phát triển một số mô hình dữ liệu không - thời gian trong gis

ĐẠI HỌC QUỐC GIA THÀNH PHỐ HỒ CHÍ MINH
TRƯỜNG ĐẠI HỌC KHOA HỌC TỰ NHIÊN




NGUYỄN GIA TUẤN ANH




PHÁT TRIỂN MỘT SỐ MÔ HÌNH DỮ LIỆU
KHÔNG -THỜI GIAN TRONG GIS





Chuyên ngành: ĐẢM BẢO TOÁN HỌC CHO MÁY TÍNH VÀ HỆ THỐNG
TÍNH TOÁN
Mã số chuyên ngành: 1.01.10





TÓM TẮT LUẬN ÁN TIẾN SĨ TOÁN HỌC

Tp. Hồ Chí Minh - 2012


Công trình được hoàn thành tại Khoa Công nghệ thông tin, trường Đại học
Khoa học Tự nhiên - Đại học Quốc gia Thành phố Hồ Chí Minh.


Người hướng dẫn khoa học:
PGS.TS Trần Vĩnh Phước


Phản biện 1: PGS.TS Nguyễn Kim Lợi
Phản biện 2: TS. Võ Thị Ngọc Châu
Phản biện 3: TS. Lý Quốc Ngọc
Phản biện độc lập 1: TS. Nguyễn Đình Thuân
Phản biện độc lập 2: PGS.TS Nguyễn Kỳ Phùng



Luận án sẽ được bảo vệ trước Hội đồng chấm luận án cấp nhà nước họp
tại:

vào hồi giờ ngày tháng năm 2013.

Có thể tìm hiểu luận án tại thư viện:
1. Thư viện Tổng hợp Quốc gia Tp.HCM
2. Thư viện trường Đại học Khoa học Tự nhiên – HCM

1
TÓM TẮT LUẬN ÁN
Hiện nay đô thị hóa trở thành một xu thế. Các hoạt động kinh tế,
văn hóa, chính trị. . . thường diễn ra tập trung tại các đô thị.
Để
quản lí đô thị tốt và trợ giúp cho các lãnh đạo ra quyết định thì các
ứng dụng GIS là một công cụ không thể thiếu. Để xây dựng các ứng
dụng này thì việc thiết kế mô hình dữ liệu là một trong những chìa
khóa dẫn tới thành công. Nội dung chính của luận án trình bày các đề
xuất liên quan đến mô hình dữ liệu GIS 3D. Các đề xuất tập trung vào
việc giảm chi phí thời gian hiển thị, kích thước lưu trữ các đối tượng
không gian; biểu diễn lịch sử biến động của các đối tượng không gian
theo thời gian; biểu diễn các đối tượng không gian tại nhiều mức chi
tiết khác nhau.
Luận án bao gồm 5 chương và được tóm tắt theo từng chương
như sau:
Chương 1. Giới thiệu
Chương 1 giới thiệu về các định nghĩa GIS, GIS 3D và các
khó khăn. Chương này cũng trình bày mục tiêu và các đóng
góp chính của luận án
1.1 Mở đầu
Tùy theo cách tiếp cận sẽ có nhiều định nghĩa khác nhau về “Hệ
thống thông tin địa lý – GIS” [1].
 GIS là hệ thống thông tin địa lý bao gồm bốn khả năng xử lý
dữ liệu địa lí: nhập dữ liệu; lưu trữ, truy xuất dữ liệu; gia

công, phân tích dữ liệu; xuất dữ liệu.
 . . .
GIS 3D là một hệ thống có thể mô hình hóa, biểu diễn, quản lý,
thao tác, phân tích và hỗ trợ quyết định dựa trên thông tin liên
quan đến các hiện tượng 3D [23]. Các thử thách trên GIS 3D cần
giải quyết bao gồm: Mô hình dữ liệu 3D, nhập dữ liệu, phân tích
không gian, hiển thị, GIS 3D và WEB [23].
1.2 Mục tiêu luận án
 Phát triển mô hình dữ liệu GIS 3D mới, giảm chi phí về thời
gian hiển thị và kích thước lưu trữ.
2
 Tích hợp thời gian vào mô hình dữ liệu 3D để biểu diễn và
lưu trữ những thay đổi của đối tượng không gian theo thời
gian.
 Biểu diễn các thuộc tính không gian trên nhiều mức chi tiết
khác nhau để đáp ứng các yêu cầu đa dạng từ các ứng dụng
và người dùng khác nhau.
1.3 Các đóng góp chính của luận án
 Phân tích các mô hình dữ liệu 3D đã có [CT4].
 Phát triển mô hình dữ liệu SUDM. Tác giả đề xuất mô hình
mới để biểu diễn các đối tượng 2D, 3D khi các đối tượng
này có các hình dạng đặc biệt nhằm giảm chi phí về thời
gian hiển thị và kích thước lưu trữ [CT1], [CT9].
 Phát triển mô hình dữ liệu LUDM. Tác giả đã tích hợp lớp
mới-LOD và các mối liên kết giữa các đối tượng vào mô
hình để hiển thị các đối tượng 3D tại nhiều mức chi tiết khác
nhau [CT3], [CT5], [CT6], [CT7].
 Phát triển mô hình dữ liệu TUDM. Tác giả tích hợp thêm
một số lớp mới và các mối liên kết phức để ghi lại lịch sử
tiến hóa của các đối tượng GIS trong cả vòng đời của các đối

tượng này [CT2], [CT3], [CT5], [CT8].
Chương 2. Các mô hình dữ liệu GIS 3 chiều
Chương 2 trình bày các mô hình dữ liệu GIS 3D đã được
các tác giả đề nghị và những khái niệm xoay quanh.
Chương này cũng phân tích, tổng hợp so sánh các mô
hình dữ liệu GIS 3D trên các tiêu chí bởi các bảng.
2.1 Các khái niệm không gian
Các dạng thức tồn tại của một đối tượng.Một đối tượng trong
thế giới thực có các thuộc tính không gian, thời gian, ngữ nghĩa
và chúng có thể tồn tại dưới các dạng thức sau (hình 2.1).
Không gian. Không gian là các khái niệm được sử dụng để con
người hiểu biết và hình thành ý niệm về môi trường xung quanh
[14]. Có hai phương pháp tiếp cận cho định nghĩa này. Các
thuộc tính và các quan hệ dùng để mô tả thành phần không gian
của một đối tượng trong GIS (hình 2.2). Các thuộc tính gồm:
chiều, vị trí và hình học. Các quan hệ gồm: thứ tự, độ đo và
topology [14].

Hình 2.1 Các dạng thức của một đối tượng
Chiều. Chiều là một yếu tố để phân loại trong GIS, nó mô tả số
lượng chiều không gian được hỗ trợ bởi hệ thống [14].


Hình 2.2 Các thành phần không gian của đối tượng GIS
Hình học. Hình học là một thuộc tính không gian mô tả hình
dáng của các đối tượng [14]. Các đối tượng không gian có thể do
tự nhiên hay con người tạo ra.
Quan hệ thứ tự. Quan hệ thứ tự trình bày quan điểm so sánh
giữa 2 hay nhiều đối tượng không gian.
Quan hệ độ đo. Quan hệ độ đo là phương thức thuần tính toán

dựa trên nền tảng so sánh của những giá trị số có liên quan đến vị
trí của các đối tượng trong không gian, kích cỡ các đối tượng và
những tính toán khác [14].
Quan hệ topology. Topology mô tả mối quan hệ giữa đối tượng
và những đối tượng lân cận [14]. Topology có thể được xét trong
3
không gian liên tục R
2
trong 2D và R
3
trong 3D hoặc trong không
gian rời rạc Z
2
trong 2D và Z
3
trong 3D.
Nếu là một đối tượng không gian của không gian topology ,
được mô tả trong lý thuyết bởi 3 thành tố: bao đóng (closure),
phần trong (interior) và đường biên (boundary) [14].
Truy vấn không gian. Xây dựng một CSDL không gian là tạo ra
tập dữ liệu có liên quan với nhau trong không gian, nhằm giải
quyết các truy vấn như: ngôi nhà A cách bệnh viện gần nhất là
bao nhiêu?
Cấu trúc không gian. Theo truyền thống, cấu trúc không gian
trong GIS được tạo ra bằng 2 phương pháp tiếp cận: Raster và
Vector .
2.2 Các mô hình dữ liệu GIS 3D
2.2.1 Các khái niệm
2.2.1.1 Mô hình, mô hình dữ liệu, mô hình dữ liệu không
gian

Mô hình là sự trừu tượng hóa, đơn giản hóa về một thế giới thực,
là cầu nối giữa lí thuyết và thực tiễn.
Mô hình dữ liệu là phương thức biểu diễn thế giới thực một cách
dễ hiểu đối với máy tính [23].
Mô hình dữ liệu không gian là một mô hình dữ liệu định nghĩa
các thuộc tính và các thao tác trên các đối tượng không gian.
Những đối tượng này được mô tả bằng các loại dữ liệu không
gian như: Điểm, Đường, Bề mặt, Khối.
2.2.1.2 Mô hình dữ liệu GIS 3D
Mô hình dữ liệu GIS 3D là chìa khóa của GIS 3D. Trước đây đã
có vài tác giả đã thực hiện vấn đề này, tuy vậy các công việc của
họ vẫn thiếu một số mô hình xuất hiện sau thời điểm mà tác giả
nghiên cứu [2][6][19][20]. Một mô hình có thể tổ hợp mọi lãnh
vực là không thực tiễn [22].
Các mô hình dữ liệu của các tác giả đã đề xuất được phân loại
bởi 4 dạng chính:
 Biểu diễn các đối tượng 3D bởi các đường biên (B-REP).
4
5
 Biểu diễn các đối tượng 3D bởi các phần tử voxel.
 Biểu diễn các đối tượng 3D bằng cách tổ hợp các khối 3D cơ
bản (CSG).
 Biểu diễn các đối tượng 3D bằng cách tổ hợp 3 phương pháp
trên.
2.2.2 Biểu diễn các đối tượng 3D bởi các đường biên
Phương pháp B-REP biểu diễn một đối tượng 3D dựa trên các
phần tử đã được định nghĩa trước, gồm: Điểm, Đường, Bề mặt,
Khối. Trong đó, Đường có thể là các đoạn thẳng, các cung tròn,
các đường tròn. Bề mặt có thể là các đa giác phẳng, các mặt tạo
bởi các cung tròn, các mặt nón, các mặt hình trụ. . .Khối là sự mở

rộng của các mặt, biểu diễn các khối 3D. Các khối có thể: hình
hộp, hình nón, hình trụ, tổ hợp của các khối này hay một khối bất
kì [4][5].
2.2.3 Biểu diễn các đối tượng 3D bởi các phần tử voxel
Phương pháp voxel biểu diễn một khối dựa trên ý tưởng chia nhỏ
một đối tượng thành các phần tử con, mỗi phần tử con gọi là một
voxel. Một phần tử con được xem như là một không gian địa lý
và được gán bởi một số nguyên [8].
2.2.4 Biểu diễn một đối tượng theo CSG
Mô hình CSG [4][5] biểu diễn một khối bằng cách tổ hợp các
khối đã được định nghĩa trước. Các khối cơ bản thường dùng:
hình lập phương, hình trụ, hình cầu [33]. Các mối quan hệ giữa
các hình này gồm: phép biến đổi và các toán hạng luận lí.
2.2.5 Các mô hình tổ hợp
Gồm hai mô hình, V3D [19] và B_REP+CSG [7]. Mô hình V3D
kết hợp giữa tiếp cận vector và raster. Mô hình B_REP+CSG kết
hợp giữa cách tiếp cận B_REP và CSG.

2.3 So sánh các mô hình
Luận án trình bày 4 bảng so sánh trên các tiêu chí sau:
2.3.1 So sánh các mô hình trên các tiêu chí: biểu diễn mặt, biểu
diễn bên trong giữa các mô hình.
2.3.2 So sánh các mô hình trên các tiêu chí: các phần tử chính,
các đối tượng phụ, cơ sở và ứng dụng.
2.3.4 So sánh các mô hình trên các tiêu chí: cấu trúc không gian,
hướng, độ đo và topology.
2.3.5 So sánh các mô hình theo chuẩn về truy vấn: thuộc tính, vị
trí và topology
Chương 3. Mô hình SUDM, TUDM, LUDM
Chương 3 trình bày các đề xuất của 3 mô hình SUDM,

TUDM, LUDM, những lí do hình thành và phân tích
những nét mới của chúng so với các mô hình trước.
3.1 Mô hình SUDM
3.1.1 Mô hình UDM (Urban Data Model)
Mô hình UDM dùng hai đối tượng trung gian Node, Face; bốn
đối tượng hình học Body, Surface, Line, Point [3][5] và các mối
liên kết giữa chúng có dạng như hình 3.1.
PO I NTSURFACE LINE
BODY
FA CE NODE
3N
N
2
N
N
N
N
1
1

Hình 3.1 Mô hình UDM
Mô hình UDM có một số hạn chế khi các đối tượng Bề mặt
(Surface), Khối (Body) có hình thể đặc biệt. Với các đối tượng
trên khi dùng UDM để biểu diễn có vài giới hạn: kích thước dữ
liệu lớn, tạo ra một số đường không có thật, chi phí thời gian để
hiển thị cao. Việc khắc phục các giới hạn trên được trình bày
trong các đề xuất của 3.2.
3.2 Các cải tiến của SUDM (Specialized Urban Data Model)
3.2.1 Cải tiến đối tượng Bề mặt
6

7
Phát biểu: Các Bề mặt là các đa giác phẳng sẽ biểu diễn thông
qua các đỉnh của đa giác và thứ tự của chúng. Mỗi đỉnh được mô
tả bởi một Node.
3.2.2 Cải tiến các khối dạng hình trụ
Phát biểu: Các Khối có dạng là hình trụ được biểu diễn thông
qua các thuộc tính: bán kính RA, tâm vòng tròn đáy IDN, chiều
cao HEIGHT, loại hình trụ.
3.2.3 Cải tiến khối 3D dạng hình lăng trụ
Phát biểu: Các Khối có dạng là hình lăng trụ được biểu diễn qua
đa giác đáy, chiều cao, loại hình lăng trụ.
3.2.4 Các cải tiến khác
Hình chóp: Khối hình chóp được biểu diễn qua đỉnh và đáy của
nó.
Hình chóp cụt: Khối hình chóp cụt được biểu diễn qua hai đáy
và các mặt bên.
Hình nón: Khối hình nón được biểu diễn qua tâm vòng tròn đáy,
bán kính, loại hình nón và chiều cao.
3.2.5 UDM sau các đề xuất 1, 2, 3, 4
Sau các đề xuất 1, 2, 3, 4, UDM được thiết kế lại như hình 3.2
và có tên SUDM.
3.3 Mô hình TUDM (Temporal Urban Data Model)
3.3.1 Các khái niệm liên quan đến thời gian
3.3.1.1 Sự cần thiết của thời gian và mô hình dữ liệu không
gian-thời gian (2D+1)
Yếu tố thời gian trong các đối tượng trong GIS cho biết các
thông tin lịch sử các thay đổi trên các thuộc tính ngữ nghĩa lẫn
thuộc tính không gian.
Trong quá khứ đã có nhiều mô hình được đề nghị bởi nhiều tác
giả [10] [14] [17] [18] [21]. Nhìn chung, đây là các mô hình

gồm 2D không gian và 1D thời gian.

BODY
BODY-COMP PRI SMFRUSMTUM
PYRI MID
CONE
CYLIND E R
FA CE
SURFACE
LI NE
NODE
POINT
+N
+N
+0
+1
+N
+N
+N
+N
+N
+N
+N
+N
+1
+N
+N
+N
+11
+N

+1
+N
+1
+N
S-POLYGON
+N
+N
S-CURVE

Hình 3.2 Mô hình SUDM
3.3.1.2 Đặc điểm của thời gian
Định nghĩa thời gian đã được các nhà khoa học cố gắng thực
hiện, tuy vậy không một định nghĩa nào được công nhận một
cách rộng rãi. Thời gian được các nhà khoa học đồng ý với quan
điểm của Enstein là một chiều độc lập và tương tác qua lại với
không gian.
3.3.1.3 Các ngữ nghĩa liên quan đến thời gian
Các ngữ nghĩa liên quan đến thời gian gồm có: thời gian rời rạc,
thời gian liên tục, thời gian tuyệt đối và thời gian tương đối.
3.3.1.4 Các loại dữ liệu thời gian
Thời gian có thể được biểu diễn bởi điểm thời gian, đoạn hay
khoảng thời gian. Thời gian được lưu trong CSDL liên quan đến
một đối tượng A có thể có các ý nghĩa sau [16]:
Là thời gian xảy ra với A trong thế giới thực; thời gian người ta
quan sát được sự thay đổi của A; thời gian ghi lại sự thay đổi
của A vào CSDL; thời gian đo lường được sự thay đổi của A;
thời gian tường thuật lại sự thay đổi của A. Thực tế người ta cần
quan tâm đến hai giá trị quan trọng, thời gian xảy ra với A trong
thế giới thực T1 và thời gian ghi lại sự thay đổi của A vào
CSDL T2 [14].

3.3.1.5 Các yếu tố liên quan đến lớp thời gian
8
9
GIS phi thời gian chỉ biểu diễn các trạng thái của các đối tượng
địa lý. Trong khi đó GIS theo thời gian biểu diễn đến cả trạng
thái, biến cố và chứng cứ. Trạng thái, biến cố và chứng cứ làm
cho dữ liệu mà đang đề cập gia tăng chất lượng và mô tả mối
quan hệ nhân quả cho các biến đổi trên các đối tượng [14].
3.3.2 Truy vấn theo thời gian
CSDL thời gian là tập dữ liệu có thuộc tính thời gian. Ngôn ngữ
truy vấn thời gian là ngôn ngữ truy vấn cho bất kì CSDL thời
gian nào [11]. Hiện tại có một số ngôn ngữ truy vấn theo thời
gian như [11]: TQUEL, TSQL2, SQLT, IXSQL, SQL/PT,
TOSQL. . .
3.3.3 Các lớp được tích hợp trong mô hình TUDM
Mục tiêu của việc tích hợp thời gian vào mô hình UDM cần thỏa
ba tiêu chí:
 Diễn đạt được cả hai nhóm thời gian: điểm thời gian và đoạn
thời gian.
 Mô tả được cho thời gian thực và thời gian ghi vào CSDL.
 Biểu diễn, lưu trữ lịch sử biến động của các đối tượng không
gian theo thời gian.
Các lớp được tích hợp vào mô hình gồm: Time, DMY, Event,
EventType.
Lớp TIME: mỗi thời gian có mã số IDT, loại thời gian
INT_INTS để phân biệt điểm và đoạn thời gian.
Lớp DMY: mô tả bởi bốn thuộc tính, mã số IDDMY, ngày,
tháng và năm.
Lớp Event: Mỗi biến cố có một mã số IDE, có quan hệ với thời
gian sinh ra và thời gian kết thúc của biến cố.

Lớp EventType: mỗi biến cố có mã số IDET, một tên biến cố
NAME. Ví dụ, lũ lụt, động đất, quy hoạch.
3.3.4 Mô hình dữ liệu TUDM
Mô hình TUDM sau khi tích hợp các lớp TIME, DMY, EVENT,
EVENTYPE và các mối liên kết giữa các lớp có dạng như hình
3.3. Mô hình TUDM đã lưu giữ tường minh lịch sử biến đổi của
các đối tượng không gian theo thời gian.
10
3.4 Mô hình LUDM (Levels of detail Urban Data Model)
3.4.1 Khái niệm LOD (Levels of Detail)
Trong đồ họa máy tính, LOD thường được sử dụng. LOD là thứ
bậc của độ phân giải của một đối tượng hiển thị trong máy tính
khi so với thế giới thực [13][15]. LOD có thể chia nhiều mức
khác nhau bởi các nhà khoa học [9]. LOD là một cách biểu diễn
nhanh cho mô hình 3D, chỉ ra các mức độ trừu tượng hóa áp cho
các đối tượng. Các mô hình 3D phát triển hơn 10 năm, tuy vậy
đa phần các mô hình vẫn biểu diễn dữ liệu ở mức thấp. Một số
tác giả đã đề xuất các vấn đề liên quan đến LOD trên mô hình
gồm mô hình: CityGML và Mingyuan Min.
3.4.2 OGC-Mô hình CityGML
Do tổ chức OGC (Open Geospatial Consortium) đề nghị năm
2007 [12]. Nhóm tác giả đã đề xuất năm mức biểu diễn các mức
chi tiết cho khối 3D:
LOD0 là mô hình 2D, có dạng hình chụp hay một bản đồ. LOD1
dùng cho hiển thị các tòa nhà như các khối hình lăng trụ mái
bằng. LOD2 dùng cho hiển thị các tòa nhà như khối hình lăng
trụ có mái và chi tiết các bề mặt. LOD3 dùng cho hiển thị các
tòa nhà như các khối có kiến trúc và chi tiết các mái nhà, tường
ban công. LOD4 dùng cho hiển thị các tòa nhà như các khối có
kiến trúc và hiển thị được bên trong các tòa nhà này. Ví dụ:

phòng, cầu thang, nội thất khác.
3.4.3 Mô hình Mingyuan Min
Mô hình do tác giả Mingyuan Min [9] đề nghị năm 2008. Tác
giả đề xuất năm mức cho việc hiển thị chi tiết các tòa nhà, trong
đó:
LOD1 nhìn các tòa nhà theo chiều thẳng đứng. LOD1 cho biết
sự phân bố các tòa nhà trong các quận huyện. LOD2 là mô tả
theo chiều nằm ngang của các đối tượng 3D. LOD3 dùng hiển
thị các tòa nhà như khối hình lăng trụ có mái và chi tiết các bề
mặt. LOD4 định nghĩa đơn vị nhỏ nhất có thể biểu diễn các đối
tượng 3D. LOD5 mô tả chi tiết một số đối tượng bên trong tòa
nhà.

TIME
POI N T
+N
+4
SU R F ACE
LI N E
+N
+4
+N
+4
BODY
DMY
N
+2
+N
+4
EVENT

EVENTYPE
+1
+N
+N
+N
N
+N
N
+N
+N
+N
FA CE
NODE
+N
+N
+N
+N
+3
+N
+N
+N
+1
+0
+4
+1
+N
+N
Hình 3.3 Mô hình TUDM

3.4.4 So sánh LOD của 2 nhóm tác giả

Bảng 3.1 mô tả sự giống nhau và khác nhau của hai mô hình dữ
liệu GIS 3D, CityGML, Mingyuan Min thuộc hai nhóm tác giả.
Bảng 3.1 So sánh LOD của hai nhóm tác giả
Sự giống nhau - Số mức chi tiết: 5
- Xây dựng mức chi tiết trên cơ sở: ngữ nghĩa
Sự khác nhau - Cách định nghĩa chi tiết tại mỗi mức là khác nhau.
3.4.5 Đề xuất tích hợp lớp LOD và các mối liên kết vào mô
hình LUDM
Các đề xuất về LOD của hai nhóm tác giả trên dựa vào ngữ
nghĩa của các đối tượng 3D, trong tình huống này là các tòa nhà.
Các ngữ nghĩa có thể là: mái nhà, cầu thang, ban công, cửa sổ.
Chúng tôi đề xuất LOD theo cách tiếp cận khác, LOD dựa theo
thuộc tính không gian, nghĩa là độc lập với ngữ nghĩa.
LOD được định nghĩa là một lớp, gồm các thuộc tính: IDLOD:
mã số mức chi tiết; NAME: tên mức chi tiết; DESC: các mô tả
cần thiết cho mỗi IDLOD.
Một Body của một đối tượng A có thể hiển thị tại các mức LOD
khác nhau. Một mức LOD có thể có nhiều Body cho một Body
11
A. Mối liên kết ba nhánh này cho biết, một Body B1 sẽ hiển thị
tại mức LOD nào cho đối tượng A.
Mối liên kết giữa ba đối tượng LOD, SUFACE và BODY: mối
liên kết cấp ba này cho biết, một Surface S1 sẽ hiển thị tại mức
LOD nào cho Body A.
Mối liên kết giữa ba đối tượng LOD, LINE và BODY: mối liên
kết cấp ba này cho biết, một Line L1 sẽ hiển thị tại mức LOD
nào cho Body A.
Mối liên kết giữa ba đối tượng LOD, POINT và BODY: mối
liên kết cấp ba này cho biết, một Point P1 sẽ hiển thị tại mức
LOD nào cho Body A.

3.4.6 Mô hình dữ liệu LUDM
Mô hình LUDM có dạng như hình 3.4 sau các đề xuất ở 3.4.5.
Bảng 3.2 so sánh LOD giữa ba mô hình, CityGML, Mingyuan
Min, LUDM trên ba tiêu chí: số mức chi tiết, có phụ thuộc vào
ngữ nghĩa không và nhúng vào ứng dụng gì.


Hình 3.4 Mô hình dữ liệu LUDM
Bảng 3.2 So sánh 03 mô hình CityGML, Mingyuan Min và LUDM
Mô hình Số mức chi tiết Phụ thuộc ngữ nghĩa Ứng dụng
CityGML 5 Có Tòa nhà 3D
Mingyuan Min 5 Có Tòa nhà 3D
LUDM Tùy ý Không Nhiều ứng dụng

12
Đặc điểm của LUDM
Việc đề xuất các mức biểu diễn này dựa trên nền tảng thuộc tính
không gian dành cho các đối tượng 3D, nó độc lập với ngữ
nghĩa. Số mức chi tiết của các đối tượng là tùy ý, do người dùng
định nghĩa.
Chương 4. Thực nghiệm
Chương 4 mô tả dữ liệu mẫu, trình bày các thực nghiệm,
phân tích kết quả trên 3 mô hình mới. Đánh giá chúng so
với các mô hình trước đây.
4.1 Mô hình SUDM
4.1.1 Mục đích thực nghiệm
Tính toán khối lượng dữ liệu và thời gian hiển thị cho hai mô
hình UDM, SUDM trên một tập dữ liệu, gồm hai khối mẫu B1,
B2 (hình 4.1). Hai khối mẫu minh họa cho hình ảnh căn nhà
(B1) và biệt thự (B2). Số khối B1: 400, số khối B2: 150.

Khối B1 (Căn nhà) Khối B2 (Biệt thự)

Hình 4.1 Hình ảnh B1 (căn nhà), B2 (biệt thự) trong dữ liệu kiểm chứng
4.1.3 Tính thời khối lượng dữ liệu 400 khối B1, 150 khối B2
cho UDM và SUDM
Bảng 4.1, 4.2 tính khối lượng 400 B1, 150 B2 theo UDM và
SUDM. Hình 4. 2 so sánh khối lượng dữ liệu giữa UDM và
SDM ở dạng biểu đồ.


13

Bảng 4.1 Tính khối lượng cho 400 khối B1, 150 khối B2 theo UDM
Khối lượng 400 căn nhà, 100 biệt thự theo UDM
Quan hệ BODY BODYFACE FACE NODE
400 B1 5.600 129.200 230.400 115.200
Tổng 480.400
150 B2 2.100 60.750 108.000 67.200
Tổng 238.050

0
100000
200000
300000
400000
500000
600000
B1 B2
Khối lượng
UDM

EUDM

Hình 4.2 Tỉ lệ khối lượng dữ liệu 400 B1, 150 B2 giữa UDM và
SUDM dạng biểu đồ
Bảng 4.2 Tính khối lượng cho 400 khối B1, 150 khối B2 theo SUDM
Quan hệ BODY PRISM FACENODE NODE
400 B1 5600 24.000 50.400 76.800
Tổng 156.800
150 B2 2100 18.000 40.500 64.800
Tổng 125.400

4.1.3 Tính thời gian hiển thị 400 khối B1, 150 khối B2 cho
UDM và SUDM
Máy tính thực nghiệm có cấu hình: Window: 7 Professional;
CPU: core2 Duo, E7500, 2.93GHz; Ram: 2G;HDD: 250G;
Display Card: Onboard 814MB; Đơn vị: ms.
Bảng 4.3 trình bày kết quả thời gian của 10 lần thực nghiệm khi
hiển thị 400 B1 và 150 B2 bởi UDM và SUDM. Hình 4.3 so
sánh thời gian hiển thị 400 khối B1 và 150 khối B2 giữa UDM,
SUDM trong 10 lần thực nghiệm dạng biểu đồ.


14

Bảng 4.3 So sánh thời gian hiển thị 400 B1 và 150 B2 bởi UDM và
SUDM

400 B1 150 B2
L
ầ

n
T1:
UDM
T2:
SUDM
Tỉ lệ
T1/T2
T3:
UDM
T4:
SUDM
Tỉ lệ
T3/T4
1 3061 566 5.408127 3856 1251 3.082334
2 3061 501 6.10978 3701 1261 2.934972
3 3141 496 6.332661 3846 1276 3.014107
4 3061 616 4.969156 3781 1266 2.986572
5 3061 511 5.990215 3701 1301 2.844735
6 3141 446 7.042601 3701 1266 2.923381
7 3061 486 6.298354 3856 1276 3.021944
8 3061 516 5.932171 3781 1251 3.022382
9 3061 486 6.298354 3781 1266 2.986572
10 3061 441 6.941043 3701 1291 2.86677




15

0
Hình 4.3 So sánh thời gian hiển thị 400 khối B1 (trái) và 150 khối B2
(phải) bởi UDM và SUDM dạng biểu đồ

4.1.5 Phân tích kết quả
Tỉ lệ khối lượng dữ liệu lưu trữ giữa UDM và SUDM cho 400
khối B1 là 3.06, 150 khối B2 là 1.89. Khối B2 được tạo từ nhiều
khối con là nguyên nhân làm tỉ lệ này giữa UDM và SUDM
giảm đi. Tỉ lệ thời gian hiển thị giữa UDM và SUDM cho 400
khối B1 trung bình là 6.13, 150 khối B2 là 2.96. Các khối càng
500
1000
1500
2000
2500
3000
3500
12345678910
T1: UDM
T2: SUDM
0
500
10 0 0
15 0 0
2000
2500
3000
3500
4000

4500
12345678910
T3: UDM
T4: SUDM
16
phức tạp do được tạo từ nhiều khối con sẽ làm giảm tỉ lệ thời
gian hiển thị giữa UDM và SUDM.
4.2 Mô hình TUDM
Xuất phát từ ý tưởng xây dựng mô hình 4D, gồm 3D không gian
và 1D thời gian, để biểu diễn và lưu trữ các biến động của các
đối tượng 3D theo thời gian, mô hình TUDM ra đời. Các biến
động thể hiện ở các mốc: thời gian các đối tượng 3D sinh ra và
mất đi, cả trong thế giới thực và lúc ghi vào CSDL.
4.2.1 Mô tả dữ liệu
Các các quan hệ DMY, TIME, EVENTYPE, EVENT, BODY,
BODYEVENT tham gia trong phần dữ liệu. Dữ liệu mẫu gồm
210 khối, từ B1 đến B210. Các khối này chia thành 10 nhóm, từ
G1 đến G10. Mỗi nhóm có các đặc điểm riêng được mô tả trong
các bảng.
DMY(#IDMY, D/M/Y, H/M/S)
TIME(#IDT, IDDMY1, IDDMY2, INT-INST)
EVENTYPE(#IDET, NAME)
EVENT(#IDE, IDTDBB, IDTDBE, IDTRB, IDTRE, IDET)
BODY(#IDB, DESC, IDTDBB, IDTDBE, IDTRB, IDTRE).
Số khối dữ liệu mẫu là 210. Chúng được chia thành 10 nhóm, từ
G1 đến G10. Mỗi nhóm có các giá trị theo bảng 4.4.
Bảng 4.5 phân loại các Gi thuộc các nhóm thời gian và mối quan
hệ giữa thời gian ghi trong CSDL (IDTBDB, IDTDBE) và thời
gian trong thế giới thực (IDTRB, IDTRE).
4.2.2 Các truy vấn mẫu

Trình bày hai mẫu truy vấn không gian theo thời gian và màn
hình kết quả.
Truy vấn 1. Tìm các khối có thời điểm xây dựng từ T1 đến T2.
Biết T1, T2 là điểm thời gian và thời gian thực (hình 4.4).


Hình 4.4 Kết quả truy vấn nhìn từ góc A
Truy vấn 2. Tìm các Khối bị biến mất trong khoảng thời gian
[T1, T2] do quy hoạch. Biết T1, T2 là điểm thời gian, thời gian
thực . Kết quả truy vấn 6 minh họa bởi hình 4.14, 4.15 nhìn từ
hai góc khác nhau (T1=10/1/2010, T2=20/7/2010).


Hình 4.5 Kết quả truy vấn 2 nhìn từ góc A
4.3 Mô hình LUDM
LUDM hình thành từ ý tưởng xây dựng một mô hình dữ liệu 3D
sao cho hiển thị các khối ở nhiều mức chi tiết khác nhau. Số
mức chi tiết là độc lập với ngữ nghĩa và có số mức do người
dùng định nghĩa.
4.3.1 Mô tả dữ liệu mẫu cho hai khối B0 và B4
17
Hai khối mẫu B0, B4 có hình dạng ban đầu như hình phải của
4.7 và 4.9. Tại các LOD khác nhau các khối này có dữ liệu khác
nhau. Tại mức 0, các khối hiển thị như một đa giác (hình trái 4.6
và 4.8). Tại mức 1, các khối hiển thị như một khối (hình phải 4.6
và 4.8). Tại mức 2, các khối hiển thị như một khối có các tầng
(hình trái 4.7 và 4.9). Tại mức 3, các khối hiển thị như một khối
có các tầng, các cửa sổ, các ban công và mái (hình phải 4.7 và
4.9).

Hình 4.6 Hiển thị kết quả của khối B0 (chung cư 1) tại mức 0 (trái) và 1
(phải)

Hình 4.7 Hiển thị kết quả của khối B0 tại mức 2 (trái) và 3 (phải)
18
Hình 4.8 Hiển thị kết quả của khối B4 (chung cư 1)
tại mức 0 (trái) và 1 (phải)
4.3.2 Khối lượng dữ liệu và LOD
Khối lượng dữ liệu của B0 khi biểu diễn ở 2, 3 và 4 mức chi tiết
thể hiện trong bảng 4.4. Giả sử IDB, IDBP, IDS có chiều dài 4
bytes và IDLOD 1 byte. Khối lượng dữ liệu tăng nhanh khi số
mức chi tiết được nâng từ 2 đến 3, từ 3 đến 4. Bảng 4.5 mô tả số
các bề mặt và khối khi dữ liệu biểu diễn ở số mức 2, 3 và 4.

Hình 4.9 Hiển thị kết quả của khối B4 (chung cư 2)
tại mức 2 (trái) và 3 (phải)

19
20
Bảng 4.4 So sánh khối lượng B0, B4 khi lưu trữ dữ liệu ở các
mức chi tiết
Số mức chi tiết 2 mức 3 mức 4 mức
Khối lượng B0 (byte) 18 126 342
Khối lượng B4 (byte) 18 117 243

Bảng 4.5 Số các bề mặt và khối khi lưu trữ dữ liệu
ở các mức chi tiết
Số mức chi tiết 2 mức 3 mức 4 mức
Các khối B0 B4 B0 B4 B0 B4

Số lượng SURFACE 1 1 12 17 34 21
Số lượng BODY 1 1 2 2 4 6

Chương 5. Kết luận và hướng phát triển
Chương 5 đúc kết những đặc trưng các đề xuất của 3
mô hình SUDM, TUDM, LUDM và hướng phát triển của
luận án
5.1 Kết luận
Luận án đã nghiên cứu phát triển các mô hình dữ liệu trên cơ sở
mô hình UDM để hỗ trợ công tác quản lý hạ tầng kỹ thuật đô
thị, đặc biệt là quản lý xây dựng đô thị. Luận án đã phát triển 3
mô hình mới: SUDM, TUDM và LUDM.
Mô hình SUDM [CT1, CT9]
Dựa vào đặc tính hình học của Bề mặt và Khối, mô hình SUDM
phân biệt Bề mặt phẳng hoặc không phẳng; khối hình trụ, hình
nón, hình chóp, hình lăng trụ hoặc hình khối phức tạp khác. Mô
hình SUDM được chứng minh ưu việt hơn UDM trong các
trường hợp đã đề xuất bằng phương pháp toán học và thực
nghiệm.
Mô hình TUDM [CT2, CT3, CT5, CT8]
Mô hình TUDM được đề xuất trong luận án bổ sung chiều thời
gian vào mô hình không gian UDM. Tính chất thời gian trong
21
mô hình được phân loại bởi điểm thời gian và đoạn thời gian.
Lịch sử thay đổi trên mỗi đối tượng được ghi nhận bởi các thời
điểm xuất hiện và biến mất hoặc thời đoạn hình thành, thời đoạn
biến mất của nó.
Mô hình LUDM [CT3, CT5, CT6, CT7]
Mô hình LUDM được đề xuất trong luận án biểu diễn các đối
tượng Khối tại nhiều mức chi tiết khác nhau bằng cách tích hợp

lớp LOD và số mức chi tiết này do người dùng định nghĩa.
Các mô hình SUDM, TUDM và LUDM đề xuất trong luận án đã
được chuyển sang mức vật lý và thực nghiệm trên dữ liệu không
gian, thời gian mẫu, kết quả như sau:
- Về thời gian truy vấn và hiển thị: Thời gian truy vấn và hiển
thị của mô hình SUDM giảm khoảng 2.96 lần với dạng biệt
thự, 6.13 lần với dạng nhà, so với thời gian truy vấn và hiển
thị của mô hình UDM.
- Về dung lượng: mô hình SUDM giảm khoảng 1.89 lần ở
dạng biệt thự và 3.06 lần ở dạng nhà so với dung lượng của
mô hình UDM.
- Thực nghiệm các mô hình TUDM và LUDM đã cho kết quả
tốt, đáp ứng các mục tiêu đặt ra trong phần 1.2.
5.2 Hướng phát triển
Trong những điều kiện khả thi, LUDM có thể được nghiên cứu
để bổ sung độ chi tiết đến mức màu sắc, hoa văn, chiếu sáng,
bóng, mờ, thậm chí cần một số hành vi như đóng, mở.





22
Danh mục công trình của tác giả
[CT1] Nguyễn Gia Tuấn Anh“Cải tiến mô hình UDM trong ứng dụng
quản lí khu dân cư mới”, ACIIDS 2010- Hội thảo Châu Á lần thứ 2 về
các hệ thống cơ sở dữ liệu và hệ thống thông minh, Việt Nam, phiên
dành cho nghiên cứu sinh, Tạp chí khoa học Huế-chuyên san khoa học
tự nhiên, số 65, trang 5-18, 2011.
[CT2] Nguyen Gia Tuan Anh “Integrated time and semantic classes

in the buildings model”, Proceeding of XVII International Conference
on Systems Science, Wrocław University of Technology Poland,
Academic Publishing House EXIT, ISBN 978-83-60434-78-9, pp.
345-354, 2010.
[CT3] Nguyen Gia Tuan Anh “Adding time and levels of detail in the
buildings model”, The Journal of Science and Technology–
Vietnamese Academy of Science and Technology ISSN 0866 708X,
Can tho, Vietnam, pp. 82-90, 2010.
[CT4] Nguyen Gia Tuan Anh, “Overview of Three-Dimensional GIS
Data Models”, International Conference on Technological
Advancements in Civil Engineering ICTACE India- Chennai, IEEE
Computer Society Press ISBN 978-1-4244-9541-2, pp. 155-159, 2011.
[CT5] Nguyen Gia Tuan Anh, “Propose New Structure for the
Buildings Model”, The 2nd International Conference Ubiquitous
Computing and Multimedia Applications, Daejeon Korea UCM, Part
I, CCIS 150 Springer-Verlag Berlin Heidelberg, pp. 23–32, 2011
[CT6]
Pham Van Dang, Nguyen Gia Tuan Anh, Tran Vinh Phuoc
“Levels of detail for Surface in Urban Data Model”, International
Conference on Future Information Technology - ICFIT, Singapore,
IACSIT Press, ISBN 978-981-08-9916-5, pp 460-464, 2011.
[CT7] Nguyen Gia Tuan Anh, Tran Vinh Phuoc, Phan Thanh Vu,
Tran Anh Sy, Pham van Dang “Representing Multiple Levels for
Objects in Three-Dimensional GIS Model”, The 13th International
Conference on Information Integration and Web-based Applications
& Service (iiWAS2011), ACM Press ISBN 978-1-4503-0784-0, Ho
Chi Minh City, Vietnam, pp. 495-499, 2011.
[CT8] Nguyen Gia Tuan Anh, Tran Vinh Phuoc, Huynh Khac Duy, “A
Study on Four-Dimensional GIS Spatio-Temporal Data Model”, KSE
2012 The Fourth International Conference on Knowledge and

Systems Engineering, IEEE ISBN 978-0-7695-4760-2, Da nang
Vietnam, pp. 34-38, 2012.
23
[CT9] Nguyen Gia Tuan Anh “Propose New Primitives for a Urban
Data Model”, International Journal of Computer and Electrical
Engineering, ISSN: 1793-8163, Vol 4, No 6, pp. 962-966, 2012.
Tài liệu tham khảo tiếng Việt
[1] Trần Vĩnh Phước (2001), Một vài vấn đề chọn lọc trong GIS, NXB
Giáo dục.
Tài liệu tham khảo tiếng Anh
[2] Andrea Scianna, Alessio Ammoscato (2010), “3D Gis Data Model
Using Open Source Software”,
ISPRS Archive Vol. XXXVIII, Part 4-
8-2-W9, Core Spatial Databases - Updating, Maintenance and
Services - from Theory to Practice, Haifa, Israel, pp. 120-125
[3] Alias Abdul Rahman, Zlatanova Sisi (2003) “Topology for 3D
spatial objects” Geoinformation Science Journal, 3 (1). ISSN 1511 –
9491 pp. 56-65.
[4] Alias Abdul Rahman (2005) “Developing three dimensional
topological model for 3D GIS”. Project Report. UTM.
[5] Alias Abdul Rahman (2008), Spatial Data Modelling for 3D GIS,
Springer Verlag Berlin Heidelberg.
[6] Bianca Schön, Debra Fern Laefer, Sean W. Morrish, Michela
Bertolotto (2009), “Three-Dimensional Spatial Information Systems:
State of the Art Review”, Recent Patents on Computer Science, Vol:
2(1) ISSN: 1874-4796, pp 21-31.
[7]
Chokri, Koussa, Mathieu, Koehl (2009) “A Simplified Geometric
And Topological Modeling Of 3D Building Enriched By Semantic
Data: Combination Of Surface-Based And Solid-Based

Representations”. ASPRS 2009 Annual Conference Baltimore,
Maryland.
[8] Jantien Stoter, Siyka Zlatanova. (2003), “3D GIS, where are we
standing” Spatial, Temporal and Multi-Dimensional Data Modeling
and Analysis, pp. 153-160
[9] Ming Yuan Hu (2008). “Semantic Based LOD Models Of 3D
House Property.” Proceedings of Commission II, ISPRS Congress
Beijing.
[10] Nectaria Tryfona, Rasanne Price, Christian Jensen (2003),
“Conceptual Models for Spatio-temporal Applications”, Lecture Notes
in Computer Science, Springer, pp.79-116.