【精品】6-石岩的论文

《【精品】6-石岩的论文》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、一种顾及异常区域的海温多尺度分区方法石岩I,邓敏I,刘启亮2（1.中南大学测绘与国土信息工程系，长沙，410083;2.香港理工大学土地测量与地理资讯学系，香港九龙红砌）摘要：空间聚类分析是空间数据挖掘的主要方法之一，旨在发现海量数据屮潜在的空间分布模式和异常特征。本文采用空间聚类分析和多尺度分析札I结合的策略对海温进行多尺度气候分区。首先，针对气候时间序列特征和异常区域特征，提出一种顾及异常区域的多尺度分区方法。进而，分别采用传统方法和新方法对海温进行多尺度气候分区，通过比较分析发现新方法更优越。最后，利用气候指数对分区结果进行验证,说明本文方法有效。关键词：

2、海表气温，尺度空间理论，异常区域，多尺度分区1・引言聚类分析是数据挖掘的-•个主要方法，其既可以独立地作为一种数据挖掘方法使用，又可以与其他方法相结合挖掘更深层次的知识。空间数据聚类分析的目的在于将空间数据集划分为〃个有意义的簇，使得簇内相似性尽可能髙，簇间差界性尽可能明显，这与气候分区的内涵高度一致，已成为气候分区的有效手段Z—⑴⑵。另外，对海洋气候要素进行多尺度气候分区具有重要研究意义。例如，通过与已知气象指标进行相关性分析，可以找到与气象指标最吻合结果对应的尺度，此尺度下的空间分布聚集模式具有重要研究价值。并且通过得到的聚集模式，可以进一步与陆地气候要素进

3、行关联分析,从而挖掘得到海陆气候关联机制,期望发现未知的气象指标指示陆地气候变化。近年来，许多学者在利用聚类手段进行气候分区方面做了大最研究，人致可归纳为三类：基于划分的方法2、基于层次的方法⑹⑺以及基于密度的方法⑻。通过分析现有研究可以发现：（1）基于划分的方法和基于层次的方法严重依赖人为确定聚类数目，导致分区结果主观性较强；（2）采用现有聚类有效性评价方法对聚类结果评价可靠性不强；（3）基丁•密度的方法仅对分布均质数据分区有效，而不能对所有数据侑效分区；（4）现有研究人都仅在单一尺度下进行气候分区，耒顾及地理现彖的多尺度效应。现有的多尺度聚类方法主耍以尺度空

4、间理论为基础闱对社会经济数据设计，未顾及气候时讪宇列数据的特性和异常气候区域,因此无法直接准确用于气候分区。为此本文提出一种顾及界常区域的多尺度分区方法，对海温数据进行多尺度分区，进而与ElNINO指标进行相关性分析找到最佳分区结果。该方法充分顾及了气彖学的多尺度效应，对海洋区域进行有效分区。2.顾及异常区域的海温多尺度分区方法2.1传统多尺度分区传统的多尺度分区方法冏顾及到空间邻近和属性相似两个方血，借助尺度空间理论思想，将聚类系统类比为热力学系统中分子运动随温度变化的融合过程。基本思想为：将每个空间单元看成一个光点，将一纟R空间数据抽象为一副图像，当模糊化这

5、一图像时，每个光点模糊为小光斑，进一步模糊化，则小光斑融合为人光斑。当尺度足够大时，整个图像融为一个光斑。在实际操作时，简化为空间单元之间的传递关系进行聚类，尺度增人时融合在一起的空间单元作为卜•一尺度的新单元进行聚类，直到所有空间单元聚为一类。根据这个算法的基本思想，下面首先给出几个重要定义。定义1空间邻域：与空间单元，通过边相邻接的所有单元构成i的空间邻域，记为N（Z）；定义2“最小属性差异”规则：对于空间单元7,分别计算空间单元，与其相邻的单元丿Z间的属性差异,即：基金项目：教冇部新世纪优秀人才资助计划（批准号：NECT-10・（）831）；高等学校博士学

6、科点专项科研基金（批准号：20110162110056）。式中：d为属性维数；兀/和心分别为空间单元，和丿在第/维的属性值。与空间单元,属性差异最小的邻接单元记为乩则j与k建立连接关系。定义3连接方向：设0为空间单元的属性值加权平均值，如果，贝I打指向広反Z，丘指向/;定义4局部极小单元：对于空间单元,，其对应的连接方向均为/指向与其相连单元，那么7称为局部极小单元；定义5局部极大单元：对于空I'可单元,，其对应的连接方向均为与其相连单元指向7,那么7称为局部极大单元；对于一个给定的空间数据集，它是由一组多边形空间单元构成，那么传统的多尺度区域划分方法的步骤可以

7、描述为：（1）寻找一个极小单元作为初始单元必；（2）从S。开始根据连接方向进行扩展，直到扩展到某一极大单元（3）将S。到$路径上所冇单元归为一类，以终止单元&作为类别标志；（4）对还未进行聚类的单元进行以上操作，直到所有单元归到某一个类里，从而得到第1个尺度下的聚类结果.（5）将第1个尺度下得到的每个簇作为新空间单元，将簇内空I'可单元的属性平均值作为新空间单元的属性值，进行下一尺度的聚类，直到所有空间单元聚为一类。下面用一简例对算法进行详细说明，如图1所示。-Xp2⑥＜—5—一口/⑧「疗图1传统多尺度区域划分方法简例Fig.lTheexampleofthetr

8、aditionalSca