| 论文创新点 | 第5-14页 |
| 摘要 | 第14-16页 |
| Abstract | 第16-19页 |
| 1 绪论 | 第20-35页 |
| 1.1 研究背景及意义 | 第20-23页 |
| 1.1.0 研究背景 | 第20-22页 |
| 1.1.1 研究意义 | 第22-23页 |
| 1.1.1.1 理论意义 | 第22-23页 |
| 1.1.1.2 实践意义 | 第23页 |
| 1.2 国内外研究现状 | 第23-29页 |
| 1.2.1 HFRS时空分布特征分析 | 第23-26页 |
| 1.2.1.1 HFRS疾病现状 | 第23-24页 |
| 1.2.1.2 时空分布特征研究现状 | 第24-26页 |
| 1.2.2 HFRS影响因素 | 第26-28页 |
| 1.2.2.1 影响因素相关研究 | 第26-27页 |
| 1.2.2.2 影响因素研究的相关建模方法 | 第27-28页 |
| 1.2.3 研究述评 | 第28-29页 |
| 1.3 研究内容和论文结构 | 第29-30页 |
| 1.3.1 研究内容 | 第29页 |
| 1.3.2 论文结构 | 第29-30页 |
| 1.4 研究思路与研究方法 | 第30-33页 |
| 1.4.1 研究思路 | 第30-33页 |
| 1.4.2 研究方法 | 第33页 |
| 1.5 本章小结 | 第33-35页 |
| 2 研究区域及研究数据 | 第35-41页 |
| 2.1 湖北省HFRS概况 | 第35-37页 |
| 2.1.1 湖北省概况 | 第35页 |
| 2.1.2 湖北省HFRS发展阶段 | 第35-37页 |
| 2.2 数据来源 | 第37-38页 |
| 2.3 数据预处理 | 第38-40页 |
| 2.4 本章小结 | 第40-41页 |
| 3 HFRS时空分布特征识别 | 第41-71页 |
| 3.1 探索性空间数据分析 | 第42-47页 |
| 3.1.1 全局空间自相关 | 第45-46页 |
| 3.1.2 局部空间自相关 | 第46-47页 |
| 3.2 聚类分析 | 第47-53页 |
| 3.2.1 全局空间聚类的计算 | 第47-51页 |
| 3.2.1.1 面数据方法 | 第48-50页 |
| 3.2.1.2 点数据方法 | 第50-51页 |
| 3.2.2 空间聚类的局部测量 | 第51-53页 |
| 3.3 时空扫描统计分析 | 第53-54页 |
| 3.4 实验与结果分析 | 第54-69页 |
| 3.4.1 HFRS发病的统计特征分析 | 第55-59页 |
| 3.4.1.1 HFRS发病率变化分析 | 第55页 |
| 3.4.1.2 HFRS季节影响分析 | 第55-56页 |
| 3.4.1.3 HFRS空间分布分析 | 第56-59页 |
| 3.4.2 HFRS探索性空间分析 | 第59-63页 |
| 3.4.2.1 HFRS全局空间自相关分析 | 第59-60页 |
| 3.4.2.2 HFRS局部自相关分析 | 第60-62页 |
| 3.4.2.3 HFRS三维空间分布趋势分析 | 第62-63页 |
| 3.4.3 HFRS聚类分析 | 第63-65页 |
| 3.4.3.1 HFRS高/低聚类区域分析 | 第63-64页 |
| 3.4.3.2 HFRS热点区域分析 | 第64-65页 |
| 3.4.4 HFRS时空扫描统计分析 | 第65-69页 |
| 3.5 本章小结 | 第69-71页 |
| 4 季节性差分时空自回归移动平均模型的HFRS趋势分析 | 第71-100页 |
| 4.1 自回归差分移动平均模型 | 第72-77页 |
| 4.1.1 时间自相关 | 第73-76页 |
| 4.1.1.1 自相关函数 | 第73-74页 |
| 4.1.1.2 偏相关函数 | 第74-75页 |
| 4.1.1.3 HFRS的自相关函数用途 | 第75-76页 |
| 4.1.2 ARIMA建模步骤 | 第76-77页 |
| 4.2 时空自相关移动平均模型 | 第77-87页 |
| 4.2.1 HFRS发病数据的时空特性 | 第77页 |
| 4.2.2 STARMA模型的时空扩展 | 第77-80页 |
| 4.2.2.1 延迟算子 | 第78-79页 |
| 4.2.2.2 模型定义 | 第79-80页 |
| 4.2.3 STARMA建模过程 | 第80-87页 |
| 4.2.3.1 模型识别 | 第80-82页 |
| 4.2.3.2 参数估计 | 第82-86页 |
| 4.2.3.3 模型的诊断检验 | 第86-87页 |
| 4.3 HFRS季节性差分时空自回归移动平均模型 | 第87-90页 |
| 4.3.1 季节性自回归移动平均模型 | 第88-89页 |
| 4.3.2 季节性差分时空自回归移动平均模型 | 第89-90页 |
| 4.4 实验与结果分析 | 第90-98页 |
| 4.4.1 自回归差分移动平均模型分析 | 第91-94页 |
| 4.4.1.1 平稳性分析 | 第91-92页 |
| 4.4.1.2 ARIMA建模 | 第92-94页 |
| 4.4.2 季节性差分时空自回归移动平均分析 | 第94-98页 |
| 4.5 本章小结 | 第98-100页 |
| 5 季节性差分时空地理加权回归模型的HFRS影响因素识别 | 第100-119页 |
| 5.1 地理加权回归模型 | 第101-103页 |
| 5.1.1 模型和参数估计 | 第101-102页 |
| 5.1.2 权函数原理 | 第102-103页 |
| 5.1.3 带宽参数的选取 | 第103页 |
| 5.2 HFRS的时空地理加权回归模型 | 第103-109页 |
| 5.2.1 时间特性下GWR的扩展 | 第103-105页 |
| 5.2.2 时空非平稳性的考量 | 第105-106页 |
| 5.2.3 时空变化的加权原理 | 第106-108页 |
| 5.2.4 时空权函数的定义及选取 | 第108-109页 |
| 5.2.5 带宽参数 | 第109页 |
| 5.3 HFRS季节性差分时空地理加权回归模型 | 第109-111页 |
| 5.3.1 季节性差分的必要性 | 第109-110页 |
| 5.3.2 季节性差分扩展 | 第110-111页 |
| 5.4 实验与结果分析 | 第111-117页 |
| 5.4.1 影响因子选择 | 第111-112页 |
| 5.4.2 最小二乘法 | 第112-113页 |
| 5.4.3 基于地理加权回归的方法 | 第113-115页 |
| 5.4.3.1 建模过程 | 第113-114页 |
| 5.4.3.2 带宽参数定义及选取 | 第114-115页 |
| 5.4.3.3 季节性差分分析 | 第115页 |
| 5.4.4 建模结果对比 | 第115-117页 |
| 5.5 本章小结 | 第117-119页 |
| 6 湖北省HFRS疾病综合分析 | 第119-128页 |
| 6.1 湖北省HFRS流行特点 | 第119-121页 |
| 6.2 湖北省HFRS空间分布特征 | 第121-123页 |
| 6.3 湖北省HFRS时空聚集性特征 | 第123-124页 |
| 6.4 湖北省HFRS发病影响因素的研究 | 第124-126页 |
| 6.5 湖北省HFRS发病预测分析 | 第126页 |
| 6.6 本章小结 | 第126-128页 |
| 7 总结与展望 | 第128-132页 |
| 7.1 研究创新点 | 第128-129页 |
| 7.2 研究总结 | 第129-131页 |
| 7.3 研究不足及展望 | 第131-132页 |
| 参考文献 | 第132-141页 |
| 攻博期间发表的科研成果目录 | 第141-142页 |
| 致谢 | 第142页 |