chuong 3: mô hình dữ liệu không gian gis

1

ChChööôngông 3.3.MOÂ HÌNH DMOÂ HÌNH DÖÖÕ LIEÕ LIEÄÄU KHOÂNG GIANU KHOÂNG GIAN

1. Giôùi thieäu

2. Ñoái töôïng khoâng gian

3. Moâ hình döõ lieäu khoâng gian

4. Döõ lieäu thuoäc tính

5. Moâ hình quan heä

2

MOÂ HÌNH DMOÂ HÌNH DÖÖÕ LIEÕ LIEÄÄU KHOÂNG GIANU KHOÂNG GIAN1. GIÔÙI THIEÄU

Theá giôùi thöïc (caùc thöïc theå) ñöôïc bieåu dieãn baèng

nhöõng ñoái töôïng khoâng gian döôùi daïng döõ lieäu soá

(khoâng gian vaø phi khoâng gian).

Thöïc theå khoâng gian (spatial entity) ñöôïc ñònh

nghóa laø nhöõng gì toàn taïi trong theá giôùi thöïc.

Ñoái töôïng khoâng gian (spatial object) laø nhöõng

thöïc theå khoâng gian ñöôïc bieåu dieãn trong maùy

tính soá.

3

1. GIÔÙI THIEÄU

Töø theá giôùi thöïc ñeán moâ hình khoâng gian vaø moâ hình döõ lieäu

khoâng gian.

Theá giôùi thöïcchöùacaùc

thöïc theåkhoâng gian

Moâ hìnhkhoâng gian

chöùacaùc

ñoái töôïngkhoâng gian

Moâ hìnhdöõ lieäu

khoâng gianchöùa

döõ lieäu cuûacaùc

ñoái töôïngkhoâng gian

4

1. GIÔÙI THIEÄU

Moâ hình khoâng gian laø söï ñôn giaûn hoaù theá giôùi thöïc,

laø taäp nhöõng phaàn töû bieåu dieãn caùc thöïc theå khoâng

gian trong theá giôùi thöïc.

Moâ hình döõ lieäu khoâng gian töông öùng vôùi taäp caùc

nguyeân taéc ñeå chuyeån theá giôùi thöïc thaønh caùc ñoái

töôïng khoâng gian ñöôïc mieâu taû moät caùch Logic.

Döõ lieäu (Data) laø söï bieåu dieãn nhöõng söï kieän, khaùi

nieäm, chæ thò, taøi lieäu,... baèng moät ñònh daïng thích hôïp

cho vieäc truyeàn thoâng, phieân dòch vaø xöû lyù baèng khaû

naêng cuûa ngöôøi hoaëc töï ñoäng baèng maùy.

Thoâng tin (Information) laø yù nghóa maø con ngöôøi gaùn

cho döõ lieäu theo nhöõng qui öôùc nhaát ñònh.

5

1. GIÔÙI THIEÄU

Trong GIS, döõ lieäu veà caùc ñoái töôïng khoâng gian

ñöôïc bieåu dieãn döôùi daïng nhò phaân theo moâ hình

raster hoaëc vector.

Trong moâ hình raster, caùc ñoái töôïng khoâng gian

ñöôïc chia thaønh nhöõng oâ löôùi baèng nhau goïi laø

ñieåm aûnh (pixel), moãi ñieåm aûnh chæ coù moät thuoäc

tính.

Trong moâ hình vector, caùc ñoái töôïng khoâng gian

ñöôïc bieåu dieãn nhö nhöõng ñieåm, ñöôøng, vuøng.

6

1. GIÔÙI THIEÄU

Moâ hình hoùa döõ lieäu laø tieán trình xaùc ñònh vaø toå

chöùc döõ lieäu veà theá giôùi thöïc trong nhöõng taäp döõ

lieäu soá ñeå coù ñöôïc nhöõng thoâng tin caàn thieát.

Moâ hình döõ lieäu laø toå chöùc döõ lieäu veà theá giôùi thöïc

moät caùch logic theo moät sô ñoà naøo ñoù.

Caáu truùc döõ lieäu laø moät söï saép xeáp döõ lieäu trong

maùy tính phuø hôïp vôùi moâ hình döõ lieäu ñaõ choïn,

phuïc vuï cho vieäc quaûn lyù, löu tröõ vaø truy vaán.

7

1. GIÔÙI THIEÄU

Cô sôû döõ lieäu laø moät taäp hôïp nhöõng döõ lieäu ñöôïc toå

chöùc theo moät sô ñoà khaùi nieäm vôùi moät taäp caùc thuû

tuïc theâm, xoùa, söûa döõ lieäu trong cuøng moät caáu truùc.

Heä quaûn trò cô sôû döõ lieäu (DBMS) laø moät taäp hôïp

phaàn meàm duøng ñeå toå chöùc döõ lieäu trong cô sôû döõ lieäu

coù chöùc naêng nhaäp, kieåm tra, truy vaán vaø toå hôïp döõ

lieäu.

GIS quaûn lyù döõ lieäu khoâng gian vaø phi khoâng gian moät

caùch rieâng bieät vaø coù khaû naêng lieân keát vôùi caùc heä

quaûn trò cô sôû döõ lieäu beân ngoaøi.

8

2. ÑOÁI TÖÔÏNG KHOÂNG GIAN

Ñoái töôïng khoâng gian laø phaàn töû cuûa taäp moâ

hình khoâng gian töôïng tröng cho caùc thöïc theå

khoâng gian trong theá giôùi thöïc.

Trong heä thoáng thoâng tin ñòa lyù, moãi thöïc theå

khoâng gian coù theå ñöôïc bieåu dieãn thaønh

nhöõng ñoái töôïng daïng ñieåm, ñöôøng, vuøng, beà

maët hoaëc khoái.

9


Bieåu dieãn caùc ñoái töôïng khoâng gian trong GIS

a) Caùc ñoái töôïng daïng ñieåm nhönhöõng ñòa vaät ñaëc tröng trong caùcbaûn ñoà tæ leä nhoû ñöôïc bieåu dieãntrong khoâng gian 0-D

b) Caùc ñoái töôïng daïng ñöôøngnhö tim ñöôøng giao thoâng ñöôïcbieåu dieãn trong khoâng gian 1-D

10


Bieåu dieãn caùc ñoái töôïng khoâng gian trong GIS

c) Caùc ñoái töôïng coù daïngvuøng phaúng nhö soâng hoàñöôïc bieåu dieãn trong khoânggian 2-D

d) Caùc ñoái töôïng coù daïngcuûa moät maët cong baát kyønhö beà maët ñòa hình, ñöôïcbieåu dieãn trong khoâng gian2.5-D

11


Bieåu dieãn caùc ñoái töôïng khoâng gian trong

GIS

e) Caùc ñoái töôïng daïng hình khoái nhöñöôøng haàm, caàu vöôït ñöôïc bieåu dieãntrong khoâng gian 3-D

12


Maïng ñöôøng cuõng coù theå xem nhö nhöõng ñoái

töôïng khoâng gian.

Loaïi ñoái töôïng maïng ñöôøng haàu nhö khoâng coù taàm

quan troïng ñoái vôùi caùc nhaø ñòa chaát hoïc, noù chæ

ñöôïc öùng duïng chuû yeáu trong caùc maïng truyeàn

thoâng nhö ñöôøng saét, ñöôøng boä, ñöôøng daây ñieän

thoaïi, ñöôøng ñaây truyeàn taûi ñieän,...

13


Nhieàu ñoái töôïng khoâng gian trong theá giôùi thöïc coù caùc

chieàu khoâng gian giaùn ñoaïn.

Khi moät ñoái töôïng ñöôøng töï nhieân ñöôïc ño vôùi moät tyû

leä lôùn daàn thì chieàu daøi cuûa noù cuõng taêng daàn.

Moái quan heä giöõa logarit chieàu daøi L vaø logarit chieàu

daøi thanh ño d:

logL(d) = a + (1-D)log(d)

Ñoä doác cuûa ñöôøng thaúng laø 1-D, vôùi D laø chieàu giaùn

ñoaïn vaø a laø moät haèng soá. Giaù trò tieâu bieåu cuûa D laø 1,25.

14


Nhieàu ñoái töôïng töï nhieân coù ñaëc tính töông ñoàng

trong luùc quan saùt khi ñöôïc phoùng to, tính ñoàng

daïng khi thay ñoåi tyû leä.

Trong theá giôùi thöïc, caùc thöïc theå khoâng gian coù

theå lieân tuïc trong khoâng gian nhö nhieät ñoä, ñoä

aåm,... hoaëc giaùn ñoaïn trong khoâng gian nhö loaïi

hình söû duïng ñaát, nhaø ôû,...

15


Caùc ñoái töôïng khoâng gian cuõng coù theå ñöôïc

nhoùm theo hai loaïi khaùc nöõa tuøy theo chuùng

thuoäc loaïi “töï nhieân” hay “ phi töï nhieân”.

Caùc ñoái töôïng khoâng gian töï nhieân töông öùng

vôùi caùc thöïc theå khoâng gian rôøi raïc coù theå

nhaän dieän ñöôïc trong theá giôùi thöïc.

Caùc ñoái töôïng phi töï nhieân laø caùc thöïc theå

ñöôïc con ngöôøi taïo ra nhö ñöôøng bao ñaát ñai

hay moät pixel.

16


Phaân loaïi caùc ñoái töôïng khoâng gian

a) Caùc ñöôøng ñaúng cao laøñoái töôïng khoâng gian töïnhieân giôùi haïn theo ñònhnghóa

100

200

300

400

b) Baûn ñoà maãu ñieåm bao goàmnhöõng ñoái töôïng khoâng gian töïnhieân ñöôïc giôùi haïn theo maãu vìkích thöôùc vaø hình daùng cuûa ñoáitöôïng ñöôïc xaùc ñònh bôûi maät ñoämaãu

17



3

1

2

c) Moät baûn ñoà haønh chính baogoàm nhöõng ñoái töôïng khoânggian phi töï nhieân khoâng ñoàngñeàu

d) Moät baûn ñoà khung löôùi baogoàm nhöõng ñoái töôïng khoânggian phi töï nhieân ñoàng ñeàu

18



Ñoái töôïng khoâng gian

Töï nhieân Phi töï nhieân

Giôùi haïnmaãu

Giôùi haïnñònh nghóa

Khoângñoàng ñeàu

Ñoàng ñeàu

19


Ñoái töôïng khoâng gian töï nhieân

- Ñoái töôïng khoâng gian giôùi haïn theo maãu (Sampling-Limited Spatial Objects) laø nhöõng ñoái töôïng bieåudieãn caùc thöïc theå khoâng gian töï nhieân maø thoâng tinveà noù nhö hình daïng vaø kích thöôùc ñöôïc xaùc ñònhbôûi nhöõng thoâng tin toång theå cho töøng thöïc theå.

- Ñoái töôïng khoâng gian giôùi haïn theo ñònh nghóa(Definition-Limited Spatial Objects) laø nhöõng ñoáitöôïng bieåu dieãn caùc thöïc theå khoâng gian töï nhieânmaø nhöõng thoâng tin veà noù ñaõ ñöôïc ñònh nghóa.

20


Ñoái töôïng khoâng gian phi töï nhieân

- Ñoái töôïng khoâng gian phi töï nhieân khoâng ñoàng ñeàu(Irregular Imposed Spatial Objects) laø nhöõng ñoáitöôïng bieåu dieãn caùc thöïc theå khoâng gian do conngöôøi ñaët ra coù hình daïng vaø kích thöôùc khoâng ñoàngñeàu.Ví duï: vuøng haønh chaùnh.

- Ñoái töôïng khoâng gian phi töï nhieân ñoàng ñeàu(Regular Imposed Spatial Objects) laø nhöõng ñoáitöôïng bieåu dieãn caùc thöïc theå khoâng gian do conngöôøi ñaët ra coù hình daïng vaø kích thöôùc gioáng nhaunhö caùc pixel trong moät aûnh raster. .

21

3. MOÂ HÌNH DÖÕ LIEÄU KHOÂNG GIANRASTER, VECTOR

Moâ hình Raster raát thích hôïp ñoái vôùi vieäc chia nhoû caùc

bieán lieân tuïc theo khoâng gian.

Moâ hình Raster ñöôïc söû duïng cho caùc aûnh soá; phaân tích

vaø xöû lyù aûnh soá laø nhöõng moân hoïc toàn taïi laâu daøi vôùi

nhieàu öùng duïng roäng raõi trong aûnh vieãn thaùm, aûnh y

hoïc,...

22

MOÂ HÌNH DMOÂ HÌNH DÖÖÕ LIEÕ LIEÄÄU KHOÂNG GIANU KHOÂNG GIAN

3. MOÂ HÌNH DÖÕ LIEÄU KHOÂNG GIAN RASTER, VECTOR

Ñoái vôùi vieäc bieåu dieãn baûn ñoà moâ hình vector coù nhieàu öu ñieåm

vöôït troäi so vôùi moâ hình Raster.

Trong moâ hình Vector, ñöôøng ñöôïc taïo baèng caùch noái tuaàn töï caùc

ñieåm, hoaëc caùc ñænh (Vertex). Moãi ñænh ñöôïc taïo ra töø moät caëp toïa

ñoä khoâng gian, vì vaäy noù coù teân laø Vector.

23



Moâ hình Vector raát thích hôïp cho vieäc veõ baûn ñoà. Baøn soá hoùa söû

duïng caùc nguyeân lyù xaáp xæ ñöôøng ñeå taïo ra döõ lieäu soá ôû daïng

vector.

Tuy nhieân, caùc caáu truùc döõ lieäu caàn thieát ñeå löu tröõ döõ lieäu Vector

thöôøng phöùc taïp hôn baûn Raster cuûa noù.

Caùc giaûi thuaät choàng lôùp caùc baûn ñoà ôû daïng Vector thöôøng gaëp

nhieàu khoù khaên hôn.

24



Bieåu dieãn ñoái töôïng trong moâ hình Vector, Raster.

a) Ñöôøng bao bieåu dieãn moät ñoáitöôïng vuøng trong moâ hình vector

b) Bieåu dieãn ñoái töôïng vuøng töông töïtrong moâ hình raster

25



3.1. Moâ hình Raster.

Moâ hình raster chia nhoû caùc bieán lieân tuïc trong khoâng gian thaønhnhöõng oâ nhoû, goïi laø ñieåm aûnh (pixel), moãi ñieåm aûnh ñöôïc xem nhöñoàng nhaát cuøng moät thuoäc tính.

Toaøn theå khoâng gian ñöôïc bieåu dieãn nhö moät ma traän cuûa nhöõng ñieåmaûnh. Moãi ñieåm aûnh ñöôïc bieåu dieãn bôûi moät con soá.

Moâ hình raster aùp duïng cho caùc ñoái töôïng khoâng gian phi töï nhieânñoàng ñeàu.

26




Caùc ñoái töôïng ñieåm ñöôïc bieåu dieãn baèng caùc ñieåm aûnh ñôn.

Ñoái töôïng ñöôøng ñöôïc bieåu dieãn baèng moät chuoãi caùc ñieåm aûnh lieân tuïcvaø coù ñoä roäng khoâng ñeàu vì kích thöôùc cuûa ñieåm aûnh quaù thoâ.

Ñoái töôïng vuøng trong moâ hình raster coù ñöôøng bieân zic-zac tuøy theokích thöôùc cuûa ñieåm aûnh.

27




Bieåu dieãn ñoái töôïng vuøng baèng moâ hình raster.

Baûn ñoà goác

Löôùi choàng lôùp (gridoverlay)

1

6 7

5

Baûn ñoà daïng oâ löôùi

Coät

Doøng

87

6

54

32

11 2 3 4 5 7 8 9

7777776666

777777

7

77

7

7

7

7

77

6666

6 6 6 6 6

6 6 6666

66

66

5

55

5

10

555

555555

555

5

5

11111111

1111

1111

1

1

6

28




Ñoä phaân giaûi khoâng gian cuûa Raster laø kích thöôùc cuûa moät pixel treânmaët ñaát.

Dung löôïng löu tröõ trong moâ hình Raster theo ñoä phaân giaûi.

Ví duï: Vôùi ñoä phaân giaûi 100m, moät vuøng vuoâng 100km caàn moät rastercoù 1000 haøng vaø 1000 coät töông öùng vôùi 1 trieäu pixel vaø ñeå coù ñoä phaângiaûi 10m thì caàn 100trieäu pixel. Neáu duøng 1byte ñeå bieåu dieãn 1 pixel thìdung löôïng caàn thieát laø 100MB.

Moâ hình Raster thöôøng ñöôïc bieåu dieãn vôùi caùc caáu truùc coù söû duïng caùcphöông phaùp neùn döõ lieäu ñeå giaûm bôùt dung löông löu tröõ.

29




Moâ hình raster coù öu ñieåm laø caùc loaïi döõ lieäu khoâng gian khaùc nhau coùtheå choàng lôùp vôùi nhau maø khoâng caàn söû duïng caùc pheùp tính toaùn hìnhhoïc phöùc taïp nhö vieäc choàng lôùp baûn ñoà trong moâ hình vector.

Xöû lyù döõ lieäu raster coù hieäu quaû ñoái vôùi caùc thuaät toaùn truy vaán laâncaän, loïc khoâng gian, choàng lôùp cuûa hai hoaëc nhieàu lôùp döõ lieäu.

Tuy nhieân, xöû lyù raster laïi khoâng hieäu quaû ñoái vôùi caùc thuaät toaùn tìmtaát caû caùc pixel laân caän thuoäc hoaøn toaøn veà moät ñoái töôïng.

30




Caùch toå chöùc moâ hình raster phuø hôïp vôùi caùc moâ hình khoâng gian lieântuïc, ñaëc bieät ôû ñoù chæ coù moät thuoäc tính chæ ñoä bieán ñoåi khoâng gian caonhö döõ lieäu treân caùc aûnh veä tinh.

Vieäc boá trí caùc pixel ñeàu ñaën trong moät löôùi ñeàu laø moät ñieàu kieän lyùtöôûng cho vieäc tính toaùn vaø bieåu dieãn ñoä doác khoâng gian.

31



3.2. Moâ hình Vector.

Moâ hình vector bieåu dieãn caùc ñoái töôïng khoâng gian theo ba daïng ñieåm,ñöôøng, vuøng.

Moâ hình vector aùp duïng cho caùc ñoái töôïng khoâng gian töï nhieân giôùihaïn theo maãu hoaëc giôùi haïn theo ñònh nghóa vaø nhöõng ñoái töôïng khoânggian phi töï nhieân khoâng ñoàng ñeàu.

32




Caùc ñoái töôïng ñöôøng ñöôïc tuyeán tính hoùa baèng nhöõng ñoaïn thaúng(vector) ñöôïc xaùc ñònh bôûi toïa ñoä hai ñieåm ñaàu vaø cuoái goïi laø caùc“ñænh” (vertex).

Khi caùc Vertex caøng gaàn nhau thì ñoái töôïng ñöôïc bieåu dieãn caøng chínhxaùc.

Caáu truùc löu tröõ döõ lieäu trong moâ hình vector phöùc taïp hôn moâ hìnhraster vaø vieäc xaây döïng caùc thuaät toaùn choàng lôùp baûn ñoà trong moâhình vector cuõng phöùc taïp hôn.

33

X

Y

16

42

3

16

42

3

Baûn ñoà goác

Baûn ñoà ñöôïc bieåudieãn trong heä toïañoä ñeàcaùt

MOÂ HÌNH DMOÂ HÌNH DÖÖÕ LIEÕ LIEÄÄU KHOÂNG GIANU KHOÂNG GIAN3. MOÂ HÌNH DÖÕ LIEÄU KHOÂNG GIAN RASTER, VECTOR


Bieåu dieãn ñoái töôïng khoâng gian baèng moâ hình vector.

SOÁ ÑOÁI TÖÔÏNG VÒ TRÍ

Ñieåm 3 X,Y

Ñöôøng 16 X1Y1, X2Y2, ……… , XnYn

Vuøng 42 X1Y1, X2Y2, ……… , X1Y1

34



Neáu caùc ñoái töôïng khoâng gian ñöôïc löu tröõ vôùi thoâng tin thuoäc tính thìthoâng thöôøng döõ lieäu khoâng gian vaø phi khoâng gian ñöôïc löu tröõ treâncuøng moät file.

Ñieåm coù theå ñöôïc bieåu dieãn vôùi nhieàu kyù hieäu khaùc nhau, ñöôøng coù theåñöôïc veõ nhieàu maøu vaø coù troïng soá, vaø vuøng coù theå ñöôïc laáp ñaày vôùi caùcbieåu maãu vaø maøu saéc khaùc nhau tuøy thuoäc vaøo giaù trò thuoäc tính cuûachuùng.

Tyû leä vaø pheùp chieáu baûn ñoà laøm thay ñoåi döõ lieäu vector coù tính tuyeántính ñeå caùc vuøng rieâng bieät coù theå ñöôïc phoùng to hoaëc söûa ñoåi phuïc vuïcaùc muïc ñích khaùc nhau .

35




i. Moâ hình “sôïi buùn” (spaghetti).

Ñieåm ñöôïc xaùc ñònh bôûi caëp toïa ñoä (x,y).

Ñöôøng ñöôïc tuyeán tính hoùa töøng ñoaïn, bieåu dieãn baèng moät chuoãinhöõng caëp toaï ñoä (xi,yi).

Vuøng ñöôïc xaùc ñònh bôûi moät ñöôøng kheùp kín vaø ñöôïc bieåu dieãn baèngmoät chuoãi caëp toïa ñoä (xi,yi) coù toïa ñoä ñaàu vaø toïa ñoä cuoái truøng nhau.

36





Baûng toïa ñoä (xi,yi) ñöôïc löu tröõ nhö laø thuoäc tính khoâng gian cuûa caùcñoái töôïng.

Moâ hình sôïi buùn deã laøm phaùt sinh nhöõng vuøng troáng hoaëc choàng laán taïibieân cuûa hai vuøng keà nhau vì moãi vuøng ñeàu coù ñöôøng bieân rieâng taïiranh giôùi naøy.

Moâ hình sôïi buùn khoâng theå bieåu dieãn caùc ñoái töôïng vuøng trong vuøng,nghóa laø coù theå xaûy ra tröôøng hôïp moät ñieåm thuoäc hai vuøng khaùc nhauveà thuoäc tính.

37





Moâ hình sôïi buùn (spaghetti), ñoái töôïng ñöôøng ñöôïc xaùc ñònh baèng caùc ñænh maøvò trí khoâng gian ñöôïc ghi laïi trong caùc baûng toïa ñoä.

Caùc ñænh

Baûng caùc giaù tròToïa ñoä (x,y)

38




ii. Moâ hình Topo (Topology)

Ñöôøng ñöôïc chia thaønh nhieàu cung (arc) coù ñònh höôùng, moãi cung ñöôïcthaønh laäp moät hoaëc nhieàu ñoaïn thaúng, giôùi haïn bôûi caùc ñænh ñaàu muùtcuûa cung goïi laø nuùt (node), moãi cung coù nuùt ñaàu vaø nuùt cuoái.

Caùc baûng thuoäc tính topo seõ moâ taû caùc quan heä khoâng gian giöõa caùccung, caùc nuùt vaø caùc vuøng.

Do chæ coù moät ñöôøng bieân giöõa hai vuøng keà nhau neân khoâng theå coùvuøng troáng hoaëc choàng laán vaø khoâng theå coù baát kyø moät ñieåm naøothuoäc hai vuøng.

39





Caùc thuoäc tính topo cuûa caùc ñoái töôïng khoâng gian laø caùc thuoäc tính veàsöï tieáp giaùp, söï chöùa ñöïng vaø söï lieân keát cuûa caùc ñoái töôïng

Caùc thuoäc tính Topology cuûa caùc ñoái töôïng khoâng gian khoâng bò thayñoåi bôûi caùc pheùp bieán ñoåi nhö chuyeån dòch, thay ñoåi tæ leä, quay.

Tuy nhieân, caùc pheùp bieán ñoåi naøy coù theå aûnh höôûng ñeán toïa ñoä khoânggian vaø moät soá thuoäc tính hình hoïc nhö dieän tích, chu vi vaø höôùng cuûacaùc ñoái töôïng.

40





Caùc thuoäc tính topo cuûa caùc ñoái töôïng khoâng gian ñöôïc ñònh nghóatheâm vaøo thuoäc tính khoâng gian cuûa moâ hình sôïi buùn.

Khi döõ lieäu khoâng gian ñöôïc bieåu dieãn trong moâ hình topo, vieäc thayñoåi, theâm, xoùa caùc ñöôøng bao cuûa vuøng khoâng chæ aûnh höôûng ñeán toïañoä khoâng gian cuûa caùc ñænh maø coøn aûnh höôûng ñeán caùc thuoäc tính topocuûa caùc cung, nuùt.

41

Moâ hình topology ñöôïc theâm thoâng tin veà söï tieáp giaùp, chöùa ñöïng vaø söï lieân keátcuûa caùc cung vaø caùc nuùt. Moãi cung goàm moät hoaëc nhieàu ñoaïn thaúng ñöôïc xaùcñònh baèng caùc ñænh.

Caùc ñænh

Baûng caùc giaù tròToïa ñoä (x,y)

vaø

Caùc baûng thuoäc tínhtopologyCaùc nuùt

Caùc cung





42




iii. Caùc moâ hình döõ lieäu söû duïng caùc vuøng khoâng ñeàu ñeå moâ hìnhcaùc beà maët.

Moâ hình maïng tam giaùc khoâng ñeàu (Triangulated Irregular Network -TIN) ñöôïc söû duïng chuû yeáu ñeå bieåu dieãn caùc beà maët ñoä cao soá (DigitalElevation Surface)

Moâ hình Voronoi chia nhoû moät vuøng thaønh caùc vuøng Thiessen hoaëc

Voronoi.

43





Trong caû hai moâ hình treân, döõ lieäu ñöôïc laáy töø thuoäc tính cuõa taäpñieåm.

Beà maët ñöôïc moâ hình laø “ñoä cao” cuûa moät thuoäc tính ño ñöôïc taïi caùcvò trí ñieåm.

Muïc tieâu cuûa moâ hình hoùa laø chuyeån caùc ñoái töôïng ñieåm thaønh moätmaïng löôùi caùc ñoái töôïng vuøng gaàn gioáng moät beà maët vaø beà maët taïo rathöôøng ñöôïc xem xeùt theo caùch bieåu dieãn vector.

44





Moái quan heä giöõa caùc tam giaùcDelaunay vôùi caùc ñieåm döõ lieäutaïi caùc ñænh vaø caùc vuøngThiessen hoaëc Voronoi (caùcñöôøng lieàn neùt), trong ñoù moãivuøng chöùa moät ñieåm.

Caùc tam giaùc naøy taïo thaønh moätmaïng tam giaùc khoâng ñeàu, moätloaïi moâ hình Vector

45





Trong moâ hình TIN, caùc vò trí ñieåm taïo thaønh caùc ñænh cuûa tam giaùcmaø caùc caïnh caøng ñeàu nhau caøng toát.

Phöông phaùp thích hôïp laø söû duïng pheùp ño ñaïc tam giaùc Delaunaynhaèm taïo ra moät taäp duy nhaát cuûa caùc tam giaùc.

Caùc maët tam giaùc taïo ra coù daïng moät maïng löôùi caùc beà maët phaúng vôùidaïng hình hoïc cuûa noù ñöôïc ñònh nghóa bôûi ñoä cao cuûa caùc goùc.

46

MOÂ HÌNH DMOÂ HÌNH DÖÖÕ LIEÕ LIEÄÄU KHOÂNG GIANU KHOÂNG GIAN a




Vôùi caùch bieåu dieãn TIN, söï khaùc nhau veà ñoä cao cuûa beà maët ñaát ñöôïcbieåu dieãn gaàn ñuùng baèng taäp caùc tam giaùc.

Thuaän lôïi cuûa maïng tam giaùc laø kích thöôùc cuûa tam giaùc coù nhöõng ñieàuchænh moät caùch töï ñoäng theo maät ñoä ñieåm, vuøng coù nhieàu ñieåm gaànnhau thì tam giaùc nhoû, vuøng coù ít ñieåm vaø xa nhau thì tam giaùc lôùn.

Caùc ñieåm naøy taïo thaønh töø caùc ñöôøng ñoàng möùc ñöôïc soá hoùa, maät ñoäñieåm gia taêng theo maät ñoä ñöôøng ñoàng möùc, ñieåm uoán nhoû hôn, daøyñaëc hôn thì caùc tam giaùc coù höôùng doác ñöùng nhieàu hôn caùc tam giaùc coùhöôùng doác thoai thoaûi.

47





Moâ hình TIN cuõng thuaän tieän trong vieäc bieåu dieãn caùc ñoái töôïngkhoâng lieân tuïc, nhö caùc vaùch ñaù, caùc ñöùt gaõy ñòa hình, caùc ñöôøng bôøbieån vaø caùc ñaùy thung luõng.

Khi chuyeån ñoåi caùc moâ hình TIN thaønh raster, vieäc noäi suy coù theå ñöôïcthöïc hieän moät caùc tröïc tieáp töø caùc beà maët hai chieàu goïi laø noäi suytuyeán tính hoaëc caùc maûnh phaúng ñöôïc söû duïng ñeå taïo ra moät beà maëtcoù tính giaùn ñoaïn cao giöõa caùc maët tam giaùc (noäi suy phi tuyeán tính ).

48





Caùc moâ hình Thiessen bao goàm moät maïng löôùi caùc vuøng, moãi vuøngchöùa moät ñieåm döõ lieäu.

Tính chaát cuûa caùc vuøng laø caùc caïnh luoân vuoâng goùc vôùi moät ñöôøng lieânkeát caùc ñieåm gaàn keà vaø taïi vò trí baát kyø trong moät vuøng gaàn vôùi ñieåmtrong vuøng ñoù hôn caùc ñieåm cuûa caùc vuøng laân caän.

Caùc vuøng Thiessen coù nhieàu öùng duïng, nhöng chuùng thöôøng ñöôïc söûduïng vôùi moâ hình beà maët caùc daõy nuùi, nôi maø ñoä cao cuûa moãi ñænh laøhaèng soá vaø baèng vôùi giaù trò cuûa moät thuoäc tính ñöôïc choïn cuûa ñieåmñöôïc bao boïc.

49




Xaây döïng caùc ña giaùc Thiessen töø taäp ñieåm maãu

- Moät ña giaùc ñöôïc taïo bôûi caùc ñoaïn thaúng sao cho khoâng caét voøng troøn ñieàu khieån.

- Caùc ñoaïn thaúng, caïnh cuûa ña giaùc laø phaàn giao nhau cuûa caùc ñöôøng trung tröïcñöôïc veõ töø hai ñieåm maãu gaàn keà.

- Voøng troøn ñieàu khieån laø voøng troøn coù taâm xaùc ñònh ñieåm maãu, baùn kính laø khoaûngcaùch lôùn nhaát sao cho hai voøng troøn cuûa hai ñieåm maãu keà nhau khoâng giao nhau.

- Baùn kính voøng troøn ñieàu khieån coøn ñöôïc goïi laø khoaûng caùch ñieàu khieån.

50




Xaây döïng caùc ña giaùc Thiessen töø taäp ñieåm maãu

a). khoaûng caùch ñieàu khieån b). ña giaùc Thiessen

51




Xaây döïng caùc tam giaùc Delaunay töø caùc ña giaùc Thiessen

Moãi caïnh cuûa tam giaùcDelaunay ñöôïc taïo thaønh töø haihai ñænh (ñieåm maãu, taâm cuûa ñagiaùc Thiessen) cuûa hai ña giaùcneáu hai ña giaùc coù caïnh chung.khieån.

52




Xaây döïng caùc tam giaùc Delaunay töø caùc ña giaùc Thiessen

a). Taäp ñieåm maãu

b). Taïo maïng tam giaùc c). Kieåm tra chuaån Delaunay

53




Xaây döïng moâ hình TIN töø Maïng caùc tam giaùc Delaunay

- Moâ hình TIN laø moâ hình bieåu dieãn beà maët ñòa hình lieân tuïc, ñöôïc toå chöùc daïngmaïng tam giaùc khoâng ñeàu.

- Beà maët ñòa hình ñöôïc chuyeån sang taäp hôïp caùc maët tam giaùc. Caùc maët tam giaùc laødaïng hình hoïc phoå bieán nhaát vaø ñöôïc xaây döïng töø taäp ñieåm maãu chöùa caùc giaù trò ñoäcao Z.

- Caùc maët tam giaùc ñöôïc xaây döïng töø taäp ñieåm maãu theo tieâu chuaån Delaunay: Moätvoøng troøn ngoaïi tieáp ñi qua ba ñieåm laø ba ñænh cuûa moät tam giaùc Delaunay khoângchöùa nhöõng ñieåm khaùc trong taäp caùc ñænh cuûa maïng tam giaùc.

54


4. DÖÕ LIEÄU THUOÄC TÍNH

Döõ lieäu thuoäc tính ghi trong moät cô sôû döõ lieäu coù theå ñöôïc chia

thaønh 3 loaïi: khoâng gian, thôøi gian vaø chuyeân ñeà.

Phaàn lôùn caùc ñoái töôïng coù theå ñöôïc moâ taû thoâng qua ba loaïi thuoäc

tính naøy, maëc duø trong thöïc teá, thuoäc tính khoâng gian vaø/hoaëc thôøi

gian ñöôïc boû qua vì chuùng khoâng thay ñoåi hoaëc khoâng quan troïng

ñoái vôùi taùc vuï ñang xeùt.

Ñoái vôùi caùc öùng duïng GIS, thuoäc tính thôøi gian vaø chuyeân ñeà ñöôïc

goäp chung laïi vôùi nhau (thuoäc tính phi khoâng gian)

55



Thuoäc tính khoâng gian laø döõ lieäu veà vò trí, topo vaø hình hoïc cuûa caùc

ñoái töôïng khoâng gian.

Vò trí khoâng gian cuûa caùc ñoái töôïng ñöôïc ghi laïi theo heä toïa ñoä kinh

vó, heä toïa ñoä cuûa moät caùc pheùp chieáu baûn ñoà chuaån hoaëc theo caùc

toïa ñoä thaúng tuøy yù vôùi moät goác cuïc boä.

Moät trong caùc chöùc naêng höõu ích cuûa GIS laø khaû naêng chuyeån ñoåi

döõ lieäu khoâng gian töø heä toïa ñoä naøy sang heä toïa ñoä khaùc ñeå caùc

baûn ñoà trong caùc heä quy chieáu khaùc nhau coù theå so saùnh ñöôïc vôùi

nhau.

6.1. Thuoäc tính khoâng gian

56



Con ngöôøi khoâng nghó veà vò trí cuûa caùc ñoái töôïng khoâng gian qua

caùc toïa ñoä cuûa chuùng maø qua caùc moái quan heä khoâng gian (thöôøng

laø moái quan heä topology) vôùi nhöõng ñoái töôïng ñaõ bieát.

Trong caùc heä thoáng thoâng tin ñòa lyù hieän taïi, caùc thuoäc tính cuûa

hình hoïc topo ñöôïc taïo ra moät caùch töï ñoäng baèng caùch “building

topology” ñöôïc löu laïi moät caùch roõ raøng trong caùc baûng thuoäc tính.


57




Hoà B

Suoái A

Suoái

Höôùng ñoâng

Höôùngbaéc

Vuøng moûkhai thaùc

Söï khaùc nhau giöõa moät thamchieáu khoâng gian theo toïa ñoä ñòalyù chính xaùc vôùi moät tham chieáutheo kieåu ñònh vò töông ñoái.

58



Thuoäc tính thôøi gian vaø thuoäc tính chuyeân ñeà cuûa caùc ñoái töôïng

khoâng gian ñöôïc goïi chung laø thuoäc tính phi khoâng gian.

Thuoäc tính thôøi gian ñeà caäp ñeán tuoåi cuûa caùc ñoái töôïng, hoaëc thôøi

gian thu thaäp döõ lieäu.

Thuoäc tính chuyeân ñeà ñeà caäp ñeán caùc loaïi thuoäc tính khaùc cuûa ñoái

töôïng, caùc thuoäc tính khoâng lieân quan ñeán vò trí hay thôøi gian.

6.2. Thuoäc tính phi khoâng gian

59



Thuoäc tính cuûa caùc ñoái töôïng khoâng gian ñöôïc toå chöùc thaønh caùc cô

sôû döõ lieäu vaø ñöôïc quaûn lyù bôûi moät heä quaûn trò cô sôû döõ lieäu

(DBMS)

Cô sôû döõ lieäu thuoäc tính ñöôïc xaây döïng theo caùc moâ hình: moâ hình

phaân caáp, moâ hình maïng hay moâ hình quan heä.

Trong ñoù, moâ hình quan heä ñöôïc söû duïng phoå bieán nhaát.

6.2. Thuoäc tính phi khoâng gian

60



Thuoäc tính cuûa caùc ñoái töôïng khoâng gian thöôøng ñöôïc toå chöùc

thaønh danh saùch hoaëc baûng.

Baûng laø nhöõng daõy soá hai chieàu vôùi caùc haøng laø caùc ñoái töôïng hoaëc

caùc thöïc theå vaø caùc coät laø thuoäc tính cuûa chuùng.

Caùc file döõ lieäu trong moät heä thoáng chöùa moät löôïng lôùn caùc loaïi döõ

lieäu khaùc nhau phaûi ñöôïc toå chöùc vaø quaûn trò moät caùch chaët cheõ.

6.3. Baûng thuoäc tính

61


5. MOÂ HÌNH QUAN HEÄ

Quan heä laø moät caáu truùc hai chieàu chöùa döõ lieäu.

Quan heä laø moät khaùi nieäm tröøu töôïng. Trong thöïc teá noù töông öùng

vôùi moät baûng.

Moät haøng cuûa quan heä laø moät boä (Tuple) vaø coät laø moät tröôøng

(field) hay thuoäc tính.

62



Tuple töông töï nhö moät baûn ghi döõ lieäu trong moät teäp phaúng (Flat

file) vaø chöùa moät taäp caùc maãu döõ lieäu ñeå moâ taû thöïc theå hoaëc ñoái

töôïng.

Moät khoùa (key) hay tröôøng khoùa (keyfield) laø moät thuoäc tính ñeå

nhaän daïng moät caùch duy nhaát caùc Tuple vaø cung caáp moät lieân keát

giöõa quan heä naøy vôùi moät quan heä khaùc.

63



Caáu truùc baûng quan heä

Teân mieàn(thuoäc tính)

Haøng(boä)

Teân baûng(quan heä)

64



Ñaëc tröng cuûa moät cô sôû döõ lieäu quan heä ñuùng ñöôïc Codd

(1970) ñöa ra nhö sau:

- Taát caû döõ lieäu phaûi ñöôïc bieåu dieãn ôû daïng baûng, ñieàu naøy töông

phaûn vôùi daïng thöù töï hay maïng.

- Taát caû döõ lieäu phaûi ôû daïng nguyeân töû. Ñieàu naøy coù nghóa laø baát kyø

moät teá baøo naøo trong baûng ñeàu chæ coù theå chöùa moät giaù trò ñôn.

- Caùc Tuple coù theå ñöôïc saép xeáp laïi maø khoâng laøm thay ñoåi quan heä.

65



Nhieàu baûng quan heä coù thuoäc tính gioáng nhau coù theå lieân keát laïi

thaønh moät baûng quan heä.

Khi baûng quan heä quaù lôùn, gaây khoù khaên cho vieäc xöû lyù döõ lieäu, coù

theå phaân raõ thaønh nhieàu baûng quan heä ñeå tieän löu tröõ vaø xöû lyù.

Moät khaùi nieäm thieát yeáu trong thieát keá moät cô sôû döõ lieäu quan heä

laø söï chuaån hoùa.

66



Chuaån hoùa laø tieán trình chuyeån caùc quan heä phöùc taïp thaønh nhieàu

quan heä ñôn giaûn hôn thoaû maõn caùc luaät quan heä.

Daïng chuaån: laø traïng thaùi cuûa moät quan heä coù ñöôïc khi aùp duïng

caùc qui taéc lieân quan ñeán phuï thuoäc haøm trong caùc quan heä ñoù.

Trong moâ hình quan heä, 4 daïng chuaån sau ñöôïc xem xeùt: Daïng

chuaån 1, daïng chuaån 2, daïng chuaån 3 vaø daïng chuaån Boyce-Codd

(BCNF).

67



Daïng chuaån 1 (Normal form 1): Moät quan heä ôû daïng chuaån moät

neáu noù khoâng toàn taïi moät thuoäc tính ña trò.

Daïng chuaån 2 (NF 2): Daïng chuaån 2 ñoøi hoûi quan heä phaûi ôû chuaån 1

vaø taát caû caùc thuoäc tính khoâng khoaù ñeàu phuï thuoäc haøm ñaày ñuû vaøo

thuoäc tính khoaù.

68



- Daïng chuaån 3 (NF 3): Daïng chuaån 3 ñoøi hoûi trong taát caû caùc quan

heä khoâng ñöôïc toàn taïi moät phuï thuoäc haøm baéc caàu naøo (transitive

dependency).

- Daïng chuaån Boyce-Codd (BCNF): Moät quan heä ôû daïng chuaån

BCNF neáu vaø chæ neáu moãi ñònh thuoäc (determinant) trong quan heä

phaûi laø moät khoaù döï tuyeån (Candidate key).

Caùc quan heä ñaït daïng chuaån 3 coù theå khoâng ñaït ñöôïc daïng chuaån

BCNF.

chuong 3: mô hình dữ liệu không gian gis

Technology