1.5 研究历史与现状

国外对于空间数据的不确定性问题非常重视。1996年美国地理信息科学大学研究中心(UCGISCI)发表了《地理信息科学的优先研究领域》,提出了将“地理数据和基于地理信息系统分析中的不确定性”问题作为重中之重的研究课题;1998年美国的地理信息和分析国家中心(NCGIA)在制定的研究计划中把空间数据精度和不确定性列为首要内容;美国国家经济与社会研究委员会(ESRS)在制定全面的研究计划时提出了将“地理信息系统中的误差传播”作为重点课题之一;荷兰的空间数据分析专家中心(NEXPRI)在制定的研究规划中也提出了“空间分析理论——空间操作中的误差传播”问题。

在国际空间数据处理会议(ISDH)、欧洲地理信息系统会议(EGIS)、美国地理信息系统年会(AGIS)、自然资源数据库空间数据不确定性国际等会议中,都设立了关于空间数据不确定性专题讨论组。

美国的Kansas大学、纽约州立大学Buffalo分校、Washington大学、麻省理工学院(MIT)、Kent州立大学、澳大利亚Melbourne大学、荷兰的Amsterdam大学等,都设立了专门的空间数据的不确定性研究机构。我国的武汉大学(原武汉测绘科技大学)、香港理工大学、山东科技大学、同济大学、中国科学院遥感所、北京大学遥感与地理信息系统研究所以及中国矿业大学等单位都已经开始这方面的研究。

目前,关于空间数据不确定性的研究现状如下:

(1)位置不确定性。主要集中在数据源的不确定性研究,GIS中点、线、面的不确定性模型研究,不确定性的可视化研究等方面。其中数据源的不确定性研究包括地图数字化误差、遥感影像数据的不确定性等方面;GIS中点、线、面实体的不确定性研究是目前研究的热点,很多学者从GIS中最简单的点不确定性入手,希望最终分析和认识GIS中的不确定性问题。

(2)属性数据的不确定性。属性数据的不确定性研究相对较少,《GIS数据之属性不确定性的研究》一文详细介绍了属性不确定性的研究现状、内容和方法[1]。

(3)时域不确定性。《空间数据现势度的概念》一文分析了空间数据现势性的不足之处,提出了空间数据现势度的概念,研究了现势度的四个性质及现势度和生命区间的影响因素[2]。

(4)模型的不确定性。模型的不确定性不仅包括初始值和统计估计过程的不确定性,而且包括特殊模型形式和总体结构选择的不确定性,表现为选择不同的模型对同样的初始条件模拟,将得到不同的结果。可以依据模型可靠性原则和模型收敛原则,采用“总体平均可靠性评价”方法,计算模型的平均不确定性范围,从而评价各模型的不确定性[3]；利用蒙特卡罗误差传播技术可以定量评价模型本身的不确定性和模型参数的不确定性[4]。

实际上,上述各个方面是交叉影响的,空间的不确定性有时会影响到时域的不确定性,如多尺度的空间变量离散建模可以用于减少时态建模的不确定性等。目前,很多研究旨在把位置不确定性、属性不确定性、时域不确定性集成研究,希望找到一种集成表达方法。

从目前的研究现状来看,GIS不确定性的研究集中在对GIS基本实体点、线、面的不确定性的研究上,对于模型的不确定性,国外很多文献针对具体问题提出了一些评定和减少方法,但还未提出一种统一的模型不确定性评定方法。然而对GIS中空间分析、数据处理过程的不确定性、数据产品的不确定性,以及GIS不确定性的内容体系的研究则较少。本书将对GIS不确定性的研究内容[2]、框架体系进行较深入的研究,并对GIS中数据不确定性的研究方法进行阐述。