基于GIS的森林资源调查空间数据挖掘方法研究开题报告

1. 研究目的与意义

利用ArcGis 9.2、Erdas 9.1、统计数据挖掘软件Clementine 12.0和统计分析软件SPSS 13.0，在2002年紫金山国家森林公园二类调查数据基础上，提取美景度、风险等级等并对其进行数据挖掘，从而提取相关规则,为制定风景林经营规划方案提供科学依据。

2. 国内外研究现状分析

1、国外发展现状

美国illinois(伊利诺伊)大学的韩家炜教授(原加拿大simon fraser大学教授)在simon fraser大学任教期间领导的智能数据库系统研究实验室，早在90年代初就开始了空间数据挖掘的研究，提出了集成数据挖掘和数据仓库的联机分析挖掘思想，并在mapinfo平台上开发了空间数据挖掘原型系统geominer。德国慕尼黑大学数据库和信息系统研究实验室的研究者利用空间数据库技术研究了空间数据挖掘，提出了一组空间数据挖掘的数据库原语，这些原语能够表达目前大多数空间数据挖掘算法并且能在现有的数据库系统中得到高效实现。美国minnesota(明尼苏达)大学空间数据库研究小组利用空间数据库技术和统计学研究了空间数据挖掘，提出了多种空间数据挖掘算法。如基于地图相似度量的空间分类方法利用了空间自相关，而不是实体化的空间谓词来对空间对象进行分类。这些研究机构和研究者大多具有计算机科学背景，他们一般把空间数据挖掘作为数据挖掘的一个应用领域，研究的重点是提高原有数据挖掘算法在空间数据上的执行效率。他们基于各自的研究方向，提出了许多不同的空间数据挖掘算法。ng和han把基于k-中心点的聚类方法clara扩展到空间数据挖掘上，提出了一种基于随机搜索的新的空间聚类方法。walter提出了基于栅格算法的矢量数据库自动解译算法。donato等人利用归纳逻辑技术提取了具有地理参考的人口调查数据的关联规则。jiao和liu根据地图的自组织特征和组合距离聚类，发现带有非空间属性的空间目标的规则。

2、国内发展现状

3. 研究的基本内容与计划

研究内容：以2002年紫金山国家森林公园二类调查资料为主要信息源，以南京市交通旅游图和同期社会经济资料为辅助信息源，在gis平台上提取风景小班美景度、火险等级及其测树、道路、人口等影响因子基础上，对美景度、火险等级进行分级，代入数据挖掘软件spss clementine，通过聚类、主成分、决策树分类等数据挖掘分析，提取影响风景林美景度、火险等级的规则，为制定风景林经营规划方案提供科学依据

研究计划：（1）11.03.10~11.03.31：收集论文所需的数据及资料；

（2）11.04.01~11.04.30：起草论文，完成论文的初稿；

4. 研究创新点