㈠ 数据的误差主要有几何误差，属性误差，时间误差和逻辑误差四大类
测量时,由于各种因素会造成少许的误差,这些因素必须去了解,并有效的解决,方可使整个测量过程中误差减至最少.测量时,造成误差的主要有系统误差和随机误差,而系统误差有下列情况：误读、误算、视差、刻度误差、磨耗误差、接触力误差、挠曲误差、余弦误差、阿贝 (Abbe) 误差、热变形误差等.系统误差的大小在测量过程中是不变的,可以用计算或实验方法求得,即是可以预测,并且可以修正或调整使其减少.这些因素归纳成五大类,详细内容叙述如下：
1.人为因素
由于人为因素所造成的误差,包括误读、误算和视差等.而误读常发生在游标尺、分厘卡等量具.游标尺刻度易造成误读一个最小读数,如在10.00 mm处常误读成10.02 mm或9.98 mm.分厘卡刻度易造成误读一个螺距的大小,如在10.20 mm常误读成10.70 mm或9.70 mm.误算常在计算错误或输入错误数据时所发生.视差常在读取测量值的方向不同或刻度面不在同一平面时所发生,两刻度面相差约在0.0.4 mm之间,若读取尺寸在非垂直于刻度面时,即会产生 的误差量.为了消除此误差,制造量具的厂商将游尺的刻划设计成与本尺的刻划等高或接近等高,(游尺刻划有圆弧形形成与本尺刻划几近等高,游尺为凹V形且本尺为凸V形,因此形成两刻划等高.
2.量具因素
由于量具因素所造成的误差,包括刻度误差、磨耗误差及使用前未经校正等因素.刻度分划是否准确,必须经由较精密的仪器来校正与追溯.量具使用一段时间后会产生相当程度磨耗,因此必须经校正或送修方能再使用.
3.力量因素
由于测量时所使用接触力或接触所造成挠曲的误差.依据虎克定律,测量尺寸时,如果以一定测量力使测轴与机件接触,则测轴与机件皆会局部或全面产生弹性变形,为防止此种弹性变形,测轴与机件应采相同材料制成.其次,依据赫兹 (Hertz) 定律,若测轴与机件均采用钢时,其弹性变形所引起的误差量
应用量表测量工件时,量表固定于支持上,支架因被测量力会造成弹性变形,如图2-4-3所示,在长度 的断面二次矩为 ,长 的支柱为 ,纵弹性系数分别为 、 ,因此测量力为P时,挠曲量 为 .为了防止此种误差,可将支柱增大并尽量缩短测量轴线伸出的长度.除此之外,较大型量具如分厘卡、游标尺、直规和长量块等,因本身重量与负载所造成的弯曲.通常,端点标准器在两端面与垂直线平行的支点位置为0.577全长时,其两端面可保持平行,此支点称之为爱里点 (Airey Points) .线刻度标准器支点在其全长之0.5594位置,其全长弯曲误差量为最小,此处称之为贝塞尔点 (Bessel Points)
4.测量因素
测量时,因仪器设计或摆置不良等所造成的误差,包括余弦误差、阿贝误差等.余弦误差是发生在测量轴与待测表面成一定倾斜角度 ,如图2-4-5所示其误差量为 ,为实际测量长度.通常,余弦误差会发生在两个测量方向,必须特别小心.例如测量内孔时,径向测量尺寸需取最大尺寸,轴向测量需取最小尺寸.同理,测量外侧时,也需注意取其正确位置.测砧与待测工件表面必须小心选用,如待测工件表面为平面时需选用球状之测砧、工件为圆柱或圆球形时应选平面之测砧.阿贝原理 (Abbe’ Law) 为测量仪器的轴线与待测工件之轴线需在一直在线.否则即产生误差,此误差称为阿贝误差.通常,假如测量仪器之轴线与待测工件之轴线无法在一起时,则需尽量缩短其距离,以减少其误差值.若以游标尺测量工件为例,如图2-4-6所示,其误差为 ,因此欲减少游标尺测量误差,需将本尺与游尺之间隙所造成之 角减小及测量时应尽量靠近刻度线.若以量表测量工件为例,如图2-4-7所示其量表之探针为球形,工件为圆柱,两轴心有偏位量 时,其接触的误差量为 .若量表之探针和工件均为平面时,若两平面倾斜一定角度 时,其接触的误差量为 如图2-4-8所示,此误差称为正弦误差.图2-4-9所示为凸轮在机构设计的误差分析图,为了减少磨损,常将从动件的端头设计成半径为 的圆球或圆柱体,两者间的压力角为 ,因此引起误差为.
5.环境因素
测量时受环境或场地之不同,可能造成的误差有热变形误差和随机误差为最显着.热变形误差通常发生于因室温、人体接触及加工后工件温度等情形下,因此必须在温湿度控制下,不可用手接触工件及量具、工件加工后待冷却后才测量.
㈡ 数据质量有哪些内容
数据质量包括：准确性，即一个记录值与它的真实值之间的接近程度;精度，即对现象描述的详细程度;空间分辨率，即两个可测量数值之间最小的可辨识的差异;比例尺，即地图上一个记录的距离和它所表现的真实距离之间的一个比值;误差，即一个所记录的测量和它的事实之间的差异;不确定性，包括空间位置的不确定性、属性不确定性和数据不完整性等。法律依据《建设工程质量管理条例》。
㈢ 试述gis数据质量和空间数据的不确定性包含了哪些方面
1)自然现象的固有不确定性
主要是指现实世界的变化是一个渐进的过程,不像GIS中的数据结构描绘那样是能截然分开的,如不同土壤的边界的划分,森林的边界等问题,应该存在一个过渡的模糊区域,实际在处理的时候却没有考虑过渡区域,因为目前的大部分GIS还没有处理模糊不确定性的能力[9]。
2)度量不确定性
度量不确定性包括以下几个方面。①测量误差:有测量就存在不确定性,对于测量不确定性一般而言主要由于观测者、仪器以及观测条件等因素引起的;
②比例尺引起的不确定性:比例尺决定最小区域在地图的显示和识别,对于一幅图而言比例尺越大越能显示地物更详细而显示地物类别却越少,虽然现在的数字数据库看起来是与比例尺无关的,然而,大部分GIS数据来自于地图,因而地图的比例尺决定了GIS数据的最小映射单元和包含和省略地物。
3)模型不确定性
模糊是对现实世界的一种抽象,由于空间物体的复杂性,一个模型要体现所有的复杂性是不可能的,只能对其主要特性进行抽象,对空间物体进行简化处理,正是简化处理因而产生了模型不确定性。GIS一开始就是对地理实体的抽象,如对地理概念的定义就是一种抽象处理,因而模型不确定性是与GIS分不开的。现在所能认识到的模型不确定性主要存在于GIS的操作阶段,如:空间数据的内插,是选用线性模型,还是选用样条模型等等。
4)数据处理和转换的不确定性
主要是指GIS在操作的误差和在计算机处理的积累误差。由于计算机是对离散数据的处理,而实际上空间数据是连续的,因而对空间数据的离散化处理必然产生误差;计算机计算的结尾误差也造成一定的误差。空间数据的处理牵涉到很多内容,每一步都会带来误差,并且根据误差传播律,误差具有积累性。
㈣ 在地理信息系统中，数字化过程中误差的来源及减小误差的相关方法
数字化误差来源：
1、表示坐标的计算机字长有限；
2、所有矢量输出设备包括绘图仪在内，尽管分辨率比栅格设备高，但也有一定的步长；
3、矢量法输入时曲线选取的点不可能太多；
4、人工输图中不可避免的定位误差。
减小误差的方法：
1、传统的手工方法
质量控制的人工方法主要是将数字化数据与数据源进行比较，图形部分的检查包括目视方法、绘制到透明图上与原图叠加比较，属性部分的检查采用与原属性逐个对比或其他比较方法，这要求操作人员具有较高水平的专业素质和一定的耐心。例如，在地图数字化过程中，不可避免地会出现空间点位丢失或重复、线段过长或过短、区域标识点遗漏等问题。几何数据错误如图所示，其中(a)为区域标识点遗漏，(b)为线段过长。为此,可采用目视检查逻辑检验和图形检验等方法进行检查与处理。
2、地理相关法
用空间数据的地理特征要素自身的相关性来分析数据的质量。例如，从地表自然特征的空间分布着手分析，山区河流应位于微地形的最低点，因此，叠加河流和等高线两层数据时，若河流的位置不在等高线的外凸连线上，则说明两层数据中必有一层数据质量有问题，如不能确定哪层数据有问题时，可以通过将它们分别与其他质量可靠的数据层叠加来进一步分析。因此，可以建立一个有关地理特征要素相关关系的知识库，以备各空间数据层之间地理特征要素的相关分析之用。
3、元数据方法
元数据(Metadata)是描述数据的数据.在地理界,最典型的元数据便是各种地图中的图例内容,如图名、比例尺、精度、生产者、出版单位和日期以及其它可以在地图图廓上找到的标识信息等。使用元数据的目的就是促进数据集的准确、高效利用，其内容包括对数据集中各数据项、数据来源、数据所有者及数据生产历史等的说明;对数据质量的描述，如数据精度、数据的逻辑一致性、数据完整性、分辨率、比例尺等；对数据处理信息的说明；对数据转换方法的描述;对数据库的更新、集成等的说明.通过使用元数据，可以检查数据质量,跟踪数据加工处理过程中精度质量的控制情况。例如在数据集成中，不同层次的元数据分别记录了数据格式、空间坐标、数据类型、数据使用的软硬件环境、数据使用规范、数据标准等信息，这些信息在数据集成的一系列处理中，如数据空间匹配、属性一致化处理、数据在各平台之间的转换使用等是必要的。这些信息能够使系统有效地控制系统中的数据流。
4、以地图数字化生成地图数据过程为例说明空间数据质量控制的方法
地图数字化是数据采集的重要手段。在地图数字化过程中，为了控制数字化过程的质量，我们应从数据预处理、数字化设备及软件的选用、地图配准、数字化方式以及数据精度检查等环节加以控制。
4.1数据预处理
首先对原始地图、表格等进行整理、誊清或清绘。对于质量不高的数据源，如散乱的文档和图面不清晰的地图，通过预处理工作不但可减少数字化误差，还可提高数字化工作的效率。对于扫描数字化的原始图形或图像，还可采用分版扫描的方法，以减少数字化误差，提高数字化的工作效率。为了减少图纸在数字化过程中变形对数据精度的影响，保证纸质地图存放环境有适宜的温度和湿度，以减小地图由于环境原因造成的变形，对质量不好的纸质地图应将其复印到变形小于0.2‰的聚脂薄膜上。另外，对地图上的封闭曲线或较长的线状要素应将其进行分段，因为大多数GIS软件能存贮的线状实体顶点数有限，而且对线状要素进行分段处理有利于减少数字化误差，提高数字化精度。
4.2正确选择数字化软件设备
数字化仪的分辨率和精度对数字化的质量有着决定性的影响。所以在选用数字化设备时应考虑其分辨率和精度等参数不应低于设计的精度要求。一般数字化仪的分辨率应达到0.025 mm，精度达到0.2 mm，扫描仪的分辨率不低于0.083 mm。此外，软件误差也是影响矢量化精度的一个极重要因素。现在通常采用半自动矢量化方式，进行人机交互操作。因此在选择软件时不应仅仅关心自动化程度，还要特别注意是否具有以下功能：智能去斑、裁剪、扭曲校正、比例控制、水平校正、光栅编辑和交互式矢量化等。
4.3地图定向
地图数字化时数字化跟踪头采集地图上点的坐标是数字化仪平面坐标，这种坐标定义取决于数字化仪的精度和配置，同时这些点还有其地理坐标意义。因此在数字化过程中，还需要将地图上点的数字化仪平面坐标转换为该点的实际地理坐标，也就是地图定向。地图定向实现了地图的数学法则及设备坐标到实际地理坐标的转换，同时它对控制数据采集的精度有重要的意义。实际操作中，在图面上均匀选取适当的控制点，控制点的选取应不少于4个，标准分幅地图在内图廓四角上的4个图廓点可作为控制点并标有相应的实际地理坐标，图面上往往还有大地测量控制点可共选择。当没有现成可供选择的控制点或需要增加控制点时，控制点的选取应尽可能选取在明显地物点上，如线状地物的交点，最好是正交的点上，并在图幅上大致均匀分布，这样有利于提高数字化的精度。例如在Super Map软件的支持下，导入一幅泰安市政区图进行矢量化。首先确定投影方式，这是保证数据精度的数学法则；其次进行地图配准，选取图廓的4个内角点或政区图的4个方向的最远点即四至点为控制点，系统称之为参考点，其坐标为设备坐标，再输入控制点实际坐标即大地坐标，确定后就实现了精确的地图定向。
4.4数字化方式
跟踪数字化一般有点方式和流方式。所谓点方式是指操作员每按键一次，获取并向计算机发送一个点的坐标数据；流方式是指操作员按下按键，沿曲线移动游标时，能自动记录经过点的坐标。实践证明，点方式所产生的误差要比流方式小得多，实际应用中多采用点方式。数字化时，地理要素图形本身的宽度、密度、复杂程度对数字化结果的质量有显着影响，如粗线比细线更易引起误差，复杂曲线比平直线更易引起误差，密集要素比稀疏要素易引起误差。这就要求数字化操作者有熟练的技术和丰富的经验，注意适当的采集密度,兼顾数据量的大小和精度。
4.5数字化的精度检查
数字化的误差可以被定义为数字化点、线对原地图上点、线的偏差，其图形部分的检查可通过目视检查：将数字化的结果打印到透明图上与原图叠加，属性数据与原图逐个对比。要求直线地物和独立地物的误差小于0.2 mm，曲线地物和水系一般小于0.3 mm，边界模糊的要素小于0.5 mm；接边误差小于0.3 mm时可改动其中一个要素，使两者吻合；当接边差为0.3～0.6 mm时，两要素各改一半；当误差大于0.6 mm时，查找原因并记录。其中，点状地物主要检查其中心位置是否与原图重合；线状地物主要检查其中心线位置是否与原图重合；面状地物是由线划围成的空间填充而成，其精度的检查主要是核对其边界线是否与原地物的边界线重合。
㈤ 什么是地理信息系统的数据质量具体包括哪些内容
-关于数据质量
质量：是一个用来表征人造物品的优越性或者证明其所具有技术含量的多少或
者表示其艺术性高低的常用术语。
近年来由于一下原因，关注数据质量：
1， 增加私营部门的数据生产 。
2，进一步利用地理信息作为决策支持工具。
3，日益依赖二手数据来源。
—空间数据质量的概念：
1，误差：反映了数据与真值或者大家公认的真值之间的关系。
2，数据的准确度：被定义为结果计算值或估计值或公认值之间的接近程度。
3，数据的精密度（仪器本身）：是指在数量上能够辨别的程度，指数据的有效位
数，表示测量值本身的离散程度。分辨率影响到一个数据库对某个具体应用的适用
程度。
4，不确定性：是关于空间过程和特征，不能被准确确定的程度。
㈥ GIS数据质量的基本特点及常见的误差原因
1．数据质量的基本概念
1．1准确性（Accuracy）
1．2精度（Precision）
1．3空间分辨率(Spatial Resolution)
1．4比例尺（Scale）
1．5误差（Error）
1．6不确定性（Uncertainty）
2．空间数据质量问题的来源
2．1空间现象自身存在的不稳定性
2．2空间现象的表达
2．3空间数据处理中的误差
2．4空间数据使用中的误差
表1：数据的主要误差来源
数据处理过程 误差来源
数据搜集
野外测量误差：仪器误差、记录误差
遥感数据误差：辐射和几何纠正误差、信息提取误差
地图数据误差：原始数据误差、坐标转换、制图综合及印刷
数据输入
数字化误差：仪器误差、操作误差
不同系统格式转换误差：栅格-矢量转换、三角网-等值线转换
数据存储
数值精度不够
空间精度不够：每个格网点太大、地图最小制图单元太大
数据处理
分类间隔不合理
多层数据叠合引起的误差传播：插值误差、多源数据综合分析误差
比例尺太小引起的误差
数据输出
输出设备不精确引起的误差
输出的媒介不稳定造成的误差
数据使用
对数据所包含的信息的误解
对数据信息使用不当
3．空间数据质量控制
数据质量控制是个复杂的过程，要控制数据质量应从数据质量产生和扩散的所有过程和环节入手，分别用一定的方法减少误差。空间数据质量控制常见的方法有：
3．1传统的手工方法
质量控制的人工方法主要是将数字化数据与数据源进行比较，图形部分的检查包括目视方法、绘制到透明图上与原图叠加比较，属性部分的检查采用与原属性逐个对比或其他比较方法。
3．2元数据方法
数据集的元数据中包含了大量的有关数据质量的信息，通过它可以检查数据质量，同时元数据也记录了数据处理过程中质量的变化，通过跟踪元数据可以了解数据质量的状况和变化。
3．3地理相关法
用空间数据的地理特征要素自身的相关性来分析数据的质量。如从地表自然特征的空间分布着手分析，山区河流应位于微地形的最低点，因此，叠加河流和等高线两层数据时，如河流的位置不在等高线的外凸连线上，则说明两层数据中必有一层数据有质量问题，如不能确定哪层数据有问题时，可以通过将它们分别与其它质量可靠的数据层叠加来进一步分析。因此，可以建立一个有关地理特征要素相关关系的知识库，以备各空间数据层之间地理特征要素的相关分析之用。