坐标与属性一体化的空间聚类方法研究

通过空间坐标和属性特征的有机结合,定义了3种空间距离,给出了基于空间距离的K平均系统聚类算法,对山东省生态环境质量进行了聚类分析和类型分区。实践表明,空间聚类方法可以较好地反映出空间位置邻近和属性特征相似的空间聚类要求。     

基于空间聚类分析的福建省各县市经济发展水平研究

将空间坐标和属性特征有机地结合起来,给出空间距离的定义,提出位置与属性一体化的空间聚类方法——基于空间距离的K-均值聚类法,利用M atlab编写其算法程序。同时以福建省各县市经济发展水平的类型划分作为研究实例,首先选取反映社会经济发展水平的8项指标,并利用G IS技术提取各县市的重心位置坐标,再利用该空间聚类算法将福建省各县市的经济发展水平聚类为5类,结果表明此算法能够综合考虑空间位置邻近性和属性特征相似性的聚类要求,对福建区域可持续发展有一定的指导意义。     

农村居民点耕作距离空间分布特征估测分析

基于探索性空间数据分析(ESDA)思想,提出一种耕作距离空间估测方法,定量分析农村居民点耕作距离的分布格局与分异特征。以广东省阳山县为案例,研究表明：① 耕作距离与耕地质量及地形等别存在一定的相关性,耕作半径愈小,地形愈低平的地区,居民点与较优的耕地愈集中;② 耕作距离在空间上呈现不均衡状态,随着距离尺度的增加,耕作距离的变化由低值聚类转为高值聚类状态,表明研究区耕地格局随耕作距离尺度上升变得更加分散;③ 估测方法考虑了农村居民点与耕地之间的关系,可以有效分析耕地与居民点之间的空间分布随耕作距离变化的规律,对农村居民点调整、高标准农田建设等工作的合理开展具有参照和一定指导意义。     

城市居民距离认知研究——以校园大学生群体为对象的调查分析

以广州市大学生的行为活动和距离认知调查为基础,应用行为地理学理论和统计方法,总结了校园大学生群体距离认知的一般特征以及影响距离认知的因素,分析提出了校园大学生群体认知的3圈层空间结构模式,并进一步分析了大学生个人属性及其日常活动空间与距离认知的相互关系.     

城市功能分区的空间聚类方法研究及其应用——以济南市为例

作为空间数据挖掘的一种重要手段,空间聚类目前已在许多领域得到了应用.它是城市功能分区中的关键性步骤.根据空间-属性一体化的概念模型,把影响城市功能分区的空间坐标、空间关系和属性特征纳入到统一的空间计算模型,分别运用K-平均算法、神经网络方法,对城市功能分区进行空间聚类计算,充分挖掘空间坐标和空间关系数据中隐含的空间聚集信息.实例分析表明,基于神经网络的空间聚类结果可以为城市功能分区提供准确、可靠的依据.     

地理时空三向聚类分析方法的构建与实践

随着地理数据获取能力的不断提升,地理数据体量呈指数增长,数据种类、数据性质更加多元化。对数据的有效甄别和归类成为理解地理现象时空特征、演化过程和行为机制的关键。传统聚类方法面临数据体量大、维数高、质量差的挑战,加之对地理空间与时间关联分析的需求,对聚类方法改进和提升研究的要求越来越迫切。本文介绍了从单向到三向聚类构建思路的变革。单向聚类是仅在样本或属性方向上进行聚类,易忽视非常相似的局部特征、易犯“横看成岭侧成峰”的错误。双向聚类是基于数据矩阵内元素值的相似性,形成一个子矩阵分割方案,使子矩阵内元素相似度尽可能高,子矩阵间元素相似度尽可能低,从而实现行列两方向的同时聚类,避免了单向聚类的不足。鉴于双向聚类难以满足地理研究超出双向的解译需求,本文提出并研发了一个全新的三向聚类方法,给出了运用该方法开展地理时空格局过程探测的流程,总结了如何根据研究涉及的“空间—时间—尺度—属性”构建三维数据体;最后,展示了三向聚类的地理实践案例。结果表明：① 三向聚类是一种大数据时代探测地理数据时空分异规律的有效方法,可以解决数据维度高、质量低等问题;② 面对不同的地理问题,三向聚类在算法层面上是通用的,不同之处仅在于：根据不同问题涉及的空间、时间、尺度、属性的不同,构建不同的数据体;不同数据体聚类得到的不同结果回答不同的地理问题;③ 三向聚类可以实现地理数据的时空分异规律多方向、多尺度、多层次的联合解译,揭示地理特征时空尺度叠加效应。最后,论文强调根据地理问题组织数据的重要性,期待未来能够提升三向聚类在多空间尺度、多属性方面的地理研究实践。     

基于多尺度空间聚类的江西省经济区域划分

经济区划是区域经济规划中的一个重要方面,以传统聚类方法进行的经济区划不能兼顾区划单元的属性特征与空间邻接性。运用基于尺度空间理论的空间聚类方法、综合区划单元的属性特征与空间邻接性,对江西省县域单元经济区划进行研究。结果表明:江西省可划分为五类经济区,分别是昌九经济区、赣东北经济区、赣西北经济区、赣中南经济区和赣南经济区,区划结果与江西省实际经济发展情况基本吻合。     

基于子空间聚类算法的时空轨迹聚类

已有的时空轨迹聚类方法一般以整条轨迹作为聚类单元,聚类效果较低且不能识别轨迹局部特征;另一种轨迹聚类方法是以划分后轨迹段为聚类单元,算法效率较低且不能很好地支持多属性聚类。该文提出基于子空间聚类算法的时空轨迹聚类。首先引入数据归约的思想,将轨迹进行离散化处理,再运用CLIQUE算法对离散化后的轨迹段进行聚类。实验结果表明,此轨迹聚类方法具有较高的伸缩性,能有效地处理多维轨迹数据并识别轨迹的局部聚类特征,能揭示时空轨迹在不同子空间的运动规律。     

广义多维云模型及在空间聚类中的应用

传统的空间聚类方法难于脱离"硬划分"的束缚,且不能有效描述空间对象的复杂特征.一维云模型无法准确反映现实世界的多属性特征.简单的数据融合丢失了空间对象的必要信息.标准二维云模型克服了一维云的不足,但是在模拟复杂地理现象的非齐性和非对称性方面显得捉襟见肘.基于以上考虑,提出了广义多维云模型,以分段特性来体现空间对象的综合特征,并推导出模型的数学表达式.在实证研究的基础上,从空间聚类的隶属程度空间分布特征、与模糊C均值的对比研究及与住宅地价的耦合分析三个视角,详实解读了聚类结果.分析发现,广义多维云模型更能体现空间对象的综合特征,空间聚类结果能够反映出空间分布的潜在信息.更为准确的实现了复杂情况下的空间划分.该模型在刻画地理现象中更为合理,但由于地理实体的空间作用极其复杂.建立模型是一项既具体又充满挑战的任务.     

“流空间”的地理学属性及其区域发展效应分析

"流空间"是随着信息和通信技术的发展以及社会网络与组织结构的优化而形成的一种认识社会空间的全新模式,强调与分析其社会学意义是开展相关研究的重点。然而,一个基本的事实是"流空间"的区域地方化特征明显,因此探讨其地理学属性和作用机制的理论意义重大。基于此,本研究分析了内化于"流空间"的地理学属性特征,进一步提出了"流空间"作用机制和空间作用形态及其区域发展效应,同时基于信息流交互量初步分析了吉林省流空间基本格局及其区域响应。     

面向点状对象的空间距离谓词计算方法

空间距离谓词主要用于描述空间对象间的距离关系。带有距离度量的连接索引方法主要是将不同空间对象的索引连接起来,以空间对象间的距离值作为空间关系的度量,将连接的索引、空间对象间的距离、由距离产生的各个空间关系构成空间对象的关系表,从而提高空间对象之间距离关系的查询速度。笔者认为,该方法仅适用于少量空间对象间的距离谓词提取和计算。如果空间数据库中存储大量的点状空间对象,使用以上方法对每两个空间对象建立连接索引,进行笛卡尔乘积运算,则会形成庞大的结果集合,     

植物属性地理的研究进展与展望

植物属性地理学是植物地理学的一个新兴研究方向,研究植物属性的地理分布规律。目前与植物属性地理相关的研究热点主要集中在植物属性的多尺度表达、植物属性的权衡关系和属性多样性与生态系统功能三个方面。比叶面积、叶干物质含量、叶氮含量、种子质量、植物高度、茎密度是最受关注的植物属性。植物属性需要在植物个体水平上进行测量,然后基于群落内物种相对优势度的加权平均上推到群落水平。植物属性权衡关系主要包括叶片经济型谱及属性与环境因子之间的权衡关系研究。全球植物属性数据库的丰富与共享,推动着植物属性地理学的蓬勃发展。当前的植物属性空间连续分布主要利用全球属性数据库和空间统计建模方法实现,但借助激光扫描和成像光谱技术直接对区域植物功能属性进行空间制图正成为植物属性地理学空间计算的新方法。植物属性的空间格局分析是植物属性地理学的重要内容之一,不仅有助于解释植物物种的适应性与分布、群落构建等问题,而且为预测全球气候变化对植物的影响提供了依据。用植物属性代替物种可以更好地解释植物分布和植物对环境适应的生理机制,所以在全球植被模型研究中开始尝试将基于物种的植被动态模型发展为基于属性的植被动态模型,这将会给全球变化下碳循环过程的模拟和陆面模式带来新的机遇和挑战。展望未来,植物属性地理学仍然需要发展新的研究手段,深化全球植物属性的空间分异规律及其与环境因子之间的关系研究,以及完善全球和区域植物属性数据库建设。     

地理分析中的空间效应

地理信息科学传承了地理学的空间分析传统。在地理空间分析中,由于地理空间的特殊性,地理信息科学在构造分析方法时,需要考虑空间效应。然而,空间效应具体的内涵和外延,到目前尚未有系统探讨。本文定义了地理空间效应,进而在形式化定义空间、位置、场、距离、区域等概念的基础上,归纳了4类空间效应：即空间异质性效应、空间依赖的近邻效应、空间交互的距离衰减效应、和空间分区的尺度效应,探讨了4类效应的内在逻辑关系,建立了统一的表达框架。其中,空间异质性效应是最为基础的效应,近邻效应和距离衰减效应反映了地理空间中两个位置之间的二阶关系,尺度效应则由于区域单元的汇总带来,因此这4类效应形成了递进关系。最后本文梳理了目前地理分析中对空间效应的体现,指出了地理空间人工智能技术对于空间效应的揭示和量化能力。     

基于图聚类神经网络的江西省山洪灾害危险性区划研究

目前山洪灾害区划中常用的传统聚类方法大多仅考虑区划基础空间单元的属性特征,很少考虑基础空间单元的结构信息。该文同时考虑区划基础空间单元的属性和结构特征,提出基于图聚类神经网络的山洪灾害危险性区划方法,以江西省小流域为区划的基础空间单元,构建图聚类神经网络模型,根据聚类有效性指标确定最佳聚类数,并通过碎屑图斑合并获得16个山洪灾害危险性同质性区域,最后利用地理探测器和江西省历史山洪灾害点数据对区划结果进行验证和评价。结果显示：基于图聚类神经网络模型的江西省山洪灾害危险性区划结果与历史山洪灾害点的地理探测器q值达0.792,比传统的K-means和Ward聚类方法分别提高了0.386和0.104,能较好地刻画江西省山洪灾害危险性的空间分异格局。通过融合属性和结构特征有助于提升区划效果,可为江西省市县级政府部门制定因地制宜的山洪灾害防治管理措施提供辅助决策,同时也可为其他自然地理区划提供新的方法参考。     

基于社会属性的北京市居民居住与就业空间集聚特征

制度转型期,中国城市居民社会空间发生了新的变化,居民居住和就业空间组织也变得更为复杂,并引起了广泛关注。基于2010 年问卷调查数据,采用缓冲区、最近邻层次聚类和Ripley K函数等空间分析方法对北京城市不同社会属性居民的居住和就业空间分布特征进行实证分析。研究发现：① 总体上,北京城市居民居住和就业空间圈层分异明显。在各圈层内部,不同人群的居住和就业空间分布比例亦存在相对差异;职住空间错位程度表明距市中心15 km左右是城市就业功能和居住功能主导地位转化的分界线;职住平衡度整体上呈现出由内圈层到外圈层递减的趋势,但高收入阶层和年轻白领的职住平衡度相对较低。② 不同人群居住与就业空间集聚特征存在明显差异。一般平民居住和就业均呈散点状集聚;年轻打工族居住和就业集聚区域紧邻,主要集聚在四环以内的城市东部区域;高收入阶层居住呈现“小集中、大分散”集聚特征,就业集聚区多集中在四环以内的城市东部和西北部区域;年轻白领居住集聚区呈现城市西部条带状和东部散点状相结合特征,就业集聚区主要在中关村和CBD为中心的两条轴状区域。③ 不同人群居住和就业空间集聚的尺度特征较为相似,呈现随距离增加“先增后减”变化趋势,但距离阈值存在差异。表现为高收入群体居住空间可选范围较小,一般平民就业空间可选范围较小,而年轻白领居住和就业空间可选范围均较大。     

泛型聚类排序3DR树批量构建算法

提出一种新的泛型3DR树批量构建算法,其核心思想是通过三维空间聚类和空间排序操作,使得在空间位置上邻近的空间对象在R树中处于尽量邻近的叶节点上,从而减少这些空间对象之间的交叠范围.对于给定的三维空间对象集合,首先依照其中心点进行距离相关性聚类,分为K类;对每类空间对象集进行3个分量方向上的扫描排序,再对每类的中心位置进行扫描排序;最后采用倒序批量构树方法构建R树.该算法比已有的R树构建算法有更高的时间和空间效率.     

基于空间自相关的支持向量机空间聚类研究

经济统计信息多包含多维度的属性,在研究数据内在结构时,需要采用降维方法将多维信息转换到三维以内的空间以实现多维信息可视化和聚类。支持向量机(Support Vector Machine,SVM)在解决小样本、非线性及高维模式识别中表现出许多特有的优势,但SVM是一种监督分类方法,需要已知样本集来训练分类过程。由于高维经济统计数据中往往缺少已知聚类中心,从其他方法的聚类结果选择小样本集作为聚类中心具有很大的主观性;空间自相关分析能揭示出高空间聚集区域和随机离散区域,并能分析出各区域的空间聚集模式,这为已知小样本的选择提供了可行的方法。该文以四川2007年统计年鉴的经济数据为例,通过主成分分析法和非线性映射法进行聚类,将各类中心和空间自相关分析揭示的高空间聚集目标作为已知样本集导入SVM,得到的结论是:采集于主成分分析法和非线性映射法的两个不同已知样本集的SVM分类结果之间的差异较大,已知样本集的选择具有很大主观性;空间自相关分析结果能大量减少特征样本集的数目,这不仅简化了SVM算法分类过程,并且结果也能准确反映四川发展实际情况。     

基于社会地图的东莞市社会空间研究

既有社会空间研究以社会区研究居多,主要基于社会区理论和因子生态分析方法,较多考虑分析对象的社会属性而非空间特征,对社会空间的空间侧面刻画不足,其分析结果也常常被聚类人口的数据特征所左右。本文尝试基于社会地图方法,以人口普查数据和社会设施机构POI数据首先进行社会空间属性的归纳,制作社会地图,并以此为基础,采用归纳的方法渐进探索中国城市社会空间的特征。具体以东莞市为例,通过社会地图归纳方法将东莞市划分为3大类、11小类社会空间,并具体解析了多种社会空间要素组合类型。和既有基于社会区的分析结果相比,本文对各类社会要素在城市空间上的分布及其组合特征描述更为精细,其结果对认识中国社会空间特质及其后的社会空间政策制定更具参考意义。本文认为,基于社会地图的社会空间研究,有助于自下而上地发现有别于西方的中国城市社会空间特征和结构,也有助于建立基于中国的社会空间理论,值得进一步推广和尝试。     

网络社区交流中距离的作用——以新浪微博为例

信息通信技术的快速发展丰富了人们的交流方式,也逐步影响人们的社交网络。本文通过分析新浪微博用户在网络社区中与本地人/外地人、熟人/陌生人的交流差异,探讨空间距离与社会距离在网络社会空间中的作用。在问卷调研中,结合新浪微博用户的网络“痕迹”,较为可靠的获取南京成年人微博用户与本地人/外地人、熟人/陌生人在网络社区中的交流差异。研究表明：①在网络社区中,相较于外地人与陌生人,受访者更倾向与本地人以及熟人交流,网络社区中空间距离与关系距离的作用仍然存在;②受访者在网络社区中与本地人/外地人、熟人/陌生人的交流差异受社会经济属性、居住环境、微博使用频繁程度影响;③虽然理论上网络社区使得用户能够克服距离阻力,延伸其关系网络,但空间距离与关系距离的存在使得实际生活中的社会关系网络仍然扎根于用户在网络社区中的交流。     

基于GIS的承德乡村地名文化景观空间分布特征

将承德地区乡村地名作为离散点,以GIS中移动搜索法的点距离空间平滑分析法为支撑,从地理区域这一角度分析地名文化景观空间分布特征。研究发现：承德地区自然类景观,以“山”、“水文”、“动植物”命名的地名分布主要位于中低海拔高度的平坦地区;承德地区乡村地名文化景观划分为军事活动类、经济活动类、房屋建筑类、美愿与纪念类、满蒙少数民族语言及方言类,其空间分布特征与当地历史时期的军事、生产生活、社会变迁的相对频繁程度以及人口稠密情况基本上相符合。