地理类别信息的尺度模型与尺度转换

土地覆盖等面域类别的时空分布是重要的地理信息,在地学、空间分析与应用中发挥着巨大作用。随着多源、多尺度数据的日益增长，各种算法和应用模式并存，规范和精度各异，有关地理类别信息的可比性、尺度依赖性、尺度特征度量、尺度效应分析的系统性研究非常缺乏，迫切需要深入探寻其信息机理和尺度分析的数理模型。本课题将依据地理空间分布源自特定空间过程驱动这一理念，利用控制因子与面域类别的映射关系，以判别空间为载体，构建统计-机理型的类别信息尺度与尺度转换模型。通过集成应用景观生态学、地统计学和其它时空分析方法，识别面域类别的多尺度特征，探索局域化类别信息尺度模型的构建方法；通过分析多种升尺度和降尺度方法的互补性，并考虑空间尺度与类别尺度的耦合机制，整合灵活有效的类别信息尺度转换方法。研究成果将为地理信息的尺度及相关理论和应用问题提供科学基础。

地理类别信息是地理信息科学领域重要维度，代表着富有挑战性的研究课题之一。本项目较系统地研究了区域类别信息的判别因子析取，模式分类规则生成，判别因子尺度建模，区域类别空间格局指数综合等问题。比较并整合了基于判别空间和现有的基于类别数据和辅助信息的尺度转换方法。研究了多尺度数据与跨尺度数据处理环境下的不确定性分析方法。探讨了尺度与信息测度间的联系。. 项目遵循过程-格局的理念，建立了基于判别空间的地理类别信息的尺度问题的研究架构，有助于发展统计-机理型尺度建模与尺度转换的方法，并能聚合有关尺度研究的成果。项目将地理类别的空间分布以格数据模型表达，提出了两种其格数据类型的概念，有利于多源异构类别数据的尺度研究。强化了多尺度数据和跨尺度数据分析环境下的空间不确定性问题的研究，延伸了尺度研究的范畴。将尺度与信息量的概念和分析方法联系起来，是本研究的另一创新体现。. 成果对于完善和扩展地理类别信息与分析的理论和方法体系有重要意义。