本书以空间数据为基础、空间分布为特征、统计方法为主线，内容由浅入深、由易到难、由简到繁，分为描述性统计方法、经典统计分析、传统空间统计、地统计学、空间统计新方法及空间统计应用6个层次：描述性统计方法包括集中趋势度量、离散程度度量、频率分布、概率等；经典统计分析包括主成分分析、层次分析、因子分析、聚类分析、判别分析、线性规划方法及时间序列分析；传统空间统计包括点/线/面模式空间统计、空间回归分析、空间可达性分析及空间插值等；地统计学包括区域化变量、变异函数及克里金方法等；空间统计新方法包括贝叶斯模型、元胞自动机、深度神经网络、超限学习机及支持向量机等；空间统计应用涉及人口、经济、环境、气象、地质、矿产、灾害等案例。 全书结构合理、系统科学、内容丰富，使用了大量的图形、表格、符号、公式等帮助表达空间统计思想。本书通过大量的项目应用实例展示了空间统计方法的应用价值，较系统地反映了空间统计方法和技术的最新进展和成果。本书提供配套的电子课件，读者可登录华信教育资源网（www.hxedu.com.cn）注册后免费下载。

前 言 高性能计算、智能处理、空间信息技术、大数据技术的发展推动了空间统计方法的创新和变革。传统空间统计方法已不再适应空间数据分析与处理的需求。中国地质大学（武汉）地理信息类专业在国内较早开设了空间统计类课程。“空间统计与分析”是地理信息科学、地理科学专业主干课，是遥感科学与技术、地理空间信息工程、软件工程及测绘工程专业选修课。“高级空间统计与分析”是面向地图制图学与地理信息工程、地图学与地理信息系统、资源与环境等学科方向研究生开设的学位课。本书可以作为上述课程的教材，同时也可供地质矿产、国土管理、城市规划、测绘遥感、交通旅游、地理科学、环境科学等领域的研究者和技术人员参考。 本书作者长期从事GIS的教学和科研工作，近年来，在工作实践中面向应用，注意总结经验，组织了多项空间统计相关的科研项目，主持国家重点研发计划项目及“863”计划子专题，主持海洋地质保障工程和“天然气水合物资源勘查与试采工程”国家专项（简称“127工程”）子课题，系统掌握空间统计理论与方法，在教学和科研过程中积累了丰富的实践经验和应用案例。本书注重理论与实践、研究与应用、教学与科研的结合，将科研思维反哺教材研究、科研数据转为教材资源、科研成果融入教材案例，将科研项目研究的新方法、新思想、新技术引入教材编写。本书内容经典、专业性强、范围广泛、知识全面。 本书分13章，第1章为空间统计绪论，介绍空间统计概念、特征、内容及发展历史等；第2章为描述性统计方法，包括集中趋势度量、离散程度度量、频率分布、概率函数等；第3章为经典统计分析，包括主成分分析、层次分析、因子分析、聚类分析、判别分析、线性规划方法及时间序列分析；第4~9章为传统空间统计，包括点/线/面模式空间统计、空间回归分析、空间插值方法及空间可达性分析等；第10、11章为地统计学相关内容，包括地统计学理论基础和克里金估值方法；第12章为空间统计新方法，包括贝叶斯模型、元胞自动机、深度神经网络、超限学习机及支持向量机等；第13章为空间统计应用，内容涉及人口、经济、环境、气象、地质、矿产、灾害等案例。本书提供配套的电子课件，读者可登录华信教育资源网（www.hxedu.com.cn）注册后免费下载。扫描书中的二维码可以查看相应的彩图效果。 本书第1、4、5、6、9、10、11、12章由郑贵洲编写，第3、7章由林伟华编写，第2章由周超编写，第8章由胡楚丽编写，参加本书编写的人员还有田忠斌、杨文府、刘小松、申永利、陈富强、许章炎等，郑贵洲负责全书内容体系设计及统稿，第9、12、13章吸收了研究生龚子美、熊良超及本科生姚颖洁毕业设计论文部分内容，研究生李春燕、陈梽兴等承担了资料搜集及数据整理工作。在此向被引用资料的作者和学生表示感谢！ 由于作者水平有限，加上很多内容正处在研究探索之中，书中错误在所难免，欢迎同行专家和读者批评指正。 作者

第1章 空间统计绪论 1 1.1 空间统计的基本概念 1 1.1.1 统计与统计学 1 1.1.2 空间统计与空间统计学 2 1.1.3 经典统计学与空间统计学的区别 4 1.1.4 计量经济学与空间计量经济学 5 1.2 空间统计学的发展 5 1.3 空间统计数据 10 1.3.1 空间统计中的数据类型 10 1.3.2 空间数据统计特征 13 1.4 空间统计的主要内容 16 1.5 空间统计学的应用 16 1.5.1 空间统计学在地质学中的应用 17 1.5.2 空间统计学在土壤学中的应用 18 1.5.3 空间统计学在生态学中的应用 19 1.5.4 空间统计学在环境学中的应用 20 1.5.5 空间统计学在气象学中的应用 21 1.5.6 空间统计学在经济学中的应用 21 第2章 描述性统计方法 23 2.1 集中趋势度量 23 2.1.1 算术平均值 23 2.1.2 中数 23 2.1.3 众数 24 2.1.4 数学期望 25 2.1.5 平均中心 25 2.1.6 加权中心 26 2.1.7 质心 26 2.1.8 中位中心 27 2.2 离散程度度量 27 2.2.1 极差 28 2.2.2 离差 28 2.2.3 方差 28 2.2.4 协方差 29 2.2.5 变异系数 29 2.2.6 标准距离 30 2.2.7 标准离差椭圆 30 2.3 频率分布 32 2.4 形态度量 32 2.5 概率函数 34 2.5.1 正态分布 34 2.5.2 二项分布 34 2.5.3 泊松分布 34 2.5.4 t分布 35 2.5.5 F分布 35 2.5.6 χ2分布 35 2.6 假设检验 35 2.6.1 原假设与备择假设 36 2.6.2 两类错误 37 2.6.3 单侧检验和双侧检验 37 2.6.4 假设检验的步骤 38 2.7 参数检验 38 2.7.1 样本均值与已知总体均值比较的假设检验 38 2.7.2 两样本均值比较的假设检验 40 2.7.3 多样本均值比较的假设检验 41 2.8 非参数检验 42 2.8.1 分布的假设检验 43 2.8.2 独立性检验 44 2.8.3 一致性检验 45 第3章 经典统计分析 46 3.1 主成分分析 46 3.1.1 主成分分析原理 46 3.1.2 主成分分析基本步骤 47 3.1.3 主成分分析应用实例 48 3.2 层次分析 51 3.2.1 层次分析原理 51 3.2.2 层次分析基本步骤 51 3.2.3 层次分析应用实例 54 3.3 因子分析 58 3.3.1 因子分析原理 58 3.3.2 因子分析基本步骤 58 3.3.3 因子分析应用实例 60 3.4 聚类分析 64 3.4.1 聚类分析原理 64 3.4.2 聚类分析基本步骤 67 3.4.3 聚类分析应用实例 67 3.5 判别分析 70 3.5.1 判别分析原理 70 3.5.2 判别分析基本步骤 71 3.5.3 判别分析应用实例 72 3.6 线性规划方法 74 3.6.1 线性规划方法原理 74 3.6.2 线性规划方法基本步骤 74 3.6.3 线性规划方法应用实例 76 3.7 时间序列分析 78 3.7.1 时间序列分析原理 78 3.7.2 时间序列分析基本步骤 79 3.7.3 时间序列分析应用实例 80 第4章 点模式空间统计 82 4.1 空间点模式 82 4.1.1 空间点模式概念 82 4.1.2 点模式的类型 82 4.1.3 点模式分析方法 83 4.1.4 点模式尺度效应 83 4.2 样方分析 84 4.2.1 样方分析的思想 84 4.2.2 样方分析的方法 84 4.2.3 样方分析显著性检验 86 4.2.4 样方分析应用实例 87 4.3 核密度估计 88 4.3.1 核密度估计原理 88 4.3.2 核密度带宽 89 4.3.3 核函数应用实例 91 4.4 最近邻指数 91 4.4.1 最近邻距离定义 91 4.4.2 最近邻指数定义 92 4.4.3 最近邻指数显著性检验 92 4.4.4 最近邻指数应用实例 93 4.5 G函数与F函数 93 4.5.1 G函数 93 4.5.2 F函数 94 4.5.3 G函数和F函数的统计推断 95 4.6 Ripley‘s K函数与L函数 97 4.6.1 Ripley‘s K函数 97 4.6.2 L函数 100 第5章 线模式空间统计 102 5.1 线性体长度统计 102 5.2 线方向统计 104 5.2.1 方位熵 104 5.2.2 线性平均方向 104 5.2.3 方向-频数直方图 104 5.2.4 方向玫瑰花图 104 5.3 线密度或线频度 108 5.3.1 线密度或线频度的计算 108 5.3.2 地质线性体线密度或线频度的计算 109 5.4 中心对称度 111 5.5 城市路网特征分析 112 5.5.1 复杂网络基础理论 112 5.5.2 路网建模方法 113 5.5.3 网络特征分析 114 5.6 河网密度分析 116 5.6.1 河网密度定义 116 5.6.2 河网密度提取 117 5.6.3 河网密度图制作 118 第6章 面模式空间统计 119 6.1 空间相关分析 119 6.1.1 空间相关 119 6.1.2 两变量相关分析 120 6.1.3 多变量相关分析 123 6.1.4 空间自相关 124 6.2 可变面元问题 125 6.3 空间权重矩阵 127 6.3.1 空间权重矩阵的概念 127 6.3.2 空间权重矩阵的类型 128 6.3.3 行标准化邻接空间权重矩阵 132 6.4 连接数统计 133 6.5 全局空间自相关 138 6.5.1 全局Moran指数 138 6.5.2 广义G统计量 142 6.5.3 Geary‘s C指数 144 6.6 局部空间关联指标 146 6.6.1 局部Moran指数 146 6.6.3 Getis-Ord 和 统计量 151 6.6.3 局部Geary‘s Ci指数 153 第7章 空间回归分析 156 7.1 一元线性回归分析 156 7.1.1 一元线性回归模型 156 7.1.2 一元线性回归模型显著性检验 156 7.1.3 一元线性回归模型应用实例 157 7.2 多元线性回归分析 157 7.2.1 多元线性回归模型 157 7.2.2 多元线性回归模型显著性检验 158 7.2.3 多元线性回归模型应用实例 160 7.3 非线性回归分析 162 7.3.1 非线性回归模型 162 7.3.2 非线性回归模型显著性检验 162 7.3.3 非线性回归模型应用实例 163 7.4 空间截面数据模型 164 7.4.1 空间回归一般形式 164 7.4.2 空间滞后模型及估计方法 165 7.4.3 空间误差模型及估计方法 167 7.4.4 空间杜宾模型及估计方法 168 7.4.5 空间杜宾误差模型及估计方法 169 7.4.6 广义空间自回归模型及估计方法 170 7.4.7 空间截面数据模型应用实例 170 7.5 空间面板数据模型 172 7.5.1 空间面板数据滞后模型及估计方法 173 7.5.2 空间面板数据误差模型及估计方法 175 7.6 地理加权回归模型 177 7.6.1 空间异质性 177 7.6.2 地理加权回归模型定义 177 7.6.3 空间权函数 179 7.6.4 权函数带宽优化 180 第8章 空间插值方法 182 8.1 整体内插 182 8.2 局部分块内插 186 8.2.1 双线性内插 187 8.2.2 样条函数内插 188 8.2.3 三次样条函数 190 8.2.4 多面函数内插 191 8.3 逐点内插 193 8.3.1 反距离加权插值法 193 8.3.2 移动拟合法 194 8.3.3 最近邻点插值法 196 8.3.4 径向基函数插值法 197 8.4 插值方法交叉验证 198 第9章 空间可达性分析 199 9.1 可达性概述 199 9.1.1 可达性定义 199 9.1.2 可达性应用 199 9.2 可达性度量模型 201 9.2.1 基于空间阻隔的度量模型 201 9.2.2 基于机会累积的度量模型 202 9.2.3 基于空间相互作用的度量模型 202 9.3 可达性评价 203 9.3.1 距离度量模型可达性评价 204 9.3.2 累积机会模型可达性评价 205 9.3.3 两步移动搜索模型可达性 评价 209 9.3.4 可达性模型对比分析 214 第10章 地统计学理论基础 215 10.1 区域化变量 215 10.1.1 随机变量 215 10.1.2 区域化变量的概念 216 10.1.3 区域化变量的性质 216 10.2 协方差函数及变异函数 217 10.2.1 协方差函数 217 10.2.2 变异函数 218 10.3 地统计学理论假设 219 10.3.1 二阶平稳假设 219 10.3.2 内蕴假设 220 10.4 实验变异函数的计算 220 10.5 变异函数理论模型 225 10.5.1 有基台值模型 226 10.5.2 无基台值模型 228 10.5.3 孔穴效应模型 229 10.6 理论变异函数拟合 230 10.7 变异函数结构分析 233 10.7.1 同一方向套合 234 10.7.2 各向异性套合 234 第11章 克里金估值方法 240 11.1 概述 240 11.2 普通克里金法 241 11.3 简单克里金法 245 11.4 泛克里金法 247 11.5 指示克里金法 250 11.6 概率克里金法 251 11.7 析取克里金法 252 11.8 协同克里金法 253 11.9 对数正态克里金法 255 第12章 空间统计新方法 256 12.1 贝叶斯模型 256 12.1.1 简介 256 12.1.2 贝叶斯定理 256 12.1.3 分层贝叶斯模型 257 12.1.4 贝叶斯推断 258 12.1.5 应用实例 259 12.2 元胞自动机 259 12.2.1 元胞自动机概念 259 12.2.2 元胞自动机原理 260 12.2.3 SLEUTH模型 261 12.3 深度神经网络 263 12.3.1 人工神经网络 263 12.3.2 卷积神经网络 266 12.3.3 递归神经网络及其变形 269 12.3.4 神经网络遥感水深反演 271 12.3.5 基于LSTM模型降雨量预测 275 12.4 超限学习机 278 12.4.1 超限学习机原理 278 12.4.2 遥感水深反演应用 280 12.5 支持向量机 282 12.5.1 支持向量回归算法 282 12.5.2 遥感反演水深应用 283 第13章 空间统计应用 285 13.1 经济发展与环境污染GWR模型 285 13.1.1 研究区域及数据 285 13.1.2 GWR模型变量检验 285 13.1.3 GWR模型建立与分析 286 13.2 基于多尺度循环注意力网络的遥感场景分类 288 13.2.1 研究数据 288 13.2.2 场景分类模型 289 13.2.3 模型训练 292 13.2.4 结果分析 292 13.3 区域滑坡易发性评价 296 13.3.1 研究区域概况 297 13.3.2 信息量模型原理 297 13.3.3 滑坡易发性评价分析 298 13.3.4 预测结果检验和分析 303 13.4 航空物探数据分析 304 13.4.1 研究区域及数据 304 13.4.2 航空物探数据空间分布规律 305 13.4.3 航空物探数据结构分析 306 13.4.4 克里金法内插生成等值线 308 13.5 固体矿产储量估算 308 13.5.1 矿产钻孔数据库建立 308 13.5.2 数据处理与分析 309 13.5.3 实验变异函数及理论拟合 312 13.5.4 储量估算 313 参考文献 317

http://www.hxedu.com.cn/hxedu/fg/book/bookinfo.html?code=G0438030