空间分析的理论问题

《空间分析的理论问题》由会员分享，可在线阅读，更多相关《空间分析的理论问题（74页珍藏版）》请在金锄头文库上搜索。

1、第三章第三章 空间分析的理论问题空间分析的理论问题1、从、从GIS的学科发展角度看的学科发展角度看 从GIS的学科属性的角度看,地理信息系统(GIS)主要研究内容是： 对现实世界的空间实体及其相互间的关系进行描述和表达，在计算机环境下的空间数据组织、存取、分析、可视化，应用系统的设计，数据集成和业务化运作等。 在过去的二十年里，国内外GIS的发展都主要是靠“应用驱动”和“技术导引”的。为了给GIS应用与产业化发展提供更多的理论支持，近些年来国际学术界加强了对GIS基础理论问题的研究。 研究重点包括空间关系、空间数据模型、空间认知、空间推理、地理信息机理(产生、施效和人机作用等)、地理信息的不确

2、定性等。 本章将从空间分析的角度对部分理论问题进行探讨。第三章第三章 空间分析的理论问题空间分析的理论问题GIS是一门理论贫乏的学科。空间分析中有很多的理论性问题。主要内容：1、空间关系理论；2、空间认知理论；3、空间推理理论；4、空间数据模型理论；5、地理信息机理理论；6、地理信息不确定性理论； 等等。 还有其他的理论吗？3.1 空间关系理论空间关系理论 空间关系是GIS的重要理论问题之一，在GIS空间数据建模、空间查询、空间分析、空间推理、制图综合、地图理解等过程中起着重要的作用。 目前，国际上对空间关系的研究主要集中在空间关系的语义问题、空间关系的描述、空间关系的表达、基于空间关系的分析

3、等方面。3.1.1 空间关系的语义研究 空间关系语义研究是空间关系描述和表达的前提与基础。 其基本问题是，地理实体间究竟有哪些类空间关系？这些空间关系有哪些性质? 早期人们认为GIS空间关系主要分为顺序关系、度量关系、拓扑关系三大类。 顺序关系描述目标在空间中的某种排序，如前后、上下、左右、东西南北等。 度量关系是用某种度量空间中的度量来描述的目标间的关系，如目标间的距离。 拓扑空间关系是指拓扑变换下的拓扑不变量，如空间目标的相邻和连通关系，以及表示线段流向的关系。 Egenhofer指出空间关系(或空间介词)表达了空间数据之间的一种约束, 其中度量关系对空间数据的约束最为强烈, 而顺序关系次

4、之, 拓扑关系最弱。 拓扑空间关系是指拓扑变换下的拓扑不变量，如空间目标的相邻和连通关系，以及表示线段流向的关系。 拓扑变换是一个非常抽象的概念，应该关注对拓扑变换形象和直观的理解，例如，把拓扑变换理解为橡皮变换，不要追求拓扑变换形式化的定义。 什么是拓扑呢？ 拓扑所研究的是几何图形的一些性质，它们在图形被弯曲、拉大、缩小或任意的变形下保持不变，只要在变形过程中不使原来不同的点重合为同一个点，又不产生新点。 换句话说，这种变换的条件是：在原来图形的点与变换了图形的点之间存在着一一对应的关系，并且邻近的点还是邻近的点。这样的变换叫做拓扑变换。 拓扑有一个形象说法橡皮几何学。因为如果图形都是用橡皮

5、做成的，就能把许多图形进行拓扑变换。 例如一个橡皮圈能变形成一个圆圈或一个方圈。但是一个橡皮圈不能由拓扑变换成为一个阿拉伯数字8。因为不把圈上的两个点重合在一起，圈就不会变成8。 度量关系属于定量关系，拓扑与顺序关系则属于定性关系。 但是定性的关系与定量的关系之间并不是绝对的，而是可以互相转化的。 由于空间拓扑关系在GIS空间数据组织、分析、查询等方面起着十分重要的作用，人们对空间拓扑关系进行了大量深入细致的研究，并取得了较大的进展与应用。如何转换？有待于进一步研究！ 随着GIS空间关系研究和应用的深入，人们发现空间实体之间还存在着其它多种空间关系。 如John Florence等研究指出相离

6、关系(disjoint relation)在空间关系中占有很大的比例。 C.M.Gold把具有公共Voronoi边的两个空间目标定义为具有空间相邻关系。 胡勇等研究定义了最邻近、次邻近等。 赵仁亮等指出空间存在着k阶空间邻近关系。 空间实体之间还具有靠近(close、near-to)等模糊空间关系(fuzzy relationships)、 还有穿越与进入等反映实体运动状态的空间关系, 以及实体之间的不确定性空间关系。 地理实体之间的空间关系往往随着时间而变化,时间关系交织在一起就形成了多种时空关系。 例如，当点、线、面目标之间的空间相邻(spatial contiguity)、空间连通(sp

7、atial connectivity)、空间包含(spatial inclusion)等关系随时间发生变化时，往往与目标间的时间拓扑关系(temporal topology)交织在一起，形成了一种新的时空拓扑关系(spatio-temporal topology)。 Egenhofer、Freksa与Szmurlo和Gaio等对空间拓扑关系的渐变规律、时空概念理解做了一些探讨,，出了反映拓扑关系时空变化的最邻近拓扑关系邻接图(closest topological relastionship graph)。 舒红等总结了现有时空拓扑关系的研究成果，给出了时空拓扑关系的定义和基于点集理论的形式化

8、描述。 此外，空间关系还与空间范围大小或空间尺度有关。 郭庆胜根据区域范围将空间关系区分为全局性与区域性空间关系，前者是指地理实体群之间的关系，后者指通常情况下的简单实体间的关系。 了解和分析人们在日常生活中如何考虑和交流空间关系，是空间关系研究的一种重要途径。 为此，需考虑用自然语言表达空间关系时空认知、心理等因素的作用。 一些学者认为人的视觉系统和身体感受在空间关系的形成与表达中起着重要的参照点和参照空间的作用。 文化、语言的异同对空间关系也有不同程度的影响。3.1.2 空间关系描述 空间关系描述的基本任务是以数学或逻辑的方法区分不同的空间关系，给出形式化的描述。 其意义在于澄清不同用户关

9、于空间关系的语义，为构造空间查询语言和空间分析提供形式化工具。3.1.2.1三种主要的描述方法（1）交叉方法(inter-section-based model) 目前国际上使用较多的是交叉方法(inter-section-based model)，将空间实体分解为几个部分，通过比较两个实体各组成部分的交去判定空间关系。4元组模型： 基于点集拓扑学的、较系统化的4元组框架完备描述了两个简单空间实体(简单点、简单线、简单面)之间的拓扑关系。 若将简单空间实体看作是边界点和内部点构成的集合，则4元组框架是由两个简单空间实体点集的边界与边界的交集、边界与内部的交集、内部与边界的交集、内部与内部的交集

10、构成的44矩阵。两个简单空间实体之间的关系可以由4元组中4个元素的不同取值来确定： 9元组模型元组模型: Egenhofer等人根据点集拓扑理论建立的9元组模型(9-intersection model)，即运用该方法将空间目标分为边界(boundary)、内部(interior)和外部(exterior)，通过比较目标A的边界( )、内部(A)、外部(A-)与B的边界( )、内部(B)、外部(B-)之交集的内容(空或非空)、维数(dimension)、分块(number of separations)等，分析确定A和B间的空间关系。(2)交互方法(interaction-based mode

11、l) 交互方法(interaction-based model)是第二类方法。 其基本思想是运用空间目标的整体，而不是将目标分解为更细的组成部分来区分与定义空间关系。 最具代表性的是Randell等人提出的空间逻辑，基于区域连结的定义运用逻辑演算的方法描述了空间区域间的8种关系，并发展了一种基于空间逻辑的推理机制。 1)C(x，y)：表示x与y相连。3)DC(x，y)：表示x与y没有连接。2)P(x，y)：x是y的一部分。4)PP(x，y)：x是y的内部的一部分。5)x=y：x与y相同。6)O(x，y)：x与y叠置。7)DR(x，y)：x与y不连续。8)PO(x，y)：x与y部分叠置。9)EC

12、(x，y)：x与y外部连接。10)TPP(x，y)：x是y的内部的一部分，并且x与y内部相切。11)NTPP(x，y)： x是y的内部的一部分，但是x与y不相切。(3)基于Voronoi图的混合方法 空间关系描述的第三类方法是陈军等人提出的基于Voronoi图的混合方法。空间目标的空间目标的Voronoi区域区域: 空间目标的Voronoi区域可以描述为:设二维空间R2中有一空间目标集合为=O1,O2,On(1)， Oi可以是点目标，也可以是线目标或面状目标，其中面状目标并不要求为凸域，可以含洞(它们在空间数据库中具有惟一ID,因此,也可称之为几何目标)，则目标Oi的Voronoi区域(简记为

13、Ov)为: Ov =|distance(, Oi) distance(, Oj),。 即：由到目标 Oi的距离比到所有的其它目标的距离都近的点所构成的区域。 实线为Delaunay三角形，虚线为Voronoi图。 该方法用空间目标的Voronoi区域(Voronoi region)作为其外部，对原Egenhofer等人的9元组模型进行了改进，建立了一种基于Voronoi的新9元组模型，简称为V9I模型。陈军的V9I模型Egenhofer的9元组模型 由于该模型既考虑了空间实体的内部和边界，又将Voronoi区域看作一个整体，因而该模型有机地集成了交叉与交互方法的优点，能够克服原9元组模型的一些

14、缺点，包括无法区分相离关系、难以计算目标的补等。空间关系描述结果的评价： 就空间关系描述结果的评价而言,一般要考虑完备性(completeness)、严密性(soundness)、唯一性(uniqueness of representation)、通用性(generability)准则。 其中完备性是指空间关系描述结果能包含目标间所有可能的定性关系； 严密性是要求所推出的一组关系是实际存在的或正确的； 唯一性要求所有关系是互斥的； 通用性指描述方法应能处理各种形状的目标和各类关系。 由于V9I模型既考虑了空间实体的内部和边界，又将Voronoi区域看作一个整体，因而该模型有机地集成了交叉与交互

15、方法的优点，能够克服原9元组模型的一些缺点，包括无法区分相离关系、难以计算目标的补等。3.1.2.2 拓扑空间关系描述 在二维简单空间目标间拓扑关系描述方面，用9元组区分出了8种面/面、19种线/面、3种点/面、33种线/线、3种线/点、2种点/点关系。 Clementini等对二维拓扑关系进行了分析，定义了由相邻、包含、相交、部分覆盖、相离五种基本关系组成的最小集，并证明了其互斥性和完备性。 Egenhofer对空间关系概念邻接(conceptual neighborhoods of topological line-region relations)进行了研究，用9元组的值差定义了一种拓扑

16、距离，以描述拓扑关系的差异变化和渐变过程；研究了二值拓扑关系的组合运算与推导等。 就复杂目标间拓扑关系而言,一些学者用9元组研究了如带洞的面域、自相交的线、离散空间中面状目标之间的拓扑关系、组合区域间的拓扑关系等。 一些学者对三维拓扑关系描述进行了研究。Simon Pigot等将二维拓扑空间关系描述框架进行了扩展，对多维空间实体间的拓扑空间关系的描述进行了研究，但其结果仅限于N维欧氏空间中最简单的二值拓扑关系的描述。 郭薇等在Clementini的基础上对三维的情形进行了研究，定义了第六种拓扑关系，即相等关系，提出了三维空间中的满足互斥性与完备性的空间关系最小集。 舒红等将时间作为一维欧氏空间

17、，把Egenhofer的4元组与9元组空间关系描述从空间域扩展到时空域，提出了基于点集拓扑的时态拓扑关系描述框架。3.1.2.3 顺序关系描述顺序关系描述 顺序关系中的一类重要关系是方向关系，如东、西、南、北等。 方向关系的定量描述主要是使用方位角来进行，点状目标间的方位角计算有固定的公式，形式较为简单，但对于其它类型的目标，方位角的计算则复杂的多。 方向关系的定性描述主要有投影法(projection)和锥形法(cone)。 投影法是将空间目标投影到特定的坐标轴上，通过各目标投影间的关系去描述与定义方向关系。 其中的投影可以是正射投影，也可以是斜率投影。 锥形法是将空间目标及其周围的区域分成

18、带有方向性的几个区域，通过各目标本身及方向区域之间的交的结果来描述空间关系。 具有代表性的是Pequet等人提出的三角化模型以及四方向、八方向分区扩展模型。 Pequet的三角化模型是从空间目标的某点出发，沿所需要的方向作两条射线形成一三角形方向区域，从而描述与计算目标间的方向关系; Fredsa,Frank与Hernandez等人的四方向、八方向分区扩展模型则是以某一空间目标为参考目标，以东西南北等方向线为轴将空间目标及周围的区域分成四个或八个方向区域定义方向关系，用另一空间目标与这些方向区域间的位置关系来描述目标间的方向关系。 在上述的基础上，Abdel moty等人提出了一个形式化模型，

19、将两空间目标分别用特征线代替，并以此为准生成两空间目标的四个方向线，构造了55的方向关系描述矩阵。 但该方法是以空间目标看作点状类目标为前提的。 投影法将二维的方向关系分解为一维的关系来处理，从而简化了问题的复杂性，便于应用Allen的时态逻辑法进行空间推理； 锥形法直接在二维空间中处理问题，更加符合人类的空间认知机理。 然而，两种方法都难以完美可靠地对任意情形下方向关系进行描述。 空间目标之间还存地在着其它类顺序关系， 如平面点集的顺序关系、线段之间的顺序关系、三角形的顺序关系等。 实际上Allen定义的基于时间区间的13种事件间时态关系，是一种对一维空间中线段间顺序关系的描述方法。3.1.

20、2.4 度量关系描述 对于长度、周长、面积等定量的度量关系，所采用的数学描述公式形式简单、较为统一。 对于距离而言，两个点状目标间的距离有欧氏距离、广义距离、契比雪夫距离及统计学中的斜交距离和马氏距离等多种定义。欧氏距离：广义距离：？契比雪夫距离(切氏距离Chebyshev):统计学中的斜交距离:？马氏距离（绝对值距离，街坊距离，曼哈坦距离，Manhattan距离）：明氏距离(Minkowski距离)：由于非点状目标之间的距离是模糊的，不同类型实体间(如面状与线状)的距离往往有多种定义。 一些学者根据模糊理论进行了距离关系的定性描述，如距离分级的方法，但仍没有一个满意的形式化统一数学模型。3.

21、1.2.5 相离关系描述 9元组模型虽然能较完备地描述空间拓扑关系，但主要适用于区分在空间上具有公共部分的两实体的拓扑关系，而难以区分地理空间中广泛存在的邻近关系和其它多种多样的相离关系。 陈军等用基于Voronoi的9元组交集模型V9I模型区分了多种相离关系，李成名用其描述定义了邻近关系，并将结果用于空间邻近查询、空间关系的推断。3.1.3 空间关系表达 空间关系表达的基本任务是：存储和组织空间目标间的空间关系，构建相应的存取、检索方法。 就GIS空间数据组织管理与分析应用而言，需要显式地表达或储存一些基本空间关系，根据这些基本空间关系推断出其它空间关系。3.1.3.1关系表法 关系表法是早

22、期发展的一种空间关系表达方法，用关系表显式表达和记录节点、弧段与面块之间的邻接关系、连通关系、组成关系等拓扑关系。 1970年美国统计局设计和采用了能显式地表达拓扑关系的线段结构(line segment structure)； HARVARD大学研制的ODYSSEY系统采用了一种链模型(chain model)，用线段表、结点表、多边形表和点表显式地表达线的中间点和端点。 目前Arc/Info等商业化GIS所采用的仍然是这种空间关系表达方法。空间拓扑关系表达的关系表法举例空间拓扑关系表达的关系表法举例（5表法）表法） 关系表法的局限性在于仅表达了面块弧段、弧段结点、结点弧段、结点面块间的简单

23、拓扑关系（关联关系）, 如相交(junction)、连接(connection)、连通(connectivity)和包容(containment)等不能表达，没有顾及这些其它的空间关系。 后来发展的四叉树、八叉树等栅格化方法，也都侧重于目标的组织与索引，对目标间的空间关系考虑的较少。 随着GIS的发展，关系表法越来越显示出其存在的不足与弊端，表现为数据之间的关联性强，空间数据库的更新与维护困难，也难于表达复杂目标之间的关系。3.1.3.2 二维字符串法(2Dstring) 其基本思想是采用符号投影的方法，将不同二维空间目标的边界沿X轴和Y轴作正射投影，分别生成有顺序关系的字符串，籍以表达和判断

24、目标间的空间关系，已被用在影像信息系统中进行影像检索和空间推理。 为了克服二维字符串法在表达空间关系方面的局限性，Jungert提出了扩展的二维字符串法，增加了空间关系算子； 但用目标的MBR(最小边界矩形)来代替空间目标，并不能真正反映目标间的关系，为此Junger与Chang采用切割机制和丰富关系算子的方法，提出一种通用化的二维字符串法即2DG-string，使之能更好地描述顺序关系。 Lee和Hsu又提出了2D G-string空间关系表达方法，以顾及拓扑空间关系的表达； 孙玉国提出了2D T-string表达方法，可以更好的表达与操作顺序关系、拓扑关系以及包围与半包围关系。 从理论上讲

25、，字符串法是用一维的方法来解高维的问题，因此难以保证可靠性与完备性，并难以向三维空间扩展。 总体上看，字符串法在表达方向关系方面较为有效，而表达拓扑关系则要复杂和困难。3.1.3.3基于Voronoi图的表达方法 关系表法等传统的空间关系表达方法往往要求空间目标在几何上相连或相接，难以表达侧向相邻关系(lateral spatial adjacency)。 例如，马路旁的一栋房屋与马路相邻，但在几何上并不相连，若欲判断这种在人们看来一目了然的侧向相邻关系，采用线段交叉法，不仅要花费较长的检索与处理时间，而且往往要将一些面状实体处理为多边形(polygon)。 若将N个空间目标做为N个生长点，将

26、整个连续空间划分为Voronoi铺盖(Voronoi tesselation)，则每一空间目标唯一地被一个Voronoi区包含，不仅清晰地表达侧向邻近关系，而且空间目标的修改、插入、移动等均成为局部操作， 空间实体(如用于数字化的鼠标，行驶中的车辆)亦因此能够在行进过程中动态地确定相邻空间目标、障碍物等， 在空间数据动态处理与分析方面有着重要的应用价值。 Wright和Good child认为这是未来GIS的一个重要发展方向。3.1.3.4偏序法(partiallyorderedsets) Kainz等发现用层次方法表达土地划拨中的地块间关系往往不合适，难以回答空间关系包含之类的问题，而用偏序

27、集则可以较好的表达。 使用偏序集表达空间关系时，空间实体被分成三类基本基元0-simplex，1-simplex，2-simplex。 基元同基元的构成关系就形成了偏序表达。a)为层次关系；为层次关系； b)为偏序关系为偏序关系 陈宜金分析了层次结构在表达矿井导线网的空间关系时的限制和运用序集表达的优越性， 将基于单纯复形的导线网表达为偏序关系集和格，定义了导线网的包含、相邻、相接等空间关系及其交、并等空间操作。 偏序表达方法不仅层次性强，而且结构中含有包含关系，对空间实体之间的包含、相交、邻近、相接等空间关系较易获得，但其数据结构较为复杂。3.1.4空间关系理论的应用 空间关系理论的研究进展

28、直接影响着GIS空间数据模型、空间数据库查询、空间分析、空间推理、制图综合、地图理解、自然语言界面标准化等方面的发展与应用。 在GIS空间数据建模与空间数据库设计时，既要表达空间实体，也要表达空间实体间的空间关系。 Arc/Info，TIGER等系统是采用关系表法表达端点与弧段、弧端与面块之间的拓扑关联等空间关系，使重叠的端点与面块的坐标只需存贮一次，不仅节省了存贮空间，而且便于进行拓扑一致性检验和查询分析。 基于Voronoi图的空间关系方法用于动态建立拓扑关系来扩展MapInfo的功能。3.1.4空间关系理论的应用 空间数据库的查询往往是依赖于依赖于空间目标间的关系。 目前的传统数据库的查

29、询语言因为只提供了对简单数据类型(如整数或字符)的相等或排序等操作，不能有效地支持空间查询。 为了构造空间查询，Arc/Info中通过Macro语言方式，把9元组模型的描述结果加入到查询命令中； Oracle中把9元组模型与SQL相结合，使查询功能扩展到空间域； 9元组描述模型还被用于构造基于图标的或基于自然语言的空间关系查询界面，有助于使用户从繁琐枯燥的SQL语法中解脱出来。3.1.4空间关系理论的应用 空间分析在某种程度上是在处理空间实体之间的相互关系， 如点模式识别是在处理点状目标之间的邻近关系与分布， 叠置分析则处理多个空间目标之间的相交、重叠等拓扑关系， 网络分析处理的空间实体之间的

30、拓扑邻接与关联， 邻域分析是在相互邻近的空间实体之间进行的。 利用9元组进行空间推理是空间关系理论成果的另一重要应用， 例如，人们用9元组模型组建空间关系的组合表，建立检测拓扑关系一致性的推理机制， 通过9元组建立空间关系之间的概念邻接模型，推导空间关系的渐变过程，用于反映空间实体的变形过程。3.2 空间认知理论 3.2 空间认知理论 人类对周围环境的认知是通过感觉器官接收刺激，经由中枢神经系统将大量的信息综合、分类、加工，从而形成各种知觉、思维、意识和情感。 地面上，依靠地平线和参照物体的高度、明暗度、遮挡等就可以来判断要识别物体的大小、相对位置及运动情况。 飞行中，各种仪表和舷窗外视景帮助

31、飞行员判断飞机的位置。在地貌与天空的颜色及亮度差别很大时，即使出现应急，飞行员易作出反应； 空间认知空间认知是指人们对物理空间或心理空间三维物体的是指人们对物理空间或心理空间三维物体的大小、形状、方位和距离的信息加工过程。大小、形状、方位和距离的信息加工过程。 如今认知工效学界对空间认知的研究以视觉通道为主，分为：心理空间视觉和物理空间视觉 。 心理空间视觉是指心理表象、心理扫描和心理旋转等信息加工过程。 这方面的研究国外在70 年代初就已经开始，经过几十年的发展，在继续分析其基本特征和生理机制的同时，也注重了向实际应用接轨； 物理空间视觉方面继续研究影响三维物体认知的客观因素和深度视觉的神经

32、生理学基础，并且研究的工具越来越先进，分析方法越来越精致，研究成果业已运用到了工业设计当中。 一般认为,空间认知能力包括准确知觉外界的能力、对知觉到的客体进行改造和修正的能力以及重建视觉经验的能力。 具体体现为视空间定向、空间旋转、空间关系和视觉形状重构等诸要素，其核心是视觉空间表象能力 。 人的空间认知能力是有个体差异的，在一定程度上可以通过适当地训练提高。3.2.2 空间认知的生理机制 生理心理学界对于空间认知的生理机制进行了多层次的深入研究。由于人的视网膜是平面的，在平面视网膜的基础上产生深度知觉，必须依靠人体自身和环境提供的各种深度线索。 这些线索包括：眼肌调节的线索；凭过去经验形成的

33、单眼线索，如遮光、空气透视、结构级差和运动视差等；以及双眼视差(visual disparity) 。3.2.2 空间认知的生理机制 自然环境里观察一个物体时，由于两眼之间相距约65mm，所以两眼是从不同角度获取信息的，在左眼和右眼视网膜上，分别感受着不完全相同的刺激，形成双眼视差，这样两眼不相应部位的视觉刺激以神经冲动的形式传到大脑皮层，以尚不清楚的方式整合起来，产生一个单一的具有深度感的视觉象，便产生立体知觉。 人对空间对象的立体感觉主要来自双眼视差的横向视察。3.2.3 影响空间认知的各种因素性别性别: :Daly (1994) 在其报告中提到，按空间视觉能力高低(有空间能力测试量表获得

34、) 将男、女被试排队。 完成心理旋转作业后的实验结果表明，性别和技能水平上的差异是存在的，男被试的平均旋转速度快于女被试。个性因素个性因素: :Witkin (1977) 发现，个性因素对视知觉的影响具有明显的个体差异，并因此提出了场依存性- 独立性的认知方式理论 。 张厚粲等人(1981) 认为，具有场依赖特征的人，善于从环境中提取信息，周围视觉参考物对于当前的知觉和图形后效有明显影响； 场独立性强的人不受或少受视觉参照物的影响，知觉和图形后效更多地为直接刺激所决定 。 施旺红( 1992) 的研究也发现，场依存性/独立性认知方式是视动性错觉个体差异性的一种重要影响因素，前者主要倾向于以外在

35、场(视野线索) 为参照，后者则更多地利用内在线索(自身平衡感觉) 。睡眠睡眠: :Cian 和Barravd (1992) 的实验中，剥夺被试60 小时睡眠，观察被试的心理表征和空间定向能力变化，结果心理表象活动随着睡眠量的减少而减慢，但记忆表象的操作无影响 。身体姿势身体姿势: :人在空间知觉中，主体只有先明确自己的状态，然后才能正确判断对象在空间的相对位置。若身体处于不正常姿势时，知觉的正常经验系统受到破坏，知觉恒常性失去作用，视网膜的物理学规律便起更大的作用。身体倾斜、俯仰和旋转都会影响到观察者的正确判断。环境因素环境因素: :一个空间物体的识别除了主观因素的影响之外，环境及物体本身的特

36、点也影响人们的判断。如刺激物的大小、刺激物暴露时间、刺激物隐藏面多少、观察距离、周围参考物的亮度级差、视线分离方向(交叉与不交叉)等 。UC Santa Barbara Department of Geography将空间认知理论与GPS、GIS技术相结合用于研究和指引人在不熟悉环境下的行动。3.3 空间推理理论 空间推理是指利用空间理论和人工智能A I(artificial intelligence) 技术对空间对象进行建模、描述和表示,并据此对空间对象间的空间关系进行定性或定量分析和处理的过程。 目前, 空间推理被广泛应用于地理信息系统、机器人导航、高级视觉、自然语言理解、工程设计和物理位

37、置的常识推理等方面, 并且正在不断向其他领域渗透, 其内涵非常广泛. 空间推理的研究在人工智能中占有很重要的地位, 是人工智能领域的一个研究热点,也是GIS领域的一个重要研究热点。 空间推理的研究起源于70 年代初。 在国外， 近年来成立了许多专门从事空间推理方面研究的协会和联盟， 如NCGIA (Nat ional Center for Geographic and Analysis)，USGS ( U. S. Geo logical Survey)， 欧洲定性空间推理网SPACENET 以及匹兹堡大学的空间信息研究组和慕尼黑大学空间推理研究组等等。 空间推理的关键属性：(1) 空间推理是以

38、空间和存在于空间中的空间对象为研究对象。我们不能脱离空间和存在于空间中的空间对象来研究空间推理。(2) 在空间推理过程中运用人工智能技术和方法。(3) 空间推理处理的是一个或几个推理的问题。(4) 空间推理是基于空间和存在于空间中的空间对象已经被建模的前提下。 我们不能在没有模型的情况下讨论空间推理.(5) 空间推理必须能够给出关于空间和存在于空间中的空间对象的定性或定量的推理结果。(6) 空间推理必须能够描述空间行为.(7) 当空间推理模型把问题分解为几个组成部分时， 必须能够描述这些组成部分的相互作用.(8) 在空间推理过程中， 可能用到空间谓词， 空间中确定的点使某些空间谓词为真， 而使

39、另一些空间谓词为假。(9) 空间推理应该能够处理带有模糊性和不确定性的空间信息。(10) 空间推理中应该能够添加和处理时间因素， 即成为时空推理。(11) 空间推理应该具有空间自然语言理解能力。空间推理的研究热点：空间推理的研究热点：（1 1）时空推理）时空推理 总的来说，影响空间推理结果的因素包括空间因素和时间因素。 所谓时空推理是指在空间推理过程中添加时间因素。 地表、地下和大气等空间对象的状态不仅受到空间因素的影响，同时， 从一个漫长的时间过程来看，也必将受到时间因素的影响。可以说，时空推理是更为一般的空间推理，或者可以说空间推理是时空推理的一个特例。 目前，时空推理方面的研究还处于起步

40、阶段。 (2)(2)定性空间推理定性空间推理 当描述一个空间配置或对这样的配置进行推理的时候，要获得精确、定量的数据通常是不可能的或不必要的。 在这种情况下，可能要用到关于空间配置的定性推理。 定性空间表示包括许多不同的方面，我们不仅要判定什么样的空间实体是我们可以接受的，同时还要考虑描述这些空间实体之间关系的不同方法。 Clarke 用C (x , y ) 表示两个区域x 和y 是相互连接的，所谓连接是指两个由点集构成的区域共享一点。 RCC-8 是用于定性空间表示和推理的拓扑结构方法，定性空间表示和推理中的空间区域是一个非空的拓扑空间子集。 在RCC-8 演算中，使用8 个穷举并且不相交的

41、关系来描述两个空间区域之间的拓扑关系。 另一个拓扑关系表示和推理的方法是“n-交集”表示,在这种表示方法中, 每一个区域都与3 个点的集合联系在一起, 这3 个点的集合分别是区域的内部、区域的边界和区域的补。 两区域间的关系可以通过用一个被称为9-交集的33 的矩阵来刻画，矩阵的每个元素表示来自每个区域的相应集合的交集是否为空。 3.4 空间数据的不确定性分析主要有：随机性和模糊性主要有：随机性和模糊性 3.4.1 3.4.1 空间数据的不确定性空间数据的不确定性 （1 1）数据采集和数据处理产生的不确定性）数据采集和数据处理产生的不确定性 （2 2）空间数据的模型表达、存储过程中存在不确定性

42、）空间数据的模型表达、存储过程中存在不确定性 （3 3）空间数据的操作带来的不确定性）空间数据的操作带来的不确定性3.4.2 3.4.2 空间分析方法的不确定性空间分析方法的不确定性 （1 1）网络分析的不确定性）网络分析的不确定性 （2 2）空间统计分析的不确定性）空间统计分析的不确定性 （3 3）叠置分析的不确定性）叠置分析的不确定性 （4 4）缓冲区分析的不确定性）缓冲区分析的不确定性 （5 5）可视化表达的不确定性）可视化表达的不确定性3.4 空间数据的不确定性分析3.4.3 3.4.3 不确定性分析的数学基础不确定性分析的数学基础 （1 1）概率理论）概率理论 （2 2）证据理论）证据理论 （3 3）模糊集理论）模糊集理论 （4 4）粗糙集理论）粗糙集理论 （5 5）云模型理论）云模型理论 （6 6）分形理论）分形理论