《空间分析与建模/普通高等教育“十二五”规划教材》是作者在多年从事地理信息系统教学与科研的基础上撰写而成的。全书共9章,第1、2章探讨了空间分析与建模的基本概念及基础知识;第3~6章主要介绍了空间量测、表达变换、统计学分析及地形可视化分析;第7章主要介绍了空间数据挖掘的基本内容及方法;第8章主要介绍了空间智能计算的基本原理及方法体系;第9章为空间分析建模实例应用。《空间分析与建模》**介绍了空间分析与建模的基本原理及方法体系。
《空间分析与建模/普通高等教育“十二五”规划教材》可作为高校地理学信息系统专业本科生和研究生学习空间分析课程的教材,也可用作地理学、测绘学、地质学等相关专业的本科生、研究生及科技人员的参考书。 空间分析与建模_杨慧 编_清华大学出版社_

第1章 导论
1.1 空间分析与建模
1.1.1 发展概况
1.1.2 相关学科
1.1.3 国内的专业领域
1.2 空间分析
1.2.1 空间分析的定义
1.2.2 空间分析的研究内容
1.2.3 空间分析的功能和分类
1.3 地理模型
1.3.1 地理模型的相关概念
1.3.2 地理模型的构建原则
1.3.3 地理模型的功能与分类
第2章 空间分析与建模基础
2.1 空间实体及空间关系
2.1.1 空间实体及描述
2.1.2 实体的空间特征
2.1.3 实体的时间特征
2.1.4 实体的属性特征
2.1.5 实体的空间关系
2.2 空间数据结构
2.2.1 栅格数据结构
2.2.2 矢量数据结构
2.2.3 矢栅一体化数据结构
2.3 地球体
2.3.1 地球的自然表面
2.3.2 地球的物理表面
2.3.3 地球的数学表面
2.3.4 地球上点的高程
2.4 地图投影
2.4.1 地图投影的产生和定义
2.4.2 地图投影的变形
2.4.3 地图投影的分类
2.4.4 常见的地图投影
2.5 坐标系统和时间系统
2.5.1 坐标系统
2.5.2 常用坐标系
2.5.3 时间系统
第3章 空间量测与表达变换
3.1 空间量测尺度
3.1.1 空间维度
3.1.2 分数维度
3.1.3 属性数据的量测尺度
3.2 空间几何度量
3.2.1 位置
3.2.2 **
3.2.3 **
3.2.4 距离
3.2.5 长度
3.2.6 面积
3.2.7 体积
3.3 空间形态度量
3.3.1 方向
3.3.2 曲率和弯曲度
3.3.3 破碎度和完整性
3.4 空间分布度量
3.4.1 点模式的空间分布
3.4.2 线模式的空间分布
3.4.3 区域模式的空间分布
3.5 空间表达变换
3.5.1 空间数据格式转换
3.5.2 空间量测尺度转换
3.5.3 地理空间坐标转换
第4章 空间几何关系分析
4.1 叠置分析
4.1.1 叠置分析类别
4.1.2 矢量叠置分析
4.1.3 栅格叠置分析
4.2 邻近度分析
4.2.1 缓冲区分析
4.2.2 泰森多边形分析
4.3 网络分析
4.3.1 网络分析概念
4.3.2 路径分析
4.3.3 连通性分析
4.3.4 资源分配分析
4.3.5 流分析
4.3.6 动态分段技术
4.3.7 地址匹配
第5章 空间统计分析
5.1 空间统计分析的理论基础
5.1.1 空间统计分析
5.1.2 理论假设
5.1.3 常用统计量
5.2 确定性插值法
5.2.1 反距离加权插值法
5.2.2 全局多项式插值法
5.2.3 局部多项式插值法
5.2.4 径向基函数插值法
5.3 地统计插值法
5.3.1 克里格法
5.3.2 普通克里格法
5.3.3 其他克里格法
5.4 探索性空间数据分析
5.4.1 可视化探索分析
5.4.2 空间自相关
5.4.3 空间变异描述
5.5 空间回归分析
5.5.1 回归分析模型
5.5.2 空间自回归模型
5.5.3 地理加权回归模型
第6章 地形可视化分析
6.1 数字地形模型
6.1.1 DEM的表示方法
6.1.2 DEM的构建
6.1.3 DEM的分类
6.1.4 DEM之间的转换
6.2 数字地形分析
6.2.1 地形因子分析
6.2.2 地形特征提取
6.2.3 地形统计分析
6.2.4 地学模型分析
6.3 三维可视化
6.3.1 三维数据模型
6.3.2 可视化工具及平台
6.3.3 三维场景制作流程
6.4 可视化分析
6.4.1 剖面分析
6.4.2 通视分析
6.4.3 水文分析
6.4.4 其他可视化分析
第7章 空间数据挖掘
7.1 空间数据挖掘概述
7.1.1 空间挖掘的步骤
7.1.2 空间挖掘的任务
7.1.3 空间挖掘的知识类型
7.1.4 空间数据挖掘方法
7.2 空间聚类
7.2.1 聚类统计量
7.2.2 聚类算法分类
7.2.3 聚类分析算法
7.3 空间关联分析
7.3.1 空间关联规则
7.3.2 Apriori算法
7.3.3 关联规则的其他算法
7.4 分类与预测
7.4.1 分类与预测的基本概念
7.4.2 决策树方法
7.4.3 支持向量机
7.4.4 贝叶斯网络
7.4.5 近邻分类方法
7.5 异常值分析
7.5.1 异常值的定义
7.5.2 异常点数据检测算法
7.5.3 异常值挖掘算法
第8章 空间智能计算
8.1 神经网络
8.1.1 神经元模型
8.1.2 神经网络学习算法
8.1.3 典型的神经网络模型
8.2 模糊逻辑模型
8.2.1 模糊逻辑的基础理论
8.2.2 模糊逻辑系统
8.2.3 模糊系统与神经网络
8.3 遗传算法
8.3.1 遗传算法机理
8.3.2 简单遗传算法
8.3.3 遗传算法的应用
8.4 元胞自动机模型
8.4.1 元胞自动机的定义
8.4.2 地理元胞自动机
8.4.3 不同类型的地理元胞自动机
8.5 分形几何
8.5.1 分形理论的基本概念
8.5.2 分形维数的基本测量方法
8.5.3 多重分形
8.6 小波分析
8.6.1 小波变换及其基本性质
8.6.2 多尺度分析
8.6.3 Mallat算法
第9章 空间分析建模实例应用
9.1 空间分析常用工具
9.1.1 叠加分析工具
9.1.2 缓冲区分析工具
9.1.3 网络分析工具
9.1.4 重分类工具
9.1.5 表面分析工具
9.2 选址分析
9.2.1 实验目的及准备
9.2.2 实验内容及步骤
9.3 适宜性分析
9.3.1 实验目的及准备
9.3.2 实验内容及步骤
9.4 网络分析
9.4.1 实验目的及准备
9.4.2 实验内容及步骤
9.5 山顶点的提取
9.5.1 实验目的及准备
9.5.2 实验内容及步骤
9.6 三维可视性分析
9.6.1 实验目的及准备
9.6.2 实验内容及步骤
9.7 模型生成器建模
9.7.1 基本概念及模型类型
9.7.2 模型形成过程
9.7.3 实例建模
参考文献