空间抽样模型研究

空间数据采集是地学研究的第一步，抽样相对于普查具有速度快、成本低、累计误差小的特点。空间数据的不同抽样策略对最终结果有很大影响，有时甚至导致分析结论相反；更高效率的采样理论是地学野外调查所期望使用的。本项目在已有研究基础上着重于扩展我们提出的、已有一定国际影响的（如Haining R, 2003, Spatial Data Analysis，Cambridge University Press书中专门提到我们在空间抽样方面的研究）遥感耕地抽样调查模型，将其改造成适用于各种地学应用的广义Sandwich空间抽样模型，建立样本层、知识层及报告单元三层叠合的抽样结构和传递函数，进行多类型地学调查试验，为其使用奠定坚实的理论和应用基础。该模型有望应用到以下领域：遥感数据结合地面实地调查的大面积农情速报、环境土壤生态调查、河流水质等地学空间数据抽样；土壤和地质剖面等时间序列抽样。