1、空間數據挖掘技術研究分析摘要：隨著空間數據采集技術的飛速開展，復雜多樣的空間數據日益膨脹，迫切需要更新數據挖掘的知識和方法。文章從空間數據挖掘的根本概念出發，闡述了空間數據挖掘的類型與過程，介紹了空間數據挖掘在gis中的應用，分析了當前空問數據挖掘面臨的問題，并對空間數據挖掘技術的開展進展了展望。關鍵詞：空間數據挖掘；地理信息系統；研究分析隨著數據采集技術的成熟和普及，大量的空間數據通過遙感、地理信息系統、多媒體系統、醫學和衛星圖像等多種形式聚集成龐大而豐富的信息源。面對龐雜、繁多的數據類型，空間數據挖掘技術應運而生，并在地理信息系統、遙感勘測、圖像處理、交通管理、環境研究等領域得到廣泛應用。

2、1空間數據挖掘研究概述空間數據挖掘(spatialdataining，簡稱sd)，是指從空間數據庫中提取用戶感興趣的空間形式、普遍關系、數據特征的過程。空間數據挖掘技術綜合數據挖掘技術與空間數據庫技術，可用于對空間數據的理解、空間關系和空間與非空間關系的發現、空間知識庫的構造以及空間數據庫的重組和查詢的優化等，其根本目的是把大量的原始數據轉換成有價值的知識，發現大量的地學信息中所隱含的規那么?？臻g數據挖掘是計算機技術、數據庫應用技術和管理決策支持技術等多學科穿插開展的新興邊緣學科，一般來說，空間數據挖掘可分成空間分類、空間聚類、空間趨勢分析和空間關聯規那么四類?？臻g分類的目的是在空間數據庫對象

3、的空間屬性和非空間屬性之間發現分類規那么，是近年來空間數據挖掘領域中比擬活潑的一個方向，常用的方法是決策樹。空間聚類是在一個比擬大的多維數據集中根據間隔 的度量找出簇或稠密區域，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。空間趨勢分析指分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?？臻g關聯規那么是指空間鄰接圖中對象之間的關聯，空間關聯挖掘多采用逐步求精的優化思想，即首先用一種快速的算法粗略地對初始空間數據庫進展一次挖掘，然后再在裁剪過的數據庫上用代價高的算法進展

4、進一步精化挖掘?？臻g數據挖掘過程一般可分為數據挑選(消除原始數據的噪聲或不一致數據)、數據集成(將多種數據源組合在一起)、數據選擇(根據用戶的要求從空間數據庫中提取與空間數據挖掘相關的數據)、數據變換(將數據統一成合適挖掘的形式)、空間數據挖掘(運用選定的知識發現算法，從數據中提取用戶所需的知識)、形式評估(根據某種興趣度度量并識別表示知識的真正有趣的形式)，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)?？臻g數據挖掘實際上是一個“人引導機器，機器幫助人的交互理解數據的過程。2空間數據挖掘在gis中的應用空間數據挖掘技術與地理信息系統(gis)的結合具有非常廣泛

5、的應用空間。數據挖掘與gis集成具有三種形式：其一為松散耦合式，也稱外部空間數據挖掘形式，這種形式根本上將gis當作一個空間數據庫對待，在gis環境外部借助其它軟件或計算機語言進展空間數據挖掘，與gis之間采用數據通訊的方式聯絡。其二為嵌入式，又稱內部空間數據挖掘形式，即在gis中將空間數據挖掘技術交融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的工作量和難度，又可以保持外部空間數據挖掘形式的靈敏性。利用空間數據挖掘技術可以從空間數據庫中發現如下幾種主要類型的知識：普遍的幾何知識、空間分布規律、空間關聯規律、空間聚類規

6、那么、空間特征規那么、空間區分規那么，空間演變規那么、面向對象的知識。目前，這些知識已比擬成熟地應用于軍事、土地、電力、電信、石油和天然氣、城市規劃、交通運輸、環境監測和保護、110和120快速反響系統等資源管理和城市管理領域。在市場分析、企業客戶關系管理、銀行保險、人口統計、房地產開發、個人位置效勞等領域也正得到廣泛關注與應用，實際上，它正在深化到人們工作和生活的各個方面。3空間數據挖掘面臨的問題(1)多數空間數據挖掘算法是由一般的數據挖掘算法移植而來，并沒有考慮空間數據存儲、處理及空間數據本身的特點?？臻g數據不同于關系數據庫中的數據，它有其特有的空間數據訪問方法，因此傳統的數據挖掘技術往往

7、不能很好地分析復雜的空間現象和空間對象。(2)空間數據挖掘算法的效率不高，發現形式不精練。面對海量的數據庫系統，在空間數據挖掘過程中出現不確定性、錯誤形式的可能性和待解決問題的維數都很大，不僅增大了算法的搜索空間，也增加了盲目搜索的可能性。因此必須利用領域知識發現、去除與任務無關的數據，有效地降低問題的維數，設計出更有效的知識發現算法。(3)沒有公認的標準化空間數據挖掘查詢語言。數據庫技術飛速開展的原因之一就是數據庫查詢語言的不斷完善和開展，因此，要不斷完善和開展空間數據挖掘就必須開展空間數據挖掘查詢語言。為高效的空間數據挖掘奠定基矗(4)空間數據挖掘知識發現系統交互性不強，在知識發現過程中很

8、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據挖掘過程。(5)空間數據挖掘方法和任務單一，根本上都是針對某個特定的問題，因此可以發現的知識有限。(6)空間數據挖掘與其他系統的集成不夠，無視了gis在空間知識發現過程中的作用。一個方法和功能單一的空間數據挖掘系統的適用范圍必然受到很多限制，目前開發的知識系統僅局限于數據庫領域，假如要在更廣闊的領域發現知識，知識發現系統就應該是數據庫、知識庫、專家系統、決策支持系統、可視化工具、網絡等多項技術集成的系統。上述問題使得從空間數據庫中提取知識比從傳統的關系數據庫中提取知識更為困難，這給空間數據挖掘研究帶來了挑戰。因此，空間數據挖掘在將來的開展中

9、，還有很多理論和方法有待深化研究。4空間數據挖掘的開展趨勢(1)空間數據挖掘算法和技術的研究?？臻g關聯規那么挖掘算法、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據挖掘研究的熱點，同時進步空間數據挖掘算法的效率也很重要。(2)多源空間數據的預處理?？臻g數據內容包括數字線劃數據、影像數據、數字高程模型和地物的屬性數據，由于其本身的復雜性與數據采集的困難，空間數據中不可防止地存在著空缺值、噪聲數據及不一致數據，多源空間數據的預處理就顯得格外重要。(3)其他各種空間數據挖掘及其相關技術研究。如網絡環境下的空間數據挖掘、可視化數據挖掘、柵格矢量體化空間數據挖掘、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)的數據挖掘、遞增式數據挖掘、多分辨率及多層次數據挖掘、并行數據挖掘、遙感圖像數據庫的數據挖掘、多媒體空間數據庫的知識發現等。5小結空間數據挖掘可從大型空間數據庫中提取感興趣和規律性的知識，可用于理解空間數據、發現空間數據