空間數據研究的發展及對策

陳換新，孫 群，劉雅彬，呂東儒，馮 毅

（1．信息工程大學 地理空間信息學院，河南 鄭州 450000；2．96633部隊，北京 100096；3．61287部隊，四川 成都 610036；4．65014部隊，遼寧 沈陽110000）

空間數據是地理信息系統的血液，是數字化、信息化建設的基礎和平臺。有統計顯示，在地理信息類項目中，空間數據的開銷占總投入的80%。因此，空間數據的相關研究一直以來都是生產者和用戶共同關心的問題。本文在追溯空間數據研究發展歷程的基礎上，深入分析現有研究間的聯系和區別，并對未來的研究進行探究。

1 空間數據研究的發展

從空間數據的生產及使用的角度而言，其相關研究大體經歷4個階段，如圖1所示。第一階段（20世紀60年代）：地理信息系統（GIS）的出現需要空間數據維持運轉，大量的人力物力投入到空間數據生產及相關研究中；第二階段（20世紀70年代）：為保證GIS處理分析結果的可靠性，空間數據的質量與精度研究開始受到關注；第三階段（20世紀80年代）：在繼續從誤差的角度研究數據質量的同時，向含義更為廣泛的空間數據不確定性研究發展；第四階段（20世紀90年代以來）：一方面越來越多的專家和學者引入新技術深化空間數據的不確定性研究，另一方面空間數據的可用性研究開始興起。

圖1 空間數據生產及使用研究的發展歷程

1．1 空間數據生產的研究

空間數據生產是孕育空間數據出現的階段，相關研究致力于解決生產中的問題，提高生產效率?？臻g數據生產獲取手段主要包括：手工數字化和掃描矢量化采集、數字測量、遙感與攝影測量、局域和廣域差分GPS等。已有系列比例尺地形圖是對客觀世界較為完整的表示，所以利用紙質地圖進行數字化采集是空間數據生產的主要方式。

最早的數字化是基于手工跟蹤的數字化儀采集，后來發展為將紙質地圖掃描成柵格圖像，再采用具有一定智能化人機交互與自動跟蹤相結合的掃描矢量化方式［1－2］。由于各種地圖符號的幾何形狀和結構特征不同，因此需要開發不同的提取算法：數字注記識別可采用基于徑向基函數神經網絡的方法；漢字識別可采用統計模式識別的方法；點狀符號的識別可采用數學形態學方法，基于數學形態學多角度并行運算的地圖要素分割還可以進行方里網、地類界和長線的分割；線劃跟蹤是線狀符號提取的有效方法，基于后臺區域細化的透鏡跟蹤法可以實現全要素彩色地圖中線狀要素的提取［3］。在基礎數據生產的同時，面向各行業的專題數據也在相應的系統平臺中展開生產［4－5］。

隨著遙感技術的發展，利用遙感影像進行信息提取和數據更新成為研究的熱點。目前影像與地圖自動配準、基于高分辨率影像的特征提取、目標檢測、數字測圖自動化等方面的研究取得一定成果，水域、道路、建筑物等部分要素實現自動或半自動提取。由于現有研究方法的普適性不夠好，所以一定的目視判讀、手工編輯等人工方式在數據更新及處理工作中還必不可少。

在廣大測繪工作者的辛勤努力下，目前我國已經建立1∶100萬、1∶25萬、1∶5萬比例尺的國家基礎地理設施數據庫，個別省份建立了1∶1萬的空間數據庫，某些城市還建立了1∶500、1∶2 000等比例尺的空間數據庫，生產了包括數字正射影像、數字高程模型、數字線劃圖、數字柵格圖、地名錄、土地利用圖在內的一系列數字產品。

1．2 空間數據質量研究

伴隨著空間數據生產的開展，對數據質量進行檢驗和評價日趨緊迫。早期數據質量研究大都從誤差入手，在探究誤差來源的基礎上利用數理統計學的原理建立空間數據的誤差模型，對誤差傳播和質量控制進行研究［6］。由于空間數據大都通過現有紙質地圖的數字化采集得到，針對地圖數字化誤差的分布及檢驗是當時研究的熱點，包括誤差來源、手工數字化誤差統計分布、數字化數據誤差的處理等方面。隨著大批量數據產品的問世，建立空間數據質量評價體系并開發相應的軟件工具對其進行質量檢查驗收開始出現。

國內外許多機構針對空間數據質量的檢驗評價都開展專題研究并頒布一系列的標準規范，詳見表1。

表1 不同組織針對空間數據質量開展的研究及頒布的標準規范

1．3 空間數據的不確定性研究

20世紀80年代以來，空間數據的質量研究發展為空間數據的不確定性研究，內容除矢量數據，還包括遙感影像分類和判讀的誤差分析。由于空間數據對客觀世界的描述主要分為目標模型和域模型兩大類，下面對二者的不確定性研究分別加以介紹：

在目標模型中，幾何位置的不確定性是最早的研究內容，隨后為屬性數據的不確定性，在此基礎上同時考慮二者的研究開始出現。幾何位置不確定性的研究大都以點為基礎，然后依據誤差傳播定律、統計學和幾何學等理論推導線和面的誤差模型，如圖2所示。點的不確定性用誤差橢圓描述，線用誤差帶描述，面用誤差環描述。其中線的不確定性又是研究的重點：1982年Chrisman引入著名的“ε－誤差帶”模型，在此基礎上又發展了由點位總誤差定義的誤差曲線帶“E－帶”［7］和由誤差圓定義的誤差圓帶“e－帶”指標［8］。在屬性不確定性的研究方面，史文中在一般抽樣原理的基礎上采用缺陷率統計模型對GIS屬性數據精度進行度量。此外還有同時結合位置、屬性的不確定性研究：張景雄借助場的概念和模型對位置、屬性不確定性進行統一的描述和分析；史文中［9］在模糊邊界內將位置、屬性不確定性及其關系相結合提出了“S－帶”模型來描述物體的不確定性；史玉峰將隨機性與模糊性綜合考慮建立空間數據不確定性的混合熵模型。

圖2 位置不確定性中點的誤差橢圓、線的誤差帶、面的誤差環

在域模型中，地表覆蓋分類精度評估一般通過與參考地圖對比的方法，Congalto和 Mead利用kappa系數評判航空、衛星影像的解譯結果并驗證數據是否一致。史文中將模糊隸屬度應用于遙感影像不確定相鄰邊界象素類別的表達，TONG Yue將粗集理論應用于遙感數據的評價，提出解決離散和連續屬性的粗集理論的統一框架。對于數字高程模型而言，一般采用將指定數據和參考數據相比較的方式測試誤差，PAPASAIKA從高質量的穩健模型出發，提出不同數字高程模型的融合方法，消除原始數據的誤差。

1．4 空間數據的可用性研究

當產品越過質量的門檻之后，用戶的需求開始轉變。隨著空間數據生產的持續開展和數據質量控制研究的不斷深入，滿足相關質量要求、可供選擇的空間數據產品越來越多，但現實中用戶卻經常對得到的空間數據不盡滿意。20世紀末，人們開始結合用戶的使用需求，考慮空間數據的可用性問題。

雖然可用性的概念早期并沒有明確的提法，但是許多組織機構都意識到已有數據的使用問題并采取了一系列舉措：決策層面，OGC、W3C和ISO等組織著手制定空間數據的通用標準規范，頒布一系列支持數據互操作的協議（見表2），希望從根本上鏟除引發空間數據差異的原因，將所有空間數據統一到大家共同認可并遵守采用的標準中來；技術應用層面，許多國際、國家級組織建立了全球、國家和區域級的“空間數據基礎設施”（SDI），并開發以空間數據融合為代表的技術手段，在接受現有數據差異的基礎上綜合使用多源、異構數據。

2001年捷克舉辦的第四屆AGILE大會成立了空間數據可用性研究工作組，同年11月在荷蘭召開空間數據可用性的工作組會議，此后空間數據可用性逐漸成為研究的熱點：Monica Wachowicz［10］在闡述可用性內涵及發展的基礎上，討論了空間數據可用性的概念、構成因子及研究問題；D．Josselin［11］論述空間數據可用性概念及關系，介紹探索式空間數據分析及其基本原則并開發了穩健分析軟件包（ARPEGE）；Gar y J．Hunter［12］闡述了可用性的概念及在空間數據背景下的構成因子；李志林詳細列舉了空間數據可用性的度量指標［13］，研究地圖可用性中的表達合適性并論述網絡地圖服務系統的可用性。

表2 不同組織頒布的標準規范

2 空間數據研究的聯系、區別及對策

2．1 空間數據現有研究間的聯系及區別

長期以來，紙質地圖是人類認識、描述客觀世界的主要媒介，信息時代的到來和地理信息系統的出現催生了對空間數據的需求，相關的生產研究應運而生。生產中受各種人員、機器的限制，誤差很容易出現，嚴重影響空間數據的可靠性和使用價值，于是空間數據的質量控制研究開始興起。

2．1．1 空間數據質量和不確定性研究的聯系與區別

空間數據質量研究的主要內容是誤差，誤差是觀測值與其真值間的差異，具有統計意義，就理論層面而言該定義隱含著真值的存在，但實際上真值的獲取并不容易，甚至對于某些要素來說，嚴格或絕對意義上的真值并不存在，即使可以估算出真值會落在某個置信區間，但這也僅代表真值只有近似或相對的意義。除了數值方面的限制，誤差在概念描述層面也不夠準確：首先，就客觀世界自身而言，復雜的地理現象并非全都是空間勻質分布的，且不同實體間相互混雜，甚至很少界限分明，例如不同類型的土壤很難找到明確的界限；其次就人類認知過程而言，采用一定的數據模型來描述客觀世界的方式本身就存在著局限性，因為純幾何意義上的點、線、面在現實世界中并不存在，僅是對現實世界的一種近似描述。

不確定性是指被測量對象知識缺乏的程度，是關于空間過程和特性不能被準確確定的程度，是自然界各種空間現象自身固有的屬性，通常表現為空間數據所具有的誤差、不精確性、隨機性和模糊性，且受尺度、分辨率、抽樣等因素的影響［14］?？紤]數值、自然、人工等方面的因素，使用“不確定”比“誤差”更為科學，因為不確定既能體現與真值間的相對性，還能包含概念上的模糊含義。其實空間數據的不確定性是傳統誤差概念的延拓和豐富，是一個比誤差更廣義、更抽象的概念，它可以看作是一種廣義的誤差，既包含隨機誤差，也包含系統誤差和粗差；還包含可度量和不可度量的誤差，以及數值上和概念上的誤差［15］。

本質上空間數據質量和不確定性研究是一脈相承的：首先，空間數據的不確定性研究包含傳統的誤差，且不確定性早期的研究對象也是數值上的誤差；其次，在不確定度的指標選擇上，國際計量組織和學術團體經討論認為：不論是正態分布還是非正態分布，均應選用標準差σ為基本尺度，目的是使不確定度與測量誤差指標體系一致［16］；再次，就研究目的而言，二者都是為了保證數據質量，提高數據使用可靠程度，以獲得正確的分析結果。所以在某種程度上不確定性理論與測量誤差理論沒有根本區別，甚至有學者認為兩者是一致的，且在叫法上統稱為空間數據不確定性與質量控制研究［17］。

2．1．2 空間數據可用性與空間數據質量、不確定性研究的聯系與區別

空間數據可用性是指用戶在使用某種方法工具實現特定目標的過程中，空間數據所具備的有用程度。雖然質量是數據的重要因素，但僅是空間數據可用性的一個方面，因為在不同目標的驅使下，空間數據即便達到相關標準也未必能滿足用戶的需求。

關于空間數據的質量和可用性的關系，李志林［13］用買鞋的例子做了生動的比喻：鞋子具有不同的尺碼、功能（休閑、運動等）、款式，空間數據也有尺度、用途和專題的概念。在買鞋時，消費者會根據尺碼和自身的使用需求、審美喜好進行挑選，不會一味追求鞋子的質量而削足適履。同樣在空間數據的使用上，不同的用戶也不會僅關注數據質量，而是在綜合考慮需求、用途等因素的基礎上進行選擇，例如：城建部門需要全要素的基礎數據，且對數據精度要求較高；使用車載導航的司機對道路的關注較多，且較為講求時效性；基于位置服務的移動終端用戶對數據精度要求不高，只要相對位置及關系正確即可，但希望手機終端上能加載更多的服務信息，……上述用戶對空間數據的要求分別體現在準不準，新不新，多不多，并沒有一味的要求數據質量，可見高質量的空間數據不一定意味著較高的可用性，因此空間數據的可用性研究要考慮用戶的因素。

空間數據質量及不確定性研究從本質上講都是針對數據本身進行的研究，而空間數據的可用性研究則突破了空間數據本身，增加了用戶角色，從用戶需求出發考慮數據是否可用、可用程度如何。從研究的層次階段來說，不確定性是傳統數據質量研究的發展，而空間數據可用性則是在各種數據產品極大豐富、且經過質量門檻后，考慮用戶因素解決數據選擇和使用方面的問題，屬于空間數據應用領域的研究，是對傳統研究的一種延拓。所以空間數據可用性研究是空間數據本身及其相關研究發展到一定階段的產物，離不開空間數據相關研究的支撐。

2．2 空間數據研究的對策

2．2．1 空間數據研究整體上要符合GIS和地理信息科學的發展趨勢

GIS經歷從無到有、從少到多、從粗放到集約、從封閉到共享的發展歷程，空間數據本身及相關研究的發展也是GIS發展的一個縮影，而且從某種程度上可以說二者相互影響，密不可分：GIS的出現拉動了空間數據的生產，為了保證GIS分析結果的可靠性，空間數據的質量及不確定性研究開始受到關注，隨著GIS網絡化、大眾化的發展用戶逐漸增多，迫切需要輔助數據使用方面的研究，空間數據可用性研究應運而生?？梢奊IS和地理信息科學的發展驅動著空間數據的發展，所以空間數據的研究方向整體上要與GIS和地理信息科學的發展相一致。

2．2．2 加強空間數據可用性理論基礎、概念模型及方法應用各個層面的研究

隨著大數據時代的到來，與空間數據獲取手段進步、數據量爆炸式增長形成鮮明對比的是空間數據使用研究的嚴重滯后和相應方法工具的匱乏。因此，迫切需要幫助用戶結合自身的需求在認識空間數據可用程度的基礎上，制定科學合理的數據使用方案，從而規避或減少數據選擇及使用不當所帶來的風險?？臻g數據可用性就是輔助用戶決策的研究，但由于剛剛起步，現有研究大都屬于理論層面且不夠全面成熟，所以要深化概念模型的研究，豐富可用性的研究方法，特別是要開發相應的輔助決策工具并增強實踐應用。例如，目前揭示多源空間數據內在特質并以合理方式展現給用戶的研究仍停留在人工參與下的專家決策階段，自動化、智能化程度低，可以開發相應的度量模型通過軟件程序加以實現。

2．2．3 空間數據可用性研究會對空間數據已有研究產生一定影響

就空間數據的生產而言，在基礎空間數據持續生產更新的同時，還會出現考慮數據可用性的生產模式，例如瑞士現在只生產Landscape model，不再像以前一樣按比例尺生產地形圖，而是按照用戶的需求提供某層要素數據或參考底圖，開始追求可用性；就空間數據的質量和不確定性研究而言，一方面要繼續深化空間數據本身的研究，保證空間數據產品的質量，另一方面要加強誤差及不確定性的傳播及控制的研究，即能夠對特定類型空間分析、功能操作的誤差或不確定性做出風險評估，讓用戶在預知數據使用效果的基礎上制定最佳的使用策略?？梢娍臻g數據的可用性研究不是對空間數據已有研究的顛覆，而是促進、深化的作用，提出更高的要求。

3 結束語

信息化的浪潮推動著地理信息科學的發展，而地理信息科學的發展又有空間數據相伴左右，二者相互依存，密不可分。隨著獲取手段的進步和數據質量研究的深入，滿足質量可供選擇的空間數據與日俱增，在地理信息科學面向網絡、面向大眾發展的歷史背景下，研究空間數據的可用性問題，輔助用戶結合自身的用途選擇使用空間數據，對于滿足用戶的個性化需求和自適應服務、增強知識發現的效果、提高海量空間數據的科學使用等方面具有深遠的現實意義。

［1］ 陳換新，孫群，嚴薇．基于多源數據（資料）的地理空間信息提取及更新系統的設計［J］．測繪通報，2010（2）：17－21．

［2］ 陳換新，肖強，李明，等．國外空間數據的語義差異及轉換方法研究［J］．測繪科學，2014，39（7）：83－86．

［3］ 陳換新，孫群，劉新貴，等．彩色掃描地圖中有背景色區域的等高（等深）線矢量化研究［J］．武漢大學學報：信息科學版，2013，38（5）：622－625．

［4］ 許國安，朱旭紅，季超倫．基于Auto CAD地下管線前端數據采集系統的開發［J］．測繪工程，2011，20（3）：70－73．

［5］ 劉瓊，趙榮，孫立堅．Map／Reduce框架下的粗糙集空間數據挖掘改進算法［J］．測繪科學，2014，39（5）：49－53．

［6］ 劉大杰，劉春．GIS空間數據不確定性與質量控制的研究現狀［J］．測繪工程，2001，10（1）：6－10．

［7］ CASPARY W．Positional Accuracy in Spatial Databases［J］．Co mput，Envir on and Ur ban System．1993（2）：103－110．

［8］ 史文中，劉文寶．GIS中線元位置不確定性的誤差圓帶［J］．測繪信息與工程，1998（2）：6－8．

［9］ 史文中．空間誤差處理的理論和方法［M］．北京：科學出版社，1998．

［10］WACHOWICZ M，HUNTER G．Spatial Data Usability［J］．Data Science Jour nal（Spatial Data Usability Special Section），2003，2（26）：75－78．

［11］JOSSELIN D．Spatial data explorator y analysis and usability［J］．Data Science Jour nal（Spatial Data Usability Special Section），2003，2：100－116．

［12］HUNTER G，WACHOWICZ M，BREGT A．Understanding Spatial Data Usability［J］．Data Science Journal（Spatial Data Usability Special Section），2003，2：79－89．

［13］李志林．空間數據的關注問題—從質量到可用性［J］．地理信息世界，2006（3）：14－17．

［14］劉文寶，鄧敏，夏宗國．矢量GIS中屬性數據的不確定性分析［J］．測繪學報，2000，29（1）：76－81．

［15］童小華．時空數據質量與模型［J］．地理信息世界，2009（4）：28－33．

［16］陶本藻．GIS質量控制中不確定度理論［J］．測繪學院學報，2000，17（4）：235－238．

［17］胡圣武，潘正風，王新洲，等．地理信息系統不確定性的研究［J］．測繪通報，2004（9）：13－16．