集成空间分析方法在线挖掘地理空间关联规则_董志.pdfVIP

集成空间分析方法在线挖掘地理空间关联规则 董志1,2 （1. 浙江省第一测绘院，杭州310012；2. 武汉大学资源与环境科学学院，武汉430072） 摘 要： 提 出了集成聚类分析、凸包分析、叠置分析和面积计算等各种地理空间分析与计算方法，实现了一种对在 线地理数据进行地理空间关联规则挖掘的算法。该算法对非空间数据的关联规则发现算法 Apriori 进行 了空间化处 理 ，使该算法能够进行空间数据挖掘 ，发现空间关联规则。实现了在线地理空间数据的空间关联规则挖掘程序，并 采用实际数据对算法进行 了检验 ，验证 了它们的可用性与有效性 ，并对挖掘所得的空间关联规则进行 了多种可视化 表达 。从实验效果 来看 ，空间关联规则的支持度和准确度主要依赖数据空间特征 ，如长度 、面积 (选择的计算基 准) 、体积等 ，发现了一些有趣的空间关联信息。 关键词： 空间分析方法集成；Apriori 空间化；支持度和准确度空间化 ；地理信息大数据 ；地理信息挖掘与发现； 空间关联规则；街道全景 DOI:10.16184/prg.2016.03.002 1 问题的提出与大数据数据挖掘、地理空间关联挖掘 间对象之间的空间关联模式或相互关系是目前地理空间关联 在实现生活中， 经常会发现这样的一些地理物体或者现 规则挖掘的主要目的。 在地理空间分析中， 除了传统要素之 象之间有某种联系， 例如： 通常与高尔夫球场相邻的对象是 间的关联 (简单、 时序和因果等关联) 规则的发现， 关联规则 停车场； 距离植被近的电线杆塔故障率高； 林地多的地方往 分析还可用于探索存在地理空间环境中上下不同事件之间的 往耕地、 住宅用地偏少； 处于气温低区域的森林， 发生病虫 关联性， 如某地的气候异常与该地或者其他地方的灾害之间 灾害概率小等。 这些地理空间中对象或者现象的相互关系可 在地理空间分布上的关联关系， 或者多种事件/现象在某个地 以被定义为地理空间关联规则， 地理空间关联规则用于描述 理空间上成群出现 (空间同位) ， 都是关联规则的例子。 例如， 大量空间数据 （对象或者现象） 之间有趣的相互联系。 从哲 植物学家根据共生植被的分布， 发现 “半湿润常绿阔叶林” 学层面上来说， 存在于的联系不是个别事物之间暂时的、 单 生长的地方80%有 “兰类” 植物生长。 独的、 特殊的关系， 而是一切所有事物、 现象和过程所共有 参考目前使用最广泛的关联规则在数据挖掘中表达， 空 的客观的、 普遍的本质之一； 所有事物都不能孤立地存在， 间关联规则的基本形式为： 都会联系其他事物。 事物多种多样的联系普遍存在于宇宙中。 A→B [Confidence (A→B) , Support (A→B)] （公式 1） 大数据 (big data) ， 是指目前无法在可承受的时间范围内 该公式可解释为 “满足A 地理空间的条件常常也满足 B 用常规软件工具进行捕捉、 管理和处理的数据集合。 大数据 地理空间的条件” ， 其中 A 、 B 是地理空间谓词集合 (A ∩B = 其特有的性质， 在 Viktor Mayer-Sch nberger 编写的 《 大数据 覫 ， A ∪B 至少包含一个地理空间谓词) ， Support (A→B) 为地 时代》 中大数据指不用随机分析 (非全面调查) 这样的手段， 理空间规则的支持度， Confidence (A→B) 为地理空间规则的 而是对所有数据进行分析处理。 大数据的 5 个特点： Volume 置信度。 一般认为地理空间谓词的形式有4 种： 表示拓扑结 海 、 快 、 多 、 价 构的、 表示空间方向的、 表示距离的和其他的。 各种各样的 ( 量) V