Tại GITA 2018 ở Phoenix, Bob Basques, một nhà phát triển hệ thống GIS tại thành phố St. Paul, Bang Minnesota, Mỹ, đã mô tả một hệ thống gọi là COMPASS và nhóm của ông đã phát triển cung cấp một công cụ chia sẻ, dễ sử dụng cho phép nhân viên thành phố và Public Works truy cập dữ liệu không gian và dữ liệu liên quan của thành phố bao gồm, chẳng hạn như quét sổ ghi chép của người khảo sát, 2,2 triệu ảnh phố phường và cho phép và cấp phép thông tin cho 200 ứng dụng khác nhau. Dựa hoàn toàn vào các thành phần mã nguồn mở, hệ thống nhỏ gọn và hiệu quả, đủ để chạy trên một Raspberry Pi.

Một trong những vấn đề cản trở hoạt động hiệu quả tại các đô thị là truy cập dữ liệu không gian địa lý có nguồn gốc từ nhiều nguồn như bảo trì cơ sở hạ tầng, lập kế hoạch và phân vùng, sở hữu tài sản, kỹ thuật, cho phép, cấp phép và thực thi mã. Dữ liệu không gian được tạo ra bởi các dự thảo CAD, người dùng GIS, người điều tra và thậm chí cả người dùng với các ứng dụng điện thoại thông minh. Dữ liệu hình ảnh có thể đến từ nhiều nguồn khác nhau bao gồm vệ tinh quan sát trái đất, tràn ngập trên không, chụp ảnh đường phố và máy bay không người lái. Dữ liệu này liên tục thay đổi có nghĩa là bất kỳ quá trình nào liên quan đến việc tạo các bản sao như chuyển đổi nó thành một định dạng phổ biến sẽ tạo ra một vấn đề lớn hơn nó giải quyết.

Thành phố Saint Paul chịu trách nhiệm bảo trì cơ sở hạ tầng cho tất cả cơ sở hạ tầng trong phạm vi quyền ưu tiên công cộng. Nó cũng chịu trách nhiệm duy trì liên kết thông tin bưu kiện và phân công địa chỉ. St Paul chỉ là 56 dặm vuông, nhưng nó là đông dân phát triển và có rất nhiều cơ sở hạ tầng và các quy định liên quan đến quản lý. Ngoài ra, St Paul là một phần của khu vực đô thị của các thành phố sinh đôi và người sử dụng dữ liệu St Paul thường cần truy cập vào dữ liệu bên ngoài St Paul.

Ứng dụng này được thiết kế để nâng cao hiệu quả của các nhiệm vụ phổ biến bao gồm quản lý bảo trì cơ sở hạ tầng, lập kế hoạch và phân vùng, sở hữu tài sản, kỹ thuật, cho phép. cấp phép và thực thi mã. Để thực hiện điều này, hệ thống truy cập nhiều nguồn dữ liệu khác nhau từ những người quản lý dữ liệu khác nhau bao gồm Công trình, An toàn và Kiểm tra, Lập kế hoạch và Phát triển Kinh tế, Công viên & Giải trí, Văn phòng Công nghệ, Phòng cháy, Cảnh sát, Bất động sản và Hội đồng Quận. Công chúng có quyền truy cập tới 73 lớp dữ liệu thông qua giao diện chuẩn web OGC. Công cụ này, được gọi là GeoMoose, là một dự án nguồn mở (giấy phép MIT) trên OSGeo và chỉ sử dụng các thành phần nguồn mở. Có khá nhiều cơ quan chính phủ ở Mỹ tham gia dự án GeoMoose.

Ứng dụng này cực kỳ nhỏ gọn và nhẹ – Bob đã chứng minh nó chạy một Raspberry Pi với ổ 64 GB (chỉ bằng bất kỳ thẻ MicroSD kích thước nào) – điều đó có nghĩa là người dùng làm việc trong các khu vực có giới hạn không dây vẫn có thể truy cập dữ liệu quan trọng. GeoMoose chạy trên Linux và Windoes và có thể truy cập thông qua Wifi từ Windows, Linux, Android, iOS và Mac OS – thực sự bất kỳ thiết bị nào có Wifi và trình duyệt bao gồm cả thanh USB. Cốt lõi của GeoMoose bao gồm mã HTML và Javascript. Nó có thể truy cập dữ liệu được lưu trữ trong hệ thống tập tin cũng như từ các trang WMS / WFS OGC qua internet. GeoMoose bao gồm một trình soạn thảo cho phép người dùng tạo các đối tượng hình học như đa giác. Một ứng dụng điển hình sẽ là định nghĩa một đa giác đại diện cho một dự án mới, đặt một vùng đệm xung quanh nó và tìm tất cả các bưu kiện sẽ bị ảnh hưởng bởi dự án.

Hệ thống xử lý nhiều loại dữ liệu khác nhau bao gồm 305 lớp (một lớp mới được thêm vào mỗi tuần hoặc hai), 32 kết nối cơ sở dữ liệu trực tiếp, 39 lớp hình ảnh và 31 tầng cơ sở hạ tầng. Bên cạnh người dùng Public Works, người dùng từ hơn 40 tổ chức khác truy cập vào hệ thống. Hệ thống này là một dự án OSGeo và được xây dựng trên các thành phần nguồn mở bao gồm OpenLayers và MapServer, và có thể được tích hợp với PostgreSQL / PostGIS, Webdav, svn và Apache.

COMPASS trưng bày dữ liệu ra thế giới thông qua các công cụ chuẩn của OGC. Hầu hết dữ liệu trong hệ thống COMPASS của các công cụ đều có sẵn dưới dạng dịch vụ WMS. Các tập dữ liệu được chọn cũng có sẵn dưới dạng lớp WFS. Một số lớp được bảo vệ vì lý do bảo mật hoặc hợp đồng. GeoMoose 3.0, được phát hành vào tháng 8 năm ngoái là thân thiện với thiết bị di động và hỗ trợ các khung Javascript hiện đại như React.

Hệ thống đã trở nên được sử dụng rộng rãi và đáng tin cậy. Nó nhận được khoảng 50.000 lượt truy cập mỗi tuần không chỉ trong Công trình công cộng mà còn bởi những người dùng khác bên trong và bên ngoài chính quyền thành phố. Nó đã giảm bớt nhiều quá trình lao động trước đây. Bởi vì nhiều người dùng hơn đang truy cập dữ liệu của họ, người quản lý dữ liệu đang chịu trách nhiệm lớn hơn về dữ liệu đã dẫn đến cải thiện tổng thể về chất lượng dữ liệu và tính kịp thời. Nguồn mở đã cho phép tùy chỉnh cho những người dùng cụ thể mà không thể có được nếu không truy cập vào mã cơ bản. Ví dụ, nó đã làm cho nó có thể tạo ra các hình ảnh và báo cáo chuyên ngành, kết nối với các cơ sở dữ liệu độc quyền khác nhau, trộn các nguồn dữ liệu trên đầu ra và xây dựng các quy trình tra cứu tùy chỉnh.

Nguồn: This open source viewer that runs on Raspberry Pi can share city’s geospatial data

Nước đóng nhiều vai trò trong cuộc sống của chúng ta. Ở mức độ cơ bản, chúng ta cần nguồn nước sạch, an toàn và dễ tiếp cận hàng ngày. Nhưng chúng ta cũng cần sử dụng nước sạch để nấu ăn, vệ sinh, dịch vụ, phát điện và mục đích tưới tiêu. Tuy nhiên, vị trí và tính sẵn có của nguồn nước ngọt tự nhiên thay đổi theo thời tiết và có khả năng thay đổi trong tương lai do ảnh hưởng của con người và khí hậu thay đổi. Chúng ta đã từ lâu tìm cách chế ngự và ổn định khả năng tiếp cận các nguồn nước thông qua các tiến bộ kỹ thuật, dẫn đến xây dựng gần 7000 đập trên toàn thế giới.

Hiện nay, chúng ta đang có một công cụ mới là hình ảnh vệ tinh và điều này mang lại cho chúng ta khả năng giám sát việc cung cấp nước trên toàn thế giới.

Đào tạo máy tính để giám sát nguồn nước

Tại Descartes Labs, chúng tôi đã phát triển một nền tảng cho phân tích không gian địa lý cho phép các nhà khoa học dễ dàng truy cập vào kho ảnh vệ tinh để xây dựng mô hình bằng cách sử dụng công cụ học máy và trí thông minh nhân tạo. Thoạt nhìn, việc lập bản đồ và giám sát nước có vẻ dễ dàng – chỉ cần tìm các pixel màu xanh, phải không? Nhưng thực tế phức tạp hơn nhiều: nước có thể xuất hiện màu xanh, nâu, xanh lá cây, hoặc đen tùy thuộc vào ánh sáng và mức độ bụi bẩn hoặc tảo. Và một số thứ không phải là nước, giống như bóng phản chiếu, cũng có thể có các đặc điểm quang phổ tương tự như nước.

Để xây dựng mô hình nước, chúng tôi lấy mẫu hơn nửa triệu điểm ảnh 30 mét từ khắp nơi trên thế giới thông qua các vệ tinh Landsat từ 4 đến 8, và Sentinel 2 từ năm 1984 đến nay. Sử dụng số liệu nguồn nước có sẵn như là “sự thật cơ bản”, chúng tôi đã xây dựng một mô hình rừng ngẫu nhiên để dự đoán xác suất có mặt của nước. Ngoài 06 bước sóng chính của các vệ tinh (đỏ, lục, lam, gần hồng ngoại, tia hồng ngoại sóng ngắn 1 & 2), chúng tôi đã sử dụng hai phép biến đổi thành giá trị màu không gian, cũng như chuẩn hóa sự khác biệt như chỉ số nước khác biệt chuẩn hóa (NDWI). Cuối cùng, chúng tôi sử dụng thông tin độ dốc có độ phân giải cao, giúp chúng tôi phân biệt các bóng địa hình từ mặt nước. Bởi vì mây thường che khuất tầm nhìn mặt đất, chúng tôi kết hợp các dự đoán cho mỗi hình ảnh của các mùa trong vòng 3 tháng (ví dụ: tháng 3, tháng 4 và tháng 5) để tạo bản đồ nước hàng quý.

Thời gian di chuyển qua Terabytes

Khi mô hình của chúng tôi được đào tạo, chúng tôi đã triển khai nó ở quy mô lớn. Chúng tôi đã chọn tập trung vào khoảng một chục đập và hồ chứa trên toàn thế giới, cũng như toàn bộ lục địa Hoa Kỳ. Nhiệm vụ thứ hai thực sự là một trong những “dữ liệu lớn”: lục địa Hoa Kỳ có diện tích bề mặt trên 8 triệu km vuông, tương ứng với gần 9 nghìn tỷ điểm ảnh 30 mét – và chúng tôi đã theo dõi trong khoảng thời gian 34 năm. Tuy nhiên, nhờ sự làm việc chăm chỉ của nhóm kỹ sư phần mềm, chúng tối có thể thực hiện phân tích dữ liệu này không lâu hơn một ngày cuối tuần bằng cách chạy hàng nghìn máy tính trên đám mây cùng một lúc và gửi một tập hợp con hình ảnh đến từng máy tính . Cuối cùng, các mô hình của chúng tôi đã thu hút hơn 100 terabyte hình ảnh vệ tinh trên hàng triệu máy trong đám mây của Google.

Bằng cách đánh giá từ dữ liệu trong quá khứ qua hình ảnh vệ tinh, chúng ta có thể có được một cái nhìn về một số thay đổi đáng kể đối của nguồn nước mặt theo thời gian. Ví dụ, chúng ta có thể thấy tiến trình tự nhiên của sông Yangtze ở Hubei, Trung Quốc vào năm 1987 dựa trên dữ liệu của vệ tinh Landsat 5 (hình ảnh dưới đây thể hiện hình ảnh nước có màu xanh dương nhạt). Cảnh quan đã bị thay đổi đáng kể sau khi xây dựng đập Three Gorges. Trong khi đập cung cấp một lượng lớn năng lượng nhiên liệu phi hóa thạch cho Trung Quốc, những thay đổi lớn mà chúng ta có thể nhìn thấy từ ảnh vệ tinh thậm chí còn có tác động lớn hơn trên mặt đất: 1,3 triệu người phải rời khỏi nhà của họ do sự ngập lụt từ các hồ chứa, và công trình xây dựng của nó đã dẫn đến sự tăng vọt về sạt lở đất lớn gây nguy cơ thương tích cho con người và cơ sở hạ tầng.

Mực nước (thể hiện bằng màu xanh) ở khu vực xung quanh Sandouping, Trung Quốc trước (1987) và sau (2016) xây dựng đập Three Gorges. Lưu ý rằng hình nền của cả hai hình ảnh là một hỗn hợp trung bình từ năm 1987 để nhấn mạnh những thay đổi của nước bề mặt.

Chúng ta cũng có thể kiểm tra những thay đổi nhanh hơn trong nước mặt. Tây Ban Nha đã trải qua một đợt hạn hán lớn trong hai năm qua, do sự kết hợp của lượng mưa thấp và nhiệt độ cao. Nhiều hồ chứa cung cấp nước cho nông nghiệp đã đạt đến mức thấp đáng kể – trong một số ảnh đã thể hiện các thành phố ban đầu bị ngập lụt khi xây đập, là một lời nhắc nhở về tác động của con người đối với việc xây đập. Sử dụng hình ảnh vệ tinh, chúng ta có thể xem một hồ chứa dọc theo sông Duero, Almendra, đã bị thu hẹp từ tháng 3 năm 2016 đến tháng 11 năm 2017. Tuy nhiên, đây không phải là lần đầu tiên Hồ chứa Almendra bị thu hẹp đến mức thấp này, chúng ra có thể thấy hiện tượng tương tự trong hình ảnh từ cuối những năm 1980 và đầu những năm 2000.

Mực nước (thể hiện bằng màu xanh) của Hồ chứa Almendra ở Tây Bắc Tây Ban Nha. Mỗi bức ảnh trên là kết quả dựa trên hình ảnh vệ tinh thu được trong 3 tháng, bắt đầu từ tháng 3 năm 2016 và kết thúc vào tháng 11 năm 2017. Lưu ý rằng hình nền của tất cả hình ảnh là tổng hợp trung bình từ tháng 9 năm 2017 để nhấn mạnh những thay đổi của nước mặt.

Tương lai của nguồn nước

Những hình ảnh này chỉ là sự khởi đầu: với thuật toán và tập dữ liệu này, chúng ta có thể trả lời các câu hỏi quan trọng về sự sẵn có của nước đang thay đổi như thế nào do cách con người sử dụng nguồn nước và thời tiết ở quy mô không gian lớn.

Để giải quyết những thách thức môi trường ngày càng tăng mà chúng ta phải đối mặt, trước tiên chúng ta phải chủ động đo lường và giám sát tài nguyên thiên nhiên của mình – và sau đó thực hiện các thay đổi toàn cầu, khu vực và địa phương cần thiết để bảo vệ chúng. Lần đầu tiên, chúng tôi có thể làm như vậy với chế độ xem toàn cầu thông qua việc sử dụng dữ liệu vệ tinh. Thông tin chúng tôi thu thập từ các phân tích của chúng tôi có thể giúp chúng tôi hiểu, ví dụ: thiếu nước có liên quan đến thời tiết địa phương và sự thay đổi cách sử dụng hay là xu hướng của toàn lục địa. Câu trả lời cho những câu hỏi như thế này không chỉ là lợi ích khoa học mà còn quan trọng đối với các chính phủ, các tổ chức phi chính phủ và các doanh nghiệp cam kết xây dựng một tương lai bền vững hơn.

Cũng như có thể sử dụng lượng lớn dữ liệu vệ tinh và sức mạnh tính toán của chúng tôi để theo dõi chuỗi cung ứng toàn cầu và ước tính sản lượng nông nghiệp, chúng tôi cũng cam kết theo dõi tài nguyên thiên nhiên quý giá. Tăng tính minh bạch và cải thiện các phép đo là những bước quan trọng đầu tiên hướng tới sự phát triển các chính sách mà đảm bảo rằng tất cả chúng ta đều có một tương lai với nguồn nước được đảm bảo.

Nguồn: geospatialworld.net

Thủy điện đi đầu trong các mục tiêu tích cực hiện tại của Trung Quốc trong sử dụng năng lượng xanh, Công ty TNHH Thủy điện Longkaikou của Tập đoàn Huaneng Trung Quốc đã triển khai xây dựng nhà máy thủy điện Longkaikou ở tỉnh Vân Nam của Trung Quốc. Nhà máy thủy điện thứ sáu nằm dọc theo sông Kim Sa, nhà máy Longkaikou là đập trọng lực bê tông cao 116 mét với năm máy phát điện tuabin 360 megawatt và công suất lắp đặt tối đa 1.800 MW. Chủ yếu hoạt động như một trạm phát điện, nó cũng bao gồm các cấu trúc cho tưới tiêu, cấp nước và kiểm soát lũ lụt. Tập đoàn Kỹ thuật PowerChina Huadong (PowerChina Huadong Engineering Corporation – PHEC) đã được thiết kế, xây dựng và phân phối dự án 8,9 tỷ CNY.

Chuyên về các dự án thủy điện và năng lượng mới, PHEC cam kết phát triển, nghiên cứu và đổi mới công nghệ. Trước tầm nhìn đó, PHEC đã làm việc với Bentley để tạo ra một môi trường thiết kế hợp tác 3D như một phần của dự án Longkaikou. Đối mặt với những thách thức địa hình phức tạp và dự án đòi hỏi hơn 20 ngành kỹ thuật khác nhau, PHEC đã đi tiên phong trong giải pháp BIM kỹ thuật số từ thiết kế sơ bộ đến xây dựng và vận hành nhà máy thủy điện, tích hợp các quy trình thiết kế và phân tích dân dụng.

Tích hợp công nghệ và thu được lợi ích

Địa hình phức tạp và nền móng với các rãnh sâu đặt ra những thách thức kỹ thuật hiếm hoi mà không có tiền lệ thiết kế trong ngành thủy điện và yêu cầu một cách tiếp cận hợp tác, sáng tạo để tiếp tục xây dựng đúng tiến độ. PHEC đã mô hình hóa và so sánh nhiều kịch bản thiết kế và xây dựng từ dữ liệu địa hình được khảo sát để tìm ra giải pháp khả thi và tránh những thay đổi và chậm trễ trong giai đoạn xây dựng. Sử dụng Bentley Map và Descartes, nhóm nghiên cứu mô phỏng địa hình, lòng sông, và điều kiện địa chất vật lý, và phân tích các tùy chọn khác nhau để xác định vị trí tối ưu và định tuyến đập. PHEC đã sử dụng MicroStation và OpenRoads để thiết kế bề mặt đào và móng không hoàn hảo của móng đập và tạo ra các mô hình địa chất với AECOsim Building Designer để tiết kiệm 194 triệu CNY chi phí kỹ thuật. Với Navigator, nhóm xây dựng có thể truy cập tại chỗ các thiết kế địa chất này để hướng dẫn hiệu quả công việc xây dựng, loại bỏ lỗi và hợp lý hóa chi phí phân phối.

Ngoài việc bố trí đập, AECOsim thỏa mãn nhiều thiết kế hệ thống, bao gồm cơ sở hạ tầng cho việc xả lũ và tiêu thụ năng lượng và đầu vào của nhà máy. Sử dụng các ứng dụng thiết kế 3D tích hợp của Bentley, nhóm đã tiến hành phân tích xung đột, cải thiện chất lượng thiết kế, giảm tỷ lệ va chạm thiết bị xuống 95% và giảm 80% thay đổi thiết kế tại chỗ. Với khả năng mô hình hóa phần tử tham số và hữu hạn, công nghệ cho phép nhóm tránh lặp lại và làm lại, giảm thời gian thiết kế cho một số bản vẽ thiết bị tới 50%. Khả năng tương tác của các ứng dụng MicroStation và Bentley tạo điều kiện cho một phương pháp tiếp cận mô hình tổng hợp hợp tác. PHEC đã cung cấp cho nhà máy thủy điện 10 tháng trước, với lợi ích kinh tế tiếp kiệm 300 triệu USD, bằng cách triển khai giải pháp thiết kế kỹ thuật số 3D tích hợp toàn diện của Bentley.

Với nhiều ngành kỹ thuật làm việc đồng thời, từ địa chất đến cấu trúc và điện, PHEC yêu cầu một nền tảng chung để chia sẻ và truy cập dữ liệu và thông tin chính xác trong toàn bộ vòng đời của dự án. Dựa trên ProjectWise, công ty đã xây dựng một giao diện thiết kế synergetic từ xa, có thể truy cập một cách an toàn bởi tất cả những người tham gia dự án. Giao diện này tạo điều kiện quản lý thông tin hiệu quả và cung cấp một môi trường cộng tác, cho phép một cái nhìn lẫn nhau về các mô hình kỹ thuật và tối ưu hóa các đánh giá và phê duyệt thiết kế. Trong quá khứ, phải mất hơn một tháng để có được thiết kế để phê duyệt bản vẽ bố trí nhà máy; tuy nhiên, PHEC sắp xếp hợp lý luồng công việc và cải thiện tính di động thông tin giữa các ngành khác nhau bằng cách làm việc trong một nền tảng duy nhất, nâng cao hiệu quả thiết kế lên hơn 40 phần trăm.

Một số sản phẩm được sử dụng trong dự án: AECOsim Building Designer, AssetWise, Bentley Raceway and Cable Management, ContextCapture, Descartes, MicroStation, Navigator, OpenRoads, ProjectWise, Bentley Map.

Nguồn: LiDAR News