Luận văn thạc sỹ quy trình tổng hợp nguyên liệu sinh học bio hydrofined diesel từ nguyên liệu mỡ cá bằng phương pháp hydro có xúc tác

Geographic Information System GIS technology is now being widely usedin many different areas, especially in planning and management of naturalresources.. The visual display and spatial a

c 0 d

VÀ MÔ HÌNH M NG TH N KINH NHÂN T O

Xin g i l i c m n chân thành, sâu s c đ n t t c Th y Cô tr ng i H cBách Khoa, thành ph H Chí Minh, nh ng ng i đã truy n d y nh ng tri th cquý báu và nhi t tình giúp đ tôi trong nh ng ngày tháng h c t p t i tr ng.

Xin đ c bi t c m n T.S Lê V n D c, gi ng viên b môn C l u ch t, khoa

K thu t xây d ng, tr ng i h c Bách Khoa, đã t n tình h ng d n và khích l ,

đ ng viên tôi trong quá trình th c hi n lu n v n Nh ng ki n th c, kinh nghi mquý báu và tình c m yêu m n, t n tâm c a Th y đã giúp tôi có đ c đ ki n th c

và ngh l c đ đi h t quãng đ ng này

Xin c m n gia đình và bè b n, nh ng ng i đã luôn bên tôi, ti p thêmcho tôi ni m tin và s c m nh đ v ng b c trên con đ ng mình đã ch n…

M c dù đã có nhi u c g ng trong vi c th c hi n lu n v n nh ng v i th igian có h n và ki n th c, kinh nghi m tích l y c a b n thân còn nhi u h n ch chonên không th tránh kh i sai sót, r t mong nh n đ c ý ki n đóng góp c a quý

Th y Cô và các b n Xin chân thành c m n

TPHCM, ngày 30 tháng 11 n m 2009

H c viên

DANH M C HÌNH

DANH M C B NG

ABSTRACT

TÓM T T

CH NG 1: GI I THI U 1

1.1 Gi i thi u chung 1

1.2 M c tiêu nghiên c u c a lu n v n 3

1.3 K t qu đ t đ c 4

CH NG 2: CÁC CÔNG TRÌNH LIÊN QUAN 5

2.1 Áp d ng ANN trong l nh v c qu n lý ngu n n c 5

2.2 ng d ng c a GIS vào l nh v c qu n lý tài nguyên n c 6

2.3 Tích h p ANN và GIS trong l nh v c qu n lý ngu n n c 7

CH NG 3: C S LÝ THUY T 8

3.1 M ng th n kinh nhân t o…… 8

3.1.1 nh ngh a 8

3.1.2 Ki n trúc c a mô hình ANN 8

3.1.3 Quá trình h c c a ANN 9

3.1.4 Phân lo i ANN 10

3.1.4.1 Các tiêu chí phân lo i ANN 10

a Ki u h c: Ki u h c c a m ng g m có ba d ng chính: 10

b Lo i hàm truy n đ c dùng t i các nút c a m ng 11

c Lo i quy t c h c đ c áp d ng đ tìm ra t p tr ng s t i u 14

d Mô hình k t n i c a m ng 16

3.1.4.2 M t s d ng ANN tiêu bi u 17

b M ng h i quy 19

c M ng hàm c s bán kính 20

d B n đ t t ch c 21

e M ng n ron ng u nhiên 22

f M ng n ron modul hóa 22

3.1.5 u khuy t đi m c a ANN 23

3.2 H th ng thông tin đ a lý 24

3.2.1 Gi i thi u 24

3.2.2 Các thành ph n c a m t h th ng thông tin đ a lý 24

3.2.3 Mô hình hóa th gi i th c v i GIS 25

3.2.3.1 Mô hình d li u không gian 26

3.2.3.2 Mô hình d li u thu c tính 34

3.2.4 Các ch c n ng c a h th ng thông tin đ a lý 35

a Ch c n ng đo đ c 35

b Ch c n ng h i đáp tìm ki m và hi n th thông tin tìm ki m 36

c Ch c n ng hi u ch nh, bi n đ i b n đ 36

d Ch c n ng t o l p, khái quát b n đ 36

e Các ch c n ng t o vùng bao 37

f Ch c n ng phân tích đ a hình 37

3.3.1 Tài nguyên n c 39

3.3.2 Qu n lý ngu n n c theo l u v c sông 42

3.3.3 Các khái ni m và thông s đ c tr ng 44

3.3.3.1 Các khái ni m c b n 44

3.3.3.2 Các thông s đ c tr ng 47

a Các thông s v sông 47

b Các thông s v l u v c sông 50

c Các thông s bi u th dòng ch y 52

d Các đ th bi u di n dòng ch y 54

CH NG 4: GI I QUY T V N TH C T 56

4.1 Gi i thi u v DongNai_RiverBasin_GIS 56

4.1.1 c đi m đ a lý – th y v n c a l u v c sông ng Nai 56

4.1.2 Ch ng trình DongNai_RiverBasin_GIS 58

4.2 Gi i thi u v ch ng trình ANN 104

4.2.1 Giao di n ch ng trình ANN 105

4.2.2 C s ho t đ ng 107

4.2.3 L u đ ch ng trình 112

4.2.4 S d ng ch ng trình 115

4.2.5 Báo cáo k t qu th c hi n ch ng trình ANN 145

CH NG 5: K T LU N VÀ H NG PHÁT TRI N 148

5.1 K t lu n 148

5.2 H ng phát tri n lu n v n 150

TÀI LI U THAM KH O 151

Hình 3 1 Quá trình tính toán t i m t n ron 11

Hình 3 2 Hình d ng hàm step 12

Hình 3 3 Hình d ng hàm sign 13

Hình 3 4 Hình d ng hàm sigmod 13

Hình 3 5 Mô hình Perceptron đ n gi n 17

Hình 3 6 Mô hình Perceptron đa t ng 18

Hình 3 7 Mô hình m ng lan truy n ng c 18

Hình 3 8 Mô hình ANN theo ki u m ng đ quy 19

Hình 3 9 Mô hình m ng Hopfield 20

Hình 3 10 M ng hàm c s bán kính 21

Hình 3 11 Mô hình b n đ t đi u ch nh Kohonen 22

Hình 3 12 Các thành ph n c a GIS 24

Hình 3 13 Mô hình hóa th gi i th c 26

Hình 3 14 Mô hình d li u Raster 27

Hình 3 15 Mô hình d li u vector 29

Hình 3 16 ng đ ng m c 32

Hình 3 17 Mô hình đ cao s DEM 33

Hình 3 18 M ng các tam giác không đ u 33

Hình 3 19 Mô hình TIN t các đ ng đ ng m c 34

Hình 3 20 M t c t d c sông à 49

Hình 3 21 M t c t ngang sông 50

Hình 4 1: L u v c sông ng Nai 57

đo l ng t t p tin Excel 64

Hình 4 10: Xem d li u đo c a các tr m th y v n 65

Hình 4 11: V đ th 66

Hình 4 12: H th ng công c 66

Hình 4 13: Thao tác trên t ng đ i t ng đ c ch n t view 67

Hình 4 14: Vùng hành chính c p t nh 69

Hình 4 15: Vùng hành chính c p huy n 71

Hình 4 16: Trung tâm hành chính 73

Hình 4 17: ng giao thông 75

Hình 4 18: i m dân c 77

Hình 4 19: Khu đô th 79

Hình 4 20: Sông su i 81

Hình 4 21: Ao h 83

Hình 4 22: L u v c sông 86

Hình 4 23: Nhà máy th y đi n 88

Hình 4 24: Các tr m th y v n 90

Hình 4 25: M t c t ngang sông 96

Hình 4 26: o n sông 99

Hình 4 27: Nút sông 101

Hình 4 28: Ch ng trình ANN – Ch c n ng hu n luy n m ng 105

Hình 4 29: Ch ng trình ANN – Ch c n ng ki m tra m ng 106

Hình 4 30: Ch ng trình ANN – Ch c n ng d báo m ng 106

Hình 4 31: Giao di n chính c a ch ng trình ANN 117

Hình 4 32: Ch ng trình con "T o d li u" 118

Hình 4 33: Ch n tr m đích t giao di n GIS 119

Hình 4 34: B t đ u ch n danh sách tr m ngu n 119

Hình 4 35: Ch n danh sách tr m ngu n t giao di n GIS 120

Hình 4 36: Ch nh s a hàm quan h gi a các tr m ngu n - đích 120

Hình 4 37: Thi t l p c u trúc m ng ANN 121

Hình 4 38: L u t p tin nh p hu n luy n m ng 121

Hình 4 41: K t qu hu n luy n m ng – Tr ng h p 1 123

Hình 4 42: th k t qu hu n luy n m ng – Tr ng h p 1 124

Hình 4 43: T o t p tin nh p ki m tra m ng 125

Hình 4 44: L u t p tin nh p ki m tra m ng 126

Hình 4 45: T đ ng t o tên t p tin xu t ki m tra m ng 126

Hình 4 46: K t qu ki m tra m ng – Tr ng h p 1 127

Hình 4 47: th k t qu ki m tra m ng – Tr ng h p 1 127

Hình 4 48: K t qu hu n luy n m ng – Tr ng h p 2 128

Hình 4 49: th k t qu hu n luy n m ng- Tr ng h p 2 129

Hình 4 50: K t qu ki m tra m ng - Tr ng h p 2 129

Hình 4 51: th k t qu ki m tra m ng - Tr ng h p 2 130

Hình 4 52: K t qu hu n luy n m ng - Tr ng h p 3 131

Hình 4 53: th k t qu hu n luy n m ng - Tr ng h p 3 131

Hình 4 54: K t qu ki m tra m ng - Tr ng h p 3 132

Hình 4 55: th k t qu ki m tra m ng - Tr ng h p 3 132

Hình 4 56: K t qu hu n luy n m ng - Tr ng h p 4 133

Hình 4 57: th k t qu hu n luy n m ng - Tr ng h p 4 134

Hình 4 58: K t qu ki m tra m ng - Tr ng h p 4 134

Hình 4 59: th k t qu ki m tra m ng - Tr ng h p 4 135

Hình 4 60: K t qu hu n luy n m ng - Tr ng h p 5 136

Hình 4 61: th k t qu hu n luy n m ng - Tr ng h p 5 136

Hình 4 62: K t qu ki m tra m ng - Tr ng h p 5 137

Hình 4 63: th k t qu ki m tra m ng - Tr ng h p 5 137

Hình 4 72: K t qu hu n luy n m ng - Tr ng h p 8 143

Hình 4 73: th k t qu hu n luy n m ng - Tr ng h p 8 144

Hình 4 74: K t qu ki m tra m ng - Tr ng h p 8 144

Hình 4 75: th k t qu ki m tra m ng - Tr ng h p 8 145

Hình 4 76: Xem k t qu th c hi n ch ng trình ANN 146

Hình 4 77: S p x p d li u 146

B ng 4 1: Vùng hành chính c p t nh 70

B ng 4 2: Vùng hành chính c p huy n 72

B ng 4 3: Trung tâm hành chính 74

B ng 4 4: ng giao thông 76

B ng 4 5: i m dân c 78

B ng 4 6: Khu đô th 80

B ng 4 7: Sông su i 82

B ng 4 8: Ao h 84

B ng 4 9: L u v c sông 87

B ng 4 10: Nhà máy th y đi n 89

B ng 4 11: Các tr m th y v n 91

B ng 4 12: C u trúc b ng d li u Gi 93

B ng 4 13: C u trúc b ng d li u Ngày 94

B ng 4 14: C u trúc b ng d li u Tháng 95

B ng 4 15: M t c t ngang sông 97

B ng 4 16: o n sông 100

B ng 4 17: Nút sông 102

B ng 4 18: Các nút ch c n ng trong ch ng trình ANN 107

B ng 4 19: Quy c v đuôi m r ng c a các t p tin 108

B ng 4 20: Các tr ng h p hu n luy n m ng ANN 116

Geographic Information System (GIS) technology is now being widely used

in many different areas, especially in planning and management of naturalresources The visual display and spatial analysis capacities of GIS allow users tomake more effective decisions

An Artificial Neural Network (ANN) is a mathematical model beingconstructed based on knowledge of the information processing in human brain.Nowadays, due to the advance in theory, capability in computation and theconvenience in practice, the Artificial Neural Networks have been increasinglyapplied in various fields, especially in function approximation problems to find outthe implicit relationship between input and output variables

The integration of GIS and ANN for water resource management in theDong Nai River Basin is an approach to utilize the advantages of bothtechnologies, supporting users to make more reliable decisions In this thesis, twoproblems are studied:

i) Using GIS technology to represent the “digital model” of DongNaiRiver basin, building a database to store parameters used in themanagement of water resource

ii) Creating ANN software for predicting flow discharge, water levels atgauging stations within the basin and integrating it with the GISprogram

In this study, some hopeful results are obtained They show that theintegration of GIS and ANN can help users get the visual look of the system Theresults predicted by ANN model are sufficient reliability being used as input forother models in the process of managing water resources Besides, GISinformation become increasingly more valuable for decision making support

H th ng thông tin đ a lý (GIS) là công ngh hi n đang đ c s d ng r ngrãi trong nhi u l nh v c khác nhau, đ c bi t trong các ng d ng quy ho ch và qu n

lý tài nguyên thiên nhiên Nh nh ng kh n ng hi n th d li u tr c quan và phântích không gian m nh m GIS đã kh ng đ nh đ c u th c a mình trong vi c trgiúp ng i dùng đ a ra nh ng quy t đ nh hi u qu h n

M ng th n kinh nhân t o (ANN) là m t mô hình toán h c đ c xây d ng

d a trên nh ng hi u bi t v quá trình x lý thông tin c a b não con ng i Cho

đ n nay, nh nh ng ti n b v m t lý thuy t, v kh n ng tính toán và nh ng thu n

ti n trong th c hành, mô hình ANN ngày càng đ c áp d ng vào nhi u l nh v ckhác nhau, đ c bi t là trong các ng d ng mô ph ng hàm ph c t p nh m tìm ra

m i quan h gi a các bi n nh p và xu t m t cách không t ng minh

Vi c tích h p GIS và ANN đ ph c v cho vi c qu n lý ngu n n c l u

v c sông ng Nai là m t cách ti p c n nh m t n d ng u đi m c a c hai côngngh , h tr con ng i đ a ra các quy t đ nh qu n lý hi u qu và đáng tin c y C

th , lu n v n này th c hi n hai v n đ chính sau đây:

i) ng d ng công ngh GIS đ “s hóa” l u v c sông ng Nai, xây d ng

c s d li u thu c tính l u tr các thông s đ c dùng trong quá trình

qu n lý ngu n n c theo l u v c

ii) Xây d ng ch ng trình ANN th c hi n vi c d báo l u l ng, m c

n c t i các tr m th y v n trong l u v c và tích h p vào ch ng trìnhGIS

K t qu đ t đ c cho th y vi c tích h p hai công ngh này đem l i nh ng

CH NG 1

GI I THI U

1.1 Gi i thi u chung

N c là m t tài nguyên quan tr ng, quy t đ nh đ n s t n t i và phát tri n c a

s s ng trên trái đ t Qua quá trình tu n hoàn, n c đ c tái t o l i đ ph c v cho

cu c s ng c a các sinh v t, trong đó có c con ng i

Vi t Nam có ngu n tài nguyên n c khá phong phú L ng m a n c tanhi u h n kho ng 2.5 l n so v i l ng m a trung bình trên trái đ t Tuy v y, do

l ng m a phân ph i không đ u v m t không gian và th i gian, nên x y ra tình

tr ng h n hán n i này nh ng l i l l t n i khác, thi u n c trong mùa khô và

ng p l t trong mùa m a Không ch v y, d i áp l c c a vi c gia t ng dân s c ng

nh nhu c u phát tri n kinh t xã h i n c ta đã gây nên nh ng nh h ng tiêu c c

đ n ngu n tài nguyên n c nh t ng dòng ch y l , l quét, c n ki t n c mùa khô,

h th p m c n c ng m, ô nhi m và suy thoái ch t l ng n c…

Vì v y, v n đ qu n lý s d ng ngu n tài nguyên n c m t cách hi u qu ,

h p lý là m t v n đ c p bách n c ta hi n nay Bên c nh các t ch c, các v n b nquy ph m pháp lu t liên quan đ n qu n lý tài nguyên n c đã ban hành, g n đây,ngày 01/12/2008, Chính ph đã ban hành Ngh đ nh s 120/2008/N -CP v qu n lý

l u v c sông, trong đó có ho t đ ng qu n lý t ng h p tài nguyên n c, nh m nângcao hi u qu s d ng n c, đi u ph i và gi i quy t t t các mâu thu n trong khai thác

và s d ng tài nguyên n c gi a các vùng, các khu v c th ng h l u c a l u v csông Không ch v y, vi c s d ng n c có m i liên quan m t thi t v i s d ng đ t

C ng theo ngh đ nh này, l u v c sông ng Nai đ c x p vào d ng l u v c

l n n c ta Sông ng Nai tr i dài trên 550 km t cao nguyên Langbian ( à L t,Lâm ng) đ n c a Soài R p (TPHCM), có t ng l ng n c hàng n m là 36,3 t

m3, là ti m n ng v t tr i v th y đi n; có h sinh thái đa d ng, v i th m r ngnguyên sinh, r ng ng p m n; v t tr i v ti m n ng du l ch b i m t qu n th liênhoàn gi a bi n và cao nguyên ôn đ i; giao thông thu n l i v i c ng bi n l n n csâu [13]

Tình hình khai thác tài nguyên n c t i l u v c sông ng Nai hi n nay đangphát tri n v i t c đ r t nhanh, v i hai ngành s d ng chính là th y đi n và th y l i,góp ph n quan tr ng vào s phát tri n chung c a toàn l u v c Tuy nhiên, c ngchính b i s khai thác c c đoan này đã đ y t i s m t cân b ng b i nhi u l i ích,

ti m n ng ch a đ c đ c p đ n nh giao thông th y vùng trung và th ng l u v c,phát tri n du l ch, b o v duy trì h th y sinh, phát tri n r ng g n v i tài nguyên

n c Chính vi c s d ng không h p lý này đã d n đ n tình tr ng khan hi m n c,

đ c bi t là trong mùa khô, đã lên đ n m c báo đ ng Tr c tình tr ng này, qu n lý s

d ng tài nguyên n c trên toàn b l u v c là m t yêu c u vô cùng c p bách Và đ

tr giúp cho ng i dùng có th đ a ra các quy t đ nh qu n lý s d ng ngu n n c t i

l u v c sông ng Nai m t cách hi u qu chính là m c đích nghiên c u c a lu n

v n này H ng nghiên c u đ c đ c p đây chính là s tích h p công ngh thôngtin đ a lý và mô hình m ng th n kinh nhân t o đ ph c v cho vi c qu n lý ngu n

n c l u v c sông ng Nai

T gi a th p niên 1990, nh có các ti n b c a công ngh thông tin và khoa

h c công ngh trong l nh v c vi n thám, h th ng thông tin đ a lý (GIS) đã có

nh ng b c phát tri n đáng k Vi t Nam và nhanh chóng đ c ng d ng trongnhi u lãnh v c nghiên c u và qu n lý, đ c bi t là trong qu n lý và quy ho ch s

d ng, khai thác các ngu n tài nguyên m t cách b n v ng và h p lý Riêng trong l nh

v c qu n lý tài nguyên n c, trên th gi i c ng nh t i Vi t Nam đã có nh ng côngtrình nghiên c u, nh ng d án đ c đ xu t và th c hi n nh m áp d ng công nghnày vào vi c tr giúp qu n lý hi u qu ngu n tài nguyên n c t i các l u v c sông

khác nhau Chính vi c s d ng r ng rãi này đã ch ng minh cho tính c n thi t và h u

hi u c a GIS đ i v i s phát tri n chung c a m i qu c gia

Qua l ch s phát tri n th m tr m, cho đ n nay, mô hình m ng th n kinh

nhân t o (ANN) đã kh ng đ nh u th c a mình trong vi c mô ph ng hàm và đã

đ c ng d ng khá r ng rãi trong nhi u l nh v c c bi t trong l nh v c th y v n,ANN đ c ng d ng r t nhi u trong vi c mô hình hóa m i quan h gi a l ng m a-dòng ch y, mô hình d báo m c đ h n hán, ng p l t, phân lo i các l u v c sông, …

n c ta trong nh ng n m g n đây c ng đã quan tâm đ n ANN, nghiên c u ng

d ng nó trong m t s l nh v c và ph n nhi u là trong vi c mô ph ng và d đoán l

l t t i các l u v c sông l n, nh m gi m thi u thi t h i do thiên tai gây ra V i nh ng

k t qu đ t đ c đã cho th y s phù h p và hi u qu c a mô hình trong vi c tr giúpcon ng i ra các quy t đ nh chính xác h n

Tr c nh ng l i ích mà các công ngh này đem l i, vi c tích h p chúng v inhau đ ph c v t t h n cho các nhu c u c a con ng i là m t xu h ng đã đ c áp

d ng các n c phát tri n trên th gi i Vi t Nam, h ng ng d ng này v n cònkhá m i Do đó, nghiên c u và hi n th c vi c tích h p gi a GIS và ANN, ng d ng

c th đ ph c v vi c qu n lý ngu n n c t i l u v c sông ng Nai là m t h ng

đi c n thi t, không ch giúp nâng cao kh n ng qu n lý ngu n n c t i l u v c màcòn góp ph n vào s nghi p phát tri n công ngh thông tin n c ta

qu n lý trong ch ng trình theo t ng l p thông tin khác nhau nh l p thông tin v

đ n v hành chính c a 11 t nh thành trong l u v c, l p thông tin v đ ng giaothông, m t đ dân s , khu dân c , l p thông tin v th y v n nh m ng l i sôngngòi, h ch a, h th ng các tr m quan tr c, đ ng phân th y, nhà máy th y đi n…Các l p thông tin này đóng vai trò là các b n đ n n mô t v nh ng khía c nh khácnhau c a l u v c sông ng Nai Thông qua giao di n chính c a ch ng trình, ngoài

vi c có đ c cái nhìn toàn c nh v l u v c sông ng Nai, t đây ng i dùng có th

l a ch n ra các l p thông tin c n thi t đ ph c v cho các m c đích qu n lý ngu n

n c khác nhau

Xây d ng xong ch ng trình ANN d a trên gi i thu t lan truy n ng c sai s

Ch ng trình này cho phép d báo l u l ng, m c n c t i b t c m t tr m th y v nnào đó đ c ch n Ch ng trình ANN này đ c xem nh m t mô đun và tích h pvào ch ng trình chính “DongNai_RiverBasin_GIS” T giao di n chính c a ch ngtrình, ng i dùng có th g i đ n ch ng trình ANN này, th c hi n các quá trình hu nluy n, ki m tra và d báo d a trên d li u th y v n t i các tr m quan tr c

CH NG 2

CÁC CÔNG TRÌNH LIÊN QUAN

2.1 Áp d ng ANN trong l nh v c qu n lý ngu n n c

Qu n lý ngu n n c là l nh v c vô cùng ph c t p Chính b i vì đ có th môhình hóa đ c các hi n t ng, các quá trình th y v n thì c n ph i bi t m t l ng l ncác thông tin liên quan v i nhau, c v không gian l n th i gian ây là thách th ccho các nhà th y v n h c khi s l ng các tham s liên quan là quá l n, m i quan h

c a các ti n trình đôi khi r t khó đ đ nh ngh a m t cách rõ ràng Chính vì th , vi c

s d ng các công c truy n th ng, các mô hình ý ni m đ mô ph ng các quá trình,ngo i suy giá tr các bi n và đ a ra các giá tr d báo trong m t s tr ng h p làkhông hi u qu Và mô hình ANN đã khi n cho v n đ gi đây tr nên kh thi ã có

r t nhi u các nghiên c u v vi c áp d ng mô hình ANN đ mô ph ng cho các quátrình th y v n ph c t p, ph c v cho công tác qu n lý ngu n n c, qu n lý l u v csông và đã đ t đ c nh ng k t qu đáng khích l

Công trình nghiên c u v mô hình l ng m a – dòng ch y dùng m ng n ronnhân t o và các mô hình khái ni m c a A Sezin Tokar và Momcilo Markus đ c

đ ng trên t p chí công ngh th y v n, s 5, tháng 4, n m 2000 [1] là m t s so sánhchi ti t gi a mô hình ANN và ba mô hình truy n th ng đ c kh o sát t i l u v csông Fraser Colorado, nhánh sông Raccoon Iowa và sông Little Patuxent t iMaryland K t qu kh o sát cho th y các mô hình ANN v i gi i thu t lan truy n

ng c đã đ a ra đ c nh ng k t qu d báo chính xác h n, cách ti p c n có h th ng

h n và th i gian c n thi t đ hu n luy n mô hình c ng nh h n so v i các ph ng

hình ANN đa t ng lan truy n ng c D li u t i các tr m đo dòng ch y c a b n dòngsông t i Th Nh K trong kho ng th i gian t 1970 đ n 1989 đã đ c thu th p đlàm t p hu n luy n/ki m tra cho ch ng trình K t qu c a mô hình sau đó đ c sosánh v i k t qu t các mô hình th ng kê truy n th ng Và m t nh n đ nh đ c đ a

ra đó là mô hình ANN t ra hi u qu h n trong vi c đ a ra các d báo, c l ng vàngo i suy giá tr dòng ch y h ng ngày t i các con sông đ c kh o sát

Bài báo c a TS Lê V n D c đ c đ ng trên T p Chí Phát Tri n Khoa H cCông Ngh c a i H c Qu c Gia TP HCM, T p 12, s 04, n m 2009 [3] th c hi n

vi c so sánh mô hình ANN v i các mô hình Tank, Harmonic và Thomas & Fieringkhi áp d ng đ mô ph ng dòng ch y tháng l u v c Sông ng Nai, Vi t Nam K t

qu cho th y, mô hình ANN là m t ph ng án ch n l a t t nh t n u có ngu n d

li u đ y đ và thích h p

2.2 ng d ng c a GIS vào l nh v c qu n lý tài nguyên n c

Công trình c a Daene C.McKinney và Ximing Cai (2001) [4] nghiên c u v

vi c liên k t gi a GIS và mô hình qu n lý tài nguyên n c theo cách ti p c n h ng

đ i t ng Khi đó, d li u, mô hình và các giao di n t ng tác v i ng i dùng đ ctích h p vào môi tr ng GIS t o nên tính uy n chuy n trong vi c phân tích và môhình hóa K thu t đ c s d ng đây chính là dùng ngôn ng l p trình Avenue trên

s n ph m ph n m m ArcView 3.2 c a hãng ESRI K t qu c a công trình cho th y

kh n ng tích h p t t c a mô hình qu n lý l u v c sông và công ngh GIS, giúp cho

2.3 Tích h p ANN và GIS trong l nh v c qu n lý ngu n n c

Theo Jeff Thurston (2002) [6], vi c tích h p gi a GIS và ANN là m t ph ngpháp đ c dùng đ mô ph ng cách mà b não con ng i x lý v i các bài toán d

li u không gian Và th c t là t i b t c l nh v c nào có dùng GIS thì ANN c ng có

th đ c phát tri n đ nâng cao kh n ng h tr ra quy t đ nh h n Trong bài báo ông

đã mô t tóm l c v m i quan h gi a ANN và GIS c ng nh trình bày v m t s

l nh v c tiêu bi u mà hai công ngh này có th tích h p đ ho t đ ng chung v inhau, ví d nh trong v n đ phân lo i nh, trong giao thông, trong các l nh v c vkinh t , tài chính…

Công trình nghiên c u c a Hu nh Th Minh H ng, Nguy n Hoàng Anh v

ng d ng Geoinformatics trong công tác qu n lý l u v c sông Sài Gòn – ng Nai[7] đã phát tri n m t h công c Geoinformatics g m 4 modul ch c n ng là GIS –

Vi n Thám – Modelling – Database đ c ng d ng trong công tác qu n lý t ng h p

l u v c sông Sài Gòn – ng Nai (ph n c a sông) và đ ngh đ y m nh h n n a

vi c ng d ng t h p các modul ch c n ng này trên n n ph ng pháp lu n a ch tmôi tr ng và u tiên xây d ng website qu n lý l u v c sông Sài Gòn – ng Nai,xây d ng h c s d li u th ng nh t trên toàn l u v c

CH NG 3

C S LÝ THUY T

3.1 M ng th n kinh nhân t o

3.1.1 nh ngh a

M ng th n kinh nhân t o (Artificial Neural Network – ANN) là m t mô hình

x lý thông tin mô ph ng theo quá trình x lý thông tin c a b não con ng i Gi ng

nh con ng i, m ng th n kinh nhân t o c ng h c h i thông qua kinh nghi m và s

d ng nh ng kinh nghi m này đ gi i quy t các tình hu ng Kinh nghi m đây chính

là các t p m u hu n luy n, là nh ng d li u thu th p đ c v m t v n đ c th nào

đó Thông qua t p m u, ANN s tìm đ c m i quan h ph c t p gi a các bi n đ uvào và đ u ra c a mô hình Giai đo n này đ c g i là giai đo n h c, hay giai đo n

hu n luy n m ng K t thúc giai đo n h c, mô hình ANN s đ c ki m tra, b ng cách

nh p vào các giá tr và xem xét k t qu tr v có đúng nh d li u ki m tra haykhông, t đó có th đánh giá đ c tính hi u qu c a mô hình

Th c ch t ANN là m t mô hình toán h c đ n gi n, đ nh ngh a m t hàm V i m t bài toán cho tr c và m t l p các hàm F, ANN s d ng m t t p

các giá tr hu n luy n nh m tìm ra m t hàm đ gi i bài toán đã cho m t cách

Ø Nút ch nh n và truy n giá tr cho các nút khác trong m ng, g i là nút n.

3.1.3 Quá trình h c c a ANN

Quá trình h c c a m ng n ron đ c th c hi n qua các b c sau:

Ø V i t ng m u trong t p hu n luy n, giá tr c a các bi n nh p đ c đ a vào

t ng tr ng hóa (input function)

· Ti p theo, giá tr có đ c t hàm t ng tr ng hóa s đ c đ a qua m t hàm

th hai đ phân ng ng, g i là hàm truy n (activation function), cho ra k t

Ø Vi c hu n luy n m ng nh th này đ c th c hi n l p đi l p l i cho đ n khi

th a mãn đi u ki n d ng nào đó, ví d nh t i u hàm sai s , ho c khi s l n

l p đ t đ n m t ng ng đ nh tr c…

Ø K t thúc quá trình h c, m ng đ t đ c m t b các tr ng s “t i u” K t qunày đ c xem nh là “kinh nghi m” h c đ c c a m ng, và nó s dùng kinhnghi m này đ gi i quy t các tr ng h p khác ngoài t p m u hu n luy n

a Ki u h c: Ki u h c c a m ng g m có ba d ng chính:

· H c có giám sát: ki u h c này, m i m u trong t p hu n luy n là m t

b g m có các giá tr ngu n đ đ a vào m ng hu n luy n và các giá trđích đ làm c s so sánh v i k t qu mà ANN tính đ c, t đó có

nh ng đi u ch nh c n thi t đ tìm b tr ng s t i u cho m ng

Ki u h c này đ c áp d ng cho các bài toán nh n di n m u, hay còn g i làcác bài toán phân l p, và các bài toán x p x hàm

· H c không có giám sát: ki u h c này, t p hu n luy n ch có các giá

tr ngu n đ đ a vào hu n luy n cho m ng và không có giá tr đích đ

so sánh nh ki u h c có giám sát V i m i bài toán đ t ra s xây d ng

đ c m t hàm chi phí d a trên d li u đ u vào và k t qu mà m ng

tính đ c Vi c t i u hàm chi phí này là c s đ xây d ng b tr ng

s thích h p

Ki u h c này th ng đ c áp d ng cho các bài toán gom c m (clustering),

c l ng phân ph i xác su t, các bài toán nén và l c d li u

· H c t ng c ng: ki u h c này, t p d li u đ u vào không có s n mà

s đ c sinh ra khi h th ng t ng tác v i môi tr ng bên ngoài Vào

m i th i đi m t, h th ng th c hi n m t hành đ ng yt và môi tr ng s

t o ra m t tr ng thái quan sát xt cùng v i m t hàm chi phí ct t ng ng

Vi c gi i quy t bài toán này chính là vi c ch n ra đ c m t t p cáchành đ ng sao cho chi phí tích l y qua các hành đ ng đó là nh nh t

Ki u h c này đ c áp d ng cho các bài toán đi u khi n, trò ch i và nh ngbài toán ra quy t đ nh tu n t

b Lo i hàm truy n đ c dùng t i các nút c a m ng

Nh đã trình bày, giá tr xu t c a m i n ron là k t qu tính toán đ c t haihàm, hàm t ng tr ng hóa và hàm truy n Trong đó, hàm t ng tr ng hóa đ c xem làthành ph n tuy n tính và hàm truy n là thành ph n phi tuy n c a n ron

kho ng [0,1] ho c [-1,1] đ i v i s th c hay giá tr [0,1] đ i v i s nh phân ây làphép bi n đ i c n thi t đ chu n hóa giá tr tr c khi đ a nó ra kh i nút.

M t hàm s(u) đ c s d ng làm hàm truy n khi nó th a mãn các tính ch t:

ra giá tr là 1 n u giá tr đ a vào hàm có giá tr l n h n ho c b ng t và s

xu t ra giá tr 0 v i các tr ng h p còn l i Mô t toán h c và hình d ng

Hình 3 3 Hình d ng hàm sign

Ø Hàm sigmoid

ây là hàm toán h c cho phép ánh x các giá tr đ u vào vào kho ng [0,1]

V m t toán h c hàm sigmod đ c đ nh ngh a nh sau:

Trong đó e là c s c a logarit t nhiên, h ng s e có giá tr kho ng 2.71828.Tuy nhiên h ng e trong m u s không ph i là b t bu c, b t c h ng nào l n

h n 1 đ u có th đ c s d ng N u h ng này càng l n thì hàm s g(u) càng mau ti p

c n các c n c a nó Ng c l i, n u h ng càng nh thì hàm s g(u) càng ch m ti p c ncác c n c a nó

Hình d ng c a hàm nh sau:

d u ho c các giá tr tác đ ng đ n đ d c c a hàm ta có th dùng sigmoid đ x p x

b t c đ ng cong nào mong mu n

Khi mu n k t xu t c a hàm có giá tr trong kho ng [-1, 1] ta có th dùng haihàm sau:

Ø Hàm hyperbol

Hàm này có đ nh ngh a toán h c nh sau:

Hàm hyperbol có quan h m t thi t v i hàm logistic b i vì ta có:

Ø Hàm tang – hyperbol

Hàm này đ c đ nh ngh a toán h c nh sau:

Hàm tang – hyperbol ti n đ n các gi i h n c a nó nhanh h n hàm h(u)

T t c các hàm này đ u ph c v khá t t cho m c đích c a m ng n ron nhân

t o và chúng có th thay th cho nhau tùy theo lo i giá tr đ u vào và kho ng giá tr

Quy t c h c đ u tiên, đ n gi n nh t là quy t c perceptron đ c dùng cho

m ng Perceptron trong kho ng th i gian đ u phát tri n m ng n ron nhân t o

i v i ki u m ng h c có giám sát, quy t c h c ph bi n nh t là quy t c delta.Sau đó, m t s các quy t c khác đ c phát tri n d a trên quy t c delta truy n th ngnày đ c i ti n t c đ h c c a m ng Có th li t kê m t s lo i nh sau:

Ø Quy t c gi m đ d c (gradient descent) hay còn đ c g i là quy t c Delta.

V i quy t c này, b tr ng s c a m ng đ c c p nh t l i theo h ng gi mnhi u nh t sai s gi a giá tr m ng tính đ c và giá tr đích mong mu n.Tuy nhiên, ph ng pháp này sau khi quét qua toàn b t p m u hu n luy nthì m i th c hi n vi c c p nh t tr ng s i u này làm cho s l ng phéptính c n thi t đ luy n m ng là khá l n và nh h ng đ n hi u qu c a môhình m ng

Ø Quy t c h c trên t ng m u: Quy t c này c ng th c hi n ph ng pháp gi m

đ d c nh t gi ng nh quy t c Delta Tuy nhiên, thay vì ph i quét qua toàn

m t cách ti p c n dung hòa đó là c p nh t tr ng s d a trên nhóm các

m u Cách ti p c n này v n có th làm gi m l i nhanh h n ph ng phápDelta truy n th ng và c ng không làm t ng th i gian tính toán nh trong

tr ng s t ng lên Tr ng h p ng c l i thì m ng s gi m h s h c đ

bi n thiên tr ng gi m xu ng Chính vì th , quy t c này còn đ c g i là quy

t c quán tính

Ø Quy t c h c thích nghi, còn g i là quy t c delta – bar – delta ây là quy

t c c i ti n đ c xem là hi u qu nh t c a quy t c delta truy n th ng quy t c này, m i tr ng s đ c gán m t h s h c e khác nhau Và khi c p

nh t tr ng s , n u h ng gi m l i hi n hành cùng h ng v i b c tr cthì cho e l n, còn n u ng c h ng v i b c tr c thì s cho e nh Chính

vi c thích nghi c a h s h c trên t ng tr ng s nh th này đã c i thi nđáng k t c đ h c c a m ng, hi u qu có th g p 10 l n so v i ph ngpháp delta truy n th ng Ngh a là đ hu n luy n cùng m t m ng thì

ph ng pháp delta – bar – delta ch c n th c hi n 1/10 s b c l p c nthi t so v i ph ng pháp delta

V i nh ng m ng có ki u h c không giám sát th ng đ c dùng đ gi i quy tcác v n đ v nh n d ng m u d li u, thu gi m s chi u d li u, gom c m d li u, x

lý ngôn ng t nhiên… Nh ng mô hình m ng n ron d ng này có đ c đi m là “t

h c” t nh ng d li u đ u vào và ph ng pháp h c th ng d a trên các hàm tínhkho ng cách nh hàm Euclidean, Manhattan, Vector Dot Product và các hàm lân c n

nh hàm Bubble, hàm Gaussian… M i m u khi đ c đ a vào m ng đ hu n luy nthì đ u tiên m ng s dùng hàm tính kho ng cách đ tìm ra n ron X “g n nh t” v i

m u m i này Sau đó, hàm lân c n đ c dùng đ c p nh t l i tr ng s cho các n ronlân c n c a X cho phù h p v i m u hu n luy n Quá trình này l p đi l p l i cho t ikhi không có s thay đ i nào trên các tr ng s ho c s l n l p đ t ng ng quy đ nh

3.1.4.2 M t s d ng ANN tiêu bi u

Mô hình k t n i k t h p v i ki u h c, ki u hàm truy n và quy t c h c c th

đã t o nên r t nhi u ki u m ng ANN khác nhau Sau đây s trình bày m t s d ngANN tiêu bi u:

a M ng h ng t i

M ng h ng t i là m ng n ron đ u tiên và đ c xem là đ n gi n nh t

m ng này, các nút đ c t ch c d i d ng các t ng và thông tin ch di chuy n theo

m t h ng duy nh t, t các nút nh p, qua các nút trong t ng n (n u có) và đ n cácnút xu t M t đi u quan tr ng là gi a các nút trong m t t ng không có k t n i v inhau Cách t ch c này không nh ng giúp nâng cao kh n ng x lý song song c a

m ng mà còn giúp cho mô hình m ng d hi u và d qu n lý h n M t s mô hình

m ng n ron thu c ki u h ng t i g m có:

Mô hình Perceptron Mô hình m ng H ng t i

S t ng 1 t ng nh p, 1 t ng xu tGiá tr đ u vào Nh phân

Hàm truy n Hàm sign

Ki u h c Có giám sátQuy t c h c Quy t c Hebb

ng d ng Phân lo i trên t p d li u

có kh n ng phân táchtuy n tính

Mô hình Multi-Layer-Perceptron Mô hình m ng H ng t i

S t ng 1 t ng nh p, 1 t ng xu t, 1

hay nhi u t ng nGiá tr vào Nh phân

Hàm truy n Hàm sign ho c hàm sigmoid

Ki u h c Có giám sátQuy t c h c Lan truy n ng c theo quy

t c delta

ng d ng Hàm lu n lý ph c t p, phân

lo i m u

Hình 3 6 Mô hình Perceptron đa t ng

Mô hình Backpropagation Net Mô hình m ng H ng t i

S t ng 1 t ng nh p, 1 t ng xu t, 1

hay nhi u t ng nGiá tr vào Nh phân, s th cHàm truy n Hàm sigmoid

Ki u h c Có giám sátQuy t c h c Lan truy n ng c (c nh

m i tên không liên t c)

b M ng h i quy

Ng c l i v i m ng h ng t i, m ng h i quy là mô hình có dòng d li u haichi u Trong đó, các nút có th k t n i v i nhau theo b t c cách nào Các nút trong

m ng liên l c v i nhau theo các k t n i có h ng và m ng còn cho phép m t nút có

th k t n i v i chính mình (tính đ quy) Cách t ch c này tuy có tính linh đ ng cao

nh ng bù l i mô hình m ng tr nên ph c t p và khó đi u khi n trong tr ng h p s

l ng nút trong m ng l n Hình sau minh h a m t mô hình m ng đ quy:

Hình 3 8 Mô hình ANN theo ki u m ng đ quy

M t s m ng c th thu c d ng h i quy nh : m ng h i quy đ n gi n (Simplerecurrent network – SRN), m ng Hopfield, m ng echo state, m ng Long short term

Mô hình Hopfield Net Mô hình m ng H i quy

S t ng 1 ma tr nGiá tr vào Nh phânHàm truy n Hàm sign/Hàm sigmoid

Ki u h c Không giám sátQuy t c h c Quy t c delta, mô ph ng

M ng hàm c s bán kính (Radial basis function network) là m t ki u m ng

n ron s d ng hàm c s bán kính (Radial basis function - RBF) làm hàm truy n và

th ng đ c dùng trong các bài toán x p x hàm, đoán chu i th i gian và các bàitoán đi u khi n

C u trúc c a m ng hàm c s bán kính này th ng g m có ba t ng: m t t ng

nh p, m t t ng n (s d ng RBF làm hàm truy n) và m t t ng xu t Khi đó, m tvect đ u vào x đ c đ a vào m ng thông qua t ng nh p Giá tr c a x đ c truy n

đ n cho các RBF t i các nút trong t ng n v i các tham s khác nhau cho m i hàm.Hàm c s bán kính này s th c hi n vi c tính kho ng cách t giá tr x đ n các tâmcho tr c thông qua m t s hàm bán kính nh hàm Gaussian, hàm đa th c, hàmkho ng cách Cu i cùng, m t t h p tuy n tính c a các hàm bán kính s đ c tínhtoán và truy n đ n t ng xu t c a m ng cùng v i tr ng s khác nhau c a m i k t n i

Nh v y, v i m t t p các m u h c cho tr c, vi c hu n luy n c a m ng hàm

c s bán kính là s đi tìm các b thông s c a m ng, g m có t p tham s c a các

hàm bán kính B, tâm c a các hàm bán kính C và t p tr ng s W sao cho k t qu h c

đ c c a m ng là kh p nh t v i t p m u Vi c đi u ch nh đ tìm đ c b tham s t i

u đ c th c hi n d a vào hàm sai s t i m i b c h c, th ng là hàm t ng bình

ph ng sai s , hàm t ng sai s tuy t đ i ho c hàm sai s tuy t đ i l n nh t Trong

th c t vi c tìm ra B và C r t m t th i gian Do đó, các tâm C th ng đ c ch n làchính các m u h c Các giá tr trong t p tham s hàm bán kính B th ng đ c ch n

b ng v i m t giá tr cho tr c nào đó Sau đó thì s th c hi n hu n luy n và đi u

ch nh l i giá tr này cho đ n khi có đ c k t qu nh ý

M t mô hình m ng hàm c s bán kính đ c minh h a nh hình sau:

Hình 3 10 M ng hàm c s bán kính

d B n đ t t ch c

B n đ t t ch c (Self Organizing Maps – SOM) là m t mô hình m ng n ron

đ c đ a ra b i c giáo s , ti n s Teuvo Kohonen vào nh ng n m 70 c a th k

tr c, cho nên nó còn đ c g i là m ng Kohonen SOM có kh n ng ánh x d li u

Mô hình Kohonen Feature Map Mô hình m ng H ng t i/H i quy

S t ng 1 t ng nh p, 1 t ng b n đGiá tr vào Nh phân, s th c

Hàm truy n Hàm sigmoid

Ki u h c Không giám sátQuy t c h c T t ch c

ng d ng Phân lo i m u, các bài

toán t i u, mô ph ngHình 3 11 Mô hình b n đ t đi u ch nh Kohonen

e M ng n ron ng u nhiên

M ng n ron ng u nhiên (Stochastic neural network) khác v i các m ng n rontruy n th ng ch nó đ a vào m ng các bi n đ i ng u nhiên, có th là thông quahàm truy n ho c các tr ng s Chính y u t ng u nhiên này giúp cho m ng có thtránh đ c vi c b r i vào t i u c c b trong quá trình luy n m ng

f M ng n ron modul hóa

Nh ng nghiên c u v sinh h c đã cho th y các ch c n ng c a não ng ikhông ph i là m t m ng to l n mà đ c t p h p t nhi u m ng nh l i v i nhau

i u này đã làm n y sinh ra khái ni m modul hóa các m ng n ron nhân t o (modularneural network), trong đó m t vài m ng nh s cùng h p tác ho c c nh tranh v inhau đ gi i quy t cùng m t v n đ

Trên đây ch là m t s nhóm m ng n ron tiêu bi u Th c t còn r t nhi u ki u

m ng n ron khác nhau và vi c phân lo i chúng m t cách rõ ràng là m t đi u khó

kh n Chính s đa d ng này cùng v i ph m vi áp d ng r ng rãi c a các m ng n ronnhân t o đã t o nên kh n ng thu hút m i ng i cùng tham gia nghiên c u, phát tri n

và ng d ng m ng n ron vào vi c gi i quy t các v n đ th c t , ph c v cho cu c

s ng c a con ng i ngày m t t t h n

3.1.5 u khuy t đi m c a ANN

a u đi m

u đi m n i b t c a ANN đó là kh n ng “h c” đ c m i quan h gi a các

bi n đ u vào và đ u ra thông qua t p m u hu n luy n c bi t là đ i v i các v n đ

ph c t p mà chúng ta khó có th mô ph ng hay đ nh ngh a nó m t cách chính xác

b ng các ph ng pháp truy n th ng

M t u đi m n a c a ANN đó là có kh n ng gi i quy t v n đ khi d li u

đ u vào có sai sót ho c không rõ ràng Chính đ c đi m không quá nh y v i l i này

đã giúp cho ph m vi ng d ng ANN đ c m r ng h n r t nhi u

T c đ x lý c a mô hình ANN khá nhanh, nh t là v i nh ng ti n b v côngngh máy tính nh hi n nay i u này có đ c nh vào c u trúc g m m t s l ng

l n các đ n v x lý (n ron) k t n i v i nhau đ cùng gi i quy t v n đ đ c đ t ra

M t khi m ng đã đ c luy n thì nó đ c s d ng m t cách d dàng

V i nh ng u đi m c a mình, ngày nay, ANN đã đ c ng d ng trong r tnhi u l nh v c, ví d nh phân lo i d li u, nh n d ng m u, mô ph ng, d báo…đem l i nhi u l i ích ph c v cho cu c s ng c a con ng i

b Khuy t đi m

ANN là m t “h p đen”, không đ a ra đ c m t gi i thích rõ ràng v cách mà

nó gi i quy t v n đ , m c dù là v i nh ng tr ng h p m i đ a vào thì nó s cho racác k t qu m i t ng ng

cho bài toán đ t ra thì chúng ta ph i dùng theo ki u th – và – sai đ l a ch n ho cdùng m t s thu t toán tìm ki m t i u, ví d nh mô ph ng luy n kim, đ tìm ra

H th ng thông tin đ a lý (Geographical Information System – GIS) là m t h

th ng các ph n c ng, ph n m m, các quá trình đ l u tr , qu n lý, thao tác, phântích, mô hình hóa, th hi n và hi n th các d li u đ a lý nh m m c đích gi i quy tcác bài toán ph c t p liên quan đ n quy ho ch và qu n lý tài nguyên

GIS đ c xem là m t phân ngành c a công ngh thông tin, đ c hình thànhvào nh ng n m 1960 và phát tri n r ng rãi trong kho ng 10 n m tr l i đây ây là

m t công c tr giúp con ng i ra quy t đ nh trong nhi u l nh v c khác nhau, t các

ho t đ ng kinh t - xã h i đ n an ninh qu c phòng t i các qu c gia trên th gi i

3.2.2 Các thành ph n c a m t h th ng thông tin đ a lý

GIS g m có n m thành ph n chính: ph n c ng, ph n m m, d li u, ph ngpháp và con ng i

Hình 3 12 Các thành ph n c a GIS

Ø Ph n c ng: h th ng máy tính mà trên đó m t h GIS ho t đ ng.

Ø Ph n m m: ph n m m GIS cung c p các ch c n ng và công c c n thi t đ

l u gi , phân tích và hi n th thông tin đ a lý, g m có:

Ø Công c nh p và thao tác trên các h thông tin đ a lý

Ø H qu n tr c s d li u

Ø Công c h tr h i đáp, phân tích và hi n th thông tin đ a lý

Ø Giao di n đ h a đ giao ti p v i ng i dùng

Ø D li u: có th đ c xem là thành ph n quan tr ng nh t trong m t h GIS D

li u đ a lý và d li u thu c tính liên quan có th đ c thu th p t nhi u ngu nkhác nhau và h GIS s ch u trách nhi m v vi c l u tr , qu n lý và k t h pcác d li u này v i nhau đ ph c v cho các nhu c u c a ng i dùng

Ø Con ng i: Công ngh GIS s b h n ch n u không có con ng i tham gia

qu n lý h th ng và phát tri n nh ng ng d ng GIS trong th c t Ng i s

d ng GIS có th là nh ng chuyên gia k thu t, ng i thi t k và duy trì h

th ng, ho c nh ng ng i dùng GIS đ gi i quy t các v n đ trong công vi c

3.2.3 Mô hình hóa th gi i th c v i GIS

Th gi i th c khi đ c mô hình hóa trong GIS s đ c t ch c thành các l pkhác nhau, m i l p nh v y ch a các đ i t ng có cùng hình th c th hi n và mang

m t n i dung thông tin v th gi i th c

Hình 3 13 Mô hình hóa th gi i th c

C s d li u c a m t h GIS g m có 2 lo i d li u c b n: d li u khônggian và d li u thu c tính

Ø D li u không gian là nh ng mô t s c a các b n đ , g m có t a đ , quy lu t

và các ký hi u dùng đ xác đ nh m t đ i t ng c th trên b n đ

Ø D li u thu c tính là nh ng di n t v đ c tính, s l ng, m i quan h c a các

đ i t ng trên b n đ v i v trí đ a lý c a chúng

3.2.3.1 Mô hình d li u không gian

Tùy vào m c đích s d ng c a t ng ng d ng GIS c th , đ c tính khônggian c a th gi i th c có th đ c mô hình hóa theo nh ng cách khác nhau Có haicách ti p c n chính đó là nhìn th gi i th c theo th c th (object) và theo m t (field)

Ø Cách ti p c n theo th c th : th gi i th c đ c xem xét nh là m t t p h p

nh ng đ i t ng r i r c có tham chi u không gian Hai mô hình chính đ cdùng đ th hi n cho các đ i t ng này là mô hình Raster và mô hình Vector

Ø Cách ti p c n theo m t: cách ti p c n này nh m m c đích mô t các hi n

t ng đ a lý thay đ i liên t c qua không gian, ví d nh đ cao, nhi t đ , áp

su t không khí, tr ng l c, th nh ng… Các ph ng pháp đ c s d ng đ

mô t b m t g m có phân m t, đ ng m c và l y m u

a Mô hình theo th c th

Hai mô hình chính đ c dùng đ th hi n các đ i t ng trong th gi i th c

đó mà mô hình Raster và mô hình Vector

Mô hình Raster

Mô hình d li u d ng raster bi u di n th gi i th c d i d ng m t l i các

ô vuông hay đi m nh (pixcel) Mô hình này có các đ c đi m sau:

Ø Các đi m đ c x p liên ti p t trái qua ph i, t trên xu ng d i

Ø M i đi m nh ch a m t giá tr thu c tính d a trên m t ho c m t vài h

th ng mã hóa, tr ng h p đ n gi n nh t là mã hóa nh phân

Ø M t t p các ma tr n đi m và các giá tr t ng ng t o thành m t l p vàtrong c s d li u có th có nhi u l p nh v y đ di n t đ y đ v th

gi i th c