Ich versuche, zwei verschiedene Karten für dieselbe Region objektiv zu vergleichen. Im Moment habe ich Probleme damit, Kriterien zu definieren, die es mir ermöglichen, eine leidenschaftslose Bewertung vorzunehmen.
Hat jemand Ideen, wie das geht oder wie ich das Problem angehen soll?
Wie Sie sehen können, ist keine Karte überlegen, ein paar Lücken im blauen Satz, einige im roten.
Antworten:
Diese Antwort beschreibt eine objektive Methode zur Messung beliebiger Diskrepanzen zwischen zwei räumlichen Datensätzen. Solche Abweichungen können Positionsverschiebungen, Formänderungen und Merkmale umfassen, die in einem Datensatz vorhanden sind, in einem anderen jedoch nicht. Diese Antwort ist nicht bietet keine Mittel , um zu bestimmen , welche ist „besser“ , weil das auf viel mehr hängt als nur die Daten und es hängt vor allem ab , was die Daten für verwendet werden.
Hintergrund
Eine gute Grundlage für eine große Anzahl solcher Messungen ist die euklidische Abstandstransformation jedes Datensatzes. Dadurch wird jeder Datensatz als eine Sammlung von Punkten in der Ebene dargestellt. Nennen wir diese Sammlungen B für die blauen Merkmale und R für die roten Merkmale.
Für einen beliebigen Punkt x in der Ebene, Transformation der euklidische Abstand eines Punktes Satz A die größte untere der Abstände zwischen gebundenen berechnet x und A . Wir können uns diese Transformation als eine "Oberfläche" vorstellen, deren Höhe bei x dem kürzesten Abstand von x zu A entspricht . Somit hat diese Oberfläche Täler an allen Punkten von A , wo ihre Höhe Null ist, und steigt mit einer Neigung von 1: 1 von A weg an . Es ist klar, dass die Entfernungstransformation wiederum A bestimmt (oder technisch den metrischen Abschluss , der für GIS-Datensätze mit A identisch ist) als Menge aller Punkte in einer Höhe von Null. Somit erfasst die Entfernungstransformation vollständig alle räumlichen Informationen von A , die das GIS darstellen kann.
Diese Abbildung zeigt die Abstandstransformationen von B (links) und R (rechts) im Pseudorelief.
Vergleich zweier Datensätze
Um B und R zu vergleichen , überlagern Sie sie jeweils mit der Abstandstransformation des anderen:
Die Abstandswerte werden als Farben angezeigt, die von Blau (nahe 0) bis Rot reichen.
Die linke Karte, zum Beispiel, zeigt die Punkte von B und Farben , um sie entsprechend ihre Abstände von R . Die Rollen von B und R werden in der rechten Karte vertauscht.
Bereits diese helfen dem Auge bei Vergleichen: Jede Karte zeigt die Punkte eines Datensatzes und hebt durch die Verwendung von Farbe die Punkte hervor, die weit von einem Punkt im anderen Datensatz entfernt sind. Beachten Sie, dass beide Karten für den Vergleich benötigt werden, da jede Punkte nicht auf der anderen zeigt.
Auf detaillierten Karten kann es schwierig sein, die Farbe zu erkennen. Daher können wir sie zur Präsentation oder visuellen Auswertung ein wenig verwischen:
NB: Die Farben sind zwischen den beiden Karten nicht vergleichbar: Innerhalb jeder Karte werden sie skaliert, um den gesamten Entfernungsbereich in dieser Karte anzuzeigen.
Statistische Analyse der Unterschiede
Das Schöne an diesem Ansatz liegt darin, was in der Nachbearbeitung getan werden kann. Mithilfe eines Rasters zur Darstellung der Entfernungstransformationen und ihrer Überlagerungen können wir leicht lokale und globale Statistiken erhalten, um die Diskrepanzen zu messen. Zum Beispiel könnten wir uns auf alle Entfernungen konzentrieren, die größer als ein kleiner Schwellenwert sind, und ihre Häufigkeitsverteilung untersuchen:
In diesem Histogramm stehen blaue Balken für die blauen Merkmale und rote Balken für die roten Merkmale. (Beachten Sie die logarithmische Skala auf der horizontalen Achse.) Dieses Histogramm zeigt die ursprünglichen überlagerten Daten, nicht die abgeleiteten unscharfen Daten. Es wurden nur die Abstände ausgewählt, die im Originalbild größer als drei Pixel sind.
Diese Histogramme zeigen, dass blaue Merkmale viel häufiger weit von roten Merkmalen entfernt sind als umgekehrt : Die blauen Balken sind höher als die roten und erstrecken sich über größere Entfernungen (rechts). Das gesamte Arsenal deskriptiver Statistiken steht jetzt zur Quantifizierung der Unterschiede zwischen den beiden Datensätzen zur Verfügung. Diese Statistiken können auf die gesamte Region von Interesse angewendet oder darüber "gefenstert" werden, um zu untersuchen, wie sich die beiden Datensätze je nach Standort unterscheiden.
Implementierung
Die meisten Raster GISes bietet eine euklidische Distanz (wie Transformation Euklidischer Abstand in ArcGIS und r.grow.distance in GRAS) und alle Unterstützung des einfachen (Maskierung) Overlay erforderlich , um diese Analyse zu tun. Falls gewünscht, kann die Unschärfe mit einem Nachbarschaftsmittelwert oder einer Kernelfaltung erfolgen (einschließlich der "Gaußschen Unschärfe", die in allen Bildverarbeitungsprogrammen verfügbar ist). Die meisten GIS bieten keine ausreichende Unterstützung für die vollständige statistische Analyse von Rasterdaten, aber sie können solche Daten gut in Formaten exportieren, die von statistischer und mathematischer Software wie
Roder Mathematica (die alle Zahlen hier erstellt hat) lesbar sind .quelle
Laden Sie aktuelle Bilder und prüfen Sie, ob Sie die Straßen als vorhanden oder als vorhanden validieren können, da es sich anscheinend um ein Geometrieüberprüfungsproblem handelt. Wahrscheinlich ist ein Datensatz neuer und / oder vollständiger. Finden Sie heraus, welcher Datensatz die größte horizontale Genauigkeit aufweist und welcher zuletzt und nach welchem Verfahren erfasst wurde. Ist es ein Unterschied zwischen Tiger-, Osm-, GIS- und GPS-Spuren? Bilder sind dein Freund hier, zumindest genaue Bilder wie HAIP des letzten Jahrgangs. Das Kriterium könnte Vollständigkeit, Abdeckung, Genauigkeit, Richtigkeit und Währung sein.
quelle
Ich denke, ich folge den obigen Kommentaren und Antworten (vielleicht sollte dies auch eher ein Kommentar als eine Antwort sein), aber ich würde jedes verfügbare Mapping verwenden, um die Dateien durch visuellen Vergleich zu validieren. Wählen Sie Funktionen aus, für die genaue geplottete Daten verfügbar sind, z. B. Straßennetze (in England sind Schottland und Wales bei OS frei verfügbar).
In Anlehnung an den Vorschlag, Google Earth und Bilder zu verwenden. Verwenden Sie das Openlayers-Plugin, um Satellitenbilder in den Hintergrund zu laden und erneut zu vergleichen.
Viele kostenlose, genaue Karten, die als Vergleichsbasis dienen.
quelle