地理信息分析

出版时间:2013-3  出版社:科学出版社  作者:David O'Sullivan,David Unwin  译者:赵永  
Tag标签:无  

内容概要

《地理信息分析(原著第2版)》内容涵盖空间分析的基本问题与基本方法,涉及制图基础、过程与模式、点模式分析、面对象与空间自相关、局部统计量、场数据分析、地图叠置,以及地理计算、空间模型、网格和云计算等空间分析的前沿问题与新方法。

作者简介

作者:(新西兰)David O'Sullivan (英国)David J.Unwin 译者:赵永

书籍目录

第二版序言 致谢 第一版序言 第1章地理信息分析与空间数据 本章目标 1.1引言 1.2空间数据的类型 1.3一些困难 1.4属性描述的尺度 1.5 GIS与空间数据操作 1.6前面的路 本章回顾 参考文献 第2章空间数据的陷阱和潜力 本章目标 2.1引言 2.2坏消息:空间数据的陷阱 2.3好消息:空间数据的潜力 本章回顾 参考文献 第3章基础——把它图示出来 本章目标 3.1引言:制图学传统 3.2地理可视化与分析 3.3雅克·伯汀的图形变量 3.4新的图形变量 3.5地理可视化中的问题 3.6制图和探索点数据 3.7制图和探索面数据 3.8制图和探索场数据 3.9非空间数据的空间化 3.10总结 本章回顾 参考文献 第4章基础——把地图作为过程的结果 本章目标 4.1引言:地图和过程 4.2过程及其所产生的模式 4.3预测由过程产生的模式 4.4更多定义 4.5线、面和场的随机过程 4.6总结 本章回顾 参考文献 第5章点模式分析 本章目标 5.1引言 5.2描述一个点模式 5.3统计地评估点模式 5.4蒙特卡洛检验 5.5总结 本章回顾 参考文献 第6章实用点模式分析 本章目标 6.1引言:空间统计分析的问题 6.2常规统计推断的替代方法 6.3 IRP/CSR的替代模型 6.4现实世界中的点模式分析 6.5处理非齐次性 6.6焦点检验 6.7聚集探测:扫描统计量 6.8应用密度和距离:近邻多边形 6.9距离矩阵和点模式分析的一个注记 本章回顾 参考文献 第7章面对象与空间自相关 本章目标 7.1引言:面对象复习 7.2面对象的类型 7.3面的几何特性 7.4测度空间自相关 7.5一个例子:2001~2006年奥克兰的肺结核 7.6其他方法 本章回顾 参考文献 第8章局部统计量 本章目标 8.1引言:地理地思考,局部地测度 8.2局部性定义:再次提到空间结构 8.3一个例子:Getis—Ord Gi和Gi统计量 8.4局部统计量推断 8.5其他局部统计量 8.6总结:局部地看世界 本章回顾 参考文献 第9章场数据描述与分析 本章目标 9.1引言:标量和向量场回顾 9.2模拟与存储场数据 9.3空间插值 9.4表面的衍生测度 9.5地图代数 9.6总结 本章回顾 参考文献 第10章认识未知——场统计学 本章目标 10.1引言 10.2空间坐标回归:趋势面分析 10.3平方根差云图和(半)变异函数 10.4统计插值方法:克里金 10.5总结 本章回顾 参考文献 第11章把地图放在一起——地图叠置 本章目标 11.1引言 11.2布尔叠置与筛选叠图 11.3替代布尔叠置的一般模型 11.4指数叠置与加权线性组合 11.5证据权重 11.6应用回归的模型驱动叠置 11.7总结 本章回顾 参考文献 第12章空间分析新方法 本章目标 12.1不断变化的技术环境 12.2不断变化的科学环境 12.3地理计算 12.4空间模型 12.5网格和云:超级计算简介 12.6总结:新地理信息分析? 本章回顾 参考文献 附录A符号、矩阵和矩阵数学 A.1简介 A.2符号的一些基本说明 A.3矩阵基础与符号表示 A.4简单的矩阵数学 A.5用矩阵求解联立方程组 A.6矩阵、向量和几何结构 A.7特征向量和特征值 参考文献 词汇表 译后记

章节摘录

版权页:   插图:   这些批评导致Craft等(1984)应用可用的最小空间区域重新计算了比率,在1981年这些最小空间区域为675个普查病区。结果是,最靠近塞拉菲尔德工厂的村庄锡斯凯尔,具有最高的排序(ranked)泊松概率(p=0.0001)。但是如作者所指出的那样,应用这些数据,可能使研究区域中许多小地区的儿童患癌症比率过高。他们解释说,“对于总人口来讲,平均发病率为百万分之106的一些疾病,这些变化几乎是不可避免的。” 事情正如逻辑上所指出的那样:所选择的空间分辨单元越精细,呈现出的疾病聚集越明显。更精细空间分辨率的第二个问题是,任何比率的分子上的病例数量变得越来越少,因此包括哪一个病例、忽略哪一个病例,变得越来越重要。为了回应Craft等(1984),Urquhart和Cutler(1985)更新了研究时段,并“发现了”6个或7个额外的病例。由于分子比较小,这些额外病例改变了面积比率,但Craft等(1985)和Gardner(1985)都质疑这些额外病例。详细情况在这里对我们并不重要。重要的是,仅仅改变所用的癌症类型和/或病例数据聚集的时间跨度,可以显著地改变结果,尤其是在高空间分辨率的情况下。 所以,试图通过基于主观确定的空间区域进行比率估计来校正非齐次性,或许不是一个看似那么好(或那么简单)的主意,因为它引入了如下一些相关的问题:可变面元问题(MAUP)、合适的空间尺度/分辨率的选择、数据聚集的时间跨度,以及在很多情况下由于数量少而引起的不稳定性。从地理的视角来看,一个甚至更大的问题是,该方法丢弃了大多数(如果不是全部的话)病例/事件分布中可用的局部信息。 基于KDE的方法 我们在3.6节概述了核密度估计(KDE),对于一个给定的带宽与核函数,它产生过程的局部强度估计。显而易见的一个问题是,我们是否可以应用该方法矫正潜在风险人群的变化。对于疾病病例,他们显然用点对象表示,并可以应用标准KDE方法估计病例的空间强度,但难以把该方法用于对潜在风险人群的估计。Bailey和Gatrell(1995,pp.126—128)讨论了一种可能的方法,就是把每个地区的总数作为一个点“放置”在区域内,如放在质心处,然后用KDE方法估计风险人群的强度。该方法假设人口可以用一个点表示,其有效性当然是非常关键的。即使如此,由核密度估计得到的事件与人口密度比率,仍然提供了用人口矫正疾病强度估计的一种相对容易的计算方法。 在围绕塞拉菲尔德癌症聚集的案例中,Bithell(1990)针对病例数据和风险人群数据同时应用KDE方法,取病例密度表面和背景值密度表面的比率作为相对风险的一个估计。取两个表面密度估计的比率抵消了两者中的“单位面积”项,但它没有抵消带宽选择对病例和背景值表面密度估计的影响。虽然看起来对两个估计应用同样的核(函数形式和带宽)或许是可取的,但Bailey和Gatrell(1995,P.127)建议用较大的带宽来过度平滑分母。

编辑推荐

《地理信息分析(原著第2版)》可作为空间分析、空间数据分析、空间统计、空间模型与建模等地理信息科学领域的本科生和研究生教材,也可供该领域和相关学科的研究人员参考。

图书封面

图书标签Tags

评论、评分、阅读与下载


    地理信息分析 PDF格式下载


用户评论 (总计1条)

 
 

  •   内容很丰富,难易程度递进,易于接受和学习,翻译的还可以!
 

250万本中文图书简介、评论、评分,PDF格式免费下载。 第一图书网 手机版

京ICP备13047387号-7