魏保峰[1]2008年在《GIS空间数据中线元不确定性及可视化研究》文中研究指明数据是GIS最基本、最重要的组成部分,也是GIS项目中投资比例最大的部分。数据的不确定性研究对于GIS数据中的精度分析和质量控制的研究意义重大,是GIS生存和发展的保障,是社会经济活动中的各种规划、管理进行分析决策的前提。许多学者在位置精度分析方面作了大量的工作,并取得一定的成果,主要涉及GIS数据数字化误差分析与图形要素的几何纠正,线元不确定性模型分析等,但对于模型的可视化做的不够深入。随着“数字地球”、“数字城市”等的提出,要求对地球空间进行数字描述,这就迫切需要对空间数据的不确定性进行可视化研究。GIS空间数据库的录入数据来源众多,数据的不确定性包含随机误差、系统误差;包含可度量和不可度量的误差;包含数值上和概念上的误差。在矢量GIS空间数据中,点、线和面目标是它的基本要素。因此,GIS空间数据的不确定性研究主要是研究点的定位不确定性和线元的定位不确定性,以及面域的定位不确定性。本论文归纳总结了GIS空间位置数据不确定度估计和误差传播的基础理论和实用的估计方法。研究了GIS空间位置数据中平面线元的“ε—带”、“E—带”、“G—带”、“ε_σ—带”和以点位误差表示的误差模型。本文对平面直线元的“G—带”误差模型通过旋转平移之后求导,然后将所得结果再反算回去的方法求解“G—带”的包络线,这是一种理论严谨、更方便可视化的改进方法;根据“ε_σ—带”和以点位误差表示误差带的理论,本论文推导出了它们的包络线解析式。将以点位误差表示的误差带模型进一步引用到圆曲线上来,提出了一种新的圆曲线误差带模型——以点位误差表示的圆曲线误差模型。本论文针对改进后的“G—带”、“ε_σ—带”、以点位误差表示的直线和圆曲线误差带的特点,采用MATLAB编程语言分别对其进行程序编译,达到了理想的可视化效果。
张国芹[2]2004年在《GIS中线元位置不确定性模型的研究》文中指出地理信息系统(GIS)是一种以采集、存储、管理、分析和描述地球表面与空间和地理分布有关的空间信息系统。数据是GIS中最基本和最重要的组成部分，数据的质量直接影响到地理信息系统的经济效益和社会效益。因此，空间数据的质量，尤其是空间数据的不确定性变得越来越重要。对GIS不确定性的研究来说，线元不确定性的研究是一个重点，因为线元不仅是面域不确定性的基础，其本身也是GIG迭置分析、缓冲区分析和空间地址配对分析等的基本元素。本文对GIS中数字化数据误差处理和线元不确定性进行了理论与实验研究，特别着重于不确定性模型的建立和理论的推导。主要成果有： (1) 应用非线性最小二乘平差方法—阻尼最小二乘法，研究了数字化数据误差处理，在处理较大数字化数据误差时，采用阻尼最小二乘平差方法减弱了在条件方程线性化过程中产生的模型误差，提高了计算精度。 (2) 研究了GIS中二维平面直线和叁维空间直线不确定性ε_σ模型的几何特征，运用函数的单调性和极值理论，从理论上证明了平面直线和空间直线不确定性ε_σ模型误差的几何特征，同时精确求出线元误差带最小带宽的位置及最小带宽。 (3) 从信息熵的角度提出了叁维空间直线的误差熵模型，该模型是由在垂直直线的平面的误差熵为半径的圆柱体和两端点的误差球组成。 (4) 基于不确定性理论和概率统计理论，研究了GIS中叁维空间圆曲线不确定性模型。根据所求的叁维空间圆曲线上各点在该点法平面上的误差椭圆所构成的误差椭圆族、以及圆曲线两个端点的部分空间误差椭球，形成了以叁维空间圆曲线真值为轴心的不确定性域，即空间圆曲线的ε_σ带，从而建立了空间圆曲线不确定性的ε_σ带模型。
蓝悦明[3]2003年在《空间位置数据不确定性问题的若干理论研究》文中提出GIS的不确定性理论是GIS界公认的最艰难的基础理论问题之一。它对确定GIS数据的质量标准、评价和控制GIS产品质量、优化空间数据分布结构、改善GIS算法、减少GIS设计与开发的盲目性以及GIS的其它研究领域都有重要作用。 空间数据是GIS的一个重要的组成部分,而其中空间数据的质量直接影响到数据的适用性及其GIS的应用成功。因此,国内外的许多研究人员均把GIS中的不确定性问题作为现代GIS研究的重要方面之一。 GIS空间数据不确定性的研究主要涉及到位置不确定性和属性不确定性两大类问题,其理论和实际的内容十分广泛。由于时间和作者的能力所限,本文主要讨论了若干空间位置数据的不确定性问题。本文主要以概率论与数理统计理论和现代测量数据处理理论为基础,通过大量的实验数据和理论分析,得出了一些有益的成果。其主要研究内容有: (1)对于AutoCAD软件与MapInfo软件进行数据转换时产生的不确定性作了大量的实验研究。选择这两种软件的原因是:AutoCAD软件为目前微机上应用最为广泛的通用交互式计算机辅助绘图软件包,也是世界上最流行的通用CAD平台;而MapInfo软件是目前微机上应用较为广泛的GIS平台。 通过对AutoCAD软件与MapInfo软件进行数据相互转换的实验分析,发现点、线和面元素在数据相互转换后所产生的不确定性是不可忽视的。特别是线和面元素,由于这两个软件使用的算法和取值精度不一样造成两种软件在计算曲线弧长、多边形面积时可能产生较大的误差。 在AutoCAD与MapInfo进行数据转换时,矢量数据误差不仅来源于数据保存为中间结果(交换格式文件)的精度有关,而且与两者在利用坐标数据生成各自的图形所采用的数学模型、数据的截断、积分方法、积分时的细分程度
游扬声[4]2005年在《一般分布模式下GIS位置数据的不确定性研究》文中研究表明GIS的不确定性已成为当前国际GIS界公认的重点研究课题。空间点元、线元的位置不确定性是GIS位置不确定性理论研究的基本内容。长期以来,人们在GIS不确定性研究领域进行了不懈的探索,取得了丰硕的成果,积累了大量经验。人们已经注意到,GIS位置数据的误差有可能不是正态分布的,而目前GIS位置数据不确定性研究一般是在误差分布是正态的基础上进行的。GIS位置数据的不确定性研究如果能顾及误差的实际分布模式,可以得到更好的成果。 本文的研究围绕GIS位置数据的误差分布可能是非正态的这个问题展开。不假设误差分布是正态的,会引出系列问题,例如:如何对GIS位置数据误差的分布做出合理的假设;如何估计误差的实际分布;如何描述误差的实际分布与正态分布的差异或者接近程度;如何度量非正态分布的数据的质量;如何建立非正态分布的数据的误差传播模型等等。本文对上述问题进行了较为深入和系统的研究。本文的主要内容如下: 第二章研究数字化数据的误差分布及相关问题。第1节率先推导了点元的坐标误差相关的情况下的位置误差的分布密度,目的是回答GIS用户常常会提出的点位误差平均有多大的这类问题。为了减弱或消除由于图纸变形、扫描数字化变形引起的GIS空间数据的系统误差,需要对数字化地图进行纠正。第2节讨论了数字化地图纠正的概念模型,相似变换、仿射变换、多项式回归模型均是描述该概念模型的数学模型;研究了纠正模型的检验和优选,并用实例考察了纠正模型的优选及纠正的效果:第3节提出了用计算机伪随机数生成p—范分布样本的快速方法,并基于p—范分布样本,研究了误差分布的拟合检验方法,也由此引出误差分布估计的研究。 针对误差分布的估计,第叁章以信息扩散估计(核估计)的理论研究为中心。第1节提出了扩散估计的最优窗宽的概念和实用算法;第2节提出了全局最优窗宽的概念、理论和估计方法,基本上彻底解决了扩散估计的关键的如何确定窗宽的问题,丰富了扩散估计的理论,改善了扩散估计的效果,为扩散估计成为研究误差分布的经典方法奠定了坚实的理论基础。第3节提出了基于扩散估计的误差分布的解析拟合方法,优于基于直方图估计或者经验分布的误差分布的拟合检验方法:第4节提出了基于信息扩散的极大似然估计理论和方法,该方法具有根据实际误差分布自动选择估计方法的能力,丰富了研究误差分布、参数估计的方法库;在单参数极大似然估计中,给出了一个不依赖于显着水平的比较客观的判断粗差的标准。 第四章提出了误差分布的相似度的理论,对不同类型的问题,给出了相似度的计算方法。本章的成果为分布的估计、拟合提供了合理的、自然的准则;为定量研究误差分布的相似、近似、渐近等概念以及由于误差分布的近似引起的数据处理误差奠定了理论基础。 第五章研究GIS位置数据的不确定性度量。针对目前GIS位置数据一般没有协方差阵信息的实际情况,第2节提出了在协因数或权阵未知的情况下利用GIS迭置中的同名点元估计方差的方法。第3节提出了迭置层方差分量的极大似然估计方法,顾及了统计量的相关性,顾及了统计量的分布——维希特分布,采用极大似然法估计了各迭置层(同名点元)的方差分量,在位置误差服从正态分布的条件下,改进了第2节的研究成果。第2节、第3节的贡献在于不需要已知迭置层间的协因数阵或权阵。评价误差分布非正态或未知的数据的质量,熵是一个较合理的指标。第4节研究了误差分布的一般模式下的熵不确定度。指出了连续随机变量熵的数值计算问题,提出了基于扩散估计的熵不确定度的实用算法,导出了计
蓝悦明, 陶本藻[5]2003年在《GIS中线元不确定性的综合量化》文中指出研究了矢量GIS中数据不确定性与模型不确定性的综合影响 ,提出了其综合不确定性的量化方法 ,表明了数据不确定性与模型不确定性的综合影响是可以量化的
李大军, 龚健雅, 谢刚生, 杜道生[6]2002年在《GIS中线元的误差熵带研究》文中提出基于现有的线元位置不确定性模型大多与置信水平的选取有关 ,而置信水平的选取带有一定程度的主观性 ,因而不能惟一确定。引入信息熵理论 ,提出了线元的误差熵带模型 ,并将它与“E_带”进行了比较 ,计算了落入其内的概率。该模型根据联合熵惟一确定 ,与置信水平的选取无关。
李大军, 龚键雅, 谢刚生, 杜道生[7]2002年在《GIS中线元的熵不确定带研究》文中进行了进一步梳理空间数据的不确定性将直接影响地理信息产品的质量及 GIS空间决策的可靠性 ,现已把它作为一个重要的基础理论问题加以研究 ,其中线元的位置不确定性是研究的一个热点 .针对现有的线元位置不确定性模型的不足 ,通过引入信息熵理论 ,首先提出了二维随机点的熵误差椭圆指标与叁维随机点的熵误差椭球指标 ;然后将它们扩展到线元的熵不确定带 .实践证明 ,由于该模型能够根据联合熵唯一确定 ,且与置信水平的选取无关 ,因此比较适合作为线元位置不确定性度量的指标
许颖[8]2009年在《地理实体在GIS表达中模型不确定性理论研究》文中认为空间数据不确定性作为地理空间信息的一个理论问题,当前学术界对它的研究已开展了若干年。对点、线、面和曲线的误差模型已进行大量研究,但对其中的模型误差涉及的较少。本文就针对现有误差带的缺陷,围绕模型误差这一主题展开研究。论文主要包括以下内容:(1)总结空间数据位置不确定性领域所取得的成果,重点对曲线要素的位置不确定性进行分析,得出只有顾及模型误差的综合不确定性带才是比较严密的不确定性带。(2)基于地理实体中的基本线要素,对线元进行具体分类,指出本文是针对确定性线状特征进行探讨。针对现有线状目标误差模型的误差带呈现两头大、中间小的“哑铃型”形状的特点,改进模型误差的概念,分析模型误差存在的必然性和重要性。(3)基于不确定性理论和概率理论,讨论规则曲线中圆曲线和二次曲线的模型误差及其具体参数,分析了不规则曲线数字化时的模型不确定性问题。最后,用MATLAB语言进行编写,实现顾及模型误差的规则曲线和不规则曲线的综合可视化模型。综上所述,本文针对现有不确定性模型的缺陷,改进模型误差的概念并对其进行定量化表示以及可视化。此研究在解决空间数据不确定性问题的同时,还将丰富空间数据不确定性理论的研究。总而言之,本文在空间数据不确定性方面所进行的研究工作只是起到抛砖引玉的作用,还有大量的后续工作需要继续努力。论文的最后指出了本文研究的局限性以及今后需要进一步展开的工作。
汤仲安[9]2004年在《矢量GIS线状实体等概率密度误差模型》文中指出在GIS不确定性理论研究领域中,位置不确定性和属性不确定性是主要的研究对象。空间点、线、面、体的位置不确定性研究是GIS位置不确定性理论研究的基本内容,而空间线状实体的位置不确定性研究又是空间面元、空间体元位置不确定性理论研究的基础。因此,在GIS位置不确定性理论研究中,线状实体的位置不确定性理论关系重大。 长期以来,人们在GIS不确定性研究领域进行了不懈探索,取得了一系列理论成果,职累了大量经验。但是,由于GIS不确定性本身所具有的复杂性和困难度,加之各历史阶段中认识上的局限性,目前,线状实体的位置不确定性理论尚有诸多问题没有得到全面认知和合理解决,这些问题主要体现在如下几方面: (1)、线状实体的误差分布机理; (2)、误差模型带(体)的构建机理及其几何解释; (3)、误差模型带(体)及其边界包络线(面)的一般数学表达方式: (4)、线状实体误差模型在二维、叁维空间的可视化分析和应用; (5)、科学客观的空间线状实体误差模型精度评判指标。 上述诸多问题是制约GIS线状实体位置不确定性理论研究与实际应用的主要障碍。如果不对线状实体的位置不确定性理论进行系统整理和深入研究,我们就无法将其应用于其他不确定性理论的综合研究和生产实践。 随着计算机技术日新月异的发展,GIS不确定性研究取得了突飞猛进的成就,因此,GIS位置不确定性理论研究中若干历史遗留问题的解决成为可能。由于GIS本身是一门计算机应用学科,而GIS位置不确定性理论研究又以计算机技术为基础,因此,为了充分利用计算机技术,考虑到随机线元空间概率密度分布函数的离散属性,本文以数值分析为主要研究方法,基于概率论与数理统计、(空间)统计学、模糊数学、矩阵论、随机过(?)空间解析(立体)几何学等基础学科、线状实体位置不确定性研究现状以及“等概(?)度误差模型”构建机理,对线状实体位置不确定性理论进行了系统整理和深入研究,(?)了一套严密完整的GIS线状实体位置不确定性的理论和操作方法,并辅以实例计算分析,尽量以可视化方式表达GIS线状实体位置不确定性研究的最新成果与相关结论。 具体研究内容可以如下概括: 第一章 绪论 从世界的不确定性引出GIS的不确定性,阐述了若干相关概念,分析了GIS不确定性(?)现状,阐述了本文的研究内容,给出了文章的结构框图。 第二章 GIS线状实体位置不确定性研究概述 基于GIS不确定性理论研究中空间线状实体位置不确定性理论研究进程及其误差模型(?)的演化历史,针对出现的各类误差模型,从误差分布、构建机理、几何解释、误差带宽确定等角度研究了其进步因素与不合理之处,指出了存在的理论缺陷。 第叁章 GIS数字化数据质量控制——平面相似变换建模技术 深人研究了GIS数字化过程中应用平面相似变换建模技术实施数字化数据转换时关建模共点粗差探测、模型可靠性判据、模型优化及换算数据精度检测等技术。提出了
汤仲安, 王新洲, 纪现华[10]2004年在《矢量GIS平面随机线元误差模型建模机理》文中研究说明基于随机线元误差分布机理 ,研究了GIS中平面随机线元位置不确定性误差模型的建模原理 ,提出了决定误差模型形状的形状因子与误差模型规模的尺度因子的概念与确定方法 ,结合线元落入其等概率密度误差模型内的概率算法 ,解决了平面随机线元误差模型的形状与规模
参考文献：
[1]. GIS空间数据中线元不确定性及可视化研究[D]. 魏保峰. 昆明理工大学. 2008
[2]. GIS中线元位置不确定性模型的研究[D]. 张国芹. 解放军信息工程大学. 2004
[3]. 空间位置数据不确定性问题的若干理论研究[D]. 蓝悦明. 武汉大学. 2003
[4]. 一般分布模式下GIS位置数据的不确定性研究[D]. 游扬声. 武汉大学. 2005
[5]. GIS中线元不确定性的综合量化[J]. 蓝悦明, 陶本藻. 武汉大学学报(信息科学版). 2003
[6]. GIS中线元的误差熵带研究[J]. 李大军, 龚健雅, 谢刚生, 杜道生. 武汉大学学报(信息科学版). 2002
[7]. GIS中线元的熵不确定带研究[J]. 李大军, 龚键雅, 谢刚生, 杜道生. 中国图象图形学报. 2002
[8]. 地理实体在GIS表达中模型不确定性理论研究[D]. 许颖. 河南理工大学. 2009
[9]. 矢量GIS线状实体等概率密度误差模型[D]. 汤仲安. 武汉大学. 2004
[10]. 矢量GIS平面随机线元误差模型建模机理[J]. 汤仲安, 王新洲, 纪现华. 武汉大学学报(信息科学版). 2004
标签：自然地理学和测绘学论文; 计算机软件及计算机应用论文; gis论文; 空间数据论文; 可视化技术论文; 空间分析论文; 不确定性分析论文; 误差分析论文; 测不准原理论文; gis技术论文;