空間數(shù)據(jù)分析教程

前言

有空間坐標(biāo)或相對(duì)位置的數(shù)據(jù)通稱為空間數(shù)據(jù)，如發(fā)病率在各社區(qū)、鄉(xiāng)村的分布，氣象臺(tái)站監(jiān)測(cè)的氣溫、降水、輻射，大氣污染分布，土壤重金屬含量在區(qū)域各抽樣點(diǎn)的數(shù)值，全國(guó)各省、直轄市、自治區(qū)的GDP，區(qū)域社會(huì)經(jīng)濟(jì)調(diào)查（抽查或普查）數(shù)據(jù)，城市各路段的瞬時(shí)交通流量，遙感影像各像元的光譜值等。統(tǒng)計(jì)學(xué)是數(shù)據(jù)描述、總結(jié)、推斷、預(yù)測(cè)分析的基本方法，大多數(shù)情況下要求樣本互相獨(dú)立、樣本大、多次重復(fù)?？臻g數(shù)據(jù)通常具有互相不獨(dú)立性、空間異質(zhì)性、不可重復(fù)性。將經(jīng)典統(tǒng)計(jì)學(xué)理論直接運(yùn)用于空間數(shù)據(jù)，其結(jié)論將是有偏和非最優(yōu)的。經(jīng)過地理學(xué)家和數(shù)學(xué)家近50年的研究發(fā)展，現(xiàn)已形成了空間數(shù)據(jù)特有的分析理論。拙著《空間分析》（王勁峰等，2006）一經(jīng)出版，各書店和售書網(wǎng)站很快告罄；國(guó)內(nèi)外的幾位地理信息科學(xué)著名學(xué)者給予了很好的評(píng)價(jià)；作者還被告知該書被劍橋大學(xué)地理系推薦為參考書；作者的欣慰還特別來(lái)自于該書讀者的評(píng)價(jià)，鞭策作者放下手頭繁重的科研工作，撰寫一本普及地理信息科學(xué)知識(shí)的關(guān)于空間分析的讀本。一部成功的著作，不僅會(huì)被初學(xué)者視為深入淺出的入門教材，而且也會(huì)被該領(lǐng)域?qū)W者引用。其成功的秘訣可能在于用簡(jiǎn)單的語(yǔ)言描述深刻復(fù)雜的問題本質(zhì)，而不是用較多的數(shù)學(xué)公式作為主要語(yǔ)言。實(shí)際上，文字和數(shù)學(xué)是描述一個(gè)對(duì)象的兩種工具。對(duì)于復(fù)雜的問題，純粹用語(yǔ)言描述經(jīng)常難以表達(dá)復(fù)雜的關(guān)系，顯得力不從心；而純粹用數(shù)學(xué)描述，不易被大多數(shù)讀者理解。真實(shí)世界的終極本質(zhì)可能是簡(jiǎn)單的和相互聯(lián)系的，時(shí)間C、質(zhì)量M和能量E分別處于三個(gè)互相垂直維度上的核心變量，竟然能夠被如此簡(jiǎn)單的數(shù)學(xué)方程聯(lián)系起來(lái)，反映了發(fā)現(xiàn)者深刻的洞察力，也揭示了“越本質(zhì)，越簡(jiǎn)單”這一真理，在某種意義上，“越復(fù)雜，越膚淺”?？茖W(xué)家的任務(wù)應(yīng)當(dāng)是將復(fù)雜留給自己，將簡(jiǎn)單奉獻(xiàn)給他人。是否反映了問題的本質(zhì)，讀者是否容易理解和可重復(fù)，是作者每一句話、每一個(gè)公式的最佳表達(dá)方式的唯一標(biāo)準(zhǔn)。這是作者在寫作本書過程中始終銘記的。

內(nèi)容概要

面對(duì)大量的地理空間數(shù)據(jù)，空間數(shù)據(jù)分析成為分析挖掘這些數(shù)據(jù)、信息、知識(shí)的有效手段。本書包括空間數(shù)據(jù)可視化與探索分析、空間統(tǒng)計(jì)學(xué)、空間智能計(jì)算、空間運(yùn)籌和時(shí)空分析，以及空間分析軟件包等內(nèi)容。本書涉及的各種方法和模型均附有真實(shí)案例和數(shù)據(jù)，以及軟件操作截屏圖，讀者可以重復(fù)這一過程，輸入自己的數(shù)據(jù)迅速得到分析結(jié)果。閱讀本書只需概率統(tǒng)計(jì)的基本知識(shí)。    本書可作為地學(xué)和社會(huì)科學(xué)等專業(yè)本科生、研究生的教材，同時(shí)也可供地理信息科學(xué)及相關(guān)專業(yè)師生閱讀參考。

書籍目錄

前言引論　0.1 舉例　0.2 空間分析理論體系　0.3 本書結(jié)構(gòu)第1章  GIS簡(jiǎn)介　1.1 舉例　1.2 GIS原理　1.3 ArcGIS軟件使用步驟第2章  地圖分析　2.1 意念地圖　2.2 圖形分析　2.3 圖譜分析第3章  探索性空間分析　3.1 線性相關(guān)性分析　3.2 回歸分析　3.3 主成分分析　3.4 層次分析　3.5 地理探測(cè)器第4章  空間相關(guān)性和異質(zhì)性　4.1 空間相關(guān)性　4.2 空間異質(zhì)性　4.3 校正和運(yùn)用第5章  空間抽樣　5.1 空間簡(jiǎn)單隨機(jī)抽樣　5.2 空間系統(tǒng)抽樣　5.3 空間分層抽樣　5.4 空間三明治抽樣　5.5 案例第6章  點(diǎn)格局識(shí)別　6.1 樣方分析　6.2 最鄰近距離統(tǒng)計(jì)　6.3 RipIey’s K函數(shù)第7章  點(diǎn)數(shù)據(jù)插值　7.1 趨勢(shì)面方法　7.2 反距離加權(quán)法(IDW)　7.3 Kringing方法　7.4 Co—Kringing方法　7.5 核心估計(jì)函數(shù)法　7.6 “3G”方法第8章  格數(shù)據(jù)統(tǒng)計(jì)　8.1 空間自相關(guān)　8.2 可變面元問題　8.3 空間熱點(diǎn)探測(cè)第9章  格數(shù)據(jù)回歸　9.1 通用模型　9.2 空間滯后模型　9.3 空間誤差模型　9.4 地理加權(quán)回歸第10章  決策樹　10.1 原理　10.2 案例　10.3 算法第11章  貝葉斯網(wǎng)絡(luò)　11.1 原理　11.2 案例1：出生缺陷預(yù)測(cè)　11.3 案例2：交通流預(yù)測(cè)　11.4 數(shù)學(xué)模型第12章  人工神經(jīng)網(wǎng)絡(luò)　12.1 原理　12.2 案例　12.3 數(shù)學(xué)模型第13章  粗糙集　13.1 原理　13.2 案例1：出生缺陷　13.3 案例2：交通流預(yù)測(cè)　13.4 分析流程第14章  支持向量機(jī)　14.1 原理　14.2 案例　14.3 數(shù)學(xué)模型第15章  粒子群優(yōu)化算法　15.1 原理　15.2 案例　15.3 數(shù)學(xué)模型第16章  期望最大化算法　16.1 原理　16.2 案例　16.3 數(shù)學(xué)模型第17章  空間運(yùn)籌　17.1 零售業(yè)空間價(jià)格模型　17.2 房屋空間價(jià)格模型　17.3 資源空間配置邊際效益均衡模型第18章  BME模型　18.1 原理　18.2 輸入　18.3 輸出　18.4 軟件使用步驟第19章  演化樹預(yù)報(bào)模型　19.1 原理　19.2 案例第20章  Meta建?！?0.1 原理　20.2 案例第21章  空間統(tǒng)計(jì)學(xué)軟件包　21.1 GeoDa：空間統(tǒng)計(jì)分析軟件　21.2 CrimeStat：空間聚類軟件　21.3 WinBUGS和GeoBUGS：層次貝葉斯建模軟件　21.4 SatScan：空間掃描軟件　21.5 SSSI：空間抽樣與統(tǒng)計(jì)推斷軟件第22章  空間智能計(jì)算軟件包　22.1 Bavesian gelief Network：貝葉斯網(wǎng)絡(luò)推理軟件　22.2 Yaahp：層次分析軟件　22.3 SPSS：數(shù)據(jù)統(tǒng)計(jì)軟件　22.4 Weka：數(shù)據(jù)挖掘軟件　22.5 PSO／ACO2：粒子群算法軟件　22.6 MATLAB：科學(xué)計(jì)算軟件　22.7 LIBSVM：支持向量機(jī)軟件主要參考文獻(xiàn)概念

章節(jié)摘錄

插圖：20世紀(jì)后半葉在西方統(tǒng)計(jì)界興起的探索性數(shù)據(jù)分析技術(shù)，基于讓數(shù)據(jù)說話的-理念，即盡可能不預(yù)先為數(shù)據(jù)結(jié)構(gòu)設(shè)置模式，通過顯示關(guān)鍵性數(shù)據(jù)和使用簡(jiǎn)單的指標(biāo)來(lái)得出模式，利用歸納的方式提出假設(shè)，避免野值或非典型觀測(cè)值的誤導(dǎo)。從20世紀(jì)90年代開始，探索性數(shù)據(jù)分析技術(shù)逐漸被地學(xué)工作者認(rèn)可并引入地球信息科學(xué)（Haining，1990）。探索性空間分析一般作為空間分析的先導(dǎo)，進(jìn)行數(shù)據(jù)清洗、篩選變量、提示模型選擇、檢驗(yàn)假設(shè)等。實(shí)現(xiàn)手段是，利用一系列軟件，描述和顯示空間分布，識(shí)別非典型空間位置（空間表面），發(fā)現(xiàn)空間關(guān)聯(lián)模式，提出不同的空間結(jié)構(gòu)及空間不穩(wěn)定性的其他模式（Painho，1994）?？臻g數(shù)據(jù)挖掘是探索性空間分析的重要手段，它試圖從空間數(shù)據(jù)中抽取隱含的空間模式和特征。目前常用的空間數(shù)據(jù)挖掘技術(shù)有空間數(shù)據(jù)數(shù)理統(tǒng)計(jì)、聚類分析和規(guī)則發(fā)現(xiàn)等?？梢暬菙?shù)據(jù)探索性分析的首要步驟，包括經(jīng)典統(tǒng)計(jì)軟件如SPSS、SAS、Matlab中的散點(diǎn)圖、直方圖、葉莖圖等；GIS軟件方便了空間數(shù)據(jù)的可視化和操作，達(dá)到熟悉數(shù)據(jù)、清洗數(shù)據(jù)、提示變量和關(guān)系的目的。讀者可以方便地使用這些軟件進(jìn)行空間數(shù)據(jù)可視化和初步的探索性分析，直接閱讀和操作這些軟件將比讀書更加快捷和容易掌握這些技術(shù)，所以本書不予專門介紹。聚類和規(guī)則發(fā)現(xiàn)將在本書其他章節(jié)予以介紹。本章將重點(diǎn)介紹經(jīng)典統(tǒng)計(jì)學(xué)運(yùn)用于空間數(shù)據(jù)探索的幾種方法：相關(guān)性分析、回歸分析、主成分分析以及地理探測(cè)器。

編輯推薦

《空間數(shù)據(jù)分析教程》編輯推薦：以空間數(shù)據(jù)分析經(jīng)典內(nèi)容為主線，介紹了該領(lǐng)域的最新成果〈br〉理論結(jié)合真實(shí)案例及軟件操作具體步驟，讀者可以學(xué)以致用〈br〉圖文表結(jié)合，內(nèi)容深入淺出，各章相對(duì)獨(dú)立，便于選擇使用〈br〉可作為高等院校本科生和研究生教材，也可供相關(guān)人員參考

圖書封面

圖書標(biāo)簽Tags

無(wú)

評(píng)論、評(píng)分、閱讀與下載

---

    空間數(shù)據(jù)分析教程 PDF格式下載

---