地理信息系統(tǒng)（GIS，Geographic Information System）是一門綜合性學(xué)科，結(jié)合地理學(xué)與地圖學(xué)，已經(jīng)廣泛的應(yīng)用在不同的領(lǐng)域，是用于輸入、存儲、查詢、分析和顯示地理數(shù)據(jù)的計算機系統(tǒng)，也有稱GIS為“地理信息科學(xué)”（Geographic Information Science）。
成都創(chuàng)新互聯(lián)成都網(wǎng)站建設(shè)按需定制制作，是成都網(wǎng)站制作公司,為成都陽臺護欄提供網(wǎng)站建設(shè)服務(wù),有成熟的網(wǎng)站定制合作流程，提供網(wǎng)站定制設(shè)計服務(wù)：原型圖制作、網(wǎng)站創(chuàng)意設(shè)計、前端HTML5制作、后臺程序開發(fā)等。成都網(wǎng)站制作熱線：13518219792
可以分為以下五部分：
人員，是GIS中最重要的組成部分。開發(fā)人員必須定義GIS中被執(zhí)行的各種任務(wù)，開發(fā)處理程序。 熟練的操作人員通?？梢钥朔礼IS軟件功能的不足，但是相反的情況就不成立。最好的軟件也無法彌補操作人員對GIS的一無所知所帶來的負作用。
數(shù)據(jù)，精確的可用的數(shù)據(jù)可以影響到查詢和分析的結(jié)果。
硬件，硬件的性能影響到處理速度，使用是否方便及可能的輸出方式。
軟件，不僅包含GIS軟件，還包括各種數(shù)據(jù)庫，繪圖、統(tǒng)計、影像處理及其它程序。
過程，GIS 要求明確定義，一致的方法來生成正確的可驗證的結(jié)果。
GIS屬于信息系統(tǒng)的一類，不同在于它能運作和處理地理參照數(shù)據(jù)。地理參照數(shù)據(jù)描述地球表面(包括大氣層和較淺的地表下空間)空間要素的位置和屬性，在GIS中的兩種地理數(shù)據(jù)成分：空間數(shù)據(jù)，與空間要素幾何特性有關(guān)；屬性數(shù)據(jù)，提供空間要素的信息。地理信息系統(tǒng)（GIS）與全球定位系統(tǒng)(GPS)、遙感系統(tǒng)(RS)合稱3S系統(tǒng)。
GIS系統(tǒng)由什么組成從計算機的角度看，地理信息系統(tǒng)（GIS系統(tǒng)）是由計算機硬件、軟件、數(shù)據(jù)和用戶4大要素組成。
1.計算機硬件系統(tǒng)；
2.計算機軟件系統(tǒng)；
3.地理空間數(shù)據(jù)庫；
4系統(tǒng)管理操作人員；
其中， 軟硬件系統(tǒng)是GIS系統(tǒng)的核心，地理空間數(shù)據(jù)庫反映了GIS的地理內(nèi)容，而系統(tǒng)管理操作人員則決定GIS系統(tǒng)的工作方式和信息表示方式。
①硬件包括各類計算機處理機及其輸入輸出和網(wǎng)絡(luò)設(shè)備，計算機硬件是GIS的物理外殼。GIS的規(guī)模、精度、速度、功能、形式、使用方法，甚至軟件等都受到硬件指標的支持或制約。GIS的硬件配置一般包括計算機主機、 數(shù)據(jù)輸入設(shè)備、數(shù)據(jù)存儲設(shè)備和數(shù)據(jù)輸出設(shè)備4個部分。
1.計算機主機:包括機箱內(nèi)部的各種硬件;
2.數(shù)據(jù)輸入設(shè)備:包括數(shù)字化儀、圖像掃描儀、手寫筆、光筆等;
3.數(shù)據(jù)存儲設(shè)備:包括光盤刻錄機、磁帶機、磁盤陣列、光盤塔、移動硬盤等;
4.數(shù)據(jù)輸出設(shè)備:包括筆式繪圖儀、噴墨繪圖儀(打印機)、激光打印機等。
②軟件是支持信息的采集、處理、存儲管理和可視化輸出的計算機程序系統(tǒng)；
計算機軟件系統(tǒng)：
1.計算機系統(tǒng)軟件：計算機系統(tǒng)軟件是GIS日常工作所必需的，是由計算機廠家提供的、為用戶開發(fā)和使用計算機提供方便的程序系統(tǒng)，通常包括操作系統(tǒng)、匯編程序、編譯程序、診斷程序、庫程序，以及各種維護使用手冊、程序說明等。
2.GIS軟件和其他支撐軟件：該部分既包括通用的GIS軟件包，也可以包括數(shù)據(jù)庫管理系統(tǒng)、計算機圖形軟件包、計算機圖像處理系統(tǒng)、CAD軟件等，用于支持對空間數(shù)據(jù)的輸入、存儲、轉(zhuǎn)換、輸出和與用戶接口。
3.應(yīng)用分析程序：應(yīng)用分析程序是系統(tǒng)開發(fā)人員或用戶根據(jù)地理專題或區(qū)域分析模型編制的用于某種特定應(yīng)用任務(wù)的程序，是系統(tǒng)功能的擴充與延伸。應(yīng)用程序作用于地理專題數(shù)據(jù)或區(qū)域數(shù)據(jù)，構(gòu)成GIS的具體內(nèi)容，這是用戶最為關(guān)心的真正用于地理分析的部分，也是從空間數(shù)據(jù)中提取地理信息的關(guān)鍵。用戶進行系統(tǒng)開發(fā)的大部分工作是開發(fā)應(yīng)用程序，而應(yīng)用程序的水平在很大程度上決定系統(tǒng)的優(yōu)劣與成敗。
③數(shù)據(jù)則包括圖形和非圖形數(shù)據(jù)、定性和定量數(shù)據(jù)、影像數(shù)據(jù)及多媒體數(shù)據(jù)等；
地理空間數(shù)據(jù)庫：地理空間數(shù)據(jù)庫主要用于儲存、管理和檢索地理空間數(shù)據(jù)。地理空間數(shù)據(jù)是指以地球表面空間位置為參照的自然、社會和人文景觀數(shù)據(jù)，可以用圖形、圖像、文字、表格和數(shù)字等表示，由系統(tǒng)建立者通過數(shù)字化儀、掃描儀、鍵盤或其他通信系統(tǒng)輸入GIS,是系統(tǒng)程序作用的對象。不同用途的GIS,其地理空間數(shù)據(jù)的種類和精度都是不同的，但基本上都包括以下3種互相聯(lián)系的數(shù)據(jù)類型。
1.某個已知坐標系中的位置：即幾何坐標，用于標識地理景觀在自然界或某個區(qū)域的地圖中的空間位置，可以是經(jīng)緯度、平面直角坐標、極坐標等，也可以是矩陣的行、列數(shù)等。
2.實體間的空間相關(guān)性：即拓撲關(guān)系，表示點、線、面實體之間的空間聯(lián)系，如網(wǎng)絡(luò)節(jié)點與網(wǎng)絡(luò)線之間的樞紐關(guān)系、邊界線與面實體之間的構(gòu)成關(guān)系、面實體與點的包含關(guān)系等。空間拓撲關(guān)系對于地理空間數(shù)據(jù)的編碼、錄入、格式轉(zhuǎn)換、存儲管理、查詢檢索和模型分析等都有重要意義。
3.與幾何位置無關(guān)的屬性：即通常所說的屬性或非幾何屬性，是與地理實體相聯(lián)系的地理變量或地理意義，可分為定性屬性和定量屬性兩種。其中，定性描述的屬性包括名稱、類型、特性等，如巖石類型、行政區(qū)劃等:定量描述的屬性主要是數(shù)量和等級，如面積、長度、河流長度、水土流失土量等。
④用戶是地理信息系統(tǒng)所服務(wù)的對象，是地理信息系統(tǒng)的主人，GIS的用戶分一般用戶和從事系統(tǒng)的建立、維護、管理和更新的高級用戶。
系統(tǒng)管理操作人員：人員是GIS的重要組成要素。GIS從設(shè)計、 建立、運行到維護的整個生命周期，都離不開人的作用。除了系統(tǒng)軟硬件和數(shù)據(jù)之外，GIS系統(tǒng)還需要相關(guān)人員進行系統(tǒng)組織、管理、維護和數(shù)據(jù)更新、系統(tǒng)擴充完善、應(yīng)用程序開發(fā)，并靈活應(yīng)用地理分析模型提取多種信息，為研究和決策服務(wù)。
引言
地理信息系統(tǒng)(Geographic Information System，簡稱GIS)是計算機科學(xué)、地理學(xué)、測量學(xué)、地圖學(xué)等多門學(xué)科綜合的技術(shù)[1]。GIS的基本技術(shù)是空間數(shù)據(jù)庫、地圖可視化及空間分析，而空間數(shù)據(jù)庫是GIS的關(guān)鍵?？臻g數(shù)據(jù)挖掘技術(shù)作為當前數(shù)據(jù)庫技術(shù)最活躍的分支與知識獲取手段，在GIS中的應(yīng)用推動著GIS朝智能化和集成化的方向發(fā)展。
1 空間數(shù)據(jù)庫與空間數(shù)據(jù)挖掘技術(shù)的特點
隨著數(shù)據(jù)庫技術(shù)的不斷發(fā)展和數(shù)據(jù)庫管理系統(tǒng)的廣泛應(yīng)用，數(shù)據(jù)庫中存儲的數(shù)據(jù)量也在急劇增大，在這些海量數(shù)據(jù)的背后隱藏了很多具有決策意義的信息。但是，現(xiàn)今數(shù)據(jù)庫的大多數(shù)應(yīng)用仍然停留在查詢、檢索階段，數(shù)據(jù)庫中隱藏的豐富的知識遠遠沒有得到充分的發(fā)掘和利用，數(shù)據(jù)庫中數(shù)據(jù)的急劇增長和人們對數(shù)據(jù)庫處理和理解的困難形成了強烈的反差，導(dǎo)致“人們被數(shù)據(jù)淹沒，但卻饑餓于知識”的現(xiàn)象。
空間數(shù)據(jù)庫(數(shù)據(jù)倉庫)中的空間數(shù)據(jù)除了其顯式信息外，還具有豐富的隱含信息，如數(shù)字高程模型〔DEM或TIN〕，除了載荷高程信息外，還隱含了地質(zhì)巖性與構(gòu)造方面的信息；植物的種類是顯式信息，但其中還隱含了氣候的水平地帶性和垂直地帶性的信息，等等。這些隱含的信息只有通過數(shù)據(jù)挖掘才能顯示出來。空間數(shù)據(jù)挖掘（Spatial Data Mining，簡稱SDM），或者稱為從空間數(shù)據(jù)庫中發(fā)現(xiàn)知識，是為了解決空間數(shù)據(jù)海量特性而擴展的一個新的數(shù)據(jù)挖掘的研究分支，是指從空間數(shù)據(jù)庫中提取隱含的、用戶感興趣的空間或非空間的模式和普遍特征的過程[2]。由于SDM的對象主要是空間數(shù)據(jù)庫，而空間數(shù)據(jù)庫中不僅存儲了空間事物或?qū)ο蟮膸缀螖?shù)據(jù)、屬性數(shù)據(jù)，而且存儲了空間事物或?qū)ο笾g的圖形空間關(guān)系，因此其處理方法有別于一般的數(shù)據(jù)挖掘方法。SDM與傳統(tǒng)的地學(xué)數(shù)據(jù)分析方法的本質(zhì)區(qū)別在于SDM是在沒有明確假設(shè)的前提下去挖掘信息、發(fā)現(xiàn)知識，挖掘出的知識應(yīng)具有事先未知、有效和可實用3個特征。
空間數(shù)據(jù)挖掘技術(shù)需要綜合數(shù)據(jù)挖掘技術(shù)與空間數(shù)據(jù)庫技術(shù)，它可用于對空間數(shù)據(jù)的理解，對空間關(guān)系和空間與非空間關(guān)系的發(fā)現(xiàn)、空間知識庫的構(gòu)造以及空間數(shù)據(jù)庫的重組和查詢的優(yōu)化等。
2 空間數(shù)據(jù)挖掘技術(shù)的主要方法及特點
常用的空間數(shù)據(jù)挖掘技術(shù)包括：序列分析、分類分析、預(yù)測、聚類分析、關(guān)聯(lián)規(guī)則分析、時間序列分析、粗集方法及云理論等。本文從挖掘任務(wù)和挖掘方法的角度,著重介紹了分類分析、聚類分析和關(guān)聯(lián)規(guī)則分析三種常用的重要的方法。
2.1、分類分析
分類在數(shù)據(jù)挖掘中是一項非常重要的任務(wù)，目前在商業(yè)上應(yīng)用最多。分類的目的是學(xué)會一個分類函數(shù)或分類模型(也常常稱作分類器)，該模型能把數(shù)據(jù)庫中的數(shù)據(jù)項映射到給定類別中的某一個。分類和我們熟知的回歸方法都可用于預(yù)測，兩者的目的都是從歷史數(shù)據(jù)紀錄中自動推導(dǎo)出對給定數(shù)據(jù)的推廣描述，從而能對未來數(shù)據(jù)進行預(yù)測。和回歸方法不同的是，分類的輸出是離散的類別值，而回歸的輸出則是連續(xù)的數(shù)值。二者常表現(xiàn)為一棵決策樹，根據(jù)數(shù)據(jù)值從樹根開始搜索，沿著數(shù)據(jù)滿足的分支往上走，走到樹葉就能確定類別?？臻g分類的規(guī)則實質(zhì)是對給定數(shù)據(jù)對象集的抽象和概括，可用宏元組表示。
要構(gòu)造分類器,需要有一個訓(xùn)練樣本數(shù)據(jù)集作為輸入。訓(xùn)練集由一組數(shù)據(jù)庫記錄或元組構(gòu)成,每個元組是一個由特征(又稱屬性)值組成的特征向量,此外,訓(xùn)練樣本還有一個類別標記。一個具體樣本的形式可為:( v1, v2, ..., vn; c )；其中vi表示字段值，c表示類別。
分類器的構(gòu)造方法有統(tǒng)計方法、機器學(xué)習(xí)方法、神經(jīng)網(wǎng)絡(luò)方法等等。統(tǒng)計方法包括貝葉斯法和非參數(shù)法(近鄰學(xué)習(xí)或基于事例的學(xué)習(xí))，對應(yīng)的知識表示是判別函數(shù)和原型事例。機器學(xué)習(xí)方法包括決策樹法和規(guī)則歸納法，前者對應(yīng)的表示為決策樹或判別樹，后者則一般為產(chǎn)生式規(guī)則。神經(jīng)網(wǎng)絡(luò)方法主要是反向傳播（Back-Propagation,簡稱BP）算法，它的模型表示是前向反饋神經(jīng)網(wǎng)絡(luò)模型(由代表神經(jīng)元的節(jié)點和代表聯(lián)接權(quán)值的邊組成的一種體系結(jié)構(gòu))，BP算法本質(zhì)上是一種非線性判別函數(shù)[3]。另外，最近又興起了一種新的方法:粗糙集(rough set)，其知識表示是產(chǎn)生式規(guī)則。
不同的分類器有不同的特點。有三種分類器評價或比較尺度：1) 預(yù)測準確度；2) 計算復(fù)雜度；3) 模型描述的簡潔度。預(yù)測準確度是用得最多的一種比較尺度，特別是對于預(yù)測型分類任務(wù)，目前公認的方法是10番分層交叉驗證法。計算復(fù)雜度依賴于具體的實現(xiàn)細節(jié)和硬件環(huán)境，在數(shù)據(jù)挖掘中，由于操作對象是海量的數(shù)據(jù)庫，因此空間和時間的復(fù)雜度問題將是非常重要的一個環(huán)節(jié)。對于描述型的分類任務(wù)，模型描述越簡潔越受歡迎。例如，采用規(guī)則歸納法表示的分類器構(gòu)造法就很有用，而神經(jīng)網(wǎng)絡(luò)方法產(chǎn)生的結(jié)果就難以理解。
另外要注意的是，分類的效果一般和數(shù)據(jù)的特點有關(guān)。有的數(shù)據(jù)噪聲大，有的有缺值， 有的分布稀疏，有的字段或?qū)傩蚤g相關(guān)性強，有的屬性是離散的而有的是連續(xù)值或混合式的。目前普遍認為不存在某種方法能適合于各種特點的數(shù)據(jù)。
分類技術(shù)在實際應(yīng)用非常重要，比如：可以根據(jù)房屋的地理位置決定房屋的檔次等。
2. 2 聚類分析
聚類是指根據(jù)“物以類聚”的原理，將本身沒有類別的樣本聚集成不同的組，并且對每一個這樣的組進行描述的過程。它的目的是使得屬于同一個組的樣本之間應(yīng)該彼此相似，而不同組的樣本應(yīng)足夠不相似。與分類分析不同，進行聚類前并不知道將要劃分成幾個組和什么樣的組，也不知道根據(jù)哪些空間區(qū)分規(guī)則來定義組。其目的旨在發(fā)現(xiàn)空間實體的屬性間的函數(shù)關(guān)系，挖掘的知識用以屬性名為變量的數(shù)學(xué)方程來表示。聚類方法包括統(tǒng)計方法、機器學(xué)習(xí)方法、神經(jīng)網(wǎng)絡(luò)方法和面向數(shù)據(jù)庫的方法?；诰垲惙治龇椒ǖ目臻g數(shù)據(jù)挖掘算法包括均值近似算法[4]、CLARANS、BIRCH、DBSCAN等算法。目前，對空間數(shù)據(jù)聚類分析方法的研究是一個熱點。
對于空間數(shù)據(jù)，利用聚類分析方法，可以根據(jù)地理位置以及障礙物的存在情況自動地進行區(qū)域劃分。例如，根據(jù)分布在不同地理位置的ATM機的情況將居民進行區(qū)域劃分，根據(jù)這一信息，可以有效地進行ATM機的設(shè)置規(guī)劃，避免浪費，同時也避免失掉每一個商機。
2.3 關(guān)聯(lián)規(guī)則分析
關(guān)聯(lián)規(guī)則分析主要用于發(fā)現(xiàn)不同事件之間的關(guān)聯(lián)性，即一事物發(fā)生時，另一事物也經(jīng)常發(fā)生。關(guān)聯(lián)分析的重點在于快速發(fā)現(xiàn)那些有實用價值的關(guān)聯(lián)發(fā)生的事件。其主要依據(jù)是：事件發(fā)生的概率和條件概率應(yīng)該符合一定的統(tǒng)計意義?？臻g關(guān)聯(lián)規(guī)則的形式是X－＞Y[S%，C%]，其中X、Y是空間或非空間謂詞的集合，S%表示規(guī)則的支持度，C%表示規(guī)則的置信度?？臻g謂詞的形式有3種：表示拓撲結(jié)構(gòu)的謂詞、表示空間方向的謂詞和表示距離的謂詞[5]。各種各樣的空間謂詞可以構(gòu)成空間關(guān)聯(lián)規(guī)則。如，距離信息（如Close_to(臨近)、Far_away(遠離)）、拓撲關(guān)系（Intersect（交）、Overlap（重疊）、Disjoin(分離)）和空間方位（如Right_of(右邊)、West_of(西邊)）。實際上大多數(shù)算法都是利用空間數(shù)據(jù)的關(guān)聯(lián)特性改進其分類算法，使得它適合于挖掘空間數(shù)據(jù)中的相關(guān)性，從而可以根據(jù)一個空間實體而確定另一個空間實體的地理位置，有利于進行空間位置查詢和重建空間實體等。大致算法可描述如下：(1)根據(jù)查詢要求查找相關(guān)的空間數(shù)據(jù)；(2)利用臨近等原則描述空間屬性和特定屬性；(3)根據(jù)最小支持度原則過濾不重要的數(shù)據(jù)；(4)運用其它手段對數(shù)據(jù)進一步提純(如OVERLAY)；(5)生成關(guān)聯(lián)規(guī)則。
關(guān)聯(lián)規(guī)則通?？煞譃閮煞N：布爾型的關(guān)聯(lián)規(guī)則和多值關(guān)聯(lián)規(guī)則。多值關(guān)聯(lián)規(guī)則比較復(fù)雜，一種自然的想法是將它轉(zhuǎn)換為布爾型關(guān)聯(lián)規(guī)則，由于空間關(guān)聯(lián)規(guī)則的挖掘需要在大量的空間對象中計算多種空間關(guān)系，因此其代價是很高的?！N逐步求精的挖掘優(yōu)化方法可用于空間關(guān)聯(lián)的分析，該方法首先用一種快速的算法粗略地對一個較大的數(shù)據(jù)集進行一次挖掘，然后在裁減過的數(shù)據(jù)集上用代價較高的算法進一步改進挖掘的質(zhì)量。因為其代價非常高，所以空間的關(guān)聯(lián)方法需要進一步的優(yōu)化。
對于空間數(shù)據(jù)，利用關(guān)聯(lián)規(guī)則分析，可以發(fā)現(xiàn)地理位置的關(guān)聯(lián)性。例如，85%的靠近高速公路的大城鎮(zhèn)與水相鄰，或者發(fā)現(xiàn)通常與高爾夫球場相鄰的對象是停車場等。
3 空間數(shù)據(jù)挖掘技術(shù)的研究方向
3.1 處理不同類型的數(shù)據(jù)
絕大多數(shù)數(shù)據(jù)庫是關(guān)系型的，因此在關(guān)系數(shù)據(jù)庫上有效地執(zhí)行數(shù)據(jù)挖掘是至關(guān)重要的。但是在不同應(yīng)用領(lǐng)域中存在各種數(shù)據(jù)和數(shù)據(jù)庫，而且經(jīng)常包含復(fù)雜的數(shù)據(jù)類型，例如結(jié)構(gòu)數(shù)據(jù)、復(fù)雜對象、事務(wù)數(shù)據(jù)、歷史數(shù)據(jù)等。由于數(shù)據(jù)類型的多樣性和不同的數(shù)據(jù)挖掘目標，一個數(shù)據(jù)挖掘系統(tǒng)不可能處理各種數(shù)據(jù)。因此針對特定的數(shù)據(jù)類型，需要建立特定的數(shù)據(jù)挖掘系統(tǒng)。
3.2 數(shù)據(jù)挖掘算法的有效性和可測性
海量數(shù)據(jù)庫通常有上百個屬性和表及數(shù)百萬個元組。GB數(shù)量級數(shù)據(jù)庫已不鮮見，TB數(shù)量級數(shù)據(jù)庫已經(jīng)出現(xiàn)，高維大型數(shù)據(jù)庫不僅增大了搜索空間，也增加了發(fā)現(xiàn)錯誤模式的可能性。因此必須利用領(lǐng)域知識降低維數(shù)，除去無關(guān)數(shù)據(jù)，從而提高算法效率。從一個大型空間數(shù)據(jù)庫中抽取知識的算法必須高效、可測量，即數(shù)據(jù)挖掘算法的運行時間必須可預(yù)測，且可接受，指數(shù)和多項式復(fù)雜性的算法不具有實用價值。但當算法用有限數(shù)據(jù)為特定模型尋找適當參數(shù)時，有時也會導(dǎo)致物超所值，降低效率。
3.3 交互性用戶界面
數(shù)據(jù)挖掘的結(jié)果應(yīng)準確地描述數(shù)據(jù)挖掘的要求，并易于表達。從不同的角度考察發(fā)現(xiàn)的知識，并以不同形式表示，用高層次語言和圖形界面表示數(shù)據(jù)挖掘要求和結(jié)果。目前許多知識發(fā)現(xiàn)系統(tǒng)和工具缺乏與用戶的交互，難以有效利用領(lǐng)域知識。對此可以利用貝葉斯方法和演譯數(shù)據(jù)庫本身的演譯能力發(fā)現(xiàn)知識。
3.4 在多抽象層上交互式挖掘知識
很難預(yù)測從數(shù)據(jù)庫中會挖掘出什么樣的知識，因此一個高層次的數(shù)據(jù)挖掘查詢應(yīng)作為進一步探詢的線索。交互式挖掘使用戶能交互地定義一個數(shù)據(jù)挖掘要求，深化數(shù)據(jù)挖掘過程，從不同角度靈活看待多抽象層上的數(shù)據(jù)挖掘結(jié)果。
3.5 從不同數(shù)據(jù)源挖掘信息
局域網(wǎng)、廣域網(wǎng)以及Internet網(wǎng)將多個數(shù)據(jù)源聯(lián)成一個大型分布、異構(gòu)的數(shù)據(jù)庫，從包含不同語義的格式化和非格式化數(shù)據(jù)中挖掘知識是對數(shù)據(jù)挖掘的一個挑戰(zhàn)。數(shù)據(jù)挖掘可揭示大型異構(gòu)數(shù)據(jù)庫中存在的普通查詢不能發(fā)現(xiàn)的知識。數(shù)據(jù)庫的巨大規(guī)模、廣泛分布及數(shù)據(jù)挖掘方法的計算復(fù)雜性，要求建立并行分布的數(shù)據(jù)挖掘。
3.6 私有性和安全性
數(shù)據(jù)挖掘能從不同角度、不同抽象層上看待數(shù)據(jù)，這將影響到數(shù)據(jù)挖掘的私有性和安全性。通過研究數(shù)據(jù)挖掘?qū)е碌臄?shù)據(jù)非法侵入，可改進數(shù)據(jù)庫安全方法，以避免信息泄漏。
3.7 和其它系統(tǒng)的集成
方法、功能單一的發(fā)現(xiàn)系統(tǒng)的適用范圍必然受到一定的限制。要想在更廣泛的領(lǐng)域發(fā)現(xiàn)知識，空間數(shù)據(jù)挖掘系統(tǒng)就應(yīng)該是數(shù)據(jù)庫、知識庫、專家系統(tǒng)、決策支持系統(tǒng)、可視化工具、網(wǎng)絡(luò)等技術(shù)的集成。
4 有待研究的問題
我們雖然在空間數(shù)據(jù)挖掘技術(shù)的研究和應(yīng)用中取得了很大的成績，但在一些理論及應(yīng)用方面仍存在急需解決的問題。
4.1 數(shù)據(jù)訪問的效率和可伸縮性
空間數(shù)據(jù)的復(fù)雜性和數(shù)據(jù)的大量性，TB數(shù)量級的數(shù)據(jù)庫的出現(xiàn)，必然增大發(fā)現(xiàn)算法的搜索空間，增加了搜索的盲目性。如何有效的去除與任務(wù)無關(guān)的數(shù)據(jù)，降低問題的維數(shù)，設(shè)計出更加高效的挖掘算法對空間數(shù)據(jù)挖掘提出了巨大的挑戰(zhàn)。
4.2 對當前一些GIS軟件缺乏時間屬性和靜態(tài)存儲的改進
由于數(shù)據(jù)挖掘的應(yīng)用在很大的程度上涉及到時序關(guān)系，因此靜態(tài)的數(shù)據(jù)存儲嚴重妨礙了數(shù)據(jù)挖掘的應(yīng)用?；趫D層的計算模式、不同尺度空間數(shù)據(jù)之間的完全割裂也對空間數(shù)據(jù)挖掘設(shè)置了重重障礙?？臻g實體與屬性數(shù)據(jù)之間的聯(lián)系僅僅依賴于標識碼，這種一維的連接方式無疑將丟失大量的連接信息，不能有效的表示多維和隱含的內(nèi)在連接關(guān)系，這些都增加了數(shù)據(jù)挖掘計算的復(fù)雜度，極大地增加了數(shù)據(jù)準備階段的工作量和人工干預(yù)的程度。
4.3 發(fā)現(xiàn)模式的精煉
當發(fā)現(xiàn)空間很大時會獲得大量的結(jié)果，盡管有些是無關(guān)或沒有意義的模式，這時可利用領(lǐng)域的知識進一步精煉發(fā)現(xiàn)的模式，從而得到有意義的知識。
在空間數(shù)據(jù)挖掘技術(shù)方面，重要的研究和應(yīng)用的方向還包括：網(wǎng)絡(luò)環(huán)境上的數(shù)據(jù)挖掘、柵格矢量一體化的挖掘、不確定性情況下的數(shù)據(jù)挖掘、分布式環(huán)境下的數(shù)據(jù)挖掘、數(shù)據(jù)挖掘查詢語言和新的高效的挖掘算法等。
5 小結(jié)
隨著GIS與數(shù)據(jù)挖掘及相關(guān)領(lǐng)域科學(xué)研究的不斷發(fā)展，空間數(shù)據(jù)挖掘技術(shù)在廣度和深度上的不斷深入，在不久的將來，一個集成了挖掘技術(shù)的GIS、GPS、RS集成系統(tǒng)必將朝著智能化、網(wǎng)絡(luò)化、全球化與大眾化的方向發(fā)展。
GIS（Geography Information
System）是以地理空間數(shù)據(jù)庫為基礎(chǔ)，在計算機軟、硬件支持下，對空間相關(guān)數(shù)據(jù)進行采集、輸入、管理、編輯、查詢、分析、模擬和顯示，并采用空間模型分析方法，適時提供多種空間和動態(tài)信息，為地理研究和決策服務(wù)而建立起來的計算機技術(shù)系統(tǒng)。
它是集計算機科學(xué)、測繪學(xué)、地理學(xué)、空間科學(xué)、數(shù)學(xué)、統(tǒng)計學(xué)、管理學(xué)為一體的新興科學(xué)，它以高效的數(shù)據(jù)管理能力、空間分析、多要素綜合分析和動態(tài)監(jiān)測能力，成為目前一種有效的管理決策工具，廣泛應(yīng)用于土地管理、城市規(guī)劃、環(huán)境監(jiān)測、防災(zāi)減災(zāi)、工程建設(shè)、房地產(chǎn)開發(fā)、商業(yè)等各個領(lǐng)域。
目前的旅游管理與開發(fā)中對GIS的應(yīng)用主要表現(xiàn)在以下幾個方而：
旅游信息的查詢。旅游行業(yè)主要是通過提供詳細的信息服務(wù)的方式來吸引游客。GIS便可以為游客提供關(guān)于旅游地區(qū)的各種信息。例如：在旅游交易會、旅行社中運用互聯(lián)網(wǎng)上的旅游網(wǎng)站、多媒體導(dǎo)游系統(tǒng)中通常是文、聲、圖都具備的查詢系統(tǒng)。
旅游專題圖的制作。GIS所具有豐富性的文本及圖形編輯功能，能夠便于相關(guān)人員對數(shù)據(jù)庫的更新與維護。GIS對數(shù)據(jù)進行儲存所選擇的方式通常是分層儲存，所以它不但可以根據(jù)客戶的需求進行數(shù)據(jù)的輸出，同時也可以對各種專題進行分層或疊加性專題圖的輸出。
旅游開發(fā)決策的輔助。城市規(guī)劃過程中已經(jīng)對GIS的空間分析功能進行成熟的應(yīng)用，同時，它也可以在旅游開發(fā)決策中得到較為合理的運用。
通常情況下是先通過對地形、氣候、交通、地質(zhì)等與旅游資源的評價圖進行合理化的疊加，選擇出優(yōu)先發(fā)展的區(qū)域，之后借助GIS的網(wǎng)絡(luò)分析功能對旅游路線的布局進行合理安排，最后再通過借助GIS的緩沖區(qū)分析功能，對風(fēng)景區(qū)的發(fā)展?jié)撃芗氨Ｗo區(qū)域等進行整體性的確定。
擴展資料：
GIS的基本功能是將表格型數(shù)據(jù)(無論它來自數(shù)據(jù)庫、電子表格文件或直接在程序中輸入)轉(zhuǎn)換為地理圖形顯示，然后對顯示結(jié)果瀏覽、操作和分析。其顯示范圍可以從洲際地圖到非常詳細的街區(qū)地圖。顯示對象包括人口、銷售情況、運輸路線以及其他內(nèi)容。
GIS技術(shù)包括數(shù)據(jù)庫管理、圖形圖像處理、地理信息處理多方面的基礎(chǔ)技術(shù)，在計算機軟件和硬件的支持下，運用系統(tǒng)工程和信息科學(xué)的理論，科學(xué)管理和綜合分析具有空間內(nèi)涵的地理數(shù)據(jù)，為各行業(yè)提供規(guī)劃、管理、研究、決策等方面的解決方案。
GIS物流分析軟件集成了車輛路線模型、最短路徑模型、網(wǎng)絡(luò)物流模型、分配集合模型和設(shè)施定位模型等。
車輛路線模型。用于解決一個起始點、多個終點的貨物運輸中，如何降低物流作業(yè)費用，并保證服務(wù)質(zhì)量的問題：包括決定使用多少輛車，每輛車的行駛路線等。
網(wǎng)絡(luò)物流模型。用于解決尋求最有效的分配貨物路徑問題，也就是物流網(wǎng)點布局問題。
分配集合模型?？梢愿鶕?jù)各個要素的相似點把同一層上的所有或部分要素分為幾個組，用以解決確定服務(wù)范圍和銷售市場范圍等問題。
設(shè)施定位模型。用于確定一個或多個設(shè)施的位置。在物流系統(tǒng)中，倉庫和運輸線共同組成了物流網(wǎng)絡(luò)，倉庫處于網(wǎng)絡(luò)的結(jié)點上，結(jié)點決定著線路如何根據(jù)供求的實際需要并結(jié)合經(jīng)濟效益等原則，在既定區(qū)域內(nèi)設(shè)立多少個倉庫，每個倉庫的位置，每個倉庫的規(guī)模，以及倉庫之間的物流關(guān)系等，運用此模型均能很容易地得到解決。
重慶分公司
重慶分公司
