空間數(shù)據(jù)挖掘及其在海洋地理信息系統(tǒng)中的應(yīng)用

杜 鵑，曹建春

(黃河水利職業(yè)技術(shù)學(xué)院 信息工程系，河南 開(kāi)封475004)

0 引 言

隨著衛(wèi)星技術(shù)、通信技術(shù)、計(jì)算機(jī)技術(shù)、數(shù)據(jù)處理技術(shù)和其他現(xiàn)代科技的發(fā)展，海洋學(xué)和地圖學(xué)早已突破傳統(tǒng)對(duì)于空間和時(shí)間的限制，逐漸進(jìn)入了以數(shù)字測(cè)量和數(shù)字地圖為主干，以計(jì)算機(jī)科學(xué)作為支撐，以3S 技術(shù)為代表的新紀(jì)元。通過(guò)以上新技術(shù)，以及各種新型設(shè)備，我們獲得了大量的海洋測(cè)量數(shù)據(jù)和電子地圖數(shù)據(jù)，并采用現(xiàn)代處理方法對(duì)這些數(shù)據(jù)進(jìn)行持續(xù)不斷地更新和處理。這些海量而種類豐富的數(shù)據(jù)，蘊(yùn)含了極大價(jià)值，并構(gòu)成了海洋地理信息系統(tǒng)的基礎(chǔ)［1－2］。

然而，這些多來(lái)源、多維度、多時(shí)態(tài)的數(shù)據(jù)，其容量和復(fù)雜程度早已超出了傳統(tǒng)分析方法的處理能力。一方面導(dǎo)致大量數(shù)據(jù)無(wú)法利用，造成決策失誤或數(shù)據(jù)浪費(fèi);另一方面導(dǎo)致極大的系統(tǒng)負(fù)擔(dān)和系統(tǒng)存儲(chǔ)資源浪費(fèi)，使得對(duì)于數(shù)據(jù)資源的利用效率較低?？臻g數(shù)據(jù)挖掘作為統(tǒng)計(jì)學(xué)、數(shù)據(jù)庫(kù)技術(shù)、機(jī)器學(xué)習(xí)技術(shù)、人工智能和專家系統(tǒng)的結(jié)合，能夠很好地克服傳統(tǒng)數(shù)據(jù)分析方法的缺陷，高效而充分地對(duì)數(shù)據(jù)進(jìn)行分析和利用。

所謂空間數(shù)據(jù)挖掘，是數(shù)據(jù)挖掘技術(shù)在空間數(shù)據(jù)集合中的一種應(yīng)用，主要通過(guò)對(duì)空間數(shù)據(jù)的分析和比對(duì)，發(fā)現(xiàn)蘊(yùn)含在數(shù)據(jù)中，不能夠直觀發(fā)現(xiàn)的關(guān)系、趨勢(shì)、模式等特征，為預(yù)測(cè)未來(lái)現(xiàn)象提供依據(jù)，為系統(tǒng)決策提供支持。然而由于空間數(shù)據(jù)的特點(diǎn)和海洋地理信息系統(tǒng)應(yīng)用的特殊性，空間數(shù)據(jù)挖掘與傳統(tǒng)的數(shù)據(jù)挖掘方法也略有不同。本文在對(duì)空間數(shù)據(jù)挖掘技術(shù)進(jìn)行深入研究的基礎(chǔ)上，介紹了空間數(shù)據(jù)挖掘技術(shù)的主要原則，分析了該技術(shù)能夠取得的潛在效果，并結(jié)合海洋地理信息系統(tǒng)的特點(diǎn)和需求，研究了空間數(shù)據(jù)挖掘技術(shù)在海洋地理信息系統(tǒng)中的應(yīng)用方法和運(yùn)行模式，為進(jìn)一步完善該系統(tǒng)，更加充分地對(duì)海洋空間數(shù)據(jù)進(jìn)行利用，提供依據(jù)［3］。

1 空間數(shù)據(jù)挖掘的基本原則

1.1 空間數(shù)據(jù)挖掘的概念

空間數(shù)據(jù)挖掘以空間數(shù)據(jù)庫(kù)或數(shù)據(jù)倉(cāng)庫(kù)作為數(shù)據(jù)來(lái)源，結(jié)合相關(guān)的數(shù)據(jù)學(xué)習(xí)理論和挖掘技術(shù)，能夠從海量充滿噪聲和不確定的空間數(shù)據(jù)中，提取出可信的、新型的、隱藏的和未知的數(shù)據(jù)關(guān)系、發(fā)展趨勢(shì)等特征和屬性，并能夠在不需要人工干預(yù)的前提下自動(dòng)執(zhí)行，完成對(duì)潛在知識(shí)的發(fā)現(xiàn)和挖掘工作，從而向多種信息系統(tǒng)提供服務(wù)，向決策支持系統(tǒng)提供決策依據(jù)［3－4］。

空間數(shù)據(jù)挖掘是空間數(shù)據(jù)庫(kù)、計(jì)算機(jī)管理技術(shù)和決策技術(shù)發(fā)展到新階段的產(chǎn)物。其集成了多種當(dāng)前流行的技術(shù)，如人工智能、概率統(tǒng)計(jì)、專家系統(tǒng)、機(jī)器學(xué)習(xí)、空間數(shù)據(jù)庫(kù)、模糊數(shù)學(xué)、網(wǎng)絡(luò)技術(shù)和數(shù)據(jù)可視化技術(shù)等，是一種數(shù)據(jù)挖掘技術(shù)在空間數(shù)據(jù)領(lǐng)域的重要擴(kuò)展和應(yīng)用。

1.2 空間數(shù)據(jù)挖掘的框架

當(dāng)前，存在多種空間數(shù)據(jù)挖掘框架，例如由Maheus 提出的多組件數(shù)據(jù)挖掘框架，由Hoslsheimer提出的特征挖掘框架，由Han 提出的數(shù)據(jù)挖掘通用模型等。從適用性的角度考慮，最適合空間數(shù)據(jù)挖掘的框架應(yīng)當(dāng)為多組件數(shù)據(jù)挖掘框架，該框架的基本結(jié)構(gòu)如圖1 所示。

圖1 空間數(shù)據(jù)挖掘框架Fig.1 The framework of spatial data mining

在此系統(tǒng)中，用戶可以與系統(tǒng)實(shí)時(shí)交互，并控制數(shù)據(jù)挖掘的過(guò)程。知識(shí)庫(kù)存儲(chǔ)有背景知識(shí)。數(shù)據(jù)挖掘過(guò)程通過(guò)以下組件完成:數(shù)據(jù)庫(kù)接口從數(shù)據(jù)庫(kù)中直接提取數(shù)據(jù);分析組件對(duì)數(shù)據(jù)進(jìn)行篩選，決定哪些數(shù)據(jù)可用，哪些數(shù)據(jù)不可用;模式提取組件能夠從可用的數(shù)據(jù)中發(fā)現(xiàn)新的知識(shí)或有價(jià)值的規(guī)則;評(píng)價(jià)組件則對(duì)發(fā)現(xiàn)的知識(shí)和規(guī)則等進(jìn)行評(píng)價(jià)，決定其重要性、相關(guān)性等屬性，并根據(jù)評(píng)價(jià)結(jié)果對(duì)知識(shí)庫(kù)進(jìn)行更新。以上4 個(gè)組件通過(guò)控制器相互交互，并將最后結(jié)果提交給用戶。

空間數(shù)據(jù)挖掘框架為整個(gè)空間數(shù)據(jù)挖掘過(guò)程提供依據(jù)，并為海洋地理信息系統(tǒng)中的數(shù)據(jù)分析和利用提供設(shè)計(jì)思路。

2 空間數(shù)據(jù)挖掘的內(nèi)容

與空間數(shù)據(jù)處理不同，空間數(shù)據(jù)挖掘能夠提取出隱含的知識(shí)、空間數(shù)據(jù)之間的關(guān)系和其他有價(jià)值的模式信息，從而能夠進(jìn)一步發(fā)現(xiàn)更多有用的知識(shí)，為其他系統(tǒng)和應(yīng)用提供決策依據(jù)。

2.1 空間關(guān)系

空間關(guān)系規(guī)則是描述不同實(shí)體相互位置關(guān)系的規(guī)則，是一種固有的并且相互同步的規(guī)則，如相鄰規(guī)則、連接規(guī)則、共生規(guī)則、包括規(guī)則等。在數(shù)據(jù)挖掘過(guò)程中，不同的位置關(guān)系將使用以上邏輯規(guī)則表達(dá)，因此，空間關(guān)系是空間數(shù)據(jù)挖掘所獲得的一種重要知識(shí)。當(dāng)采用的數(shù)據(jù)來(lái)源為“空間—時(shí)間”數(shù)據(jù)時(shí)，還可以通過(guò)空間規(guī)則，進(jìn)一步發(fā)現(xiàn)對(duì)象在一段時(shí)間序列下的運(yùn)動(dòng)軌跡。

2.2 對(duì)象特征

對(duì)象特征描述的是一種或多種對(duì)象實(shí)體所共有的屬性特征，包括類型、尺寸、形狀等其他常見(jiàn)或特殊的屬性。并且如果數(shù)據(jù)樣本的數(shù)量足夠時(shí)，我們還能夠獲得對(duì)象的先驗(yàn)概率知識(shí)，例如海底沉積物的經(jīng)緯度分布等。

2.3 數(shù)據(jù)分類

通過(guò)空間分類規(guī)則，空間數(shù)據(jù)集中的數(shù)據(jù)能夠被映射為特定的類，通常在數(shù)據(jù)預(yù)測(cè)的過(guò)程中使用。同時(shí)，分類規(guī)則是一種全局適用的知識(shí)，本質(zhì)上是對(duì)數(shù)據(jù)集的一種抽象和一般化。

2.4 數(shù)據(jù)聚類

通過(guò)聚類能夠?qū)㈩愋拖嘟臄?shù)據(jù)集合為一種類型，同時(shí)使得不同類型之間的差異最大化，而使得同一類型之間的差異最小化，能夠應(yīng)用于生成和劃分多種異構(gòu)信息。與分類規(guī)則不同，在聚類之前，并不知道劃分的每一類的特征和屬性，也不清楚數(shù)據(jù)能夠被劃分為哪些類別。

需要注意的是，在空間數(shù)據(jù)挖掘的過(guò)程中，挖掘的內(nèi)容和結(jié)果，并不一定是以上幾類的一種，而大多數(shù)需要涉及到多種。因?yàn)?，在?duì)信息進(jìn)行分析和可視化的過(guò)程中，對(duì)一個(gè)對(duì)象的感知，僅僅知道其特征、空間關(guān)系、類別等的一種，并不能完全認(rèn)識(shí)該對(duì)象，更無(wú)法深度挖掘該對(duì)象與其他對(duì)象存在的其他隱含關(guān)系，因而，在實(shí)際使用中，從實(shí)踐角度考慮，我們需要獲得包括以上各種內(nèi)容的多種或全部，從而完成對(duì)對(duì)象的全維感知，也能夠使得在下一步的挖掘中，獲得的知識(shí)更加完備和詳細(xì)。

3 空間數(shù)據(jù)挖掘流程

在傳統(tǒng)的數(shù)據(jù)處理方法中，往往采用專家系統(tǒng)方法，采用處理規(guī)則或模板，將專家知識(shí)固化為某種知識(shí)的固定提取方法和處理措施。這種方法具有2 個(gè)主要缺點(diǎn):一是其僅僅能夠?qū)?shù)據(jù)進(jìn)行表面化的處理，而不能夠進(jìn)行多層次和持續(xù)的挖掘，因而這種數(shù)據(jù)處理方式，僅僅能夠發(fā)現(xiàn)事先已知類型和符合規(guī)定的知識(shí);二是其難以應(yīng)對(duì)大量的數(shù)據(jù)，采用該種方法的數(shù)據(jù)處理系統(tǒng)，往往采用線性處理方法，對(duì)于某一類的數(shù)據(jù)處理往往需要遍歷所有的規(guī)則和模板，造成不必要的算法復(fù)雜性，當(dāng)數(shù)據(jù)量較大時(shí)，其效率較低。而空間數(shù)據(jù)挖掘算法，能夠克服以上問(wèn)題，采用聚類、分類等措施和循環(huán)迭代的方法，不僅能夠發(fā)現(xiàn)大量隱含知識(shí)，同時(shí)能夠處理海量知識(shí)，其主要過(guò)程有以下幾個(gè)步驟:

1)數(shù)據(jù)濾波:對(duì)于海上地理信息系統(tǒng)來(lái)說(shuō)，其中包含了大量來(lái)自不同設(shè)備和不同種類的數(shù)據(jù)，由于海上環(huán)境的多變性，必然會(huì)存在錯(cuò)誤和異常數(shù)據(jù)，為了確保能夠得到正確結(jié)果，在對(duì)數(shù)據(jù)進(jìn)行處理之前，需要對(duì)數(shù)據(jù)進(jìn)行濾波，得到無(wú)噪聲的可用數(shù)據(jù);

2)數(shù)據(jù)聚類:相比于數(shù)據(jù)分類，數(shù)據(jù)聚類具有更廣泛的適用性，能夠發(fā)現(xiàn)實(shí)現(xiàn)未被定義的數(shù)據(jù)類型。通過(guò)數(shù)據(jù)聚類，能夠完善數(shù)據(jù)的結(jié)構(gòu)性，從而為下一步數(shù)據(jù)挖掘提供依據(jù);

3)數(shù)據(jù)挖掘:當(dāng)前數(shù)據(jù)挖掘、分類與分析的算法種類較多，主要的方法有神經(jīng)網(wǎng)絡(luò)、SVM 等。需要注意的是，空間數(shù)據(jù)挖掘與傳統(tǒng)方法不同，完成整個(gè)挖掘過(guò)程需要多次迭代。具體流程如圖2所示。

圖2 空間數(shù)據(jù)挖掘流程圖Fig.2 The flow chart of spatial data mining

4 空間數(shù)據(jù)挖掘在海洋GIS 中的應(yīng)用

海洋學(xué)和地圖學(xué)數(shù)據(jù)是海洋地理信息系統(tǒng)中的重要組成部分，有著GIS 數(shù)據(jù)的典型特征。因此，可以利用空間數(shù)據(jù)挖掘，最大化的發(fā)揮海洋測(cè)量和電子地圖數(shù)據(jù)的價(jià)值，開(kāi)發(fā)多種類型的應(yīng)用，擴(kuò)展海洋測(cè)繪和電子地圖產(chǎn)品的種類，從而向用戶提供豐富多樣的服務(wù)［5］。

4.1 海底地形數(shù)據(jù)挖掘

海圖是一種用來(lái)描述某個(gè)海域及其鄰接陸地的地圖，其中對(duì)于海底地形的描述主要采用虛線點(diǎn)跡表示。由于圖幅限制，海圖中的虛線點(diǎn)跡通常采用互相隔離和離散的形式出現(xiàn)，難以直觀地表示出海底地形的全貌，從而為安全航線的劃定造成不便。

使用空間數(shù)據(jù)挖掘中的統(tǒng)計(jì)學(xué)方法，能夠從離散的虛線點(diǎn)跡中發(fā)現(xiàn)出海底地形走勢(shì)的固有規(guī)律，從而建立一個(gè)等高線模型，結(jié)合可視化技術(shù)，我們能夠得到海底地形的3D 全景顯示，從而能夠方便直觀地對(duì)海底地形進(jìn)行分析和利用。

4.2 海洋沉積物數(shù)據(jù)挖掘

海洋沉積物是海底地形的重要組成部分之一，同時(shí)也是航海導(dǎo)航、船舶拋錨和海底航行等活動(dòng)的重要影響因素之一。

通過(guò)使用數(shù)據(jù)挖掘工具，如概率統(tǒng)計(jì)、模糊集理論和集群方法，海洋沉積物的分布區(qū)域和時(shí)空變化規(guī)律將能夠被發(fā)現(xiàn)，使得船舶航行的安全性得到加強(qiáng)，同時(shí)水上航線的利用率也能夠得到提高。此外，也能夠?yàn)閲?guó)防和海洋工程建設(shè)等活動(dòng)，提供決策依據(jù)。

4.3 航行障礙數(shù)據(jù)挖掘

在船舶的航行過(guò)程中往往需要考慮諸如暗礁、殘骸、障礙物等，并及時(shí)進(jìn)行規(guī)避以保證航行安全。盡管大多數(shù)航行障礙物的位置固定，但是由于洋流和其他原因，某些類型的障礙物將會(huì)發(fā)生移動(dòng)。對(duì)于航行障礙物來(lái)說(shuō)，其空間數(shù)據(jù)并不僅僅包括其所在位置信息和屬性等，同時(shí)也包括其影響范圍、移動(dòng)趨勢(shì)及其他時(shí)空信息。

在空間數(shù)據(jù)挖掘理論的支持下，海洋地理信息系統(tǒng)能夠自動(dòng)映射出航行障礙物所處的水域，并在不同的航行條件下，給出航行的安全指數(shù)。當(dāng)船舶進(jìn)入某個(gè)危險(xiǎn)水域時(shí)，系統(tǒng)能夠智能化地向船員發(fā)送警報(bào)，從而最大限度地保證船舶的航行安全。

4.4 航行助航數(shù)據(jù)挖掘

助航設(shè)施，例如導(dǎo)航標(biāo)記、海上浮標(biāo)等，通常用來(lái)指示暗礁位置，或進(jìn)行海洋觀測(cè)，是一種重要的人工實(shí)施，使得船舶能夠借助這些設(shè)施進(jìn)行位置測(cè)量，航線導(dǎo)航和障礙規(guī)避。

航行助航數(shù)據(jù)儲(chǔ)存了大量助航設(shè)施的屬性特征和地理位置。這些知識(shí)并不僅僅反應(yīng)了安全航道信息，還指示了海拔信息，可航行水深等信息。

使用空間數(shù)據(jù)統(tǒng)計(jì)分析及聚類，遺傳算法和其他空間數(shù)據(jù)挖掘技術(shù)，系統(tǒng)能夠根據(jù)助航設(shè)施的特征和級(jí)別進(jìn)行重分類。最終，可以向船舶提供最優(yōu)化的航線，實(shí)現(xiàn)自動(dòng)化的航線選擇等功能。

4.5 水文數(shù)據(jù)挖掘

水文數(shù)據(jù)指示了水力、洋流等海水的物理和化學(xué)特征，包含潮汐、浪高、洋流速度、漩渦、冰山、浮冰等數(shù)據(jù)，以及鹽度、密度、海水顏色等數(shù)據(jù)。

一方面水文數(shù)據(jù)中蘊(yùn)含著豐富的位置、特性、強(qiáng)度、方向等信息;另一方面，水文數(shù)據(jù)也表明了多種未知的、隨時(shí)間變化的模糊數(shù)據(jù)。例如，在不同水深下的浪高、浪速和方向等，以及當(dāng)發(fā)生何種情況時(shí)，海浪會(huì)進(jìn)一步發(fā)展為漩渦。

使用空間數(shù)據(jù)挖掘，系統(tǒng)不僅能夠自動(dòng)化地發(fā)現(xiàn)各種數(shù)據(jù)的隱含關(guān)系和規(guī)則，同時(shí)也能夠在一定的需求下進(jìn)行最優(yōu)化分析和未來(lái)數(shù)據(jù)的預(yù)測(cè)，從而為決策提供有力支持。

5 結(jié) 語(yǔ)

海洋地理信息系統(tǒng)是當(dāng)前人類活動(dòng)必不可少的信息化系統(tǒng)，其中產(chǎn)生和儲(chǔ)存的海量數(shù)據(jù)，更蘊(yùn)含著巨大的價(jià)值，隨著大數(shù)據(jù)時(shí)代的來(lái)臨，如何發(fā)揮這些數(shù)據(jù)的巨大作用，將是海洋地理信息系統(tǒng)下一步研究和完善的重點(diǎn)。本文對(duì)空間信息挖掘技術(shù)進(jìn)行詳細(xì)介紹，從該技術(shù)的基本原則、內(nèi)容和流程等方面進(jìn)行深入研究，并結(jié)合空間信息挖掘技術(shù)的特點(diǎn)，研究了其在海洋地理信息系統(tǒng)中的引用方法，為之后系統(tǒng)的進(jìn)一步完善提供基礎(chǔ)。

［1］KANVSKI M，PARKIN R．Environmental data mining an modeling based on machine learng algorithms an geostatistics［J］．Environmental Modelling ＆ Softwe，2004，19(9):845 －855．

［2］XU Sheng-hua，LIU Ji-ping．Spatial data mining and development trend research［J］．Geography and Geo-Information Science，2008，24(3):24 －27．

［3］胡安康．船舶數(shù)字化設(shè)計(jì)的主脈——CAE 信息鏈［J］．艦船科學(xué)技術(shù)，2008，30(1):3 －5．HU An-kang．The main vein of digital ship design——CAE information chain［J］．Ship Science and Technology，2008，30(1):3 －5．

［4］LI De-ren，WANG Shu-liang．Spatial data mining theory and applications (fist edition)［M］．Beijing，Science Press，2006．

［5］任席闖，左麗芬，李樹(shù)明，等．基于GIS 的超低頻通信服務(wù)區(qū)的預(yù)測(cè)［J］．艦船科學(xué)技術(shù)，2013，35(4):117 －119．REN Xi-chuang，ZUO Li-fen，LI Shu-ming，et al．The prediction of VLF communication service zone based on GIS［J］．Ship Science and Technology，2013，35(4):117 －119．