A Study on Stochastic Simulation Models to Internally Validate Analytical Error of a Point and a Line Segment

포인트와 라인 세그먼트의 해석적 에러 검증을 위한 확률기반 시뮬레이션 모델에 관한 연구

Analytical and simulation error models have the ability to describe (or realize) error-corrupted versions of spatial data. But the different approaches for modeling positional errors require an internal validation that ascertains whether the analytical and simulation error models predict correct positional errors in a defined set of conditions. This paper presents stochastic simulation models of a point and a line segm ent to be validated w ith analytical error models, which are an error ellipse and an error band model, respectively. The simulation error models populate positional errors by the Monte Carlo simulation, according to an assumed error distribution prescribed by given parameters of a variance-covariance matrix. In the validation process, a set of positional errors by the simulation models is compared to a theoretical description by the analytical error models. Results show that the proposed simulation models realize positional uncertainties of the same spatial data according to a defined level of positional quality.

해석적 또는 시뮬레이션 오차 모델은 공간 데이터가 가지는 위치오차의 분포를 설명 하는데 유용하다. 그러나 두 오차 모델은 위치오차를 모델링을 하기위하여 다른 접근 방법을 이용하므로 정의된 조건 내에서 올바른 위치오차를 예측 하는지 확인하는 내적 검증을 필요로 한다. 이에 본 논문은 오차타원과 에러밴드 모델을 이용하여 제시한 포인트와 라인 세그먼트 시뮬레이션 오차 모델을 내부적으로 검증하는 방법을 제안하였다. 시뮬레이션 오차 모델은 분산-공분산 행렬(variance-covariance matrix)의 변수에 의해 규정된 확률분포에 따라 몬테카를로 시뮬레이션을 이용하여 위치오차들을 생성한다. 검증절차에서는 시뮬레이션 모델에 의한 위치오차의 집합을 해석적 오차 모델에 의한 이론적 위치오차와 비교하였다. 결과적으로 제안된 시뮬레이션 오차 모델은 정의된 위치오차에 따라 동일한 공간 데이터의 위치적 불확실성을 실현함을 확인할 수 있었다.