浅析GIS空间数据处理与质量控制系统

2018-02-17姚亚丽

建筑与装饰 2018年8期

姚亚丽

宁波市正源测绘有限公司浙江宁波 315000

前言

空间数据是GIS研究的主要对象和内容。空间数据是指空间实体或时间信息，空间位置和专题特征的数据记录中的现象。空间数据质量表达的三个基本要素是空间数据的准确性，一致性和完整性。空间数据质量通常以误差来衡量，增加数量精度是减少空间数据错误的根本途径。GIS空间数据质量研究与地理信息系统的最终运作效果直接相关，后者又与地理信息有关系统各种宏观决策的正确制定和信息化进程的推进息息相关[1]。

1 空间数据的内容与基本特征

时间间隔数据是空间数据库中管理和处理的主要对象。它使用基于地球表面空间位置的自然社会和人类经济景观数据作为图形、图像、文本、表单和数字。

1.1 空间数据的内容

在GIS中，空间数据主要包括：在已知坐标系中的位置，即“where”的问题；实体之间的空间关系主要是指拓扑关系，这是对空间关系的一个明确定义。与几何位置无关的属性的数学方法和内容。

1.2 空间数据的基本特征

空间数据通常具有三个基本特征：空间特征、时间特征和专题特征。

（1）空间特征：也称为定位特征，指几何特征，例如空间物体的位置，形状，大小以及与邻近物体的拓扑关系。人类对空间目标的定位通常不是由存储空间的坐标决定的，而是由某个目标与其他更为熟悉的目标之间的空间位置关系决定的。这种关系通常也是一种拓扑关系。

（2）时间特征：也称为缩放特征，意味着空间数据总是在特定的时间或时间段被采集或计算。因此，GIS数据是必须动态更新和维护的动态空间数据。

（3）主题特征：也称为非定位特征，是指除空间和时间特征以外的其他空间现象特征，即事物或现象的“特征”是什么。它可以分为定性和定量两种。前者是事物或现象的名称、类型和特征，后者则包括数量、等级和地位[2]。

2 基于GIS空间数据挖掘存在问题

基于GIS的数据挖掘主要是空间数据和属性数据的综合挖掘模型。它是比通过查询方法获得的传统知识更深层次的数据处理分析。目前，该领域的研究取得了一些成果。然而，在未来的发展中还有许多理论和方法需要进一步研究。

2.1 提高挖掘算法和效率

基于GIS数据挖掘，由于其自身的领域知识，不仅增加了挖掘算法的搜索空间，而且增加了盲目搜索的可能性。因此，必须结合GIS数据和场自身的特点来改进算法，提高算法效率，设计出更好的相关挖掘算法。

2.2 综合式挖掘模式

在挖掘基于GIS的隐式知识规则时，使用单一方法往往缺乏挖掘知识。因此，为了挖掘更多的GIS数据，必须将多种开采技术与综合开采模式并行使用，挖掘更有用的知识。

2.3 G1S软件、空间数据库与数据挖掘技术的集成

目前的GIS软件和空间数据库不能有效地支持数据挖掘。相反，它会提取相关数据，然后使用挖掘技术挖掘数据[3]。

3 空间数据的质量标准

空间数据质量是指空间数据的可靠性和准确性，通常由空间数据的误差来衡量。空间数据质量控制基于空间数据的基本特征，可以概括为空间特征精度，时间特征精度和主题特征精度。

3.1 空间特征精度

空间特征精度主要是指标精度和关系精度。数学精度是空间数据精度的空间因素。它指的是GIS数据库中描述的对象的坐标数据与真实地面位置的接近程度，包括基本精度、平面精度、仰角精度、边缘精度等。

3.2 时间特征精度

时间特征的准确性主要是指空间数据的现状。它应该反映数据表示的时间信息的正确性。例如，20世纪50年代的湖泊数据和20世纪90年代的湖泊数据有很大不同。

3.3 专题特征精度

主题特征精度主要指空间数据的空间和时间精度，包括属性精度和元数据精度[4]。

4 GIS空间数据质量研究阶段与控制

GIS空间数据质量可以分为三个阶段。第一阶段是在20世纪六七十年代GIS诞生时，在开发地理信息系统作为数字地图制作工具时，要注意地理信息系统的质量。本研究主要运用数理统计的原理对图形和图形操作进行操作。分析质量和精度;在第二阶段，在20世纪80年代，GIS数据的质量得到了真正的重视。研究主要集中在解释过程中的空间数据误差模型，图像分类和误差分析;第三阶段，自20世纪90年代以来，越来越多的专家学者开始从事GIS空间数据质量的研究和应用。现阶段的研究开发非常迅速，取得了许多显著成果。

空间数据质量控制的含义主要是指在数据生产过程中可能引入错误的步骤和过程的控制，以达到保证数据质量的目的。数据质量控制是一个复杂的过程，反映在数据生产和处理的各个方面。为了控制数据质量，从所有生成和传播数据质量的流程和链接开始。使用适当的方法来减少错误。

空间数据质量控制的常用方法有以下三种：

（1）元数据方法：数据集的元数据中包含了大量的有关数据质量的信息，通过它检查数据质量，了解跟踪元可以了解数据质量的状况和变化；

传统的手工方法：将数字化数据与数据源进行比较，图形部分的检查包括目视方法、绘制到透视图上与原图叠加比较，属性部分的检查采用与原属性逐个对比或其他比较方法；

地理相关法：用空间数据的地理特征要素自身的相关性分析数据的质量[5]。