论文部分内容阅读
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三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。