马超飞[1]2002年在《基于关联规则的遥感数据挖掘与应用》文中认为数据挖掘是从大量的数据中提取潜在、有价值的模式或规则的过程。70年代以来，随着遥感数据获取技术的迅速发展，遥感数据及其数据产品实现了长时期积累。遥感数据处理技术滞后于数据获取技术的现状，已经满足不了“十五”期间开展的国土资源大调查、生态环境治理、防灾减灾等国家重大需求和地学图谱、碳循环等科学研究的需求。因此，从大量遥感数据中挖掘有用信息的技术，已经列为国家863高技术计划前沿探索技术。论文介绍了作者近年来，针对遥感数据地学应用中经常出现的多维相关、时序相关以及特征相关等实际问题，展开数据挖掘技术探索，总结出多维关联规则挖掘技术、时序关联规则挖掘技术以及特征关联挖掘技术。这些技术在实际应用中均取得了很好的效果。 (1)多维关联规则挖掘 地学问题研究中往往会涉及到两个以上因子相互作用，这类问题可以归结为多维关联或多因子关联，求解多维关联之间的规律或模式是多维关联规则挖掘问题。本文以四川岷江国家“退耕还林”示范工程为例，探讨坡度与土壤侵蚀、植被覆盖与坡耕地等综合原因造成的土壤侵蚀规律，建立了多维相关规则。通过挖掘得出“退耕还林”前的坡度决策规则和“退耕还林”后的最低植被覆盖率规则，为规划和治理提供决策依据。 (2)时序关联规则挖掘 从宏观尺度观测地学事件的发生、演化过程时，会发现除了事件主体随时间空间发生变化外，还会连带周围环境要素的变化。时序关联规则指的是事件主体与环境背景某些要素随时间的变化规律或趋势。本文以2000年春季(3～5月份)发生在我国北方的强沙尘天气为例，主要挖掘遥感数据反演的陆地表面土壤水分和温度在沙尘暴过程前后的变化规律，探讨如何有效地评价陆地表面土壤水分和温度这两个参数在综合风蚀模型系统中的作用。 (3)特征关联规则挖掘 目标特征信息是相对于背景的特征信息存在的，因此遥感图像信息识别中的许多问题，可以归纳为目标与背景的相对和相关性。特征关联就是从复杂背景中筛选与发现目标特征，揭示目标与背景之间的特征模式。本文以中国湘西高植被覆盖区弱信息提取为例，研究区域背景岩石和土壤地球化学微量元素，以及由于局部Co-Hn-B-Mo-Zn微量元素组合特征对松树和杉树的胁迫，使产生的叶绿素含量降低形成特征光谱，最终揭示植被特征光谱与岩石土壤中组合元素组合特征之间的关联规律。这项研究结果表明：利用特征关联规则可以有效挖掘光学遥感数据中植被覆盖下部的土壤和岩石的特征成分信息。 总之，在遥感数据获取、处理和应用流程中运用数据挖掘理论和技术，使遥感图像处理从注重目标特征提升到在不同信息之间发现具有内在联系的规则或模式，能够为图像理解和科学决策更好的服务。大量的遥感数据为数据挖掘技术应用提供广阔应用前景，数据挖掘也成为遥感数据更充分利用的有效手段。关联规则挖掘为数据挖掘领域重要的分枝，本论文介绍的遥感数据关联规则挖掘的叁个方面仅仅是关联规则挖掘应用的一部分，然而利用关联规则挖掘遥感数据仍有许多的内容，如从不同空间分辨率遥感数据中挖掘多层的关联规则和空间拓扑关联的挖掘等需要在今后的工作中继续探讨和研究。
刘永彬[2]2007年在《关联规则分析及其在空间数据挖掘中的应用研究》文中进行了进一步梳理今天，我们已被各种数据所淹没。数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程，是当今数据库研究、开发和应用最活跃的分支之一。关联规则作为数据挖掘中的一项重要技术，具有广泛的应用领域。随着空间技术的不断发展，对空间数据库中发现隐含知识需求日益增长，出现了基于空间数据库的数据挖掘技术——空间数据挖掘技术。本文研究的是关联规则分析技术在空间数据中的应用研究。本文完成的工作如下：(1)首先阐述了数据挖掘、关联规则和空间数据挖掘的基本理论和技术。分析了关联规则中经典的Apriori算法和FP-growth算法，指出了算法中存在的问题以及研究的发展方向。(2)综合现有的一些技术，提出了基于压缩FP-树和数组技术的关联规则挖掘算法(CFPmine算法)，该算法一是采用了基于压缩FP-树的约束子树的挖掘方法，避免在挖掘过程中生成条件FP-树，减少内存占用；二是采用基于数组的技术，减少FP-树的遍历时间，提高算法的效率。实验结果表明：该算法是一个高效的频繁模式挖掘算法，其性能优于Apriori、Eclat和FP-growth算法，而需要的内存却少于FP-growth算法。(3)通过详细分析基于映射位集合的MBSA算法的优缺点，针对其不适合大型空间数据挖掘及没有利用到频繁集的Apriori性质的缺点，提出了一种基于划分(partitioning)和apriori性质位集合的两阶段关联规则挖掘算法TP-PB(Two Phase Association Rule Algorithm based Partitioning and BitSet with Apriori property)。通过性能对比，TP-PB挖掘效率更高，并且非常适合于大规模空间数据挖掘。由于使用了划分技术，TP-PB非常适合用于处理大规模空间数据，具有良好的可扩展性。我们把TP-PB算法应用到基于空间数据的精确农业中，得到了较好的结果。
张冬冬[3]2011年在《空间数据挖掘中PVI算法的研究与应用》文中指出近些年来,空间信息技术领域的高速发展使我们进入信息变革的时代。空间数据通过传感器或者其他数据收集设备源源不断地收集起来,并呈指数级增长。为了能够有效管理数据,人们发展了数据库技术,并在此基础上建立了空间信息系统。然而,空间信息系统目前仍然只能提供给我们数据,却给不了我们数据以外的信息。人们已经不再满足于数据表层的检索与查询,而是希望更深一步的认识数据,得到知识与发现。关联规则挖掘可以从庞大的数据库中发现人们感兴趣的知识,但是需要花费大量的时间与资源。在空间关联规则中引入并行计算,不但可以满足人们对空间数据不断增长的认知要求,还可以降低数据挖掘时的时间与资源的消耗,以多台微型计算机来完成大型机才能完成的工作。经典的关联规则有Apriori算法、DHP算法、Partition算法等等。它们主要应用于顾客消费分析、目录设计、广告邮件分析、销售优化、仓储规划、网络故障分析等。通过对刘永彬于2008年提出的TP-PB算法的研究,本文提出了一种类似计算向量内积的并行关联规则算法(Parallel Vectors Inner-product,PVI算法)用于遥感数据挖掘系统。算法通过改进计算频繁项目集方法和优化数据读取,使算法寻找频繁项目集的效率大幅度提高。同时利用“廉价”的微型计算机资源,按照数据特点采用并行计算使得整个空间关联规则的挖掘效率进一步提高。经过对并行空间关联规则的研究,取得了如下研究成果:1)简化计算频繁项集的方法。使用布尔型数据可以有效降低了PVI算法的复杂度,并且PVI算法使用类似计算向量内积的方法来计算候选频繁项集,并利用k-1阶频繁项集计算k阶频繁项集,大大简化了计算步骤,提高了算法的并行性。2)减少扫描数据库次数。TP-PB算法发现知识时需要扫描数据库2次,而PVI算法通过计算时记录有效信息,只需扫描数据库一次,相比于TP-PB算法减少了I/O操作。数据的I/O操作会占算法开销的很大一部分,PVI算法减少了对数据库的扫描,大大提高了算法效率。3)空间关联规则引入并行计算。PVI算法采取冗余存储与减少I/O操作来降低任务完成时间。控制机将挖掘任务分配后,并行机自行根据任务在本地读取数据,进行知识发现。其次,为了使并行机尽量不处于空闲状态,应将子任务数量划分为并行机个数的整数倍并兼顾粒度。4)将并行的空间关联规则算法嵌入到遥感数据挖掘系统中,实现对海量遥感数据的展示与知识发现。采用B/S模式,使用户可以通过网络在网页浏览器上随时随地查看遥感数据。系统采用微软先进的图形开发工具WPF开发呈现,并可以对遥感数据进行漫游、放大、缩小、FullExtent等操作。在设置最小支持度阈值与最小置信度阈值后,提交遥感数据挖掘任务。
黄祥志[4]2015年在《基于智方体的地理时空栅格数据模型化研究》文中研究说明随着地理信息价值逐渐得到认同和重视,地理信息数据得到了空前的发展,数据量不断膨胀,与其同时地理信息系统的相关应用也在迅速地丰富和增长。然而,由于目前的地理信息数据的采集具有的空间局限性和时间局限性,使得形成的地理信息数据在时间和空间上具有明显的离散性和碎片化特征,而地理信息应用对地理信息数据的时间有效性和空间有效性有着严格的要求,因此尽管地理信息数据呈爆炸式地增长,但是仍然无法满足地理信息应用的需求,海量地理信息数据陷入了数据量大、但却利用率低的窘境。大数据思想和技术的兴起为这一问题带来了解决方向,它使得传统的地理信息数据组织和管理的作用角色发生了改变,从面向海量数据的存储与服务延伸到了提高海量存量数据的利用率上。在地理时空大数据的背景下通过利用人工智能技术实现空间信息的连续化预测模拟成为了可能,也是未来智能时代发展的趋势。在这种趋势下,对空间信息数据组织模型的研究提出了新的要求和挑战。地理时空大数据智能化组织技术从大数据智能发现的初衷出发,强调地理时空大数据的内在关系和特征的描述和表达,提升地理时空大数据的信息发现能力和数据利用价值,解决由于空间数据狭隘的时空有效性所带来的应用瓶颈,从而促进空间信息产业和科研事业发展。本文从地理时空栅格大数据组织需求出发,基于地理时空栅格数据潜在的时序关系、空间关系、属性语义关系和演变过程关系等关联特性,利用大数据、智能化的思想和技术,研究空间信息大数据智能化组织模型,探索构建一个智能化的空间信息立方体,使其具备空间信息发现和智能化预测能力,实现离散、片段式的空间数据的智能化拟合、平滑和填补,从而丰富、提高以及有序化空间信息大数据的信息维度、密度和准确度,满足更多地理空间信息应用的需求。具体概括起来包括以下几方面内容：(1) 地理时空栅格数据智方体建模与论证在大数据思想和数据驱动的智能时代背景下,分析现有相关数据模型组织形态,参考人类智能对信息和知识的处理方式,探讨面向智能时代的数据模型的发展方向和需求,提出智方体数据组织模型的定义和特征,在智方体数据组织模型的基础上,结合地理时空栅格数据特点和大数据化所面临的问题和需求,探讨智能时代的地理时空大数据的发展潜力和组织形态,提出地理时空栅格数据智方体(Geo Raster Intelligent Cube, GRIC模型)的构建思想和特征定义,并开展了GRIC模型设计与基础原理论证。(2) 基于GRIC模型的关键技术和应用方法设计与验证基于GRIC模型的关键技术和应用方法的设计与验证以现有可行技术方案为基础,地理栅格大数据为主要研究对象,对地理时空栅格数据智方体进行了数据一体化组织、描述、存储、联想、发生、模拟、计算等方面的设计,具体内容包括：])设计基于时间概念本体、空间概念本体、属性语义本体的GRIC数据语义描述方法；2)设计基于规格化地理空间单元的地理时空矢栅一体化数据组织模型；3)设计基于地理位置的GRIC栅格列存储模型；4)设计地理时空栅格数据智方体数据存储架构和计算架构；5)设计基于GRIC语义描述的地理时空数据关联搜索方法；6)设计基于经典规则的GRIC信息自我发生机制；7)设计基于经验规则的GRIC信息模拟预测机制。(3) 开展基于GRIC的遥感数据库原型试验系统的实现与分析本文在国家高分专项的支持下,以高分应用综合数据库为基础,开展了GRIC的原型试验设计与实现。原型试验系统以海量高分卫星数据及其衍生产品以及其他国内外卫星数据为试验数据对象,进行了组织、管理、模拟等试验分析,试验结果表明GRIC模型在多用户并发传输和栅格数据计算性能方面具有明显的优势,同时GRIC模拟出来的数据具有一定的参考价值和应用价值。
王旭红[5]2005年在《遥感影像数据挖掘技术研究》文中进行了进一步梳理随着传感器技术的发展,遥感影像的数量以飞快地速度增长。人们收集和存储影像的能力已经大大超过分析和从影像上获取信息的能力。这一切促使我们发展图像挖掘技术,它需各学科如图像处理、数据库、信息提取、机器学习和软件设计等同仁共同付出努力。图像挖掘旨在发现隐藏在数据库中含蓄的不明确的知识、影像数据的关系或其它模式,是数据挖掘的一个重要分支。 遥感图像数据挖掘(remote sensing image mining,(ReSIM))技术不仅是图像挖掘技术在遥感领域的应用,也是空间数据挖掘技术的一个重要拓展分支。它既要应用图像挖掘的一般性的理论和技术,又要结合遥感数据和空间数据的特殊性如独特的空间位置信息、复杂的空间关系和空间尺度,是空间数据挖掘与图像挖掘交叉的研究学科。其中,分类和预测方法是遥感图像分析和信息挖掘的重要研究内容,也是研究的重点。 本文围绕遥感影像信息自动化与智能化的获取和利用这一线索,对遥感影像数据挖掘理论和技术进行了研究,主要的研究成果和创新点如下: (1)研究了功能驱动和信息驱动两种图像挖掘模式,提出了信息驱动的遥感影像挖掘原型系统结构图和流程图,并指出系统应具备的功能和必要的工具。 (2)实现了最常用的两种分类器一监督分类(bayes)和非监督分类(Isodata)算法,并提出了bayes算法改良方法;实现了灰度共生矩阵纹理表示法;研究了图像中对象的空间结构和空间关系。 (3)在研究几种数据挖掘理论如模糊分类法、证据理论、人工神经网络(BP算法和SOM网络)、支持向量机、关联规则、决策树算法基础上,提出了基于这几种理论的遥感影像挖掘方法。 (4)上述的数据挖掘方法都是针对像元的图像分析,所能够得到的信息是极其有限的,不能够反映像邻域间的上下文信息(contextual information)。提出了“面向对象”图像挖掘方法,给出了该方法的流程和算法,实现了该流程和算法。 (5)在研究知识——颜色、纹理和边界等语义特征、混合光谱特征、高维数据的特征、GIS数据、地学专家知识等表示方法的基础上,提出了GIS数据辅助遥感图像数据挖掘的两种途径——以逻辑波段形式直接参与分类和融于空间数据库中系统化应用,并给出应用模型或系统框架结构;指出挖掘查询语言应为类似SQL的适用于地理信息挖掘的输入请求语言——GMQL(Geo-Mining Query Language);提出了知识库的表示方法;实现了基于规则化知识库遥感图像挖掘方法;实现了基于数据降维的高维数据特征提取算法。 (6)在分析Web环境下数据挖掘现状的基础上,提出了Web环境下图像挖掘系统框架图;进一步提出了Web环境下遥感影像数据挖掘系统框架图。
孙笑笑[6]2017年在《联合浮标与卫星数据的赤潮预警与决策服务》文中研究指明赤潮是我国近岸海域多发的自然灾害之一,科学地了解赤潮的发生规律、进行实时准确地预警预报、灾害验证以及时空变化监控对于赤潮的应急决策至关重要。本文选取浙江近岸海域高浊度、复杂多变的水体为研究对象,结合数据挖掘、地理信息系统、遥感反演等技术,旨在从真正意义上实现点(浮标监测)、线(船舶监测)、面(遥感监测)多源数据的融合应用,探索一个切实可行的技术框架与方法体系用于浙江近岸海域赤潮灾害的预警与决策服务。本文的研究内容具体为:(1)赤潮灾害监测大数据时空分析与关联规则挖掘。针对海洋环境监测领域存在的海量数据利用率不高的问题,本文对15年长时序的船舶监测数据进行了 SOM神经网络和相关性分析,并结合资料分析识别了赤潮特征因子(pH、溶解氧与叶绿素a)和环境限制因子(温度、盐度、降雨、强风),再利用多维关联规则挖掘算法提取了不同海域不同时段赤潮暴发时这些关键因子所处的状态,为赤潮的预警预报提供科学的时空判据。(2)考虑时间序列相似性的赤潮灾害实时预警预报。考虑到船舶监测和卫星遥感监测在赤潮实时预警上的瓶颈,本文基于实时浮标监测数据提出了一种基于特征点的分段赤潮预警时间序列相似性度量算法,该算法与关联规则挖掘结果联合后形成了一套"粗过滤-精匹配-检验"的赤潮信号识别模式,能够自动化、高精度地识别赤潮早期预警和赤潮发生预报信号,并搜索出历史时序库中最相似的赤潮事件供灾害处理参考。模式对台州大陈浮标和温州南麂浮标的应用准确率高达77.8%和88.3%。(3)基于多时相GOCI影像的高浑浊水体赤潮遥感提取算法构建。鉴于赤潮发生时水体光谱特征发生变化的特点,本文分析了静止卫星GOCI影像中赤潮水体、高浊度水体和清洁水体的波谱特征,基于识别出的443nm-555nm波段的波谱凹陷建立了赤潮水体的自动化遥感识别指数RrcH。利用RrcH进行赤潮的时空监控结果表明RrcH与浮标实测的Chl-a具有极好的相关性(r=0.9410,p<0.01),且与浮标预警信号在时间轴上高度一致。对赤潮面积提取的结果表明本研究提出的算法可以为赤潮灾害的灾中跟踪监控及应急处理提供支持。(4)浙江近岸海域赤潮预警与决策支持服务体系的设计与实现。依托笔者参与的科研项目,在项目研发的开源平台中集成并实现了 "多源监测数据高效云管理-大数据时空挖掘-赤潮实时预警-赤潮时空变化监控"的一体化赤潮预警与决策支持服务链。系统目前在各级海洋监测部门的业务化中得到显着效果,验证了本文提出的研究方法的有效性,能够为海洋生态环境保护和海洋经济可持续发展提供决策支持。
王霄鹏[7]2014年在《黄河叁角洲湿地典型植被高光谱遥感研究》文中认为高光谱遥感数据的特征提取和分类工作是高光谱遥感应用领域的研究重点和热点。滨海湿地区域面积广阔、地物分布复杂多样,且高光谱遥感数据本身维度高、数据量大,导致传统的特征提取方法对于蕴含于高光谱数据中的光谱特征信息利用有限,对于专家经验知识和统计信息以外的潜在特征,难以充分提取,进而难以形成适用于滨海湿地高光谱遥感数据的高精度分类算法。这不利于高光谱遥感技术在滨海湿地遥感研究领域的深入发展。本文的工作主要面向滨海湿地植被高光谱遥感精细化监测的需求,以黄河叁角洲湿地为研究区域,利用高光谱遥感影像和现场采集的典型植被现场光谱数据,发展了基于数据挖掘技术的滨海湿地典型植被高光谱特征提取和分类方法,实现针对研究区域典型植被与地物类型的高精度提取和分类。具体内容如下：(1)开展了基于光谱可分性与季节光谱特征差异的现场光谱特征分析针对研究区域和高光谱遥感影像的特点,开展黄河叁角洲滨海湿地典型植被现场光谱测量,得到了对研究区域植被类型光谱特征代表性良好的现场光谱数据；利用现场实测的典型植被光谱数据,开展基于反射率光谱的植被光谱分析和特征提取。为分析不同植被光谱间的可分性特征,发展了一种基于包络线去除光谱差值的特征波段提取方法,获得了典型植被的波段可分性查找表；为分析不同植被不同季节的光谱特征差异,基于导数变换方法开展典型植被春、秋两季光谱特征分析比较工作,获得了绿光反射峰、红光吸收峰、红边和近红外反射峰等4种光谱特征的位置和反射率差异信息。(2)发展了基于数据挖掘的研究区域典型植被高光谱遥感特征提取技术针对PROBA CHRIS多视角高光谱遥感卫星影像,首先研究了该影像数据的预处理技术,并对不同视角影像的成像效果及分类能力进行分析研究,确定0°视角影像作为特征提取的数据源。在此基础上,为获取高光谱遥感影像中典型植被的遥感光谱特征和特征波段组合规律,指导研究区域典型植被遥感分类,发展了一种基于关联规则挖掘的滨海湿地典型植被高光谱遥感特征提取技术,利用关联规则挖掘中的广义规则归纳算法,配合关联规则定量指标分析,获得了研究区域8类典型植被与地物类型(包括芦苇、柽柳、碱蓬、大米草、清澈水体、浑浊水体、裸滩、裸地)的高光谱遥感特征集。该技术能够充分提取高光谱遥感数据中的潜在特征,并满足光谱特征在分类、波段和信息等多个维度的独立性要求。(3)发展了基于决策树的研究区域典型植被高光谱遥感分层分类方法针对覆盖研究区域的PROBA CHRIS高光谱遥感数据,基于本文所建立的典型植被与地物类型高光谱遥感特征集,并结合现场光谱特征波段信息,确定研究区域8类典型植被与地物类型高光谱遥感分类规则,发展了一种基于决策树的黄河叁角洲典型植被高光谱遥感分层分类方法。利用该方法对PROBA CHRIS高光谱遥感影像进行分类实验,将整景影像分为8类典型植被与地物类型,利用现场踏勘信息结合高空间分辨率遥感影像解译所获取的标准解译图像,对分类结果进行精度评价,并与基于相同训练样本的SVM分类结果进行对比,实验结果显示,本文所发展的分类方法其分类精度较SVM算法有明显提高,超过10%。
周小成, 汪小钦[8]2005年在《遥感影像数据挖掘研究进展》文中指出遥感影像数据挖掘是一个有着广阔应用前景的研究领域。由于遥感影像数据库的海量特征,遥感影像数据挖掘已成为空间数据挖掘的主流。依据遥感影像数据挖掘的方法和目的,从图像索引和检索、图像分类、图像聚类、空间关联规则挖掘、影像变化检测以及高光谱数据挖掘六个方面对遥感影像数据挖掘的国内外研究现状进行了综述。并指出了遥感影像数据挖掘和知识发现中应该着力解决和注意的几个问题。
庞淑英[9]2008年在《叁江并流带旅游地质景观数据挖掘及旅游价值评价研究》文中研究表明论文以世界自然遗产地—叁江并流带的旅游地质景观单元为研究对象,剖析、采集区域内旅游地质景观在特殊的地理地质环境所形成的观赏性、科学性、文化性以及可利用性等旅游价值资源属性数据,以地域特性、地质成景作用特点、结构类型特征为基础,分析多尺度、不同类型旅游地质景观所具有的域、形、色、质四个基本要素。提出了旅游地质景观单元旅游价值定义的层次概念链式结构分析模型;构建基于旅游地质景观地理信息(Information of Tourism Geological Landscape)和遥感信息的层次管理模型和数据库结构的层状-星型分析模型;运用数据挖掘技术发掘隐含的旅游价值关联模式和知识,以判定树分类方法确立类型判别标志,以层次聚类方法优化旅游价值评价指标体系,并对评价因子进行了离散概念和逻辑概念校验;采用定性与定量方法优势互补的组合评价模式的研究思路和方法体系,将旅游价值的评价信息通过展示平台实现了多媒体可视化显示,据此形成本论文研究的核心内容和创新点。分析表明,叁江并流带自然遗产以新构造运动作用的地质遗迹为基础,标记了特殊地球演化事件的地质构造形迹,展示了重要的和丰富的地质现象。针对叁江并流旅游地质奇观的地质一生态环境保护、旅游资源合理开发与利用、旅游资源的科学评价和旅游效应的充分发挥等系列研究课题,贯穿于全文的数据挖掘理论对旅游地质景观的特征属性归纳和隐含知识发现的研究,将成为旅游地质景观旅游价值评价信息的可视化展示的重要手段和途径。结合空间信息技术、计算机技术、可视化技术、旅游地质学、旅游地质景观学、旅游价值评价方法以及叁江并流旅游地质景观研究方法等多学科理论的交叉知识,构建的旅游地质景观旅游价值评价信息和评价结果的多媒体集成功能展示平台,对叁江并流旅游地质景观、旅游产品的数字化和网络化的开发研究具有开拓性的探索意义。论文主要研究内容是:基于地理信息系统和遥感影像处理系统进行旅游地质景观特征信息采集与处理;以斑廊基结构元素的概念为分析基础,结合旅游地质景观成景作用,建立旅游地质景观空间特征分析模型;应用数据挖掘技术的决策树算法在旅游地质景观特征和旅游价值属性的数据库结构上,挖掘分类判定标志;通过旅游价值的概念分层链式结构模型完成旅游价值因子的界定和厘定分析;采用“层次—聚类分析法”优化评价指标体系;研发旅游价值评价信息的多媒体可视化展示平台。通过对叁江并流带典型旅游地质景观的旅游价值属性的系统性研究,了解并掌握该地域内旅游地质景观空间分布规则和旅游地质资源状况,挖掘深层面的旅游价值特征信息,从错综复杂的地质作用过程、地质条件,千差万别的地质现象、漫长的历史地质构造旋回和地质演化遗迹中,探索形态各异、历史悠久的地质奇观深厚的观赏价值、科学内涵,向人类展示叁江并流区域神秘的、知识性的、奇特的种类多样的旅游地质景观,增强该地区的旅游吸引力,促进区域旅游经济效应,提升叁江地区旅游地质景观品位以及合理地、科学地保护和利用叁江并流带自然资源和旅游资源,具有重要的作用和积极的指导意义。本论题研究提供的算法和模式,一方面可促使地质学科的专业化知识逐渐转化为科普、科教化、市场化、交叉学科互相渗透和应用研究的普及化;另一方面,结合多媒体数字化技术、网络技术、计算技术、地球科学技术以及虚拟可视化等前沿技术,可扩展本论题的研究成果的应用。随着多维景观可视化浏览器研制技术不断完善,大量无序的、非结构的旅游地质景观空间信息将方便地被转化为人们易于感知、认知的可视化信息。可消除旅游景区存在的时间限制和空间障碍,利用信息工具,以视频、音频、文字、图形、动画等多种媒体形式,推出让游客身临其境的并具有高品味、高享受、高愉悦性、知识性、科普性的丰富旅游价值的旅游产品和旅游线路服务,从而提高旅游业在旅游销售市场中的决策力和竞争力。本论题研究所建立的分析方法和旅游地质景观空间信息数据库,应用于教学,资源环境监测,生态环境的利用、保护、开发、调查、评价、预测等方面也将具有较强的实用价值,特别是应用于不可再生旅游地质景观的可视化回顾、核心保护区内景观的可视化展示、历史景观模拟再现等都具有很好的应用前景和社会效益及经济效益。提供旅游规划研究领域一个可视化“规划效果图”展示的探索思路和讨论空间。此外,论文研究成果可使更多的人在观赏、体验叁江并流旅游地质奇观之后,深刻地去了解存在于叁江并流带的旅游地质景观大都遵循“产生—发展—消亡”的成景生命周期规律,明白叁江并流带奇特多样,具有深厚旅游文化的旅游地质景观是不可再造和不可再生的。论文研究的目的拟通过现代信息技术手段使那些重要的或者处于核心保护区域的或者稀有的或者即将消亡的旅游地质景观得以虚拟再现;在防止人为地对旅游资源和环境资源的掠夺与破坏,保证叁江并流带世界自然遗产瑰宝在保持其原生态前提下发挥积极的效用。论文主要研究的关键技术是:在旅游地质景观资源区划的基础上,完善旅游地质景观分类方法;构建旅游地质景观特征的知识性和描述性的空间数据模型;从成因关联分析的角度,探讨地质作用成因对旅游地质景观形成过程的影响程度;分析和探讨旅游地质景观的旅游价值内在的层次概念描述,景观结构与景观类型间的相似性和相关性,利用层次聚类算法动态优化旅游价值评价指标体系;类比定性和定量评价理论与方法的优劣,研发可视化评价模型和软件,寻求叁江并流带旅游地质景观旅游价值的有效和科学性的评价效果。研究的技术路线与实现方案是以旅游地质景观“斑廊基”结构概念为理论分析基点,探索研究叁江并流带旅游地质景观的基础成景地质作用和主导成景地质作用及成景演化机制,充分发挥交叉学科间的技术优势为技术路线。基于GIS(地理信息系统)和RS(遥感信息系统)采集叁江并流带旅游地质景观特征数据,利用数据挖掘相关理论、方法和技术实现旅游地质景观自动分类,旅游价值评价模式优化等数据处理;构建叁江并流带旅游地质景观特征信息数据库,空间数据分析模型;应用定性与定量评价方法获得的旅游价值评价结果,赋予不同程度的知识含义或可理解的模式。最后,利用这些知识和模式实现旅游地质景观的旅游价值评价,并由可视化评价系统将其直观地进行展示和模拟。研究工作的创新理念主要体现在:论题研究内容表现为交叉学科知识的相互渗透,涉及到的知识和技术层面广泛,创新理念和研究成果随着研究技术的复杂性和研究工作的深入而产生。创新主要集中在以下4个方面:1.集成多学科理论与知识,开展了交叉学科的研究尝试;2.结合空间信息技术,基于旅游地质景观空间数据的描述、表示、内在联系和可视化特征数据的分析,结合空间数据挖掘方法构建了旅游地质景观空间数据分析模型,提出旅游地质景观地理信息系统(GIS of Tourism GeologicalLandscap,简称TGL GIS)的概念和系统框架;3.在前期研究工作的基础上,提出了适用于旅游地质景观空间数据分类与优化评价指标体系的方法。应用改进的自动搜索类别判定标志的判定树分类算法具有较快的收敛域,融合概念层次结构和动态层次模型聚类方法优化旅游价值评价指标体系,提高数据的可靠性和评价效率;4.从旅游地质景观结构的斑廊基结构元素概念出发,利用试用的MapObjectsGIS组件,结合VB可视化开发语言环境作二次开发的学习与研究,提出了多媒体可视化评价模式,研制开发了与展示相关的功能,将基于数据挖掘的旅游地质景观的旅游价值评价结果(具有知识性意义的评价结果)进行直观地展示。论文研究过程中,取得的主要研究成果为:1.探索一套适合于旅游地质景观特征信息采集和处理的方法,构建一种有效的、具有描述性功能的空间数据分析模型;2.针对旅游地质景观旅游价值定义的复杂性和特殊性,提出了旅游价值属性的链式层次概念结构分析模型;3.利用数据挖掘中的决策树算法实现旅游地质景观的类型判别标志的建立,为实现旅游地质景观类型的自动分类奠定了理论和应用基础;4.将数据挖掘技术中的层次—聚类算法应用于旅游价值评价指标体系的优化实验中,实现评价因子的动态筛选功能,拓展了提高旅游价值的评价效率的可操作途径;5.研发的可视化评价展示平台,可实现从不同视觉角度和不同的方法去评价和观赏旅游地质景观的旅游潜力、旅游效应以及旅游功能。
刘凯[10]2007年在《基于知识发现的珠江口湿地识别监测及演变规律挖掘研究》文中进行了进一步梳理湿地是一种介于水生生态系统(深水湖、海洋)和陆地生态系统(森林、草地)之间的一种重要而又特殊的生态系统，湿地是地球上最具生产力的生态系统之一，也是最富生物多样性的生态系统之一，它不仅能为人类的生产、生活提供多种资源，同时还具有很高的经济价值、环境效益和多种生态功能。由于近几十年来人类活动日益频繁，使得我国湿地资源急剧减少，以有效监测与合理保护湿地为目的的湿地遥感监测及其相关研究已成为湿地研究领域的一个重要研究方向。遥感技术与GIS技术在湿地资源现状调查、动态变化监测和湿地制图等领域已经得到了广泛的应用。遥感技术所具有的观测范围广、信息量大、信息定量化、数据更新快、多时相、多平台、历史资料丰富、可对比性强等优点，使得遥感技术在湿地领域的相关研究中显得十分突出和重要。且随着近些年来计算机软件、硬件的不断完善，GPS和GIS技术的飞速发展和普及，“3S”技术的结合使得遥感技术在湿地研究中的应用范围及利用效率大大提高。本文以珠江叁角洲的核心地区(珠江口)作为研究区域，利用知识发现与数据挖掘方法从多时相、多分辨率、多种成像方式的遥感图像(光学遥感、微波遥感)中获取不同类型的湿地信息，并且监测了近20年来珠江口湿地的动态变化，分析其变化特征，同时利用时空关联规则挖掘方法来获取湿地演变与人类活动之间的关联规则。研究结果将为珠江口地区湿地资源的可持续利用提供了基础数据和决策依据，具有重要的理论意义、实践意义和社会意义。本文通过全面分析、讨论得到如下的主要结论：(1)在湿地遥感识别、动态监测研究中，知识发现与数据挖掘方法是一种十分有效的方法，能够取得较好的分类精度。本文研究中共使用到了决策树算法、神经网络算法、粗糙集算法、支持向量机算法和朴素贝叶斯算法。(2)决策树算法识别湿地信息的精度最高。本文的研究表明，在使用的多种知识发现方法中，决策树算法的分类精度最高，且对遥感数据的要求较少。而其他的分类方法均需要在满足一定条件下，才能够得到较高的分类精度。(3)1988～2004年珠江口湿地资源持续减少。本文利用4个时相的Landsat TM数据监测了珠江口湿地资源的动态变化，并分析了湿地资源的变化速率、双向动态度以及湿地资源的空间分布重心位移。分析结果表明，从1988年开始，珠江口的湿地资源在持续减少，但到了2002年，部分湿地资源受到了保护和恢复，面积略有增加。(4)关联规则方法可以获取湿地演变规律。关联规则也是一种知识发现方法，它能够获取不同的项(湿地与其他影响因子)之间的关联性。本文以东莞市城市湿地为例，在像元尺度、镇区尺度和格网尺度叁个尺度级别上挖掘湿地资源演变与社会经济统计属性因子、环境属性因子、土地利用属性因子之间的关联规则。研究表明，格网尺度是挖掘湿地演变关联规则的最佳空间尺度；东莞市城市湿地演变(减少)与环境属性因子的增加、外来人口数目的增加、农业人口与农业总产值的降低、城市用地的扩张之间具有强关联性。(5)不同分辨率、不同成像方式的遥感数据在湿地遥感研究中得到了成功的应用。本文在利用遥感技术与知识发现方法研究湿地资源时，使用到了被动成像的光学遥感数据SPOT(融合后其空间分辨率2.5m)与TM图像(空间分辨率30m)，还有主动成像的雷达数据Envisat ASAR(空间分辨率30m)与Radarsat SAR图像(空间分辨率6m)，均取得了较好的应用。研究表明，多源遥感数据的结合使用能够将各自的优势综合起来，弥补单一遥感数据信息量的不足，扩大了各自信息的应用范围，同时还能够提高湿地信息提取的精度。
参考文献：
[1]. 基于关联规则的遥感数据挖掘与应用[D]. 马超飞. 中国科学院研究生院（遥感应用研究所）. 2002
[2]. 关联规则分析及其在空间数据挖掘中的应用研究[D]. 刘永彬. 广西大学. 2007
[3]. 空间数据挖掘中PVI算法的研究与应用[D]. 张冬冬. 河南大学. 2011
[4]. 基于智方体的地理时空栅格数据模型化研究[D]. 黄祥志. 浙江大学. 2015
[5]. 遥感影像数据挖掘技术研究[D]. 王旭红. 西北大学. 2005
[6]. 联合浮标与卫星数据的赤潮预警与决策服务[D]. 孙笑笑. 浙江大学. 2017
[7]. 黄河叁角洲湿地典型植被高光谱遥感研究[D]. 王霄鹏. 大连海事大学. 2014
[8]. 遥感影像数据挖掘研究进展[J]. 周小成, 汪小钦. 遥感信息. 2005
[9]. 叁江并流带旅游地质景观数据挖掘及旅游价值评价研究[D]. 庞淑英. 昆明理工大学. 2008
[10]. 基于知识发现的珠江口湿地识别监测及演变规律挖掘研究[D]. 刘凯. 中国科学院研究生院（广州地球化学研究所）. 2007
标签：自然地理学和测绘学论文; 大数据论文; 数据挖掘论文; 关联规则论文; 遥感影像论文; 空间数据论文; 遥感图像处理论文; 数据挖掘算法论文; 空间分析论文; 植被指数论文; 图像融合论文; 光谱分辨率论文; 景观生态论文; 赤潮论文; 地理论文;