引论 1
0.1 举例 1
0.2 空间分析理论体系 5
0.3 本书结构 6
第1章 GIS简介 8
1.1 举例 8
1.2 GIS原理 12
1.3 ArcGIS软件使用步骤 15
第2章 地图分析 23
2.1 意念地图 23
2.2 图形分析 25
2.3 图谱分析 29
第3章 探索性空间分析 33
3.1 线性相关性分析 33
3.2 回归分析 35
3.3 主成分分析 37
3.4 层次分析 40
3.5 地理探测器 50
第4章 空间相关性和异质性 56
4.1 空间相关性 56
4.2 空间异质性 59
4.3 校正和运用 61
第5章 空间抽样 62
5.1 空间简单随机抽样 64
5.2 空间系统抽样 65
5.3 空间分层抽样 66
5.4 空间三明治抽样 68
5.5 案例 69
第6章 点格局识别 74
6.1 样方分析 74
6.2 最邻近距离统计 76
6.3 Ripley's K函数 79
第7章 点数据插值 82
7.1 趋势面方法 82
7.2 反距离加权法（IDW） 84
7.3 Kriging方法 87
7.4 Co-Kriging方法 89
7.5 核心估计函数法 95
7.6 “3G”方法 96
第8章 格数据统计 101
8.1 空间自相关 101
8.2 可变面元问题 110
8.3 空间热点探测 117
第9章 格数据回归 126
9.1 通用模型 126
9.2 空间滞后模型 126
9.3 空间误差模型 130
9.4 地理加权回归 132
第10章 决策树 141
10.1 原理 141
10.2 案例 142
10.3 算法 148
第11章 贝叶斯网络 149
11.1 原理 149
11.2 案例1：出生缺陷预测 150
11.3 案例2：交通流预测 161
11.4 数学模型 164
第12章 人工神经网络 166
12.1 原理 166
12.2 案例 167
12.3 数学模型 174
第13章 粗糙集 176
13.1 原理 176
13.2 案例1：出生缺陷 177
13.3 案例2：交通流预测 192
13.4 分析流程 195
第14章 支持向量机 197
14.1 原理 197
14.2 案例 197
14.3 数学模型 203
第15章 粒子群优化算法 205
15.1 原理 205
15.2 案例 206
15.3 数学模型 214
第16章 期望最大化算法 216
16.1 原理 216
16.2 案例 216
16.3 数学模型 230
第17章 空间运筹 231
17.1 零售业空间价格模型 231
17.2 房屋空间价格模型 234
17.3 资源空间配置边际效益均衡模型 236
第18章 BME模型 241
18.1 原理 241
18.2 输入 242
18.3 输出 243
18.4 软件使用步骤 245
第19章 演化树预报模型 251
19.1 原理 251
19.2 案例 251
第20章 Meta建模 263
20.1 原理 263
20.2 案例 263
第21章 空间统计学软件包 273
21.1 GeoDa：空间统计分析软件 273
21.2 CrimeStat：空间聚类软件 275
21.3 WinBUGS和GeoBUGS：层次贝叶斯建模软件 277
21.4 SatScan：空间扫描软件 280
21.5 SSSI：空间抽样与统计推断软件 282
第22章 空间智能计算软件包 285
22.1 Bayesian Belief Network：贝叶斯网络推理软件 285
22.2 Yaahp：层次分析软件 287
22.3 SPSS：数据统计软件 287
22.4 Weka：数据挖掘软件 289
22.5 PSO/ACO2：粒子群算法软件 290
22.6 MATLAB：科学计算软件 290
22.7 LIBSVM：支持向量机软件 291
主要参考文献 292
概念 299