地理信息系统空间分析原理

出版者:科学

作者:周成虎//裴韬

页数:234

出版时间:2011-6

价格:49.00元

isbn号码:9787030316219

丛书系列:地理信息系统理论与应用丛书

具体描述

《地理信息系统空间分析原理》着重阐述目前地理信息系统中空间分析方法的原理，主要内容包括：空间分析的思路、矢量数据和栅格数据的分析方法、数字高程模型分析方法、地理网络的表达与分析方法、空间插值模型、空间数据不确定性分析原理、空间数据挖掘理论及元胞自动机模型等。在介绍原理和方法的同时，通过研究实例展示如何利用这些方法实施空间分析。

《地理信息系统空间分析原理》可作为地理信息系统高年级本科生和研究生教材，也可供地理学、资源调查、地质找矿、环境保护、土壤学和生态学等领域科研人员参考。

目录信息

前言第1章　绪论　1.1　空间对象的属性、表达及空间关系　　1.1.1　空间对象及其属性　　1.1.2　空间对象的表达　　1.1.3　空间对象间的关系　1.2　GIS的数据模型　　1.2.1　GIS的概念数据模型　　1.2.2　GIS的物理存储模型　1.3　GIS的组成及其功能　1.4　GIS空间分析的思路和框架　　1.4.1　GIS空间分析的总体思路　　1.4.2　空间分析的框架　　1.4.3　空间分析的意义　1.5　教程安排　思考题　参考文献第2章　矢量数据分析　2.1　拓扑的概念及矢量数据的拓扑关系　　2.1.1　拓扑的概念　　2.1.2　拓扑关系及其表达　2.2　矢量数据的类型及其拓扑表达　　2.2.1　简单矢量数据结构　　2.2.2　含拓扑关系的矢量数据结构　　2.2.3　拓扑关系的判断　2.3　空间叠加分析原理及其应用　　2.3.1　空间叠加分析的概念　　2.3.2　基于矢量数据的叠加分析　　2.3.3　地图的叠加方法　　2.3.4　其他地图操作　　2.3.5　空间叠加分析的应用　2.4　缓冲区分析原理　　2.4.1　缓冲区的概念　　2.4.2　缓冲区分析算法　　2.4.3　缓冲区分析的应用　思考题　参考文献第3章　栅格数据分析　3.1　栅格的基本概念　　3.1.1　栅格数据　　3.1.2　栅格数据的空间坐标　　3.1.3　离散数据与连续数据　　3.1.4　栅格精度　3.2　地图代数　　3.2.1　基本概念　　3.2.2　局部运算　　3.2.3　邻域运算　　3.2.4　区域运算　　3.2.5　全局运算　3.3　综合模型　　3.3.1　距离模型　　3.3.2　密度模型　　3.3.3　水系模型　　3.3.4　空间评价模型　　3.3.5　扩散模型　思考题　参考文献第4章　数字高程模型分析　4.1　数字高程模型的概念及表示方法　　4.1.1　数字地面模型和数字高程模型的概念　　4.1.2　DEM的主要表示模型　4.2　DEM的产生方法　　4.2.1　DEM的数据采集　　4.2.2　数字摄影测量获取DEM　4.3　DEM的建立　　4.3.1　等高线的建立　　4.3.2　格网DEM的建立　　4.3.3　tin的建立　4.4　基于DEM的地形分析　　4.4.1　坡度分析　　4.4.2　坡向分析　　4.4.3　表面积与土方计算　　4.4.4　剖面分析　　4.4.5　地形特征点的提取　　4.4.6　可视性分析　思考题　参考文献第5章　地理网络表达与分析　5.1　图论概述　　5.1.1　图的基本概念　　5.1.2　欧拉图与哈密尔顿图　　5.1.3　图的存储结构　5.2　地理网络表达　　5.2.1　地理网络要素　　5.2.2　线性参考系统　　5.2.3　动态分段与路径系统　5.3　最优路径分析算法　　5.3.1　最短路径算法概述　　5.3.2　dijkstra算法　　5.3.3　旅行商问题　　5.3.4　中国邮路问题　5.4　网络分析模型与方法　　5.4.1　资源配置问题　　5.4.2　选址问题　　5.4.3　可达性评价　思考题　参考文献第6章　地统计　6.1　空间随机场　　6.1.1　随机变量　　6.1.2　随机函数　　6.1.3　随机过程、随机场与区域化变量　6.2　协方差函数与变差函数　　6.2.1　基本概念　　6.2.2　协方差函数　　6.2.3　变差函数的定义　　6.2.4　平稳假设与二阶平稳假设　　6.2.5　协方差函数与变差函数之间的关系　　6.2.6　实验变差函数的计算　　6.2.7　实验变差函数的拟合及套合　6.3　结构分析的理论与应用　　6.3.1　空间结构分析的思路　　6.3.2　研究实例　6.4　估计方差　　6.4.1　估计方差的定义　　6.4.2　估计方差的应用　6.5　克立格方法原理　　6.5.1　简单克立格原理　　6.5.2　普通克立格原理　6.6　克立格方法应用实例　6.7　克立格插值方法的发展　思考题　参考文献第7章　空间数据不确定性分析　7.1　空间数据不确定性研究的内容　　7.1.1　空间数据不确定性的含义　　7.1.2　空间数据不确定性的来源　　7.1.3　空间数据不确定性的研究意义　7.2　与空间数据不确定性研究相关的理论和方法　　7.2.1　概率论　　7.2.2　空间统计理论　　7.2.3　证据数学理论　　7.2.4　模糊数学　　7.2.5　粗糙集理论　　7.2.6　现代控制论　7.3　空间数据不确定性模型　　7.3.1　空间位置的不确定性模型　　7.3.2　属性数据的不确定性模型　　7.3.3　空间位置和属性不确定性的耦合　7.4　空间数据不确定性的传递　　7.4.1　线性函数的误差传递　　7.4.2　GIS数据不确定性的传递　　7.4.3　遥感数据不确定性的传递　思考题　参考文献第8章　空间数据挖掘　8.1　数据挖掘概述　　8.1.1　数据挖掘和知识发现的概念　　8.1.2　数据挖掘的主要任务　　8.1.3　数据挖掘的主要方法　8.2　空间数据挖掘的研究内容和框架　　8.2.1　空间数据挖掘的特殊性　　8.2.2　空间数据挖掘的任务和方法　8.3　空间聚类方法　　8.3.1　谱系聚类　　8.3.2　分割聚类　8.4　空间关联规则的挖掘　　8.4.1　与关联规则相关的几个概念　　8.4.2　apriori算法介绍　　8.8.3　空间关联规则　　8.4.4　空间关联规则研究实例　8.5　空间决策树　　8.5.1　决策树的概念　　8.5.2　C略决策树算法　　8.5.3　D3算法　　8.5.4　决策树方法在地学研究中应用　8.6　空间数据挖掘研究中存在的问题和发展方向　思考题　参考文献第9章　元胞自动机及其地理应用　9.1　元胞自动机的产生与发展　　9.1.1　元胞自动机的起源　　9.1.2　生命游戏模型　　9.1.3　初等元胞自动机　9.2　元胞自动机的有关概念　　9.2.1　元胞自动机的定义　　9.2.2　复杂系统的几个概念　　9.2.3　元胞自动机的特点　　9.2.4　改进的元胞自动机模型　9.3　元胞自动机模型在地理学中的应用　　9.3.1　元胞自动机在地理学研究中的应用概况　　9.3.2　元胞自动机的地理建模实例　思考题　参考文献彩图
· · · · · · (收起)

用户评价

这本书在案例选取和数据源的引用上，展现了极强的时代感和国际视野。它引用的实例并非停留在老旧的地图册数据，而是大量采用了最新的遥感影像分析结果、城市大数据监测模型，甚至涉及到了社交媒体签到点（Check-in Data）的空间挖掘应用。这让我感觉自己正在学习的是“正在发生的”前沿技术，而不是过时的知识体系。尤其是在讨论网络分析与路径优化时，书中引入了对动态交通流模型的探讨，这对于从事智慧城市规划的专业人士来说，具有极高的参考价值。更棒的是，作者在每章末尾都附带了“延伸阅读推荐”，这些推荐的书籍和前沿期刊文章，为我指明了后续自我提升的方向，确保了知识的持续更新，而不是读完这本书就戛然而止。

这本书的封面设计着实吸引人，那种深邃的蓝色调，配上抽象的网格和数据流动的视觉效果，一下子就让人感受到一种严谨而又充满探索精神的学术氛围。我拿到手的时候，首先关注的是它的排版和印刷质量，这一点必须得给个大大的赞。纸张的厚度和光泽度拿捏得恰到好处，长时间阅读下来眼睛也不会感到明显的疲劳。更重要的是，图表的清晰度简直是教科书级别的——那些复杂的空间关系图、数据分布图，即便是初学者也能清晰辨认出每一个细微的标注和线条的含义。对于一本技术性如此强的专业书籍来说，阅读体验的舒适度直接影响了学习的效率，而它在这方面无疑是做到了极致。翻开目录，能看出作者对知识体系的梳理是下了大功夫的，从最基础的地理学概念到高阶的空间统计模型，层层递进，逻辑链条非常完整，让人对后续的学习内容充满了期待，感觉这不仅仅是一本工具书，更像是一张通往专业领域深处的导航图。

从阅读体验上来说，这本书的语言风格是那种非常沉稳、富有逻辑性的叙述，读起来有一种与一位经验丰富的导师对话的感觉。它不会使用过于花哨的辞藻来吸引眼球，而是用精确的术语和严密的逻辑来构建知识大厦。我个人非常喜欢它在概念引入时所采用的“先定义，后解释，再举例”的结构，这种结构让我的认知过程非常清晰和线性。即便是面对那些复杂的空间插值方法（如克里金法），作者也能够耐心引导读者理解其背后的随机场理论假设。这本书就像是为有志于在地理空间分析领域深耕的读者量身定做的“内功心法秘籍”，它教你的不是一套固定的招式，而是如何理解并掌握力量的底层运行规律，一旦掌握了这些原理，面对未来出现的新工具和新算法，也能迅速触类旁通，这才是真正的知识沉淀。

这本书的学术深度和广度是令人印象深刻的，它绝非一本浅尝辄止的入门读物，而是扎扎实实地构建了一个完整的理论框架。我特别欣赏其中对空间自相关性（Spatial Autocorrelation）和回归模型（Geographically Weighted Regression, GWR）的论述部分。作者非常巧妙地平衡了理论的严谨性与可理解性。在讲解Moran's I指数时，他不仅给出了公式推导，还深入探讨了不同邻域定义对结果解释可能带来的偏差，这种对细节的关注体现了作者深厚的学术功底。对于我这种希望将理论应用到实际科研项目中的读者来说，这种细致入微的剖析是至关重要的，它帮助我预见并规避了分析过程中可能遇到的“陷阱”。读完相关章节后，我对传统统计学方法与地理统计学方法之间的根本区别有了更深刻的认识，感觉自己的分析视野被极大地拓宽了，不再满足于简单的描述性统计。

坦白说，我拿起这本书时，是带着一丝忐忑的，毕竟“空间分析原理”听起来就不是什么轻松的话题，我担心内容会过于晦涩难懂，充斥着一堆只有专家才能理解的数学公式和术语堆砌。然而，前几章的学习体验彻底打消了我的顾虑。作者在阐述理论时，采用了非常贴近实际应用场景的案例和比喻，使得那些抽象的分析方法不再高高在上。比如，在解释缓冲区分析时，他没有直接抛出数学定义，而是通过一个城市应急救援路线规划的例子，生动地展示了不同距离阈值对决策的影响。这种“带着问题去学习”的方式，极大地激发了我的学习兴趣。此外，书中对软件操作的介绍也显得格外人性化，它并非简单地罗列操作步骤，而是会解释“为什么”要选择特定的分析工具，这种深入到思维层面的讲解，让我感觉自己不仅仅是在学习如何操作，更是在学习如何像一个地理空间分析师一样思考问题，这是很多同类书籍所缺乏的深度。