空间预测中的关键问题是用于描述关系的基本假设以及如何表征关系。有三个基本原理，即地理第一定律、统计学原理和地理第二定律。
地理学第一定律
Waldo Tobler 发 表 于 1970 年 的《A computer
movie simulating urban growth in the Detroit region》文章中的 “I invoke the first law of geography: everything is related to everything else, but near things are more related than distant things” 标志着 地理学第一定律 的诞生。地理学第一定律概括性地陈述了地理现象在空间上的相关性（相近的事物更相关），即空间自相关性。
地理学第二定律
地理学第二定律 （“geographic variables exhibit
uncontrolled variance”）源于 Anselin提出的“空间异质性”（Spatial Heterogeneity），而后由Goodchild在讨论地理学第一定律时将其作为地理学第二定律的候选。地理学第二定律概括了地理现象的另一个特点：地理现象的空间变化以及变化的差异性，即不可控的空间变化规律，空间异质性。
在地 理分析常用的空间推测中，由于增加了对空间异质性的认知，使常规只考虑空间自相关性（仅考虑地理学第一定律）的空间推测方法（如克里格、空间误差模型等）发展成为同时考虑地理学第一和第二定律的新型算法（如窗口克里格、类型克里格等），使空间推测的精度得到了进一步提高。
我国的朱阿兴教授
在探索空间推测的理论依据时，将地理现象所遵循的另外一个规律命名为
地理学第三定律
，即 “地理环境越相似，地理特征越相近”（Themore similar geographic configurations of two points (areas), the more similar the values (processes) of the target variable at these two points (areas)），即地理相似性规律。
基于地理学第三定律（ 地理环境越相似，地理特征越相近 ），可以对地理现象中的相关参数进行推测， 主要计算步骤 包括：（1）刻画环境特征并度量环境相似性、（2）利用样点间的环境相似度和目标变量相似度计算样点可信度，根据样点可信度筛选出可信度高的样点、（3）根据样点与待推测点相似度进一步筛选出环境相似度高的样点，用筛选后的样点推测待推测点的目标变量值，并计算推测不确定性。
地理学第一和第二定律提出较早，其理论已经被广泛应用到地学及其他多个领域，最典型的应用就是各类插值算法，地理学第一、第二定律现今仍发挥着重要作用。同样，地理学第三定律自提出后也已经被广泛应用到多个领域，如土壤参数的推测、农作物的生长参数推测等，与地理学第一、第二定律互为补充，构成了一个比较完整的地理解释体系。
这些理论也许能够应用到当前的研究中，不管怎么样，多了解点知识总是没错的，跳出自己领域的小圈子，多去接受新的知识，才能走的更远。
[1]朱阿兴,闾国年,周成虎,秦承志.地理相似性：地理学的第三定律？[J].地球信息科学学报,2020,22(04):673-679.
[2] Zhu A X, Lu G, Liu J, et al. Spatial prediction based on Third Law of Geography[J]. Annals of GIS, 2018, 24(4): 225-240.
[3] Zhu A X, Turner M. How is the Third Law of Geography different?[J]. Annals of GIS, 2022, 28(1): 57-67.
[4] Zhu A X, Liu J, Du F, et al. Predictive soil mapping with limited sample data[J]. European Journal of Soil Science, 2015, 66(3): 535-547.
[5] Tobler W. A computer movie simulating urban growth in the Detroit region[J]. Economic Geography, 1970,46(Sup-plement):234-240.
[6] Goodchild M F. The validity and usefulness of Laws in
Geographic Information Science and Geography[J]. An
nals of the Association of American Geographers, 2004,
94:300-303.
[7] Anselin L. What is special about spatial data? Alternative perspectives on spatial data analysis, Technical Report 89- 4[R]. Santa Barbara, CA: National Center for Geographic Information and Analysis, 1989.
全部回复（0 ）
只看楼主 我来说两句抢沙发