Chương VII MỘT SỐ PHÉP THỬ TRONG RASTAR GIS
7.4. Phép phân tích vùng lân cận (Neighbourhood analysis)
Phép phân tích vùng lân cận đặc biệt hữu ích khi tình huống đòi hỏi việc phân tích các mối quan hệ giữa các vị trí, hơn là việc phân tích tính chất tại các vị trí đơn lẻ. Phép phân tích vùng lân cận còn hay được gọi là 'chức năng tiêu điểm' bởi vì phép phân tích này sẽ gắn giá trị cho một 'tiêu điểm' của vùng lân cận.Tiêu điểm của phép phân tích vùng lân cận thường được
gọi là điểm quét và các điểm lân cận - tức là các điểm xung quanh nó - được biết đến như là vùng lân cận quét. Vùng lân cận quét này có thể có các dạng và kích thước khác nhau, điều này có thể được chọn tuỳ ý trong trình ứng dụng GIS (Hunter, 2001)
Các hình dạng vùng lân cận thông thường như sau:
Hình 7.6: Các hình dạng vùng lân cận thông thường
(Trong hình trên điểm quét có mầu đậm, các điểm lưới trong vùng quét nằm trong đường tô đậm.
Vùng quét trong tất cả các trường hợp trên bao gồm cả tâm điểm quét, trừ trường hợp vùng quét có dạng bánh vòng.)
Phép phân tích lân cận được thực hiện bằng cách di chuyển khắp lưới raster, lần lượt lấy từng mắt lưới làm tâm điểm quét và gắn giá trị được tính toán theo một hàm số nhất định cho từng mắt lưới được quét đến.
Các hàm thống kê khác nhau có thể được dùng để tính toán giá trị cho tâm điểm được quét tới. Các hàm thống kê được phép sử dụng tùy thuộc vào dạng dữ liệu số của raster đầu vào mà ta đã xét đến ở các phần trước (ví dụ như dữ liệu là ghi danh, cấp bậc, khoảng hay là tỷ lệ).
Có 9 hàm thống kê phổ biến là: Tổng (Sum), Trung bình (Average), Lớn nhât(Maximum), Nhỏ nhất (Minimum), Điểm giữa (Median), Đa số (Majority), Đa dạng (Diversity) và Khoảng (Range). Ta hãy lấy ví dụ việc áp dụng các phép thống kê khác nhau cho vùng lân cận 9 điểm lưới dưới đây.
Hình 7.7: Vùng lân cận minh hoạ 9 điểm lưới Hàm tổng: SUM (=110)
Phép SUM cộng tất cả các giá trị của các điểm lưới trong vùng quét và gán nó cho tâm điểm. Dữ liệu bản đồ đầu vào có thể là dữ liệu tỷ lệ hoặc dữ liệu khoảng.
Ví dụ áp dụng phép SUM khi ta cần đo mật độ của đối tượng trên bản đồ, chẳng hạn ta cần xây dựng bản đồ mật độ dân cư bằng cách mã hoá số lượng nhà ở trên 100 ha.
Hàm trung bình hoá: AVERAGE ( = 12.22)
Phép AVERAGE tính giá trị trung bình từ các giá trị tất cả các điểm lưới trong vùng được quét. Dữ liệu bản đồ đầu vào phải là là dữ liệu tỷ lệ hoặc dữ liệu khoảng.
Phép AVERAGE thường được dùng để làm 'trơn nhẵn' các giá trị trên bản đồ. Ví dụ như ta cần làm 'trơn nhẵn' raster địa hình trước khí đưa vào phân tích để loại bỏ bớt các lỗi/nhiễu trong dữ liệu địa hình ban đầu.
Hàm chọn giá trị tối đa: MAXIMUM ( = 30)
Phép MAXIMUM gắn giá trị tối đa có trong vùng quét cho tâm điểm. Dữ liệu bản đồ đầu vào có thể là tỷ lệ, khoảng hoặc cấp bậc.
Ví dụ áp dụng như trong trường hợp ta muốn đánh giá mỗi điểm lưới trên bản đồ theo một tài nguyên có giá nào đó trong vùng lân cận.
Hàm chọn giá trị tối thiểu: MINIMUM ( = 0)
Ngược lại với phép MAXIMUM, phép MINIMUM gắn giá trị nhỏ nhất có trong vùng lân cận cho tâm điểm. Tương tự với phép MAXIMUM, dữ liệu bản đồ đầu vào có thể là tỷ lệ, khoảng hoặc cấp bậc.
Phép MINIMUM thường được dùng để nhận ra các 'điểm trũng' trong bản đồ bề mặt số, ví dụ như tìm và loại bỏ các 'điểm trũng vô lý' (điểm lưới đơn lẻ có giá trị độ cao thấp hơn các điểm lân cận) trước khi sử dụng bản đồ vào các mô hình mô phỏng dòng chảy.
Hàm chọn trung vị: MEDIAN (=10)
Phép MEDIAN gắn giá trị giữa trong các giá trị trong vùng lân cận cho tâm điểm. Dữ liệu đầu vào có thể là tỷ lệ, khoảng hoặc cấp bậc.
Phép MEDIAN được sử dụng tương tự như đối với phép AVERAGE, tức là để làm 'trơn nhẵn' các giá trị trên bản đồ raster.
Hàm chọn giá trị đa số: MAJORITY (=10)
Phép này gắn giá trị có tần suất xuất hiện cao nhất trong vùng lân cận. Dữ liệu đầu vào có thể là tỷ lệ, khoảng, cấp bậc hoặc ghi danh.
Ví dụ áp dụng MAJORITY khi ta cần gắn giá trị cho các điểm lưới không có giá trị như là lỗi trong quá trình số hoá.
Hàm đa dạng: DIVERSITY (=5)
Phép này đôi khi còn được gọi là VARIETY, nó tạo ra giá trị bằng tổng số các giá trị khác nhau trong vùng được quét. Dữ liệu đầu vào có thể là tỷ lệ, khoảng, cấp bậc hoặc ghi danh.
Phép này thường được dùng để tìm cạnh các vùng với kết quả: 1 - cho khu vực bên trong vùng, 2 - dọc theo đường biên của hai vùng giáp nhau, 3 hoặc 4 - khi có 3 hoặc 4 vùng tiếp xúc nhau. Ví dụ áp dụng như trong nghiên cứu sinh thái các cộng đồng thực vật khác nhau.
RANGE (=30)
Phép này tạo ra giá trị chênh lệch giữa giá trị lớn nhất và giá trị nhỏ nhất có mặt trong vùng lân cận. Dữ liệu đầu vào có thể là tỷ lệ, khoảng hoặc cấp bậc.
Phép RANGE thường được dùng để đánh giá các điểm lưới theo khoảng giá trị của một tính chất nào đó bao quanh chúng. Ví dụ như tìm khoảng chênh lệch độ cao hoặc chênh lệch giá đất.