TECH2IPO/创见
「 新生活 新科技 新零售」
地图数据采集：一次说走就走的&旅行&
你想知道每天用的手机地图都是怎么制作出来的么，在用的时候感觉不怎么样，但背后的工作却异常的繁琐和艰辛。看完之后就就会感叹，为什么阿里下决心收购高德，因为它知道的太多了。
我们每天都是“说走就走的旅行”，一年就出差四次，一次三个月，奔跑在全国各个城市的大街小巷。这是高德地图一位地图信息采集员在聊天时候和我们开玩笑说的一句话。9月11日下午，国内领先的数字地图内容、导航和位置服务提供商在北京市北部昌平县城附近的高德数据生产基地举办了媒体开放日活动， TECH2IPO/创见的小编也有幸参加了这次活动，亲身体验了我们每天使用的手机地图是怎么做出来的。“对于地图厂商来说，底层数据才是真正的命脉。没有数据，再好的服务也出不来。”高德联合创始人、资深副总裁姜德荣对小编表示，“未来的数据技术（Data Technology）时代，唯有数据才能在产品创新的基础上,为用户和社会创造价值。高德具有强大的数据发现、采集、处理和能力，能够在第一时间更新地图变化，提供更细节的POI地标信息（Point of Interest，以下简称POI），快速对用户需求进行响应，不断提升用户的使用体验。”比如目前风靡全球的电动汽车特斯拉的充电桩出现在国内后，高德在第一时间对充电桩地标信息进行采集和处理，并首家在地图产品上线。目前特斯拉汽车在国内共有充电桩 137 个、超级充点站 15 个、服务中心 4 个、商店和展示厅各 2 个，高德地图已经在全国范围内全部支持这些地标的查询和导航。*图为高德地图显示的北京特斯拉充电站。现在我们的生活中已经无法离开手机地图，从一个陌生的超级都市到一个购物中心；大到从北京到拉萨的导航，小到从北京图书大厦到西单大悦城的路线；不论是查找一个随意路边摊还是下载优惠券团购打车订酒店，对于用户来说，对手机地图的依赖度越来越高。所以我们首先就要求地图“准”。“准”的极致是实时，实时的基础是动态数据，而利用动态数据则需渗入应用、云端服务、软件、数据等地图产业全层面。准的地图，地图本身只是“表面”，但在“表面”背后的是数据采集、数据开发、应用封装等一条龙服务。也许用户并不在意你在“表面”背后有多努力，只要一旦“不准”就有可能失去他，尽管有时候并不是你的错。比如我之所以弃用某个手机地图，就是因为指给了我一条不精准的路线，绕了很大的圈子，其实是因为它没有搜集到一条人们自己走出来的便捷小路而已。就是因为地图在人们平常的生活中太重要了，所以人们对地图的要求格外的高，从最初的“找得到”到现在的“找得准、找得好、找得快”，且地图的使用场景从车载导航切换到手机地图，日常使用频率大幅提升，对地图数据的更新速度、精准程度、覆盖范围、表现形式等提出了快、准、全、真的高标准。大数据的一大悖论是，一款地图产品越成熟，数据发现的难度越高。数据越来越多，面积数据中所需成分越来越小，存精程度成倍增加。十余年，从起步到多年盘踞国内手机市场，高德逐渐形成了多种信息发现方式，包括情报搜集平台 LSE、API 轨迹分析、卫星影像自动识别、UGC 反馈以及浮动车等多种方式。情报搜集平台 LSE、API 轨迹分析、卫星影像自动识别应用广泛和效率高。在移动互联网时代，高德地图推出国内众包的数据采集形式，主要包括浮动车和 UGC 反馈。安装了车载 GPS 定位装置并行驶在城市主干道上的公交汽车和出租车则是主要的浮动车。目前高德在全国拥有几十万辆出租车及几百万辆物流车的行业浮动车数据，发现和反馈道路交通中的实时状况。对于难以通过浮动车采集路况数据信息的城际高速，高德地图则可以通过众包的力量来解决。实地采集是确保数据精准的重要手段。传统意义上的数据采集主要包括车采和步行采集两种形式。*比如这个“范氏卤肉饭和协力民欣超市”发现没有被高德地图收录到，步采人员就会把这个地点拍下来，回传到服务器。*步采人员手持的是一台三星 Galaxy Zoom，使用高德自己开发的后台工具应用。步行采集则是采集员以步行扫街的形式拍摄 POI 信息，工作人员手持移动设备和相机前往商厦、学校、商场、银行等场所拍摄照片，再录入到数据采集系统。每个采集员平均每天徒步 15 公里、采集 600 多个 POI，这是一种比较“原始”的方法。目前，高德地图数据的道路属性达 400 种以上。第一代的设备是一个 PDA，后来换成平板电脑，现在则是一台三星 Galaxy Zoom。一旦发现一个新开的小店没有被搜集到，步采人员就用相机拍摄一张实景照片，这张照片记录了所在的精确位置，并及时回传到数据中心由专人处理。虽然高德拥有国家甲级导航电子地图测绘资质，但采集员在进行步行采集时仍会面临「轰出门」的遭遇，比如银行，他们甚至误以为采集员是要打劫银行。车采主要是记录道路的行驶规则、方向、限速、路口形状、行车引导线、到达坐标等信息。遇到复杂高架桥、立交桥，为保证所有行车方向的路导航都准确，高德数据采集员需要来回跑上20多遍，把所有行车方向的路提前帮用户走一遍。除记录道路的各种属性信息外，车采也会获取道路周边的餐饮、酒店、商场、加油站、停车场等兴趣点信息。*本图示小编在高德街景小车里实拍的情况。显示器上会显示目前的信号状况，小车运行的轨迹等信息。小车的顶部有一个用六个尼康单反相机组成的全景拍摄仪器，每10米就会自动拍摄一次，最终组合成我们平常看到的街景实况。这样的小车速度不能超过60迈，否则会出现相机丢帧状况，而且为了表现出街景的连续性，小车必须要行驶在十字路口的中间并直角拐弯。只有具备导航电子地图甲级测绘资质的企业才可进行实地测绘采集，这成为限制诸多互联网公司发展地图业务的瓶颈。通过互联网方式获取数据，虽快但冗余严重，如不进行实地验证，地图的精准性根本无法保证。据介绍，高德是国内少有的同时拥有导航电子地图甲级测绘资质、测绘航空摄影甲级测绘资质和互联网地图服务甲级资质等多个甲级资质的互联网公司，可以通过实地采集的地图数据信息具备物理坐标和到达坐标两种属性，可为用户提供精准的查询结果，更能引导用户精准的到达。*这台小车的工作最简单，也是做最基础的工作，探路。*这台红色的小车就是小编在上面提到的街景小车，谷歌街景小车也是这么个道理。除此之外，通过物流公司运输车辆上的 GPS 导航仪，同样可以发回数据，这是企业用户数据采集。如今有 30 多万辆物流车在给高德回传数据，使得高德能够及时更新数据，让地图数据更加准确；与此同时，北京有 6 万辆出租车使用高德导航服务，并传回大量数据。随着汽车市场的快速发展，导航产品的创新变得尤为重要。目前，无人驾驶成为一个新的发展趋势，制约其发展的关键因素是支持高级驾驶辅助系统（ADAS）的高精度数据。高德早在几年前就开始对高级驾驶辅助系统（ADAS）做研究，并于2011年正式投入使用高德三维全景采集车，通过三维采集车采集的数据精度误差在0.5m以内，可以建立三维实景数据模型，实现真正的全三维实景导航，并支持汽车的高级辅助驾驶系统。地图是对真实世界的还原再现，需要与真实世界无限接近，在地图上搜索就是对真实世界的定位，并一步到位。高德通过引进国际领先的倾斜摄影测量技术，可以获取地面物体更为完整准确的信息，分辨率在0.08m以内，通过专业的处理软件，可半自动化生产多种类型的三维地理信息数据。据了解，国际互联网地图服务商谷歌地图、微软虚拟地图、苹果地图以及诺基亚Here地图，均在近年提供了面向公众的互联网三维地图服务，而其数据获取采用的即是倾斜摄影测量技术。倾斜摄影测量技术的引进，对高德进一步开拓互联网地图服务奠定了新的基础。租借飞机进行航空摄影测量是采集中最高端的做法，目前市场上提供商用的三维地图主要是卫片（卫星拍摄），其分辨率近 50 公分。目前高德已经为 56 个城市绘制了超过 7500 平方公里的三维模型，精度为厘米级别，通过航拍和实采完成。所有道路数据都是高德采集员一个一个跑出来的。或许，用一些令人叹为观止的数据更能让你感受到这个过程的艰巨。目前，高德累计生产了超过 400 种道路属性信息、超过 7500 平方公里三维模型数据、近 5000 万个 POI 地标信息，以及近 520 万公里导航道路数据，可以从地球到月亮跑几个来回。数据处理可分为导航数据生产和增值数据生产。在导航数据生产中，值得一提的是背景生产。「背景」是指除了道路和建筑之外的山、河、湖、水等「为导航作作背景衬托」的物体。增值数据生产包括了运营 POI 和深度动态信息。所谓运营 POI 是指给相关 POI 信息做专页，比如在地图上集中展示北京的中国银行，这可以帮助 POI 更直接地展示信息。而深度动态信息，则指详细展示 POI 点的信息，比如对于一家酒店，不仅仅是导航到这里，而且展示其文字介绍、房价、电话等，同时也展示基于位置的优惠等服务信息。*这就是高德的数据处理人员在处理街景小车拍回来的视频，并制作出高模拟度的三维图像，它能够识别出高速公路上各种指示牌的信息，比如限速多少公里等等。*这便是在进行地图数据的更新*这是航拍的效果图，最精确的时候可以看到阳台上晾的衣服。*这是制作出的三维地图模型，工作人员戴着 3D 眼睛用3D 鼠标进行操作。*这是利用军用的激光点阵技术来制作精准度更高的地图，它不仅能够检测出地下的情况，还能检测出地上各种建筑物或者植物等，你可以查看去除各种植物的地面信息图等，你是不是觉得很像《钢铁侠》里的三维全息地图？*这是已经可以制作出最终版的超真实的模拟实景地图。*这个应用非常的牛逼，地图会根据你的视角而变动，是全真实的三维地图。这简直就是路痴的福音。不过因为这个地图实在是太真实了所以考虑到国家安全的因素不能面向广大用户。地图的极致是实时更新。每分钟用户正在行驶的道路发生什么变化，会对我的行驶有何影响，这都是需要基于快速的数据迭代才能实现。面向车厂，高德主要月度发布；面向互联网，这种数据迭代已经需要小时级发布；面对移动互联网，甚至能做到以分钟级更新。此外，高德地图还首创国内众包数据采集方式，用户不仅可以通过高德地图用户纠错反馈信息，还可通过交通事件平台发布拥堵、施工、道路关闭、警察等信息，经核实后可在几分钟内在其交通事件平台上线提示信息，为用户及时提供出行建议。在参观的过程中，正好看到高德的信息处理人员处理用户反馈。一个用户反馈“昌平五中”已经更名为“中国石油大学附属中学”，于是高德员工立刻从互联网上找到了这条新闻，并确认了反馈的真实性（平常更多是采用电话确认的方式），三十分钟后在你的手机地图上就能搜到这个刚刚诞生不到六个小时的新地点。在移动导航领域，用户需要数据够重、产品够轻，尤其是面向消费级的移动 App。易观数据显示，截止 2014 年第二季度，高德地图以 33.4% 的份额稳居手机地图市场第一，这是高德地图继 2011 年第四季度超越谷歌地图后，连续十一个季度领跑中国手机地图市场。
请后参与评论当前位置： >>
4 第4章 空间数据采集与处理
第4章空间数据采集与处理§4-1 空间数据的采集与组织一般意义上的采集是指获得原始数据，包括对空 间数据和属性数据两方面。空间的有：? 常规测量工作 ? 全站仪测量 ? GPS测量 ? 地图数字化 属性的有：?社会调查，记录?统计汇总 ?专用监测仪器 ?测试数据 ?采样数据（经济，水、大气等）? 数字摄影测量（DPS）? 遥感技术? 本章所讲的采集是对已有数据（二手数据）的采 集，主要任务为：将现有的地图、外业观测成果、航空像片、遥感图片数据、文本资料等转换成GIS可以接受的数字形式。? 数据组织是对采集后的数据进行检校与编辑，主 要任务为：?数据库入库之前进行验证、修改、编辑等处理，保证数据 在内容和逻辑上的一致性。 ?不同的数据来源要用到不同的设备和方法。 ?数据的转换装载。这些二手数据源包括：?现有地图（地形图/专题图）； ?全野外数字测图（GPS/全站仪/电子手簿）； ?卫星影像（国土资源卫星 / Landsat / SPOT/ IKONS）； ?航空象片（彩色/黑白）； ?调查统计数据； ?现有的数据文件、数据库等。表现形式不拘一格，因此数据的输入与处理方法也不尽 相同。非电子数据平板测量数据 工程测量数据 笔记 航空、遥感相片 人口普查 社会经济调查 各种统计资料 全站仪、GPS数据 地球物理、地球化学 遥感数据地图 专题地图 统计图表电子数据已建各种数据库 GIS数据一、图形数据的输入（一）手工键盘输入 1 输入矢量数据 输入坐标值 2 输入栅格数据 按行列号输入各象元的属性特点：输入方法简单，对设备要求低； 效率低，工作烦琐（二）、手扶跟踪数字化（Manual Digitising）仪输入通向计算机接口叉丝 按扭游标 电磁感应板
数字化过程? 将待数字化的资料固定在图形输入板上? 输入至少三个控制点的坐标和图幅范围进行配准 ? 逐项数字化图幅内的各点、线、面技术方法：点方式（Point Mode）、流方式（Stream Mode）、分层数字化特点：劳动强度大，已逐渐被扫描数字化取代； 在图形信息负载量较低，精度要求高时，是一种经济实用的 办法。（三）图形扫描数字化输入主要工具是扫描仪和矢量化软件扫描仪分为栅格扫描仪和矢量扫描仪1、栅格扫描仪法扫描得到的是栅格数据，从栅格图象中提取点、线、面及 文字信息，这一过程包括去除噪音、线的细化等。此后的处理 需借助人机交互实现，如断线的连接、属性码的添加等，此类 处理俗称“抬头数字化”。纸地图扫描转换拼接子图块裁剪地图矢量图编辑矢量图合成图像处理矢量化工作方式分为：手工式? 半自动矢量化（交互式） ?全自动矢量化特点：作业质量有所提高，提高工作效率，降低了劳动强度2、矢量扫描仪法是实现直接跟踪扫描原图上的曲线，并直接产生 矢量数据。目前以激光方式为主，作业员用光标引导 激光束到被数字化的曲线上，激光束自动沿线跟踪， 碰到线交叉处或端点时，自动停止移动。这种方法数 字化精度高，数据量小，但对原图件要求高，设备也 相对昂贵。（四）摄影测量法输入由航空或航天立体象对重建三维立体模型，测量地面三维 坐标，并传输到计算机。
（五）已有数字形式空间数据的录入? 全站仪的电子手薄； ? GPS； ?其它格式数据。GIS A 内部文件数据交换文件 GIS A GIS B 外部文件 内部文件GIS B 外部文件GIS A数据交换标准Open GISInternet / Intranet二、属性数据的输入属性(Attribute)数据：空间实体的特征数据，一 般包括名称、等级、数量、代码等多种形式。
二、属性数据的输入属性是描述地理实体的社会、经济或其它专题数 据。其表达方式是字符串、各种代码或统计数值等。属性数据是对地理实体的详细描述，在GIS数据中占有很大比重，是GIS处理的主要对象， 它为管理、规 划与决策提供充分的参考信息。1. 属性数据的存在方式?直接记录在栅格或矢量数据文件中；?单独在数据库中存储；2.属性数据输入方式一般采用键盘输入? 对照图形输入；? 预先建立属性表输入属性数据，然后根据关键 字与图形数据自动关联。 或者建立地理编码批量导入地图 地面测量数据 航空、遥感 统计资料 文字数据 多媒体坐标几何扫描仪数字化仪摄影测量系统编辑处理空间 数据库数据交换键盘三、GIS数据的检核与编辑目的：消除数据输入过程中引入的错误和误差?数据的不完整或重复 ?点位不正确 ?比例尺不正确 ?变形 ?图属连接错误 ?面域不封闭?区域中心识别码的遗漏?结点代码和区域代码不能符合拓扑一致性 ?属性的不完整和错误分类?错误编码和误输入(b)不及(a)实际地物 (c)过头伪节点多边形不封闭结点不重合房屋形状变形(a)正常多边形(b)自相交多边形多边形边界不重合而产生碎屑多边形数据检核方法：? 目视检核 ? 机器检核 ? 图形叠合比较法 ? 属性数据检核编 辑 地物类型 图形编辑 建立拓扑关系 属性编辑 创建点目标 创建直线 创建折线 创建光滑曲线 创建多边形 创建椭圆 创建圆 创建圆弧 创建矩形 注记显示 漫游图形编辑 删除元素 删除实体 修改图形 拷贝 移动 旋转建立拓扑关系 属性编辑 创建线状目标 人工建立多边 形 自动建立多边 形拓扑关系 装配复杂地物 删除一类地物 输入属性 属性人工连接 切断属性联接 属性自动联接 删除属性 修改属性 拷贝属性平行线 镜面反射 联接元素 断开联接开窗切割 关闭窗口整体放大 整体缩小 开窗放大 开窗缩小点 编 辑 删除 移动 拷贝 旋转 追加 水平对齐 垂直对齐线编辑 删除 移动 拷贝 追加 加接点 移动接点 旋转（改向） 剪断 光滑 求平行线面编辑 弧段加点 弧段删点 弧段移点 删除弧段 移动弧段 插入弧段 剪断弧段目标编辑 删除目标 旋转目标 拷贝目标 移动目标 放大目标 缩小目标 开窗口四、拓扑关系的建立 （一）多边形拓扑关系的建立多边形拓扑关系的表达需要描述以下实体之间的关系： ?多边形的组成弧段； ?弧段左右两侧的多边形，弧段两端的节点； ?节点相连的弧段。多边形拓扑的建立过程实际上就是确定上述的关系。 具体的拓扑建立过程与数据结构有关，但是其基本原理 是一致的。基本步骤： （1）结点匹配； （2）结点-弧段拓扑关系； （3）多边形的自动生成。AB CA4 N4 A5 N2 A6N3 A2A3弧段-结点表 ID 起结点 终结点 A1 N1 N4A2 A3 A4 A5 A6 N1 N1 N4 N4 N2 N3 N2 N3 N2 N3A1 N1 结点-弧段表ID 关联弧段N1N2 N3A2, A3, A1A6, A5, A3 A4, A6, A2N4A4, A1, A5（3）多边形的自动生成a) 将弧段的左右多边形置空；A2b) 建立结点关联弧段排序；c) 由第一条弧段起，按顺时针方向，搜索A3下一待连结弧段（即其后续弧段）；d) 形成闭合多边形，填入 弧段-多边形关系 表的左右多边形内e)ID A1N1对于嵌套多边形按逆时针方向搜索。A1起结点 终结点 N1 N1 N1 N4 N3 N2 左多边形 右多边形A2A3 A4 A5 A6ID关联弧段N1A2,A3,A1N4N4 N2N3N2 N3多边形的自动生成关键步骤? ??搜索每个多边形所需的起始弧段的确立； 形成多边形的搜索方法； 对多边形内岛的处理；1. 多边形起始弧段的确定 首先 我们规定, 在每个需要形成面状的多边形内部, 必 须有一个标识该多边形的点,称为多边形标识点; 其次 对该点的位置要求是: 由该点向其下方做铅垂线时, 所相交的第一条弧段必须是该多边形的外边界的一条 弧段。 因此, 我们可以很容易地由标识点而得到它所标识 的多边形的外边界的一条边, 即与该标识点的铅垂线 相交的第一条弧段, 该弧段即可作为该多边形的起始 弧段。2. 多边形的搜索方法 左转算法、右转算法等, 这里我们采用左转算法,它具有计 算简单、循环次数少、易于实现等优点。 (1) 以起始弧段L 的尾结点N 为起始搜索点, 通过结点的弧段记录 表, 读出与该结点相连的所有弧段的标识码L[i]; (2) 分别计算弧段L[i]与x轴正向的夹角a[i], 0≤a[i]& 2π计算夹角时, 以结点N和L[i]上与该结点最近的拐点所连的直线代表L[i]来计 算夹角。 (3) 若L对应的夹角a为a[i]中的最小角, 则a[i]中的最大角amax 所对 应的弧L[j]为搜索的后继弧段L* ; 否则, 计算Δa[i]=a-a[i], 取最 小正Δa[i]所对应的弧L[k]为后继弧段L* 。 (4) 以L* 的尾端为起点, 重复(1)～ (3) , 直到L* = L 为止。 对于自身闭合的弧段, 可直接形成多边形, 不必再用上述算法。下面以逆时针左旋法为例说明多边形的自动生成过程。搜索 过程实质上是从一个弧段出发，逆时针前进，寻找该弧段的后 续弧段的过程。这样不断前进搜索，直到回到起始弧为止。由 于每个结点上往往汇集很多孤段，弧段搜索时需求出汇集于每 个结点上的弧段的方向角。a6 a7 p3 a2 N1 a3 p2 a8 a4 p4 a1 p1 a5算法如下： （1）取多边形中的一条弧作为起始弧去寻找其后续弧，如沿a1弧搜索找到结 点N1。 （2）从结点文件找出同Nl相连的弧a1,a2,a3,a4，分别算出这些弧在N1点上 同x轴的正向夹角。设Nl的坐标点为(x0，y0)，同N1点相连的各弧段上 的临近从点上取坐标点分别为(Xk，Yk)，其方向角分别为ak。方向角的 求解见下图： a6 a7 a5p3a2 N1 a3 p2 a8 a4p4 a1p1当Δx≠0时，方向角为?a ' ?? ? a ' ? ak ? ? ?? ? a ' ?2? ? a ' ??x ? 0 ?y ? 0 第I象限 ?x ? 0 ?y ? 0 第II象限 ?x ? 0 ?y ? 0 第III象限 ?x ? 0 ?y ? 0 第IV象限?y 其中a ' ? arctan ?x ?x ?| xk ? x0 | ?y ?| y k ? y0 | k ? 1,2,3,..., n, n为结点上要搜索的弧段 数。 当?x ? 0时，方向角可以简化为 ： ak ?? / 2, 当?y ? 0； ?? ?3? / 2，当?y ? 0。3．求出搜索结点的起始弧段同该结点上其它弧段之间力向角差 ，称偏差角Δak?ak ? a0 ? akk ? 1,2...n ? 1a0为起始弧的方向角； ak 为地k个弧的方向角4.确定后继弧 1 ）若起始弧为最小方向角弧，则后继弧为对应于最大方向 角的弧。如起始弧为a1 , 则后记弧为a4，因为a1 ? a2 , a1 ? a3 , a1 ? a4均为负偏差角；2)若起始弧为非最小方向角弧，则后续弧为最小正偏差角 所对应的弧若起始弧为a 2，则后继弧为a1，因为只有a 2 ? a1 ? 0为正偏差角 若起始弧为a3，则后继弧为a 2，因为只有a3 ? a 2 ? a3 ? a1 若起始弧为a 4，则后继弧为a3，因为只有a 4 ? a 2 ? a 4 ? a 2 ? a 4 ? a1， 后继弧段应是最小正偏 差角所对应的弧段5、 继续上述过程，不断搜索组成多边形的弧段，直 到全部多边形搜索完为止，得到逆时针方向组成 的每个多边形的各弧段，从而实现秒度多边形的自 动生成。3. 多边形内岛的处理多个单岛共存多重岛组合岛多边形拓扑的建立，要注意多边形带“岛”的情况，需要 在建立简单多边形后或建立过程中，采用多边形包含分析方法判断一个多边形是否包含了“岛” ，并将构成“岛”的弧段按顺（逆）时针排列。（二）网络拓扑关系建立与多边形拓扑关系建立相似，只需建立接点与弧段的拓 扑关系，并不需要建立多边形。但是在一些特殊情况下，两 条相互交叉的弧段在交点处不一定需要结点，如道路交通中 的立体交叉道路，在平面上相交，但实际上不连通，这时需 要手工修改，删除在交叉点处产生的结点五、空间数据与属性数据的连接?在空间数据输入时为图形实体附加特征编码，进行交互式编辑, 采用专用程序自动将属性数据与空间实体数据连接起来（通过 标识符）
空间数据层属性数据 关键字定义 空间实体输入到关系表手扶跟踪数字化自动扫描输入图形与属性 连接矢量化处理 检查、编辑建立多边形矢量多边形数据 库加入标识符 图4-9 建立矢量多边形数据库的过程§4-2 空间数据处理 一、图幅数据几何纠正y θ y/令? x ? Q1 ( x / cos? ? y / sin ? ) ? a ? ? ? y ? Q2 ( y / cos? ? x / sin ? ) ? b ?A1 ? Q1 cos?B1 ? ?Q2 sin?A2 ? Q1 sin?，B2 ? Q2 cos?，Pa o/，x=A1x’+A2y’+ay=B1x’+B2y’+bb oxx/一、图幅数据几何纠正设Vx、Vy表示控制点变换后坐标与理论坐标之差mx ?V x2 ? n ?1my ?V y2 ? n ?12 x 2 ym? m ?m
?X 方向 ?? ?Y 方向?平移?缩小?旋转二、地图投影变换所有的地理信息必须是同种投影 ? 正解变换：建立由一种投影到另一种投影的严密或近 似的解析关系式 ? 反解变换：由一种投影坐标反解出地理坐标（经度和 纬度），再把地理坐标代入另一种投影坐标计算公式 中进行计算 ? 数值变换：根据两种投影在变换区内的若干同名数字 化点，建立变换公式投影变换：正解变换：解析函数关系 X=f (x , y) ，Y=g( x , y )投影A （x，y）反解变换：经纬度 B=f (x , y) , L=g( x , y ) X=F(B, L) , Y=G( B, L)投影B （X，Y）数值变换：数学方法? a1 ?X ? ? ?Y ? ? ? ? ? ? ?a n ? b1 ? bn ?? ? x? ? ?? ? ? y ?? ? ? ?三、空间数据压缩处理?栅格数据――采用合适的分辨率和不同的编码方法 ?矢量数据――减少弧段矢量坐标串中顶点的个数 ?间隔取点法 ?垂距法和偏角法 ?Douglas-Peucker方法1、间隔取点法设弧段由顶点序列｛Pl，P2…PR｝构成，给定反映其坐标值的 两数组：(xl，x2… xR)和(y1，y2…yR)，则任意两点间的距离为DMN ? ( x M ? x N ) 2 ? ( y M ? y N ) 2并给定临界距离D临。首先，保留弧段的始点P1，该点为弧 段的起结点，然后计算P2点与P1点之间的距离D21，若 D21≥D临，则保留第P2点，否则舍去P2点。2 垂距法计算中间点到其相邻两点 连线的垂直距离。其具体算 法见右图。首先，依次取相 邻的三个点并给出化简的阈 值t；其次，连接第一点P1。 和第三点P3形成一条直线， 然后计算中间点P2。到直线 的垂直距离d。如果d&t，那 么点P2作为化简线划的特征 点予以保留；反之，如果d&t， 则中间点就要舍去，如右图 中的P3，其到P2和P4。点 连线的垂直距离小于t，那么 点p3就需要舍弃。偏角法 事先给出角度的阈值a。其 具体算法是：首先取相邻 三点P1、P2和P3，然后计 算矢量P1P2与P1P3。之间 的夹角a’，如果a’&a，则点 P2作为特征点保留；如果 a’≤a，则舍掉P2，依次取 相邻三点，分别验证点 P3,P4,……是需保留还是 需舍去，直至线划上所有 点都验证完毕为止。3、Douglas―Peucker方法具体化简步骤如下： ①连接线划的首末端点，此两点确定一条直线。 ②计算线划上除首末点以外所有中间点到直线的垂直距离， 并找出其中最大者。 ③将②中计算出的最大距离与阉值进行比较，若小于阈值， 则所有中间点均舍去；反之，保留具有最大距离的线划上的 点，并以此点为基准将整条线划一分为二。 ④将化简线划的两个部分的首末点分别连线，重复② ③ 两个步骤，直至再没有多余的点可被舍去为止。
四、图幅拼接数 字 化边 界 调 整四、图幅拼接四、图幅拼接相邻图幅的空间数据在逻辑和几何上连接成 一个连续一致的数据体的处理。 具体步骤:? 逻辑一致性的处理; ? 识别和检索相邻图幅; ? 相邻图幅边界点坐标数据的匹配; ? 相同属性多边形公共边界的删除。四、图幅拼接逻辑一致性的处理由于人工操作的失误，两个相邻图幅的空间 数据在接合边界处可能出现逻辑裂隙，如一个多 边形在一幅图层中具有属性A，而在另一幅图层 中属性为B。此时，必须使用交互编辑的方法， 使两相邻图斑的属性相同，取得逻辑一致性。四、图幅拼接识别和检索相邻图幅将待拼接的图幅数据按图幅进行编号。其次，图幅 数据的边缘匹配处理主要是针对跨越相邻图幅的线段 或弧段而言的，为了减少数据容量，提高处理速度， 一般只提取图幅边界2cm范围内的数据作为待匹配和 处理的目标。逻辑一致性。四、图幅拼接相邻图幅边界点坐标数据的匹配标准:相邻图幅边界两条线段或弧的左右码各自相同或相 反；相邻图幅同名边界点坐标在某一容差范围内。 匹配衔接时是以弧段作为处理的单元，从活动图幅（拼接 基准图幅）向待拼接图幅追踪，查找弧段在相邻图幅中的对应 弧段，若编码相同且结点坐标在容差范围内，则将该弧段在图 幅边界两侧的坐标取中数自动吻合，并取消该结点，而弧段坐 标按方向一致性原则进行数据的重新记录和存储，空间关系保 持不变。若弧段在相邻两图幅中的结点位置超过接边的容差， 则需要人工编辑，移动两个结点，使其强制吻合 。四、图幅拼接四、图幅拼接相同属性多边形公共边界的删除（融合）五、区域分割用户以给定的空间范围（窗口），进行空 间数据的提取，包括提取窗口内的空间实体及 其属性。1、点要素层的开窗裁剪?点要素层中各实体本身没有大小和面积，只有实际坐标及其属性。因此点要素层的开窗裁剪较简单。设 窗口的左下角和右上角坐标分别为（xmin，ymin）和 （xmax，ymax），任意点P的坐标为（xP，yP），显 然只要下式成立：?xmin＜xP＜xmin，且xmin＜yP＜ymax ?则P点在窗口内，该点所有数据予以保留，否则舍去。2、线状要素的开窗裁剪线状要素是由弧段坐标序列表示的， 实际上是有序线段组成的折线。wy上 10010001wy下Sutherland-Cohen算法0101wx左0100wx右0110将空间依据窗口的方位划分为9个子区，并用一个4位码来 表示线段端点位于哪个区中。编码顺序从右向左，4位编码中 每个位对应线段端点的定义是：?1位为“1”，表示点在左边框wx左的左边， ?第2位为1，表示点在右边框wx右的右边； ?第3位为“1”，表示点在下底边wy下的下边； ?第4位为“1”，表示点在上顶边wy上的上边；?否则，相应位置上为“0”。2、线状要素的开窗裁剪 ①如果线段的两个端点的4位码都是“0”，则两端点 都在窗内，线段完全可见，接受此线段； ②如果两端点码对应位的逻辑“与”不为“0”，则整 条线位于窗口的同一侧，线段完全不可见，舍去该线 段； ③当两端点码不都是“0”，但各位的逻辑“与”都为 “0”时，则线段可能部分可见，也可能完全不可见， 此时，总存在着一个端点(设为P1)在窗口外，并由它 的端点码知它处于哪一侧；进行该线段的裁剪，则要 进行线段与窗口边界交点的计算。2、线状要素的开窗裁剪设线段的两个端点为Pl(x1，y1)和P2(x2，y2)，过此两点建立直线方程:y 2 ? y1 y? ( x ? x1 ) ? y1 x 2 ? x1窗左边， ， ，y 2 ? y1 m? x 2 ? x1xl ? x minxr ? xmax，yl ? m( xmin ? x1 ) ? y1y r ? m( xmax ? x1 ) ? y1 ，， ，m??m??窗右边1 xt ? x1 ? ( y max ? y1 ) 窗上边 m窗下边yt ? y maxyb ? y minm?0m?01 xb ? x1 ? ( y min ? y1 ) m3．面状要素(多边形)的开窗裁剪六、空间数据格式转换空间定位信息、空间关系、属性数据的转换 ?建立两种系统的数据转换模块 一个系统可以操作和调用其他格式的数 据GIS 空 间 数 据 的 审 查 过 程通过两个系统之间的外部数据交换文件进行二次转换系统A 内部文件系统A外部交换文件系统B外部交换文件系统B 内部文件交换三次转换交换
通过标准格式进行两个系统间的数据交换如：转换成DXF（图形交换文件）和DBF格式 我国的空间数据交换格式标准CNSDTF系统A 内部文件标准空间数据 交换文件系统B 内部文件通过Open GIS的空间数据交换系统A 标准API 内部文件 函数标准API 系统B 函数 内部文件七、空间数据的更新空间实体更新的方法：若变化程度不大，则直接使用图形编辑 的方法进行；若变化区域面积大，则可采用下列方法和步骤： (1)重新数字化已变化区域的空间实体； (2)显示整个区域的空间实体，对变化区域作多边形裁剪处理 ； (3)对以上两种空间实体进行叠加处理。 不论哪种方法，均需重新建立空间实体的拓扑关系以及空间数 据与属性数据的一一对应关系。 ? 属性数据的更新 直接利用属性数据库管理模块提供的功能§4-3 空间数据的索引?空间索引（Index）就是指依据空间实体的位置和形状或空间实体之间的某种空间关系按一定的顺序排列的一种数据文件 ，其中包含空间实体的概要信息。如实体的标识符、外接矩形 及指向空间实体的指针。?作为一种辅助性的空间数据结构，空间索引界于空间操作算法和空间实体之间，它通过筛选作用使大量与特定空间操作无 关的空间实体被排除，从而提高空间操作的速度和效率。空间 索引的性能直接影响空间数据库和GIS的整体性能。?常见的空间索引一般采取自顶而下、逐级划分空间的方式来建立，比较有代表性的是实体范围索引、格网索引、四叉树、 BSP树、KDB树、R树、R+树和CELL树索引等。一、实体范围索引一、实体范围索引在记录每个空间实体的坐标时，记录包围 每个空间实体的外接矩形的最大最小坐标。这 样，在检索空间实体时，根据空间实体的最大 最小范围，预先排除那些没有落入检索窗口内 的空间实体，仅对那些外接矩形落在检索窗口 的空间实体作进一步的判断，最后检索出那些 真正落入窗口内的空间实体。一、实体范围索引二、格网索引基本思想是将研究区域用横竖线条划分大 小相等或不等的格网，记录每一个格网所包含 的空间实体。当用户进行空间查询时，首先计 算出用户查询对象所在格网，然后再在该网格 中快速查询所选空间实体，这样一来就大大地 加速了空间索引的查询速度。 将每个格网按Morton码或称Peano码进行 编码，建立Peano码与空间实体的关系，该关 系表就成为格网索引文件。
三、四叉树空间索引在建立四叉树索引时，根据所有空间对象覆 盖的范围，进行四叉树分割，使每个子块中包 含单个实体，然后根据包含每个实体的子块层 数或子块大小，建立相应的索引。在四叉树索 引中，大区域空间实体更靠近树的根部，小实 体位于叶端，以不同的分辨率来描述不同实体 的可检索性。 线性四叉树采用十进制Morton码或Peano 码来表示四叉树的大小和层数三、四叉树空间索引在进行空间数据检索和提取时，根据Peano码和边长 值就可以检索出某一范围内的对象四、R树与R+树空间索引与实体范围索引类似，R树和R+树利用空间实 体的外接矩形来建立空间索引，R树空间索引不 仅利用单个实体的外接矩形，还将空间位置相近 的实体的外接矩形重新组织为一个更大的虚拟矩 形。在构造虚拟矩形时，虚拟矩形方向与坐标方 位轴一致，同时满足：包含尽可能多的空间实体 ；矩形间的重叠率尽可能少；允许在每个矩形内 再划分小矩形。对这些虚拟的矩形建立空间索引 ，它含有指向所包围的空间实体的指针。四、R树与R+树空间索引R树空间索引就是按包含实体的矩形来确定的，树 的层次表达了分辨率信息，每个实体与R树的结点相 联系，这点与四叉树相同。矩形的数据结构为： RECT(Rectangle-ID，Type，Min-X，Min-Y，MaxX，Max-Y) 其中Rectangle-ID为矩形的标识符；Type用于 表示矩形的类别是实体的外接矩形还是虚拟矩形； Min-X、Min-Y为该矩形的左下角坐标；Max-X， Max-Y为该矩形的右上角坐标。四、R树与R+树空间索引在进行空间数据检索时，首先判断哪些虚拟矩形落入 查询窗口内，再进一步判别哪些实体是被检索的内容， 这样可以提高数据检索的速度。四、R树与R+树空间索引R+树是对R树索引的一种改进，它允许虚 拟矩形可以相互重叠，并分割下层虚拟矩形， 允许一个空间实体被多个虚拟矩形所包围。在 构造虚拟矩形时，尽量保持每个虚拟矩形包含 相同个数的下层虚拟矩形或实体外接矩形，以 保证任一实体具有相同的检索时间。DECOMP（原矩形标识符，分割后矩形1的标识符，分割后 矩形2的标识符）。四、R树与R+树空间索引DECOMP（原矩形标识符，分割后矩形1的标识符，分割后 矩形2的标识符）。
五、CELL 树空间索引R树和R+树空间索引的主要缺点是建立空间 索引时易受实体方位的限制，当空间数据层发生 旋转或投影变换后，矩形区也必须随之重新建立 。而基于任意多边形的CELL树空间数据索引则 没有这一局限性。CELL树采用凸多边形来作为 区域划分的基本单元，子空间不再相互覆盖 。基 于CELL树索引的空间数据检索磁盘访问次数比R 树或R+树的要少，因此，CELL树空间索引是一 种优秀的空间数据索引方式。五、CELL 树空间索引§4-4 GPS、RS和GIS的集成GPS主要用于实时、快速提供目标、各类传感器和运载 平台(车、船、飞机、卫星等)的空间位置； RS用于实时或准实时地提供目标及其环境的语义或非语 义信息，发现地球表面的各种变化，及时地对GIS的空 间数据进行更新； GIS则是对多种来源的时空数据综合处理、动态存贮、 集成管理、分析加工，作为新的集成系统的基础平台， 并为智能化数据采集提供地学知识。 显然，这样的集成还应当包括现代通讯技术和专家 系统技术，只是“3S”已成为一个约定俗成的统称术语。§4-4 GPS、RS和GIS的集成
我国高航天光谱技术 的重大发展―神舟三 号飞船成像光谱仪“神舟” 实验飞船发射 01:40“神舟-3”中分辨率成像光谱仪探测波段共 34 个波段，其中： ? 可见光20 个 中心波长 412nm 起，带宽20nm ? 近红外10 个 中心波长 822nm 起，带宽22nm ? 短波红外1 个 2.150微米～2.250微米 ? 热红外3 个 8.40微米～8.90微米、10.30微米～11.30微 米、11.50微米～12.50微米?
SZ-3 中分辨率成像光谱仪图像―黄、渤海地区Water color-1 color-2Classification of Vegetation Canopies SZ-3 中分辨率成像光谱仪图 像―韩、日对马海峡地区SZ-3 中分辨率成像光谱仪图 像 ―长江中下游地区鄱阳湖洞庭湖旧金山及湾区SZ-3 中分辨率成像光谱 仪图像―美国加州地区 落杉矶地区森林大火
“神州-3”获取的加利福尼亚 森林大火的图像林火三峡坝区卫星图象监控与管理中心运动目标监控系统示意图己士 的兵 位利 置用 GPS 实 时 确 定 自GPS是作战的必备品GPS是旅游、野外考察者最忠实的向导攀 登 珠 峰
一、3S技术集成的概念 指的是一种有机的结合，在线的连接、实 时的处理和系统的整体性。一个较好的3S技术集成系统的例子，是美国俄亥俄州立 大学、加拿大卡尔加里大学分别在政府基金会和工业部门资 助下研制的集CCD摄像机、GPS、GIS和INS(惯性导航系统) 为一体的移动式测绘系统(Mobile Mapping System)。
二、3S技术集成中的理论和关键技术 1．3S集成系统的时空定位 主要研究3S集成系统的传感器实时空间定 位、系统行进过程中快速确定相关地面目标的 方法和实现技术。包括广域和局域差分GPS网 的构建方法与实时数据处理的理论与算法；遥 感传感器位置和姿态的测定及在航空、航天遥 感中的应用；GPS辅助的遥感地面目标的自动 重建与量测方法。二、3S技术集成中的理论和关键技术 2．3S集成系统的一体化数据管理 主要研究3S数据的集成管理模式和数据模 型，设计和发展相应的数据库管理系统，实现 图形、图像、属性、GPS定位数据等的一体化 管理，为3S数据的集成处理和综合应用提供基 础平台。例如，非均质、多尺度、多时态空间 数据的组织与管理；大容量影像数据的无损压 缩与还原、建库、传输的理论与方法 。二、3S技术集成中的理论和关键技术 3．语义和非语义信息自动提取的理论与方法主要研究从航空、航天遥感数据和CCD立 体像对中自动、快速和实时地提取空间目标的 位置、结构、语义信息和相互关系的理论与方 法。包括：遥感影像地物结构信息的自动提取 和精确图形表达；多种传感器、多分辨率和多 时相遥感图像数据的融合理论与方法；基于知 识工程的遥感影像解译与分类系统的研究。二、3S技术集成中的理论和关键技术4．基于GIS的航空、航天遥感影像的全数字化智 能系统及对GIS数据库快速更新的理论与方法主要研究如何依托已建立的GIS来实现航空、航天遥感影像的智能式全数字化过程，并从中快速发现在哪些地区空间信息发生了变化，进而实现GIS数据库的自动或半自动快速更新。二、3S技术集成中的理论和关键技术 5．3S集成系统中的数据传输与交换数据传输是3S技术集成中的一个关键问题。 在环境监测、灾害应急、自动导航和自动加强 系统中，都需要将GPS记录数据和遥感影像数 据(CCD记录和雷达记录等)实时传送到信息处 理中心，或将所有数据传送到测量平台。为解 决这些问题，就需要研究数据单向实时传输的 理论和方法、数据双向传输的理论和方法、数 据交换的理论和方法等。二、3S技术集成中的理论和关键技术 6．3S集成系统中的可视化理论与技术主要研究集成系统中大量图形和影像数据 的多比例尺和多分辨率在各种介质和终端上的 可视化问题。包括空间图形、图像数据库的多 级比例尺和多分辨率的存贮、显示和表达；空 间数据的自动综合、符号化和多尺度显示的理 论与方法；虚拟地形环境仿真中视景数据库的 构造理论与方法；可视化系统、虚拟现实系统 和GIS的集成策略与实现。二、3S技术集成中的理论和关键技术7．3S集成系统的设计方法及CASE工具的研究主要研究基于计算机辅助的软件工程(CASE)技术 和3S集成系统的设计方法、软件开发、维护的自动化 技术，设计和发展专门用于3S集成系统设计的CASE 工具。包括可视化编程技术的研究和工具开发；利用 标准建模语言UML(unified modeling language)作为 面向对象建模语言的软件开发技术及3S集成系统的结 构化分析和设计规格的自动生成，综合考虑时空关系 及语义信息的数据实体关系表达与数据字典生成，3S 集成中的组件方法与关键技术等。二、3S技术集成中的理论和关键技术8．3S集成系统中基于Client/Server的分布式网络集 成环境 3S集成系统涉及到多用户、多数据、多专业，需 要有一个强大而有效的硬件、软件环境支持，包括多 种软件系统(GIS软件、全数字摄影测量系统软件、 GPS数据处理软件)的综合使用、多种类型数据的快速 传输、多用户工作方式等。根据3S集成系统研究的特 点与特殊要求，提供一个多种空间数据获取方式与 GIS融合的基础研究环境，以进一步研究3S集成系统 网络集成环境的硬、软件组织，分布式多用户间的数 据快速传输，多类型数据的数据通讯与格式转换等。三、GIS与RS的集成?GIS作为空间数据管理与分析的工具 ?遥感数据作为GIS的信息来源GIS和RS集成的方式四、GIS与GPS的集成定位测量 监控导航GPS 接收机 数据接口 数据处理 地理信息系统 显示 数据记录 定位 测量 监控导航五、3S的集成GPS、RS和GIS技术的整体集成，无疑是 人们所追求的目标。这种集成系统不仅能自动 、实时地采集、处理和更新数据，而且能智能 式地分析和运用这些数据，为各种应用提供科 学的决策咨询，并回答用户可能提出的各种复 杂问题。五、3S的集成激光测距仪 电视摄像机1 电视摄像机2 GPS 环境传感器视 频 交 换 器影 象 处 理 板工业 计算机LCD显示屏幕电视摄像机3电源 武汉大学研制成功的WUMMS系统 (硬件配置 )多媒体设备五、3S的集成绝对定位传感器 空间数据库 矢量数据、栅格数 据 数据融合 其他测量传感器 与属性采集器 面向对象GIS相对定位传感器属性数据库 CCD影像 其他数字影像WUMMS系统的数据处理概念模型五、3S的集成§4-5空间数据质量分析与控制空间数据是对现实世界中空间特征和过程的抽象和 表达。现实世界的复杂性、模糊性和可变性，客观对象的 真值往往是不可知的或不可测的，以及人类认识和表 达能力的局限性 。而只能在一定程度上接近真值，所 以发生数据质量问题是不可避免的。地理信息系统数据质量的好坏是一个相对的概念， 并具有一定程度的针对性和条件。§4-5空间数据质量分析与控制一、空间数据质量的概念和内容 （一）与数据质量有关的几个概念： 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。?误差(Error)表示数据与其真值之间的差异。?准确性(Accuracy)一个记录值(测量或观察值)与它的真实值之间的 接近程度 。（用误差来衡量）§4-5空间数据质量分析与控制?比例尺(Scale)地图上两个点间图面距离和它所表现的真实世界的距离 之间的一个比值。 ?数据的精密度(Precision) 对现象描述的详细程度 ，精度低的数据并不一定准确度低 ?分辨率（ Resolution） 是两个可测量数值之间最小的可辨识的差异 。 ?不确定性（Uncertainty) 关于空间事物、现象的特征和过程不能被准确地确定的程 度 。不能得到误差值时，可以使用不确定性来代替误差这一概念（二）空间数据质量指标和内容不同标准中的质量指标和质量参数STDS（1992） 数据渊源ICA（1996） CEN/TC287（1997） ISO/TC211（1997） 数据渊源数据渊源 数据总揽（数据渊源、 （潜在的）用途 数据目的、数据用途）分辨率 几何精度 属性精度 完整性 逻辑一致性分辨率 几何精度 属性精度 完整性 逻辑一致性 语义精度 时态精度几何精度 属性精度 完整性 逻辑一致性 元数据质量 时态精度 数据同质性分辨率 数据精度 专题精度 完整性 逻辑一致性时态精度数据测试和一致性（二）空间数据质量指标和内容空间数据质量指标的建立必须考虑空间过程和现象的 认知、表达、处理、再现等全过程。从实用的角度来讨论 空间数据质量，空间数据质量指标应包括： （1）数据情况说明（Source） 对地理数据的来源、数据内容及其处理过程等做出准 确、全面和详尽的说明 （2）位置精度或定位精度（Metric accuracy） 空间实体的坐标数据与实体真实位置的接近程度，常 表现为空间三维坐标数据精度。 （3）属性精度（Attribute accuracy） 属性值与其真值相符的程度。包括要素分类与代码的 正确性、要素属性值的准确性及其名称的正确性等。（二）空间数据质量指标和内容（4）时间精度（Temporal accuracy） 数据的现势性。可以通过数据更新的时间和频度来表 现。 （5）逻辑一致性（Logical consistency） 地理数据关系上的可靠性，包括数据结构、数据内容 (包括空间特征、专题特征和时间特征)，以及拓扑性质上的 内在一致性 （6）数据完整性（Completeness） 地理数据在范围、内容及结构等方面满足所有要求的完 整程度，包括数据范围、空间实体类型、空间关系分类、 属性特征分类等方面的完整性。（二）空间数据质量指标和内容（7）数据相容性（Compatibility） 多个来源的数据在同一个应用中使用的吻合 和难易程度 （8）数据的可得性（Accessibility） 获取或使用数据的容易程度 （9）表达形式的合理性 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二、空间数据质量问题的来源三个阶段 ?实地空间数据的测量、采集和制图；?空间数据库的建库，包括数字化、数据录入和数 据转换； ?空间数据的操作、处理、分析、输出和应用。二、空间数据质量问题的来源数据处理过程数据采集误差来源野外测量误差：仪器误差、记录误差 遥感数据误差：辐射和几何纠正误差、信息提取误差 地图数据误差：原始数据误差、坐标转换、制图综合及印刷等误差数字化误差：仪器误差、操作误差 不同系统格式转换误差：栅格―矢量互换、三角网―等值线互换 数值精度不够 空间精度不够：格网或图像太大、地区最小制图单元太大 分类间隔不合理 多层数据叠加引起的误差传播：插值误差、多源数据综合分析误差 比例尺太小引起的误差 输出设备不精确引起的误差 输出的媒介不稳定造成的误差数据输入 数据存储数据处理数据输出 数据使用对数据所包含的信息的误解 对数据信息使用不当二、空间数据质量问题的来源? 空间现象自身存在的复杂性、不稳定性和模糊性； ? 空间数据获取和表达所产生的质量问题；? 空间数据处理过程中产生的数据质量问题；地图数字化和扫描后的矢量化处理 、投影变换 、数据格式转换 、数据抽象 、建立拓扑关系 、数据叠加操作和更新 、数据集成 处理 、数据的可视化表达 、数据处理过程中误差的传递和扩散? 空间数据应用过程中产生的。（三）常见的空间数据源的误差分析 数据源和数字化过程所产生的误差远大于其他操 作误差，因此，要想控制空间数据的质量，良好的原 始源和输入方法是首要的。由于空间数据质量指标中 其他指标难以定量化描述，以误差作为讨论空间数据 质量的指标。 GIS数据的来源主要有，直接从现场利用GPS或 全站仪采集的数字数据；现有纸质地图的数字化；航 空影像和遥感数字数据或统计调查数据等；（三）常见的空间数据源的误差分析误差类型 误差来源 误差特征 数据年代；数据的空间覆盖 明显、易探测 范围；地图比例尺；观测密 度数据的可访问性，数据格 式；数据与用途的一致性； 数据的采集处理费用 位置误差；属性误差：质量 和数量方面的误差 数据偏差：输入输出错误， 观测者偏差，自然变化 不明显 难测定误差的类型 ? 源误差 ? 操作误差 ? 逻辑误差 ? 几何误差源误差由自然变化 或原始测量 引起的误差计算机字长引起的误差 拓扑分析引起的误差：逻辑 GIS处理过程 错误、地图叠置操作 引起的误差 分类与综合引起的误差：分 类方法、分类间隔、内插方 法复杂 难探测源误差（与数据获取方法有关）?地面测量数字数据的误差? ?地图数字化数据的误差 遥感数据误差测量数字数据的误差控制测量误差 ? 碎部测量误差 ? 空中三角测量误差 ? 测图误差?地图数字化数据的误差??制图误差：控制点展绘误差、编绘误差、 绘图误差、综合误差、地图复制误差、 分色板套合误差、绘图材料的变形误差 数字化误差 : 被数字化的要素对象、作 业员和数字化仪三者有关遥感数据误差数据获取误差 ? 数据处理误差 ? 数据分析误差 ? 数据转换误差 ? 人工判断误差?操作误差? ? ?由计算机字长引起的误差 由拓扑分析引起的误差 数据分类和内插引起的误差逻辑误差四、空间数据位置不确定性的评价模型由于空间数据在不同的处理过程中，都会引入 误差，降低了空间数据质量，使得在GIS中所描述 的实体与其地面上真实物体产生了位置、属性、时 域上的差异。 一般采用空间数据的位置不确定性、属性不确 定性和时域不确定性来表示这种差异。其中位置的 不确定性可以采用一定的模型来分析和表达。四、空间数据位置不确定性的评价模型（一）点实体的位置不确定性评价模型??x ? x ? x0 ? ??y ? y ? y 0? ?? x ? ? ? ? ?? y ? ? ?x 2 ? n? ?yn2? ?2 2 ? x ?? y（二）线实体的位置不确定性评价模型评价ε―带模型中ε的大小是以线的端点与线垂直方 向的中误差来确定的。 但是ε―带模型描述的线位置误差与误差传播率 不符。（二）线实体的位置不确定性评价模型评价 误差带模型（二）线实体的位置不确定性评价模型评价设直线段P1P2上的任一端点Pi在x和y方向上的 中误差为 ? 和 ? y ，线段上的任意一点P的坐标 通常按下式计算xii? xP ? (1 ? r ) x1 ? rx2 ? ? y P ? (1 ? r ) y1 ? ry 2式中r=Sr/S，且 0&r&1；S为P1P2的长度，Sr 为 P1P的长度；（x1，y1）和（x2，y2）分别为P1、P2 两点的坐标。设两个端点位置具有相同的中误差且 各向同性：?x ??yii2 ? ? 2（二）线实体的位置不确定性评价模型评价?x ??y ?P P(1 ? 2r ? 2r 2 ) ? 2?P ? ?2 xp??2 yp? 1 ? 2r ? 2r ?2当r=1/2时，即P位于线段中点处时， P ? 1 ? ?。707? ? 0.所以线段中点处的点位中误差比两端点的小。由此得到的2直线的位置不确定性模型为误差带模型 。（三）面实体的位置不确定性评价 面是封闭的多边形区域，其位置由多边形边界定 义。因此，对面实体的位置不确定评价完全可以套用 对线实体的位置不确定性评价模型，如ε―带或误差 带模型（五）空间数据处理中的误差传播GIS空间操作： y＝f(xl，x2，...xn) 算术运算和逻辑运算六、空间数据质量的控制对可能引入误差的步骤和过程加以控制， 对这些步骤和过程的一些指标和参数予以规定， 对检查出的错误和误差进行修正，以达到提高系 统数据质量和应用水平的目的。 主要是针对其中可度量和可控制的质量指 标而言的。数据质量控制是个复杂的过程，要从 数据质量产生和扩散的所有过程和环节人手，分 别采取一定的方法和措施来减少误差。六、空间数据质量的控制（一）空间数据质量控制的方法 ? 传统的手工方法 ? 元数据方法 ? 地理相关法 空间数据的地理特征要素自身的相关性来分 析数据的质量六、空间数据质量的控制（二）空间数据生产过程中的质量控制 ? 数据源的选择 ? 数字化过程的数据质量控制 ? 数据预处理 ? 数字化设备的选用 ? 数字化对点精度 ? 数字化限差 ? 数据的精度检查
更多搜索：
All rights reserved Powered by
文档资料库内容来自网络，如有侵犯请联系客服。