陶德保

摘要：論文以鉆孔數(shù)據(jù)的空間多維分析模型入手，主要研究了數(shù)據(jù)多維分析模型的發(fā)展和實(shí)現(xiàn)，提出適合鉆孔數(shù)據(jù)管理的空間數(shù)據(jù)倉(cāng)庫(kù)進(jìn)行數(shù)據(jù)分析的多維數(shù)據(jù)模型，并在此基礎(chǔ)上提出了一種空間數(shù)據(jù)挖掘的模型結(jié)構(gòu)，用三種空間數(shù)據(jù)挖掘算法分析了礦化段之間的相關(guān)性。空間數(shù)據(jù)的可視化以及基于可視化技術(shù)的空間分析、空間數(shù)據(jù)挖掘和知識(shí)發(fā)現(xiàn)已經(jīng)發(fā)展成為空間信息處理的重要手段和關(guān)鍵技術(shù)。本文還介紹了基于OPENGL的幾種可視化模型，實(shí)現(xiàn)了空間數(shù)據(jù)挖掘結(jié)果的交互式可視化。

關(guān)鍵詞：鉆孔數(shù)據(jù);空間數(shù)據(jù)倉(cāng)庫(kù);空間數(shù)據(jù)挖掘;可視化技術(shù)

1 引言

鉆井領(lǐng)域數(shù)據(jù)復(fù)雜，既有定量測(cè)量的數(shù)據(jù)，又有定性的文字描述，它們量綱不一、形式多樣。僅儲(chǔ)層特性的數(shù)據(jù)就涉及到測(cè)井儀器、測(cè)井方法、測(cè)井原理、儀器所探測(cè)的深度、儀器分辨率等。如何把這些反映同一儲(chǔ)層特性的數(shù)據(jù)結(jié)合起來(lái)，無(wú)冗余，而又不漏失地反映井、礦的特性，一直是鉆井領(lǐng)域資料解釋的重點(diǎn)。數(shù)據(jù)倉(cāng)庫(kù)是面向主題的、集成的、穩(wěn)定的和隨時(shí)間變化的數(shù)據(jù)集合。它是一項(xiàng)基于數(shù)據(jù)管理和運(yùn)用的綜合性技術(shù)和解決方案，是一種有效的數(shù)據(jù)存儲(chǔ)和組織形式。經(jīng)過(guò)數(shù)據(jù)倉(cāng)庫(kù)技術(shù)處理以后的數(shù)據(jù)是集成的、穩(wěn)定的、干凈的，從而有利于在后面集成并運(yùn)用數(shù)據(jù)挖掘技術(shù)進(jìn)行分析處理。但是目前，在大多數(shù)知識(shí)發(fā)現(xiàn)的過(guò)程中，數(shù)據(jù)仍然被視為是靜態(tài)的，人機(jī)交互類(lèi)似于傳統(tǒng)的數(shù)據(jù)庫(kù)操作。這樣一來(lái)，只有在處理結(jié)果出來(lái)之后才能評(píng)判數(shù)據(jù)輸入的好壞，挖掘算法選擇的優(yōu)劣。而將地理可視化與空間數(shù)據(jù)挖掘和知識(shí)發(fā)現(xiàn)相集成，可以使知識(shí)發(fā)現(xiàn)的各個(gè)階段具有高度的交互性和靈活性。

2基于空間數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)挖掘模型設(shè)計(jì)

空間數(shù)據(jù)倉(cāng)庫(kù)（Spatial Data Warehouse-SDW）是GIS技術(shù)與數(shù)據(jù)倉(cāng)庫(kù)（Data Warehouse-DW） 技術(shù)相結(jié)合的產(chǎn)物，它是在DW基礎(chǔ)上，引入空間維數(shù)據(jù)，根據(jù)主題從不同的GIS 應(yīng)用系統(tǒng)中截取不同規(guī)模時(shí)空尺度上的信息，從而為地學(xué)研究以及有關(guān)環(huán)境資源政策的制定提供最好的信息服務(wù)。圖1是本文提出的一個(gè)基于空間數(shù)據(jù)倉(cāng)庫(kù)的空間數(shù)據(jù)挖掘的模型結(jié)構(gòu)。用戶(hù)發(fā)出知識(shí)發(fā)現(xiàn)的命令，知識(shí)發(fā)現(xiàn)模塊從空間數(shù)據(jù)倉(cāng)庫(kù)中獲取感興趣的數(shù)據(jù) （與任務(wù)相關(guān)的數(shù)據(jù)）。知識(shí)發(fā)現(xiàn)模塊根據(jù)要求和領(lǐng)域知識(shí)庫(kù)，從那些與任務(wù)相關(guān)的數(shù)據(jù)中發(fā)現(xiàn)知識(shí)，發(fā)現(xiàn)的知識(shí)提供給用戶(hù)應(yīng)用。一般這一過(guò)程要交互地反復(fù)進(jìn)行才能得到最終滿(mǎn)意的結(jié)果。

3空間元數(shù)據(jù)的數(shù)據(jù)結(jié)構(gòu)及生成算法

為實(shí)現(xiàn)基于鉆孔數(shù)據(jù)的空間多維分析，本系統(tǒng)主要從四個(gè)維度來(lái)分析原始數(shù)據(jù)庫(kù)中的信息，分別為地層維、礦化段維、礦化量維和鉆井維?？梢岳脴?biāo)準(zhǔn)模板庫(kù)（STL）中的鏈表和向量模板來(lái)設(shè)計(jì)出其數(shù)據(jù)結(jié)構(gòu)。地層數(shù)據(jù)結(jié)構(gòu)的結(jié)構(gòu)圖如下（P代表Point3D）：

圖中采用了一個(gè)鏈表來(lái)存儲(chǔ)所有的底層數(shù)據(jù)，鏈表中包含了多個(gè)地層數(shù)據(jù)單元，每個(gè)單元由一個(gè)vctor和地層名組成，而vctor中存儲(chǔ)了該地層的所有數(shù)據(jù)點(diǎn)。本系統(tǒng)中還用了很多數(shù)據(jù)結(jié)構(gòu)，例如在做數(shù)據(jù)分析時(shí)，基本的分析單元是礦化段，用于礦體插值的礦化點(diǎn)數(shù)據(jù)結(jié)構(gòu)等，其設(shè)計(jì)思想同地層數(shù)據(jù)結(jié)構(gòu)是相同的，即先設(shè)計(jì)出基本數(shù)據(jù)單元，再結(jié)合STL中的LIST和VCTOR來(lái)組織數(shù)據(jù)。需要注意的是系統(tǒng)在整個(gè)設(shè)計(jì)過(guò)程中，要充分考慮程序的可擴(kuò)展性，對(duì)系統(tǒng)采用模塊劃分，各模塊功能明確;同時(shí)在設(shè)計(jì)數(shù)據(jù)機(jī)構(gòu)時(shí)，可以采用了范性編程的思想，利于系統(tǒng)的進(jìn)一步完善和擴(kuò)充。

在多維數(shù)據(jù)結(jié)構(gòu)設(shè)計(jì)的基礎(chǔ)上，我們要對(duì)數(shù)據(jù)庫(kù)中的原始信息進(jìn)行精確的分析，采用ADO連接數(shù)據(jù)庫(kù)，從原始數(shù)據(jù)庫(kù)中提取出需要的數(shù)據(jù)，跟設(shè)計(jì)的數(shù)據(jù)結(jié)構(gòu)相對(duì)應(yīng)起來(lái)，這樣就得到了系統(tǒng)的元數(shù)據(jù)。以地層數(shù)據(jù)為例，首先要分析數(shù)據(jù)庫(kù)中所有與地層相關(guān)的表，然后用SQL語(yǔ)句在多張表中查詢(xún)所需要的字段信息，將查到的信息進(jìn)行篩選、提取，然后存入我們所設(shè)計(jì)的數(shù)據(jù)結(jié)構(gòu)中，這樣就為進(jìn)一步的數(shù)據(jù)分析提供了數(shù)據(jù)準(zhǔn)備。其他元數(shù)據(jù)的獲取方法同地層數(shù)據(jù)類(lèi)似，限于篇幅，在此不做詳細(xì)說(shuō)明。

4可視化空間數(shù)據(jù)挖掘

通過(guò)離散鉆孔數(shù)據(jù)的空間挖掘我們希望能夠找出礦體的空間分布規(guī)律，從而為進(jìn)一步的三維礦體模擬提供一定的先驗(yàn)知識(shí)，使其模擬結(jié)果更為精確。這部分屬于整個(gè)數(shù)據(jù)挖掘模型中的知識(shí)庫(kù)中的內(nèi)容，由于鉆孔數(shù)據(jù)的復(fù)雜性與不確定性，首先要對(duì)礦體的平面分布做一個(gè)大致的估計(jì)，在這個(gè)基礎(chǔ)上再做空間數(shù)據(jù)分析，這樣得到的結(jié)果會(huì)更為精確。

4.1礦化量統(tǒng)計(jì)分析

礦化量表示的是每個(gè)鉆井所對(duì)應(yīng)的礦化情況，即將空間分布的礦化段數(shù)據(jù)投影到一個(gè)平面上，用一個(gè)平面來(lái)表示礦井對(duì)應(yīng)的點(diǎn)的礦化情況。根據(jù)每個(gè)鉆井下的礦化段的長(zhǎng)度L和每段的礦化度K，得出了每個(gè)鉆井的礦化量：

定義這個(gè)參數(shù)后，可以得到表示每口鉆井礦化情況的一個(gè)量化的值，用此參數(shù)進(jìn)行平面距離倒數(shù)加權(quán)插值（IDW），將插值結(jié)果可視化，則從平面的角度表示出礦體的礦化分布情況。圖4是對(duì)研究區(qū)域在的礦化量做IDW插值后使用OPENGL生成的平面效果圖，顏色越深的部分表示其含礦的量也越大。通過(guò)以上的分析，我們就找到了礦化量在地表的大致分布規(guī)律，在這個(gè)基礎(chǔ)上我們對(duì)礦化段在三維空間的分布規(guī)律進(jìn)行空間聚類(lèi)分析。

4.2空間聚類(lèi)分析

本文中采用的是K-means空間聚類(lèi)算法。傳統(tǒng)的K均值聚類(lèi)算法存在兩個(gè)固有的缺點(diǎn)：（1）對(duì)于隨機(jī)的初始值選取可能會(huì)導(dǎo)致不同的聚類(lèi)結(jié)果，甚至存在著無(wú)解的情況;（2）該算法是基于目標(biāo)函數(shù)的算法，通常采用梯度法求解極值，由于梯度法的搜索方向是沿著能量減小的方向進(jìn)行，使得算法很容易陷入局部極值，而且對(duì)于孤立點(diǎn)是敏感的。

為了克服傳統(tǒng)的K-均值聚類(lèi)算法收斂時(shí)易陷入局部極值問(wèn)題和對(duì)初始選值敏感性的缺點(diǎn)，同時(shí)又能保持K-均值算法快速收斂的特點(diǎn)，我們?cè)谶x擇初始值時(shí)結(jié)合礦化量的統(tǒng)計(jì)分析結(jié)果，用礦化量平面上的極值點(diǎn)來(lái)確定K-MEANS算法的初始聚類(lèi)中心，其算法步驟如下：

1）根據(jù)礦化量統(tǒng)計(jì)分析結(jié)果，找出礦化量平面上的極值*S。

2）合并相近的極值點(diǎn)*S，得到初始的聚類(lèi)中心S。

3）獲取聚類(lèi)數(shù)目k ，置迭代誤差閾值e= 0.00001（可根據(jù)需要設(shè)置）。

聚類(lèi)數(shù)目由用戶(hù)指定，用戶(hù)可以通過(guò)圖5中的對(duì)話(huà)框隨時(shí)改變聚類(lèi)的數(shù)目，直到得到滿(mǎn)意的聚類(lèi)效果。不過(guò)聚類(lèi)數(shù)目有最大限制，其最大值不能超過(guò)Sj的長(zhǎng)度。通過(guò)空間分析，我們可以發(fā)現(xiàn)空間聚類(lèi)的效果同礦化量的平面分布有著較好的對(duì)應(yīng)關(guān)系，可以將礦區(qū)大致分為三塊區(qū)域，還得到了鉆井及礦化段間的相關(guān)性信息，有利于我們從宏觀上把握礦區(qū)的礦體分布。

5結(jié)論

本文提出的基于鉆孔數(shù)據(jù)的空間數(shù)據(jù)挖掘方法，首先提出了礦化量的概念，將礦化段的分布情況做一個(gè)平面分析，通過(guò)距離倒數(shù)插值對(duì)礦體的分布做大致的估計(jì)，在這個(gè)基礎(chǔ)上對(duì)K-MEANS聚類(lèi)算法做改進(jìn)，用礦化量的極值點(diǎn)來(lái)初始化K-MEANS中的初始聚類(lèi)中心，使得分析結(jié)果更具科學(xué)性;然后將分析結(jié)果進(jìn)行可視化，從而大大地提高了人機(jī)交互的水平。但此方法仍存在一些不足，如各種地質(zhì)資料、專(zhuān)家知識(shí)和工程經(jīng)驗(yàn)不能及時(shí)融入到實(shí)際數(shù)據(jù)分析中，系統(tǒng)中所用到的可視化模型不能表現(xiàn)更為復(fù)雜的地質(zhì)構(gòu)造。由于地質(zhì)現(xiàn)象的高度復(fù)雜性和不確定性，上述問(wèn)題將隨著研究和實(shí)際應(yīng)用的深入而逐步得到解決。

參考文獻(xiàn)：

[1]雍世和，洪有密. 測(cè)井資料綜合解釋與數(shù)字處理[M ]. 北京石油工業(yè)出版社，1982.

[2]劉毅勇，何雄，李金山等.空間數(shù)據(jù)挖掘：變數(shù)據(jù)為知識(shí).計(jì)算機(jī)世界報(bào)，2005.8.15.

[3]李德仁，王樹(shù)良，李德毅等.論空間數(shù)據(jù)挖掘和知識(shí)發(fā)現(xiàn)的理論與方法[J].武漢大學(xué)學(xué)報(bào)（信息科學(xué)版）.2002.27（3）：221-223

[4]Mapinfo Corporation.Mapinfo and Data Warehouse：A Mapinfo White Paper.1996.

[5]杜明義，郭達(dá)志.空間數(shù)據(jù)倉(cāng)庫(kù)技術(shù)與模型研究[J].計(jì)算機(jī)工程與應(yīng)用1999（ 12） 32- 34.

[6]郭仁忠.空間分析.高等教育出版社，北京，2001.10.

[7]Ujjwal M，Sanghamitra B.Genetic Algorithm Based Clustering Technique[J].Patten Recognition，2000，33（9）：1455.

[8]Huang Z.Extensions to the k-Means Algorithm for clustering Large Data Sets with Categorical Values [J].DataMining and Knowledge.

[9]王家耀，張雪萍，周海燕.一個(gè)用于空間聚類(lèi)分析的遺傳K-均值算法.計(jì)算機(jī)工程，2006.2.

[10]Dave Shreiner，Mason Woo，Jackie Neider，Tom Davis. OpenGL編程指南（第四版）.人民郵電出版社，北京，2005.4.