技術(shù)特征：

1.一種不確定性概率場屬性分布建模方法，其特征在于，包括如下步驟：

(一)基于已知的屬性邊界信息S_i(i＝1，2，3，…)，針對需要進(jìn)行屬性空間分布建模的整體空間，進(jìn)行幾何空間建模與描述，構(gòu)建整體場地空間Ω；

(二)基于所述屬性邊界信息S_i(i＝1，2，3，…)，提取、統(tǒng)計全部屬性類型的每類屬性A_j(j＝1，2，3，…)，構(gòu)建數(shù)字化的屬性類型特征向量集合{A₁，A₂，A₃，…}；

(三)對所述屬性邊界信息S_i(i＝1，2，3，…)進(jìn)行幾何空間建模與描述，構(gòu)建已知屬性空間分布模型{(A₁，C₁)，(A₂，C₂)，(A₃，C₃)，…}；

(四)基于所述的屬性類型特征向量集合{A₁，A₂，A₃，…}和已知屬性空間分布模型{(A₁，C₁)，(A₂，C₂)，(A₃，C₃)，…}，對所述整體場地空間Ω中各點q(x，y，z)(q∈Ω)所對應(yīng)的每類屬性A_j(j＝1，2，3…)的分布概率進(jìn)行計算并得出點q(x，y，z)的屬性分布概率生成統(tǒng)一屬性概率分布場

(五)分析、提取整體場地空間Ω中各點q(x，y，z)的屬性分布概率中的最大概率所對應(yīng)的屬性類型，生成統(tǒng)一最大概率屬性分布模型F，其中

(六)基于步驟(五)生成的統(tǒng)一最大概率屬性分布模型F，統(tǒng)計場地空間Ω中每類屬性A_j(j＝1，2，3…)分布概率最大的點，得到每類屬性A_j分布概率最大的分類點集合其中

(七)基于所述的分類點集合(替換原來的)，統(tǒng)計場地空間Ω中有兩個或兩個以上屬性類型分布概率同時最大的點，得到多屬性最大概率邊界點集合

(八)基于所述的分類點集合和多屬性最大概率邊界點集合Q_boudary，按屬性的類型進(jìn)行統(tǒng)計，得出所述每類屬性A_j所對應(yīng)的多屬性最大概率邊界點集合即為每類屬性類型A_j的最大概率屬性邊界點集合

(九)對各個每類屬性A_j的最大概率屬性邊界點集合進(jìn)行矢量化，獲得各類屬性的二、三維矢量化邊界，生成不確定性概率場屬性分布模型。

2.根據(jù)權(quán)利要求1所述的一種不確定性概率場屬性分布建模方法，其特征在于，所述方法用于三維地質(zhì)體地層屬性分布建模中，所述屬性類型為地質(zhì)地層類型。

3.根據(jù)權(quán)利要求1所述的一種不確定性概率場屬性分布建模方法，其特征在于，所述方法可用于三維海洋體溶質(zhì)屬性分布建模、三維空氣體各類漂浮物屬性分布建模、三維土壤體污染物屬性分布建模以及各類空間場的等濃度面、等勢面的三維建模。

4.根據(jù)權(quán)利要求1所述的一種不確定性概率場屬性分布建模方法，其特征在于，所述方法可用于地質(zhì)領(lǐng)域的各種專業(yè)應(yīng)用分析領(lǐng)域。

5.一種不確定性概率場屬性分布建模系統(tǒng)，包括整體場地空間構(gòu)建模塊、屬性類型特征向量空間構(gòu)建模塊、已知屬性空間分布模型構(gòu)建模塊、統(tǒng)一屬性概率計算模塊、屬性最大概率邊界點集合分析計算模塊、二/三維矢量化邊界模塊，其特征在于，所述整體場地空間構(gòu)建模塊，基于已知的屬性邊界信息對需要進(jìn)行屬性空間建模的整體場地空間，進(jìn)行幾何空間建模與描述；所述屬性類型特征向量空間構(gòu)建模塊，對屬性邊界信息進(jìn)行歸一化預(yù)處理，提取、統(tǒng)計全部的屬性類型，生成屬性類型特征向量集合；所述已知屬性空間分布模型構(gòu)建模塊，基于全部的屬性類型，進(jìn)行幾何空間進(jìn)一步建模與描述完善，生成已知屬性空間分布模型；所述統(tǒng)一屬性概率計算模塊對整體場地空間中各點所對應(yīng)的每類屬性的分布概率進(jìn)行計算，生成統(tǒng)一屬性概率分布場，且分析、提取各點所對應(yīng)的屬性類型特征向量空間中的每類屬性分布概率中的最大概率所對應(yīng)的屬性類型，生成統(tǒng)一最大概率屬性分布模型，所述屬性最大概率邊界點集合分析計算模塊基于所述的統(tǒng)一最大概率分布模型，進(jìn)行計算統(tǒng)計出存在二個及以上的不同屬性類型的點即多屬性最大概率邊界點集合，并統(tǒng)計屬性類型特征向量空間中同一類屬性所對應(yīng)的的全部最大概率屬性邊界點集合，獲得該屬性類型的最大概率屬性邊界點集合，所述二/三維矢量化邊界模塊基于各個屬性類型的最大概率屬性邊界點集合進(jìn)行矢量化，獲得各個屬性的二、三維矢量化邊界。