空间数据挖掘的地理案例推理方法及试验.docVIP

第28卷　第5期 2009年9月地　　理　　研　　究GEO GRA P HICAL 　RESEA RC H Vol 128,No 15Sept 1,2009 　　收稿日期:2008212214;修订日期:2009203209 　　基金项目:国家863计划探索导向课题(2007AA12Z222,中科院知识创新项目(kzcx22yw 2304和资源与环境 信息系统国家重点实验室自主创新团队计划(088RA400SA 共同资助 　　作者简介:杜云艳(19732,女,河南内乡人,副研究员。主要从事GIS 的空间数据挖掘方法研究以及空间数据 集成研究。Email :duyy @lreis 1ac 1cn 空间数据挖掘的地理案例推理方法及试验 杜云艳1,温　伟1,2,曹　锋1,3 (11中国科学院地理科学与资源研究所资源与环境信息系统国家重点实验室,北京100101; 21山东科技大学,青岛266510;　31山西大学,太原030006 摘要:从空间数据挖掘的角度谈地理案例推理方法,认为地理案例推理是面向问题的一种空间数据挖掘方法。针对这一思想进行了基于地理案例的空间数据挖掘具体算法介绍。首先在明确地理案例具体定义的基础上,给出了面向问题的空间数据挖掘地理案例界定和组织方法;其次,鉴于地理空间的自然地带性和区域分异性规律的影响,深入探讨了地理案例自身或其间所可能存在的相互依赖和相互制约关系,并给出了采用粗糙集方法进行地理案例内蕴空间关系的定量挖掘方法;第三,针对地理案例表达时考虑的空间特征和空间关系的不同,给出了三种状况下的空间相似性计算模型;最后,以土地利用这一典型的地学现象为例,给出具体实例,一方面进行土地利用问题的定量分析与推测;另一方面,通过实例展示地理案例推理方法在地学问题求解以及空间数据定量分析上的特点和优势。 关键词:空间数据挖掘;地理案例推理;案例组织;空间关系;粗糙集 文章编号:100020585(20090521285212 1　引言 　　目前,地球空间数据挖掘与知识发现成为摆脱地学专家系统局限新的研究思路,同时也成为地理信息系统空间分析的核心研究内容,代表了当今GIS 发展方向[1]。不同的研究群体在概率论、空间统计、模糊集、规则归纳等数学理论的指导下尝试着采用和改进各种方法进行不同问题的空间分析、空间聚类和空间模式等研究。从该领域10多年发展看,挖掘方法上主要不断地吸收、借鉴或改进最新的各种数学工具以及计算智能领域新提出的各种方法;研究侧重点分方法本身的尝试与探索以及地学数据各种规律的挖掘。地学数据的空间数据挖掘一直是与人工智能、应用数学等的发展密不可分,交叉融合。 　　而基于案例的推理(Case 2Based Reasoning ,简称为CBR 作为一种传统人工智能领域基于相似性推理的方法从20世纪90年代起越来越受到重视[2]。CBR 是突破知识获取局限新的人工智能(A I 方法,以案例进行问题组织,简单灵活易于扩充;且用以往经验进行相似问题求解提高了效率;同时成功案例的保存和再利用,又使它具备了不断学习和知识积累的能力;这些特点使得CBR 具备了地学空间数据综合分析与推理的潜力。虽然从20世纪90年代中期开始,CBR 就被用于地学空间问题的求解,也取得了一定得成效[3~9],但针对这些研究从地学空间数据挖掘角度中有效地采用CBR 方法几乎没有涉及。 　地　　理　　研　　究28卷1286 虽然计算机领域曾有人把CBR方法看作是数据挖掘的方法之一,提出了CBR方法用于数据挖掘的两种思路,其一是把数据挖掘的搜索过程本身作为一个案例;其二是利用CBR 为其他数据挖掘方法提供参数优化。但是面对复杂的地学问题,上述这两种交叉研究的方法还很笼统也不够深化,需要结合地学问题的特点进行细化和体系化。 　　因此,本文从方法论的角度探讨空间数据挖掘的CBR方法,研究采用地理案例对纷繁复杂、多尺度的地学现象进行组织与表达,并从GIS空间数据库转化成面向问题的地理案例数据库,抽取案例之间隐含的时空规律,从而进行地学问题推理与预测的模型与算法。 2　基于地理案例的空间数据挖掘方法体系 211　面向问题的地理案例界定与组织方法 　　“地理案例”作为一类特殊的“案例”,在以往的研究中给出过确切的定义,认为“地理案例首要条件是发生在特定的案例空间———地理空间,但必要条件为空间位置是最终引起案例间本质区别的一类特殊案例”[10]。由该定义不难看出,地理案例是对发生在地理空间中的地理现象或地学问题的一种组织或描述方式。 　　地理空间由于受自然地带性和地域分异规律的影响[11],导致发生在其间的各种地学现象呈现出十分复杂的状况;此外,由于人类认知的特性,导致同样的地学现象随着研究目的、研究方法和研究视角的不同,发生了很大的差异,得出的结论也截然不