基于GIS空間數據挖掘技術的應用研究

摘 要：本文介紹了空間數據挖掘的概念，分析了基于GIS的空間數據挖掘的流程，詳細介紹了空間數據挖掘在GIS中的應用和可視化方法，最后提出GIS空間數據挖掘的存在問題，闡述了技術的發展前景。

關鍵詞：GIS 空間數據挖掘 可視化

中圖分類號：P2 文獻標識碼：A 文章編號：1672-3791（2013）02（b）-0015-02

1 空間數據挖掘的概念

空間數據包括了空間屬性數據和非空間屬性數據，空間屬性描述了空間拓撲關系和方位、距離等關系，空間屬性數據按照空間索引結構存儲和查找。空間數據挖掘（Spatial Data Mining，SDM）指的是從空間數據庫中抽取隱含的知識、空間關系或非顯式地存儲在空間數據庫中的其它模式等[1]。從空間數據中提取信息，提取的信息包含了復雜的空間關系，因此空間數據挖掘與其他數據挖掘方法上有其獨有的特點。空間數據挖掘需要綜合數據挖掘與空間數據庫技術。空間數據挖掘可用于對空間數據的理解，空間關系和空間與非空間數據間關系的發現，空間知識庫的構造，空間數據庫的重組和空間查詢的優化。

空間數據是地理信息系統的重要數據，可以是地表在地理信息系統中的二維投影，也可以是多維的立體數據。由于雷達、衛星、傳感器等技術的飛速發展，空間數據的數量、大小和復雜性都在快速地增加，出現GB，TB甚至于PB級的海量數據，獲取實質性有用的數據，就需要空間數據挖掘技術。所以空間數據挖掘就是處理空間數據的技術方法，是挖掘出隱藏在空間數據庫中的非顯性知識、空間關系等。GIS從本質說是一個空間數據管理系統，將空間數據挖掘技術應用于GIS，是將GIS中的數據轉化成知識的有效方法。

1989年8月，在美國底特律市召開的第一屆國際聯合人工智能學術會議上，首次出現了從數據庫中發現知識（knowledge discovery in database，KDD）的概念。1994年，在加拿大渥太華舉行的GIS國際學術會議上，李德仁院士首次提出了從GIS數據庫中發現知識（knowledge discovery from GIS，KDG）的概念，并系統分析了空間知識發現的特點和方法，認為它能夠把GIS有限的數據變成無nctd4bY3Lf/lrKTdY85wu+zoIG/tzBKnf/UdeTND5OQ=限的知識，使GIS成為智能化的信息系統。1995年，在加拿大召開的第一屆知識發現和數據挖掘國際學術會上。又出現了數據挖掘（data mining，DM），后又相繼出現了數據發掘、數據開采、數據采掘、知識提取、信息發現等。同時，李德仁院士也把KDD進一步發展為空間數據挖掘和知識發現，系統地研究或提出了可用的理論、技術和方法，并取得了很多創新性成果，奠定了空間數據挖掘和知識發現在地球空間信息學中的學科地位和基礎[2]。

2 空間數據挖掘的流程

空間數據挖掘是空間數據庫中知識發現過程的一個基本步驟。數據挖掘步驟是通過將有趣的模式提供給用戶，或作為新的知識存放在知識庫中這種與用戶或知識庫交互的方式來進行的知識發現過程的其中最重要的一步，因為它可發現隱藏的不為人知的模式。它由以下步驟組成。

（1）數據清理：通過填寫空缺的值。平滑噪聲數據，識別、刪除孤立點，并“清理”不一致數據。

（2）數據集成：對多種數據源進行集成。

（3）數據選擇：從數據庫中檢索與任務相關的數據。

（4）數據變換：通過匯總或聚集等操作將數據變換成適合數據挖掘的形式。

（5）數據挖掘：使用智能的方法來提取數據模式。先對數據挖掘的目標和知識類型進行確定，然后根據所需要的知識類型選擇合適的挖掘算法，最后從數據庫中按照選定的挖掘算法獲得所需的知識。

（6）模式評估：通過某種興趣度量來評估真正有趣的知識模式。

（7）知識表示：通過知識可視化表示技術向用戶展示挖掘的知識通過對以上過程不斷地循環操作，可以對所挖掘出來的知識進行不斷求精和深化。

而面向GIS的空間數據挖掘的過程大致可分為：確定挖掘內容、數據獲取、數據預處理、挖掘方法選擇、過程處理、挖掘知識應用。具體流程如（圖1）所示。

首先用戶提出問題，系統接受用戶的要求，將其轉化為GIS數據庫模塊的輸入參數。挖掘向導接受用戶的命令，觸發空間數據挖掘核心模塊。用戶則根據需要選擇挖掘技術，對預處理后的數據進行挖掘。挖掘后的知識再通過提取反饋給用戶。

3 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的應用空間。數據挖掘與GIS集成具有三種模式：其一為松散耦合式，也稱外部空間數據挖掘模式，這種模式基本上將GIS當作一個空間數據庫看待，在GIS環境外部借助其它軟件或計算機語言進行空間數據挖掘，與GIS之間采用數據通訊的方式聯系。其二為嵌入式，又稱內部空間數據挖掘模式，即在GIS中將空間數據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的工作量和難度，又可以保持外部空間數據挖掘模式的靈活性。

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、空間聚類規則、空間特征規則、空間區分規則、空間演變規則、面向對象的。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、城市規劃、交通運輸、環境監測和保護，110和120快速反應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。

4 基于GIS空間數據挖掘結果的可視化

空間數據挖掘是面向更具可視化要求的地理空間數據的知識發現過程。可視化能提供同用戶對空間目標的心理認知過程相適應的信息表現和分析環境，可以考慮將空間數據挖掘過程置于可視化的環境之下。可視化與空間數據挖掘的結合促使數據挖掘經歷了一個數據可視化—— 挖掘算法的應用—— 挖掘結構的驗證和可視化表達—— 挖掘算法的進一步改進和完善的循環往復的提高過程，可視化在其中扮演著重要的角色。

而基于GIS空間數據挖掘的可視化主要表現為與GIS相關的各類地圖及其各類符號和要素。GIS平臺中常用的可視化方法主要包括以下幾點。

（1）基本查詢技術：包括地圖縮放、平移、視點選取等基本的空間查詢與選擇技術。

（2）色彩：利用人們對色彩的視覺敏感程度很高的特點，是用色彩來反映數據的變化趨勢（如地貌中的分層設色）、突出反映某些分布規律或者數據的本身特征（不飽和數據表示不確定性）等。在交互可視化中應該給予用戶充分的自由來選取各種色彩模式用于描述數據，用戶可以任意調整色相、亮度和飽和度等，系統環境也應該提供一些缺省或者是某些比較有效的色彩模式供用戶選擇。

（3）統計圖技術：統計圖是最常用的可視化技術，用于顯示數據集的統計和發布信息，統計圖包括散點圖、箱圖、平行坐標圖、柱狀圖、星形圖、輪廓圖。這些統計圖在交互可視化環境中一般同地圖和其他數據視圖相連，成為數據整體可視化的一部分，還可以使用聚焦、高亮、色彩來加強其可視化和交互能力。

（4）專題圖可視化技術：可以通過系統內置的地圖制圖知識在地圖上自動表達數據信息，這樣可以減輕用戶這方面的負擔以及避免由于地圖知識的缺乏而造成的不適當表達，以便用戶投入主要精力來進行數據探索分析。專題圖可視化技術協助用戶交互式地探索空間數據，通過一些通用的、與領域無關的法則的形式。自動地選擇相應的一些表達式來說明諸如屬性數據類型、取值范圍和屬性字段之間的關系。專題圖可視化還可用于交互式的可視化數據分析，并提供多種制圖表達方法和工具以便用戶更易于表達隱含信息。

（5）其他交互技術：一些特殊的交互方法，如虛擬現實、觸摸交互、聲音交互等。

5 基于GIS空間數據挖掘存在問題

基于GIS的數據挖掘主要是空間數據和屬性數據一體化的挖掘模式，與按傳統的通過查詢方式獲得的知識相比，它是一種更深層次的數據處理分析。目前在這一領域的研究取得了一些成功，但未來的發展中，還有很多理論和方法有待進一步研究。

（1）改進挖掘的算法和效率：基于GIS數據挖掘這一塊，因為有它自身領域的知識，既增大了挖掘算法的搜索空間，也增加了盲目搜索的可能性。因此要結合GIS數據和領域本身的特點改進算法，提高算法的效率以及設計出更好的相關挖掘算法。

（2）綜合式挖掘模式：在面向GIS挖掘其隱含知識規則方面，采用某種單一的方法往往挖掘出的知識甚微，因此需要通過幾種挖掘技術并行的綜合挖掘模式挖掘，才能從大量的GIS數據中挖掘出更多更有用的知識。（3）G1S軟件、空間數據庫與數據挖掘技術的集成：當前的GIS軟件和空間數據庫還不能有效地支持數據挖掘，而是通過先提取相關數據，再利用挖掘技術對數據進行挖掘，這種方式可以說增大了挖掘的工作量，降低了挖掘的效率。所以未來的研究還會向實現三者的集成應用方面發展。

6 結語

空間數據挖掘技術對GIS數據進行更高層次的分析，能從空間數據庫中抽取隱藏的、為人們感興趣的空間模式和特征、空間和非空間數據之間的概要關系以及其它概要數據特征。將可視化技術作為一件GIS數據挖掘工具，可以利用可視化技術豐富的圖形表達能力與高度的交互機制，充分調動用戶的主觀能動性，融入用戶的知識與經驗，真正實現探索性數據分析。目前，有關這方面的研究才剛剛起步，對它的研究重點應放在構建空間數據挖掘的系統的理論框架上。如何將GIS與空間數據挖掘有效集成還有待進一步深入研究。

參考文獻

[1] 李德仁，王樹良，史文中，等.論空間數據挖掘和知識發現[J].武漢大學學報（信息科學版），2001，26（6）：491-499.

[2] 王樹良.基于數據場與云模型的空間數據挖掘和知識發現[D].武漢：武漢大學，2002.