發(fā)布時間：2020-04-01 21:18

【摘要】：DBSCAN算法與決策樹算法是GIS進(jìn)行時空數(shù)據(jù)挖掘的重要技術(shù)方法。數(shù)據(jù)挖掘技術(shù)可以從大量紛雜的看似無關(guān)的數(shù)據(jù)當(dāng)中分析、總結(jié)、揭示出隱藏的有價值信息。GIS技術(shù)在處理時間、空間數(shù)據(jù)方面有著強(qiáng)大的存儲、管理、分析、處理能力。與傳統(tǒng)數(shù)據(jù)挖掘技術(shù)只能在氣象要素維度上進(jìn)行挖掘不同,基于GIS的時空氣象挖掘可以對氣象數(shù)據(jù)的時間、空間、屬性特征進(jìn)行分析和應(yīng)用。即兩種技術(shù)的結(jié)合可以挖掘出氣象要素時間維度和空間維度的潛在規(guī)律。但目前已有的時空聚類算法和時空關(guān)聯(lián)規(guī)則挖掘算法尚未充分發(fā)揮GIS的空間分析能力,而且冗余計算較嚴(yán)重,計算效率有待提高。在分析現(xiàn)有時空數(shù)據(jù)挖掘技術(shù)、時空數(shù)據(jù)挖掘與GIS數(shù)據(jù)的結(jié)合狀況、以及時空數(shù)據(jù)挖掘技術(shù)在氣象數(shù)據(jù)處理的基礎(chǔ)上,以中國西南部分地區(qū)氣象要素為研究對象,提出將時空關(guān)聯(lián)規(guī)則挖掘、時空聚類規(guī)則挖掘與柵格圖像處理技術(shù)、矢量數(shù)據(jù)處理技術(shù)相結(jié)合的研究方法。并用此方法對云、貴、川、渝地區(qū)數(shù)萬組數(shù)據(jù)進(jìn)行了分析和處理,提高歷史氣象記錄數(shù)據(jù)的利用率,提高GIS在氣象預(yù)報、氣候研究鄰域的可用性。主要從以下幾個方面開展研究:(1)在時空數(shù)據(jù)挖掘理論基礎(chǔ)上,對氣象時空數(shù)據(jù)的時空關(guān)聯(lián)規(guī)則挖掘、時空聚類規(guī)則挖掘、關(guān)鍵技術(shù)、算法進(jìn)行了深入分析。(2)對比分析了常用的氣溫空間插值方法,使用考慮了研究區(qū)氣溫與海拔、坡度、坡向等因子相關(guān)的多元回歸空間插值模型。(3)在分析、比較現(xiàn)有經(jīng)典聚類算法的基礎(chǔ)上,提出了一種將經(jīng)典的DBSCAN聚類算法與擴(kuò)展的Raster查詢方法、掃描計量相結(jié)合的掃描DBSCAN算法,該算法有效解決了溫度要素的時空分區(qū)、合并的聚類問題,通過研究分析證明了該算法有較高的有效性和可用性。(4)在分析、比較現(xiàn)有決策樹算法的基礎(chǔ)上,提出了一種將經(jīng)典的C4.5決策樹關(guān)聯(lián)規(guī)則挖掘算法與空間拓?fù)潢P(guān)系查詢相結(jié)合的拓?fù)錄Q策樹算法,該算法有效解決了溫度要素的時空分區(qū)關(guān)聯(lián)關(guān)系的挖掘問題,通過研究分析和實例研究證明了該算法有較高的有效性和可用性。(5)基于ArcEngine開發(fā)組件結(jié)合C#編程語言,用SQL Server ArcSDE作為空間數(shù)據(jù)庫管理軟件,完成了氣象資料數(shù)據(jù)的預(yù)處理、空間插值、規(guī)則挖掘,以及知識的存儲和可視化表達(dá)的必要程序插件的開發(fā)。研究深入探索了基于GIS技術(shù)的氣象時空數(shù)據(jù)挖掘技術(shù),完善了氣象時空數(shù)據(jù)挖掘的技術(shù)手段,提高了挖掘效率,剖析了中國西南部分地區(qū)氣象要素的空間分布、關(guān)聯(lián)規(guī)律。研究成果一方面豐富和完善了數(shù)據(jù)挖掘的理論體系和技術(shù)框架,另一方面為該地區(qū)開展相關(guān)研究提供了參考。
【圖文】：

圖2.5層次格網(wǎng)劃分結(jié)構(gòu)

研究區(qū)示意圖
【學(xué)位授予單位】：云南大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：P208;P409;TP311.13

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 劉翔;王斌君;王靖亞;杜錦;;時空軌跡中隱含的周期性行為模式[J];科學(xué)技術(shù)與工程;2015年35期

2 段志方;;近60a西南地區(qū)夏季氣溫的時空分布特征[J];北京農(nóng)業(yè);2015年29期

3 苗煜飛;張霄宏;;決策樹C4.5算法的優(yōu)化與應(yīng)用[J];計算機(jī)工程與應(yīng)用;2015年13期

4 王麗;王培法;劉愛利;李瑩;吳浩;羅陽歡;;基于DEM的江蘇氣溫空間插值研究[J];南京信息工程大學(xué)學(xué)報(自然科學(xué)版);2015年01期

5 史達(dá)偉;耿煥同;吉辰;黃超;;基于C4.5決策樹算法的道路結(jié)冰預(yù)報模型構(gòu)建及應(yīng)用[J];氣象科學(xué);2015年02期

6 李俊磊;滕少華;張巍;;基于決策樹組合分類器的氣溫預(yù)測[J];廣東工業(yè)大學(xué)學(xué)報;2014年04期

7 王衛(wèi)民;葉秋菊;賀文麗;李婧;;基于GIS的氣象時空數(shù)據(jù)挖掘和融合技術(shù)[J];電子科技;2014年02期

8 魏邦龍;馮中毅;岳秋菊;張娟;方新源;于波;王紅斌;;蘭州市氣象要素對大氣質(zhì)量影響力的模擬分析[J];環(huán)境監(jiān)控與預(yù)警;2013年06期

9 唐慧強(qiáng);杭麗娜;范海娟;;基于C4.5決策樹算法的天氣預(yù)警系統(tǒng)的手機(jī)終端設(shè)計[J];計算機(jī)應(yīng)用;2013年05期

10 劉大有;陳慧靈;齊紅;楊博;;時空數(shù)據(jù)挖掘研究進(jìn)展[J];計算機(jī)研究與發(fā)展;2013年02期

相關(guān)博士學(xué)位論文 前2條

1 黃明;基于空間分區(qū)的空間聚類研究[D];武漢大學(xué);2010年

2 孫玉芬;基于網(wǎng)格方法的聚類算法研究[D];華中科技大學(xué);2006年

相關(guān)碩士學(xué)位論文 前10條

1 葛晨;基于遙感的西安—咸陽地區(qū)城市化進(jìn)程分析[D];西安科技大學(xué);2017年

2 許思瑩;基于時空關(guān)聯(lián)規(guī)則的標(biāo)繪數(shù)據(jù)挖掘研究[D];杭州師范大學(xué);2015年

3 黃嬌龍;基于密度維度樹的增量式網(wǎng)格聚類算法[D];武漢科技大學(xué);2014年

4 劉一臻;基于結(jié)構(gòu)分析與拓樸約束的三維數(shù)字城市表示方法研究[D];福建師范大學(xué);2014年

5 丁嘯林;基于改進(jìn)FCM算法的暴力犯罪特征聚類分析及應(yīng)用[D];大連海事大學(xué);2013年

6 徐興元;Web時空數(shù)據(jù)挖掘及其地圖信息服務(wù)[D];華東師范大學(xué);2013年

7 楊睿通;時空數(shù)據(jù)的挖掘算法及應(yīng)用研究[D];西安工程大學(xué);2012年

8 張穎;基于地理信息系統(tǒng)的氣象數(shù)據(jù)時空挖掘研究[D];大連理工大學(xué);2012年

9 王曉霞;三維空間中拓?fù)潢P(guān)系查詢方法研究[D];燕山大學(xué);2012年

10 張俊;時空關(guān)聯(lián)性分析方法研究與應(yīng)用[D];重慶郵電大學(xué);2011年

，

本文編號：2610961