Copyright © 2022 | nguyenduyliem@hcmuaf.edu.vn Mô hình hóa bề mặt 1
TRƯỜNG ĐẠI HỌC NÔNG LÂM TP. HỒ CHÍ MINH KHOA MÔI TRƯỜNG & TÀI NGUYÊN
BỘ MÔN GIS & TÀI NGUYÊN
ThS. Nguyễn Duy Liêm Điện thoại: 0983.613.551
Email: nguyenduyliem@hcmuaf.edu.vn
Bài giảng: Mô hình hóa bề mặt
(Surface modeling)
Phương pháp xây dựng mô hình địa hình
(Methods for Constructing a Terrain Model) Đường bình độ
(Contours)Mạng lưới tam giác không đều
(Triangulated Irregular Networks)Mạng lưới ô vuông đều
(Regular Grid Networks)TRƯỜNG ĐẠI HỌC NÔNG LÂM TP. HỒ CHÍ MINH KHOA MÔI TRƯỜNG & TÀI NGUYÊN
BỘ MÔN GIS & TÀI NGUYÊN
Copyright © 2022 | nguyenduyliem@hcmuaf.edu.vn Mô hình hóa bề mặt
Nội dung
Nhắc lại: Mô hình hóa bề mặt địa hình (Terrain Modeling)
Phương pháp biểu diễn bề mặt địa hình (Representation of Terrain Surfaces)
Hình thức: Bản đồ (Maps), Hình ảnh (Photographs)
Nội dung: Đường bình độ (Contours), Mạng lưới tam giác không đều (TINs- Triangulated Irregular Networks), Mạng lưới ô vuông đều (Regular Grid Networks)
Cấu trúc dữ liệu (Data Structures), Phương pháp xây dựng
(Construction Methods)
Đường bình độ
Mạng lưới tam giác không đều
Mạng lưới ô vuông đều
Chuyển đổi giữa các phương pháp biểu diễn bề mặt địa hình (Conversion involved in Representation of Terrain Surfaces)
3
Tài liệu tham khảo
Terrain Analysis- Principles and Applications (2000)
1.1.1, 2.1 - 2.4
Digital Terrain Modeling- Principles and Methodology (2005)
1.1.1, 1.1.2, 1.2.2, 3.1, Chapter 6
Digital Terrain Modeling- Acquisition, Manipulation and Applications (2005)
1.4, Chapter 3
Surface modeling- High accuracy and high speed methods (2011)
Copyright © 2022 | nguyenduyliem@hcmuaf.edu.vn Mô hình hóa bề mặt
Mạng lưới ô vuông đều (Regular Grid Networks)
Tập hợp các ô vuông (pixel) nằm kề nhau thể hiện giá trị độ cao.
Mô hình số thể hiện sự thay đổi độ cao của bề mặt địa hình trong
không gian dưới dạng mạng lưới đều (Digital Elevation Model- DEM).
5
Cấu trúc dữ liệu của DEM
Mỗi nút tương ứng với 1 giá trị độ cao.
Độ phân giải của mạng lưới là khoảng cách giữa 2 nút lân cận.
Copyright © 2022 | nguyenduyliem@hcmuaf.edu.vn Mô hình hóa bề mặt
Cấu trúc dữ liệu của DEM
Mỗi pixel lưu trữ 1 giá trị độ cao trung bình của pixel đó.
Độ cao được thể hiện bằng màu sắc khi biểu diễn đồ họa.
7
Độ phân giải của DEM
Độ phân giải = Kích thước pixel
Thấp: Xử lý nhanh hơn
Cao: Giữ lại đối tượng nhỏ
Dung lượng DEM = Dung lượng lưu trữ 1 pixel x Số lượng pixel
Copyright © 2022 | nguyenduyliem@hcmuaf.edu.vn Mô hình hóa bề mặt
Cùng phạm vi không gian và độ phân giải bức xạ, DEM 10m chiếm dung lượng lưu trữ gấp mấy lần so với DEM 100m?
9
Dung lượng của DEM
DEM 10m DEM 100m
Cấu trúc dữ liệu của DEM
Vị trí của pixel được xác định dựa trên:
Hệ tọa độ của ảnh,
Hệ tọa độ địa lý
Làm thế nào xác định tọa độ ảnh của 1 pixel theo tọa độ địa lý và ngược lại?
Copyright © 2022 | nguyenduyliem@hcmuaf.edu.vn Mô hình hóa bề mặt
Yêu cầu cần đạt
Trình bày cách tổ chức dữ liệu của DEM? So sánh với cách tổ chức dữ liệu của đường đồng mức, TIN?
Nêu cách xác định độ phân giải và dung lượng của DEM?
11
Phương pháp xây dựng DEM
Nội suy từ tập hợp điểm độ cao, đường bình độ
Copyright © 2022 | nguyenduyliem@hcmuaf.edu.vn Mô hình hóa bề mặt
Phương pháp xây dựng DEM
Nội suy từ TIN
13
Nội suy là gì?
Ước lượng giá trị chưa biết dựa trên những điểm đã biết giá trị xung quanh.
Copyright © 2022 | nguyenduyliem@hcmuaf.edu.vn Mô hình hóa bề mặt
Nội suy DEM
Tạo bề mặt (raster) từ dữ liệu điểm, đường
Nội suy 2 chiều
15
Cơ sở của phép nội suy
Những điểm gần nhau có giá trị tương tự nhau hơn những điểm ở xa nhau.
Mức độ thay đổi giữa các điểm phụ thuộc vào khoảng cách giữa chúng.
Copyright © 2022 | nguyenduyliem@hcmuaf.edu.vn Mô hình hóa bề mặt
Các phương pháp nội suy
Toàn cục (Global): xem xét tất cả giá trị đã biết để ước lượng giá trị chưa biết
Cục bộ (Local): chỉ xem xét một số điểm (trong bán kính xác định) để ước lượng giá trị chưa biết
17
Nội suy toàn cục
Sử dụng tất cả giá trị đã biết để ước lượng một hàm số, áp dụng cho toàn bề mặt.
Copyright © 2022 | nguyenduyliem@hcmuaf.edu.vn Mô hình hóa bề mặt
Nội suy toàn cục
Thường tạo ra bề mặt mượt mà
Rất nhạy với những giá trị cá biệt (outlier) dữ liệu sai
19
Nội suy cục bộ
Chỉ xem xét một số điểm nhất định (nằm trong bán kính xác định tính từ điểm nội suy hoặc một số điểm xác định) để nội suy.
Tập giá trị được dùng để tính toán tạo này cửa sổ. Cửa sổ này di chuyển theo tập giá trị (hàm tính khác nhau).
Copyright © 2022 | nguyenduyliem@hcmuaf.edu.vn Mô hình hóa bề mặt
Nội suy cục bộ
Thường tạo ra bề mặt ít mượt mà
Không nhạy với những giá trị cá biệt (outlier) dữ liệu sai
21
Một số phương pháp nội suy toàn cục
Xu hướng bề mặt
Sử dụng hàm đa thức cho toàn bộ bề mặt.
Hàm đa thức khác nhau về độ phức tạp.
Copyright © 2022 | nguyenduyliem@hcmuaf.edu.vn Mô hình hóa bề mặt
Bài tập 1
Trong không gian Oxyz, cho 3 điểm A (1,3,100), B (1,2,200), C (4,2,600), với z là giá trị độ cao (m).
Xây dựng hàm đa thức bậc I có dạng z = a + bx + cy?
Tính giá trị độ cao theo hàm đa thức trên cho các điểm D, E, F, G như hình vẽ?
23
Một số phương pháp nội suy cục bộ
Đa giác Thiessen
Điểm chưa biết nhận giá trị của điểm đã biết gần nhất.
Sử dụng tam giác Delaunay.
-
Tập hợp điểm độ cao Xây dựng TIN
- Đường trung trực đi qua các cạnh của tam giác Delaunay tạo nên cạnh của đa giác
- Giao điểm của các cạnh tạo nên đỉnh
Copyright © 2022 | nguyenduyliem@hcmuaf.edu.vn Mô hình hóa bề mặt
Bài tập 2
Trong không gian Oxyz, cho các điểm A (1,3,100), B
(1,2,200), C (4,2,600), D (5,4,400), E (3,1,400), F (3,3,300), G (5,1,200) với z là giá trị độ cao (m).
Vẽ mô hình TIN? (Bài học trước)
Chuyển TIN sang Đa giác Thiessen?
25
Một số phương pháp nội suy cục bộ
Nghịch đảo khoảng cách (Inverse Distance Weighted)
Copyright © 2022 | nguyenduyliem@hcmuaf.edu.vn Mô hình hóa bề mặt
Bài tập 3
Áp dụng Nghịch đảo khoảng cách với k = 2, tính giá trị cho điểm chưa biết z3 biết rằng z3 cách z1 (20), z2 (10) lần lượt là 5 và 2?
27
Bài tập 4
Tương tự bài tập 3 nhưng với k = 3?
Copyright © 2022 | nguyenduyliem@hcmuaf.edu.vn Mô hình hóa bề mặt
Bài tập 5
Trong không gian Oxyz, cho các điểm A (1,3,100), B (1,2,200), C (4,2,600) với z là giá trị độ cao (m).
Áp dụng Nghịch đảo khoảng cách với k = 1, tính giá trị z cho các điểm chưa biết D (5,4), E (3,1), F (3,3), G (5,1)?
29
Một số phương pháp nội suy cục bộ
Nghịch đảo khoảng cách (Inverse Distance Weighted)
Bậc k càng cao, ảnh hưởng của khoảng cách càng lớn.
Copyright © 2022 | nguyenduyliem@hcmuaf.edu.vn Mô hình hóa bề mặt
Một số phương pháp nội suy cục bộ
Bi-cubic splines
Tạo ra bề mặt xấp xỉ bậc 3 sử dụng một số điểm đã biết giá trị liền kề
31
Một số phương pháp nội suy cục bộ
Kriging
Thuật toán nội suy phức tạp, giải quyết vấn đề liên quan đến khoảng cách và hình dạng của cửa sổ tìm kiếm
Trọng số khoảng cách (k) cung cấp ước lượng sai số trong nội suy, dựa trên địa thống kê.
Giá trị bề mặt thay đổi theo: một xu hướng, một thành phần thay đổi cục bộ, một thành phần nhiễu.
Copyright © 2022 | nguyenduyliem@hcmuaf.edu.vn Mô hình hóa bề mặt
Yêu cầu cần đạt
Cơ sở, phân loại các phép nội suy
Phân biệt các phương pháp nội suy:
Nội suy toàn cục và nội suy cục bộ
Xu hướng bề mặt, Nghịch đảo khoảng cách (Đa giác Thiessen), Bi-cubic splines, Kriging
Nắm bắt, vận dụng nguyên lý nội suy trong xây dựng DEM từ điểm độ cao
33
Chuyển đổi từ điểm độ cao, đường bình độ, TIN sang DEM
Tạo DEM từ điểm độ cao
Sử dụng phương pháp nội suy Xu hướng bề mặt, Nghịch đảo khoảng cách (Đa giác Thiessen), Bi-cubic splines, Kriging
Tạo DEM từ đường bình độ
Lấy điểm mẫu trên đường bình độ
Chuyển thành phương pháp tạo DEM từ điểm độ cao
Tạo DEM từ TIN
Lập phương trình mặt phẳng cho từng tam giác của TIN
Tính giá trị độ cao DEM dựa theo phương trình trên
Copyright © 2022 | nguyenduyliem@hcmuaf.edu.vn Mô hình hóa bề mặt
Bài tập về nhà
Trong không gian Oxyz, cho các điểm A (1,3,100), B
(1,2,200), C (4,2,600), D (5,4,400), E (3,1,400), F (3,3,300), G (5,1,200) với z là giá trị độ cao (m).
Vẽ mô hình TIN? (Bài học trước)
Chuyển TIN sang DEM với độ phân giải 1 m?
35
Yêu cầu cần đạt
So sánh ưu điểm, nhược điểm của 3 phương pháp biểu diễn độ cao địa hình: đường bình độ, TIN, DEM?
Nắm bắt, vận dụng quy tắc chuyển đổi giữa điểm độ cao, đường bình độ, TIN, DEM?