Xây dựng hệ thống theo dõi và quản lý nước ngầm cho một vùng địa lý

ĐẠI HỌC QUỐC GIA HÀ NỘI
TRƢỜNG ĐẠI HỌC CÔNG NGHỆ





NGUYỄN THỊ DUYÊN




XÂY DỰNG HỆ THỐNG THEO DÕI VÀ QUẢN LÝ
NƢỚC NGẦM CHO MỘT VÙNG ĐỊA LÝ






LUẬN VĂN THẠC SĨ CÔNG NGHỆ THÔNG TIN

Hà Nội - 2014


ĐẠI HỌC QUỐC GIA HÀ NỘI
TRƢỜNG ĐẠI HỌC CÔNG NGHỆ





NGUYỄN THỊ DUYÊN



XÂY DỰNG HỆ THỐNG THEO DÕI VÀ QUẢN LÝ
NƢỚC NGẦM CHO MỘT VÙNG ĐỊA LÝ



Ngành: Công nghệ thông tin
Chuyên ngành: Kỷ thuật phần mềm
Mã số: 60480103



LUẬN VĂN THẠC SĨ CÔNG NGHỆ THÔNG TIN

NGƢỜI HƢỚNG DẪN KHOA HỌC: TS. VŨ THỊ HỒNG NHẠN

Hà Nội - 2014
1

GIẤY CAM ĐOAN

Tôi xin cam đoan kết quảđạt được trong luận văn là sản phẩm nghiên cứu, tìm
hiểu của riêng cá nhân tôi. Trong toàn bộnội dung của luận văn, những điều được trình
bày hoặc là của cá nhân tôi hoặc là được tổng hợp từ nhiều nguồn tài liệu. Tất cảcác tài
liệu tham khảo đều có xuất xứ rõ ràng và được trích dẫn hợp pháp.
Tôi xin hoàn toàn chịu trách nhiệm và chịu mọi hình thức kỷluật theo quy định
cho lời cam đoan của mình.

Hà Nội, ngày 8 tháng 6 năm 2014
Người cam đoan


Nguyễn Thị Duyên

2

LỜI CẢM ƠN

Để hoàn thành luận văn tốt nghiệp là cả một quá trình đầy khó khăn và thử thách
trong học tập và nghiên cứu tại trường Đại học Công Nghệ. Và để có được những

thành quả như ngày hôm nay, ngoài những nỗlực của bản thân, không thể không nhắc
tới là sự động viên, giúp đỡ của các Thầy, Cô giáo, bạn bè, đồng nghiệp và người
thântrong gia đình.
Tôi xin chân thành cảm ơn TS. Vũ Thị Hồng Nhạn là cán bộgiảng viên của Đại
học Công Nghệ đã tận tình giúp đỡ tôi vềcả chuyên môn, nghiên cứu và định hướng
phát triển trong suốt quá trình làm luận văn.
Tôi cũng xin gửi lời cảm ơn tới các Thầy, Cô giáo của Khoa Công Nghệ Thông
Tin, vì đã truyền dạy những kiến thức bổ ích, hiện đại về lĩnh vực Công NghệPhần
Mềm tôi học tập.
Với bạn bè cùng khóa,xin cảm ơn vì đã cho tôi cơ hội trao đổi, chia sẻ kiến thức
và kinh nghiệm thực tế qua các mônhọc. Mọi người đã giúp tôi hiểu thêm những vấn
đề mà tôi không có điều kiện tìmhiểu, chỉ cho tôi những thứ tôi chưa làm được. Tôi có
thể tiếp thu được thêm nhiều vấnđề mới và biết được giá trị của việc không ngừng cố
gắng học tập, nghiên cứu.
Cuối cùng, với gia đình, tôi xin gửi lời biết ơn sâu sắc vì gia đình đã luôn ở bên
và ủng hộ tôi trên con đường học tập và nghiên cứu khó khăn, vất vả. Tôi mong rằng
với sự cố gắng học tập nâng cao kiến thức, sau này sẽ có thể lĩnh hội nhiều công nghệ,
tạo ra nhiều sản phẩm phần mềm có giá trị sử dụng cao, giúp ích được trong nhiều lĩnh
vực của cuộc sống.
Hà Nội, ngày 8 tháng 6 năm 2014


Nguyễn Thị Duyên

3

MỤC LỤC
GIẤY CAM ĐOAN 1
LỜI CẢM ƠN 2
MỤC LỤC 3
DANH MỤC HÌNH VẼ 5
DANH MỤC BẢNG 6
Chƣơng I Giới thiệu 7
Chƣơng II Cơ sở lý thuyết 10
2.1 Mô hình dữ liệu không gian-thời gian 10
2.2 Khái niệm thời gian và mối quan hệ 11
2.3 Ranh giới đối tượng không gian 13
2.4 Khảo sát các hệ thống nước ngầm hiện có 15
2.5 Phân loại các loại truy vấn hỗ trợ trong việc thu dữ liệu sử dụng công nghệ cảm
biến 22
Chƣơng III Mô hình dữ liệu không gian-thời gian cho hệ thống theo dõi nguồn
nƣớc ngầm 26
3.1 Mô hình dữ liệu 26
3.2 Thiết kế CSDL cho hệ thống theo dõi nguồn nước ngầm 30
Chƣơng IV Thiết kế cơ sở dữ liệu 32
4.1.Kiến trúc hệ thống theo dõi và quản lý nước ngầm 32
4.2.Mô tả nghiệp vụ 33
4.2.1 Nghiệp vụ 34
4.2.2 Phỏng đoán mực nước và độ ô nhiễm nước ngầm theo năm 34
4.2.2.1 Phỏng đoán mực nước ngầm của cùng một giếng khoan theo năm 34
4.2.2.2 Phỏng đoán độ ô nhiễm nước ngầm của cùng một giếng khoan theo năm 36
4.3.Thiết kế cơ sở dữ liệu 38
4.4.Thiết kế các toán tử hỗ trợ truy vấn liên quan dữ liệu không gian 39
4.5.Thiết kế các toán tử hỗ trợ truy vấn liên quan điều kiện thời gian 43

4.6.Thiết kế các toán tử hỗ trợ truy vấn liên quan điều kiện tìm kiếm dữ liệu không
gian-thời gian 44
4.7.Ứng dụng của các toán tử trong truy vấn 45
Chƣơng V – Thực nghiệm và đánh giá 48
5.1Môi trường thực nghiệm và dữ liệu 48
5.1.1Môi trường thực nghiệm 48
4

5.1.2Mô tả về việc thu thập dữ liệu 48
5.2Lược đồ dữ liệu 49
5.3Kết quả thực nghiệm 50
5.3.1 Thực nghiệm tích hợp các toán tử thời gian, toán tử không gian và toán tử
không gian-thời gian 50
5.3.2 Thực nghiệm phỏng đoán mực nước và độ ô nhiễm nước ngầm theo năm 56
KẾT LUẬN VÀ ĐỊNH HƢỚNG Error! Bookmark not defined.
TÀI LIỆU THAM KHẢO 62

5

DANH MỤC HÌNH VẼ

Hình 2.1 Mối quan hệ giữa hai khoảng thời gian [27] 13
Hình 2.2 Mô hình 9-intesection 14
Hình 2.3. Mối quan hệ topological giữa hai khu vực trong khái niệm mô hình vùng lân
cận [34] 14
Hình 2.5 Đo mực nước ngầm trong một cái giếng nước cạn 17
Hình 2.6 Đo mực nước ngầm trong một cái giếng nước sản xuất 17
Hình 2.7 Dụng cụ chuyên dụng trong giám sát nước ngầm 17
Hình 2.8 Cơ sở dữ liệu của hệ thống DRASTIC 20
Hình 2.10 Truy vấn event-based cho ngắt ngoài và kiểm soát vòng 25

Hình 3.1 Mô hình dữ liệu raster & vector 27
Hình 3.2 Hệ thống phân cấp dữ liệu 27
Hình 3.3 Tầng sử dụng đất và tầng lexical của nó với giá trị d.o.m được chỉ định đến
vị trí độc lập 28
Hình 3.4 Dữ liệu không gian-thời gian 29
Hình 3.5 Mô hình CSDL cho dữ liệu không gian-thời gian 30
Hình 4.1 Hệ thống quản lý và theo dõi nguồn nước ngầm 33
Hình 4.2 Độ cao và mực nước của giếng khoan 35
Hình 4.2 Mô hình quan hệ thực thể ER 38
Hình 4.4 Mối quan hệ giữa một điểm và một vùng 42
Hình 5.1(a) Giao diện chọn điều kiện truy vấn 51
Hình 5.1(b) Kết quả truy vấn 52

6

DANH MỤC BẢNG

Bảng 2.1 Ngữ nghĩa của các toán tử thời gian cho khoảng thời gian 13
Bảng 2.2 Kết quả đo thuộc tính nước giếng khoan tại ba vị trí nghiên cứu 18
Bảng 4.1 Ngữ nghĩa toán tử cho hai vùng với độ rộng cho trước 40
Bảng 5.1 Các bảng dữ liệu trong CSDL nước ngầm 52
(a)Bảng GIENG lưu thông tin về vị trí của các giếng khoan 49
(b) Bảng GIENGDES mô tả những thông tin đo được tại giếng khoan theo thời gian .
50
(c) Bảng REGION lưu thông tin khoanh vùng khu vực sử dụng nước ngầm 50
(d) Bảng REGIONDES mô tả khu vực khai thác sử dụng nguồn nước ngầm 50

7

Chƣơng I Giới thiệu



Nước ngầm đã và đang đóngmột vai trò to lớn trong việc cung cấp nước thường
xuyên cho các sông suối, cung cấp nước sinh hoạt cho cư dân và sản xuất một cách
bền vững ở vùng núi cao, vùng trung du và hải đảo. Ở một số nước trên thế giới từ lâu
khai thác sử dụng nước ngầm rất lớn vào mục đích sinh hoạt và chăn nuôi. Ví dụ như,
Đan Mạch sử dụng hoàn toàn nước ngầm cho sinh hoạt cuộc sống hằng ngày. Một số
nước khác tỉ lệ sử dụng nước ngầm đáp ứng nhu cầu sinh hoạt cũng rất cao. Ví dụ như
ở Bỉ tỷ lệ nước ngầm sử dụng cho sinh hoạt chiếm 90%, Phần Lan và Thủy Điển
chiếm 85-90%, Hà Lan chiếm 75%[1]. Bên cạnh đó, nước có vai trò đặc biệt quan
trọng đối với cơ thể con người. Nó chiếm 70% trọng lượng cơ thể, 65-75% trọng
lượng cơ, 50% trọng lượng mỡ và 50% trọng lượng xương. Nếu uống không đủ nước
thì sẽ ảnh hưởng đến chức năng của tế bào, các hệ thống trong cơ thể, như suy giảm
chức năng thận, đau đầu, mệt mỏi. Mỗi người, nếu mất trên 20% lượng nước có thể
gây ra tử vong.Bên cạnh đó, vai trò của nước trong sản xuất công nghiệp, trồng
trọt,chăn nuôi và các ngành kinh tế khác cũng rất quan trọng. Trong nông nghiệp, dân
gian có câu “Nhất nước, nhì phân, tam cần, tứ giống”. Tất cả cây trồng và vật nuôi đều
cần nước để phát triển. Trong công nghiệp, nước được dùng làm nguội các động cơ, là
dung môi làm tan các hóa chất màu và các phản ứng hóa học. Mỗi ngành công nghiệp
và mỗi loại hình sản xuất đều cần một lượng nước, loại nước khác nhau[2]. Nếu không
có nước thì hầu hết các hoạt động sinh hoạt, sản xuất đều bị ngừng hoạt động. Nước
ngầm là một dạng nước dưới đất, nó được tích trữ trong các lớp đất đá trầm tích bở rời
như cặn, sạn, trong các khe nứt dưới bề mặt trái đất, có thể khai thác cho hoạt động
sống của con người. Đặc điểm của nước ngầm là khả năng di chuyển nhanh trong các
lớp đất xốp, tạo thành dòng chảy ngầm theo địa hình. Nước ngầm được chia thành
nước ngầm tầng mặt và nước ngầm tầng sâu. Mực nước biến đổi nhiều và phụ thuộc
vào trạng thái của nước mặt.Nước ngầm tầng mặt rất dễ bị ô nhiễm. Các phương pháp

phổ biến được sử dụng để lấy nước ngầm là địa chất, địa mạo, địa vật lý, khoan hay
đào.
Do khai thác tràn lan quá mức và chưa được kiểm soát chặt chẽ, hiện nguồn nước
ngầm đã và đang bị sụt giảm và ô nhiễm ở mức báo động. Ví dụ như hàng năm nguồn
nước ngầm ở tỉnh Sóc Trăng bị sụt giảm từ 0,2 tới 0,3cm với sối lượng giếng khoan hộ
gia đình tự ý khoan là 80.000 giếng và 130 trạm cung cấp nước tập trung đã gây hiện
8

tượng thiếu hụt nguồn nước trầm trọng[3]. Bên cạnh đó, khai thác nguồn nước ngầm
quá mức khiến cho hạ tầng sụt lún trên diện rộng [4]. Nguồn nước ngầm còn lại sẽ bị ô
nhiễm xâm nhập. Ngày nay, tốc độ đô thị hóa tăng nhanh, nhu cầu sử dụng nước lớn,
như thành phố Hà Nội nguồn cung cấp nước chủ yếu là nước ngầm[5]. Vì vậy, các
thành phố khai thác nước ngầm sâu và nhiều hơn làm tài nguyên nước ngầm đang dần
cạn kiệt. Hậu quả của nó là làm ô nhiễm nguồn nước, các mạch nước ngầm tụt sâu,
nguy hiểm hơn là gây sụt lún trong đô thị. Biện pháp khắc phục tạm thời hiện nay của
ban quản lý tại các khu vực mới chỉ dừng lại ở việc tuyên truyền nâng cao nhận thức
cộng đồng, tăng cường thực thi pháp luật, khảo sát thực địa và thống kê số lượng
giếng. Bên cạnh đó còn thực hiện chương trình bảo vệ nước ngầm ở các đô thị, từng
bước lập kế hoạch bảo vệ, khai thác sử dụng nguồn nước ngầm. Ngoài một số kỹ thuật
đo đạc thông số nguồn nước bằng tay, sự ra đời của các máy đặt đo tự động cho phép
ta theo dõi mực nước và các thông số liên quan một cách liên tục. Với lượng dữ liệu
khá lớn thu được từ các thiết bị đó, một hệ thống hỗ trợ việc theo dõi và quản lý nước
ngầm là đòi hỏi cấp thiết hiện nay. Chúng ta có thể xác định sự thay đổi hàng năm và
dài hạn lưu trữ nước ngầm, hướng và độ dốc của nước ngầm. Chúng ta xác định rõ các
vấn đề đó thì mới khai thác nước ngầm với lưu lượng hợp lý giúp bảo vệ tài nguyên
nước ngầm và tránh được những hậu quả do nguồn nước ngầm cạn kiệt gây ra. Ngoài
ra, chúng ta hiểu cách hệ thống tầng chứa làm việc và đạt được cái nhìn sâu sắc để xây
dựng, thiết lập máy bơm khai thác hiệu quả nước ngầm.
Như ta biết nguồn nước nói riêng và mọi sự vật hiện tượng trong thế giới thực
nói chung là bất biến, chúng biến đổi liên tục theo không gian và theo thời gian. Mô

hình dữ liệu có khả năng biểu diễn các đối tượng tham chiếu địa lý như nguồn nước
ngầm là một trong những yêu cầu của hệ thống ứng dụng. Dữ liệu được đặc trưng bởi
thuộc tính không gian và biến đổi theo thời gian, thời gian có cấu trúc khá phức tạp về
mặt bản chất vì thế phương pháp biểu diễn cũng như các toán tử sử dụng trong tính
toán phải tinh vi và hiệu quả. Cho tới nay nghiên cứu liên quan tới phát triển các hệ
thống chuyên biệt như hệ thống thông tin địa lý GIS(Geographic Information Systems)
và hệ thống ứng dụng Cơ Sở Dữ Liệu(CSDL) không gian cho đối tượng tham chiếu
địa lý và biểu diễn mối quan hệ không gian giữa các đối tượng vẫn là một trong những
chủ đề rất quan trọng.Mô hình biểu diễn đối tượng dữ liệu có ảnh hưởng rất lớn đến
hiệu quả của hệ thống cũng như biểu thị ngôn ngữ truy vẫn dữ liệu không gian[6].
Ngoài ra, gần đây rất nhiều nghiên cứu tập trung vào các ứng dụng không gian-thời
gian có tham chiếu địa lý. Những ứng dụng này hướng tới kiểm tra hiện tượng xảy ra
tại các khu vực cụ thể và thay đổi theo thời gian[7, 8].
Mục tiêu của luận văn này giới thiệu một kiến trúc hệ thống theo dõi quản lý
nguồn nước ngầm biến đổi liên tục theo thời gian thực trên một vùng địa lý. Tiếp đến
9

nghiên cứu đề xuất một mô hình dữ liệu không gian-thời gian để quản lý thông tin.
Định nghĩa lược đồ CSDL không gian-thời gian sẽ được mô tả chi tiết. Phương pháp
phân tích các mối quan hệ topo nhị phân giữa các đối tượng địa lý và đặc biệt mô hình
9-intersection[32] được tìm hiểu để tính toán mối quan hệ giữa các đối tượng. Nhằm
hỗ trợ tương tác nhanh chóng và hiệu quả cho đối tượng người dùng, tôi thiết kế các
toán tử liên quan đến điều kiện tìm kiếm không gian, thời gian và không gian-thời
gian. Một số ví dụ truy vấn minh họa việc sử dụng các toán tử đó sẽ được trình bày.
Hệ thống thực nghiệm cuối cùng được xây dựng với các toán tử được nhúng vào hệ
thống. Kết quả thực nghiệm thu được với một số dữ liệu có được từ các giếng khoan
thuộc một số khu công nghiệp.
Nghiên cứu của luận văn đóng góp vào việc xây dựng các mô hình hệ thống
nguồn nước ngầm quý giá một cách tự động và tiện lợi đối với người sử dụng.
Luận văn có bố cục như sau:

Chương I -Giới thiệu tổng quan về tầm quan trọng của nguồn nước ngầm, động
cơ và mục tiêu của nghiên cứu.
Chương II - Khảo sát một số hệ thống theo dõi nguồn nước ngầm hiện có và tìm
hiểu một số mô hình dữ liệu không gian-thời gian. Các toán tử tính toán đối với đối
tượng không gian và thời gian cũng sẽ được giới thiệu trong chương này.
Chương III - Thiết kế mô hình CSDL không gian-thời gian cho hệ thống theo dõi
nguồn nước ngầm cho một khu vực địa lý.
Chương IV - Trình bày kiến trúc hệ thống, thiết kế CSDL và thuật toán cho các
toán tử hỗ trợ tìm kiếm dữ liệu theo các điều kiện không gian, thời gian và không gian-
thời gian.
Chương V - Triển khai hệ thống thực nghiệm với một số kết quả thu được từ việc
ứng dụng các toán tử xây dựng ở chương IV cho dữ liệu thu được từ các giếng khoan
thuộc một số khu công nghiệp.
Chương VI - Tổng kết những kết quả đạt được của nghiên cứu và hướng nghiên
cứu tương lai.


10



Chƣơng II Cơ sở lý thuyết



Chương này khảo sát kỹ thuật tạo biểu đồ quản lý nguồn nước dùng trong hệ
thống thông tin địa lý và một số hệ thống theo dõi quản lý nguồn nước ngầm hiện có.
Tiếp đó một số mô hình dữ liệu không gian-thời gian để biểu diễn sự biến đổi của đối
tượng sẽ được trình bày. Các toán tử tính toán trên đối tượng không gian và thời gian
cũng sẽ được giới thiệu trong chương này.

2.1 Mô hình dữ liệu không gian-thời gian
Một đối tượng chiếm lĩnh một vị trí cụ thể trong không gian được gọi là một đối tượng
không gian. Đối tượng có vị trí thay đổi theo thời gian được gọi là một đối tượng
không gian-thời gian [9]. Mô hình dữ liệu là mô hình có cấu trúc mô tả dữ liệu cho các
loại đối tượng và có một chương trình khung để tổ chức và quản lý những dữ liệu đó.
Nó có ba thành phần [10]: tập hợp các kiểu đối tượng, tập hợp các toán tử, và thiết lập
các quy tắc toàn vẹn.
Mô hình dữ liệu không gian-thời gian có thể được định nghĩa như là một mô hình
dữ liệu được thiết kế cho mô hình hóa thế giới thực nơi các đối tượng thay đổi vị trí và
hình dạng của chúng theo thời gian [11]. Hiện nay, giả sử rằng các mô hình dữ liệu
không gian-thời gian là cho các đối tượng có ranh giới rõ nét và các mối quan hệ được
xác định chính xác với các đối tượng khác. Một số mô hình dữ liệu không gian-thời
gian đã được trình bày bằng cách ghi lại sự thay đổi về không gian và thời gian của đối
tượng đó[12, 13].
Các đối tượng không gian có thể được ghi lại và biểu diễn ở một thời điểm nào
đó mà chúng tồn tại bởi mô hình kết xuất nhanh (snapshot). Mô hình snapshot không
thể xác định những thay đổi một cách rõ ràng về vị trí và hình dạng của các đối tượng.
Cách tiếp cận khác là mô hình dữ liệu dựa trên gán nhãn thời gian, có nghĩa là, gán
nhãn thời gian bắt đầu và thời gian kết thúc cho tất cả các đối tượng [14]. Vì vậy, với
cách tiếp cận này sẽ theo dõi được các phiên bản khác nhau của cùng một đối tượng
trên một số bộ dữ liệu không liên quan (nonrelated) trong cùng một bảng. Nhưng để
xác định lịch sử của một đối tượng đơn lẻ [15] lại rất khó khăn. Đã có những phương
pháp tiếp cận khác nhau được đề xuất để giải quyết vấn đề này bao gồm việc thực hiện
một mô hình hướng đối tượng được gọi là đối tượng thay đổi theo thời gian [16], gán
tham chiếu tới các phiên bản trước của đối tượng, trong tương lai, và hiện tại của cùng
11

một đối tượng, sắp xếp các phiên bản của một đối tượng theo trình tự thời gian. Đó là
một thay thế cho các mô hình snapshot, các mô hình dựa trên thời gian hay hướng sự
kiện như cách tiếp cận sửa đổi vector, mô hình dữ liệu không gian-thời gian hướng sự

kiện STDM (Spatiotemporal Data Model) đã được đề xuất để xác định những thay đổi
riêng lẻ hoặc những sự kiện giữa các tập dữ liệu snapshot [17, 13,18]. Ngoài ra, trong
các mô hình dữ liệu hướng đối tượng, tất cả các phiên bản của cùng một đối tượng
được nhúng vào một thực thể duy nhất và thời gian thường được biểu diễn như những
kích thước trong không gian 3D hay 4D [41]. Mặc dù mô hình hướng sự kiện STDM
có nhiều ưu điểm, nhưng chúng cần được khảo sát và thử nghiệm thêm. Gần đây, một
khung chương trình không gian-thời gian kết hợp với một sơ đồ cơ sở dữ liệu không
gian-thời gian thực tế có thể được áp dụng trực tiếp để quản lý các thông tin về thời
gian của các đối tượng không gian trong cơ sở dữ liệu khác nhau đã được giới thiệu
[19, 20, 21].
Ngôn ngữ truy vấn có liên quan đến các đối tượng đã được nghiên cứu. Ngôn
ngữ truy vấn không gian [22, 23] được hỗ trợ bởi các toán tử không gian khác nhau đã
được phát triển. Tương tự như vậy ngôn ngữ truy vấn thời gian cũng đã được phát
triển cùng với sự hỗ trợ của các toán tử thời gian [24]. Mở rộng ngôn ngữ truy vấn
không gian và thời gian cần được phát triển song song độc lập với những phát triển
ngôn ngữ truy vấn không gian và thời gian [21, 25].
2.2 Khái niệm thời gian và mối quan hệ
Thời gian là khái niệm chính để cung cấp quản lý lịch sử trong cơ sở dữ liệu. Có ba
kiểu dữ liệu thời gian, datetime, interval, và period chúng được trình bày trong [24] để
đại diện cho giá trị thời gian trong cơ sở dữ liệu. Datetime là một điểm biểu diễn độ
chi tiết (granularities) nhất định nào đó của thời gian. Granularities thường gặp là một
giây, một ngày hay một năm. Interval xác định một khoảng thời gian, đó là một lượng
thời gian với chiều dài được biết nhưng không có thời gian bắt đầu và kết thúc cụ thể
như 20 ngày hay 200 phút. Period định nghĩa khoảng thời gian, đó là khoảng thời gian
có bắt đầu và kết thúc cụ thể, ví dụ như 20 ngày bắt đầu từ 1/1/2013 đến 20/1/2013.
Cơ sở dữ liệu có yếu tố thời gian theo nghĩa rộng bao gồm tất cả các ứng dụng cơ sở
dữ liệu liên quan đến yếu tố thời gian trong việc tổ chức thông tin. Để tạo ra các ứng
dụng cơ sở dữ liệu chủ yếu được dành cho những người thiết kế và phát triển ứng dụng
nhằm khai thác, thiết kế, lập trình và cài đặt các khái niệm thời gian.
Có nhiều loại thông tin có yếu tố thời gian khác nhau. Một CSDL thời gian sẽ lưu

giữ các thông tin liên quan đến khi nào các sự việc chắc chắn xảy ra hay khi nào sự
việc được coi là đúng. Các điểm sự kiện hay sự việc trong CSDL được kết hợp với
một thời điểm nào đó. Ví dụ, khi khoan một giếng nào đó để thu thập thông tin có thể
được kết hợp với một mốc thời gian. Ngoài ra, thời gian sự việc tồn tại được kết hợp
12

với một giai đoạn thời gian cụ thể trong CSDL. Ví dụ diện tích của một khu vực là
900m
2
trong khoảng thời gian từ 1/1/1990 đến 1/1/2013.
Một khoảng thời gian hay một giai đoạn thời gian được hình dung với thời điểm
bắt đầu và thời điểm kết thúc [start-time, end-time]. Ví dụ giai đoạn mà khu vực trên
có diện tích 900m
2
là [1/1/1990, 1/1/2013]. Một khoảng thời gian như thế được giải
thích là tập các thời điểm từ thời gian bắt đầu đến thời gian kết thúc. Như vậy, khoảng
thời gian [1/1/1990, 1/1/2013] biểu diễn cho tập tất cả các ngày từ 1/1/1990 đến
1/1/2013.
Một sự việc hay sự kiện có thể được kết hợp với một thời điểm hay một khoảng
thời gian đặc biệt trong CSDL. Nhãn hay khoảng thời gian được gắn kết này có thể
được hiểu theo nhiều cách khác nhau tùy thuộc vào sự tồn tại và việc ứng dụng. Cách
giải thích thứ nhất là nhãn thời gian gắn kết có thể xem như thời gian mà sự việc xảy
ra hay suốt quãng thời gian mà sự việc được coi là đúng trong thực tế. Nếu nhãn thời
gian hiểu theo lối giải thích này được sử dụng thì thời gian gắn kết được gọi là thời
gian hiệu lực (valid time). CSDL mô tả những đối tượng có gắn yếu tố thời gian sử
dụng lối giải thích này được gọi là CSDL thời gian hiệu lực. Giả sử Dtime là tập hợp
các thời điểm liên tiếp, thì một khoảng thời gian hiệu lực [VTs,VTe] nghĩa là
{ti|tiDtime,VTs≤ti≤VTe}.
Kết hợp giá trị thời gian vào ngôn ngữ truy vấn là để xác định mối quan hệ thời
gian giữa các đối tượng. Các toán tử so sánh thời gian cho phép xác định những mối

quan hệ đó. Tập mối quan hệ thời gian hoàn chỉnh được trình bày trong [24, 26]. Lý
luận về khoảng thời gian của Allen là mô hình lý luận nổi tiếng nhất được sử dụng
trong mô hình thời gian. Lý thuyết của ông về hành động và thời gian đề xuất một hình
thức luận dựa trên thời gian logic sử dụng để lập luận về các sự kiện, hành động, quan
hệ nhân quả và sử dụng như chương trình khung(framework) để giải quyết vấn đề.
Bảng 2.1 mô tả tất cả những mối quan hệ có thể đối với hai khoảng thời gian A và B.
Hình 2.1 định nghĩa mối quan hệ giữa hai khoảng thời gian trong đó để biểu diễn nhãn
thời gian bắt đầu của một khoảng ta sử dụng hàm Begin() và kết thúc của một khoảng
sử dụng hàm End().






13

A before B

A meet B

A overlaps B

A starts B

A during B

A finishes B

A equals B

Hình 2.1 Mối quan hệ giữa hai khoảng thời gian [27]

Bảng 2.1 Ngữ nghĩa của các toán tử thời gian cho khoảng thời gian

Temporal
Operators
Temporal Semantics
A before B
End(A)<Begin(B)
A equal B
Begin(A)=Begin(B) End (A)=End(B)
A meets B
End(A)+1=Begin(B)
A overlaps B
(Begin(A)<Begin(B)˄End(A)<Begin(B) ˄ End(A)>Begin(B)) ˅
(Begin(B)<Begin(A) ˄ End(B)<Begin(A) ˄ End(B)>Begin(A))
A during B
(Begin(A)>Begin(B) ˅ Begin(A)=Begin(B))Ù
(End(A)<End(B) ˅ End(A)=End(B))
A starts B
Begin(A)=Begin(B) ˄ End(A)=End(B)
A finishes B
Begin(A)>Begin(B) ˄ End(A)=End(B)

2.3 Ranh giới đối tƣợng không gian
Trong phần này, tôi nghiên cứu và trình bày một số mô hình đã tồn tại cho các vùng
trong không gian.
A

B
A
B
A
B
A
B
A
B
B
A
A
B
14

Cho đến nay, mô hình dữ liệu không gian mặc nhiên thừa nhận phạm vi và biên
giới của các đối tượng không gian được xác định chính xác và được thừa nhận rộng
rãi. Tuy nhiên, trong thực tế, không có lý giải rõ ràng cho toàn bộ ranh giới của một
đối tượng không gian được rõ nét. Tính chất mơ hồ của một số dữ liệu không gian
trong các đối tượng nói chung và không gian có ranh giới không xác định nói riêng đã
nhận được sự chú ý đáng kể trong phân tích không gian. Do tầm quan trọng của đối
tượng không gian rõ nét, phân loại của chúng, mô hình hóa, và đặc điểm chính thức
đóng một vai trò quan trọng đối với hệ thống thông tin địa lý và cơ sở dữ liệu không
gian. Tuy nhiên trong luận văn này chỉ nghiên cứu về các đối tượng có đường biên rõ
nét và mối quan hệ giữa chúng.
Có một số phương pháp tiếp cận sẵn có để biểu diễn các đối tượng không gian.
Các mô hình hệ thống chuyển giao chính xác về phân vùng cho các đối tượng không
gian với ranh giới rõ ràng [23, 28, 29, 30, 31]. Mô hình egg-yolk trong [28] trình bày
các khu vực với các phần được đặt tên egg (toàn vùng), yolk (định nghĩa phần của
vùng), và white (ranh giới của vùng). Mô hình mở rộng là mô hình 9-intesection [32].

Hình 2.2 biểu diễn mô hình 9-intesection, bên trong(
0
), đường biên(), bên
ngoài(-) của không gian đối tượng A tương ứng với các thành phần của không gian đối
tượng B khác. Mỗi chỗ giao nhau được kiểm thử liên quan đến các tiêu chuẩn
topology bất biến rỗng và không rỗng. Cho hai vùng đơn đã được xác định dẫn đến
tám vị từ của tập Tcr = {disjoint, meets, overlaps, covers, coveredBy, inside, equal,
contains}.

0

0
  
0
   
0


 

0
     

 



0
  


   



 

Hình 2.2 Mô hình 9-intesection
Sau đó dựa vào mối quan hệ kết nối của Clarke, [28] và [33] đã đưa ra tập hợp
tương đương của các mối quan hệ topological cho các khu vực. Hình 2.3 thể hiện mối
quan hệ topological giữa hai khu vực.

Hình 2.3. Mối quan hệ topological giữa hai khu vực trong khái niệm mô hình
vùng lân cận [34]
disjoint
meets
overlaps
coveredBy
inside
equal
contains
covers
15

2.4 Khảo sát các hệ thống nƣớc ngầm hiện có
Nước ngầm là nguồn nước dồi dào và rất quan trọng trong cuộc sống. Ngày nay, nhu
cầu sử dụng nguồn nước ngầm ngày càng tăng, nếu khai thác nguồn nước không hợp
lý thì sẽ làm cạn kiệt nó. Vì vậy, Việt Nam và các nước trên thế giới tiến hành khảo sát
nước ngầm tại những khu vực khai thác và sử dụng nước ngầm nhiều.
Đài Loan có hệ thống quản lý và theo dõi nước ngầm ở lưu vực Đài Bắc, là đô thị
quan trọng nhất Đài Loan và có mật độ dân số cao. Khu vực này vì khai thác nước

ngầm quá mức nên đã tuyên bố hạn chế sử dụng nước ngầm từ năm 1972. Năm 1984,
hồ chứa Feitsui thượng nguồn của lưu vực Đài Bắc tham gia cung cấp nước sử dụng
cho khu vực và lưu trữ của hồ đã giúp nâng cao mực nước ngầm hạ lưu của khu vực
này[6].
Các ảnh hưởng đi kèm với khai thác nước ngầm quá mức ảnh hưởng sâu rộng.
Một trong số đó là sụt lún các khu vực lân cận. Lưu vực Đài Bắc đã được theo dõi cho
mực nước ngầm trong hơn 30 năm. Đến năm 1974, cuộc khảo sát đầu tiên đo áp lực
nước, hơn ¼ diện tích lưu vực trong các đường viền nước ngầm thấp hơn mực nước
biển 40m, trong đó bao gồm các huyện kinh doanh. Một trong các giếng nước ngầm
thậm chí đạt thấp hơn mực nước biển là 51,77m. Kết quả dẫn đến, lưu vực dễ bị lũ lụt,
đặc biệt bão khu vực này trong mùa hè.
Cục tài nguyên nước của bộ kinh tế và chính phủ thành phố Đài Bắc thiết lập các
giếng theo dõi, bao gồm 24 giếng cho mực nước ngầm. Các thành phần của chúng đều
giống nhau và được gán ID nhận dạng. Lấy dữ liệu các giếng để giải thích cho toàn bộ
khu vực.
Cơ sở dữ liệu của hệ thống truy vấn nước ngầm gồm dữ liệu mực nước ngầm đo
được. Giá trị của mực nước ngầm là độ cao đọc được từ thiết bị đo. Mực nước được đo
trong năm ngày cuối cùng của mỗi tháng. Để chính xác hơn, chọn ngày không có mưa
làm điều kiện đo mực nước. Sự xâm nhập do dòng chảy trên bề mặt chắc chắn ảnh
hưởng đến việc đo lường và cần phải tránh.
Hệ thống sử dụng bản đồ cơ sở được cung cấp bởi hội đồng nông nghiệp. Tỉ lệ
1:25,000 và chứa các lớp khác nhau như sông, khu công nghiệp. Bản đồ cơ sở không
có đường biên. Theo định nghĩa chung của lưu vực Đài Bắc, đường biên là đường viền
độ cao 20m trên mực nước biển. Sử dụng dữ liệu địa hình mô hình kỹ thuật số(DTM-
Digital Terrain Model). Tọa độ địa lý của các giếng giám sát được thành lập trong bản
đồ với các dữ liệu tải về từ thiết bị hệ thống định vị toàn cầu(GPS-Global Positioning
System).
Trong hệ thống, người giám sát có thể truy cập và chỉnh sửa cơ sở dữ liệu, trong
khi những người sử dụng chung không thể. Để giao tiếp với cơ sở dữ liệu nước ngầm
hiện có ở Đài Loan, các dữ liệu trong hệ thống truy vấn định dạng dBASE III. Người

16

sử dụng kiểm tra thuộc tính dữ liệu thông qua giao diện người sử dụng. Tất cả các dữ
liệu được tính toán và phân tích trước khi kết quả được kết nối với cơ sở dữ liệu. Tại
giao diện người sử dụng, người sử dụng chọn các mục truy vấn.
Các mục truy vấn bao gồm thông tin cơ bản về vị trí giám sát giếng, mực nước
ngầm, thuộc tính dữ liệu.
Hệ thống này chỉ cung cấp cho người dùng thực hiện truy vấn để lấy những
thông tin cơ bản. Nếu người dùng muốn lấy thông tin giếng trong một khoảng không
gian hay thời gian cụ thể nào đó thì hệ thống chưa xử lý được.
Ngoài hệ thống quản lý và giám sát nước ngầm ở khu vực Đài Bắc, ở phía bắc
thung lũng Sacramento thuộc bang California, Mỹ, người ta cũng đã lập một chương
trình nhằm bảo vệ tài nguyên nước ngầm tại đây. Thung lũng này có thời tiết nóng và
khô trong mùa hè, có thời tiết mát mẻ và ẩm trong mùa đông. Mỗi năm thung lũng
nhận được lượng mưa là 20 inch (510mm)[36]. Nền kinh tế chính ở thung lũng này là
nông nghiệp. Thung lũng Sacramento thuộc thung lũng trung tâm của bang California.
Thung lũng trung tâm là một trong những khu vực có năng suất sản xuất nông nghiệp
lớn nhất trên thế giới và là vùng đất loại một lớn nhất thế giới. Tại đây có trên 230 cây
trồng được phát triển. Thung lũng trung tâm sản xuất 8% giá trị tổng sản lượng nông
nghiệp quốc gia, đạt 17 tỉ USD vào năm 2002. Sản xuất nông nghiệp của thung lũng
dựa vào hệ thống tưới lấy nước từ hai nguồn nước mặt và nước ngầm. Ước tính một
phần sáu diện tích đất đai được tưới ở Hoa Kỳ là lấy từ thung lũng trung tâm này. Vì
vậy mà nguồn nước ngầm ở khu vực này cần được bảo vệ và khai thác một cách hợp
lý. Với chương trình này, họ mong muốn đưa lại một số lợi ích: xác định sự thay đổi
hàng năm và dài hạn của lưu trữ nước ngầm, xác định được hướng và độ dốc của lưu
lượng nước ngầm, hiểu cách hệ thống nước ngầm làm việc và có được cái nhìn sâu sắc
để xây dựng tốt và tìm nơi để thiết lập máy bơm cho khai thác hiệu quả.
Trong chương trình theo dõi nước ngầm này, họ đã xem xét một số khía cạnh,
bao gồm: xác định độ cao của mặt đất tại mỗi vị trí giám sát, loại giếng được sử dụng
để đo mực nước ngầm, công cụ được sử dụng để đo mực nước ngầm, khu vực để được

theo dõi, số lượng và vị trí của các giếng giám sát, tần suất đo đạc và thời gian, cuối
cùng của chương trình này là lưu trữ hồ sơ[37].
Xác định độ cao mặt đất cho vị trí giếng giám sát thì thông tin về độ sâu nước
ngầm dưới mặt đất sẽ được chính xác. Nó có thể được xác định từ bản đồ địa hình
hoặc từ chuẩn của một độ cao đã được biết đến.
Giếng sản xuất nông nghiệp có thể được sử dụng để giám sát và đo mực nước
ngầm. Trong Hình 2.5 cho thấy mực nước ngầm đang được đo trong một cái giếng
nước cạn. Hình 2.6 là mực nước ngầm được đo trong giếng dùng cho sản xuất nông
17

nghiệp. Hình 2.7 là minh họa cho một dụng cụ chuyên dụng trong giám sát nước
ngầm.


Hình 2.5 Đo mực nƣớc ngầm trong một
cái giếng nƣớc cạn

Hình 2.6 Đo mực nƣớc ngầm trong một
cái giếng nƣớc sản xuất

Hình 2.7 Dụng cụ chuyên dụng trong giám sát nƣớc ngầm

Một số yếu tố ảnh hưởng đến việc lựa chọn địa điểm và vị trí đặt các giếng theo
dõi như thủy văn, địa chất, đất và nước. Về yếu tố địa chất cần xem xét đặc điểm của
hệ thống nước ngầm đang được theo dõi và sự hiện diện của đứt gãy địa chất có thể
ảnh hưởng đến chuyển động ngầm của dòng chảy. Những thay đổi trong sử dụng đất
và nước, ví dụ như khu dân cư, công nghiệp, nông nghiệp và tham gia trong các
18

chương trình chuyển nước. Đó là những ví dụ sử dụng đất, nước ảnh hưởng đến địa

điểm xác lập đo mực nước ngầm giám sát.
Trong chương trình giám sát nước ngầm này, họ thường đo mực nước ngầm vào
mùa xuân, giữa mùa hè và vào mùa thu, trước hoặc sau khi các giếng sản xuất cung
cấp nước cho nông nghiệp, vì bây giờ nước ngầm là tĩnh.
Sau khi xác định các khía cạnh liên quan đến giám sát giếng nước ngầm, họ thực
hiện đo đạc và lưu trữ hồ sơ. Hồ sơ lưu trữ bao gồm các thông tin: tên giếng, vị trí
giếng, độ cao mặt đất, ngày đo lường, độ sâu nước ngầm, độ cao của bề mặt nước
ngầm và lưu ý trạng thái (bơm hay không bơm) và bất kỳ điều kiện xung quanh có thể
ảnh hưởng đến mực nước ngầm.
Tất cả dữ liệu và thông tin về giám sát nước ngầm đều được lưu trữ bằng tay trên
hồ sơ, từ đó họ rút ra các nhận xét và kết luận.
Tại Việt Nam, tình hình khan hiếm và thiếu nước sạch sử dụng cho sinh hoạt ăn
uống hằng ngày của người dântrong huyện Nhà Bè nói riêng và TPHCM nói chung
diễn ra phức tạp, do nguồn nước nơi dây nhiễmmặn, nhiều giếng khoan khai thác từ
các hộ dân không sử dụng được do giếng khoan nhiễm mặn cao.Đề tài chọn phương
pháp đo Carota để xác định tầng chứa nước tốt nhất không nhiễm mặn cấp nướcsinh
hoạt. Chọn 03 vị trí khoan thăm dò, đo Carota và phân tích chất lượng nước giếng
khoan so sánhđể đánh chất lượng nước ngầm tại mỗi giếng khoan. Đề xuất côngnghệ
xử lý đối với từng giếng khoan khai thác với quy mô cấp nước công nghiệp lưu lượng
7m
3
/h vàsinh hoạt gia đình 1,5m
3
-2m
3
/ngày. Phân tích kết quả chất lượng nước sau xử
lý so với tiêu chuẩncho phép sử dụng nước sinh hoạt.
Khoan thăm dò tại ba khu vực xã Phước Kiển, xã Phước Lộc và xã Nhơn Đức.
Kết quả đo trong Bảng 2.2[35].

Bảng 2.2 Kết quả đo thuộc tính nƣớc giếng khoan tại ba vị trí nghiên cứu

Chỉ tiêu
Đơn vị
Xã Phước
Điển
Xã Phước
Lộc
Xã Nhơn
Đức
QCVN
09:2008/BTNMT
pH
-
5,7
6,1
6,1
5,5-8,5
Độ màu
Pt-Co
0
0
0
-
As
Mg/l
0,004
0,003
0,001
0,05

Clorua
Mg/l
115
127
108
250
Mn
Mg/l
0,05
0,02
0,08
0,5
NO
3
-

Mg/l
0,02
0,03
0,02
15
T-Fe
Mg/l
8,2
9,4
7,5
5
19

SO

4
2-

Mg/l
1,5
1,4
1,1
400
Pb
Mg/l
0,005
0,007
0,003
0,01
Phenol
µg/l
0,02
0,01
0,01
1

Với kết quả đo được bằng phương pháp Carota, thấy rằng tầng chứa nước tại các
giếng nghiên cứu hầu hết các chỉ tiêu nằm trong phạm vi chuẩn nước ngầm cho phép
của QCVN 09:2008/BTNMT, ngoại trừ chỉ tiêu Fe vượt tiêu chuẩn.
Lưu trữ kết quả đo phân tích nước ngầm và rút ra kết luận được xử lý bằng tay
thay vì xây dựng một hệ thống quản lý và theo dõi nước ngầm tại ba vị trí khoan đó.
Lưu trữ các thuộc tính của nước ngầm vào cơ sở dữ liệu sẽ giải quyết được một số câu
hỏi cho người dùng như (1)Thuộc tính nào của nước ngầm tại xã Phước Kiển vượt quá
chỉ tiêu cho phép của QCVN 09:2008/BTNMT? (2)Giếng nước ngầm nào có thể khai
thác cấp nước cho xản xuất và sinh hoạt? (3)Giếng nước ngầm ở xã Phước Lộc có thể

khai thác cấp nước cho sản xuất và sinh hoạt không và khai thác độ sâu bao nhiêu?
Ba hệ thống, chương trình trên chủ yếu tập trung phân tích mang tính thống kê
những dữ liệu thu thập được theo thời gian và không hỗ trợ cũng như trực quan hóa
những truy vấn liên quan dữ liệu biến đổi theo không gian và thời gian[26][ 28].
Chất lượng nguồn ngước ngầm đang bị đe dọa trong những năm gần đây do việc
sử dụng các sản phẩm nông hóa học và do nhiễm mặn. Để đánh giá mức độ ô nhiễm
nguồn nước cơ quan bảo vệ môi sinh Hoa Kỳ đã phát triền hệ thống DRASTIC dựa
trên một số nhân tố thủy địa chất. Hệ thống sinh ra những bản đồ trực quan hóa những
mối nguy hại và sự thay đổi nguồn nước[38].
Trong nghiên cứu này CSDL không gian được thiết kế và xây dựng dựa trên hệ
thống thông tin địa lý như sau:
Thiết kế và xây dựng CSDL địa hình: CSDL địa hình được xây dựng bằng cách
sử dụng 1:50,000 quy mô bản đồ địa hình (đường viền khoảng 20m).
Thiết kế và xây dựng CSDL thoát nước: CSDL hệ thống thoát nước được xây
dựng bằng cách sư dụng 1:50,000 quy mô bản đồ địa hình. CSDL hệ thống thoát nước
có các thuộc tính đường và điểm. Các thuộc tính đường đại diện cho sông suối và các
thuộc tính đa giác đại diện cho hồ và sông lớn.
Thiết kế và xây dựng CSDL giếng nước: CSDL giếng bao gồm thông tin về
giếng và nước ngầm. Các dữ liệu từ việc kiểm kê là vị trí giếng, chủ sở hữu, địa chỉ, số
điện thoại, năm lắp đặt, sử dụng, độ sâu, đường kính, mực nước tĩnh, ngày khảo sát, độ
sâu mực nước, nhiệt độ, pH và chúng được xây dựng cho CSDL không gian bằng cách
sử dụng GIS.
Thiết kế và xây dựng CSDL địa chất: CSDL địa chất được xây dựng bắng cách
sử dụng 1:50,000 quy mô bản đồ địa chất. CSDL địa chất có thuộc tính đa giác.
20

Thiết kế và xây dựng CSDL đất: CSDL địa chất được xây dựng bắng cách sử
dụng 1:50,000 quy mô bản đồ địa chất. CSDL địa chất có thuộc tính đa giác.
Thiết kế và xây dựng CSDL sử dụng đất đai: CSDL sử dụng đất có thuộc tính đa
giác. Nó được xây dựng bằng cách chuyển đổi từ kết quả xử lý hình ảnh lấy từ vệ tinh

LANDSAT TM.

Hình 2.8 Cơ sở dữ liệu của hệ thống DRASTIC

Để đánh giá độ nhảy cảm của sự ô nhiễm nước ngầm gồm các bước: thu thập dữ
liệu về khu vực nghiên cứu, xây dựng CSDL từ các dữ liệu thu thập được, khai thác
các yếu tố địa chất thủy văn từ CSDL, phân tích các yếu tố lớp che phủ.
Lập bản đồ nguy cơ ô nhiễm nước ngầm được thực hiện bởi các lớp che phủ đại
diện cho các thông số DRASTIC. Về mặt lý thuyết, một lớp che phủ cần thiết cho mỗi
tham số. Tuy nhiên, các thông số DRASTIC thường xuyên liên kết chặt chẽ. Trong
một số khu vực vùng trọng lực nước (vadose) và lớp giữa của tầng chứa nước (aquifer
media) đều giống nhau. Trong các khu vực khác, đất và địa hình liên quan mật thiết
với nhau.
Soil Media
Depth to water
DRASTIC
Net Recharge
Well DB
Soil DB
Landuse DB
Hydrologic DB
Geologic DB
Hydraulic
conductivity
Aquifer Media
Slope
Topographic DB
21

Trong nghiên cứu này lựa chọn lớp giữa của tầng chứa nước làm tham số khởi

đầu vì các giá trị được lựa chọn cho các thông số khác có thể phụ thuộc vào sự lựa
chọn của tầng chứa nước để lập bản đồ. Hệ thống thích hợp nhất cho khu vực 40 ha
hoặc kích thước lớn hơn. Các dữ liệu được sử dụng để tạo ra các bản đồ DRASTIC
được tạo ra tại một loạt các thông số tỷ lệ. Giá trị độ dẫn thủy lợi thường được suy
luận từ một vài điểm tham chiếu hoặc chỉ đơn giản là ước tính từ lớp giữa của tầng
chứa nước. Khi tạo ra các bản đồ, quan trọng là phải cố gắng để "chứng minh" quy mô
bằng cách khái quát hóa hoặc tìm kiếm các thông tin chi tiết nhất có sẵn.
Đối với mỗi thông số bản đồ raster được thực hiện thông qua phép nội suy trong
phần mềm Arc View GIS bằng cách sử dụng các dữ liệu giếng. Bản đồ đất được xem
xét và sau đó xử lý từ bản đồ đất. Bản đồ độ dốc thu được từ mô hình địa hình kỹ thuật
số (DTM- digital terrain model). Mỗi tham số được phân loại vào các lớp dễ bị tổn
thương (vulnerability) nhất định với giá trị từ mô hình địa hình kỹ thuật số. Tất cả bảy
tham số DRASTIC được ánh xạ với một màu sắc khác nhau. Cuối cùng, thông qua
một chức năng cụ thể từ phần mềm GIS - chức năng che phủ, trong bảy bản đồ được
kết hợp thông qua chức năng tính toán bản đồ từ các nhà phân tích không gian mở
rộng kết quả trong bản đồ dễ bị tấn công (Vulnerability Map) của nước ngầm.
Cuối cùng phải đánh giá các thiết lập thủy văn có trên bản đồ. Các khu vực trên
bản đồ được gán nhãn phù hợp với các thiết lập địa chất thủy văn. Chỉ số DRASTIC
cho khu vực được tính toán.



Hình 2.9 Các tầng DRASTIC để tạo bản đồ về sự tấn công nƣớc ngầm
22

2.5 Phân loại các loại truy vấn hỗ trợ trong việc thu dữ liệu sử dụng công nghệ
cảm biến
Với sự phát triển của công nghệ, dữ liệu tại hiện trường có thể được thu nhờ mạng cảm
biến thiết lập từ trước. Một nghiên cứu gần đây đã phát triển bộ xử lý truy vấn cho các
mạng cảm biến kết hợp kỹ thuật thu thập(acquisitional) gọi là TinyDB. TinyDB là một

bộ xử lý truy vấn phân tán chạy trên mỗi node trong một mạng lưới cảm biến[39].
TinyDB chạy trên nền tảng Berkeley mote, sử dụng hệ điều hành TinyOS. Nền
tảng này được chọn vì phần cứng có sẵn từ thương mại và hệ điều hành tương đối
mạnh. TinyDB có rất nhiều tính năng của một bộ xử lý truy vấn truyền thống(ví dụ:
khả năng truy vấn, liên kết, dự báo, tổng hợp dữ liệu), nhưng trong phần này sẽ kết
hợp một số tính năng khác được thiết kế để giảm thiểu tiêu thụ năng điện.
2.5.1 Chức năng cơ bản ngôn ngữ
Truy vấn trong TinyDB, như trong SQL, bao gồm mệnh đề SELECT-FROM-
WHERE-GROUPBY hỗ trợ truy vấn, tham gia, dự báo và tổng hợp.
Các ngữ nghĩa của mệnh đề SELECT-FROM-WHERE-GROUPBY như trong
SQL. Mệnh đề FROM có thể xem từ bảng cảm biến và bảng lưu trữ, cái mà chúng ta
gọi là điểm thời gian(materialization).
Bộ dữ liệu được tạo ra trong khoảng thời gian xác định mẫu như là một tham số
của truy vấn. Khoảng thời gian giữa sự bắt đầu của từng thời kỳ mẫu được xem như là
một pha. Những pha này cung cấp cơ chế thuận tiện cho việc giảm thiểu điện năng tiêu
thụ. Xem xét truy vấn sau:
SELECT nodeid, light, temp
FROM sensors
SAMPLE PERIOD 1s FOR 10s
Truy vấn này quy định rằng mỗi thiết bị báo cáo id của nó, ánh sáng và nhiệt
độ(chứa trong các cảm biến ảo) 10s một lần. Kết quả của dòng truy vấn từ gốc của
mạng lưới một cách trực tuyến, thông qua các cấu trúc liên kết đa bước, nơi chúng có
thể đăng nhập hoặc hiện thị cho người sử dụng. Đầu ra bao gồm một dòng dữ liệu,
nhóm vào khoảng thời gian 1s. mỗi bộ dữ liệu bao gồm một nhãn thời gian tương ứng
với thời gian mà nó được sinh ra.
Các nút bắt đầu thu thập dữ liệu tại đầu mỗi pha, theo mệnh đề SAMPLE
PERIOD. Các nút trong TinyDB chạy một giao thức đồng bộ hóa thời gian để đồng ý
trên cơ sở toàn cục thời gian cho phép bắt đầu và kết thúc mỗi pha.
23

Khi một truy vấn được gửi tới trong TinyDB, nó được gán định danh(id) cái mà
trả lại cho chính thiết bị gửi. Id này có thể được sử dụng để ngăn chặn một cách rõ
ràng truy vấn thông qua câu lệnh “STOP QUERY id”. Ngoài ra, các truy vấn có thể
được hạn chế chạy cho một khoảng thời gian cụ thể thông qua mệnh đề FOR(được
hiển thị ở trên) hoặc có thể bao gồm một điều kiện dừng lại như một sự kiện(xem bên
dưới).
Lưu ý rằng vì bảng cảm biến là một cái không ràng buộc, luồng giá trị dữ liệu
liên tục, ngặn chặn các hoạt động nhất định (như sắp xếp) không cho phép với các
dòng như vậy trừ khi một tập hợp con bị giới hạn, hoặc khoảng thời gian, được quy
định. Khoảng thời gian trong TinyDB được xác định thông qua các điểm thời gian
trong các dòng cảm biến. Điểm thời gian như vậy tích lũy một bộ đệm nhỏ của dữ liệu
có thể được sử dụng trong các truy vấn khác. Xem xét ví dụ sau:
CREATR
STORAGE POINT recenlight SIZE 8
AS (SELECT nodeid, light FROM sensors
SAMPLE PERIOD 10s)
Câu lệnh này cung cấp một vị trí (ví dụ: một nút) nào đó để lưu trữ dữ liệu gần
đây đến điểm thời gian trong các hệ thống trực tuyến khác như Aurora, TelegraphCQ
[Carney et al. 2002; Chandrasekaran et al. 2003; Motwani et al. 2003].
2.5.2 Truy vấn tổng hợp
Cách tiếp cận cơ bản của xử lý truy vấn tổng hợp trong TinyDB như là dữ liệu từ
một truy vấn kết hợp luồng trong cây, nó được tổng hợp trong hệ thống theo chức năng
tập hợp và phần vùng dựa trên giá trị quy định trong truy vấn.
Xem xét vấn đề, người dùng muốn theo dõi bao nhiêu người sử dụng phòng hội thảo
trên một tầng của tòa nhà cụ thể. Họ sử dụng cảm biến microphone gắn với các mote,
và tìm kiếm các phòng có lượng chứa trung bình trên một ngưỡng nào đó(giả sử rằng
phòng có thể có nhiều bộ cảm biến). Truy vấn có thể được thể hiện như sau:
SELECT AVG(volume), room FROM sensors
WHERE floor = 6
GROUP BY room

HAVING AVG(volume)>threshold
SAMPLE PERIOD 30s