面对大量的地理空间数据，空间数据分析成为分析挖掘这些数据、信息、知识的有效手段。本书包括空间数据可视化与探索分析、空间统计学、空间智能计算、空间运筹和时空分析，以及空间分析软件包等内容。本书涉及的各种方法和模型均附有真实案例和数据，以及软件操作截屏图，读者可以重复这一过程，输入自己的数据迅速得到分析结果。阅读本书只需概率统计的基本知识。
本书可作为地学和社会科学等专业本科生、研究生的教材，同时也可供地理信息科学及相关专业师生阅读参考。

前言
引论
0.1 举例
0.2 空间分析理论体系
0.3 本书结构
第1章 GIS简介
1.1 举例
1.2 GIS原理
1.3 ArcGIS软件使用步骤
第2章地图分析
2.1 意念地图
2.2 图形分析
2.3 图谱分析
第3章探索性空间分析
3.1 线性相关性分析
3.2 回归分析
3.3 主成分分析
3.4 层次分析
3.5 地理探测器
第4章空间相关性和异质性
4.1 空间相关性
4.2 空间异质性
4.3 校正和运用
第5章空间抽样
5.1 空间简单随机抽样
5.2 空间系统抽样
5.3 空间分层抽样
5.4 空间三明治抽样
5.5 案例
第6章点格局识别
6.1 样方分析
6.2 邻近距离统计
6.3 RipIey’s K函数
第7章点数据插值
7.1 趋势面方法
7.2 反距离加权法(IDW)
7.3 Kringing方法
7.4 Co—Kringing方法
7.5 核心估计函数法
7.6 “3G”方法
第8章格数据统计
8.1 空间自相关
8.2 可变面元问题
8.3 空间热点探测
第9章格数据回归
9.1 通用模型
9.2 空间滞后模型
9.3 空间误差模型
9.4 地理加权回归
第10章决策树
10.1 原理
10.2 案例
10.3 算法
第11章贝叶斯网络
11.1 原理
11.2 案例1：出生缺陷预测
11.3 案例2：交通流预测
11.4 数学模型
第12章人工神经网络
12.1 原理
12.2 案例
12.3 数学模型
第13章粗糙集
13.1 原理
13.2 案例1：出生缺陷
13.3 案例2：交通流预测
13.4 分析流程
第14章支持向量机
14.1 原理
14.2 案例
14.3 数学模型
第15章粒子群优化算法
15.1 原理
15.2 案例
15.3 数学模型
第16章期望大化算法
16.1 原理
16.2 案例
16.3 数学模型
第17章空间运筹
17.1 零售业空间价格模型
17.2 房屋空间价格模型
17.3 资源空间配置边际效益均衡模型
第18章 BME模型
18.1 原理
18.2 输入
18.3 输出
18.4 软件使用步骤
第19章演化树预报模型
19.1 原理
19.2 案例
第20章 Meta建模
20.1 原理
20.2 案例
第21章空间统计学软件包
21.1 GeoDa：空间统计分析软件
21.2 CrimeStat：空间聚类软件
21.3 WinBUGS和GeoBUGS：层次贝叶斯建模软件
21.4 SatScan：空间扫描软件
21.5 SSSI：空间抽样与统计推断软件
第22章空间智能计算软件包
22.1 Bavesian gelief Network：贝叶斯网络推理软件
22.2 Yaahp：层次分析软件
22.3 SPSS：数据统计软件
22.4 Weka：数据挖掘软件
22.5 PSO／ACO2：粒子群算法软件
22.6 MATLAB：科学计算软件
22.7 LIBSVM：支持向量机软件
主要参考文献
概念