GIS 4.地理空间数据质量与不确定性

4.1 地理空间数据的质量问题及特点

1.地理空间数据质量问题

地理空间数据需要解决的质量问题：地理空间数据由于本身复杂性、模糊性、人类认识局限性以及在数据处理过程中的人为因素，总是与真实值之间存在一定的差异。这种差异不可能完全消除，但是可以控制。

表现

位置误差（卫星发射）

时间误差（地质灾害发生，地形变化）

属性误差（可行道路，数据显示为不可通行）

原因

1.多重数据（选择合适的数据）

2.输入限制过松（缺少测量时间）

3.数据过多（数据出现多种版本）

4.用户对数据的需求（不同单位质量要求）

5.不同编码方式

6.访问权限限制

2.地理空间数据质量的概念及特点

概念

地理空间数据在表达空间位置、时间信息以及专题特征时所达到的准确性、一致性、完整性程度，以及它们三者之间同一性的程度。

特点

• 精确度( Accuracy )：即测量值与真值之间的接近程度，可用误差来衡量。
• 精度( Precision )：即对现象描述的详细程度。

• 不确定性( Uncertainty )：指某现象不能精确测得，当真值不可测或无法知道时，我们就无法确定误差，因而用不确定性取代误差。

客观不确定：黄河河道变迁。

人类认知不确定：横看成岭。

• 相容性( Compatibility )：指两个来源的数据在同一个应用中使用的难易程度。

• 完整性( Completeness )：指具有同一准确度和精度的数据在类型上和特定空间范围内是否完整的程度。eg.属性字段类型是否合适
• 可得性( Accessibility )：指获取或使用数据的容易程度。

尽量选择易得数据

• 一致性( Cosistency )：指对同一现象或同类现象的表达一致程度。

eg.耕地判为草地和林地，一致性低。

• 现势性( Timeliness )：指数据反映客观现象目前状况的程度。

只有不断及时更新的地图数据才能反映现实情况

eg.旧房屋拆除建造新房屋。

3.数据质量标准

地理空间数据质量标准是生产、使用和评价地理空间数据的依据。地理空间数据质量标准的建立必须考虑数据生产的全过程。

原则

1.尽可能参考同类标准

2.遵循普遍使用的数据标准

3.标准矛盾时，由上而下进行处理

4.遵循已有的国家标准

4.2 数据的误差来源和分类

1.地理空间数据源误差

数据源：观测数据、图形数据、统计数据、遥感数据...

误差来源：

• 空间现象自身的不稳定性

空间现象自身存在的不稳定性包括空间特性和过程在空间、专题、时间和内容上的不确定性。

空间、时间、属性的不确定性

• 空间现象的表达

1.定义：概念理解的不一致性导致数据测量误差。

2.测量：测量仪器本身有一定的设计精度。

3.表达方式：图形的表达不同会产生不同的误差。

4.物理介质的变化

2.质量控制

• 对数据源选择和处理

选择满足系统和应用要求的数据源，数据源的误差至少不能大于系统对数据误差的要求。

• 属性误差的检测与表达

确定抽样方法；确定抽样数；建立误差矩阵。

计算误差的常用指标：

总准确度：对角线样点数之和除以总样点数(176+127+277+129)/756

生产者准确度：按列，每个属性值的正确样点数除以该属性值总的验证样点数176/202

使用者准确度：按行，每个属性值的正确样点数除以该属性值的总数176/197

遗漏误差：按列，漏判/总点数，26/202

错判误差：按行，错判数/总数，21/197

数字化中的误差：数字化要素对象、操作人员、数字化仪、数字化方式。

数字化过程中的数据质量控制

数据预处理:原始地图、表格的整理和重新清绘。

数字化设备的选用:手扶数字化仪、扫描仪的分辨率挑选。

数字化对点精度:数字化时数据采集点与原始点重合的程度。

数字化限差:采点精度、采点密度、接边误差、接合距离.......

数据的精度检查:输出图与原始图之间的点位误差

3.应用分析产生的误差

数据层叠加时的冗余多边形，由应用模型引进的误差。

应用分析的误差控制

• 地图符号的解释

  

• 删除叠加后的冗余多边形

  

• 采用多种模型对比验证

  

4.3 地理空间数据的质量评价

1.评价指标

微观

• 位置精度：空间实体的坐标数据与实地位置的接近程度，通常用空间三维坐标与实体真实位置的接近程度来表示。

平面精度

接边精度

高程精度

像元定位精度：地面摄影测量，航天摄影测量，航空摄影测量

• 属性精度：空间实体的属性与其真值相符的程度。通常取决于地理数据的类型，且常常与位置精度有关。

属性文件是否建立，属性项是否齐全，属性项定义是否正确。

要素属性值的准确性，要素分类的正确性，名称的正确性。

• 逻辑一致性：指地理数据关系上的可靠性，包括数据结构、数据内容，以及拓扑性质上的内在一致性。eg.道路穿房

宏观

• 数据完整性：地理数据在范围、内容和结构等方面满足所有要求的完整程度，包括数据范围、空间实体类型、空间关系分类、属性特征分类等方面的完整性。eg.CN包括TW
• 时间精度：指数据的现势性。可以通过数据更新的时间和频度来表现。

• 表达形式合理性：主要指数据抽象、数据表达与真实地理世界的吻合性，包括空间特征、专题特征、时间特征表达的合理性。eg.小比例尺一块地，大比例尺一个点。

地理空间数据质量的评价，就是对地理空间数据所描述的空间、时间和专题特性进行评价。

2.评价方法

• 人工判断方法

• 元数据观察法：元数据包含大量有关数据的信息，跟踪元数据，了解数据质量的状况和变化。
• 地理相关法：根据地理空间数据的地理特征的相关性，分析数据质量。

4.4 数据的检查与规整

1.检查的方法

数据检查

• 概念：以数据的规范性、完整性、正确性为检查原则，对数据的定义、组织、精度以及数据间的关系进行全面的检查，以确定数据是否符合质量要求。
• 内容：位置精度，逻辑一致性，数学基础，属性检查，接边和附件。
• 数学基础检查

1.投影基准

在制定检验方案时设定投影基准值；通过程序从数据中读出实际投影；将两者进行比较,实现自动检查。

2.数据范围

图廓点顺序是否正确；图廓点坐标是否正确；数据内容是否在图廓范围内。

• 逻辑一致性检查

1.重叠性检查

如果同一层内,同类地物的边界被重复输入两次或多次,造成地理空间数据冗余并影响分析的结果。

2.弧段相交检查

1)线段自身相交：同一条折线或曲线自身存在交点。在构建拓扑关系时,会出现无意义的小多边形。检查方法：对折线相交处求交点，判断是否为端点（首尾节点）。

2）弧段互相交错：两条不应该相交的线存在交点。弧段互相交错有合理的情况，但是也有一些不合理的相交。检查方法:与弧段自相交相同

3.悬挂点检查

在数据采集过程中,会产生线段相交不到或相交过头,即存在不合理的悬挂点。

• 属性数据检查

1.属性项检查

属性项数目属性项定义

2.属性值检查

通过属性值的特性来检查。非法字符、非空性、频率法(ID只能出现一次)、固定长度、属性值范围的检查。

• 接边检查

1.几何位置接边检

跨图幅的地物在接边线处是否连续；根据接边地物的坐标差来衡量接边精度。

2.属性接边检查

检查在接边线处连续地物的属性是否一致

3.接边检方法:

①寻找接边线②沿线搜索相邻图幅是否有对应的接边要素：相邻图幅地物遗漏，接边精度是否大于接边限差③对应接边要素的属性代码是否一致。（草地林地不一致）

• 附件质量检查

包括元数据、图历簿、技术设计书及其它文档资料的齐全性、项目填写内容的正确性。

1、手工方法检查；2、计算机辅助检查。

位置检查

位置精度包括平面位置精度、高程精度等。

检测步骤：选择特征点；获取检测点坐标；采集图上对应点坐标，等高线内插获取高程；均方根误差RMSE计算。

2.编辑

数据编辑目的:减少数字化错误；解决图形接边的问题；减少数据冗余，数据表达不连续等问题。为地理空间数据入库及应用创造条件。

图形编辑

对矢量数据进行编辑加工，其主要的目的是对几何数据和属性编码进行修改，如点、线、面的增加、删除操作。

地理空间数据压缩：见3.2、3.3

空间插值

原因:现有数据不能完全覆盖所要求的区域；现有离散曲面的分辨率、像元大小不符合要求。（eg.山的测量选取特征点）

空间插值是在已观测点的区域内或在已观测点的区域外估算未观测点的数据的过程。

空间插值法：

3.数据规整

原因:现有数据往往是不同时期采集的，人工操作多，数据输入操作不严谨。存在以下质量问题:1、地物编码问题2、地形图分层3、要素分层及地物描述问题

根据标准规范，对于采集回来的原始数据进行编码赋值，图层划分，格式转换等处理，以达到入库或更新的要求。

数据工具：编码赋值，面筛选赋值，图层筛选，符号编辑，编码检查。

4.5 数据的不确定性原理

1.空间位置和属性不确定性

数据不确定性( uncertainty )主要指数据“真实值”不能被肯定的程度。从这个意义看，数据不确定性可以看作是一种广义误差，但它比误差更具有包容性与抽象性。

• 线状空间要素不确定性理论与模型

根据随机过程理论，G-带模型建立了两端点位置误差相关时的线要素位置不确定性模型。

线要素上任意点的误差各向同性、各向独立等解析特性。

误差带的几何形状与宽度取决于线端点的误差大小及其相关性。

• 面状空间要素不确定性理论与模型

从理论上证明了多边形面积标准差和面元误差带面积这两个不同的面元误差指标。

面要素的位置不确定性可由其边界的位置不确定性来确定。因此，多边形边界的误差模型可用以解决多边形面域的误差分布。

属性不确定性

概念：在采集、描述和分析真实世界中客观实体的过程中，实体属性的量测、分析值围绕其属性真值,在时间和空间内的随机不确定性变化域。

传播理论模型：

●基于多源数据的空间分析需要。

●基于人工智能中的确定因子方法,以及最大似然分类中的概率矢量，提出属性不确定性的传播理论模型。

●应用于基于多时态遥感影像动态变化检测中的不确定性及其传播的估计。

S带模型

• “S-带”模型模型用于集成位置与属性不确定性(PAT)。“S-带”模型具有两个层次:(a)“S-带”理论模型,(b)“S-带”实用模型。
• “S-带”理论模型指出PAT不确定性与位置不确定性、属性不确定性以及两者之间的关系有关。
• 实用的“S-带”模型给出了两种具体算法:

• • 基于概率论的方法
  • 具有概率论解释的确定因子方法

2.拓扑关系的不确定性

地理实体的的拓扑关系的分析值围绕拓扑关系的真实情况,在时间和空间内的随机不确定性变化域。

GIS目标的模糊拓扑关系理论

利用准一致性和准差异性建立的量化关系，可描述模糊目标的叠置，这是对传统模糊拓扑的改进——从定性地描述拓扑关系，到定量地描述出其关系的量值。

可以应用到GIS分析中，例如SARS传染病的影响范围的研究。

3.空间分析中的不确定性

叠置分析的不确定性

针对传统的叠置分析模型都是在每幅源图层中同名点的分布假设，提出了叠置分析中同名点元的广义的不确定性模型，其不要求原始数据服从正态分布。

基于广义假设条件，定义了生成多边形的周长和面积以及源多边形的交点等的不确定性指标。

两种叠置分析生成的多边形的不确定性建模理论—解析方法和模拟方法，用于估计出叠置分析的不确定性指标。

缓冲分析的不确定性

三类不确定性指标：冗余误差、遗漏误差和标准化偏差面积。

标准化偏差面积指标是针对缓冲区“真实”位置与量测位置相互不重叠情形下缓冲区不确定性的评估方法。

点在多边形上的查询

利用统计分布描述点位置不确定性和多边形顶点的位置不确定性。没有限制源空间物体不确定性服从某一分布。

根据或然率理论提出了一个解析方法，计算不确定点落在不确定多边形的或然率。

4.不确定性信息管理

• 基于Web Service的GIS数据质量信息服务系统的架构设计
• 基于Web Service的不确定性信息服务的技术框架
• GIS数据质量信息元数据网络服务
• GIS数据不确定性信息发布应用的解决方案