GIS 中模糊点目标位置的不确定性描述.docVIP

GIS中模糊点目标位置的不确定性描述* 邓　敏　刘文宝 摘要　本文基于模糊随机过程论和未确知数学理论，探讨了GIS中一维、二维模糊点目标位置不确定性的表达，分别定义了模糊区间、模糊区间向量和模糊圆度量指标，并且从几何上描述了这些指标的基本特征。最后，给出了模糊点目标的统计分布数字特征。关键词　模糊点目标　模糊区间　模糊区间向量　模糊圆 1　引　言　　GIS中的空间目标是由位置和专题属性描述的［1］，前者又分为点、线和面三个基本要素［2］，由于面目标是GIS进行空间分析的基本单元，它是由一系列边界点连接而成的。因此，点位不确定性是研究空间目标的几何不确定性的基础。　　以往主要针对随机点目标空间数据的不确定性，利用概率统计理论建立随机模型。而在GIS专题图上所存在的大量目标，不是随机的，而是模糊的。例如，无明确定义范围的区域，如可耕地、森林地带等。这类空间目标的空间属性数据（如面积、长度等）也将具有模糊不确定性。本文初步探讨模糊点目标的不确定性描述。2　GIS点目标的模糊表达　　由于模糊对象在概念上没有明确的外延，故常需对符合这一概念的所有对象进行集合判断，从而导致不确定性。并且这种不确定性不象通过客观测量得来的数据那样可以置于统计样本分布的严密理论基础之上，因此，不能用传统的统计方差或协方差阵度量。下面探讨衡量一维、二维模糊点目标不确定性的模糊区间、模糊区间向量和模糊圆指标。2.1　模糊区间及其几何特征2.1.1　模糊区间　　对于给定的实数对a-、a+∈R，若满足a-+，则称 　　（1） 为有界闭模糊区间。其中a-为模糊区间［a］的下端点，表示不确定性下界；a+为模糊区间［a］的上端点，表示不确定性上界。若用I（R）表示R上闭模糊区间的集合，则 I（R）=｛［a］＝［a-,a+］,a∈R,a-+｝　　（2） 　　进一步，若模糊区间［a］的上、下端点相等，即a-=a=a+，则称［a］=［a,a］为点模糊区间；若模糊区间［a］=［a-,a+］满足a-=-a+，则称［a］为对称模糊区间。如果a-,a+分别表示GIS中模糊点目标不确定性的上、下界，则区间［a］为GIS中一维模糊点目标的不确定性区间。2.1.2　模糊区间的几何特征　　对于任意模糊区间［a］=［a-,a+］和［ω］=［ω-，ω+］∈I(R),若满足a-=ω-，a+=ω+，则称模糊区间［a］和［ω］相等，即［a］=［ω］；若满足a--ω+a+，则称模糊区间［a］包含［ω］，即［a］［ω］，也可称区间［ω］为［a］的子区间。并定义下列量： 　　(3) 　　（4） 　　(5) 上述三个量分别为模糊区间［a］的中点、宽度和绝对值，它位是反映区间［a］几何特征的三个基本量。其中模糊区间［a］的宽度可以定量地反映一维模糊点目标不确定性的大小。2.2　模糊区间向量及其几何特征2.2.1　模糊区间向量　　为了衡量二维模糊点目标的不确定性，需要引入模糊区间向量概念。为此，首先对一维实数域R上的模糊区间概念进行推广。　　如附图所示，二维平面上的长方形是由有界闭集构成的。因此可将a表示为： 　　(6) 附图　二维区间向量的几何意义 其中［ai］∈I（R），i=1,2。显然，式（6）的几何意义为R2中的长方形。2.2.2　模糊区间向量的几何特征　　对任意的［a］∈I（R2），定义下列量： m(［a］)=(m［a1］),m(［a2］))T　　(7) w(［a］)=(w(［a1］),w(［a2］))T　　(8) ‖［a］‖=max｛｜［a1］｜,｜［a2］｜｝　　(9) 上述三个量分别为模糊区间向量［a］的中点、宽度和范数。把模糊点目标看作为一个二维向量，即a=(a1,a2)T，从而得到相应的模糊区间向量指标。这虽然从几何上比较直观，但不利于模糊点元分布的三维可视化表达。为此，下面从另一个角度考虑，把模糊点目标视为真值在（a10,a20）的一个不确定性的点集，从而可采用模糊圆指标来度量模糊点目标的不确定性。2.3　模糊圆　　由式（4）可知，任一对称模糊区间［a］都可表示为： 　　（10） 即有　-a-=a+=W(［a］）　　（11） 因此，对于一维模糊点目标，其模糊区间［a］∈I(R)都可表示为： 　　(12) 即 　　(13) 下面称式（12）或（13）为中心模糊区间。为方便计，将式（12）简记为： ［a］=［mid｛［a］｝;rad｛［a］｝］　　(14) 其中对于R2中的模糊圆，实际上就是R上的中心模糊区间在R2中的推广。如果将式（14）中的R换成R2，绝对值换成范数，则有： 　　（15） 在此称@为模糊圆，其中a0∈R2表示模糊圆@的圆心；r表示模糊圆@的半径，为一实小数量；‖.‖为R2中的任意向量范数。为方便计，将式（15）简记为： @=(mid｛@