空间数据挖掘论文

时间:2022-03-26 03:51:53

空间数据挖掘论文

1研究区概况

合肥市是安徽省省会,土地面积1.14万km,常住人口755万,其中城镇人口486万,农村人口266万人。依据合肥市主城区用地规划图以及合肥市2014年遥感影像图,确定本文研究区为合肥市市辖区、功能区以及肥西、肥东县的副城区。根据Voronoi图的理论,在ArcGIS中生成现有研究区范围避难场所的责任区划分。其中,老城区的责任区分布较为均匀,而其他区域由于应急避难场所数量少且较为分散,均出现较大面积的多边形,且形变剧烈,说明某些应急避难场所分担的服务范围较大,分配不合理,需要进一步合理规划。

2空间数据挖掘应用模型的实现

2.1模型设计

城市空间布局及发展具有规范性,因此,对避难场所进行选址需要遵循城市发展战略及人口增长规律。

1)数据挖掘预处理。对研究区各行政区划的人口数据、面积、土地利用类型、已建应急避难场所等数据进行统计,建立txt文本,进行空间数据挖掘,创建数据字典。

2)数据矢量化。在ArcGIS10平台中,以合肥市地图为底图,对行政区划进行数字化,并结合合肥市最新规划图及遥感影像图,对元数据进行矢量化,并编辑地物的属性,形成ShapeFile文件。

3)建立数据库。将空间数据中的属性信息录入属性数据库。

4)空间分析。结合矢量化的人口密度专题图和现有场地点状分布图,重点对服务区覆盖范围外人口进行分析,通过对空间数据进行缓冲区分析、栅格分析、重分类、叠加分析、地图运算等过程,确定应急避难场所综合评价方案,最终确定新场所地址。

5)可视化。根据最终新场所的ShapeFile文件,结合人口密度分布图,制作新场所分布图。

2.2文本及地理信息数据挖掘

1)地理空间特征提取。依据《安徽省应急避难场所分级技术标准(试行)》的场所分级和选址要求[1,2],从纸质地图、规划图、统计数据等地理文本中抽取符合条件的元数据。

2)地理数据分类。从挖掘后的地理空间数据中提取道路、土地利用类型、人口密度、新居民地等地物数据及各类地物的空间特征信息。

3)空间数据挖掘:对空间特征信息进行评价,将符合选址条件的用地数据以及影响避难场所选址的主要因素进行分类、提取,建立相应的空间位置、属性信息,并绘制矢量图层。

3数据库的设计与实现

研究模型的数据库由空间数据库和属性数据库组成,统一存放在关系数据库中,实现数据的统一管理。

1)空间数据库的设计与实现。将要矢量化的合肥市地图进行扫描,加载到ArcMap中,打开ArcCatalog,在目标文件夹下新建ShapeFile文件。通过对需要矢量化的地物进行分析,将现有应急避难场所归为点图层,将城市主、次干道、断裂归为线图层,将土地利用类型、河流、湖泊、人口密度、现有居民地等要素归为面图层。

2)属性数据库的设计与实现。在ArcMap中打开表,进行地物属性库的编辑,对照空间属性库表,分别添加地物的属性字段,并输入属性信息。

4应急避难场所的空间优化和选取

4.1影响选址的主要因素

本文依据《地震应急避难场所选址及配套设施要求》,对影响选址的主要因素进行分类、量化。

4.1.1场地的安全性

选址应具有地质、水文及自然环境方面的抗震安全保障。新建场地距离断层必须有一定的距离,利用GIS的缓冲区分析,建立断层的6层缓冲区,分别赋予不同的评价指标。

4.1.2现有避难场地

按照安徽省地震应急避难场所及配套设施要求,地震应急避难场所分为3类,其服务范围分别为5km、1km、0.5km。以此为标准,对研究区现有27个应急避难场所进行类型划分,并建立服务范围属性表。应用ArcMap的缓冲区分析功能,分别建立以5km、1km、0.5km为服务半径的缓冲区,生成服务范围矢量图,并转换为栅格图像,进行重分类。

4.1.3土地利用现状

新选址的区域覆盖合肥市主、副城区范围,城市区域用地多数被建设用地覆盖,其中有些地块不适于建造避难场地,例如工业用地。土地利用现状评价指标

4.1.4现有居民点空间分布

避难场地的位置距离居民点有距离限制。以居民点为研究对象,进行邻近区分析。对合肥市居民点进行以100m为层次的缓冲区分析,并把矢量数据转为栅格数据。

4.2空间数据挖掘结果的可视化

将可视化技术应用到数据挖掘中,用户可以根据可视化的视觉反馈更快地研究数据特性。新场地最终选址应位于综合评价指标值最大的区域,同时,需要基于实际人口分布,对选址结果的实际服务半径及人口承载力进行分析,综合考虑栅格地块面积、规划建设情况、人口密度、保证居民享有生命安全的权利等因素。

作者:于书媛陈靓王伟单位:安徽省地理信息中心