基于多维数据模型的建设用地利用研究.pdfVIP

GeomaticsConference The Macao 8‘“BeijingHongKong 23—24 May2013．HongKong 基于多维数据模型的建设用地利用研究 关丽，冯学兵，孔令彦 (1．北京市测绘设计研究院，北京100038) 摘要：针对城市建设用地数据的多源异构、多维、复杂度高等特点，探讨基于空间数据 仓库理论挖掘城市建设用地潜在的空间信息。提出了面向城市建设用地利用的多维数据 模型，并基于多维数据模型构建了以城市建设用地利用为主题的空间数据仓库，实现空 间数据挖掘过程。本文以北京市中心城区的建设用地扩展为例，研究了城市建设用地的 空间格局及其演变特征，为城市建设用地管理提供决策依据。 关键词：城市建设用地，多维数据模型，数据挖掘 Data 空间数据挖掘(SpatialMining，SDM)是挖掘信息潜力有效解决方案之一Il七J。 其中，空间数据仓库的数据集成能力以及对复杂数据分析、高层决策的支持为城市建设 用地管理提供了方法论。通过城市建设用地的数据挖掘能够实现对城市建设用地对象的 时变空间分析，用以支持城市建设用地管理业务控制、决策分析及策略制定。本文基于 空间数据仓库的空间聚类和统计挖掘方法对北京市城市建设用地的空间格局及其演变 特征进行了研究，探讨实现空间数据挖掘多维分析的方法，提出了适用于城市建设用地 管理的多维数据模型。 1多维数据模型的建立 Online 多维数据模型是空间数据仓库进行空间在线分析处理(SpatialAnalysis 建设用地的多维数据模型中包括7个维度：建设用地类型维、建筑高度维、区域维、面 积维、方位维、环线方位维、时间维。其中，区域维为空间维，其他均为非空间维。事 实表中包括3个度量：容积率、建筑量、建设用地分布图。建设用地分布图为空间度量， 容积率、建筑量为数值度量。空间度量是指向空间对象集合的一组指针，进行空间OLAP 操作时，需要计算空间对象的合并、叠加和连接等。数值度量涉及到分布式聚集(如总 数、总量或最大值等)、代数聚集(如平均值、标准差等)，最终形成的多维数据模型 如图l所示。 图1城市建设用地利用的多维数据模型 第八届京港澳测绘技术交流会 61 第八届京港澳测给技衍交流舍 The MacaoGeomaticsConference 8”BeijingHongKong 23—24 May 2013．HongKong 为了从不同的角度层次观察数据，在每一维上定义了概念层浏51。概念层次定义了 从低到高的一系列映射。概念层次允许数据在不同的抽象层次上操作。非空间维的概念 分层是对非空间维的细节描述，按维的实际意义分层。空间维可按地理要素的几何特征 进行概念分层，在城市建设用地多维数据模型中，其概念层次为： 区域维：建筑地址c建设用地地块号C所在区县行政区 时间维：月份c年c十年 面积维：建设用地面积3(建成区总面积，土地总面积，可利用建设用地面积) 2空间数据仓库的创建 2．1空间数据仓库的创建流程 空间数据仓库的架构由数据获取、空间数据仓库构建和客户端应用等3部分构成。 1)数据获取：数据源是空间数据仓库的基础，位于空间数据仓库构架的最底层， 是空间数据仓库的数据源泉，由空间数据和非空间数据构成【6‘7】。按照元数据驱动机制， 数据转换、数据转载等操作，完成按照主题管理数据，存储于空间数据仓库中，这也是 构建数据仓库的重要环节。从数据源中抽取出所