杜 鵑，曹建春

(黃河水利職業(yè)技術(shù)學(xué)院 信息工程系，河南 開封475004)

0 引 言

隨著衛(wèi)星技術(shù)、通信技術(shù)、計算機技術(shù)、數(shù)據(jù)處理技術(shù)和其他現(xiàn)代科技的發(fā)展，海洋學(xué)和地圖學(xué)早已突破傳統(tǒng)對于空間和時間的限制，逐漸進(jìn)入了以數(shù)字測量和數(shù)字地圖為主干，以計算機科學(xué)作為支撐，以3S 技術(shù)為代表的新紀(jì)元。通過以上新技術(shù)，以及各種新型設(shè)備，我們獲得了大量的海洋測量數(shù)據(jù)和電子地圖數(shù)據(jù)，并采用現(xiàn)代處理方法對這些數(shù)據(jù)進(jìn)行持續(xù)不斷地更新和處理。這些海量而種類豐富的數(shù)據(jù)，蘊含了極大價值，并構(gòu)成了海洋地理信息系統(tǒng)的基礎(chǔ)［1－2］。

然而，這些多來源、多維度、多時態(tài)的數(shù)據(jù)，其容量和復(fù)雜程度早已超出了傳統(tǒng)分析方法的處理能力。一方面導(dǎo)致大量數(shù)據(jù)無法利用，造成決策失誤或數(shù)據(jù)浪費;另一方面導(dǎo)致極大的系統(tǒng)負(fù)擔(dān)和系統(tǒng)存儲資源浪費，使得對于數(shù)據(jù)資源的利用效率較低。空間數(shù)據(jù)挖掘作為統(tǒng)計學(xué)、數(shù)據(jù)庫技術(shù)、機器學(xué)習(xí)技術(shù)、人工智能和專家系統(tǒng)的結(jié)合，能夠很好地克服傳統(tǒng)數(shù)據(jù)分析方法的缺陷，高效而充分地對數(shù)據(jù)進(jìn)行分析和利用。

所謂空間數(shù)據(jù)挖掘，是數(shù)據(jù)挖掘技術(shù)在空間數(shù)據(jù)集合中的一種應(yīng)用，主要通過對空間數(shù)據(jù)的分析和比對，發(fā)現(xiàn)蘊含在數(shù)據(jù)中，不能夠直觀發(fā)現(xiàn)的關(guān)系、趨勢、模式等特征，為預(yù)測未來現(xiàn)象提供依據(jù)，為系統(tǒng)決策提供支持。然而由于空間數(shù)據(jù)的特點和海洋地理信息系統(tǒng)應(yīng)用的特殊性，空間數(shù)據(jù)挖掘與傳統(tǒng)的數(shù)據(jù)挖掘方法也略有不同。本文在對空間數(shù)據(jù)挖掘技術(shù)進(jìn)行深入研究的基礎(chǔ)上，介紹了空間數(shù)據(jù)挖掘技術(shù)的主要原則，分析了該技術(shù)能夠取得的潛在效果，并結(jié)合海洋地理信息系統(tǒng)的特點和需求，研究了空間數(shù)據(jù)挖掘技術(shù)在海洋地理信息系統(tǒng)中的應(yīng)用方法和運行模式，為進(jìn)一步完善該系統(tǒng)，更加充分地對海洋空間數(shù)據(jù)進(jìn)行利用，提供依據(jù)［3］。

1 空間數(shù)據(jù)挖掘的基本原則

1.1 空間數(shù)據(jù)挖掘的概念

空間數(shù)據(jù)挖掘以空間數(shù)據(jù)庫或數(shù)據(jù)倉庫作為數(shù)據(jù)來源，結(jié)合相關(guān)的數(shù)據(jù)學(xué)習(xí)理論和挖掘技術(shù)，能夠從海量充滿噪聲和不確定的空間數(shù)據(jù)中，提取出可信的、新型的、隱藏的和未知的數(shù)據(jù)關(guān)系、發(fā)展趨勢等特征和屬性，并能夠在不需要人工干預(yù)的前提下自動執(zhí)行，完成對潛在知識的發(fā)現(xiàn)和挖掘工作，從而向多種信息系統(tǒng)提供服務(wù)，向決策支持系統(tǒng)提供決策依據(jù)［3－4］。

空間數(shù)據(jù)挖掘是空間數(shù)據(jù)庫、計算機管理技術(shù)和決策技術(shù)發(fā)展到新階段的產(chǎn)物。其集成了多種當(dāng)前流行的技術(shù)，如人工智能、概率統(tǒng)計、專家系統(tǒng)、機器學(xué)習(xí)、空間數(shù)據(jù)庫、模糊數(shù)學(xué)、網(wǎng)絡(luò)技術(shù)和數(shù)據(jù)可視化技術(shù)等，是一種數(shù)據(jù)挖掘技術(shù)在空間數(shù)據(jù)領(lǐng)域的重要擴展和應(yīng)用。

1.2 空間數(shù)據(jù)挖掘的框架

當(dāng)前，存在多種空間數(shù)據(jù)挖掘框架，例如由Maheus 提出的多組件數(shù)據(jù)挖掘框架，由Hoslsheimer提出的特征挖掘框架，由Han 提出的數(shù)據(jù)挖掘通用模型等。從適用性的角度考慮，最適合空間數(shù)據(jù)挖掘的框架應(yīng)當(dāng)為多組件數(shù)據(jù)挖掘框架，該框架的基本結(jié)構(gòu)如圖1 所示。

圖1 空間數(shù)據(jù)挖掘框架Fig.1 The framework of spatial data mining

在此系統(tǒng)中，用戶可以與系統(tǒng)實時交互，并控制數(shù)據(jù)挖掘的過程。知識庫存儲有背景知識。數(shù)據(jù)挖掘過程通過以下組件完成:數(shù)據(jù)庫接口從數(shù)據(jù)庫中直接提取數(shù)據(jù);分析組件對數(shù)據(jù)進(jìn)行篩選，決定哪些數(shù)據(jù)可用，哪些數(shù)據(jù)不可用;模式提取組件能夠從可用的數(shù)據(jù)中發(fā)現(xiàn)新的知識或有價值的規(guī)則;評價組件則對發(fā)現(xiàn)的知識和規(guī)則等進(jìn)行評價，決定其重要性、相關(guān)性等屬性，并根據(jù)評價結(jié)果對知識庫進(jìn)行更新。以上4 個組件通過控制器相互交互，并將最后結(jié)果提交給用戶。

空間數(shù)據(jù)挖掘框架為整個空間數(shù)據(jù)挖掘過程提供依據(jù)，并為海洋地理信息系統(tǒng)中的數(shù)據(jù)分析和利用提供設(shè)計思路。

2 空間數(shù)據(jù)挖掘的內(nèi)容

與空間數(shù)據(jù)處理不同，空間數(shù)據(jù)挖掘能夠提取出隱含的知識、空間數(shù)據(jù)之間的關(guān)系和其他有價值的模式信息，從而能夠進(jìn)一步發(fā)現(xiàn)更多有用的知識，為其他系統(tǒng)和應(yīng)用提供決策依據(jù)。

2.1 空間關(guān)系

空間關(guān)系規(guī)則是描述不同實體相互位置關(guān)系的規(guī)則，是一種固有的并且相互同步的規(guī)則，如相鄰規(guī)則、連接規(guī)則、共生規(guī)則、包括規(guī)則等。在數(shù)據(jù)挖掘過程中，不同的位置關(guān)系將使用以上邏輯規(guī)則表達(dá)，因此，空間關(guān)系是空間數(shù)據(jù)挖掘所獲得的一種重要知識。當(dāng)采用的數(shù)據(jù)來源為“空間—時間”數(shù)據(jù)時，還可以通過空間規(guī)則，進(jìn)一步發(fā)現(xiàn)對象在一段時間序列下的運動軌跡。

2.2 對象特征

對象特征描述的是一種或多種對象實體所共有的屬性特征，包括類型、尺寸、形狀等其他常見或特殊的屬性。并且如果數(shù)據(jù)樣本的數(shù)量足夠時，我們還能夠獲得對象的先驗概率知識，例如海底沉積物的經(jīng)緯度分布等。

2.3 數(shù)據(jù)分類

通過空間分類規(guī)則，空間數(shù)據(jù)集中的數(shù)據(jù)能夠被映射為特定的類，通常在數(shù)據(jù)預(yù)測的過程中使用。同時，分類規(guī)則是一種全局適用的知識，本質(zhì)上是對數(shù)據(jù)集的一種抽象和一般化。

2.4 數(shù)據(jù)聚類

通過聚類能夠?qū)㈩愋拖嘟臄?shù)據(jù)集合為一種類型，同時使得不同類型之間的差異最大化，而使得同一類型之間的差異最小化，能夠應(yīng)用于生成和劃分多種異構(gòu)信息。與分類規(guī)則不同，在聚類之前，并不知道劃分的每一類的特征和屬性，也不清楚數(shù)據(jù)能夠被劃分為哪些類別。

需要注意的是，在空間數(shù)據(jù)挖掘的過程中，挖掘的內(nèi)容和結(jié)果，并不一定是以上幾類的一種，而大多數(shù)需要涉及到多種。因為，在對信息進(jìn)行分析和可視化的過程中，對一個對象的感知，僅僅知道其特征、空間關(guān)系、類別等的一種，并不能完全認(rèn)識該對象，更無法深度挖掘該對象與其他對象存在的其他隱含關(guān)系，因而，在實際使用中，從實踐角度考慮，我們需要獲得包括以上各種內(nèi)容的多種或全部，從而完成對對象的全維感知，也能夠使得在下一步的挖掘中，獲得的知識更加完備和詳細(xì)。

3 空間數(shù)據(jù)挖掘流程

在傳統(tǒng)的數(shù)據(jù)處理方法中，往往采用專家系統(tǒng)方法，采用處理規(guī)則或模板，將專家知識固化為某種知識的固定提取方法和處理措施。這種方法具有2 個主要缺點:一是其僅僅能夠?qū)?shù)據(jù)進(jìn)行表面化的處理，而不能夠進(jìn)行多層次和持續(xù)的挖掘，因而這種數(shù)據(jù)處理方式，僅僅能夠發(fā)現(xiàn)事先已知類型和符合規(guī)定的知識;二是其難以應(yīng)對大量的數(shù)據(jù)，采用該種方法的數(shù)據(jù)處理系統(tǒng)，往往采用線性處理方法，對于某一類的數(shù)據(jù)處理往往需要遍歷所有的規(guī)則和模板，造成不必要的算法復(fù)雜性，當(dāng)數(shù)據(jù)量較大時，其效率較低。而空間數(shù)據(jù)挖掘算法，能夠克服以上問題，采用聚類、分類等措施和循環(huán)迭代的方法，不僅能夠發(fā)現(xiàn)大量隱含知識，同時能夠處理海量知識，其主要過程有以下幾個步驟:

1)數(shù)據(jù)濾波:對于海上地理信息系統(tǒng)來說，其中包含了大量來自不同設(shè)備和不同種類的數(shù)據(jù)，由于海上環(huán)境的多變性，必然會存在錯誤和異常數(shù)據(jù)，為了確保能夠得到正確結(jié)果，在對數(shù)據(jù)進(jìn)行處理之前，需要對數(shù)據(jù)進(jìn)行濾波，得到無噪聲的可用數(shù)據(jù);

2)數(shù)據(jù)聚類:相比于數(shù)據(jù)分類，數(shù)據(jù)聚類具有更廣泛的適用性，能夠發(fā)現(xiàn)實現(xiàn)未被定義的數(shù)據(jù)類型。通過數(shù)據(jù)聚類，能夠完善數(shù)據(jù)的結(jié)構(gòu)性，從而為下一步數(shù)據(jù)挖掘提供依據(jù);

3)數(shù)據(jù)挖掘:當(dāng)前數(shù)據(jù)挖掘、分類與分析的算法種類較多，主要的方法有神經(jīng)網(wǎng)絡(luò)、SVM 等。需要注意的是，空間數(shù)據(jù)挖掘與傳統(tǒng)方法不同，完成整個挖掘過程需要多次迭代。具體流程如圖2所示。

圖2 空間數(shù)據(jù)挖掘流程圖Fig.2 The flow chart of spatial data mining

4 空間數(shù)據(jù)挖掘在海洋GIS 中的應(yīng)用

海洋學(xué)和地圖學(xué)數(shù)據(jù)是海洋地理信息系統(tǒng)中的重要組成部分，有著GIS 數(shù)據(jù)的典型特征。因此，可以利用空間數(shù)據(jù)挖掘，最大化的發(fā)揮海洋測量和電子地圖數(shù)據(jù)的價值，開發(fā)多種類型的應(yīng)用，擴展海洋測繪和電子地圖產(chǎn)品的種類，從而向用戶提供豐富多樣的服務(wù)［5］。

4.1 海底地形數(shù)據(jù)挖掘

海圖是一種用來描述某個海域及其鄰接陸地的地圖，其中對于海底地形的描述主要采用虛線點跡表示。由于圖幅限制，海圖中的虛線點跡通常采用互相隔離和離散的形式出現(xiàn)，難以直觀地表示出海底地形的全貌，從而為安全航線的劃定造成不便。

使用空間數(shù)據(jù)挖掘中的統(tǒng)計學(xué)方法，能夠從離散的虛線點跡中發(fā)現(xiàn)出海底地形走勢的固有規(guī)律，從而建立一個等高線模型，結(jié)合可視化技術(shù)，我們能夠得到海底地形的3D 全景顯示，從而能夠方便直觀地對海底地形進(jìn)行分析和利用。

4.2 海洋沉積物數(shù)據(jù)挖掘

海洋沉積物是海底地形的重要組成部分之一，同時也是航海導(dǎo)航、船舶拋錨和海底航行等活動的重要影響因素之一。

通過使用數(shù)據(jù)挖掘工具，如概率統(tǒng)計、模糊集理論和集群方法，海洋沉積物的分布區(qū)域和時空變化規(guī)律將能夠被發(fā)現(xiàn)，使得船舶航行的安全性得到加強，同時水上航線的利用率也能夠得到提高。此外，也能夠為國防和海洋工程建設(shè)等活動，提供決策依據(jù)。

4.3 航行障礙數(shù)據(jù)挖掘

在船舶的航行過程中往往需要考慮諸如暗礁、殘骸、障礙物等，并及時進(jìn)行規(guī)避以保證航行安全。盡管大多數(shù)航行障礙物的位置固定，但是由于洋流和其他原因，某些類型的障礙物將會發(fā)生移動。對于航行障礙物來說，其空間數(shù)據(jù)并不僅僅包括其所在位置信息和屬性等，同時也包括其影響范圍、移動趨勢及其他時空信息。

在空間數(shù)據(jù)挖掘理論的支持下，海洋地理信息系統(tǒng)能夠自動映射出航行障礙物所處的水域，并在不同的航行條件下，給出航行的安全指數(shù)。當(dāng)船舶進(jìn)入某個危險水域時，系統(tǒng)能夠智能化地向船員發(fā)送警報，從而最大限度地保證船舶的航行安全。

4.4 航行助航數(shù)據(jù)挖掘

助航設(shè)施，例如導(dǎo)航標(biāo)記、海上浮標(biāo)等，通常用來指示暗礁位置，或進(jìn)行海洋觀測，是一種重要的人工實施，使得船舶能夠借助這些設(shè)施進(jìn)行位置測量，航線導(dǎo)航和障礙規(guī)避。

航行助航數(shù)據(jù)儲存了大量助航設(shè)施的屬性特征和地理位置。這些知識并不僅僅反應(yīng)了安全航道信息，還指示了海拔信息，可航行水深等信息。

使用空間數(shù)據(jù)統(tǒng)計分析及聚類，遺傳算法和其他空間數(shù)據(jù)挖掘技術(shù)，系統(tǒng)能夠根據(jù)助航設(shè)施的特征和級別進(jìn)行重分類。最終，可以向船舶提供最優(yōu)化的航線，實現(xiàn)自動化的航線選擇等功能。

4.5 水文數(shù)據(jù)挖掘

水文數(shù)據(jù)指示了水力、洋流等海水的物理和化學(xué)特征，包含潮汐、浪高、洋流速度、漩渦、冰山、浮冰等數(shù)據(jù)，以及鹽度、密度、海水顏色等數(shù)據(jù)。

一方面水文數(shù)據(jù)中蘊含著豐富的位置、特性、強度、方向等信息;另一方面，水文數(shù)據(jù)也表明了多種未知的、隨時間變化的模糊數(shù)據(jù)。例如，在不同水深下的浪高、浪速和方向等，以及當(dāng)發(fā)生何種情況時，海浪會進(jìn)一步發(fā)展為漩渦。

使用空間數(shù)據(jù)挖掘，系統(tǒng)不僅能夠自動化地發(fā)現(xiàn)各種數(shù)據(jù)的隱含關(guān)系和規(guī)則，同時也能夠在一定的需求下進(jìn)行最優(yōu)化分析和未來數(shù)據(jù)的預(yù)測，從而為決策提供有力支持。

5 結(jié) 語

海洋地理信息系統(tǒng)是當(dāng)前人類活動必不可少的信息化系統(tǒng)，其中產(chǎn)生和儲存的海量數(shù)據(jù)，更蘊含著巨大的價值，隨著大數(shù)據(jù)時代的來臨，如何發(fā)揮這些數(shù)據(jù)的巨大作用，將是海洋地理信息系統(tǒng)下一步研究和完善的重點。本文對空間信息挖掘技術(shù)進(jìn)行詳細(xì)介紹，從該技術(shù)的基本原則、內(nèi)容和流程等方面進(jìn)行深入研究，并結(jié)合空間信息挖掘技術(shù)的特點，研究了其在海洋地理信息系統(tǒng)中的引用方法，為之后系統(tǒng)的進(jìn)一步完善提供基礎(chǔ)。

［1］KANVSKI M，PARKIN R．Environmental data mining an modeling based on machine learng algorithms an geostatistics［J］．Environmental Modelling ＆ Softwe，2004，19(9):845 －855．

［2］XU Sheng-hua，LIU Ji-ping．Spatial data mining and development trend research［J］．Geography and Geo-Information Science，2008，24(3):24 －27．

［3］胡安康．船舶數(shù)字化設(shè)計的主脈——CAE 信息鏈［J］．艦船科學(xué)技術(shù)，2008，30(1):3 －5．HU An-kang．The main vein of digital ship design——CAE information chain［J］．Ship Science and Technology，2008，30(1):3 －5．

［4］LI De-ren，WANG Shu-liang．Spatial data mining theory and applications (fist edition)［M］．Beijing，Science Press，2006．

［5］任席闖，左麗芬，李樹明，等．基于GIS 的超低頻通信服務(wù)區(qū)的預(yù)測［J］．艦船科學(xué)技術(shù)，2013，35(4):117 －119．REN Xi-chuang，ZUO Li-fen，LI Shu-ming，et al．The prediction of VLF communication service zone based on GIS［J］．Ship Science and Technology，2013，35(4):117 －119．