基于GIS空间数据技术分析.docVIP

基于GIS空间数据技术分析 　　摘 要 　　随着社会的不断发展，科学技术也在不断的进步，现代社会逐步变为信息化社会、数字化社会，数据量以及信息量都已经成百上千倍的增加，空间数据也是如此。但是随着数据越来越多，如何从海量的数据中准备的找到有用的数据却还是人们不得不面临的一个难点。本文将从GIS方面对空间数据挖掘技术进行研究。介绍空间数据挖掘的概念、空间数据挖掘方法以及空间数据挖掘的流程。 　　【关键词】GIS 数据挖掘 空间数据 　　1 空间数据挖掘概述 　　我们通常使用数据的模式是查询模式，查询的具体的内容是存储在数据库中的数据。数据库服务软件根据我们的查询条件，筛选出符合要求的数据。以便我们得到有用的信息，但是随着数据量成倍的增长，这种传统的查询为驱动的数据处理方法，已经远远不能满足人们的需要。人们希望有一种方法能够快速的、有效的从海量数据中准备的找到有用的信息、有价值的信息。数据挖掘就是应用而生。数据挖掘技术解决了传统数据查询方法不能解决的问题让人们利用数据的方法更一步深入。数据挖掘技术：从看似没有价值的海量数据中得到隐藏的、有价值的，潜在信息。该信息可以是数据之间的关联关系、数据模式或者其他形式。 　　空间数据就是指一切与空间相关的实体以及其相关数据。空间实体的位置、大小形状。此外空间数据还包含空间实体间的空间关联关系，空间关联模型等数据。总之是存在在人们生活中每一处。空间数据包含空间属性数据与非空间属性数据，空间属性数据指的是一切空间相关的数据，例如；空间拓扑关系、距离、长度、位移等。非空间属性数据指的是与空间实体的其他数据。例如：经济、人口等数据。空间数据挖掘就是指在海量的空间数据中发现对人们有价值的空间数据关系。空间数据挖掘广泛的应用与车载导航、环境保护、灾情分析等情况。而地理信息系统（GIS）就是在计算机软件支持下，对存储在数据库中的空间数据，进行采集、分析、乃至应用的计算机综合系统。 　　2 空间数据挖掘的方法 　　2.1 统计空间数据分析 　　空间数据统计分析是利用数学中的统计学知识，对空间数据的某个属性或者多个属性的表达式进行统计分析，用以发现其中的隐藏信息。由于数学中的统计知识已经比较成熟，所以空间数据统计分析方法也比较的完善。 　　2.2 归纳方法 　　空间数据的归纳方法是指按照一定的规则对空间数据进行归纳、总结和概括。空间数据的归纳方法，需要使用者具有一定的空间数据挖掘经验以及相关的专业背景。归纳学习的算法很多：例如：面向属性的归纳方法以及基于空间属性的归纳方法等。 　　2.3 空间分析方法 　　空间分析方法指的是指用GIS技术对空间实体的空间数据以及属性数据进行分析。常采用的方法有拓扑分析、缓冲区分析、网络分析、趋势面分析等。拓扑分析指的是找到空间实体间的相邻、包含等的关系，缓冲区分析一般用来解决邻近度问题。网络分析一般是用于最短路径分析。趋势面分析用于对为测量的数据进行估值。 　　3 空间数据挖掘处理过程 　　空间数据挖掘，并不是一步就能完成的，它需要多个步骤，并且在每个步骤当中都需要大量的工作。下面我们对空间数据挖掘的步骤进行介绍。 　　3.1 数据准备 　　空间数据挖掘的主要处理对象是数据，所以没有数据一切都是空谈，数据挖掘的第一步就是进行数据的准备。 　　在进行数据准备之前，首先要明白用户的需求，只有得知用户需求之后才知道应该准备什么数据。在数据准备过程中，应该尽量保证数据的完整性、一致性以及实时性。此外在数据准备阶段还应该准备尽可能多的备选数据，以便在接下来的步骤中用得到。 　　3.2 数据选择 　　在数据准备阶段由于准备了尽可能多的数据，因此在进行数据挖掘之前还需要对数据进行筛选，选出合格的数据进行数据的处理。在数据选择阶段，应尽量选取精度高、质量好、并且完整性好的数据。此外在数据选取时应选取与用户需求相关度最高的数据。 　　3.3 选取数据挖掘算法 　　根据用户的要求，以及现有的数据，选择最适合的数据挖掘算法，以及选取数据挖掘算法中相关参数。空间数据挖掘算法的选定直接影响着数据挖掘结果的质量，因此在数据挖掘算法的选取上一定要仔细。并且一般不只选择一种算法，而是采用多种算法。 　　3.4 数据预处理与数据缩减 　　在选取了数据挖掘算法之后，应该按照相应数据挖掘算法对数据进行预处理，数据预处理主要是对数据进行完整性、一致性的检查，并且对数据的格式进行处理以及变换，确保数据能够满足数据挖掘算法的需要。 　　3.5 空间数据挖掘 　　当所有的准备工作做完之后，开始真正的空间数据挖掘工作，空间数据挖掘就是根据选取的数据挖掘算法，通过编写操作程序，或者选用一定的空间数据挖掘软件。在此我们可以选用Arcgis软件进行数据挖掘，或者利用Arcgis