06 Part 2-4 第六章 不确定性.ppt

ANSI标准委员会组织结构体系 现有的空间数据元数据标准 元数据标准名称 建立标准的组织 CSDGM 地球空间数据元数据内容标准 FGDC，美国联邦空间数据委员会 GDDD 数据集描述方法 MEGRIN，欧洲地图事物组织 CGSB 空间数据集描述 CSC，加拿大标准委员会 CEN 地学信息-数据描述-元数据 CEN/TC287 DIF 目录交换格式 NASA ISO 地理信息 ISO/TC211 3. 元数据的获取与管理 基础数据元数据获取的三个阶段： 数据收集前：根据要建立的数据库内容设计，包括普通元数据、专指性元数据 数据收集中：随数据的形成同步产生 数据收集后：根据需要产生 获取方法 键盘输入：工作量大，易出错，应尽量避免 关联表：通过公共项从已存在的元数据或数据中获取 测量法：如GPS测量数据的空间位置 计算法：由其它元数据或数据计算得到 推理法：根据数据的特征获取元数据 元数据的管理 理论和方法涉及两个方面 数据库 元数据 与数据涉及的领域有关 元数据管理信息系统-元数据库 概念层 逻辑层 物理层 元数据管理系统 已存在的软件工具系统 RDBMS WAIS ODBMS 4. 元数据的应用 GIS中使用元数据的主要原因 完整性 可扩展性 特殊化 安全性查错功能 浏览功能 程序生成 空间数据元数据的应用 帮助用户获取信息 空间数据质量控制 在数据集成中的应用 数据存贮和功能实现 意义 统计学：能给边界和标识的划定给出可信度的数值吗？ 制图学：如何通过合适的符号和GIS显示传递模糊边界和标识的意义？ 认知学：人们潜意识里有将事物进行归类并划出边界以简化世界的倾向 模棱两可（ambiguity） 空间感知 因为对空间的感知不同，许多对象被不同的民族或文化群体赋予了不同的标识 南方：上、下、左、右 北方：东、西、南、北 Upper- North 北上、南下 Lower- South Left- East? West? 左祖右社 Right- East? West? 地理介词 表达位置时地理介词（geographic preposition）的不同使用： Across Over In 描述从科研楼到明德楼的走法 内在的歧义性 空间关系的描述，对象名称及其拓扑关系 对实体的认识 Perception Behavior Language Cognition 因此，空间位置的表达是模棱两可的 GIS不能给出一个对世界的中性价值视图 歧义性 地理特征的这种歧义性有时被用于研究并识别具有共同特征和世界观的区域 姓氏和职业 通过位置分析和测量人的行为 许多语言学的词语在传递地理信息时都是模棱两可的 问路：北京大学在哪儿？怎么走？ 指标的概念化 对指标进行概念化并建立指标时同样是模棱两可的 直接指标：与相应的地理现象相关， 树木胸径、家庭收入（购买力）、土壤肥力、产量 间接指标：最易获得的测量值，可被感知并与现象相关 多辆汽车拥有率（收入未知） 大气中NOX表示环境健康（健康状况） 指标概念化时的不确定性 指标和现象间的联系的概念是主观的 如果因果关系不完整则会出现测量误差 当采用现象的不完美指标而非现象本身时 土地利用分类/湿地分类图，UK土壤图（类型少）如何与欧洲土壤图（类型多、）叠加？资料同化 对不同分类体系间的不匹配如何进行协调？ 历史地理边界的变化？ 不同来源的数据是在更大范围集成地理数据的主要障碍 数据获取的最小单元？ 3. 模糊分类方法 解决属性指派不确定性的方法是接受可能性（probability）的解释 某块地包含小麦，但也有0.17的可能性包含大麦 调查100人，17 大麦，83 小麦，主观性 调查100块地，17块大麦，83块小麦，频度统计 频度试验与主观可能性 Frequentist 依赖统计试验 Probability 具有主观性，提供了一个相对的判断而非频度试验结果，（真实的或想象的） 主观可能性在许多方面与模糊集相似 分类的概念 对航空像片上的地块进行分类 形式逻辑（确定性）：crisp logic 模糊集（不确定性）：fuzzy membership Fuzzy set 改变了对分类成员的视图以及事物非此即彼的概念 在模糊逻辑中，某对象属于某一类的程度可以是部分的 数据集不是精确定义的边界 属性的模糊性 用于制图的类别常常是模糊的 Landuse; land cover classes; soil type; vegetation type 让两个人对一个位置进行分类： 不是测量误差 对类别定义不完善 意见不同 属性特征的评价、评估 学习优秀、综合能力、思想品德 同一地区的土壤图的注记 类别数不同、类别定义不同、版本、年份 语言描述的模糊性 Very Moderate About