空间数据及获取及处理.pptVIP

6.8 数据质量评价与控制 数据质量是空间数据在表达空间位置、专题特征以及时间这三 个基本要素时，所能够达到的准确性、一致性、完整性，以及它们三者之间统一性的程度。 （1）误差 （2）准确度 （3）偏差 （3）精密度 （4）不确定性 6.8.1数据质量的几个概念 （1）误差 数据与真值之间的差异。 （2）准确度 测量值与真值之间的接近程度。 （3）偏差 是全体测量值的统计模型，一般以平均误差来描述。 （4）精密度 对某个量的多次量测中，各量测值之间的离散程度。 （5）不确定性 关于空间过程和特征不能准确确定的程度，在真值不可测或无法知道时，取代误差。 6.8.2空间数据质量评价 1.评价指标 （1）完备性：要素、要素属性和要素关系的存在和缺失。 （2）逻辑一致性：指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。 （3）位置准确度：指空间实体的坐标数据与实体真实位置的接近程度，常表现为空间三维坐标数据的精度。 （4）时间准确度：要素时间属性和时间关系的准确度。（5）专题准确度：定量属性的准确度，定性属性的正确性，要素的分类分级以及其他关系。 2.评价方法 直接评价法 间接评价法 内部直接评价法 外部直接评价法 6.8.3空间数据的误差源及误差传播 随机误差 系统误差 粗差 数据在采集和处理的每一个过程中都有可能产生误差。 6.8.4误差类型分析 几何误差 属性误差 （1）传统的手工方法：主要是将数字化数据与数据源进行图形部分和属性部分的比较检查。 （2）元数据方法：通过元数据可以检查数据质量，通过跟踪元数据可以了解数据质量的状况和变化。 （3）地理相关法：指的是用空间数据的地理特征要素自身的相关性来分析数据的质量。 6.8.5空间数据质量的控制 6.9 元数据 是关于数据变化的描述，是描述数据的数据，它应尽可能多地反映数据集自身的特征规律，以便于用户对数据的准确、高效与充分的开发与利用。 （1）帮助用户获取数据 ：通过元数据，用户可以对空间数据库进行浏览、检索和研究等。 （2）空间数据质量控制 ：无论是统计数据还是空间数据都存在数据精度问题。影响空间数据精度的原因主要有两个方面：一是源数据精度；二是数据加工处理过程中精度质量的控制情况。 2.元数据的作用 1.元数据概念 空间数据质量控制的主要内容有： 1）由准确定义的数据字典，说明数据的组成、各部分的名称和表征的内容等 。 2）保证数据逻辑科学地集成 ，要求数据按一定逻辑关系有效地组合 。 3）有足够的说明数据来源、数据的加工处理过程、数据解译的信息。 （3）在数据集成中的应用 ：数据集层次的元数据记录了数据格式、空间坐标体系、数据的表达形式、数据类型等信息；系统层次和应用层次的元数据则记录了数据使用软硬件环境、数据使用规范、数据标准等信息。 （4）数据存储和功能实现：元数据系统用于数据库的管理，可以避免数据的重复存储，通过元数据建立的逻辑数据索引可以高效查询检索分布式数据库中任何物理存储的数据，减少用户查询数据库及获取数据的时间，从而降低数据库的费用。 * * * * * * * * * * * * 2 3 4 5 10 11 12 16 21 24 28 33 34 35 38 42 43 46 50 * GIS空间数据结构的封闭性，长期以来一直是GIS的瓶颈，每个GIS软件系统必须耗费大量的时间进行数据转换工作，在尚未有统一的空间数据结构标准的前提下，这个问题对WebGIS来说较为突出。 解决这个问题的关键是要制定统一的数据结构标准，利用第三方开发的一个高效转换中间界。 在国内，尽管不少有识之士较早就开呼吁建立统一的空间数据标准，由于各方面的原因，这项工作进展缓慢。 平移变换 比例变换 2）比例变换 1）平移变换 3.相似变换 3）反射变换（镜像变换 ） 4）错切变换 5）旋转变换 4.橡皮拉伸 图幅变形纠正 rubber sheeting 地图的不均匀变形。 不能用坐标系旋转、缩放，平移校正的变形。 6.4.3栅格数据重采样 校正前后图像的分辨率变化、像元点位置相对变化引起输出图像阵列中的同名点灰度值变化。 1.最邻近像元法 用距离投影点最近像元灰度值代替输出像元灰度值。 最邻近像元法 双线性插值法 双三次卷积法 2.双线性内插法 投影点周围4个相邻像元灰度值，并根据各自权重计算输出像元灰度值，公式简述为： 3、双三次卷积法 获取与投影点邻近的16个像元灰度值计算输出像元灰度值，公式为： 1.矢量数据向栅格数据转换 矢量数据向栅格数据转换要将矢量表示的多边形转成栅格数据，使多边形内部所有栅格赋于多边形号。 实质上是将矢量图上点、线、面实体的