地理空间数据不确定性与研究进展.doc

地理空间数据不确定性与研究进展 王 春, 汤国安, 赵牡丹, 王 雷, 张 婷 （西北大学 城市与资源学系，陕西 西安，710069） 摘要：在介绍空间数据不确定性概念、研究意义与常用的研究理论与方法的基础上，回顾了地理空间数据不确定性研究的历程，对地理空间数据不确定性研究的现状、所取得的主要成果问题进行了总结。分析了当前空间数据不确定性研究中所存在的基本问题：研究的内容与研究方法缺乏整体性与总览性，研究的对象与应用目标还不够明确。建议在今后的研究中应着重于：细化地理空间数据不确定性的内容；强化地理空间数据应用的不确定性研究；研究方法上注重多种理论和方法综合使用，以建立不确定性数据处理模型为其出发点和基础。 关键词： 地理空间数据；不确定性；研究进展 中图分类号：TP391 文献标识码：A 文章编号：1000-274X(2004)0078-08 地理空间数据建设是国家空间数据基础设施（NSDI）建设的核心内容。目前，世界上各主要发达国家都建立了较为完善的空间数据建设与更新技术体系，在我国各级测绘与基础地理信息中心的努力下，高精度、多尺度的国家基础地理数据库建设已经基本完成，可望在国民经济与国防建设中发挥重要的作用。地理空间数据涉及的范围与种类很广，由于人类测量与表达能力的局限性，描述数据的模型也只能是对客观实体的一种近似，此外GIS的各种空间操作、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。这往往使得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。因此，GIS产品的质量如何，GIS输出成果的精度和可靠性是多少，GIS综合分析、推理所得结论的精确度和可信度是多少，GIS原始录入数据的误差和错误会不会严重干扰GIS对问题所作的结论等等，成为GIS用户关心的重要问题。国际著名GIS专家曾强调指出：“没有以准确数据为基础的GIS分析的结论是不正确的，至少是不健全的”[1]；“不考虑质量的GIS能以相当快的速度生产各种垃圾，而这些垃圾看起来似乎精美无比”[2]。因此，在GIS初步形成和产品化时，就提出了地理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。 1 误差与不确定性 误差通常被定义为观测数据与其真值之间的差异。对于一组数据的误差来说，它们可能是随机误差或系统误差，系统误差在其数值大小和符号上呈现出一定的规律，而随机误差的数值大小或符号呈现着随机性，但它们之间也有其统计规律。此外，在一组数据的误差中，还可能出现少量的异常值，或称之为粗差。误差是地理空间数据的固然属性，因为：①变化和模糊是自然界的两个固有属性，它们直接影响着GIS信息的准确表达；②由于观测条件的限制，利用测量设备进行的任何测量都不可避免地要引入误差；③测量结果等描述数据的模型只能是客观实体的一种近似和抽象。需要说明的是，通常情况下误差的大小并不能直接衡量地理空间数据质量的优劣，对于只含有随机误差的数据，人们一般用精度的概念来衡量。即：精度高是指小误差出现的概率大，大误差出现的概率小；精度低是指小误差出现的概率小，大误差出现的概率大，数据的精度反映了数据误差的离散程度。 对于数据的不确定性，早在20世纪70年代初的电子测量和计量学的文献中就已经出现。当时不确定性的实质其实仍主要指数据的误差，不确定性和误差常被任意选用，较多的还是使用误差这一简洁的概念。随着现代测量技术的迅速发展，以及地理空间数据信息来源的多源化，考虑误差的范围也从数字上扩大到概念上，虽然以数值误差为主，但也要顾及不能用数值来度量的误差。这样，传统的误差理论已远远不能满足需要，数据不确定性的研究逐渐得到重视。时至今日，人们趋向于认为，数据不确定性（uncertainty）主要指数据“真实值”不能被肯定的程度[3,4]。从这个意义看，数据不确定性可以看作是一种广义误差，但它比误差更具有包容性与抽象性，既包含随机误差，也包含系统误差；既包含可度量的误差，又包含不可度量的误差。因此，数据的随机性、模糊性、未确定性、灰性等均可视为不确定性的研究内容。从研究的具体形式看，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、不确定性的传播、不确定性的可视化表示等[5~12]。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[6]。未来的GIS在提供其产品的同时，应根据地理空间数据不确定性研究的成果，附带提供产品的质量指标，从而有效地指导GIS用户或其他空间数据使用者正确选择空间数据与空间分析模型的类型、正确制定合理的GIS空间分析技术路线、预估分析结果的