论文部分内容阅读
随着现代科技的不断进步和数据库的日益庞大，越来越多的使用者关注空间数据的质量问题。空间数据作为一种数据产品，其质量的好坏直接影响着GIS的应用、分析、决策的科学性和可靠性，如何对其质量做出全面的、有效的、科学的评价，就显得尤为重要。自从1983年保加利亚学者Atanassov对传统的模糊集进行拓展，提出了直觉模糊集的概念，由于直觉模糊集同时考虑了隶属度、非隶属度，并同时考虑了犹豫度三方面的信息，使得直觉模糊集在处理模糊性和不确定性比传统的模糊集更具灵活性和实用性，论文从空间数据和现有空间数据质量评价方法出发，参考国内外相关文献，主要针对空间数据的模糊不确定性，基于传统空间数据评价方法的不足，融合了直觉模糊集的原理，使得评价过程更加合理，评价结果更真实的、全面的和科学的体现数据质量的真实情况，提出了基于直觉模糊集的空间数据质量评价的方法，对空间数据质量的评价分析做了初步的探讨和分析。主要研究了以下内容。 （1）总结概述了国内外对该课题的研究动态和现状，阐述了空间数据质量评价的意义，并归纳了现有主要的空间数据质量评价方法体系中存在的不足以及本论文的创新点，最后概括本论文的整体框架结构。 （2）介绍了空间数据的相关概念，基于空间数据的自身存在的不确定性，研究探讨了空间数据中存在的随机不确定性和模糊不确定性以及来源，并总结归纳了评价空间数据质量的影响因素。 （3）归纳了现有空间数据质量评价方法，分析了各自的优势与劣势。基于传统评价方法对数据质量的模糊性上存在的不足，论文参考相关文献，提出了基于直觉模糊集的空间数据质量评价方法。 （4）结合算例，分别采用直觉模糊集评价方法和群直觉模糊多属性评价的方法对空间数据质量模糊数组进行了评价，并与传统评价方法的评价结果比较，验证其可行性。结合评价过程中遇到的问题，总结了此方法的不足之处和未来研究中需要解决的问题。