空間數據套合的地統計與擴展方法

《空間數據套合的地統計與擴展方法》是依託武漢大學，由張景雄擔任項目負責人的面上項目。

基本介紹

• 中文名：空間數據套合的地統計與擴展方法
• 項目類別：面上項目
• 項目負責人：張景雄
• 依託單位：武漢大學

項目摘要

隨著數據獲取方式和技術的多樣化，多源空間數據持續累積，迫切需要研究數據集成方法，以更好地為地學研究與套用提供信息和技術的支持。現有研究主要集中在遙感影像融合和矢量地圖合併等方面，但關於其它數據類型尤其是一體化集成策略的研究缺乏。 本課題將各種用於集成多源空間數據的處理過程通稱為數據套合，重點研究等距/等比量測尺度的數據的套合的系統化方法。理清了多源異構數據環境下的數據類型和語義、數據支撐、空間結構建模、跨尺度分析等概念和原理，提出了集地統計學方法、多尺度分析與重構方法、資訊理論方法(後兩種合稱為擴展方法)於一體的數據套合架構；分析了尺度不匹配、語義不一致等瓶頸問題對套合的影響，探討了其解決方案；泛化了可用於連續型和類別型場變數數據和空間對象位置數據的套合方法，並可藉助統計型與資訊理論指標進行性能評價。本課題將完善地理信息科學的理論體系，豐富空間數據與分析的方法庫，有助於提高空間信息的套用水平。

結題摘要

隨著多源空間數據持續累積，數據套合(數據融合)方法的研究日趨重要，尤其在空間大數據時代。過去鮮有一體化融合策略的研究，對於數據的尺度和精度問題缺乏足夠關注，使得現有方法不足以應對數據的多樣性和複雜性。本課題理清了多源異構數據環境下的數據類型與特徵、尺度與數據支撐、空間相關性等有關理論和概念問題；提出了經典方法(傳統兩點地統計學)和擴展方法(多點地統計學方法、多尺度分析方法、資訊理論方法)一體化的數據融合方法架構，並以連續型數據(如地形高程)為例進行了實驗分析；分析了尺度不匹配和語義不一致對數據融合的影響；發展了影像對象的尺度建模與轉換方法；研究了影像信息度量和影像融合信息量分析方法，整合了稀疏場景和壓縮感知的資訊理論分析方法；提出了基於局域(逐像素)精度量化的類別型數據(土地覆蓋)的融合策略，整合了整體與局部、靜態與動態的精度量化方法；研究了自適應空間抽樣、模糊集合等相關問題。研究結果主要包括：相對於傳統的方法，多點地統計學方法能有效地再現所研究場變數及其數據(包括誤差維度)的複雜模式，顯著地提高融合精度；多點空間模式建模、多尺度分析方法可有效處理尺度不匹配等問題，改善融合效果；地統計學尺度建模與轉換方法，尤其是變差模型的正則化與去正則化方法，顯著提升了面向對象的遙感影像分類精度；顧及空間相關、波段間相關的信息度量方法較簡化方法更準確，有助於數據融合的過程與性能限的信息分析；邏輯回歸分析與殘差kriging集成方法可提高土地覆蓋和變化信息的局域精度估計的精準性；基於類別-空間異質度的兩級分層隨機抽樣設計，有利於提升局域土地覆蓋信息精度量化的可靠性，進而提高參考數據和地圖數據融合的精度和效率；基於地理分區-地圖類別的兩級分層隨機抽樣設計，可有效進行大區域土地覆蓋數據產品的精度驗證。本研究有助於完善地理信息與分析的理論架構，豐富空間數據融合的方法庫，實現信息增值，提高套用水平。