可靠性遥感影像分类与空间关联分析研究

The geographic space is continuous, complex and often uncertain. Without comprehensive consideration and handling of these features of the geographic space, it is difficult to ensure the reliability of spatial analyses results and the decision making according to these results. The reliability of spatial analyses is a basic issue in geographic information science..This project proposes reliable spatial analyses, the core idea of which is to enhance the reliability of spatial analyses via controlling and reducing uncertainties in the analyses. The project aims at developing basic theories of reliable spatial analyses based on the uncertainties and their propagation mechanisms; extending conventional spatial analysis methods to enhance the reliability of these methods; and proposing theories and methods for evaluating and controlling the reliability of spatial analysis results. The spatial analysis branches of remote sensing image classification and spatial association analysis will be the specific focuses of this project. The study will develop reliable methods of remote sensing image classification and spatial association analysis, guided by the principle of achieving reliable spatial analyses. The research methodology will involve spatial contexts; fuzzy boundaries; multi-level modeling of data, objects, knowledge and decisions; and the integration of multiple classifiers. Case studies will be conducted using the newly developed methods to solve real world issues about urban land use classification and change..The outcome of this project will contribute new basic theories to reliable development of the geographic information science.

地理空间是不确定的、连续和复杂的，没有充分顾及这些基本因素的空间分析与决策结果将是不可靠的，这是当今地理信息科学所面临一个基本问题。可靠性空间分析的核心思想是通过控制与降低其不确定性以达到可靠性空间分析的目的，是一个迫切需要解决的基础性理论课题。.本项目在研究不确定性及其传播理论的基础上，提出发展可靠性空间分析基础理论。以遥感影像分类与关联分析为例，对空间分析进行可靠性拓展，研究可靠性的传播机理，提出空间分析过程和结果的可靠性评价与控制理论与方法。通过空间上下文、模糊边界、数据-对象-知识-决策的多层次建模以及多分类器集成，在可靠性目标准则引导下，建立可靠性遥感影像分类与空间关联分析理论与方法，并针对城市用地问题进行实证研究。本研究将对地理信息科学领域的可靠性发展提供新的基础理论。

地理空间是不确定、连续和复杂的，没有充分顾及这些基本因素的空间分析与相关决策是不可靠的，这是当今地理信息科学面临的一个基本问题。可靠性空间分析旨在通过控制与降低空间分析的不确定性，实现空间分析及其相关决策的可靠性控制与提升，是一个迫切需要解决的基础性理论课题。本项目在研究不确定性及其传播理论的基础上，实现了空间分析的可靠性拓展，聚焦于遥感影像分类、空间关联分析两类关键的空间分析任务，就空间分析的可靠性机理及其过程、结果的可靠性评价、控制、改进，提出了系统的基础理论与方法，并针对城市用地等问题进行了实证研究。项目超额完成了原申请书规定的各项任务。原申请书中的四方面研究内容完成情况如下：1）可靠性空间分析基础理论：从空间分析的可靠性需求及不确定性因素、分析过程、分析结果层面，提出了系列理论、模型、指标和评估手段。2）可靠性遥感影像分类方法：通过抑制遥感影像数据、特征、分类器和分类后处理中的不确定性，提出了多种可靠性遥感影像分类方法，明显改善了影像分类方法和结果的可靠性。3）可靠性空间关联分析方法：针对空间自相关、语义可靠性、数据预处理等不确定性因素，提出了一系列可靠性空间自相关分析及空间关联规则挖掘方法，明显增进了分析方法和结果的可靠性和决策价值。4）可靠性空间决策与城市区域问题应用：实现了可靠性空间分析理论与方法在城市空间增长规律、土地适宜性评价、城市热环境及规划策略等场景下的应用。此外，项目紧跟最新研究趋势，额外提出了一系列可靠性空间大数据分析方法。项目组就研究内容发表论文70余篇、获授权或申请专利11项，与国内外政府与科研机构进行了广泛合作。项目成果推广应用于国家地理国情普查数据质量检查及其相关软件等多项工作，获得测绘科技进步奖特等奖等奖励。本研究为地理信息科学提供了新的基础理论和高可靠性方法，为地理信息科学迈向全面的可靠性研究贡献了系统理论基础和方法示范。