面向大数据，本书提出数据场、云模型、挖掘视角、李德仁法等空间数据挖掘的新方法，揭示在不同层次“规则+例外”的挖掘机理，总结数据源的内容和管理，研究遥感图像的大规模智能检索、地物分类和变化检测，时空分布的视频数据挖掘，夜光遥感图像挖掘，滑坡监测数据挖掘，以及GIS数据的关联规则、分布规则、决策规则和聚类挖掘，成功用于“一带一路”沿线的城市发展评估、国际热点区域的人道主义灾难评估、公共安全事件的监测预警、无人机视频的动态目标跟踪、火车车轮的形变检测、土地利用的分类与变化检测、滑坡监测的数据挖掘、银行选址的预测评估、区域经济分析等领域，研制了空间数据挖掘系统SDMsystem，实现了从空间大数据向大价值的实质转换。 本书可供空间数据挖掘、计算机科学、地球空间信息科学、数据科学、地理信息系统、遥感、全球定位系统、数据分析、人工智能、认知科学、资源规划、灾害防治、管理科学等领域的研究人员和开发人员使用，亦司作为高等学校相关专业的本科生、研究生教学用书和参考用书。

“地球观测与导航技术丛书”编写说明
序一
序二
序三
序四
第三版前言
第二版前言
第一版前言
第1章 绪论
1.1 空间数据挖掘的由来
1.2 空间数据挖掘的价值
1.3 空间数据挖掘的难题
1.4 本书的内容和组织结构
第2章 空间数据挖掘基础
2.1 基本定义和性质
2.2 空间数据挖掘金字塔
2.3 空间数据挖掘视角
2.4 空间数据挖掘的知识类型
2.5 空间知识的表达
2.6 空间数据挖掘与相关学科的关系
第3章 空间数据挖掘的数据源
3.1 空间数据的内容和特性
3.2 空间数据获取
3.3 空间数据结构
3.4 空间数据模型
3.5 空间数据的组织和管理
3.6 国家空间数据基础设施
3.7 中国国家空间数据基础设施
3.8 从空间数据基础设施到大数据
第4章 空间数据清理
4.1 空间数据的污染问题
4.2 空间数据清理的基本内容
4.3 空间观测数据的清理
4.4 遥感图像的清理
4.5 基于DHP法的空间数据选择
第5章 空间数据挖掘可用的理论方法
5.1 确定集合论
5.2 扩展集合论
5.3 仿生学方法
5.4 知识图谱
5.5 可视化
5.6 空间数据挖掘系统
第6章 数据场
6.1 数据辐射
6.2 数据场的概念和性质
6.3 数据场的场强和势
第7章 云模型
7.1 随机性和模糊性
7.2 云模型的概念
7.3 云模型的类型
7.4 云发生器
7.5 云变换
7.6 基于云模型的不确定推理
第8章 地学粗空间和概念格
8.1 地学粗空间的内涵
8.2 地学粗空间在地球空间信息学的外延
8.3 概念格及其性质
8.4 概念格的构建
第9章 遥感图像智能检索
9.1 图像检索特征
9.2 遥感图像统计检索
9.3 遥感图像深度检索
第10章 遥感图像分类
10.1 基于归纳学习和贝叶斯方法的图像分类
10.2 基于云模型的图像分类
10.3 基于粗神经网络的图像分类
10.4 基于地学粗空间的专题提取
第11章 遥感图像变化检测
11.1 变化检测的方法体系
11.2 面向对象机器学习的遥感图像变化检测
11.3 顾及空间特征的时间序列变化检测
11.4 面向无人机视频的动态目标跟踪
第12章 时空分布的视频数据挖掘
12.1 视频数据智能压缩与云存储
12.2 基于内容的视频数据检索
12.3 时空视频数据挖掘
12.4 视频人脸超分辨率识别与表情挖掘
12.5 基于长程背景字典的卫星视频编码
第13章 夜光遥感图像挖掘
13.1 夜光遥感图像挖掘的必要性
13.2 中国区域经济分析
13.3 “一带一路”城市发展评估
13.4 人道主义灾难评估
第14章 宝塔滑坡的监测数据挖掘
14.1 宝塔滑坡
14.2 滑坡监测数据挖掘的可行性
14.3 宝塔滑坡形变监测数据挖掘的视角
14.4 同点异时同向的视角挖掘
14.5 异点同时同向的视角挖掘
14.6 异点异时同向的视角挖掘
14.7 基于数据场的例外挖掘
14.8 宝塔滑坡形变监测的知识及讨论
第15章 GIS数据挖掘
15.1 空间关联规则挖掘
15.2 基于归纳学习挖掘空间分布规则
15.3 基于粗集发现决策知识
15.4 空间聚类知识挖掘
参考文献
后记