空间统计理论与方法

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 *近邻指数 91
4．4．1 *近邻距离定义 91
4．4．2 *近邻指数定义 92
4．4．3 *近邻指数显著性检验 92
4．4．4 *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 *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