以空间数据挖掘技术展现水稻主题图不确定性问题之研究.pdfVIP

以空间数据挖掘技术展现水稻主题图不确定性问题之研究 1 2 3 雷祖强 周天颖 欧阳志豪 摘 要 环境主题图(Thematic Map) 中隐含不确定性问题(Uncertainty Problem)之探讨 乃是重要课题，其主要原因与空间数据之属性质量有关，而属性质量客观上会决 定 GIS 不确定性问题的存在与产生。为有效度量空间数据属性质量之问题，本 研究以Quickbird 卫星影像为例，探讨水稻主题图制作时其它植生对不确定性问 题之影响性。本研究首先透过纹理信息(Texture Information)、模糊隶属度(Fuzzy Membership Function) 、影像边线对象化(Object) 以及Apriori 关连规则(Associate Rules)等技术来挖掘出多类别训练样本中之潜在知识，此知识将有助于分离出影 像中易混淆之水稻、草地与林地之差别性，本研究称为水稻知识之稳定指针 (Stabilized Indices)，其后本研究再使用Shannon 熵来表达低知识量之水稻内涵， 而本研究视为水稻不确定讯息之影响范围。研究成果显示，本研究分析程序可成 功的将空间特征数据中讯息不确定性程度量分离出来，而研究贡献有二点：1. 主题图制作时可明确定义误差程度；2. 提出不同层级水稻田主题图之知识内涵。 关键词：Apriori 算法、Shannon 熵、不确定性、主题图制作。 The Study of Visualizing Uncertainty Problem for Paddy Rice Thematic Map through Spatial Data Mining Technique Abstract A thematic map displays spatial pattern of a theme or series of attributes which emphasize spatial variation of one or a small number of geographic distributions. The involved uncertainty problem implied by the quality of attributes which are requested 1 副教授，逢甲大学都市计划与空间信息学系，台中，台湾 Associate Professor, Department of Urban Planning, Feng Chia University. Email: tclei@fcu.edu.tw 2 教授，逢甲大学地理信息系统研究中心，台中，台湾 Professor, GIS Research Center, Feng Chia University. Email: jimmy@gis.tw 3 助理规划师，逢甲大学地理信息系统研究中心，台中，台湾 Assistant Planner, GIS Research Center, Feng Chia University. Email: stanty@gis.tw for an effective strategy of measurements and evaluations. To efficiently improve the understanding of the uncertainty problem, this study uses the Quickbird satellite image as an illustration example. The texture information, fuzzy membership function, edge detection for object-oriented and Apriori associate rules are incorporated into this research for searching the implicit knowledge of multi-categories o