GIS属性数据不确定性及其传播研究

第26卷第3期2003年6月现　代　测　绘Modern Surveying and MappingVol.26,No.3J un.2003 GIS的应用及研究热点探讨Ξ刘　春1,2,刘大杰1(1同济大学测量与国土信息工程系,上海200092;2同济大学海洋科学博士后流动站,上海200092)摘　要　地理信息系统(GIS)随着信息技术的发展,更加趋于多元化和多学科的交叉发展,本文从GIS应用发展开始,列举与GIS融合的其它信息技术,分析了GIS基础理论和技术研究的热点问题,通过这些问题可以展望未来GIS的进展。

关键词　地理信息系统　计算机系统　信息融合中图分类号:P208 文献标识码:A 文章编号:1672-4097(2003)03-0007-041　GIS与相关信息技术的结合GIS是一门综合性技术,它已经与其他技术互相融合。

GIS应用需要利用和集成其他技术,同时,其它信息技术的应用也需要GIS。

GIS与其他技术的融合见表1。

表1　GIS与几种信息技术结合GIS2CAD CAD是一种计算机辅助制图和设计技术,主要用以设计空间位置,表达空间关系;而GIS是一门空间综合管理技术,既可以管理空间位置,又可以管理空间对应的属性信息,并具有很好的对应关系。

GIS2遥感遥感技术是GIS的重要组成部分,它的发展为GIS数据快速更新提供了一个有效的办法,当前In2 SAR的发展更是GIS数据采集的革命。

同时,GIS应用的发展也提高了遥感的数据提取和分析能力。

随着高精度遥感的发展和遥感动态网络的出现,GIS与遥感的结合会更加密切。

GIS2GPS GPS被认为是21世纪影响人类社会12大技术之一,然而GPS如与GIS结合,才能普及它的应用,而不只是停留在大地测量领域,如智能化交通(ITS)中基于电子地图的汽车车内自主导行系统等,同时与GPS结合也提高了GIS动态分析的能力。

GIS2Internet技术基于Internet技术的GIS,即WebGIS已成为GIS发展的重要方向,可以利用Internet在Web上发布和出版空间数据,为用户提供空间数据浏览、查询和分析的功能,从而使GIS的应用更加灵活。

GIS中属性数据不确定性的表示及传播
张菊清;窦和军
【期刊名称】《黄金地质》
【年(卷),期】2003(009)001
【摘要】不确定性是指关于空间过程和特征不能被准确确定的过程,它是自然界各种空间现象自身固有的属性,如何在GIS数据库中合理的表示不确定性一直是学术界关注的问题.根据数据性质的不同,GIS中数据不确定性可分为定位不确定性和属性不确定性.由于属性数据有定量和定性之分,故相应的属性不确定性可以有2种表示方法:一种是用点误差分析的方法,另一种则是用离散型的数据误差的方法来进行评价.因此可以用标准差来表示定量数据的不确定性,用概率矢量和概率面来分别表示矢量和栅格数据模型中的定性数据不确定性.以此为基础可以很快地导出基于确定的算术运算和逻辑叠加等空间分析操作后的误差传播关系.
【总页数】4页(P74-77)
【作者】张菊清;窦和军
【作者单位】长安大学,地质工程和测绘工程学院,陕西,西安,710054;长安大学,地质工程和测绘工程学院,陕西,西安,710054
【正文语种】中文
【中图分类】P208
【相关文献】
1.矢量GIS中属性数据的不确定性分析 [J], 刘文宝;邓敏;夏宗国
2.GIS中矢量数据缓冲区操作的不确定性传播模型 [J], 张保钢;朱凌;朱光
3.GIS属性数据不确定性及其传播研究 [J], 周迪民;林依勤
4.分层递阶近似空间下的GIS属性数据不确定性描述 [J], 廖伟华
5.硐室GIS子系统中属性数据不确定性分析与质量控制 [J], 刘少军;何政伟;石豫川;黄润秋;许强
因版权原因，仅展示原文概要，查看原文内容请购买。

收稿日期:2001-05-22;修订日期:2001-12-06基金项目:香港理工大学科研基金项目No .1.34.9709、国家高技术研究发展计划(863计划)项目No .2001AA 135081和国家自然科学基金项目No .40023004资助。

作者简介:史文中(1963—　),男,副教授,香港理工大学,目前主要从事GIS ,遥感技术应用研究。

发表论文150篇,著作3部。

文章编号:1007-4619(2002)05-0393-08GIS 中属性不确定性的处理方法及其发展史文中1,王树良1,2(1.香港理工大学土地测量与地理资讯学系,九龙香港;2.武汉大学测绘遥感信息工程国家重点实验室,武汉湖北　430079)摘　要:　属性数据的不确定直接影响决策的准确性和可靠性,特别是对侧重于属性分析的领域。

在研究属性不确定性的基础上,分析了GIS 中的主要处理方法及其研究进展,具体地就基于GIS 的模型、概率论及数理统计学、模糊集合、云理论、粗集等方法及进展进行讨论。

关键词:　属性不确定性;GIS ;研究进展中图分类号:　P208 文献标识码:　A1　引　言GIS 作为一个空间信息决策支持系统,其应用日益广泛(图1)。

在现实世界中,复杂的地理现象并非全都是空间匀质分布的,且实体多相互混杂,甚至很少界限分明。

纯几何意义上的点、线和面在现实世界并不存在。

GIS 采样获取数据有时不易明确地将其分类,只是对现实世界的一种近似描述。

同时,误差一般指测量值或计算值与真实数据或假定真实数据间的差值,可是获取大量空间数据的真值并不容易,甚至有些严格或绝对意义上的真值往往并不存在。

由于现实世界的位置和属性信息的定位、储存、处理、分析、管理大部分都和GIS 有关,故在GIS 应用过程中,空间数据质量中的不确定性问题越来越为人重视。

但是多年来,传统的数据处理方法认为空间分布可以用一组离散的点、线和面来表达,通常假设已经检核了属性数据,并把属性不确定性和位置不确定性隔离讨论。

GIS空间平面数据不确定性和质量控制研究本文简单介绍了GIS不确定性的定义、分类及其削弱方法。

討论了三维点、线、面的不确定性，并以空间直线为例，分析了空间直线上任意点和整条空间直线元的不确定性。

说明了地形图数字化误差的来源和削弱方法。

标签：GIS；空间数据；不确定性；数字化1.引言地理信息系统目前已在城市规划管理、交通运输、测绘、环保、农业、制图等方面发挥了重要作用。

随着GIS研究和应用的深入，GIS数据质量以及不确定性问题引起了日益广泛的关注，GIS不确定性的研究内容与体系、数据不确定性的来源、数据不确定性处理方法、空间分析过程中的不确定性传播机理等，已经成为GIS领域的研究热点，特别是三维空间数据不确定性的研究。

2.不确定性的来源和削弱（1）不确定的定义和分类GIS空间数据的不确定性是一种广义的误差，是指GIS中描述的物体与其在现实世界中真实情况的差别。

它包含数值和概念的误差，也包含可度量和不可度量的误差。

其分类可按数据的流程来分，也可按数据的类型分，还可按误差的性质分。

比较常用的是按数据的类型分，可分为位置不确定性、属性不确定性、时域不确定性、逻辑不确定性和数据不完备性。

（2）不确定性的误差来源和削弱GIS空间数据的误差来源主要有采集（含录入）、处理和使用三个环节，其中最主要的是采集和录入过程中的误差。

根据空间要素的几何关系对空间数据进行几何纠正，是削弱系统误差和随机误差影响的有效方法。

对于系统误差，主要进行各种三维变换法，可用多项式模型、同素变换模型、调和函数模型。

对于偶然误差，主要建立直线平行、非平行、直线的长度、平面的面积、四面体的体积等平差模型，并利用条件平差重新分配，以达到减小偶然误差的效果。

3.三维空间数据的不确定性分析（1）三维点的不确定性分析定义一个三维点并服从如下的三维正态分布：为描述三维点的不确定性导出了量测点的置信体。

该点的置信体是量测点的真值位置被大于预先定义的置信水平的概率包含于该体内，即。

空间不确定性研究综述摘要：介绍了空间不确定性的概念，对空间不确定性的研究内容进行阐述说明并归纳总结其研究方法，对不确定性研究的发展趋势进行分析。

关键词：空间数据；不确定性；GIS；研究1 空间不确定性问题概述空间数据质量的不确定性研究伴随着GIS 的问世而开始，由于人类测量与表达能力的局限性，描述数据的模型只能是对客观实体的一种近似，此外各种空间操作、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。

这往往导致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，影响决策结果的质量。

因此，在GIS初步形成和产品化时，就提出了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。

在不确定性理论提出的早期，不确定性与误差是近义词，二者在多数情况下可以相互通用。

误差指统计意义下的偏差或错误，而数据不确定性主要指数据“真实值”不能被肯定的程度。

从这个意义看，数据不确定性可以看作是一种更广义与抽象的误差，它既包含随机误差，也包含系统误差和粗差；既包含可度量的误差，又包含不可度量的误差以及数值上和概念上的误差。

不确定性可划分为四类，分别是随机性、模糊性、未确定性和灰色性。

随机性的特点是可重复观察，在观察之前知道所有可能的结果，但不知道到底哪一种结果会出现。

模糊性是指事物的概念本身是模糊的，即一个对象是否符合这个概念难以确定。

就像“一粒”和“一堆”是有区别的两个概念，它们的区别是渐变的，两者之间并不存在明确的界限，这种不确定性就是模糊性。

未确定性是指纯主观上的、认识上的不确定性。

灰色性是指由于事物的复杂性和噪声干扰，人们只能把握部分信息或信息的大致范围，而不知其全部信息或确切的信息量。

2 不确定性的研究内容空间数据不确定性的产生来源十分复杂，空间对象本身可能具有不稳定性，在空间数据的获取、存储、传输、分析等过程中会引入更多复杂的不确定性。

利用信息扩散估计处理属性不确定性的研究王庆国;王新洲【摘要】随着GIS应用的日益广泛,GIS数据的不确定性问题也越来越被人们所重视.经典的数据处理理论更多地讨论了位置的不确定性问题,而对属性数据的不确定性的研究较少.本文针对按照某种趋势在空间或时间上连续变化的定量属性,讨论了利用信息扩散估计对其进行处理的可能性.【期刊名称】《测绘技术装备》【年(卷),期】2003(005)003【总页数】3页(P3-5)【关键词】属性;属性不确定性;信息扩散估计;无偏函数【作者】王庆国;王新洲【作者单位】武汉大学资源与环境科学学院;武汉大学测绘科学与技术学院,430079【正文语种】中文【中图分类】P2GIS作为空间信息决策系统，其应用日益广泛。

在GIS的应用过程中，作为GIS 进行规划与管理决策基础的数据，其质量问题越来越引起人们的重视。

因为数据质量的好坏，直接影响到GIS分析结果的准确性和可靠性，乃至应用目标的最终实现，所以，对GIS中数据的不确定性的研究已经成为GIS理论工作者的重要研究方向之一。

GIS中的数据包括空间数据和属性数据两大类，相应的，其数据的不确定性也包括空间数据的不确定性（主要是位置不确定性）和属性数据不确定性两大类，并且两者在很多情况下是相关联的。

但是，经典的数据处理方法把位置不确定性和属性不确定性隔离讨论，并且通常假设属性数据已经经过检核，是准确的。

这就使得长期以来，GIS的数据质量问题主要集中在位置数据的误差上，重点讨论位置的不确定性问题，而对属性数据的不确定性的研究较少。

事实上，在许多侧重于属性分析的领域中，属性数据的不确定对于GIS决策结果的准确性和可靠性的影响更重要。

比如，对土壤的构成及其酸碱度属性的确定可能就直接影响到农业的布局和农作物种植结构的确定，而对土地沙漠化程度的确定又会影响到对环境状况及其变化情况的评定……。

因此，有必要加深对属性不确定性问题的研究。

属性数据是对地理目标或物质、变量等的数量和质量进行描述的指标。