中圖網(wǎng)小程序
一鍵登錄
更方便
本類五星書更多>
-
>
宇宙、量子和人類心靈
-
>
氣候文明史
-
>
南極100天
-
>
考研數(shù)學專題練1200題
-
>
希格斯:“上帝粒子”的發(fā)明與發(fā)現(xiàn)
-
>
神農(nóng)架疊層石:10多億年前遠古海洋微生物建造的大堡礁
-
>
聲音簡史
空間分析理論與實踐 版權信息
- ISBN：9787030659682
- 條形碼：9787030659682 ; 978-7-03-065968-2
- 裝幀：一般膠版紙
- 冊數(shù)：暫無
- 重量：暫無
- 所屬分類：>>
空間分析理論與實踐 內(nèi)容簡介
本書以環(huán)境資源相關領域的實際需求和問題為導向，重點講述地理空間分析的理論和方法體系，力求將本領域有代表性的空間分析技術方法與實際應用相結合。本書共10章，主要內(nèi)容包括：緒論、空間數(shù)據(jù)、探索分析、空間分布與點模式分析、空間自相關分析、空間回歸分析、空間插值、地統(tǒng)計學、隨機模擬、空間多元分析以及綜合實習：識別多中心城市結構。
空間分析理論與實踐 目錄
目錄
第1章 緒論 1
1.1 空間分析的概念 1
1.2 空間分析的理論與方法 2
1.2.1 空間分析與其他數(shù)據(jù)分析的差別 2
1.2.2 空間分析的理論基礎 3
1.2.3 空間分析的方法體系 3
1.3 空間分析的研究進展與應用 4
1.3.1 空間分析的來源與發(fā)展 4
1.3.2 空間分析的應用 6
1.4 空間分析與教學 7
1.5 空間分析常用軟件 12
1.5.1 ArcGIS 13
1.5.2 GeoDa 13
1.5.3 R語言 15
課后習題 16
參考文獻 16
第2章 空間數(shù)據(jù)探索分析 20
2.1 數(shù)據(jù)探索分析 20
2.1.1 直方圖 21
2.1.2 莖葉圖 23
2.1.3 箱形圖 24
2.1.4 散點圖 26
2.1.5 平行坐標圖 29
2.1.6 QQ圖 31
2.2 空間數(shù)據(jù)探索分析 32
2.2.1 定義 32
2.2.2 地圖化 34
2.2.3 交互技術 35
2.2.4 Comap和Coplot 38
2.2.5 趨勢面分析 41
2.2.6 Voronoi圖 42
2.3 數(shù)據(jù)預處理 44
2.3.1 正態(tài)轉(zhuǎn)換 44
2.3.2 去聚 45
2.4 上機實習——數(shù)據(jù)探索分析 46
2.4.1 直方圖 46
2.4.2 箱形圖 49
2.4.3 散點圖 53
2.4.4 平行坐標圖 57
2.5 上機實習——空間數(shù)據(jù)探索分析 58
2.5.1 主題地圖制作 59
2.5.2 Comap和Coplot 61
2.5.3 趨勢面分析 62
2.5.4 Voronoi圖 63
課后習題 65
參考文獻 66
第3章 空間分布與點模式分析 67
3.1 空間分布類型與參數(shù)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 距離 68
3.1.4 分布軸線 69
3.2 點模式分析 70
3.2.1 樣方分析 72
3.2.2 核密度估計 76
3.2.3 *近鄰分析 78
3.2.4 函數(shù)法 81
3.3 案例展示 82
3.3.1 樣方分析 82
3.3.2 核密度估計 83
3.3.3 *近鄰分析 84
3.3.4 K函數(shù)法 85
3.4 上機實習 85
3.4.1 樣方分析 86
3.4.2 核密度分析 91
3.4.3 平均*近鄰分析 94
3.4.4 Ripley’s K函數(shù)分析 96
課后習題 98
參考文獻 98
第4章 空間自相關分析 100
4.1 空間自相關的概述 100
4.1.1 空間自相關的概念 100
4.1.2 空間自相關的主要方法 100
4.1.3 空間自相關的應用 101
4.2 空間權重矩陣 102
4.3 全局空間自相關分析 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 局部空間自相關分析 109
4.4.1 LISA理論 109
4.4.2 局部Moran指數(shù)法 110
4.4.3 Gi與G*i指數(shù)法 111
4.4.4 Getis G*i和局部Moran比較 113
4.5 空間自相關圖示分析 114
4.5.1 空間散布圖 114
4.5.2 空間自相關系數(shù)圖 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指數(shù)法 120
4.6.5 雙變量局部Moran法 120
4.7 上機實習——土壤重金屬 122
4.7.1 全局Moran’s I空間自相關分析 122
4.7.2 Getis-Ord General G空間自相關分析 127
4.8 上機實習——工業(yè)污水排放 129
4.8.1 局部Moran空間自相關分析 129
4.8.2 Getis-Ord G*i空間自相關分析法（熱點分析） 133
4.8.3 雙變量局部Moran空間自相關分析法 134
課后習題 136
參考文獻 136
第5章 空間回歸分析 138
5.1 普通線性回歸模型 140
5.1.1 線性回歸模型的公式與經(jīng)典假定 140
5.1.2 普通*小二乘法 142
5.1.3 *大似然法 143
5.1.4 兩種估計方法的比較 144
5.1.5 普通線性回歸模型的結果分析 145
5.2 空間回歸模型 148
5.2.1 空間回歸理論模型 148
5.2.2 空間誤差模型 149
5.2.3 空間滯后模型 149
5.2.4 空間回歸模型的統(tǒng)計檢驗 149
5.3 地理加權回歸模型 156
5.3.1 地理加權回歸理論模型 156
5.3.2 空間權函數(shù) 157
5.3.3 權函數(shù)帶寬的優(yōu)化方法 159
5.4 案例展示 160
5.4.1 普通*小二乘回歸模型 160
5.4.2 空間回歸模型 162
5.4.3 地理加權回歸模型 164
5.5 上機實習 165
5.5.1 普通*小二乘回歸分析 165
5.5.2 空間回歸分析 167
5.5.3 地理加權回歸分析 172
課后習題 175
參考文獻 175
第6章 空間插值 177
6.1 空間插值的概念和意義 177
6.2 空間插值的分類體系 177
6.3 空間整體插值法 177
6.3.1 全局多項式插值法 177
6.3.2 變換函數(shù)插值法 178
6.4 空間局部插值法 179
6.4.1 泰森多邊形插值法 179
6.4.2 自然鄰域法 179
6.4.3 三角測量插值法 180
6.4.4 逆距離加權法 180
6.4.5 局部多項式插值法（移動內(nèi)插法） 182
6.4.6 簡單移動平均法 182
6.4.7 徑向基函數(shù)插值法 183
6.4.8 樣條插值法 183
6.4.9 克里格方法 183
6.5 案例展示 184
6.5.1 趨勢面法 184
6.5.2 徑向基函數(shù)插值法 184
6.5.3 樣條函數(shù)插值法 185
6.5.4 自然鄰域插值法 185
6.5.5 逆距離加權插值法 186
6.5.6 克里格插值法 186
6.6 上機實習 186
6.6.1 趨勢面法 187
6.6.2 徑向基函數(shù)插值法 188
6.6.3 樣條函數(shù)插值法 191
6.6.4 自然鄰域插值法 193
6.6.5 逆距離加權插值法 193
6.6.6 克里格插值法 195
課后習題 197
參考文獻 197
第7章 地統(tǒng)計學 198
7.1 地統(tǒng)計學概述 198
7.1.1 地統(tǒng)計學的概念與發(fā)展 198
7.1.2 地統(tǒng)計學與傳統(tǒng)統(tǒng)計學的差異 200
7.1.3 地統(tǒng)計學的應用領域 201
7.2 區(qū)域化變量理論 201
7.2.1 隨機函數(shù)、隨機過程和隨機場 201
7.2.2 區(qū)域化變量 202
7.2.3 概率分布 203
7.2.4 平穩(wěn)假設 203
7.2.5 本征假設 204
7.2.6 協(xié)方差函數(shù)與變異函數(shù) 204
7.3 半方差函數(shù)及其結構分析 205
7.3.1 半方差云圖 205
7.3.2 經(jīng)驗半方差函數(shù) 207
7.3.3 理論半方差函數(shù) 208
7.3.4 半方差函數(shù)的結構分析 213
7.4 克里格插值 216
7.4.1 克里格法概述 216
7.4.2 線性預測克里格法 217
7.4.3 非線性預測克里格法 221
7.4.4 協(xié)同克里格法 222
7.4.5 幾種克里格法的總結比較 224
7.5 案例展示 225
7.5.1 普通克里格插值 225
7.5.2 簡單克里格插值 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 協(xié)同克里格插值 227
7.6 上機實習 228
7.6.1 普通克里格插值 229
7.6.2 簡單克里格插值 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 協(xié)同克里格插值 250
課后習題 255
參考文獻 256
第8章 隨機模擬 258
8.1 隨機模擬與空間隨機模擬 258
8.1.1 隨機模擬的概念與發(fā)展 258
8.1.2 空間隨機模擬 258
8.1.3 空間隨機模擬與克里格插值 259
8.1.4 空間隨機模擬的發(fā)展 259
8.2 序貫高斯模擬 261
8.2.1 序貫高斯模擬的基本理論 261
8.2.2 實例介紹：土壤特性空間模擬 263
8.3 高斯地統(tǒng)計 269
8.3.1 高斯地統(tǒng)計模擬 269
8.3.2 實例：中國空氣質(zhì)量超標的概率分布評價 271
8.4 上機實習 275
課后習題 283
參考文獻 284
第9章 空間多元分析 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 主成分分析的數(shù)學推導 286
9.1.3 旋轉(zhuǎn)操作 288
9.1.4 實際應用中的主成分分析 289
9.1.5 案例一：龍游縣各村鎮(zhèn)種植利用分區(qū) 289
9.1.6 案例二：重金屬污染源解析 294
9.2 聚類分析 297
9.2.1 聚類的定義與相似性衡量 297
9.2.2 聚類方法 298
9.2.3 案例：龍游縣種植利用分區(qū) 303
9.3 上機實習 305
9.3.1 主成分分析 306
9.3.2 聚類分析 312
課后習題 317
參考文獻 317
第10章 綜合實習：識別多中心城市結構 318
10.1 案例背景 318
10.2 數(shù)據(jù)及軟件 318
10.3 操作過程 319
10.3.1 識別主要中心 319
10.3.2 識別次要中心 321
10.4 對比實驗及討論 325
參考文獻 326
附錄1 卡方分布上側分位數(shù)表 327
附錄2 案例數(shù)據(jù)與上機操作 329
第1章 緒論 1
1.1 空間分析的概念 1
1.2 空間分析的理論與方法 2
1.2.1 空間分析與其他數(shù)據(jù)分析的差別 2
1.2.2 空間分析的理論基礎 3
1.2.3 空間分析的方法體系 3
1.3 空間分析的研究進展與應用 4
1.3.1 空間分析的來源與發(fā)展 4
1.3.2 空間分析的應用 6
1.4 空間分析與教學 7
1.5 空間分析常用軟件 12
1.5.1 ArcGIS 13
1.5.2 GeoDa 13
1.5.3 R語言 15
課后習題 16
參考文獻 16
第2章 空間數(shù)據(jù)探索分析 20
2.1 數(shù)據(jù)探索分析 20
2.1.1 直方圖 21
2.1.2 莖葉圖 23
2.1.3 箱形圖 24
2.1.4 散點圖 26
2.1.5 平行坐標圖 29
2.1.6 QQ圖 31
2.2 空間數(shù)據(jù)探索分析 32
2.2.1 定義 32
2.2.2 地圖化 34
2.2.3 交互技術 35
2.2.4 Comap和Coplot 38
2.2.5 趨勢面分析 41
2.2.6 Voronoi圖 42
2.3 數(shù)據(jù)預處理 44
2.3.1 正態(tài)轉(zhuǎn)換 44
2.3.2 去聚 45
2.4 上機實習——數(shù)據(jù)探索分析 46
2.4.1 直方圖 46
2.4.2 箱形圖 49
2.4.3 散點圖 53
2.4.4 平行坐標圖 57
2.5 上機實習——空間數(shù)據(jù)探索分析 58
2.5.1 主題地圖制作 59
2.5.2 Comap和Coplot 61
2.5.3 趨勢面分析 62
2.5.4 Voronoi圖 63
課后習題 65
參考文獻 66
第3章 空間分布與點模式分析 67
3.1 空間分布類型與參數(shù)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 距離 68
3.1.4 分布軸線 69
3.2 點模式分析 70
3.2.1 樣方分析 72
3.2.2 核密度估計 76
3.2.3 *近鄰分析 78
3.2.4 函數(shù)法 81
3.3 案例展示 82
3.3.1 樣方分析 82
3.3.2 核密度估計 83
3.3.3 *近鄰分析 84
3.3.4 K函數(shù)法 85
3.4 上機實習 85
3.4.1 樣方分析 86
3.4.2 核密度分析 91
3.4.3 平均*近鄰分析 94
3.4.4 Ripley’s K函數(shù)分析 96
課后習題 98
參考文獻 98
第4章 空間自相關分析 100
4.1 空間自相關的概述 100
4.1.1 空間自相關的概念 100
4.1.2 空間自相關的主要方法 100
4.1.3 空間自相關的應用 101
4.2 空間權重矩陣 102
4.3 全局空間自相關分析 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 局部空間自相關分析 109
4.4.1 LISA理論 109
4.4.2 局部Moran指數(shù)法 110
4.4.3 Gi與G*i指數(shù)法 111
4.4.4 Getis G*i和局部Moran比較 113
4.5 空間自相關圖示分析 114
4.5.1 空間散布圖 114
4.5.2 空間自相關系數(shù)圖 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指數(shù)法 120
4.6.5 雙變量局部Moran法 120
4.7 上機實習——土壤重金屬 122
4.7.1 全局Moran’s I空間自相關分析 122
4.7.2 Getis-Ord General G空間自相關分析 127
4.8 上機實習——工業(yè)污水排放 129
4.8.1 局部Moran空間自相關分析 129
4.8.2 Getis-Ord G*i空間自相關分析法（熱點分析） 133
4.8.3 雙變量局部Moran空間自相關分析法 134
課后習題 136
參考文獻 136
第5章 空間回歸分析 138
5.1 普通線性回歸模型 140
5.1.1 線性回歸模型的公式與經(jīng)典假定 140
5.1.2 普通*小二乘法 142
5.1.3 *大似然法 143
5.1.4 兩種估計方法的比較 144
5.1.5 普通線性回歸模型的結果分析 145
5.2 空間回歸模型 148
5.2.1 空間回歸理論模型 148
5.2.2 空間誤差模型 149
5.2.3 空間滯后模型 149
5.2.4 空間回歸模型的統(tǒng)計檢驗 149
5.3 地理加權回歸模型 156
5.3.1 地理加權回歸理論模型 156
5.3.2 空間權函數(shù) 157
5.3.3 權函數(shù)帶寬的優(yōu)化方法 159
5.4 案例展示 160
5.4.1 普通*小二乘回歸模型 160
5.4.2 空間回歸模型 162
5.4.3 地理加權回歸模型 164
5.5 上機實習 165
5.5.1 普通*小二乘回歸分析 165
5.5.2 空間回歸分析 167
5.5.3 地理加權回歸分析 172
課后習題 175
參考文獻 175
第6章 空間插值 177
6.1 空間插值的概念和意義 177
6.2 空間插值的分類體系 177
6.3 空間整體插值法 177
6.3.1 全局多項式插值法 177
6.3.2 變換函數(shù)插值法 178
6.4 空間局部插值法 179
6.4.1 泰森多邊形插值法 179
6.4.2 自然鄰域法 179
6.4.3 三角測量插值法 180
6.4.4 逆距離加權法 180
6.4.5 局部多項式插值法（移動內(nèi)插法） 182
6.4.6 簡單移動平均法 182
6.4.7 徑向基函數(shù)插值法 183
6.4.8 樣條插值法 183
6.4.9 克里格方法 183
6.5 案例展示 184
6.5.1 趨勢面法 184
6.5.2 徑向基函數(shù)插值法 184
6.5.3 樣條函數(shù)插值法 185
6.5.4 自然鄰域插值法 185
6.5.5 逆距離加權插值法 186
6.5.6 克里格插值法 186
6.6 上機實習 186
6.6.1 趨勢面法 187
6.6.2 徑向基函數(shù)插值法 188
6.6.3 樣條函數(shù)插值法 191
6.6.4 自然鄰域插值法 193
6.6.5 逆距離加權插值法 193
6.6.6 克里格插值法 195
課后習題 197
參考文獻 197
第7章 地統(tǒng)計學 198
7.1 地統(tǒng)計學概述 198
7.1.1 地統(tǒng)計學的概念與發(fā)展 198
7.1.2 地統(tǒng)計學與傳統(tǒng)統(tǒng)計學的差異 200
7.1.3 地統(tǒng)計學的應用領域 201
7.2 區(qū)域化變量理論 201
7.2.1 隨機函數(shù)、隨機過程和隨機場 201
7.2.2 區(qū)域化變量 202
7.2.3 概率分布 203
7.2.4 平穩(wěn)假設 203
7.2.5 本征假設 204
7.2.6 協(xié)方差函數(shù)與變異函數(shù) 204
7.3 半方差函數(shù)及其結構分析 205
7.3.1 半方差云圖 205
7.3.2 經(jīng)驗半方差函數(shù) 207
7.3.3 理論半方差函數(shù) 208
7.3.4 半方差函數(shù)的結構分析 213
7.4 克里格插值 216
7.4.1 克里格法概述 216
7.4.2 線性預測克里格法 217
7.4.3 非線性預測克里格法 221
7.4.4 協(xié)同克里格法 222
7.4.5 幾種克里格法的總結比較 224
7.5 案例展示 225
7.5.1 普通克里格插值 225
7.5.2 簡單克里格插值 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 協(xié)同克里格插值 227
7.6 上機實習 228
7.6.1 普通克里格插值 229
7.6.2 簡單克里格插值 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 協(xié)同克里格插值 250
課后習題 255
參考文獻 256
第8章 隨機模擬 258
8.1 隨機模擬與空間隨機模擬 258
8.1.1 隨機模擬的概念與發(fā)展 258
8.1.2 空間隨機模擬 258
8.1.3 空間隨機模擬與克里格插值 259
8.1.4 空間隨機模擬的發(fā)展 259
8.2 序貫高斯模擬 261
8.2.1 序貫高斯模擬的基本理論 261
8.2.2 實例介紹：土壤特性空間模擬 263
8.3 高斯地統(tǒng)計 269
8.3.1 高斯地統(tǒng)計模擬 269
8.3.2 實例：中國空氣質(zhì)量超標的概率分布評價 271
8.4 上機實習 275
課后習題 283
參考文獻 284
第9章 空間多元分析 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 主成分分析的數(shù)學推導 286
9.1.3 旋轉(zhuǎn)操作 288
9.1.4 實際應用中的主成分分析 289
9.1.5 案例一：龍游縣各村鎮(zhèn)種植利用分區(qū) 289
9.1.6 案例二：重金屬污染源解析 294
9.2 聚類分析 297
9.2.1 聚類的定義與相似性衡量 297
9.2.2 聚類方法 298
9.2.3 案例：龍游縣種植利用分區(qū) 303
9.3 上機實習 305
9.3.1 主成分分析 306
9.3.2 聚類分析 312
課后習題 317
參考文獻 317
第10章 綜合實習：識別多中心城市結構 318
10.1 案例背景 318
10.2 數(shù)據(jù)及軟件 318
10.3 操作過程 319
10.3.1 識別主要中心 319
10.3.2 識別次要中心 321
10.4 對比實驗及討論 325
參考文獻 326
附錄1 卡方分布上側分位數(shù)表 327
附錄2 案例數(shù)據(jù)與上機操作 329
展開全部
空間分析理論與實踐 節(jié)選
第1章 緒論 1.1 空間分析的概念 空間分析（spatial analysis），顧名思義就是對空間域內(nèi)的數(shù)據(jù)進行定量分析、處理與表達的系列方法和技術的總稱，是地學領域重要的研究內(nèi)容，又叫地理空間分析（geospatial analysis）、空間統(tǒng)計（spatial statistics）等。關于空間分析的概念和內(nèi)容，地理學、測繪學等不同學科有不同定義。本書主要從地理學角度來介紹空間分析，即以分析地理數(shù)據(jù)為主，以遙感影像、地圖數(shù)據(jù)、社會經(jīng)濟統(tǒng)計數(shù)據(jù)等為分析對象，主要研究群體為地理、環(huán)境、土壤、水文、生態(tài)等學科領域的相關人員。 國內(nèi)外關于空間分析的定義，比較典型的有以下幾種： 空間分析是對地理數(shù)據(jù)的空間信息、屬性信息以及二者共同信息的統(tǒng)計描述或說明（Goodchild，1987）；空間分析是以地理對象的布局為基礎，對地理數(shù)據(jù)集進行分析的技術（Haining，1990）；空間分析是對地理空間現(xiàn)象的定量研究，通過處理空間數(shù)據(jù)，使其成為一種不同的形式，進而從中提取其潛在的信息（Bailey，Gatrell，1995；Openshaw，Openshaw，1997）；空間分析是基于地理對象的位置和形態(tài)特征的空間數(shù)據(jù)分析技術，其目的在于提取和傳輸空間信息（郭仁忠，2001）；GIS空間分析是從一個或多個空間數(shù)據(jù)圖層中獲取信息的過程；空間分析是集空間數(shù)據(jù)分析和空間模擬于一體的技術，通過地理計算和空間表達挖掘潛在空間信息，以解決實際問題（劉湘南等，2008）；空間分析是利用與屬性和地理空間現(xiàn)象關聯(lián)的空間信息，來研究哪里發(fā)生了什么（Smith et al.，2018）。 綜上所述，空間分析是一種利用統(tǒng)計學和其他分析方法（如地理建模、計量地理、地統(tǒng)計學等）來評價空間數(shù)據(jù)的格局、分布、關系、過程和趨勢的技術。 空間分析有別于傳統(tǒng)的統(tǒng)計分析方法，其真正用到了空間對象的面積、距離、鄰近、方位、空間關系等信息。其本質(zhì)特征主要是來回答空間對象的分布、變化及其成因，包括：①探測空間數(shù)據(jù)的分布格局；②研究空間數(shù)據(jù)的時空變化過程；③解釋空間數(shù)據(jù)與相關因子的關系；④預測地理空間事件的變化趨勢。 空間對象主要由點、線、面、體四類基本地理要素構成，不同類型地理要素具有不同的個體地理特征與群體地理特征。個體地理特征主要指空間對象的位置、分布、形態(tài)等單個地理要素的空間描述特性，如點、線、面都具有空間位置特性，線具有長度、方向、曲率等形態(tài)結構；面具有面積、周長、形狀等形態(tài)結構。群體地理特征主要指多個空間對象之間的空間關系（距離、方位、拓撲等）、空間分布結構（分布中心、分布密度、集聚程度等）等基本特征，如點與點之間具有距離、方位等空間關系，面具有相鄰、拓撲等空間關系；而多個點、線、面要素具有分布中心、分布密度、分布趨勢、隨機分布或集聚分布等特征。 面向空間分析的空間數(shù)據(jù)可以劃分為矢量數(shù)據(jù)、柵格數(shù)據(jù)、三維數(shù)據(jù)、屬性數(shù)據(jù)等不同數(shù)據(jù)類型。針對不同數(shù)據(jù)類型，空間分析方法也有所不同，可分為矢量數(shù)據(jù)空間分析方法、柵格數(shù)據(jù)空間分析方法、三維數(shù)據(jù)空間分析方法和屬性數(shù)據(jù)空間分析方法等。 1.2 空間分析的理論與方法 空間分析是地理信息科學領域理論性、技術性和應用性都很強的分支？臻g分析作為地理信息系統(tǒng)（GIS）的核心內(nèi)容，是GIS區(qū)別于一般信息系統(tǒng)的主要功能特征，一些學者甚至提出空間分析可以作為一門單獨的學科來對待，可見研究空間分析的理論基礎是十分必要的。另外，空間分析的技術性很強，有一系列具體的空間分析方法，是空間分析的重要研究內(nèi)容。 1.2.1 空間分析與其他數(shù)據(jù)分析的差別 空間分析與傳統(tǒng)統(tǒng)計分析方法，*大的區(qū)別是空間位置和關系信息的處理。如圖1-2-1中，對兩個變量的關系研究，可以采用線性回歸或相關系數(shù)來表示。如圖1-2-1（a），所有樣本不考慮空間位置，將其y和I兩屬性建立線性回歸方程，R2達到0.89，模型具有高度的擬合度，而且擬合后的殘差具有很好的隨機性，符合觀測的無系統(tǒng)誤差等方差性和獨立性。但是如果我們從空間分析出發(fā)，將空間位置放入統(tǒng)計分析中，來重新繪制擬合后的殘差值的空間分布圖［圖1-2-1（b）］。我們很明顯地發(fā)現(xiàn)，殘差值［ê（i）］的分布具有趨勢性，即ê（i）為正值（模型高估）的樣點都分布在西北區(qū)域，而負值的樣點都分布在東南區(qū)域。擬合模型的殘差是非隨機和獨立的，存在空間自相關性。因此，必須采用空間分析的方法和手段來重新處理類似的地理現(xiàn)象。 可以說，地理對象或過程既存在關聯(lián)性，又存在獨*性。所以，空間分析的理論發(fā)展至空間統(tǒng)計學，與經(jīng)典統(tǒng)計學分析的區(qū)別在于（王勁峰，2006）： （1）空間數(shù)據(jù)中普遍存在的空間相關性使其與經(jīng)典統(tǒng)計學經(jīng)常要求的樣本獨立性前提不符，造成使用經(jīng)典統(tǒng)計學分析空間數(shù)據(jù)得到的結論是有偏的和非優(yōu)的。 （2）空間數(shù)據(jù)一般具有不重復性，觀察到的數(shù)據(jù)只是空間過程的一次實現(xiàn)或是某個空間位置的一個樣本，如野外土壤采樣，一個位置只能采集到一個樣品，不能重復實驗取樣，這與物理、化學、生物等可重復實驗科學不同。因此，只有在一定的假設條件下，空間數(shù)據(jù)才是可統(tǒng)計和可定量描述的。 （3）很多地理空間現(xiàn)象的背后以空間格局為其發(fā)生機理。空間分析擅長描述和揭示這些數(shù)據(jù)中所蘊含的獨*的空間信息、關系、格局和過程。這是經(jīng)典統(tǒng)計學方法所不能具備的。 1.2.2 空間分析的理論基礎 空間分析的理論源自空間統(tǒng)計學，特別是地統(tǒng)計學和地理學**定律，到目前逐漸發(fā)展出一系列理論，包括空間變異理論、空間關系理論、空間認知理論、空間推理理論、空間數(shù)據(jù)的不確定性分析理論等。地理學**定律（Tobler’s First Law）由美國地理學家Tobler提出，他認為任何事物都相關，只是相近的事物關聯(lián)更緊密（Everything is related to everything else，but near things are more related to each other.），即地理事物或?qū)傩栽诳臻g分布上互為相關，存在集聚、隨機和規(guī)則分布。地理學上將相似事物或現(xiàn)象在空間上集聚的性質(zhì)稱為空間自相關？臻g上的相關性或關聯(lián)性是自然界存在秩序與格局的原因之一（Goodchild，1986）。而地理學第二定律是空間異質(zhì)性，即指空間位置差異造成的觀察行為不恒定現(xiàn)象？臻g變異理論來自地統(tǒng)計學的區(qū)域化變量理論，主要以變異函數(shù)為重要工具，來研究地學空間數(shù)據(jù)的結構性和隨機性問題。 空間表達與關系理論指人們?nèi)绾蝸砻枋霈F(xiàn)實地理空間中三維物體及其相互之間關系的理論。空間表達主要包括地理知覺、地理表象、地理概念化和地理知識表征，主要是實現(xiàn)地理三維物體的大小、形狀、方位和距離等信息的感知與量化，以及如何進一步采用地理信息的知覺、編碼、存儲及解碼將現(xiàn)實世界的概念對象轉(zhuǎn)換成信息世界的模型對象。空間關系主要研究空間語義描述、空間關系表達、空間關系分析等。 空間推理理論是指利用空間數(shù)據(jù)統(tǒng)計和挖掘方法對空間對象進行建模、描述和表示，在此基礎上，定性或定量地分析和處理空間對象之間空間關系的過程（劉亞彬，劉大有，2000）。空間推理主要利用概率推理、貝葉斯推理、可信度推理、證據(jù)推理、模糊推理、案例推理等理論方法。目前，空間推理被廣泛應用于地理信息系統(tǒng)、遙感圖像智能識別、無人駕駛導航、機器人行走視覺、潛在風險區(qū)推測等方面。 空間不確定性理論是指利用概率理論、信息理論、模糊理論、粗糙集理論等對空間數(shù)據(jù)的位置、屬性和分析過程的不確定性進行分析，F(xiàn)實世界中地理對象或地理現(xiàn)象存在固有的自然過渡性，而我們在抽象概化表達時，往往將自然過渡的地理對象或地理現(xiàn)象進行硬分割、分類和標識，帶入了不確定性。同時在空間分析過程中，依據(jù)已知樣本信息的空間推測和模型估算，更要關注其結果的不確定性和傳遞過程。 1.2.3 空間分析的方法體系 考慮到不同類型的空間數(shù)據(jù)有不同的空間分析模式和方法，在空間分析的方法體系上，可以根據(jù)數(shù)據(jù)類型分為柵格數(shù)據(jù)的空間分析方法、矢量數(shù)據(jù)的空間分析方法、三維數(shù)據(jù)的空間分析方法、屬性數(shù)據(jù)的空間統(tǒng)計方法等。其中，柵格數(shù)據(jù)的空間分析方法包括柵格數(shù)據(jù)的聚類聚合分析、窗口分析、追蹤分析、信息復合分析等；矢量數(shù)據(jù)的空間分析方法包括包含分析、疊置分析、緩沖區(qū)分析、網(wǎng)絡分析等；三維數(shù)據(jù)的空間分析方法包括三維空間特征量算、坡度和坡向計算、剖面分析、可視性分析、谷脊特征分析、水文分析等；屬性數(shù)據(jù)的空間統(tǒng)計方法包括空間自相關分析、空間插值、空間局部估計、探索性空間分析等。 空間分析的方法體系也可以按照空間度量與模型表達的內(nèi)容進行分類，包括空間分布度量、空間格局刻畫、空間異質(zhì)性表征和空間關系表達。 （1）空間分布度量。主要利用空間位置、距離、方位等信息來表達空間分布的顯著特征。比如可以回答：哪個位置交通*便利？這個區(qū)域的土壤污染空間分布是否存在方向性？這里的常年主風向是哪個方向？哪里是商業(yè)或人口的集聚中心？哪個物種具有*廣的領地？空間分布度量方法包括：分布密度、分布中心、分布距離、分布方向等。 （2）空間格局刻畫。主要是利用空間鄰近分布、空間自相關性等來表達空間分布的總體或局部形態(tài)。比如可以回答：某些植物分布或動物棲息是集中分布還是隨機分布的？土壤污染空間分布是否與工礦企業(yè)的分布有空間上的對應關系？是否存在不符合空間分布特征的異常點？空間格局刻畫方法包括：點分布模式、全局Moran’s I、Ripley’s K函數(shù)等方法。 （3）空間異質(zhì)性表征。主要是利用空間異質(zhì)性來表征空間數(shù)據(jù)分異規(guī)律與不確定性。比如回答：依據(jù)樣本調(diào)查數(shù)據(jù)來分析土壤污染區(qū)域分布在什么地方？應該如何布置采樣布點方案更有代表性？未采樣點估算值的可信度如何？空間異質(zhì)性表征方法包括：方差函數(shù)、克里格、隨機模擬等方法。 （4）空間關系表達。主要是利用空間對象與影響因子間的關系來表達空間數(shù)據(jù)分布的內(nèi)在成因和控制要素。比如回答：該地區(qū)的降雨分布與植被、地形等分布的空間是否相關？不同區(qū)域超市的銷售額與區(qū)域人口密度、收入是否有關系？控制土壤有機質(zhì)空間分布的主要因子是什么？空間關系表達方法包括：空間回歸、地理加權回歸、普通*小二乘（OLS）回歸等方法。 1.3 空間分析的研究進展與應用 1.3.1 空間分析的來源與發(fā)展 空間分析在地理學研究中具有悠久的傳統(tǒng)與歷史。從某種意義上說，空間分析孕育了地理學。在古代，人類出于生存和發(fā)展的需要，要學會分析周圍地理事物的空間關系，因而始終在進行著各種類型的空間分析（劉湘南等，2008）。作為地理學第二語言的地圖出現(xiàn)以后，人們就開始自覺或不自覺地進行各種類型的空間分析，如在地圖上量測地理要素之間的距離、方位、面積，乃至利用地圖進行戰(zhàn)術研究和戰(zhàn)略決策等（郭仁忠，2001）。 空間分析的早期應用案例來自英國的約翰 斯諾博士（John Snow），他畢業(yè)于倫敦大學，被稱為現(xiàn)代流行病研究之父。他曾利用空間疊置分析的方法找到了霍亂病患者的發(fā)病原因。1854年8月至9月，英國倫敦霍亂病流行，但是始終找不到發(fā)病和流行原因。約翰 斯諾博士采用標點法，在1∶6500的城區(qū)地圖上標出了每個霍亂病死者的居住位置，如圖1-3-1所示。約翰 斯諾博士發(fā)現(xiàn)所有死亡案例的居住位置都與Broad街的一個取水泵很近，只有10個死亡案例與另外一條街的取水泵相對近些。但是對這10個死亡案例通過進一步調(diào)查也發(fā)現(xiàn)與Broad街取水泵相關。因此約翰 斯諾博士認為霍亂病的發(fā)病原因是死者飲用了Broad街取水泵的井水。當?shù)卣S后關閉了這個取水泵，并禁止飲用該地的井水，霍亂病很快得到有效的控制。后續(xù)的調(diào)查發(fā)現(xiàn)這個水泵井挖的深度不到1m，而且此地過去是一個污水坑。這個例子其實是利用了現(xiàn)代空間分析中常用的空間疊加分析方法，通過將繪有霍亂病流行地區(qū)所有道路、房屋、飲用水井等內(nèi)容的地圖與霍亂病死者位置信息進行疊
書友推薦
- >
回憶愛瑪儂
- >
唐代進士錄
- >
名家?guī)阕x魯迅:故事新編
- >
人文閱讀與收藏·良友文學叢書:一天的工作
- >
月亮虎
- >
【精裝繪本】畫給孩子的中國神話
- >
月亮與六便士
- >
伊索寓言-世界文學名著典藏-全譯本
本類暢銷
