GIS 中线元位置不确定性随机过程模型.docVIP

GIS中线元位置不确定性的随机过程模型* 史文中 刘文宝 (香港理工大学，香港九龙) (山东矿业学院，泰安，271019) THE STOCHASTIC PROCESS MODEL FOR HANDLING POSITIONAL UNCERTAINTY OF LINE SEGMENTS IN GISShi Wenzhong　　　　　　　　　　Liu Wenbao (The Hong Kong Polytechnic University) (Shandong Mining Institute, Taian,271019) Abstract Based on the stochastic process theory, the distribution function of the line segments is given in this http;//测绘信息网paper. The uncertainty information matrix is defined, and the generalized error band model is developed, which is used to measure the positional uncertainty of line segments. The models of “ε-band”model［1］ and “e-band”model［2］are summzed unified by this model.Key words Stochastic line segments, Uncertainty, Stochastic process, Generalized error band. 摘　要　本文基于随机过程理论导出了随机线元的分布函数和分布密度表达式，定义了不确定性信息矩阵，引入了广义误差带概念，进而从理论上概括和统一了前人提出的“ε-带”［1］和“e-带”［2］模型。关键词　随机线元 不确定性 随机过程 广义误差带分类号　P208 1 引言　　自从Chrisman［1］引用Perkal［3］提出的“ε-band”概念描述矢量GIS中的线元位置不确定性以来，后人根据这一思想做了许多发展，其中最有代表性的为误差带［2］［4］［7］、置信带［6］和可靠带［7］。对误差带的研究，主要有解析法［2］［7］和模拟法［8］［9］。但现有解析研究的数学基础均为离散随机变量，由于它无法从整体上描述由无穷个连续点构成的线元，因而有关结果在理论上是不严密的。为此，本文首先基于随机过程理论建立一种描述线元位置不确定性的整体模型；然后将平面随机点元的常规误差椭圆扩展到平面随机线元的广义误差带。 2 随机线元的统计描述 2.1 随机线元的统计特征分析 图1 随机线元Z0Z1Fig.1 The random line segment Z0Z1 　　图1中，Zt(X(t),Y(t))为由端点Z0和Z1定义的随机线元Z0Z1上的任意一点。现假定：① 随机线元Z0Z1端点坐标向量Z0＝(X0Y0)T和Z1=(X1Y)T是自相关和互相关的；② Z0和Z1均服从二维正态分布，即： Zi~N2(μZi，∑ZiZi) 　(i=0,1) (1) 其中μzi＝(μXiμYi)Ｔ为随机线元Z0Z1端点坐标向量Zi＝(XiYi)Ｔ(i＝0，1)的数学期望，∑Zi，Zi为协方差阵，即： (2) 　　显然，由随机线元Z0Z1两端点坐标向量构成的四维随机向量服从四维正态分布［11］： Z01~N4(μZ01，ΣZ01Z01) (3) 其中，而： (4) 　　由于随机线元Z0Z1上任意点Zt(X(t),Y(t))的坐标公式为［6］［7］ (5) 即X(t)和Y(t)分别为正态随机变量X0、X1和Y0、Y1的线性组合，故也服从正态分布。于是，随机线元Z0Z1由t∈［0,1］时的两族无数个正态随机变量X(t)和Y(t)构成。由随机过程的定义知［10］，随机变量族{X(t),t∈［0,1］}和{Y(t),t∈［0,1］}是两个具有相同自变量参数t的随机过程。因此，从统计学角度看，随机线元Z0Z1是一个二元向量随机过程{Z(t)=(X(t)Y(t))T，t∈［0,1］}。 2.2 分布函数和分布密度　　随机线元Z0Z1的分布函数和分布密度由随机过程{X(t),t∈［0，1］}和{Y(t),t∈［0，1］}的联合分布密度唯一确定。对于任意的正整数n及任意的ti,tj′∈［0，1］(i,j=1,2,…，n)，根据Kolmogrov定理［10］，随机变量族{X(ti),Y(tj′);i,j=1,2,…，n}的联合分布函数： F(x1,y1,x2,y2，…，xn