《地理信息分析和挖掘》课程教学大纲.docxVIP

《地理信息分析和挖掘》教学大纲 一、课程基本信息 课程名称 地理信息分析和挖掘 Geographic Information Analysis and Mining 课程编码 OSI125021020 开课院部 海洋与空间信息学院 课程团队 GIS应用开发课程组 学分 2.0 课内学时 36 讲授 24 实验 0 上机 12 实践 0 课外学时 0 适用专业 地理信息科学 授课语言 中文 先修课程 地理信息系统原理、GIS空间分析、机器学习 课程简介 （限选） 《地理信息分析和挖掘》是地理信息科学专业的专业选修课。课程主要讲授用于地理信息分析与挖掘的空间统计方法和机器学习方法，主要教学内容包括地理空间格局识别和探测方法、空间回归模型、地理探测器、决策树与随机森林、CNN深度学习、支持向量机等技术。通过该课程的学习，使学生掌握相关空间统计和机器学习的基本理论、模型和算法，具备综合运用这些方法和软件进行地理信息分析、建模和解释的实践技能。 “Geographic information analysis and mining” is a specialized optional course of Geographic Information Science. This course mainly teaches spatial statistical methods and machine learning methods for geographic information analysis and mining. The main contents include geospatial pattern recognition and detection, spatial regression model, geodetector, decision tree and random forest, CNN deep learning, support vector machine et al. Through learning the course, students should master the basic theories, models and algorithms of spatial statistics and machine learning, and have the practical skills in geographic information analysis, modeling and explanation using comprehensively these methods and softwares. 负责人 大纲执笔人 审核人 二、课程目标 序号 代号 课程目标 OBE 毕业要求指标点 任务 自选 1 M1 目标1：掌握地理信息分析的空间统计理论与方法，具备使用空间统计方法进行地理数据分析的基本技能。 是 2 M2 目标2：掌握基于机器学习的地理信息分析基本理论、模型和算法，具备使用随机森林、CNN深度学习、支持向量机等算法进行地理数据分析与挖掘的基本技能。 是 三、课程内容 序号 章节号 标题 课程内容/重难点 支撑课程目标 课内学时 教学方式 课外学时 课外环节 1 第一章 第一章 地理空间格局 本章重点难点：空间点格局和热点探测方法原理。 / 4 / / / 2 1.1 1.1 空间点格局 主要介绍样方分析、最邻近指数、层次聚集、Ripley’s K函数等空间点格局识别方法。 M1 2 讲授 2 复习 3 1.2 1.2 空间热点 空间热点在研究区内探测属性值显著异于其他区域的子区域，视为异常区，可提示疾病暴发的区域、犯罪高发区、灾害高风险区等，主要介绍LISA、空间扫描统计等探测方法。 M1 2 讲授 2 复习 4 实验1 实验1 空间点格局和热点识别、探测软件使用与数据分析 空间点格局和热点识别、探测软件使用与数据分析。 M1 2 上机 2 完成上机作业 5 第二章 第二章 空间回归 本章重点难点：空间滞后模型、空间误差模型、地理加权回归模型原理及公式。 / 4 / / / 6 2.1 2.1 通用模型 空间回归模型的通用形式。 M1 0.5 讲授 0.5 复习 7 2.2 2.2 空间滞后模型 模型原理、方程形式，案例分析。 M1 1 讲授 1 复习 8 2.3 2.3 空间误差模型 模型原理、方程形式、案例分析。 M1 0.5 讲授 0.5 复习 9 2.4 2.4 地理加权回归（GWR） 模型原理及公式、案例分析。 M1 2 讲授与案例分析 2 复习 10 实验2 实验2 空间滞后模型、误差模型、地理加权回归软件使用、数据分析与结果对比 实验2 空间滞后模型、误差模型