第1章 概述
1.1 空間信息
1.2 空間信息集成
1.3 尺度
1.4 不確定性
1.5 內(nèi)容介紹


第2章 空間數(shù)據(jù)模型
2.1 概述
2.2 場(chǎng)
2.2.1 模型
2.2.2 地形因子
2.3 對(duì)象
2.3.1 模型
2.3.2 矢量數(shù)據(jù)結(jié)構(gòu)
2.3.3 若干幾何及拓?fù)洳僮?br /> 2.4 討論


第3章 數(shù)理統(tǒng)計(jì)基礎(chǔ)
3.1 概述
3.2 隨機(jī)事件與概率
3.2.1 隨機(jī)事件
3.2.2 概率
3.2.3 概率模型
3.2.4 條件概率、概率的乘法公式、全概率公式、Bayes公式
3.2.5 事件的獨(dú)立性
3.3 隨機(jī)變量及其分布
3.3.1 隨機(jī)變量的定義
3.3.2 隨機(jī)變量的分布函數(shù)
3.3.3 離散型隨機(jī)變量
3.3.4 連續(xù)型隨機(jī)變量
3.3.5 二維隨機(jī)變量
3.4 隨機(jī)變量的數(shù)字特征
3.4.1 數(shù)學(xué)期望
3.4.2 方差
3.4.3 幾種重要隨機(jī)變量分布的數(shù)學(xué)期望及方差
3.4.4 協(xié)方差及相關(guān)系數(shù)、矩
3.5 大數(shù)定律和中心極限定理
3.5.1 大數(shù)定律
3.5.2 中心極限定理
3.6 統(tǒng)計(jì)推斷基礎(chǔ)
3.6.1 統(tǒng)計(jì)推斷的幾個(gè)基本概念
3.6.2 統(tǒng)計(jì)量的描述
3.6.3 統(tǒng)計(jì)量的分布
3.7 區(qū)間估計(jì)
3.7.1 點(diǎn)估計(jì)
3.7.2 估計(jì)量的評(píng)價(jià)標(biāo)準(zhǔn)
3.7.3 區(qū)間估計(jì)
3.8 假設(shè)檢驗(yàn)
3.8.1 假設(shè)檢驗(yàn)的基本概念
3.8.2 正態(tài)總體參數(shù)的假設(shè)檢驗(yàn)


第4章 空間變異與分析
4.1 概述
4.2 隨機(jī)函數(shù)
4.3 區(qū)域化變量
4.4 協(xié)方差函數(shù)和變異函數(shù)
4.4.1 協(xié)方差函數(shù)
4.4.2 變異函數(shù)
4.4.3 協(xié)方差函數(shù)和變異函數(shù)的關(guān)系
4.5 內(nèi)蘊(yùn)假設(shè)及平穩(wěn)假設(shè)
4.5.1 內(nèi)蘊(yùn)假設(shè)
4.5.2 平穩(wěn)性假設(shè)
4.6 估計(jì)方差
4.7 離差方差
4.8 變異函數(shù)及結(jié)構(gòu)分析
4.8.1 變異函數(shù)的性質(zhì)
4.8.2 變異函數(shù)的理論模型
4.8.3 結(jié)構(gòu)分析


第5章 空間預(yù)測(cè)：克里格法
5.1 概述
5.2 克里格法的基本原則
5.3 普通克里格法
5.3.1 簡(jiǎn)單克里格法與普通克里格法
5.3.2 普通克里格法的解算過程
5.3.3 點(diǎn)克里格的計(jì)算實(shí)例
5.3.4 塊段普通克里格的計(jì)算實(shí)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設(shè)及非平穩(wěn)區(qū)域化變量的變異函數(shù)
5.4.4 點(diǎn)支撐條件下的泛克里格法
5.4.5 塊段支撐條件下的泛克里格法
5.4.6 漂移的估計(jì)
5.5 協(xié)同克里格法
5.5.1 協(xié)同變異函數(shù)
5.5.2 協(xié)同克里格方程組
5.6 指示克里格法
5.6.1 指示變異函數(shù)
5.6.2 指示克里格方程組


第6章 隨機(jī)模擬與空間不確定性建模
6.1 概述
6.2 隨機(jī)模擬的原理
6.2.1 條件模擬
6.2.2 條件模擬的前提
6.3 序貫高斯模擬
6.3.1 單個(gè)變量的模擬
6.3.2 涉及多變量的隨機(jī)模擬
6.4 協(xié)同區(qū)域化的模擬
6.4.1 共位協(xié)同克里格和馬爾可夫模型
6.4.2 帶有外部漂移的克里格法
6.4.3 帶有趨勢(shì)模型的克里格法
6.4.4 多變量的聯(lián)合模擬
6.5 塊段的模擬
6.5.1 模擬點(diǎn)的平均
6.5.2 點(diǎn)的非條件模擬和塊段為條件化
6.5.3 塊段的直接條件模擬
6.6 空間不確定性建模
6.6.1 隨機(jī)模擬與空間不確定性建模
6.6.2 實(shí)例——矢量數(shù)據(jù)的誤差建模
6.6.3 實(shí)例——數(shù)字?jǐn)z影測(cè)量中DEM-DOM-DLG的誤差傳遞


第7章 尺度模型與尺度轉(zhuǎn)換
7.1 概述
7.2 變異函數(shù)的正則化及其求逆
7.3 遙感場(chǎng)景離散目標(biāo)的正則化
7.4 土地覆蓋專題類別場(chǎng)的尺度轉(zhuǎn)換


第8章 空間信息集成
8.1 概述
8.2 協(xié)同克里格法的深化
8.3 數(shù)據(jù)源誤差的處理
8.4 回歸克里格法
8.5 積雪參數(shù)數(shù)據(jù)的套合


第9章 時(shí)空模型與信息融合
9.1 概述
9.2 卡爾曼濾波原理與算法
9.3 卡爾曼濾波的擴(kuò)展
9.3.1 空間維擴(kuò)展
9.3.2 序貫數(shù)據(jù)同化
9.3.3 多尺度空間樹模型
9.3.4 時(shí)空模型
9.4 應(yīng)用實(shí)例


第10章 結(jié)語
10.1 尺度
10.2 不確定性
10.3 時(shí)空數(shù)據(jù)集成與信息融合
參考文獻(xiàn)