4.第四章GIS数据输入(4学时).pptVIP

空间数据质量的相关概念(4/7) 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 空间分辨率 ∝ 数据精度 空间分辨率示例 Real World Vector Data Raster Data 1 pixel = 10mX10m 分辨率 = 10m 10M 10M 1 Pixel 空间数据质量的相关概念(5/7) 比例尺（Scale） 地图上一个记录的距离和它所表现的“真实世界”的距离之间的一个比例； 如右图中，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）； 空间数据质量的相关概念(6/7) 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(7/7) 不确定性（Uncertainty） 对于空间信息科学技术来说，数据的正确性与错误并存，正常与异常并存，精确与粗糙并存，质量高与质量低并存，什么时候是正确的，什么时候不正确的，这些都属于不确定性现象； GIS中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、逻辑上的不一致性以及数据的布完整性； 武汉市的中心城区，武昌附近… 研究不确定性可以更好的了解测量数据的性质？？ 空间数据质量问题的来源（1/2） 空间现象自身存在的不稳定性 分布的不确定性、属性类型划分和表达多样性等； 空间现象的表达 测量误差、地图投影、数值采样和量化等； 空间数据处理中的误差 投影转换、地图数字化与扫描矢量化、格式转换、数据抽象（聚类、归并等）、空间分析、可视化等； 空间数据使用中的误差： 生产者和使用者对数据的解释和理解不同，可通过空间数据的元数据来沟通； 空间数据质量问题的来源（2/2） 空间数据误差的主要来源 数据处理过程 误差来源 数据搜集 野外测量误差：仪器误差、记录误差 遥感数据误差：辐射和几何纠正误差、信息提取误差 地图数据误差：原始数据误差、坐标转换、制图综合及印刷 数据输入 数字化误差：仪器误差、操作误差 不同系统格式转换误差：栅格-矢量转换、三角网-等值线转换 数据存储 数值精度不够 空间精度不够：每个格网点太大、地图最小制图单元太大 数据处理 分类间隔不合理 多层数据叠合引起的误差传播：插值误差、多源数据综合分析引起的误差 比例尺太小引起的误差 数据输出 输出设备不精确引起的误差 输出的媒介不稳定造成的误差 数据使用 对数据所包含的信息的误解 对数据信息使用不当 空间数据的误差分析（1/3） 空间数据误差的类型（1） 空间数据误差分为：几何误差、属性误差、时间误差和逻辑误差；逻辑误差和几何误差为GIS特有 逻辑误差：语义角度判断数据的合理性 空间数据的误差分析（2/3） 空间数据误差的类型（2） 几何误差：空间数据表达的位置信息误差，在二维平面上主要反映在点（位置）误差和线（位置）误差上；线误差分布可以用Epsilon模型（等宽）或者误差带模型（不等宽）来描述 图2：折线误差的分布（误差带模型） 图1：折线和曲线的误差 图3：曲线的误差分布（误差带模型） 空间数据的误差分析（3/3） 其他数据质量问题 地图数据的质量问题 地图固有误差、地图材料变形、地图扫描及数字化误差； 遥感数据的质量问题 遥感仪器观测过程误差（表现为空间分辨率、光谱分辨率、几何畸变以及辐射误差等）、图像处理和解译过程误差（校正匹配、解译判读、分类等） 测量数据的质量问题 选定的大地坐标系及投影、环境影响、测量仪器精度、操作误差、偶然误差等 空间数据质量的控制 应从数据质量产生和扩散的所有过程和环节入手，分别用一定的方法减少误差； 常见的空间数据质量的控制方法有： 传统的手工方法 与原始地图或者属性数据比较； 元数据方法 阅读元数据了解数据质量的信息； 地理相关法 利用空间数据描述的地理特征要素自身的相关性 空间数据元数据 元数据（Metadata）是描述数据的数据，如数据的内容、质量、状况和其他有关特征的背景信息； 常见的元数据：图书馆卡片、磁盘的标签、地图的制图元素（图名、图例、比例尺、制图单位、制图时间等）等； 元数据的内容：对数据集的描述、数据质量的描述、数据处理信息的说明、数据转换方法的描述、数据更新、集成等说明 空间数据元数据内容及示例 。。。 数据生产者 数