GIS中的数据课件

GIS中的数据1．数据涵义与数据类型1．1数据的涵义1．1．1数据数据是用以载荷信息的载体。它可以是记录下来的某种可以识别的物理符号，数据的具体形式多种多样，如文本、图像、声音等都可以归入数据的范畴。虽然数据是信息的载体，但并非就是信息，只有理解了数据的含义、对数据做出解释，才能得到数据中所包含的信息。1．1．2地理数据（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），表示实际现象或特征，例如变量、级别、数量特征和名称等等。空间特征（定位数据）：表示现象的空间位置或现在所处的地理位置。时间特征（时间尺度）：指现象或物体随时间的变化。1．数据涵义与数据类型

图5-1：空间数据的基本特性1．数据涵义与数据类型1．2空间数据的类型在地理信息系统中，按照其特征，数据可分为三种类型：空间特征数据（定位数据）、时间属性数据（尺度数据）和专题属性数据（非定位数据）。对于绝大部分地理信息系统的应用来说，时间和专题属性数据结合在一起共同作为属性特征数据，而空间特征数据和属性特征数据统称为空间数据（或地理数据）。1．数据涵义与数据类型1．2．1空间特征数据空间特征数据记录的是空间实体的位置、拓扑关系和几何特征，这是地理信息系统区别于其他数据库管理系统的标志。空间特征指空间物体的位置、形状和大小等几何特征，以及与相邻物体的拓扑关系。位置和拓扑特征是地理或空间信息系统所独有的，空间位置可以由不同的坐标系统来描述，如经纬度坐标、一些标准的地图投影坐标或是任意的直角坐标等。1．数据涵义与数据类型1．2．2专题特征数据专题特征指的是地理实体所具有的各种性质，如地形的坡度、坡向、某地的年降雨量、土地酸缄类型、人口密度、交通流量、空气污染程度等。这类特征在其他类型的信息系统中均可存储和处理。专题属性特征通常以数字、符号、文本和图像等形式来表示。1．数据涵义与数据类型1．2．3时间特征数据时间属性是指地理实体的时间变化或数据采集的时间等。严格地讲，空间数据总是在某一特定时间或时段内采集得到或计算产生的。由于有些空间数据随时间变化相对较慢，因而有时被忽略；有些时候，时间可以被看成一个专题特征。1．数据涵义与数据类型1．3空间数据的表示方法一般地，表示地理现象的空间数据可以细分为：类型数据：例如道路线和土壤类型的分布等；面域数据：例如行政区域界线和行政单元等；网络数据：例如道路交点、街道和街区等；样本数据：例如气象站和野外样方的分布区等；曲面数据：例如高程点、等高线和等值区域；文本数据：例如地名、河流名称和区域名称；符号数据：例如点状符号、线状符号和面状符号等1．数据涵义与数据类型

图5-2：地理信息系统中各种数据以及其表现1．数据涵义与数据类型2．数据的测量尺度数据的测量尺度对特定现象的测量就是根据一定的标准对其赋值或打分。为了描述地理世界，对任何事物都要鉴别、分类和命名。这些都是量测的组成部分。它们所使用的参考标准或尺度是不同的。测量的尺度大致可以分成四个层次，由粗略至详细依次为：命名或类型、次序、间隔以及比例。2．1命名（Nominal）量定性而非定量，不能进行任何算术运算，如一个城市的名字。命名式的测量尺度也称为类型测量尺度，只对特定现象进行标识，赋予一定的数值或符号而不定量描述。2．数据的测量尺度2．2次序（Ordinal）量线性坐标上不按值的大小，而是按顺序排列的数，例如，事故发生危险程度的级别由大到小被标为1，2，3，…，级别的序号越低，其危险性越大，但危险性到底有多大并未给予定量的表达。序数值相互之间可以比较大小，但不能进行加、减、乘、除等算术运算。2．数据的测量尺度2．3间隔（Interval）量不参照某个固定点，而是按间隔表示相对位置的数。按间隔量测的值相互之间可以比较大小，并且它们之间的差值大小是有意义的。2．数据的测量尺度2．4比率（Ratio）量比例测量尺度的测量值指那些有真零值而且测量单位的间隔是相等的数据，比例测量尺度与使用的测量单位无关。2．数据的测量尺度

图5-3：各种数据测量尺度以及其制图表现2．数据的测量尺度3．地理信息系统的数据质量在GIS的几个主要因素中，数据是一个极为重要的因素。在计算机软件、硬件环境选定之后，GIS中数据质量的优劣，决定着系统分析质量以及整个应用的成败。3．1数据质量的基本概念3．1．1准确性（Accuracy）即一个记录值（测量或观察值）与它的真实值之间的接近程度。这个概念是相当抽象的，似乎人们已经知道存在这样的事实。在实际中，测量的知识可能依赖于测量的类型和比例尺。一般而言，单个的观察或测量的准确性的估价仅仅是通过与可获得的最准确的测量或公认的分类进行比较。空间数据的准确性经常是根据所指的位置、拓扑或非空间属性来分类的。它可用误差来衡量。3．地理信息系统的数据质量3．1．2精度（Precision）即对现象描述的详细程度。如对同样的两点，精度低的数据并不一定准确度也低。精度要求测量能以最好的准确性来记录，但是这可能误导提供了较大的精度，因为超出一个测量仪器的已知准确度的数字在效率上是冗于的。3．地理信息系统的数据质量3．1．3空间分辨率(SpatialResolution)分辨率是两个可测量数值之间最小的可辩识的差异。那么空间分辨率可以看作记录变化的最小距离。在一张用肉眼可读的地图上，假设一条线用来记录一个边界，分辨率通常由最小线的宽度来确定。地图上的线很少以小于0.1mm的宽度来画。3．地理信息系统的数据质量3．1．4比例尺（Scale）比例尺是地图上一个记录的距离和它所表现的“真实世界的”距离之间的一个比例。地图的比例尺将决定地图上一条线的宽度所表现的地面的距离。例如，在一个1：10000比例尺的地图上，一条0.5mm宽度的线对应着5m的地面距离。如果这是线的最小的宽度，那么就不可能表示小于5m的现象。3．地理信息系统的数据质量3．1．5误差（Error）定义出一个所记录的测量和它的事实之间的准确性以后，很明显对于大多数目的而言，它的数值是不准确的。误差研究包括：位置误差，即点的位置的误差、线的位置的误差和多边形的位置的误差；属性误差；位置和属性误差之间的关系。3．地理信息系统的数据质量3．1．6不确定性（Uncertainty）地理信息系统的不确定性包括空间位置的不确定性、属性不确定性、时域不确定性、逻辑上的不一致性及数据的不完整性。3．地理信息系统的数据质量3．2空间数据质量问题的来源空间现象自身存在的不稳定性空间现象的表达空间数据处理中的误差空间数据使用中的误差3．地理信息系统的数据质量

表5-1：数据的主要误差来源3．地理信息系统的数据质量3．3常见空间数据的误差分析GIS中的误差是指GIS中数据表示与其现实世界本身的差别。数据误差的类型可以是随机的，也可以是系统的。归纳起来，数据的误差主要有四大类，即几何误差、属性误差、时间误差和逻辑误差。3．地理信息系统的数据质量3．3．1误差的类型1）逻辑误差数据的不完整性是通过上述四类误差反映出来的。事实上检查逻辑误差，有助于发现不完整的数据和其他三类误差。对数据进行质量控制或质量保证或质量评价，一般先从数据的逻辑性检查入手。3．地理信息系统的数据质量图5-4：各种逻辑误差3．地理信息系统的数据质量2）几何误差由于地图是以二维平面坐标表达位置，在二维平面上的几何误差主要反映在点和线上。（2．1）点误差关于某点的点误差即为测量位置（x，y）与其真实位置（x0，y0）的差异。3．地理信息系统的数据质量（2．2）线误差线在地理信息系统数据库中既可表示线性现象，又可以通过连成的多边形表示面状现象。第一类是线上的点在真实世界中是可以找到的，如道路，这类的线性特征的误差主要产生于测量和对数据的后处理；第二类是现实世界中找不到的，如按高程绘制的等高线，或者是气候区划线等，这类线性特征的线误差及在确定线的界限时的误差，被称为解译误差。3．地理信息系统的数据质量图5-5：各种线（直线、折线、曲线）图5-6：折线和曲线的误差3．地理信息系统的数据质量线误差分布可以用Epsilon带模型来描述，它由沿着一条线以及两侧定宽的带构成，真实的线以某一概率落于Epsilon带内。

图5-7：折线误差的分布3．地理信息系统的数据质量

图5-8：曲线的误差分布3．3．2地图数据的质量问题地图数据是现有地图经过数字化或扫描处理后生成的数据。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。3．地理信息系统的数据质量3．3．3遥感数据的质量问题遥感数据的质量问题，一部分来自遥感仪器的观测过程，一部分来自遥感图象处理和解译过程。前者误差主要表现为空间分辨率、几何畸变和辐射误差，这些误差将影响遥感数据的位置和属性精度。后者主要产生空间位置和属性方面的误差。3．地理信息系统的数据质量3．3．4测量数据的质量问题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。这部分数据质量问题，主要是空间数据的位置误差。3．地理信息系统的数据质量3．4空间数据质量控制数据质量控制是个复杂的过程，要控制数据质量应从数据质量产生和扩散的所有过程和环节入手，分别用一定的方法减少误差。空间数据质量控制常见的方法有：传统的手工方法元数据方法地理相关法3．地理信息系统的数据质量4．1元数据的概念及类型4．1．1元数据的概念元数据是关于数据的描述性数据信息，它应尽可能多地反映数据集自身的特征规律，以便于用户对数据集的准确、高效与充分的开发与利用，不同领域的数据库，其元数据的内容会有很大差异。4．空间数据的元数据元数据的内容包括：1）对数据集的描述2）对数据质量的描述3）对数据处理信息的说明4）对数据转换方法的描述5）对数据库的更新、集成等的说明4．空间数据的元数据4．1．2元数据的类型1）根据元数据的内容分类（1．1）科研型元数据（1．2）评估型元数据（1．3）模型元数据2）根据元数据描述对象分类（1．1）数据层元数据（1．2）属性元数据（1．3）实体元数据4．空间数据的元数据3）根据元数据在系统中的作用分类（1．1）系统级别元数据（1．2）应用层元数据4）根据元数据的作用分类（4．1）说明元数据（4．2）控制元数据4．空间数据的元数据4．1．3空间数据元数据的标准空间数据是一种结构比较复杂的数据类型。它涉及到对于空间特征的描述，也涉及到对于属性特征及其它们之间关系的描述，所以空间数据元数据标准的建立是项复杂的工作；并且由于种种原因，某些数据组织或数据用户开发出来的空间数据元数据标准很难为地学界所广泛接受。但空间数据元数据标准的建立是空间数据标准化的前提和保证，只有建立起规范的空间数据元数据才能有效利用空间数据4．空间数据的元数据4．2空间数据元数据的应用4．2．1帮助用户获取数据4．2．2空间数据质量控制4．2．3在数据集成中的应用4．空间数据的元数据4．3使用元数据的原因4．3．1性能上的原因1）完整性（Completeness）2）可扩展性(Extensibility)3）特殊性(Specialization)4）安全性(Safety)4．3．2功能上的原因1）查错功能(Debugging)2）浏览功能(Browsing)3）程序生成(ProgramGeneration)4．空间数据的元数据4．4空间数据元数据的获取与管理4．4．1空间数据元数据的获取空间数据元数据的获取是个较复杂的过程，相对于基础数据的形成时间，它的获取可分为三个阶段：数据收集前、数据收集中和数据收集后。对于模型元数据，这三个阶段分别是模型形成前、模型形成中和模型形成后。4．空间数据的元数据空间数据元数据的获取方法主要有五种：键盘输入、关联表、测量法、计算法和推理法。在元数据获取的不同阶段，使用的方法有差异。在第一阶段主要是键入方法和关联表方法；第二阶段主要采样测量方法；第三阶段主要方法是计算和参考方法。4．空间数据的元数据4．4．2空间数据元数据的管理空间数据元数据的理论和方法涉及到数据库和元数据两方面。4．空间数据的元数据4．5元数据存储和功能实现元数据系统用于数据库的管理，可以避免数据的重复存储，通过元数据建立的逻