培訓(xùn)目標：
通過培訓(xùn)，使學(xué)員掌握空間統(tǒng)計與空間分析技術(shù)要點與應(yīng)用，通過多種軟件實操演練，使學(xué)員掌握ArcGIS、Geoda、R語言等重要的空間統(tǒng)計分析工具；通過大量案例實戰(zhàn)，使學(xué)員掌握多種空間數(shù)據(jù)統(tǒng)計分析的應(yīng)用方法，并且將所學(xué)方法應(yīng)用到本行業(yè)的空間數(shù)據(jù)統(tǒng)計分析工作中。同時，針對海量空間數(shù)據(jù)分析，讓學(xué)員熟悉空間大數(shù)據(jù)分析的方法和應(yīng)用。
?
培訓(xùn)對象：
從事地理信息系統(tǒng)應(yīng)用人員，規(guī)劃、國土管理、地質(zhì)、測繪、海洋、農(nóng)業(yè)、林業(yè)、園林、城管、市政、交通、水利、公共衛(wèi)生、等行業(yè)相關(guān)的政府主管部門及企事業(yè)研究院（所）、大專院校及勘察、勘探、設(shè)計、測繪、勘測院、所、隊的領(lǐng)導(dǎo)與業(yè)務(wù)技術(shù)骨干。
|
章節(jié)
|
課程題目及說明
|
|
一、
空間統(tǒng)計分析基礎(chǔ)
|
地理信息與空間思維
|
|
簡要介紹與回顧地理學(xué)以及地理信息的發(fā)展歷程，了解空間思維方式與空間分析的一般情況。
|
|
空間思維、地理科學(xué)
|
|
空間分析與空間統(tǒng)計學(xué)基礎(chǔ)
|
|
1、介紹空間分析與空間統(tǒng)計學(xué)的一般基礎(chǔ)知識，包括空間聚類的算法與應(yīng)用、空間相關(guān)性的多種算法比較以及適用范圍。不同算法中P值和Z得分的概念與意義。
?2、在不同的研究中，獲取數(shù)據(jù)的思想以及對數(shù)據(jù)的空間化分析思路。如何選擇合適的分析算法以及分析工具。
?3、ArcGIS軟件中的空間分析、空間統(tǒng)計模塊的應(yīng)用、結(jié)果的解讀以及應(yīng)用方式。
|
|
空間統(tǒng)計、開源軟件、商業(yè)軟件
|
|
二、
數(shù)據(jù)分析初步與軟件操作
|
數(shù)據(jù)分析初步（數(shù)據(jù)處理與可視化）
|
|
1、數(shù)據(jù)處理的一般流程包括介紹數(shù)據(jù)挖掘通用流程CRISP-DM以及空間數(shù)據(jù)挖掘與分析。
??2、空間數(shù)據(jù)的獲取方式以及可視化。
??3、通過軟件進行GIS專題圖制作。
|
|
CRISP-DM，專題圖制作
|
|
數(shù)據(jù)分析初步（軟件實戰(zhàn)）
|
|
1、數(shù)據(jù)處理與分析業(yè)界第一語言Python基礎(chǔ)講解與應(yīng)用。
2、R語言入門與基礎(chǔ)操作。
3、ArcGIS與GEODA軟件的基礎(chǔ)操作。
|
|
Python、R、ArcGIS、Geoda
|
|
三、
空間統(tǒng)計應(yīng)用及軟件操作基礎(chǔ)
|
空間統(tǒng)計及其應(yīng)用一（空間統(tǒng)計分析初步）
|
|
1、空間關(guān)系概念化以及應(yīng)用模式。
2、空間分布模式與趨勢演變（時空一體）模型的識別。
3、空間自相關(guān)與空間異質(zhì)性。
4、莫蘭指數(shù)的概念以及應(yīng)用。
5、案例說明。
|
|
空間關(guān)系、空間自相關(guān)、空間異質(zhì)性
|
|
空間統(tǒng)計及其應(yīng)用二（空間統(tǒng)計實戰(zhàn)操作）
|
|
1、在ArcGIS、GeoDa和R語言中對空間關(guān)系概念化、空間矩陣、空間自相關(guān)、空間分布等分析的實現(xiàn)與實際操作。
??2、空間統(tǒng)計案例及實戰(zhàn)操作：美國大選的票倉分析。
|
|
實戰(zhàn)分析
|
|
?
四、
空間事件分析技術(shù)以及實戰(zhàn)應(yīng)用
|
空間統(tǒng)計及其應(yīng)用三（空間事件分析技術(shù)）
|
|
1、空間點模式分析級應(yīng)用。
2、樣方分析、方向分布、中心及中位數(shù)、冷熱點、密度、聚類等多種分析技術(shù)的說明與應(yīng)用。3、案例說明：挪威歷史上最臭名昭著的案件“The Pocket Man”的偵破及抓捕
|
|
點數(shù)據(jù)分析模式
|
|
空間統(tǒng)計學(xué)其應(yīng)用四（點模式分析實戰(zhàn)操作）
|
|
1、在ArcGIS、GeoDa和R語言中對點模式分析實現(xiàn)與實際操作。
??2、空間統(tǒng)計案例及實戰(zhàn)操作：事故分析與疾病流行分析。
|
|
實戰(zhàn)分析
|
|
五、
空間大數(shù)據(jù)基礎(chǔ)
|
空間大數(shù)據(jù)分析入門
|
|
1、大數(shù)據(jù)主流應(yīng)用以及在空間分析上的現(xiàn)狀。
2、簡介一般空間大數(shù)據(jù)分析技術(shù)，包括Hadoop和Spark。
3、空間大數(shù)據(jù)應(yīng)用案例：北京市交通熱點的分析
|
|
大數(shù)據(jù)、hadoop、spark
|
|
大數(shù)據(jù)分析基礎(chǔ)
|
|
1、搭建大數(shù)據(jù)分析基礎(chǔ)環(huán)境。
2、分布式并行計算三大基礎(chǔ)概念HDFS、MapReduce、Big Table的簡介和實現(xiàn)說明。
3、Hadoop與Spark開發(fā)的編程實現(xiàn)。
|
|
HDFS、MapReduce、Big Table
|
|
六、
空間大數(shù)據(jù)分析實踐
|
大數(shù)據(jù)及空間大數(shù)據(jù)分析（hadoop篇）
|
|
1、使用HIVE實現(xiàn)空間數(shù)據(jù)篩選功能。
2、在hadoop上使用MapReduce實現(xiàn)海量數(shù)據(jù)的交通流量分析全過程的編碼以及功能操作。
|
|
HIVE、MapReduce、空間分析
|
|
大數(shù)據(jù)及空間大數(shù)據(jù)分析（Spark篇）
|
|
1、Spark基礎(chǔ)開發(fā)模式（Python篇）。
2、利用Spark with Python進行大數(shù)據(jù)分析。
3、SparkR簡介以及實踐。
|
|
Spark、Python、SparkR
|
