硕士论文-空间数据挖掘在城市地理信息系统中的应用.doc

摘要 摘 要 空间数据挖掘与地理信息系统是非常热门的技术之一。空间数据挖掘是指 从空间数据库中抽取没有清楚表现出来的隐含的知识和空间关系，并发现其 中有用的特征和模式的理论、方法和技术。 地理信息系统（ Geographic Information System 或 GeoInformation system，GIS）有时又称为 “地学信息系统 ”或“资源与环境信息系统 ”。它是 一种特定的十分重要的空间信息系统。它是在计算机硬、软件系统支持下， 对整个或部分地球表层（包括大气层）空间中的有关地理分布数据进行采集、 储存、管理、运算、分析、显示和描述的技术系统。 城市地理信息系统简称 “UGIS”。它是地理信息系统的一个分支，近年 来随着中国城市化进程的加快，城市各行业 之海量数据库的建立，出现所 谓“数据丰富，知识贫乏 ”的现象，采用数据挖掘方法和技术支持城市发展 ， 是地球信息科学面对的一项新任务。这样城市地理信息系统和空间数据挖掘 的结合就成了自然而然的事情。 本文基于空间数据挖掘城市 GIS 的智能化设 计，是在原有的城市 GIS 的基础上，集成空间数据挖掘算法加上智能预测功能， 进行系统智能化管理的研究。 本文主要内容包括： 1首先介绍空间数据挖掘的定义及特点，并对其研究方向及研究过程和方 法进行了描述。其后着重介绍了空间聚类理论的概念及其方法，并对其进行分 析。 2介绍了地理信息系统的定义及组成，并对其数据特点进行重点分析，研 究其应用方向及其功能。其后介绍了 GIS 空间数据库的相关概念及空间数据的 结构与特点，并对空间数据库的组织方式与关系模式进行分析。 3. 主要构建了一种基于空间数据挖掘的城市 GIS 系统，分析了系统结构， 并给出了部分系统的实验结果。 关键词：关键词：空间数据挖掘；地理信息系统 ；城市地理信息系统 ,数据挖掘， 聚类 第 3 章 空间数据挖掘和空间数据聚类 Abstract Spatial Data Mining and Geographic Information System is a very popular one of the technologies. Spatial data mining is to extract relationship which is not clearly demonstrated between knowledge and spatial from the spatial database . Geographic Information System is sometimes referred to as Earth Science Information System or Resources and Environment Information System. It is a very important space for a particular information system. Gis is under the computer hardware and software systems support, and it can be used to collect,store,manage,compute,display and describe the entire or part of the Earths surface (including the atmosphere) space in the geographical data distribution Urban Geographic Information System referred to as UGIS which is a branch of the Geographic Information System. In recent years, with the accelerated process of Chinas urbanization and the mass database establishment of various industries, the so-called data-rich, knowledge poor phenomenon, using data mining methods and technologies to support urban development is faced with a Geo-Information Science new task. However, Urban Geographic Information System and spatial data mining has become a combination of natural things.This paper is based on GIS spatial data mining and the original city of GIS . It integrates spatial data mining algorithms coupled with intelligent predictive capabilities to achieve intelligent management system research. This paper includes: One : First introduced the definition of spatial data mining and characteristics and described its research direction , research process and methods. Subsequently introduced and analyzied the concept and theory of spatial clustering methods. Two: Introduced the definition of geographic information systems and composition, and focused on the characteristics of its data analysis, researched direction of its applications and their functions. Then introduced the GIS spatial database concepts, and spatial data structure and characteristics, and spatial database of the organization analyze the patterns and relationships. Three: It mainly to build a space-based data mining of GIS systems in the city, analyze of system architecture, and give the part of the system experimental results. Keywords: Spatial Data Mining, Geographic Information System, Urban Geographic Information System, Clustering 目录 - III - 目目 录录 摘摘 要要. ABSTRACTABSTRACT. 第第 1 1 章章 绪论绪论.1 1 1.1 课题背景及其意义.2 1.2 课题研究现状.4 1.3 课题研究的内容和思路.6 1.4 论文组织结构.8 第第 2 2 章章 数据挖掘基本理论数据挖掘基本理论.9 9 2.1 数据挖掘概念.9 2.2 数据挖掘的各种方法.9 2.3 数据挖掘的应用领域.10 2.3.1 关系数据库.11 2.3.2 数据仓库.11 2.3.3 事务数据库.12 2.3.4 高级数据库系统和高级数据库应用.12 2.4 本章小结.14 第第 3 3 章章 空间数据挖掘和空间数据聚类空间数据挖掘和空间数据聚类.1515 3.1 空间数据挖掘概述.15 3.1.1 空间数据挖掘的定义和特点.15 3.1.2 空间数据挖掘的主要研究方向.15 3.1.3 空间数据挖掘的基本过程.16 3.1.4 空间数据挖掘方法.16 3.1.5 空间数据挖掘的应用.19 3.2 空间聚类概述.20 3.2.1 空间聚类的概念.20 3.2.2 选择空间聚类方法应考虑的几个因素.20 3.2.3 空间聚类的方法.21 第 3 章 空间数据挖掘和空间数据聚类 3.3 本章小结.25 第第 4 4 章章 地理信息系统（地理信息系统（GISGIS）技术研究）技术研究.2626 4.1 地理信息系统的定义.26 4.2 地理信息系统的组成.26 4.3 地理信息系统的数据特点.27 4.4 地理信息系统的应用.27 4.5 地理信息系统的功能.29 4.6 GIS 空间数据库概述.29 4.6.1 空间数据.30 4.6.2 空间数据库.32 4.7 本章小结.33 第四章第四章 空间数据挖掘系统设计空间数据挖掘系统设计.3434 5.1 系统结构分析与实现.34 5.1.1 数据访问模块.34 5.1.2 聚类模块.35 5.1.3 用户交互模块.35 5.1.4 知识库管理模块.36 5.1.5 系统结构.37 5.2 数据收集.38 5.2.1 地图空间数据分析.39 5.3 数据清理.39 5.4 部分系统功能的实验展现.40 5.5 本章小结.43 结束语结束语.4343 参考文献参考文献.4444 致谢致谢.4646 Contents - V - CONTENTS Abstract(Chinese) . Abstract. Chapter 1 Introduction.1 1.1 Background and Significance of the subject .2 1.2 Research topics.4 1.3 The content and thinking of the researth.6 1.4 Paper Structure .8 Chapter 2 The basic theory of data mining.9 2.1 Data Mining Concept.9 2.2 Various methods of data mining.9 2.3 Data mining applications.10 2.3.1 Relational Database.11 2.3.2 Data Warehouse.11 2.3.3 Transaction database.12 2.3.4 Advanced database systems and advanced database applications.12 2.4 Summary.14 Chapter 3 Spatial data mining and spatial data clustering.15 3.1 Spatial Data Mining Overview.15 3.1.1 The definition and characteristics of Spatial Data Mining.15 3.1.2 The main research directions of Spatial Data Mining.15 3.1.3 The basic process of spatial data mining.16 3.1.4 The method of Spatial Data Mining.16 3.1.5 Application of Spatial Data Mining.19 3.2 Spatial Clustering Overview.20 3.2.1 The concept of spatial clustering.20 第 3 章 空间数据挖掘和空间数据聚类 3.2.2 Choose spatial clustering method should take several factors into account.20 3.2.3 Spatial clustering method.21 3.3 Summary.25 Chapter 4 Geographic Information Systems (GIS) technology research.26 4.1 Definition of Geographic Information System.26 4.2 Composition of Geographic Information System.26 4.3 Characteristics of geographic information system data.27 4.4 Geographic Information System.27 4.5 Geographic Information System Function .29 4.6 An overview of GIS spatial database .29 4.6.1 Spatial Data.30 4.6.2 Spatial Database .32 4.7 Summary.33 Chapter 5 Spatial Data Mining System Design .34 5.1 Analysis and Implementation of System Structure .34 5.1.1 Data Access Module.34 5.1.2 Clustering Module.35 5.1.3 User interaction module.35 5.1.4 Knowledge Management Module .36 5.1.5 Architecture.37 5.1 Data collection.38 5.2.1 Map of spatial data analysis.39 5.3 Data Cleaning.39 5.4 Some experiments show the system function.40 5.5 Summary.43 Conclusion .44 Referemces .44 Acknowledgement t45 第 1 章 绪论 - 1 - 第 1 章 绪论 1.1 课题背景及其意义 随着空间数据采集技术的飞速发展，复杂多样的空间数据日益膨胀，迫切需要新 型的数据挖掘技术和方法。伴随着数据采集技术的成熟与普及，大量的空间数据通过 遥感、地理信息系统、多媒体系统、医学和卫星图像等多种形式汇集成庞大而丰富的 信息源，面对庞杂和繁多的数据类型，为了有效地从中进行知识获取，使得空间数据 挖掘技术应运而生，并在地理信息系统、遥感勘测、图像处理、交通管理、环境研究 等领域得到广泛应用。对于具体的空间应用目标和任务要求，应从相应专业或学科出 发，对客观世界进行深入分析和研究，GIS 与空间数据挖掘集成技术的研究是重点的 研究方向之一。 针对当今信息科学的时代，必然要追求日新月异的信息及其蕴涵的知识。现代计 算机技术与数据库技术的迅速发展以及数据库管理系统的广泛应用，利用数据库管理 系统(DBMS)可以对数据库中的数据进行有效的存取，快速准确的获取基本所需信息。 但当前，在各种企业、商业领域中的交易纪录与财务报表以及科学研究领域所收集的 数据（如遥感卫星传回的影像图）中，其数据规模经常在数十兆字节，甚至成百上千 兆字节。面对“堆积如山”的数据集合，无论是时间意义还是空间意义上，传统的数 据分析手段己是难以应付，人们无法理解并有效的利用这些数据，而在这些数据背后 隐藏着的知识（诸如属性之间的相互约束关系等）更远远没有得到充分的挖掘和利用， 尤其是那些决策管理人员迫切希望对其进行更高层次的、多视角的分析和运用。传统 的数据库系统虽能进行高效的录入、查询、统计等功能，但不能满足人们对大量数据 进行知识抽取、发现数据中隐藏的有实用价值的联系和规则，难以在多抽象层次上利 用现有的数据来预测未来的发展趋势，以便更好地帮助高层人员进行决策和研究。因 此，以指数速度增长的海量数据库信息、与人们从中获取的知识之间形成强烈的反差， 形成了“数据丰富，知识贫乏”的窘况，因此就迫切需要改进现有的信息处理手段。 数据挖掘正是在这样的应用需求背景下产生，并针对大规模数据的分析处理表现 卓越的一种新型数据分析技术，解决了传统分析方法的不足1。自 1995 年第一届知 识发现和数据挖掘国际会议在加拿大召开以来，数据挖掘技术已成为机器学习、数据 库系统、人工智能和统计科学等有关领域的热点研究方向。 一般数据挖掘的对象是常规数据库（如商业数据库、关系数据库） ，存储的是事 务型或关系型数据，而空间数据特征和独特的存储结构致使不能使用常规的数据挖掘 方法作用于空间数据库来对空间数据进行数据挖掘与知识发现。为解决人类社会发展 所面临的人口、资源、环境和灾害等问题，用现代信息和技术解决地球科学问题，采 江苏科技大学工学硕士学位论文 集整个或部分地球表面（包括大气层在内）与空间和地理分布有关的空间数据作为地 球空间信息的载体。大量的空间数据存于空间数据库中，特别是随着当今传感器技术、 计算机通讯技术、遥感技术、计算机图像处理技术等的发展，更加快了采集和更新空 间数据的速度，从这些海量的空间数据中提取信息辅助决策已成为迫切需要解决的问 题。因此空间数据挖掘技术作为数据挖掘的一个分支应运而生，它是一个年轻且充满 希望和活力的研究领域。空间数据挖掘技术能为决策者提供极有价值的知识，带来不 可估量的效益，且有着重要的研究价值。所以，空间数据挖掘技术具有非常诱人的应 用前景，已经成为国际研究和应用的热点。 从符号智能转向计算智能是人工智能新的发展方向，数据挖掘与知识发现的研究 正在为地学领域的人工智能应用注入新的活力。空间数据挖掘具有广泛而重要的现实 作用，可以应用在 GIS、信息融合系统、遥感影像、图像数据库、房地产市场、城镇 规划、气象预报、医疗图像处理、案件侦破、道路交通、导航、机器人等使用空间数 据的诸多领域。从数据挖掘的角度看，空间分析领域中所提到的基于数据的分析 (Data Exploratory)，原本就可以理解为空间数据挖掘的工具，而模型可以理解为空间 数据挖掘的一种特殊方法。在地学数据分析领域引入数据挖掘与知识发现的概念、模 式和方法，探讨适合地学数据挖掘的新方法，并与 GIS 紧密集成，充分利用 GIS 存 储、管理空间数据的功能，同时使得 GIS 中的有限数据变成无限的知识，对于有效 地处理海量地学数据、提高地学分析的自动化和智能化水平、为全球变化和区域可持 续发展提供有力的分析工具具有重要的意义2。因此，作为数据挖掘技术的分支之一 的空间数据挖掘技术及其与 GIS 集成的研究，是非常有社会和现实意义的研究课题。 空间数据挖掘的发展趋势：（1）空间数据挖掘算法和技术的研究。空间关联规 则挖掘算法、时间序列挖掘技术、空间同位算法、空间分类技术、空间离群算法等是 空间数据挖掘研究的热点，同时提高空间数据挖掘算法的效率也很重要。 （2）多源空 间数据的预处理。空间数据内容包括数字线划数据、影像数据、数字高程模型和地物 的属性数据，由于其本身的复杂性与数据采集的困难，空间数据中不可避免地存在着 空缺值、噪声数据及不一致数据，多源空间数据的预处理就显得格外重要。 空间数据挖掘面临的问题有：（1）多数空间数据挖掘算法是由一般的数据挖掘 算法移植而来，并没有考虑空间数据存储、处理及空间数据本身的特点。空间数据不 同于关系数据库中的数据，它有其特有的空间数据访问方法，因而传统的数据挖掘技 术往往不能很好地分析复杂的空间现象和空间对象。 （2）空间数据挖掘算法的效率不 高，发现模式不精练。 （3）面对海量的数据库系统，没有公认的标准化空间数据挖掘 查询语言。数据库技术飞速发展的原因之一就是数据库查询语言的不断完善和发展， 因此，要不断完善和发展空间数据挖掘就必须发展空间数据挖掘查询语言，为高效的 第 1 章 绪论 - 3 - 空间数据挖掘奠定基础。 （4）空间数据挖掘知识发现系统交互性不强，在知识发现过 程中很难充分有效地利用领域专家知识，用户不能很好掌控空间数据挖掘过程。 （5） 空间数据挖掘方法常任务单一，基本上都是针对某个特定的问题，故能够发现的知识 有限。 （6）空间数据挖掘与其他系统的集成不够，忽视了 GIS 在空间知识发现过程 中的作用。一个方法和功能单一的空间数据挖掘系统的适用范围必然受到很多限制， 目前开发的知识系统仅局限于数据库领域，如果要在更广阔的领域发现知识，知识发 现系统就应该是数据库、知识库、专家系统、决策支持系统、可视化工具、网络等多 项技术集成的系统。上述问题使得从空间数据库中提取知识比从传统的关系数据库中 提取知识更为困难，这给空间数据挖掘研究带来了挑战。因此，空间数据挖掘在未来 的发展中，还有很多理论和方法有待深入研究。 空间数据挖掘技术的应用，一方面可使 GIS 查询和分析技术提高到发现知识的 新阶段，另一方面从中发现的知识可构成知识库用于建立智能化的 GIS 系统，因为 单纯专家系统技术的引入使 GIS 具有一定的自动性及智能性，但是它远不能称为一 个真正的“智能”系统（因为专家系统不具备自动学习的能力，GIS 中的专家系统仅 能利用己有的知识进行推导） ，而空间数据挖掘和知识发现技术的引入，将使系统具 有自动学习的功能，能