《空间数据分析》课程-秦昆教授、志祥教授、熊汉江教授、李熙副教授、陈江平副教授、卢宾宾副教授

《空间数据分析》课程

课程简介

该课程是国内第一门，空间数据分析课程，课程将在2021年5月8日正式开课，大家可以通过中国大学MOOC平台上线学习。该课程由武汉大学秦昆教授，联合人群活动时空分析专家方志祥教授、三建建模与可视化分析专家熊汉江教授、夜光遥感分析专家李熙副教授、空间相关性分析专家陈江平副教授、地理加权回归分析专家卢宾宾副教授联袂推出，欢迎感兴趣的学生、专家学者登录课程平台进行学习！

师资力量

武汉大学 秦昆教授

武汉大学 夜光遥感专家李熙副教授

武汉大学 人群活动时空分析专家方志祥教授

武汉大学 三维建模与可视化分析专家熊汉江教授

武汉大学 空间相关性分析专家陈江平副教授

武汉大学 地理加权回归分析专家卢宾宾副教授

➤ 课程内容

学习掌握空间分析理论

栅格分析与图像挖掘极夜光遥感分析

城市人群活动时空分析三维分析与三维建模

探索性空间数据分析地理相关性分析

地统计分析 地理加权回归分析 地理工作流分析

智能空间分析与空间决策支持

空间数据分析

《空间数据分析》是一门关于空间数据分析理论、方法与应用的专业课，包括空间数据分析的理论、栅格分析与图像挖掘、矢量分析与空间社会网络、人群活动分析与轨迹挖掘、三维分析与三维建模、探索性空间数据分析、地理相关性分析、地统计分析、地理加权分析、地理过程建模与工作流、智能空间分析与空间决策支持等。

课程概述

学习这门课程，学生可以系统地掌握空间数据分析的理论、方法和应用，为培养空间数据分析能力提供重要基础。

《空间数据分析》是一门关于空间数据分析理论、方法与应用的专业课。

通过学习这门课程，学生可以具备以下能力：

1）掌握空间数据分析的理论和方法，能够对其基本原理进行解释；

2）能够根据应用需要合理选择空间数据分析所需要的数据，能够依据空间数据类型和特点，选择合理的空间数据分析方法、设计分析过程并进行合理分析；

3）能够清晰表达空间数据分析应用的思想、思路、方法和措施等，能够编程实现空间数据分析的算法，能够利用软件完成空间数据分析任务，能够撰写空间数据分析报告。

课

程

大

纲

第一章 绪论

了解学习的目的，学习和了解空间数据分析研究的背景知识；掌握空间分析的概念、空间分析与地理信息系统的关系、空间分析应用模型与地理信息系统的关系；学习和了解空间分析的研究进展。

1.1 引言及背景知识

1.2 空间数据分析的概念

1.3 空间分析的研究进展

第二章 空间数据分析理论

学习和了解空间数据分析的基础理论，包括：地理学定律、空间关系理论、空间认知理论、空间推理理论、空间分析不确定性理论等。

2.1 地理学定律

2.2 空间关系理论

2.3 空间认知理论

2.4 空间推理理论

2.5 空间分析不确定性理论

第三章 栅格分析与图像挖掘

学习和掌握栅格数据分析和图像挖掘方法，包括：栅格数据分析、图像数据挖掘、夜光遥感分析与挖掘等。

3.1 栅格数据分析

3.2 图像数据挖掘

3.3 夜光遥感分析与挖掘

第四章 矢量分析与空间社会网络

学习和掌握矢量数据分析和空间社会网络分析方法，包括：矢量数据操作分析方法、网络分析、空间社会网络等。

4.1 矢量分析基本方法

4.2 网络分析

4.3 轨迹数据分析与挖掘

4.4 空间社会网络分析

第五章 人群活动分析及轨迹挖掘

学习和掌握人群活动分析及轨迹挖掘方法，包括：城市人群活动概述、时间地理与时空GIS、人群活动群体特征分析、轨迹分析与挖掘。

5.1 城市人群活动概述

5.2 时间地理与时空GIS

5.3 活动轨迹隐私保护

5.4 群体特征分析

5.5 时空需求与优化服务

第六章 三维分析与三维建模

学习和掌握三维分析与三维建模方法，包括：三维地形模型与特征量算、地形分析、三维建模与可视化。

6.1 三维地形模型与特征量算

6.2 地形分析

6.3 三维建模与可视分析

第七章 探索性空间分析

学习和掌握探索性空间数据分析方法，包括：一般统计分析、探索性空间数据分析等。

7.1 一般统计分析

7.2 探索性数据分析

7.3 探索性空间数据分析

第八章 地理相关性分析

学习和掌握地理相关性分析方法，包括：一般相关程度的度量方法、多要素相关程度的测度、空间相关性分析等。

8.1 相关的意义与原理

8.2 一般相关程度的度量方法

8.3 多要素间相关程度的测度

8.4 空间相关性分析方法

第九章 地统计分析

学习和掌握地统计分析方法，包括：地统计分析概述、区域化变量理论、空间变异函数、克里金估计方法等。

9.1 地统计分析概述

9.2 区域化变量理论

9.3 空间变异函数

9.4 克里金估计方法

第十章 地理加权回归分析

学习和掌握地理加权回归分析方法，包括：空间异质性、地理加权回归分析技术、多尺度地理加权回归分析技术等。

10.1 地理加权回归分析技术

10.2 多尺度地理加权回归分析技术

10.3 R函数工具包

第十一章 地理过程建模与工作流

学习和掌握地理过程建模与工作流技术，包括：地理过程建模、地理工作流技术等。

11.1 空间分析建模

11.2 ModelBuilder建模及工作流技术

11.3 KNIME工作流技术

第十二章 智能空间分析与空间决策支持

学习和掌握智能空间分析与空间决策支持的理论与方法，包括：智能空间分析、空间决策支持、空间决策支持的相关技术等。

12.1 智能空间分析

12.2 空间决策支持

授课目标

本课程的目的在于培养学生掌握空间数据分析的基本理论和方法，并且能够针对具体问题综合利用空间数据分析的理论和方法分析实际问题；

培养学生实现空间数据分析算法的能力；

培养学生利用GIS软件完成空间分析任务的能力。

预备知识

具备地理信息系统的基础知识、概率统计的基础知识。

证书要求

本课程采取单元测验、单元作业和期末考试相结合的形式给总评成绩。

平时的单元测验占20%，单元作业占25%，期末考试占55%。

总评成绩达到85分及以上者可以付费100元申请本课程的优秀证书；达到60~84分者可以付费100元申请本课程的合格证书。

* * * ：参考文献

秦昆等. GIS空间分析理论与方法(第二版), 武汉: 武汉大学出版社, 2010.

Christopher D.Lloyd. Local Models for Spatial Analysis (Second Edition). CRC Press, 2010.

Robert Haining. Spatial Data Analysis: Theory and Practice. Cambridge University Press. Cambridge, 2003.

声明：本文仅用于宣传交流，不用于盈利，如有侵权联系删除。

peach

往期精彩回归

无人机遥感深度学习研究综述

吴秋生开发的geemap开源软件包和Google Earth Engine学习资源（Awesome-GEE）已经被GEE官网收录

技术科普|常用点云后处理软件介绍

环境遥感特刊概要：基于GEE的遥感土地变化研究

极地测绘遥感信息学

遥感指数库(Index DataBase)

遥农田定量遥感：理论、方法与应用

城市遥感：城市环境监测集成与建模

LiDAR/PCM软件：点云魔方版本更新

免费数据共享：2000-2018全球 “类NPP-VIIRS”夜间灯光数据

遥感图像处理课程汇总

32篇深度学习与遥感论文推荐

GEE Deep Learning

GEE学习资料汇总与分享

面向科研人员的免费遥感数据集

GEE - A Review第二篇

近期发布的地理空间数据共享资源汇总

论文+软件推送 | OS-CA模型：模拟不同政策情景下的城市开放空间（OS）及其步行可达性的动态变化

论文+软件推送 | 使用一种新的“斑块生成土地利用模拟模型”（PLUS）来挖掘和理解可持续土地利用扩张的驱动因素