第一篇 基础知识篇 3
第一章 绪论 3
第一节 对地理学数学方法的认识 3
第二节 地理学数学方法的形成与发展 5
第三节 地理学数学方法的内容体系 8
参考文献 8
第二章 地理数据与预处理 10
第一节 地理数据的类型与基本特征 10
第二节 地理数据的来源与统计处理 11
参考文献 13
第三章 常用数值计算 14
第一节 矩阵及其计算 14
第二节 矩阵的逆 17
第三节 矩阵的特征值和特征向量 22
第四节 微积分数值计算 25
参考文献 28
第四章 方差分析 29
第一节 单因素方差分析 29
第二节 双因素方差分析 32
第三节 协方差分析 35
参考文献 39
第二篇 地理多元问题 43
第五章 回归分析 43
第一节 多元线性回归问题 43
第二节 逐步回归分析 52
第三节 趋势面分析 57
第四节 岭回归分析 61
第五节 主成分回归 65
第六节 偏最小二乘回归 69
参考文献 74
第六章 聚类分析 76
第一节 系统聚类分析 76
第二节 非线性映射分析 82
参考文献 86
第七章 主成分与主成分回归 87
第一节 主成分分析的基本原理 87
第二节 主成分分析的计算过程 88
参考文献 93
第三篇 地理数学模型 97
第八章 非线性回归模型 97
第一节 典型的非线性模型 97
第二节 非线性回归模型的求解 102
第三节 非线性回归模型研究实例 106
第四节 数学模型模拟 112
参考文献 113
第九章 神经网络模型 114
第一节 BP神经网络模型 114
第二节 RBF神经网络模型 121
参考文献 124
第四篇 地理空间问题 127
第十章 地理统计 127
第一节 空间自相关分析 127
第二节 实验半变异函数 129
第三节 变异函数理论模型 132
第四节 克立格插值与交叉验证 134
参考文献 138
第十一章 地理空间信息方法 139
第一节 空间数据的量算 139
第二节 空间数据的内插 141
第三节 数字高程模型及其应用 145
第四节 三维空间分析 155
参考文献 164
第五篇 地理随机过程与时间序列第十二章 随机过程 167
第一节 马尔可夫分析 167
第二节 关联维数分析 178
参考文献 185
第十三章 时间序列分析 186
第一节 常用时间序列分析 186
第二节 最优气候均态模型 188
第三节 时间序列的小波分析 190
第四节 时间序列的ARIMA模型 202
第五节 多变量时间序列（VARMA）模型 212
第六节 门限自回归模型 215
参考文献 218
第六篇 地理模糊问题 221
第十四章 模糊数学方法 221
第一节 模糊聚类分析 221
第二节 模糊综合评判方法 228
第三节 模糊模式识别 234
第四节 模糊相似优先比方法 237
参考文献 240
第十五章 集对分析 241
第一节 基础理论 241
第二节 应用实例 247
参考文献 250
第十六章 灰色系统 251
第一节 灰色关联度分析 251
第二节 灰色GM（1,1）模型 253
第三节 灰色GM（2,1）模型 257
第四节 灰色GM（1,N）模型 260
参考文献 263
第十七章 结语 264
参考文献 265