GIS中处理自然和人为环境数据时，会产生空间数据多种形式的不确定性。不确定性是指在空间、时间和属性方面，所表现的某些特性不能被数据收集者或使用者准确确定的特性，如图形的边界位置、时间发生的准确时刻、空间数据的分类以及属性值的准确度量等模糊问题。如果忽略了空间数据的不确定性，即使在更好的情况下也会导致预测或建议的偏差。如果是最坏的情况，将会导致致命的误差。G1S使用者最起码应该知道分析中可能会引入不确定性因素，以及向用户提供分析结果时应包括不确定性分析的内容，同时给出因不确定性而产生的各种不同结果。图6.14给出了空间数据不确定性的概念化模型。
上述模型说明，不确定性最本质的问题在于如何定义被检验的对象类 （如土壤）和单个对象（如土壤地图单元），即问题的定义。如果对象类和对象都能完整定义，则不确定性由误差产生，而且在本质上问题转化为概率问题。如果对象类和单个对象未能完整定义，则能识别不确定性的因素。如果对象类和单个对象未能完整定义，则类别或 *** 的定义是模糊的，利用模糊 *** 理论可以方便地处理这种情况。另一种情况是多义性的，即在定义区域内 *** 时相互混淆。这主要是由不一致的分类系统引起的，包括两种情况，—是对象类或个体定义是明确的，但同时属于两种或以上类别，从而引起不—致；另一种情况是指定一个对象 属于某种类别的过程对解释是完全开放的，这个问题是“非特定性的”。
为了定义时空维度上对象不确定性的本质，必须考虑是否能在任一维度上将—对象从其他对象中淸楚，且明确地分离出来。在建立空间数据库时，必须弄清的两个问题是对象所属的类能否清楚地同其他类分离出来？在同类中，能否清楚地分离出对象个体？
来源：开源地理空间基金会中文分会
添加微信好友, 获取更多信息
复制微信号
来源链接：https://www.osgeo.cn/post/1fcd0
本站声明:网站内容来源于 *** ,如有侵权,请联系我们,我们将及时处理。
