基于最优化理论的空间数据质量检验二级抽样模型

针对空间数据质量抽样检验与评估这一地理信息科学关键理论问题和重大现实需求，以空间数据质量检验的通用二级抽样模型的建立、面向空间数据质量检验的空间抽样方法的设计及抽样精度的评价为主线，基于空间数据多类、多源、多维及多尺度等特征和多级抽样的需求，提出通用于空间数据幅间和幅内质量检验的二级抽样模型；基于概率统计和最优化理论，提出空间数据的大/小批量情况下抽样检验的数学优化模型；基于模糊集理论，提出空间数据质量指标不确定性情况下的模糊抽样检验的数学优化模型；提出一种新的面向空间数据质量检验的空间抽样方法。构建相对完备的空间数据质量抽样检验的理论体系与框架。研究成果为空间数据质量检验抽样标准的制定提供理论依据，为空间数据生产实践的质量控制提供科学指导。

针对空间数据的多级抽样需求，提出一种空间数据质量检验的二级抽样模型，实现了通用于空间数据与属性数据、图幅间和幅内要素等不同类型的抽样检验。基于概率论、模糊集和混合整数最优化理论，提出了空间数据质量二级抽样优化数学模型，构建了相对完备（涵盖确定和不确定性情况）的考虑空间相关性和异质性的空间数据质量检验理论体系与框架。取得了一批创新的研究成果，在国际核心SCI/SSCI期刊发表论文23篇。所提出的技术方法已用于我国生产的世界首套30米分辨率全球地表覆盖数据产品GlobeLand30精度验证，开展了全球范围的抽样验证工作，给出了GlobeLand30首次验证精度，评估其总体精度为83.50%。理论研究成果编入地质行业标准：《数字地质数据质量检查与评价（DZ/T 0268-2014）》。