整理10主题9精度Word格式.docx
- 文档编号:21345353
- 上传时间:2023-01-29
- 格式:DOCX
- 页数:24
- 大小:119.42KB
整理10主题9精度Word格式.docx
《整理10主题9精度Word格式.docx》由会员分享,可在线阅读,更多相关《整理10主题9精度Word格式.docx(24页珍藏版)》请在冰豆网上搜索。
3.3.1.单像图像绝对精度
3.3.2.单像图像相对精度
3.3.3.立体图像绝对精度
3.3.4.立体图像相对精度
3.4.元数据实体参数精度
3.4.1.米制参数精度
3.4.2.非米制参数精度
3.4.3.交集临界值
3.5.论述
3.6.阐述
3.7.假设
3.8.选择
3.9.误差估计方法
3.10.合理的位置精度标准
3.11.合理的参数精度标准
3.12.CE和LE估计
3.13.第三章节参考文献
4.未来工作任务展望
5.附录A:
知名机构组织
理论说明书用于创建和备份能够充分建立操作说明书的概念模型。
理论说明书由顺对称重复实体分析和设计方法论[1]两大模型组成。
第一个较简单的模型称之为基本模型,其目的在于建立软件或系统设计与现实空间之间的概念上的联系。
这个基本模型是对这个空间是如何运转的(或应该怎样运转)的一个描述。
第二个模型,即理论说明书的实质内容,是理论模型,它定义了在操作中枢系统方式下的终端软件系统。
理论模型是对软件该如何工作的一个描述。
理论模型是对预定目标操作系统环境下各种类别之间的妥协。
理论说明书由不同的主题章节组成,这样便于管理复杂的主体内容和辅助OGC技术委员会不同工作小组各工作项的共同进展。
这些不同的主题,实际上,是相互依赖的-每一个都需要首先描写。
每一个主题必须通过整篇理论说明书的上下文才可读懂。
每个章节的内容详述程度不同。
一些章节描述详尽,而且是建议需求的基础。
一些章节则描述简略,并且需要通过附加的说明才可使RFP出版。
一个章节的详述程度表明了技术委员会对这一内容的理解程度和讨论程度。
可以参考OGC技术委员会政策和规程[2]以及技术发展进程[3]说明来获得有关OGCOpenGIS标准化发展过程的更多信息。
参考第0章节:
理论说明书概论[4]可以了解理论说明书中所有章节的一般介绍以及OGC说明书作者(和读者)的编辑导向,规章制度。
此文档详细扩展了OpenGISTM理论说明书中有关“要素”精度,“几何”精度和“范围”实体精度的记录内容。
此理论说明主要是在OGC会议中为各会员组织详细解释如何掌握精度的方法。
此理论说明扩展部分包含有关要素实体位置精度的内容,以及其他要素特性精度的记录内容。
这种要素精度和数据精度是元数据中的一种类别,此说明书还包含了与每一要素相关的其他元数据的记录内容。
在理论说明书中,一个要素实体可以有多种属性,有些属性还可具有数值。
一个要素通常具有几何特性,它定义了这个要素在2维或3维空间中的位置。
对于一个简单的几何特性来说,要素的几何特性是在OpenGIS(WKS)中通过参照某一特定空间参照系统,和该方位的一个或多个点来详细记录的。
一个点可以是一个几何点,或者是一个复杂几何的部分点。
每个点都具有在2维或3维空间位置的坐标数值。
要素理论集子集是一个范围集。
这个范围集有一个通常被成为G功能的范围初始属性,而不是一个具有OpenGISWKS值的几何属性。
范围集子集是一个图像集。
对于一个图像,范围初始G功能将投影空间位置(通常是在地面坐标系统中)与此图的相应位置(在图像坐标系统中)相连。
G功能所用到的地面坐标系统是一个特定空间参照系统。
(地面)点坐标系统值通常具有有限的精度。
如果确实不知道这个精度,那么这个点坐标系统值可以有部分实际值。
如果知道这个精度,那么这个精度必须在数据制造者与数据使用者之间建立联系,以便数据使用者能够正确解释和使用数据值。
因此,需要通过OpenGISTM理论说明来记录位置精度信息。
此建议使用“标签注释”的方法。
也就是说,GIS数据制造者在提供GIS数据的同时必须提供它的数据精度值。
这样,数据使用者可以通过使用准确的数据来判断如何使用这种GIS数据。
预期用户应该使用精确数据检测可用GIS数据是否充分精确以便于支持预期的使用。
(从最实用的程度看,用户软件系统必须能够自动执行这种检测功能,而不是让用户手工完成。
)在美联邦地理空间数据委员会(FGDC)所起草的地理空间位置精度标准中使用这种“标签注释”方法。
这种“标签注释”方法替代了(或者增加了)“合理使用标签”的方法。
在“合理使用标签”的方法中,GIS数据可以通过合适的数据加以标识。
例如,GIS数据可以标识为适合打印1:
24,000地图(符合于前美国国家地图精度标准)的数据。
这种“合理使用标签”的方法更加适用于任何多种或者增加的GIS潜在数据的使用。
可以记录位置精度的多种形式,从十分简单的形式到十分复杂的形式。
这种建议主要阐述了正确记录国家地图图象局(NIMA)各图像所使用的位置精度数据的方法。
国家地图图象局所使用的图像精度数据相当广泛复杂,并且是许多GIS用户不使用的。
因此,这种建议只允许记录定义的精度数据集。
本主题的以下章节定义并且讨论了各种位置精度术语和以后所要用到的各种概念。
绝对精度是参照于特定空间参照系统(例如,WGS-84)下的单一点的误差估计。
这个精度包含所有来自于已知源和未知源误差。
从一个特定误差源所产生的误差估计通常被称之为一个误差成分。
相对精度是对于两点之间距离的误差估计,或者是一个点对于另一个点的精度。
如果两点之间的误差不相关,这个相对误差便是独立点绝对误差的均方根(RMS)。
如果这个绝对误差在两点之间基本相同,那么这个相对误差是独立点绝对误差的1.4倍。
然而,如果两点之间的误差密切相关,那么相对误差完全可以低于独立点的绝对误差。
例如,一些误差成分可以在两点之间完全相同或者大致相同。
相对精度包含了从统计学角度看在两点之间互不相关的误差成分,以及每个点的误差成分。
相对精度通常随着两点之间的距离而变化,在距离变短时精度也变小了。
当两点之间的表面距离不变时,随距离而变化的精度通过每个距离的相对精度估计来表现。
每个距离柄表明了两点之间的最小矢量距离和最大矢量距离,这些距离是固定相对精度所适合的。
换而言之,随距离变化的精度可能要通过将相对精度作为测量点之间距离的数学功能来说明。
数值精度通常通过在数值或者一组相同数值中对预期误差的统计估计来定义的。
如果一个误差的特定非统计估计是已知的,那么应该更改这个数值来消灭误差。
同样地,如果一个平均误差(算法)已知并且存在,那么应该更改这个数值来消灭平均误差。
一般而言,可能存在的误差值具有一个分布概率,这个分布概率定义了每个误差值的概率或者密度概率。
然而,完全分布概率通常比所需的更为详细,因此常常需要一个简单的统计误差摘要。
这个摘要通常定义了一个误差数量级和实际误差低于这个数量级的概率。
例如,我们可以说一个数值具有0.9的误差概率,这个误差(数量级)范围不超过7米。
当为一个地面点定义类似于地面高度或者海拔高度的垂直坐标系统,必须要指定垂直坐标系统的精度。
通常通过使用“线性误差”或者“LE”来指定垂直精度。
在线性误差中,我们记录了低于特定距离的特定误差范围概率值。
例如,我们可以说一个高度值具有0.9的误差概率,这个误差范围不超过7米。
垂直线性误差既可以记录绝对精度,又可以记录相对精度。
为一个地面点通常要定义两个类似于经度和维度的水平坐标系统,并且要指定水平位置精度。
可以分别指定每个水平坐标系统的精度,也许可以使用“线性误差”和“LE”。
然而,通常使用“循环误差”或者“CE”来指定复合水平精度。
在循环误差中,我们记录了具有特定误差概率的水平位置,这个误差低于特定距离的矢量误差。
例如,我们可以说水平位置具有0.5的误差概率,这个矢量误差的范围在11米以内。
当在两个水平坐标系统内的精度是相同的时候,使用循环误差是比较合适的。
可以使用水平循环误差记录绝对精度或者相对精度。
通常使用水平循环误差加上垂直线性误差来指定3-D地面坐标系统精度。
换而言之,可以指定3-D坐标系统精度使用“球形误差”。
球形误差记录了3-D位置在特定距离范围内的矢量误差概率。
如果在所有3维地面坐标系统中精度都相似,那么使用球形误差将比较合适。
然而,垂直坐标系统误差通常既不确定又完全不同于水平坐标系统的线性误差。
如果需要,如果采用独立误差和正态分布的方法,近似球形误差可以通过水平循环误差加上垂直线性误差计算得出。
可以使用3-D球形误差记录绝对精度和相对精度。
当存在2维或者3维地面坐标系统时,可以使用协方差矩阵,有时被称为变化-协方差矩阵来记录更多详细的精度信息。
因为在一个点的3维地面坐标系统中,一个协方差矩阵是一个3对3的对称矩阵,矩阵中每一行每一列都对应3维坐标系统。
对于2维水平地面坐标系统,一个协方差矩阵是一个2对2的对称矩阵,该矩阵的每一行和每一列都对应一个2维水平坐标系统。
矩阵中的元素是产生误差的期望平均值,在行坐标中的平均值是同期产生于列坐标中的误差平均值的倍数。
在协方差矩阵中,对角线元素是一些对应于地面坐标系统的误差变化值,或者是标准背离平方值。
非对角线上的元素是一些在对应地面坐标系统中各误差之间的协方差值;
当不同坐标系统中的误差不相关时,这些协方差值为零。
协方差矩阵通常是对称的,这就意味着在对角元素两端的元素值是相同的。
可以使用协方差矩阵来记录绝对和/或者相对精度。
相对精度协方差矩阵使用一个点的3维坐标系统来表示该矩阵的行,用第二个点的3维坐标系统来表示该矩阵的列。
N个特定点的协方差矩阵可以包含3N行和3N列。
3*3的协方差矩阵提供六个不同的号码,而水平CE加上垂直LE只不过才具有两个不同的号码。
其中所包含的信息在以下情况下相同:
1.在3维地面坐标系统中的各误差从统计的角度看互不相关。
2.在2维水平坐标系统中的各误差具有相同的统计数值。
当计算和/或者重新获取协方差矩阵时,可以为那些不需要更复杂精度数据的用户计算解释对应水平CE加上垂直LE。
可以通过这个协方差矩阵计算对应于3*3协方差矩阵的水平CE加上垂直LE。
同样,可以通过这个协方差矩阵计算对应于2*2协方差矩阵的水平CE。
在这种计算中,非对角线上的元素通常是被忽略的。
如果垂直坐标系统的误差是一个正态概率分布,那么具有0.6827概率的垂直LE就是垂直坐标系统的变化平方根。
这个水平CE具有一个较为复杂的2维水平坐标系统变化功能和在这些坐标系统中(在已知的情况下)的协方差功能。
使用不同类别的值来表示一个线性误差和循环误差的信比度概率。
目前存在的标准概率值主要包含0.5,0.6827,0.9和0.95。
一个0.6827的概率对应于一个正态分布数量的标准背离值。
(注意,循环误差没有正态分布值,但是可以从每个水平位置坐标系统的独立正态分布误差中获取。
)0.9概率值用于前美国国家地图精度标准体系。
0.95的概率则用于地理空间位置精度标准的草案中。
而0.5的概率目前正被使用于军事应用方面。
实际统计误差分布通常是未知的,但是它通常被作为正态分布应用于线性误差中。
通常采用正态分布的原因是:
1.线性误差分布的试验测试通常产生一个近似于正态分布的结果。
2.所有统计独立成分误差的综合误差都趋向于一个正态分布,主要是针对于任何成分误差的统计分布值。
当采用正态分布时,与此相对应的不同信比度概率的误差值是直接相关联的。
也就是说,不同概率的误差距离可以通过数乘一个常熟距离来获取。
线性误差和循环误差(采用具有正态误差分布的独立坐标系统)需要不同的数乘常熟。
标准数乘表主要应用于在0.5,0.6827,0.9,0.95概率之间的误差距离值转换。
表1是这样一种表格。
CE的数乘常熟列表为两个水平坐标系统采用固定的协方差矩阵属性值。
需明确指出的是,这些数乘假设在两个坐标系统中水平坐标系统具有相同的零协方差变化。
表2-1:
作为概率功能的误差范围
当使用正态分布时,所有的协方差矩阵元素都具有0.6827的概率。
此版本的精度理论说明是有关这个技术的简介,主要关注于位置精度和几何精度,而不是更为广泛的精度主题内容。
此文档的第三章节讲述了“要素模型”的概念,而不是有关Cook和Daniel[6]的“理论模型”。
此精度理论说明正期待着ISOTC/211能够制定完善的“精度”标准。
人们期待着在TC/211起草委员会成立并正式工作时,将能够产生有关此文档下一个版本的基础。
通过建立要素实体与元数据集实体之间的联系来获取记录每个要素实体精度和其他元数据的特性。
一个元数据集实体包含有一个或者更多的元数据实体。
每个元数据实体包含多种可以记录元数据要素值的属性。
可以定义许多元数据实体类的子类。
九个元数据实体子类包含有要素精度数据,几何精度数据,范围实体精度数据,这些精度数据有以下子类名:
1.绝对位置精度
2.相对位置精度
3.单像图像绝对精度
4.单像图像相对精度
5.立体图像绝对精度
6.立体图像相对精度
7.米制特性精度
8.非米制特性精度
9.交集端
所有列出的这九个子类都具有多种记录元数据要素精度值的属性。
绝对位置精度子类和相对位置精度子类都较适合于几何实体与某些范围实体。
这四个单像图像精度子类和立体图像精度子类较适合于图像和其他特定的范围。
最后列出的三个子类较适合于其他要素特性。
图3-1是有关一个类的图表,其中说明了要素的存在性和要素集类,以及与它们之间相关联的这些新元数据类。
这份图表不包含其他先前定义的,与要素和要素集类相关联的各类。
以下的各章节将讨论这个图表中的每个类。
图3-1:
元数据类精度和它们之间的关系
3.1.1.要素
先前在OpenGIS理论说明书中定义的要素实体与一个元数据集实体有一种新的关系。
这种关系是随机性的,只有当为那个要素实体记录元数据时才具有这种关联。
这种关系通过具有元数据属性名称要素的固有特性来记录。
元数据属性值通常是与之相关联的元数据集实体的ID号。
如果这个属性值是空的,那么就没有与之相关的元数据集实体,并且所有与包含此要素的要素集不相关的要素精度的各个方面是未知的或者是未指定的。
先前在OpenGIS理论说明中定义的要素集实体与一个元数据集实体有一种新的关系。
这种关系通过具有元数据属性名的要素集固有属性来获取和记录。
此元数据属性值是与之相关联的元数据集实体的ID号。
如果这个属性值是空的,那么就不存在与之相关联的元数据集实体,除了一些与包含在这个要素集中的个别要素相关联的元数据,或者是与包含这个要素集的更高一层的要素集相关联的元数据以外,其他所有的元数据都被认为是未知的或者是未被指定的。
一个元数据实体集包含一系列元数据实体,或者与这些元数据实体相关联。
每个元数据实体集都与一个或者更多的要素实体或者一个要素集实体相关联。
一个元数据实体包含有一系列存储一组元数据元素值的实体属性。
每个元数据元素通过名称和实体属性值对来记录。
因为必须借助元数据才可以记录元数据元素组,所以元数据实体类是抽象的,并且一个具体的子类适用于每个所记录的不同元数据元素组。
元数据实体类定义了一个所有子类都具有的属性,一个表示特定元数据实体子类名称的字符串。
每个这样的名称都要求包含一个标识符号码。
每个元数据实体都存在于(或者相关于)一个或者更多的元数据实体集中。
定义了元数据实体类的多个子类,每个子类都含有一些特定的属性,这些子类便组成了元数据元素组。
以下的章节中将详细介绍一些特定的元数据实体类子类,这些子类通过记录几何精度,范围精度和要素属性精度来定义。
元数据实体子类的绝对位置精度和相对位置精度记录了具有几何或者一些范围类型要素的位置精度数据。
绝对位置精度实体是一个记录了几何绝对精度的元数据实体,或者是一个包含在要素实体中的覆盖再生实体。
也就是说,这样一种实体记录了相对于某一特定空间参照系统的位置几何精度或者位置范围精度的统计测量值。
对于一个单一要素来说,这些统计测量值适用于所有的几何点。
而对于一个覆盖要素来说,这些统计测量值则适用于在这个范围内的所有点或者其他项。
包含在绝对位置精度实体中的附加属性应当具有名称和属性值对,这些名称和属性值对包含有:
1.协方差矩阵,在米平方单元内浮点数的对称直角矩阵。
矩阵的维数应该与记录要素点的坐标数相一致。
当这个元素的实际数值未知时,这个矩阵元素的值应缺省或者为空。
2.估计的方法,字符串(文字数字文本)。
定义了一种用于估计协方差矩阵值的方法。
在每个元数据实体集中间接包含绝对位置精度实体是随机的,但是,当相关要素实体在任何时候都含有几何属性或者相关覆盖再生属性时,这种包含关系才是最牢固的。
如果不包含任何绝对位置精度实体,则这个几何位置精度被认为是未知的或者未被指定的。
允许包含更多的绝对位置精度实体,可以通过不同的误差估计方法,使实体含有多种绝对精度数据。
每个相对位置精度实体都是一个元数据实体,这个元数据实体记录了包含在要素实体中的几何再生实体或者覆盖再生实体的相对位置精度数据。
也就是说,这样的一个实体包含了在几何或者覆盖范围内两点之间的位置精度统计测量值。
每个相对位置精度实体都含有测量点之间距离柄的精度数据。
对一个单一要素来说,这些统计测量值适用于在几何中所使用的所有点。
对于一个覆盖实体来说,这些统计测量值适用于在这个范围内的所有点或者其他项。
相对位置精度实体的附加属性应该具有名称和属性值对,这些名称和属性值对包含有以下一些内容:
1.最小距离柄,在米制单元内的数量
2.最大距离柄,在米制单元内的数量
3.协方差矩阵,在米制平方单元内的浮点数对称直角矩阵。
矩阵的维数应该与记录要素的点的坐标数相一致。
当这个矩阵元素的实际值未知时,矩阵元素的值应该为缺省值或者空值。
4.估计方法,字符串(文字数字文本)。
定义了估计协方差矩阵值的方法。
此文本需要指定或者说明协方差矩阵值的精度。
在每个元数据集实体中间接包含一个或者更多相对位置精度实体是随机的,但是,当相关要素实体在任何时候具有几何或者相关覆盖再生属性时,这种随机性才最适合。
允许包含更多的相对位置精度实体,并且支持不同的距离柄。
使用不同误差估计方法可以使得多样相对位置精度实体包含相对精度数据。
如果没有包含任何相对位置精度实体,在协方差矩阵中,相对位置精度说明值应是绝对位置精度说明值的1.4倍。
如果没有包含任何绝对位置精度实体,几何相对位置精度应被视为未知或者未指定的。
当相关覆盖再生实体是一图像或者其他特定覆盖类型时,上面所定义的绝对位置精度实体和相对位置精度实体没有包含所有所需的精度数据。
因此,为图像定义了四个独立的元数据实体子类,这些实体子类包含可以分别记录位置精度数据的不同属性。
因为精度数据在单像图像和立体图像中有些不同,因此要为单像图像和立体图像分别定义各自独立的元数据实体子类。
对于矢量要素几何体来说,协方差矩阵反应了每点所记录的坐标系统的所有误差。
对于图像来说,地面坐标系统是通过实体的图像位置坐标(行和列)计算(直接或者间接)得来的。
对于图像,所记录的协方差矩阵值反应了地面位置点通过全息图像位置坐标系统而获取的估计误差。
通过相关图像几何模型和图像支持数据来计算这些地面位置点。
这些精度反应了在图像支持数据中和图像几何模型中的估计误差,但没有反应在图像中的测量点误差。
在元数据实体类的单像图像子类和立体图像子类中,存在协方差矩阵的属性值(在绝对位置精度子类和相对位置精度子类中被定义)但是私有的。
也就是说,这个属性不可以直接获取,因为它不能反应从图像中被提取的地面点的所有误差。
这个误差应包含一个测量图像所需点误差的基值。
因此,每个图像精度子类应该具有界面操作功能,以便于计算和返回整个估计的位置误差。
这些界面操作使用输入的特定图像测量点估计误差。
对于单像图像来说,这些界面操作还利用图像位置判定地面水平位置的方法使用输入的地面高度特定估计误差。
能够计算所有的误差主要依赖于这些实体的特定(未指定的)私有属性值,例如由图像位置错误所产生的部分地面位置派生误差。
由图像位置测量误差而引起的地面位置误差与其他误差相关两,这些误差是由计算误差成分的均方根(RMS)而产生的。
这四个元数据实体的单像图像精度子类和立体图像精度子类为图像和其他特定范围记录了绝对位置精度数据和相对位置精度数据。
单像图像绝对精度实体是一个元数据实体,它记录了要素实体图像覆盖再生功能的绝对位置精度数据。
一个单像图像绝对精度实体,不管是否与图像相关联,它都应该被间接地包含在元数据集实体中。
单像图像绝对精度实体的一般属性应该具有名称和属性对,这个名称和属性对包含以下一些内容:
1.估计的方法,字符串(文字数字文本)。
定义了估计水平截断和代表图像几何模型的协方差矩阵(不可见)和支持数据的绝对误差方法。
2.水平截断,米制单元浮点数。
这个截断是在地面位置之间的均方根水平距离,这些地面位置来源于相关的图像和任何其他列出的重叠图像。
3.第二图像列表,字符串序列(文字数字文本)。
每个字符串标识一个适用于水平截断的其他图像。
也就是说,指定水平截断是位于相关图像测量点和重叠于第一张图像的其余列表图像测量点之间。
同样,在此列表中可包含此相关图像,没有任何意义。
单像图像绝对精度实体包含有界面操作计算误差。
这一操作计算全部误差并返回这一误差:
1.地面协方差矩阵,在米制平方单元内的3*3对称浮点数矩阵。
这一矩阵估计了在水平地面位置上的全部误差。
当这个矩阵元素的实际值未知时,此矩阵元素值应该是缺省值或者是空值。
计算所有误差的操作需要输入以下一些参数:
1.图像位置协方差矩阵,在象素空间平方单元内的2*2对称浮点数矩阵。
当元素实际值未知时,非对角线上的矩阵元素值应为缺省值或者空值。
2.高度变化,在米制平方单元内的浮点数。
这是个高度的估计误差,或者是使用图像位置来计算相对应的地面位置的高度值。
3.图像位置,在象素空间单元内的两个数。
允许包含借助于实际图像位置输入的精度。
4.高度,在米制单元内的一个数。
允许包含借助于实际地面高度输入的精度。
单像图像相对精度实体是一个在要素实体中为图像覆盖再生功能记录相对位置精度数据的元数据实体。
这个单像图像相对精度实体的一般属性应该具有名称和属性值对,这些名称和属性值对包含有以下内容:
1.最小距离柄,在米制单元内的一个数。
2.最大距离柄,在米制单元内的一个数。
3.估计的方法,字符串(文字数字文本)。
定义了估计代表图像几何模型和支持数据相对误差的协方差矩阵的方法
- 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:
- 整理 10 主题 精度