测绘工程空间数据的不确定性论述

摘要:在空间数据处理中，至今对“不确定性”这个术语还没有明确的定义，但大多数人认为不确定性与空间数据质量有关。空间数据不确定性研究的核心，就是要建立一套不确定性分析和处理的理论体系和方法。这对于减少空间数据的不确定性来说，具有重要意义。

关键词:测绘;工程;空间;数据;不确定性

中图分类号：P24 文献标识码：A

目前对空间数据不确定(一般指地理空间数据不确定性)的研究，大多数都是针对数据本身进行的，很少对地理空间数据的实际应用(应用范围、应用结果等)的不确定性展开研究。在GIS中，采集、收集、存储和查询地理空间数据只是完成应用资料的管理，而实现特定的应用目的，输出可靠的结果，则是GIS的核心功能和主要目的。由于地理空间数据来源的复杂性和综合性，引起地理空间数据不确定性的原因的多样性，再加上各种不确定性之间常常是相互联系、相互影响，各种不确定性之间也存在很大的相关性。因此，对地理空间数据的应用范围，以及在规定的应用范围内将产生怎样的应用结果进行不确定性评定，远比只研究地理空间数据本身的不确定性更为重要。通过对空间数据不确定性进行概念建模，及对空间数据不确定性模型进行研究，能够有效地减弱空间数据不确定性的产生，防止空间数据不确定性的传播，从而可保证空间数据的质量。

1、空间数据不确定性的定义

空间数据的不确定性属于一般不确定性的组成部分，包含了地球信息科学、大地测量、测绘与制图、遥感、卫星定位系统、地理信息系统、数据库及其在管理中的应用。对于数据的不确定性，虽然早在20世纪70年代初的电子测量和计量学的文献中就已经出现。但有关空间数据的不确定性定义，至今尚没有统一的认识，目前对它的一些论述，都是初步的。有人认为，空间数据的不确定性是包括属性、位置数据的不确定性、统计精度和偏差，更主要的是包括属性和位置偏差;VanderWel将数据中的不确定性理解为“与某一个具体数据特征不能表达和有关真值知识的有用概”;Pete:Fisher指出空间数据不确定性是用来表述所有自己已经发表的与位置信息不确定性相关的研究和一些认为与数据质量互补的研究领域的研究，他将空间数据的不确定性的研究分为四个方面，即:误差、模糊、歧义和不一致。

2、空间数据不确定性形成的原因

空间数据不确定性形成的原因是多种多样的，有的是客观世界引起的，有的是由于人为的因素造成的。Gottsegen和COOdchild把形成空间信息不确定性的原因归结为三点:(l)不确定性在一定程度上代表了获得的数据与真实世界之间明显的质量差别;(2)不确定性与专门需求与数据之间的兼容性与协调性有关;(3)不确定性和用户专门要求与数据之间的匹配有关。

同时，也由于地理数据大多为近似值，很少有真值，地理知识的不完备，地理分类(属性)定义不明、概念不清，地理数据大都为衍生数据等构成了客观世界引起的空间数据的不确定性。人们认知过程的复杂性与客观世界的复杂性两者的藕合决定了人为引起的不确定性。在不确定性的总量中，人为引起的不确定性约占70%。但是空间数据不确定性形成的主要原因是由人为和客观世界引起的。如何有效的防止人为造成空间数据的不确定性的产生，将不容忽视。

3空间数据不确定性的概念模型

通过对空间数据产生的不确定性进行概念建模，以及对概念模型进行分析，能有效的减弱不确定性的传播，从而提高空间数据的精度和质量。概念模型采用符号和数字相结合的公式或框图形式来表达，其是基于人们的经验与知识对某一种特定对象各要素的组成、关系等理解而构成的框图或图解形式，其反映了人们对现实世界的认知与理解。空间数据不确定性的模型由于其采用框图形式或图解形式，即概念模型来表达，能全面的反映空间数据之间的关系，对空间数据的不确定性的研究有着重要作用。

3.1一般空间数据及其不确定性的流程

空间数据及其不确定性是两位一体的，不确定性必须依附数据而存在，而数据的确定性与不确定性是其主要特征之一。空间数据的不确定性从数据采集过程就开始贯穿于数据的整个过程，有的错误或误差可能被发现并得到纠正，但新的误差又可能出现，这就使得空间不确定性存在于整个数据的生命周期。通过对空间数据一般流程(图l)的分析，能对削弱空间数据不确定性的产生，从而保证空间数据的质量。

从上图可以看出:从数据的收集开始，客观世界固有的不确定性，数据的误差(野外工作者，数据采集者的误差)、制图的误差(解译与制图人造成的误差)一数字化误差，建库过程的误差(GIS工作者造成的人为误差)一存储与管理中的误差(数据库工作者造成的误差)一网络传递的误差(网络工作者造成的误差)一分析、建模的误差等，都会造成不当的误差，从而引起不确定性的产生。更为严重的是，可能造成不确定性的传播，就难保证数据的精度。通过对其概念模型进行分析，可及早发现误差的产生，有效防止空间数据不确定性的传播。

3.2以认知过程为基础的空间数据及其不确定性概念模型

以认知理论为基础的数据不确定性认知阶段分为三部分:感性认知阶段、理性认知阶段和深人认知阶段。感性认知阶段是对客观事物获得初步的、表面的和粗浅的印象，有的甚至错误，该阶段不确定性的成分很大;理性认知阶段的特征可以对区域进行规划，对工程进行设计，获得较为深人的全面认识，但由于客观世界的复杂性和认知手段即科学技术的限制，仍然存在许多不确定性成分;深人认知阶段是人们对客观世界有了较全面认知的基础上开展的各种活动。但在活动之中，又会出现新的不确定性成分，虽然通过反馈纠正了一些认识上的错误，该阶段的不确定性并非不存在，只是减少了，但又会出现新的不确定性。

通过对以认知过程为基础的空间数据的不确定性进行建模分析，对不确定性的传播能起到一定的预防作用。

3.3基于图形的空间数据不确定性概念模型

空间数据具有三个基本特征:时间、属性、空间。凡是缺少其中任何一个要素的数据，都是不完整的数据，通过建立基于图形的空间数据不确定性概念模型，比较全面地反映空间数据之间的关系。对空间数据不确定性的分析起到积极的作用。

通过分析基于图形的空间数据不确定性概念模型流程图，将空间数据的时间、属性和空间三要素，采用直观的二维、三维图形(矢量坐标、栅格矩阵及四叉树等)或其它灵活的形式表现出数据的质量，能有效地进行空间矢量数据误差模型的可视化、影像分类不确定性的可视化、GIS应用系统中不确定性的可视化分析，可以把抽象的数据质量度量表现出来，以用户对质量的认识，减弱空间数据的不确定性;另一方面也会直接影响GIS软件的质量与水平，提高系统的实用性和可靠性，也利于提高数据的质量。

结束语

本文研究方法上注重多种方法综合使用，以建立不确定性数据处理模型为其出发点和基础。在建立模型时应顾及各种不确定性之间的相关性及数据如何抽样等问题，把空间数据不确定性研究与空间数据挖掘联系起来，建立基于知识的不确定性分析模型，从而使建立的不确定性模型具有更好的实用性与可操作性。空间数据质量控制的根本在于提高测量数据的精确性和对事物描述的抽象模型的科学性。因此，应该加强地理空间数据的元数据、不确定性的传播和可视化、数据完整性和逻辑一致性的研究，从数据集建立开始就建立起数据质量描述的体系等等。本文空间数据不确定性的分析希望能对今后空间数据不确定性的研究起到一定的借鉴作用。

参考文献

【1】.土立波.实用测量不确定度评定及案例「Ml.北京:中国计量出版社，2007.

【2】.倪育才.测绘工程空间数据不确定度评定「Ml.北京:中国计量出版社，2006

【3】.刘智敏不确定度及其实践[M工北京:中国标准出版社，2000.

【4】.刘大杰，刘春.2001.GIS空间数据不确定性与质量控制的研究现状[J].测绘工程，10(l):6一10.