空间数据挖掘技术研究分析

1、空间数据挖掘技术研究分析摘要：随着空间数据采集技术的飞速开展，复杂多样的空间数据日益膨胀，迫切需要更新数据挖掘的知识和方法。文章从空间数据挖掘的根本概念出发，阐述了空间数据挖掘的类型与过程，介绍了空间数据挖掘在gis中的应用，分析了当前空问数据挖掘面临的问题，并对空间数据挖掘技术的开展进展了展望。关键词：空间数据挖掘；地理信息系统；研究分析随着数据采集技术的成熟和普及，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聚集成庞大而丰富的信息源。面对庞杂、繁多的数据类型，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。

2、1空间数据挖掘研究概述空间数据挖掘(spatialdataining，简称sd)，是指从空间数据库中提取用户感兴趣的空间形式、普遍关系、数据特征的过程。空间数据挖掘技术综合数据挖掘技术与空间数据库技术，可用于对空间数据的理解、空间关系和空间与非空间关系的发现、空间知识库的构造以及空间数据库的重组和查询的优化等，其根本目的是把大量的原始数据转换成有价值的知识，发现大量的地学信息中所隐含的规那么。空间数据挖掘是计算机技术、数据库应用技术和管理决策支持技术等多学科穿插开展的新兴边缘学科，一般来说，空间数据挖掘可分成空间分类、空间聚类、空间趋势分析和空间关联规那么四类。空间分类的目的是在空间数据库对象

3、的空间属性和非空间属性之间发现分类规那么，是近年来空间数据挖掘领域中比拟活泼的一个方向，常用的方法是决策树。空间聚类是在一个比拟大的多维数据集中根据间隔 的度量找出簇或稠密区域，目前提出的空间聚类方法有基于分割的方法、基于层次的方法、基于密度的方法和基于棚格的方法。空间趋势分析指分开一个给定的起始对象时非空间属性的变化情况，例如，当离城市中心越来越远时经济形势的变化趋势，空间趋势分析需要使用回归和相关的分析方法。空间关联规那么是指空间邻接图中对象之间的关联，空间关联挖掘多采用逐步求精的优化思想，即首先用一种快速的算法粗略地对初始空间数据库进展一次挖掘，然后再在裁剪过的数据库上用代价高的算法进展

4、进一步精化挖掘。空间数据挖掘过程一般可分为数据挑选(消除原始数据的噪声或不一致数据)、数据集成(将多种数据源组合在一起)、数据选择(根据用户的要求从空间数据库中提取与空间数据挖掘相关的数据)、数据变换(将数据统一成合适挖掘的形式)、空间数据挖掘(运用选定的知识发现算法，从数据中提取用户所需的知识)、形式评估(根据某种兴趣度度量并识别表示知识的真正有趣的形式)，知识表示(使用可视化技术和知识表示技术，向用户提供挖掘的知识)等阶段(见图1)。空间数据挖掘实际上是一个“人引导机器，机器帮助人的交互理解数据的过程。2空间数据挖掘在gis中的应用空间数据挖掘技术与地理信息系统(gis)的结合具有非常广泛

5、的应用空间。数据挖掘与gis集成具有三种形式：其一为松散耦合式，也称外部空间数据挖掘形式，这种形式根本上将gis当作一个空间数据库对待，在gis环境外部借助其它软件或计算机语言进展空间数据挖掘，与gis之间采用数据通讯的方式联络。其二为嵌入式，又称内部空间数据挖掘形式，即在gis中将空间数据挖掘技术交融到空间分析功能中去。第三为混合型空间模型法，是前两种方法的结合，即尽可能利用gis提供的功能，最大限度的减少用户自行开发的工作量和难度，又可以保持外部空间数据挖掘形式的灵敏性。利用空间数据挖掘技术可以从空间数据库中发现如下几种主要类型的知识：普遍的几何知识、空间分布规律、空间关联规律、空间聚类规

6、那么、空间特征规那么、空间区分规那么，空间演变规那么、面向对象的知识。目前，这些知识已比拟成熟地应用于军事、土地、电力、电信、石油和天然气、城市规划、交通运输、环境监测和保护、110和120快速反响系统等资源管理和城市管理领域。在市场分析、企业客户关系管理、银行保险、人口统计、房地产开发、个人位置效劳等领域也正得到广泛关注与应用，实际上，它正在深化到人们工作和生活的各个方面。3空间数据挖掘面临的问题(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，因此传统的数据挖掘技术往往

7、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，发现形式不精练。面对海量的数据库系统，在空间数据挖掘过程中出现不确定性、错误形式的可能性和待解决问题的维数都很大，不仅增大了算法的搜索空间，也增加了盲目搜索的可能性。因此必须利用领域知识发现、去除与任务无关的数据，有效地降低问题的维数，设计出更有效的知识发现算法。(3)没有公认的标准化空间数据挖掘查询语言。数据库技术飞速开展的原因之一就是数据库查询语言的不断完善和开展，因此，要不断完善和开展空间数据挖掘就必须开展空间数据挖掘查询语言。为高效的空间数据挖掘奠定基矗(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

8、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)空间数据挖掘方法和任务单一，根本上都是针对某个特定的问题，因此可以发现的知识有限。(6)空间数据挖掘与其他系统的集成不够，无视了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，假如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，空间数据挖掘在将来的开展中

9、，还有很多理论和方法有待深化研究。4空间数据挖掘的开展趋势(1)空间数据挖掘算法和技术的研究。空间关联规那么挖掘算法、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，同时进步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，空间数据中不可防止地存在着空缺值、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。(3)其他各种空间数据挖掘及其相关技术研究。如网络环境下的空间数据挖掘、可视化数据挖掘、栅格矢量体化空间数据挖掘、背景知识概念树的自动生成、基于空间不确定性(位置、属性、时问等)的数据挖掘、递增式数据挖掘、多分辨率及多层次数据挖掘、并行数据挖掘、遥感图像数据库的数据挖掘、多媒体空间数据库的知识发现等。5小结空间数据挖掘可从大型空间数据库中提取感兴趣和规律性的知识，可用于理解空间数据、发现空间数据