空间信息的尺度、融合与不确定性 pdf epub mobi txt 电子书 下载 2025

简体网页||繁体网页

☆☆☆☆☆

张景雄 著

图书标签:

• 空间信息
• 尺度效应
• 数据融合
• 不确定性分析
• GIS
• 遥感
• 空间统计
• 空间数据质量
• 多源数据
• 信息集成

出版社： 武汉大学出版社

ISBN：9787307066588

版次：1

商品编码：10302841

包装：平装

丛书名： 武汉大学学术丛书

开本：16开

出版时间：2008-12-01

用纸：胶版纸

页数：315

字数：291000

正文语种：中文

内容简介

《空间信息的尺度不确定性与融合》围绕空间信息的集成、尺度、不确定性等特质问题，着眼于空间信息融合及有效性机理，综述了多源空间数据套合的理论框架和计算方法、尺度建模与转换、多尺度数据联合空间预测等研究议题，致力于在这些方面提炼精华，为在这些共性和关键领域取得突破提供背景资料和路标。《空间信息的尺度不确定性与融合》的目标是构建空间信息一体化融合、尺度转换、不确定性建模及三者交互的理论框架，对于空间信息科学体系、尤其是空间信息（包括遥感信息）机理的研究具有重要理论参考价值和实践意义。《空间信息的尺度不确定性与融合》可供地球空间信息科学与技术、地学和环境科学领域的研究生和科技人员参考。

作者简介

张景雄，1964年11月山生于湖北新洲，1981年9月考入原武汉测绘学院航空摄影测量专业学习，1985年9月至1988年6月在原武汉测绘科技大学攻读硕士学位，1988年6月留校任教。1992年9月由国家教育委员会公派赴英国爱丁堡大学攻读博士学位，1997年4月学成回校工作，任副教授。2000年至2003年，由单位公派自费赴美国加利福利亚大学圣芭芭拉分校、美国国家地理信息与分析中心从事博士后研究，专攻地理信息科学的基础研究。2003年至2005年在美国宇航局（NASA）的哥达德空间飞行中心（Goddard Space Flight center）从事MODIS陆地信息产品的质量分析等方而的研发工作。2005年应聘回国工作，现任武汉大学遥感信息工程学院教授。
长期研究兴趣是遥感与GIS集成、空间分析、地统计学（geostatistics）、空间不确定性、尺度、空间信息融合、时问序列分析、遥感信息真实性检验（validation）、遥感定量方法等。最具有代表性的成果是与美国科学院院士（Goodchild教授出版了专著《Uncertainty in Geographlcal Information》（Taylot&Francis;，2002）。该书作为第一本全面反映不确定性课题过去十五年来的科研成就而填补了一个非常重要的空白。书中许多实例来自博士论文，而更多的内容是从浩瀚的文献中整理加工而成。大部分实例归入卒问分析应用。另一个重要研究方向是空间数据套合（spatial data connation），即对同一现象不同数据表达的合成。这是影像处理中有关融合的一种概括，适用于各种空问数据，包括矢量和栅格。近年来，从事对地观测与地球空间信息领域的地学抽象、表达、量测、分析、建模等基础研究和应用基础研究，如空间信息逻辑框架、尺度模型、真实性检验、不确定性、土地覆盖、生态环境建模、影像/空间信息论等。
曾讲授了城市空间信息系统、摄影测量原理、地理信息系统、高等统计概论和空问信息技术集成（双语课）等本科生和研究生课程。正在撰写国家“十一五”，规划教材《地理信息科学与技术》（GeographicInformation Systems and Science）。

目录

第1章 概述
1.1 空间信息
1.2 空间信息集成
1.3 尺度
1.4 不确定性
1.5 内容介绍

第2章 空间数据模型
2.1 概述
2.2 场
2.2.1 模型
2.2.2 地形因子
2.3 对象
2.3.1 模型
2.3.2 矢量数据结构
2.3.3 若干几何及拓扑操作
2.4 讨论

第3章 数理统计基础
3.1 概述
3.2 随机事件与概率
3.2.1 随机事件
3.2.2 概率
3.2.3 概率模型
3.2.4 条件概率、概率的乘法公式、全概率公式、Bayes公式
3.2.5 事件的独立性
3.3 随机变量及其分布
3.3.1 随机变量的定义
3.3.2 随机变量的分布函数
3.3.3 离散型随机变量
3.3.4 连续型随机变量
3.3.5 二维随机变量
3.4 随机变量的数字特征
3.4.1 数学期望
3.4.2 方差
3.4.3 几种重要随机变量分布的数学期望及方差
3.4.4 协方差及相关系数、矩
3.5 大数定律和中心极限定理
3.5.1 大数定律
3.5.2 中心极限定理
3.6 统计推断基础
3.6.1 统计推断的几个基本概念
3.6.2 统计量的描述
3.6.3 统计量的分布
3.7 区间估计
3.7.1 点估计
3.7.2 估计量的评价标准
3.7.3 区间估计
3.8 假设检验
3.8.1 假设检验的基本概念
3.8.2 正态总体参数的假设检验

第4章 空间变异与分析
4.1 概述
4.2 随机函数
4.3 区域化变量
4.4 协方差函数和变异函数
4.4.1 协方差函数
4.4.2 变异函数
4.4.3 协方差函数和变异函数的关系
4.5 内蕴假设及平稳假设
4.5.1 内蕴假设
4.5.2 平稳性假设
4.6 估计方差
4.7 离差方差
4.8 变异函数及结构分析
4.8.1 变异函数的性质
4.8.2 变异函数的理论模型
4.8.3 结构分析

第5章 空间预测：克里格法
5.1 概述
5.2 克里格法的基本原则
5.3 普通克里格法
5.3.1 简单克里格法与普通克里格法
5.3.2 普通克里格法的解算过程
5.3.3 点克里格的计算实例
5.3.4 块段普通克里格的计算实例
5.4 泛克里格法
5.4.1 泛克里格法概述
5.4.2 漂移及其形式
5.4.3 泛克里格法的基本假设及非平稳区域化变量的变异函数
5.4.4 点支撑条件下的泛克里格法
5.4.5 块段支撑条件下的泛克里格法
5.4.6 漂移的估计
5.5 协同克里格法
5.5.1 协同变异函数
5.5.2 协同克里格方程组
5.6 指示克里格法
5.6.1 指示变异函数
5.6.2 指示克里格方程组

第6章 随机模拟与空间不确定性建模
6.1 概述
6.2 随机模拟的原理
6.2.1 条件模拟
6.2.2 条件模拟的前提
6.3 序贯高斯模拟
6.3.1 单个变量的模拟
6.3.2 涉及多变量的随机模拟
6.4 协同区域化的模拟
6.4.1 共位协同克里格和马尔可夫模型
6.4.2 带有外部漂移的克里格法
6.4.3 带有趋势模型的克里格法
6.4.4 多变量的联合模拟
6.5 块段的模拟
6.5.1 模拟点的平均
6.5.2 点的非条件模拟和块段为条件化
6.5.3 块段的直接条件模拟
6.6 空间不确定性建模
6.6.1 随机模拟与空间不确定性建模
6.6.2 实例——矢量数据的误差建模
6.6.3 实例——数字摄影测量中DEM-DOM-DLG的误差传递

第7章 尺度模型与尺度转换
7.1 概述
7.2 变异函数的正则化及其求逆
7.3 遥感场景离散目标的正则化
7.4 土地覆盖专题类别场的尺度转换

第8章 空间信息集成
8.1 概述
8.2 协同克里格法的深化
8.3 数据源误差的处理
8.4 回归克里格法
8.5 积雪参数数据的套合

第9章 时空模型与信息融合
9.1 概述
9.2 卡尔曼滤波原理与算法
9.3 卡尔曼滤波的扩展
9.3.1 空间维扩展
9.3.2 序贯数据同化
9.3.3 多尺度空间树模型
9.3.4 时空模型
9.4 应用实例

第10章 结语
10.1 尺度
10.2 不确定性
10.3 时空数据集成与信息融合
参考文献

精彩书摘

第1章 概述
1.1 空间信息
空间信息为地学研究、社会经济发展与民生福祉等提供了直接或间接的科技及应用支持。空间信息学界为建造国家空间数据基础设施和数字地球而不懈努力，构建了自身的完整体系，并对科学技术的发展产生了实质影响。这些跨越式发展远远超越了几十年前当计算机仅用来显示和分析数字地图时的局限性，使过去关于栅格和矢量数据结构的争论成为记忆。事实上，空间信息学界更为深远的影响是关于空间信息的新学科在科学意义上的进化，而关于数据结构以及数值算法的概念逐渐过时。为了宽视角地讨论空间信息，我们有必要对地理信息系统（GIS，geographic information Systems）的发展历史进行简要的回顾（Longley等，2001）。
GIS的发展历程大多经历了用数字计算机处理和分析地图数据的阶段。GIS是第一台电子计算机发展和应用许多年后才出现的用于处理地图数据的新技术。

前言/序言

　　21世纪是科学与技术一体化的信息时代，随着遥感技术、全球定位系统、因特网和地理信息系统等现代化信息技术之间的相互渗透，逐渐形成了以地理信息系统为中心的集成化的技术系统。地理信息系统作为传统学科（如地理学、地图学和测量学等）与现代科学技术（如遥感技术、计算机科学等）相结合的产物，正在逐步发展成为一门处理空间数据的现代化综合性学科。Michael Goodchild教授于1992年提出了地理信息科学（geographic information science）的概念。这一概念的提出是空间信息科学发展历程中极具里程碑意义的转折点，也是地理信息系统技术及其应用发展的必然要求；它是人们不再满足于仅仅利用计算机技术对地理信息进行可视化表达及空间查询，而强调地理信息系统的空间分析和模拟能力时应运而生的产物；它在注重空间信息技术发展的同时，还注意到与空间信息有关的理论问题，包括地学信息时空特征。（如尺度）、信息传输机理、空间分析与建模的不确定性等。理论的深入探讨和方法的日臻完善使得地球空间信息科学跨越了GIS作为空间信息技术的局限性，逐步发展成为一门独特的科学。等，GIS的发展格局号召人们从更高层次上关注地理空间基础理论的研究，以指导这一空间信息集成化技术体系的完善，促进应用水平的提高和应用领域的延伸。只有完善的技术体系与完备的科学理论相结合，新世纪地理信息系统的科学基础才能更臻成熟。因此，本书的重点在于阐明地球空间信息尺度、不确定性和集成的理论体系，为空间信息系统和技术的正确运用及其应用成果的评价提供科学依据。
　　空间信息需要空间化的集成处理策略，地质统计学（geostatistics）正是构筑空间信息尺度模型和集成方法论的一块基石。本书是作者投身于地质统计学学习和研究十余载的阶段性感悟与成果，着眼于研修方向的广度和深度的均衡发展。在作者本人的学术成长道路上，有关空间信息技术（如摄影测量与遥感）、地理科学、地质统计学、空间分析等方面的知识积淀和能力提高是循序渐进的，作者有幸成为一名学术海洋的拾贝者并且庆幸有机会将这些学术成长轨迹以文字的形式加以反映。本书在筹备过程中参考了国内外大量的相关文献，同时融人了作者自己的相关研究成果，希望能为相关领域的读者提供指引和帮助。

好的，这是一份关于《空间信息的尺度、融合与不确定性》一书的详细简介，该简介聚焦于该领域内的核心议题，并避免提及该书的实际内容。 --- 空间信息科学前沿探索：尺度、融合与不确定性分析 导言 在当代科学研究与工程实践中，空间信息已成为理解和描述我们世界不可或缺的基石。从地球观测到城市规划，从环境监测到智慧交通，对空间现象的精确捕捉、深度理解和有效应用，是推动社会进步与技术创新的关键动力。然而，空间信息本身并非一个单一同质的概念，其内在的复杂性、多源异构性以及固有的不确定性，构成了当前空间信息科学研究者面临的重大挑战。 本书聚焦于空间信息处理与分析领域中三个相互关联、至关重要的核心议题：尺度效应、信息融合策略以及不确定性量化与管理。这三个维度共同构建了理解和利用复杂空间现象的理论框架与技术路径。 第一部分：尺度效应——空间现象的层次性与表征 空间现象的呈现方式与其观测尺度息息相关。自然界和社会现象的内在结构和动态过程，往往表现出显著的尺度依赖性。同一事物在宏观层面展现的规律，可能在微观层面完全失效，反之亦然。 本部分深入探讨了“尺度”在空间信息科学中的多重含义。首先，尺度可以指代观测的分辨率或粒度，即空间单元的大小。不同的分辨率直接决定了我们能够识别的特征细节和数据精度。其次，尺度也指向驱动现象发生的空间范围或作用域。例如，土壤侵蚀过程受控于降雨强度和坡度特征，这些因素的尺度效应需要被精确识别。 研究的关键在于如何建立和理解尺度效应的普适性规律。这包括对不同空间模型在不同尺度下的适用性分析，以及如何处理由尺度变化导致的“观测偏差”和“模型失真”。例如，在地理信息系统（GIS）的应用中，如何设计能够平滑过渡不同尺度数据，并保证分析结果一致性的空间抽象模型，是本部分关注的重点。我们探讨了如何通过多尺度建模方法，捕捉空间异质性在不同层级上的变化规律，从而为决策提供更具适应性的基础数据。 第二部分：信息融合——多源异构数据的协同增强 在实际应用场景中，单一空间数据源往往难以全面、准确地描述复杂的地理实体。遥感影像、地面测量数据、定位服务记录以及社会经济统计数据，它们在数据类型（矢量、栅格、点云）、信息密度、采集精度和时间频率上存在显著差异，即异构性。如何有效地整合这些异构数据，实现“1+1>2”的效能提升，是空间信息处理的核心任务。 本部分着重于空间信息融合的理论基础与技术策略。融合不仅仅是简单的数据叠加，它要求对不同来源信息的内在关系进行深入理解。我们探讨了数据融合在不同层次上的实现路径：从特征级融合（整合原始观测数据）到决策级融合（整合基于不同数据源的初步分析结果）。 关键的挑战在于如何量化不同信息源的相对可靠性和互补性。例如，高分辨率但覆盖范围有限的机载LiDAR数据与大范围但分辨率较低的卫星多光谱数据，如何在特定的地理实体提取任务中进行最优配比？本部分系统梳理了概率论方法、模糊逻辑以及基于人工智能的特征匹配技术在异构数据融合中的应用框架，旨在构建鲁棒且适应性强的多源空间信息集成系统。 第三部分：不确定性管理——量化、传播与决策优化 空间信息固有的不确定性是客观存在的。这种不确定性源于测量误差、模型假设的简化、数据采样的局限性以及时间演变带来的信息滞后。任何基于空间数据的分析和决策，如果不对其固有的不确定性进行充分的评估和管理，其可靠性将大打折扣。 本部分将不确定性视为信息本身的内在属性，而非简单的“噪声”。研究的重点在于不确定性的量化、传播和响应。首先，如何为不同来源的空间数据（如传感器测量值、插值结果、分类图层）赋予量化的不确定性度量（如方差、置信区间、可能性函数）。其次，如何通过分析流程，追踪和预测这些不确定性如何从输入层层传递并最终影响到最终的分析结果——即不确定性传播模型的建立。 最后，本部分探讨了不确定性导向的决策支持。在面对高不确定性的空间问题时，最优决策可能不是追求单一的“最佳估计”，而是选择一个在各种可能情景下风险最小或收益最大的方案。我们考察了基于贝叶斯网络、蒙特卡洛模拟以及鲁棒优化方法，如何将不确定性分析嵌入到实际的空间规划和资源管理流程中，从而提高决策的稳健性和适应性。 总结 空间信息的尺度、融合与不确定性，是驱动现代地理空间技术发展的“三驾马车”。对这三者的深入理解和有效整合，是实现从“数据”到“知识”再到“智慧”转化的必要前提。本书旨在提供一个综合性的视角，剖析这些核心问题背后的科学原理和工程挑战，为相关领域的研究人员、工程师和决策者提供一个扎实的理论基础和前沿的技术参考。通过对这些复杂性的系统性处理，我们才能更精确、更可靠地描绘我们所处的空间世界。

评分☆☆☆☆☆

在数字地球和智慧城市建设的大背景下，对空间信息的处理和利用提出了前所未有的挑战。《空间信息的尺度、融合与不确定性》这本书的书名，直接击中了当前地理信息技术发展中的关键瓶颈。我从事的是一项需要处理大规模地理空间数据的应用研究，其中最棘手的环节之一就是如何处理来自不同源头、不同精度、不同格式的海量数据。例如，我们在进行灾害风险评估时，需要整合气象数据、地质数据、社会经济数据以及地形地貌数据，这些数据在尺度、精度和表示方式上存在巨大的差异。如何有效的融合这些异构数据，提取有价值的信息，并理解和量化其中可能存在的不确定性，直接关系到我们研究成果的可靠性和应用价值。我非常期待书中能够深入探讨不同尺度下空间特征的表达与转换，提供切实可行的数据融合方法，例如基于机器学习的融合技术，以及针对不确定性传播和评估的理论模型与算法。这本书的出现，无疑将为我们这些一线研发人员提供宝贵的理论指导和技术支持，帮助我们克服技术难题，推动研究的深入发展。

评分☆☆☆☆☆

这本书简直是为我量身定做的！我一直对地理信息系统（GIS）和遥感领域有着浓厚的兴趣，但总觉得在尺度变化、多源数据融合以及信息的不确定性这些核心问题上，总是难以找到一本能够系统深入讲解的书籍。市面上很多书要么过于理论化，要么过于侧重技术操作，缺乏一种宏观的视角来统筹这些关键概念。我翻阅了许多文献，参加了不少讲座，但始终觉得少了一块拼图。这本书的出现，恰恰填补了我长久以来的知识空白。当我看到它的名字时，就有一种强烈的预感，这正是我一直在寻找的。它不仅仅是关于某种具体的技术，更是关于理解空间信息本质的一门学问。我非常期待书中能够探讨不同尺度下空间现象的差异性，以及如何有效地将来自卫星影像、航空照片、地面测量等不同来源的信息有机地整合起来，从而获得更全面、更准确的地理认知。同时，我尤其关心书中对于不确定性问题的处理，因为在实际应用中，任何信息都不可避免地带有某种程度的不确定性，如何量化、评估并管理这种不确定性，对于提高空间信息的可靠性和决策的科学性至关重要。我希望这本书能提供切实可行的方法和深刻的理论洞见。

评分☆☆☆☆☆

作为一名资深的地理信息科学教师，我一直在寻找一本能够系统阐述空间信息核心问题的教材，以满足本科生和研究生教学的需求。市面上许多教材侧重于某一特定技术或应用领域，而往往忽略了对空间信息本身基本属性的深入探讨。《空间信息的尺度、融合与不确定性》这本书的书名，正是我一直以来希望能够融入教学体系的核心内容。我希望这本书能够清晰地解释“尺度”这一概念在地理信息科学中的多重含义，并展示尺度变化如何影响我们对地理现象的认知和分析。同时，我也期待书中能够全面介绍空间信息融合的各种方法和技术，从早期的简单叠加到如今的复杂模型，帮助学生理解不同融合策略的优劣，以及如何在实践中选择合适的方法。尤其重要的是，对于“不确定性”的处理，我希望这本书能够提供深入浅出的讲解，使学生理解不确定性的来源、量化方法以及它在空间分析和决策过程中的影响。这本书的出现，将极大地丰富我作为教师的教学素材，并能帮助我的学生建立起对空间信息本质的深刻理解，为他们未来的研究和工作打下坚实的基础。

评分☆☆☆☆☆

我是一名刚刚接触地理空间科学的研究生，对这个领域充满好奇和探索欲。导师推荐我阅读一些经典的书籍来打下坚实的基础，而《空间信息的尺度、融合与不确定性》这本著作，在初步浏览了目录和摘要后，立刻引起了我极大的兴趣。作为新手，我常常感到被浩瀚的地理信息技术所淹没，不知道从何入手。这本书的书名本身就指明了三个核心的研究方向，这对于我来说，仿佛是一张清晰的路线图。我希望这本书能够循序渐进地讲解尺度效应如何影响我们对地理现象的理解，以及在不同分辨率的影像或模型之间进行信息转换时需要注意的关键点。其次，多源异质性数据的融合是当前地理信息科学研究的热点，我迫切希望了解不同类型空间数据的融合策略，比如如何结合影像数据和文本数据，或者如何处理具有不同精度等级的矢量数据。最后，对于“不确定性”这个概念，我充满了疑问。我知道任何数据都存在误差，但我不知道如何去量化它，更不知道如何将其纳入到分析和决策过程中。这本书的出现，让我看到了系统学习这些复杂问题的希望，我非常期待它能为我的学术研究提供坚实的理论支撑和启迪。

评分☆☆☆☆☆

作为一名多年从事城市规划工作的从业者，我对空间信息处理的精度和可靠性有着极为苛刻的要求。在进行宏观战略规划或微观社区设计时，我们经常需要处理来自不同比例尺、不同来源的海量空间数据。例如，在制定城市总体规划时，我们需要考虑区域尺度的发展趋势，可能依赖于大范围的遥感影像解译；而在进行详细的交通网络优化时，则需要精确到米级的POI数据和道路网数据。如何将这些差异巨大的数据进行有效融合，避免因尺度不匹配而产生的误差累积，一直是困扰我们的难题。这本书的书名《空间信息的尺度、融合与不确定性》立刻吸引了我，它精准地触及了我们在日常工作中经常遇到的痛点。我非常期待书中能够提供一套系统化的理论框架和实用性的技术指南，帮助我们理解不同尺度下空间信息的特性，掌握先进的数据融合技术，并能对数据的质量和不确定性进行科学的评估和管理。我相信，这本书的出现，将极大地提升我们规划工作的科学性和决策的精准度，让我们能够更自信地应对日益复杂和动态的城市发展挑战。