本书以环境资源相关领域的实际需求和问题为导向,重点讲述地理空间分析的理论和方法体系,力求将本领域有代表性的空间分析技术方法与实际应用相结合。本书共10章,主要内容包括:绪论、空间数据探索分析、空间分布与点模式分析、空间自相关分析、空间回归分析、空间插值、地统计学、随机模拟、空间多元分析以及识别多中心城市结构的综合实习。以ArcGIS、GeoDa和RStudio为平台,本书提供大量典型案例与操作分析方法,将理论、案例、实践三者紧密结合。书中案例数据请扫描书末二维码获取。
本书可供从事农业、环境、国土资源等领域的科研人员和高等院校师生阅读参考。
第1章 绪论 1
1.1 空间分析的概念 1
1.2 空间分析的理论与方法 2
1.2.1 空间分析与其他数据分析的差别 2
1.2.2 空间分析的理论基础 3
1.2.3 空间分析的方法体系 3
1.3 空间分析的研究进展与应用 4
1.3.1 空间分析的来源与发展 4
1.3.2 空间分析的应用 6
1.4 空间分析与教学 7
1.5 空间分析常用软件 12
1.5.1 ArcGIS 13
1.5.2 GeoDa 13
1.5.3 R语言 15
课后习题 16
参考文献 16
第2章 空间数据探索分析 20
2.1 数据探索分析 20
2.1.1 直方图 21
2.1.2 茎叶图 23
2.1.3 箱形图 24
2.1.4 散点图 26
2.1.5 平行坐标图 29
2.1.6 QQ图 31
2.2 空间数据探索分析 32
2.2.1 定义 32
2.2.2 地图化 34
2.2.3 交互技术 35
2.2.4 Comap和Coplot 38
2.2.5 趋势面分析 41
2.2.6 Voronoi图 42
2.3 数据预处理 44
2.3.1 正态转换 44
2.3.2 去聚 45
2.4 上机实习——数据探索分析 46
2.4.1 直方图 46
2.4.2 箱形图 49
2.4.3 散点图 53
2.4.4 平行坐标图 57
2.5 上机实习——空间数据探索分析 58
2.5.1 主题地图制作 59
2.5.2 Comap和Coplot 61
2.5.3 趋势面分析 62
2.5.4 Voronoi图 63
课后习题 65
参考文献 66
第3章 空间分布与点模式分析 67
3.1 空间分布类型与参数描述 67
3.1.1 分布密度和均值 67
3.1.2 分布中心 68
3.1.3 距离 68
3.1.4 分布轴线 69
3.2 点模式分析 70
3.2.1 样方分析 72
3.2.2 核密度估计 76
3.2.3 最近邻分析 78
3.2.4 函数法 81
3.3 案例展示 82
3.3.1 样方分析 82
3.3.2 核密度估计 83
3.3.3 最近邻分析 84
3.3.4 K函数法 85
3.4 上机实习 85
3.4.1 样方分析 86
3.4.2 核密度分析 91
3.4.3 平均最近邻分析 94
3.4.4 Ripley’s K函数分析 96
课后习题 98
参考文献 98
第4章 空间自相关分析 100
4.1 空间自相关的概述 100
4.1.1 空间自相关的概念 100
4.1.2 空间自相关的主要方法 100
4.1.3 空间自相关的应用 101
4.2 空间权重矩阵 102
4.3 全局空间自相关分析 104
4.3.1 Moran’s I法 104
4.3.2 Geary’s C法 107
4.3.3 General G法 107
4.3.4 Join Count法 108
4.4 局部空间自相关分析 109
4.4.1 LISA理论 109
4.4.2 局部Moran指数法 110
4.4.3 Gi与G*i指数法 111
4.4.4 Getis G*i和局部Moran比较 113
4.5 空间自相关图示分析 114
4.5.1 空间散布图 114
4.5.2 空间自相关系数图 114
4.6 案例展示 115
4.6.1 全局Moran’s I法 117
4.6.2 全局General G法 117
4.6.3 局部Moran法 120
4.6.4 局部G*i指数法 120
4.6.5 双变量局部Moran法 120
4.7 上机实习——土壤重金属 122
4.7.1 全局Moran’s I空间自相关分析 122
4.7.2 Getis-Ord General G空间自相关分析 127
4.8 上机实习——工业污水排放 129
4.8.1 局部Moran空间自相关分析 129
4.8.2 Getis-Ord G*i空间自相关分析法(热点分析) 133
4.8.3 双变量局部Moran空间自相关分析法 134
课后习题 136
参考文献 136
第5章 空间回归分析 138
5.1 普通线性回归模型 140
5.1.1 线性回归模型的公式与经典假定 140
5.1.2 普通最小二乘法 142
5.1.3 最大似然法 143
5.1.4 两种估计方法的比较 144
5.1.5 普通线性回归模型的结果分析 145
5.2 空间回归模型 148
5.2.1 空间回归理论模型 148
5.2.2 空间误差模型 149
5.2.3 空间滞后模型 149
5.2.4 空间回归模型的统计检验 149
5.3 地理加权回归模型 156
5.3.1 地理加权回归理论模型 156
5.3.2 空间权函数 157
5.3.3 权函数带宽的优化方法 159
5.4 案例展示 160
5.4.1 普通最小二乘回归模型 160
5.4.2 空间回归模型 162
5.4.3 地理加权回归模型 164
5.5 上机实习 165
5.5.1 普通最小二乘回归分析 165
5.5.2 空间回归分析 167
5.5.3 地理加权回归分析 172
课后习题 175
参考文献 175
第6章 空间插值 177
6.1 空间插值的概念和意义 177
6.2 空间插值的分类体系 177
6.3 空间整体插值法 177
6.3.1 全局多项式插值法 177
6.3.2 变换函数插值法 178
6.4 空间局部插值法 179
6.4.1 泰森多边形插值法 179
6.4.2 自然邻域法 179
6.4.3 三角测量插值法 180
6.4.4 逆距离加权法 180
6.4.5 局部多项式插值法(移动内插法) 182
6.4.6 简单移动平均法 182
6.4.7 径向基函数插值法 183
6.4.8 样条插值法 183
6.4.9 克里格方法 183
6.5 案例展示 184
6.5.1 趋势面法 184
6.5.2 径向基函数插值法 184
6.5.3 样条函数插值法 185
6.5.4 自然邻域插值法 185
6.5.5 逆距离加权插值法 186
6.5.6 克里格插值法 186
6.6 上机实习 186
6.6.1 趋势面法 187
6.6.2 径向基函数插值法 188
6.6.3 样条函数插值法 191
6.6.4 自然邻域插值法 193
6.6.5 逆距离加权插值法 193
6.6.6 克里格插值法 195
课后习题 197
参考文献 197
第7章 地统计学 198
7.1 地统计学概述 198
7.1.1 地统计学的概念与发展 198
7.1.2 地统计学与传统统计学的差异 200
7.1.3 地统计学的应用领域 201
7.2 区域化变量理论 201
7.2.1 随机函数、随机过程和随机场 201
7.2.2 区域化变量 202
7.2.3 概率分布 203
7.2.4 平稳假设 203
7.2.5 本征假设 204
7.2.6 协方差函数与变异函数 204
7.3 半方差函数及其结构分析 205
7.3.1 半方差云图 205
7.3.2 经验半方差函数 207
7.3.3 理论半方差函数 208
7.3.4 半方差函数的结构分析 213
7.4 克里格插值 216
7.4.1 克里格法概述 216
7.4.2 线性预测克里格法 217
7.4.3 非线性预测克里格法 221
7.4.4 协同克里格法 222
7.4.5 几种克里格法的总结比较 224
7.5 案例展示 225
7.5.1 普通克里格插值 225
7.5.2 简单克里格插值 226
7.5.3 泛克里格插值 226
7.5.4 指示克里格插值 226
7.5.5 析取克里格插值 227
7.5.6 协同克里格插值 227
7.6 上机实习 228
7.6.1 普通克里格插值 229
7.6.2 简单克里格插值 238
7.6.3 泛克里格插值 238
7.6.4 指示克里格插值 239
7.6.5 析取克里格插值 240
7.6.6 协同克里格插值 250
课后习题 255
参考文献 256
第8章 随机模拟 258
8.1 随机模拟与空间随机模拟 258
8.1.1 随机模拟的概念与发展 258
8.1.2 空间随机模拟 258
8.1.3 空间随机模拟与克里格插值 259
8.1.4 空间随机模拟的发展 259
8.2 序贯高斯模拟 261
8.2.1 序贯高斯模拟的基本理论 261
8.2.2 实例介绍:土壤特性空间模拟 263
8.3 高斯地统计 269
8.3.1 高斯地统计模拟 269
8.3.2 实例:中国空气质量超标的概率分布评价 271
8.4 上机实习 275
课后习题 283
参考文献 284
第9章 空间多元分析 285
9.1 主成分分析 285
9.1.1 主成分分析的基本思想 285
9.1.2 主成分分析的数学推导 286
9.1.3 旋转操作 288
9.1.4 实际应用中的主成分分析 289
9.1.5 案例一:龙游县各村镇种植利用分区 289
9.1.6 案例二:重金属污染源解析 294
9.2 聚类分析 297
9.2.1 聚类的定义与相似性衡量 297
9.2.2 聚类方法 298
9.2.3 案例:龙游县种植利用分区 303
9.3 上机实习 305
9.3.1 主成分分析 306
9.3.2 聚类分析 312
课后习题 317
参考文献 317
第10章 综合实习:识别多中心城市结构 318
10.1 案例背景 318
10.2 数据及软件 318
10.3 操作过程 319
10.3.1 识别主要中心 319
10.3.2 识别次要中心 321
10.4 对比实验及讨论 325
参考文献 326
附录1 卡方分布上侧分位数表 327
附录2 案例数据与上机操作 329