中文摘要：

在定性地理空间知识的表达和推理中，存在各种不确定性问题，如位置表达的不精确性、地物的模糊性、空间关系的模糊性、空间陈述的不确定性等。与传统的基于坐标的GIS中的不确定性相比，上述不确定性的建模方法有很大不同。为了准确表达地理空间知识，使得GIS更具有智能性，我们拟在本项目中从地物和场所的不确定性、空间关系的不确定性、以及空间命题的不确定性三个角度，探讨定性GIS中各种不确定性的集成表达和推理，并实现相应原型软件系统。本项目拟选择地理信息检索，作为地理空间知识不确定性模型的应用领域，并对所提出模型进行验证。本项目属于GIS和人工智能的交叉研究，其成果有助于GIS直接表达地理空间知识，从而处理因特网上具有地理空间语义的海量信息。

结论摘要：

在定性地理空间知识的表达和推理中，存在各种不确定性问题，如位置表达的不精确性、地物的模糊性、空间关系的模糊性、空间陈述的不确定性等。与传统的基于坐标GIS中的不确定性相比，上述不确定性的建模方法有很大不同。为了准确表达地理空间知识，使得GIS更具有智能性，我们在本项目中从地物和场所的不确定性、空间关系的不确定性、以及空间命题的不确定性三个角度，探讨定性了GIS中各种不确定性的集成表达和推理，并实现相应原型软件系统。本项目选择地理信息检索作为地理空间知识不确定性模型的应用领域，对所提出模型进行验证。本项目主要围绕场所地名不确定性、空间关系不确定性、空间命题不确定性及在地理信息检索的中的应用三个方面开展了研究。在场所地名不确定性方面，根据中文地名的特点，设计了基于字的中文地名标注规范。分析提取自然语言文本中的中文地名特征，将其归结为语法特征和地名用字特征两个大的类别。在地名规范的研究基础上，提出了基于地名共现和证据理论的地名解歧方法，从而更好的服务于Web文档定焦。在空间关系不确定性方面，我们系统探讨了基于空间关系描述地理位置的不确定性问题，指出在基于空间陈述的定位问题中，不确定性包括四个层次，分别对应于陈述、参照对象、空间关系和目标对象。这四个层次的不确定性适合于不同的建模方式。本文采用不确定性场的概念，对点状目标地物的分布进行了探讨，并利用贝叶斯定理证明了对于给定的空间陈述，其不确定性场分布与做出该陈述概率、以及相应空间关系的模糊性之间的联系，该证明结论可以用于指导不确定性场的建立。进而，我们建立了根据给定地理位置的描述确定地物分布的概率方法，并且指出地理环境以及空间关系的含糊性对于位置描述产生过程的影响，并根据Voronoi临近概念，解决了多参照地物下，为了产生定性文字描述，根据给定目标地物位置的参照地物选择问题。为了在空间命题及地理信息检索中处理上述两个层面的不确定性，我们提出了一种以语义匹配为原则、以定性表达为基础、以推理方法为手段的新的地理信息检索方法。定性地理信息检索采用定性表达和推理方法，将更适用于Web上以非结构化文本表达的地理信息和地理空间知识，以符合人类认知和表述习惯的方式处理查询请求和文档信息，并能够处理其中的不确定性问题，可以更真实的反映用户的地理信息检索请求，提供更加精确匹配的检索结果，进而为智能化空间服务提供支持。