GIS空間分析原理與實踐（第二版）

目錄
第二版前言
第1章 GIS簡介 1
1.1 GIS的概念 1
1.1.1 G 1
1.1.2 I 2
1.1.3 S 2
1.1.4 GI 2
1.1.5 IS 3
1.1.6 GIS 3
1.2 GIS的組成、基本功能和應用 3
1.2.1 GIS的組成 3
1.2.2 GIS的基本功能 5
1.2.3 GIS的應用 6
1.3 GIS發展方向 8
1.3.1 網絡化 8
1.3.2 組件化 9
1.3.3 標準化 9
1.3.4 多維化 9
1.3.5 商業化 9
1.3.6 大眾化與信息服務 10
1.3.7 開源GIS 10
1.3.8 GIS 與人工智能 10
參考文獻 11
第2章 GIS空間分析的意義和內容 12
2.1 空間分析的概念與發展 12
2.1.1 空間分析的概念 12
2.1.2 空間分析的歷史與發展 12
2.2 空間分析的研究內容與理論基礎 14
2.3 空間分析模型與數學基礎 16
2.3.1 空間模型與空間分析模型 16
2.3.2 數學基礎 17
2.4 GIS空間分析的主要步驟 17
2.4.1 明確分析目標和分析要求 17
2.4.2 準備空間分析的數據 18
2.4.3 執行空間分析操作 18
2.4.4 準備表格分析數據 18
2.4.5 屬性表分析 18
2.4.6 獲得分析結果 18
2.4.7 評價和解釋分析結果 18
2.4.8 修改分析過程 19
2.4.9 輸出專題圖和報表結果 19
參考文獻 19
第3章 GIS基礎 21
3.1 GIS數據及元數據 21
3.1.1 空間數據和屬性數據的概念 21
3.1.2 元數據 22
3.1.3 GIS數據的獲取和采集 23
3.2 GIS屬性數據的一般統計分析 25
3.2.1 屬性數據的集中特征 25
3.2.2 屬性數據的離散特征 26
3.2.3 屬性數據的分類分級 27
3.2.4 屬性數據的圖表分析 27
3.2.5 屬性數據的綜合評價 29
3.3 基於矢量數據結構的GIS 31
3.3.1 矢量數據的獲取方式 31
3.3.2 點、線、面要素的矢量表達方法 32
3.3.3 矢量數據模型及拓撲關系 32
3.3.4 矢量數據結構的主要編碼形式 34
3.4 基於柵格數據結構的GIS 36
3.4.1 柵格數據的圖形表示 36
3.4.2 柵格數據的獲取方式 37
3.4.3 柵格數據結構的組織及編碼方法 37
3.4.4 矢量數據結構和柵格數據結構的優缺點比較 41
3.5 GIS空間數據庫 42
3.5.1 數據庫的概念 42
3.5.2 數據庫系統的數據模型 44
3.6 空間分析的一般模型 47
3.6.1 空間分布分析模型 48
3.6.2 空間關系模型 48
3.6.3 空間相關分析模型 49
3.6.4 預測、評價與決策模型 50
參考文獻 50
第4章 GIS空間分析基礎方法 51
4.1 空間度量 51
4.1.1 幾何量算 51
4.1.2 質心量算 52
4.1.3 形狀量算 53
4.2 疊置分析 55
4.2.1 基於矢量數據的疊置分析 56
4.2.2 基於柵格數據的疊置分析 57
4.3 緩沖區分析 60
4.3.1 矢量數據的緩沖區分析 60
4.3.2 柵格數據的緩沖區分析 61
4.4 空間插值 62
4.4.1 泰森多邊形法 63
4.4.2 反距離加權法 64
4.4.3 多項式擬合曲面法 65
4.4.4 三角網/線性插值法 65
4.5 數字高程模型分析 65
4.5.1 數字高程模型簡介 65
4.5.2 DEM數據的采集和表示方法 66
4.5.3 常用的DEM 67
4.5.4 DEM在地圖制圖與地學分析中的應用 70
4.6 網絡分析 71
4.6.1 網絡模型的相關概念 71
4.6.2 常見的網絡分析方法 72
4.7 探索性空間數據分析 74
4.7.1 EDA和ESDA的簡介 74
4.7.2 ESDA的圖形方法 74
4.7.3 ESDA的數學方法 76
4.8 區位-配置模型 77
4.8.1 區位-配置模型的基本概念及原理 78
4.8.2 區位-配置模型和算法 79
4.9 空間多準則決策分析 83
4.9.1 空間多準則決策分析與GIS 85
4.9.2 評估準則 87
4.9.3 決策方案與約束 89
4.9.4 標準權重的確定 91
4.9.5 決策規則 97
4.9.6 敏感性分析 100
4.10 地統計分析 102
參考文獻 105
第5章 基於地理學定律的地理建模與分析 107
5.1 地理學三大定律 107
5.1.1 地理學第一定律理論 107
5.1.2 地理學第二定律理論 107
5.1.3 地理學第三定律理論 108
5.1.4 三大定律的聯系與區別 108
5.2 回歸分析與地理加權回歸 110
5.2.1 一元線性回歸分析 110
5.2.2 多元線性回歸分析 112
5.2.3 非線性回歸分析 113
5.2.4 趨勢面分析 114
5.2.5 地理加權回歸分析 116
5.3 景觀格局分析 119
5.3.1 景觀格局的有關概念 119
5.3.2 空間自相關分析 120
5.3.3 常用的景觀格局指數 120
5.4 地理探測器 124
5.4.1 地理探測器原理 124
5.4.2 參數最優的地理探測器 126
5.4.3 地理探測器實現方法 126
5.5 案例推理分析 127
5.5.1 基於案例推理方法的基本概念及原理 128
5.5.2 案例表示與案例庫 129
5.5.3 案例推理與GIS結合 132
5.5.4 基於案例的推理方法與相關技術 133
5.5.5 基於案例的推理方法存在的問題 135
參考文獻 135
第6章 基於復雜系統理論的地理建模與分析 139
6.1 元胞自動機模型 139
6.1.1 元胞自動機的發展歷史 139
6.1.2 元胞自動機進行地理模擬的原理及方法 142
6.1.3 元胞自動機在地理過程模擬中的應用 149
6.1.4 常用的CA模擬軟件 162
6.2 未來土地利用模擬模型 162
6.2.1 未來土地利用模擬模型的原理與概念 162
6.2.2 FLUS模型土地模擬的參數設置和建立過程 163
6.2.3 FLUS模型的應用 167
參考文獻 177
第7章 空間數據的知識挖掘 180
7.1 數據挖掘的發展歷史 180
7.1.1 數據挖掘產生的背景 180
7.1.2 數據挖掘的基本概念 181
7.1.3 數據挖掘的研究現狀與歷史 182
7.2 數據挖掘的主要技術 183
7.2.1 數據挖掘發現的知識類型 183
7.2.2 數據挖掘常用的技術 184
7.3 利用數據挖掘技術發現地學知識 194
7.3.1 空間數據挖掘的概念 194
7.3.2 空間數據挖掘的研究進展 195
7.3.3 空間數據挖掘的任務 195
7.3.4 空間數據挖掘發現的知識類型 196
7.3.5 空間數據挖掘的方法 197
7.3.6 空間數據挖掘的步驟 198
參考文獻 199
第8章 GeoAI綜合練習 201
8.1 實驗一 基於AutoML的地表溫度預測 201
8.1.1 實驗目的與實驗準備 201
8.1.2 使用AutoML進行訓練 202
8.1.3 使用AutoML進行預測 203
8.1.4 AutoML多算法分析結果比較 204
8.2 實驗二 基於元胞自動機城市未來發展模擬 206
8.2.1 實驗目的與實驗準備 206
8.2.2 元胞自動機城市發展模擬 207
8.3 實驗三 基於深度學習模型檢測煙田影像中的煙草目標 209
8.3.1 實驗目的與實驗準備 209
8.3.2 預訓練模型選擇 210
8.3.3 處理深度學習的訓練樣本 210
8.3.4 執行深度學習 213
8.4 實驗四 基於GeoSOS-AI 的城市發展模型對比分析 214
8.4.1 實驗目的與實驗準備 214
8.4.2 城市發展模擬對比 214
參考文獻 220