引论 1
0.1 举例 1
0.2 空间数据分析理论体系 5
0.3 模型选择与效果评估 6
0.4 本书结构 7
第一篇 空间探索性分析 10
第1章 GIS简介 10
1.1 案例 10
1.2 GIS原理 13
1.3 ArcGIS软件使用步骤 16
第2章 地图分析 21
2.1 意念地图 21
2.2 图形分析 22
2.3 图谱分析 25
第二篇 空间统计学 30
第3章 空间总体特性 30
3.1 空间自相关性 31
3.2 空间分层异质性 38
3.3 可变面元问题 42
3.4 小结 43
第4章 空间抽样 45
4.1 空间简单随机抽样 48
4.2 空间系统抽样 49
4.3 空间分层抽样 50
4.4 空间三明治抽样 53
4.5 “三位一体”空间抽样理论 56
第5章 空间插值 61
5.1 核密度估计 61
5.2 趋势面 64
5.3 反距离加权法 66
5.4 Kriging方法 69
5.5 CoKriging方法 71
5.6 三明治插值 75
5.7 “3G”方法 77
第6章 空间格局 82
6.1 空间点格局 82
6.2 空间热点 90
6.3 空间分异 96
第7章 空间回归 97
7.1 通用模型 97
7.2 空间滞后模型 97
7.3 空间误差模型 100
7.4 地理加权回归（GWR） 101
第8章 地理探测器 107
8.1 原理 107
8.2 软件 110
8.3 案例 111
8.4 讨论和结论 117
第三篇 机器学习 122
第9章 决策树与随机森林 122
9.1 原理 122
9.2 案例 123
9.3 数学模型 129
第10章 贝叶斯网络推理 131
10.1 原理 131
10.2 案例 132
10.3 数学模型 139
第11章 深度学习 141
11.1 原理 141
11.2 案例 142
第12章 粗糙集 147
12.1 原理 147
12.2 案例 148
12.3 数学模型 154
第13章 支持向量机 156
13.1 原理 156
13.2 案例 156
13.3 数学模型 160
第14章 粒子群算法 161
14.1 原理 161
14.2 案例 161
14.3 数学模型 166
第15章 期望最大化算法 168
15.1 原理 168
15.2 案例 168
15.3 数学模型 177
第四篇 时空分析 180
第16章 EOF和小波分析 180
16.1 原理 180
16.2 案例 181
16.3 数学模型 191
第17章 贝叶斯最大熵 194
17.1 原理 194
17.2 案例 194
17.3 数学模型 200
第18章 贝叶斯层次模型 202
18.1 原理 202
18.2 案例 203
18.3 数学模型 209
第19章 地理演化树模型 211
19.1 原理 211
19.2 案例 212
19.3 讨论 219
第20章 Genbank序列时空进化分析 221
20.1 序列收集与比对 221
20.2 进化分析 225
20.3 时空进化过程可视化 235
概念 238
参考文献 241
附录 252
附录A 空间统计学软件包 252
A1 GeoDa：空间统计分析软件 252
A2 CrimeStat：空间聚类软件 253
A3 WinBUGS和GeoBUGS：贝叶斯层次建模软件 254
A4 SatScan：空间扫描软件 257
A5 Geodetector：地理探测器软件 258
A6 SSSI：空间抽样与统计推断软件 259
附录B 机器学习软件包 262
B1 Bayesian Belief Network：贝叶斯网络推理软件 262
B2 Rosetta：粗糙集计算软件 263
B3 SPSS：数据统计软件 264
B4 Weka：数据挖掘软件 265
B5 PSO/ACO2：粒子群算法软件 265
B6 MATLAB：科学计算软件 266
B7 MiniTab：智能统计分析软件 267
B8 BMEGUI：贝叶斯最大熵软件 267
B9 地理演化树模型 267
B10 BEAST：科学计算软件 268
B11 R：数据分析和图形显示的程序设计环境 269
附录C 数据集（Excel和GIS格式） 270