中文摘要：

空间统计学是建立现代地理系统科学的重要学术支柱。空间统计分析对于地理学科和很多应用学科研究能够提供重要的理论方法和分析工具，目前已得到广泛应用。本课题将结合时空统计模型理论、参数估计算法和探索性图形数据分析方法等进行研究，研究重点包括时空可分和非可分情形下的时空模型参数的最大似然估计方法及以探索性数据分析和统计图形分析为基础的模型诊断方法，并将研究结果应用于公共卫生领域中，针对鄱阳湖地区血吸虫病的

结论摘要：

空间统计是建立现代地理系统科学的重要学术支柱。但由于该学科的交叉性很强，往往牵涉到诸多学科领域（如地理信息系统、统计理论与方法、计算机程序设计、数据处理技术以及不同的应用专业领域知识），使得这个研究领域的进入成本比较高，故而发展相对GIS，RS和数据采集技术的发展要缓慢得多。相对时序统计分析而言，空间统计是从一维空间向二维或多维空间的延伸。由于空间关系定义的不确定性（或非维一性）和空间数据结构的复杂性（如异方差和非稳定性），使得空间统计研究的难度远远大于时序统计的研究。尤其是目前绝大多数权威的统计分析软件（如ＳＡＳ、ＳＰＳＳ等）几乎都不符合空间二维（乃至三维）数据结构的要求，基本上不具备空间数据处理和空间统计分析的功能，从事空间统计分析的研究人员往往必须自己动手编写软件程序，这也使得空间统计分析研究的难度大大增加。　　空间统计的一个重要研究方向是时空数据分析，即如何结合空间平面数据与时间序列数据以描述和分析各种时间和空间变化过程（例如, 监测一个时期内的环境污染、气象变化、土地利用、疾病传播、城乡发展等）中所呈现的复杂关系，寻找变化规律，并从中提取和挖掘出有用的信息。这对许多自然学科