GIS中平面一般曲线误差模型包络线

误差模型包络线是GIS位置不确定性研究的重要内容,是GIS可视化研究的关键指标.为了充分利用计算机技术求解符合GIS精度要求的包络线,以不规则曲线为例,叙述基于数值算法的一般曲线误差模型包络线的确定原理和计算方法,并通过实例进行可视化分析,验证原理的正确性和可操作性.     

矢量GIS平面一般曲线等概率密度误差模型的几何特征

基于等概率密度误差模型建模原理和数值算法,运用函数极值理论和迭代方法来求解平面一般曲线上两相邻特征点间位置精度最高的点,以精确确定误差模型的最小带宽,从理论上给出等概率密度误差模型的几何特征,从而进一步完善矢量GIS的位置不确定性理论。通过实例计算与可视化分析,验证了理论推导的正确性。     

矢量GIS平面随机线元等概率密度误差模型的几何特征

基于连续的观点和等概率密度误差模型,研究矢量GIS平面随机线元误差模型的几何特征,探讨几何特征的确定思路与方法,为矢量GIS空间线状实体误差分布特征及其最高精度点位置的确定奠定理论基础。通过实例计算与可视化分析,验证理论推导的正确性,得出若干重要结论。     

矢量GIS空间随机线元等概率密度误差模型

从空间解析几何学的角度,基于平面随机线元等概率密度误差模型建模原理,研究了矢量GIS空间随机线元位置不确定性误差模型的建模原理,提出并证明了“空间线元上任意点Pt处用以构建空间线元等概率密度误差模型体的误差椭球三轴长在数值上等于相应空间点处标准误差椭球对应三轴长的[m(λA,t)]2倍,且该空间点处误差椭球三轴线各自对应的空间向量方位保持不变”的重要结论,这对于矢量GIS空间线状实体位置不确定性误差模型的建模具有指导意义。     

矢量GIS平面一般曲线误差模型定位精度

基于等概率密度误差模型建模原理和数值算法,研究矢量GIS平面一般曲线误差模型定位精度,给出定位精度捕述指标,并通过实例计算与分析,得出使川误差模型平均带宽比使用误差模型面积更能反应一般曲线的真实精度的结论,便于指导生产与应用。     

矢量GIS平面随机线元误差模型建模机理

基于随机线元误差分布机理 ,研究了GIS中平面随机线元位置不确定性误差模型的建模原理 ,提出了决定误差模型形状的形状因子与误差模型规模的尺度因子的概念与确定方法 ,结合线元落入其等概率密度误差模型内的概率算法 ,解决了平面随机线元误差模型的形状与规模     

矢量GIS平面一般曲线等概率密度误差模型

基于数值分析、经典概率论和线状实体误差分布机理，定义了矢量GIS平面一般曲线等概率密度误差模型的概念，提出了平面一般曲线等概率密度误差模型尺度因子的概念和确定方法，姑合平面一般曲线落入其相应等概率密度误差模型内的概率算法和概率置信水平，确定了尺度因子的具体数值，给出了平面一般曲线等概率密度误差模型的形状与规模。     

矢量GIS平面线状实体误差模型概率特征

从概率论的角度看,矢量GIS平面线状实体落入其相应误差模型内的概率值是决定线状实体误差模型规模的依据。根据等概率密度误差模型建模机理、概率论与数理统计以及数值分析,文献[1]、[3]、[4]研究了矢量GIS平面线状实体落入其相应等概率密度误差模型内的概率算法,在此基础上,文中对概率特征进行了总结和分析,得出了"线状实体落入其相应等概率密度误差模型内的概率不仅与线状实体上点位精度最低的特征点"标准误差椭圆缩放系数"有关,而且还随特征点精度的变化而变化"的结论。实例计算与分析验证了该结论的正确性。     

一般性问题

CH20062079矢量GIS平面随机线元等概率密度误差模型的概率算法=Probability Algorithm for EquivalentProbability Density Error Model to2D Random Linear Seg-ment in GIS/汤仲安(中南大学信息物理工程学院),史文中(香港理工大学土地测量与地理资讯学系)∥武汉大学学报(信息     

GIS中不规则样条拟合曲线的εm模型带

基于三次样条插值函数的不规则曲线εm 模型带的数值建模原理 ,提出了不规则曲线εm 模型带边界包络线的精密求解方法 ,并通过实例进行了可视化分析     

GIS中平面面位误差环的解析模型

本文基于随机场理论,导出了随机面元的分布函数和概率密度函数。为了衡量随机面元的位置不确定性,将点位误差椭圆和线位误差带进一步扩展到面位误差环指标。根据推求包括线的原理,导出了多边形面位误差环边界线的解析表达式,并分析了面位误差环的构成机理,证明了误差环边界线为连续闭合曲线的结论。最后通过实例绘制了面位误差环的可视化图形。     

GIS中基于εσ模型的随机折线元位置不确定性的可视化

首先研究基于εσ模型单一折线段不确定性误差带,导出误差带边界线的解析表达式;然后通过算例分析,针对开折线和闭折线两种情况,由单一折线段误差带边界线的解析表达式,编程绘出位置不确定性随机折线的可视化图形。理论分析和可视化图形表明,在两条相邻折线的公共端点处,前一线段的右误差半圆的半径和后一线段的左误差半圆的半径未必相等,实际分析中需考虑到这种情况。     

Analytical Modelling of Positional and Thematic Uncertainties in the Integration of Remote Sensing and Geographical Information Systems

This paper describes three aspects of uncertainty in geographical information systems (GIS) and remote sensing. First, the positional uncertainty of an area object in a GIS is discussed as a function of positional uncertainties of line segments and boundary line features. Second, the thematic uncertainty of a classified remote sensing image is described using the probability vectors from a maximum likelihood classification. Third, the "S-band" model is used to quantify uncertainties after combining GIS and remote sensing data.     

GIS不确定性的基本理论及需解决的问题

GIS不确定性是GIS理论研究的一个热点和难点,虽然取得了丰富的成果,但仍然存在不少问题。本论文就GIS不确定性的分类、GIS不确定性产生的原因、GIS不确定性的多种来源、GIS不确定性的可视化理论和方法,以及GIS不确定性的处理方法等GIS不确定性理论进行了系统的阐述,并就理论中存在的问题加以说明;就目前GIS不确定性的难点以及急需解决的问题进行了论述。总结了GIS不确定性的研究进展。     

GIS中线元的误差熵带研究

基于现有的线元位置不确定性模型大多与置信水平的选取有关,而置信水平的选取带有一定程度的主观性,因而不能惟一确定,引入信息熵理论,提出了线元的误差熵带模型,并将它与“E－带”进行了比较,计算了落入其内的概率。该模型根据联合熵惟一确定,与置信水平的选取无关。     

空间数据处理模型误差和不确定性分析

在GIS应用中,涉及到大量的模型应用,这些模型包括了利用GIS进行空间信息处理的大部分阶段中所用到的模型。模型处理以及分析结果往往是进行下一步应用的基础,因此模型处理结果的误差和不确定性制约了实际的GIS应用。影响空间数据处理模型的误差和不确定性的因素主要包括:定位和特征信息,制图,空间分析,空间数据库以及空间数据处理模型等所具有的误差和不确定性。主要分析了空间数据处理模型误差和不确定性的表达、来源以及分析方法。