Ebook Hệ thống thông tin địa lý - Geographical information system

ó nhiều ph−ơng pháp phân loại khác nhau. Xác định quy luật phân bố tần số: có 6 mẫu phân bố cơ bản là: đồng nhất (uniform), bình th−ờng (normal), có hai cực trị (bimodal), đ−ờng thẳng xiên (linearly Skewed), cong (non-linear slewed), nhiều lớp (multiple clusters). đồng nhất bình th−ờng hai cực trị xiên (toán học) xiên cong (hình học) nhóm Hình 32. 6 mẫu phân bố tần số thông dụng Nếu nh− sự phân bố tần số có dạng gần với dạng đồng nhất thì có thể phân loại một cách đơn giản theo nguyên tắc tạo các khoảng không đổi (constant interval) hay là tạo một loạt các bậc bằng nhau. Tr−ờng hợp đó cần xác định các giá trị cực đại, cực tiểu của tài liệu, sau đó toàn bộ dải tài liệu đ−ợc chia ra các lớp bằng nhau. Ph−ơng pháp phân loại theo nguyên tắc cùng tần số. Nguyên tắc là phân loại để tạo nên các lớp cùng các hoặc gần cùng tần số trong mỗi lớp. Toàn bộ các đối t−ợng sẽ rơi vào các lớp có trật tự ở trên hay ở d−ới. Tổng số các đối t−ợng đ−ợc phân chia theo số lớp và giới hạn của từng lớp đ−ợc xác định một cách chủ quan hoặc ngẫu nhiên. Hạn chế của ph−ơng pháp này là ranh giới của các lớp không xác định đ−ợc bằng toán học. Khi sự phân bố tần số giống với sự phân bố chuẩn thông th−ờng (normal) thì việc phân loại có thể dựa vào giá trị trung bình trừ đi độ lệch chuẩn còn lớp thứ hai đ−ợc xác định bằng giá trị trung bình trừ đi độ lệch chuẩn. Hai lớp khác nằm trong dải trung bình x1 độ lệch chuẩn đến trung bình -2 độ lệch chuẩn. Một cặp thứ 3: trung bình -1 độ lệch chuẩn và trung bình – 2 độ lệch chuẩn: Lớp 1 đến lớp 2: từ X - 2δ đến X - 1δ Lớp 3 đến lớp 4: từ X - 1δ đến X - 1δ Lớp 5 đến lớp 6: từ X - 1δ đến X- 2δ Nhìn chung, số l−ợng lớp đ−ợc phân chia ra trong sự phân bố chuẩn th−ờng là 6,4 hoặc 2. Trong dạng phân bố hai cực trị, dãy t− liệu đ−ợc chia thành hai nhóm tách biệt. Trong tr−ờng hợp này, tr−ớc hết phải tiến hành chia tài liệu thành hai nhóm rồi chia mỗi nhóm thành các lớp theo ph−ơng pháp đã nêu ở trên. Nếu t− liệu phân bố theo dạng đ−ờng chéo (hay đ−ờng dốc) với độ dốc t−ơng đối ổn định. Tr−ờng hợp này phải dựa theo nguyên tắc tiến triển số học để phân loại. Ng−ỡng của lớp thứ K đ−ợc xác định: TK = b - (K - 1) d ở đây: b là khoảng đầu của sự tiến triển toán học d: hằng số tăng lên K: hệ số (>1) To = 0 Ranh giới của các lớp L và U đ−ợc tính: LK = a - ∑TK - 1 UK = a - ∑TK Ví dụ: nếu a = 0, b = 0, d = 0 thì khi K = 1, giới hạn của lớp K = 1 là (0,10), khi lớp K= 2 là (10, 30), K = 3 là (30, 60), K = 4 là (60, 100). Nếu a = 0, b = 10, d = 2 thì các giới hạn đó là K1(10, 22), K2(22,36), K3(36,52). Trong tr−ờng hợp này, sự thay đổi về khoảng dọc theo dãy tiến triển thể hiện h−ớng xiên của đồ thị phân bố. Trong thực tế sự phân bố tần số của số liệu th−ờng phức tạp hơn sự phân bố theo mẫu, đặc biệt là dạng phân bố theo nhiều nhóm (multi cluster distribution), phức tạp nhất song lại th−ờng gặp. Trong đó, đ−ờng cong phân bố thể hiện có nhiều lớp với chiều rộng khác nhau, nhiều cực trị khác nhau và độ cao cũng khác nhau. Khi đó số lớp không thể tính bằng ph−ơng pháp số học mà phải tính một cách ngẫu nhiên. Theo kinh nghiệm, có thể áp dụng cách phân lớp theo nhánh (hierarchical clustering). Ph−ơng pháp này cho phép xác định một cách tối −u số l−ợng lớp và ranh giới các lớp. Cách thức tiến hành nh− sau: • B−ớc đầu mỗi đối t−ợng đ−ợc xác định là một nhóm hợp phần • Mỗi lần làm lại thì một đối t−ợng bất kỳ có sự khác biệt nhất với nhóm đ−ợc phát hiện và gộp với nhóm đó. • Cứ nh− vậy, mỗi lần chia lại thì số l−ợng nhóm đ−ợc giảm đi 1, cuối cùng toàn bộ các đối t−ợng đ−ợc thành những nhóm riêng. Các giá trị thống kê: SSw, SSb, và tỉ số SSw/SSb đ−ợc tính cho mỗi công đoạn (SSw là tổng của ph−ơng sai trong mỗi nhóm, SSb là tổng ph−ơng sai giữa các nhóm, việc gộp nhóm xác định đ−ợc các đối t−ợng nào ở cùng một lớp, số l−ợng các lớp tự nhiên đ−ợc xác định bởi đ−ờng cong của tỉ số SSw/SSb. Góc bên phải đ−ờng cong: khi số l−ợng lớp bằng số l−ợng đối t−ợng và SS = 0, tỉ số SSw/SSb = 0. Góc bên trái đ−ờng cong: số l−ợng đối t−ợng = 1, SSb = 0 và tỉ số SSw/SSb = ∞ Theo nguyên tắc "ngón tay cái" thì số l−ợng các lớp đ−ợc chia dựa vào chỗ gồ lên của đ−ờng cong. ý nghĩa là khi phân loại bắt đầu từ phía xa bên phải đ−ờng cong, tỉ số sẽ đ−ợc tăng dần đến chỗ đ−ờng cong bị ghồ lên. Sau chỗ đó thì tại một điểm bất kỳ, giá trị tỉ số sẽ tăng lên rất nhanh so với điểm tr−ớc nó. Sự phân loại sẽ đ−ợc xem xét khi mà tỉ số còn thấp ở giá trị chấp nhận đ−ợc. Với mỗi tập hợp thống kê khác nhau thì có một ph−ơng pháp phân loại thích hợp. Vấn đề cần thiết đặt ra trong phân tích không gian là phải tìm đ−ợc ph−ơng pháp phân loại phù hợp cho một tập hợp nhất định. Những ph−ơng pháp đã nêu ở trên là dựa vào t− liệu thuộc tính. Nếu nh− mục tiêu phân loại là để xử lý không gian tạo nên các mẫu không gian khác nhau thì ph−ơng pháp phân loại lại đ−ợc áp dụng theo nguyên tắc khác. Trong tr−ờng hợp cá đối t−ợng bản đồ là các polygon, có thể áp dụng hệ số phân chia (fracmentation index) để phân loại: 1 1 − −= n mρ ở đây: ρ: hệ số phân chia nhỏ m: số vùng tiếp giáp trên bản đồ n: số đơn vị bản đồ gốc Đối với thuộc tính của polygon, n là số l−ợng polygon tr−ớc khi phân loại và tẩy sạch, m là số l−ợng polygon sau khi phân loại và tẩy sạch (ph−ơng pháp đã nêu ở trên). Giá trị của m luôn nhỏ hơn hoặc bằng n và giá trị ρ thay đổi từ 0 – 1. Về lý thuyết thuần tuý, khi m = n thì sự phân loại tạo nên kết quả là mỗi polygon trong một lớp thì khác với toàn bộ các polygon kế cận. Trong tr−ờng hợp này, hệ số phân chia mảnh ρ có giá trị là 1 thì tạo nên số l−ợng tối đa các mảnh trong kết quả phân loại, với xu h−ớng khác thì toàn bộ các polygon đ−ợc phân loại thành chính các polygon đã có trên bản đồ tổng hợp. Vì khi m = 1, ρ = 0 khi đó các polygon là không đổi. Ví dụ sau sẽ minh hoạ rõ cho ph−ơng pháp phân loại này. 4 4 43 3 1 1 12 2 9 12 12 129 11 10 8 5 5 5 7 7 8 8 A B 1-3 4-9 10-12 1-4 5-8 9-12 Hình 33. Phân chia bản đồ thành các vùng theo hệ số chia mảnh khác nhau Bản đồ gốc có cấu trúc l−ới 5 x 5, mỗi ô có giá trị xác định. Trong cả hai kết quả, bản đồ đều chia thành 3 lớp ở A: ρ = (8-1)(25 -1) = 0,29 (số vùng nhiều hơn = 8) ở B: ρ = (3-1)(25 -1) = 0,08 (số vùng ít hơn = 3) Để tiện áp dụng, trong xử lý không gian, việc điều khiển một lớp thông tin và nhiều lớp thông tin đ−ợc tách thành hai chức năng riêng biệt trong phần mềm HTTĐL. Tuy nhiên đa số trong thực tiễn, hai việc này đều phải đ−ợc thực hiện trong xử lý không gian. Điều khiển một lớp thông tin th−ờng là b−ớc chuẩn bị t− liệu hay là biến đổi các t− liệu gốc theo từng lớp để tạo thành một hay nhiều lớp thông tin cần thiết cho b−ớc xử lý tiếp theo. Việc chuẩn bị dữ liệu đó phải dựa vào các thuộc tính của t− liệu. Thông th−ờng có 3 dạng chuẩn bị: điều khiển thuộc tính, phân biệt lựa chọn đối t−ợng và phân loại đối t−ợng. • Tr−ớc hết, việc điều khiên các đối t−ợng bản đồ có thể áp dụng nhiều cạch. Với vùng rộng của các đơn vị tự nhiên thì phải chia nhỏ thành các phù vùng với diện tích nhỏ hơn. Ng−ợc lại, với các vùng quá phân tán thì lại phải gộp thành càc vùng lớn hơn. Từng phần của tài liệu có thể đ−ợc loại bỏ, bổ s−ng thêm vào hoặc lựa chọn để thích hợp với công việc xử lý tiếp theo. • Thứ hai, các đối t−ợng bản đồ có thể phân biệt và lựa chon từ cơ sở dữ liệu thông qua các phép toán quan hệ hoặc logic, công ivệc này sẽ tạo nên những t− liệu mới cần thiết. Việc phân biệt và lựa chọn có thể thực hiện bằng phân tích so sánh và áp dụng nhiều thuật toán, tuỳ thuộc vào đặc điểm của dãy t− liệu. • Thứ ba, các đối t−ợng không gian có thể đ−ợc phân loại tr−ớc khi phân loại họăc thiết lập mô hình, áp dụng HTTĐL, bảng phân bố tần số của các đối t−ợng không gian cần đ−ợc thành lập và từ đó các ph−ơng pháp phân loại có thể đ−ợc lựa chọn và áp dụng. Bài tập thực hành Số hoá hoặc vẽ 2 bản đồ đ−ờng giao thông và ranh giới thành phố (không vẽ các đ−ờng chấm rời là đ−ờng phân vùng của thành phố và ngoại ô). a b d c e A B Bản đồ đ−ờng giao thông Bản đồ phân vùng Giữ riêng ranh giới thành phố bằng cách Split Tách riêng bản đồ giao thông của thành phố bằng Clip Tẩy bỏ bản đồ giao thông thành phố bản đồ ban đầu. So sánh kết quả với bản đồ của kết quả b. Sử dụng bản đồ kết quả của b rồi bổ sung thêm các đ−ờng của thành phố B trong bản đồ phân vùng. Bổ sung thêm bằng các đ−ờng chấm Update của bản đồ A vào để tạo kết quả bản đồ đ−ờng giao thông (đ−ợc update) của thành phố B. Tạo các vùng đệm (Buffer Zone) cho bản đồ d với từng chiều rộng bằng 1/10 của cạnh bản đồ gốc. Xác định các thuộc tính của các polygon của bản đồ giao thông (có vùng đệm). Thiết lập bảng tần số phân bố cho các vùng đệm trong thành phố. Phân loại các polygon trong sơ đồ A thành 3 lớp tuỳ thuộc vào các chỉ tiêu xác định và tính toán hệ số phân mảnh của từng cách phân chia theo khoảng bằng nhau (constant interval) và tần số đều (equal frequency) và 1 - 3, 4 - 9, 20 - 12 và 1 - 2, 3 - 10, 11 –12. 4 122 512 7 122 5 122 5 122 512 1212 12 7 77 12 1 14 4 4 4 4 444 4 4 4 1 1 1 1 1 1 5 55 5 12 12 1212 12 12 1111 11 11 6 66 6 8 8 8 8 8 8 8 8 8 8 8 8 7 77 7 9 99 10 1010 10 3 3 3 3 3 3 3 3 99 99 A B C D 1.5.2. Điều khiển thông tin nhiều lớp (multilayer operation) Điều khiển nhiều lớp thông tin đ−ợc hiểu là điều hành theo ph−ơng thẳng đứng (Vertical operation) với cơ sở là dựa vào mối quan hệ giữa các lớp thông tin. Việc xử lý này cung cấp khả năng cơ bản nhấ cho việc phân tích không gian vì nó cho phép điều khiển dữ liệu ở những lớp riêng biệt đồng thời kiểm tra mối liên quan giữa các đối t−ợng khác nhau. Với việc điều khiển này có thể tách t− liệu của một lớp thành nhiều lớp với mục đích là để phân tích bầt kỳ một mối quan hệ nào giữa các yếu tố của các hiện t−ợng tự nhiên. Ng−ợc lại, nhiều lớp thông tin của một vùng cũng có thể đ−ợc tổng hợp lại tạo nên một lớp đơn để tiện lợi trong quá trình xử lý và thiết lập mô hình Các chức năng trong phân tích không gian có thể chia thành 3 nhóm chính: phân tích chồng xếp các lớp (overlay), phân tích quan hệ gần gũi về không gian, phân tích quan hệ không gian. • Phân tích chồng xếp: là xử lý mối quan hệ lôgic và tổ hợp thông tin không gian của nhiều lớp thành một lớp riêng biệt. • Phân tích qun hệ gần gũi có mục đích là đo đạc về khoảng cách giữa các đặc điểm đối t−onựg ở các lớp khác nhau. • Phân tích quan không gian để làm rõ môi quan hệ giữa cá đối t−onựg khác nhau. Chồng xếp nhiều lớp thông tin Nguyên tắc của chồng xếp thông tin là xử lý điều kiện logic, trong đó thuật toán Boolean là hay sử dụng. Điều kiện logic đ−ợc sử dụng với yếu tố dữ liệu (operand) và quan hệ giữa các yếu tố dữ liệu (operation). Các quan hệ th−ờng gặp bao gồm: AND, OR, XOR (chỉ có) và NOT. Hình 34. Mô phỏng quan hệ giữa hai lớp thông tin bằng thuật toán Boolean Quan hệ có/không có (TRUE/FLASE) của thuật toán Boolean, mỗi một bài toán đ−ợc đặc tr−ng bởi một điều kiện logic đặc tr−ng để xác định các điều kiện chồng xếp thông tin của hai lớp và kết quả là có (TRUE) hay không (FALSE). Trên hình vẽ, A và B là hai dữ liệu và thể hiện là 1 có (TRUE), 0 là không có (FLASE), ý nghĩa: A and B: kết quả phải thể hiện cả tính chất của A và B A or B: kết quả có tính chất của A hoặc B A not B: Kết quả có A mà không có B A xor B: kết quả không có A nh−ng có thể có B và ng−ợc lại. Có 3 chức năng thông dụng của việc chồng xếp nhiều lớp là: tổng hợp( union), giao cắt ( intersection) hoặc tách biệt (identity). 3 5 1 2 3 3 11 2 1 6 14 12 13 4 5 9 7 8 10 1 2 4 A (5 polygon) B (3 polygon) C (14 polygon) Hình 35. Quan hệ logic giữa các lớp thông tin véctơ Trong hình, tổ hợp hai lớp A (5 polygon) và B (3 polygon) sẽ cho C với 14 polygon. ở C, thuộc tính ID của các đơn vị sẽ là cả thuộc tính của các lớp ban đầu (nếu không chồng lên nhau) và thuộc tính tổng hợp với những đơn vị tạo nên do chồng hai đơn vị của hai lớp ban đầu (ví dụ ID của lớp 1 là 4, của lớp 2 là 5 thì ở C, đơn vị mới của 1 và 2 sẽ là tổ hợp, kể cả trong tr−ờng hợp không có ID mà chỉ có tên gọi thì cũng t−ơng tự (trong tr−ờng hợp hai lớp bản đồ khác nhau về tính chất). Giao cắt (intersect): phép giao cắt trong thuật toán Boolean đ−ợc hiểu là phép quan hệ AND. ý nghĩa cụ thể của quan hệ này nh− sau: khi có hai thuộc tính của hai lớp đ−ợc đ−a vào bảng chồng xếp với AND thì chỉ có nhiều phần thuộc tính nào đ−ợc nhắc đến ở những lớp Input thì mới tồn tại ở lớp kết quả. ở lớp kết quả, thuộc tính cùa các đối t−ợng là thuộc tính tổng hợp. Tóm lại, ý nghĩa chính của INTERSECT là những lớp kết quả phải đ−ợc tồn tại ở trên cả những lớp ban đầu và phần giao cắt nhau. 32 4 5 1 1 2 3 1 2 8 4 5 6 7 9 3 A input(1) B input(2) C output(kết quả) Hình 36. phép giao cắt trong thuật toán logic Các đối t−ợng của lớp Input có thể là điểm, đ−ờng và polygon, song nhất thiết intersect chỉ xử lý cho polygon. Nh− vậy ở input phải có sự chuyển thông tin tr−ớc sang polygon. Ví dụ: tạo một vùng nằm cách đ−ờng cao tốc 500m từ bản đồ sử dụng đất và tính các diện tích của từng đơn vị trong vùng đó. Tr−ớc hết phải tạo vùng buffer của đ−ờng, sau đó mới tạo intersect. Đồng nhất (Identity): Trong phép tính đồng nhất, các đối t−ợng ở bên trong ranh giới của các lớp ban đầu đ−ợc gọi là input coverage và identity coverage đ−ợc lựa chon tạo nên một lớp mới. ở phần bên trong, các thuộc tính mới đ−ợc tạo thành từ việc gộp (merging) các thuộc tính của các lớp ban đầu. Phép tính đồng nhất có thể thực hiện cho cả việc nhập thuộc tính điểm, đ−ờng và polygon, song indentity luôn phải là polygon. Nếu input là điểm thì kết quả chỉ chứa thông tin của điểm mặc dù lớp indentity luôn phải là polygon. T−ơng tự nh− vậy, nếu input là đ−ờng thì kết quả chỉ có đ−ờng. Trong thực tế, yêu cầu là sau khi thực hiện xử lý các thuộc tính của lớp input phải đ−ợc giữ nguyên. 1 2 3 4 5 1 2 3 1 2 3 4 5 12 14 11 11 6 7 8 9 input identity kết quả Hình 37. Kết quả trong phép tính đồng nhất (Identity) Ví dụ: xác định phân bố thực vật ở vùng phân bố động vật hoang dã tại khu vực A (phân tích từ ảnh) Sau khi phân tích ảnh, lập đ−ợc 3 lớp bản đồ phân bố các loại thực vật chính, ta lập bản đồ bằng phép identity để xác định mối liên hệ giữa phân bố động vật và các loại thực vật chính trong khu vực. Kết quả sẽ có toàn bộ các loài thực vật chính cả cả 3 lớp có ở trong vùng phân bố. Phân tích tính tần số hay mật độ (Frequency/density): Phân tích không gian th−ờng yêu cầu tính toán tần số (đếm) hay mật độ của đối t−ợng có ở một lớp song lại đ−ợc tính (hay đếm) ở một vùng nhất định thuộc lớp khác (lớp cơ sở), dữ liệu của lớp ban đầu có thể ở dạng điểm, đ−ờng hoặc polygon. Ví dụ: tính số cây xuấ hiện ở trong một vùng khoanh định. Để giải quyết vấn đề, phải có 2 lớp: lớp 1 - phân bố cây trong toàn vùng; lớp 2 - ranh giới khu vực cần nghiên cứu. Khi chồng xếp (overlay) 2 lớp sẽ tính đ−ợc số cây trong vùng cần nghiên cứu theo đơn vị diện tích. Trong tr−òng hợp tính cho đ−ờng, th−ờng tính theo độ dài của đ−ờng mà không tính số l−ợng đ−ờng. Phép tính này hay sử dụng để nghiên cứu địa chất. Sau khi xử lý xong, có thể tiếp tục thực hiện bản đồ phân bố mật độ hoặc sơ đồ hoa hồng để phục vụ nghiên cứu đứt gãy - kiến tạo. Ngoài ra có thể áp dụng cho việc nghiên cứu mật độ đ−ờng giao thông, nghiên cứu phân bố dân tộc hặc phân bố các loài động thực vật. T−ơng tự nh− vậy, có thể tính toán mật độ cho polygon. Phép tính này có thể áp dụng cho nhiều nội dung nghiên cứu khác nhau: chẳng hạn để nghiên cứu sự tập trung (đồng nhất) hay phân tán của một số loài thực vật trong một khu vực nhất định. Phân tích quan hệ gần gũi: Quan hệ gần gũi có thể đ−ợc phân tích n−ớc cách, tuỳ thuộc vào đặc điểm đối t−ợng. Sự gần gũi giữa các polygon có thể đ−ợc tính bằng ph−ơng pháp khoảng cách tách biệt chung (interseparation distance), cụ thể hơn đó là khoảng cách tách biệt giữa chu vi các polygon, hay khoảng cách giữa cá vị trí trung tâm (centrer locations). Việc nghiên cứu khoảng cách giữa các điểm trung tâm đ−ợc thực hiện theo nguyên tắc đo khoảng cách giữa các điểm. Việc đo quan hệ gần gũi giữa các đ−ờng đ−ợc thực hiện trong việc phân tích mạng l−ới. Trong phần này, nội dung xử lý đ−ợc áp dụng chỉ cho các đối t−ợng điểm mà thôi. Quan hệ gần (NEAR): Chức năng NEAR trong xử lý HTTĐL có khả năng phát hiện các điểm hoặc đ−ờng trong một lớp với một điểm ở trong lớp khác và tính toán khoảng cách tới điểm đó. x xx x x x Hình 38. Sơ đồ hàm NEAR tính khoảng cách một điểm tới đ−ờng gần nhất Mối quan hệ NEAR có thể dùng để xác định vị trí gần nhất tới một đối t−ợng đ−ờng hoặc điểm, đây là những tính toán trong việc thiết kế các điểm cấp n−ớc, các chòi canh chống lửa cháy trong rừng. Tính khoảng cách các điểm (Point Distance): Thuật toán này dùng để tính khoảng cách giữa các điểm ở lớp này tới điểm khác ở lớp khác. Cũng có thể áp dụng tính toán này cho một lớp. x x x x x x x Hình 39. Tính khoảng cách điểm Điểm A có thể là cùng lớp với các điểm khác song cũng có thể là ở lớp khác. Từ A tính đ−ợc khoảng cách tới các điểm khác và số điểm trong vùng một bán kính nhất định tính từ A. Trong ví dụ trên, khoảng cách có thể đo ogiữa nhiều điểm và nhiều nội dung nh− sau: • Đo khoảng cách giữa các điểm với nhau one - to - one (các điểm có thể ở cùng hoặc khác lớp) lớp cơ sở (base) và lớp tiêu (target). • Đo khoảng cách từ một điểm tới nhiều điểm one - to - many (điểm chính nằm ở lớp khác với các điểm xung quanh). • Đo khoảng cách nhiều điểm t−ơng ứng với nhau many - to - many (hai nhóm điểm nằm ở hai lớp). • Đo khoảng cách gi−a bất kỳ điểm nào trên lớp cơ sở với toàn bộ các điểm trên l−ới tiêu ( many - to - all). T−ơng tụ nh− vậy, phép đo khoảng cách cũng có thể đ−ợc thực hiện để đo giữa điểm ở lớp cơ sở và yếu tố đ−ờng ở lớp tiêu, với các ph−ơng thức (one - to - one), (one - to - many), (many - to - many), (many - to - all). Phân tích mối quan hệ không gian: spetial corretation analysis: Mục tiêu của việc phân tíhc là xác định mối quan hệ giữa các dạng khác nhau của các đối t−ợng không gian. Cụ thể là phân tích và xác định về quan hệ phân bố giữa các đối t−ợng ở lớp này với các đối t−ợng phân bố ở lớp khác của dữ liệu không gian. Ví dụ: phân tích để xác định mối quan hệ giữa đất và thực vật. Sau khi tổng hợp và xử lý thông tin sẽ xác định đ−ợc mối quan hệ của từng nhóm hoặc loại cậy với đất và ng−ợc lại. Nếu quan hệ đó là chất thì thực vật có thể của từng nhóm hoặc loài cậy với đất và ng−ợc lại. Nếu quan hệ đó là chất thì thực vật có thể đ−ợc dùng làm chỉ thị cho đất nằm ở phía d−ới và ng−ợc lại đất có thể dùng làm chỉ thị cho việc đánh giá tiềm năng về diện tích một số loài thực vật nhất định. Vì vậy hiểu đ−ợc mối quan hệ giữa các đối t−ợng là rất quan trọng trong điều hành không gian. Việc phân tích có thể đ−ợc thực hiện bằng nhiều cách, tuỳ thuộc vào tỷ lệ đo đạc của các thông số cần nghiên cứu. ở tỷ lệ thông th−ờng, có thể định mối quan hệ bằng cách sử dụng bảng ngẫu nhiên (contigency table) và bình ph−ơng của hệ số khoảng tra độ thích hợp nhất. Nếu sự khác biệt là theo khoảng hoặc tỉ lệ thì hệ số t−ơng quan và mô hình hồi quy (regression model) sẽ cung cấp ph−ơng pháp thích hợp hơn cho việc nghiên cứu mối quan hệ. Ph−ơng pháp bình ph−ơng của hệ số kiểm tra là thích hợp nhất. Việc phân tích tần số sẽ đ−ợc áp dụng để xác định các mẫu không gian trong việc phân bố của các hiện t−ợng. Việc đó cũng đ−ợc sử dụng để kiểm tra các giả thiết về mối liên quan giữa các hiện t−ợng. Trong phân tích quan hệ, phải xác định đ−ợc xu h−ớng mà tần số sẽ tăng lên tại một vùng nào đó chẳng hạn. Trong việc n−ớc, tội phạm và ma tuý sẽ tìm đ−ợc vị trí phát sinh khi xác định đ−ợc mối quan hệ gi−ã những hành vi phạm tội và sự phân bố của một nhóm ng−ời nào đó khi phân tích đặc điểm dân c− của một khu vực. Các nhà sinh vậy học sẽ tìm đ−ợc mối quan hệ của một số loài sinh vật quý hiểm với một số quần xã thực vật. Khi nghiên cứu phân tích mối quan hệ giữa động vật và thực vật. Trong HTTĐL, đó là công việc phân tích quan hệ thông tin giữa các lớp t− liệu. Hệ số liên quan( hay hệ số quan hệ ): ở tỷ lệ đo đạc thông th−ờng, ph−ơng pháp tính hệ số liên quan cho phép xác định đ−ợc mối liên hệ giữa hai lớp thông tin khác biệt. Khi nghiên cứu ở tỷ lệ khoảng (interval) hay tỉ số khác biệt (ratio) thì th−ờng áp dụng hệ số t−ơng quan giật lùi. Đây cũng là ph−ơng pháp phổ bién trong xử lý các mô hinh không gian. Về bản chất việc tính hệ số t−ơng quan chỉ cho biết xu thế liên quan về giá trị của các thông tin. Trong việc tính t−ơng quan giật lùi thì tính toán một cách cụ thể đ−ơng ph−ơng thức của sự liên quan. Ví dụ: nói rằng x và y có quan hệ tỉ lệ thuận chặt chẽ, song trong tính t−ơng quan giật lùi còn cho biệt đ−ợc ph−ơng thức liên quan, chẳng hạn y = 2x, nghĩa là y tăng theo tỷ lệ 2x. Trong ví dụ sau sẽ minh hoạ rõ ph−ơng thức thính mối liên hệ giữa các vị trí so với trạm giao thông và giá vé. Với các khoảng cách khác nhau thì giá tiền để tính từ bến tàu cũng khác nhau (xem sơ đồ): Gi át iền (000) Khoảng cách (km) 32 28 24 20 1 2 3 4 5 Hình 40. Tinh toán khoảng cách giữa các vị trí khác nhau ở đây: n là số l−ợng các đơn vị bản đồ (trong bảng n = 8) Sx và Sy là độ lệch chuẩn của x và y x là giá tiền và y là khoảng cách r sẽ có giá trị thay đổi từ -1 đến 1. Nếu giá trị đó d−ơng thì quan hệ đó là tỉ lệ thuận và ng−ợc lại, r âm thì quan hệ là tỉ lệ nghịch. Nếu r =1 thì quan hệ rất chặt. Nếu r = 0 thì không có quan hệ. Tóm lại, một yêu cầu cơ bản của HTTĐL là phải có khả năng xử lý t− liệu và tổ chức thành những lớp riêng biệt, có quan hệ logic. Sự phân bố của cá hiện t−ợng địa lý là phức tạp và bao gồm nhiều yếu tố có quan hệ theo nhiều ph−ơng thức khác nhau. Một trong những chức năng của HTTĐL là phân tích đ−ợc ph−ơng thức phân bố của các yếu tố thông qua các số liệu. Xử lý nhiều lớp thông tin cho phép tách biệt hoặc kết hợp để xử lý một cách hiệu quả các số liệu thống kê ban đầu. Trong xử lý nhiều lớp thông tin có một số ph−ơng thức cơ bản là chồng xếp, xác định sự gần gũi và xác định quan hệ đó. Thuật toán Boolean đ−ợc áp dụng t−ơng đối phổ biến trong các phép xử lý đó. Phép chồng xếp là thiết lập sự liên kết không gian giữa các lớp t− liệu riêng biệt, từ đó liên kết đ−ợc các yếu tố khác nhau. Phân tích sự gần gũi là phân tích và thiết lập cá khoảng cách lân cận, tạo nên những lớp thông tin mới. Phân tích quan hệ là xác định mối liên quan giữa các hiện t−ợng và sự phân bố không gian của các đặc điểm khác nhau giữa một hay nhiều lớp t− liệu. Bài tập Số hoá bản đồ đất và thực vật có nội dung nh− sau: Bản đồ đất có các loại đất đ−ợc gọi tên theo số 101, 102, 103, … Bản đồ thực vật có: đất cỏ, thông, sồi, … Chồng xếp hai lớp theo chức năng tổ hợp (Union), tạo bảng tổng hợp sự phân bố và bảng dự báo. 101 102 101 103 Đất thực vật Cỏ Thông Sồi Số hoá bản đồ sử dụng đất và bản đồ ngập lụt Chồng xếp theo ph−ơng thức identity - Cho giá trị bảo hiểm đất: vùng 1 - 30USD/ha vùng 2 - 40USD/ha vùng 3 - 50USD/ha vùng 4 - 60USD/ha Thiết lập tần số phân bố và tính giá trị bảo hiểm của đất cho mối loại a b c d 1 2 3 4 Loại đất Vùng ngập lụt áp dụng chức năng NEAR để tạo các Buffer đ−ờng, điểm. - Tính khoảng cách từ các điểm tới các đ−ờng. 1.5.3. Phân tích mẫu điểm Điểm là hình thức phân bố rất phổ biến trong tự nhiên đặc biệt là trong thực tế của công tác nghiên cứu, quản lý tài nguyên, môi tr−ờng. Trong phân tích điểm, toàn bộ các điểm đ−ợc phân tích xử lý chứ không phải chỉ có phân tích cho từng điểm riêng biệt. Vì điểm là đối t−ợng có kích th−ớc bằng 0 nên việc đo đạc về điểm th−ờng là đo các thông số sự phân bố, mật độ và xác định vị trí của điểm. Diện tích của điểm th−ờng không đ−ợc đo mặc dù chúng chiếm một diện tích nhất định trên bản đồ. Thông th−ờng những thông số định l−ợng về các điểm đ−ợc coi là bằng nhau. Về sự phân bố của các điểm, các thông số sau th−ờng đ−ợc tính đến nh−: tần số xuất hiện, mật độ, vị trí hình hoạ, độ lệch không gian và sự sắp xếp không gian. Những nghiên cứu về điểm phần lớn dựa vào các nguyên tắc của thống kê mô tả. Tần số là số điểm xuất hiện trên bản đồ. Đây là thông số đầu tiên hay đ−ợc đo về phân bố điểm. Nếu thông số này đ−ợc đo trong nhiều thời gian thì các số liệu đ−ợc áp dụng về quá trình tiến triển của điểm hay của tập hợp điểm. Nếu diện tích vùng nghiên cứu là khác nhau thì thông số đ−ợc so sánh là mật độ điểm theo một đơn vị diện tích. Thuộc tính hình học của điểm cần đ−ợc xác định, đó là vị trí trung tâm và độ lệch của điểm so với trung