摘要： 尽管离散目标和连续场的误差建模已得到了发展, 名义场却存在实质性的和多半悬而未决的概念问题。致力于为确定信息和不确定特性整合出一个概念框架。这个概念模型是基于判别空间而构建的; 后者是由面状类别时空表象的特质或驱动过程定义的。这个模型通过加入特定类的平均结构( 其可进行基于判别变量的回归分析) 的方式, 奠定类别制图一致性的基础, 并且使基于尺度的误差建模变得更为简便易行。这种误差建模可以有效地仿效观测者在类别、边界位置、多边形个数和边界网络拓扑特性等方面的差异。通过基于模拟数据的实验, 与基于指示克里格的随机仿真结果相对比, 肯定判别空间模型在确定平均面状类别( 反映判别变量的平均响应) 以及空间不确定性( 实为空间自相关的残差在地理空间的镜像) 的复现性或可重复性。