Dữ liệu Độ cao Số SRTM: Đột phá trong Bản đồ Kỹ thuật Số và Ứng dụng Bền vững

Dữ liệu độ cao số SRTM (Shuttle Radar Topography Mission), ban đầu được NASA sản xuất, đã tạo ra một bước đột phá quan trọng trong việc lập bản đồ kỹ thuật số toàn cầu. Nó mang lại tiến bộ lớn trong khả năng tiếp cận dữ liệu độ cao chất lượng cao cho nhiều khu vực rộng lớn ở vùng nhiệt đới và các khu vực đang phát triển khác trên thế giới.

Giới thiệu về Dữ liệu Độ cao Số SRTM

Dữ liệu độ cao số (DEM) là một thành phần thiết yếu trong nhiều ứng dụng địa không gian, từ mô hình thủy văn đến quy hoạch sử dụng đất. Nhiệm vụ SRTM của NASA đã cung cấp dữ liệu độ cao kỹ thuật số (DEM) cho hơn 80% bề mặt Trái Đất, đánh dấu một cột mốc quan trọng trong việc thu thập thông tin địa hình toàn cầu. Dữ liệu này, được USGS phân phối miễn phí, có sẵn với độ phân giải khoảng 90m (3 arc giây) tại đường xích đạo.

Tuy nhiên, dữ liệu SRTM ban đầu thường chứa các “lỗ hổng dữ liệu” (“no-data holes”) ở những khu vực mà nước hoặc bóng tối dày đặc ngăn cản việc định lượng độ cao. Những lỗ hổng này, mặc dù thường nhỏ, lại làm giảm đáng kể tính hữu dụng của dữ liệu, đặc biệt trong các lĩnh vực yêu cầu bề mặt dòng chảy liên tục như mô hình thủy văn. Ví dụ, Nepal có tới 9.6% diện tích đất nước bị ảnh hưởng bởi các lỗ hổng dữ liệu, tổng cộng khoảng 13.740 km².

Xử lý và Cải thiện Dữ liệu SRTM bởi CGIAR-CSI

Để khắc phục hạn chế này, Consortium for Spatial Information (CGIAR-CSI) thuộc Nhóm Tư vấn Nghiên cứu Nông nghiệp Quốc tế (CGIAR) đã thực hiện quá trình xử lý bổ sung cho dữ liệu SRTM. Mục tiêu là tạo ra các bề mặt độ cao liên tục, không có lỗ hổng và dễ sử dụng cho nhiều đối tượng người dùng tiềm năng, đặc biệt là nhằm thúc đẩy khoa học địa không gian và các ứng dụng cho phát triển bền vững và bảo tồn tài nguyên ở các nước đang phát triển.

Dữ liệu SRTM 90m DEM được cung cấp trên trang web của CGIAR-CSI đã được xử lý để lấp đầy các lỗ hổng dữ liệu và được chia thành các ô 5×5 độ ghép nối liền mạch để dễ dàng tải xuống và sử dụng. Chúng có sẵn ở cả định dạng ArcInfo ASCII và GeoTiff, tạo thuận lợi cho việc sử dụng trong nhiều ứng dụng xử lý hình ảnh và GIS khác nhau.

Andy Jarvis và Edward Guevara của dự án CIAT Agroecosystems Resilience, cùng với Hannes Isaak Reuter (JRC-IES-LMNH) và Andy Nelson (JRC-IES-GEM), đã xử lý thêm các DEM gốc để lấp đầy những lỗ hổng này. Quá trình này bao gồm việc tạo ra các đường đồng mức vector và điểm, sau đó nội suy các đường đồng mức đã tạo trở lại thành DEM raster. Các giá trị DEM nội suy này sau đó được sử dụng để lấp đầy các lỗ hổng dữ liệu gốc trong dữ liệu SRTM.

Bản đồ độ cao mẫu của Trung Phi với độ phân giải 90m (ô số: 42_12)

Phương pháp Lấp đầy Lỗ hổng Dữ liệu

CGIAR-CSI đã áp dụng phương pháp được mô tả bởi Reuter et al. (2007) để cung cấp các bề mặt độ cao liên tục. Quá trình này được thực hiện qua nhiều giai đoạn:

1. Nhập và Hợp nhất: Các ô dữ liệu 1 độ từ máy chủ FTP của USGS (phát hành năm 2003) được nhập và hợp nhất thành các bề mặt độ cao liên tục ở định dạng ArcGRID.
2. Lấp đầy và Làm sạch Sơ bộ: Các lỗ hổng nhỏ được lấp đầy lặp đi lặp lại và bề mặt được làm sạch để giảm thiểu các hố và đỉnh giả.
3. Nội suy Chuyên sâu: Giai đoạn này sử dụng nhiều phương pháp nội suy để lấp đầy các lỗ hổng lớn hơn. Phương pháp cụ thể được chọn dựa trên kích thước của lỗ hổng và dạng địa hình xung quanh nó. Quá trình này được thực hiện bằng cách sử dụng Arc/Info AML model.

Cụ thể, quá trình nội suy bao gồm:

• Sử dụng DEM SRTM gốc (dữ liệu đã hoàn thiện) để tạo ra các đường đồng mức hoặc điểm (tùy thuộc vào phương pháp nội suy).
• Trong trường hợp có sẵn DEM phụ trợ có độ phân giải cao hơn, một lớp phủ điểm được tạo ra từ các giá trị độ cao tại tâm mỗi ô của DEM phụ trợ trong khu vực lỗ hổng. Đối với các lỗ hổng lớn không có DEM phụ trợ độ phân giải cao, DEM SRTM30 30 giây được sử dụng làm phụ trợ.
• Đối với các khu vực có DEM phụ trợ độ phân giải cao: Các đường đồng mức và điểm xung quanh cũng như bên trong lỗ hổng được nội suy để tạo ra một DEM có tính thủy văn bằng thuật toán TOPOGRID trong Arc/Info. TOPOGRID được thiết kế để sử dụng dữ liệu đường đồng mức (và dữ liệu dòng chảy, điểm nếu có) để tạo ra các DEM có tính thủy văn, tạo ra bề mặt độ cao mượt mà.
• Đối với các khu vực không có DEM phụ trợ độ phân giải cao: Kỹ thuật nội suy phù hợp nhất được chọn dựa trên kích thước lỗ hổng và kiểu địa hình. Các phương pháp nội suy tối ưu có thể bao gồm Kriging hoặc Inverse Distance Weighting cho các lỗ hổng nhỏ và trung bình ở vùng đất thấp tương đối bằng phẳng; Spline interpolation cho các lỗ hổng nhỏ và trung bình ở địa hình núi cao và bị chia cắt; Triangular Irregular Network (TIN) hoặc Inverse Distance Weighting cho các lỗ hổng lớn ở khu vực rất bằng phẳng; và phương pháp Spline nâng cao (ANUDEM) cho các lỗ hổng lớn ở các dạng địa hình khác.

DEM đã nội suy cho các vùng không có dữ liệu sau đó được hợp nhất với DEM gốc để tạo ra các bề mặt độ cao liên tục. Toàn bộ quá trình này được thực hiện cho các ô có sự chồng lấn lớn với các ô lân cận, đảm bảo chuyển tiếp địa hình liền mạch và mượt mà ở các khu vực lỗ hổng lớn. Dữ liệu liền mạch sau đó được cắt theo đường bờ biển bằng cách sử dụng Shorelines and Water Bodies Database (SWBD).

Độ Chính xác và Ứng dụng

Phương pháp này tạo ra một bề mặt độ cao mượt mà cho các vùng không có dữ liệu. Mặc dù các biến đổi địa hình quy mô vi mô không được ghi lại hoàn toàn, hầu hết các đặc điểm quy mô vĩ mô đều được nắm bắt trong các lỗ hổng kích thước nhỏ đến trung bình.

Nghiên cứu của Jarvis et al. (2004) đã phân tích chi tiết độ chính xác của dữ liệu độ cao đã nội suy ở một khu vực tại Colombia, nơi 43% diện tích ban đầu chứa lỗ hổng dữ liệu SRTM. Họ phát hiện ra sai số dọc trung bình chỉ là 5m ở các vùng đã nội suy khi so sánh với DEM được tạo từ bản đồ địa hình, mặc dù sai số tối đa có thể lên tới 257m ở một vùng có độ cao khoảng 1500m. Khi các mô hình thủy văn được áp dụng cho DEM đã nội suy và DEM địa hình, có rất ít sự khác biệt được tìm thấy trong phản ứng thủy văn về dòng chảy trên mặt đất và lưu lượng xả.

Lịch sử Phiên bản và Cải tiến Tương lai

Dữ liệu SRTM của CGIAR-CSI đã trải qua nhiều phiên bản cải tiến:

• Phiên bản 4: Sử dụng nhiều kỹ thuật nội suy khác nhau được mô tả bởi Reuter et al. (2007) và các DEM phụ trợ bổ sung để lấp đầy lỗ hổng, bao gồm SRTM30 cho các lỗ hổng lớn. Nó cũng giải quyết triệt để vấn đề dịch chuyển pixel lưới ½ so với phiên bản trước.
• Phiên bản 3: Bao gồm dữ liệu SRTM “Finished grade”, sử dụng cơ sở dữ liệu SWBD để cắt các đường bờ biển và các DEM phụ trợ để lấp đầy các lỗ hổng. Cũng có sự khác biệt về dịch chuyển pixel lưới ½ so với Phiên bản 2.
• Phiên bản 2: Bao gồm dữ liệu DEM cho Australasia và các đảo nhỏ ở Đại Tây Dương, Ấn Độ Dương và Thái Bình Dương. Các đường bờ biển được cắt và không còn hiện tượng “vách đá” tại các điểm nối ô dữ liệu do chồng lấn không đủ trong Phiên bản 1.

Trong tương lai, CGIAR-CSI dự định tiếp tục cải thiện dữ liệu khi các bộ dữ liệu phụ trợ độ phân giải cao hơn trở nên có sẵn. Các bản cập nhật được lên kế hoạch sẽ sử dụng DEM ASTER độ phân giải cao để lấp đầy các lỗ hổng ở các khu vực đặc biệt khó khăn (ví dụ như Sahara).

Kết luận

Dữ liệu độ cao số SRTM đã qua xử lý của CGIAR-CSI đại diện cho một tài nguyên quý giá cho các nhà khoa học, nhà nghiên cứu và những người làm công tác phát triển trên toàn thế giới. Với việc lấp đầy các lỗ hổng dữ liệu và cải thiện tính liên tục của bề mặt, dữ liệu này cung cấp một nền tảng đáng tin cậy cho nhiều ứng dụng địa không gian, đặc biệt là trong các lĩnh vực mô hình hóa thủy văn và quản lý tài nguyên bền vững. Việc dễ dàng truy cập và các định dạng đa dạng càng làm tăng giá trị của nó, khuyến khích cộng đồng toàn cầu khai thác tiềm năng của khoa học địa không gian cho những thách thức môi trường và phát triển.

Tài liệu Tham khảo

• Gamache, M. (2004). Free and Low-Cost Datasets for International Mountain Cartography.
• Hutchinson, M. (1988). Calculation of hydrologically sound digital elevation models.
• Hutchinson, M. (1989). “A new procedure for gridding elevation and stream line data with automatic removal of spurious pits.” Journal of Hydrology 106: 211-232.
• Jarvis, A., J. Rubiano, A. Nelson, A. Farrow and M. Mulligan (2004). Practical use of SRTM data in the tropics: Comparisons with digital elevation models generated from cartographic data.
• Reuter H.I, A. Nelson, A. Jarvis, 2007, An evaluation of void filling interpolation methods for SRTM data, International Journal of Geographic Information Science, 21:9, 983-1008.
• USGS, 2006a, Shuttle Radar Topography Mission (SRTM) “Finished” 3-arc second SRTM Format Documentation.
• USGS, 2006b, Shuttle Radar Topography Mission DTED® Level 1 (3-arc second) documentation.
• USGS, 2006c, Shuttle Radar Topography Mission Water Body Dataset.
• USGS, 2006d, SRTM30 Documentation.
• Wessel, P., and W. H. F. Smith, A Global Self-consistent, Hierarchical, High-resolution Shoreline Database, J. Geophys. Res., 101, #B4, pp. 8741-8743, 1996.