| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 空间自相关分析进展 | 第9-21页 |
| 1.1 空间自相关指数 | 第10-14页 |
| 1.1.1 Moran's I | 第10-12页 |
| 1.1.2 Geary’s c | 第12页 |
| 1.1.3 多元与时空自相关指数 | 第12-13页 |
| 1.1.4 Pearson相关系数与Moran's I相结合的自相关指数 | 第13-14页 |
| 1.2 空间自回归模型 | 第14-17页 |
| 1.3 估计与检验理论 | 第17-21页 |
| 1.3.1 空间自相关指数检验 | 第17页 |
| 1.3.2 空间回归模型的估计与检验 | 第17-21页 |
| 第二章 空间自相关指数的应用 | 第21-42页 |
| 2.1 2013武汉市监测PM2.5的时空分布情况 | 第21-33页 |
| 2.1.1 研究区域 | 第21-22页 |
| 2.1.2 数据类型 | 第22-23页 |
| 2.1.3 数学模型 | 第23-25页 |
| 2.1.4 研究方法 | 第25页 |
| 2.1.5 研究结果 | 第25-33页 |
| 2.2 2013武汉市监测SO_2、NO_2的时空分布情况 | 第33-41页 |
| 2.2.1 SO_2研究结果 | 第33-37页 |
| 2.2.2 NO_2研究结果 | 第37-41页 |
| 2.3 结论 | 第41-42页 |
| 第三章 空间自回归的应用 | 第42-61页 |
| 3.1 空间自回归的应用分析 | 第42-56页 |
| 3.1.1 空间自回归建模 | 第42-51页 |
| 3.1.2 估计检验 | 第51-53页 |
| 3.1.3 研究结果 | 第53-56页 |
| 3.2 时空自回归分析 | 第56-59页 |
| 3.2.1 时空双向自回归建模 | 第57-58页 |
| 3.2.2 估计检验 | 第58页 |
| 3.2.3 研究结果 | 第58-59页 |
| 3.3 结论 | 第59-61页 |
| 第四章 主要研究成果与展望 | 第61-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 附录A | 第67-68页 |
| 附录B | 第68页 |
