基于GIS的数量方法与应用【2025|PDF下载-Epub版本|mobi电子书|kindle百度云盘下载】

基于GIS的数量方法与应用PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第一部分 GIS和空间分析的基本方法3

第一章 ArcGIS入门：数据管理及基本的空间分析工具3

1.1 ArcGIS中的空间和属性数据管理4

1.1.1地图投影及空间数据模型4

1.1.2属性数据管理及属性连接6

1.2案例1A：绘制俄亥俄州库亚霍加县人口密度图8

1.3 ArcGIS中的空间分析工具：查询、空间连接、地图叠加14

1.4案例1B：提取克利夫兰市的普查小区、分析多边形的邻接关系19

1.4.1提取克利夫兰市的普查小区20

1.4.2识别邻接多边形22

1.5小结25

附录1用ArcGIS输入、输出ASCII文件26

第二章 距离和时间的测算29

2.1距离的测算29

2.2测算路网距离和网络时间31

2.2.1最短路径的标号设定算法31

2.2.2用ArcGIS测算路网距离和时间34

2.3案例2：测算中国东北地区各县到四大中心城市之间的距离35

2.3.1测算欧式距离和曼哈顿距离37

2.3.2测算交通路网距离38

2.3.3测算交通时间44

2.4小结44

附录2 用赋值图法求解最短路径问题45

第三章 空间平滑和空间插值47

3.1空间平滑47

3.1.1移动搜索法48

3.1.2核密度估计法49

3.2案例3A：用空间平滑法分析中国南方的台语地名分布51

3.2.1基于移动搜索法的空间平滑52

3.2.2基于核密度估计法的空间平滑55

3.3基于点的空间插值56

3.3.1整体插值法56

3.3.2局部插值法57

3.4案例3B：表面建模及中国南方台语地名图的绘制59

3.4.1用趋势面分析法制图59

3.4.2用局部插值法绘制分布图61

3.5基于面域的空间插值62

3.6案例3C：将克利夫兰地区普查数据从普查小区转到邻里单元和校区64

3.6.1用简单整合将普查小区数据转到邻里单元65

3.6.2用面积权重插值将普查小区数据转到校区66

3.7小结68

附录3 空间平滑的经验贝叶斯估计69

第二部分 初级数量方法及应用73

第四章 基于GIS的服务区分析及其在商业地理和区域规划中的应用73

4.1服务区分析的基本方法74

4.1.1类比法及回归模型74

4.1.2邻域法75

4.2划分服务区的引力模型76

4.2.1赖利定律76

4.2.2哈夫模型77

4.2.3赖利定律与哈夫模型的关系79

4.2.4哈夫模型的推广80

4.2.5引力模型中β值的估算81

4.3案例4A：确定芝加哥小熊队和白袜队的球迷范围82

4.3.1用邻域法确定球迷范围83

4.3.2用哈夫模型确定球迷范围、绘制概率面86

4.3.3讨论87

4.4案例4B：确定中国东北主要城市的腹地89

4.4.1用铁路旅程确定邻域区90

4.4.2用哈夫模型确定腹地92

4.4.3讨论94

4.5结论94

附录4引力模型的经济基础95

第五章 基于GIS的空间可达性测量及其在医疗服务研究中的应用98

5.1可达性问题98

5.2移动搜索法101

5.2.1移动搜索法的早期模型101

5.2.2两步移动搜索法（2SFCA）102

5.3引力法105

5.3.1引力可达性指数105

5.3.2 2SFCA法和引力法的比较106

5.4案例5：测算芝加哥地区基本医疗服务的空间可达性107

5.4.1 2SFCA法的应用108

5.4.2引力法的应用114

5.5讨论与结论115

附录5可达性测量的性质119

第六章 回归拟合方程及其在城市与区域密度模型分析中的应用122

6.1刻画城市与区域结构的密度方程122

6.1.1城市密度方程研究122

6.1.2区域密度方程研究124

6.2单中心模型126

6.2.1四个简单二元方程126

6.2.2其他单中心模型127

6.2.3单中心模型的回归拟合128

6.3模型的非线性回归和加权回归131

6.4多中心模型拟合134

6.4.1多中心假设及相关模型134

6.4.2回归分析的GIS应用136

6.5案例6：芝加哥地区城市密度模式分析137

6.5.1基于普查小区的单中心模型拟合138

6.5.2基于普查小区多中心模型拟合143

6.5.3基于township的单中心模型拟合145

6.6讨论与结论147

附录6A城市密度模型的推导149

附录6B二元线性模型的最小二乘回归法151

附录6C单中心模型拟合的SAS程序样例152

第七章 主成分分析、因子分析、聚类分析及其在城市社会区分析中的应用155

7.1主成分分析和因子分析155

7.1.1主成分因子模型156

7.1.2因子载荷、因子得分和特征值157

7.1.3旋转操作158

7.2聚类分析160

7.3社会区分析163

7.4案例7：北京的社会区分析165

7.5讨论与结论175

附录7A判别分析176

附录7B因子分析和聚类分析的示例程序178

第三部分 高级数量方法及应用183

第八章 小人口基数小概率事件的地理分析方法及其在谋杀犯罪研究中的应用183

8.1小人口基数小概率事件的分析183

8.2 ISD法和空间位序法186

8.3尺度空间聚类方法188

8.4案例8：应用尺度空间聚类法分析芝加哥就业便捷度与谋杀犯罪之间的关系191

8.5小结202

附录8泊松回归分析203

第九章 空间聚类、空间回归及其在地名、癌症和谋杀犯罪研究中的应用205

9.1基于点的空间聚类分析206

9.1.1基于点的全局聚类检验206

9.1.2基于点的局部聚类检验207

9.2案例9A：中国南部地区台语地名的空间聚类分析208

9.3基于面的空间聚类分析211

9.3.1空间权重定义方法212

9.3.2基于面的全局聚类检验213

9.3.3基于面的局部聚类检验214

9.4案例9B：空间聚类分析在伊利诺伊州癌症分布研究中的应用216

9.5空间回归分析方法223

9.6案例9C：芝加哥谋杀犯罪研究中的空间回归分析225

9.6.1用GeoDa软件进行基于人口普查区的空间回归分析225

9.6.2用GeoDa软件进行基于社区的空间回归分析229

9.6.3讨论230

9.7小结231

附录9回归分析中的空间滤值法231

第十章 线性规划及其在浪费性通勤测算和医疗服务区位优化中的应用233

10.1线性规划与单纯形法234

10.1.1线性规划标准型234

10.1.2单纯形法（Simplex Algorithm）235

10.2案例10A：测算俄亥俄州哥伦布大都市区的浪费性通勤238

10.2.1浪费性通勤问题的提出与测算238

10.2.2 ArcGIS上的数据准备240

10.2.3利用SAS进行浪费性通勤测算244

10.3整数规划与区位优化问题247

10.3.1整数规划通用形式和解247

10.3.2区位优化问题248

10.4案例IOB：美国俄亥俄州库亚霍加县医疗服务的区位优化251

10.4.1基于面的分析方法252

10.4.2基于路网的分析方法257

10.5小结263

附录10A哈密尔顿的浪费性通勤模型264

附录10B浪费性通勤测算的SAS程序266

第十一章 线性方程组的求解及其在城市结构模拟中的应用271

11.1线性方程组求解271

11.2格瑞—劳瑞模型274

11.2.1基本与非基本产业274

11.2.2格瑞—劳瑞模型的构建276

11.2.3简明实例278

11.3案例研究：基于一个假想城市的人口与服务就业分布模拟279

11.3.1利用ArcGIS计算交通路网距离（时间）281

11.3.2模拟基本案例中人口和服务就业分布282

11.3.3检验基本就业分布的影响284

11.3.4检验距离衰减系数的影响285

11.3.5检验交通路网的影响285

11.4讨论与结论286

附录11A投入—产出模型287

附录11B求解非线性方程组288

附录11C求解格瑞—劳瑞模型的FORTRAN程序290

参考文献300