目录

  • 1 绪论
    • 1.1 GIS的基本概念
    • 1.2 GIS的组成
    • 1.3 GIS的功能
    • 1.4 GIS与其他学科的关系
    • 1.5 GIS应用范畴
    • 1.6 GIS发展历程
  • 2 地理空间的数学基础
    • 2.1 地球空间参考
    • 2.2 空间数据投影
    • 2.3 空间坐标转换
    • 2.4 空间尺度
    • 2.5 地理格网
  • 3 空间数据模型
    • 3.1 地理空间与空间抽象
    • 3.2 空间数据概念模型
    • 3.3 空间数据逻辑模型
    • 3.4 空间数据与空间关系
  • 4 空间数据结构
    • 4.1 矢量数据结构
    • 4.2 栅格数据结构
    • 4.3 矢量与栅格数据的融合与转换
    • 4.4 镶嵌数据结构
    • 4.5 多维数据结构
    • 4.6 对象数据模型
  • 5 空间数据组织与管理
    • 5.1 空间数据库概述
    • 5.2 空间数据库设计
    • 5.3 空间数据特征与组织
    • 5.4 空间数据管理
    • 5.5 空间数据检索
  • 6 空间数据不确定性与数据质量
    • 6.1 空间数据不确定性
    • 6.2 空间数据质量评价
    • 6.3 空间数据质量控制
  • 7 GIS数据获取
    • 7.1 空间数据源
    • 7.2 数据采集
    • 7.3 数据编辑与拓扑关系
  • 8 GIS空间分析
    • 8.1 空间分析概述
    • 8.2 空间对象基本度量方法
    • 8.3 叠置分析
    • 8.4 缓冲区分析
    • 8.5 窗口分析
    • 8.6 网络分析
  • 9 数字地形分析
    • 9.1 基本概念
    • 9.2 数字地形分析方法
    • 9.3 流域分析
    • 9.4 可视性分析
    • 9.5 地形制图
  • 10 空间统计分析
    • 10.1 空间统计概述
    • 10.2 基本统计量
    • 10.3 探索性数据分析
    • 10.4 空间数据常规统计与分析
    • 10.5 空间插值
    • 10.6 空间统计与空间关系建模
  • 11 地理信息可视化
    • 11.1 地理信息可视化概述
    • 11.2 地理信息输出方式与类型
    • 11.3 可视化的一般原则
    • 11.4 可视化表现形式
  • 12 网络GIS与地理信息服务
    • 12.1 网络地理信息系统
    • 12.2 地理信息服务
  • 13 GIS应用模型与建模
    • 13.1 概述
    • 13.2 二值模型
    • 13.3 指数模型
    • 13.4 回归模型
    • 13.5 过程模型
空间数据质量评价

空间数据是地理信息系统最基本和最重要的组成部分,也是一个地理信息系统项目中成本比重最大的部分。

数据质量的好坏,关系到分析过程的效率高低,及至影响到系统应用分析结果的可靠程度和系统应用目标的真正实现。因此对空间数据质量的评价与控制就显得尤为重要。

空间数据质量是指数据对特定用途的分析和操作的适用程度;空间数据质量与空间分辨率或制图比例尺有关;一般以数据的完备性、辑一致性、位置准确度、时间准确度以及专题准确度等指标来评价空间数据质量。

其中,完备性是指空间数据在要素、要素属性和要素关系方面是否有多余或者缺失。

逻辑一致性是指空间数据对数据结构、属性及关系的逻辑规则的依附度,它包括四个具体指标:一是概念一致性,指空间数据对概念模式规则的符合情况;二是值域一致性,是指空间数据的值对值域的符合情况;三是格式一致性,是指空间数据存储时,同数据集的物理结构匹配程度;四是拓扑一致性,是指空间数据数据集拓扑特征编码的准确度。

位置准确度是表征空间数据质量的第三个指标,它是指空间要素位置的准确度,包括具体的三个指标:一是绝对或客观精度,具体表述为,坐标值与可以接受或真实值的接近程度;二是相对或内在精度,具体表述为:数据集中要素的相对位置和其可以接受或真实的相对位置的接近程度;三是格网数据位置精度,具体表述为格网数据位置值同可以接受或真实值的接近程度。

时间准确度是表征空间数据质量的第四个指标,时间准确度是指要素时间属性和时间关系的准确度。主要用时间参照的正确性,事件时间排序或时间次序的正确性和时间上数据的有效性来度量。

表征空间数据质量的最后一个指标是专题准确度,专题准确度是指定量属性的准确度;定性属性的正确性;以及要素的分类分级以及其他关系的正确性。

当然,还可以根据实际需要建立其它指标来描述数据定量质量的某一方面。

空间数据质量评价方法,

空间数据质量进行评价的方法可分为直接评价和间接评价两种。直接评价方法是对数据集通过全面检测或抽样检测方式进行评价的方法,又称验收度量。间接评价方法是对数据的来源和质量、生产方法等间接信息进行数据集质量评价的方法,又称预估度量。这两种方法本质区别是面向的对象不同,直接评价方法面对的是生产出的数据集,而间接评价方法则面对的是一些间接信息,只能通过误差传播的原理,根据间接信息估算出最终成品数据集的质量。下面具体介绍一下这两种方法。

直接评价法又分为内部和外部两种。内部直接评价方法要求对所有数据仅在其内部对数据集进行评价。例如在属于拓扑结构的数据集中,为边界闭合的拓扑一致性做的逻辑一致性测试所需要的所有信息。外部直接评价法要求参考外部数据对数据集测试。例如对数据集中道路名称做完整性测试需要另外的道路名称原始性资料。

间接评价法是一种基于外部知识的数据集质量评价方法。外部知识可包括但不限定数据质量综述元素和其他用来生产数据集的数据集或数据的质量报告。间接评价法只是推荐性的,仅在直接评价方法不能使用时使用。

在下列几种情况下,间接评价法是有效的:如果使用信息中记录了数据集的用法;或者使用数据日志信息记录了有关数据集生产和历史的信息;或者用途信息描述了数据集生产的用途等这几种情况,间接评价法是有效的。