發(fā)布時間：2015-04-16所屬分類：科技論文瀏覽：1次
摘 要： 摘要：空間數(shù)據(jù)是指用來表示空間實體的位置、形狀、大小及其分布特征諸多方面信息的數(shù)據(jù)，它可以用來描述來自現(xiàn)實世界的目標，它具有定位、定性、時間和空間關系等特性。空間數(shù)據(jù)是一種用點、線、面以及實體等基本空間數(shù)據(jù)結構來表示人們賴以生存的自然世界
摘要：空間數(shù)據(jù)是指用來表示空間實體的位置、形狀、大小及其分布特征諸多方面信息的數(shù)據(jù)，它可以用來描述來自現(xiàn)實世界的目標，它具有定位、定性、時間和空間關系等特性。空間數(shù)據(jù)是一種用點、線、面以及實體等基本空間數(shù)據(jù)結構來表示人們賴以生存的自然世界的數(shù)據(jù)。
關鍵詞：數(shù)據(jù)技術,空間管理,科技論文刊發(fā)
空間數(shù)據(jù)結構是空間數(shù)據(jù)在計算機內的組織和編碼形式。它是一種適合于計算機存貯、管理和處理空間數(shù)據(jù)的邏輯結構，是地理實體的空間排列和相互關系的抽象描述。它是對數(shù)據(jù)的一種理解和解釋。
空間數(shù)據(jù)結構又是指空間數(shù)據(jù)的編排方式和組織關系。空間數(shù)據(jù)編碼是指空間數(shù)據(jù)結構的具體實現(xiàn)，是將圖形數(shù)據(jù)、影像數(shù)據(jù)、統(tǒng)計數(shù)據(jù)等資料按一定的數(shù)據(jù)結構轉換為適合計算機存儲和處理的形式。不同數(shù)據(jù)源采用不同的數(shù)據(jù)結構處理，內容相差極大，計算機處理數(shù)據(jù)的效率很大程度取決于數(shù)據(jù)結構。
隨著數(shù)據(jù)采集技術的成熟和普及，大量的空間數(shù)據(jù)通過遙感、地理信息系統(tǒng)、多媒體系統(tǒng)、醫(yī)學和衛(wèi)星圖像等多種形式匯集成龐大而豐富的信息源。面對龐雜、繁多的數(shù)據(jù)類型，空間數(shù)據(jù)挖掘技術應運而生，并在地理信息系統(tǒng)、遙感勘測、圖像處理、交通管理、環(huán)境研究等領域得到廣泛應用。
1 空間數(shù)據(jù)挖掘研究概述
空間數(shù)據(jù)挖掘(spatial Data Mining，簡稱SDM)，是指從空間數(shù)據(jù)庫中提取用戶感興趣的空間模式、普遍關系、數(shù)據(jù)特征的過程。空間數(shù)據(jù)挖掘技術綜合數(shù)據(jù)挖掘技術與空間數(shù)據(jù)庫技術，可用于對空間數(shù)據(jù)的理解、空間關系和空間與非空間關系的發(fā)現(xiàn)、空間知識庫的構造以及空間數(shù)據(jù)庫的重組和查詢的優(yōu)化等，其根本目標是把大量的原始數(shù)據(jù)轉換成有價值的知識，發(fā)現(xiàn)大量的地學信息中所隱含的規(guī)則。
空間數(shù)據(jù)挖掘是計算機技術、數(shù)據(jù)庫應用技術和管理決策支持技術等多學科交叉發(fā)展的新興邊緣學科，一般來說，空間數(shù)據(jù)挖掘可分成空間分類、空間聚類、空間趨勢分析和空間關聯(lián)規(guī)則四類。空間分類的目的是在空間數(shù)據(jù)庫對象的空間屬性和非空間屬性之間發(fā)現(xiàn)分類規(guī)則，是近年來空間數(shù)據(jù)挖掘領域中比較活躍的一個方向，常用的方法是決策樹。空間聚類是在一個比較大的多維數(shù)據(jù)集中根據(jù)距離的度量找出簇或稠密區(qū)域，目前提出的空間聚類方法有基于分割的方法、基于層次的方法、基于密度的方法和基于棚格的方法。空間趨勢分析指離開一個給定的起始對象時非空間屬性的變化情況，例如，當離城市中心越來越遠時經(jīng)濟形勢的變化趨勢，空間趨勢分析需要使用回歸和相關的分析方法。空間關聯(lián)規(guī)則是指空間鄰接圖中對象之間的關聯(lián)，空間關聯(lián)挖掘多采用逐步求精的優(yōu)化思想，即首先用一種快速的算法粗略地對初始空間數(shù)據(jù)庫進行一次挖掘，然后再在裁剪過的數(shù)據(jù)庫上用代價高的算法進行進一步精化挖掘。
空間數(shù)據(jù)挖掘過程一般可分為數(shù)據(jù)篩選(消除原始數(shù)據(jù)的噪聲或不一致數(shù)據(jù))、數(shù)據(jù)集成(將多種數(shù)據(jù)源組合在一起)、數(shù)據(jù)選擇(根據(jù)用戶的要求從空間數(shù)據(jù)庫中提取與空間數(shù)據(jù)挖掘相關的數(shù)據(jù))、數(shù)據(jù)變換(將數(shù)據(jù)統(tǒng)一成適合挖掘的形式)、空間數(shù)據(jù)挖掘(運用選定的知識發(fā)現(xiàn)算法，從數(shù)據(jù)中提取用戶所需的知識)、模式評估(根據(jù)某種興趣度度量并識別表示知識的真正有趣的模式)，知識表示(使用可視化技術和知識表示技術，向用戶提供挖掘的知識)等階段(見圖1)。空間數(shù)據(jù)挖掘實際上是一個“人引導機器，機器幫助人”的交互理解數(shù)據(jù)的過程。
2 空間數(shù)據(jù)挖掘在GIS中的應用
空間數(shù)據(jù)挖掘技術與地理信息系統(tǒng)(GIS)的結合具有非常廣泛的應用空間。數(shù)據(jù)挖掘與GIs集成具有三種模式：其一為松散耦合式，也稱外部空間數(shù)據(jù)挖掘模式，這種模式基本上將GIS當作一個空間數(shù)據(jù)庫看待，在G IS環(huán)境外部借助其它軟件或計算機語言進行空間數(shù)據(jù)挖掘，與GIS之間采用數(shù)據(jù)通訊的方式聯(lián)系。其二為嵌入式，又稱內部空間數(shù)據(jù)挖掘模式，即在GIs中將空間數(shù)據(jù)挖掘技術融合到空間分析功能中去。第三為混合型空間模型法，是前兩種方法的結合，即盡可能利用GIS提供的功能，最大限度的減少用戶自行開發(fā)的工作量和難度，又可以保持外部空間數(shù)據(jù)挖掘模式的靈活性。
利用空間數(shù)據(jù)挖掘技術可以從空間數(shù)據(jù)庫中發(fā)現(xiàn)如下幾種主要類型的知識：普遍的幾何知識、空間分布規(guī)律、空間關聯(lián)規(guī)律、空間聚類規(guī)則、空間特征規(guī)則、空間區(qū)分規(guī)則，空間演變規(guī)則、面向對象的知識。目前，這些知識已比較成熟地應用于軍事、土地、電力、電信、石油和天然氣、城市規(guī)劃、交通運輸、環(huán)境監(jiān)測和保護、110和1 20快速反應系統(tǒng)等資源管理和城市管理領域。在市場分析、企業(yè)客戶關系管理、銀行保險、人口統(tǒng)計、房地產(chǎn)開發(fā)、個人位置服務等領域也正得到廣泛關注與應用，實際上，它正在深入到人們工作和生活的各個方面。
3 空間數(shù)據(jù)挖掘面臨的問題
(1) 多數(shù)空間數(shù)據(jù)挖掘算法是由一般的數(shù)據(jù)挖掘算法移植而來，并沒有考慮空間數(shù)據(jù)存儲、處理及空間數(shù)據(jù)本身的特點。空間數(shù)據(jù)不同于關系數(shù)據(jù)庫中的數(shù)據(jù)，它有其特有的空間數(shù)據(jù)訪問方法，因而傳統(tǒng)的數(shù)據(jù)挖掘技術往往不能很好地分析復雜的空間現(xiàn)象和空間對象。
(2) 空間數(shù)據(jù)挖掘算法的效率不高，發(fā)現(xiàn)模式不精練。面對海量的數(shù)據(jù)庫系統(tǒng)，在空間數(shù)據(jù)挖掘過程中出現(xiàn)不確定性、錯誤模式的可能性和待解決問題的維數(shù)都很大，不僅增大了算法的搜索空間，也增加了盲目搜索的可能性。因而必須利用領域知識發(fā)現(xiàn)、去除與任務無關的數(shù)據(jù)，有效地降低問題的維數(shù)，設計出更有效的知識發(fā)現(xiàn)算法。
(3) 沒有公認的標準化空間數(shù)據(jù)挖掘查詢語言。數(shù)據(jù)庫技術飛速發(fā)展的原因之一就是數(shù)據(jù)庫查詢語言的不斷完善和發(fā)展，因此，要不斷完善和發(fā)展空間數(shù)據(jù)挖掘就必須發(fā)展空間數(shù)據(jù)挖掘查詢語言。為高效的空間數(shù)據(jù)挖掘奠定基礎。
(4) 空間數(shù)據(jù)挖掘知識發(fā)現(xiàn)系統(tǒng)交互性不強，在知識發(fā)現(xiàn)過程中很難充分有效地利用領域專家知識，用戶不能很好掌控空間數(shù)據(jù)挖掘過程。
(5) 空間數(shù)據(jù)挖掘方法和任務單一，基本上都是針對某個特定的問題，因而能夠發(fā)現(xiàn)的知識有限。
(6) 空間數(shù)據(jù)挖掘與其他系統(tǒng)的集成不夠，忽視了GIS在空間知識發(fā)現(xiàn)過程中的作用。一個方法和功能單一的空間數(shù)據(jù)挖掘系統(tǒng)的適用范圍必然受到很多限制，目前開發(fā)的知識系統(tǒng)僅局限于數(shù)據(jù)庫領域，如果要在更廣闊的領域發(fā)現(xiàn)知識，知識發(fā)現(xiàn)系統(tǒng)就應該是數(shù)據(jù)庫、知識庫、專家系統(tǒng)、決策支持系統(tǒng)、可視化工具、網(wǎng)絡等多項技術集成的系統(tǒng)。
上述問題使得從空間數(shù)據(jù)庫中提取知識比從傳統(tǒng)的關系數(shù)據(jù)庫中提取知識更為困難，這給空間數(shù)據(jù)挖掘研究帶來了挑戰(zhàn)。因此，空間數(shù)據(jù)挖掘在未來的發(fā)展中，還有很多理論和方法有待深入研究。
4 空間數(shù)據(jù)挖掘的發(fā)展趨勢
(1)空間數(shù)據(jù)挖掘算法和技術的研究。空間關聯(lián)規(guī)則挖掘算法、時間序列挖掘技術、空間同位算法、空間分類技術、空間離群算法等是空間數(shù)據(jù)挖掘研究的熱點，同時提高空間數(shù)據(jù)挖掘算法的效率也很重要。
(2) 多源空間數(shù)據(jù)的預處理。空間數(shù)據(jù)內容包括數(shù)字線劃數(shù)據(jù)、影像數(shù)據(jù)、數(shù)字高程模型和地物的屬性數(shù)據(jù)，由于其本身的復雜性與數(shù)據(jù)采集的困難，空間數(shù)據(jù)中不可避免地存在著空缺值、噪聲數(shù)據(jù)及不一致數(shù)據(jù)，多源空間數(shù)據(jù)的預處理就顯得格外重要。
(3)其他各種空間數(shù)據(jù)挖掘及其相關技術研究。如網(wǎng)絡環(huán)境下的空間數(shù)據(jù)挖掘、可視化數(shù)據(jù)挖掘、柵格矢量-體化空間數(shù)據(jù)挖掘、背景知識概念樹的自動生成、基于空間不確定性(位置、屬性、時問等) 的數(shù)據(jù)挖掘、遞增式數(shù)據(jù)挖掘、多分辨率及多層次數(shù)據(jù)挖掘、并行數(shù)據(jù)挖掘、遙感圖像數(shù)據(jù)庫的數(shù)據(jù)挖掘、多媒體空間數(shù)據(jù)庫的知識發(fā)現(xiàn)等。
5 小結
空間數(shù)據(jù)挖掘可從大型空間數(shù)據(jù)庫中提取感興趣和規(guī)律性的知識，可用于理解空間數(shù)據(jù)、發(fā)現(xiàn)空間數(shù)據(jù)與非空間數(shù)據(jù)的關系、建立空間知識庫、優(yōu)化查詢，重組空間數(shù)據(jù)庫等，空間數(shù)據(jù)挖掘技術在廣度和深度上的不斷進步， 也將使GIs集成系統(tǒng)朝著智能化、網(wǎng)絡化、全球化與大眾化的方向發(fā)展。可以預見，空間數(shù)據(jù)挖掘不僅會促進空間科學、計算機科學的發(fā)展，而且必將增強人類認識世界、改造世界的能力，從而更好地服務人類社會。
SCISSCIAHCI
