空间软数据及其插值方法研究进展

被引:20
作者
罗明 [1 ,2 ]
裴韬 [1 ,3 ]
机构
[1] 中国科学院地理科学与资源研究所
[2] 中国科学院研究生院
[3] 华东师范大学地理信息科学教育部重点实验室
关键词
软数据; 空间插值; 空间信息统计; 克里格; 回归分析; 贝叶斯最大熵;
D O I
暂无
中图分类号
P209 [电子计算机的应用];
学科分类号
摘要
由于对地观测技术的迅速发展,空间数据的种类和数量增长迅猛,由空间数据反演得到的各种信息日趋膨胀,这些反演结果中的信息不少以软数据的形式出现。在实际应用中,这些软数据往往与空间插值的目标变量具有一定的相关性,甚至成为控制目标变量空间分布特征的重要因素。然而,由于这些数据通常表示为非数值形式,在计算和处理上存在着一定困难,以致被传统的插值方法所忽视,从而造成信息浪费。近来出现的空间软插值方法是一种利用空间软数据作为辅助信息并以改善插值效果的方法,能够较好的处理并利用软数据所隐含的信息,具有较好的应用发展前景。本文根据空间软数据的特点及其分类,系统综述了空间软插值方法及其应用领域。首先分析了空间数据软硬性质的根本区别,论述了软数据的分类和"硬化"方法,然后介绍空间插值模型中对空间软数据的集成方法和原理,最后对空间软插值方法及其应用研究领域进行了展望。
引用
收藏
页码:663 / 672
页数:10
相关论文
共 25 条
  • [1] 地统计方法学研究进展
    郭怀成
    周丰
    刀谞
    [J]. 地理研究, 2008, (05) : 1191 - 1202
  • [2] Spatial Prediction of Heavy Metal Pollution for Soils in Peri-Urban Beijing, China Based on Fuzzy Set Theory[J]. TAN Man-Zhi, XU Fang-Ming, CHEN Jie, ZHANG Xue-Lei and CHEN Jing-Zhong State Key Laboratory of Soil and Sustainable Agriculture, Institute of Soil Science, Chinese Academy of Sciences, Nanjing 210008 (China). Graduate school of the Chinese Academy of Sciences, Beijing 100039 (China) Chengdu University of Technology, Chengdu 610059 (China) anjing Station of Soil and Fertilizer, Nanjing
  • [3] 利用辅助变量对污染土壤锌分布的克里格估值
    姜勇
    李琪
    张晓珂
    梁文举
    [J]. 应用生态学报, 2006, (01) : 97 - 101
  • [4] 地统计学方法进展研究
    孙英君
    王劲峰
    柏延臣
    [J]. 地球科学进展, 2004, (02) : 268 - 274
  • [5] 地质统计学新进展
    肖斌
    赵鹏大
    侯景儒
    [J]. 地球科学进展, 2000, (03) : 293 - 296
  • [6] Examining spatially varying relationships between land use and water quality using geographically weighted regression I: Model design and evaluation[J] . Jun Tu,Zong-Guo Xia.Science of the Total Environment . 2008 (1)
  • [7] Bayesian Maximum Entropy prediction of soil categories using a traditional soil map as soft information
    Brus, D. J.
    Bogaert, P.
    Heuvelink, G. B. M.
    [J]. EUROPEAN JOURNAL OF SOIL SCIENCE, 2008, 59 (02) : 166 - 177
  • [8] Simulation of geological domains using the plurigaussian model: New developments and computer programs[J] . Xavier Emery.Computers and Geosciences . 2007 (9)
  • [9] Spatial analysis of marine categorical information using indicator kriging applied to georeferenced video mosaics of the deep-sea H?kon Mosby Mud Volcano[J] . Kerstin Jerosch,Michael Schlüter,Roland Pesch.Ecological Informatics . 2006 (4)
  • [10] Soil salinity mapping using spatio-temporal kriging and Bayesian maximum entropy with interval soft data[J] . Ahmed Douaik,Marc Van Meirvenne,Tibor Tóth.Geoderma . 2005 (3)