第一部分 GIS和空间分析的基本方法 3
第一章 ArcGIS入门：数据管理及基本的空间分析工具 3
1.1 ArcGIS中的空间和属性数据管理 4
1.1.1地图投影及空间数据模型 4
1.1.2属性数据管理及属性连接 6
1.2案例1A：绘制俄亥俄州库亚霍加县人口密度图 8
1.3 ArcGIS中的空间分析工具：查询、空间连接、地图叠加 14
1.4案例1B：提取克利夫兰市的普查小区、分析多边形的邻接关系 19
1.4.1提取克利夫兰市的普查小区 20
1.4.2识别邻接多边形 22
1.5小结 25
附录1用ArcGIS输入、输出ASCII文件 26
第二章 距离和时间的测算 29
2.1距离的测算 29
2.2测算路网距离和网络时间 31
2.2.1最短路径的标号设定算法 31
2.2.2用ArcGIS测算路网距离和时间 34
2.3案例2：测算中国东北地区各县到四大中心城市之间的距离 35
2.3.1测算欧式距离和曼哈顿距离 37
2.3.2测算交通路网距离 38
2.3.3测算交通时间 44
2.4小结 44
附录2 用赋值图法求解最短路径问题 45
第三章 空间平滑和空间插值 47
3.1空间平滑 47
3.1.1移动搜索法 48
3.1.2核密度估计法 49
3.2案例3A：用空间平滑法分析中国南方的台语地名分布 51
3.2.1基于移动搜索法的空间平滑 52
3.2.2基于核密度估计法的空间平滑 55
3.3基于点的空间插值 56
3.3.1整体插值法 56
3.3.2局部插值法 57
3.4案例3B：表面建模及中国南方台语地名图的绘制 59
3.4.1用趋势面分析法制图 59
3.4.2用局部插值法绘制分布图 61
3.5基于面域的空间插值 62
3.6案例3C：将克利夫兰地区普查数据从普查小区转到邻里单元和校区 64
3.6.1用简单整合将普查小区数据转到邻里单元 65
3.6.2用面积权重插值将普查小区数据转到校区 66
3.7小结 68
附录3 空间平滑的经验贝叶斯估计 69
第二部分 初级数量方法及应用 73
第四章 基于GIS的服务区分析及其在商业地理和区域规划中的应用 73
4.1服务区分析的基本方法 74
4.1.1类比法及回归模型 74
4.1.2邻域法 75
4.2划分服务区的引力模型 76
4.2.1赖利定律 76
4.2.2哈夫模型 77
4.2.3赖利定律与哈夫模型的关系 79
4.2.4哈夫模型的推广 80
4.2.5引力模型中β值的估算 81
4.3案例4A：确定芝加哥小熊队和白袜队的球迷范围 82
4.3.1用邻域法确定球迷范围 83
4.3.2用哈夫模型确定球迷范围、绘制概率面 86
4.3.3讨论 87
4.4案例4B：确定中国东北主要城市的腹地 89
4.4.1用铁路旅程确定邻域区 90
4.4.2用哈夫模型确定腹地 92
4.4.3讨论 94
4.5结论 94
附录4引力模型的经济基础 95
第五章 基于GIS的空间可达性测量及其在医疗服务研究中的应用 98
5.1可达性问题 98
5.2移动搜索法 101
5.2.1移动搜索法的早期模型 101
5.2.2两步移动搜索法（2SFCA） 102
5.3引力法 105
5.3.1引力可达性指数 105
5.3.2 2SFCA法和引力法的比较 106
5.4案例5：测算芝加哥地区基本医疗服务的空间可达性 107
5.4.1 2SFCA法的应用 108
5.4.2引力法的应用 114
5.5讨论与结论 115
附录5可达性测量的性质 119
第六章 回归拟合方程及其在城市与区域密度模型分析中的应用 122
6.1刻画城市与区域结构的密度方程 122
6.1.1城市密度方程研究 122
6.1.2区域密度方程研究 124
6.2单中心模型 126
6.2.1四个简单二元方程 126
6.2.2其他单中心模型 127
6.2.3单中心模型的回归拟合 128
6.3模型的非线性回归和加权回归 131
6.4多中心模型拟合 134
6.4.1多中心假设及相关模型 134
6.4.2回归分析的GIS应用 136
6.5案例6：芝加哥地区城市密度模式分析 137
6.5.1基于普查小区的单中心模型拟合 138
6.5.2基于普查小区多中心模型拟合 143
6.5.3基于township的单中心模型拟合 145
6.6讨论与结论 147
附录6A城市密度模型的推导 149
附录6B二元线性模型的最小二乘回归法 151
附录6C单中心模型拟合的SAS程序样例 152
第七章 主成分分析、因子分析、聚类分析及其在城市社会区分析中的应用 155
7.1主成分分析和因子分析 155
7.1.1主成分因子模型 156
7.1.2因子载荷、因子得分和特征值 157
7.1.3旋转操作 158
7.2聚类分析 160
7.3社会区分析 163
7.4案例7：北京的社会区分析 165
7.5讨论与结论 175
附录7A判别分析 176
附录7B因子分析和聚类分析的示例程序 178
第三部分 高级数量方法及应用 183
第八章 小人口基数小概率事件的地理分析方法及其在谋杀犯罪研究中的应用 183
8.1小人口基数小概率事件的分析 183
8.2 ISD法和空间位序法 186
8.3尺度空间聚类方法 188
8.4案例8：应用尺度空间聚类法分析芝加哥就业便捷度与谋杀犯罪之间的关系 191
8.5小结 202
附录8泊松回归分析 203
第九章 空间聚类、空间回归及其在地名、癌症和谋杀犯罪研究中的应用 205
9.1基于点的空间聚类分析 206
9.1.1基于点的全局聚类检验 206
9.1.2基于点的局部聚类检验 207
9.2案例9A：中国南部地区台语地名的空间聚类分析 208
9.3基于面的空间聚类分析 211
9.3.1空间权重定义方法 212
9.3.2基于面的全局聚类检验 213
9.3.3基于面的局部聚类检验 214
9.4案例9B：空间聚类分析在伊利诺伊州癌症分布研究中的应用 216
9.5空间回归分析方法 223
9.6案例9C：芝加哥谋杀犯罪研究中的空间回归分析 225
9.6.1用GeoDa软件进行基于人口普查区的空间回归分析 225
9.6.2用GeoDa软件进行基于社区的空间回归分析 229
9.6.3讨论 230
9.7小结 231
附录9回归分析中的空间滤值法 231
第十章 线性规划及其在浪费性通勤测算和医疗服务区位优化中的应用 233
10.1线性规划与单纯形法 234
10.1.1线性规划标准型 234
10.1.2单纯形法（Simplex Algorithm） 235
10.2案例10A：测算俄亥俄州哥伦布大都市区的浪费性通勤 238
10.2.1浪费性通勤问题的提出与测算 238
10.2.2 ArcGIS上的数据准备 240
10.2.3利用SAS进行浪费性通勤测算 244
10.3整数规划与区位优化问题 247
10.3.1整数规划通用形式和解 247
10.3.2区位优化问题 248
10.4案例IOB：美国俄亥俄州库亚霍加县医疗服务的区位优化 251
10.4.1基于面的分析方法 252
10.4.2基于路网的分析方法 257
10.5小结 263
附录10A哈密尔顿的浪费性通勤模型 264
附录10B浪费性通勤测算的SAS程序 266
第十一章 线性方程组的求解及其在城市结构模拟中的应用 271
11.1线性方程组求解 271
11.2格瑞—劳瑞模型 274
11.2.1基本与非基本产业 274
11.2.2格瑞—劳瑞模型的构建 276
11.2.3简明实例 278
11.3案例研究：基于一个假想城市的人口与服务就业分布模拟 279
11.3.1利用ArcGIS计算交通路网距离（时间） 281
11.3.2模拟基本案例中人口和服务就业分布 282
11.3.3检验基本就业分布的影响 284
11.3.4检验距离衰减系数的影响 285
11.3.5检验交通路网的影响 285
11.4讨论与结论 286
附录11A投入—产出模型 287
附录11B求解非线性方程组 288
附录11C求解格瑞—劳瑞模型的FORTRAN程序 290
参考文献 300