空間統計實戰 pdf epub mobi txt 電子書 下載 2025

繁體網頁||簡體網頁

☆☆☆☆☆

肖革新 編

圖書標籤:

• 空間統計
• 地理統計
• 空間數據分析
• GIS
• R語言
• 統計建模
• 數據科學
• 空間建模
• 實戰
• 案例分析

店鋪： 金衛文化圖書專營店

齣版社： 科學齣版社

ISBN：9787030552976

商品編碼：29914903104

叢書名： 空間統計實戰

開本：16開

齣版時間：2018-01-01

目錄
目錄
前言
第1章 空間統計概述 1
本章知識結構導圖 1
1.1 空間數據 2
1.2 空間統計 4
1.3 為什麼學 7
1.4 怎麼學 8
1.5 主要工具 9
第2章 空間數據處理 11
本章知識結構導圖 11
2.1 數據預處理 12
2.2 空間數據整理 15
2.3 地圖編輯 22
第3章 空間數據可視化 32
本章知識結構導圖 32
3.1 專題地圖 32
3.2 動態地圖 37
第4章 聚集性分析 46
本章知識結構導圖 46
4.1 聚類分析 46
4.2 空間自相關分析 53
4.3 時空掃描統計量 67
第5章 鄰域分析 79
本章知識結構導圖 79
5.1 泰森多邊形 80
5.2 緩衝區分析 90
第6章 空間插值分析 102
本章知識結構導圖 102
6.1 經典插值方法 102
6.2 剋裏金插值 107
第7章 空間迴歸分析 124
本章知識結構導圖 124
7.1 經典推斷分析 125
7.2 空間迴歸的全局模型 127
7.3 地理加權迴歸 144
第8章 高級空間統計模型 150
本章知識結構導圖 150
8.1 地理風險探測器 151
8.2 空間麵闆模型 160
8.3 層次貝葉斯模型 165
在綫試讀
第1章 空間統計概述
　　圖1-1 空間統計概述思維導圖
　　1.1 空間數據
　　本節知識結構導圖
　　圖1-2 空間數據思維導圖
　　1.1.1 什麼是空間數據
　　有空間坐標或相對位置的數據統稱空間數據。如區域各抽樣點稻榖中重金屬的含量；各地區的疾病發病率；全國各氣象颱監測點的氣溫、氣壓、降雨情況；大氣中PM2.5在各監測點的數值；沿海地區貝類産品副溶血性弧菌的檢齣情況等。空間數據是用來描述來自於現實的目標，將數據統一化，藉以錶明空間實體的形狀大小以及位置和分布特徵。
　　空間是指在已知的坐標係裏空間目標都具有*一的空間位置；時間是指空間目標是隨時間的變化而變化；空間關係通常一般用拓撲關係錶示；屬性是指有關空間目標的自然屬性或社會屬性，它伴隨著目標的地理位置。空間數據是一種用點、綫、麵以及實體等基本空間數據結構來錶示人們賴以生存的自然世界的數據。空間數據是數字地球的基礎信息，數字地球功能的絕大部分將以空間數據為基礎。
　　1.1.2 空間數據的三要素
　　如圖1-3，空間數據具有三大屬性，即空間、時間和專題屬性，後兩者常常被視為非空間屬性。空間屬性是指空間對象幾何特徵，以及與相鄰物體的拓撲關係；時間屬性是指空間數據總是在某一時刻或者時間段內取得的或者産生的；專題屬性是指以上兩種屬性以外的空間現象的其他特徵。即空間數據提供兩類信息：一是定位數據和拓撲數據；二是描述研究對象的非空間屬性。空間自相關就是對定位數據和拓撲數據的一種描述。
　　圖1-3 GIS數據的空間特徵、屬性特徵和時間特徵
　　1.1.3 統計學特徵
　　空間相關性是指變量通過空間鄰近與自己相關。例如一地所發生的事件、行為與現象，會直接或間接影響到另一臨近地點發生的事件行為和現象。
　　空間異質性或空間差異性，指地理空間上的區域缺乏均質性。例如在經濟領域存在發達地區和落後地區、中心(核心)和外圍(邊緣)地區等經濟地理結構，從而導緻經濟社會發展和創新行為存在較大的空間上的差異性。
　　一般而言，疾病是在特定地理環境中的發生是其自身的流行病學機製與環境因素相互作用的結果。其相互作用使發生在不同空間位置上的病例與病例間、病例與環境因子間存在著自相關，從而決定瞭疾病在地理空間上的分布具有相關性和異質性。
1.1 空間統計
　　本節知識結構導圖
　　圖1-4 空間統計知識結構思維導圖
　　1.2.1 小故事大道理
　　*早應用空間統計分析思想可以追溯到160多年前一次重大的公共衛生事件，1854年英國倫敦霍亂大流行。在這次事件中，JohnSnow博士利用基於地圖的空間分析原理，將死亡病例標注在倫敦地圖上，同時還將水井的信息也標注在地圖上，通過相關分析，*後將汙染源鎖定在城中心的一個水井的抽水機上。在他的建議下市政府將該抽水機停用，此後霍亂大幅度下降，並得到有效的控製。JohnSnow利用空間分析思想控製疫情這件事具有要的裏程碑意義，它被看成瞭空間統計分析和流行病學兩個學科的共同起源；但是此後相當長的一段時間內由於缺乏刻畫數據的空間相關性和異質性的方法，人們在分析空間屬性的數據時，往往把所涉及的數據自身空間效應作為噪聲或者誤差來處理，這種對空間自相關和異質性缺乏刻畫，限製瞭以地圖為基礎的空間屬性數據在公共衛生領域中應用的深入研究。直到1950年Moran提齣空間自相關測度來研究二維或更高維空間隨機分布的現象，1951年南非學者Krige提齣瞭空間統計學萌芽思想，後經法國數學傢Matheron完善，於1963年和1967年提齣瞭地統計學和剋裏金技術。1973年，Cliff和Ord發錶瞭空間自相關(spatial autocorrelation)的分析方法，1981年齣版瞭Spatial Process：Model andApplication專著，形成瞭空間統計理論體係，以及Getis’G和Lisa提齣的空間異質性的局部統計使空間統計理論日趨成熟。近年來隨著空間分析技術以及空間分析軟件(如GIS、GeoDa、SaTScan、WinBUGS等)的迅速發展，與疾病分布有關的空間統計分析也得以較快發展。
　　1.2.2 什麼是空間統計
　　空間統計具有明顯的多學科交叉特徵，其顯著特點是思想多源、方法多樣、技術復雜，並隨著相關學科如計算機軟硬件技術的發展而發展。空間統計分析是以地理實體為研究對象，以空間統計模型為工具，以地理實體空間相關性和空間變異性為齣發點，來分析地理對象空間格局、空間關係、時空變化規律，進而揭示其成因的一門新科學。經典統計學與空間統計學的區彆與聯係歸納如錶1-1。係歸納如錶1-1。
　　錶1-1 經典統計學與空間統計學的區彆與聯係
　　第*，經典統計學研究的是隨機變量，該隨機變量的取值遵循某種概率分布變化，而空間統計學研究的是區域化變量，該區域化變量根據其在一個區域內的空間位置的不同而取不同的值，即隨機變量是與位置有關的隨機函數。因此，空間統計學研究的變量具有隨機性和結構性特點。
　　第二，在經典統計學中，待分析的變量一般應具有獨立性。而空間統計學的區域化變量是在不同空間位置上的抽樣，因而鄰近的樣本之間通常不獨立，存在某種程度的空間相關性。
　　第三，研究方嚮不同，經典統計學以頻率分布圖為基礎，研究樣本的各種數字特徵(如均值、方差)，並對總體進行推斷。而空間統計學主要考慮變量空間分布理論和估算方法。
　　第四，試驗次數不同，經典統計學所研究的變量理論上可以無限次重復或進行大量重復觀測試驗。而空間統計學所研究的區域化變量一旦在某一空間位置上取得樣品後，就不可能再在同一位置取得該樣品，即區域化變量取值隻有一次。
　　當然空間統計並不是拋棄所有的經典統計學理論，而是對這些理論加以完善，以便更適用於空間數據統計分析。
　　1.2.3 核心思想
　　空間統計研究起步於上個世紀70年代，空間統計的核心就是認識與地理位置相關的數據間的空間依賴、空間關聯等關係，通過空間位置建立數據間的統計關係。空間統計學依賴於Tablor地理學第*定律，即空間上越臨近的事物擁有越強的相似程度和空間異質性，即空間位置差異造成的行為不確定現象。例如要度量犯罪率與教育程度的關係，不同地區(文教區、貧睏區)可能不一樣。
　　1.2.4 空間統計常用方法
　　圖1-5 空間統計常用方法
內容介紹
本書共八章，內容包括空間統計概述、空間數據處理、空間數據可視化、聚集性分析、鄰域分析、空間插值分析、空間迴歸分析、高級空間統計模型。各章緊扣空間統計主題，理論結閤實際，啓發讀者深度思考，並配有豐富的案例分析。為加深讀者對每章內容的理解，本書將每章的內容分為理論和案例操作兩部分。在理論部分之初，先用思維導圖將抽象的原理和過程直觀展示，希望達到一目瞭然、強化記憶、一圖勝韆言的效果，幫助讀者迅速抓住重點，提高學習和記憶效率，促進更深層次理解和應用。在案例操作部分，為貼近業務工作的實際需要，本書采用瞭與實際業務數據字段類似的食品汙染、食源性疾病等經過處理的模擬數據，並使用國際通用的ArcGIS、R軟件等進行空間統計分析，便於讀者理解和應用。

探秘無垠：地球深層結構的秘密與未來勘探技術 圖書簡介 本書是一部深入探討地球深部結構、地質過程以及前沿地球物理勘探技術的專業著作。它旨在為地質學、地球物理學、資源勘探、環境科學以及相關工程領域的專業人士、研究人員和高年級學生提供一個全麵而深入的參考框架。我們聚焦於地球內部的物理屬性、物質組成、動態演化及其與地錶現象的復雜關聯，並詳細闡述瞭現代地球物理方法如何揭示這些深藏的秘密。 第一部分：地球的深層結構與地球物理場 本部分從宏觀到微觀，構建瞭對地球內部結構的認知基礎。我們首先迴顧瞭地球的整體分層模型——地殼、地幔和地核，並詳細分析瞭這些圈層之間的界麵及其物理學意義，例如莫霍麵和古登堡麵。 1.1 接收函數與深部界麵探測： 重點介紹瞭一種革命性的方法——接收函數技術。它利用地震波在地下界麵産生的轉換波和反射波，高精度地反演地殼厚度、地下高速體和低速帶的分布。書中詳細解析瞭接收函數理論基礎，包括P波到S波的轉換機製，以及如何利用多通道數據進行噪聲壓製和信號增強，從而在復雜地質背景下準確識彆岩石圈-軟流圈圈的精細結構。 1.2 重力場與大地水準麵的解析： 深入探討瞭重力場在揭示地下密度異常中的核心作用。我們不僅講解瞭經典的重力測量方法（地麵、空中和海洋重力測量），更側重於高精度重力場模型（如EGM係列）的構建原理和數據處理流程。重點分析瞭如何通過重力梯度張量測量（Tensor Gravity）來提高對淺層和中深層構造的分辨率，以及如何利用傅裏葉變換和反演技術，將重力異常圖轉化為地下密度結構的三維圖像。 1.3 磁場異常與岩石剩磁記錄： 闡述瞭地磁場作為地球的“活化石”如何記錄地質曆史。書中詳細區分瞭地核發電機産生的場（主磁場）和地殼岩石中的磁場（剩餘磁場）。我們探討瞭磁法勘探中對磁性礦體、火成岩侵入體和地殼深部變性帶的識彆技術。特彆之處在於，我們引入瞭磁性岩石的居裏溫度麵研究，通過分析磁性信號的衰減特徵，反推岩石圈底部的熱狀態和剝蝕深度。 1.4 地球電磁場探測： 本章係統梳理瞭大地電磁法（MT/TEM）在深部結構研究中的不可替代性。內容涵蓋瞭從頻率域到時間域的轉換，以及各嚮異性電阻率模型的建立。我們著重分析瞭如何利用寬頻帶MT數據識彆深部流體（如岩漿房或熱液係統）的低阻異常，並結閤區域地殼電導率模型，討論瞭闆塊匯聚邊界和裂榖帶深部導電層的形成機製。 第二部分：地震波成像與地球內部動力學 地震學是理解地球內部速度結構與動力學過程的基石。本部分聚焦於利用天然和人工地震數據對地球進行“透視”。 2.1 全波形反演（FWI）的最新進展： 詳細介紹瞭全波形反演技術，這是一種利用完整地震記錄來精確估計地下速度模型的迭代方法。書中不僅闡述瞭FWI的數學基礎（伴隨狀態法和伴隨波方程），更深入討論瞭在處理非綫性問題、選擇閤適的核函數（如L2範數、Hellinger-Jaccard距離）以及應對多解性（Cycle Skipping）問題的策略。內容涵蓋瞭從淺層油氣勘探到深部地幔層析成像的實際應用案例。 2.2 大地構造背景下的地震層析成像： 重點分析瞭如何利用全球或區域性地震颱網記錄的P波和S波到時殘差，構建地幔和地核的溫度、化學成分三維速度場。書中詳細對比瞭快波速異常與俯衝闆片、地幔柱之間的耦閤關係，並討論瞭如何利用S波分裂（S-wave splitting）來揭示深部地幔的流變學各嚮異性，從而推斷岩石的應力狀態和塑性流動方嚮。 2.3 結構地震學與被動源地震儀的應用： 介紹瞭利用微震活動、海洋噪聲或環境噪聲（如海浪、風）作為震源，通過互相關函數反演介質的背景噪聲場。此技術極大地拓寬瞭地震勘探的適用範圍，尤其適用於對人工震源敏感度低的區域，如熱液活動區或永久凍土帶。 第三部分：深部地球物理勘探的交叉技術與應用 本部分關注於多地球物理場數據的聯閤解釋，以及勘探技術在資源、災害與環境領域的具體應用。 3.1 多源數據融閤與貝葉斯框架解釋： 強調瞭單一地球物理方法固有的局限性。我們詳細介紹瞭如何構建多參數聯閤約束模型，例如將電阻率模型、密度模型和速度模型通過地質統計學或貝葉斯反演框架進行融閤。這種方法顯著提高瞭對地下異常體物性邊界的確定能力，尤其是在識彆復雜礦化帶或斷層破碎帶時。 3.2 地熱資源勘探中的地球物理響應： 探討瞭地球物理方法在評估地熱係統潛力中的作用。書中具體分析瞭高溫岩體（熱源）對電阻率、速度和磁性的影響特徵，並結閤淺層熱流測量數據，構建瞭潛在熱儲層（如裂隙性或孔隙性儲層）的地球物理預測模型。 3.3 深入瞭解火山與岩漿係統： 利用地球物理方法追蹤地下岩漿房的遷移和聚集。重點分析瞭高精度MT數據和短周期地震數據對岩漿房頂部和底部的定位能力，以及磁法數據在評估岩漿房冷卻程度和磁性礦物含量方麵的應用。 3.4 礦産資源勘探的深度聚焦： 本章聚焦於超大型礦床（如斑岩銅礦、VMS型硫化物礦床）的深部地球物理特徵。書中通過剖析典型礦床的密度、磁性、導電性和速度異常模式，演示瞭如何通過多層解釋技術，將深部地球物理異常與已知的礦化模型進行對應，指導深鑽部署。 結語：未來地球觀測的挑戰與機遇 本書最後展望瞭地球物理學未來的發展方嚮，包括分布式光縴傳感（DAS/DOS）在監測深部微小形變中的應用、人工智能在地球物理數據處理和反演中的潛力，以及建立更高分辨率、更高精度的全球地殼-地幔模型所麵臨的工程與理論挑戰。 核心特點： 本書強調理論的嚴謹性與應用的實踐性相結閤，提供瞭大量前沿的數學工具和實際案例分析，確保讀者能夠掌握從數據采集、預處理到復雜反演成像的全過程，為解決當前地球科學和資源勘探中的重大難題提供堅實的地球物理學支撐。書中內容聚焦於地球物理場理論、地震波傳播、岩石物理性質及其在地殼和地幔尺度的成像技術。

評分☆☆☆☆☆

作為一個長期從事城市規劃工作的專業人士，我一直在尋求能夠更精確地分析城市發展規律和預測未來趨勢的工具和方法。《空間統計實戰》這本書，對於我來說，是一次非常寶貴的學習經曆。在日常工作中，我們常常需要處理大量的城市空間數據，比如人口分布、交通流量、土地利用類型、基礎設施布局等等。如何從這些海量數據中提煉齣有價值的空間信息，並將其轉化為科學的規劃決策，一直是我們麵臨的挑戰。這本書係統地介紹瞭各種空間統計分析方法，從最基礎的空間數據的組織和可視化，到復雜的空間迴歸和預測模型，都進行瞭詳細的闡述。我尤其對書中關於空間點模式分析的部分印象深刻，它教會我如何分析城市設施的分布規律，比如學校、醫院、公園等，以及如何評估其服務覆蓋的公平性。此外，書中關於空間插值和空間預測的部分，對於我進行城市發展趨勢的預測和規劃方案的評估，提供瞭非常有用的理論基礎和技術支持。這本書的價值在於，它不僅僅停留在理論層麵，而是提供瞭豐富的實操指南，讓我能夠將學到的知識直接應用到實際的城市規劃項目中，從而提高規劃的科學性和前瞻性。這本書讓我更加深刻地認識到，空間統計方法在現代城市規劃中的重要作用，並且為我未來的工作提供瞭新的思路和方法。

評分☆☆☆☆☆

我是一名對環境科學充滿好奇心的普通讀者，平時喜歡閱讀一些關於地理和環境的書籍。《空間統計實戰》這本書，雖然書名聽起來有點專業，但我發現它其實非常接地氣，一點也不枯燥。我之前對“空間統計”這個詞感到很陌生，覺得可能離我的生活很遙遠，但這本書讓我大開眼界。它通過很多貼近我們生活實際的例子，比如空氣汙染的擴散、城市熱島效應的分布、疾病的傳播等等，來講解空間統計的概念。我印象最深刻的是書中關於“空間異質性”的講解，作者用一張地圖展示瞭不同區域的房價差異，然後解釋瞭為什麼會存在這種差異，並且是如何通過空間統計的方法來量化的。這讓我明白瞭，原來我們生活中很多看似隨機的現象，其實都蘊含著復雜的空間規律。書中的圖錶也非常清晰直觀，很多統計結果都被可視化地呈現齣來，讓我這個非專業人士也能輕鬆理解。雖然書中也涉及一些數學公式，但作者總是會用很通俗的語言去解釋它們背後的含義，並強調這些公式在實際問題中的應用價值，而不是單純地為瞭數學而數學。這本書讓我覺得，空間統計不僅僅是學術研究的工具，它更是理解我們所處世界的有力武器，能夠幫助我們更深入地認識環境問題，並找到更有效的解決方案。

評分☆☆☆☆☆

這本《空間統計實戰》真是太讓我驚喜瞭！我是一名地理信息係統的初學者，之前一直覺得空間統計的概念既抽象又難以捉摸，尤其是那些復雜的公式和模型，總是讓我望而卻步。閱讀這本書之前，我嘗試過閱讀一些理論性很強的教材，但往往是看瞭開頭就看不下去瞭，感覺離實際應用太遙遠。直到我偶然間發現瞭這本《空間統計實戰》，一切都改變瞭。書中的內容不是乾巴巴的理論堆砌，而是緊密圍繞著實際應用展開。作者用非常生動易懂的語言，結閤大量的案例，將抽象的空間統計概念具象化。從基礎的空間自相關到高級的空間迴歸模型，每一步都講解得非常細緻，而且提供瞭清晰的操作步驟。我印象最深刻的是關於Kriging插值的那一部分，之前我一直對這個方法感到很睏惑，但書裏通過一個實際的土壤汙染物濃度預測案例，一步一步地演示瞭如何進行數據準備、模型選擇、參數估計以及結果的解讀，讓我豁然開朗。書中還穿插瞭很多關於GIS軟件（比如ArcGIS）操作的技巧，這對於我們這些實操派來說簡直是福音，可以直接跟著書裏的步驟在軟件上進行練習，學到的知識立刻就能轉化為技能，非常有成就感。這本書真的讓我對空間統計産生瞭濃厚的興趣，也讓我看到瞭它在環境保護、城市規劃、資源管理等領域巨大的應用潛力。

評分☆☆☆☆☆

我是一名正在攻讀地理學博士的學生，研究方嚮涉及城市空間結構演變。在撰寫學位論文的過程中，我遇到瞭很多關於如何量化和分析城市空間特徵的難題。《空間統計實戰》這本書，就像是為我量身定做的。在文獻調研階段，我閱讀瞭大量的相關論文，但很多都隻是簡單提及使用瞭某種空間統計方法，並沒有詳細說明具體的操作過程和方法論選擇的依據。這本書則截然不同，它以一種非常係統和全麵的方式，講解瞭從數據預處理到模型構建、結果分析的全過程。我尤其被書中關於空間自相關性分析的部分所吸引，它詳細解釋瞭 Moran's I 和 Geary's C 指數的計算原理、適用場景以及如何解讀其結果，這對於我分析城市人口密度、經濟活力等指標的空間集聚或擴散特徵至關重要。此外，書中關於空間迴歸模型（OLS, GWR, SAR, SEM等）的深入講解，並配以實際案例，讓我能夠更清晰地理解不同模型在解釋空間現象時的優勢和局限性。我嘗試著將書中的方法應用到我的研究數據上，比如利用GWR模型來分析影響城市房價的空間異質性因素，結果的準確性和解釋力都遠超我之前的嘗試。這本書不僅提供瞭理論指導，更重要的是提供瞭實操的“鑰匙”，讓我能夠更有效地解決研究中的實際問題，大大提升瞭我的研究效率和論文質量。

評分☆☆☆☆☆

對於一個資深的遙感工程師來說，我一直關注著空間統計方法在遙感影像分析中的應用。《空間統計實戰》這本書雖然我並非從零開始學習，但它所提供的視角和案例仍然給我帶來瞭深刻的啓發。書中對於如何處理遙感數據中的空間異質性和空間相關性，有著非常獨到的見解。我特彆欣賞作者在處理大規模遙感數據集時的思路，他不僅僅是羅列瞭各種統計模型，而是深入探討瞭在實際應用中，如何根據數據特性和研究目標來選擇最優的模型，以及如何進行模型的有效性和可靠性評估。書中關於空間計量經濟學模型在土地利用變化分析中的應用案例，給瞭我很多關於如何結閤遙感數據和經濟社會數據進行綜閤分析的思路。我過去在做一些區域經濟發展差異分析時，往往難以很好地解釋空間效應，而這本書中的一些模型和方法，比如空間滯後模型和空間誤差模型，為我打開瞭新的思路，可以更科學地量化空間溢齣效應。另外，書中關於模型解釋性和可視化呈現的強調，對於如何將復雜的統計結果清晰地傳達給非專業人士也非常有價值。我曾經參加過一些關於空間統計的培訓，但很多都是側重理論，實操性不強。《空間統計實戰》在這方麵做得非常齣色，它讓理論和實踐完美結閤，對於想要深入理解和應用空間統計技術的專業人士來說，這本書絕對是一本值得反復研讀的寶藏。