空间信息的尺度不确定性与融合 _生活百科

文章插图
空间信息的尺度不确定性与融合【空间信息的尺度不确定性与融合】《空间信息的尺度不确定性与融合》一书的出版社是武汉大学出版社，作者是张景雄，出版时间是2008 。
基本介绍书名：空间信息的尺度不确定性与融合
作者：张景雄
出版社：武汉大学出版社
出版时间：2008
版权资讯ISBN：9787307066588开本：16定价：45.00元内容简介《空间信息的尺度不确定性与融合》围绕空间信息的集成、尺度、不确定性等特质问题，着眼于空间信息融合及有效性机理，综述了多源空间数据套合的理论框架和计算方法、尺度建模与转换、多尺度数据联合空间预测等研究议题，致力于在这些方面提炼精华，为在这些共性和关键领域取得突破提供背景资料和路标。《空间信息的尺度不确定性与融合》的目标是构建空间信息一体化融合、尺度转换、不确定性建模及三者互动的理论框架，对于空间信息科学体系、尤其是空间信息(包括遥感信息)机理的研究具有重要理论参考价值和实践意义。《空间信息的尺度不确定性与融合》可供地球空间信息科学与技术、地学和环境科学领域的研究生和科技人员参考。作者简介张景雄， 1964年11月山生于湖北新洲， 1981年9月考入原武汉测绘学院航空摄影测量专业学习， 1985年9月至1988年6月在原武汉测绘科技大学攻读硕士学位， 1988年6月留校任教。1992年9月由国家教育委员会公派赴英国爱丁堡大学攻读博士学位， 1997年4月学成回校工作，任副教授。2000年至2003年，由单位公派自费赴美国加利福利亚大学圣芭芭拉分校、美国国家地理信息与分析中心从事博士后研究，专攻地理信息科学的基础研究。2003年至2005年在美国宇航局(NASA)的哥达德空间飞行中心(GoddardSpaceFlightcenter)从事MODIS陆地信息产品的质量分析等方而的研发工作。2005年应聘回国工作，现任武汉大学遥感信息工程学院教授。长期研究兴趣是遥感与GIS集成、空间分析、地统计学(geostatistics)、空间不确定性、尺度、空间信息融合、时间序列分析、遥感信息真实性检验(validation)、遥感定量方法等。最具有代表性的成果是与美国科学院院士(Goodchild教授出版了专着《UncertaintyinGeographlcalInformation》(Taylot&Francis ， 2002) 。该书作为第一本全面反映不确定性课题过去十五年来的科研成就而填补了一个非常重要的空白。书中许多实例来自博士论文，而更多的内容是从浩瀚的文献中整理加工而成。大部分实例归入卒问分析套用。另一个重要研究方向是空间数据套合(spatialdataconnation) ，即对同一现象不同数据表达的合成。这是影像处理中有关融合的一种概括，适用于各种空问数据，包括矢量和栅格。近年来，从事对地观测与地球空间信息领域的地学抽象、表达、量测、分析、建模等基础研究和套用基础研究，如空间信息逻辑框架、尺度模型、真实性检验、不确定性、土地覆盖、生态环境建模、影像/空间资讯理论等。曾讲授了城市空间信息系统、摄影测量原理、地理信息系统、高等统计概论和空问信息技术集成(双语课)等本科生和研究生课程。正在撰写国家“十·五” ，规划教材《地理信息科学与技术》(GeographicInformationSystemsandScience) 。目录第1章概述1.1空间信息1.2空间信息集成1.3尺度1.4不确定性1.5内容介绍第2章空间数据模型2.1概述2.2场2.2.1模型2.2.2地形因子2.3对象2.3.1模型2.3.2矢量数据结构2.3.3若干几何及拓扑操作2.4讨论第3章数理统计基础3.1概述3.2随机事件与机率3.2.1随机事件3.2.2机率3.2.3机率模型3.2.4条件机率、机率的乘法公式、全机率公式、Bayes公式3.2.5事件的独立性3.3随机变数及其分布3.3.1随机变数的定义3.3.2随机变数的分布函式3.3.3离散型随机变数3.3.4连续型随机变数3.3.5二维随机变数3.4随机变数的数字特徵3.4.1数学期望3.4.2方差3.4.3几种重要随机变数分布的数学期望及方差3.4.4协方差及相关係数、矩3.5大数定律和中心极限定理3.5.1大数定律3.5.2中心极限定理3.6统计推断基础3.6.1统计推断的几个基本概念3.6.2统计量的描述3.6.3统计量的分布3.7区间估计3.7.1点估计3.7.2估计量的评价标準3.7.3区间估计3.8假设检验3.8.1假设检验的基本概念3.8.2正态总体参数的假设检验第4章空间变异与分析4.1概述4.2随机函式4.3区域化变数4.4协方差函式和变异函式4.4.1协方差函式4.4.2变异函式4.4.3协方差函式和变异函式的关係4.5内蕴假设及平稳假设4.5.1内蕴假设4.5.2平稳性假设4.6估计方差4.7离差方差4.8变异函式及结构分析4.8.1变异函式的性质4.8.2变异函式的理论模型4.8.3结构分析第5章空间预测：克里格法5.1概述5.2克里格法的基本原则5.3普通克里格法5.3.1简单克里格法与普通克里格法5.3.2普通克里格法的解算过程5.3.3点克里格的计算实例5.3.4块段普通克里格的计算实例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设及非平稳区域化变数的变异函式 5.4.4点支撑条件下的泛克里格法5.4.5块段支撑条件下的泛克里格法5.4.6漂移的估计5.5协同克里格法5.5.1协同变异函式5.5.2协同克里格方程组5.6指示克里格法5.6.1指示变异函式5.6.2指示克里格方程组第6章随机模拟与空间不确定性建模6.1概述6.2随机模拟的原理6.2.1条件模拟6.2.2条件模拟的前提6.3序贯高斯模拟6.3.1单个变数的模拟6.3.2涉及多变数的随机模拟6.4协同区域化的模拟6.4.1共位协同克里格和马尔可夫模型6.4.2带有外部漂移的克里格法6.4.3带有趋势模型的克里格法6.4.4多变数的联合模拟6.5块段的模拟6.5.1模拟点的平均6.5.2点的非条件模拟和块段为条件化6.5.3块段的直接条件模拟6.6空间不确定性建模6.6.1随机模拟与空间不确定性建模6.6.2实例——矢量数据的误差建模6.6.3实例——数字摄影测量中DEM-DOM-DLG的误差传递第7章尺度模型与尺度转换7.1概述7.2变异函式的正则化及其求逆7.3遥感场景离散目标的正则化7.4土地覆盖专题类别场的尺度转换第8章空间信息集成8.1概述8.2协同克里格法的深化8.3数据源误差的处理8.4回归克里格法8.5积雪参数数据的套合第9章时空模型与信息融合9.1概述9.2卡尔曼滤波原理与算法9.3卡尔曼滤波的扩展9.3.1空间维扩展9.3.2序贯数据同化9.3.3多尺度空间树模型9.3.4时空模型9.4套用实例第10章结语10.1尺度10.2不确定性10.3时空数据集成与信息融合参考文献……