前言
第1章 概论 1
1.1 地统计学概念 1
1.2 地统计学研究内容 3
1.3 地统计学起源及发展 4
1.4 地统计学应用领域 6
1.4.1 地统计学在地质学中的应用 6
1.4.2 地统计学在土壤学中的应用 7
1.4.3 地统计学在生态学中的应用 8
1.4.4 地统计学在环境学中的应用 9
1.4.5 地统计学在气象学中的应用 10
1.5 地统计学软件介绍 11
复习思考题 13
第2章 地统计学基础 14
2.1 概率论与数理统计的若干基础知识 14
2.1.1 总体和样本 14
2.1.2 频数分布 15
2.1.3 随机变量的数字特征 15
2.1.4 参数估计 22
2.1.5 假设检验 24
2.2 相关分析 25
2.2.1 两变量相关分析 26
2.2.2 多变量相关分析 28
2.3 回归分析 30
2.3.1 一元线性回归模型 31
2.3.2 多元线性回归模型 34
2.3.3 非线性回归模型 38
2.4 探索性空间教据分析 39
2.4.1 地理数据 39
2.4.2 频率分析 42
2.4.3 离群值分析 43
2.4.4 全局趋势分析 48
2.4.5 空间自相关性分析 48
2.4.6 各向异性分析 48
复习思考题 49
第3章 区域化变量理论 50
3.1 区域化变量的概念及性质 50
3.1.1 随机场 50
3.1.2 区域化变量概念 52
3.1.3 区域化变量性质 52
3.2 协方差函数和变异函数 53
3.2.1 协方差函数 53
3.2.2 变异函数 56
3.3 地统计学理论假设 65
3.3.1 平稳假设 65
3.3.2 内蕴假设 67
3.3.3 准二阶平稳假设和准内蕴假设 68
3.4 估计方差 68
3.4.1 估计方差的概念 68
3.4.2 估计方差的计算 69
3.4.3 关于估计方差的几点说明 72
复习思考题 72
第4章 变异函数结构分析 74
4.1 变异函数的理论模型 74
4.1.1 有基台值模型 74
4.1.2 无基台值模型 76
4.1.3 孔穴效应模型 77
4.2 变异函数理论模型的最优拟合 78
4.2.1 模型参数的最优估计 78
4.2.2 模型拟合评价及类型确定 81
4.2.3 影响变异函数的主要因素 83
4.3 变异函数的套合结构 84
4.3.1 单一方向上的套合 85
4.3.2 不同方向上的套合 86
4.3.3 结构分析的步骤 91
复习思考题 95
第5章 克里金法 96
5.1 克里金法概述 96
5.1.1 克里金法概念及种类 96
5.1.2 克里金估计量 97
5.1.3 克里金法估值过程 98
5.2 线性克里金法 99
5.2.1 简单克里金法 99
5.2.2 普通克里金法 111
5.2.3 泛克里金法 119
5.3 非线性克里金法 128
5.3.1 对数正态克里金法 128
5.3.2 指示克里金法 129
5.3.3 析取克里金法 134
5.4 协同克里金法 144
5.4.1 协同区域化变量理论 145
5.4.2 交叉协方差函数和交叉变异函数 146
5.4.3 协同克里金法估值 151
5.4.4 协同克里金法软件操作示例 160
复习思考题 166
第6章 地统计学应用实例 167
6.1 基于普通克里金法的河南省月均温分析 167
6.1.1 资料选取 167
6.1.2 变异函数的确定 167
6.1.3 气温普通克里金预测表面分析 169
6.2 江苏仪征市土壤有机质含量的时空变异分析 169
6.2.1 教据预处理 169
6.2.2 不同时期土壤性质的描述性统计分析 170
6.2.3 不同时期土壤性质的变异特征分析 170
6.2.4 土壤有机质的时空分布 172
6.3 基于地统计学纹理的遥感图像分类 176
6.3.1 基于变异函数的纹理提取 176
6.3.2 遥感图像分类及结果分析 178
参考文献 180
· · · · · · (收起)