运用DBSCAN演算法於物种出现纪录之分布研究.PDFVIP

運用 DBSCAN演算法於物種出現紀錄之分布研究 Applying DBSCAN Algorithm in the study of Large-Scale of Species Occurrence distribution Data 1 2 3 4 5 賴昆祺 、鄭又華 、陳岳智 、李祐陞 、邵廣昭 Kun-Chi Lai, Elie Chen, You-Sheng Li, Kwang-Tsao Shao 摘要 物種出現紀錄包含博物館動物標本、植物標本、生態調查與物種觀察等資料，在 TaiBIF 物種出現紀錄整合平台中 ，已整合台灣超過26個資料集與 150萬筆物種出現紀 錄，且約85％以上的資料具有地理資訊，大量的空間資訊隨之衍生出許多熱門探討之議 題 ，而空間知識探索(Geospatial Knowledge Discovery) 亦常被使用於大量空間的研究中， 常用的方法之一為空間資料聚類分析，透過聚類分析可以更清楚地發現空間資料 之特 性。因此本研究 將採用空間聚類分析方案，利用 DBSCAN演算法作為主要聚類分析技 術 ，並提供使用者自行決定兩個變數，分別為鄰近區域的半徑(Eps)及至少存在於該鄰近 區域的點數 (MinPts) ，分析後的群聚結果再搭配電腦圖學的演算法（Convex hull 與 Polygon clipping 兩種演算法）於Google Maps 上繪製出物種出現記錄的多邊形，以此方 法解決大量物種出現紀錄於 Google Maps 上呈現效能與視覺化之問題，透過本研究可快 速且有效地利用 Google Maps呈現物種分布資料，進而幫助研究者挖掘出大量資料所隱 含的知識。 關鍵字： DBSCAN演算法、物種出現紀錄、Google Maps 1中央研究院 生物多樣性中心台灣生物多樣性資訊機構 專案經理 / 政治大學資訊科學所 博士候選人 Ph. D candidate, Department of computer Science, National Chengchi University Project Manager of Taiwan Biodiversity Information Facility, Biodiversity Research Center, Academia Sinica 2國立台灣海洋大學 海洋生物研究所博士生 Ph. D Student, Institute of Marine Biology, National Taiwan Ocean University 3中央研究院 生物多樣性中心台灣生物多樣性資訊機構 軟體工程師 Software Engineer of Taiwan Biodiversity Information Facility, Biodiversity Research Center, Academia Sinica 4 中央研究院 資訊科技創新研究中心 軟體工程師 Software Engineer, Research Center for Information Technology Innovation, Academia Sinica 5中央研究院 生物多樣性中心研究員兼系統分類及生物多樣性資訊中心執行長 Research Fellow and Executive Officer for Systematics and Biodiversity Information Division, Biodiversity Research Center, Academia Sinica Abstract The primary species occurrence data include data on animal and plant specimens in museums and herbaria, as well as species observations. The TaiBIF data portal has integrated 26