Niepewność danych przestrzennych w systemach informacji geograficznej (GIS)

• Autorzy: Felcenloben D.

Warianty tytułu

EN

Uncertainty of spatial data in geographic information systems (GIS)

• Języki publikacji: PL

Abstrakty

PL

Złożoność świata rzeczywistego sprawia, że jego obraz reprezentowany w modelu pojęciowym w postaci danych przestrzennych – nie może być wykonany z dowolnie przyjętą dokładnością. Wiedzy odbiorcy towarzyszy bowiem poczucie niepewności, które może mieć charakter stochastyczny, bezpośrednio związany z dokładnością samego pomiaru opisywanego zjawiska lub epistemiczny, wynikający z niepełnej wiedzy odbiorcy informacji, a także ograniczonych możliwości dokonywania pomiarów z oczekiwaną dokładnością. Poczucie niepewności w odbiorze danych geoinformacyjnych nierozłącznie związane jest z koniecznością stopniowego upraszczania reprezentacji poszczególnych jednostek przestrzennych do postaci obrazu przedstawianego systemach GIS. W artykule przedstawiono sposoby definiowania danych przestrzennych w postaci obiektów dyskretnych i pól, z wykorzystaniem metody wektorowej i rastrowej, pojęcia niepewności z tym związanej, jego rodzaje, metody jej szacowania, pojęcie dokładności i precyzji pomiaru, a także techniki modelowania opisywanych obiektów i zjawisk przestrzennych, odwołujące się zarówno do klasycznych analiz statystycznych, jak i probabilistycznych metod, wykorzystujących teorię zbiorów rozmytych.

EN

The complexity of the real world leads to a point where the image represented in the conceptual model in the form of spatial data cannot be made with any accuracy adopted. Recipient of knowledge, therefore, is accompanied by a sense of uncertainty, which may be either stochastic, directly related to the accuracy of the measurement described or cognitive, resulting from the incomplete knowledge of recipient of information and limited possibilities of making measurements with the desired accuracy, which may be characteristic for a statistical sample of the larger population of typical and reproducible objects represented in the model. A sense of uncertainty in the reception of geo-information is inextricably linked with the necessity of gradual simplification of representation of different spatial units to a form of image presented in the Geographic Information Systems (GIS). The article presents ways of defining the spatial data in the form of discrete objects and fields, using the vector and raster method, concepts of uncertainty associated with it, its types, methods of estimation, concepts of accuracy and precision of measurement and modeling techniques of described objects and spatial phenomena, referring both to the classical statistical analysis and probabilistic methods using the theory of fuzzy sets.

Słowa kluczowe

PL

niepewność; modelowanie zjawisk przestrzennych; system GIS

EN

uncertainty; model ling of spatial phenomena; GIS system

• Wydawca: Wydawnictwo Uniwersytetu Przyrodniczego we Wrocławiu
• Czasopismo: Acta Scientiarum Polonorum. Geodesia et Descriptio Terrarum
• Rocznik: 2010
• Tom: Vol. 9, nr 3
• Strony: 3--12
• Opis fizyczny: Bibliogr. 14 poz., il.

Twórcy

autor

Felcenloben D.

• Uniwersytet Przyrodniczy we Wrocławiu,

Bibliografia

• Arendarski J., 2003. Niepewność pomiarów. Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa.
• Dalang R., Dozzi M., Russo F., 2002. Seminar on Stochastic Analysie. Random Fields and Applications IV, Centro Stefano Franscini. Ascona. Brikhäuser (Progress in Probability).
• Gaździcki J., 2002. Internetowy leksykon geomatyczny, dostęp: http://www.ptip.org.pl/
• Kusz A., Marciniak A., 2009. Niepewność w reprezentacji zjawisk przestrzennych. Inżynieria Rolnicza nr 5(114), 147-154.
• Kwiecień J., 2004. Systemy Informacji Geograficznej. Podstawy. Wydawnictwo Uczelniane Akademii Techniczno-Rolniczej w Bydgoszczy.
• Lisiecki J., Kłysz S., 2007. Szacowanie niepewności pomiaru. Prace Naukowe ITWL, z. 22.
• Longley P.A., Goodchild M.F., Rhind D.W., 2008. GIS. Teoria i praktyka. PWN, Warszawa.
• Marciniak A., 2009. Probabilistyczne modele zjawisk przestrzennych w rolnictwie. Inżynieria Rolnicza nr 5(114), 193-199.
• Mazur M., 1970. Jakościowa teoria informacji. WNT, Warszawa.
• Mooler J., Waagepetersen R.P., 2003. A Statistical and Simulation for Spatial Point Processes. Monographs on Statistics and Applied Probability. Chapman&Hall/CRC Bayesia 2009. Bayesian Network software. http://www.bayesia.com.
• Shannon C.E., 1948. A Mathematical theory of communication. Bell System Techn. J., vol. 27, No. 3-4, 1948, [in:] Mazur M., 1970: Jakościowa teoria informacji. Warszawa.
• Stefanowicz B., 2004. Informacja. Warszawa.
• Veregin H., 1998. Pomiar jakości danych i ich oceny, Podstawy programowe NCGIA w GIScience, dostęp: http://www.ncgia.ucsb.edu/giscc/units/u100/u100.html
• Werner P., 1992. Wprowadzenie do geograficznych systemów informacyjnych. Wydawnictwo Uniwersytetu Warszawskiego.