决策空间（精选4篇）
决策空间 篇1
随着计算机技术与人工智能的发展, 用计算机进行文本图像自动处理越来越引起人们的重视。对文本图像分割就是计算机自动提取图像中的文字内容以便进行下一步的识别和分类。目前文本图像分割方法大多针对灰度图像[1,2], 没有充分地利用图像中的彩色信息, 对于一些特殊文档图像 (如印章) 变换到HIS颜色模型再进行阈值分割能取得比较好效果[3], 但是HIS颜色变换涉及非线性运算, 需消耗大量计算时间, 并且大多数文本图像在HIS颜色模型下信息的聚类程度反而不及RGB模型。现依据最小错误率风险的贝叶斯决策, 提出了一种基于RGB颜色模型的多颜色空间的图像分割方法, 在多个颜色分量空间中选择最优的阈值进行分割, 从而能够自动处理复杂的文本图像背景。
1 最小风险贝叶斯决策数学模型
图像分割也可视为一种文字与格线背景的两类的分类问题, 类别状态是一个随机变量, 因而某种状态的出现包含了概率因素[4]。在两分类 (设类别为ω1和ω2) 问题中, 设先验概率为和表征类特征的参数为x, 由贝叶斯公式[5]:
得到的条件概率称为后验概率, 表示当观测特征值为x时它属于类ωi的概率。最小错误率贝叶斯决策规则分割阈值即可表述为
即依据阈值T进行文本图像分割, 能够在单一概率分布下取得相对最小的分割错误率。
2 多颜色空间贝叶斯决策的图像分割
2.1 贝叶斯参数估计
Gauss分布是所有分布函数中描述文本图像统计信息的最佳分布[1], 将类条件概率密度函数用高斯分布描述, 其中μi与μi为待估计参数。
利用图像各颜色分量的直方图信息, 采用最小二乘法拟合直方图曲线估计出该颜色分量上两类分布的四个参数μ1, 2与σ1, 2, 之后便可由式 (2) 求得单一颜色分量下的最小风险分割阈值。如果所有颜色分量上的拟合参数出现μ1=μ2, σ1=σ2的情况, 则表明文字与背景格线颜色相同, 此时采用霍夫变换去除格线;否则采用多颜色空间阈值优化方法去除背景以避免霍夫变换去格线时造成的格线与文字交叠区域丢失。
2.2 多颜色空间阈值优化
分别在R、G、B颜色空间中计算出的贝叶斯分类阈值TR, TG, TB仅仅是在单一颜色空间中的局部最优阈值。设R, G, B空间中各自的贝叶斯决策错误概率为ER、EG、EB, 取min (Pe) =min (ER, EG, EB) 。记d=μ2-μ1, 近似的先验概率取P (ω1) =则有:
Q (x) 为标准正态分布的右尾函数, Q (-x) =1-Q (x) , 显然Pe随d的增大单调减小。根据R、G、B空间中d值大小, 选择最优颜色空间与阈值进行图像分割, 可使图像分割的错误概率达到最小的min (Pe) 。
3 实验与小结
将本文提出的基于多颜色空间贝叶斯决策的图像分割方法与传统灰度图像分割方法比较, 部份实验结果比较如图1。原图当中字符与彩色格线的灰度近似, 单一的灰度图像分割方法往往不能取得十分满意效果;相比传统方法, 本方法能达到更良好的分割效果。
图像分割是计算机文档自动处理的重要步骤, 本文研究了基于多颜色空间贝叶斯决策的图像分割方法, 取得了较为理想的应用效果, 同时该方法有一定普遍性, 也易于延伸用于其它领域中的彩色图像分割。
参考文献
[1]Dawoud A, Kamel M·Iterative model-based binarization algorithm for cheque images.Int J Document Anal Recognit, 2002;15:28—38
[2]张德贤, 郭小波, 刘永平·笔迹鉴别预处理与特征抽取技术研究·微计算机信息, 2006;22 (5) :309—312
[3]赵永涛, 李志敏, 王洪建, 等.印章识别中的图像预处理研究.仪器仪表学报, 2004;25 (4) :401—403
[4]包晓敏, 江亚明.基于最小错误率贝叶斯决策的苹果图像分割·农业工程学报, 2006;55 (5) :122—124
[5]Kay S M.Fundamentals of statistical signal processing, VolⅡdetec-tion theory.New Jersey:Prentice Hall Press, 1998
决策空间 篇2
2008年5月12日的汶川大地震, 又一次提醒我们对地震引起足够的关注和研究。地震灾害是世界范围内普遍存在的自然灾害之一, 所造成的损失相对于其他种类的灾害也更加严重。地震研究不仅包括加强地震预报和抗震研究, 也包括对震前的灾害预测, 震后灾情损失的快速判断, 地震中救灾活动的管理、组织。但现阶段, 研究者还不能准确地预测地震发生的时间、地点和强度。而现代社会, 网络和交通日益发达, 城市系统由不同层次、不同部门的子系统共同构成。地震灾害对其中某一子系统的破坏还将波及其他子系统的功能运转。因此, 地震灾害所带来的破坏力和毁灭性巨大, 而地震应急研究应该从整个城市综合考虑, 将不同部门、研究机构组织到一起进行综合性抗震应急研究。
一个城市或一个区域, 其综合防治所包含自然方面、建筑物方面、社会方面等等内容。这些方面都影响到地震灾害来临时一个地区会受到的影响。在具有强烈时变性的紧急状况下, 要协调、组织这样的一个应急系统, 仅仅通过电讯和文书是不够的, 而是需要一个具有强大的储存、分析、显示功能的管理系统。许多国家借助GIS技术开始实现这方面的工作, 而GIS本身在决策支持上的局限性, 又促使了空间决策支持系统的发展。本文通过对空间决策支持系统内容、功能等和地震灾害中救灾活动的特点的介绍, 说明空间决策支持系统在地震灾害中应用的优势。
2 地震灾害和地震应急工作的特点
2.1 地震灾害
减轻地震灾害是城市和区域防灾的一个重要课题。地震灾害的特点是难以预测, 突发性强, 造成的损失极大。随着各国学者和研究机构对地震的研究不断深入, 地震学和抗震技术的发展己趋完善, 人们开始在地震灾害应急的组织、决策方面开展工作, 以提高地震应急管理、决策能力, 减少地震的损失。如何在地震发生的最短时间内, 安排好各级人员调配、组织抢救人员、协调救援物资配送等等, 这些问题都需要一个事先有组织的系统来解决。基于GIS的SDSS, 这一面向空间问题, 解决半结构化、非结构化决策问题的系统, 为解决上述问题提供了有效的手段。
2.2 地震灾害应急工作内容
目前各国研究减轻地震灾害的主要集中在三个途径:提高地震监测预报水平、加强震害预防能力和提高地震紧急救援水平;其中提高地震紧急救援水平是三者中较为现实且投入较少、见效较快、实效显著的手段。从理论上讲, 地震应急过程实际上就是一系列有限时间约束条件下的决策与决策实施过程的集合, 因此在一定的时间约束条件下, 各种决策是否科学合理和各种决策的实施过程是否及时有效, 是地震应急工作成败的关键。中国早在2006年就发布了《国家地震应急预案》, 在四川汶川等地发生的8.0级地震灾害中, 虽然地震灾害破坏严重, 震后次生灾害不断产生, 但由于中国政府及时、有效的运行起应急机制, 很大程度的减少了可能遭受的损失, 并迅速的将灾后重建提上日程。
上述实例表明:利用现代化技术和网络构建应急系统是灾害来临前要做的重要工作。对地震的应急措施一般分为地震发生前的准备、地震后短期的应急管理和地震后长期的恢复重建。通常在地震发生之前, 必须进行历史地震资料的调查, 根据现有的人类地震机制的研究, 建立地震监视系统, 积累地震数据, 加固基础设施和设备, 准备应急措施, 建立应急管理机制, 在居民区和学校进行震灾教育和训练;地震发生后1个月左右的短期时间内, 必须进行的应急管理主要包括灾情的初步预测、灾民的抢救、灾情和上网情况统计和发布、余震及次生灾害的检测和发布、灾民和伤员的暂时安置、灾区交通管制和安全警卫以及基础设施如水电供应的恢复等;而在地震之后的很长时间里, 还要持续进行恢复重建工作, 如震后灾民心理重建工作、城市基础设施建设规划和重建, 并建立新的防灾规划等等。这些工作涉及多个部门多种行业多项社会关系, 也决定了地震应急工作是个庞大的系统工程。
3 空间决策支持系统
3.1 空间决策支持系统的发展
地理信息系统 (GIS, Geographic Information System) 是融合计算机图形和数据库于一体, 储存和处理空间信息的高新技术, 它把地理位置和相关属性有机结合起来, 根据实际需要准确、图文并茂地输出给客户, 满足城市规划与建设、企业管理和居民生活对空间信息的要求。
但传统的GIS只局限于获取、存储、查询、制图等基本功能, 缺少对复杂空间问题的有效支持。如果要应用GIS技术所提供的可视化方案模拟, 帮助决策者做出合理迅速的决策, 就要考虑运用决策支持系统的方法和原理。
DSS (Decision Support System) 是辅助决策者通过数据、模型、知识以人机交互方式进行半结构化或非结构化决策的计算机应用系统。GIS与DSS集成的空间决策支持系统 (SDSS, Spatial Decision Support System) 就可以更好的解决在城市应急机制中出现的各种问题。
空间决策支持系统 (SDSS) 是在地理信息系统 (GIS) 和决策支持系统 (DSS) 基础上发展起来的一个新兴研究方向, 空间决策支持系统 (SDSS, Spatial Decision Support System) 是用来帮助决策者解决复杂空间问题的信息系统。它可以利用GIS技术的图形数据和属性数据的显示能力、生成模版能力和空间分析能力, 同时又构建了一个集成的空间模型管理系统, 使得该系统真正能为领导者的决策提供直观的信息服务和决策依据。
3.2 空间决策支持系统的组成
传统的基于GIS的SDSS包括以下三部分:空间数据库及其管理系统、空间模型库及其管理系统和人机接口系统。空间数据库是GIS系统的组成部分, 模型库是统计分析软件或DSS的一部分, 系统的集成就是GIS系统、DSS (或统计分析软件等) 以及人机接口系统的集成。其中GIS系统与空间模型库系统的集成是整个系统集成的核心。
GIS在这里并不作为独立的软件, 而是作为决策支持系统的一部分, 其主要目的在于为决策者提供决策对象及其环境的空间状态演变的地图以及基于地图的各种视图操作和信息处理, 因此只要按需选取GIS的部分功能, 而不必具有完整的功能结构。GIS的一些功能如查询、分析等, 在DSS中存在相似模块, 因此可通过DSS中已有功能得到。查询可利用数据库管理功能, 分析模块则可作为一个或多个模型加入模型库, 由模型管理子系统统一管理, 这样不仅可减少系统的功能冗余, 提高系统的一致性, 还可降低开发费用。
因此, GIS与DSS相集成, 以DSS为核心, 扩展其支持图形查询和空间分析的能力, 并增加图形数据管理功能, 就形成了基于GIS的空间决策支持系统。
空间决策支持系统由空间数据库及其管理系统、空间模型库及其管理系统、空间决策方法库及其管理系统和知识库及其管理系统, 可视化人机接口和用户网络共同构成。
4 SDSS在地震应急中的应用
通过对地震灾害及其影响的研究, 以及对SDSS组成的分析, 可以得到一个基于SDSS的地震应急系统。如图1所示:在该系统中, 数据库中包括了用图形表示的空间数据及与之对应的用文本表示的属性数据;模型库中包括了事先制定的应急预案;知识库中包括了决策知识、地震学相关知识;方法库中包括了最优路径选择和决策方案优化等内容。用户网络则包括了多个用户终端, 通过用户网络, 可以及时连接起多个服务部门 (如医疗、消防、军队) 和多个层次 (如各级政府) , 将多部门、多层次的服务连接起来。
通过该系统, 将有效的整合大量的空间数据和资料, 为决策者作出正确的决策给予支持。
5 结语
地震灾害来势凶猛又难以预测, 地震应急是为了减轻地震灾害而采取的不同于正常工作程序的紧急防灾和抢险行动。必须在一定约束时间内作出有效的决策并实施, 这是地震应急工作的关键。将用于解决空间半结构化和非结构化问题的空间决策支持系统应用于地震应急工作, 可以帮助一个城市或区域在地震前做好长期的准备, 并在地震发生的最短时间里, 最有效的作出决策和执行决策。这方面的研究将有很多工作去做。
摘要：从地震灾害的危害性和地震应急工作的特点出发, 讨论了地震应急工作的重要性;通过对空间决策支持系统 (SDSS) 来源和特点的介绍, 分析探讨了SDSS应用于地震应急工作的可行性, 并探讨了系统的构架。
关键词：地震应急,GIS,空间决策支持系统
参考文献
[1]金德印.GIS在区域地震减灾中的应用前景 (上) [J].世界地震工程, 1995, (4) .
[2]苏桂武, 聂高众, 高建国.地震应急信息的特征、分类与作用[J].地震, 2003, (3) .
[3]马浩然, 冯启民, 莫善军.城市地震应急对策支持系统研究[J].世界地震工程, 2005, (1) .
[4]王建鹏, 马吉苹.基于GIS的城市应急系统研究[J].地理空间信息, 2004, (3) .
[5]徐志胜, 冯凯, 徐亮, 冯春莹.基于GIS的城市公共安全应急决策支持系统的研究[J].安全与环境学报, 2004, (6) .
[6]唐震, 朱仲英.基于GIS的SDSS模式研究和分析[J].微型电脑应用, 1999, (11)
决策空间 篇3
目前,石油行业在生产过程中所产生的数据种类繁多,并且在可实施方案的设计中对数据有很大依赖性。在企业决策过程中要求掌握大量现实性强、真实准确的以空间信息为基础的综合性信息,并要求随时对数据快速查询、综合分析。单纯的数据报表展示方式枯燥冗长,并不利于数据有效利用,所以将数据库中可辅助决策的数据项作为单个图元元素表示,大量的数据集构成集成的数据图像,同时将数据的各个属性值以多维数据的形式表示,可以从不同的维度观察数据,从而对数据进行更深入的观察和分析[1]。使人们不再局限于通过关系数据表来观察和分析数据信息,还能以更直观的方式看到数据及其结构关系。
目前,在空间数据集成中GIS的应用占有着重要的地位,GIS以其良好的直观性和交互性以及有效合理的空间数据组织为用户提供了获取地学及相关信息的便利手段,但现今的GIS软件的数据模型都是非时态的,难以处理复杂多变的动态数据,并且构建GIS开销较大,相应速度较慢。难以提供实质性的解决方案,对辅助决策不能提供良好的支持[2]。为此采用SVG矢量图解决空间数据的集成问题,具有系统轻便、简单、传输速度快、交互强等特点,并可对变化的数据实时相应,克服了传统GIS的缺点。
油田决策支持系统的基石是各类海量信息,这些信息包括空间地理信息,也包括大量与空间信息密不可分的属性信息。通过SVG技术可直观形象的管理和查询这些信息。通过构建灵活的图形结构以及图层,集成管理大量的多专题的空间与属性数据,将开采信息、油水井措施、产液剖面、注入剖面等属性信息与油水井地理空间位置、层段地貌特征相连,以组成完整的决策信息模型[3]。利用数值模型计算与数据挖掘技术结合,使计算的结果能更形象直观的表达,从而得出隐含的重要结论,这对于石油生产领域是至关重要的。
1基于SVG辅助决策模型架构
在空间数据集成中,大体上数据分为地理空间数据和领域属性数据两类[4]。由于油田数据组织复杂、多变、关联关系较为密切,并分布在不同的关系数据实体中,这给空间数据集成造成了一定的困难。针对以上问题,设计基于SVG辅助决策模型架构(图1),将可支持辅助决策的空间数据提取,组成完整的数据中间件,并进一步通过解释器将中间件转换为可识别的图像。模型架构分为空间数据实体、基础图形部件和显示部件三部分。
1.1 空间数据实体
空间数据实体是模型的基础,它提供了基本的数据支持,是辅助决策的根据,从大类上划分为两部分。其一为表示空间实体的位置、形状、大小、地貌特征及其分布特征诸多方面信息的空间数据,在此称为地理空间数据类;其二为描述空间实体的属性的数据,如油田中油水井的产液、含水、措施、方案等。
另外,在实际生产中,基于以上两类关系密切的数据类,针对实际生产过程,需要利用已有数据计算模型或数据挖掘方法将产生一类分析结果数据,如剩余油分布情况、采收率评估、单元统计数据等,这类数据虽然是独立存在的但是对于决策的制定提供了强大的支持,同时将此类数据反映到可视化的图形上具有着重要的意义。
1.2 基础图形部件
在实体数据到SVG图形显示过程中,单一关系数据不能充分的表达实际的图形模型,对应一种图形可能由多种关系数据实体组成的。所以需要将原有的数据抽取后重新组织,得到完整、灵活、可解释的基础图形部件。
基础图形部件的作用在于形成物理上分布而逻辑上集中的整体数据视图。从实用角度出发,建立图形部件中间件是一种行之有效的空间数据集成方法。针对地理信息的特点,参考石油领域开发规范,对每一个可提供决策支持的数据创建图形对应关系,使每个分布式关系数据节点形成一个与具体空间数据集相对应图层。根据分布式数据库系统场地自治的原则,各节点负责维护本地数据库与抽取数据项目的一致性。由基础图形部件保存相应原关系数据副本,并维持信息的交换。
建立基础图形部件层不但可是信心有效的集成,并具有较强的扩充能了,如果基础数据变化,则对应修改相应的部件或增加新的图形部件即可将问题解决,而不用将时间花费在数据与显示的对应关系上。
1.3 显示部件
显示部件主要对基础图形部件进行合理的解释以及对应SVG文件格式进行转换并显示。
对于一些关键应用尤其是一些有实时性要求的应用,用户对系统的响应速度要求较高。而对于一些交互性较强的功能,如果系统构造方式比较松散,模块内部的内聚性不强,不利于模块功能的维护。为此,SVG本身的优点,如可扩充性、动态性、强交互性、网络传输速度快等很好的解决了以上问题。
在显示部件中,利用SVG技术主要应用在以下几个方面[5]。
(1) 首先,SVG提供了丰富的图形对象,可以有效的表现空间信息。SVG提供了一下基本图形元素:直线(<line>)、圆(<circle>)、图标(<symbol>)、文字(<text>)、图像(<image>)等。这些图形对象可对油田领域中井、层、地质、采出信息等基础图形做出完整的描述。
(2) 其次,SVG提供了丰富的消息触发及事件响应函数以获取用户消息。同样,SVG也提供丰富的状态事件,如数据装载完毕,就可以触发Onload事件,作一些初始化的处理。通过SVG提供的消息触发及事件相应函数,能够很容易地实现与图像的交互及控制,如图像的放大、缩小、漫游、查询、图层的控制等操作,这些在生产分析中是必不可少的。
(3) 再次,由于SVG是基于XML格式的,因此除了内置的属性外,可以对其属性进行任意扩充,以实现自定义的功能。在SVG图形中,对象的属性ID是用来惟一标识对象的编号,可以通过SVG文档对象的getElementById()方法来获取指定的对象。属性的获取或赋值是通过调用getAttribute及set-Attribute方法。
(4) SVG支持图像的分层管理。对于实际应用,油田数据的复杂多变,并且信息量庞大,将所有信息同时以图形的形式展示较为混乱,再者不同工作人员关心的数据项目也不尽相同。SVG采用基于XML的DOM文档管理结构,很方便实现图层管理,其组<g>对象就可以将其下面的所有图形管理起来。节点中的childNodes属性可以获取所有的子节点的集合,getElementsByTagName()方法可以获取某种类型对象的列表。通过采用组对象来实现图层管理功能,不同图层的对象包含在不同的组中。通过设置组的属性,就可以实现如可见性、颜色、透明度等设置以及选中、删除所有对象等操作。
2 油田辅助决策数据的组织和提取
数据组织问题实际上是构建应用系统的重要问题,在系统设计之前,全面而深人地分析数据是必不可少的环节,同时要考虑到当前已存在的数据源和由其衍生的中间数据或统计数据。根据石油行业空间数据的特征,可以把空间数据归纳为3类。
2.1 属性数据
描述空间数据属性特征的数据;包括井(采出井、注入井、探测井等)、各类措施方案(压裂、补孔、堵水、酸化、增注方案等)、开采信息(日产液、日产油、含水率、沉没度、注水量油压等)、产液剖面、剩余油分析结果等,以及与之相关的各类专业属性数据。这类点数据属于关系数据实体,有通用的模型规范(A2数据模型、开发数据库逻辑模型),具有较强的关联,所以可以直接采用关系数据提取方法,通过井ID信息做为主键提取并形成对应图形部件。
2.2 地理数据
描述空间数据空间位置和特征的数据;地理类矢量数据包括:井位坐标、层段构造、层段连通关系解释、区域地质构造图、断层分布图和各类等值图等。地理类的矢量数据采用针对空间和类别两种方法分别组织提取,即在同一平面空间分别组织各专题数据,在每类专题图幅中以图层为单位来组织管理图元数据。采用这种组织方式,系统易于针对地图数据库管理的特殊性,易于实现对跨图幅图元进行整体查询和归并检索输出,同时保证系统的快速高效性能。
各类地理数据除特殊数据项外,同时包含基础数据项目为:{项目名称、井区、层段信息、区域范围、数据描述、数据信息}。
项目名称:图像名称,用以区分各类不同图幅;
井区:以区块为单位,描述图幅的归属;
层段信息:层段信息包含油层组、小层号和细分层号,说明图幅所代表的地理深度。
区域范围:以经纬度为基础,说描述图幅跨度的区域范围。
数据描述:对数据的描述,说明数据的可用性以及完整性或数据项目和其他属性数据的关联关系。
数据关联信息:根据图幅类型的不同,数据信息表达方式也不同,多数情况建立子表或数据流文件。例如剩余油等值线则指向对应的流文件,层段构造信息则指向新建子表,在子表中具体描述数据的类型以及数据组织方法。
地理类数据需建立新的关系数据实体,并和原有数据源相关联来保证数据的一致性。
2.3 计算结果类数据
在原有的石油领域软件中,根据数模计算或数据挖掘方法会产生一部分结果类数据文件,主要以文档形式和图幅文件形式存储。如各类已有的各种工程勘察报告、含油饱和度计算结果、开采曲线等。它们多是以一个整体位对象,采用二进制形式存储于数据库中,并采用外挂属性的形式与相关的其它属性数据相关联。利用SVG可交互的特点,调入对应的数据文件。
3 图形部件的设计与解释
SVG中是以基本的图形元素构成的,在生产中单一的图形文件不足以表达实际的图形模型,所以将多种SVG图形元素组合,形成完整的展示形式。这就要求各个图形元素中的属性要建立与关系数据的对应关系,图形元素的数量决定了构成完整信息的难易程度,在此构建一种完整的中间文件,用以更好的完成信息的集成以及增强系统的扩充能力。
图形部件选用XML文件格式,利用XML扩展性、灵活性、结构性更好的建立中间数据文件,XML定义结构形式化描述如下。
在上述结构中,对于由多图形元素构成的图像分别图像名称做以区分。图层控制表示图像所属的不同层次,并对需要提取的空间数据字段建立与关系数据的对应关系,值类型的利用类样式控制。在空间数据赋值时,出于效率考虑,将涉及数据同时提取到数据集中后再分别处理。
使用图形部件层,对于复杂多变的石油生产数据,使得空间数据的集成更加灵活,如果数据变化可对应修改图形部件的格式即可。
针对图形部件,按照部件的不同进行分组,将其解释成SVG可识别图像。并根据需要,加入图像控制脚本如图形的定量缩放、图层显示控制、图形区域事件控制等,形成SVG文件格式形式如下。
4 实例分析
研究大庆油田中A2数据模型,开发数据库逻辑模型。针对可辅助决策生产数据,提取地理类数据10余种:井位坐标、断层信息、砂体分布信息、层段信息、层段连通关系、剩余油等值线数据等。属性类信息20余种:油井开采信息、水井开采信息、单井静态信息、小层静态信息、油水井生产剖面、油水井方案措施记录、油水累计统计数据、井筒信息、功图数据等。
根据实际需要,定义了15大类图形中间件,其中重点类如下表列出(表1)。
解释成SVG格式图幅中,按照不同部件分层管理,有效的控制图层的显示。对于统计类数据,定义了一种特殊的图形统计部件,包括饼图、柱状图、曲线等多种统计形式。
除SVG图形自带放大、缩小、图像品质调整功能外,利用Java脚本提供了图像定量缩放、定位区域、图形编辑处理等功能。并利用事件触发机制,快捷的链入已有文档和图幅,增加了系统的可用性和辅助决策的能力。
5 结论
基于SVG技术,针对可用于辅助决策的实际成产数据建立数据集成模型。提取关系数据实体,并利用XML文件格式形成中间图形部件,将中间图形文件合理地解释最终形成综合信息显示图幅。工作人员可根据具体工作需要,选择针对性较强的图幅显示,辅助生产决策。数据的可视化显示可直观的表现生产状态,并可进行综合的数据分析,从而较高地提高了工作效率。
参考文献
[1]陆西宁,王红芳.基于GIS的空间决策支持系统的研究.微电子学与计算机,2009;26(4):138—140
[2]乌伦,刘瑜,张晶,等.地理信息系统原理、方法和应用.北京:科学出版社,2001
[3]刘啸,毕永年.基于XML的SVG应用指南.北京:北京科海集团公司,2001
[4]徐锋.基于SVG的空间数据的网络发布.技术与创新管理,2009;30(2):237—239
决策空间 篇4
地理系统本身的复杂性从本质上决定了地理数据的不确定性[1]。地理信息系统空间模型的表示方法存在着不确定性问题, 并通过GIS的分析操作而传播。喀斯特石漠化综合防治决策系统是结合地理信息系统和决策支持系统, 利用Visual Basic开发软件与Map Object控件开发的建立村一级管理分析系统和土地图斑类别、面积查询分析系统, 并根据目前已颁布的国家标准 (GB) 相应编码数字化, 有较强的多媒体数据和矢量数据库管理功能。它是以贵州省毕节鸭池示范区的基础信息及石漠化决策信息为数据源、以有助于实现喀斯特石漠化综合防治为目的、以GIS分析方法、决策支持和软件开发技术为手段开发的GIS应用系统。本文以此决策系统空间数据为研究对象, 对GPS野外调查数据及遥感解译数据进行分析, 从而得出系统数据的不确定性问题。
一、系统空间数据的获取
GIS所涉及的空间数据主要是指以地球表面空间位置为参照的自然人文社会经济和景观等信息, 这种信息可以是数字、图像、图形、表格和文字等[2]。
喀斯特石漠化综合防治决策系统的空间数据主要来自于人工收集的现有地图数据 (研究区1∶1万地形图、石漠化现状图、石漠化防治工程布置图等) 、文本资料、遥感解译数据、GPS野外调查数据等。系统数据管理采用混合数据模型, 空间数据采用空间数据文件的方式存储和管理, 属性数据使用Access数据库管理系统。
二、喀斯特石漠化综合防治决策系统空间数据误差分析
(一) 系统定位显示的误差分析
系统定位显示是地理信息系统软件必备的功能, 当鼠标滑动到某一点可以在状态栏内显示出此点经纬度坐标。在此以GPS测量数据为验证标准分析喀斯特石漠化综合防治决策系统定位显示的误差。系统建设前期在野外调查中, 使用手持GPS仪在示范区内共测定了80个样点, 现选择20个样点进行系统定位显示误差的分析 (见下页表1) 。由于GPS仪
样点GPS坐标 (X1) GPS坐标 (Y1)
系统坐标 (X2)
本身的精度以及操作过程中的误差, 测量数据具有位置不确定性, 与真值存在一定偏差, 此处忽略测量数据与真值之间的偏差。
分析步骤如下:
1.首先计算坐标误差的平均值:
2.计算坐标误差的加权平均值:
因为坐标在描述一个点的空间位置时, 是以横纵坐标表示的, 它们具有同样的作用, 因此ΔX、ΔY的权值分别为0.5、0.5, 即
M值近似看为系统数据坐标显示误差, 即喀斯特石漠化综合防治决策系统定位显示的误差约为0.0158。
(二) 遥感数据土地利用解译误差分析
遥感影像解译是依据不同地物的反射光谱不同来区分地物的, 这样就会导致同物异谱和同谱异物的现象发生, 使以遥感解译为基础的土地利用数据具有不确定性。本研究将spot510m多光谱数据与5mpan波段数据进行融合, 多光谱数据
系统坐标 (Y2) 坐标误差 (△X) 坐标误差 (△Y)
选用3 (0.78-0.89μm) 、2 (0.61-0.68μm) 、1 (0.50-0.59μm) 。融合后数据按标准假彩色图像显示。采用人机交互的方式解译生成研究区土地利用数据, 通过实际采样验证, 最后利用实际采样数据和实验室解译数据进行误差分析。通过下页表2可知, 1、2、3、4、6号地类解译正确率较高, 5、7、8、9号地物由于云层、大气透明度、地物组合产生的混合光谱以及其他干扰因素影响, 而表现出彼此或与其他地物反射光谱相近, 解译精度较低。
结论与讨论
喀斯特石漠化综合防治决策系统空间数据主要来自于现有地图数据、文本资料、遥感数据、野外调查数据等。通过对纸质地图的扫描校正以及数字化得到基础矢量数据, 数字化过程中产生的人为误差不可避免;不考虑遥感数据本身, 在其解译过程中不可避免同物异谱和同谱异物的现象发生;利用手持GPS仪进行野外调查得到的数据是对遥感解译数据的验证, 但在定点定位的过程中仪器本身以及人为操作带来的误差也不可避免。因此, 系统空间数据不确定性来源包含GPS实测、数字化地图、遥感数据、GIS空间分析等方面。通过对比样点GPS测量坐标与系统显示坐标, 运用加权平均法得出喀斯特石漠化综合防治决策系统定位显示的误差约为0.0158。
空间数据的不确定性决定空间数据质量。目前空间数据不确定性的研究还处于初步阶段, 综合利用各种研究空间数据不确定性的理论和GIS空间分析方法是本文今后研究的切入点。
摘要：研究喀斯特石漠化综合防治决策系统空间数据的不确定性来源, 通过对比样点GPS测量坐标与系统显示坐标得出系统定位显示误差, 并对遥感解译数据进行误差分析, 综合系统空间数据来源得出以下结论:喀斯特石漠化综合防治决策系统空间数据不确定性主要来源于GPS测量数据、地图数据、遥感数据的不确定性、数据转换及GIS分析处理过程中引起的误差。系统定位显示误差为0.0158。
关键词：喀斯特石漠化,空间数据,不确定性
参考文献
[1]徐建华.现代地理学中的数学方法:第2版[M].北京:高等教育出版社, 2002.
[2]戴洪磊.矢量GIS中的不确定性理论及应用[M].北京:地震出版社, 2004.
[3]张海荣.GIS中数据不确定性研究综述[J].徐州师范大学学报:自然科学版, 2001, (4) :66-68.
[4]宋军林.地图对GIS空间数据误差的影响初探[J].宝鸡文理学院学报:自然科学版, 2004, (1) :70-72.
[5]承继成, 郭华东, 史文中, 等.遥感数据的不确定性问题[M].北京:科学出版社, 2004.
[6]胡圣武, 潘正风, 王新洲, 等.地理信息系统不确定性的研究[J].测绘通报, 2004, (9) :13-16.
[7]张燕燕, 张家庆.GIS分析中的空间数据不确定性问题[J].测绘与空间地理信息, 2005, (1) :16-19.
[8]颜加斌, 李义, 张勤辉.GIS空间数据的不确定性研究[J].露天采矿技术, 2008, (1) :33-35.
[9]程涛, 邓敏, 李志林.空问目标不确定性的表达方法及其在GIS中的应用分析[J].武汉大学学报:信息科学版, 2007, (5) :389-393.