摘　要：首先探討了DM在GIS中應用的必要性和可能性，然后討論了GIS數據庫中的DM可以發現的知識類型、可以使用的方法，可以采用的DM系統原型，最后簡單介紹了DM對GIS的貢獻。
關鍵詞：數據挖掘(DM)　地理信息系統(GIS)　專家系統(ES)

1　引言
　　DM(Data Mining數據挖掘)是指把人工智能、機器學習與數據庫等技術結合起來，由計算機自動地從數據庫或數據倉庫中的大量數據中揭示出隱含的、先前未知的并具有潛在價值的信息或模式，以解決數據量大而知識貧乏這一困擾專家系統(ES)的知識瓶頸問題的非平凡過程。這一概念一經提出，立即引起了學者、軟件開發商和用戶的極大興趣，國外紛紛建立了許多專門研究知識發現和數據挖掘的公司或部門，從數據挖掘的基本概念和原理開始，直到挖掘方法、算法以及軟件工具，進行了廣泛深入的研究。到目前為止，已經形成了比較完整的數據挖掘理論和方法體系，并且出現了許多實用的數據挖掘工具，廣泛應用于商業、金融、保險、醫療、化工、制造業、工程和科學等領域，產生了巨大的效益。
　　GIS(Geographic Information System地理信息系統)是以采集、存儲、描述、分析和應用與空間地理分布有關的數據的計算機系統。作為數據庫管理技術、計算機圖形學以及空間分析方法的共同產物，它已在社會、軍事、經濟和管理部門得到了長足的發展和廣泛的應用。目前，它正逐步與遙感(RS)和全球定位系統(GPS)技術相結合，向集成化、自動化及智能化邁進。專家系統技術在遙感影像解釋、地形數據的表達及語義和非語義信息的提取等方面的應用，正是為了提高這種高集成度的地理信息系統的自動化和可靠性。然而，盡管專家系統中的知識表達和知識應用的研究取得了不少的進展和成果，其知識獲取仍然主要依賴于專家和知識工程師，離知識自動生成還有相當大的差距。因此，知識獲取問題成了專家系統發展的瓶頸，也成了建立智能化遙感與地理信息系統的瓶頸。事實上，GIS數據庫中含有豐富的數據和信息，是自然界和人類活動的共同產物，專家系統所需的許多知識就隱含在這些數據和信息之中。所以，如果能將計算機科學的DM技術用于GIS，從GIS數據庫中自動生成專家系統所需的知識，無疑將會給知識獲取問題的解決帶來無限生機。
　　基于上述分析，該文旨在討論MD技術在GIS中的應用。文章下面部分分別就DM在GIS中應用的必要性和可能性、GIS數據庫中的DM可以發現的知識類型、可以使用的方法、可以采用的DM系統原型以及DM對GIS的貢獻展開詳細的論述。
2　DM在GIS中應用的必要性和可能性
　　大千世界中，許多事物之間都存在著千絲萬縷的聯系，在描述客觀世界的數據中必然存在其內部的相互依賴性。Tobler的第一地理規則就描述了這樣一種空間依賴性：“所有的事物都是有聯系的，一個地方發生的事件總是與它附近發生的事件有關聯，并且相距近的事物之間的聯系一般比相距遠的事物之間的聯系要緊密。”如果能從這些數據中找出其規律性或相互聯系，就可以反過來推斷客觀世界的情況。GIS是一個對地球表面及空間物體描述，的信息系統，其數據庫中豐富的數據和信息本身就是大自然和人類社會活動的雙重產物，專家系統中所需要的許多知識就可能隱藏在GIS數據庫中。若能利用DM技術，從GIS的空間和屬性數據中得出有關自然界與人類活動的內在規律，就必將為專家系統在GIS中的應用和發展提供新的手段和方法，也將為GIS自身的發展提供更廣闊的前景。一方面，GIS的應用需要DM技術的幫助，這種需要使得GIS必將成為DM的一個極好的應用領域。因為①GIS數據庫中不僅包含了大量的屬性數據，而且還包含了大量的空間數據。②社會上許多行業需要GIS作決策支持和規劃管理，而且各應用領域的特點互不相同，都存在著許多顯著的但又不充分的領域知識。另一方面，DM在GIS中的應用必將促進DM自身的發展。因為GIS數據庫中含有的大量的空間數據比DM已有的應用領域中的數據類型更加豐富和復雜。
3　數據庫中的DM可以發現的知識類型
　　3.1 有關目標的幾何信息知識
　　從GIS的圖形數據庫中，可以很方便地得到關于某一類目標的位置、形狀、大小及結構等幾何特征，通過歸納與演繹的方法就可得出關于該類地物目標(如飛機場、運動場、果園等)的一般性(或規律性)的幾何信息知識。
　　3.2 目標與目標之間的相連、相鄰與共生關系的知識　　從GIS的圖形和屬性數據庫中，不難發現目標間的相連(如火車站與鐵路相連)、相鄰(房屋與道路相鄰)及共生關系(如蒙古包與草場的關系)。
　　3.3 目標的幾何性質與屬性之間的關系的知識
　　將GIS中的空間數據與屬性數據對應起來，可發現目標的幾何與屬性之間的對應關系。如山區植被的垂直地帶性，在不同的高度和坡度生長著不同的植被。在郊區以植被為主，以建筑物為輔；在城市以建筑物為主，以植被為輔。在北方以旱季作物為主，在南方以水稻為主。這些知識對遙感影像的判讀是十分有效的。
　　3.4 面向對象的知識
　　若GIS中采用了面向對象的數據模型，則可以很方便地提供超類—類—子類目標之間的知識繼承、傳播和集成。因此，只要借助于GIS中有效的空間分析工具、面向對象的數據模型和DM技術，便可以從GIS中提取對GIS分析、應用、更新等方面所需要的知識。
4　GIS數據庫中的DM可以使用的方法
　　盡管有不少的文獻和研究者探討過DM的方法，但關于GIS數據庫中的DM的方法的研究寥寥無幾。筆者認為，在現階段，至少有以下方法適用于GIS數據庫中的DM。
　　4.1 歸納與演繹的方法
　　這是一種邏輯方法，是從數據庫中獲取知識的最基本的方法，即從多個已存在的事實中歸納出規則。在GIS中，無論是屬性數據還是空間拓撲關系，若進行抽象和概括時，均可用到此方法。如在對游牧民族地區草資源調查中，通過相鄰分析，便可歸納出只要有蒙古包，其周圍都有草地，且附近必有淡水湖泊。這樣的規則完全可以從GIS數據庫中發現，并用于以后的遙感調查和建立新的GIS。
　　4.2 統計的方法
　　統計的方法一直是DM中最主要的方法，在AI領域的關系數據庫中它已經得到了充分的利用，它還可以用于GIS中的屬性和空間數據庫中。如在遙感影像分析中，對影像進行監督分類和非監督分類，都是利用統計的方法得出影像模式后，再按此模式對影像分類。實際上，遙感影像的計算機自動分類也可算是較簡單的DM過程，只是其數據為一些以柵格方式存儲的影像數據，而不是像關系數據庫中的數據那樣以關系元組的方式存儲。因此，完全可以說在GIS中早就有了DM的思想。
　　4.3 空間分析的方法
　　空間分析是指一組技術，其結果取決于被分析對象的位置。這些技術不僅需要獲取對象的位置，還需要知道對象的屬性。GIS數據庫中的空間數據提供了空間分析所需要的位置，非空間數據提供了對象的屬性數據，因此GIS數據庫提供了空間分析所需要的各種數據，利用GIS數據庫中的數據可以進行空間分析。空間分析的主要目的是從空間關系中開發數據，以得到空間的內部關系并加以理解。例如空間分析中的探測性空間分析方法不僅可以揭示空間數據庫中許多非直觀的內容，如空間異常點、層次關系、時域變化及空間交互模型，還可以揭示用傳統的地圖不能辨明的數據模式和趨勢。為了達到此目的，空間分析應利用和開發GIS及其數字環境。在這種數字環境中，數據的比例尺寸能夠很方便地改變，能放下層次間的不連續性，還能將不同的數據媒介如文字、聲音、圖形和影像聯結在一起。此外，數字環境要能提供物體間更廣泛的聯系，因為地圖上只是表明了物體空間上的接近及鄰近關系，而不能提供物體間的相互作用，以及文化、貿易和社會網絡的聯系。在面向對象的環境中，屬性和空間數據統一在一個對象中存儲和管理，以上這些想法相對而言更易于實現。從現實來看，地理位置與地形、土壤、植被及氣候等要素是緊密相關的，相互制約的。所以說屬性與空間數據是一對矛盾統一體，如果能找到屬性形成與空間分布的對應關系，那么若已知某一對象的屬性則可知道其相應的空間分布，若已知其空間分布情況，則也可以根據其對應關系知道其相應的屬性。
　　4.4 Rough集方法
　　Rough集理論(Rough Set Theory)是波蘭華沙大學Z.Pawlak教授在1982年提出的一種智能數據決策分析工具，被廣泛研究并應用于不精確、不確定、不完全的信息的分類分析和知識獲取。Rough集理論為GIS的屬性分析和知識發現開辟了一條新途徑，可用于GIS數據庫屬性表的一致性分析、屬性的重要性、屬性依賴、屬性表簡化、最小決策和分類算法生成等。Rough集方法與其它知識發現方法相結合，可以在GIS數據庫中數據不確定情況下獲取多種知識。例如，在經過統計和歸納從原始數據得到普遍化數據的基礎上，Rough集用于普遍化數據的進一步簡化和最小決策算法生成，使得在保持普遍化數據內涵的前提下最大限度地精練知識。
　　當然，除了以上介紹的4種主要的方法外，還有其它的一些方法也可以用于GIS數據庫中的DM，比如神經元網絡的方法、決策樹的方法等。
5　GIS數據庫中的DM可以采用的DM系統原型
　　加拿大Simon大學計算機科學系，在關系數據庫挖掘系統DBMiner的基礎上，增加空間數據挖掘功能，開發出了一種空間數據挖掘系統原型GeoMiner。該系統能夠在地理信息數據庫中挖掘特征規則、判別規則和關聯規則，擴充后還包括分類規則和數據聚類。系統除了用SAND體系結構建立空間數據庫模型外，還有空間數據立方構造、空間OLAP等功能模塊。此外，該系統還設計和實現了空間數據挖掘語言GMQL，以及用戶接口和空間知識的可視化工具。因此，這一空間數據挖掘系統原型GeoMiner是可以采用的DM系統原型。
　　5.1 GeoMiner的系統結構
　　它包含有三大模塊：空間數據立方體構建模塊、空間聯機分析處理(OLAP)模塊和空間數據挖掘模塊，采用的空間數據挖掘語言是GMQL。目前已能挖掘3種類型的規則：特征規則、判別規則和關聯規則。GeoMiner的體系結構如圖1所示，包含4個部分：(1)圖形用戶界面，用于進行交互式地挖掘并顯示挖掘結果；(2)發現模塊集合，含有上述3個已實現的知識發現模塊以及. 個計劃實現的模塊(分別以實線框和虛線框表示)；(3)空間數據庫服務器，包括MapInfo，ESRI/Oracle，SDE,Informix-Illustra以及其它空間數據庫引擎；(4)存儲非空間數據、空間數據和概念層次的數據庫和知識庫。
　　5.2 的數據挖掘語言
　　Han等人為了挖掘地理空間數據庫設計了一種地理數據挖掘查詢語言GMQL(Geo-Mining Query Language)，它是對空間SQL的擴展，并成功地應用于空間數據挖掘系統原型GeoMiner中。它用于描述和執行空間數據庫中的數據挖掘。下面為一個用GMQL語言描述的挖掘空間互聯規則的例子。
　　例：找出某省pro-a范圍內大城鎮的空間互聯規則
　　Mine spatial associatins
　　As "大城鎮"
　　In relevance to water.name, states.area-name
　　From towns, water, state, provinces
　　Where towns.population>25000 and towns.geo inside province.geo 
　　　　and province.area-name = "pro-a" and g-close-to (towns.geo,
　　　　water.geo, 75, "km") and state.area-name = "USA"

6　DM對GIS的貢獻

　　DM用于GIS，可使GIS 在以下幾個方面得到較大的進展或突破：
　　(1)使有限數據的GIS 成為具有無限知識的GIS。盡管GIS中存儲了大量的數據，但其容量總是有限的，總是對客觀世界的不完全描述。而DM利用機器學習技術，能從這些有限的數據庫發現新的知識，將這些知識反作用于已有的數據，就可得到更新的數據和知識，這樣循環下去，GIS 不僅是一個信息系統，而且是一個數據源和知識源，也就使有限的GIS 變成了無限的GIS，也使靜態的數據變成了動態的數據和知識。
　　(2)可用于GIS的數據精練。現有的GIS數據庫中存儲了大量的數據，其中有些數據是必需的，有些數據是冗余的，有些數據是最基本的，有些數據是可導出的。利用DM，可以尋找出數據間的相互依賴性，得到數據間的層次和層次間的相互關系。因而，數據庫中就可只存儲那些必需的數據和關系，而不必存儲其它的數據，就可將GIS 數據庫進行精練。這樣不僅可以節省存儲空間，而且可以提高數據庫的管理效率和整個系統的運行速度。
　　(3)可用于GIS的數據更新。現有的GIS數據庫中存儲了描述客觀世界的大量數據，而客觀世界在人類活動的影響下是時刻變化的，如何將這些變化在GIS中進行快速地更新，也是一個十分棘手的問題。GIS數據庫的更新通常是利用新的航空或航天遙感數據，但這時需要解決的問題是哪些數據需要更新，如何自動地從遙感影像中獲取更新數據。用DM中的空間分析方法可以解決此問題，它通過對不同時域的數據進行比較，得到事物隨時間變化的規律，并找到影響此變化的主要因子。這樣，在以后的分析中，只要檢查這些主要的因子是否變化，若有變化，就進行數據更新，否則就不予考慮。
　　(4)使GIS成為真正的“智能”空間信息系統。在GIS中引入專家系統技術，使GIS具有了一定的自動性和智能性，但它遠不能稱為一個真正的“智能”系統。因為它不具備自動學習的功能，只能利用已有的知識進行推導。可DM技術的引入，使得GIS 系統能自動地獲取知識而可能成為真正的“智能”系統。完全可以說，專家系統與GIS 的結合，使GIS 成為了一個空間咨詢和決策支持系統，而:* 與GIS 的結合，可使GIS 成為真正的智能空間信息系統，進而促進GPS、DPS、RS、GIS與ES的完整結合。