㈠ 多层次渐进式空间采样网络体系设计
结合区位论、空间插值、智能空间推理等知识，多层次渐进式空间采样网络体系主要包括多层次渐进式空间采样网络框架设计、最优样本量获取、采样样点布设等几个方面。
( 一) 多层次渐进式空间采样网络框架设计
当前空间采样网络设计主要包括基于模型的方法和基于设计的方法。基于模型的方法主要采用统计学中采样模型、优化模型等，运用采样网络设计规则 ( 包括克里金方差最小原则、WM 原则等) 自动生成采样网络; 基于设计的方法则主要依据专家对研究区域的先验知识，人工布设采样样点形成采样网络。两种方法均存在一定的不足，基于模型的方法存在一定的不稳定性，基于设计的方法则受专家主观意识的影响。基于此，本研究提出多层次渐进式空间采样网络框架设计技术，集合了基于模型方法和基于设计方法各自的优点，旨在消除采样网络设计过程中客观不确定性和主观不一致性的影响，使得采样网络客观反映研究区的区域特征，提高采样和监测精度。
多层次渐进式空间采样网络框架设计技术充分考虑了研究区存在监测样点布局和不存在监测样点布局两种情况，首先基于采样模型自动计算最优样本量并完成样点布设，然后根据专家的先验知识以及空间采样数据对采样网络进行优化，剔除异常点，从而提高采样精度和效率。
( 二) 最优样本量获取
在总体中抽出一定量的样本，用所抽样本的均值与方差能较好地估计总体的均值与方差，即抽取样本的均值具有足够的精度和较大概率近似于总体均值。
当所研究的属性在统计学上具有正态分布特征时，可构造统计量公式，在专家指导下( 包括专家对于研究区的先验知识和预采样数据等) 推导出采样需要置信限下的合理采样数:
退化废弃地遥感信息提取研究
式中:η为采样精度;μ为总体均值;σ为标准差;xn为第n个采样点。
上述样本量为指定采样精度下的最小样本量，从而既保证了采样精度，又提高了采样效率。
(三)采样样点布设
传统的空间采样网络设计较多依靠专家对研究区以及监测指标的先验知识，按着一定的布点方法人工确定样点布局，常用的布点方法包括功能区布点法和几何图形布点法，其中几何图形布点法包括网格布点法、同心圆布点法和扇形布点法。随着抽样理论和地统计学理论的发展，简单随机抽样模型、系统抽样模型和分层抽样模型等抽样模型被广泛应用。
1.简单随机抽样
简单随机抽样是指从总体N个单位中任意抽取n个单位作为样本，使每个可能的样本被抽中的概率相等。简单随机抽样分为重复抽样和不重复抽样。在重复抽样中，每次抽中的单位仍放回总体，样本中的单位可能不止一次被抽中;不重复抽样中，抽中的单位不再放回总体，样本中的单位只能抽中一次。简单随机抽样的具体方法包括抽签法和随机数字表法。
2.系统抽样
系统抽样是纯随机抽样的变种，先将总体从1～N相继编号，并计算抽样距离K=N/n(N为总体单位总数，n为样本容量)，然后在1～K中抽一随机数k1作为样本的第一个单位，接着取k1+K，k1+2K，…，直至抽够n个单位为止。系统抽样要防止周期性偏差，因为其会降低样本的代表性。
3.分层抽样
又称分类抽样或类型抽样，先将总体的单位按某种特征分为若干次级总体(层)，然后再从每一层内进行单纯随机抽样，组成一个样本。将总体划分为若干个同质层，再在各层内随机抽样或系统抽样，分层抽样的特点是将科学分组法与抽样法结合在一起，分组减小了各抽样层变异性的影响，抽样保证了所抽取的样本具有足够的代表性。
分层抽样根据在同质层内抽样的方式不同，又可分为一般分层抽样和分层比例抽样，一般分层抽样是根据样品变异性大小来确定各层的样本容量，变异性大的层多抽样，变异性小的层少抽样，在事先并不知道样品变异性大小的情况下，通常多采用分层比例抽样。
分层抽样比单纯随机抽样所得到的结果准确性更强，组织管理更方便，而且能保证总体中每一层都有个体被抽到。这样除了能估计总体的参数值，还可以分别估计各个层内的情况，因此分层抽样技术常被采用。
将上述模型应用到空间采样领域，通过引入空间相关系数表征样点之间的空间结构性，结合传统采样模型动态计算最优样本量并进行样点布设，通过专家的指导对布设的样点进行优化，从而使样点布局与指标空间结构基本吻合，提高了采样精度。