GeoXMind

空间数据质量必须相对产品规范和用途评价

说明完整性、逻辑一致性、位置、专题和时间质量怎样被定义、测量、报告并用于适用性判断。

空间数据质量必须相对产品规范和用途评价

空间数据没有脱离用途的单一“高质量”等级。一组道路中心线用于全国概览可能足够，用于自动驾驶定位却远远不够；一幅年度土地覆盖图适合区域统计，不一定能支持地块执法。质量评价必须先说明数据产品承诺了什么，以及使用者需要什么。

ISO 19157-1 的公开范围强调描述质量组成、定义度量、执行评价和报告结果，并不规定全球通用的最低合格线。接受阈值通常来自产品规范、法规或具体任务。

质量范围决定评价对象

一个数据集内部可能由不同时间、来源和处理级别拼接而成。质量范围用空间区域、时间区间、要素类型、属性或处理批次限定评价适用于哪一部分。只给全库一个平均精度，会掩盖局部低质量区域。

评价前应固定产品版本和模式。几何更新、分类体系变更或参考系调整后，旧评价结果不能自动继承。质量报告需要连接到明确数据版本、处理流程和评价样本。

直接评价把数据与更高可信度参考比较，间接评价则依据来源、方法或过程控制推断质量。两者证据强度不同。通过某个生产流程不表示实际输出一定满足精度，应在报告中区分过程证据与结果测量。

完整性关注多余和缺失

完整性包括应有对象是否缺失，以及不应有对象是否多出。判断必须依赖产品规范中的对象宇宙：道路数据不包含私人小路，可能是设计范围，而不是遗漏。

抽样检查要覆盖不同地区、密度和采集条件。只在交通发达城区抽样，会高估山区完整性。多余对象也可能来自重复采集、历史要素未删除或拓扑切分错误，应区分实体重复和合法多部件表达。

数量完整不代表属性完整。要素存在但关键字段为空、使用占位值或编码失效，同样会破坏应用。空值、未知、不可适用和未采集应使用不同语义。

逻辑一致性检查规则是否成立

概念一致性检查数据是否符合模式、域值和关系约束；格式一致性检查编码与文件结构；拓扑一致性检查连接、覆盖、相交和边界规则。

不同数据产品的拓扑规则可能相反。行政区面通常要求无缝覆盖且不能重叠，生态保护范围却可能合法重叠；河流线允许汇合，等高线通常不应相交。规则必须来自领域定义，不能把软件默认检查项当作真理。

修复也会改变数据。自动吸附、删除短线或闭合面可能改善拓扑指标，却移动真实边界。应记录修复前后数量、位移和未解决异常，并保留可回滚版本。

位置质量需要参考系和统计口径

位置误差可以是绝对位置相对外部基准的偏差，也可以是对象之间的相对对齐误差。水平、垂直和三维精度不能混用；坐标参考系、历元、高程基准和单位必须随结果报告。

均方根误差概括典型误差，却可能掩盖系统偏移和长尾。除均值或 RMSE 外，应查看分位数、方向性、空间分布和异常点。控制点若参与过拟合配准，不能再作为独立精度证据。

点精度不直接代表线面边界质量。复杂岸线的对应关系、不同概化尺度和对象定义都会影响距离。评价方法要与数据几何和用途匹配。

专题、时间和使用质量各有含义

专题质量涉及类别正确性和定量属性误差。分类数据应给混淆矩阵、每类生产者与使用者精度，并说明参考样本设计；总精度会被面积占比大的类别主导。

时间质量包括时间测量准确性、事件顺序和时间有效性。一个位置准确的设施点，如果状态更新时间落后数年，对应急调度仍不可用。更新时间字段还要区分观测时间、录入时间和发布版本时间。

使用质量描述数据在特定应用中的表现。它不替代基本质量元素，而是把误差传播到任务结果。例如高程误差如何影响洪水范围，比单独报告高程 RMSE 更接近决策风险。

质量评价依赖合格参考和抽样设计

参考数据也有误差、时间差和定义差。应说明其来源、精度和与被评数据的独立性。若参考和产品来自同一传感器或同一标注团队，误差可能相关，比较结果会过于乐观。

概率抽样让指标能推断到总体。分层抽样可以保证稀有类别和困难地区有足够样本，但汇总时要恢复抽样权重。便利样本只能说明被检查位置，不能自然外推全域。

样本量应结合预期误差、置信区间和分层数量设计。报告单个百分比而没有样本数和区间，会给出虚假的精确感。

报告要支持使用者作决定

质量报告应包含范围、元素、度量定义、评价方法、参考数据、日期、结果、单位和限制。通过/不通过可以作为结论，但必须保留原始度量，便于其他用途采用不同阈值。

质量元数据应与数据一同发布并保持版本关联。发现缺陷后，要能定位受影响区域和下游产品，记录修复与再评价，而不是覆盖旧报告。

空间数据质量管理的目标不是消灭所有误差，而是让误差可见、可量化并与用途对齐。只有产品规范、评价证据和使用要求三者同时存在，“适用”才是可以审核的判断。

资料依据