《基於空間相關性的空間數據離散化算法研究》是依託山西大學，由曹峰擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：基於空間相關性的空間數據離散化算法研究
- 項目類別：青年科學基金項目
- 項目負責人：曹峰
- 依託單位：山西大學
項目摘要,結題摘要,
項目摘要
空間數據離散化是地理信息科學中一個基礎性研究問題。傳統的離散化算法主要考慮空間數據的統計特徵，忽略了空間數據的空間特徵。本項目在空間特徵度量的基礎上主要研究基於空間相關性的空間數據離散化算法，藉助空間相關性指導離散化過程中最優斷點集選取，彌補傳統離散化算法直接套用於空間數據時空間信息缺失的不足，以獲得更優的離散化結果。主要研究內容包括：（1）設計針對矢量數據的基於空間相關性的非監督離散化算法；（2）設計針對矢量數據的融合空間相關性和監督屬性的監督離散化算法；（3）設計針對柵格數據的基於空間相關性的非監督離散化算法；（4）設計針對柵格數據的融合空間相關性和監督屬性的監督離散化算法；（5）開發包括本項目設計的離散化算法和傳統離散化算法的空間數據離散化軟體。本項目的研究成果可以提高基於離散化算法的空間數據分析和建模方法的精度，有助於空間分布現象的準確理解和認知。
結題摘要
空間數據是對現實世界中空間特徵和過程的抽象表達，是地理信息科學研究的基礎。根據空間數據的測量尺度，空間數據可以分為連續型數據和離散型數據。在實際的套用過程中，我們常常需要將連續型數據轉化為離散型數據，進而挖掘連續型數據中潛在的重要信息。目前，對連續型空間數據進行離散化處理時，往往使用傳統離散化算法。這些算法藉助空間數據的統計特徵尋找最優離散化斷點集，忽略了空間數據的空間特徵。空間特徵是空間數據重要的空間屬性，蘊含了重要的空間信息，因此，本項目在空間特徵度量的基礎上研究基於空間相關性的空間數據離散化算法，藉助空間相關性指導離散化過程中最優斷點集選取，以獲得更優的空間數據離散化結果。主要研究了5個方面的內容並取得了相應的成果：（1）設計了針對矢量數據的基於空間相關性的非監督離散化算法LISABD；（2）設計了針對矢量數據的融合空間相關性和監督屬性的監督離散化算法CBMDLP；（3）設計了針對柵格數據的基於空間相關性的非監督離散化算法SBUD；（4）設計了針對柵格數據的融合空間相關性和監督屬性的監督離散化算法SBMD；（5）開發了包括本項目設計的離散化算法和傳統離散化算法的空間數據離散化軟體。為了驗證本項目設計的算法的有效性，將這些算法套用於和順縣出生缺陷數據集和千煙洲地區遙感影像數據集。實驗結果表明，本項目研究成果可以提高基於離散化算法的空間數據分析和建模方法的精度，有助於空間分布現象的準確理解和認知。
