空間統計理論與方法（簡體書）

本書以空間數據為基礎、空間分布為特徵、統計方法為主線，內容由淺入深、由易到難、由簡到繁，分為描述性統計方法、經典統計分析、傳統空間統計、地統計學、空間統計新方法及空間統計應用6個層次：描述性統計方法包括集中趨勢度量、離散程度度量、頻率分布、概率等；經典統計分析包括主成分分析、層次分析、因子分析、聚類分析、判別分析、線性規劃方法及時間序列分析；傳統空間統計包括點/線/面模式空間統計、空間回歸分析、空間可達性分析及空間插值等；地統計學包括區域化變量、變異函數及克裡金方法等；空間統計新方法包括貝葉斯模型、元胞自動機、深度神經網絡、超限學習機及支持向量機等；空間統計應用涉及人口、經濟、環境、氣象、地質、礦產、災害等案例。 全書結構合理、系統科學、內容豐富，使用了大量的圖形、表格、符號、公式等幫助表達空間統計思想。本書通過大量的項目應用實例展示了空間統計方法的應用價值，較系統地反映了空間統計方法和技術的進展和成果。本書提供配套的電子課件，讀者可登錄華信教育資源網（www.hxedu.com.cn）注冊後免費下載。

鄭貴洲，教授，地圖制圖學與地理信息工程博士。主講信息導論、地理信息系統原理和空間統計與分析等課程。地理信息系統省級精品資源共享課程負責人，主持湖北省省級教學研究項目2項、校級教學研究項目10多項，獲湖北省省級優秀教學成果一等獎1項、二等獎3項，國家測繪地理信息局教學成果二等獎1項。長期從事地圖制學與地理信息工程、深度學習與時空數據挖掘、資源與環境遙感、三維地理信息系統等領域研究工作。主持國家"863”、國家"127”工程、國家"729”工程項目子課題3項，以第2作者參加國家自然科學基金2項，負責完成省級縱橫向項目20余項，獲湖北省科技成果三等獎1項，獲河南省地質礦產開發局科學技術進步二等獎1項，在《地球科學》、《Earth Science Informatic》等期刊上發表學術論文70余篇。出版教材專著6部，在國土信息化、智能城市、數字海洋、災害預報等領域取得一定成果，為國家資源開發及災害防治做出了貢獻。

第1章 空間統計緒論 1
1.1 空間統計的基本概念 1
1.1.1 統計與統計學 1
1.1.2 空間統計與空間統計學 2
1.1.3 經典統計學與空間統計學的區別 4
1.1.4 計量經濟學與空間計量經濟學 5
1.2 空間統計學的發展 5
1.3 空間統計數據 10
1.3.1 空間統計中的數據類型 10
1.3.2 空間數據統計特徵 13
1.4 空間統計的主要內容 16
1.5 空間統計學的應用 16
1.5.1 空間統計學在地質學中的應用 17
1.5.2 空間統計學在土壤學中的應用 18
1.5.3 空間統計學在生態學中的應用 19
1.5.4 空間統計學在環境學中的應用 20
1.5.5 空間統計學在氣象學中的應用 21
1.5.6 空間統計學在經濟學中的應用 21
第2章 描述性統計方法 23
2.1 集中趨勢度量 23
2.1.1 算術平均值 23
2.1.2 中數 23
2.1.3 眾數 24
2.1.4 數學期望 25
2.1.5 平均中心 25
2.1.6 加權中心 26
2.1.7 質心 26
2.1.8 中位中心 27
2.2 離散程度度量 27
2.2.1 極差 28
2.2.2 離差 28
2.2.3 方差 28
2.2.4 協方差 29
2.2.5 變異系數 29
2.2.6 標準距離 30
2.2.7 標準離差橢圓 30
2.3 頻率分布 32
2.4 形態度量 32
2.5 概率函數 34
2.5.1 正態分布 34
2.5.2 二項分布 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 假設檢驗 35
2.6.1 原假設與備擇假設 36
2.6.2 兩類錯誤 37
2.6.3 單側檢驗和雙側檢驗 37
2.6.4 假設檢驗的步驟 38
2.7 參數檢驗 38
2.7.1 樣本均值與已知總體均值比較的假設檢驗 38
2.7.2 兩樣本均值比較的假設檢驗 40
2.7.3 多樣本均值比較的假設檢驗 41
2.8 非參數檢驗 42
2.8.1 分布的假設檢驗 43
2.8.2 獨立性檢驗 44
2.8.3 一致性檢驗 45
第3章 經典統計分析 46
3.1 主成分分析 46
3.1.1 主成分分析原理 46
3.1.2 主成分分析基本步驟 47
3.1.3 主成分分析應用實例 48
3.2 層次分析 51
3.2.1 層次分析原理 51
3.2.2 層次分析基本步驟 51
3.2.3 層次分析應用實例 54
3.3 因子分析 58
3.3.1 因子分析原理 58
3.3.2 因子分析基本步驟 58
3.3.3 因子分析應用實例 60
3.4 聚類分析 64
3.4.1 聚類分析原理 64
3.4.2 聚類分析基本步驟 67
3.4.3 聚類分析應用實例 67
3.5 判別分析 70
3.5.1 判別分析原理 70
3.5.2 判別分析基本步驟 71
3.5.3 判別分析應用實例 72
3.6 線性規劃方法 74
3.6.1 線性規劃方法原理 74
3.6.2 線性規劃方法基本步驟 74
3.6.3 線性規劃方法應用實例 76
3.7 時間序列分析 78
3.7.1 時間序列分析原理 78
3.7.2 時間序列分析基本步驟 79
3.7.3 時間序列分析應用實例 80
第4章 點模式空間統計 82
4.1 空間點模式 82
4.1.1 空間點模式概念 82
4.1.2 點模式的類型 82
4.1.3 點模式分析方法 83
4.1.4 點模式尺度效應 83
4.2 樣方分析 84
4.2.1 樣方分析的思想 84
4.2.2 樣方分析的方法 84
4.2.3 樣方分析顯著性檢驗 86
4.2.4 樣方分析應用實例 87
4.3 核密度估計 88
4.3.1 核密度估計原理 88
4.3.2 核密度帶寬 89
4.3.3 核函數應用實例 91
4.4 近鄰指數 91
4.4.1 近鄰距離定義 91
4.4.2 近鄰指數定義 92
4.4.3 近鄰指數顯著性檢驗 92
4.4.4 近鄰指數應用實例 93
4.5 G函數與F函數 93
4.5.1 G函數 93
4.5.2 F函數 94
4.5.3 G函數和F函數的統計推斷 95
4.6 Ripley‘s K函數與L函數 97
4.6.1 Ripley‘s K函數 97
4.6.2 L函數 100
第5章 線模式空間統計 102
5.1 線性體長度統計 102
5.2 線方向統計 104
5.2.1 方位熵 104
5.2.2 線性平均方向 104
5.2.3 方向-頻數直方圖 104
5.2.4 方向玫瑰花圖 104
5.3 線密度或線頻度 108
5.3.1 線密度或線頻度的計算 108
5.3.2 地質線性體線密度或線頻度的計算 109
5.4 中心對稱度 111
5.5 城市路網特徵分析 112
5.5.1 複雜網絡基礎理論 112
5.5.2 路網建模方法 113
5.5.3 網絡特徵分析 114
5.6 河網密度分析 116
5.6.1 河網密度定義 116
5.6.2 河網密度提取 117
5.6.3 河網密度圖製作 118
第6章 面模式空間統計 119
6.1 空間相關分析 119
6.1.1 空間相關 119
6.1.2 兩變量相關分析 120
6.1.3 多變量相關分析 123
6.1.4 空間自相關 124
6.2 可變面元問題 125
6.3 空間權重矩陣 127
6.3.1 空間權重矩陣的概念 127
6.3.2 空間權重矩陣的類型 128
6.3.3 行標準化鄰接空間權重矩陣 132
6.4 連接數統計 133
6.5 全局空間自相關 138
6.5.1 全局Moran指數 138
6.5.2 廣義G統計量 142
6.5.3 Geary‘s C指數 144
6.6 局部空間關聯指標 146
6.6.1 局部Moran指數 146
6.6.3 Getis-Ord 和 統計量 151
6.6.3 局部Geary‘s Ci指數 153
第7章 空間回歸分析 156
7.1 一元線性回歸分析 156
7.1.1 一元線性回歸模型 156
7.1.2 一元線性回歸模型顯著性檢驗 156
7.1.3 一元線性回歸模型應用實例 157
7.2 多元線性回歸分析 157
7.2.1 多元線性回歸模型 157
7.2.2 多元線性回歸模型顯著性檢驗 158
7.2.3 多元線性回歸模型應用實例 160
7.3 非線性回歸分析 162
7.3.1 非線性回歸模型 162
7.3.2 非線性回歸模型顯著性檢驗 162
7.3.3 非線性回歸模型應用實例 163
7.4 空間截面數據模型 164
7.4.1 空間回歸一般形式 164
7.4.2 空間滯後模型及估計方法 165
7.4.3 空間誤差模型及估計方法 167
7.4.4 空間杜賓模型及估計方法 168
7.4.5 空間杜賓誤差模型及估計方法 169
7.4.6 廣義空間自回歸模型及估計方法 170
7.4.7 空間截面數據模型應用實例 170
7.5 空間面板數據模型 172
7.5.1 空間面板數據滯後模型及估計方法 173
7.5.2 空間面板數據誤差模型及估計方法 175
7.6 地理加權回歸模型 177
7.6.1 空間異質性 177
7.6.2 地理加權回歸模型定義 177
7.6.3 空間權函數 179
7.6.4 權函數帶寬優化 180
第8章 空間插值方法 182
8.1 整體內插 182
8.2 局部分塊內插 186
8.2.1 雙線性內插 187
8.2.2 樣條函數內插 188
8.2.3 三次樣條函數 190
8.2.4 多面函數內插 191
8.3 逐點內插 193
8.3.1 反距離加權插值法 193
8.3.2 移動擬合法 194
8.3.3 近鄰點插值法 196
8.3.4 徑向基函數插值法 197
8.4 插值方法交叉驗證 198
第9章 空間可達性分析 199
9.1 可達性概述 199
9.1.1 可達性定義 199
9.1.2 可達性應用 199
9.2 可達性度量模型 201
9.2.1 基於空間阻隔的度量模型 201
9.2.2 基於機會累積的度量模型 202
9.2.3 基於空間相互作用的度量模型 202
9.3 可達性評價 203
9.3.1 距離度量模型可達性評價 204
9.3.2 累積機會模型可達性評價 205
9.3.3 兩步移動搜索模型可達性
評價 209
9.3.4 可達性模型對比分析 214
第10章 地統計學理論基礎 215
10.1 區域化變量 215
10.1.1 隨機變量 215
10.1.2 區域化變量的概念 216
10.1.3 區域化變量的性質 216
10.2 協方差函數及變異函數 217
10.2.1 協方差函數 217
10.2.2 變異函數 218
10.3 地統計學理論假設 219
10.3.1 二階平穩假設 219
10.3.2 內蘊假設 220
10.4 實驗變異函數的計算 220
10.5 變異函數理論模型 225
10.5.1 有基臺值模型 226
10.5.2 無基臺值模型 228
10.5.3 孔穴效應模型 229
10.6 理論變異函數擬合 230
10.7 變異函數結構分析 233
10.7.1 同一方向套合 234
10.7.2 各向異性套合 234
第11章 克裡金估值方法 240
11.1 概述 240
11.2 普通克裡金法 241
11.3 簡單克裡金法 245
11.4 泛克裡金法 247
11.5 指示克裡金法 250
11.6 概率克裡金法 251
11.7 析取克裡金法 252
11.8 協同克裡金法 253
11.9 對數正態克裡金法 255
第12章 空間統計新方法 256
12.1 貝葉斯模型 256
12.1.1 簡介 256
12.1.2 貝葉斯定理 256
12.1.3 分層貝葉斯模型 257
12.1.4 貝葉斯推斷 258
12.1.5 應用實例 259
12.2 元胞自動機 259
12.2.1 元胞自動機概念 259
12.2.2 元胞自動機原理 260
12.2.3 SLEUTH模型 261
12.3 深度神經網絡 263
12.3.1 人工神經網絡 263
12.3.2 卷積神經網絡 266
12.3.3 遞歸神經網絡及其變形 269
12.3.4 神經網絡遙感水深反演 271
12.3.5 基於LSTM模型降雨量預測 275
12.4 超限學習機 278
12.4.1 超限學習機原理 278
12.4.2 遙感水深反演應用 280
12.5 支持向量機 282
12.5.1 支持向量回歸算法 282
12.5.2 遙感反演水深應用 283
第13章 空間統計應用 285
13.1 經濟發展與環境污染GWR模型 285
13.1.1 研究區域及數據 285
13.1.2 GWR模型變量檢驗 285
13.1.3 GWR模型建立與分析 286
13.2 基於多尺度循環注意力網絡的遙感場景分類 288
13.2.1 研究數據 288
13.2.2 場景分類模型 289
13.2.3 模型訓練 292