国内空间数据挖掘研究进展与技术体系探讨

基于空间数据具有的海量、非线性、尺度性等特点,分析了空间数据挖掘技术具有的复杂性、尺度性、综合性、空间性、可视化、多样性特征,并结合调研国内5年来空间数据挖掘研究进展,探讨分析了空间数据挖掘技术体系的组成内容。     

一种基于信息网格的空间数据分解算法

针对空间数据库数据海量且分布的特点,为了能从这些空间数据中更加有效的收集信息和发现知识,介绍了基于信息网格的空间数据挖掘计算模型,在分析空间数据划分一般原则和方法的基础上,针对该计算模型给出了一个数据划分的初步算法,并通过模拟实验对算法的时间性能进行了评价与分析。     

基于Web服务的海洋矢量场远程可视化研究

目前,GIS大部分空间数据的静态网络可视化共享及其服务器端数据集中管理提供底层数据服务的方式,不仅难以满足与日剧增的多源异构海量空间数据共享需求,同时从应用角度也难以满足对动态性较强的海洋环境信息进行实时可视化共享的需求。而网络Web服务和网格技术的快速发展及其与网络GIS的有机结合,使得分布式、一站式的空间数据实时动态网络可视化共享成为可能。因此,本文针对海洋矢量场信息,深入分析其网络实时动态可视化需求及相应的技术难点,并以Web服务为基础,探讨了在Web服务与网络GIS技术基础上建立一站式海洋环境矢量场网络动态可视化共享系统的技术方法和具体系统结构。文章最后以海洋流场数据为例,具体采用ArcGIS Server的网络服务技术,以及Arc Engine的高效可视化技术,具体实现海洋流场的网络动态可视化共享平台。实践证明,基于Web服务的海流网络可视化系统较好地满足了用户对矢量场数据网络共享与可视化的需求。     

四川盆地油气勘探三维地理信息系统与应用

本文在三维可视化系统构建流程和数据组织管理模式分析的基础上,以ArcSDE作为空间数据引擎,利用Oracle 10g建立四川盆地油气勘探海量空间数据库,基于三维可视化软件平台Skyline TerraDeveloper设计、开发了全球三维模型的四川盆地油气勘探三维地理信息系统。同时集成基础地理数据、区域地质数据、油气勘探空间数据、多尺度遥感影像、勘探数据库,这不仅提供了强大的油气勘探基础数据管理、三维地形建模以及模型的可视化功能,还为专业技术人员提供了一个可视化的设计、分析平台。     

GIS空间分析技术在地理数据处理中的应用研究

地理空间数据GIS的处理中,空间分析是其分析、模拟、预测和调控过程的基础理论和技术。空间分析大量时空模型的建立与应用是地学分析区域性或全球性地理问题的重要手段,是新的挑战和机遇。作者从空间分析的定义及空间分析的应用研究出发,认为现代地理学的应用离不开空间分析的支撑;另外空间分析日趋成为自然地理学深化研究、应用的重要技术途径。地学数据GIS的分析处理,须与有空间特征的时空模型、数据挖掘、可视化技术整合,以及关注多维信息空间要素关联性的多元应用。     

基于服务的城乡建设用地增减挂钩项目可视化监管系统研究

城乡建设用地增减挂钩项目可视化监管系统为省国土资源部门开展城乡建设用地增减挂钩工作提供了重要的技术支持。它以地理空间数据为基础,提供多种空间的和动态的地理信息并实现信息可视化的系统。可视化监管系统的基本功能是将表格型数据(数据库数据或直接在程序中输入的数据)转换为地理图形显示,然后对显示结果浏览、操作和分析。该文对城乡建设用地增减挂钩项目可视化监管系统的开发环境、总体设计、关键技术及应用进行阐述。     

基于GeoSOT-3D的空间对象快速可视化与实验分析

地球空间信息剖分组织,在全球海量、多源、多分辨率数据组织与管理方面表现出了极大的优越性。但全球尺度的空间数据往往数据量大、内容丰富,进行对象表达时需处理的数据量,远远超出计算机硬件的处理能力。鉴此,本文在GeoSOT-3D地球空间剖分框架下,借鉴已有三维快速可视化技术,并顾及GeoSOT-3D自身的全球多尺度划分、无缝无叠、二进制一维整形编码等特性,将现有三维快速可视化方法与GeoSOT-3D剖分框架特性相结合,提出了八叉树索引的空间对象裁剪和消隐策略,实现了GeoSOT-3D框架下空间对象的快速剖分表达。同时,以空间电磁场的表达为例,开发了试验系统,并对结果进行了分析,解决了GeoSOT-3D空间对象表达效率低下的问题。     

空间数据挖掘进展

空间数据挖掘是解决海量空间数据利用瓶颈的技术之一.本文综述空间数据挖掘的研究与应用进展.首先,分析空间数据挖掘的缘起.其次,研究空间数据挖掘的本质及其特点.再次,基于理论技术,分类总结空间数据挖掘的研究和应用的成果,并探讨其研究方向.最后,总结全文.     

空间数据库电子接图表的设计与实现

目前,我国已建立多种基础空间数据库,但现有空间数据库管理系统中,地图制作、标准地图管理等仍需要采用标准分幅来满足统一管理的需要。如何更有效地管理海量分幅空间数据,并实现对其快速检索成了多尺度基础空间数据库建设亟需解决的问题之一。本文分析了电子接图表,实现了空间数据接图表的可视化,集成了现有的空间数据库管理与数据库可视化操作的功能;依据空间数据不同的比例尺类型、要素类型、几何类型,自动计算标准分幅编号、绘制分幅边界;提供空间数据库海量数据检索技术方法与参数传递方案、基于数据存储的逻辑结构设计数据检索方案,并总结出空间数据优化存储策略与高效管理方法。应用案例表明,空间数据库电子接图表能够提高分幅空间数据的可视化管理与检索效率,对涉及大规模空间数据库可视化管理和检索应用需求,有很好的理论和实际应用价值。     

基于空间大数据的智慧城市脉动可视化研究

随着智慧城市信息化建设热潮的日益高涨,全国各地政府纷纷响应国家部委号召打造智慧城市应用典范,而地理空间公共信息平台是其建设重要组成部分。基于平台已汇聚海量数据基础,开展客观反映城市发展脉搏的数据分析并以通俗易懂的形式可视化表达是本文研究的重点。通过以天津中新生态城为例,利用Canvas Web可视化渲染技术,搭建基于B/S架构的海量数据可视化平台,实现城市发展脉动规律的时空动态展示。     

空间数据挖掘技术在土地定级估价中应用

介绍了空间数据挖掘技术和决策树算法。通过对其研究，将可视化空间数据挖掘技术应用于土地定级估价，并介绍了基于Visual C^＋＋ 6．0和ESRI公司的MapObiect 2．0组件技术设计和开发了一个可视化交互空间数据挖掘土地定级估价原型系统。系统采用决策树方法作为数据挖掘方法的基本算法，采用训练与学习相结合实现土地定级估价。阐述了基于决策树空间数据挖掘土地定级估价的系统模型，系统总体框架、主要模块、系统界面及系统实现定级估价的工作流程。该方法是对土地定级估价方法的一种新的探索，是对土地信息系统开发的一种新的尝试，也是土地信息系统智能化发展的一个方向。     

Spatial data mining system for ore-forming prediction

The authors designed the spatial data mining system for ore-forming prediction based on the theory and methods of data mining as well as the technique of spatial database, in combination with the characteristics of geological information data. The system consists of data management, data mining and knowledge discovery, knowledge representation. It can syncretize multi-source geosciences data effectively, such as geology,geochemistry, geophysics, RS. The system digitized geological information data as data layer files which consist of the two numerical values, to store these files in the system database. According to the combination of the characters of geological information, metallogenic prognosis was realized, as an example from some area in Heilongjiang Province. The prospect area of hydrothermal copper deposit was determined.     

Spatial data mining system for ore-forming prediction

The authors designed the spatial data mining system for ore-forming prediction based on the theory and methods of data mining as well as the technique of spatial database,in combination with the characteristics of geological information data.The system consists of data management,data mining and knowledge discovery,knowledge representation.It can syncretize multi-source geosciences data effectively,such as geology,geochemistry,geophysics,RS.The system digitized geological information data as data layer files which consist of the two numerical values,to store these files in the system database.According to the combination of the characters of geological information,metallogenic prognosis was realized,as an example from some area in Heilongjiang Province.The prospect area of hydrothermal copper deposit was determined.     

基于时空大数据的城市脉动分析研究

随着新型城镇化建设成为了国家战略,各地政府掀起了智慧城市建设热潮。在智慧城市建设中,公共信息平台建设是不可或缺的重要基础环节。随着平台的深入运行,逐步积累了大量的城市数据。但是,数据资源中蕴含的知识远未得到充分挖掘和应用,致使数据爆炸但知识匮乏。因此,基于数据时空和专题属性,建立科学的城市数据体系是城市管理的迫切需求;同时,基于数据体系,揭示各类数据随时空变化规律,展现城市脉动发展情况是城市决策重要的依据,也是观察和诊治"城市病"的重要技术手段。我们以中新天津生态城所建成的大数据汇聚公共平台为依托,基于数据挖掘技术手段,针对环境、能源、交通脉动进行研究并取得初步成果,科学地揭示了"城市脉动"变化规律,使平台数据发挥最大价值。脉动分析结果以可视化手段表现,反映城市各项指标脉动变化特征。     

浮动车轨迹数据聚类的有向密度方法

为了充分挖掘浮动车轨迹数据的潜在特性,本文在OPTICS空间密度聚类算法基础上,提出了一种有向密度的快速聚类方法(D-OPTICS)。该方法通过扇形空间邻域计算其有向密度信息,并基于方向信息约束其密度可连通性,通过有向可达距离曲线生成数据基本簇,最后,通过空间网格及类簇聚合等优化方法,实现其大规模浮动车轨迹数据的快速聚类处理。通过有向时空数据的聚类分析,发现浮动车轨迹的时空分布特性,以提取复杂路网的结构信息。本文以福州市大规模浮动车轨迹数据,对D-OPTICS进行了系统实验,分析表明,该算法可实现浮动车轨迹数据的快速有向密度聚类分析,有助于挖掘发现时空轨迹数据的分布规律,且基于聚类结果提取了福州市区复杂路网的有向拓扑结构图。同时,与DBSCAN及OPTICS等传统的密度聚类算法进行性能对比,实验表明,D-OPTICS算法能更好地支持大规模浮动车轨迹数据的处理要求。     

四川省矿区环境评价信息系统设计与应用

在矿产开采中废弃物及开采所导致的地质灾害等因素对矿区环境产生了很大的影响,传统的评价技术已不能满足矿区环境保护的要求,本文采用GIS技术评价矿区地质环境,结合矿区基础地理数据与矿山环境、地质灾害、基础类、地质等专题数据,构建基于B/S和C/S的系统的核心矿区空间信息框架,为矿区可持续发展综合评价提供决策支持。     

基于室内定位数据的群体时空行为可视化分析

室内定位数据记录了用户在室内空间活动的时空轨迹,是研究人群室内行为的重要信息源。室内数据时空耦合、分布复杂,可视化分析可以更好地揭示其规律。然而,与室外数据不同,室内数据具有时空粒度细、定位精度高等特点,与POI之间的空间关系更为明确,其轨迹受到室内设施和空间的制约,出现高维和不规则的特征,而这给室内行为研究提供依据的同时,又给可视化分析带来一定的挑战。现有的可视化方法主要应用于室外定位数据,关注轨迹自身的活动轨迹分析,往往忽略了所经过POI语义信息表达。针对这一问题,首先分析室内空间结构与定位数据的特征,阐述室内空间可视化分析的特殊性;在此基础上,面向室内人群的时空分布、移动模式及相关POI之间的对比、关联分析的需求,细化可视化分析的内容,明确可视化分析与展示的对象,并设计数据结构;从数据结构、可视化方法、展示图件及用户交互4个层次构建时空行为可视化分析模型;基于上述方法,采用WebGIS和WebGL技术综合设计和实现了面向商场定位的商场客流分析系统;最后,通过某一大型商场的用户定位数据进行可视化分析,从而验证了研究成果的正确性和有效性。     

基于MST聚类的空间数据离群挖掘算法

空间离群是指空间邻域中属性特征值明显不同于其他对象的空间对象,空间数据离群挖掘能为人们提供很多有趣的信息,但空间数据具有复杂的拓扑关系、方位关系和度量关系等空间特征,传统的面向事务型数据库的离群挖掘算法并不适用于空间数据库。本文提出了基于MST(Minimum Spanning Tree,最小生成树)聚类的空间数据离群挖掘算法(SOM);有机结合了最小生成树理论与密度的方法,既体现了空间离群的局部特性,又体现了空间离群的孤立程度。该算法通过MST维护空间数据的基本空间结构特征,通过打断MST中最不一致的边形成MST聚类,不仅具有密度的聚类方法能够聚集非球状簇和分布不均的数据集的特点,而且聚类结果不依赖于用户参数的选择,因此,离群挖掘结果更合理。最后,通过实例数据,验证了该算法的有效性,它适用于大规模空间数据集的离群挖掘。