犯罪是社会经济发展过程中客观存在的一种现象。随着社会经济的不断发展,犯罪形式与手段复杂多变,犯罪数量也不断上升。犯罪已经严重影响了社会的稳定,引起了政府部门、专家学者和公众的极大关注。因犯罪都是在一定的空间范围内发生的,以空间为视角的犯罪地理研究已经成为犯罪研究中非常重要的方面,并在犯罪防控中的角色日益显著。GIS相关理论与技术的飞速发展,极大地促进了犯罪地理研究的深化。但是相对国外犯罪地理研究的不断成熟,我国的犯罪地理研究仍然处于起步阶段,研究内容亟需加强深化,研究方法也需要进一步创新。入室盗窃是世界范围内发生最普遍的犯罪形式,具有高发性,而且造成的后果通常也很严重。在此背景下,本文在总结国内外犯罪地理研究现状的基础上,利用GIS、空间统计分析和时空建模方法,结合犯罪地理学的相关理论,以武汉市江汉区为例,深入探索分析了研究区入室盗窃案件的时空模式。论文的分析结果可为警务部门进行警务管理、警力资源调配和犯罪防控实践提供决策支持。具体来说,本文的研究工作主要包含以下4个方面:(1)入室盗窃案件的时空分布特征分析首先,本文利用探索性数据分析方法分析了江汉区各社区入室盗窃案件的月变化特征、周内变化特征和日内变化特征。其次,利用探索性空间数据分析方法分析了江汉区入室盗窃发案数的总体分布特征和各社区标准化入室盗窃率的时间变化,并利用空间自相关检验方法对研究区入室盗窃发案数的空间自相关状况进行了分析。最后,针对标准化入室盗窃率指标度量犯罪相对风险存在不足,以及发案数存在空间自相关的情况,本文提出了一种层次贝叶斯时空模型的建模方法,并应用该模型分析了江汉区入室盗窃风险的时间变化趋势。此外,通过各社区差异趋势大于0的后验概率,本文还研究了各社区入室盗窃风险变化与全区相比,呈上升趋势的强度大小。(2)社区环境因素特征和背景效应对入室盗窃的影响分析依据犯罪地理学的相关理论,同时结合研究区具体的实际情况,本论文选取了各社区潜在的环境影响因子。为克服非空间模型和空间滞后模型、空间误差模型、地理加权回归模型等基于频率统计模型的不足,本论文采用贝叶斯模型对各社区的入室盗窃发案数直接建模分析。论文综合利用、分析、比较了多种不同的模型,以探索处理数据过度分散、空间自相关和小数量问题的有效建模方法。同时,针对现有的用于犯罪分析的模型忽略背景效应的情况,本文提出了 3种顾及背景效应的模型。根据不同模型的拟合结果,论文综合评估选择最优模型用于分析。利用最优模型估计的结果,本论文研究确定了江汉区入室盗窃风险的热点区域和非热点区域。本论文所提的3种顾及背景效应的模型中,有2种与原模型的拟合优度相当。此外,顾及背景效应的模型,提供了一种了解背景效应的视角,并可被扩展用于空间多尺度联合建模分析。(3)根据社区的入室盗窃风险状况,对各社区分类研究本论文提出了一种根据各社区的入室盗窃风险状况,对各社区分类的规则。该分类规则,不仅考虑了各社区入室盗窃风险的现状值,还考虑了各社区风险将来的发展变化趋势。利用本论文所提的分类规则,对研究区各社区分共为6种类型。通过各社区所属的基本类型,就可大体判断出社区入室盗窃风险的基本情况。(4)多类型案件联合建模分析研究针对已有的犯罪研究都是针对单一类型的案件建模分析的情况,本论文提出了一种对多类型案件联合建模分析的方法。该方法将不同犯罪类型相关的数据聚集在一起,并综合利用了不同类型案件之间的相关性。相对于对不同类型案件单独建模分析,多类型案件联合建模分析更能探测研究区不同类型犯罪风险的集聚情况。