土地覆盖数据信息测量的挑战
土地覆盖产品（LULCM）是传递空间信息的重要数据载体
现有方法存在局限：香农熵难以表征空间信息，玻尔兹曼熵无法精确表达几何形状与空间分布
需要精确测量多维度空间信息成分
现有方法的三大局限
香农熵
• 基于统计特征
• 度量非空间组成信息
• 难以表征空间信息
• 忽略空间结构
空间熵
• 反映空间结构特征
• 测量值与无序度无关
• 缺乏热力学一致性
• 理论基础不足
玻尔兹曼熵
• 刻画空间结构无序
• 多种信息综合反映
• 无法精确表达成分
• 几何与分布混合
核心创新：多维度空间信息测量
基于FIMM的测量框架
将几何形状与空间分布作为图像空间信息测量的主要成分，提出基于景观形状指数（LSI）与图斑质心距离特征的土地覆盖数据空间信息测量方法
FIMM信息度量模型
图像信息视为要素及其分布特征的差异性程度，特征差异性越高，信息量越高
I = Σ wᵢ log(Vᵢ + 1)
Vᵢ: 第i个标准化特征指标 | wᵢ: 权重
两大核心特征指标
几何形状特征（SFLSI）
改进传统景观形状指数（LSI），融合最大矩形空间破碎度
创新点
• 传统LSI：仅考虑边缘长度与面积比
• 局限性：相同面积和周长时无法区分形状
• 改进SFLSI：引入图斑占位空间破碎度
• 优势：有效区分不同几何形状复杂度
SFLSI = 0.25·TE/A + (n-1)/(A+n-1)
TE: 边缘长度 | A: 面积 | n: 破碎图斑数
空间分布特征（质心距离）
基于图斑质心点的距离指标表征空间分布群聚特征
核心思路
• 将图斑质心作为空间分布信息集成点
• 计算类内平均距离（同类图斑间）
• 计算类间平均距离（不同类图斑间）
• 避免像素级计算导致的数值溢出
• 大幅提高计算效率与实用性
三步测量流程
特征指标构建
• 依据类别体系
• 构建几何形状指标
• 构建空间分布指标
信息量测量
• 基于FIMM模型
• 测量几何形状信息
• 测量空间分布信息
加权融合
• 基于要素面积
• 加权融合各类信息
• 获得整体空间信息