"空间关联"是地理学第一定律揭示的基本内涵,广泛存在于自然和社会经济现象中,由于大尺度地理环境的空间分异性,导致空间关联模式的局部变异性。现有空间关联规则挖掘以全局空间为处理单元,能回答"存在何种空间关联模式",但不能揭示空间关联模式的局部变异性。本项目拟结合空间统计学、空间数据挖掘等现有理论成果,深入研究局部空间关联规则挖掘模型和算法,以期发现空间数据集内"存在何种空间关联模式",且揭示"空间关联模式的局部变异特征",内容包括1)局部空间关联规则挖掘的定量测度模型;2)局部空间关联规则挖掘的高效实现算法;3)局部空间关联模式的特征区域提取;4)应用实证。研究成果可为定量地理学的研究提供有力工具,用以揭示各种地理对象、地理事件在其存在或演变中表现的空间依存关系及空间分异规律;同时对挖掘其它局部空间模式也具有重要参考价值。
Spatial Data Mining;Spatial variation;Association;Model;Algorithm
空间数据挖掘是空间信息科学研究热点领域之一,理论成果较多,但应用有限。目前国际上该领域理论研究的出发点,本质上都是基于全局模式的,而地理学中的大尺度和空间异质性却是客观存在的,使得基于现有空间数据挖掘理论成果所获取的挖掘结果模式,有悖于地理学基本规律,挖掘模式的客观性也因此受到了质疑。本项目提出了将局部空间效应引入到空间关联规则挖掘的研究中,解决空间关联规则挖掘中“存在何种空间关联模式”和揭示“空间关联模式局部变异性”的双重目标;提出的建立局部空间关联规则挖掘的定量测度模型、局部空间关联规则挖掘算法,客观揭示出地理学中各种地理对象、地理事件的存在、演变中表现的空间依存关系及空间分异规律,为定量地理学的相关研究提供了重要的技术支持。本研究提出局部空间关联规则挖掘的定量测度模型和算法,基于此,提取了局部空间关联模式的“特征”区域,并在生态环境领域进行了实践验证,证明局部空间关联规则的广泛存在性和所提方法及模型的优越性,具体包括有1)将局部空间效应与空间数据挖掘相结合,系统地提出局部空间关联规则挖掘的定量测度模型,挖掘出空间关联模式且揭示出空间关联模式的局部变异性;2)提出局部空间关联规则挖掘算法,算法具有通用性和较优的计算效率,支持现有流行GIS分层空间数据组织模型;3)提出提取局部空间关联模式的“特征”区域(“热点区域”、“过度区域”、“冷点区域”)的技术方法,发现空间关联规则及空间关联规则的局部变异特征;4)为局部空间关联规则挖掘提供应用范例和实施流程参考。