06 Part 2-4 第六篇章 不确定性.pptVIP

意义 统计学：能给边界和标识的划定给出可信度的数值吗？ 制图学：如何通过合适的符号和GIS显示传递模糊边界和标识的意义？ 认知学：人们潜意识里有将事物进行归类并划出边界以简化世界的倾向 模棱两可（ambiguity） 空间感知 因为对空间的感知不同，许多对象被不同的民族或文化群体赋予了不同的标识 南方：上、下、左、右 北方：东、西、南、北 Upper- North 北上、南下 Lower- South Left- East? West? 左祖右社 Right- East? West? 地理介词 表达位置时地理介词（geographic preposition）的不同使用： Across Over In 描述从科研楼到明德楼的走法 内在的歧义性 空间关系的描述，对象名称及其拓扑关系 对实体的认识 Perception Behavior Language Cognition 因此，空间位置的表达是模棱两可的 GIS不能给出一个对世界的中性价值视图 歧义性 地理特征的这种歧义性有时被用于研究并识别具有共同特征和世界观的区域 姓氏和职业 通过位置分析和测量人的行为 许多语言学的词语在传递地理信息时都是模棱两可的 问路：北京大学在哪儿？怎么走？ 指标的概念化 对指标进行概念化并建立指标时同样是模棱两可的 直接指标：与相应的地理现象相关， 树木胸径、家庭收入（购买力）、土壤肥力、产量 间接指标：最易获得的测量值，可被感知并与现象相关 多辆汽车拥有率（收入未知） 大气中NOX表示环境健康（健康状况） 指标概念化时的不确定性 指标和现象间的联系的概念是主观的 如果因果关系不完整则会出现测量误差 当采用现象的不完美指标而非现象本身时 土地利用分类/湿地分类图，UK土壤图（类型少）如何与欧洲土壤图（类型多、）叠加？资料同化 对不同分类体系间的不匹配如何进行协调？ 历史地理边界的变化？ 不同来源的数据是在更大范围集成地理数据的主要障碍 数据获取的最小单元？ 3. 模糊分类方法 解决属性指派不确定性的方法是接受可能性（probability）的解释 某块地包含小麦，但也有0.17的可能性包含大麦 调查100人，17 大麦，83 小麦，主观性 调查100块地，17块大麦，83块小麦，频度统计 频度试验与主观可能性 Frequentist 依赖统计试验 Probability 具有主观性，提供了一个相对的判断而非频度试验结果，（真实的或想象的） 主观可能性在许多方面与模糊集相似 分类的概念 对航空像片上的地块进行分类 形式逻辑（确定性）：crisp logic 模糊集（不确定性）：fuzzy membership Fuzzy set 改变了对分类成员的视图以及事物非此即彼的概念 在模糊逻辑中，某对象属于某一类的程度可以是部分的 数据集不是精确定义的边界 属性的模糊性 用于制图的类别常常是模糊的 Landuse; land cover classes; soil type; vegetation type 让两个人对一个位置进行分类： 不是测量误差 对类别定义不完善 意见不同 属性特征的评价、评估 学习优秀、综合能力、思想品德 同一地区的土壤图的注记 类别数不同、类别定义不同、版本、年份 语言描述的模糊性 Very Moderate About Typically Some 模糊分类方法的意义 有吸引力的方法，抓住了对地理位置指派属性时的不确定性 也有研究者一直在争论其是否有更大的精确性 取决于模糊成员值的确定 专家系统：对类别的认识和理解，类别的定义 在直觉上有意义，但很难看出其在不同人群之间进行地理知识交流过程中的意义 4. 地理单元的尺度 尽管存在模糊性和歧义性，但有用的分析单元而非自然的分析单元决定了GIS的基础 实践中如何创建一个有效的安全基础以支持GIS分析？ 地理学家一直在为定义区域的边界努力并提出了一系列归纳和演绎的方法 区域地理学 传统中以内在均一性作为区划的原则 气候/经济发展/农业土地利用 强调区域内部的均质性和边界的异质性（homogeneity and heterogeneity） 区域地理学基本上是描述统一区域的，并大多采用多变量统计分析 Cluster analysis Post-rationalize 识别均质化的区域和影响范围是传统区域地理和当代数据分析的核心 功能分区方法Functional zonal schemes 区域边界描述了邻近设施或要素的影响范围间的断点（break point） 功能分区：集水盆地/旅游工作区 空间相互作用理论：区内相互作用最强，区间相互作用最弱 用距离进行衡量 尺度效应 尺度是通过空间自相关的概念对地理分析的结果产生影响的 尺度效应在多变量分析中的影响 关系在基于较大地理单