空间数据挖掘的地理案例推理方法及试验

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。     

土地利用变化预测的案例推理方法

当前,基于案例的推理(Case-Based Reasoning,CBR)在解决复杂的地学问题时.对地学案例的表达和历史案例的相似性计算与推理存在明显缺陷,需要在CBR的表达模型和空间相似性计算与推理算法进行拓展.本文针对土地利用变化问题,首先在分析土地利用变化各种定量方法基础上,提出利用CBR进行土地利用变化分析的研究思路:其次,针对土地利用变化的空间特性及隐含的空间关系特性.给出土地利用变化案例的表达模型,案例间内蕴空间关系抽取算法,以及考虑案例间空间关系的CBR相似性推理模型:最后,进行珠江口区域土地利用变化的CBR方法试验.预测精度达到80%.为了进一步评价CBR方法对土地利用变化预测的有效性.在实例部分采用同样的实验数据进行贝叶斯网络的预测方法实验.由两种方法对比可知.CBR是从复杂到简单进行地学问题求解的一种有效方法.     

地理空间中的空间关系表达和推理

针对地理空间中的应用,归纳了在空间关系的表达与推理中不同于人工智能领域研究的一些特点:在人工智能领域,更注重建立形式化的推理系统;而在地理信息科学中,则需更关注地理空间的特点以及地物的地理语义。该文基于地理空间和地理现象的本质且顾及地理空间认知,总结了地理空间中空间关系表达和推理的特点,具体包括空间的有限性、地球的球面特征、地物的地理语义、地物形状的复杂性、面状地物、特殊的空间关系、空间关系的层次性与尺度相应原则、不确定性、三维与时态特性九方面;进而介绍了地理空间关系表达的两个应用,即地理信息检索和基于对象的图像分析。该文的探讨可为地理信息科学中的相关研究提供方向性指导。     

高中地理案例教学实施策略

高中地理必修教材中出现了大量的案例，运用案例开展教学也是新教材最显的特色与优势之一。地理案例教学法就是选取一些隐含的地理概念和原理要素并为学生熟悉的典型事例，在对这些事例的探究过程中，从而获得地理知识和能力。案例教学法通过一个个具体案例盼讨论和思考。启发学生的创造潜能，在重视过程和探究问题的方法等方面与研究性学习相似。     

土地利用变化预测CBR方法的适应性分析

研究土地利用变化的方法很多,常见的有统计回归方法、概率统计方法、系统动力学方法、元胞自动机方法以及贝叶斯网络方法等。这些方法都各具特点,并得到了实际应用。虽然有些研究指出了一些方法的优点和不足,但是对其在土地利用变化问题上的适应性研究还比较有限。案例推理（Case Based Reasoning,简称CBR）作为研究土地利用变化的一种新方法,目前同样缺乏适应性方面的研究。因此,本文在土地利用的CBR方法的研究基础上,具体探讨该方法在土地利用变化预测上的适应性问题。研究分别从案例的选取方式、模型指标的选取以及指标权重的设定3个方面开展,通过对比试验以深入讨论3个方面的因素对预测精度的影响。研究结果显示,在历史案例丰富的情况下,通过选择重要的指标,并对其赋予较高权重,可以保证CBR方法在预测土地利用变化时的稳定性。此外,CBR中＂地理环境＂组分的引入,有效地提高了土地利用变化预测的精度。研究表明,CBR在解决土地利用变化问题上具有简单灵活、适用范围广、预测精度高以及保持形态稳定的特点,是一种解决地学问题的新方法。     

地理信息网络共享的研究和应用进展

地学信息对地学研究具有非常重要的作用。本文结合目前互联网上地学信息共享的现状探讨了地理信息网络共享的意义,对基于元数据和网络地理信息系统的地学数据共享的两种机制做了综述,认为地学元数据的可视化查询检索和网络数据融合服务是地理信息网络共享的重要发展方向,最后探讨了将来地理信息网络共享的主要特点。     

论三维地学空间构模

基于广义地理系统(地学系统)观点,结合3D GIS与3D GMS的应用需求,该文提出三维地学空间构模的4个目标层次,并对相应层次的系统功能要求进行比较分析。围绕三维地学空间构模领域中的地学空间目标认知、空间模型维数、空间模型适应性、二维屏幕上三维操纵、三维空间拓扑关系描述和三维空间模型更新6方面进行讨论,提出11个亟需回答的前沿问题。此外,还指出了8项亟需协作攻关的关键理论与技术问题。     

面向地理对象多尺度表达的剖分编码方法研究

现有模型对影像数据中的地理对象进行多尺度表达很困难,鉴于全球剖分模型在对地理对象表达时所具备的全球唯一性、层次性、多尺度性、编码具有地学含义等特点,提出了面向地理对象多尺度表达的剖分编码方法,目的是对地理对象赋予统一的剖分编码,使编码具有地学含义和多尺度特性.实验证明,面向地理对象多尺度表达的剖分编码方法可以满足地理对象多尺度剖分化表达的需要,为新一代GIS解决地理信息"尺度鸿沟"问题,向用户提供"连续"、"自适应"的表达尺度奠定了基础.     

中学地理案例的分类和选编

案例教学是中学地理新课程特色之一，已有不少中学地理教师开始重视案例教学的应用。地理案例教学是指在教师的精心策划和指导下，根据教学目标和教学内容的需要，采用案例组织学生进行学习、研究、锻炼能力的方法。地理案例教学成功的第一步就是要选一个合适的案例供学生讨论。因此，本主要是在吸收借鉴国内外先进经验和实践的基础上，归纳中学地理案例的分类和选编原则。     

地理信息技术在高中地理教学中的应用

地理信息技术在高中地理教育中的作用越来越重要,根据2017年《普通高中地理课程标准》提出的具体内容要求和学业要求,对地理信息技术在高中地理教育中的重要性作了具体的论证;教学中的具体应用案例表明,将遥感、全球定位系统、地理信息系统应用于普通高中地理教学,不仅可以极大的增强学生的学习兴趣,还可以培养学生的地形解读和空间思维能力;同时结合中国普通高中的实际情况,对地理信息技术在高中地理教学中面临的问题也进行了一定的探究,并给出了合理的建议。     

改进的案例推理CA模型及土地覆盖变化模拟

对基于案例推理的元胞自动机模型(CBR-CA)进行改进,将各类别的宏观转移概率添加到目标函数中,体现各类别的转变特征,并增加时间权重来确定转移概率,实现时间尺度上的模拟;由于土地覆盖变化的多样性和空间结构的复杂性,利用Monte Carlo(M-C)法确定土地覆盖的最终转换类别。选择黄河源区为试验区,利用1977年、1985年土地覆盖数据建立原始案例库,模拟了该区域1995年、2000年和2006年的土地覆盖变化,模拟的各类别转换的数量精度与实际相吻合,各年份的总体误差分别为0.002%、0.012%和0.005%,空间位置精度总体在70%以上,并进行未来土地覆盖情景预测。该模型可用于多类别、长时间序列区域土地覆盖变化的模拟与预测。     

An extended cellular automaton using case‐based reasoning for simulating urban development in a large complex region

Rule‐based cellular automata (CA) have been increasingly applied to the simulation of geographical phenomena, such as urban evolution and land‐use changes. However, these models have difficulties and uncertainties in soliciting transition rules for a large complex region. This paper presents an extended cellular automaton in which transition rules are represented by using case‐based reasoning (CBR) techniques. The common k‐NN algorithm of CBR has been modified to incorporate the location factor to reflect the spatial variation of transition rules. Multi‐temporal remote‐sensing images are used to obtain the adaptation knowledge in the temporal dimension. This model has been applied to the simulation of urban development in the Pearl River Delta which has a hierarchy of cities. Comparison indicates that this model can produce more plausible results than rule‐based CA in simulating this large complex region in 1988–2002.     

东莞地区土地利用变化预测的CBR和CA方法对比研究(英文)

Many studies on land use change(LUC),using different approaches and models,have yielded good results.Applications of these methods have revealed both advantages and limitations.However,LUC is a complex problem due to influences of many factors,and variations in policy and natural conditions.Hence,the characteristics and regional suitability of different methods require further research,and comparison of typical approaches is re-quired.Since the late 1980s,CA has been used to simulate urban growth,urban sprawl and land use evolution successfully.Nowadays it is very popular in resolving the LUC estimating problem.Case-based reasoning(CBR),as an artificial intelligence technology,has also been employed to study LUC by some researchers since the 2000s.More and more researchers used the CBR method in the study of LUC.The CA approach is a mathematical system con-structed from many typical simple components,which together are capable of simulating complex behavior,while CBR is a problem-oriented analysis method to solve geographic problems,particularly when the driving mechanisms of geographic processes are not yet understood fully.These two methods were completely different in the LUC research.Thus,in this paper,based on the enhanced CBR model,which is proposed in our previous research(Du et al.2009),a comparison between the CBR and CA approaches to assessing LUC is presented.LUC in Dongguan coastal region,China is investigated.Applications of the im-proved CBR and the cellular automata(CA) to the study area,produce results demonstrating a similarity estimation accuracy of 89% from the improved CBR,and 70.7% accuracy from the CA.From the results,we can see that the accuracies of the CA and CBR approaches are both >70%.Although CA method has the distinct advantage in predicting the urban type,CBR method has the obvious tendency in predicting non-urban type.Considering the entire ana-lytical process,the preprocessing workload in CBR is less than that of the CA approach.As such,it could be concluded that the CBR approach is more flexible and practically useful than the CA approach for estimating land use change.     

基于案例推理的元胞自动机及大区域城市演变模拟

元胞自动机(CA) 被越来越多地用于复杂系统的模拟中。许多地理现象的演变与其影响要素之间存在着复杂的关系, 并往往具有时空动态性。在研究区域较大和模拟时间较长时, 定义具体的规则来反映这种复杂关系有较大的困难。为了解决CA 转换规则获取的瓶颈问题, 提出了基于案例推理(CBR) 的CA 模型, 并对CBR 的k 近邻算法进行了改进, 使其能反映转换规则的时空动态性。将该模型应用于大区域的珠江三角洲城市演变中。实验结果显示, 其模拟的空间格局与实际情况吻合较好。与常规的基于Logistic 的CA 模型进行了对比, 所获得的模拟结果有更高的精度和更接近实际的空间格局, 特别在模拟较为复杂的区域时有更好的模拟效果。     

系列案犯罪地理目标模型优化

针对犯罪地理目标模型（CGT模型）在系列案件嫌疑人落脚点预测中未考虑地理环境因素影响,预测精度不高的问题,提出了一种顾及地理环境因素的犯罪地理目标模型优化方法（GEO-CGT模型）。研究采用相关性分析与灰色关联分析,刻画嫌疑人落脚点的地理环境相关性;参考多分类器系统理论,将地理环境因素与CGT模型进行非线性组合优化,并从搜索距离、面积误差对预测结果进行精度评估。以清远和韶关两市系列财产犯罪案件为样例数据,对模型预测进行对比实验,结果表明,改进后模型的预测精度相比于CGT和GEO-CGT模型均有显著提高。研究拓展了系列案嫌疑人落脚点预测方法,有效地提高了预测精度,对于警方缩小搜索范围,增大成功抓捕犯罪嫌疑人概率具有重要应用意义。     

组合预测模型在女性呼气高峰流量参考值地理分布研究中的应用

随着地理学的发展以及人们对健康问题的日益关注,医学地理学得到迅速发展。鉴于目前医学参考值制定时仍存在忽略地理因素的影响,本文收集中国各地3809 例健康成年女性呼气高峰流量参考值,分析地理因素对其的影响,计算不同地区参考值的数值差异,探究地理因素对医学参考值产生影响的机理,其中,纬度、海拔高度、年平均气温、年平均相对湿度、年降水量、表土砂砾百分率、表土参考容量共7项地理因素存在显著的相关性。利用ArcGIS中的Moran's I指数对数据进行分析,确定数据与空间及地理因素存在关系。并通过岭回归分析,建立回归方程,并进行插值。研究结果表明,中国健康成年女性肺部呼气高峰流量与纬度与海拔、气候、土壤等地理因素之间存在着显著的关系,同时证明,岭回归与支持向量机组合模型的地理分布差异预测结果优于单独预测方法。     

多源地理大数据支撑下的地理事件建模与分析

地理事件作为描述地理过程的基本单元,逐渐成为地理信息科学（GIS）核心研究内容。由于受人类活动数据获取限制,GIS对地理事件的建模和分析主要关注事件所引起的地理空间要素变化及要素之间的相互影响与作用机制。然而,近年来随着基于位置服务数据（LBS）爆炸式的增长和人类活动大数据定量刻画手段的快速发展,地理事件对人类活动的影响以及公众对地理事件的网络参与度都引起了多个领域的广泛关注,对地理事件的时空认知、建模方法和分析框架提出了巨大的挑战。对此,本文首先深入分析了大数据时代地理事件的概念与分类体系;其次,基于地理事件的时空语义给出了基于图模型的事件数据建模,建立了事件本体及其次生或级联事件的“节点—边”表达结构,开展了事件自身时空演化及其前“因”后“果”的形式化描述;第三,从时空数据分析与挖掘的角度,给出了大数据时代地理事件建模与分析的整体框架,拟突破传统“地理实体空间”事件探测与分析方法的局限性,融合“虚拟空间”事件发现与传播模拟思路,实现多源地理大数据支撑下的面向地理事件的人类活动多尺度时空响应与区域差异分析;最后,本文以城市暴雨事件为例诠释了本文所提出的地理事件建模与分析方法,从城市和城市内部两个尺度进行了暴雨事件与人类活动的一致性响应及区域差异分析,得到了明确的结论,验证了前文分析框架的可行性与实用性。