空间数据质量与元数据.pptVIP

空间数据质量与元数据;第一节 空间数据的质量;一、空间数据质量的概念;二、空间数据质量评价;1）数据质量的基本特征 准确度：测量值与其实际真值的接近程度 精度：对象表达的详细程度，包括定位精度、属性精度、空间分辨力 ;2）数据质量的基本特征（续） 不确定性：当某种现象不能精确测定时，其值无法知道，其误差也就无法确定，这时就用不确定性代替误差，一般采取对同一现象进行多次观测并求标准差来表示 相容性：两个来源数据在同一应用中的难易程度 土地利用图拼接时，边缘处地物类型和几何位置应该相容 不同比例尺可造成数据的不相容，如一种图上有，而另一种图上被忽略 一致性：同一现象或同类现象表达的一致程度，包括 位置不一致：河流,行政边界在不同的图上形状不同 逻辑不一致：道路不能穿越房子、等高线不能交叉;2）数据质量的基本特征（续） 完整性：指数据的完整性，包括分层的完整性、分类的完整性、内容完整性（不缺少数据） 可得性：获得或使用数据的容易程度 现势性：数据反映客观现象目前状况的程度，对许多类型的地理信息来说，时间是一个严格的因素，如人口统计信息、土地利用类型信息 适用性：数据质量的适用性主要取决于所使用数据的内容与质量、用户的财力、获得数据的易容程序等 上述这些数据质量的基本特征决定了数据质量的好坏。;2、空间数据质量标准;2、空间数据质量标准;三、空间数据质量问题的来源与分析;1、源误差;（1）地面测量数字数据的误差;（2）地图数字化数据的误差 ;① 制图误差 ;① 制图误差 ;① 制图误差 ;② 数字化误差;② 数字化误差;（3）遥感数据误差 ;（3）遥感数据误差 ;2、操作误差 ;（1）空间数据处理中的误差 ;（1）空间数据处理中的误差 ;（1）空间数据处理中的误差 ;3、空间数据使用中的误差 ;数据采集;3）数据的误差类型 误差类型的分类有不同的方法 GIS数据处理过程分类（史文中，1994） 按误差性质来分类 几何误差、属性误差、时间误差、逻辑误差;明显误差;四、数据质量控制 ; ;属性相邻的地块应该合并;5）数据几何误差检测和表达 点误???：某点的测量值与其真实位置之间的差异，一般采取点位误差分布椭圆表示 线误差：线误差的分布可以采取“骨头型”和“车链型”分布带表示，也可以采用?-带表示;6）属性误差不确定性 属性数据是指对于某一GIS中点、线、面或遥感数据的属性值或属性类别的描述 属性数据可以具有（离散）类别值或连续值，也可以区分为定性或定量属性值 类别变量是一个有限集合内的有限个元素，如土地覆盖分类系统中的土地类别是有限的，这时类别值没有先后、大小的涵义 连续变量是某一区间内的任意值，如环境指标从1到4依次表示最好到最差，这时类别值有先后次序的涵义 属性数据误差由属性的取值与其真值的相差程度决定 连续属性数据误差可以用量测误差来确定，这时可以采用与位置误差相同的方法来确定，如误差传播定律 类别属性数据误差确定是一个复杂的过程，受多种因素的影响：类别、区域形状与大小、试验点的取样方法以及相互混合类别情况等; 举例：土地利用分类中，一个地块实际的裸地占30%、水面占10%、植物覆盖占60%，如果该地块记录为植被类型，则有40%的不确定性 如果用航片解译方法得到该地块中裸地占28%、水面占15%、植物覆盖占55%、城镇占2%，则裸地低估2%、水面高估5%、植物低估5%、城镇高估2%，这时总的不确定性为四类土地类型估计误差的绝对值之和： 2+5+5+2 = 14。;第二节 空间数据的元数据 ;一、元数据概念与分类;随着计算机技术和GIS技术发展，特别是网络通信技术的发展，空间数据共享日益普遍。 管理和访问大型数据集的复杂性正成为数据生产者和用户面临的突出问题。 在这种情况下，空间数据的内容、质量、状况等元数据信息变得更加重要。 地理信息元数据标准和操作工具已经成为空间空间数据基础设施的一个重要组成部分。;1、元数据概念;2、元数据的内容;3、元数据的主要作用 ;4、元数据的表达形式 ;5、元数据的分类 ;（1）根据元数据的内容分类 ;（2）根据元数据描述对象分类 ;（3）根据数据在系统中的作用分类 ;（4）根据元数据的作用分类 ;二、空间数据元数据所涉及的概念 ;线: 一维对象的一般术语； 线段: 两个点之间的直线段； 弧: 由数学表达式确定的点集组成的弧状曲线； 链: 两个结点之间的拓扑关联； 链环: 非相切线段或由结点区分的弧段构成的有方向无分支序列； 环: 封闭状不相切链环或弧段序列； 多边形: 在二维平面中由封闭弧段包围的区域； ;外多边形: 数据覆盖区域内最外侧的多边形，其面积是其他所有多边形的面积之和； 内部区域: 不包括其边界的区域； 格网: 组成一规则或近似规则的棋盘状镶