空间数据分析方法实战教程

本书以理论与案例相结合的形式，详细介绍了常用的空间数据类型、获取途径及针对不同应用问题的空间数据分析方法。全书共分为7章，主要内容包括绪论、空间数据获取、空间格局分析与模式识别、空间统计分析、可达性分析与网络分析、空间属性推断与信息提取、地形分析。本书在介绍空间数据分析方法时，在解释其原理的基础上，详述其实现环境和操作步骤，有助于读者快速掌握该方法的应用。
本书强调系统性和实用性，注重空间分析方法原理与技术实践的充分结合，既可作为高等院校地理信息科学、测绘科学、地理科学等相关专业学生的教材，也可以作为科学研究、规划设计与管理等部门的科技人员的参考书目。

陈逸敏，博士、中山大学副教授、博士生导师，广东省自然科学基金杰出青年项目获得者。主要从事城市大数据分析与信息提取、城市演化模拟、城市化环境影响情景建模、城市可持续发展等方面的研究。

第1章 绪论
1.1 空间数据
1.1.1 空间数据内涵
1.1.2 空间数据类型
1.2 空间数据分析工具概述
1.2.1 通用空间数据分析软件
1.2.2 专业化空间数据分析软件
第2章 空间数据获取
2.1 基础地理信息
2.1.1 行政区划数据获取
2.1.2 地形数据获取
2.1.3 社会经济统计数据获取
2.2 遥感影像
2.2.1 光学遥感影像获取
2.2.2 雷达遥感影像获取
2.2.3 夜间灯光遥感数据获取
2.3 开源社交媒体数据
2.3.1 开放街道地图数据获取
2.3.2 兴趣点数据获取
2.4 科学数据产品获取
2.4.1 土地覆被／利用数据产品
2.4.2 社会经济空间化数据产品
2.4.3 资源与环境数据产品
2.4.4 气候数据产品
第3章 空间格局分析与模式识别
3.1 点格局分析方法
3.1.1 样方分析法
3.1.2 最邻近分析法
3.1.3 Ripley’s K函数
3.2 空间聚类算法
3.2.1 K均值聚类算法(K-means／K-medoids)
3.2.2 层次聚类
3.2.3 DBSCAN
3.2.4 高斯混合模型
3.2.5 聚类结果评价
3.2.6 空间分区算法
3.3 空间共位模式识别
3.3.1 空间共位指数
3.3.2 Q统计法
3.3.3 共位模式挖掘算法
3.4 景观格局分析
3.4.1 景观特征指数
3.4.2 景观异质性指数
3.4.3 景观空间关系指数
第4章 空间统计分析
4.1 空间自相关分析
4.1.1 单变量和双变量Moran's I
4.1.2 单变量和双变量Local Moran's I
4.2 空间回归模型
4.2.1 全局空间回归模型
4.2.2 地理加权回归模型
4.2.3 地理探测器
4.3 时空回归模型
第5章 可达性分析与网络分析
5.1 可达性分析
5.1.1 空间阻隔分析
5.1.2 两步移动搜寻法和反两步移动搜寻法
5.2 网络分析方法
5.2.1 路径分析
5.2.2 连通分析
5.2.3 定位与配置分析
第6章 空间属性推断与信息提取
6.1 空间插值方法
6.1.1 趋势面分析
6.1.2 反距离权重插值
6.1.3 克里金插值
6.2 机器学习预测方法
6.2.1 缺失数据估计
6.2.2 生境预测
6.3 深度学习方法
6.3.1 语义分割与分类
6.3.2 目标识别
6.3.3 时间序列分析与预测
第7章 地形分析
7.1 三维数据创建
7.1.1 DEM数据的创建
7.1.2 TIN数据的创建
7.1.3 Terrain数据的创建
7.2 数据转换
7.2.1 二维数据三维化
7.2.2 三维数据间的转换
7.3 表面分析
7.3.1 坡度与坡向分析
7.3.2 视域分析
7.3.3 视点分析
7.3.4 山体阴影
7.3.5 可见性分析
7.4 三维可视化
7.4.1 三维专题制图
7.4.2 三维场景显示
7.4.3 飞行动画
参考文献