空间分析技术

第24卷　第3期

2005年5月地　　理　　研　　究GEOGRAPHICAL　RESEARCHVol124,No13May,2005

空间信息分析技术

王劲峰,武继磊,孙英君,李连发,孟　斌

(中国科学院地理科学与资源研究所,北京100101)

摘要:在GIS技术日趋成熟和空间数据极大丰富的今天,通过分析空间数据探索空间过程机

理正变得日益迫切。空间信息分析技术至少包括以下六个主要方面:(1)空间数据获取和预

处理;(2)属性数据空间化和空间尺度转换;(3)空间信息探索分析;(4)地统计;(5)格

数据分析;(6)复杂信息反演和预报。本文提出了解决具体应用问题一般的空间数据分析计

算、结果解释和反馈程序。认为空间过程的一般共性和作为共同的研究对象,各种不同的方

法技术最终可能导致空间数学(spatialmathematics)的产生,同时发展鲁棒的空间分析软件

包对于普及空间数学是必要的。

关　键　词:GIS;空间信息;空间过程;空间分析;机理解释

文章编号:100020585(2005)0320464209

1　引言

　　随着对地观测、社会经济调查、计算机网络和格网信息处理能力的迅速提高,空间数据正在以指数方式急速增加。通用和专用的(时)空间数据结构[1]、应用于具体事物的管理信息系统、以及对这些海量空间数据进行深加工以获得高附加值的信息产品的空间信息分析技术[2]成为空间信息三大领域。

　　数据分析通常用统计学方法,当今流行软件包SPSS、MATLAB等大大地促进了数据分析深加工及其在各领域的应用(徐建华,2002)。

　　但是,空间数据通常具有非独立性,这与经典统计学基本假设相驳。因此,专门的空间信息分析理论和技术正在迅速发展[3～5],已在遥感、生态环境、地球科学、社会经济等领域得到诸多成功的应用,展现出广阔的应用潜力。

2　研究动态

　　统计分析是常规数据分析的主要手段。然而,传统统计学在分析空间数据时存在致命的缺陷,这种缺陷是由空间数据的本质特征和传统的统计学方法的基本假设共同造成的。传统的统计学方法是建立在样本独立与大样本两个基本假设之上的,对于空间数据,这两个基本假设前提通常都得不到满足。空间上分布的对象与事件在空间上的相互依赖性是普遍存在的,这使大部分空间数据样本间不独立,即不满足传统统计分析的样本独立性前提,因而不适于进行经典统计分析[6];另一方面,有些空间数据采样困难,如某些气象台站分布在稀疏的山区,导致样本点太少而不能满足传统统计分析方法大样本的前提;地学　　收稿日期:2004210216;修订日期:2005201228

　　基金项目:国家自然科学基金课题(40471111)、863项目(2002AA13523021)和973项目(2001CB5103)支持。　　作者简介:王劲峰(19652),上海市人,研究员,博士生导师。主要从事地球信息科学研究。

Email:wangjf@igsnrr1ac1cn