以GIS数据的尺度变化,不同尺度的数据融合中存在的不确定性,以及考虑不同尺度的不确定性的数据融合问题为对象,研究GIS多尺度变化和融合与其不确定性的关系,应用统计估计理论、椭球大地测量理论与分维理论探讨大范围、复杂数据融合的约束关系和优化处理方法,并探讨多尺度数据融合的质量控制机制和评价其不确定性的指标和方法。这对促进GIS的深入应用和地理信息科学、"数字地球"理论与技术具有重要的意义。
本项目在多尺度空间数据的不确定性与建模、空间数据多尺度综合的优化处理与质量控制、空间数据不确定性理论与方法及应用等方面有新的进展和突破。系统地研究了GIS多尺度数据的不确定性和误差特性,进一步发展和完善了空间数据误差新分布的思想和处理方法;深入地研究了GIS 空间数据叠置融合的不确定性,系统地提出了基于解析和模拟两类数学方法的叠置空间分析的不确定性传播模型,开辟了将现有静态、单一针对空间数据的不确定性理论延拓至针对动态、复合的空间分析的不确定性理论发展方向;深入系统地研究了空间数据多尺度变换的不确定性与优化处理方法,揭示了多尺度转换不确定性的来源和产生机制、传播,研究了GIS线状和面状要素尺度变换的不确定性处理模型,尤其是基于统计估计、椭球大地测量与分维理论,创新地提出了大范围、多尺度GIS数据综合的分区分级的优化处理方法;系统地研究了多尺度遥感影像的不确定性和空间数据质量评价的空间抽样方法,提出了空间数据幅内和幅间抽样统一的可接收质量限指标,完善了GIS数据质量的空间抽样体系和方案;与国内同行一起,系统地构建了空间数据不确定性的研究体系和理论框架,实现了空间数据不确定性理论的应用。