下载掌阅APP，畅读海量书库
立即打开
对空间相似关系的研究，具有重要理论意义和实际应用价值，具体概括如下：
GIS中的空间关系主要描述空间对象之间的各种几何关系，为GIS空间分析提供基本的理论和方法支持（秦昆，2010）。在地理空间信息研究领域，一个核心的任务便是地理空间实体及其相互关系的描述、表达、判断和推理。空间关系是空间数据组织、查询、分析和推理的基础（丁虹，2004）。如前所述，空间相似关系属于空间关系范畴，空间相似关系理论是空间关系理论不可或缺的重要组成部分。对地理空间目标及其之间关系的完整和透彻的描述，需要拓扑、距离、方向、相似等关系的共同作用，缺一不可。缺少对空间相似关系理论的透彻研究，就不能很好地对地理空间对象进行描述。空间相似关系的研究成果是空间关系理论的一部分。空间相似关系不仅仅是简单地作为地理空间分析的一个参数来丰富其方法、模型库，它的合理定义、描述、计算能够使地理信息系统从空间关系全局的高度把握空间模型的建立和应用。
但在对空间关系的研究中，相对于空间拓扑关系、空间距离关系、空间方向关系的研究，空间相似关系的研究一直以来被人们研究得较少。一方面由于空间相似关系的可计算性差，且研究相似关系的目的是揭示较深层次上的信息，需要复杂分析（郭仁忠，2001）；另一方面，由于地理空间的复杂性，导致空间相似关系的计算要考虑的因素很多，如空间关系、空间分布、几何特征、语义特征等（Li et al.，2006）。
认知是认知心理学的一个重要概念。相似在心理学和认知科学中研究得较多，它在人们的认知过程中起着关键性的作用，是进行分类、归纳和类比推理的基础（Li et al，2006）。认知科学应用到地理信息科学就形成了“地理空间认知”（Geo-Spatial Cognition）。地理空间认知是地理空间目标的大小、形状、方位及空间关系等在人脑中的反映（郭庆胜，2007）。空间认知是对现实世界的空间属性的认识，包括位置、大小、距离、方向、形状、模式、运动和物体内部关系等，是通过获取、处理、存储、传递和解译空间信息来获取新的空间知识的过程。作为认知科学、心理学、地图学、地理学、计算机科学和人工智能等学科都在研究的一个重要问题，空间认知研究人们如何理解和表示空间的方式，以及空间信息的处理过程和人们怎样认识自己赖以生存的环境。与相似关系在人们的认知过程中所起的作用一样，空间相似关系在人们的地理空间认知中也起着同样的作用，为人们认知现实地理空间提供认知指导。相似关系在空间认知中一个比较杰出的例子就是大陆漂移学说的建立。德国地球物理学家魏格纳根据大西洋两岸大陆轮廓线的吻合特征，经过分析后提出轰动一时并成为板块学说理论基础之一的大陆漂移学说（郭仁忠，2001）。
对事物进行分类、排序是人们在认知事物时常用的手段。相似关系在学习、知识和思考过程中起着基础性的作用，各种事物之所以能成为对我们有用的信息源就是因为我们的相似关系感知对事物进行的分类……推理预测就基于“相似的原因能导致相似的结果（Quine，1969；A. HOLT，1999），将目标进行分类是人们追求的根本目标。将相似的事物分为同一类既是人们的本能，也是各种学科中很普遍的方法，而相似关系正是“分类”的原则和基础。相似关系对人们认知现实世界中存在的目标、结构和行为起着非常重要的作用，人们囿于自己所处的地理空间，地理空间认知往往流于表面。对空间相似关系进行研究，可以揭示地理空间表面之下、更深层次上的信息，帮助更好地认知现实地理空间。认知现实地理空间，必然离不开空间相似理论的支持；对空间相似理论的研究，也会反作用于人们，提升地理空间认知的深度，如图1.1所示。
图1.1 人们对现实世界的认知、抽象形成地图，地图在地理空间信息理论的支撑下反过来指导人们更好地认知现实世界
空间信息主要的应用方面包括空间信息的查询和检索、空间分析、空间推理、空间数据挖掘、空间信息融合等。
空间数据库的查询往往依赖于空间目标间的关系。传统的空间数据库查询功能多是基于空间距离关系、空间拓扑关系，很少涉及空间相似关系。引入空间相似关系，基于空间相似关系进行数据查询和检索，正和人们的空间定性思考习惯保持一致，引入空间相似关系的支持，可以解决信息查询中类似“像……一样的信息”的查询条件及查询结果按照“相似度”进行排序等。许多复杂的空间现象也因为有了空间相似关系的支持而可以得到更好和更全面的描述，提高检索效率，同时可以构造基于空间相似关系或者基于自然语言的空间关系查询，是用户从烦琐、枯燥的SQL语法中解脱出来（陈军、赵仁亮，1999）。在空间数据的检索方面，已经有学者进行了比较和研究。
数据库知识发现（Knowledge Discovery in Databases，KDD），也叫数据挖掘（Data Mining）。数据库知识发现或数据挖掘的定义为：从数据中提取隐含的、先前不知道的和潜在有用的知识的过程。数据挖掘技术集成了机器学习、数据库系统、数据可视化、统计和信息理论等多领域的最新技术，有着广泛的应用前景。空间数据库的知识发现或空间数据挖掘，可以定义为从空间数据库中提取隐含的知识和没有直接存储的空间关系、空间模式的过程。空间数据挖掘技术，特别是空间数据理解、空间和非空间数据关系发现、空间知识库构造、空间数据库的查询优化和数据组织，在GIS、遥感、影像数据库、机器人运动等涉及空间数据的应用系统中很有前景。对空间相似关系进行研究，通过相似关系揭示深层次上的信息，是进行空间信息挖掘重要的技术手段之一。例如，通过对中国的北京故宫和越南的顺化故宫的相似关系，可以追溯探知两国之间的历史渊源。
空间推理是人类通过空间认知世界的一项基本活动，是指利用空间理论等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（刘亚彬、刘大有，2000），是从空间知识形式化建模和逻辑推断的角度认识空间。空间认知过程离不开空间推理，空间推理也不能缺少空间认知规律。空间推理不仅要处理空间实体的位置和形态，而且应对空间实体之间的空间关系进行处理。空间推理是从空间事实和空间关系推导空间知识的一个过程。空间相似关系具有自反性、传递性，其本身是人们运用最频繁的定性空间推理因子之一。对空间相似关系进行研究，可以在空间数据集成和互操作方面提供应用支持（Goodchild et al，1998）。
所谓制图综合，是指根据地图的用途、比例尺和制图区域的特点，以概括、抽象的形式反映制图对象的带有规律性的类型特征和典型特点，而将那些对于该图来说是次要的、非本质的舍掉，这个过程称为制图综合（郭庆胜等，2007）。制图综合一般是通过概括和取舍的方法来实现的。地图制图综合是建立国家基础矢量数据库（闫浩文、王家耀，2009）、建立数字地球（武芳等，2009）、揭示地理环境的本质、减轻空间信息的传输负荷（郭庆胜等，2007）等众多方面具有关键的作用。
地图自动综合是在新的技术条件下提出的，特别是随着测量的全数字化和地理信息的产业化，这种要求就更加迫切。然而，多年来地图制图的自动综合问题始终“悬而未决”，是一个既古老又年轻的课题。究其原因，很重要的一点就是对于制图综合的数据质量的评价，很大程度上还依赖于人工经验评判，无法统一度量。综合是一个认知过程，其目的在于为了适应显示空间、显示设备分辨率、感受层次和应用要求而使其可视性和清晰性提高。综合结果的评价应该是目的驱动的，同时质量保证的规则应当有不同的顺序。但是直到目前为止，计算机辅助地图综合的评价结果仍然是通过与手工综合的地图进行比较来获得的。
德国地图学家特普费尔于20世纪60年代初提出的开方根规律，是研究地图综合的一个模式系统。这个规律主要用于地物的数量选取。尽管这种模式是建立在经验规律基础之上的选取模式，且对一些复杂的地图的模拟还存在一些问题，但由于其简单易行和逼近现实地图，因此仍然在地图综合中得到广泛应用。其基本公式为
式中 n F ——新编地物地物数；
n A ——原始地物地物数；
M F ——新编地图比例尺分母；
M A ——原始地图比例尺分母。
其含义是：新编地图上应当选取的地物的数量可以由原始地图（通常称为资料地图）上的地物数量乘上一个地图比例尺分母之比的根式来求得。
上述的是基本的开方根规律，学者们针对具体的地图综合问题又对该规律进行了各种扩展，如增加符号尺度系数和物体重要性系数等，使其更能适应一般地图。开方根规律虽然很大程度上解决了地图综合中关于“量”的问题，但地图综合中关于“质”的问题，即自动综合的质量评价一直以来没有得到很好的解决。如果自动综合的质量评判问题未得到解决，则地图综合的自动化只能是一句空话。因为该问题涉及地图综合中两个关键性的问题：其一，地图自动综合的终止条件判断问题，即到底达到什么要求就可以判断自动综合可以终止；其二，自动综合的算法评价问题，自动综合的算法众多，如何实现评判的自动化是地图综合中一个亟待解决的问题。
数字环境下的计算机自动制图综合质量评价，其本质就是综合前后原图和综合结果图之间的相似度计算。地图综合的目的，就是要尽可能地保持原图和制图综合结果图之间的相似关系。对多尺度空间内的空间群组目标之间的相似关系进行研究，既可以为地图制图综合的质量评定提供支持，又可以对制图自动综合的终止条件进行判定。
关于对空间相似关系进行研究的意义，本文选取了以上四个方面进行说明，但对空间相似关系进行研究的意义包括但远不止以上四个方面。