
Nhanh chóng tiếp cận công nghệ đo đạc và bản đồ thế giới
Theo thống kê của các tổ chức quốc tế và các chuyên gia cho thấy, trong tổng số dữ liệu của một quốc gia có đến 70% - 80% liên quan đến dữ liệu không gian. Một trong những thách thức đối với dữ liệu không gian là yêu cầu về độ chính xác, chất lượng dữ liệu và cập nhật kịp thời.
Mục tiêu quan trọng của hoạt động ĐĐ&BĐ là cung cấp dữ liệu địa lý đầy đủ, chính xác, kịp thời, phục vụ yêu cầu phát triển KT-XH; đảm bảo QP-AN; quản lý, giám sát tài nguyên, môi trường; phòng chống thiên tai và cứu hộ, cứu nạn; nâng cao dân trí; làm nền tảng để phát triển Hạ tầng dữ liệu không gian địa lý quốc gia.
Nhằm thực hiện mục tiêu này, cần thiết phải thực hiện đồng thời việc sử dụng công nghệ tiên tiến, hiện đại trong thu thập, xử lý dữ liệu với việc đổi mới cơ chế, chính sách cung cấp, sử dụng dữ liệu nhằm duy trì, cung cấp dữ liệu địa lý có hiệu quả, đáp ứng yêu cầu quản lý nhà nước và xã hội.
Đến nay, hầu hết các quốc gia đã xây dựng đầy đủ cơ sở dữ liệu nền địa lý quốc gia, bản đồ địa hình quốc gia. Nhiệm vụ chủ yếu hiện nay của công tác ĐĐ&BĐ là cập nhật, bổ sung, nâng cao độ chính xác của dữ liệu địa lý, tạo ra nhiều sản phẩm hữu ích đáp ứng yêu cầu của các cơ quan, tổ chức và xã hội. Do vậy, việc sử dụng các phương pháp, công nghệ; đặc biệt là công nghệ AI, công nghệ viễn thám, máy bay không người lái trong cập nhật dữ liệu địa lý được các tổ chức quan tâm, nghiên cứu và áp dụng vào thực tế đã mang lại kết quả to lớn, tạo thuận lợi cho việc thực hiện các nhiệm vụ ĐĐ&BĐ ngày càng nhanh chóng, chính xác, an toàn và hiệu quả. Đồng thời, với sự bùng nổ thông tin hiện nay, chính phủ nhiều quốc gia đã ban hành chính sách dữ liệu mở, tạo điều kiện cho các thông tin địa lý được sử dụng rộng rãi, có hiệu quả vào các lĩnh vực của xã hội.
Trong bối cảnh đó, ngành ĐĐ&BĐ Việt Nam cần nhanh chóng tiếp cận với những sự thay đổi của thế giới, đáp ứng tốt sứ mệnh của ngành đối với sự phát triển và bảo vệ đất nước.
Công nghệ mới tạo thuận lợi cho việc cập nhật dữ liệu địa lý nhanh chóng, chính xác
Hệ thống thông tin địa lý (GIS) ngày càng trở nên quan trọng trong nhiều lĩnh vực. Tuy nhiên, khi lượng dữ liệu không gian ngày càng tăng theo cấp số nhân, các phương pháp GIS truyền thống phải đối mặt với những thách thức trong việc xử lý và phân tích các tập dữ liệu lớn trong khoảng thời gian ngắn. Do sự phát triển công nghệ trong thu thập, xử lý dữ liệu địa lý, đặc biệt là trí tuệ nhân tạo địa không gian (GeoAI), công nghệ LiDAR,… đã giúp việc rút ngắn chu kỳ cập nhật dữ liệu không gian địa lý, đáp ứng tốt nhất yêu cầu sử dụng dữ liệu và bản đồ.
Các kỹ thuật trí tuệ nhân tạo (Artificial Intelligence - AI), GeoAI và học máy (Machine Learning - ML) có thể được sử dụng để tự động hóa việc phân tích khối lượng lớn dữ liệu địa lý; ví dụ như ảnh viễn thám, dữ liệu LiDAR và các dạng dữ liệu không gian địa lý khác. Điều này cho phép phân tích dữ liệu nhanh hơn và chính xác hơn, cũng như khả năng trích xuất thông tin chi tiết mà con người khó hoặc không thể nhận ra. Từ đó, đưa ra kết quả xử lý, cập nhật dữ liệu địa lý, rút ngắn thời gian thực hiện so với các phương pháp truyền thống hiện nay.
Các thuật toán AI và ML cũng được sử dụng để tạo, cập nhật và phân tích các bản đồ thông minh, sau đó có thể sử dụng các bản đồ này để cung cấp thông tin theo thời gian thực kèm các thông tin chi tiết về các khía cạnh khác nhau của một vị trí, chẳng hạn như giao thông, thời tiết,...; cho phép tự động hóa các nhiệm vụ và lặp lại chúng một cách nhanh chóng trên quy mô lớn, giảm thời gian thực hiện.
Trong một dự án của UNICEF về thành lập bản đồ các trường học cho 8 quốc gia trên thế giới, khi sử dụng phần mềm tích hợp thuật toán học sâu (Deep Learning - DL) của AI trong xử lý dữ liệu viễn thám độ phân giải cao thì chỉ mất 105 giờ để nhận được kết quả vị trí của 113.000 trường học (so với 450 giờ nếu sử dụng phần mềm xử lý ảnh thông thường) trong đó, đã phát hiện thêm 23.100 trường học chưa có trên bản đồ trước đây.
Một phương tiện hữu ích đang được phát triển rộng rãi là việc sử dụng các thiết bị bay không người lái (UAV) trong thu thập dữ liệu địa hình. Với ưu điểm nhỏ, gọn, sử dụng dễ dàng, UAV rất thuận tiện cho việc thu nhận dữ liệu ảnh hàng không với độ phân giải cao với chi phí thấp để phục vụ cho việc cập nhật dữ liệu địa lý ở các khu vực nhỏ, riêng biệt.
Đồng thời, với thiết bị cảm biến ngày càng thu nhỏ, máy quét LiDAR còn được gắn trên máy bay không người lái (UAV-LiDAR) để thu nhận các đám mây điểm và tạo mô hình số địa hình (DTM) có độ phân giải không gian cực cao (0,3 m), nhanh chóng thu nhận dữ liệu ảnh các khu vực, ghi lại các chi tiết phức tạp một cách nhanh chóng, chính xác, tiết kiệm chi phí và an toàn, thay thế cho việc bay chụp LiDAR bằng máy bay có người lái trong nhiều trường hợp, đặc biệt là đối với việc cập nhật dữ liệu trên các khu vực diện tích không lớn, địa hình khó khăn.
Ngoài ra, các máy quét LiDAR cá nhân (Personal LiDAR Scanner - PLS), còn gọi là LiDAR balô, đang phát triển theo hướng nhỏ gọn, linh hoạt để lập bản đồ 3D các môi trường phức tạp, hạn chế về không gian. Máy quét LiDAR cá nhân sử dụng có hiệu quả để bổ sung dữ liệu hoặc xác thực dữ liệu cho các đối tượng địa lý chi tiết như toà nhà, đường phố, các công trình, ước tính số lượng thân cây, khối lượng và độ che phủ tán rừng; tạo ra dữ liệu chi tiết. Máy quét LiDAR cá nhân và lập bản đồ di động (mobile mapping) sẽ càng trở nên thuận tiện và hiệu quả trong thu thập, cập nhật dữ liệu ngoài thực địa.
Như vậy, với việc ứng dụng GeoAI, thu thập dữ liệu bằng công nghệ LiDAR, ảnh viễn thám độ phân giải cao, thiết bị bay không người lái UAV đã tạo ra nhiều lợi ích và hiệu quả lớn trong thu thập dữ liệu địa lý, nâng cao mức độ chi tiết và độ chính xác của địa hình, là công cụ hiệu quả trong xây dựng và cập nhật cơ sở dữ liệu địa lý và nhiều loại bản đồ chuyên môn trong lĩnh vực tài nguyên và môi trường cũng như nhiều lĩnh vực khác.
Cập nhật các chi tiết đối tượng địa lý, không phụ thuộc vào tỉ lệ bản đồ
Theo quy định hiện nay của Việt Nam, việc cập nhật các đối tượng địa lý thường căn cứ các đối tượng theo danh mục và kích thước không gian của đối tượng tương ứng với tỷ lệ CSDL (hoặc tỉ lệ bản đồ) theo quy định. Có nghĩa là mức độ chi tiết của các đối tượng cập nhật chưa phản ánh đúng thực tế phân bố của các đối tượng, làm giảm khả năng sử dụng dữ liệu vì thiếu tính đầy đủ và đồng bộ.
Một số quốc gia trên thế giới như Litva, Vương quốc Anh, Ba Lan,… việc cập nhật các đối tượng địa lý được thực hiện ở mức chi tiết nhất có thể, đáp ứng yêu cầu sử dụng của người dùng. Trong tập hợp dữ liệu này, sẽ lựa chọn các đối tượng phù hợp để xây dựng CSDL nền địa lý hoặc bản đồ theo quy định. Dữ liệu đối tượng chi tiết sẽ được cung cấp cho các đối tượng khách hàng khác có liên quan như: Cung cấp hệ thống mạng lưới trạm biến thế, cột điện cho tổ chức quản lý điện; cung cấp vị trí các cây xanh, hố thoát nước cho tổ chức quản lý môi trường; cung cấp vị trí các khu vực dễ xảy ra hoả hoạn, hệ thống giao thông, họng nước cứu hoả, hồ chứa nước cho tổ chức phòng cháy chữa cháy; vị trí các khu dân cư cho các tổ chức kinh doanh,…
Mặc dù kinh phí cập nhật cơ sở dữ liệu đối tượng địa lý chi tiết cao hơn so với cập nhật CSDL theo tỷ lệ nhưng hiệu quả sử dụng sẽ cao hơn nhiều vì tính đầy đủ và đồng bộ của dữ liệu, đáp ứng yêu cầu của người sử dụng.