空间数据库技术应用电子教材-空间数据质量问题来源分析

空间数据质量问题来源分析1.空间数据质量数据是GIS 建库的基础资料，是GIS 中最基本和最重要的组成部分。

质量是产品的生命线，数据质量直接关系到GIS 系统的应用，从根本上影响着系统应用的质量、水平以及广度和深度。

地理信息数据库的建设者和用户越来越认识到数据质量控制的重要性。

空间数据质量包含以下五个方面。

（1）位置精度：指空间数据库中的空间实体位置信息相对与现实世界中的真实空间位置的接近程度，用以描述几何数据的质量。

空间实体的位置通常以三维或二维坐标来表示，而位置精度则是表示实体的坐标数据与真实位置的接近程度，因而常以坐标数据的精度来表示。

位置精度包括数学基础精度、平面精度、高程精度、像元定位精度、接边精度、形状再现精度等。

（2）属性精度：指空间数据库中的信息相对于真实空间属性的正确表达程度，用以反映属性数据的质量。

属性精度是空间实体的属性值与其现实世界真实值的相符程度。

通常取决于数据的类型，常与位置精度有关。

属性精度包括要素分类正确性、要素代码正确性、要素名称正确性及要素属性值正确性等。

（3）逻辑一致性：逻辑一致性是指数据元素之间要维护良好的逻辑关系，也指数据之间的关系可靠性。

包括拓扑、空间属性以及专题属性的一致性。

例如，在土地利用规划数据库中，对于所有点、线、图斑地块，数据库必须能够完整地表达出各种必要的数据关联，包括拓扑关联与属性关联。

（4）完整性：指空间数据集是否完整表达了期望表达的实体。

例如，土地利用规划数据库中用编码完整地表达出每个地块以及线状地物的用地类型、行政权属、所有制形式（即集体或国有）等质量的关系，具备了准确测算其面积的全部信息数据。

完整性包括如数据分类的完整性、实体类型的完整性、属性数据的完整性、注记的完整性等。

（5）时间精度：指空间数据库中的事件时间与现实世界中真实事件时间的差异程度。

主要指的是数据的现势性，一般体现在数据的采集时间、数据的更新时间及更新频率等方面。

2.空间数据质量问题的来源从空间数据的形式表达到空间数据的生成，从空间数据的获取、处理到空间数据库的建立、应用，在数据生产的整个流程中都有数据质量问题的发生。

下面按照空间数据自身存在的规律性，从以下几个方面来阐述空间数据质量问题的来源。

（1）空间现象自身存在的不确定性空间数据质量问题首先来源于空间现象自身存在的不确定性。

空间现象自身存在的不确定性包括空间特征和空间过程在空间、属性和时间上的不确定性。

空间现象在空间上的不确定性表现为空间位置分布上的不确定变化；在属性上的不确定性表现为属性类型划分的多样性，非数值型属性值表达的不精确性等；在时间上的不确定性表现为其在发生时间段上的移动性。

产生不确定性问题的原因有二。

其一，某些地理现象本身就没有确定的数值表达。

最典型的例子是海岸线长度，用1km 为单位，可测得某海岸线长度，有一个数值；用1m 为单位，测同一海岸线的长度，又有一个数值，即所谓“一个尺度、一个世界”。

其二，大量地理现象本身有确定的数值，但由于多种原因无法精确测量，比如山的体积，海水容积等。

因此，空间数据存在质量问题是不可避免的。

（2）空间现象的表达数据采集中的测量方法以及量测精度的选择等受到人类自身认识和表达的影响，会导致数据生成的误差。

可以将其归纳为以下几个方面：1）定义。

在传统测绘方面，需要量测的各种变量的概念大多都有明确的定义，而在地理、地质、土壤、林业等学科中，许多概念还没有取得一致性认识。

这些概念理解的不一致必然会导致空间现象表达的不确定性。

2）表达方式。

地理特征与过程类型千差万别，它们在空间和时间上的表现形式或连续或离散，但最终都以点、线、面、体等图形要素的形式来表达。

实体以何种图形要素及其组合来表达取决于实体本身的地理特征以及用户的要求，因此，存在图形表达的合理性问题，不合理的表达必然导致空间现象表达的不确定性。

3）物理介质的变化。

空间数据存在于不同的介质上也会引起空间现象表达的变化，如纸质地图上的各种图形会随时间的延续而产生形变。

把纸质地图转存到光盘上时，由于介质发生了变化，相应存储方式发生了变化，必将导致空间现象表达的变化。

（3）空间数据采集中的误差地理信息系统中数据的采集可分为直接和间接两种方法。

直接方法是指直接从野外采集，以获取观测数据、图像等；间接方法是指从已有的图件上进行采集。

直接方法获取的数据受观测人员、仪器、环境等因素的影响，可通过传统的方法加以解决。

间接方法获取的数据中，除含有直接方法获取中的误差外，还有展绘控制点的误差、编绘的误差、制图综合的误差以及数字化误差等。

（4）空间数据处理中的误差在空间数据处理过程中，易产生的误差主要有以下几种。

1）投影变换误差：地图投影是三维地球椭球面到二维平面的拓扑变换，在不同投影方式下，地理特征的位置、面积和方向的表现会有差异。

2）地图数字化和扫描后的矢量化处理误差：数字化过程采点的位置精度、空间分辨率、属性赋值等都可能出现误差。

3）数据格式转换误差：在矢量格式和栅格格式之间的数据格式转换中，数据所表达的空间特征的位置具有差异性。

4）数据抽象误差：指在数据发生比例尺变换时，对数据进行聚类、归并、合并等操作所产生的误差，如知识性误差和数据所表达的空间特征位置的变化误差。

5）建立拓扑关系的误差：拓扑过程中伴随有数据所表达的空间特征的位置坐标的变化。

6）与主控数据层匹配的误差：一个数据库中，常存储同一地区的多层数据面，为保证各数据层之间空间位置的协调性，一般建立一个主控数据层以控制其他数据层的边界和控制点；在与主控数据层匹配的过程中会存在空间位移，从而导致误差。

7）数据叠加操作和更新误差：数据在进行叠加运算及数据更新时，会产生空间位置和属性值的差异。

8）数据集成处理误差：指在来源不同、类型不同的各种数据集的相互操作过程中所产生的误差；数据集成是包括数据预处理、数据集之间的相互运算、数据表达等过程在内的复杂过程，其中位置误差、属性误差都会出现。

9）数据的可视化表达误差：数据在可视化表达过程中为适应视觉效果，需对数据的空间特征位置、注记等进行调整，由此产生数据表达上的误差。

10）数据处理过程中误差的传递和扩散：在数据处理的各个过程中，误差是累计和扩散的，前一过程的累计误差可能成为下一阶段的误差起源，从而导致新的误差产生。

（5）空间数据使用中的误差在空间数据使用的过程中也会导致误差的出现，主要包括两个方面：一是对数据的解释过程；二是缺少文档。

对于同一种空间数据来说，不同用户对它的内容的解释和理解可能不同，处理这类问题的方法是随空间数据提供各种相关的文档说明，如元数据。

另外，若缺少对某一地区不同来源的空间数据的说明，如缺少投影类型、数据定义等描述信息，往往会导致用户对数据的随意使用而使误差扩散。

（6）时间的不确定性地理信息中的数据在空间和属性上都具有不确定性，同时在时态上也具有不确定性。

当事件的发生是已知的，但何时发生是未知时，则称该事件时态是不确定的。

这种不确定性主要来源于 4 个方面：1）微粒过小。

在大多数情况下，数据库的时间计时单位与实际事件发生的时间计时单位不吻合。

如数据库的计时单位为秒，而实际时间是以天来计算的。

2）计时的不精确性。

即使数据库的计时单位和实际事件发生的时间尺度相一致，但大多数计时设备是不精确的，不可避免地存在误差。

3）预测的不精确性。

绝大多数系统的预测时问是不精确的。

4）事件发生时间的不确定性。

是指实际事件发生的时间是不确定的。

3.空间数据质量问题分析（1）图形数据质量分析地理信息系统数据主要有图形数据和属性数据两大类。

图形数据包括基础数据和专题数据，如测量数据、地图数据和遥感图像数据等。

这些数据源都带有一定的误差因素，若将之引入地理信息系统数据库中，将会影响空间数据的质量。

另外，数据源在时间精度（即现势性）和数据空间范围与数据内容方面若不能满足系统应用的需要，也会严重影响系统数据和应用结果的质量。

1）地图数据的质量分析地图数据是现有地图经过数字化或扫描矢量化后生成的数据。

在地图数据质量问题中，不仅含有地图固有的误差，还包括图纸变形、图形数字化等误差。

① 地图固有误差：是指用于数字化的地图本身所带有的误差，包括控制点误差、投影误差等。

由于这些误差间的关系很难确定，所以难以对其综合误差作出准确评价。

如果假定综合误差与各类误差间存在线性关系，即可用误差传播定律来计算综合误差。

② 材料变形产生的误差：这类误差是因图纸大小受温度和湿度的变化而产生的。

③ 图形数字化误差：目前的数字化方式主要是扫描矢量化。

影响扫描矢量化数据质量的因素包括原图质量（如清晰度）、扫描精度、扫描分辨率、配准精度、校正精度等。

2）遥感数据的质量分析遥感数据的质量，一部分来自遥感仪器的观测过程，另一部分来自遥感图像处理和解译过程。

遥感观测过程本身存在精确度和准确度的限制，这一过程产生的误差主要表现为空间分辨率、几何畸变和辐射误差等，这些误差将影响遥感数据的位置和属性精度。

遥感图像处理和解译过程，主要产生空间位置和属性方面的误差。

这是由图像处理中的影像、图像校正和匹配，以及遥感解译、判读和分类引入的，其中包括混合像元的解译判读所带来的属性误差。

3）测量数据的质量分析测量数据主要指使用GPS、全站仪、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。

这部分数据的质量问题，主要是空间数据的位置误差。

由于在以标准椭球体代表地球真实表面空间时，已引入了一定的误差因素，而这种误差因素又无法消除，所以一般也不作为误差考虑。

测量方面的误差通常考虑的是系统误差、操作误差和偶然误差。

① 系统误差的产生与一个确定的系统有关，由环境因素（如温度、湿度和气压等）、仪器结构与性能，以及操作人员技能等方面的因素影响而产生。

系统误差不能通过重复观测加以检查或消除，只能用数学模型模拟和估计。

② 操作误差是操作人员在使用设备、读数或记录观测值时因粗心或操作不当而产生的，应采用各种方法检查和消除操作误差。

一般操作误差可通过简单的几何关系或代数检查验证其一致性，或通过重复观测检查并消除操作误差。

③ 偶然误差是一种随机性的误差，由一些不可见和不可控制的因素引入。

这种误差具有一定的特征，如正负误差出现频率相同、大误差少、小误差多等。

偶然误差可采用随机模型进行估计和处理。

4）数据转换误差分析地理信息系统中的数据转换涉及数据结构变换、数据格式转换、数据计算变换等。

① 数据结构的转换误差：主要包括栅格向矢量格式转换的误差和矢量向栅格格式转换的误差。

栅格向矢量的转换其实就是矢量化。

矢量数据转换为栅格数据，主要产生属性误差和拓扑匹配误差，包括像元属性值错误和边界加粗问题。

② 数据格式转换误差：主要是指数据在不同文件格式之间的转换误差。

在转换过程中，由于各系统内部数据结构不同和功能差异，往往会造成信息的损失，包括数据精度上的损失。