空间数据质量与元数据讲课文档.pptVIP

数据采集野外测量误差：仪器误差、地图数据误差：原始数据误差、坐标转换误差遥感数据误差：信息提取误差数据输入数字化误差：仪器误差、操作误差不同系统格式转换误差:栅格-矢量互换、三角网-等值线互换数据存储数值精度不够空间精度不够：格网或图像太大、地图最小制图单元太大数据操作分类间隔不合理多层数据叠加引起的误差传播：插值误差比例尺太小引起的误差数据输出输出设备不精确引起的误差输出的媒介不稳定造成的误差数据使用对数据所包含的信息的误解对数据信息使用不当使用GIS过程中的误差来源（陈俊、宫鹏，1998）返回第28页，共62页。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、逻辑误差地形图误差地形图的位置误差、属性误差、时间误差、逻辑不一致性误差、不完整性误差数据转换和处理误差数字化误差（仪器误差、操作误差）、不同格式转换误差、不同GIS系统之间的转换误差应用分析误差数据层叠置时冗余多边形数据应用时，应用模型引起的误差第29页，共62页。明显误差数据年代久远、地图比例尺、数据格式、数据的可接近性、数据代价原始测量误差位置误差、属性误差、数据输入输出误差、观测者偏差、获取数据时不同环境所引起的误差数据处理误差计算机字长引起的误差、处理模型引起的误差、逻辑误差、地图叠置误差、拓扑关系所造成的误差、分类及处理方法引起的误差按误差来源分类返回第30页，共62页。四、数据质量控制数据质量控制是指为达到规范或规定对数据质量要求而采取的作业技术和措施。空间数据质量控制常见的方法有：传统的手工方法：主要是将数字化数据与数据源进行图形部分和属性部分的比较检查。元数据方法：通过元数据可以检查数据质量，通过跟踪元数据可以了解数据质量的状况和变化。地理相关法：指的是用空间数据的地理特征要素自身的相关性来分析数据的质量。第31页，共62页。对数据的质量控制或质量评价一般从数据的逻辑性检查入手，例如停车场与桥梁与公路应该有接口相邻地物的边界不能有交叉和裂缝不同弧段依附于同一结点时，坐标应该一致第32页，共62页。属性相邻的地块应该合并地类标注应该符合植物的演变规律第33页，共62页。5）数据几何误差检测和表达点误差：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?-带表示点误差分布模型线误差分布模型真实位置测量位置第34页，共62页。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第35页，共62页。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36页，共62页。第二节空间数据的元数据一、元数据概念与分类二、空间数据元数据所涉及的概念三、空间数据元数据的标准四、空间数据元数据的获取与管理五、空间数据元数据的应用第37页，共62页。一、元数据概念与分类元数据（Metadata）“meta”是一希腊语词根，意思是“改变”，“Metadata”一词的原意是关于数据变化的描述。一般都认为元数据就是“关于数据的数据”，即关于数据的描述性数据信息。在地理空间数据中，元数据说明数据内容、质量、状况和其他有关特征的背景信息。 （联想：纸质地图的元数据）第38页，共62页。随着计算机技术和GIS技术发展，特别是网络通