《空間信息的尺度不確定性與融合》圍繞空間信息的集成、尺度、不確定性等特質問題，著眼于空間信息融合及有效性機理，綜述了多源空間數(shù)據(jù)套合的理論框架和計算方法、尺度建模與轉換、多尺度數(shù)據(jù)聯(lián)合空間預測等研究議題，致力于在這些方面提煉精華，為在這些共性和關鍵領域取得突破提供背景資料和路標�！犊臻g信息的尺度不確定性與融合》的目標是構建空間信息一體化融合、尺度轉換、不確定性建模及三者交互的理論框架，對于空間信息科學體系、尤其是空間信息（包括遙感信息）機理的研究具有重要理論參考價值和實踐意義。《空間信息的尺度不確定性與融合》可供地球空間信息科學與技術、地學和環(huán)境科學領域的研究生和科技人員參考。
21世紀是科學與技術一體化的信息時代，隨著遙感技術、全球定位系統(tǒng)、因特網(wǎng)和地理信息系統(tǒng)等現(xiàn)代化信息技術之間的相互滲透，逐漸形成了以地理信息系統(tǒng)為中心的集成化的技術系統(tǒng)。地理信息系統(tǒng)作為傳統(tǒng)學科（如地理學、地圖學和測量學等）與現(xiàn)代科學技術（如遙感技術、計算機科學等）相結合的產(chǎn)物，正在逐步發(fā)展成為一門處理空間數(shù)據(jù)的現(xiàn)代化綜合性學科。Michael Goodchild教授于1992年提出了地理信息科學（geographic information science）的概念。這一概念的提出是空間信息科學發(fā)展歷程中極具里程碑意義的轉折點，也是地理信息系統(tǒng)技術及其應用發(fā)展的必然要求；它是人們不再滿足于僅僅利用計算機技術對地理信息進行可視化表達及空間查詢，而強調地理信息系統(tǒng)的空間分析和模擬能力時應運而生的產(chǎn)物；它在注重空間信息技術發(fā)展的同時，還注意到與空間信息有關的理論問題，包括地學信息時空特征。（如尺度）、信息傳輸機理、空間分析與建模的不確定性等。理論的深入探討和方法的日臻完善使得地球空間信息科學跨越了GIS作為空間信息技術的局限性，逐步發(fā)展成為一門獨特的科學。等，GIS的發(fā)展格局號召人們從更高層次上關注地理空間基礎理論的研究，以指導這一空間信息集成化技術體系的完善，促進應用水平的提高和應用領域的延伸。只有完善的技術體系與完備的科學理論相結合，新世紀地理信息系統(tǒng)的科學基礎才能更臻成熟。因此，本書的重點在于闡明地球空間信息尺度、不確定性和集成的理論體系，為空間信息系統(tǒng)和技術的正確運用及其應用成果的評價提供科學依據(jù)。
空間信息需要空間化的集成處理策略，地質統(tǒng)計學（geostatistics）正是構筑空間信息尺度模型和集成方法論的一塊基石。本書是作者投身于地質統(tǒng)計學學習和研究十余載的階段性感悟與成果，著眼于研修方向的廣度和深度的均衡發(fā)展。在作者本人的學術成長道路上，有關空間信息技術（如攝影測量與遙感）、地理科學、地質統(tǒng)計學、空間分析等方面的知識積淀和能力提高是循序漸進的，作者有幸成為一名學術海洋的拾貝者并且慶幸有機會將這些學術成長軌跡以文字的形式加以反映。本書在籌備過程中參考了國內外大量的相關文獻，同時融人了作者自己的相關研究成果，希望能為相關領域的讀者提供指引和幫助。
張景雄，1964年11月山生于湖北新洲，1981年9月考入原武漢測繪學院航空攝影測量專業(yè)學習，1985年9月至1988年6月在原武漢測繪科技大學攻讀碩士學位，1988年6月留校任教。1992年9月由國家教育委員會公派赴英國愛丁堡大學攻讀博士學位，1997年4月學成回校工作，任副教授。2000年至2003年，由單位公派自費赴美國加利福利亞大學圣芭芭拉分校、美國國家地理信息與分析中心從事博士后研究，專攻地理信息科學的基礎研究。2003年至2005年在美國宇航局（NASA）的哥達德空間飛行中心（Goddard Space Flight center）從事MODIS陸地信息產(chǎn)品的質量分析等方而的研發(fā)工作。2005年應聘回國工作，現(xiàn)任武漢大學遙感信息工程學院教授。
長期研究興趣是遙感與GIS集成、空間分析、地統(tǒng)計學（geostatistics）、空間不確定性、尺度、空間信息融合、時問序列分析、遙感信息真實性檢驗（validation）、遙感定量方法等。最具有代表性的成果是與美國科學院院士（Goodchild教授出版了專著《Uncertainty in Geographlcal Information》（Taylot&Francis，2002）。該書作為第一本全面反映不確定性課題過去十五年來的科研成就而填補了一個非常重要的空白。書中許多實例來自博士論文，而更多的內容是從浩瀚的文獻中整理加工而成。大部分實例歸入卒問分析應用。另一個重要研究方向是空間數(shù)據(jù)套合（spatial data connation），即對同一現(xiàn)象不同數(shù)據(jù)表達的合成。這是影像處理中有關融合的一種概括，適用于各種空問數(shù)據(jù)，包括矢量和柵格。近年來，從事對地觀測與地球空間信息領域的地學抽象、表達、量測、分析、建模等基礎研究和應用基礎研究，如空間信息邏輯框架、尺度模型、真實性檢驗、不確定性、土地覆蓋、生態(tài)環(huán)境建模、影像/空間信息論等。
曾講授了城市空間信息系統(tǒng)、攝影測量原理、地理信息系統(tǒng)、高等統(tǒng)計概論和空問信息技術集成（雙語課）等本科生和研究生課程。正在撰寫國家“十一五”，規(guī)劃教材《地理信息科學與技術》（GeographicInformation Systems and Science）。
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 內容介紹
第2章 空間數(shù)據(jù)模型
2.1 概述
2.2 場
2.2.1 模型
2.2.2 地形因子
2.3 對象
2.3.1 模型
2.3.2 矢量數(shù)據(jù)結構
2.3.3 若干幾何及拓撲操作
2.4 討論
第3章 數(shù)理統(tǒng)計基礎
3.1 概述
3.2 隨機事件與概率
3.2.1 隨機事件
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 事件的獨立性
3.3 隨機變量及其分布
3.3.1 隨機變量的定義
3.3.2 隨機變量的分布函數(shù)
3.3.3 離散型隨機變量
3.3.4 連續(xù)型隨機變量
3.3.5 二維隨機變量
3.4 隨機變量的數(shù)字特征
3.4.1 數(shù)學期望
3.4.2 方差
3.4.3 幾種重要隨機變量分布的數(shù)學期望及方差
3.4.4 協(xié)方差及相關系數(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)計推斷基礎
3.6.1 統(tǒng)計推斷的幾個基本概念
3.6.2 統(tǒng)計量的描述
3.6.3 統(tǒng)計量的分布
3.7 區(qū)間估計
3.7.1 點估計
3.7.2 估計量的評價標準
3.7.3 區(qū)間估計
3.8 假設檢驗
3.8.1 假設檢驗的基本概念
3.8.2 正態(tài)總體參數(shù)的假設檢驗
第4章 空間變異與分析
4.1 概述
4.2 隨機函數(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)的關系
4.5 內蘊假設及平穩(wěn)假設
4.5.1 內蘊假設
4.5.2 平穩(wěn)性假設
4.6 估計方差
4.7 離差方差
4.8 變異函數(shù)及結構分析
4.8.1 變異函數(shù)的性質
4.8.2 變異函數(shù)的理論模型
4.8.3 結構分析
第5章 空間預測：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 點克里格的計算實例
5.3.4 塊段普通克里格的計算實例
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及非平穩(wěn)區(qū)域化變量的變異函數(shù)
5.4.4 點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
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 隨機模擬與空間不確定性建模
6.1 概述
6.2 隨機模擬的原理
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 單個變量的模擬
6.3.2 涉及多變量的隨機模擬
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 模擬點的平均
6.5.2 點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 隨機模擬與空間不確定性建模
6.6.2 實例——矢量數(shù)據(jù)的誤差建模
6.6.3 實例——數(shù)字攝影測量中DEM-DOM-DLG的誤差傳遞
第7章 尺度模型與尺度轉換
7.1 概述
7.2 變異函數(shù)的正則化及其求逆
7.3 遙感場景離散目標的正則化
7.4 土地覆蓋專題類別場的尺度轉換
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 卡爾曼濾波的擴展
9.3.1 空間維擴展
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 時空模型
9.4 應用實例
第10章 結語
10.1 尺度
10.2 不確定性
10.3 時空數(shù)據(jù)集成與信息融合
參考文獻
第1章 概述
1.1 空間信息
空間信息為地學研究、社會經(jīng)濟發(fā)展與民生福祉等提供了直接或間接的科技及應用支持。空間信息學界為建造國家空間數(shù)據(jù)基礎設施和數(shù)字地球而不懈努力，構建了自身的完整體系，并對科學技術的發(fā)展產(chǎn)生了實質影響。這些跨越式發(fā)展遠遠超越了幾十年前當計算機僅用來顯示和分析數(shù)字地圖時的局限性，使過去關于柵格和矢量數(shù)據(jù)結構的爭論成為記憶。事實上，空間信息學界更為深遠的影響是關于空間信息的新學科在科學意義上的進化，而關于數(shù)據(jù)結構以及數(shù)值算法的概念逐漸過時。為了寬視角地討論空間信息，我們有必要對地理信息系統(tǒng)（GIS，geographic information Systems）的發(fā)展歷史進行簡要的回顧（Longley等，2001）。
GIS的發(fā)展歷程大多經(jīng)歷了用數(shù)字計算機處理和分析地圖數(shù)據(jù)的階段。GIS是第一臺電子計算機發(fā)展和應用許多年后才出現(xiàn)的用于處理地圖數(shù)據(jù)的新技術。
書單推薦
