Для тех, у кого схожий недостаток внимания, я бы предложил просмотреть списки блогов ГИС и науки . По сути, это просто списки различных исследовательских работ, которые имеют какое-то отношение к географическому анализу, и поэтому их следует квалифицировать как «Мне интересно узнать с точки зрения непрофессионала, что означает этот язык и как применять его в повседневной ГИС».
Я чаще всего сталкиваюсь с прилагательным геостатистики в сочетании с анализом данных в естественных / экологических науках. Примерами этого являются тексты Cressie (1993) или Isaaks and Srivastava (1989) .
Он используется гораздо реже со статистическими методами, более распространенными в социальных науках. Примерами часто цитируемых текстов, посвященных статистическому анализу в социальных науках (но с очевидным акцентом на географию), являются Анселин (1988) , Уоллер и Готвей (2004) , Лесаж и Пейс (2009) , Уорд и Гледич (2007) . Книги, которые можно считать хорошим мостом между этими двумя областями, могут быть Haining (2003) и Ripley (2004) (а также книга Bivand, на которую ссылается dslamb).
Я перечисляю их, потому что я не обязательно поддерживаю различие между этими двумя полями (как Морана я не могу считаться геостатистом?) Но, как говорится, большинство людей не будут особенно заинтересованы во всех этих тематических областях. Частично причина, по которой существует это различие, связана с типом данных, к которым применяются статистические методы, и, следовательно, если вы особенно заинтересованы в анализе тематических материалов, которые с одной стороны, то с другой, возможно, не все это применимо. Это также причина, по которой я предложил блог GIS and Science, поскольку в них есть списки, подпадающие под обе эти категории. Хотя мои интересы в основном остаются в сфере социальных наук, я все еще вижу статьи, более ориентированные на естественные науки, которые мне интересны (например,Визуальное сравнение моделей Moving Window Kriging , теперь это просто круто!)
Теперь, когда я засыпал вас множеством дорогих учебников, вы все еще интересуетесь всей геостатистикой, или ваши интересы, возможно, будут немного меньше по объему?
Я часто нахожу, что поиск в руководствах по программному обеспечению - хорошие места для определений (и иногда более широкие примеры приложений). Например, я столкнулся с программным обеспечением PASSaGE, когда искал формулу для местного Geary's c. Книга GeoDa - прекрасное введение в пространственную регрессию, и мне сказали, что руководство / учебные пособия для программного обеспечения ClusterSeer - хорошее введение в кластерный анализ (хотя, к сожалению, они не доступны онлайн, кажется). Для анализа точечного паттерна CrimeStat является очень хорошим справочным материалом.
Поскольку я могу себе представить, что изучение материала в формате курса в отличие от книги легче для некоторых, я мог бы предложить проверить, не подходит ли поблизости один из коротких курсов Пьера Гуварта по экологической геостатистике, и я вижу, что у ICPSR есть два курса, связанных с пространственной Эконометрика, перечисленная на их сайте ( 1 , 2 , в качестве примечания, эти ссылки, вероятно, устареют в довольно ближайшем будущем). Для полностью онлайнового материала (и для тех из нас, кто более скромен) вы можете просмотреть списки открытых курсов MIT или провести прикладной анализ с использованием программного обеспечения R, которое вы можете пройти через учебник spatstat .
Кроме того, поскольку преодоление 1000 миль за курс редко выполнимо, если вы найдете интересный курс, попросить у профессора копию учебного плана - хороший способ определить подходящий материал для чтения. Недавно на сайте статистики было опубликовано сообщение с рекомендациями по программному обеспечению для оценки вариограмм , и я думаю, что, вероятно, в этой ветке есть еще несколько полезных источников учебного материала.
Просто чтобы продолжить изучать ресурсы, которые я собрал, помимо книги Hengl (2009), которая уже была указана в вашем вопросе, ниже приведены другие сайты с различными ресурсами;
- CATMOG (примечание, это хорошее место для начала знакомства с конкретным тематическим материалом, который освещается)
- Геопространственный анализ - всеобъемлющее руководство (de Smith, Longley and Goodchild, 2006), которое, я уверен, цитировалось здесь несколько раз.
- Центр Комплексных пространственно социальных наук имеет множество ресурсов.
- Для ресурсов, связанных с визуализацией, я обнаружил, что GeoVista и лаборатория пространственного анализа данных и визуальной аналитики имеют довольно интересные вещи.
- Ресурсы в центре Geoda стоит упомянуть во второй раз (хотя, возможно, они могли бы использовать какую-то лучшую организацию!) @Laurent упоминает страницу учебных пособий , на которой есть некоторые учебные пособия по пространственной регрессии, анализу точечных паттернов и вариографии в различных программных пакетах. Недавно мне переслали страницу электронных презентацийот них тоже. Это, пожалуй, самое широкое разнообразие презентаций пространственного анализа, которые я когда-либо видел, охватывающих разрыв между методами естественных и социальных наук, которые я обсуждал ранее в посте. Я не просматривал слайды, но я подозреваю, что они являются хорошим введением в любую из тем, которые они затрагивают (и, вероятно, менее пугающее введение, чем в некоторых из учебников, которые я перечислил ранее). Я нахожу новые вещи на этом сайте каждый раз, когда просматриваю его, стоит осмотреться, чтобы посмотреть, пропустил ли я что-нибудь.