空間信息的尺度、不確定性與融合（簡體書）

本書圍繞空間信息的集成、尺度、不確定性等特質問題，著眼于空間信息融合及有效性機理，綜述了多源空間數據套合的理論框架和計算方法、尺度建模與轉換、多尺度數據聯合空間預測等研究議題，致力于在這些方面提煉精華，為在這些共性和關鍵領域取得突破提供背景資料和路標。本書的目標是構建空間信息一體化融合、尺度轉換、不確定性建模及三者交互的理論框架，對于空間信息科學體系、尤其是空間信息（包括遙感信息）機理的研究具有重要理論參考價值和實踐意義。本書可供地球空間信息科學與技術、地學和環境科學領域的研究生和科技人員參考。

張景雄，1964年11月山生于湖北新洲，1981年9月考入原武漢測繪學院航空攝影測量專業學習，1985年9月至1988年6月在原武漢測繪科技大學攻讀碩士學位，1988年6月留校任教。1992年9月由國家教育委員會公派赴英國愛丁堡大學攻讀博士學位，1997年4月學成回校工作，任副教授。2000年至2003年，由單位公派自費赴美國加利福利亞大學圣芭芭拉分校、美國國家地理信息與分析中心從事博士后研究，專攻地理信息科學的基礎研究。2003年至2005年在美國宇航局（NASA）的哥達德空間飛行中心（Goddard Space Flight center）從事MODIS陸地信息產品的質量分析等方而的研發工作。2005年應聘回國工作，現任武漢大學遙感信息工程學院教授。 長期研究興趣是遙感與GIS集成、空間分析、地統計學（geostatistics）、空間不確定性、尺度、空間信息融合、時問序列分析、遙感信息真實性檢驗（validation）、遙感定量方法等。最具有代表性的成果是與美國科學院院士（Goodchild教授出版了專著《Uncertainty in Geographlcal Information》（Taylot&Francis，2002）。該書作為第一本全面反映不確定性課題過去十五年來的科研成就而填補了一個非常重要的空白。書中許多實例來自博士論文，而更多的內容是從浩瀚的文獻中整理加工而成。大部分實例歸入卒問分析應用。另一個重要研究方向是空間數據套合（spatial data connation），即對同一現象不同數據表達的合成。這是影像處理中有關融合的一種概括，適用于各種空問數據，包括矢量和柵格。近年來，從事對地觀測與地球空間信息領域的地學抽象、表達、量測、分析、建模等基礎研究和應用基礎研究，如空間信息邏輯框架、尺度模型、真實性檢驗、不確定性、土地覆蓋、生態環境建模、影像/空間信息論等。 曾講授了城市空間信息系統、攝影測量原理、地理信息系統、高等統計概論和空問信息技術集成（雙語課）等本科生和研究生課程。正在撰寫國家“十一五”，規劃教材《地理信息科學與技術》（GeographicInformation Systems and Science）。

第1章 概述
1.1 空間信息
1.2 空間信息集成
1.3 尺度
1.4 不確定性
1.5 內容介紹
第2章 空間數據模型
2.1 概述
2.2 場
2.2.1 模型
2.2.2 地形因子
2.3 對象
2.3.1 模型
2.3.2 矢量數據結構
2.3.3 若干幾何及拓撲操作
2.4 討論
第3章 數理統計基礎
3.1 概述
3.2 隨機事件與概率
3.2.1 隨機事件
3.2.2 概率
3.2.3 概率模型
3.2.4 條件概率、概率的乘法公式、全概率公式、Bayes公式
3.2.5 事件的獨立性
3.3 隨機變量及其分布
3.3.1 隨機變量的定義
3.3.2 隨機變量的分布函數
3.3.3 離散型隨機變量
3.3.4 連續型隨機變量
3.3.5 二維隨機變量
3.4 隨機變量的數字特征
3.4.1 數學期望
3.4.2 方差
3.4.3 幾種重要隨機變量分布的數學期望及方差
3.4.4 協方差及相關系數、矩
3.5 大數定律和中心極限定理
3.5.1 大數定律
3.5.2 中心極限定理
3.6 統計推斷基礎
3.6.1 統計推斷的幾個基本概念
3.6.2 統計量的描述
3.6.3 統計量的分布
3.7 區間估計
3.7.1 點估計
3.7.2 估計量的評價標準
3.7.3 區間估計
3.8 假設檢驗
3.8.1 假設檢驗的基本概念
3.8.2 正態總體參數的假設檢驗
第4章 空間變異與分析
4.1 概述
4.2 隨機函數
4.3 區域化變量
4.4 協方差函數和變異函數
4.4.1 協方差函數
4.4.2 變異函數
4.4.3 協方差函數和變異函數的關系
4.5 內蘊假設及平穩假設
4.5.1 內蘊假設
4.5.2 平穩性假設
4.6 估計方差
4.7 離差方差
4.8 變異函數及結構分析
4.8.1 變異函數的性質
4.8.2 變異函數的理論模型
4.8.3 結構分析
第5章 空間預測：克里格法
5.1 概述
5.2 克里格法的基本原則
5.3 普通克里格法
5.3.1 簡單克里格法與普通克里格法
5.3.2 普通克里格法的解算過程
5.3.3 點克里格的計算實例
5.3.4 塊段普通克里格的計算實例
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設及非平穩區域化變量的變異函數
5.4.4 點支撐條件下的泛克里格法
5.4.5 塊段支撐條件下的泛克里格法
5.4.6 漂移的估計
5.5 協同克里格法
5.5.1 協同變異函數
5.5.2 協同克里格方程組
5.6 指示克里格法
5.6.1 指示變異函數
5.6.2 指示克里格方程組
第6章 隨機模擬與空間不確定性建模
6.1 概述
6.2 隨機模擬的原理
6.2.1 條件模擬
6.2.2 條件模擬的前提
6.3 序貫高斯模擬
6.3.1 單個變量的模擬
6.3.2 涉及多變量的隨機模擬
6.4 協同區域化的模擬
6.4.1 共位協同克里格和馬爾可夫模型
6.4.2 帶有外部漂移的克里格法
6.4.3 帶有趨勢模型的克里格法
6.4.4 多變量的聯合模擬
6.5 塊段的模擬
6.5.1 模擬點的平均
6.5.2 點的非條件模擬和塊段為條件化
6.5.3 塊段的直接條件模擬
6.6 空間不確定性建模
6.6.1 隨機模擬與空間不確定性建模
6.6.2 實例——矢量數據的誤差建模
6.6.3 實例——數字攝影測量中DEM—DOM—DLG的誤差傳遞
第7章 尺度模型與尺度轉換
7.1 概述
7.2 變異函數的正則化及其求逆
7.3 遙感場景離散目標的正則化
7.4 土地覆蓋專題類別場的尺度轉換
第8章 空間信息集成
8.1 概述
8.2 協同克里格法的深化
8.3 數據源誤差的處理
8.4 回歸克里格法
8.5 積雪參數數據的套合
第9章 時空模型與信息融合
9.1 概述
9.2 卡爾曼濾波原理與算法
9.3 卡爾曼濾波的擴展
9.3.1 空間維擴展
9.3.2 序貫數據同化
9.3.3 多尺度空間樹模型
9.3.4 時空模型
9.4 應用實例
第10章 結語
10.1 尺度
10.2 不確定性
10.3 時空數據集成與信息融合
參考文獻