随着信息时代向数据时代的转变，各类地理数据纷至沓来。地理数据分析日益成为解译陆地表层系统的重要手段。然而，无论在空间维度还是时间维度，地理过程往往与经典统计“独立同分布”的假设不符。因此，众多科学家经过大半个世纪的努力，逐步发展出了以时空自相关和异质性为主题的系列时空统计分析方法，成功推动了地理时空格局、过程、机制的研究。
本书以“格局-过程-机制”为主线，梳理了时空统计分析方法的脉络体系，总结了这些方法的基本原理和实践案例，旨在服务于地理学相关专业的本科生和研究生教学工作。

程昌秀，北京师范大学地理科学学部，教授。任北京师范大学地理科学学部地理数据与应用分析中心主任。兼任欧亚系统科学学会理事、地理学会地理模型与地理信息分析专委会委员，中国地理信息产业协会GIS理论与方法工作委员会委员等职务。主要从事地理数据组织管理与分析挖掘研究，重点应用和服务于自然灾害、国土资源等领域。获基金委“优青”项目资助（2012），获茅以升北京青年科技奖（2017）以及高校GIS创新人物奖（2020）。

第一章 基本概念与理论
第一节 认识地理研究
第二节 认识地理数据
第三节 认识地理数据分析方法
第二章 空间统计分析方法
第一节 经典统计与空间统计
第二节 空间全局自相关性的度量
第三节 空间局部异质性度量与探测
第四节 空间分层异质性度量与探测
第五节 空间归因分析
第三章 时间序列分析方法
第一节 时间序列分析方法简介
第二节 趋势分析
第三节 周期分析
第四节 时间的分层异质性
第五节 格兰杰因果检验
第六节 其他方法简介
第四章 地理时空集成分析方法
第一节 时空快照法
第二节 时空局部异质性探测
第三节 时空分层异质性探测
第四节 时空过程分解
第五节 时空回归模型
第五章 时空统计分析工具与实践
第一节 GeoDa
第二节 SaTScan
第三节 GWR
第四节 GeoDetector
第五节 Tilia时间分层（分段）
第六节 EViews格兰杰检验
第七节 MATLAB小波分析
第八节 MATLAB高维、多向聚类分析
第九节 WinBUGS贝叶斯层次分析
第十节 R收敛交叉映射
参考文献
常用主题词对照表