空间数据质量特性与质量控制.
空间数据质量控制方法与精度评估体系构建
空间数据质量控制方法与精度评估体系构建引言：在当今数字时代，空间数据已经成为决策与规划的重要基础，无论是城市规划、环境保护还是灾害管理，都离不开准确可靠的空间数据。
然而，由于空间数据的获取和整合过程中存在一系列问题，如数据源的不一致性、传感器误差以及算法引入的错误，导致了空间数据的质量问题。
本文将探讨空间数据的质量控制方法和精度评估体系的构建，希望能够提供一些有益的思路和方法。
一、空间数据的质量控制方法1. 数据源管理与一致性验证空间数据的质量首先受制于数据源的质量，因此在数据采集和整合过程中，必须对数据源进行管理和验证。
首先，需要建立数据源的元数据管理系统，包括描述数据的属性、格式、坐标系统等信息，以确保后续的数据整合和分析能够正确进行。
其次，需要进行数据的一致性验证，通过比对不同数据源的同一位置的数据，判断其一致性并进行数据修正。
这有助于消除数据源之间的不一致性，提高数据的准确性。
2. 数据清洗与处理空间数据中常常存在各种噪声和异常值，如野值、漏洞等，这些都会对数据的准确性和可信度造成影响。
因此，在进行数据分析和应用之前，需要对数据进行清洗和处理。
数据清洗可以通过各种算法和方法实现，如聚类分析、插值算法等。
此外，还需要进行异常检测和修正，对异常值进行排查和修复。
通过数据清洗和处理，可以提高数据的质量和可用性。
3. 精度改进与校正空间数据的精度是衡量数据质量的重要指标之一。
为了提高数据的精度，可以采用多种方法进行改进和校正。
例如，通过引入更精确的传感器设备和测量技术，可以提高数据的采样精度和分辨率。
另外，还可以通过数据融合和模型校正来增强数据的精度。
数据融合可以将多个数据源的信息进行整合和组合，从而提高数据的精度和完整性。
模型校正是在采集数据时，通过建立空间数据模型，对数据进行校正和修正，从而提高数据的准确性。
4. 数据验证与反馈机制为了保证数据质量的长久稳定，需要建立完善的数据验证和反馈机制。
如何进行空间数据质量评估与管理
如何进行空间数据质量评估与管理空间数据质量评估与管理在现代社会中扮演着至关重要的角色。
随着地理信息系统技术的发展和应用领域的扩大，人们对于空间数据的准确性、一致性和可靠性的要求也越来越高。
本文将探讨如何进行空间数据质量评估与管理，以确保数据的高质量。
一、空间数据质量的概念空间数据质量是指地理信息系统中空间数据的准确性、精确性、完整性、一致性、可靠性和实用性的程度。
一个高质量的空间数据集必须满足这些要求，并且能够应对各种应用场景的需求。
二、空间数据质量评估的方法1. 数据源审查：对于从不同数据源获取的空间数据进行审查，评估其数据质量和可靠性。
可以比较不同数据源的数据准确性，选择最可靠的数据源作为基础数据。
2. 数据预处理：对于空间数据中存在的错误、缺失和重复等问题进行预处理。
通过数据清洗、数据纠错和数据集成等手段，提高数据质量。
3. 数据一致性检验：对于空间数据中的相同属性，比较其值的一致性。
通过进行空间数据一致性检验，可以识别和解决数据集中的不一致问题，保证数据的一致性和正确性。
4. 数据精度评估：通过与现实世界进行对比，评估空间数据的精度和准确性。
可以采用地面实地测量、高精度仪器设备测量等方法，与空间数据进行比对。
5. 数据可视化分析：通过地图制作和可视化分析等手段，直观地展示空间数据的质量情况。
可以通过色彩渐变、标记点和线等方式，显示数据的精度范围和误差。
三、空间数据质量管理的策略1. 数据质量策略：制定科学合理的数据质量策略，明确数据质量指标和要求。
根据应用需求，确定数据质量评估的频率和方式，确保数据的高质量和可靠性。
2. 数据质量监控：建立数据质量监控体系，定期对空间数据进行监测和评估。
通过数据质量监控，及时发现和解决数据质量问题，保证数据的及时更新和有效性。
3. 数据质量培训：加强对数据操作人员的培训和管理，提高其对空间数据质量重要性的认识。
通过培训和知识传授，提高数据操作人员的技能和能力，减少数据质量问题的发生。
空间数据质量控制与评估方法
空间数据质量控制与评估方法随着信息技术的快速发展，空间数据在各个领域中的应用也越来越广泛。
然而，由于空间数据的特殊性，其准确性和可靠性成为了一个重要的问题。
因此，空间数据质量控制和评估方法的研究就显得尤为重要。
空间数据质量控制主要涉及数据的准确性、一致性和完整性等方面。
准确性是指数据与真实情况的吻合程度，一致性是指数据之间的内在关系是否保持一致，完整性是指数据是否完整且没有缺失。
而评估方法则是通过一系列指标来对空间数据的质量进行评估。
在实际应用中，空间数据质量控制和评估方法具有很高的复杂性。
首先，空间数据通常是大规模的，涵盖的地理范围广泛，因此需要考虑数据的空间关系。
其次，空间数据常常包含多个属性，例如位置、形状、颜色等，对于不同属性的数据质量控制和评估方法也不尽相同。
此外，空间数据在不同应用场景下具有不同的特点，需要根据具体的需求进行适当的质量控制和评估。
对于空间数据的准确性控制和评估，常用的方法包括基于真实场景的比对、基于精度要求的检验等。
基于真实场景的比对通常是通过与现场实际情况进行对比来判断数据的准确性。
例如，在测绘领域中，通过采集实地数据与地图数据进行比对，可以发现地图数据中可能存在的错误和偏差。
基于精度要求的检验是根据数据使用者的需求，进行相应的准确性检验。
例如，在导航系统中，需要保证位置数据的准确性以提供准确的导航路线。
空间数据的一致性控制和评估主要涉及数据之间的关系是否保持一致。
在地理信息系统中，常用的一致性检验方法包括拓扑关系检验、拓扑修复等。
拓扑关系检验是通过检测数据之间的拓扑关系是否保持一致来评估数据的一致性。
拓扑修复则是针对一致性问题进行修复，例如通过修复边界错误或交叉错误来保持数据的一致性。
空间数据的完整性控制和评估也是非常重要的。
数据的完整性主要包含数据的缺失和遗漏情况。
在地理信息系统中，常用的方法包括通过数据采集、空间插值等手段来补充缺失的数据。
此外，还可以通过数据的连续性和一致性来评估数据的完整性。
空间数据库建库时空间数据的质量控制
空间数据库建库时空间数据的质量控制1 资料分析盘锦市城区和辽滨沿海经济区现有1：500DLG数据，是利用航空摄影测量方法制作完成，生产时间为2011年。
数据采用盘锦城市坐标系，盘锦城市坐标系是利用1954年北京坐标系参考椭球，中央子午线为122°，高斯-克吕格投影；高程基准为1985国家高程基准，基本等高距为0.5米。
数据具有较好的现势性，可直接对数据进行编辑整理、添加属性，制作成建库数据。
1.1 数据范围涉及盘锦城区和辽滨沿海经济区共146km2，1：500比例尺地形图2470幅。
其中涉及盘锦市城区86 km2，1：500比例尺地形图1376幅。
涉及辽滨沿海经济区60 km2，1：500比例尺地形图1094幅。
1.2 数据格式和图幅分幅及编号现有DLG数据为AutoCAD2004版的dwg格式。
采用50cm×50cm的标准规格进行分幅，图号采用西南角坐标，X坐标在前，Y坐标在后，中间加短线连接，如：552.50-504.25。
图名以所在图幅内主要居民地、企事业或行政单位的名称命名。
1.3 数据分析通过数据分析，发现按照1：500DLG建库数据整理的要求，数据存在的主要问题如下：①数据分类存在归类错误的现象，通过对50幅数据样本进行分析，共发现归类错误212处。
针对此类问题，在数据整理过程中以图面信息和实际情况来分析，可对数据分类错误要素进行重新归类；②数据中所有的有向线符号均在采集方向左侧，与建库数据要求相反，在数据整理过程中将所有的有向线符号进行反向，与建库数据要求一致；③数据中所有双线路都没有道路中心线要素。
在数据整理过程中，利用ArcGIS软件根据道路边线生成道路中心线要素。
2 成果规格和主要技术指标成果包括DLG数据和DLG元数据。
DLG数据采用盘锦城市坐标系，高程基准为1985国家高程基准，数据格式为ArcGIS10.0的Geodatabase格式，各个要素类物理无缝。
空间数据与数据质量
空间数据与数据质量一、引言空间数据是指以地理位置为基础的数据，包括地图数据、卫星遥感数据、GPS 轨迹数据等等。
随着数字化时代的到来，空间数据的应用范围越来越广泛，涉及到城市规划、交通管理、环境监测、农业生产等各个领域。
然而，由于空间数据的特殊性，其质量对于数据应用的准确性和可靠性至关重要。
本文将详细介绍空间数据的概念、数据质量的评估指标以及提高数据质量的方法。
二、空间数据的概念空间数据是以地理位置为基础的数据，其包含了地理坐标、地理特征、地理属性等信息。
地理坐标用于确定地理位置，地理特征描述了地理现象的形态和特点，地理属性则是对地理现象的属性进行描述。
空间数据可以通过地图、遥感图像、GPS轨迹等形式进行表示和表达。
三、数据质量的评估指标评估空间数据的质量需要考虑多个指标，以下是常用的评估指标：1. 精度：精度是指空间数据的准确性和精确性。
准确性是指空间数据与实际地理现象之间的一致性，而精确性是指空间数据中地理位置的精细程度。
常用的评估方法包括与实地调查对比、误差分析等。
2. 完整性：完整性是指空间数据中是否包含了全部的地理信息。
评估完整性可以通过检查数据是否缺失、是否存在空值等方式进行。
3. 一致性：一致性是指空间数据中各个要素之间的逻辑关系是否一致。
评估一致性可以通过检查数据中的逻辑错误、冲突等方式进行。
4. 可用性：可用性是指空间数据是否能够满足用户的需求。
评估可用性可以通过用户满意度调查、数据访问速度等方式进行。
四、提高数据质量的方法为了提高空间数据的质量，可以采取以下方法：1. 数据采集过程中的质量控制：在数据采集过程中，应严格控制数据的质量。
例如，在采集GPS轨迹数据时，可以通过增加采样频率、使用高精度的GPS设备等方式提高数据的质量。
2. 数据清洗和处理：对于已有的空间数据，可以进行数据清洗和处理，去除错误和冲突的数据，提高数据的一致性和准确性。
例如，可以使用数据清洗算法对数据进行自动清洗，或者通过人工审核的方式进行数据清洗。
空间数据质量控制
DEMO THREE
ArcGIS Data Reviewer
一．ArcGIS Data Reviewer简介 二．自动化的数据检查 三．批量化的数据检查
四．可视化的数据检查
五．小结
可视化的数据检查
• 提交记录
子类
要素类或表中的对象分组 行为一致 子类型字段定义
- 字段类型为整型 - 各个字段可设置不同的缺省值和属性域
目录
一．空间数据质量控制简介 二．ArcGIS Data Reviewer 三．总结与讨论
ArcGIS Data Reviewer
一．ArcGIS Data Reviewer简介 二．自动化的数据检查 三．批量化的数据检查
ReViewer 主要构成内容 自动化和可视化质检工具集
ReViewer 工作空间
ReViewer 会话
ReViewer 表
ArcGIS Data Reviewer简介
自动化、可视化质检工具
ArcGIS Data Reviewer简介
ReViewer 工作空间
Geodatabase
作为其他解决方案的一个组件
Esri Production Mapping Esri Nautical Solution Esri Defense Solution Esri Aernautical Solution
独立扩展
17
质量控制流程图
检查 修正 审核
标记例外
接受
查找
记录
• 产品信息
– /software/arcgis/extensions/arcgisdata-reviewer/index.html – ArcGIS Data ReViewer Checks 海报 – 白皮书
空间数据与数据质量
空间数据与数据质量一、引言空间数据是指在地理空间范围内收集、存储、处理和分析的数据，它包含了地理位置信息，具有重要的应用价值。
然而，空间数据的质量对于数据的可靠性和有效性至关重要。
本文将详细介绍空间数据的概念、数据质量的定义、评估和改进方法，并提供一些实例来说明相关概念和方法的应用。
二、空间数据的概念空间数据是指具有地理位置信息的数据，它可以用来描述和表示地球上的各种现象和要素。
空间数据可以包括地图、卫星影像、遥感数据、地理数据库等。
这些数据可以用来分析地理现象的分布、关系和变化，从而帮助人们更好地理解和管理地球上的资源和环境。
三、数据质量的定义数据质量是指数据在满足特定应用需求下的准确性、完整性、一致性、时效性和可用性等方面的程度。
在空间数据中，数据质量的要求更为严格，因为空间数据的应用往往涉及到重要的决策和规划。
数据质量的好坏直接影响到分析结果的可靠性和决策的准确性。
四、数据质量评估方法1. 准确性评估：准确性是指数据与真实值之间的差异程度。
准确性评估可以通过与现场采集数据进行对比，或者与高精度参考数据进行对比来进行。
例如，在地图制作过程中，可以通过GPS定位仪进行现场测量，然后与地图数据进行对比，评估地图数据的准确性。
2. 完整性评估：完整性是指数据是否包含了应有的所有信息。
完整性评估可以通过比较数据集中的记录数量和应有的记录数量来进行。
例如，在一个地理数据库中，可以统计某个属性字段的缺失率来评估数据的完整性。
3. 一致性评估：一致性是指数据在不同数据源或不同时间点上的一致性程度。
一致性评估可以通过比较不同数据源或不同时间点上的数据进行。
例如，对于卫星影像数据，可以比较不同时间点上的影像数据，评估其一致性。
4. 时效性评估：时效性是指数据的更新程度和及时性。
时效性评估可以通过比较数据的更新频率和最新数据的发布时间来进行。
例如，在地理信息系统中，可以评估地图数据的更新频率，以确定数据的时效性。
空间数据与数据质量
空间数据与数据质量一、引言空间数据是指与地理位置相关的数据，包括地理信息系统（GIS）中的地图、遥感图像、卫星影像等。
在现代社会中，空间数据应用广泛，涉及到城市规划、环境监测、交通管理、农业生产等众多领域。
然而，由于数据的获取、处理和传输过程中存在各种问题，空间数据的质量也受到了很大的影响。
因此，确保空间数据的质量对于正确的决策和有效的应用至关重要。
二、空间数据质量的定义空间数据质量是指空间数据在其生命周期内符合特定需求的程度。
它包括了数据的准确性、精度、完整性、一致性、时效性等多个方面的要求。
下面将对这些方面进行详细介绍。
1. 准确性准确性是指空间数据与真实世界的对应程度。
准确的空间数据应当能够准确地反映地理现象的位置、形状和属性等信息。
例如，在地图中标注一个城市的位置，应当与实际的地理位置相符合。
2. 精度精度是指空间数据表示的地理现象的精确程度。
精确的空间数据应当能够提供足够的细节和精度，以满足用户的需求。
例如，在测量一条河流的长度时，精确的空间数据应当能够提供尽可能准确的测量结果。
3. 完整性完整性是指空间数据包含的信息是否完整。
完整的空间数据应当包含所有相关的地理信息，没有遗漏或缺失。
例如，在一个城市的地图中，完整的空间数据应当包含该城市的所有街道、建筑物、公园等信息。
4. 一致性一致性是指空间数据在不同数据源和不同时间点之间的一致性。
一致的空间数据应当保持相同的标准和规范，以便于数据的集成和比较。
例如，在不同的地图中，同一个地理现象应当具有相同的位置和属性信息。
5. 时效性时效性是指空间数据的更新速度和及时性。
时效的空间数据应当能够及时反映地理现象的变化，以保持数据的有效性和可靠性。
例如，在一个交通监测系统中，时效的空间数据应当能够及时反映道路交通状况的变化。
三、空间数据质量的评估方法为了评估空间数据的质量，可以采用以下几种方法：1. 检查和验证通过对空间数据进行检查和验证，可以发现其中的错误和不一致性。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
空间数据质量特性与质量控制范志坚1，2,方源敏1,汪虹2(1.昆明理工大学国土资源工程学院昆明 650093;2.云南省基础地理信息中心昆明 650034)摘要：本文主要讨论空间数据质量特性、质量控制所涉及的内容。
结合笔者最近从事空间数据库建库的具体实践和工作体会，探讨从位置精度、属性精度、时间精度、数据完整性和逻辑一致性等方面对数据质量进行全面控制，最终建成一个质量可靠的空间数据库。
关键词：地理信息系统；空间数据库；空间数据；质量特性；质量控制Quality characteristic and Quality control of Spatial dataFan Zhi-jian1，2，Fang Yuan-min1，Wang-Hong2(1.Faculty of Land Resources Engineering，Kunming University of Science and Technology，Kunming 650093，China；2.Yunnan Provincial Geomatics center，Kunming 650034，China) Abstract：This paper mainly talks over contents which are involved with quality characteristic and quality control of spatial data．Integrating with concrete practice and work experience which the writer has recently been engaged in establishing spatial database,a very comprehensive control ofdata quality should be discussed from aspects of positional accuracy、attribute accuracy、temporal accuracy、data compression、as well as logic conformance and so on．Finally，a dependable spatial database should be set up．Key words：GIS；spatial database；spatial data；quality characteristic；quality control0 引言空间数据库是随着地理信息系统(GIS)的开发和应用而发展起来的数据库新技术，它是地理信息系统的重要组成部份，是地理信息系统应用部份的前题和基础。
空间数据库为此建立了如实体、关系、数据独立性、完整性、数据操作、资源共享等一系列基本概念。
以空间数据存储和操作为对象的空间数据库，把被管理的数据从一维推向了二维、三维甚至更高维。
空间数据库是一种应用于空间数据处理与信息分析领域的具有工程性质的数据库，它所管理的对象主要是空间实体。
在空间数据库中，空间数据质量的好坏，直接影响到空间数据库的经济效益和社会效益。
要得到高质量的空间数据，最重要的是在空间数据生产和使用过程中进行质量管理和质量控制。
通过质量管理和质量控制，可以分析影响产品质量的原因，进而提高空间数据的质量。
空间数据的质量是空间数据库生存和发展的保障，缺少质量指标的空间数据将无法得到用户的信任，且直接影响到地理信息系统应用、分析、决策的正确性和可靠性。
由此可知，空间数据质量是空间数据库的生命线。
1 空间数据库中的误差空间数据库建立后，数据库中的误差包含了原始数据的误差和数据库建库所引入的误差。
1.1 原始数据的误差原始数据是指空间数据库建设时所包含的基本的数字化数据。
它未经过任何地理信息系统的分析处理。
原始数据的误差可分为源误差、处理误差和应用误差等三种类型。
源误差：源误差是指数据采集和录入中产生的误差。
包括遥感数据、测量数据、属性记录、GPS数据、地图、地图数字化精度等的误差。
处理误差：处理误差是指数据录入后进行空间数据处理过程中产生的误差。
包括几何改正、坐标变换和比例变换、投影变换、几何数据的编辑、属性数据的编辑、空间分析（如多边形叠置、数据层叠加时的冗余多边形等）、图形化简（数据压缩和曲线光滑）、数据格式转换、计算机裁切误差、空间内插、矢量－栅格数据的相互转换等。
使用误差：使用误差是指空间数据被使用过程中出现的误差。
包括数据的完备程度、时间的有效性（即现势性）、拓扑关系的正确性、缺乏数据的质量报告、由应用模型引起的误差等。
以上三种误差中，数据处理误差远远小于源误差，使用误差看来不属于数据本身的误差，但是这些因素直接影响到应用的效果，所以也应列为空间数据误差的范畴。
1.2 空间数据库建库所引入的误差空间数据库中的多源数据，经过基础地理信息数据库系统管理平台的各种分析、处理后，可以形成新的数据和最后产品。
在这个过程中还会产生新的误差，这些误差包括：计算误差、拓扑叠加分析引起的数据误差以及GIS中的误差传播问题。
计算误差：计算机能否按需要的精度存储和处理数据，主要取决于计算机字长。
在计算机字长不够的情况下进行许多大数据的运算时，会出现较大的舍入误差。
图形图像处理的算法选择也与计算误差相关。
数据处理过程中引入的计算误差一般还是较小，特别是与数据源误差相比，此项误差是可以忽略不计的。
拓扑叠加分析引起的数据误差：叠加分析是地理信息系统中很常用的一种分析方法。
通过同一地区不同内容的多幅地图的叠加组合，产生新的图形和属性信息。
在这个过程中，往往产生拓扑匹配、位置和属性方面的数据质量问题。
由于叠加时，多边形的边界可能不完全重合，从而产生若干无意义的多边形。
对这些无意义多边形进行处理的结果往往会改变边界线的位置。
叠加后形成的新的多边形，其属性值的确定也可能存在属性组合带来的误差。
地理信息系统中的误差传播问题：地理信息系统中，由于从数据来源、空间数据库建立到空间数据库的操作和使用都引入了各种误差因素，特别是空间数据集成与整合所引入的误差。
因此空间数据库系统应用分析的最终结果中也包含了这些误差因素的影响。
误差传播的研究目的就是研究初始过程和中间过程中引入的误差因素对于最后结果的影响，并模拟误差的变化。
目前，由于对地理信息系统误差传播机理的认识还不够深入，误差传播的很多方面都还处于研究和试验阶段。
但是，对于地理信息系统的专业人士来说，了解数据的各类误差均会以某种方式在系统中传播并将对地理信息系统的最后应用结果的质量产生影响，对理解地理信息系统数据、数据产品和空间数据库的可靠性将是十分有益的。
以上讨论了空间数据库中原始数据本身含有的误差和随后空间数据库操作中引入的误差。
一般来说，原始数据的误差远远大于空间数据库操作中引入的误差，因此，要想控制空间数据库的数据质量，数据获取生产过程中的质量控制及良好的入库空间数据是至关重要的。
2 空间数据质量与评价2.1 空间数据质量空间数据是空间数据库中管理和处理的主要对象。
空间数据是指用来表示空间实体的位置、形状、大小及其分布特征诸多方面信息的数据。
它可以用来描述来自现实世界的目标，它具有定位、定性、时间和空间关系等特性。
定位是指在一个已知的坐标系里空间实体都具有唯一的空间位置；定性是指有关空间实体的自然属性，它伴随着实体的地理位置；时间是指空间目标随时间的变化而变化；空间关系通常又称拓扑关系，在数据库中的表示可以是显示的，也可以是隐式的。
空间数据分矢量数据（DLG）和栅格数据，栅格数据又分为点阵式的影像数据（DOM、DRG）或格网数据（DEM）。
空间数据（几何数据和属性数据）质量是指空间数据的可靠性和精度，通常用空间数据的误差来度量。
空间数据的质量控制是针对空间数据的特点来进行的，主要包括数据完整性、数据逻辑一致性、位置精度、属性精度、时间精度以及一些关于数据的说明。
空间数据的质量控制就是通过采用科学的方法，制定出空间数据的生产技术规程，并采取一系列切实有效的方法在空间数据的生产过程中，针对关键性问题予以精度控制和错误改正，以保证空间数据的质量。
空间数据质量标准要素的具体内容为：空间数据的完整性主要是指数据是否覆盖到应该覆盖的范围，如全国的数据就应该覆盖到全国范围，一个省的居民地就应该包括全省的居民地数据；空间数据的逻辑一致性主要是指数据定义的统一性，在同一个基础地理信息数据库中，数据的定义应该保持一致；空间数据的位置精度主要是指数据的地理位置精度；空间数据的属性精度主要是指数据所载负的地理信息的正确性，比如同一线状地物的分类码赋值是否连续、合理，一条河流的名称及分级是否正确和一致，一个居民地的名称及其行政隶属关系是否正确等等；空间数据的时间精度是数据本身所代表的时间信息的正确性，如50年代的湖泊数据与90年代的湖泊数据就有很大的差别；关于数据的说明称为元数据，是对基础地理信息数据源的注释，如数据种类、投影方式、平高系统、生产单位和时间等；空间数据表达形式的合理性是指数据抽象、数据表达与真实地理世界的吻合性，包括空间特征、专题特征和时间特征表达的合理性等。
2.2 空间数据质量评价空间数据质量是众多影响因素共同作用的结果。
因此质量评价模型的确立应充分考虑这些因素后确立其质量元素。
按照数据质量评价方法的不同，空间数据质量评价可分为直接质量评价和间接质量评价。
直接质量评价是对数据集通过全面检测或抽样检测方式进行质量评价，又称验收度量；间接质量评价是通过对数据源、生产方法、数据处理等间接信息的检查方式进行数据集质量评价，又称预估度量。
为了度量和描述方便起见，空间数据的质量按其元素可分为一级质量元素和二级质量元素。
2.2.1 直接质量评价空间数据质量直接评价是通过表1规定的质量元素来评价的。
表1 空间数据质量元素注：斜体字表示适合各类数据2.2.2 间接质量评价空间数据质量间接评价是通过表2规定的质量元素来评价的。
表2 空间数据评价元素2.2.3 空间数据质量度量模型采用任何一种质量评价方法都可以用一致的元素来度量空间质量。
由于直接评价方法使用得更多，质量表达得更为准确，更适于用户判定产品适用性，因此常选用直接评价元素来作为数据质量度量的元素，并建立空间数据质量度量模型。
空间数据质量度量模型见表3。
表3 空间数据质量度量模型注：斜体字表示适合各类数据2.2.4 空间数据质量评价方法的选取直接质量评价方法为主，间接质量评价方法为辅。
采用直接质量评价方法对数据集进行质量评价后，可不再使用间接质量评价方法，但采用间接方法进行质量评价的，在正式提交成果时，还应使用直接评价方法进行质量评价。