空間分析與建模

第1章　導論
1.1　空間分析與建模
1.1.1　發(fā)展概況
1.1.2　相關學科
1.1.3　國內(nèi)的專業(yè)領域
1.2　空間分析
1.2.1　空間分析的定義
1.2.2　空間分析的研究內(nèi)容
1.2.3　空間分析的功能和分類
1.3　地理模型
1.3.1　地理模型的相關概念
1.3.2　地理模型的構(gòu)建原則
1.3.3　地理模型的功能與分類
第2章　空間分析與建?；A
2.1　空間實體及空間關系
2.1.1　空間實體及描述
2.1.2　實體的空間特征
2.1.3　實體的時間特征
2.1.4　實體的屬性特征
2.1.5　實體的空間關系
2.2 空間數(shù)據(jù)結(jié)構(gòu)
2.2.1 柵格數(shù)據(jù)結(jié)構(gòu)
2.2.2 矢量數(shù)據(jù)結(jié)構(gòu)
2.2.3 矢柵一體化數(shù)據(jù)結(jié)構(gòu)
2.3 地球體
2.3.1 地球的自然表面
2.3.2 地球的物理表面
2.3.3 地球的數(shù)學表面
2.3.4 地球上點的高程
2.4　地圖投影
2.4.1　地圖投影的產(chǎn)生和定義
2.4.2 地圖投影的變形
2.4.3 地圖投影的分類
2.4.4 常見的地圖投影
2.5 坐標系統(tǒng)和時間系統(tǒng)
2.5.1 坐標系統(tǒng)
2.5.2　常用坐標系
2.5.3 時間系統(tǒng)
第3章　空間量測與表達變換
3.1 空間量測尺度
3.1.1 空間維度
3.1.2 分數(shù)維度
3.1.3 屬性數(shù)據(jù)的量測尺度
3.2 空間幾何度量
3.2.1 位置
3.2.2 中心
3.2.3 重心
3.2.4 距離
3.2.5 長度
3.2.6 面積
3.2.7 體積
3.3 空間形態(tài)度量
3.3.1 方向
3.3.2 曲率和彎曲度
3.3.3 破碎度和完整性
3.4 空間分布度量
3.4.1 點模式的空間分布
3.4.2 線模式的空間分布
3.4.3 區(qū)域模式的空間分布
3.5 空間表達變換
3.5.1 空間數(shù)據(jù)格式轉(zhuǎn)換
3.5.2 空間量測尺度轉(zhuǎn)換
3.5.3 地理空間坐標轉(zhuǎn)換
第4章　空間幾何關系分析
4.1　疊置分析
4.1.1　疊置分析類別
4.1.2　矢量疊置分析
4.1.3　柵格疊置分析
4.2　鄰近度分析
4.2.1　緩沖區(qū)分析
4.2.2　泰森多邊形分析
4.3　網(wǎng)絡分析
4.3.1　網(wǎng)絡分析概念
4.3.2　路徑分析
4.3.3　連通性分析
4.3.4　資源分配分析
4.3.5　流分析
4.3.6　動態(tài)分段技術
4.3.7　地址匹配
第5章　空間統(tǒng)計分析
5.1　空間統(tǒng)計分析的理論基礎
5.1.1　空間統(tǒng)計分析
5.1.2　理論假設
5.1.3　常用統(tǒng)計量
5.2　確定性插值法
5.2.1　反距離加權(quán)插值法
5.2.2　全局多項式插值法
5.2.3　局部多項式插值法
5.2.4　徑向基函數(shù)插值法
5.3　地統(tǒng)計插值法
5.3.1　克里格法
5.3.2　普通克里格法
5.3.3　其他克里格法
5.4　探索性空間數(shù)據(jù)分析
5.4.1　可視化探索分析
5.4.2　空間自相關
5.4.3　空間變異描述
5.5　空間回歸分析
5.5.1　回歸分析模型
5.5.2　空間自回歸模型
5.5.3　地理加權(quán)回歸模型
第6章　地形可視化分析
6.1　數(shù)字地形模型
6.1.1　DEM的表示方法
6.1.2　DEM的構(gòu)建
6.1.3　DEM的分類
6.1.4　DEM之間的轉(zhuǎn)換
6.2 數(shù)字地形分析
6.2.1　地形因子分析
6.2.2　地形特征提取
6.2.3　地形統(tǒng)計分析
6.2.4　地學模型分析
6.3　三維可視化
6.3.1　三維數(shù)據(jù)模型
6.3.2 可視化工具及平臺
6.3.3 三維場景制作流程
6.4 可視化分析
6.4.1　剖面分析
6.4.2　通視分析
6.4.3　水文分析
6.4.4　其他可視化分析
第7章　空間數(shù)據(jù)挖掘
7.1　空間數(shù)據(jù)挖掘概述
7.1.1　空間挖掘的步驟
7.1.2　空間挖掘的任務
7.1.3　空間挖掘的知識類型
7.1.4　空間數(shù)據(jù)挖掘方法
7.2　空間聚類
7.2.1　聚類統(tǒng)計量
7.2.2　聚類算法分類
7.2.3　聚類分析算法
7.3 空間關聯(lián)分析
7.3.1　空間關聯(lián)規(guī)則
7.3.2　Apriori算法
7.3.3　關聯(lián)規(guī)則的其他算法
7.4　分類與預測
7.4.1　分類與預測的基本概念
7.4.2　決策樹方法
7.4.3　支持向量機
7.4.4　貝葉斯網(wǎng)絡
7.4.5　近鄰分類方法
7.5　異常值分析
7.5.1　異常值的定義
7.5.2　異常點數(shù)據(jù)檢測算法
7.5.3　異常值挖掘算法
第8章　空間智能計算
8.1 神經(jīng)網(wǎng)絡
8.1.1 神經(jīng)元模型
8.1.2 神經(jīng)網(wǎng)絡學習算法
8.1.3 典型的神經(jīng)網(wǎng)絡模型
8.2 模糊邏輯模型
8.2.1 模糊邏輯的基礎理論
8.2.2 模糊邏輯系統(tǒng)
8.2.3 模糊系統(tǒng)與神經(jīng)網(wǎng)絡
8.3 遺傳算法
8.3.1 遺傳算法機理
8.3.2 簡單遺傳算法
8.3.3 遺傳算法的應用
8.4 元胞自動機模型
8.4.1 元胞自動機的定義
8.4.2 地理元胞自動機
8.4.3 不同類型的地理元胞自動機
8.5 分形幾何
8.5.1 分形理論的基本概念
8.5.2 分形維數(shù)的基本測量方法
8.5.3 多重分形
8.6 小波分析
8.6.1 小波變換及其基本性質(zhì)
8.6.2 多尺度分析
8.6.3 Mallat算法
第9章 空間分析建模實例應用
9.1 空間分析常用工具
9.1.1　疊加分析工具
9.1.2　緩沖區(qū)分析工具
9.1.3　網(wǎng)絡分析工具
9.1.4　重分類工具
9.1.5　表面分析工具
9.2　選址分析
9.2.1　實驗目的及準備
9.2.2　實驗內(nèi)容及步驟
9.3 適宜性分析
9.3.1　實驗目的及準備
9.3.2　實驗內(nèi)容及步驟
9.4 網(wǎng)絡分析
9.4.1 實驗目的及準備
9.4.2 實驗內(nèi)容及步驟
9.5 山頂點的提取
9.5.1 實驗目的及準備
9.5.2 實驗內(nèi)容及步驟
9.6 三維可視性分析
9.6.1 實驗目的及準備
9.6.2 實驗內(nèi)容及步驟
9.7 模型生成器建模
9.7.1 基本概念及模型類型
9.7.2 模型形成過程
9.7.3 實例建模
參考文獻