空间不确定性的研究综述.docVIP

空间不确定性研究综述 摘要：介绍了空间不确定性的概念，对空间不确定性的研究内容进行阐述说明并归纳总结其研究方法，对不确定性研究的发展趋势进行分析。 关键词：空间数据；不确定性；GIS；研究 1 空间不确定性问题概述 空间数据质量的不确定性研究伴随着GIS 的问世而开始，由于人类测量与表达能力的局限性，描述数据的模型只能是对客观实体的一种近似，此外各种空间操作、处理等又会引入新的误差和不确定性，可以说误差的存在是各类观测与分析数据的基本特征。这往往导致空间特征和空间过程很难被准确确定，从而直接关系到对GIS产品的质量控制，影响了空间数据的反演、多尺度和多角度数据分析和应用建模的效果，影响决策结果的质量。因此，在GIS初步形成和产品化时，就提出了空间数据的不确定性问题，且被国际上列为地理信息科学界重大基础理论研究课题之一。 在不确定性理论提出的早期，不确定性与误差是近义词，二者在多数情况下可以相互通用。误差指统计意义下的偏差或错误，而数据不确定性主要指数据“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更广义与抽象的误差，它既包含随机误差，也包含系统误差和粗差；既包含可度量的误差，又包含不可度量的误差以及数值上和概念上的误差。 不确定性可划分为四类，分别是随机性、模糊性、未确定性和灰色性。随机性的特点是可重复观察，在观察之前知道所有可能的结果，但不知道到底哪一种结果会出现。模糊性是指事物的概念本身是模糊的，即一个对象是否符合这个概念难以确定。就像“一粒”和“一堆”是有区别的两个概念，它们的区别是渐变的，两者之间并不存在明确的界限，这种不确定性就是模糊性。未确定性是指纯主观上的、认识上的不确定性。灰色性是指由于事物的复杂性和噪声干扰，人们只能把握部分信息或信息的大致范围，而不知其全部信息或确切的信息量。 2 不确定性的研究内容 空间数据不确定性的产生来源十分复杂，空间对象本身可能具有不稳定性，在空间数据的获取、存储、传输、分析等过程中会引入更多复杂的不确定性。如在数据获取过程中，仪器精度限制、测量方案完善程度、环境的复杂性、观测员的能力水平、空间分析方法与模型表达的多样性等均会造成空间数据的不确定性。 根据实际应用中的需要，对地理空间数据不确定性的研究又可细分为：位置不确定性、属性不确定性、时域不确定性、逻辑一致性、数据完整性、数据不确定性的传播以及不确定性的可视化表示等[1]。地理空间数据不确定性研究的核心就是建立一套不确定性分析和处理的理论体系和方法体系。 2.1位置不确定性 位置不确定性指表示空间实体的真实位置与实际位置之间的差别，空间实体的位置通常以二维或三维坐标表示，相应的，位置不确定性常用坐标的精度来表示。近年来，空间数据位置不确定性成了研究热点，主要集中在数据源不确定性的研究；点、线、面元不确定性模型的研究、不确定性可视化和不确定性传播模型的研究。 2.2属性不确定性 属性不确定性是指在采集、描述和分析客观实体的过程中，实体属性的量测或分析值围绕其属性真值随机地在时间或空间内的不确定性变化，是属性误差的空间延伸。 属性不确定性可分为定量和定性两种，如土地面积的不确定性（定量）和植被分类的不确定性（定性），一般取决于属性数据的类型[2]。属性不确定性主要来自于属性的定义、数据源、数据建模和分析过程中引入的不确定性，其中涉及到问题较多，包括难以确定的实体与实体间的边界，定义模糊的实体关系，空间分析中的不确定性及其传播，不确定性查询，度量不确定性等。 2.3时域不确定性 时域不确定性是指在描述地理现象时，时间描述上的差错。数据的时间精度涉及数据的现势性，大多数采用元数据管理的方法。 如对于每一幅遥感影像数据来说，无疑是同一瞬间的。但对于由多幅遥感影像拼接镶嵌起来的数据，则可能出现不同时段的遥感数据，时间可以相差若干天、若干月和若干年。在同一数据集中，或同一幅专题图中，出现不同时段的数据就可能造成不确定性。 2.4逻辑一致性 逻辑一致性是指数据结构内部的一致性，尤其是指拓扑逻辑上的一致性。包括数据结构、数据内容、空间属性与专题属性, 以及拓扑性质上的内在一致性。在GIS中，几何要素拓扑关系上的内在不一致性是逻辑一致性研究的重点。 2.5数据完整性 空间数据的完整性是指对于给定的目标，GIS 空间数据库能够完整表达的现象，包括数据范围、数据的分层、实体类型、属性数据和名称等各方面的数据的完整性。数据完整性如何是相对于所要完成或达到的目标而言的。 2.6数据不确定性的传播 GIS数据在输入、存贮、投影变换、格式变换、编辑、数据重组、数据处理、数据分析与分数以及数据制图及输出过程中，都能产生误差或不确定性。这些不确定性还能随着数据流的过程传递与积累。此外