一種AHP-FCE的數字線劃地圖數據質量評價方法

史永凱 趙俊峰 鄧麗君 李美霖

(61206部隊, 北京 100042)

0 引言

隨著數字線劃地圖(Digital Line Graphic,DLG)數據獲取方式增多,數據不正確、不完整、不一致等方面問題日益突出,數據質量越來越受到重視[1]。模糊綜合評價(Fuzzy Comprehensive Evaluation,FCE)用作定性、定量分析的常用工具[2-3]。DLG數據質量指標較多,使用FCE方法評價時,需要合理確定各指標權重[4-6]。層次分析法(Analysis Hierarchy Process,AHP)提出有效解決定性到定量工程問題,是確定指標權重的一種經典方法[7]。本文利用AHP來確定各二級元素的權重,用FCE來處理綜合評價數據的質量,從而提出層次分析-模糊綜合評價法(Analysis Hierarchy Process-Fuzzy Comprehensive Evaluation,AHP-FCE)來評價數據的質量。

1 AHP-FCE評價原理

1.1 AHP原理

層次分析法[8]將復雜系統影響因素問題組織起來,層次化,建立了層次分析結構模型。每個級別的元素成對進行比較。使用一定的標度理論,得到相對重要性的比較標度,并構造判斷矩陣。計算判斷矩陣的最大特征值和特征向量,得到每一級的元素,并根據元素在上層的重要性順序構造權重向量。

1.2 FCE原理

模糊綜合評價法[9]將定性評價與定量評價進行轉化,即用模糊數學對受多種因素制約的事物或對象進行綜合評價。具有結果清晰、系統性強的特點。能解決模糊的、難以量化的問題,適用于解決各種不確定問題。

2 AHP-FCE數據質量評價過程

2.1 指標權重的確定

1∶1 000數字地形圖數據定量質量元素包括數據完整性、邏輯一致性、位置精度、屬性精度和圖形整飾規范性等一級質量元素以及相應的二級質量元素[10-11],其組成與描述見表1。

使用網絡層次分析法軟件yaanp，根據表1建立的層次模型，如圖1所示。

表1 1∶1 000數字地形圖數據定量質量元素

圖1 數據質量層次模型

咨詢多個專家采用1～9的標度類型,對數據質量一級、二級元素進行兩兩比較,如表2～6所示。

表2 數據質量一級判斷因素矩陣

表3 數據完整性二級判斷因素矩陣

表4 邏輯一致性二級判斷因素矩陣

表5 位置精度二級判斷因素矩陣

表6 屬性精度二級判斷因素矩陣

根據數據質量的一級、二級因素判斷矩陣,即可求出各數據質量因素的權重。數據質量一級因素權重如表7所示。數據質量二級因素權重如表8所示。

表7 數據質量一級因素權重

表8 數據質量二級因素權重

2.2 數據質量評價

在復雜的系統中,考慮的因素多,而且各因素之間有層次之分,就用FCE方法,它能較好解決數據質量檢測問題,其具體步驟如下。

(1)建立因素集U

依照數據質量的一些相關標準及實際情況,本檢查建立了DLG產品質量的多層次評價因素,如下:

U={數據完整性,邏輯一致性,位置精度,屬性精度}

(2)建立評語集合V

根據目前測繪產品質量評價中通常采用的等級,建立評價語集合如下:

V={優級品,良級品,合格品,不合格品}

產品質量等級的劃分標準:優級品N=90～100分;良級品N=75～89分;合格品N=60～74分;不合格品N=0～59分。

(3)建立權重集A

A={A1,A2,A3,A4}

(1)

通過表3,我們可以知道二級因素的權重,則A矩陣如下:

A=

(2)

(4)單因素評判R

缺陷扣分標準:嚴重缺陷的缺陷值42分;重缺陷的缺陷值12分;輕缺陷的缺陷值1分。單位產品得分計算為

N=100-42i-12j-k

(3)

式中，N為單位產品得分;i為單位產品中嚴重缺陷的個數;j為單位產品中重缺陷的個數;k為單位產品中輕缺陷的個數。

根據公式(3)計算所有數據質量二級因素得分,所有等分組成矩陣R。

(5)模糊綜合評價B

B=A×R

(4)

根據模糊綜合評價公式(4),可以算出當前DLG數據的得分,總得分小于0時,取0,依據產品質量等級的劃分標準,判斷出DLG數據等級。

2.3 數據質量應用實現

在本文研究的基礎上,使用c#編程工具基于ArcEngine開發,實現AHP-FCE的DLG數據質量評價,使其更好地應用工程中,并應用于1∶1 000數字地形圖數據中,測試表9所示。

表9 AHP-FCE的DLG數據質量評價結果

DLG數據檢查要素個數134,加權得分總和是79.77,產品評級等級為良級品。

3 結束語

針對DLG數據質量評價因素較多,影響因素相關權重無法直接給出,通過使用AHP模型1～9標度定量得出二級因素權重,利用FCE模型確定產品質量集合,將缺陷扣分公式作為單因素判別方程,結合AHP-FCE得出DLG數據的評價等級。最后使用ArcEngine結合C#開發實現,通過實驗結果驗證模型有效性。