空间关联规则在土地利用和地形特征关系研究中的应用.pdfVIP

空间关联规则在土地利用与地形特征关系研究中的应用 吴培中 福州市国土资源局，福建福州，350001 摘要：空间关联规则是空间数据挖掘的重要内容，其结果表明了各种空间对象之间的关联关系。本 研究以福州地区作为试验区，以DEM、坡度、坡向等地形特征以及2009年福州地区土地利用现状作为 基础数据，利用Apriori算法从巾提取出地形特征与土地利用现状之间的关联关系，讨论并分析两者 之间关联规则的提取结果及空间关联规则提取方法的优缺点；研究结果表明了2009年福州地区的土地 利用现状分布，即林地多，耕地、住宅用地等偏少的情况，林地分布在各种地形上且与坡向之间无强 关联性；而且对于不同的最小置信度和支持度，该算法所提取的结果有所不同，如何提高算法效率、 合理的设置最小置信度和支持度以及提取结果的评价与解释等将是今后进一步研究的重点。 关键词：空间关联规则;地形特征;土地利用现状;Apriori算法 居民用地主要沿闽江两岸和临海地区分布。 图22009年福州地区土地利用类型 图1福州地区DEM图 2 The ofFuzhouland—usein Figure type Figurel TheDEMofFuzhou 1．2数据来源与预处理 是通过对比例尺为1：50000地形图进行数字化，提取各类要素数据，并在确定试验区范围的前提下，构建高精 DEN所包含的地形信息具有差异性，而重采样方法也会影响DEM对地形信息表达的详细程序，冈此，本研究采 具，分别处理得到试验区lOOmX 已有的福州市第二次土地调查成果，将二级土地利用分类归并为…级土地利用分类，并进行矢量到栅格的转化， 如图2所示：图3为数据的预处理流程，所有基础数据需要保证范围一致，且均为栅格数据。 1．3 Apriori算法原理 日前，空间关联规则挖掘的-丰要原理仍然是建立于数据挖掘中关联规则挖掘原理的基础上，其l丰要思想是 将窄间数据变换为非卒问数据，并借鉴关系型事务数据库的关联规则挖掘算法，从变换后的数据中提取空问关 联规则。Apriori算法㈣。是数据挖掘领域中关联规则 挖掘的经典算法之一，该算法首先应J{j于超市的购 物篮分析中，目的在于发现消费者的购买模式，而 K．Koperski等”刚则是首次将其应用于空间数据的关 联规则挖掘中。 Apriori算法是一种最有影响的挖掘布尔关联 规则频繁项集的算法，该算法于1994年山R．Aglawal 等人提出的，其基本原理包含以下2个部分： 第一，产生所有频繁项集：首次遍历事务数据 库，产生频繁1一项集：其次根据产生的频繁1一项 集进行组合产生频繁2一项集的候选项目，并再次遍 历事务数据库，若项集大!j二最小的支持度．则为频 繁2一项集，反之彳i是；同理，从频繁2一项集中组 合产生频繁3一项集的候选项集，依此类推，从频繁 图3数据的预处理流程图 k一项集中产生频繁(k+1)一项集的候选项集，并 3 Theflowchartof’thedata Figure 4R 计算每一个候选项集的支持度大小，判断是否大于最小支持度，若大于最小支持度，则频繁，反之，不频繁； 直至不再产生频繁项集为止。 第二，产生所有关联规则；根据第一步中产生所有频繁项集，设置关联规则的最小支持度和最小可信度， 从所有频繁项集中计算产生所有关联规则，并计算每条关联规则的支持度和可信度，若大于最小支持度和可信 度，则该条规则为强关联规则，反之，为弱关联规则。 该算法的本质过程实际就是使用一种逐层搜索的迭代方法，根据挖掘f}{的频繁(k—1)一项集，产生用于 挖掘频繁k一项集的候选项集合(kI2)，如此循环，直到不能产生新的频繁项集为止，在这过程中，每产生一 个频繁k一项集，都需要扫描一次数据库。 2福州市土地利用现状与地形特征的空间关联规则提取 2．1 空间事务记录表示 根据目前空间关联规则挖掘的主要思想，在挖掘空间关联规则之前，需要对空间数据进行预处理，数