误差类型分析

1、测绘地理信息技术专业教学资源库误差类型分析GIS中的误差是指GIS中数据表示与其现实世界本身的差别。数据误差的类型可以是随机的，也可以是系统的。归纳起来，数据的误差主要有四大类，即几何误差、属性误差、时间误差和逻辑误差。在这几种误差中，属性误差和时间误差与普通信息系统中的误差概念是一致的，几何误差是地理信息系统所特有的，而几何误差、属性误差和时间误差都会造成逻辑误差，下面主要讨论几何误差、逻辑误差和属性误差。1.几何误差由于地图是以二维平面坐标表达位置，在二维平面上的几何误差主要反映在点和线上。（1）点误差关于某点的点误差即为测量位置与其真实位置的差异。真实位置的测量方法比测量位置的要更加精确

2、，如在野外使用高精度的GPS方法得到。点误差可通过计算坐标误差和距离的方法得到。为了衡量整个数据采集区域或制图区域内的点误差，一般抽样测算。抽样点应随机分布于数据采集区内，并具有代表性。这样抽样点越多，所测的误差分布就越接近于点误差的真实分布。（2）线误差线在地理信息系统数据库中既可表示线性现象，又可以通过连成的多边形表示面状现象。第一类是线上的点在真实世界中是可以找到的，如道路、河流、行政界线等，这类的线性特征的误差主要产生于测量和对数据的后处理；第二类是现实世界中找不到的，如按数学投影定义的经纬线、按高程绘制的等高线，或者是气候区划线和土壤类型界限等，这类线性特征的线误差及在确定线的界限时

3、的误差，被称为解译误差。解译误差与属性误差直接相关，若没有属性误差，则可以认为那些类型界线是准确的，因而解译误差为零。另外，线分为直线、折线、曲线与直线混合的线（图1）。GIS数据库中用两种方法表达曲线、折线，图2对这两类误差作了对照。图1 各种线（直线、折线、曲线）图2 折线和曲线的误差线误差分布可以用Epsilon带模型来描述，它由沿着一条线以及两侧定宽的带构成，真实的线以某一概率落于Epsilon带内。Epsilon带是等宽的（类似于后面讲述的缓冲区，不过其意义不同），在此基础上，误差带模型被提出，与Epsilon带模型相比，它在中间最窄而在两端较宽。基于误差带模型，可以把直线与折线误差

4、分布的特点分别看作是“骨头型”或者“车链型”的误差分布带模式（图3）。图3 折线误差的分布对于曲线的误差分布或许应当考虑“串肠型模式”（图4）。图4 曲线的误差分布2.逻辑误差数据的不完整性是通过上述四类误差反映出来的。事实上检查逻辑误差，有助于发现不完整的数据和其他三类误差。对数据进行质量控制或质量保证或质量评价，一般先从数据的逻辑性检查入手。如图5所示，其中桥或停车场等与道路是相接的，如果数据库中只有桥或停车场，而没有与道路相连，则说明道路数据被遗漏，使数据不完整。图5 各种逻辑误差3.属性误差属性数据可以分为命名、次序、间隔和比值四种类型。间隔和比值的属性数据误差可以用点误差的分析方法进行分析评价。此处主要讨论命名和次序这类定性、也是离散型的数据误差评价方法。多数专题图都用命名或次序表现，如人口分布图、土地利用图、地质图等的内容主要为命名数据，而反映坡度、土壤侵蚀度等一般是次序数据。如将土壤侵蚀度分为若干级，级数即为次序数据。考察空间任意点处定性属性数据与其真实的状态是否一致，只有对或错两种可能。因此可以用遥感分类中常用的准确度评价方法来评价定性数据的属性误差。定性属性数据的准确度评价方法比较复杂，它受属性变量的离散值（如