Abstract: In this paper, spatial association rules data mining is used in analysis and forecast the forest pest disaster, and has carried on the preliminary exploration. With Spatial Association Rules algorithm, the paper has analyzed the data of the forest pest disaster and built the decision-making knowledge Database. Based on GIS, the prediction model has been established for the forest pest disaster, and the whole process of the forest pests disaster forecast has been discussed.
Keywords: GIS, Spatial Data Mining, Spatial Association Rules
在数据空间化的过程中,把基础数据表中的空间数据存储到空间数据库中,把特性数据表中基础数据的属性描述信息存放到数据库中,同时把对森林病虫害有直接影响的植被属性数据存放到数据库中。
把历年病虫害发生的详细信息加载到空间数据库,为下一步的空间关联规则数据挖掘提供数据基础。
3.3. 预测模型框架设计
预测模型框架结构如图2所示:
预测模型结构图中的数据挖掘模块,主要通过SDE数据库引擎对空间数据库访问,采用关联规则挖掘算法对所得到的历年灾害数据样本进行分析,探讨规律,找出隐含的能够导致森林病虫害发生的空间关联知识。在决策规则库中,主要存放由数据挖掘模块从历年病虫害数据中挖掘出的带有因果关联的空间地物的空间关联知识,这些空间关联知识描述了发生森林病虫害的直接或间接原因。为了举例说明预测的整个过程,选取决策规则库中针对某一地区的一条因果关联比较简单的空间关联规则如下:
IF 降水量小∧温度高∧树体高∧树龄高 THEN 发生病虫灾害 (50%,80%)
在上述空间关联规则中支持度50%,置信度80%。一般地,支持度表达的是规则的适用范围,支持度越大,关联规则越重要。置信度表达前件(原因)对于后件(结果)的促进作用,置信度越大,原因与结果之间的关联性越强。
下面就以上述的因果关联比较简单的空间关联规则来论述预测的整个过程:
森林监控信息信息源的数据主要来自遥感信息,地面站点监控信息,气象部门的气候和天气预报信息等。
监控信息处理引擎主要功能有四方面:
(1)接收并处理信息,接收森林监控信息源传来的监控信息作处理;把各属性矢量化存入临时空间数据库。已知该地区植被树龄较高而且树体高大,气象部门预报,未来一个月内降雨少,而且高温。将这四项矢量化,每一个属性空间化为一个数据层。如图3所示。
(2)提供决策支持,将接收的监控信息的空间矢量化结果进行叠合,叠合结果如图,重叠区也即是病虫害即将发生区:
根据决策规则库中空间关联规则:
IF 降水量小∧温度高∧树体高∧树龄高 THEN 发生病虫灾害;
做出决策重叠区内和周围将会发生严重的病虫害的概率为80%,同时为灾情预报提供重叠区的描述信息。
(3)采集信息收集,将存储在临时空间数据库的监控信息和现场病虫害情况信息一起存入空间数据库,为下一次的空间关联规则数据挖掘提供数据准备。
(4)提供灾情预报,根据(2)提供的重叠区的描述信息,为用户提供可视化界面,标示出森林病虫害将要发生的区域位置。
4. 总结
本文将空间关联规则数据挖掘应用到森林病虫灾害的预测领域。通过对历史病虫害数据挖掘规律和森林病虫害分布特征,达到预测或为预警工作提供重要科学依据和决策支持。基于空间关联规则数据挖掘方法,可以作为与GIS集成的数据挖掘模块中的一种,在数据挖掘分析以及最终为决策支持和预警等方面都具有丰富的现实意义,同时也可为其他空间关联规则数据挖掘工作提供参考。但在智能化的GIS系统中,不仅包含数据挖掘模块,也同时包含联机分析模块。如何将两个模块结合起来,并且最终形成有效的决策支持,这也是以后进一步研究的目标。
参考文献
李德仁,王树良,史文中,王新洲.论空间数据挖掘和知识发现.武汉大学学报(信息科学版) .2001年12月.
樊明辉.空间数据挖掘及其可视化系统若干关键技术研究.中国科学院研究生院博士学位论文.2006年5月.
陈江平.空间关联规则挖掘算法研究.计算机工程.2004年12月.
Jiawei H,Micheline K. Data Mining Concepts and Techniques Simon Fraser University,Morgan Kaufmann Publishers.2000.