林浩順

(福建省國土資源信息中心，福建 福州 350001)

0 引言

自然資源作為人類日常生活中必備的生活生產(chǎn)資料，主要包括不可再生資源、可再生資源以及無盡資源等，主要包括礦物、金屬、水、生物以及太陽能、風(fēng)能等[1]。利用信息化技術(shù)，合理利用資源，對其進行有效的保護和合理的開發(fā)，能夠獲得更大的環(huán)境效益和更好的社會經(jīng)濟效益[2]。2019年，《自然資源部信息化建設(shè)總體方案》的發(fā)布要求對于自然資源進行全面信息化管理。

隨著我國眾多的土地、礦產(chǎn)等自然資源被納入到信息化管理，單純的信息瀏覽查詢，已經(jīng)不能滿足當(dāng)前經(jīng)濟快速發(fā)展的需要[3]。在互聯(lián)網(wǎng)技術(shù)大力發(fā)展的今天，利用數(shù)據(jù)庫對資源進行整理和挖掘，高效獲得有用的數(shù)據(jù)，可以實現(xiàn)經(jīng)濟資源的效益最大化利用。引入智能化技術(shù)手段，采用數(shù)據(jù)挖掘技術(shù)對自然資源數(shù)據(jù)進行管理，能夠大幅提高資源利用效率[4]。數(shù)據(jù)挖掘的技術(shù)是利用科學(xué)化的手段，將大量的數(shù)據(jù)資源進行規(guī)律化整理，分析其中的運行規(guī)律。將其與自然資源的管理有機結(jié)合，有助于更好地實現(xiàn)信息平臺的高效管理工作[5]。

本文利用數(shù)據(jù)挖掘技術(shù)，分析了信息化的自然資源與經(jīng)濟發(fā)展的關(guān)系。通過聚類分析，整合不同地區(qū)的資源數(shù)據(jù)，分析出各地區(qū)的經(jīng)濟發(fā)展?fàn)顟B(tài)，為更好地提高自然資源利用效率提供思路。

1 基于聚類算法的數(shù)據(jù)挖掘技術(shù)

數(shù)據(jù)挖掘技術(shù)發(fā)展自數(shù)據(jù)庫技術(shù)，技術(shù)的進步使得簡單的數(shù)據(jù)庫查詢不能滿足人們的需求，將人工智能技術(shù)與數(shù)據(jù)庫技術(shù)進行結(jié)合，可以有效實現(xiàn)數(shù)據(jù)庫的管理和數(shù)據(jù)存儲工作。利用人工智能技術(shù)對于數(shù)據(jù)進行分類管理，從而對其規(guī)律進行自動化分析，進而獲得數(shù)據(jù)資料背后的知識。

數(shù)據(jù)挖掘的方法主要包括分類分析、聚類分析、時間序列分析、回歸模型以及其他相關(guān)性分析等方法。各種方法的建立都是基于科學(xué)的理論，通過總結(jié)其數(shù)據(jù)規(guī)律，得到相關(guān)的共性和個性。

1.1 數(shù)據(jù)收集

信息化系統(tǒng)的主要作用在于數(shù)據(jù)收集和數(shù)據(jù)查詢，數(shù)據(jù)資源是信息化的核心，起到支撐性的作用。整個信息化系統(tǒng)中的數(shù)據(jù)含有地理信息，因此相關(guān)的數(shù)據(jù)建設(shè)必須規(guī)范，以提高查詢的效率和準(zhǔn)確性。

對于收集到的數(shù)據(jù)，對其進行分類，判斷其是否存在空間信息，對存在空間信息的數(shù)據(jù)進行整合處理。數(shù)據(jù)整合的過程主要包括格式轉(zhuǎn)換、格式標(biāo)準(zhǔn)化、數(shù)據(jù)完善等。處理好的數(shù)據(jù)結(jié)合對應(yīng)的符號，標(biāo)識在相應(yīng)的地圖服務(wù)中。

數(shù)據(jù)整合的過程需要對于對應(yīng)的空間數(shù)據(jù)建立統(tǒng)一的數(shù)據(jù)標(biāo)準(zhǔn)。對其數(shù)據(jù)格式進行分類轉(zhuǎn)換，將收集到的CAD 文件、文本文件、Excel格式數(shù)據(jù)文件等轉(zhuǎn)換成對應(yīng)的目標(biāo)格式數(shù)據(jù)文件。部分不涉及的功能屬性數(shù)據(jù)進行相應(yīng)的保存歸檔，為以后使用做好準(zhǔn)備。

1.2 聚類分析算法

聚類算法是一種對研究對象進行數(shù)據(jù)分組的一種分析方法，分組的依據(jù)主要在于相關(guān)數(shù)據(jù)見的內(nèi)在特征或者是其相似性，從而將一個數(shù)據(jù)集合分成若干個簇的信息處理方式。

通過數(shù)據(jù)劃分以后，會將具有相同屬性的數(shù)據(jù)對象進行整合，使得同一個聚類的對象之間具有很好的相似性，類內(nèi)間距值接近于0。而對于聚類之間的對象，其相似性較差，幾乎不具備相似性，類間間距值接近于1。

對于已有的數(shù)據(jù)進行聚類分析，主要步驟包括數(shù)據(jù)準(zhǔn)備、特征生成和聚類分析。

(1)數(shù)據(jù)準(zhǔn)備。

數(shù)據(jù)準(zhǔn)備的過程包括數(shù)據(jù)的獲取和數(shù)據(jù)的預(yù)處理過程，并將處理好的數(shù)據(jù)進行標(biāo)準(zhǔn)化，以便于數(shù)據(jù)分析。

數(shù)據(jù)獲取的過程是從已有的信息化系統(tǒng)中調(diào)用相關(guān)數(shù)據(jù)或者從收集到的資料中獲取到的原始數(shù)據(jù)。對于相關(guān)的數(shù)據(jù)屬性加以選擇，去除對于本次分析無關(guān)的數(shù)據(jù)屬性。

數(shù)據(jù)預(yù)處理的過程主要在于對于數(shù)據(jù)的格式和參數(shù)調(diào)整，保證其與系統(tǒng)共享數(shù)據(jù)的一致性。對于不正常的數(shù)據(jù)進行篩選，對于與大部分?jǐn)?shù)據(jù)不一致的數(shù)據(jù)進行修改，刪除冗余數(shù)據(jù)。統(tǒng)一數(shù)據(jù)坐標(biāo)系，尤其是地理數(shù)據(jù)，形成標(biāo)準(zhǔn)化格式。補充數(shù)據(jù)中不完整的屬性項，以便于數(shù)據(jù)挖掘和數(shù)據(jù)整理。對于包含屬性較多的數(shù)據(jù)，為了便于挖掘，需要對其進行規(guī)約處理，使數(shù)據(jù)更簡潔，提高數(shù)據(jù)挖掘效率。

中心化和標(biāo)準(zhǔn)化過程，在于使數(shù)據(jù)的屬性單位一致，從而在聚類分析中的地位一致，避免對于數(shù)據(jù)分析結(jié)果形成干擾。

數(shù)據(jù)中心化的過程主要是利用待檢測變量的觀察值與對應(yīng)平均值進行做差，使得變量的觀察值X的每一個列屬性具有相同的數(shù)據(jù)基點。

數(shù)據(jù)第j個變量的數(shù)值平均值表示為：

(1)

對第j個屬性的全部n個對象進行中心化處理，處理過程可以表示為：

(2)

為了保證各個數(shù)據(jù)屬性具有相同的數(shù)據(jù)基點，對2式中的屬性進行數(shù)據(jù)變換，使得變量的平均值為0。

(2)標(biāo)準(zhǔn)化數(shù)據(jù)。

標(biāo)準(zhǔn)化的目的在于使得中心化后的數(shù)據(jù)具有相同的變化范圍，標(biāo)準(zhǔn)化的方法有多種，本文主要采用均值標(biāo)準(zhǔn)差方法，其表示形式為：

(3)

式3中，vj表示數(shù)據(jù)屬性中第j列數(shù)值的平均值，qj表示對應(yīng)數(shù)值的標(biāo)準(zhǔn)差。對應(yīng)的表達(dá)式為：

(4)

經(jīng)過標(biāo)準(zhǔn)化處理后的數(shù)據(jù)，其數(shù)值取值范圍為-1～1。

(3)特征生成。

特征生成過程在于對于數(shù)據(jù)之間的相似性進行總結(jié)，根據(jù)數(shù)據(jù)相關(guān)性算法以及研究人員的工作經(jīng)驗，得到數(shù)據(jù)之間的相似性關(guān)系。

(4)聚類分析。

通過數(shù)據(jù)的標(biāo)準(zhǔn)化以及數(shù)值特征的生成，可以聚類完成相關(guān)分析結(jié)果的發(fā)現(xiàn)、驗證和評估、優(yōu)化等過程。選擇合理的算法，并經(jīng)過參數(shù)的優(yōu)化整合設(shè)計，可以使得分析結(jié)果與現(xiàn)實情況更為接近。

1.3 數(shù)據(jù)相關(guān)分析關(guān)聯(lián)

數(shù)據(jù)的相關(guān)關(guān)系是指變量在一定程度上存在相互對應(yīng)的關(guān)聯(lián)，當(dāng)自變量之間存在一定的數(shù)據(jù)關(guān)聯(lián)時或者取值一定時，因變量變現(xiàn)為在一定范圍內(nèi)按規(guī)律變化，此時兩者之間具有相關(guān)關(guān)系。

本文數(shù)據(jù)相關(guān)性的算法原則主要是基于深度優(yōu)先算法，利用該算法中的FP-growth 算法，提高計算效率。

該算法的計算步驟主要分為兩步：生成項目樹和頻繁項目挖掘。

具體過程包括：

(1)通過定義支持度，對篩選出來的數(shù)據(jù)進行掃描，得到不同項集的支持度情況，對于支持度不滿足最小支持度的項進行刪除，得到結(jié)果數(shù)據(jù)集L。

(2)創(chuàng)建項目樹的根節(jié)點，并第二次掃描數(shù)據(jù)庫，將結(jié)果集L中的數(shù)據(jù)按照大小排序。以此為基礎(chǔ)構(gòu)造新的項目樹，對于樹中的節(jié)點進行整理，對于已存在的節(jié)點進行加一操作，對不存在的節(jié)點進行構(gòu)建。

(3)進行FP-Tree 挖掘，從長度最小的節(jié)點開始尋找，逐步向上一級擴展尋找路徑，直到找到最優(yōu)解。

2 資源開發(fā)與經(jīng)濟發(fā)展的相關(guān)性分析

自然資源對于地區(qū)的經(jīng)濟發(fā)展來說，本身是個優(yōu)勢條件，但是當(dāng)能源開發(fā)到一定的程度的時候，就會對經(jīng)濟發(fā)展起到反作用。自然資源的開發(fā)以及能源產(chǎn)業(yè)的大力發(fā)展，會使得地區(qū)經(jīng)濟在短時間內(nèi)迅速繁榮，但是過度的發(fā)展會使得產(chǎn)業(yè)結(jié)構(gòu)被破壞，從而抑制了其他產(chǎn)業(yè)的進步，從而導(dǎo)致經(jīng)濟出現(xiàn)各種各樣的問題。

大量消耗的資源以及能源，產(chǎn)生大量的粉塵和空氣污染，出現(xiàn)破壞性的酸雨，環(huán)保壓力巨大，脆弱的自然環(huán)境同樣對于經(jīng)濟的發(fā)展起到制約的作用。先破壞后治理的發(fā)展模式，并不能有效帶來經(jīng)濟的進步，反而使得環(huán)保的壓力越來越大。

從而自然資源和能源的開發(fā)利用與經(jīng)濟發(fā)展之間的關(guān)系，具有復(fù)雜的相關(guān)性，涉及的領(lǐng)域除了技術(shù)行業(yè)以外，環(huán)境損失成本對于經(jīng)濟的影響越來越明顯。

3 基于聚類分析的能源開發(fā)狀況分析

將數(shù)據(jù)挖掘技術(shù)應(yīng)用于能源開發(fā)的狀況分析可以采用K均值聚類分析的方法。其主要指標(biāo)在于類間偏差和類內(nèi)偏差，類間偏差值通常大于0小于1，該值距離1的接近程度表明其聚類質(zhì)量越好。類內(nèi)偏差值的大小也在0～1，其數(shù)值與0的接近程度代表其聚類質(zhì)量。

通過K值的合理設(shè)定可以有效分析系統(tǒng)的狀態(tài)。一般要求K的取值，使類內(nèi)間距較小，類間間距較大。一般情況下，K=5時能夠較好地反映能源的開發(fā)狀態(tài)。

聚類的結(jié)果，可以采用權(quán)值和距離來衡量。權(quán)重的意義表示該屬性在聚類中的作用，即該屬性的重要程度。距離表示每個類中心點到重心的距離，當(dāng)距離值較大時，說明可以重要程度可以由這個距離值所對應(yīng)的屬性來表示。

權(quán)值計算方法為：

(5)

(6)

(7)

式中xi, j表示i類中j屬性的值，yi表示i類中心點的屬性，K為類i中的屬性數(shù)量。

根據(jù)各地區(qū)的能源開發(fā)現(xiàn)狀，由聚類結(jié)果分析出不同能源開發(fā)的屬性權(quán)值如表1所示。

表1 能源開發(fā)屬性權(quán)重

投影計算方法為：

(8)

d(i,j)=(xi-y)2

(9)

(10)

式中，Zij表示i類j屬性的值，y表示平均值。得到對應(yīng)的能源開發(fā)屬性投影如表2所示。

表2 能源開發(fā)屬性投影

通過聚類分析可以得到“石油天然氣開采”“電力、熱力、燃?xì)饧八a(chǎn)業(yè)”兩個屬性在能源開發(fā)過程中的作用最大，對應(yīng)省市的能源開發(fā)狀態(tài)可由對應(yīng)的權(quán)重及開發(fā)屬性投影加以反應(yīng)。

由于開發(fā)屬性的投影距離不同，不同省份地區(qū)的資源開發(fā)情況各不相同。

第一類河北等省份的能源開發(fā)情況由“電力、熱力、燃?xì)饧八a(chǎn)業(yè)”屬性決定；由于煤炭等的比重較低，說明該地區(qū)的發(fā)展主要依靠清潔能源。第二類山西等省份的能源開發(fā)情況由“石油天然氣開采”屬性決定，同樣沒有大量的煤炭消耗；第三類北京等省市的聚類結(jié)果與第一類地區(qū)類似；第四類福建等省份聚類結(jié)果由“石油和煉焦加工業(yè)”屬性決定；第五類浙江等省份聚類結(jié)果與第二類情況類似。

聚類結(jié)果說明我國的礦產(chǎn)資源與能源開發(fā)情況逐漸擺脫過去對于煤炭的依賴，而逐步向清潔能源方向發(fā)展。從發(fā)展的情況來看，水電與天然氣生產(chǎn)的比重不斷上升，進一步說明我國資源發(fā)展偏向于潔凈能源。

4 結(jié)語

本文通過數(shù)據(jù)挖掘技術(shù)對于自然資源進行信息化管理，可以有效掌握國家自然資源的利用情況。由于自然資源的數(shù)據(jù)巨大，因此需要在其信息化系統(tǒng)的構(gòu)建過程中，進行整合分析處理。在數(shù)據(jù)挖掘的過程中，需要根據(jù)不同資源的特性，進行分類整合，在總結(jié)數(shù)據(jù)規(guī)律的基礎(chǔ)上完成數(shù)據(jù)分析，可以得到更好的數(shù)據(jù)結(jié)論。