空间数据质量与元数据分解.ppt

北京大学遥感与地理信息系统研究所 空间数据质量与元数据 空间数据质量 空间数据质量控制 空间数据的不确定性问题 空间元数据 空间数据质量 在GIS的几个主要因素中，数据是一个极为重要的因素 在计算机软件、硬件环境选定之后，GIS中数据质量的优劣，决定着系统分析质量以及整个应用的成败 GIS提供的空间数据的分析方法被广泛用于各种领域，用于决策领域的数据，其质量要求应该是可知的或可预测的。 研究空间数据质量的目的 加强数据生产过程中的质量控制，提高数据质量 空间数据质量的重要性 空间数据库 查询和分析 空间数据输入和管理 输出: 显示 防止 “Garbage in，Garbage out！” G I S 空间数据质量的内容 空间数据的完整性 数据是否覆盖到应该覆盖的范围 空间数据的数据逻辑一致性 数据定义的统一性 在同一个空间数据库中，数据的定义应该保持一致 空间数据位置精度 数据的地理位置精度 空间数据属性精度 数据所载负的地理信息的正确性 空间数据时间精度 数据本身所代表的时间信息的正确性 关于数据的说明 元数据 空间数据质量的相关概念 准确性（Accuracy） 精度（Precision） 空间分辨率（Spatial Resolution） 比例尺（Scale） 误差（Error） 不确定性（Uncertainty） 空间数据质量的相关概念(1) 准确性（Accuracy） 一个记录值（测量或者观察值）与它的真实值之间的接近程度 空间数据的准确性通常是根据所指的位置、拓扑或者非空间属性来分类的 可以用误差（Error）来衡量空间数据的准确性 精度（Precision） 表示数据对现象描述的详细程度 数据精度和数据准确性的区别： 精度低的数据不一定准确度也低； 数据精度如果超出了测量仪器的已知准确度，这样的纪录数字在效率上是冗余的； 例如：在设计精度为0.1mm的数字化仪上测量返回的坐标数据为（10.11mm, 12.233mm），其中就含有冗余的数据； 空间数据质量的相关概念(2) 空间分辨率（Spatial Resolution） 分辨率是两个可测量数值之间最小的可辨识的差异 空间分辨率可以看作是记录变化的最小幅度 空间分辨率示例：地图上最细线宽度对应的地理范围，遥感图像上一个像素代表的实际地理范围大小 比例尺（Scale） 地图上一个记录的距离和它所表现的“真实世界”的距离之间的比例 如这幅地图的比例尺=10cm:1000m=1:10000 比例尺是刻画数据精度的量（如最小线宽为地图的空间分辨率） 真实世界 矢量数据 栅格数据 1 pixel = 10mX10m 分辨率 = 10m 10M 10M 1 Pixel 空间数据质量的相关概念(3) 误差（Error） 描述测量值和真实值之间的差别 在大部分情况下，误差的大小是很不准确的，因为待测量的真实值往往无法得到 研究如何给出误差大小的最佳估计以及误差传播规律，是很有用的 误差的分析包括 位置误差（如点、线、多边形的位置误差） 属性误差 位置和属性误差之间的联系 空间数据质量的相关概念(4) 不确定性（Uncertainty） 指客观世界或实体本身就具有的变异，表现为不精确性、随机性和模糊性 由于人对客观实体和现象认识的局限性和表达的模糊性，使原始数据本身存在不确定性，以此数据进行GIS 的分析与处理，必然使分析结果也具有不确定性 GIS数据的不确定性 GIS数据不确定性的产生 一方面是由于客观世界存在的固有的复杂性，不稳定性，和人们对其认识的不完备性 另一方面，在数据采集、录入、编辑、处理、分析和表述过程中出现的各种误差，包括如系统误差或随机误差带来的不确定性 GIS数据的不确定性包括 位置的不确定性 属性的不确定性 时域的不确定性 逻辑上的不一致性 数据的不完整性 GIS数据的不确定性 主要研究内容 部分主要研究方法 G I S 数据本身不确定性研究内容 位置数据的不确定性 数据源的不确定性 原始测量数据的不确定性（GPS、全站仪、数字测图成果不确定性） 数字地图获取（手扶跟踪数字化和扫描矢量化）以及遥感数据的不确定性 1）经典误差理论以及在此基础上的空间统计理论 2）模糊集合理论 3）灰色理论方法 4）熵理论 5）神经网络理论等方法 6）模糊仿真方法 GIS中基本实体不确定性 点实体的不确定性、线实体的不确定性、 面实体的不确定性、体实体的不确定性 数据处理、空间分析过程不确定性 数据格式转换的不确定性、 缓冲区分析不确定性、叠加分析不确定性 其他空间分析的不确定性 属性数据的不确定性 属性定义的不确定性 对现实世界定义不明确 模糊实体关系定义不确定 1）目标模型和域模型 2）概率论 3）证据理论 4）空间统计学 5）模糊集合理论 6）云理论 7）粗