空间类比推理的概念、推理方法和可靠性评价模型

    空间推理是以地图（或地理）空间目标的空间属性（包括单体目标的位置、大小等和群组目标之间的空间关系、空间相关性等）为要件进行的推理方式。它是获取空间知识以辅助空间决策的高级形式，是新一代的地理信息系统期望的主要功能之一（Jones & Burnett, 2008；Zhu et al., 2019）。按照推理方式的不同，空间推理分为3种形式（如图1）：空间归纳推理（由特殊到一般的推理）、空间演绎推理（由一般到特殊的推理）和空间类比推理（由特殊到特殊的推理）。

    空间归纳推理方法（刘亚彬、刘大有，2001；Muller，2002；沙宗尧，2003；杜晓初、郭庆胜，2004；何建华、刘耀林，2004；杜世宏 等，2005；王生生 等，2009；Shen et al., 2018）和空间演绎推理方法（Egenhofer，1994；Kurata，2009；刘新 等，2010；沈敬伟 等，2010；Dube，2017）方面已有不少行之有效的成果，也有许多卓有成效的应用（Sharma，1996；欧阳继红 等，2014；Kim & Cho，2015；王生生、玄雪花，2016； Landsiedel et al., 2017）。但是，对于空间类比推理，仅见其在地图综合（谢丽敏 等，2017；段佩祥 等，2019；何海威 等，2020；郭漩 等，2021）和地图投影选择（徐立 等，2018）方面有少量的应用研究，其理论则几乎没有被涉猎。

    类比推理是根据两个或两类对象在某些属性上相同或相似，从而推导出它们在其他一些属性上也相同或相似的推理（Carnap, 1980；Holyoak & Thagard, 1997; 梁贤华，2019；杨君、张春丽，2022）。由此类推，空间类比推理可以被描述为依据地图（地理）空间的两个或两类对象在有些空间属性、语义属性上的相同或相似而推导出它们在其他一些空间属性、语义属性上的相同或相似的推理。下面给出空间类比推理的2个例子。

    例1：众所周知，影响作物生长的主要因素有地理环境与气候情况。美国底特律市与中国兰州市的地理环境（包括地形、水文、土壤）和气候（包括温度、光照、湿度）相似，兰州适合种植甜瓜和软梨，由此可以类比推理得到底特律适合种植甜瓜和软梨。

    例2：警察根据被绑架者的回忆绘制了被绑架者被关押地的空间场景草图（如图2），由此在相关空间数据库中搜索与该场景相似的场景。这个搜索过程是传统的空间数据匹配。但是，由于空间场景草图的模糊性，警方往往首先需要搜索得到若干个相似场景，然后根据草图场景和相似场景中目标的空间属性进一步类比推理，确定最或然的一个或多个场景。

    空间类比推理虽然在地图（地理）空间中有少量应用，但应用范围极其有限，是因为其相应的理论几乎处于空白。具体来看，空间类比推理的基础理论问题，诸如其定义、分类、性质、基本推理方法、推理结果的可靠性评价等，还几乎无人涉猎。这从根本上制约了空间类比推理在空间计算、空间查询、空间分析、空间认知、空间描述和空间表达等方面充分发挥其作用，也不利于以智能化推理为主要特征的新一代地理信息系统的研发。

    鉴于上述原因，本课题将专注于空间类比推理的基础性理论问题及其应用研究，目标是：（1）阐释空间类比推理的概念性问题，包括其形式化定义、分类体系和基本性质;（2）发展空间类比推理的新方法;（3）构建空间类比推理结果的可靠性评价模型；（4）设计空间类比推理在不同场景下的应用方法。期望未来地理信息系统的空间数据库检索与查询、空间认知和分析等功能因为本研究成果的助力而处于更高的智能化水平。