29、地理空间数据挖掘：技术、应用与挑战

地理空间数据挖掘：技术、应用与挑战

1. 地理空间数据挖掘概述

地理空间数据挖掘是数据挖掘的一个子领域，主要关注从空间数据库中发现有趣、有用但隐含的知识。地理空间数据涵盖卫星图像、地图、人口普查数据以及空间微分方程的模拟运行结果等。

在地理空间中，存在“万物皆相关，近物更相关”的特性。然而，将传统数据挖掘技术应用于地理空间数据时，可能会产生有偏差或与数据拟合不佳的模式。地理空间数据给数据挖掘任务带来新挑战的原因主要有以下三点：
- 数据类型复杂 ：传统数据挖掘处理数字和类别，而空间数据更为复杂，包含点、线、多边形等扩展对象。
- 关系隐式表达 ：传统数据挖掘处理显式输入，而空间谓词（如重叠）通常是隐式的。
- 数据相关性强 ：传统数据挖掘假设各输入相互独立，而空间模式中相邻特征往往具有连续性和高自相关性。

此外，当前数据库技术对地理对象和关系的表示非常简单，如点对象、多边形和欧几里得距离等。因此，数据挖掘任务需要扩展以处理地理空间数据的独特特性，包括扩展数据结构、查询和算法，以处理其他地理对象（如移动对象）和关系（如非欧几里得距离）。同时，将时间集成到数据库表示中以及整合多源地理空间数据集也是巨大的挑战，这些挑战促使了空间（或地理空间）数据挖掘这一新学科的兴起。

2. 地理空间数据的特征

地理空间数据具有以下独特特征，使其在计算问题中具有特殊性：

2.1 数据量大且格式多样

地理空间数据存储库规模庞大，现有的地理信息系统（GIS）数据集通常由特征和属性