minh gia đoạn 2017 đến 2020 và tầm nhìn đến 2025”, tróng dó việc ứng dụng các công nghệ mới hướng đến việc ứng dụng trí tuệ nhân tạo, mô phỏng, kịch bản … cho mọi lĩnh vực phát triển kinh tế, xã hội của Thành phố

Theo Thông báo số 267/TB-VP ngày 16 tháng 5 năm 2019 của Văn phòng Uỷ ban nhân dân Thành phố về Kết luận của Bí thư Thành uỷ tại Hội nghị công bố kết quả triển khai giai đoạn 1 các Trung tâm thuộc Đề án “Xây dựng thành phố Hồ Chí Minh trở thành đô thị thông minh giai đoạn 2017, 2020, tầm nhìn đến năm 2025”,

Bí thư thành ủy cũng nhấn mạnh về việc ứng dụng các công cụ dự báo, kịch bản bản và mô phỏng trong lĩnh vực quản lý tài nguyên và môi trường

Sở Tài nguyên và môi trường là cơ quan quản lý nhà nước về dữ liệu không gian địa lý và đang triển khai thu thập, quản lý khai thác và sử dụng dữ liệu tài nguyên và môi trường theo quy định tại Nghị định số 73/2017/NĐ-CP của Chính phủ và Quyết định số 37/2018/QD-UBND của UBND Thành phố Hồ Chí Minh Theo đó, khối lượng dữ liệu được tạo lập, thu thập, chuẩn hóa và cung cấp cho các cơ quan nhà nước, tổ chức và cá nhân ngày càng lớnvà ngày càng được hoàn thiện tốt hơn, chính xác hơn và đáp ứng dược thời gia thực Tuy nhiên, việc khai thác các nguồn dữ liệu này chủ yếu vẫn theo phương pháp truyền thống và giải quyết các vấn đề riêng biệt, thiếu tích hợp và chưa có tính khai thác trực quan hóa và mô phỏng dữ liệu Đặc biệt việc ứng dụng các công nghệ mới để tích hợp, chồng ghép và khám phá các dữ liệu khác nhau để đưa ra các quyết định mang tính định hướng, tầm vĩ mô dựa trên nền tảng dữ liệu không gian địa lý một cách nhanh chóng, tức thời chưa được áp dụng nhiều trong thực tế

Thực tế hiện nay, để trả lời các câu hỏi như: “Tìm kiếm những vùng đất cao trên 1.5m, không bị ảnh hưởng lún (có độ lún trong vòng 5 năm dưới 5cm trong vòng 5 năm) và cách đường giao thông xe ô tô đi được là 500 mét”, chúng ta mất rất nhiều thời gian, tính bằng tháng - năm, để xử lý ra kết quả và nếu các giá trị của các tham số nói trên đưa ra thay đổi hoặc thêm mới tham số (như về giá đất) thì chúng ta gần như quay lại làm lại gần như từ đầu Vậy nên, cần có một giải pháp giúp các nhà lãnh đạo có quyết định nhanh chóng và hợp lý dựa trên dữ liệu có sẵn và dựa vào nhiều tiêu chí khác nhau

Qua trình bày của Ngân hàng thế giới (WB-World Bank) tại Hội thảo quốc tế

“Kinh nghiệm quốc tế và trong nước về nghiên cứu, ứng dụng trí tuệ nhân tạo – Khuyến cáo cho Thành phố Hồ Chí Minh” diễn ra vào ngày 25 tháng 9 năm 2019, phần mềm URSCAPE đã đưa ra các công cụ có thể hỗ trợ lãnh đạo ra quyết định tầm vĩ mô một cách nhanh chóng và hiệu quả dựa trên nền tảng dữ liệu không gian địa lý và đáp ứng được việc khai thác và sử dụng dữ liệu không gian địa lý dưới dạng trực quan hóa dữ liệu và mô phỏng dữ liệu một cách hữu hiệu

Qua khảo sát thực tế, Trung tâm CNTT TN&MT chủ quan nhận thấy URSCAPE có thể áp dụng được trong việc hỗ trợ đưa ra các quyết định dựa trên dữ liệu không gian địa lý, bao gồm dữ liệu GIS và dữ liệu viễn thám Tuy nhiên để có thể áp dụng trong thực tế đòi hỏi cần phải đầu tư nghiên cứu thử nghiệm để đảm bảo URSCAPE có thể đưa ra các kết quả chính xác dựa trên nền tảng các dữ liệu có sẵn Các vấn đề và thách thức cụ thể cần phải nghiên cứu là:

- Vấn đề chọn lựa độ phân giải hợp lý cho Thành phố Hồ Chí Minh: về nguyên tắc mọi độ phân giải của dữ liệu đều có ý nghĩa sử dụng nếu sử dụng hợp lý và đáp ứng yêu cầu của bài toán đặt ra Nhưng cần phân tích và đưa ra các độ phân giải chuẩn mực để áp dụng cho tất cả các bài toán sẽ được thực hiện đối với cơ quan nhà nước tại Thành phố Hồ Chí Minh

- Sự đa dạng về độ phân giải của các dữ liệu gốc sẽ cho kết quả tính toán không thống nhất khi chúng ta xử lý qua URSCAPE nên cần phải xử lý đưa dữ liệu gốc về chung một độ phân giải bằng các công cụ nội suy, ngoại suy, Ví dụ: đưa dữ liệu Geotiff chỉ số thực vật NVDI độ phân giải 30x30 mét về độ phân giải 50x50 mét hoặc độ phân giải khác

- Cần nghiên cứu thử nghiệm và đánh giá cho nhiều dạng dữ liệu không gian địa lý khác nhau và đánh giá, đề xuất các mô hình dữ liệu có thể sử dụng được trong URSCAPE

- Cần nghiên cứu thử nghiệm các chức năng và công cụ (tools) của URSCAPE, phiên bản mã mở, và đánh giá khả năng áp dụng, cũng như đề xuất phát triển trong tương lai

- Khái quát hóa các quy trình import, xử lý dữ liệu và thiết kế, xây dựng các công cụ trên QGIS để thuận tiện trong việc xử lý và import dữ liệu vào URSCAPE Để hỗ trợ vượt qua các vấn đề và thách thức nói trên nhằm áp dụng URSCAPE vào thực tế một cách hữu dụng, Trung tâm CNTT TN&MT đề xuất triển khai đề tài

“Nghiên cứu, thử nghiệm ứng dụng URSCAPE để phục vụ hỗ trợ ra quyết định dựa trên dữ liệu tài nguyên và môi trường”.

Mục tiêu của đề tài

- Nghiên cứu thử nghiệm ứng dụng URSCAPE để hỗ trợ ra quyết định bằng phương pháp trực quan hóa và mô phỏng dựa trên dữ liệu không gian địa lý

- Xây dựng hệ thống tích hợp dữ liệu không gian đa nguồn gốc hỗ trợ ra quyết định quản lý đô thị trên cơ sở các phương pháp trực quan hóa, mô phỏng và phân tích địa lý b Mục tiêu cụ thể

- Nghiên cứu và thử nghiệm ứng dụng URSCAPE cho tất cả các dạng dữ liệu hiện có, bao gồm vector, raster (grid) và đề xuất các mô hình dữ liệu có thể sử dụng trong URSCAPE;

- Nghiên cứu và đánh giá tổng thể về hệ thống đối với giải pháp URSCAPE, bao gồm: dữ liệu, chức năng và các công cụ phân tích chính của URSCAPE; và khả năng áp dụng trong tương lai;

- Nghiên cứu và xây dựng công cụ hỗ trợ xử lý dữ liệu trên QGIS phục vụ cho URSCAPE c Phạm vi nghiên cứu:

- Đề tài chỉ tiến hành thử nghiệm URSCAPE với phiên bản chạy trên Desktop

- Dữ liệu hiện có phủ trùm toàn Thành phố Hồ Chí Minh dạng vector và grid Các dữ liệu phục vụ đề tài được thu thập từ các cơ quan nhà nước có thẩm quyền và sản phẩm của các đề tài KHCN khác đã bảo vệ thành công và từ các cá nhân khác với sự cho phép của chủ dữ liệu

- Độ phân giải của lưới (grid) mà đề tài hường đến trong các thử nghiệm là 100x100m.

Hiện trạng các công trình nghiên cứu liên quan đến nhiệm vụ

Tổng quan về phần mềm URSCAPE:

URSCAPE là phần mềm (UR Systems) do Phòng thí nghiệm các thành phố tương lai (FCL - Future Cities Laboratory) của Viện nghiên cứu ETH Zurich (Thụy Sỹ) tại Singapore URSCAPE là một công cụ phân tích dữ liệu không gian địa lý để phục vụ cho công tác quy hoạch, mô phỏng và hoạch định chính sách chiến lược cho các khu vực có sự biến động nhanh về dân số, đô thị hóa, những vùng lai giữa đô thị và nông thôn,… Khu vựa địa lý mà tổ chức FCL – ETH hướng đến là các vùng Châu Á ảnh hưởng bởi gió mùa (Malaysia, Indonesia,…)

URSCAPE được hỗ trợ bởi Ngân hàng phát triển châu Á (ADB) và Swiss Secretariat for Economic Affairs (SECO), World Bank,… và rất nhiều trường đại học, tổ chức nghiên cứu và chính quyền trên thế giới là đối tác nghiên cứu và sử dụng URSCAPE

URSCAPE được công bố như là một tài nguyên mã mở trên hệ thống GitHub của thế giới (https://github.com/UrbanRuralSystems/ur-scape) nhưng chủ yếu được FCL áp dụng trong các dự án của mình tại các nước Đông Nam Á

Về bản chất, URSCAPE phân tích dữ liệu không gian địa lý dạng grid, đây là dạng dữ liệu được ứng dụng khá nhiều trong các đề tài nghiên cứu tại Việt Nam và thế giới Từ các dữ liệu viễn thám như Landsat, Sentinel, SRTM, MODIS,… các dữ liệu về chỉ số thực vật (NVDI), mô hình số độ cao (DEM – Digital Elevation Model), nhiệt độ bề mặt (temperature grid),… sẽ được tạo ra phục vụ nhiều phân tích khác nhau trong nhiều đề tài nghiên cứu khác nhau Một số nghiên cứu trong và ngoài nước được tham khảo như sau:

Các nghiên cứu ở trong nước:

Lê Thị Hiền, Viện Địa lý (Viện hàn lâm khoa học và công nghệ Việt Nam), Áp dụng chỉ số thực vật NVDI đánh giá hoang mạc hóa tỉnh Bình Thuận (2013) Sử dụng và phân tích dữ liệu ảnh Landsat để tạo ra dữ liệu chỉ số thực vật NVDI các thời kỳ để xác định tốc độ và quy mô hoang mạc hóa trên địa bàn tỉnh Bình Thuận Các dữ liệu chỉ số thực vật được thể hiện dưới dạng lưới (grid) được so sánh tương quan với các trạm đo mưa, hơi ẩm trên địa bàn tỉnh Bình Thuận để xác định mối tương quan giữa chúng đối với vấn đề hoang mạc hóa

Nguyen Quang Phi, Do Thi Ngọc Anh, Nguyen Hoang Son Nghiên cứu cảnh báo hạn nông nghiệp vùng hạ lưu sông Cả (2017)

Nghiên cứu ứng dụng công nghệ Viễn thám và GIS sử dụng ảnh vệ tinh Landsat

8 khu vực hạ lưu sông Cả, được thu nhận vào ngày 1-2/07/2015 để tính toán các chỉ số địa vật lý về nhiệt độ và thực vật Từ đó chỉ ra mối quan hệ giữa nhiệt độ bề mặt, độ che phủ, độ ẩm đất và hạn nông nghiệp Nghiên cứu cho thấy các chỉ số có quan hệ chặt chẽ với nhau cũng như với hạn nông nghiệp, có thể sử dụng một chỉ số dựa trên mối quan hệ với các chỉ số khác để cảnh báo hạn nông nghiệp

Nguyễn Đức Thuận, Phạm Văn Vân Ứng dụng công nghệ viễn thám và hệ thống thông tin địa lý nghiên cứu thay đỗi nhiệt độ bề mặt 12 quận nội thành, thành phố Hà Nội giai đoạn 2005-2015 (2016)

Nhóm tác giả nghiên cứu sử dụng đặc trưng thông tin các kênh phổ của dữ liệu ảnh vệ tinh Landsat của khu vực 12 quận nội thành Hà Nội cho 3 giai đoạn năm

2005, 2010 và 2015 Với kênh hồng ngoại nhiệt sau khi giá trị pixel được chuyển từ dạng số (DN) sang giá trị năng lượng bức xạ phổ (L) sẽ xác định được nhiệt độ sáng bề mặt đất (TB), tuy nhiên để xác định nhiệt độ thực (TC) cần hiệu chỉnh với giá trị độ phát xạ () của lớp phủ đất thông qua giá trị chỉ số thực vật (NDVI) và giá trị năng lượng phản xạ phổ () dựa trên kênh đỏ và kênh cận hồng ngoại Kết hợp với hiện trạng đất đô thị được xác định qua quá trình giải đoán ảnh vệ tinh bằng phương pháp phân loại có kiểm định sẽ tìm ra được phương trình hồi quy tương quan giữa nhiệt độ bề mặt và tốc độ đô thị hóa nhằm đưa ra các giải pháp nâng cao đời sống dân sinh

Nguyễn Bá Duy Nghiên cứu xây dựng mô hình số độ cao DEM từ dữ liệu ảnh radar giao thoa sử dụng phần mềm mã nguồn mở NEST và SNAPHU (2015) Bài báo giới thiệu khả năng ứng dụng phần mềm mã nguồn mở (phần mềm hoàn toàn miễn phí) NEST và SNAPHU trong thành lập DEM từ dữ liệu ảnh radar giao thoa ERS1/2 Kết quả xử lý cho thấy, hai phần mềm mã nguồn mở NEST và SNAPHU cung cấp đầy đủ các chức năng để xử lý cặp ảnh radar giao thoa, sản phẩm DEM được thành lập với độ chính xác đạt yêu cầu Mặc dù vậy, chúng cũng có những hạn chế nhất định về tốc độ xử lý (phần mềm NEST), giao diện và hệ điều hành (phần mềm SNAPHU)

Hình 1 Quy trình xây dựng DEM dạng lười qua xử lý dữ liệu ảnh viễn thám

Các nghiên cứu ngoài nước:

M Richards, M Ghanem∗, M Osmond, Y Guo, J Hassard Grid-based analysis of air pollution data Ecological Modelling 194 (2006) 274–286

Sử dụng các thuật toán phân tích lưới ô vuông (Grid-based analysis) kết hợp với công nghệ điện toán đám mây để xây dựng hệ thống quan trắc, phân phối, mô hình hóa, đánh giá ô nhiễm không khí khu vực đô thị thời gian thực

J Wesseloo; K Woodward; J Pereira Grid-based analysis of seismic data

Journal of the Southern African Institute of Mining and Metallurgy vol.114, 2014

Sử dụng các kỹ thuật phân tích ô lưới để mô hình hóa và dự báo hoạt động địa chấn

Hasi Bagan, Yoshiki Yamagata Landsat analysis of urban growth: How Tokyo became the world's largest megacity during the last 40 years Remote Sensing of

Environment, Volume 127, December 2012, Pages 210-222 Kết hợp dữ liệu viễn thám và dữ liệu thống kê vè kinh tế - xã hội để phân tích định lượng biến động đô thị Ô lưới kích thước 1 km*1km được sử dụng cho xác định các thay đổi theo không gian và thời gian của Tokio giai đoạn 1970-2010 Tỷ lệ diện tích của mỗi loại lớp phủ trên diện tích ô lưới là giá trị được sử dụng để phân tích, kết hợp với dữa liệu điều tra dân số để nghiên cứu quan hệ giữa biến đổi lớp phủ và mật độ dân số, xác định hệ số tương quan giữa các loại lớp phủ và mật độ dân cư

Ming-Daw Su, Jui-Lin Kang, Ling-Fang Chang, and Albert S Chen A GRID-BASED GIS APPROACH TO REGIONAL FLOOD DAMAGE ASSESSMENT Journal of Marine Science and Technology, Vol 13, No 3, pp 184-192 (2005) Thuật toán chuyển dữ liệu thống kê thành dạng grid cho phép sử dụng chúng kết hợp với dữ liệu lớp phủ và các dữ liệu mặt đất khác để mô hình hóa và đánh giá tác động ngập lụt, dự báo hậu quả kinh tế xã hội.

Đánh giá kết quả các công trình nghiên cứu đã công bố (ưu, khuyết, những tồn tại, …)

Qua nghiên cứu các đề tài, bài báo khoa học trong và ngoài nước, có một số đánh giá sau đây:

- Ứng dụng phân tích lưới để giải quyết các bài toán đặt ra đã minh chứng rất hiệu quá trong nhiều nghiên cứu

- Các nghiên cứu chỉ giải quyết được các bài toàn riêng lẻ, mục tiêu rõ ràng nhưng thiếu một công cụ khai thác, phân tích động (với nhiều mục tiêu, dữ liệu, tiêu chí khác nhau)

- Kết quả nghiên cứu được trình diễn trên những ứng dụng, phần mềm cụ thể cho các dữ liệu dạng grid như ArcGIS, ArcGIS pro, NEST, ENVI,…

- Khả năng đáp ứng các truy vấn dựa trên dữ liệu (đã được xử lý) còn hạn chế và thiếu sự linh động

URSCAPE được áp dụng trong các dự án liên quan đến quy hoạch đô thị - nông thôn mà ETH đang triển khai ở Châu Á và được nhiều đối tác sử dụng trong các dự án nghiên cứu và quy hoạch như Chendu Plain, Shanghai-Suzhou (China), Dhaka Region (Bangladesh), Bengal Region (India), Jakarta’s Exnted Urban Region (Indonesia),…Đặc biệt, URSCAPE được coi là công cụ hỗ trợ hoạch định quy hoạch cho tỉnh Bandung, Indonesia và là một trong những dự án chính của đề án Đô thị thông minh của tỉnh Bandung (Indonesia)

Hình 2 Hình ảnh phần mềm URSCAPE của FCL-ETH

Dưới sự hỗ trợ của Ngân hàng thế giới, nhóm FCL đã và đang phối hợp triển khai áp dụng URSCAPE cho công tác ứng phó ngập tại huyện Nhà Bè – Thành phố

Hồ Chí Minh Tuy nhiên hiện nay chưa có báo cáo kết quả cuối cùng của nhiệm vụ Các khảo sát, nghiên cứu đánh giá khách quan về phần mềm URSCAPE chưa được thực hiện tại Việt Nam nói chung và Thành phố Hồ Chí Minh

Quan thực tế khảo sát, tìm hiểu và chứng kiến, Trung tâm CNTT TN&MT đánh giá chủ quan về phần mềm URSCAPE như sau: Ưu điểm:

- Có thể phát triển để chạy trên 2 platform: Desktop và Web

- Import dữ liệu từ QGIS đơn giản, không quá phức tạp đối với độ phân giải cao (khối lượng dữ liệu thấp)

- Việc trình diễn, trực quan hóa dữ liệu trên URSCAPE rất nhanh và giải quyết được nhiều truy vấn khác nhau

- Nhiều công cụ cơ bản phục vụ ngay việc truy vấn dữ liệu mà không cần biết nhiều về GIS và viễn thám

- Chưa được thử nghiệm với khối lượng dữ liệu lớn

- Chưa thử nghiệm với dữ liệu cần độ phân giải trung bình và cao hơn

- Chưa thử nghiệm với dạng dữ liệu khác nhau

- Sử dụng công cụ import dữ liệu đòi hỏi người sử dụng phải biết Python, chưa được thuận tiện

- Các lưới được tạo ra chưa loại bỏ các cell không liên quan đối với 1 số loại dữ liệu (Ví dụ: Không loại các cell nằm trên sông đối với dữ liệu DEM)

- Chưa có công cụ tạo ra các dữ liệu chứa yếu tố tương quan không gian đến đối tượng cần nghiên cứu

- Và gặp phải các vấn đề và thách thức như đã trình bày ở phần 12.1 “Sự cần thiết phải nghiên cứu”

Từ những vấn đề trên đòi hỏi cần có sự nghiên cứu thử nghiệm đối với phần mềm URSCAPE để làm cơ sở đưa vào áp dụng cho Sở TNMT và các đơn vị khác trong Thành phố.

Dự báo khả năng ảnh hưởng của kết quả nghiên cứu về mặt khoa học, về công nghệ, về đào tạo, chính sách và phát triển kinh tế xã hội

Đây là đề tài có tính ứng dụng công nghệ mới nên dự kiến các khả năng ảnh hưởng của kết quả nghiên cứu như sau:

Về khoa học công nghệ: làm cơ sở ban đầu để các tổ chức nghiên cứu khoa học-công nghệ có thể tiếp cập và phát triển để giải quyết các bài toán cụ thể trong thực tế liên quan đến trực quan hóa dữ liệu và mô phỏng dữ liệu trong tương lai

Về đào tạo: Kết quả nghiên cứu của đề tài sẽ góp phần định hướng đào tạo nguồn nhân lực về dữ liệu không gian địa lý tại Thành phố Hồ Chí minh và cả nước nói chung theo xu thế trực quan hóa và mô phỏng dữ liệu trên nhiều phần mềm khác nhau, trong đó có thể sử dụng luôn URSCAPE với các ưu thế nhanh và dễ sử dụng, không cần đòi hỏi nhân lực có hiểu biết cao về GIS và viễn thám

Về chính sách và phát triển kinh tế, xã hội: kết quả của đề tài sẽ giúp các nhà hoạch định chính sách phát triển kinh tế, xã hội có thể đưa ra các quyết định nhanh chóng, tin cậy hơn dựa trên dữ liệu không gian địa lý trong bối cảnh thế giới thực thay đổi ngày càng nhanh, và đối mặt với áp lực đô thị hóa và gia tăng dân số như Thành phố Hồ Chí Minh

Hình 1.1 Mô hình đồng vận hành theo SOA của OGC

NỘI DUNG NGHIÊN CỨU

Nghiên cứu tổng quan về phần mềm URSCAPE

2.1.1 Nguồn gốc phần mềm URSCAPE

URSCAPE là phần mềm (UR Systems) do Phòng thí nghiệm các thành phố tương lai (FCL - Future Cities Laboratory) của Viện nghiên cứu ETH Zurich (Thụy Sỹ) tại Singapore sáng lập URSCAPE là một công cụ phân tích dữ liệu không gian địa lý để phục vụ cho công tác quy hoạch, mô phỏng và hoạch định chính sách chiến lược cho các khu vực có sự biến động nhanh về dân số, đô thị hóa, những vùng lai giữa đô thị và nông thôn,… Khu vực địa lý mà tổ chức FCL – ETH hướng đến là các vùng Châu Á ảnh hưởng bởi gió mùa (Malaysia, Indonesia,…)

URSCAPE được hỗ trợ bởi Ngân hàng phát triển châu Á (ADB) và Swiss Secretariat for Economic Affairs (SECO), World Bank,… và có rất nhiều trường đại học, tổ chức nghiên cứu và chính quyền trên thế giới là đối tác nghiên cứu và sử dụng URSCAPE

URSCAPE được công bố như là một tài nguyên mã mở trên hệ thống GitHub của thế giới (https://github.com/UrbanRuralSystems/ur-scape) nhưng chủ yếu được FCL áp dụng trong các dự án của mình tại các nước Đông Nam Á

2.1.2 Tổng quan mô hình hệ thống của URSCAPE

Phần mềm URSCAPE có mô hình như sau:

Hình 2.1 Mô hình tổng quan hệ thống URSCAPE

- Người sử dụng: là người sử dụng phần mềm URSCAPE để tương tác, truy xuất thông tin Người sử dụng có thể là các chuyên viên, lãnh đạo trong cơ quan nhà nước Người sử dụng có thể truy xuất thông tin thông qua web hoặc bằng phần mềm URSCAPE dạng ứng dụng Desktop

- Ứng dụng URSCAPE có thể vận hành trên 2 hình thức phiên bản: Phiên bản trên Desktop và phiên bản trên nền tảng Web và được phân phối theo giấy phép MIT license (https://en.wikipedia.org/wiki/MIT_License):

 Phiên bản URSCAPE Desktop: như một ứng dụng Desktop thông dụng, cài đặt đơn giản và không phải cấu hình hệ thống

 Phiên bản URSCAPE Web: là một ứng dụng Web có đầy đủ chức năng như bản Desktop

- NET Framework của Microsoft là một nền tảng lập trình tập hợp các thư viện lập trình có thể được cài thêm hoặc đã có sẵn trong các hệ điều hành Windows

Nó cung cấp những giải pháp thiết yếu cho những yêu cầu thông thường của các chương trình điện toán như:

 Lập trình giao diện người dùng

 Truy cập dữ liệu, kết nối cơ sở dữ liệu

 Ứng dụng web, các giải thuật số học và giao tiếp mạng Ngoài ra NET Framework quản lý việc thực thi các chương trình được viết dựa trên NET Framework do đó người dùng cần phải cài .NET Framework để có thể chạy các chương trình được viết trên nền .NET

Hình 2.2 Kiến trúc của NET Framework

 URSCAPE được phát triển trên nền tảng NET Framework dựa vào nền tảng tích hợp 2 nền tảng ứng dụng là Unity (https://unity.com/) và Mapbox (https://www.mapbox.com/)

 Ngoài ra để phát triển URSCAPE tuân thủ các giấy phép cho các tài nguyên, thư viện mã mở như: Unity Standalone File Browser (https://github.com/gkngkc/UnityStandaloneFileBrowser), thư viện xử lý LibTiff ( https://bitmiracle.com/libtiff/ ) và SimpleJSON (https://simplejson.readthedocs.io/en/latest/ )

- Dữ liệu: Dữ liệu cung cấp cho URSCAPE là các dữ liệu dạng GIS vector và các dữ liệu dạng geotiff đã được chuyển đổi và mã hóa thành định dạng riêng cho URSCAPE

Qua khảo sát nhận thấy, các dữ liệu để URSCAPE đọc và xử lý có dạng grid (point grid) và việc phân tích, chọn lựa đều dựa trên việc xử lý dữ liệu grid này Đây là điểm khác biệt đối với các phần mềm GIS khác hiện nay như QGIS, ArcGIS,

2.1.3 Tổng quan về khía cạnh dữ liệu đối với URSCAPE

Qua khảo sát sử dụng URSCAPE, nhận thấy dữ liệu URSCAPE có những đặc điểm sau:

- Các lớp dữ liệu (Layers) được khai báo trong file layers.csv và có cấu trúc như hình sau:

Hình 2.3 Mô tả về danh mục các lớp dữ liệu

- Định dạng các file dữ liệu dạng csv như hình sau:

Hình 2.4 Mô tả cấu trúc dữ liệu dạng CSV

- Đặc điểm dữ liệu của URSCAPE:

 Các dữ liệu GIS vector được chuyển sang dạng dữ liệu CSV theo cấu trúc đã mô tả ở trên thông qua công cụ Data Importer, là một plugin trên QGIS hoặc thông qua mã Python Script được viết sẵn

 Các dữ liệu dạng geotiff sẽ được chuyển sang cho URSCAPE qua công cụ Data Import hoặc được đọc trực tiếp từ URSCAPE

Hình 2.5 Plugin URSCAPE Data Importer

 Các dữ liệu đều dưới dạng CSV, sau khi được URSCAPE đọc lần đầu sẽ chuyển sang dạng nhị phân (*.bin)

 Dữ liệu cho URSCAPE thực chất là tập hợp các điểm, mỗi điểm có một giá trị (ví dụ: dân số, nhiệt độ, độ cao,…)

 Các dữ liệu GIS dạng tuyến (Lines), vùng (Polygon), điểm (points) cũng được mã hóa thành dạng CSV bao gồm tập hợp các điểm tạo nên tuyến, vùng, điểm đó

 Do dữ liệu URSCAPE là dạng điểm nên có thể nói đây là dạng grid (lưới) dạng điểm Cũng chính vì lý do đó, URSCAPE không xử lý, phân tích không gian đối với dữ liệu dạng vector (như các bài toán kề cận, khoảng cách, )

 Dựa trên tập hợp điểm của dữ liệu, URSCAPE chỉ truy vấn, trực quan hóa dữ liệu dựa trên giá trị của từng điểm trong dữ liệu

Hình 2.6 Các điểm của dữ liệu được trực quan hóa trên URSCAPE

2.1.4 Tổng quan về khía cạnh chức năng đối với URSCAPE

URSCAPE dựa trên truy vấn dữ liệu dạng grid, do đó các chức năng mang tính trực quan hóa dữ liệu, bao gồm các chức năng chính phục vụ truy vấn và trực quan hóa dữ liệu như sau:

Nghiên cứu và so sánh giải pháp phân tích dữ liệu không gian địa lý bằng

2.2.1 Nghiên cứu về Vector và các khả năng phân tích dữ liệu Vector (GIS) 2.2.1.1 Dữ liệu GIS dạng Vector

Mô hình dữ liệu vector sử dụng các phần tử hình học điểm, đường và vùng để thể hiện các đối tượng không gian đơn giản, rời rạc có ranh giới tách biệt rõ ràng Điểm, đường, vùng trong mô hình vector được thể hiện như sau:

- Điểm (point) không có chiều và chỉ đặc tính vị trí Một điểm còn được gọi là điểm nút (node) Một đối tượng điểm có thể được biểu diễn bởi một hoặc một tập các điểm tách biệt ví dụ như giếng, mốc toạ độ, hố ga…

- Đường (line) có một chiều và có đặc tính độ dài Một đường còn được gọi là chuỗi (chain) Đường được định nghĩa như là chuỗi các điểm có thứ tự Một đường có 2 điểm tận cùng và những điểm nằm giữa để tạo nên hình dáng của đường Một đối tượng đường được thể hiện bởi các đường ví dụ như đường bộ, suối, đường đồng mức…

- Vùng (area) có hai chiều và có thêm đặc tính về diện tích và chu vi, được tạo bởi các đường kết nối khép kín, một vùng có thể độc lập hoặc có thể chia sẻ ranh giới với các vùng khác Một vùng còn được gọi là đa giác (polygon) Vùng cũng được lưu trữ như là chuỗi các điểm có thứ tự với điểm đầu và điểm cuối trùng nhau Một đối tượng vùng được thể hiện bởi các vùng ví dụ như là hồ nước, thửa đất, đơn vị hành chính…

Thể hiện các đối tượng thực như điểm, đường hay vùng tuỳ thuộc vào tỉ lệ biểu diễn Ví dụ, một thành phố trên bản đồ tỉ lệ 1:1.000.000 có thể được biểu diễn như là 1 điểm, nhưng cùng thành phố đó lại xuất hiện như là vùng trên bản đồ tỷ lệ 1:25.000

Mô hình dữ liệu Vector sử dụng các điểm, đường, vùng không gian rời rạc tương ứng với các đối tượng địa lý rời rạc được lưu trữ với thông tin thuộc tính, thông thường dữ liệu không gian và phi không gian (thuộc tính) được lưu trên cùng một file

Mô hình dữ liệu Vector thường có 2 cấu trúc dữ liệu lưu trữ cơ bản là: cấu trúc Spaghetty và cấu trúc Topology

Spaghetty là cấu trúc dữ liệu đơn giản nhất trong các cấu trúc dữ liệu vector thông dụng Trong Spaghetty, mỗi phần tử trên bản đồ được mô tả độc lập, được định nghĩa như chuỗi tọa độ x, y

Hình 2.13 Cấu trúc dữ liệu Spaghetty

Trong cấu trúc này, điểm được mã hóa như một cặp tọa độ x, y; đường được mã hóa như một chuỗi cặp tọa độ x, y; vùng được mã hóa như một chuỗi cặp tọa độ x, y tạo nên ranh giới của chúng với điểm đầu và điểm cuối trùng nhau

Hạn chế của cấu trúc này là cạnh của các vùng lân cận được lưu trữ hai lần cạnh chung trên cả hai vùng không được cập nhật đồng thời, phải cập nhật từng cạnh nên thường 2 cạnh sẽ tạo khe hở hoặc chồm lên nhau

Bên cạnh đó, sử dụng cấu trúc này không mô tả được mối quan hệ không gian giữa các đối tượng, vì thế các phép phân tích, tính toán không gian đều thực hiện khó khăn Ưu điểm của mô hình là đơn giản, dễ trình bày, biên tập, in ấn vì vậy vẫn được sử dụng rộng rãi để thành lập bản đồ Ngày nay, một số phần mềm GIS như Mapinfo, ArcView vẫn còn dùng cấu trúc này

Cấu trúc dữ liệu Topology trong GIS thường được định nghĩa như mối quan hệ không gian giữa những đối tượng lân cận hoặc là một tập hợp các quy tắc mô hình hóa cách thức điểm, đường, vùng chia sẻ các phần tử hình học Ví dụ, hai thửa đất lân cận, sẽ chia sẻ phần tử hình học là cạnh chung giữa 2 thửa đất Một số mối quan hệ không gian – lân cận (adjacency), chứa trong (containment) và kết nối (connectivity)

Lân cận và chứa trong mô tả mối quan hệ hình học tồn tại giữa các đối tượng vùng Các vùng được mô tả như lân cận khi chúng chia sẻ cạnh chung Kết nối là đặc tính hình học được sử dụng để mô tả sự liên kết giữa các đối tượng tuyến tính, ví dụ các đường nối với nhau để hình thành nên một mạng

Cấu trúc topology được sử dụng bởi vì:

- Khả năng mô hình hóa một cách hiệu quả mối quan hệ giữa các đối tượng không gian

- Cung cấp một cách thức tự động trong xử lý các sai số trong số hóa và biên tập dữ liệu

- Giảm dung lượng lưu trữ cho các đối tượng vùng do ranh giới giữa các đối tượng lân cận chỉ cần phải lưu một lần

- Cho phép thực hiện tốt các phép phân tích không gian lân cận, chứa trong, kết nối

Thuận lợi cơ bản của cấu trúc này là phân tích không gian có thể thực hiện mà không cần dùng đến dữ liệu tọa độ Bất lợi của cấu trúc Topology là bản chất tĩnh của nó, mỗi khi có sự biên tập tác động đến dữ liệu hình học, topology phải xây dựng lại

Trong thực tiễn, các mối quan hệ topology giữa các đối tượng phân bố theo không gian rất đa dạng Một số mối quan hệ thường gặp:

 “Is within – trong khoảng” là trong một khoảng cách một điểm nào đó

 “Is nearest to – gần nhất đến” là gần nhất đối với một điểm xác định nào đó

 “On line – nằm trên đường” là một điểm nằm trên đường

 “Is nearest to – gần nhất đến” là điểm gần nhất đối với một đường xác định nào đó

 “Is contained in – nằm trong” là điểm nằm trong vùng

 “On border of area – nằm trên biên” là điểm nằm trên biên của một vùng

 “Intersects – giao nhau” là hai đường giao nhau

 “Crosses – chéo nhau” là hai đường băng ngang nhau nhưng không cắt

 “Flow into – chảy vào” là đoạn thằng có hướng nối vào đường khác (con suối chảy vào con sông)

 “Intersects – giao nhau” là đường giao với vùng

 “Borders – đường biên” là đường là phần của ranh của vùng

- Vùng với vùng:

 “Is within – nằm trong” là một đảo nằm trong một vùng

 “Overlaps – chồng lấp” là hai vùng chồng phủ lên nhau

 “Is adjacent to – liền kề” là hai vùng có chung một phần đường ranh giới

Hình 2.14 Các mối quan hệ topology giữa các đối tượng không gian

2.2.1.2 Khả năng phân tích dữ liệu Vector

Từ các mô hình nêu trên cho thấy dữ liệu Vector có thể lưu giữ vị trí chính xác của các điểm và đối tượng trên bề mặt Trái Đất theo một hệ quy chiếu nhất định mà ít làm tiêu tốn bộ nhớ Dữ liệu có thể tạo ra từ độ phân giải gốc mà không có sự khái quát hóa dữ liệu, do đó mà độ chính xác của dữ liệu gốc được duy trì

Dữ liệu vector cho phép tạo topology các đối tượng, nhờ các mối quan hệ trong cấu trúc topology giúp khả năng phân tích không gian đối với các dữ liệu Vector trở nên đa dạng và linh hoạt thông qua các thuật toán của phần mềm GIS hỗ trợ

Rà soát, chuẩn hóa các nguồn dữ liệu hiện có và thiết kết quy trình thử nghiệm import hoặc tích hợp dữ liệu không gian địa lý vào URSCAPE

2.3.1 Nhận xét khái quát về tình hình dữ liệu không gian địa lý tại Thành phố

2.3.1.1 Dữ liệu không gian địa lý

Dữ liệu không gian địa lý là một khái niệm rộng và được nhiều tổ chức định nghĩa với các cách khác nhau Trong đề tài này, dữ liệu không gian địa lý được hiểu là các dữ liệu có nội dung tham chiếu đến vị trí địa lý trên bề mặt trái đất

Trong trường hợp cụ thể hay xảy ra nhất, dữ liệu không gian địa lý chính là các dữ liệu của hệ thống thông tin địa lý, các dữ liệu viễn thám, các dữ liệu quan trắc môi trường và tài nguyên,…Các vị trí không gian địa lý của các loại dữ liệu này là các tọa độ ở các dạng hệ tọa độ, hệ quy chiếu khác nhau

Một trong những dữ liệu không gian địa lý nhưng không tham chiếu đến vị trí địa lý bằng trực tiếp các tọa độ mà thông qua gián tiếp các địa danh địa lý (GeoNames) Ví dụ một cuốn sách có tên gọi “Di tích lịch sử nội thành Hà Nội”,

Hà Nội chính là vị trí địa lý của dữ liệu “Di tích lịch sử Hà Nội” Các dữ liệu dạng này sẽ không được đề cập trong đề tài này

2.3.1.2 Dữ liệu không gian địa lý tại Thành phố Hồ Chí Minh

Thành phố Hồ Chí Minh là một trong những tỉnh thành phát triển và áp dụng hệ thống thông tin địa lý trong công tác quản lý nhà nước và nghiên cứu khoa học công nghệ Nên nguồn dữ liệu không gian địa lý là rất nhiều và đa dạng

Sở Tài nguyên và Môi trường là một trong những Sở đầu tiên ứng dụng công nghệ không gian địa lý (GeoSpatial Technology) để đo đạc, quản lý bản đồ địa chính từ những năm cuối thập niên 90 Sở Tài nguyên và Môi trường hiện có rất nhiều dữ liệu không gian địa lý được phát sinh trong quá trình quản lý của mình:

- Bản đồ địa chính các thời kỳ

- Bản đồ địa hình tỷ lệ 1/2000, 1/5000 giai đoạn 2003-2005 do Bộ Tài nguyên và Môi trường cấp

- Các bản đồ về địa chất, khoáng sản, môi trường, khai thác nước ngầm,…

- Các bản đồ quy hoạch sử dụng đất các thời kỳ quản lý

- Các bản đồ hiện trạng sử dụng đất hàng năm

- Các bản đồ về vị trí các mốc độ cao, mốc tọa độ,…

- Các ảnh vệ tinh quang học và radar phục vụ trong các nhiệm vụ chuyên môn của Sở Tài nguyên và Môi trường

Các Sở ban ngành khác cũng có nhiều dữ liệu không gian địa lý được hình thành trong quá trình hoạt động quản lý của mình

Sở Khoa học và Công nghệ và các tổ chức khoa học và công nghệ cũng có nhiều dữ liệu không gian địa lý phục vụ cho công tác nghiên cứu của mình Cũng có rất nhiều sản phẩm, kết quả nghiên cứu khoa học là dữ liệu không gian địa lý Tuy nhiên, các dữ liệu không gian địa lý trên địa bàn Thành phố có những vấn đề bất cập sau đây:

- Các dữ liệu được quản lý rải rác và thường chỉ phục vụ cho một nhiệm vụ nào đó Sự kế thừa phát triển dữ liệu không được thực hiện

- Các dữ liệu không được cập nhật thường xuyên, gây khó khăn trong việc khai thác

2.3.2 Lựa chọn các dữ liệu tham gia thử nghiệm trong đề tài

2.3.2.1 Tiêu chí chọn lựa dữ liệu

URSCAPE có khả năng import các dữ liệu dạng vector và raster dạng grid Các bản đồ nền của URSCAPE được sử dụng từ kho ảnh MAPBOX Căn cứ vào các đặc điểm của URSCAPE, dữ liệu được chọn lựa phải đảm bảo các tiêu chí sau:

- Các dữ liệu phải có nguồn gốc tường minh, ưu tiên các dữ liệu có tính pháp lý

- Các dữ liệu vector phải đại diện cho các kiểu vùng (polygon), điểm (point) và tuyến (line)

- Các dữ liệu vector phải ở dạng shapefile hoặc Geopackage mà QGIS có thể đọc được

- Các dữ liệu raster phải ở dạng grid không phải dạng quang học, ảnh tự nhiên

2.3.2.2 Các dữ liệu được chọn để thử nghiệm

Các dữ liệu thuộc các lớp dữ liệu bản đồ địa hình năm 2003-2005 và được cập nhật đường giao thông năm 2018 Các lớp dữ liệu được chọn cụ thể là:

- Lớp giao thông dạng tuyến (line)

- Lớp giao thông dạng vùng (polygon)

- Lớp địa giới hành chính cấp huyện (polygon)

- Lớp UBND các cấp (point)

- Lớp địa danh dân cư (point)

Hình 2.21 Hình ảnh dữ liệu địa hình tham gia vào thử nghiệm

Các dữ liệu thuộc các lớp dữ liệu GIS được Trung tâm Ứng dụng GIS Thành phố cung cấp Các lớp dữ liệu được chọn cụ thể là:

- Lớp các nhà ga Metro (point)

- Lớp trạm công an (point)

- Lớp dữ liệu các bệnh viện (point)

- Lớp nhà, công trình xây dựng (polygon)

Các dữ liệu thuộc các lớp dữ liệu bản đồ Quy hoạch sử dụng đất Các lớp dữ liệu được chọn cụ thể là dữ liệu Quy hoạch sử dụng đất điều chỉnh 2016 đến 2020 gồm 24 tập dữ liệu dạng vùng (polygon)

Hình 2.22 Hình ảnh dữ liệu quy hoạch sử dụng đất 2016-2020

Các dữ liệu thuộc các lớp dữ liệu dạng grid được cung cấp bởi các nhà khoa học Các lớp dữ liệu được chọn cụ thể là:

- Dữ liệu nhiệt độ bề mặt (LST) năm 2018 dạng Grid do Ts Dương Thị Thúy

- Dữ liệu chỉ số thực vật (NVDI) năm 2018 dạng Grid do Ts Dương Thị

- Dữ liệu tốc độ lún (Velocity) năm 2005 đến 2010 dạng Grid do Ts Hồ Tống

Minh Định cung cấp

2.3.3 Thiết kế mô hình thử nghiệm trong đề tài

Căn cứ vào tài liệu của URSCAPE, các dữ liệu GIS và ảnh dạng grid đều phải

Import vào URSCAPE để sử dụng Quy trình cơ bản dành cho dữ liệu vector và grid như sau:

Hình 2.23 Quy trình cơ bản Import dữ liệu vào URSCAPE

Bước 1 – Data Capture: đây là bước tiếp nhận, thu thập các dữ liệu cần thiết cho bài toán đang cần nghiên cứu Các dữ liệu có thể được xây dựng mới hoặc thu thập tại các tổ chức, đơn vị khác nhau

Các dữ liệu có thể là sản phẩm của các hệ thống thông tin đang được vận hành, ví dụ như hệ thống thông tin đất đai, hệ thống thông tin quan trắc, hệ thống thông tin định giá trị đất, hệ thống thông tin giám sát lún,…

Các dữ liệu được thu thập có dạng lưu trữ khác nhau nhưng cần thuộc 2 dạng chính là Shape file và Geotiff

Bước 2 – Dataprocessing và Analysis: Các dữ liệu thu thập được cần phải đưa vào phần mềm QGIS để thực hiện các bước sau nếu thấy cần thiết:

- Chuẩn hóa lại dữ liệu: bao gồm kiểm tra các lỗi về topology (Check topology), xác định các lỗi và sửa chữa topology Ngoài ra công đoạn chuẩn hóa này còn kiểm tra tính đầy đủ của các giá trị cần đưa vào URSCAPE để xử lý Ví dụ các dữ liệu mục đích sử dụng đất cần phải có đầy đủ cho từng đối tượng địa lý

- Xử lý, phân tích, tính toán từ các dữ liệu đã thu thập để tạo ra các dữ liệu có giá trị hơn hoặc có ý nghĩa hơn đối với bài toán cần giải quyết

Import các dữ liệu Vector, Grid vào URSCAPE theo các kịch bản đã được thiết kế

2.4.1 Import các dữ liệu Vector, Grid vào URSCAPE

2.4.1.1 Vài nét sơ lược về dữ liệu Grid và dữ liệu Vector

Dữ liệu Grid được tạo ra bởi các điểm ảnh, mỗi màu khác nhau, sắp xếp để hiển thị một hình ảnh

Dữ liệu vector sử dụng các điểm rời rạc, các đường và các vùng tương ứng với các đối tượng rời rạc Sự khác biệt chính là các pixel hình ảnh grid không giữ lại được diện mạo khi kích thước tăng lên, nên vì thế khi chúng ta phóng to một bức ảnh lên nó sẽ trở nên mờ vì lý do này Vector thì giữ lại hình dạng bất kể kích thước

Hình 2.26 So sánh cấu trúc dữ liệu dạng vector và dữ liệu dạng Grid

2.4.1.2 Phương thức Import dữ liệu Vector, Grid vào URSCAPE a) Import dữ liệu Vector dạng vùng (polygon) – Sử dụng dữ liệu Quy hoạch sử dụng đất đến năm 2020 – Quận 2, Thành phố Hồ Chí Minh

Bước 1: Bật bảng điều khiển Python trên QGIS:

Hình 2.27 Mở cửa sổ lệnh Python Bước 2: Bật trình chỉnh sửa:

Nhấp vào biểu tượng 'Show Editor' để mở cửa sổ chỉnh sửa Python

Hình 2.28 Bật trình chỉnh sửa

Bước 3: Load đoạn code để import dữ liệu:

Nhấp vào biểu tượng 'Open Script' và tìm đến đường dẫn chưa file “qgis2uscape.py” để tải lệnh

Hình 2.29 Bật trình chỉnh sửa

Hình 2.30 Chọn file “qgis2urscape.py”

Sau khi load lên của sổ lệnh sẽ xuất hiện những đoạn Scipt như hình dưới:

Hình 2.31 Mẫu đoạn Scipt hiển thị

Bước 4: Tải dữ liệu Vector dạng vùng (polygon) lên:

Hình 2.32 Tải dữ liệu Quy hoạch sử dụng đất quận 2 lên QGIS

Bước 5: Xác định trường của lớp dữ liệu QHSDDQ2 cần được hiển thị và nhập thông tin vào đoạn Script của sổ Python:

5.1 Xác định trường dữ liệu QHSDDQ2 cần được hiển thị:

- Mở bảng thuộc tính của lớp dữ liệu (nhấp chuột phải vào lớp dữ liệu để mở cửa sổ thuộc tính)

Hình 2.33 Cách mở bảng thuộc tinh lớp dữ liệu QHSDDQ2

- Một cửa sổ mô tả bảng thuộc tính của lớp dữ liệu được mở ra (trường dữ liệu cần nhập tại mục 2 (Field) Bước 5.2 nhập “tenLoaiDat”

Hình 2.34 Bảng thuộc tinh lớp dữ liệu QHSDDQ2 5.2 Các thông tin được nhập đoạn Script (Hình 6) gồm:

STT Thông tin cần nhập

1 OutputPath Nhập đường dẫn nơi chứa dữ liệu đầu ra

2 Name Xác định tên lớp dữ liệu

3 Field Nhập chính xác tên trường dữ liệu cần được hiển thị trên URSCAPE

4 Resolution Xác định độ phân giải của dữ liệu:

5 Units Nhập đơn vị tính của lớp dữ liệu

6 Location Vị trí của dữ liệu

7 Source Nguồn thu thập của lớp dữ liệu

8 Date Ngày thu thập của lớp dữ liệu

9 Color Màu sắc hiển thị của lớp dữ liệu

10 Group Lớp dữ liệu thuộc nhóm dữ liệu nào

11 Citation Trích yếu mô tả của lớp dữ liệu

12 Link Đường link thảo của dữ liệu nếu có

Hình 2.35 Các thông tin sau khi nhập vào đoạn Script Bước 6: Thực thi lệnh:

- Nhấn vào “Run Script” để bắt đầu thực thi lệnh

Hình 2.36 Click vào “Run Scipt” để chạy

- Sau khi chạy xong file kết quả sẽ xuất vào thư mục output đã được định nghĩa

Hình 2.37 Nơi lưu trữ kết quả dạng “.csv”

Bước 7: Dữ liệu đã được hiển thị trên vào Ur-scape:

Hình 2.38 Kết quả dữ liệu hiển thị sau khi mở phần mềm URSCAPE b) Import dữ liệu dạng tuyến (Sử dụng dữ liệu đường giao thông trên địa bàn Thành phố Hồ Chí Minh) và dạng điểm (Sử dụng dữ liệu Ủy ban nhân dân cấp quận huyện) và dữ liệu dạng Grid (Sử dụng dữ liệu tốc độ lún được đo bằng công nghệ inSAR (2005-2010))

- Được thực hiện tương tự như dạng vùng đã được trình bày tại phần trên

2.4.2 Nghiên cứu và thử nghiệm tạo lập dữ liệu cho công cụ Reachability; thực nghiệm và đánh giá ưu điểm và hạn chế của các công cụ

2.4.2.1 Nghiên cứu và thử nghiệm tạo lập dữ liệu cho công cụ Reachability

Bước 1: Bật bảng điều khiển Python trên QGIS:

Hình 2.39 Mở cửa sổ lệnh Python

Bước 2: Bật trình chỉnh sửa:

Nhấp vào biểu tượng 'Show Editor' để mở cửa sổ chỉnh sửa Python

Hình 2.40 Bật trình chỉnh sửa

Bước 3: Load đoạn code để import dữ liệu:

Nhấp vào biểu tượng 'Open Script' và tìm đến đường dẫn chưa file “qgis2uscape.py” để tải lệnh và hiển thị mẫu đoạn Script

Hình 2.41 Mẫu đoạn Scipt hiển thị

Bước 4: Tải lớp dữ liệu giao thông lên:

Hình 2.42 Tải dữ liệu giaothong_re lên QGIS

Bước 5: Xác định trường của lớp dữ liệu giaothong_re cần được hiển thị và nhập thông tin vào đoạn Script của sổ Python:

5.1 Xác định trường dữ liệu giaothong_re cần được hiển thị:

- Mở bảng thuộc tính của lớp dữ liệu (nhấp chuột phải vào lớp dữ liệu để mở cửa sổ thuộc tính)

- Một cửa sổ mô tả bảng thuộc tính của lớp dữ liệu được mở ra (trường dữ liệu cần nhập tại mục 2 (Field) Bước 5.2 nhập “capduong”

5.2 Các thông tin được nhập đoạn Script (Hình 6) gồm:

STT Thông tin cần nhập

1 OutputPath Nhập đường dẫn nơi chứa dữ liệu đầu ra

2 Name Xác định tên lớp dữ liệu

3 Field Nhập chính xác tên trường dữ liệu cần được hiển thị trên URSCAPE

4 Resolution Xác định độ phân giải của dữ liệu:

5 Units Nhập đơn vị tính của lớp dữ liệu

6 Location Vị trí của dữ liệu

7 Source Nguồn thu thập của lớp dữ liệu

8 Date Ngày thu thập của lớp dữ liệu

9 Color Màu sắc hiển thị của lớp dữ liệu

10 Group Lớp dữ liệu thuộc nhóm dữ liệu nào

11 Citation Trích yếu mô tả của lớp dữ liệu

12 Link Đường link thảo của dữ liệu nếu có

Hình 2.43 Các thông tin sau khi nhập vào đoạn Script Bước 6: Đặt các thông số cho Reachability

- Bật chức năng Reachability bằng cách gán giá trị “True” cho dòng lệnh

Hình 2.44 Gán giá trị “True” cho chức năng “forReachability”

Bước 7: Phân cấp loại đường:

7.1 Đặt các thông số cho cấp hạng đường:

Hình 2.45 Thông tin tạo lập dữ liệu cho Reachability

Nhấp phải chuột vào layer > Properties

Hình 2.46 Cách thức phân loại đường

Chọn tab Symbology => Nhấn chọn “Categorized” trong thanh sổ

Hình 2.47 Phân cấp loại đường trên QGIS

Chọn trường thuộc tính “capduong” > Nhấn chọn Classify

Hình 2.48 Chọn trường thuộc tính “capduong”

Bước 8: Thực thi lệnh:

Nhấn chọn Run Script để thực hiện lệnh

Sau khi kết thúc lệnh kết quả sẽ được trả về thư mục đã khai báo ban đầu:

Hình 2.50 Nơi lưu trữ kết quả trả về Bước 9: Khởi động URSCAPE và xem kết quả

Hình 2.51 Kết quả của tạo lập dữ liệu cho Reachability 2.4.2.2 Thực nghiệm và đánh giá ưu điểm và hạn chế của các công cụ a) Sử dụng công cụ “Chồng lớp dữ liệu (Contour)”

Ngữ cảnh áp dụng: “Tìm kiếm các khu vực tại quy hoạch sử dụng đất ở tại

Quận 2 có nguy cơ lún thấp hơn 1.2 mm/year ?”

Sử dụng dữ liệu Quy hoạch sử dụng đất quận 2 và dữ liệu tốc độ lún đã được import vào URSCAPE theo các quy trình đã được trình bày như trên

Hình 2.52 Kết quả khi sử dụng công cụ “Chồng lớp dữ liệu (Contour)” b) Sử dụng công cụ “Khả năng tiếp cận (Reachability)”

Ngữ cảnh áp dụng: “Tìm kiếm vị trí tương đối để xây dựng a trạm cứu hỏa mà bảo đảm trong vòng 10 phút trạm cứu hỏa đó có thể tiếp cận được nơi xảy ra hỏa hoạn Ưu tiên những nơi có độ rộng đường lớn để tiện xe cứu hỏa di chuyển?”

Sử dụng dữ liệu đường giao thông đã được import vào URSCAPE theo các quy trình đã được trình bày như trên

Hình 2.53 Kết quả khi sử dụng công cụ “Khả năng tiếp cận (Reachability)”

2.4.3 Đánh giá khả năng import, hiệu chỉnh và hoàn thiện quy trình Import dữ liệu nói trên vào URSCAPE

URSCAPE là phần mềm sử dụng dữ liệu không gian địa lý để phân tích, hỗ trợ ra quyết định Tuy nhiên đây không phải là một phần mềm GIS với đầy đủ các chức năng cơ bản như chúng ta thường thấy Ưu điểm:

- Import dữ liệu từ QGIS đơn giản, không quá phức tạp

- Việc trình diễn, trực quan hóa dữ liệu trên URSCAPE rất nhanh và giải quyết được nhiều truy vấn khác nhau

- Nhiều công cụ cơ bản phục vụ ngay việc truy vấn dữ liệu mà không cần biết nhiều về GIS và viễn thám

- Chưa được thử nghiệm với khối lượng dữ liệu lớn

- Không có công cụ xuất ra shapefile để QGIS, ArcMap sử dụng nhằm xử lý chi tiết hơn

- Các công cụ trong phần mềm URSCAPE giúp phân tích và trực quan hóa dữ liệu rất nhanh và có thể định hướng ra quyết định nhanh gần như tức thời Đấy chính là điểm làm cho URSCAPE có tính hấp dẫn cao

Từ những vấn đề trên đòi hỏi cần có sự nghiên cứu thử nghiệm đối với phần mềm URSCAPE để làm cơ sở đưa vào áp dụng cho Sở TNMT và các đơn vị khác trong Thành phố.

Nghiên cứu và đề xuất các lưới chuẩn (grid) với độ phân giải khác nhau

2.5.1 Phương pháp phân tích dữ liệu không gian dạng grid

2.5.1.1 Phương pháp phân tích dữ liệu không gian dạng grid

Dữ liệu không gian dạng grid hoặc raster là một hình thức mô hình hóa thế giới thực được sử dụng rộng rãi bên cạnh dữ liệu dạng vector Trong mô hình vector, thông tin về điểm, đường và vùng được mã hoá và lưu dưới dạng tập hợp các toạ độ x, y Vị trí của đối tượng điểm, như lỗ khoan, có thể được biểu diễn bởi một toạ độ đơn x,y Đối tượng dạng đường, như đường giao thông, sông suối, có thể được lưu dưới dạng tập hợp các toạ độ điểm Đối tượng dạng vùng, như khu dân cư hay lưu vực sông, được lưu như một vòng khép kín của các điểm toạ độ Mô hình vector rất hữu ích đối với việc mô tả các đối tượng rời rạc, nhưng kém hiệu quả hơn trong miêu tả các đối tượng liên tục Với mô hình grid, không gian thực được xem như lưới các ô liên tục, được sắp xếp theo một kiểu mẫu đều (regular) Các ô có thể có hình dạng khác nhau như tam giác đều, vuông, chữ nhật, lục giác, nhưng đơn giản, tiện lợi, và do đó được sử dụng rộng rãi hơn cả là grid dạng ô vuông

Các ô vuông – còn được gọi là cell/pixel (viết tắt từ picture element), mang một vị trí và giá trị nhất định để thể hiện, phản ánh không gian thực Độ phân giải càng cao thì kích thước của pixel càng nhỏ Do đó, kích thước của pixel có quan hệ trực tiếp đến độ chính xác của đối tượng: kích thước ô lưới lớn làm giảm độ chính xác hoặc độ chi tiết biểu thị vị trí và giá trị của các đối tượng không gian, trong khi đó giảm kích thước làm gia tăng dung lượng và thời gian xử lý dữ liệu

Thứ tự của các pixel thông thường được tính từng cột từ trái sang phải và từng hàng từ trên xuống dưới Mỗi vị trí được xác định theo hệ tọa độ ảnh hai chiều: số cột và số hàng, tại các vị trí này thường chứa giá trị thuộc tính Một ô được gán chỉ một giá trị là số nguyên, số thập phân hay không có giá trị Dữ liệu địa lý dạng điểm được thể hiện bằng một pixel, đường được thể hiện bằng một chuỗi các pixel và vùng được thể hiện bằng một nhóm các pixel liền kề

Dữ liệu dạng Grid phù hợp với các mô hình không gian liên tục, đặc biệt ở đó chỉ có một thuộc tính chỉ độ biến đổi không gian cao như dữ liệu trên các ảnh vệ tinh, các pixel được bố trí trong một lưới đều hòa thuận lợi cho các thuật toán phân tích

2.5.1.2 Lựa chọn độ phân giải dữ liệu

- Lựa chọn tỷ lệ bản đồ:

Tài liệu cơ bản sử dụng trong phân tích không gian là bản đồ địa hình, dạng giấy trước đây và dữ liệu vector, bao gồm bản đồ địa hình dạng số và CSDL nền địa lý hiện nay là các sản phẩm đa mục đích sử dụng, bản đồ địa hình cũng như CSDL nền địa lý của Việt Nam cũng như các nước trên thế giới được thành lập và cung cấp cho các tổ chức cá nhân ở các dãy tỷ lệ cơ bản, với mức độ chi tiết và độ chính xác vị trí khác nhau Việc lựa chọn sử dụng bản đồ hoặc dữ liệu với mức độ chi tiết, độ chính xác, hoặc tỷ lệ hay độ phân giải phụ thuộc vào không chỉ đặc điểm địa lý, mục đích sử dụng, mà còn tùy vào khả năng tiếp cận dữ liệu

Kết quả nghiên cứu điều tra, khảo sát về mục đích sử dụng bản đồ địa hình với các nhóm đối tượng khác nhau của Lê Minh Tâm và nnk [8] cho thấy bản đồ địa hình tỷ lệ 1:10.000 được sử dụng nhiều cho các lĩnh vực xây dựng, giao thông, lâm nghiệp, nông nghiệp, thủy lợi Bản đồ tỷ lệ này thường được sử dụng trong giai đoạn nghiên cứu, thiết kế chi tiết hay trong giai đoạn thực hiện các dự án, phục vụ điều tra, khảo sát chi tiết Tỷ lệ này cũng thường được các cơ quan quản lý ở địa phương, các doanh nghiệp nhà nước sử dụng nhiều trong quy hoạch đô thị, quy hoạch nông thôn, quy hoạch chi tiết của ngành Bản đồ địa hình tỷ lệ 1:25.000 được sử dụng trong công tác quản lý và trong quy hoạch, xây dựng các dự án tổng thể Loại bản đồ tỷ lệ này cũng được sử dụng nhiều trong lập phương án tác chiến của lĩnh vực an ninh, quốc phòng Bản đồ địa hình tỷ lệ 1:50.000 được sử dụng cho mục đích quản lý và lập thiết kế tổng thể của nhiều ngành như giao thông, nông nghiệp, địa chất Những cơ quan sử dụng nhiều bản đồ này là các viện nghiên cứu, các cơ quan nhà nước có liên quan đến công tác lập thiết kế, quy hoạch tổng thể thuộc các lĩnh vực như an ninh quốc phòng, địa chất khoáng sản, giao thông vận tải, mạng lưới điện, viễn thông Bản đồ địa hình tỷ lệ này thường được sử dụng trong giai đoạn lập dự án Bản đồ địa hình tỷ lệ nhỏ: 1:100.000, 1:250.000, 1:500 000 được sử dụng cho mục đích quản lý, lập quy hoạch ở tầm vĩ mô như lập quy hoach vùng kinh tế, quản lý và quy hoach mạng lưới giao thông, chuẩn bị lập phương án cho các dự án đề án lớn, các dự án có đầu tư nước ngoài Bản đồ địa hình tỷ lệ 1:1.000.000 chủ yếu được dùng để thể hiện quy hoạch tổng thể ngành trên phạm vi toàn quốc, như quy hoạch mạng lưới truyền tải điện, quy hoạch mạng lưới giao thông đường bộ

Nguồn dữ liệu quan trọng trong thực hiện các phân tích không gian phục vụ các mục đích quản lý quy hoạch, phát triển là nhóm các bản đồ quản lý đất đai, bao gồm bản đồ địa chính và bản đồ hiện trạng sử dụng đất Bản đồ địa chính được thành lập ở các tỷ lệ từ 1:200 đến 1:5.000, cá biệt một số khu vực được thành lập ở tỷ lệ 1:10.000 (bản đồ địa chính cơ sở, bản đồ đất lâm nghiệp) Khác với bản đồ địa hình, tại mỗi khu vực chỉ có một tỷ lệ bản đồ địa chính Khi bản đồ địa chính được thành lập mới hoặc cập nhật, mọi dữ liệu, bản đồ cũ chỉ còn giá trị sử dụng chẳng hạn trong quản lý biến động Bản đồ hiện trạng sử dụng đất đa số được thành lập trong các kỳ kiểm kê đất đai theo các đơn vị hành chính Bản đồ hiện trạng sử dụng đất cấp tỉnh có tỷ lệ từ 1:25.000 đến 1:100.000 Bản đồ hiện trạng sử dụng đất là cơ sở để thành lập các bản đồ quy hoạch

- Lựa chọn độ phân giải:

Khác với bản đồ địa hình và địa chính và cơ sở dữ liệu nền địa lý là các loại bản đồ được thành lập theo dãy tỷ lệ cơ bản, thông dụng, cho phép người sử dụng lựa chọn tỷ lệ, mức độ chi tiết, độ chính xác cần thiết cho các mục đích sử dụng của mình, bản đồ chuyên đề và các ứng dụng GIS đòi hỏi người thành lập hoặc xây dựng được lựa chọn/ thiết kế tỷ lệ hoặc độ phân giải, độ chi tiết của dữ liệu đầu vào cũng như đầu ra

Tỷ lệ bản đồ hay là độ phân giải của dữ liệu phụ thuộc vào nhiều yếu tố, chẳng hạn vị trí, kích thước khu vực, đặc điểm địa lý khu vực, đặc điểm, kích thước, phân bố đối tượng thành lập bản đồ, mục đích sử dụng, điều kiện sử dụng của bản đồ hoặc ứng dụng, đặc điểm kỹ thuật xuất bản, khả năng tiếp cận tài liệu, dữ liệu về nguyên tắc, khi xây dựng các bản đồ hoặc ứng dụng với mục đích đo đạc, định lượng chính xác, cần chú trọng đến kích thước khu vực và đặc điểm phân bố, kích thước, nhận dạng đối tượng thành lập Khi các bản đồ chỉ phục vụ truyền tải, trực quan hóa kết quả phân tích, việc lựa chọn tỷ lệ của bản đồ hoặc dữ liệu cả đầu vào và đầu ra phụ thuộc vào kích thước khu vực, độ sẵn có của dữ liệu, tải trọng của bản đồ, các đặc điểm kỹ thuật in

Như vậy lựa chọn độ phân giải (kích thước ô grid) trong phân tích dữ liệu raster phụ thuộc vào trước hết là mục đích, điều kiện khai thác, đối tượng sử dụng của ứng dụng, đặc điểm khu vực nghiên cứu, đặc điểm phân bố, kích thước, khả năng nhận dạng đối tượng, mức độ sẵn có và khả năng tiếp cận của dữ liệu, tài liệu, khả năng dung nạp, phân tích và trực quan hóa của hệ thống

Mô hình dữ liệu Grid phù hợp cho các đối tượng có phân bố liên tục do vậy có nhiều ứng dụng trong lưu trữ, biểu diễn và xử lý hình ảnh bề mặt đất, ảnh chụp từ vệ tinh, ảnh chụp máy bay (định dạng tiff/Geotiff), ảnh quét, ảnh chụp thông thường, mô hình hóa các đối tượng, hiện tượng tự nhiên và xã hội có tính liên tục, có sự biến động theo không gian như nhiệt độ, lượng mưa, phân bố dân số, độ che phủ thực vật…

Một số phương pháp phân tích grid phổ biến:

Chồng xếp raster là cách đặt chồng lên nhau ít nhất là hai lớp raster đầu vào để tạo nên một lớp đầu ra Từng ô của lớp đầu ra được tính từ các điểm ảnh tương ứng thuộc các lớp đầu vào Để làm điều này, các lớp dữ liệu phải khớp nhau hoàn toàn, có cùng độ phân giải (kích thước ô lưới) và cùng phạm vi không gian Do đó tiền xử lý rồi thì phép xếp chồng raster rất linh hoạt, hiệu quả, nhanh chóng, và cho ta nhiều khả năng xếp chồng hơn so với thao tác xếp chồng trên các lớp vector

Chồng xếp raster, thường được gọi là đại số bản đồ, được dựa trên những tính toán có dùng đến các biểu thức số học cùng các phép toán đại số tập hợp và Boole để xử lý các lớp đầu vào nhằm tạo nên một lớp đầu ra Những phép toán thông dụng nhất là cộng, trừ, nhân, chia, cực đại, cực tiểu, trung bình, giao, hội và trừ tập hợp Nói ngắn gọn, xếp chồng raster sử dụng các toán tử số học để tính những ô tương ứng của hai hay nhiều lớp đầu vào với nhau, dùng đại số Boole như giao hoặc hội để tìm các điểm ảnh thỏa mãn một mệnh đề truy vấn cụ thể, hoặc thực hiện kiểm định thống kê như tương quan và hồi quy đối với các lớp đầu vào (xem Hình )

+ Tương quan và hồi quy

Tương quan và hồi quy là hai cách để tính độ gắn kết giữa hai hoặc nhiều lớp Phân tích tương quan dựa trên giả thiết lớp này không ảnh hưởng đến dạng mẫu không gian của lớp kia Các dạng mẫu có thể tương tự, nhưng không ngụ ý bất cứ mối quan hệ nhân quả nào

Ngược lại, phân tích hồi quy dựa trên giả thiết một lớp phụ thuộc vào một hoặc nhiều lớp khác, ví dụ biến số lượng mưa phụ thuộc vào độ cao và vùng khí hậu

Nghiên cứu, đề xuất giải pháp xử lý dữ liệu khác nhau về độ phân giải về lưới chuẩn và thử nghiệm qua phần mềm QGIS

2.6.1 Nghiên cứu, đề xuất giải pháp xử lý dữ liệu grid có độ phân giải khác với độ phân giải của lưới chuẩn được chọn 100x100m

Nguyên tắc về chuyển đổi dữ liệu không gian địa lý là các dữ liệu có độ chính xác cao làm cơ sở để tạo ra các dữ liệu có độ chính xác thấp hơn Tương tự như vậy, nguyên tắc để chuyển các dữ liệu dạng grid về độ phân giải của lưới chuẩn thì các dữ liệu grid phải có độ phân giải cao hơn độ phân giải của lưới chuẩn

Giải pháp xử lý tính toán dữ liệu grid về ô lưới chuẩn (grid chuẩn) như sau:

Hình 2.54 Quy trình xử lý dữ liệu từ độ phân giải cao sang lưới chuẩn độ phân giải thấp hơn

Mục tiêu của bước này là tạo ra một grid dạng vector mã hóa bề mặt trái đất thành nhiều ô lưới (hình vuông, kích thước 100x100 mét gọi là cell), xử lý tính toán các dữ liệu đã có để gán dữ liệu vào từng cell của lưới grid Các dữ liệu đã có có thể là: giá trị tốc độ lún (velocity), giá trị chỉ số thực vật NVDI, giá trị nhiệt độ LST, giá trị độ cao DEM,

Tạo lưới (grid chuẩn) vector dạng polygon

Sử dụng các công cụ tạo grid của các phần mềm GIS để thực hiện với kích thước ô lưới là 100x100m

Lưới được tạo có dạng polygon Lưới này được sử dụng thống nhất cho toàn bộ dự án Mỗi một ô lưới có một trường ID được giữ nguyên, không thay đổi trong quá trình xử lý

Từ ô lưới dạng polygon đã được tạo, có thể chuyển thành ô lưới dạng point khi cần thiết trong quá trình xử lý: Point chính là điểm trung tâm (Centroid) của ô lưới và có ID trùng với ID của ô lưới mà nó là điểm Centroid

Một số vấn đề cần lưu ý khi tạo lưới chuẩn:

- Lưới chuẩn được tạo ra dựa theo khung hình chữ nhật bao vùng lãnh thổ Thành phố Hồ Chí Minh

- Lưới chuẩn có thể được xử lý loại bỏ các cell năm ngoài vùng lãnh thổ Thành phố Hồ Chí Minh

- Lưới chuẩn có thể xử lý loại bỏ cell nằm trên các con sông lớn

- Trong một số trường hợp khác, lưới chuẩn có thể loại bỏ bớt các cell nằm trên các đối tượng địa lý khác nhau mà tại đó giá trị được gán vào có sai số lớn hoặc không chính xác Ví dụ như: loại bỏ các cell nằm trên khu vực rừng phòng hộ Cần

Giờ đối với dữ liệu lún (velocity) vì các dữ liệu này không đảm bảo độ chính xác khi xử lý ảnh SAR

Việc loại bỏ các cell ko cần thiết trong ô lưới grid sẽ tăng hiệu năng xử lý dữ liệu và đưa ra kết quả phân tích, thống kê chính xác hơn

Nếu chúng ta sử dụng ô lưới khác nhau thì khối lượng tính toán sẽ tăng lên rất nhiều Độ phân giải ô lưới grid bao Thành phố Hồ Chí Minh

Tổng số Cell trong ô lưới grid

Chuyển đổi dữ liệu grid dạng geotiff sang dạng điểm

Các dữ liệu grid dạng geotiff bao gồm được mã hóa dạng pixcel và mỗi một pixcel có 1 giá trị nào đó, một dữ liệu grid dạng geotiff có thể có nhiều kênh để lưu các dữ liệu khác nhau

Sử dụng các công cụ chuyển dữ liệu Raster sang dạng điểm của phần mềm GIS để chuyển file độ lún, tốc độ lún sang dạng điểm

Tính toán giá trị cho từng cell của polygon grid Đây là công đọan xử lý bằng cách phân tích, thống kê các điểm của file geotiff nằm trong từng ô lưới và tính toán giá trị trung bình của các điểm filegeotiff nằm trong từng cell của ô lưới grid

Tính toán giá trị cho từng cell của lưới chuẩn có thể sử dụng phương pháp nội suy (interpolation)

Hình 2.55 Minh họa ý nghĩa phương pháp nội suy không gian (GIS Interpolation)

Tính toán giá trị tốc độ lún, độ lún vào từng cell của ô lưới dạng polygon được thực hiện qua các công cụ của phần mềm GIS và sử dụng phương pháp tính giá trị trung bình của giá trị các điểm file geotiff nằm trong từng cell của lưới chuẩn

Import dữ liệu vào URSCPAE được thực hiện sau khi lưới chuẩn đã được gán đầy đủ giá trị cho các cell Để dễ dàng import dữ liệu lưới chuẩn vào URSCAPE cần phải chuyển đổi dữ liệu lưới chuẩn từ dạng polygon (vùng) sang dạng point (điểm) Điều này giúp tăng tốc độ import

Chuyển lưới chuẩn có giá trị từ dạng polygon sang dạng point dùng công cụ trên các phần mềm GIS Bản chất các điểm chính là các centroid của từng cell lưới chuẩn

Dữ liệu trên lưới chuẩn dạng point được import vào URSCAPE thông qua đoạn script qgis2urscape.py (viết bằng Python)

2.6.2 Thử nghiệm giải pháp với dữ liệu tốc độ lún (velocity)

Dữ liệu tốc độ lún InSAR do Tiến sỹ Hồ Tống Minh Định xử lý và công bố tại địa chỉ: https://www.researchgate.net/publication/280306713_velocity/link/55b0e9 8808aec0e5f430df2b/download

Thông tin về file velocity dạng geotiff như sau: Độ phân giải của ảnh geotiff là gần 30 mét (0.00027*11.1/0,0001) trong khi lưới chuẩn dùng để thử nghiệm có độ phân giải là 100x100 mét

Hệ tọa độ là hệ tọa độ cầu WGS84 Ảnh geotiff velocity đã được nắn chỉnh về khu vực Thành phố Hồ Chí Minh

Như vậy dữ liệu geotiff tốc độ lún phù hợp với tiêu chí “có độ phân giải cao hơn độ phân giải của lưới chuẩn”

Hình 2.56 Thông tin dữ liệu tốc độ lún dạng geotiff (Src: Dr H.T.M.Dinh)

2.6.2.2 Tạo ô lưới chuẩn Ô lưới chuẩn được tạo phủ trùm khu vực địa giới hành chính Thành phố Hồ Chí Minh

• Để tạo lưới chuẩn, sử dụng công cụ QGIS QGISProcessing ToolBoxVector Creation  Create grid

• Lọai bỏ các cell nằm ngoài lãnh thổ Thành phố Hồ Chí Minh

Hình 2.57 Sử dụng công cụ grid để tạo lưới chuẩn bao quanh lãnh thổ Thành phố

Hồ Chí Minh 2.6.2.3 Chuyển dữ liệu geotiff sang dạng điểm (points)

Sử dụng công cụ QGISProcessing ToolBoxVector Creation 

Raster pixels to points để chuyển dữ liệu velocity.tif sang dạng điểm

Hình 2.58 Dùng Raster To Points để chuyển geotiff sang dạng điểm (point)

Kết quả (velocity_2_diem.shp) đạt được như sau:

Hình 2.59 Hình ảnh lớp các điểm velocity_2_diem.shp được chuyển từ dữ liệu velocity.tiff 2.6.2.4 Tính toán giá trị lún (trung bình) cho từng cell trên lưới chuẩn

Chồng thêm lớp lưới chuẩn hcm_grid_100_polygon.shp

Hình 2.60 Hình ảnh chồng lớp thông tin giữa dữ liệu điểm tốc độ lún và lưới chuẩn

Nghiên cứu, đề xuất giải pháp tính toán giá trị tương quan khoảng cách giữa các cell của lưới chuẩn đối với các đối tượng địa lý khác

giữa các cell của lưới chuẩn đối với các đối tượng địa lý khác

2.8.1 Khái niệm trong đề tài Đối tượng địa lý trong đề tài bao gồm các đối tượng dạng điểm như bệnh viện, trường học, trụ sở UBND

Khoảng cách tương quan là khoảng cách thẳng từ các cell của lưới đến đối tượng địa lý gần nhất

Hình 2.79 Khoảng cách từ cell đến đối tượng địa lý dạng điểm gần nhất

Hình 2.80 Khoảng cách từ Cell đến đối tượng địa lý dạng tuyến gần nhất

Trong thực tế, cần tính toán lộ trình ngắn nhất từ cell của lưới đến đối tượng địa lý gần nhất theo thời gian hoặc theo lộ trình Hướng xử lý theo lộ trình (path) sẽ giúp đưa ra các quyết định tốt hơn theo khoảng cách (thẳng đường chim bay) Tuy nhiên với giới hạn của đề tài chưa thực hiện trong giai đoạn này và sẽ được thực hiện khi có đủ điều kiện tại Thành phố Hồ Chí Minh

2.8.2 Thiết kế quy trình tính toán và thử nghiệm tính toán khoảng cách từ cell đến đối tượng địa lý dạng điểm gần nhất

Quy trình tính toán như sau:

Hình 2.81 Quy trình tính toán khoảng cách từ cell đến đối tượng địa lý gần nhất

- Dữ liệu các đối tượng là dạng điểm, bao gồm các dữ liệu bệnh viện (benhvien.shp), trụ sở UBND (UBND.shp), các cơ sở giáo dục (cosogiaoduc.shp)

- Dữ liệu lưới chuẩn trong việc xử lý tính toán khoảng cách từng cell đến đối tượng địa lý gần nhất là dữ liệu lưới chuẩn dạng điểm Bản chất của cell là đại diện cho một vùng trên bề mặt trái đất theo khích thước khác nhau (độ phân giải) Nên lưới chuẩn có thể ở dạng vùng (polygon) nhưng cũng có thể ở dạng điểm (point) và từng điểm chính là đại diện cho vùng mà nó đại diện File dữ liệu lưới chuẩn là grid_hcmc_point.shp

Tính toán khoảng cách từ cell đến đối tượng địa lý gần nhất:

- Tính toán khoảng cách từ cell đến đối tượng địa lý gần nhất được thực hiện bằng công cụ:

Ví dụ đối với Trụ sở UBND, các tham số để tính toán như sau:

 Source Point Layer: là lưới chuẩn dạng point (grid_hcmc_point.shp), tất cả các cell (điểm) sẽ được tính toán khoảng cách đến trụ sở UBND gần nhất

 Destination Hubs Layer: là lớp dữ liệu các đối tượng địa lý, trong trường hợp này là UBND.shp

 Hub Layer Name Attribute: là thuộc tính cần giữ lại của lớp dữ liệu các đối tượng địa lý UBND, thuộc tính cần chọn là ID của UBND Thuộc tính ID thường được giữ lại để liên kết các lớp dữ liệu sau này (join)

 Measurement Unit: đơn vị tính khoảng cách là meter

 Hub Distance: là layer kết quả tính toán, đặt tên là grid_UBND_nearest.shp

Hình 2.82 Các tham số để tính toán khoảng cách đến UBND gần nhất bằng công cụ Distance to Nearest Hub

Kết quả tính toán là một lưới dạng điểm có vị trí các điểm trúng với vị trí các điểm (cell) của lưới chuẩn nhưng có thêm giá trị khoảng cách đến UBND gần nhất tính bằng meter

Hình 2.83 Mỗi một điểm (cell) trên lưới đều có thuộc tính chứa giá trị khoảng cách đến UBND gần nhất

Sử dụng Python script qgis2urscape để Import vào URSCAPE ta có kết quả như sau:

Hình 2.84 Hình ảnh dữ liệu grid khoảng cách từ cell đến UBND gần nhất trên

Tương tụ như trên, ta có thể tính toán cho lưới các giá trị khoảng cách từ cell đến bệnh viện gần nhất và khoảng cách từ cell đến trường học gần nhất

2.8.3 Quy trình tính toán khoảng cách tương quan giữa cell của lưới chuẩn với đối tượng dạng tuyến

Quy trình tính toán như sau:

Hình 2.85 Quy trình tính toán khoảng cách tương quan giữa cell của lưới chuẩn với đối tượng dạng tuyến

- Dữ liệu là lớp đường giao thông dạng tuyến (line) trên địa bàn Thành phố

Hồ Chí Minh, tên file là giaothong.shp

- Dữ liệu lưới chuẩn dạng điểm, File dữ liệu lưới chuẩn là grid_hcmc_point.shp

- Sử dụng QGSI để tính toán, xử lý

Chuyển đổi tuyến đường giao thông sang dạng điểm:

- Do ở dạng tuyến, nên việc xác định khoảng cách từ các cell của lưới chuẩn đến đường giao thông gần nhất sẽ khó khăn Giải pháp là cần chuyển đường giao thông dạng tuyến sang dạng diểm: tức mã hóa đường giao thông bằng các điểm nằm trên đường giao thông

- Khoảng cách giữa các điểm cần phải bằng hoặc nhỏ hơn độ phân giải của lưới chuẩn, tức nhỏ hơn hoặc bằng 10 mét

- Sử dụng công cụ “Convert Lines to Points” để tính chuyển, với các tham số sau: o Lines: chọn lớp giaothong.shp o Insert Addition points: chọn để tự động thêm point tại những chỗ cần thiết trên đường giao thông o Insert Distance: khoảng cách giữa các point, trong trường hợp này là nhỏ hơn hoặc bằng 10 mét o Points: đặt tên file kết quả, tên file được đặt là giaothong_points.shp

Hình 2.86 Sử dụng "Convert Lines to Points" để chuyển đường giao thông sang dạng điểm

Trong hình (9), phần Insert Distance ta sử dụng giá trị 0.0001 là do chúng ta đang sử dụng hệ tọa độ cầu WGS84 nên giá trị 0.0001 chính là giá trị dạng degree, tương đương gần bằng 10 mét

Kết quả đạt được là ta có lớp dữ liệu giaothong_points.shp thể hiện các điểm nằm trên các đường giao thông và khoảng cách giữa chúng là 10 mét như hình sau

Hình 2.87 Kết quả chuyển đổi đường giao thông dạng tuyến sang dạng điểm

Tính toán khoảng cách từ cell đến điểm (của đường giao thông) gần nhất:

Tính toán khoảng cách từ cell đến dường giao thông gần nhất chính là việc tích toán khoảng cách đến điểm của đường giao thông của lớp dữ liệu giaothong_points.shp Sử dụng công cụ “Distance to Nearest Hub (points)” để tính toán như trình bày tại II.2, cụ thể các tham số như hình sau:

Hình 2.88 Tính khỏang cách từ cell đến đường giao thông gần nhất bằng công cụ

Kết quả chúng ta có một lưới giống lưới chuẩn ban đầu và có thuộc tính HubDist chứa khoảng cách đến điểm đường giao thông gần nhất

Hình 2.89 Kết quả tính toán khoảng cách từ cell đến dường giao thông gần nhất

Import vào URSCAPE: Sử dụng Python script qgis2urscape để Import vào URSCAPE ta có kết quả như sau:

Hình 2.90 Kết quả import vào URSCAPE từ file grid_giaothong_nearest.shp

2.8.4 Minh họa ý nghĩa của chuyên đề

Trong thực tế có nhiều bài toán nếu để nguyên các dữ liệu vector dạng điểm, dạng đường mà import vào URSCAPE sẽ không mang lại ý nghĩa cao, ngoài việc giải quyết vấn đề vị trí các đối tượng đó ở đâu Nhưng nếu sử dụng 2 phương pháp trong chuyên đề này để tính khoảng cách từ cell đến đường giao thông gần nhất và

Vùng đất cách xa đường giao thông hơn 200 mét truy vấn, trực quan hóa dữ liệu sẽ mang nhiều ý nghĩa và giải quyết nhiều bài toán hơn

Giả sử một nhà đầu tư cần tìm kiếm một khu đất để xây bệnh viện, ông ta muốn rằng: khu đất đó phải gần khu vực có người dân sinh sống (trên 20 người/hectar), gần bệnh viện hiện hữu khoảng 02 kilomet và cách đường không quá

Đánh giá ưu nhược điểm và đề xuất hướng phát triển cho các công cụ của

Hình 2.91 Hình ảnh các khu đất thỏa mãn tiêu chí của nhà đầu tư

2.9 Đánh giá ưu nhược điểm và đề xuất hướng phát triển cho các công cụ của URSCAPE

2.9.1 Tổng quan các công cụ của URSCAPE

Các công cụ của URSCAPE bao gồm 3 nhóm:

- Nhóm quản lý dữ liệu: có các chức năng dùng để quản lý dữ liệu như thêm, xóa dữ liệu; chọn lựa màu sắc và cách thức thể hiện,…

- Nhóm truy vấn dữ liệu: là các thanh công cụ dạng Histogram (giải dữ liệu) cho từng dữ liệu trên URSCAPE dùng để lọc dữ liệu cần thiết

- Nhóm các công cụ chuyên dụng: là các công cụ được xây dựng để sử dụng chung và sử dụng riêng cho mục đích riêng biệt nào đó

- Nhóm công cụ quản lý dữ liệu nền và điều khiển: chọn lựa bản đồ nền; thu phóng bản đồ và xem thông tin tại từng cell của grid

- Nhóm công cụ bảng thông tin: hiện thị các thông tin của truy vấn, đặc biệt khi dùng công cụ Contour

- Nhóm công cụ quản lý vùng lãnh thổ: Chọn lựa vùng lãnh thổ hoặc chuyên đề nghiên cứu

Hình 2.92 Các nhóm công cụ của URSCAPE

Một số công cụ theo bản URSCAPE được download miễn phí không được tác giả phân quyền sử dụng

Chuyên đề này đi sâu vào mô tả và đánh giá các công cụ cơ bản sau:

- Data Management: công cụ quản lý dữ liệu

- Contour: Công cụ khoanh vùng theo tiêu chí dữ liệu

- Export: Công cụ xuất bản đồ ra dạng khác nhau để sử dụng

- Inspector: Công cụ giám sát dữ liệu theo tuyến

- Reachability: Công cụ đánh giá khả năng tiếp cận đường giao thông

2.9.2 Mô tả và đánh giá công cụ quản lý dữ liệu – Data Management

Hình 2.93 Mô tả các thành phần của Data Mangement

Data Managemnet có cá chức năng sau:

- Chức năng quản lý danh mục các vùng lãnh thổ hoặc chuyên đề nghiên cứu, bao gồm Chọn vùng lãnh thổ để liệt kê các nhóm dữ liệu và lớp dữ liệu hiện có của vùng lãnh thổ đó Vùng lãnh thổ và chuyên đề nghiên cứu được khai báo, tạo mới khi sử dụng Python Script qgis2urscape.py để import dữ liệu vào URSCAPE

Hiện nay URSCAPE không cung cấp chức năng tạo mới vùng lãnh thổ hoặc chuyên đề nghiên cứu ở chức năng này

- Chức năng quản lý danh mục các nhóm dữ liệu và các lớp dữ liệu dùng để liệt kê các nhóm dữ liệu trong vùng lãnh thổ hoặc chuyên đề nghiên cứu Các dữ liệu cũng được liệt kê theo từng nhóm Chúng ta có thể sử dụng các chức năng thêm lớp dữ liệu hoặc xóa bỏ một lớp dữ liệu Tuy nhiên chức năng này còn khiếm khuyết như sau: o Chưa import được dữ liệu dạng shapefile, là dạng dữ liệu GIS thông dụng o Chưa import được các file dữ liệu đã chuyển sang dạng dữ liệu của

URSCAPE (*.csv) nên dữ liệu chuyển từ vùng này sang vùng khác để tái sử dụng sẽ rất khó khăn o Không thay đổi dược nhóm dữ liệu cho các dữ liệu hiện có o Không thêm mới hoặc xóa các nhóm dữ liệu (Group)

- Chức năng mô tả thuộc tính của dữ liệu dùng để thay đổi các thuộc tính của dữ liệu như: Tên dữ liệu (Name), nhóm dữ liệu (Group), Màu sắc hiện thị, thay đổi vùng lãnh thổ hoặc chuyên đề nghiên cứu (Site) và các thông tin khác mô tả về dữ liệu (metadata)

2.9.3 Mô tả và đánh giá công cụ Contour: Công cụ khoanh vùng theo tiêu chí dữ liệu

Hình 2.94 Mô tả các chức năng của công cụ Contour

- Công cụ khoanh vùng theo tiêu chí dữ liệu (Contour) dùng để xác định các vùng thỏa mãn tiêu chí thông qua sự thay đổi vùng (range) dữ liệu trên các histogram của từng lớp dữ liệu Công cụ này nằm trong nhóm dữ liệu của thanh

- Khi sử dụng công cụ Contour thì sẽ xuất hiện các chức năng của công cụ và các vùng thỏa mãn tiêu chí sẽ được xác định bằng các vùng có viền màu trắng

- Có thể sử dụng chức năng “Select contours” để biết thông tin về từng vùng khi click trực tiếp vào vùng đó Thông tin chung về các vùng contours, thông tin của contour được chọn sẽ hiện ờ công cụ “Bảng thông tin” Tại phiên bản hiện nay, thông tin này chỉ cung cấp diện tích vùng contours, các thông tin khác trong tiêu chí lựa chọn không được hiện thị Đây là một bất tiện của công cụ Countour

- Để minh chứng cho sự bất tiện này, chúng ta lấy một ví dụ: Xác định các vùng thấp hơn 1.25 mét (có nguy cơ ngập do thoát nước hoặc triều dâng) và có mật độ dân số trên 50 người trên một hectar Các vùng thỏa mãn tiêu chí nhưng thông tin thuộc tính cung cấp chỉ có diện tích tính bằng hectar, thông tin về tổng dân số trong vùng được chọn không được hiện thị Điều này gây khó khăn trong quản lý vì khu vực đông dân cư sẽ được ưu tiên hơn trong việc ứng phó ngập lụt nhưng không đủ thông tin để ra quyết định

Hình 2.95 Dùng công cụ Contour để xác định vùng đất thấp hơn 1.25m và dân số nhiều hơn 50 người/hectar

- Ngoài ra, công cụ Contour còn có chức năng “Take Snapshot” để chụp lại trạng thái truy vấn hiện tại Có thể dùng chức năng “Take Snapshot” để giữ 3 lần hiện trạng truy vấn khác nhau Thường ta dùng chức năng này để lưu lại hiện trạng truy vấn để phân tích, so sánh các kết quả truy vấn khác nhau

- Các chức năng cấu hình khác giúp cho việc sử dụng Contour được hữu hiệu hơn như Lock Contour là giữ trạng thái Countour và tiếp tục triển khai các truy vấn khác để khai thác trực quan hơn

- Công cụ Contour là công cụ rất hữu ích để khai thác trực quan dữ liệu và đưa ra kết quả rất nhanh chóng Điểm hạn chế duy nhất và quan trọng là cần phải bổ sung thống kê các giá trị của các lớp thông tin tham gia trong truy vấn dữ liệu

2.9.4 Mô tả và đánh giá công cụ Reachability: Công cụ tiếp cận đường giao thông

Reachability là công cụ giúp đánh giá khả năng tiếp cận giao thông của

URSCAPE Quy trình tạo lập dữ liệu cho Reachability được trình bày tại Chuyên đề 4 " Import các dữ liệu Vector, Grid vào URSCAPE theo các kịch bản đã được thiết kế"

Hình 2.96 Các chức năng của công cụ Reachability

Thiết kế và xây dựng các công cụ trên QGIS hỗ trợ xử lý và import dữ liệu vào URSCAPE

2.10.1 Giới thiệu URSCAPE Plugin trong QGIS

Căn cứ vào các yêu cầu xử lý và biên tập dữ liệu GIS làm dữ liệu đầu vào cho phần mềm URSCAPE, đặc biệt là các nội dung 6, 7, 8 của đề tài, URSCAPE Plugin được thiết kế vừa đảm bảo đáp ứng các chức năng xử lý dữ liệu trong khuôn khổ đề tài, đồng thời phải mang tính tổng quát và linh động, có thể áp dụng cho các khu vực địa lý bất kỳ và các lớp dữ liệu có tính chất tương tự Các công cụ URSCAPE Plugin được xây dựng gồm:

- Công cụ tạo lưới (grid) cho một khu vực địa lý tùy chọn (ví dụ: ranh giới hành chính Tp.HCM)

- Công cụ tính toán khoảng cách giữa cell của lưới chuẩn với các đối tượng không gian khác

- Công cụ chuyển đổi raster value sang grid

- Công cụ tính toán phân bố dân cư theo diện tích xây dựng

- Công cụ Urscape Importer, được kế thừa và tích hợp từ Ur-scape Data Importer Plugin https://github.com/UrbanRuralSystems/ur- scape/tree/master/GIS/Plugins

Công cụ phát triển URSCAPE Plugin:

- Môi trường lập trình: Visual Studio Code

- Ngôn ngữ lập trình: Python

- Công cụ thiết kế giao diện đồ họa: Qt Designer with QGIS

- Thư viện lập trình: các hàm xử lý không gian có sẵn trong QGIS

- Tham khảo: HCMGIS Plugin, Ur-scape Data Importer Plugin

- Mã nguồn được quản lý và công bố trên Github: https://github.com/thangqd/URSCAPE

Hình 2.100 URSCAPE Plugin Homepage 2.10.2 Download và cài đặt

- Đây là Plugin chạy trong môi trường phần mềm mã nguồn mở QGIS, nên trước tiên người dùng phải download và cài đặt QGIS https://qgis.org/en/site/forusers/download.html

- Truy cập mã nguồn tại địa chỉ https://github.com/thangqd/URSCAPE

Hình 2.101 Download URSCAPE Plugin trên Github

- Chạy QGIS, truy cập menu Plugins  Manage and Install Plugins  Install from ZIP  chọn đường dẫn đến file ZIP vừa download ở bước trên và chọn Install Plugin

Hình 2.102 Cài đặt URSCAPE Plugin trong QGIS

- Sau khi cài đặt thành công sẽ xuất hiện menu URSCAPE với 02 nhóm chức năng: Uitilites và BaseMap

Hình 2.103 Giao diện URSCAPE Plugin sau khi cài đặt thành công

2.10.3 Công cụ tạo lập lưới chuẩn theo địa giới hành chính Tp.HCM Đây là công cụ tạo lưới (grid) với kích thước, hình dạng tùy chọn cho một khu vực địa lý nhất định Truy cập menu URSCAPE  Utilities  Create Grid

Hình 2.104 Chức năng Create Grid

Nhập các thông số/ tùy chọn:

- Grid Type: Kiểu dữ liệu và hình dạng của grid, gồm: Point/ Line,

Rectangle (Polygon), Diamond (Polygon), Hexagon (Polygon) Trong ngữ cảnh của đề tài, chọn Grid Type là Rectangle (Polygon) hoặc Point

- Grid Extent: Phạm vi của lưới Trong ngữ cảnh của đề tài, Grid Extent là lớp ranh giới hành chính của Tp.HCM

- Cell Size: kích thước của cell Trong ngữ cảnh của đề tài, chọn Cell Size là 100

- Excluded Layers (Polygon): Một hoặc nhiều lớp dạng Polygon mà tại đó các cell không được tạo Trong ngữ cảnh của đề tài, các lớp này có thể là lớp giao thông và/ hoặc lớp thủy hệ

- Output: Đường dẫn lưu file grid

- Chọn Apply để thực hiện

Hình 2.105 Kết quả tạo grid dạng Point và Polygon Rectangle kích thước 100m 2.10.4 Công cụ tính toán khoảng cách giữa cell của lưới chuẩn với các đối tượng không gian khác

Công cụ này hỗ trợ tính khoảng cách ngắn nhất giữa từng cell của lưới chuẩn với các đối tượng không gian khác như giao thông, các điểm KT-VH-XH như cơ sở giáo dục, cơ sở y tế, thương mại – dịch vụ Truy cập menu URSCAPE  Utilities

 Hub Distance, nhập các thông số sau:

- Grid Layer: Lớp grid dạng Point

- Layer: Lớp dữ liệu cần tính khoảng cách từ các ô của grid

- Chọn Apply để thực hiện

Hình 2.106 Chức năng Hub Distance

Hình 2.107 Kết quả tính toán Hub Distance 2.10.5 Xử lý tính toán chuyển dữ liệu grid (geotiff) về lưới chuẩn đã được tạo sẵn

Công cụ này hỗ trợ tính toán để chuyển giá trị pixel của dữ liệu raster như mô hình số độ cao, tốc độ lún về lưới chuẩn Độ phân giải không gian (kích thước pixel) của các ảnh raster này không nhất thiết phải bằng (thường có kích thước nhỏ hơn, nghĩa là có độ phân giải cao hơn) kích thước lưới chuẩn (100 x 100m) Đối với ảnh raster có kích thước pixel nhỏ hơn, giá trị của từng ô của grid sẽ được tính bằng giá trị trung bình của các pixel nằm trong grid cell đó

Truy cập URSCAPE  Utilities  Raster Value to Grid, nhập các thông số sau:

- Grid Layer: Chọn lớp lưới chuẩn dạng Polygon

- Raster Layer: Chọn lớp dữ liệu raster (mô hình số độ cao, tốc độ lún,…)

- Raster Band: Chọn kênh ảnh để đọc giá trị (đối với ảnh xám chỉ có một kênh ảnh, Raster Band mặc định là Band 1)

- Output: Đường dẫn lưu trữ lưới chuẩn sau khi tính toán

- Chọn Apply để thực hiện

Hình 2.108 Công cụ Raster Value to Grid

Hình 2.109 Kết quả tính toán chuyển raster value vào grid chuẩn

2.10.6 Công cụ phân bố dân cư theo diện tích xây dựng Đối với bài toán phân bố dân cư theo diện tích xây dựng được trình bày trong

Chuyên đề 7, URSCAPE PLUGIN hỗ trợ tính toán qua 02 bước:

1 Tính toán diện tích xây dựng cho mỗi grid cell sử dụng công cụ “Building

2 Tính toán dân số dựa vào diện tích xây dựng cho mỗi grid cell sử dụng công cụ “Population per Grid Cell”

Hình 2.110 Giao diện URSCAPE Plugin trong QGIS

2.10.7 Tính toán diện tích xây dựng cho mỗi grid cell sử dụng công cụ “Building

Truy cập menu URSCAPE  Utilities  Building Area per Grid Cell, nhập các thông số sau:

- Grid Layer (Polygon): Grid kích thước 100m x 100m dạng Polygon khu vực nghiên cứu (được tạo bằng công cụ Create Grid trong URSCAPE

- House Layer (Polygon): Lớp nhà với thông tin số tầng

- Floor Field: Thông tin số tầng của lớp nhà (so_tang)

- Output: Đường dẫn kết quả grid_built_area

Hình 2.111 Công cụ “Building Area per Grid Cell”

Hình 2.112 Kết quả tính toán built_area 2.10.8 Tính toán dân số dựa vào diện tích xây dựng cho mỗi grid cell sử dụng công cụ “Population per Grid Cell”

Truy cập menu URSCAPE à Utilities  Population per Grid Cell, nhập các thông tin sau:

- District Layer (Polygon): Lớp dân số quận huyện dạng Polygon

- District Population Field: Trường chứa thông tin dân số (ví dụ: dan_so)

- Grid Layer with building area field (Polygon): Lớp grid_built_area vừa tính toán ở bước trên

- Building Area per Grid Cell Field: Trường chứa thông tin diện tích xây dựng của grid cell (built_area)

Hình 2.113 Công cụ “Population per Grid Cell”

Hình 2.114 Kết quả tính toán dân số theo diện tích xây dựng cho từng cell: grid_pop

2.10.9 Công cụ Urscape Data Importer

Công cụ Urscape Importer được kế thừa và tích hợp từ Ur-scape Data Importer

Plugin ( https://github.com/UrbanRuralSystems/ur-scape/tree/master/GIS/Plugins)

Truy cập menu URSCAPE  Utilities  Urscape Importer: nhập các thông số sau:

- Input Layer: lớp dữ liệu cần import

- Output Type: Loại dữ liệu kết xuất (Data Layer/ Municipal Budget)

- Output Path: Đường dẫn thư mục lưu trữ

- Layer Name: Tên lớp dữ liệu

- Location: mô tả vị trí (Ví dụ như Tp.HCM)

- Date: Thông tin ngày tháng

- Layer group: mô tả nhóm lớp

- Metadata: Một số thông tin metadata (không bắt buộc)

- Chọn Run để thực hiện

Hình 2.115 Công cụ Ur-scape Data Importer

Công cụ BaseMap hỗ trợ thêm vào QGIS một số dịch vụ bản đồ nền thông dụng của Google, ESRI, Carto,…

- Truy cập menu URSCAPE  BaseMap để chọn dịch vụ bản đồ nền cần thêm vào khung nhìn bản đồ.

- URSCAPE Plugin đã được nghiên cứu và xây dựng đáp ứng yêu cầu của đề tài, hỗ trợ quy trình tính toán, xử lý và biên tập dữ liệu GIS sẵn dùng trong phần mềm Urscape

- Các công cụ URSCAPE Plugin được phát triển mang tính tổng quát và linh động, có thể áp dụng cho khu vực địa lý bất kỳ, cũng như các dữ liệu GIS có cấu trúc tương tự

- URSCAPE Plugin được công bố dưới dạng mã nguồn mở, người dùng có thể download và cài đặt miễn phí trên Github https://github.com/thangqd/URSCAPE.