论文部分内容阅读
空间数据不确定性理论是一项国内外普遍关注的前沿性研究课题，与空间数据结构、空间关系等共同构成GIS的基本理论体系。其中有关空间数据不确定性表达模型的研究被认为是需要首先解决的问题之一。由于引起GIS中空间数据不确定性的原因众多，空间数据不确定性的种类及其传播机制各不相同。因此，寻找一个合适的空间数据模型，并融入空间数据不确定性这一空间数据的本质特征，以形成空间数据不确定性表达的概念模型，是迫切需要解决的问题。本文围绕这一主题，对空间数据的不确定性表达模型展开研究，并把模型扩展应用至基于元数据的不确定性管理方法。针对现有确定性线状特征误差模型的一些缺陷，本文对确定性线状特征中的抽样误差进行专门的研究。论文主要内容包括：
(1)阐述了特征空间数据模型的基础理论，对特征空间数据模型中的一些关键概念进行分析，并对特征的抽象建模过程、特征的抽象机制、特征的分类原则，特征的分类思想，及特征与几何空间对象的关系进行了详细的描述。
(2)基于特征空间数据模型构建的思想，结合空间数据不确定性的来源与类别，提出基于特征的空间数据不确定性表达的概念模型。界定了空间数据不确定性表达的概念，并分析空间数据不确定性表达与空间数据模型的关系。对于特征中各不确定性要素的表达分别进行详细的探讨，提出并分析了特征不确定性表达中的三个层次要素，利用这些层次要素分别构建特征空间数据模型中各类不确定性要素的表达框架，对特征分类对于不确定性表达的影响进行分析。
(3)应用特征的概念，对空间元数据中的数据质量要素进行了分层管理研究。首先阐述空间数据不确定性管理的概念，区别空间数据库中的不确定性质量管理与数据生命周期内的不确定性管理的概念。其后对现有的空间元数据的数据质量表达能力进行分析，提出应进行分层管理空间数据的质量要素，才能满足不同层次用户对元数据中质量要素的需求。基于特征的思想实现对空间元数据的分层管理，并对每一层中的数据质量要素进行列表分析。
(4)界定了确定性线状特征的概念，提出了一系列对其几何特征进行描述的参数指标，并在前人关于曲线复杂度计算的基础上，提出新的线状特征复杂度计算方法。提出了确定性线状特征在GIS中的一级抽样和多级抽样的概念，确定了线状特征一级抽样的基本原则和方法。
(5)针对现有线状目标误差模型的缺陷，对确定性线状特征进行了抽样误差的建模分析。依据本文所提出的一级抽样的概念，对确定性线状特征在一级抽样过程进行了数学描述和分析，对由于抽样导致的几何特征误差进行了分析，提出了线状特征模型误差带和综合误差带的概念，并给出了实用的误差带面积估算方法，对模型误差带的随机性特征和系统性特征分别进行了分析。通过实例研究了确定性线状特征模型误差带及综合误差带和线状特征复杂度、及抽样密度之间的关系。
(6)阐述了GIS中多尺度表达与自动综合的概念，分析了线状目标的多级抽样和自动综合的关系。依据所提出的确定性线状特征的多级抽样概念，对线状特征多级抽样方法进行了分类。对线状特征多级抽样的不确定性描述指标进行了分析，并提出面向基本空间单元的多级抽样描述指标的概念，给出基本空间单元在多级抽样中不确定性描述指标的定量形式。
(7)对多级抽样过程中基本空间单元的位置不确定性的传播规律进行了分析，给出具体的描述方法和计算公式。分别对三类不同的多级抽样方法中的典型算法进行了不确定性传播的实例计算。分析了多级抽样时综合误差带面积和抽样尺度、线状特征复杂度之间的关系，根据实例计算导出了三者之间的定量描述方程。
综上所述，本文主要针对空间数据的不确定性表达模型进行了表达框架的详细研究。本文所提出的基于特征的空间数据不确定性表达模型，在解决空间数据不确定性表达问题的同时，还将丰富空间数据不确定性理论的研究内容，扩展有关的研究领域。本文针对现有线状要素误差模型中的一些缺陷，进行的确定性线状特征抽样误差的系统分析，是对特征不确定性描述指标体系的进一步完善，这项工作是实现基于特征的不确定性表达模型的理论基础之一。总而言之，本文在基于特征的空间数据数据不确定性表达方面所开展的工作只是起到抛砖引玉的作用，还有大量的后续研究工作需要继续努力。