㈠ 多層次漸進式空間采樣網路體系設計
結合區位論、空間插值、智能空間推理等知識，多層次漸進式空間采樣網路體系主要包括多層次漸進式空間采樣網路框架設計、最優樣本量獲取、采樣樣點布設等幾個方面。
( 一) 多層次漸進式空間采樣網路框架設計
當前空間采樣網路設計主要包括基於模型的方法和基於設計的方法。基於模型的方法主要採用統計學中采樣模型、優化模型等，運用采樣網路設計規則 ( 包括克里金方差最小原則、WM 原則等) 自動生成采樣網路; 基於設計的方法則主要依據專家對研究區域的先驗知識，人工布設采樣樣點形成采樣網路。兩種方法均存在一定的不足，基於模型的方法存在一定的不穩定性，基於設計的方法則受專家主觀意識的影響。基於此，本研究提出多層次漸進式空間采樣網路框架設計技術，集合了基於模型方法和基於設計方法各自的優點，旨在消除采樣網路設計過程中客觀不確定性和主觀不一致性的影響，使得采樣網路客觀反映研究區的區域特徵，提高采樣和監測精度。
多層次漸進式空間采樣網路框架設計技術充分考慮了研究區存在監測樣點布局和不存在監測樣點布局兩種情況，首先基於采樣模型自動計算最優樣本量並完成樣點布設，然後根據專家的先驗知識以及空間采樣數據對采樣網路進行優化，剔除異常點，從而提高采樣精度和效率。
( 二) 最優樣本量獲取
在總體中抽出一定量的樣本，用所抽樣本的均值與方差能較好地估計總體的均值與方差，即抽取樣本的均值具有足夠的精度和較大概率近似於總體均值。
當所研究的屬性在統計學上具有正態分布特徵時，可構造統計量公式，在專家指導下( 包括專家對於研究區的先驗知識和預采樣數據等) 推導出采樣需要置信限下的合理采樣數:
退化廢棄地遙感信息提取研究
式中:η為采樣精度;μ為總體均值;σ為標准差;xn為第n個采樣點。
上述樣本量為指定采樣精度下的最小樣本量，從而既保證了采樣精度，又提高了采樣效率。
(三)采樣樣點布設
傳統的空間采樣網路設計較多依靠專家對研究區以及監測指標的先驗知識，按著一定的布點方法人工確定樣點布局，常用的布點方法包括功能區布點法和幾何圖形布點法，其中幾何圖形布點法包括網格布點法、同心圓布點法和扇形布點法。隨著抽樣理論和地統計學理論的發展，簡單隨機抽樣模型、系統抽樣模型和分層抽樣模型等抽樣模型被廣泛應用。
1.簡單隨機抽樣
簡單隨機抽樣是指從總體N個單位中任意抽取n個單位作為樣本，使每個可能的樣本被抽中的概率相等。簡單隨機抽樣分為重復抽樣和不重復抽樣。在重復抽樣中，每次抽中的單位仍放回總體，樣本中的單位可能不止一次被抽中;不重復抽樣中，抽中的單位不再放回總體，樣本中的單位只能抽中一次。簡單隨機抽樣的具體方法包括抽簽法和隨機數字表法。
2.系統抽樣
系統抽樣是純隨機抽樣的變種，先將總體從1～N相繼編號，並計算抽樣距離K=N/n(N為總體單位總數，n為樣本容量)，然後在1～K中抽一隨機數k1作為樣本的第一個單位，接著取k1+K，k1+2K，…，直至抽夠n個單位為止。系統抽樣要防止周期性偏差，因為其會降低樣本的代表性。
3.分層抽樣
又稱分類抽樣或類型抽樣，先將總體的單位按某種特徵分為若干次級總體(層)，然後再從每一層內進行單純隨機抽樣，組成一個樣本。將總體劃分為若干個同質層，再在各層內隨機抽樣或系統抽樣，分層抽樣的特點是將科學分組法與抽樣法結合在一起，分組減小了各抽樣層變異性的影響，抽樣保證了所抽取的樣本具有足夠的代表性。
分層抽樣根據在同質層內抽樣的方式不同，又可分為一般分層抽樣和分層比例抽樣，一般分層抽樣是根據樣品變異性大小來確定各層的樣本容量，變異性大的層多抽樣，變異性小的層少抽樣，在事先並不知道樣品變異性大小的情況下，通常多採用分層比例抽樣。
分層抽樣比單純隨機抽樣所得到的結果准確性更強，組織管理更方便，而且能保證總體中每一層都有個體被抽到。這樣除了能估計總體的參數值，還可以分別估計各個層內的情況，因此分層抽樣技術常被採用。
將上述模型應用到空間采樣領域，通過引入空間相關系數表徵樣點之間的空間結構性，結合傳統采樣模型動態計算最優樣本量並進行樣點布設，通過專家的指導對布設的樣點進行優化，從而使樣點布局與指標空間結構基本吻合，提高了采樣精度。