Ch04第四章理数据采集与质量控制

我国大部分省区图以及大多数这一比例尺的地图也多采用 Lambert投影和属于同一投影系统的Albers投影(正轴等面积割圆 锥投影)；
Lambert投影中，地球表面上两点间的最短距离表现为近于 直线。这有利于地理信息系统中空间分析量度的正确实施。
第3节 地理实体数据的编码
一、地理数据的分层
空间数据可按某种属性特征形成一个数据层，通常称为 图层（Coverage） 。
5） GIS与地图投影的关系
GIS以地图方式显示地理信息，而地图是平面，地理信息则 在地球椭球上，因此地图投影在GIS中不可缺少。
GIS数据库中地理数据以地理坐标存储时，则以地图为数据 源的空间数据必须通过投影变换转换成地理坐标；而输出或 显示时，则要将地理坐标表示的空间数据通过投影变换变换 成指定投影的平面坐标。
GIS的数据源：地图数据，遥感数据，文本数据，统计数 据,实测数据，多媒体数据，已有系统的数据。
地图数据
遥感数据
遥感数据
实测数据
实测数据
实测数据
二、空间数据采集的主要任务
将现有的地图、外业观测成果、航空像片、遥感图象、 文本资料等转换成GIS可以处理与接收的数字形式，通常 需要经过验证、修改、编辑等处理。
相交 横轴投影：投影面中心轴与地轴相互
垂直 投影面与椭球体面的相交位置： 相切投影：投影面与椭球体相切 相割投影：投影面与椭球体相割
高斯-克吕格投影—横轴等角切椭圆柱投影
约束条件：
1）中央经线和赤道投影为直线且为投影的对称 轴；
2）为等角投影；
为了控制变形，用分带方法，分别投影
3）中央经线无长度变形。
2）对分层的空间数据进行查询时，不需要对所有空间数据 进行查询，只需要对某一层空间数据进行查询即可，因而可 加快查询速度；

第四章空间数据与数据质量空间数据是对现实世界对象(地理特征)的空间信息和专题属性信息描述，它具有诸如数据量巨大，结构复杂多样、操作是计算密集型的，具有自相关性等特征。

空间数据是地理信息系统不可缺少的组成部分，其质量在很大程度上影响和制约着地理信息系统的可用性，为地理信息系统用户提供满足质量要求的空间数据是地理信息系统建设的关键任务之一。

4.1空间数据4.1.1空间数据的来源地理信息系统的数据源是指建立地理信息系统数据库所需要的各种类型数据的来源。

地理信息系统的数据源是多种多样的，并随系统功能的不同而不同，通常包括以下几种：（1）地图数据：各种类型的地图是GIS最主要的数据源，因为地图是地理数据的传统描述形式，是具有共同参考坐标系统的点、线、面的二维平面形式的表示，内容丰富，图上实体间的空间关系直观，而且实体的类别或属性可以用各种不同的符号加以识别和表示。

（2）遥感数据：遥感数据是GIS中一个极其重要的信息源。

通过遥感影象可以快速、准确地获得大面积的、综合的各种专题信息，航天遥感影象还可以取得周期性的资料，这些都为GIS提供了丰富的信息。

（3）测量数据：测量数据主要指使用大地测量、GPS、城市测量、摄影测量和其他一些测量方法直接量测所得到的测量对象的空间位置信息。

各种实测数据特别是一些GPS点位数据、地籍测量数据常常是GIS的一个很准确和很现势的资料。

（4）国民经济的各种统计数据常常也是GIS的数据源。

如人口数量、人口构成、国民生产总值等等。

各种文字报告和立法文件在一些管理类的GIS系统中，有很大的应用，如在城市规划管理信息系统中，各种城市管理法规及规划报告在规划管理工作中起着很大的作用。

4.1.2空间数据的基本特征地理数据一般具有三个基本特征：属性特征（非定位数据）,描述空间对象的特性，即是什么，如对象的类别、等级、名称、数量等。

空间特征（定位数据）：描述空间对象的地理位置以及相互关系，又称几何特征和拓扑特征，前者用经纬度、坐标表示，后者如交通学院与电力学院相邻等。

• 离群数据统计检验的方法
1) Dixon检验法 2) Grubbs检验法 3) Cochran检验法
Dixon检验法
• Dixon检验法用于检验一组测定值的一致性和剔除一组测 定值中的离群值。
• 检验步骤 1) 排 序 ： 重 复 测 量 的 n 个 值 按 从 小 到 大 排 列 ： X1,X2,…Xn-1,Xn；其中X1,Xn分别为最小和最大可疑值 2) 计算统计量Q（见表4-1） 3) 查临界值Qα （见表4-2） 4) 判别：若Q>Q0.01，则可疑值为离群值，应予剔除；若 Q0.05<Q≤Q0.01，则可疑值为偏离值；若Q≤Q0.05，则 可疑值为正常值。
当置信度为95%时：R = 2.83
s 2W
+
s
2 B
精密度与准确度的关系
A. 精密度和准确度均 好。分析结果可靠。
B. 精密度很差，随机误 差大，准确度较好， 这只是偶然的巧合。
C. 精密度好，准确度 差，有较大的系统误 差。
D. 准确度好，精密度不 好。原因是测定值中 出现了一个离散性大 的测定值，使标准差
有效数字的运算规则
1. 加减法
几个数据相加减后的结果，其小数点后的位数应与 各数据中小数点后位数最少者相同。
例如：15.4532＋2.48＋0.247＋0.03681 ≈15.453＋2.48＋0.247＋0.037 ＝18.217≈18.22
2. 乘除法
几个数据相乘除后的结果，其有效位数位数应与各 数据中有效位数最少者相同。
第三节 分析与监测数据的处理
有效数字及其修约规则
• 有效数字(significant figure)
– 有效数字的判断 0.0435 三位有效数字 4.0035 五位有效数字 0.4035 四位有效数字 4.3500 五位有效数字 43500 难以判断

可视化分析与解释性探究
通过可视化分析，可以深入探索数据的内在结构 和关系，发现隐藏的模式和趋势。
可视化分析有助于理解数据中的异常值、识别数 据中的类别和集群，以及探索变量之间的关系。
解释性探究是可视化分析的重要部分，通过解释 性探究可以深入理解数据的含义和背后的原因。
THANKS
感谢观看
性。
1. 收集数据
02
从各种来源收集相关数据。
2. 数据清洗
03
去除异常值、缺失值和重复值。
特征选择的准则与流程
3. 特征提取
运用适当的算法和技术从数据中提取特征。
4. 特征选择
根据设选特征进行评估和优化，确保其能够满 足后续分析的需求。
特征评估与优化
数据处理在计算机控制技术中的应用还包括故障诊断、预测维护等领域。通过对 设备运行数据的分析，可以及时发现设备的异常情况，预测设备的维护需求，提 高设备的使用寿命和可靠性。
02
数据的采集与预处理
数据采集的方法与设备
数据采集方法
数据采集频率
传感器法、网络爬虫法、日志法等。
根据实际需求和设备性能确定，一般 以秒为单位。
数据处理的重要性在于它能够将无序、杂乱的数据转化为有 序、有用的信息，提高数据的使用价值。通过数据处理，人 们可以更好地理解数据，发现其中的规律和趋势，为决策提 供支持。
数据处理方法的分类
按照处理方式分类
数据处理方法可分为批处理和流处理。批处理是将数据分批进行处理，适合于大 规模数据的处理；流处理则是实时处理数据流，适用于需要快速响应的应用场景 。
Excel、Python、R、Tableau等数据分析 工具广泛应用于数据分析与挖掘领域，提 供了丰富的数据处理和分析功能。