基于多层次模糊综合评判法的土地变更调查数据质量评价研究

季佳佳， 赵冬玲， 杨建宇， 王修贵， 杜 萌

（中国农业大学信息与电气工程学院，北京 100083）

基于多层次模糊综合评判法的土地变更调查数据质量评价研究

季佳佳， 赵冬玲， 杨建宇， 王修贵， 杜 萌

（中国农业大学信息与电气工程学院，北京 100083）

研究目的：为改善现有土地变更调查数据质量的评价方法过于刚性化的缺点，以甲、乙两省为例，探究土地变更调查中错误量相近省份的数据质量评价方法。研究方法：基于多层次模糊综合评判法，采用缺陷扣分法确定隶属度，并结合层次分析法和Delphi法计算权重。研究结果：错误量的大小无法直接表明数据质量的优劣。研究结论：实验结果表明该方法不仅能快速识别影响数据质量的重要因素，同时评价结果更加客观合理。

土地管理；土地调查；数据质量评价；多层次模糊综合评判；Delphi法；层次分析法

1 引言

为建设和完善土地利用数据库，中国在第二次全国土地调查工作的基础上，制定了年度土地变更调查[1-2]。该方案自2009年施行以来，各省每年上报的成果数据经检查仍存在错误类型多、错误数量大等问题。土地变更调查数据主要包括矢量数据、栅格影像、属性列表、元数据记录以及一些文档资料等多元化类型的数据[3]，其质量的好坏直接影响后续的统计和分析[4]。

数据质量的评价方法可分为直接评价和间接评价两个方向[5]。间接评价是从误差传播理论着手研究，它的模型复杂度较高，相关的研究方法较少。直接评价方法应用较为广泛，常见的方法主要有加分法、缺陷扣分法、ISO/TC211加权平均、粗集法等。其中，加分法是一种较简单的线性统计方法，但其评价过程过于粗糙，且人为因素影响较大；缺陷扣分法是一种引入调整系数的扣分法，操作简便，对缺陷的敏感度较强[6-7]，但同时存在着较多的不足，如缺陷等级间扣分量跳跃性较大，中间质量信息损失，评价结果偏不合格等。总体而言，缺陷扣分法是一种刚性化的质量观[8]；ISO/TC211加权平均法是目前比较常用的评价方法，其采用正确率来表现不同质量影响要素本身在整个数据集中的重要程度，但权重的确定和评价抽样方法都具有不确定性[9]；粗集法筛选出关键因子，然后综合决策规则做出评价，但这种方法的区域划分略显粗糙，且只可用于定性评价[10]。

针对上述评价方法问题，本文提出一种基于多层次模糊综合评判法的土地变更调查数据质量评价方法，对年度变更调查数据进行质量评价。

2 模糊综合评判法

模糊综合评判法主要适用于受到多种因素影响且各因素之间界线不明确的事物评价[11]。模糊综合评判法可分为单因素评价和多因素综合评价，两者的基本原理均是在选择评价目标的因素集、评语集基础上，建立适宜的权重集，并确定隶属函数，建立模糊综合评判矩阵，通过模糊变换得到最终的综合评价结果[12]。

依据土地变更调查数据的质量检查规则可以发现，该数据质量受到多方面因素的影响，如数据的完整性、属性和图形的正确性、逻辑一致性等，且这些因素具有不明确性，均不可直接量化，所以土地变更调查数据质量的评价可以采用多层次模糊综合评判法进行定量评价。

2.1 技术流程

多层次模糊综合评判过程主要的评价步骤分为以下5个步骤：

（1）建立评判对象因素集U。多层评价指标可按照从宏观到微观的次序进行构建。

（2）建立评语集V。V = {V1，V2，…，Vn}。

（3）对因素子集Ui进行一级综合评价。①分配各二级子因素的权重Ai。权重是影响最终评价结果的重要因素。在土地变更调查数据质量评价中，二级质量元素的权重可依据其缺陷等级，采用层次分析法计算求得。层次分析法通过定性指标模糊量化方法算出层次单排序和总排序，是一种作为多指标、多方案优化决策的系统方法[13]。②选择隶属函数,确定各因素的隶属度,构造评判矩阵Ri。隶属函数的选择将直接影响评价结果的精度，需要根据评价指标的模糊分布选取合适的隶属函数。③选择综合评价模型，求模糊综合评价集Bi。当各因素的重要程度模糊集Ai和综合评判矩阵Ri确定时，通过Ri做线性变换，把Ai变成评语集V上的模糊子集Bi= Ai·Ri=（b1，b2，…，bn）。

（4）对U进行二级模糊综合评价。①分配一级质量元素的权重A。一级质量元素为宏观影响因素，各因素之间语义界限较明确，可采用Delphi法求得权重。Delphi法不仅可以满足专业领域对目标评价数据的要求，也可以考虑数据使用者的需求，对目标对象做出全面合理的评价，具有较强的客观性、准确性和权威性[11]。②构造二级综合评判矩阵R。多层次综合模糊评判中较高级的评判矩阵是以低一级元素的模糊子集构造而来。

（5）选择评判模型，得出最终评价结果B。利用最大隶属原则，评价集B中最大的bj对应的等级（评语）vj即为最终定性的评价结果。

2.2 关键技术

隶属度的确定是多层次模糊综合评判法的关键，本文采用缺陷扣分法进行定量分析，依据原质检规则的主体分布原则以及人们客观认识的规律，构造梯形隶属函数，建立隶属度Ri与分值X之间的函数关系，最终求得二级单因素对应各评语集Vj的隶属度。这种方法改变了一般专家打分法的主观性，为后续评价过程提供了科学合理的隶属度，增强了评价结果的可靠性。

如图1所示，X表示最底层质量元素的分值。X＞95为优，81—88为良，67—74为中，＜60为差，其余中间分值需依据函数关系图求得对应各评语集的隶属度。

图1 隶属函数Fig.1 Membership function

对应的分段函数为：

X的取值采用缺陷扣分法：无错误为满分100，单个轻缺陷扣分值为0.5，单个重缺陷扣分值为2，若出现严重错误则X为0，则：

3 实验及结果分析

3.1 实验数据

2012年甲、乙两省提交的土地变更数据库成果中分别检查出122和93条错误项，均占全国总错误量的0.01%；它们包含的错误缺陷类型相同，均无严重缺陷错误。按照原始变更数据评价规则和方法，这两省的数据库质量等级均为不合格，但在全国范围内这两省是属于错误数少、错误缺陷轻的较优行列，因此类似省份可采用多层次模糊综合评判法进一步评价分等，辨别相对优劣。依据国内和国外相应的数据质量评价规范标准[14-16]，调整和更新土地变更调查数据质量评价的指标，如表1所示。

表1 土地变更调查数据评价指标及2012年甲、乙两省相关错误统计表Tab.1 Evaluation index system of land change investigation data &statistical table of relative error checked out in A and B Provinces in 2012

3.2 评判实施

3.2.1 建立评判对象因素集U 如表1所示，土地变更调查数据质量评价建成二层体系评价集。U = {U1，U2，U3，U4，U5，U6，U7}；U1= {U11，U12}；U3= {U31，U32}；U4= {U41，U42，U43，U44}；U5= {U51，U52，U53}；U6= {U61，U62，U63，U64}；U7= {U71，U72，U73，U74，U75，U76}。

3.2.2 建立评语集V 依据中国《数字测绘产品检查验收规定与质量评定》（GB/T18316-2001）等GIS产品的相关规定，以及日常生活中人们的感官认知能力，建立4类评语等级。

3.2.3 一级综合评价

（1）计算二级质量元素权重Ai。按表1中二级质量元素的缺陷等级构造对比较矩阵，以dij表示评价因素ui与uj的重要程度，则1表示ui与uj同等缺陷，3表示ui比uj高一等，5表示ui比uj高二等。以U3的二级质量评价因素为例，其对比较矩阵如表2所示。构造矩阵后，计算其特征向量，归一化处理即可求得各二级质量元素的权重，则含有子质量元素的各二级质量元素的权重分别为：A1= （0.500，0.500），A3= （0.167，0.833），A4= （0.375，0.375，0.125，0.125），A5= （0.429，0.143，0.429），A6= （0.25，0.25，0.25，0.25），A7= （0.167，0.167，0.167，0.167，0.167，0.167）。

表2 U3对比较矩阵Tab.2 Comparison matrix of U3

（2）构造评判矩阵Ri，确定二级子因素的隶属度。以U3因素集为例，依据式2计算可得X32= 98.5，代入隶属函数式1，则：R（V1） = 1，R（V2） = 0，R（V3） = 0，R（V4） = 0，即该因素对应各评语集的隶属度为（1，0，0，0）。以此类推，则U3的二级因素隶属度构成评判矩阵R3。

同理，二级质量元素的其他隶属矩阵为：

（3）选择综合评价模型，求模糊综合评价集Bi。由于评判矩阵中元素rij存在偏小的情况，因此本文中评判模型均选择加权平均型算子求得模糊子集Bi。

3.2.4 二级综合评价

（1）计算一级质量元素权重A。一级质量元素由7类影响因素组成，且各自独立互不影响，是数据质量因素的宏观组成成分，易于理解和辨别重要性，可采用Delphi评价法计算权重。经文献查阅与调查问卷等方式，获得k组关于土地变更数据各评价因素的重要性序列值e，结果如表3。

表3 ei值评定统计表Tab.3 The value of eiassessment statistics

经演算变换，最终得到一级质量元素的重要程度模糊集A，A = （0.532，1，0.748，0.532，0.748，0.316，0.1）。（2）构造二级综合评判矩阵R。由多层次模糊综合评判法的基本原理可知，二级模糊评判中的R由一级评判中的模糊集组成，即：

3.2.5 求得评判结果B 最终计算得到甲省的综合评价结果，如式5：

以此类推，得到乙省的二级模糊评判矩阵R0以及最终评价结果B0，如式6和式7。

3.3 评价结果分析

根据最大隶属度原则，甲省的最终评价结果为“优”，由其二级综合评判矩阵R可以看出：一级质量评价因素的质量等级均为优；另一方面U3和U7的优级隶属度较低，即逻辑一致性和与基础数据库一致性方面质量较差；乙省的最终评价结果为“优”，一级评价因素中U3和U5的优级隶属度较低，即属性准确度和逻辑一致性的质量较差，仍需进一步修改完善；对比两省评价结果，甲省的b1值比乙省的大，即甲省的数据质量更优。该评价结果显示，错误数量多的数据质量未必比错误数少的差，合理的评判结果还需结合各因素所占的权重和科学的评价模型。

4 结论

本文采用多层次模糊综合评判法对2012年度甲、乙两省的土地变更调查数据进行了评价，取得了较为合理的评价结果。研究表明：多层次模糊综合评判法充分考虑了评价因素的错误数及其对数据质量的影响程度，可定量区分各省（市）土地变更调查数据的质量等级；采用缺陷扣分法确定隶属度、层次分析和Delphi相结合的权重计算方法，能有效降低主观因素的影响，大大提高评价结果的客观性；同时，综合判读矩阵可直观表现出尚需改善的二级质量评价因素，能够为进一步完善成果数据提供参考意见和技术支持。

在此基础上，进一步的研究可以将各省（市）的调查工作及建库流程等影响因素纳入土地变更调查数据质量的评价体系中，实现更加全面、科学、合理的评价。

参考文献（References）:

［1］ TD/T1014-2007.第二次全国土地调查技术规程［S］ .

［2］ 中华人民共和国国土资源部.全国土地变更调查工作规则（试行）［Z］ . 2011 - 11 - 03.

［3］ TD/T 1016-2007.土地利用数据库标准［S］ .

［4］ 郭谁琼，黄贤金，白晓飞，等. 土地利用变更调查数据的应用研究现状与前景［J］ . 中国土地科学，2013，27（12）：18 - 24.

［5］ 胡小静. 空间数据质量控制与评价方法研究［D］ .昆明：昆明理工大学，2011.

［6］ 曾衍伟，龚健雅. 空间数据质量控制与评价方法及实现技术［J］ . 武汉大学学报（信息科学版），2004，（8）：686 - 690.

［7］ 曾衍伟. 空间数据质量控制与评价技术体系研究［D］ .武汉：武汉大学，2004.

［8］ 胡圣武，王宏涛. 基于模糊集和缺陷扣分法的GIS产品质量评价比较［J］ . 地球科学与环境学报，2006，（2）：96 - 99.

［9］ 朱庆，陈松林，黄铎. 关于空间数据质量标准的若干问题［J］ . 武汉大学学报（信息科学版），2004，（10）：863 - 867.

［10］ 胡圣武，王新洲，谢玉波，等. 基于粗集的GIS产品质量评价［J］ . 武汉大学学报（信息科学版），2006，（1）：74 - 77.

［11］ 陈水利，李敬功，王向公.模糊集理论及其应用［M］ .北京：科学出版社，2005：191 - 196.

［12］ 王晞，李伟. 空间数据质量的模糊综合评价方法探讨［J］ . 现代测绘，2011，（3）：31 - 33.

［13］ 张彦，于丽君. 层次分析法辅助空间数据质量评价［J］ . 城市勘测，2012，（5）：50 - 52，56.

［14］ ISO19113-2002-2003. Geographic information-Quality principles，Geographic information-Quality evaluation procedures［S］ .

［15］ GB21336-2008-T.地理信息质量评价过程［S］ .

［16］ GB21337-2008-T.地理信息质量原则［S］ .

［17］ 胡圣武. 基于模糊理论的GIS质量评价与可靠性分析［D］ . 武汉：武汉大学，2004.

［18］ 许从余. 土地利用数据质量控制与评价体系研究［D］ .杭州：浙江大学，2011.

［19］ 陈丽红，石培基，郝方方. 基于模糊数学模型的甘肃省后备建设用地评价研究［J］ . 中国土地科学，2009，（2）：43 - 48.

（本文责编：仲济香）

Quality Assessment of Land Changing Investigation Data based on Multi-level Fuzzy Comprehensive Evaluation Method

JI Jia-jia, ZHAO Dong-ling, YANG Jian-yu, WANG Xiu-gui, DU Meng
（College of Information and Electrical Engineering, China Agricultural University, Beijing 100083, China）

The purpose of this paper is to explores the survey data quality differences between two provinces with similar wrong amount, because of that the existing evaluation method for land changing investigation data quality is too rigid. Method is the multi-level fuzzy comprehensive evaluation, which is combined with defect deduction method to determine the membership degree and the analytic hierarchy process (AHP) and Delphi method to determine the weight. The experimental results show that the size of the error amount does not directly show the merits of the data quality. It is concluded that this method cannot only quickly identify the important factors that affect the quality of data, but also make the evaluation results more objective and reasonable.

land management; land survey; data quality evaluation; multi-level fuzzy comprehensive evaluation; Delphi method; AHP

F301.2

A

1001-8158（2015）04-0090-07

10.13708/j.cnki.cn11-2640.2015.04.012

2014-10-08

2015-02-10

季佳佳（1991-），女，江苏盐城人，硕士。主要研究方向为土地空间数据质量评价。E-mail: jijiajia129@126.com