收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

面向土地用途分区的空间数据挖掘

牛继强  
【摘要】: 近年来由于空间信息技术领域内对地观测技术、数据库技术、网络技术等的飞速发展,使得土地利用数据的获取与管理变得更为便利,我国已经实施的农用地分等定级、更新调查和“全国第二次土地大调查”等工程获得了大量的数据和资料,并建设了土地利用数据库。这些数据的复杂程度和数量远远超出人脑的分析能力,如何快速、定量地从这些大型时空数据库中挖掘有用的特征和知识已经成为土地利用数据库利用的瓶颈问题。空间数据挖掘可以从时空数据库中获取用户感兴趣的空间模式与特征、数据的关联关系以及其他一些隐含在空间数据中的规律和特征,目前已经成为国内外研究的热点。土地用途分区是土地利用规划的核心问题,但是目前还缺乏系统的深入研究,特别是在土地用途分区的智能化方面。因此,针对目前土地用途分区中存在的问题,发展面向领域的空间数据挖掘模型是时空数据不断积累过程中所提出的迫切要求。本文界定了面向土地用途分区的空间数据挖掘的研究内容和体系,并系统研究了该问题的理论方法和应用。 基于土地利用分区问题研究的必要性,本文在分析国内外对土地用途分区和空间数据挖掘的研究进展的基础上,建立起面向土地信息的空间数据挖掘的基础理论和技术框架,进一步完善了空间数据挖掘的理论和方法。从土地用途分区、空间数据挖掘的定义出发,定义了面向土地利用分区数据挖掘的概念、特征和内容;提出了一种包括数据层、知识层、挖掘层和人机交互层的四层结构的空间数据挖掘体系结构;阐述领域空间数据挖掘的基本步骤和从土地利用数据库中能发现的知识类型;探讨了土地用途分区数据挖掘的基本方法,主要包括空间计算模型:空间关系度量的方法;空间数据关联规则的挖掘方法:模糊概念格;空间数据聚类分析的方法:人工免疫系统的聚类算法。在对土地用途分区的问题进行描述的基础上,分析了土地用途分区的知识体系,并构建了基于领域知识的土地用途分区模型。 概念格是用数学的形式化的方法对从数据中产生概念的过程进行分析的有力工具。这与数据挖掘是从大量数据中产生知识的过程是一致的,因此,概念格理论经过改进是适于对空间数据库进行数据挖掘的。本文针对概念格难以表达空间概念的问题,研究了多值背景下概念格的构建方法,并对形式概念分析理论进行了扩展,研究了基于模糊概念格的土地利用数据空间关联知识的挖掘,构建了面向土地利用的模糊概念格渐进式算法和Hasse图绘制算法,针对土地利用空间数据海量的特征,引入了基于辞典序索引树算法,提出了土地利用空间关联规则的提取方法,以为土地用途分区提供指导。 土地用途分区是综合考虑影响土地质量与土地利用方式的各类因素(包括自然、社会、经济方面的因素)的基础上,将研究区域划分为若干均质区片的方法。土地用途分区是一个非常复杂的多目标优化问题。而聚类分析是一种典型的解决组合优化问题的方法。在分析了传统的克隆选择算法的基础上,通过引入混沌理论对其进行了扩展,使用Logistic方程改进了克隆选择算法,并提出两种算法的三种结合方式,构建了混沌免疫克隆选择算法模型(CICSA)。传统聚类方法存在过分依赖数据集聚类原型的问题,为了解决这一问题,本文基于混沌免疫克隆选择算法提出了一种基刁知识的多目标优化聚类模型。该模型是用混免疫克隆选择算法进行聚类,借助混沌免疫克隆选择算子的优势,将进化搜索与随机搜索、全局搜索和局部搜索相结合,通过对候选解进行操作,能够快速得到全局最优解,而不受到样本集方差分布的影响。因此使用混沌免疫克隆选择算法能同时处理多类原型的数据聚类问题,并可以在聚类的过程中获得类数信息。 本文在面向土地用途分区的空间数据挖掘的相关理论与技术研究的基础上,研究并开发了原型系统,该软件原型系统包括以下功能模块:土地利用数据管理模块、土地利用知识挖掘模块、土地用途分区挖掘模块、系统库管理模块和可视化表达模块。通过原型系统的开发,进一步明确了面向土地用途分区的空间数据挖掘的功能,解释了土地用途分区的具体过程。选择宜城市土地利用数据库和相关数据,进行数据整合,形成可用于挖掘的整合数据库,并以此数据库进行实验研究,使用模糊概念格获取了土地利用的空间关联规则,并将这些规则和其他领域知识用于混沌免疫克隆选择算法抗体的编码,使用混沌免疫克隆选择算法进行基于多目标的土地用途分区聚类实验,实验结果证明本文所研究的基于知识的土地用途分区聚类挖掘模型是一种智能、高效、准确的分区工具。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 王树良;;空间数据挖掘进展[J];地理信息世界;2009年02期
2 盖乐;;空间数据挖掘技术研究分析[J];今日科苑;2009年12期
3 任昌荣;;浅谈空间数据挖掘与WebGIS的结合[J];科技信息(学术研究);2007年28期
4 彭龙军;吴啸;李晓军;韦东胜;;空间数据挖掘在ITS中的研究进展[J];天津农学院学报;2007年01期
5 崔金香;万鲁河;;空间数据挖掘技术在分析型客户关系管理中的应用[J];测绘与空间地理信息;2009年02期
6 蓝荣钦,林丽霞,陈良友,赵宁军;空间数据挖掘和知识发现的现状与发展[J];地理空间信息;2004年03期
7 赵鹏;倪志伟;;地理信息系统中SDM和CBR的应用研究[J];安徽大学学报(自然科学版);2005年06期
8 李勇,陆菊康,邵伟民;空间数据挖掘的研究与应用[J];上海大学学报(自然科学版);1999年S1期
9 周海燕,王家耀,吴升;空间数据挖掘技术及其应用[J];测绘通报;2002年02期
10 黄旭峰;邹菁;;空间数据挖掘中关联规则的研究与实现[J];科技信息;2009年07期
11 汪闽;汤国安;;高校地理信息系统专业“空间数据挖掘”本科教学初探[J];高等理科教育;2009年05期
12 梅新;牛振国;吴孟泉;杨小冬;;空间数据挖掘的区域循环经济决策支持框架设计[J];地球信息科学;2007年01期
13 汤海鹏,毛克彪,覃志豪,吴毅;空间数据挖掘工具浅谈[J];测绘与空间地理信息;2005年03期
14 ;本期导读[J];武汉大学学报(信息科学版);2006年01期
15 林珲;江吉喜;杨育彬;方兆宝;;青藏高原中尺度对流系统的时空演变特征及规律[J];武汉大学学报(信息科学版);2006年07期
16 修文群;;基于GIS的网络犯罪空间管理系统设计[J];地理研究;2006年05期
17 何彬彬;陈翠华;方涛;郭达志;;空间数据关联规则挖掘的不确定性处理及度量[J];地理与地理信息科学;2006年06期
18 王占刚;庄大方;邱冬生;明涛;;林业数据挖掘与可视化的应用分析[J];地球信息科学;2007年04期
19 黄添强;卓飞豹;;环境调控空间决策支持系统的模型设计[J];中国科技信息;2007年24期
20 胡斌;刘鹏;陈正阳;;一种基于信息网格的空间数据分解算法[J];地理信息世界;2007年04期
中国重要会议论文全文数据库 前10条
1 肖予钦;张巨;陈荦;景宁;;空间数据挖掘的索引和数据访问方法研究[A];第二十届全国数据库学术会议论文集(技术报告篇)[C];2003年
2 孙成忠;赵润怀;陈士林;哈丹朝鲁;刘召芹;;基于聚类的空间数据挖掘技术在中药资源分析中的应用[A];全国第8届天然药物资源学术研讨会论文集[C];2008年
3 贾泽露;刘耀林;;可视化空间数据挖掘研究综述[A];《测绘通报》测绘科学前沿技术论坛摘要集[C];2008年
4 何撼东;王心源;;地下空间数据挖掘与虚拟现实[A];《测绘通报》测绘科学前沿技术论坛摘要集[C];2008年
5 徐启昌;裴健;柴玮;陶有东;杨冬青;唐世渭;;基于空间数据挖掘的客户分析系统原型CASDM[A];第十六届全国数据库学术会议论文集[C];1999年
6 任长伟;尚艳英;曹彦荣;;基于GIS与空间关联规则数据挖掘在森林病虫害预测中的应用初探[A];第四届海峡两岸GIS发展研讨会暨中国GIS协会第十届年会论文集[C];2006年
7 王锐;马德涛;;GIS-T中的空间数据挖掘研究[A];中国地理信息系统协会第四次会员代表大会暨第十一届年会论文集[C];2007年
8 王锐;白玲;龙波;马德涛;;空间数据挖掘在地理信息系统中的应用[A];第四届海峡两岸GIS发展研讨会暨中国GIS协会第十届年会论文集[C];2006年
9 李萌;翁敬农;黄坚;;空间关联规则挖掘算法在车辆监控调度系统中的研究与应用[A];中国地理信息系统协会第九届年会论文集[C];2005年
10 陈崇成;樊明辉;林甲祥;吴小竹;叶东毅;;地理空间数据的可视化挖掘算法及应用[A];中国地理学会2007年学术年会论文摘要集[C];2007年
中国博士学位论文全文数据库 前10条
1 牛继强;面向土地用途分区的空间数据挖掘[D];武汉大学;2010年
2 方兆宝;基于空间数据挖掘的MCSs时空演变规律研究[D];中国矿业大学(北京);2004年
3 徐承志;基于GIS平台的空间查询语言与空间数据挖掘研究[D];武汉大学;2010年
4 巩垠熙;多元林业信息融合的立地知识发现研究[D];北京林业大学;2013年
5 胡彩平;基于空间自相关的空间数据挖掘若干关键技术的研究[D];南京航空航天大学;2007年
6 席景科;时空孤立点检测算法研究[D];中国矿业大学;2010年
7 陈桂芬;面向精准农业的空间数据挖掘技术研究与应用[D];吉林大学;2009年
8 王旭红;遥感影像数据挖掘技术研究[D];西北大学;2005年
9 李永森;SDMKD及智能空间决策支持系统研究[D];合肥工业大学;2006年
10 贾俊杰;空间数据挖掘中若干关键技术研究[D];长安大学;2009年
中国硕士学位论文全文数据库 前10条
1 刘林;基于云理论的空间数据挖掘技术研究[D];西安电子科技大学;2008年
2 谭浩;同位模式空间数据挖掘算法研究及在GIS中的应用[D];中南大学;2011年
3 杨苏宁;空间数据挖掘在城市地理信息系统中的应用[D];江苏科技大学;2010年
4 边磊;空间数据挖掘及其不确定性研究[D];辽宁工程技术大学;2010年
5 何林艳;土地资源数据库的空间数据挖掘研究[D];南京大学;2012年
6 林国;基于空间数据挖掘的台州市农业资源综合管理信息系统[D];浙江工业大学;2010年
7 徐磊;空间关联规则挖掘技术应用研究[D];昆明理工大学;2011年
8 崔莹;多源地质空间数据挖掘方法及应用[D];电子科技大学;2011年
9 宋春晓;空间数据挖掘在基于GIS的智能交通系统中的应用[D];西安电子科技大学;2013年
10 刘生鑫;空间数据聚类分析算法研究及实现[D];中国地质大学(北京);2011年
中国重要报纸全文数据库 前4条
1 本报记者 杨纯;裴韬:做科学要挑感兴趣的冷门[N];科技日报;2008年
2 本报记者 李薇;甘洒心血绘蓝图[N];中国测绘报;2010年
3 武汉大学 王怀民 王欣;刘耀林 引导学生成为充满创造力的人[N];中国教育报;2010年
4 张清浦;电子政务与GIS[N];中国测绘报;2003年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978