GIS空间数据采集处理与质量控制精讲解.pptVIP

SCAU Lectures 2010 @ GIS 4) 完备性：如数据分类的完备性、实体类型的完备性、属性数据的完备性、注记的完整性，数据层完整性，检验完整性等。 5) 现势性：如数据的采集时间、数据的更新时间等。 6）不确定性：指某现象不能精确测得，当真值不可测或无法知道时，我们就无法确定误差，因而用不确定性取代误差。 2 GIS数据质量的基本内容 SCAU Lectures 2010 @ GIS 3 空间数据质量评价 数据情况说明（元数据） 时间精度(现势性) 位置精度(几何精度) 分类精度(属性精度) 可靠性 逻辑的一致性、完整性 数据采集与编码方法 SCAU Lectures 2010 @ GIS 阶段 误差来源 数据采集 实测误差，地图制图误差（制作地图的每一过程都有误差），航测遥感数据分析误差（获取、判读、转换、人工判读（识别要素）误差） 数据输入 数字化过程中操作员和设备造成的误差，某些地理属性没有明显边界引起的误差（地类界） 数据存贮 数字存贮有效位不能满足（由计算机字长引起，单精度、双精度类型） 空间精度不能满足 数据操作 类别间的不明确、边界误差（不规则数据分类方法引起） 多层数据叠加误差 多边形叠加产生的裂缝（无意义多边形） 各种内插引起的误差 数据输出 比例尺误差、输出设备误差、媒质不稳定（如图纸伸缩） 成果使用 用户错误理解信息、不正确使用信息 4 空间数据质量问题的来源和分析 SCAU Lectures 2010 @ GIS 5 数字化过程中的质量控制 1）数字化预处理工作 包括对原始地图、表格等的整理、清绘。 2）数字化设备的选用 根据手扶数字化仪、扫描仪等设备的分辨率和精度等有关参数的进行挑选，这些参数不应低于设计的数据精度要求。 3）数字化对点精度（准确性） 数字化时数据采集点与原始点的重合程度，一般要求对点误差小于0.1mm。 SCAU Lectures 2010 @ GIS 4）数字化限差 包括：采点密度（0.2mm）、接边误差（0.02mm）、接合距离(0.02mm) 等。 5）数据的精度检查 输出图与原始图之间的点位误差，一般要求对直线地物和独立地物，误差小于0.2mm，对曲线地物和水系，误差小于0.3mm，对边界模糊的要素应小于0.5mm。 5 数字化过程中的质量控制 SCAU Lectures 2010 @ GIS 其内容主要包括： （1）入库数据文件是否齐全、完备； （2）空间数据的地理参考系统是否正确，是否满足整个数据库入库的基本要求； （3）数据格式检查：不同软件数据格式及转换的可行性； （4）空间位置的几何精度； （5）空间地理特征的完整性：是否所有的内容均数字化，数据是否漏空或重叠等； 6 空间数据质量的检查 SCAU Lectures 2010 @ GIS （6）空间特征表达的完整性：面状特征是否以面状的多边形进行表达； （7）类型一致性检查：分类、分层，线状地物是否连续，代码的一致性，矢量几何精度一致性等； （8）拓扑一致性检查：拓扑关系、多边形闭合关系等； （9）数据接边检查：同比例尺接边处理、相邻图幅要素属性及几何图形接边检查、各时期各种类型数据接边检查。 6 空间数据质量的检查 * * * * * * * * * * * SCAU Lectures 2010 @ GIS 二值化 细化 矢量化 冗余去除 断线修复 要素提取 符号识别 属性赋值 地图扫描数据处理 SCAU Lectures 2010 @ GIS 包括各类调查报告、文件、统计数据、实验数据与野外调查的原始记录等，如人口数据、经济数据、土壤成份、环境数据。 对于要输入属性库的属性数据，通过键盘直接键入或文件、表格、数据库导入。 对于要直接记录到栅格或矢量数据文件中的属性数据，则必须进行编码输入。 3 空间属性数据的采集 SCAU Lectures 2010 @ GIS 属性数据的编码——编码原则 系统性和科学性：满足所涉及学科的科学分类方法，能反映出同一类型中不同的级别特点。 一致性：对代码所定义的同一专业名词、术语必须是唯一的。 标准化和通用性：有国家或行业标准的要按标准进行，没有标准的必须考虑在有可能的条件下实现标准化。 简捷性：在满足国家标准的前提下、每一种编码应该是以最小的数据量载负最大的信息量。 可扩展性：编码的设置应留有扩展的余地，避免新对象的出现而使原编码系统失效、造成编码错乱现象。 SCAU Lectures 2010 @ GIS 属性数据的编码——编码内容 登记部分：用来标识属性数据的序号，可以