GIS数据采集与输入

第四章地理信息系统数据输入

数据采集和输入是一项十分重要的基础工作，是建立地理信息系统不可缺少的一部分。没有数据的采集和输入，就不可能建立一个数据实体，更不可能进行数据的管理、分析和成果输出。准确实时的数据是建立地理信息系统的前提条件。因此必须认真对待数据采集和输入，数据选择要确保数据真实，除了一些不可避免或无法预料的原因外，输入的数据应力求准确，否则将会影响最终成果的分析和正确评价。通常情况下数据的采集、标准化、综合和自动录入是GIS数据采集的主要功能。

§4.1 GIS数据来源

地理信息系统的数据来源非常广泛。既有通过传统手段野外实测获得，也有通过航天航空遥感、航测、全球卫星定位系统（GPS）等现代技术获得。不同的资料提供了不同形式的信息，不同的信息输入计算机和计算机处理的方法也不相同。大部分非数字信息主要是通过矢量和栅格两种编码方式变成计算机可以接受的数字形式，送入计算机的数据库中存储。一些常规的统计数据、文字或表格等也可根据需要送入相应的数据库中。数据采集必须根据GIS建立的内容、目的和用途来决定搜集的范围和种类。

一、地图数据

地图数据是地理信息系统的主要的数据来源。地图的种类不同，研究的对象不同，应用的部门不同，图件编制的内容也不同。按内容划分，包括各种比例尺的普通地图和专题地图。普通地图是以相对平衡的详细程度表示地球表面上的自然地理和社会经济要素，主要表达居民地、交通网、水系、地貌、境界、土质、植被等。实测的或较大比例尺的地形图具有较高的几何精度，真实反映区域地理要素的特征。专题地图重点反映某一种或几种专门的要素，对于各种不同比例尺的专题地图，常常提供如地质、地貌、土壤、植被和土地利用等原始资料，地图为了便于输入可将其分解为点、线和面三个基本要素。图件的内容，可以采用不同的编码方式，使用不同的处理设备。

二、遥感图像

遥感数据为地理信息系统的重要信息源。从卫星或飞机上获取的图像信息主要有胶片和数字磁带两种记录形式。胶片是一种模拟信号，必需通过A/D转换装置将模拟量转换成数字量后，才能送入计算机内进行存贮和分析。数字磁带是一种数字图像记录，简称CCT。用户得到CCT磁带后可以根据磁带密度要求将数据读入计算机，然后通过图像处理系统的监视器可以显示图像，供用户分析。遥感数据对GIS硬件和软件要求较高，在硬件上应选择·60·

扩展型配置，在软件上需解决矢量数据和栅格数据的兼容和互换问题。ARC/INFO、ERDAS、MAPGIS等地理信息系统软件已具备两种数据结构互换功能。

三、数字资料

对于各种数据形式的原始资料，包括社会经济数据、人口普查数据、野外调查或监测数据，例如环境污染监测数据，地质钻井数据，磁力、重力、地震等地球物理数据，气象、水文观测数据等。统计数据一般都和一定范围内的统计单元或观测点联系在一起的，因此搜集这些数据，要注意包括研究对象的特征值、观测点的几何数据和统计资料的基本统计单元。统计数据是GIS建立属性数据库必不可少的资料，常常在分析中起着重要的作用。我国统计工作正朝信息化方向发展，除以传统的表格方式提供使用外，局部的已建立起各种规模的数据库，数据的建立、传送、汇总开始使用计算机。各类统计数据可由计算机键盘有组织地输入，也可用磁带或软盘作为介质将数据送入计算机，如果将统计数据转变成图形形式显示出来就更加直观。在地理信息系统中统计数据存储在属性数据库中，常可与其它形式的数据一起参与分析。

四、文字报告

在土地资源管理信息系统、灾害监测信息系统、水质信息系统、森林资源管理信息系统等专题信息系统中，各种文字说明资料，对确定专题内容的属性特征起着重要的作用。在区域信息系统中，文字报告是区域的综合研究不可缺少的参考资料。通过文字报告还可以用来研究各种类型地理信息的权势性、可靠程度和内容的完整性，以便决定地理信息的分类和使用。文字说明资料是地理信息系统建立的主要依据，必需认真加以研究，准确送入计算机系统，使搜集资料更加系统化。

§4.2数据规范化和标准化

现代信息社会数据共享是一个最基本的特点。GIS数据规范化和标准化直接影响地理信息的共享，而地理信息共享又直接影响到GIS经济效益和社会效益。为了解决利用已有数据资源并为今后数据共享创造条件，各国都在努力开展标准化研究工作,许多部门和单位都在纷纷建立自已的数据库。国家制定的规范和标准是信息资源共享的基础,任何标准和规范，不但有利于国内信息交流，也有利于国际信息的交流。但是目前空间数据标准化仍然存在不少问题，还缺乏统一的标准和规范，缺乏地理信息的法规，各部门间缺乏必要的联系和协调，对于科学的分类和统计缺乏严格的定义,建立的系统，数据杂乱，难以相互利用，信息得不到有效的交流和共享。为使数据库和信息系统能向各级政府和部门提供更好的信息服务，实现数据共享、数据规范化和标准化建设是一项十分紧迫的任务。

·61·

一、统一的地理基础

地理基础是地理信息数据表达格式与规范的重要组成部分。它主要包括统一的地图投影系统、统一的地理坐标系统以及统一的地理编码系统。通过投影坐标、地理坐标、网格坐标对数据进行定位。各种来源的地理信息和数据在共同的地理基础上反映出它们的地理位置和地理关系特征。

地理信息系统之所以区别于一般的信息系统，就在于它所存储记录、管理分析、显示应用的都是地理信息，而这些地理信息都是具有三维空间分布特征且发生在二维地理平面上的，因而它们需要有一个空间定位框架，即共同的地理坐标和平面坐标系统。所以说统一的坐标系统是地理信息系统建立的基础。

二、统一的分类编码原则

现代科学技术日新月异，除了传统的学科外，产生了很多边缘学科和交叉学科。各学科信息丰富多彩，因此，把数据输入计算机建立GIS，必须以明确的分类标志、统一的标准，对信息进行分类编码。分类过粗会影响将来分析的深度，分类过细则工作量很大，计算机存贮量很大。分类编码应遵循科学性、系统性、实用性、统一性、完整性、可扩充性等原则，既要考虑信息本身属性，又要顾及信息之间的相互关系，保证分类代码稳定性和唯一性。国家规范组建议信息分类体系采用宏观的全国分类系统与详细专业系统之间相递归的分类方案，即低一级的分类系统必须能归并和综合到高一级分类系统中去。

三、数据交换格式标准

数据交换格式标准是规定数据交换时采用的数据记录格式，主要用于不同系统之间数据交换。GIS软件或数据并不是一次性的，也不是一个小部门单独使用，而是多次使用，相互共享。一般属性数据库仅有几种固定的数据类型，如事务管理系统，因此数据转换问题比较简单。但是空间数据与之不同，除了起说明作用的属性数据外，还有起定位作用的空间数据，因此数据共享异常复杂。但是总的原则是：制定的数据交换格式应尽量简单实用，能独立于数据提供者和用户的数据格式、数据结构和硬软件环境，数据格式应便于修改扩充和维护，便于同国内外重要的GIS软件数据格式进行交换，保证较强的通用性。GIS要从项目应用走向企业应用和社会，在当前GIS软件数据格式较多的情况下，应制定一个数据交换格式标准，并将国家的基础空间数据转换成这一标准，逐步向全国各行业推广。

四、标准的数据采集技术规程

我国现已研究和制定了两个技术规程：图形数据采集技术规程和摄影测量数据采集的技术规程。规程中对设备要求、作业步骤、质量控制、数据记录格式、数据库管理及产品验收都作了详细规定。在地矿系统GIS应用中，还应研究和制定遥感影像数据采集技术规

·62·

程、地质数据采集技术规程等。

五、数据标准化所面临的问题

数据标准化问题虽然被许多有远见的科学家从一开始就提出来了，而且随着地理信息系统广泛应用，这种标准化要求的呼声不断提高，其目的在于使地理数据得以在更广大的范围内共享。但是，数据标准化问题直接受到传统地理学研究成果的制约，许多概念上的争论，例如土壤分类、地貌分类、土地利用分类等等，已经讨论了几十年，有的已基本上统一了认识，例如发表了1∶1 000 000地貌图制图规范，1∶1 000 000土地利用制图规范，而土壤分类未有任何统一的结论。分类问题不解决，制定数据标准也就失去了基础，企图依靠地理信息系统技术来统一认识显然是实现不了的。但是，每一个地理信息系统，必须设计自己的数据标准，这样就造成了目前地理数据的共享问题在我国显得十分困难。

数据标准化面临的另一个重要问题是数据模型的标准化。世界上最著名的几个地理信息系统软件，采用了完全不同的数据模型，例如ARC/INFO使用了网络和关系的混合模型，TIGER系统采用的拓扑结构有其自己的特点。它们对数据模型化的处理方法截然不同，反映了对地理实体的认识差异。这两类系统均拥有广大用户，这种事实表明了要实现数据模型的标准化为期更远。但是，我们看到了这样的事实，即数据模型的不统一并没有限制数据共享，因为在众多的系统中都开发了能接受外部数据的软件，即数据格式转换软件；同时某些公认的数据格式，例如DXF，Line Postscript等等，正在形成数据交换的国际标准。

§4.3 数据输入

数据输入是对数据进行必要编码和写入数据库的操作过程。任何GIS都必须考虑空间数据和属性数据（非空间数据）两方面数据的输入。由于GIS数据种类繁多，精度要求高而且相当复杂，加上计算机发展水平限制，在相当长一个时期内，手工输入仍然是主要的数据输入手段。数据采集和输入投入了极大的工作量，几乎占据建立整个系统工作量一半以上。GIS应用致命问题是所有输入的数据都必须转换为与特定系统数据格式相一致的数据结构，因此迫切需要通过先进的计算机全自动录入或数据采集技术为GIS提供可靠的数据。现在已经形成标准数字地理数据集合格式，数据转换的自动方法已经开始使用，数据采集的数字方法已能直接用于产生数字文件。

一、空间数据的输入

空间数据主要指图形实体数据。空间数据输入则是通过各种输入设备完成图数转化的过程，将图形信号离散成计算机所能识别和处理的数据信号。通常在GIS中用到的图形数据类型包括：各种地图、航天航空像片、遥感数据、点采样数据等。应该注意的是没有统一而简单的方法来输入这些图形数据，只有一些普遍适用的方法供GIS用户选择使用。用户可以依据如何应用图形数据、图形数据的类型、现有设备状况、现有人力资源状况和经济状况等因素综合考虑，选用单一方法或几种方法结合起来输入所需要的图形数据。

·63·

空间数据的采集可以说是长期制约地图数据库与地理信息系统建设的“瓶颈”，也是当前国内外研究的热点和难点。实现空间数据的快速采集与更新，必须解决三个问题：一是图形图像识别的智能化；二是多种信息源数据采集的技术集成；三是数据资源的共享。其中，难度最大、最迫切需要解决的是第一个问题。

目前，图形图象识别的智能化已有一些进展，尤其是已有一批扫描地图数字化软件投入市场，并得到广大用户的认可。栅格数据矢量化的算法思想也有所突破，还出现了可对彩色图象进行矢量化的软件(如MAPGIS软件就有此功能)。但目前对特殊线型的矢量化，对有交叉线的矢量化还不够尽人意，有待进一步研究。

1. 键盘输入

键盘输入，故名思义，就是通过手工在计算机终端上输入数据。实际上就是将图形元素点、线、面实体的地理位置数据（各种坐标系中的坐标）通过键盘输入数据文件或程序中去。实体坐标可以用地图上的坐标网或将其它格网覆盖在材料上量取，这是最简单又不用任何特殊设备的图形数据输入法。

2. 手扶跟踪数字化输入

（1）数字化仪简介

数字化仪由电磁感应板（操作平台）和坐标输入控制器（游标）组成。普通地图可用胶带纸固定在操作平台上，当游标放到操作平台上时，由于电磁感应，游标在图上的相对位置就会转变成电信号。靠预先设计好的软件，传输给计算机的电信号可以光标的形式显示在图形显示器上，操作者按动游标上的按钮，坐标数据就记录在计算机中。目前，市场上数字化仪的规格按其可处理的图幅面积来划分，有A0、A1、A3等幅面。典型的用于制图的数字化仪是A0规格，其幅面为1.0m×1.5m。对于一般应用而言，A1幅面的数字化仪也可以满足对0.5m×0.5m常规地图数字化工作，较小的数字化设备称为数字化板。游标上有一个固定在窗口内的十字丝做精确定位，需要数字化点的坐标时，把十字丝精确放在点上，按相应的按钮即可。一般游标上都设有4个也有12个或16个或更多的附加按钮，这些按钮可用于附加的程度控制，以便操作员选择数字化命令和数字化内容，而不必离开数字化桌去用键盘输入。这些按钮可用来对所进行数字化的对象加入标号以便以后与有关的非空间属性数据相连接。

（2）数字化过程

根据GIS软件所提供的数字化仪设备驱动程序和数字化仪的类型，作好数字化仪安装工作，给数字化仪加电，将准备好的数字化原图固定于数字化桌上，输入原图的比例尺，定义用户坐标系（原点和坐标轴），确定地图投影方式，选择数字化方式，确定数字化范围，即用游标将X、Y最小值的点和X、Y最大值的点数字化。数字化时必须按照不同的专题内容分文件、分图层有顺序地数字化，幅面较大的图件，可分块数字化。

（3）数字化方式

数字化有两种基本方式：点方式和流方式。

点方式数字化时，只要将游标十字丝交点对准数字化原图上要数字化的点，按下游标上相应的按键，记录该点x、y坐标。每记录一次坐标，操作员需要按键一次。点方式主要用于采集单个点和控制曲线形态的特征点（端点、极值点、拐点），如控制点、三角点、水准点、独立地物中心点等，折线的始点、终点、转折点，居民地街区拐角点等。

·64·

流方式数字化时，将游标十字丝交点沿曲线从起点移动到终点，让它以等时间间隔或等距离间隔方式记录曲线上一系列密集的离散点坐标，操作员无需对每个点都按键一次，仅在曲线的始点和终点各按一次相应的按键即可，对于不规则的曲线图形，如河流、等高线、海岸线等，常使用流方式数字化。

（4）矢量到栅格数据的转换

要按一定的分辨率一个像元一个像元的将地图输入到栅格数据库要花很多时间，目前主要采用矢量数据输入，即把图边上多边形网、线网等分成线元素(边界)。用适当的程序就可以把线元素转换成任何一种分辨率的栅格数据形式。当然，矢量到栅格的转换会不可避免的引起信息损失和各种误差。

（5）数字化的精度

数字化精度受数字化仪误差、数字化方式、操作人员人为误差、编稿原图误差等多种因素的影响。

数字化仪设备使用时间过长导致精度降低或不符合标准的设备均会影响输入数据的精度。数字化仪的分辨率对数字化误差有决定性的影响，一般选择数字化仪时要根据既经济实用又能满足精度要求为原则，也就是说没有必要购买比实际需要精度高很多且价格昂高的仪器。但是选取数字化仪时应注意到，数字化仪的实际分辨率与标定分辨率往往不一样，一般都低于1至2个分辨单位。实践证明，最大偏差不应超过3至6个分辨单位，即标定分辨率为0.025mm的数字化仪，测试时的最大偏差应在±0.07mm至0.15mm范围内，否则数字化仪的质量就太差。

数字化方式对数字化精度也有影响，流方式比简单的点方式的位置误差要大，操作员在考虑鼠标的移动速度的同时没有更多的时间和精力来注意十字丝与线划的重合精度，流方式等间隔记录点则不能正确地数字化尖锐的弯曲顶点，常切割这类弯曲部分，误差较大。

操作员人为误差主要指操作员的经验技能、生理因素和工作态度等。经验技能主要表现在对专业内容的熟练程度，在选择最佳点位跟踪曲线、判断十字丝与目标重合程度的能力方面。生理因素表现在视觉误差、工作马虎、过度疲劳。视觉误差是客观存在的，同一个人对一点多次用游标录入，结果可能不一样；工作马虎指不细心、不遵守作业规程、原图和数字化板贴合不紧等，均可造成数据误差；操作员在疲劳时的数字化质量要比正常情况的精度差很多，要保持连续一致的精度，每天最好不要超过4小时的数字化工作。

人工制作编稿原图过程中必然会有误差产生，这些误差随着图数据转换而进入计算机的数据之中。

3. 扫描数字化仪输入

（1）扫描仪简介

除少数特殊产品外，绝大多数扫描仪是按栅格方式扫描后将图像数据交给计算机来处理。扫描仪可分为滚筒式（卷纸）、平板式、CCD直接摄像式三种，其中大幅面的地图以滚筒（卷纸）式用得最多。目前市场上常见的A0幅面的滚筒式单色分灰度扫描仪的分辨率为400～800dpi（即每英寸400～800点，大约相当于每毫米15～30点），这比手扶跟踪数字化操作的精度要高。普通的扫描仪大都按灰度分类扫描，高级的可按颜色分类扫描。

因光学、电子、机械技术的发展和相互作用，扫描仪的成本正在迅速下降，但扫描仪要比数字化仪昂贵得多。一个150cm×100cm（60inch×44inch）数字化仪需要12000美元，

·65·

但一个高质量的扫描仪需要10万美元或更高。

（2）扫描数字化前准备

①原图准备

由于扫描数字化是采样头对原图进行扫描，凡扫到需要色（对黑白地图来说，黑色为需要色，对彩色地图来说，对哪种颜色扫描，那种颜色就叫需要色）就记录一个数（例如“1”），扫到不需要色就记录另一个数（例如“0”）。为提供扫描数字化，首先要选择色调分明，线划实在而不膨胀的地图作为原图；其次要在图上精确划定数字化的范围，标出坐标原点；最后要清理图面，如修净污点，连好线划上的断头。这样才可固定在滚筒（滚筒式扫描机）或平台（平台式扫描机）上，作为扫描原图。

②选择数据记录格式

扫描数字化仪的数据记录格式有两种，一种是数字格式，也就是每个网格记录一个二进制数“0”或“1”，它适用于对黑白或彩色线划地图数字化；一种是连续格式，每个网格记录一个灰度值（0～255个灰阶），这适用于对像片数字化。因此要根据原图的形式选择数据记录格式，并在控制柜的面板上安排好。

③选择光孔的孔径

扫描仪采样头中透光孔的孔径有好多规格，例如：

12.5μ×12.5μ

25μ×12.5μ

50μ×25μ

50μ×40μ

100μ×100μ

（μ(微米)=1/1000毫米），它用来控制网格的大小，也就是用以控制分辨率，孔径越小，网格就越小，分辨率就越高，数据量也就越大。根据地图的精度要求，应选择具有一定的分辨率，数据量又不致过大的孔径。通常选择100μ×100μ（或50μ×40μ）的孔径，即地图上0.1毫米粗的线划一般只占1至2个网格。

④计算坐标差

当原图经过定向，固定在滚筒（或平台）上之后，要算出扫描仪原点和原图原点之差，以便控制记录装置。

（3）栅格扫描数据到矢量数据的转化

栅格到矢量的转换计算主要用于将像元阵列变成线数据，将栅格扫描数据变成文本和线划，当栅格数据用笔式绘图仪输出时，也需首先转换成矢量数据。

从扫描仪输出的数据由一系列记录图像存在或不存在的像元组成。这种数据的矢量化处理比一般栅格数据的矢量化处理要复杂些。首先要用一种统称为细化处理的算法在扫描得到的密集像元形成的“肥胖”线划中贯通一条细线，此线被认为是原图上的线。其次细化处理时产生的线还包括比实际需要多许多的坐标对，还须用“剔除”算法去掉，以节省宝贵的存贮空间。同时还要人机交互式地处理线划间断、重叠等问题。

普通线化地图的扫描后矢量化，其处理过程大致如下（图4-3-1）：

·66·

原始地图

图4-3-1扫描并自动矢量化的过程

①对扫描后的图像作手工编辑，去掉不需要的要素杂点，不清楚的地方作简单修补。

②由软件将栅格数据转换成矢量（线化）数据，同时进行灰度、颜色、符号、线型、注记的识别，这一处理过程（特别是符号、注记的识别）往往花费较多的计算时间。

③再由手工对转换后的矢量图形进行编辑，使之符合GIS数据库的要求。

（4）其它类型的自动数字化仪器

为了满足大量幅面大、内容又复杂的数字化材料的快速数字化要求，在上述扫描仪的基础上发展了一些新型数字化仪器。人们之所以对自动扫描如此感兴趣，主要原因是在一定程度上来说数字化是传统制图过渡到数字成图的重要问题之一。

①视频数字化仪

到目前为止已研制了多种简单的视频数字化仪，主要用于数字化航片上判读出来的边界信息，或者将整张航片栅格化处理。这些数字化仪包括与微电子装置连接在一起的视频摄像机，把电视画面的模拟量转变成栅格化数字影像。

这些简单的视频数字化仪，主要用于航片上道路和其它线性物体的数字化，数字化结果直接输入遥感图像分析系统。

②解析测图仪

用立体测图仪自动获取数据的第一次改进是在机械绘图桌上装上电子机械X、Y、Z记录器，再将记录器与纸带穿孔机连接把记录到的数据穿孔，立即得到三维坐标，立体测图仪也就变成了三维数字化仪。这种初级三维数字仪初次尝试取得一定的成功后，完全新型的解析测图仪发展起来了，用这类仪器不仅能记录三维坐标，还能通过连网的微机处理比例尺变形和其它制图变形，处理后的数据以直接处理的形式记入磁带、软盘或可移动的硬盘上。这类仪器的应用正在增加，是三维数据获取的最佳方式，除用于测图外，还能与综合制图系统接口。

4. 扫描与手工数字化比较

栅格扫描仪数字化存在的问题除数据量大外，更主要的问题是噪声和中间色调像元的处理问题。噪声是指那些不属地图内容的斑点、污渍和其它模糊不清的东西形成的像元灰度值。噪声灰度的范围很广，没有简单有效的方法能加以清除，因此，即使用最先进的扫描仪和高级软件产生的数字也不很完美。中间色调（灰度）是光孔或一个CCD元件不被地图上的线划完全覆盖时产生的“黑”与“白”之间的灰度值，使线划变成一条很粗的带。这些不足之处都需用人机交互方式进行清理，清理过程中还可能出现两线并成一条或线划中断等错误。另外还必须在适当的地方加上等高线高程等，要花大量机时。

·67·

手扶跟踪数字化方法，速度慢、精度低、作业劳动强度大，利用扫描仪进行数据输入比手工数字化约快5倍～10倍。但是部分地图特别底图不清的图件在用于扫描前必须重新绘制，虽然重绘地图直接增加了投入，但事实上，重绘可以加快矢量化的进度。不同的输入方法和应用对重绘的要求明显不同。例如，如果是手扶跟踪数字化输入，城市规划所用的地图可在蓝晒图上用淡色透明水笔勾划出各种边界，并注上注记，虽然勾划有误差，但在多数情况下，稍有经验的操作员会按原来蓝图上的线条来控制精度，因此，误差有限。反之如果是扫描，则必须用深色墨水勾绘。

数字化仪在处理少量地图时比使用扫描仪合算些，如果地图包含了大量的多余信息，需要说明和对编码处理进行调整，不宜使用扫描仪。但扫描仪在快速、经济地处理山区地形图时比手工数字化有效。虽然扫描仪永远也不可能完全取代数字化仪，但扫描仪的用途会越来越广泛，而且技术也会日趋成熟。

使用栅格扫描仪输入地形图的主要困难是从栅格影像中提取点、线、面信息。在一些情形下，地图仅做为一种背景资料与其它地理信息进行叠加，这些地图信息可以直接取之于栅格影像而不必取之于空间数据库或属性数据库。航空影像、卫星影像和其它影像可以以这种方式存贮实现。

5. 现有数据转换

任何信息系统总要利用已有数据，以减轻信息收集、编码、输入的工作量。除了利用本单位、本部门的现成资料外，常用的、通用的数据供社会共享已成为一种趋势。特别在发达国家，有很多政府机构或私人公司已经开始向社会公开提供数据服务，这种服务大致有五类信息：基本数字化地图、自然资源数据、地面数字高程、遥感数据、与人口统计相结合的空间、属性、地址数据。这些数据服务可以减少在数据收集与数据输入方面多付出的劳动，对GIS普及将起到了有力的促进作用。

现有的数据转换输入从计算机的角度来看难度虽不大，但在技术上须解决分类、编码、格式等标准化问题。特别是卫星遥感得到的数据，其格式不一定与资源环境信息系统数据库的一致，还需进行各种必要的预处理才能输入数据库。这些预处理包括调整分辨率和像元形状、地图投影交换、数据记录格式等，使数据保持与数据库的要求一致。还有一个特殊问题是与地形数据如道路、各类边界的匹配和定向问题，特别是早期的低分辨率卫星图像的定向。虽然可以从陆地卫星图像上推知它的定向和定位元素，但因像元过于粗大而不能精确定位，与其它数据配合使用应注意分辨率的匹配。预处理可能包括数据简化处理，例如把几个波段简单地合成或其它基本变换多波段数据组合在一起，然后进行土地利用或其它类别的分类，最后把分类结果输入数据库可大大减少数据容量，这样的预处理操作是在图像分析系统中进行的。

二、非空间属性数据的输入

非空间关联属性有时称为特征编码或简单地称为属性，是那些需要在系统中处理的空间实体的特征数据，它本身不属于空间数据类型，例如道路可以数字化为一组连续的象素或矢量表示的线实体，并可用一定的颜色、符号或数据位置等作为系统的空间数据表示出来。道路类型则可按常规制图符号表示。那么道路的非空间关联属性数据则指用户还希望·68·

·69· 知道的道路宽度、表面类型、建筑日期、入口覆盖、水管、电线、特殊交通规则、每小时的车辆流量等。很显然这些数据都与道路这一空间实体相关，这些数据也可以有效的存贮和处理，给予每一种数据一个公共识别符就可以有效地与空间数据（道路）连接起来。点和面实体与上述线实体一样都可用栅格或矢量数据形式表示为空间实体，再用属性数据表示与它们相关联的各种特征。属性数据的输入可在图形的适当位置键入，但数据量较大时一般都与空间数据分开输入且分别存贮。将属性数据首先输入一个顺序文件，经编辑、检查无误后转存数据库的相应文件或表格。这是大量输入时的常用方法。

三、空间数据和非空间数据的连接

空间数据输入时虽然可以直接在图形实体上附加一个特征编码或识别符，但这样交互式地输入大量复杂的非空间数据其效率就太不高了，空间和非空间数据连接的较好方法是用特殊程序把非空间属性数据与已数字化的点、线、面空间实体连接在一起。这样只要求空间实体带有唯一性的识别符即可，识别符可以手工输入(手工输入简单识别符不至于严重影响数字化速度)也可以由程序自动生成并与图形实体的坐标存贮在一起。

非空间属性数据的数据项目很多，把属于同一个实体的所有数据项放在同一个记录中，记录的顺序号或某一特征数据项作为该记录的识别符或关键字。它和图形的识别符都是空间与非空间数据的连接和相互检索的联

系纽带。

数据编缉然而，栅格扫描仪产生的数据，迄 非空间属性

关键字连接 今还没有一种方法来读入一个唯一性的

识别符或自动地实现与地理实体相连接。 唯一的方法是手工输入，即将扫描数据 显示在交互工作站的屏幕上，用光笔或 输入到文本文件矢量化

类似装置“检出”需要的图形实体，再

加入相应的识别符。 检查

唯一性的识别符只有在特殊的计算

机系统中才能直接附加到图形实体中去。 空间、非空间连接对矢量结构来说，必须首先建立多边形，

然后才能附加识别符。图4-3-2说明了 建立拓扑上相互连接的具有多边形数字

化了的边界图形数据和非空间属性数据 的完整矢量多边形数据库的整个过程，

其中某些步骤是可以改变的，取决于制加入识别符 图操作类型、数据处理容量和数据质量。 图4-3-2 建立多边形矢量数据库的过程

§4.4 数据质量

质量本来就是一个难以捉模的概念。空间数据质量是指空间数据可靠性和精度，通常用空间数据误差来度量。人们往往认为，以计算机为基础的信息系统的数据质量是可靠的。很少怀疑利用信息系统产生的分析结果在数据质量方面会有问题，但事实远非如此。在某些情况下，由于多种原因，计算机分析结果甚至会比手工分析的误差更大。这是除软件、硬件的质量，计算方法上的问题，以及分类、编码、输入、操作上的明显疏忽以外，数据本身的质量也是重要的原因。GIS主要功能之一是综合不同来源，不同分辨率和不同时间的数据，利用不同比例尺和数据模型进行操作分析，这种不同来源数据的综合和比例尺的改变使GIS数据误差问题变得极为复杂。

一、数据质量问题

1. 微观方面数据质量问题

（1）定位精度

GIS的空间坐标数据与其真实的地面位置之间的误差。这种误差主要有两种：第一种是偏差。偏差是描述真实位置与表达位置偏移的距离。可在地图上抽取某些要素，用这些要素在数据库中的坐标值和对应物体的实测坐标进行比较，据此来判断偏移是否过大。理想的偏差应为零，表明图上位置与实际位置没有系统偏差。第二种是偏移的分布。如果上述抽样点的偏移量在某些地方很小，另一些地方很大，则说明偏移的分布不均匀，数据质量不稳定。如果各个点的偏移量都差不多，虽然总量并不很小，但分布比较均匀，这说明数据的质量还比较稳定。位置精度常采用标准差和均方差来度量。

（2）属性精度

属性精度是指属于地理数据库中点、线、面的属性数据正确与否。属性定义往往也会有误差，除人为因素外，还有技术因素，属性误差度量取决于数据的类型。对于分类数据（如土地利用等级、植被类型、陆地覆盖层、土壤类型或行政管理分区等）的精度估算，主要取决于分类精度估计。分类精度的估计是一个复杂和持有争论的问题，分类精度估计的困难主要是对精度具有有效影响的因素如分类数目、独立区域的形状和大小、测试点的选择方式、以及分类的彼此混类现象等不能很好确定。分类精度估计常采用纯量精度指标或“分类误差矩阵”。分类误差矩阵C是采样点属性的真值和估值所组成的表格，其元素C ij代表被认为是i类但实际上是j类的点的数目，它是一种总体精度指标。根据误差矩阵C 可计算能描述属性误差的一系列纯量指标。对于数字数据，一般不用由分类矩阵求出的误差指标，而用标准差和方差等。

（3）逻辑一致性

逻辑一致性是指数据之间要维护良好的逻辑关系。例如森林的边界与道路的边界应当是不一样的，但制图时，往往只给出道路边界；行政境界与管理区域境界应严格一致；对于水库的制图表达，不同时期的GIS数据层所表达的水库边界可能位置不同，虽然边界精度都很高，但数据层之间具有逻辑不一致性。在这种情况下，解决问题的办法是提供一个·70·

标准的水库的外围轮廓线，每层数据水库水涯线的表达与标准水库边界线配准。

重要的是，要认识到两个数据集合不但要使它们的位置精度水平要一致，而且逻辑关系上也应当是一致的。这是因为，同一边界，在两个数据集合中如果位置上存在微小不同，也许仍能满足位置精度水平的要求，但当两个数据进行叠合时，这种微小差别会在缝隙处产生一个非常小的区域，称之为裂片。有些GIS软件能够处理这种情况，在其中一种特征周围附加一个不确定的带区，当两种特征叠加时，能够处理带区的叠加问题，就象不存在裂片一样（处理成不定带区的边界通常称为模糊边界）。

逻辑一致性没有量测标准。虽然同一特征在位置上的不一致性是可以量测的，然而它们或许是具有逻辑一致关系的几种特征的组合体，量测所有可能的叠加组合体的不一致性可能是不现实的。

逻辑一致性的检查最好是在数据输入GIS前就去做，在地图数字化的准备阶段和单幅图的数字化检查阶段进行，必要时，可重绘该幅图进行逻辑一致性检查。

（4）分辨率

对于数字遥感图像、栅格型空间数据库，分辨率越高，象素就越小，这就意味着每个度量单元具有较多的信息和潜在的细节，分辨率越低，就意味着象素越大，每个度量单元的细节就越小，因而看起来有些粗糙。如果能正确地处理分辨率，就可以通过提供合适的信息量和信息密度去模仿连续色调，从而大大地改善对细节的显示，正确地选择分辨率还有助于确保数字化图像中的色调能忠实于原图像。但在矢量数字化地图方面，人们往往会忽视分辨率的问题。以为地图要素都以坐标方式储存起来后，可以任何比例输出。但实际上还是有比例的，如：原始地图按1:10000要求输入时，比1米还短的线一般要忽略，但是把数字化地图放大到1:500输出时，用户肯定认为太粗糙。因此，矢量空间数据库的比例主要由分辨率和位置精度决定，必须在数据库设计阶段就定义好最小制图单位，在数据输入时，小于最小制图单位的元素（主要是线段长度太短）不存入数据库，大于最小制图单位的元素则必须存入。在实践中，采用手工数字化输入地图时，图纸的比例尺稍大一些容易保证输入的精度和分辨率。

对于专题图来说，例如土壤图、土地利用图以及其它类型分类图，分解力是指所表达的最小物体的大小，称之为最小制图元。如何确定图中表达的最小物体单元，取决于地图的编辑过程、使用目的、可读性、原始数据精度、制图成本、信息的表达和存贮要求等。

在GIS中，信息的存贮和表达是矛盾的。在GIS数据库中，地理数据可以以任意比例存贮，为满足输出的比例要求，可以增加标识和其它的地图细节描述。在这种意义上，GIS 地理数据库中的数据不能以特定的比例存贮，因此，最小制图单元应当设置得非常小。甚至对于一个很大的分层区域也是如此。对于输出的地图上的内容细节应该是根据输出的比例大小而选择。

2. 宏观方面的数据质量问题

（1）完整性

数据完整性包括数据层的完整性、分类的完整性和检验完整性。

数据层的完整性是指所感兴趣的研究区域可用的数据组成部分的完整性。这主要是指可能存在所要区域数据的不能100%覆盖或属性不完整等；另一方面是由于研究区域内数据变化没有及时得到更新，造成数据的不完整。

·71·

数据分类的完整性主要是如何选择分类才能表达数据。某些分类常常导致数据重复或缺项等，如地质方面的数据库需要对岩石进行分类，由于资料是从不同角度、用不同方法间接得到的，分类后可能在空间上相互重叠或有空白区域，因技术条件制约，常常无法肯定这些重叠区或空白区究竟属于哪一类岩石。

数据检验完整性主要指对野外数据测量成果和其它独立数据源数据的检验。例如，地质学家用实线标注他们在野外直接证实的岩石类型，象这些边界线在实地也是可以看得见的。用虚线或点线标注的用红外遥感推测的边界线，在地质遥感中应用的很广泛，但在GIS 中就没有标准的方法对此数据的准确性进行检验。数据集合通常不提供这方面的信息。因此，用户将无法知道不同的边界线和分类情况被检验的程度如何。数据检验完整性或许要指明数据集合内地理特征的属性完整性如何，也可能是以每幅图为单位，以表格形式表明所检验数据集合的类型和位置的情况。

（2）时间性

对于许多类型的地理信息来说，时间是一个严格的因素，任何研究项目所需的数据很难在同一时间收集齐全，人口统计数据就具有非常敏感的时间性。在使用现有的数据包括地图、报告、遥感数据、外业数据等，这些数据的获取时间各不相同，有的过时了、有的按过去标准收集、有的不全等。GIS数据收集和输入有相当长的过程，而外部世界无时无刻不在变化。当把不同地点的数据联系起来进行对比分析时，某些地点的数据可能是某个历史时期，而另一些地点的数据可能是另一个历史时期，这样就会有数据收集时间性差异。

（3）地域性

理想的情况应是整个研究区域或整个国家具有一致的数据，即同等精度、统一分类标准的数据覆盖整个区域。但实际情况往往不是这样，资源数据的使用者经常发现某些必要的数据只有部分地区才有，其余地区只有小比例尺地图提供的粗略数据，因而不得不重新收集。由于定义和概念的变化以及地表自然变化等原因，使新老数据不相匹配。

（4）数据档案

资料的收集、输入、处理方法都会对数据质量产生影响，应该对整个过程有文档资料的记载和说明。当用户对数据质量有怀疑时，可查看文档来判断误差产生的原因，或给予纠正。每一数据源和处理方法都应有关于数据生产的误差水平方面的信息。数据档案主要是指数据集合生产历史，原始数据以及处理这些数据所使用的处理步骤等。

二、误差来源

所有空间信息都存在着误差。空间信息的产生和使用每一步都有误差产生。除了GIS 原始数据本身带有误差外，在空间数据库中进行各种操作、转换和处理也将引入误差。由一组测量结果通过转换处理产生另一种产品时，通常转换次数越多，则产品中引入新误差和不确定性也越多。GIS产品的有效性和GIS本身的生命力与空间数据质量的研究的成效是密切相关的。因此，要保证产品的质量，在GIS系统建立过程中，必须深刻了解每一个阶段，每一环节的误差来源，并进行严格的质量监控，最大限度地减少误差。在使用GIS过程中，数据误差来源可按数据所处的不同阶段划分（见表4-4-1）。

·72·

习题

1．GIS有哪些数据来源？数据标准化主要指哪些方面？每个方面的主要内容是什么？2．空间数据输入主要有哪几种方法？各自如何进行操作？

3．手扶跟踪数字化误差主要有哪些来源？如何提高数字化精度？

4．手扶跟踪数字化与扫描数字化主要有哪些区别？

5．非空间数据如何输入？如何实现空间数据和非空间数据的连接？

6．在GIS系统中，不同阶段的数据，主要有哪些误差来源？

·73·