本文根据多元空间数据分析理论的发展和对多元空间数据模式分析方法的迫切需求，探索出用多元空间数据的模式矩阵表达模式的方式和进行模式的分析方法。本文以国家自然基金资助项目“多元空间数据的模式分析方法研究及其在测量中的应用(41074003)”为依托，针对其中的“模式矩阵及构成”、“两模式间差异的信息评判与度量”和“两模式间差异的关系分析”等关键问题作为研究内容，具体地对多元空间数据的模式矩阵及其构造方法、差异矩阵的信息评判与度量和两模式间差异的关系分析的理论与方法进行探索性的研究。　　本文按照“定义矩阵模式->矩阵模式的特征分析->构造可比较的模式矩阵->模式信息评价与度量->模式间差异分析”的过程主线，紧密结合多元空间数据针对矩阵模式分析的理论与方法开展研究工作，主要研究内容与研究方法总结如下。　　（1）给出矩阵模式、模式矩阵、差异矩阵等相关术语的定义，分析矩阵模式的特征。应用空间变异理论与插值方法实现缺失空间数据插补和空间尺度转换，对三种空间插值方法进行对比实验，给出选择合适插值方法的原则和建议。　　（2）在研究差异矩阵的结构特征、统计特征和信息特征的基础上，提出基于多元数据正态性检验的差异矩阵信息评判方法。提出基于矩的熵估计方法和基于拟合累积概率分布反函数的熵估计方法，并应用这两种方法实现了差异矩阵的信息度量。　　（3）应用偏最小二乘（PLS）建模方法实现了多元空间数据的模式矩阵间差异的线性关系分析。提出了对拟合残差进行信息评判与度量的拟合优度辅助分析方法。应用蒙特卡罗方法模拟生成了大量的矩阵数据，并应用PLS方法分析了矩阵数据间的线性关系，实验结果证明PLS方法适合于多元空间数据模式矩阵间差异的线性关系分析。　　应用核偏最小二乘方法（KPLS）实现了多元空间数据模式矩阵间差异的非线性关系分析。提出了应用线性核与高斯核构造混合核函数对差异矩阵进行非线性关系分析的方法。通过实验证明应用自变量和因变量共同构造核函数进行KPLS回归分析提高了X Y建模精度。通过将非线性模型改写成综合因子(成分)的线性表达形式，实现了应用综合因子对因变量解释作用进行辅助分析的功能。　　（4）对信息评判与度量算法、模式矩阵间差异的线性关系分析算法和非线性关系分析算法等核心的算法进行封装和集成，初步研发了多元空间数据的矩阵模式分析系统。以该系统为实验平台分别对植被指数与气象数据综合分析案例和多波段遥感数据分析案例进行了实验分析。根据实验分析结果，对植被指数与气象条件在三年内的变化特性以及多波段遥感数据反映的地貌特征在三年内的变化特性进行了物理解释。通过对差异矩阵与原模式矩阵之间的关系、差异矩阵中各元之间的关系以及两差异矩阵之间的关系这三个方面的分析，探索出分析模式变化特性的方法。　　本文的研究成果将丰富测量数据处理与分析的理论，可为多元空间数据的模式分析提供基本的方法与手段，并可广泛应用于测量与遥感数据的处理与分析中。