□ 韓祚鵬 □范占永（黔南州水利水電勘測(cè)設(shè)計(jì)研究院）

0 概述

數(shù)據(jù)挖掘由很多成分組合而成，而空間數(shù)據(jù)挖掘的技術(shù)只是這個(gè)家庭當(dāng)中的一個(gè)成員，空間數(shù)據(jù)的挖掘?qū)嶋H上以空間數(shù)據(jù)庫(kù)作為主要的支柱，在進(jìn)行多種技術(shù)的結(jié)合。在海量的數(shù)據(jù)空間當(dāng)中進(jìn)行知識(shí)的挖掘與篩選，對(duì)選擇的知識(shí)通過(guò)專(zhuān)業(yè)的手段進(jìn)行空間關(guān)系或者是別的意識(shí)的提取，并能夠分析出其內(nèi)在的信息，包括數(shù)據(jù)以外的真實(shí)世界、其與外界的具體聯(lián)系以及以后的發(fā)展方向等等，從而能夠更加方便的進(jìn)行技術(shù)的決策以及經(jīng)營(yíng)的決策。

1 空間數(shù)據(jù)庫(kù)中的知識(shí)

由于GIS以及遙感技術(shù)的廣泛運(yùn)用，能夠在空間數(shù)據(jù)當(dāng)中獲取的知識(shí)主要包括以下幾個(gè)方面的內(nèi)容：

1.1 普遍的幾何知識(shí)

普遍的集合知識(shí)，實(shí)際上就是人們普遍認(rèn)知的知識(shí)，包括該目標(biāo)的具體數(shù)量、目標(biāo)的大小、目標(biāo)的具體形狀以及目標(biāo)的主要特征等方面的內(nèi)容，舉個(gè)簡(jiǎn)單的例子：點(diǎn)狀的目標(biāo)的具體位置，這個(gè)目標(biāo)的大小、其長(zhǎng)度的具體值、其周長(zhǎng)的值、面積的大小、幾何的中心等等，都能夠通過(guò)計(jì)算或者是總結(jié)出GIS當(dāng)中空間目標(biāo)的具體的幾何特點(diǎn)，還包含了其特征量的最大數(shù)值、最小數(shù)值、平均值、以及特征量的特征圖都能夠得出。

1.2 空間分布規(guī)律

空間的分布規(guī)律實(shí)際上指的的就是具體的目標(biāo)在地里范圍之內(nèi)的如垂直的方向、水平方向包括垂直方向與水平方向的分布的概率等等。垂直分布也就是空間的目標(biāo)順著空間目標(biāo)的調(diào)和的狀況。

1.3 空間關(guān)聯(lián)規(guī)則

空間關(guān)聯(lián)，顧名思義，指的就是空間目標(biāo)相互之間的聯(lián)系，例如臨近關(guān)系、共同生長(zhǎng)的關(guān)系、相互包含的關(guān)系等等，例如：道路與河流是相互連接的，而不同的國(guó)家之間就是臨近的關(guān)系。

1.4 空間分類(lèi)(聚類(lèi))規(guī)則

空間分類(lèi)的規(guī)則指的就是按照目標(biāo)的具體空間情況或者是非空間的特點(diǎn)對(duì)各自的類(lèi)型劃分的一個(gè)原則，這種規(guī)則能夠用在GIS的空間概括以及空間組合當(dāng)中。

1.5 空間特征規(guī)則

空間特點(diǎn)的規(guī)則指的就是某一類(lèi)的或者多類(lèi)別的空間的目標(biāo)的結(jié)合特征與屬性之間的特征，同時(shí)也是對(duì)他們的共性的總價(jià)，在空間特征當(dāng)中，通常的幾何知識(shí)空間特征當(dāng)中的組成本部分，之所以將其分離出來(lái)，是因?yàn)槠渚哂蟹浅ｊP(guān)鍵的作用，尤其是在遙感影像當(dāng)中的作用更為關(guān)鍵。

1.6 空間區(qū)分規(guī)則

空間的區(qū)分規(guī)則特征也是比較容易理解的，指的就是在兩種或者兩種以上的目標(biāo)的幾何屬性之間的特征，需要注意的是，空間的區(qū)分規(guī)則只是對(duì)一個(gè)目標(biāo)的描述，其與空間分類(lèi)的規(guī)則還是具有一定的區(qū)別的，分類(lèi)的規(guī)則對(duì)于目標(biāo)的劃分更加準(zhǔn)確，精度也屬于比較高的，為了保證分類(lèi)的準(zhǔn)確程度，通常都是在比較低的層次進(jìn)行分類(lèi)的處理，但是區(qū)分規(guī)則的不同在于它是對(duì)已經(jīng)了解對(duì)象的比較，通常情況下，是在比較高的層次上進(jìn)行的描述。

1.7 空間演化規(guī)則

空間演化的規(guī)則實(shí)際上就是空間的變化的規(guī)律，主要包括了空間的幾何過(guò)濾、屬性特征的規(guī)律，其變化的規(guī)律是會(huì)隨著時(shí)間的變化而發(fā)生改變的。

1.8 面向?qū)ο蟮闹R(shí)

2 空間數(shù)據(jù)挖掘的方法

空間數(shù)據(jù)挖掘就是對(duì)于隱含的信息的提取，以及其空間的聯(lián)系等等，最終了解出其具有一定作用的特征以及模式、方式以及技能。常用的空間數(shù)據(jù)挖掘方法主要有：

2.1 基于概率論的方法

基于概率論的方法實(shí)際上就是一種利用與計(jì)算出非確定性的特征的概率來(lái)獲取空間信息的方法，在此過(guò)程當(dāng)中所了解到的信息大多數(shù)情況下都被表達(dá)成為在特定情況下的某一種具體的假設(shè)為真實(shí)條件的概率，通過(guò)對(duì)于誤差矩陣的分析來(lái)進(jìn)行遙感的區(qū)分的時(shí)候，能夠利用這樣的條件的概率當(dāng)做是背景的知識(shí)。

2.2 空間分析方法

空間的分析方法是一種綜合的分析方法，其中主要包含了數(shù)據(jù)的分析與處理、緩沖區(qū)域的分析、距離的分析、地形的分析與總結(jié)等等分析相互結(jié)合的一種分析的方法，這種方法能夠更加便捷而又準(zhǔn)確的發(fā)現(xiàn)目標(biāo)在空間范圍內(nèi)的鏈接的情況，還能夠得出目標(biāo)之間的最短距離，或是最優(yōu)知識(shí)。

2.3 統(tǒng)計(jì)分析方法

統(tǒng)計(jì)的分析方式指的就是借助于空間對(duì)象的特有信息或者是非確定性的信息，進(jìn)行的一系列的統(tǒng)計(jì)與分析，然后對(duì)分析結(jié)果進(jìn)行合理的評(píng)估，并能夠?qū)崿F(xiàn)空間測(cè)試的功能。

2.4 歸納學(xué)習(xí)方法

歸納的學(xué)習(xí)方式，顧名思義，指的就是在特定的指示狀況下，對(duì)于數(shù)據(jù)的總結(jié)以及分析的一種方式，在空間的數(shù)據(jù)庫(kù)當(dāng)中通過(guò)搜索與挖掘的方式，了解到常用的規(guī)則以及模式的方式，在實(shí)際的歸納當(dāng)中，包含多種多樣的算數(shù)方法，例如：決策數(shù)的計(jì)算方式以及基于屬性特征的歸納方式等等。

2.5 聚類(lèi)分析方法

指的就是根據(jù)物體的基本特征如形狀、大小、體積等等，然后對(duì)該物體進(jìn)行的聚類(lèi)或者分析，進(jìn)而能夠歸納出數(shù)據(jù)集的空間分布的狀況以及模式的具體方式等等，目前，較為常用的聚類(lèi)方式主要包括K-mean，K-medoids以及集合關(guān)系的親近聯(lián)系以及公共特性的基本算術(shù)方式等等。

2.6 神經(jīng)網(wǎng)絡(luò)方法

指的就是利用較多的神經(jīng)元組合而成的網(wǎng)路系統(tǒng)，最終能夠滿足獨(dú)自使用的非線性的動(dòng)態(tài)系統(tǒng)，并能夠滿足具備一定的分布存儲(chǔ)的能力以及事物的聯(lián)系的能力，并能夠?qū)崿F(xiàn)較大規(guī)模的處理、獨(dú)立學(xué)習(xí)、獨(dú)自組織等等方面能力的一種方式，在空間數(shù)據(jù)挖掘當(dāng)中能夠用來(lái)實(shí)現(xiàn)分裂以及聚類(lèi)的相關(guān)信息的以及特點(diǎn)的挖掘處理。

2.7 遺傳算法

遺傳算法實(shí)際上并不是一種真實(shí)的算術(shù)方法，其指的就是某種模擬的生物進(jìn)化階段的算術(shù)方式，能夠?qū)崿F(xiàn)問(wèn)題的空間數(shù)據(jù)的搜索，并能在整個(gè)的搜索階段實(shí)現(xiàn)空間信息的自動(dòng)獲取以及數(shù)據(jù)整理的功能，還能夠在搜索的過(guò)程進(jìn)行適當(dāng)?shù)目刂?，并?duì)存在的問(wèn)題進(jìn)行優(yōu)化處理等等，因此，在空間數(shù)據(jù)的挖掘過(guò)程當(dāng)中發(fā)現(xiàn)的諸多困擾，都能夠借助于遺傳的算法來(lái)解決，例如：空間數(shù)據(jù)挖掘比較難處理的分類(lèi)的問(wèn)題、聚類(lèi)的問(wèn)題、預(yù)測(cè)的問(wèn)題等等都能夠得到很好的解決。

3 有待研究的問(wèn)題

盡管在數(shù)據(jù)挖掘方面取得了一定的成就，但是還是有一些值得思考與解決的地方，下面就我國(guó)數(shù)據(jù)挖掘技術(shù)的主要問(wèn)題進(jìn)行了列舉說(shuō)明。

3.1 數(shù)據(jù)訪問(wèn)的效率和可伸縮性

由于空間數(shù)據(jù)具有復(fù)雜程度高，數(shù)據(jù)信息量大的特點(diǎn)，使得計(jì)算的發(fā)放更加繁瑣，也給搜索帶來(lái)一定的阻力，怎樣有效地進(jìn)行不重要信息的去除，同時(shí)獲取到有效地信息，使得問(wèn)題發(fā)生的可能性不斷較低，這一系列的問(wèn)題都給數(shù)據(jù)挖掘造成了巨大的挑戰(zhàn)。

3.2 對(duì)當(dāng)前一些GIS軟件缺乏時(shí)間屬性和靜態(tài)存儲(chǔ)的改進(jìn)

由于數(shù)據(jù)挖掘的局限性，使得數(shù)據(jù)的挖掘在應(yīng)用方面遇到了很大的難題，尤其表現(xiàn)為程序方面的時(shí)序關(guān)系，這也就導(dǎo)致了靜態(tài)的數(shù)據(jù)存儲(chǔ)在極大影響了數(shù)據(jù)挖掘的使用，由于圖層的計(jì)算模式的卻別，不一樣的尺度空間的割裂，使得空間數(shù)據(jù)挖掘的設(shè)置階段面臨著重要挑戰(zhàn)，空間實(shí)體所依賴的信息比較復(fù)雜，不僅包括了標(biāo)識(shí)碼，還包含了其他的一系列的信息，這就造成了一維的聯(lián)系方式損失了非常多的聯(lián)系資源，使得多維與隱含的內(nèi)在關(guān)系缺乏真實(shí)性，也就給計(jì)算造成了一定的難度，使得工作的效率無(wú)法提高。

3.3 發(fā)現(xiàn)模式的精煉

在空間數(shù)據(jù)的挖掘技術(shù)方面，尤其關(guān)鍵的分析與運(yùn)用方向主要包括：在網(wǎng)絡(luò)環(huán)境當(dāng)中的數(shù)據(jù)挖掘方式、非確定性狀況下數(shù)據(jù)挖掘的方式、分布狀況下的數(shù)據(jù)挖掘方式等等。

4 小結(jié)

空間數(shù)據(jù)的挖掘技術(shù)還有許多需要不斷深入的地方，通過(guò)本文的敘述，不難了解到，在未來(lái)數(shù)據(jù)挖掘技術(shù)將逐漸邁向智能化、網(wǎng)絡(luò)化的發(fā)展方向，空間數(shù)據(jù)挖掘的分析方法和應(yīng)用結(jié)果，為全球變化和區(qū)域可持續(xù)發(fā)展提供有力的分析工具，將會(huì)更好的服務(wù)社會(huì)。

[1]李德仁，史文中，等.論空間數(shù)據(jù)挖掘和知識(shí)發(fā)現(xiàn)[J].武漢大學(xué)學(xué)報(bào)：信息科學(xué)版，2001，26(6).

[2]周海燕，王家耀，等.空間數(shù)據(jù)挖掘技術(shù)及其應(yīng)用[J].測(cè)繪通報(bào)，2002(2).

[3]毛克彪.空間數(shù)據(jù)挖掘技術(shù)方法及應(yīng)用[J].遙感技術(shù)與應(yīng)用，2002，17(4).