GIS中的数据.docx
- 文档编号:13527397
- 上传时间:2023-06-15
- 格式:DOCX
- 页数:28
- 大小:229.57KB
GIS中的数据.docx
《GIS中的数据.docx》由会员分享,可在线阅读,更多相关《GIS中的数据.docx(28页珍藏版)》请在冰点文库上搜索。
GIS中的数据
0(0),1
(1),2(10),3(11),4(100),5(101),6(110),7(111),8(1000),9(1001)…
阿拉伯数字及其二级制表示
第五章GIS中的数据
导读:
对空间数据的处理是GIS的核心功能,GIS中的数据通常描述三部分信息:
空间信息(位置,空间关系等等),非空间的属性信息,时间信息。
数据按照其测量尺度,可以分为定名、定比、间隔、比率量四种类型。
由于各方面的原因,GIS数据存在着质量问题,了解数据质量有利于数据的正确使用,避免出现“GarbageIn,GarbageOut”的情形。
数据质量可以通过元数据进行描述,简单的说,元数据是对数据的描述,在GIS应用不断发展、空间数据不断增长的情况下,元数据有助于数据的共享和有效使用。
本章讲述了上述的内容。
1.数据涵义与数据类型
1.1数据的涵义
1.1.1数据
数据是用以载荷信息的载体。
它可以是记录下来的某种可以识别的物理符号,数据的具体形式多种多样,如文本、图像、声音等都可以归入数据的范畴。
虽然数据是信息的载体,但并非就是信息,只有理解了数据的含义、对数据做出解释,才能得到数据中所包含的信息。
在计算机化的信息系统中,数据的格式往往与具体的计算机系统有关,随着载荷它的物理设备的形式而改变。
信息系统对数据进行处理(运算、排序、编码、分类、增强等)就是为了得到数据中所包含的信息。
在地理信息系统中,由系统建立者输入、机器存储的各种专题地图和统计图表是数据;系统软件中所包含的代码是计算机系统中的二进制数据;用户对地理信息系统发出的各种指令也是数据,等等。
因此,地理信息系统的建立和运行,就是信息或数据按一定的方式流动的过程。
数据的处理和解释是非常重要的环节。
所谓数据处理,是指对数据进行收集、筛选、排序、归并、转换、检索、计算以及分析、模拟和预测的操作,其目的就是把数据转换成便于观察、分析、传输或进一步处理的形式;把数据加工成对正确管理和决策有用的数据;把数据编辑后存储起来,以供不断使用。
数据处理是为了解释,而数据解释需要人的智慧、学识和经验。
1.1.2地理数据(空间数据)的基本特征
地理数据一般具有三个基本特征:
属性特征(非定位数据),表示实际现象或特征,例如变量、级别、数量特征和名称等等。
空间特征(定位数据):
表示现象的空间位置或现在所处的地理位置。
空间特征又称为几何特征或定位特征,一般以坐标数据表示,例如笛卡尔坐标等。
时间特征(时间尺度):
指现象或物体随时间的变化,其变化的周期有超短期的、短期的、中期的、长期的等等(图5-1)。
图5-1:
空间数据的基本特性[JackDangermond,1984]
1.2空间数据的类型
在地理信息系统中,按照其特征,数据可分为三种类型:
空间特征数据(定位数据)、时间属性数据(尺度数据)和专题属性数据(非定位数据)。
对于绝大部分地理信息系统的应用来说,时间和专题属性数据结合在一起共同作为属性特征数据,而空间特征数据和属性特征数据统称为空间数据(或地理数据)。
1.2.1空间特征数据
空间特征数据记录的是空间实体的位置、拓扑关系和几何特征,这是地理信息系统区别于其他数据库管理系统的标志。
空间特征指空间物体的位置、形状和大小等几何特征,以及与相邻物体的拓扑关系。
位置和拓扑特征是地理或空间信息系统所独有的,空间位置可以由不同的坐标系统来描述,如经纬度坐标、一些标准的地图投影坐标或是任意的直角坐标等。
人类对空间目标的定位一般不是通过记忆其空间坐标,而是确定某一目标与其他更熟悉的目标间的空间位置关系,而这种关系往往也是拓扑关系。
如一所学校位于哪个路口或哪条街道。
1.2.2专题特征数据
专题特征指的是地理实体所具有的各种性质,如地形的坡度、坡向、某地的年降雨量、土地酸缄类型、人口密度、交通流量、空气污染程度等。
这类特征在其他类型的信息系统中均可存储和处理。
专题属性特征通常以数字、符号、文本和图像等形式来表示。
1.2.3时间特征数据
时间属性是指地理实体的时间变化或数据采集的时间等。
严格地讲,空间数据总是在某一特定时间或时段内采集得到或计算产生的。
由于有些空间数据随时间变化相对较慢,因而有时被忽略;有些时候,时间可以被看成一个专题特征。
1.3空间数据的表示方法
一般地,表示地理现象的空间数据可以细分为:
类型数据:
例如考古地点、道路线和土壤类型的分布等;
面域数据:
例如随机多边形的中心点、行政区域界线和行政单元等;
网络数据:
例如道路交点、街道和街区等;
样本数据:
例如气象站、航线和野外样方的分布区等;
曲面数据:
例如高程点、等高线和等值区域;
文本数据:
例如地名、河流名称和区域名称;
符号数据:
例如点状符号、线状符号和面状符号(晕线)等(如图5-2所示)。
图5-2:
地理信息系统中各种数据以及其表现
2.数据的测量尺度
对特定现象的测量就是根据一定的标准对其赋值或打分。
为了描述地理世界,对任何事物都要鉴别、分类和命名。
这些都是量测的组成部分。
它们所使用的参考标准或尺度是不同的。
测量的尺度大致可以分成四个层次,由粗略至详细依次为:
命名或类型、次序、间隔以及比例。
2.1命名(Nominal)量
定性而非定量,不能进行任何算术运算,如一个城市的名字。
命名式的测量尺度也称为类型测量尺度,只对特定现象进行标识,赋予一定的数值或符号而不定量描述。
例如,可以用不同数值表示不同的土地利用类型、植被类型或岩石类型,但是这些数值之间无数量关系,对命名数据的逻辑运算只有“等于”或“不等于”两种形式,而其近似均值只能使用众数。
2.2次序(Ordinal)量
线性坐标上不按值的大小,而是按顺序排列的数,例如,事故发生危险程度的级别由大到小被标为1,2,3,…,级别的序号越低,其危险性越大,但危险性到底有多大并未给予定量的表达。
序数值相互之间可以比较大小,但不能进行加、减、乘、除等算术运算。
次序测量尺度是基于对现象进行排序来标识的,如可以把山峰按高度分级为极高山、高山、中山、低山和丘陵等,将坡度分为陡、中、缓等。
不同次序之间的间隔大小可以不同。
对次序数据的逻辑运算除了“等于”与“不等于”之外,还可以比较它们的大小,即“大于”或“小于”。
2.3间隔(Interval)量
不参照某个固定点,而是按间隔表示相对位置的数。
按间隔量测的值相互之间可以比较大小,并且它们之间的差值大小是有意义的。
间隔测量尺度与比例测量尺度相似,但是间隔尺度的测量值无真的零值。
例如,温度是间隔尺度的数据而不是比例数据,因为它的“0”测量值随着所使用的不同温度测量单位而不同。
不能说150F的温度是75F的温度的两倍,因为这个比例在使用摄氏单位时就改变了。
相反,降水量是比例数据,因为它有真的零值*。
比例数据和间隔数据可用于加、减、乘、除等运算,而且可以求算术平均。
2.4比率(Ratio)量
比例测量尺度的测量值指那些有真零值而且测量单位的间隔是相等的数据,比例测量尺度与使用的测量单位无关。
与某一固定点的比值计算,支持多种算术操作,如加、减、乘、除等。
有关该类型属性域的例子很多,如年降雨量、海拔高度、人口密度、发病率等。
比例数据或间隔数据可以比较容易地被转变成次序或命名数据。
而命名数据则很难被转化成次序、间隔数据或比例数据。
由此可见,尽管命名数据或次序数据便于使用,易于理解,但有时不够精确,不能用于较高级的算术运算。
而比例数据或间隔数据比较精确,便于计算机处理,但是在较复杂的GIS应用中,往往上述几种测量尺度的数据均需用到。
图5-3:
各种数据测量尺度以及其制图表现
3.地理信息系统的数据质量
地理信息系统是一个基于计算机软件、硬件和数据的集成系统,该系统主要通过空间及非空间数据的操作,实现空间检索、编辑及分析功能。
在GIS的几个主要因素中,数据是一个极为重要的因素。
在计算机软件、硬件环境选定之后,GIS中数据质量的优劣,决定着系统分析质量以及整个应用的成败。
GIS提供的空间数据的分析方法被广泛用于各种领域,用于决策领域的数据,其质量要求应该是可知的或可预测的。
3.1数据质量的基本概念
3.1.1准确性(Accuracy)
即一个记录值(测量或观察值)与它的真实值之间的接近程度。
这个概念是相当抽象的,似乎人们已经知道存在这样的事实。
在实际中,测量的知识可能依赖于测量的类型和比例尺。
一般而言,单个的观察或测量的准确性的估价仅仅是通过与可获得的最准确的测量或公认的分类进行比较。
空间数据的准确性经常是根据所指的位置、拓扑或非空间属性来分类的。
它可用误差(Error)来衡量。
3.1.2精度(Precision)
即对现象描述的详细程度。
如对同样的两点,精度低的数据并不一定准确度也低。
精度要求测量能以最好的准确性来记录,但是这可能误导提供了较大的精度,因为超出一个测量仪器的已知准确度的数字在效率上是冗于的。
因此,如果手工操作的数字化板所返回的坐标不可能依赖于比0.1mm还要准确的一个“真正的”数值,那么就不存在任何的点,在十分之一的地方是以mm表示的。
3.1.3空间分辨率(SpatialResolution)
分辨率是两个可测量数值之间最小的可辩识的差异。
那么空间分辨率可以看作记录变化的最小距离。
在一张用肉眼可读的地图上,假设一条线用来记录一个边界,分辨率通常由最小线的宽度来确定。
地图上的线很少以小于0.1mm的宽度来画。
在一个图形扫描仪中最细的物理分辨率从理论上讲是由设施的像元之间的分离来确定的。
在一个激光打印机上这是一英寸的300分之一,而且在高质量的激光扫描仪上,这会细化十倍。
如果没有放大,最细的激光扫描仪的线是看不到的,尽管这依赖于背景颜色的对照。
因此,在人的视觉分辨率和设备物理分辨率之间存在着一个差异。
一个相似的区别可以存在于两个最小距离之间,即当人操作者操作数字化仪时所区别的最小距离和数字化仪硬件可以不断地报告的最小距离。
3.1.4比例尺(Scale)
比例尺是地图上一个记录的距离和它所表现的“真实世界的”距离之间的一个比例。
地图的比例尺将决定地图上一条线的宽度所表现的地面的距离。
例如,在一个1:
10000比例尺的地图上,一条0.5mm宽度的线对应着5m的地面距离。
如果这是线的最小的宽度,那么就不可能表示小于5m的现象。
3.1.5误差(Error)
定义出一个所记录的测量和它的事实之间的准确性以后,很明显对于大多数目的而言,它的数值是不准确的。
误差研究包括:
位置误差,即点的位置的误差、线的位置的误差和多边形的位置的误差;属性误差;位置和属性误差之间的关系。
3.1.6不确定性(Uncertainty)
地理信息系统的不确定性包括空间位置的不确定性、属性不确定性、时域不确定性、逻辑上的不一致性及数据的不完整性。
空间位置的不确定性指GIS中某一被描述物体与其地面上真实物体位置上的差别;属性不确定性是指某一物体在GIS中被描述的属性与其真实的属性之差别;时域不确定性是指在描述地理现象时,时间描述上的差错;逻辑上的不一致性指数据结构内部的不一致性,尤其是指拓扑逻辑上的不一致性;数据的不完整性指对于给定的目标,GIS没有尽可能完全地表达该物体。
3.2空间数据质量问题的来源
从空间数据的形式表达到空间数据的生成,从空间数据的处理变换到空间数据的应用,在这两个过程中都会有数据质量问题的发生。
下面按照空间数据自身存在的规律性,从几个方面来阐述空间数据质量问题的来源。
3.2.1空间现象自身存在的不稳定性
空间数据质量问题首先来源于空间现象自身存在的不稳定性。
空间现象自身存在的不稳定性包括空间特征和过程在空间、专题和时间内容上的不确定性。
空间现象在空间上的不确定性指其在空间位置分布上的不确定性变化;空间现象在时间上的不确定性表现为其在发生时间段上的游移性;空间现象在属性上的不确定性表现为属性类型划分的多样性,非数值型属性值表达的不精确性。
因此,空间数据存在质量问题是不可避免的。
3.2.2空间现象的表达
数据采集中的测量方法以及量测精度的选择等受到人类自身的认识和表达的影响,这对于数据的生成会出现误差。
如在地图投影中,由椭球体到平面的投影转换必然产生误差;用于获取各种原始数据的各种测量仪器都有一定的设计精度,如GPS提供的地理位置数据都有用户要求的一定设计精度,因而数据误差的产生不可避免。
3.2.3空间数据处理中的误差
在空间数据处理过程中,容易产生的误差有以下几种:
投影变换:
地图投影是开口的三维地球椭球面到二维场平面的拓扑变换。
在不同投影形式下,地理特征的位置、面积和方向的表现会有差异。
地图数字化和扫描后的矢量化处理:
数字化过程采点的位置精度、空间分辨率、属性赋值等都可能出现误差。
数据格式转换:
在矢量格式和栅格格式之间的数据格式转换中,数据所表达的空间特征的位置具有差异性。
数据抽象:
在数据发生比例尺变换时,对数据进行的聚类、归并、合并等操作时产生的误差,如知识性误差和数据所表达的空间特征位置的变化误差。
建立拓扑关系:
拓扑过程中伴随有数据所表达的空间特征的位置坐标的变化。
与主控数据层的匹配:
一个数据库中,常存储同一地区的多层数据面,为保证各数据层之间空间位置的协调性,一般建立一个主控数据层以控制其它数据层的边界和控制点。
在与主控数据层匹配的过程中也会存在空间位移,导致误差。
数据叠加操作和更新:
数据在进行叠加运算以及数据更新时,会产生空间位置和属性值的差异。
数据集成处理:
指在来源不同、类型不同的各种数据集的相互操作过程中所产生的误差。
数据集成是包括数据预处理、数据集之间的相互运算、数据表达等过程在内的复杂过程,其中位置误差、属性误差都会出现。
数据的可视化表达:
数据在可视化表达过程中为适应视觉效果,需对数据的空间特征位置、注记等进行调整,由此产生数据表达上的误差。
数据处理过程中误差的传递和扩散:
在数据处理的各个过程中,误差是累计和扩散的,前一过程的累计误差可能成为下一个阶段的误差起源,从而导致新的误差的产生。
3.2.4空间数据使用中的误差
在空间数据使用的过程中也会导致误差的出现,主要包括两个方面:
一是对数据的解释过程,二是缺少文档。
对于同一种空间数据来说,不同用户对它的内容的解释和理解可能不同,处理这类问题的方法是随空间数据提供各种相关的文档说明,如元数据。
另外,缺少对某一地区不同来源的空间数据的说明,如缺少投影类型、数据定义等描述信息,这样往往导致数据用户对数据的随意性使用而使误差扩散。
表5-1:
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
3.3常见空间数据的误差分析
GIS中的误差是指GIS中数据表示与其现实世界本身的差别。
数据误差的类型可以是随机的,也可以是系统的。
归纳起来,数据的误差主要有四大类,即几何误差、属性误差、时间误差和逻辑误差。
在这几种误差中,属性误差和时间误差与普通信息系统中的误差概念是一致的,几何误差是地理信息系统所特有的,而几何误差、属性误差和时间误差都会造成逻辑误差,因此下面主要讨论逻辑误差和几何误差。
3.3.1误差的类型
1)逻辑误差
数据的不完整性是通过上述四类误差反映出来的。
事实上检查逻辑误差,有助于发现不完整的数据和其他三类误差。
对数据进行质量控制或质量保证或质量评价,一般先从数据的逻辑性检查入手。
如图5-4所示,其中桥或停车场等与道路是相接的,如果数据库中只有桥或停车场,而没有与道路相连,则说明道路数据被遗漏,使数据不完整。
图5-4:
各种逻辑误差
2)几何误差
由于地图是以二维平面坐标表达位置,在二维平面上的几何误差主要反映在点和线上。
(2.1)点误差
关于某点的点误差即为测量位置(x,y)与其真实位置(x0,y0)的差异。
真实位置的测量方法比测量位置的要更加精确,如在野外使用高精度的GPS方法得到。
点误差可通过计算坐标误差和距离的方法得到。
坐标误差定义为:
Δx=x-x0
Δy=y-y0
为了衡量整个数据采集区域或制图区域内的点误差,一般抽样测算(Δx,Δy)。
抽样点应随机分布于数据采集区内,并具有代表性。
这样抽样点越多,所测的误差分布就越接近于点误差的真实分布。
(2.2)线误差
线在地理信息系统数据库中既可表示线性现象,又可以通过连成的多边形表示面状现象。
第一类是线上的点在真实世界中是可以找到的,如道路、河流、行政界线等,这类的线性特征的误差主要产生于测量和对数据的后处理;第二类是现实世界中找不到的,如按数学投影定义的经纬线、按高程绘制的等高线,或者是气候区划线和土壤类型界限等,这类线性特征的线误差及在确定线的界限时的误差,被称为解译误差。
解译误差与属性误差直接相关,若没有属性误差,则可以认为那些类型界线是准确的,因而解译误差为零。
另外,线分为直线、折线、曲线与直线混合的线(图5-5)。
GIS数据库中用两种方法表达曲线、折线,图5-6对这两类误差作了对照。
图5-5:
各种线(直线、折线、曲线)
图5-6:
折线和曲线的误差
线误差分布可以用Epsilon带模型来描述,它由沿着一条线以及两侧定宽的带构成,真实的线以某一概率落于Epsilon带内。
Epsilon带是等宽的(类似于后面讲述的缓冲区,不过其意义不同),在此基础上,误差带模型被提出,与Epsilon带模型相比,它在中间最窄而在两端较宽。
基于误差带模型,可以把直线与折线误差分布的特点分别看作是“骨头型”或者“车链型”的误差分布带模式(图5-7)。
图5-7:
折线误差的分布
对于曲线的误差分布或许应当考虑“串肠型模式”(图5-8)。
图5-8:
曲线的误差分布
3.3.2地图数据的质量问题
地图数据是现有地图经过数字化或扫描处理后生成的数据。
在地图数据质量问题中,不仅含有地图固有的误差,还包括图纸变形、图形数字化等误差。
1)地图固有误差:
是指用于数字化的地图本身所带有的误差,包括控制点误差、投影误差等。
由于这些误差间的关系很难确定,所以很难对其综合误差作出准确评价。
如果假定综合误差与各类误差间存在线性关系,即可用误差传播定律来计算综合误差。
2)材料变形产生的误差:
这类误差是由于图纸的大小受湿度和温度变化的影响而产生的。
温度不变的情况下,若湿度由0%增至25%,则纸的尺寸可能改变1.6%;纸的膨胀率和收缩率并不相同,即使湿度又恢复到原来的大小,图纸也不能恢复原有的尺寸,一张6英寸的图纸因湿度变化而产生的误差可能高达0.576英寸。
在印刷过程中,纸张先随温度的升高而变长变宽,又由于冷却而产生收缩。
3)图象数字化误差:
数字化方式主要有跟踪数字化和扫描数字化两种。
跟踪数字化一般有点方式和流方式两种工作方式,前者在实际工作中使用较多,后者进行数字化所产生的误差要比前者大得多。
不同数据录入方式对数据质量的影响
跟踪数字化:
影响其数据质量的因素主要有:
数字化要素对象、数字化操作人员、数字化仪和数字化操作。
其中,数字化要素对象:
地理要素图形本身的高度、密度和复杂程度对数字化结果的质量有着显著影响,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,密集的要素比稀疏的要素更易引起误差等;数字化操作人员:
数字化操作人员的技术与经验不同,所引入的数字化误差也会有较大的误差,这主要表现在最佳采点点位的选择、十字丝与目标重叠程度的判断能力等方面,另外,数字化操作人员的疲劳程度和数字化的速度也会影响数字化的质量;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;数字化操作方式也会影响到数字化数据的质量,如曲线采点方式(流方式或点方式)和采点密度等。
扫描数字化:
扫描数字化采用高精度扫描仪将图形、图象等扫描并形成栅格数据文件,再利用扫描矢量化软件对栅格数据文件进行处理,将它转换为矢量图形数据。
矢量化过程有两种方式:
即交互式和全自动。
影响扫描数字化数据质量的因素包括原图质量(如清晰度)、扫描精度、扫描分辨率、配准精度、校正精度等。
3.3.3遥感数据的质量问题
遥感数据的质量问题,一部分来自遥感仪器的观测过程,一部分来自遥感图象处理和解译过程。
遥感观测过程本身存在着精确度和准确度的限制,这一过程产生的误差主要表现为空间分辨率、几何畸变和辐射误差,这些误差将影响遥感数据的位置和属性精度。
遥感图像处理和解译过程,主要产生空间位置和属性方面的误差。
这是由图像处理中的影像或图像校正和匹配以及遥感解译判读和分类引入的,其中包括混合像元的解译判读所带来的属性误差。
3.3.4测量数据的质量问题
测量数据主要指使用大地测量、GPS、城市测量、摄影测量和其他一些测量方法直接量测所得到的测量对象的空间位置信息。
这部分数据质量问题,主要是空间数据的位置误差。
空间数据的位置通常以坐标表示,空间数据位置的坐标与其经纬度表示之间存在着某误差因素,由于这种误差因素无法排除,一般也不作为误差考虑。
测量方面的误差通常考虑的是系统误差、操作误差和偶然误差。
系统误差的发生与一个确定的系统有关,它受环境因素(如温度、湿度和气压等)、仪器结构与性能以及操作人员技能等方面的因素综合影响而产生。
系统误差不能通过重复观测加以检查或消除,只能用数字模型模拟和估计。
操作误差是操作人员在使用设备、读书或记录观测值时,因粗心或操作不当而产生的。
应采用各种方法检查和消除操作误差。
一般地,操作误差可通过简单的几何关系或代数检查验证其一致性,或通过重复观测检查并消除操作误差。
偶然误差是一种随机性的误差,由一些不可测和不可控的因素引入。
这种误差具有一定的特征,如正负误差出现频率相同、大误差少、小误差多等。
偶然误差可采用随机模型进行估计和处理。
3.4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:
3.4.1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。
3.4.2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。
3.4.3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。
4.空间数据的元数据
Metadata可以译成元数据,是描述数据的数据。
在地理空间数据中,元数据是说明数据内容、质量、状况和其他有关特征的背景信息。
元数据并不是一个新的概念。
实际上传统的图书馆卡片、出版图书的版权说明、磁盘的标签等都是元数据。
纸质地图的元数据主要表现为地图类型、地图图例,包括图名、空间参照系和图廓坐标、地图内容说明、比例尺和精度、编制出版单位和日期或更新日期、销售信息等。
在这种形式
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- GIS 中的 数据