摘 要：為了提升GIS時(shí)空大數(shù)據(jù)融合處理效果和大數(shù)據(jù)融合效率，本文提出基于可視化數(shù)據(jù)挖掘技術(shù)的GIS時(shí)空大數(shù)據(jù)融合處理方法。首先，采集GIS時(shí)空大數(shù)據(jù)，分析可視化數(shù)據(jù)挖掘技術(shù)；其次，構(gòu)建地理時(shí)空數(shù)據(jù)可視化挖掘模型，將地理軌跡數(shù)據(jù)由CSV格式轉(zhuǎn)換為Shapefile向量數(shù)據(jù)格式；最后，計(jì)算轉(zhuǎn)換后的地理坐標(biāo)，對GIS時(shí)空大數(shù)據(jù)進(jìn)行融合處理。試驗(yàn)結(jié)果表明，基于可視化數(shù)據(jù)挖掘技術(shù)的GIS時(shí)空大數(shù)據(jù)融合處理方法能夠快速處理時(shí)空數(shù)據(jù)，在不同測試時(shí)空內(nèi)，使用本文方法融合處理的數(shù)據(jù)量比其他方法更多，本文方法效果更好。

關(guān)鍵詞：數(shù)據(jù)融合；GIS時(shí)空大數(shù)據(jù)；信息處理技術(shù)；融合處理；可視化數(shù)據(jù)挖掘技術(shù)

中圖分類號(hào)：D 26 " " " " 文獻(xiàn)標(biāo)志碼：A

地理信息系統(tǒng)（Geographic Information System，GIS）集成地理空間數(shù)據(jù)和屬性數(shù)據(jù)，為各種領(lǐng)域提供了強(qiáng)大的空間分析和決策能力。GIS領(lǐng)域亟需解決的問題是高效地融合和處理GIS時(shí)空大數(shù)據(jù)。在文獻(xiàn)[1]中，研究人員將預(yù)處理后的數(shù)據(jù)整合到一個(gè)集中的數(shù)據(jù)管理平臺(tái)中，保證數(shù)據(jù)能夠在該平臺(tái)中進(jìn)行共享和交互。平臺(tái)的存儲(chǔ)和計(jì)算能力強(qiáng)，能夠高效處理并分析龐大的數(shù)據(jù)集。采用這種整合與集中管理的方式可以更有效地管理和利用巡護(hù)時(shí)空大數(shù)據(jù)。在文獻(xiàn)[2]中，研究人員利用關(guān)聯(lián)規(guī)則和挖掘技術(shù)深入研究無線傳感網(wǎng)中的節(jié)點(diǎn)數(shù)據(jù)。對這些節(jié)點(diǎn)數(shù)據(jù)特性進(jìn)行需求分析，構(gòu)建1個(gè)數(shù)據(jù)融合模型，該模型能夠在時(shí)間和空間方面對數(shù)據(jù)進(jìn)行融合，提升GIS時(shí)空大數(shù)據(jù)融合處理的準(zhǔn)確性。

本文方法將數(shù)據(jù)挖掘技術(shù)與可視化技術(shù)相結(jié)合，將復(fù)雜的數(shù)據(jù)以圖形、圖像等直觀、清晰的方式展現(xiàn)，使用戶能夠更快速、準(zhǔn)確地理解數(shù)據(jù)，發(fā)現(xiàn)數(shù)據(jù)中的規(guī)律。

1 可視化數(shù)據(jù)挖掘技術(shù)

可視化數(shù)據(jù)挖掘技術(shù)是一種結(jié)合可視化技術(shù)和數(shù)據(jù)挖掘技術(shù)的先進(jìn)技術(shù)。這種技術(shù)利用圖形、圖像等直觀形式展現(xiàn)大量數(shù)據(jù)中的信息和知識(shí)，幫助用戶更快速、準(zhǔn)確地理解數(shù)據(jù)，發(fā)現(xiàn)數(shù)據(jù)中的規(guī)律和趨勢?？梢暬瘮?shù)據(jù)挖掘技術(shù)包括數(shù)據(jù)預(yù)處理、數(shù)據(jù)挖掘和可視化等步驟，數(shù)據(jù)挖掘是可視化數(shù)據(jù)挖掘技術(shù)的核心步驟，其利用各種算法對數(shù)據(jù)進(jìn)行挖掘，獲得有價(jià)值的信息和知識(shí)。

2 采集GIS時(shí)空大數(shù)據(jù)

GIS時(shí)空大數(shù)據(jù)的可視化過程以地圖作為核心框架，進(jìn)一步將時(shí)間數(shù)據(jù)進(jìn)行空間化處理，將兩者有效融合，創(chuàng)造一種新穎的數(shù)據(jù)展現(xiàn)形態(tài)。充分利用地理信息技術(shù)的空間可視化優(yōu)勢將時(shí)空數(shù)據(jù)以地圖形式進(jìn)行直觀展示，不僅方便從多個(gè)視角進(jìn)行深入觀察，還從空間層面對大數(shù)據(jù)進(jìn)行高效分析。本文設(shè)計(jì)的GIS時(shí)空大數(shù)據(jù)采集步驟包括以下3個(gè)。

2.1 交點(diǎn)定義

在實(shí)際操作中，采集的道路數(shù)據(jù)通常為連續(xù)的多段線形式。為了定位，需要遍歷所有涉及的道路折線段，確定這些折線段之間的交點(diǎn)[3]，即道路節(jié)點(diǎn)。

2.2 道路數(shù)據(jù)切割

在進(jìn)行道路數(shù)據(jù)處理的過程中，使用本文方法確定并計(jì)算1條測得的道路的交叉區(qū)域，得到道路交叉層。然后利用這個(gè)交點(diǎn)圖層對原有的道路數(shù)據(jù)進(jìn)行切割。當(dāng)采集地理軌跡數(shù)據(jù)時(shí)，采用CSV格式導(dǎo)出這些數(shù)據(jù)，呈現(xiàn)為一系列點(diǎn)集，需要將其轉(zhuǎn)換為在GIS中廣泛使用的Shapefile向量數(shù)據(jù)格式[4-5]。在完成轉(zhuǎn)換后，自動(dòng)構(gòu)建向量數(shù)據(jù)的拓?fù)潢P(guān)系，在弧段與節(jié)點(diǎn)之間建立準(zhǔn)確的連接?；《闻c節(jié)點(diǎn)之間的具體關(guān)系見表1。

設(shè)鄰接向量P，弧段q1～q7的鄰接關(guān)系如公式（1）所示。

（1）

節(jié)點(diǎn)N1～N5設(shè)定的連通向量N如公式（2）所示。

（2）

2.3 冗余數(shù)據(jù)處理

在數(shù)據(jù)收集的過程中，為保證道路數(shù)據(jù)的完整性與準(zhǔn)確性，某些路段的長度會(huì)超過實(shí)際道路長度。因此，在后續(xù)處理中需要識(shí)別并移除這些多余的部分。

3 單波段與單極化數(shù)據(jù)的像元差值提取

Sentinel-1數(shù)據(jù)：Sentinel-1是一個(gè)全天時(shí)、全天候的合成孔徑雷達(dá)成像系統(tǒng)，其是歐盟委員會(huì)（European Commission，EC）和歐洲航天局（European Space Agency，ESA）針對哥白尼全球?qū)Φ赜^測項(xiàng)目研制的首顆衛(wèi)星。為了將大氣上層表觀反射率轉(zhuǎn)換為大氣下層地表反射率，本研究采用歐州航天局官方提供的Sen2Cor大氣校正模塊對Sentinel-2數(shù)據(jù)進(jìn)行大氣校正。除了對Sentinel-2的單波段數(shù)據(jù)與Sentinel-1的單極化數(shù)據(jù)的像元差值進(jìn)行分析外，還利用紅光（Red）和近紅外（Near Infrared，NIR）波段獲取歸一化植被指數(shù)（Normalize Difference Vegetation Index，NDVI），并提取NDVI與垂直極化數(shù)據(jù)（Vertical Polarization，VV）以及垂直水平數(shù)據(jù)（Vertical-Horizontal Polarization，VH）的像元差值。

本文根據(jù)NDVI模型生成對應(yīng)的NDVI產(chǎn)品，裁剪影像。NDVI的計(jì)算過程如公式（3）所示。

（3）

式中：PRed，PNIR分別為Sentinel-2數(shù)據(jù)對應(yīng)的紅光和近紅外波段的地面反射率值。

利用歸一化后的單波段數(shù)據(jù)（藍(lán)光、綠光、紅光和近紅外光）與歸一化后的單極化數(shù)據(jù)逐一進(jìn)行波段運(yùn)算，獲取2種傳感器數(shù)據(jù)的像元差值，計(jì)算過程如公式（4）所示。

T（x，y，t）=S2（x，y，n，t）-S1（x，y，m，t）

（n=Bule，Green，Red，NIR;m=VV，VH） " " "（4）

式中：T（x，y，t）為Sentinel-2 與 Sentinel-1 數(shù)據(jù)的像元值之差；S2、S1分別為Sentinel-1和Sentinel-2數(shù)據(jù)的像元值；n為Sentinel-2的波段數(shù)據(jù)，包括藍(lán)光（Blue）、綠光（Green）、紅光和近紅外光；m為Sentinel-1的雙極化數(shù)據(jù)，包括VV和VH；t為獲取像元值所需的時(shí)間。

利用樣本點(diǎn)的位置信息從計(jì)算結(jié)果中提取樣本點(diǎn)位置所有像元的值，取地類內(nèi)所有樣本點(diǎn)的均值作為該地類像元差值，最終獲取不同時(shí)相的像元差值序列特征。

4 構(gòu)建地理時(shí)空數(shù)據(jù)可視化挖掘模型

根據(jù)上文提取的GIS時(shí)空大數(shù)據(jù)像元差值，本章利用可視化數(shù)據(jù)挖掘技術(shù)的柵格瓦片可視化算法，將該技術(shù)應(yīng)用于時(shí)空數(shù)據(jù)中，對地理時(shí)空數(shù)據(jù)進(jìn)行可視化挖掘[6]。柵格瓦片可視化算法流程如圖1所示。

由圖1可知，柵格瓦片可視化算法流程如下。首先，設(shè)計(jì)地圖的中心點(diǎn)，確定時(shí)空數(shù)據(jù)對應(yīng)的地理范圍。其次，設(shè)定柵格瓦片的起始行列序號(hào)，確定X軸、Y軸的瓦片數(shù)量，將柵格瓦片鋪滿地圖，計(jì)算單張瓦片的像素分辨率，確定瓦片對應(yīng)的時(shí)空面積，獲取對應(yīng)的地理坐標(biāo)，最終得到地理時(shí)空坐標(biāo)的位置，使柵格瓦片可視化[7-8]。本文構(gòu)建數(shù)據(jù)集成挖掘模型，將其應(yīng)用于時(shí)空數(shù)據(jù)的可視化挖掘中，本文設(shè)計(jì)的數(shù)據(jù)集成挖掘模型的結(jié)構(gòu)如圖2所示。

由圖2可知，利用可擴(kuò)展標(biāo)記語言（Extensible Markup Language，XML）文件配置數(shù)據(jù)庫連接信息，設(shè)置用戶界面，構(gòu)建數(shù)據(jù)集成模型對數(shù)據(jù)進(jìn)行集成，并利用元數(shù)據(jù)倉庫進(jìn)行處理，設(shè)計(jì)數(shù)據(jù)集成引擎與數(shù)據(jù)中心進(jìn)行交互。時(shí)空數(shù)據(jù)通常是指融合了地理經(jīng)緯度信息的數(shù)據(jù)集，瀏覽器頁面基于一個(gè)二維的平面坐標(biāo)系統(tǒng)來展示內(nèi)容。因此，在GIS中對坐標(biāo)軸進(jìn)行設(shè)定：X軸代表經(jīng)度，數(shù)值沿此軸向右逐漸增加；Y軸代表緯度，數(shù)值沿此軸向上逐漸增加[9]。模型構(gòu)建的具體步驟如下。

第一步，設(shè)定瓦片像素為tS，分辨率為R。

第二步，單張瓦片對應(yīng)的地理時(shí)空面積為GS，計(jì)算過程如公式（5）所示。

GS=tS×R " " " " （5）

第三步，得到對應(yīng)的地理坐標(biāo)（Gleft，Gtop），計(jì)算過程如公式（6）所示。

（6）

式中：GX、GY分別為屏幕的X軸和Y軸；W、H分別為屏幕的寬度和高度。

該地理坐標(biāo)（Gleft，Gtop）對應(yīng)的地理位置（Xs，Ys）如公式（7）所示。

（7）

式中：Gs為單張瓦片對應(yīng)的地理時(shí)空面積。

基于上述分析，地理時(shí)空數(shù)據(jù)可視化挖掘模型的計(jì)算過程如公式（8）所示。

（8）

經(jīng)過上述研究，設(shè)計(jì)面向空間信息的可視化挖掘方法，為空間信息融合處理奠定堅(jiān)實(shí)的基礎(chǔ)。

5 GIS時(shí)空大數(shù)據(jù)的融合處理

根據(jù)采集的GIS時(shí)空大數(shù)據(jù)獲取歷史數(shù)據(jù)，分析地理現(xiàn)象的時(shí)空變化規(guī)律。為了優(yōu)化資源配置，提高資源使用效率，減少浪費(fèi)，將采集得到的GIS時(shí)空大數(shù)據(jù)輸入時(shí)空數(shù)據(jù)可視化挖掘模型中，創(chuàng)建共享數(shù)據(jù)類別，采用語義融合技術(shù)整合不同來源和類型的數(shù)據(jù)，確定其是否對應(yīng)于同一個(gè)類別中的同一個(gè)概念，采用時(shí)空數(shù)據(jù)分析方法對融合后的數(shù)據(jù)進(jìn)行分析，提取有用信息，具體融合處理過程如下。

以p1=（x1，y1）=（Xs，Ys）為圓心，將半徑r設(shè)定為20 m進(jìn)行搜索，p2（x2，y2）為該空間中的任意節(jié)點(diǎn)，p1為搜索圓形的圓心，p2為搜索圓形內(nèi)的任意點(diǎn)。p1與p2之間的距離d的計(jì)算過程如公式（9）所示。

（9）

如果d≤r，那么p1與p2 這2個(gè)點(diǎn)為同名點(diǎn)；如果dgt;r，那么p1與p2 這2個(gè)點(diǎn)不是同名點(diǎn)。

在數(shù)據(jù)融合處理過程中使用統(tǒng)一的設(shè)備，所有數(shù)據(jù)的定位模式均設(shè)定為單點(diǎn)定位，基于這種一致性可以合理推斷同一個(gè)對象采集的不同數(shù)據(jù)在權(quán)重方面是相等的。這種設(shè)置保證了數(shù)據(jù)采集標(biāo)準(zhǔn)，降低了由于設(shè)備差異或定位方法不同導(dǎo)致的誤差。在GIS時(shí)空大數(shù)據(jù)融合處理過程中，這種統(tǒng)一性能夠保證數(shù)據(jù)的可比性和融合的準(zhǔn)確性，因此十分重要。

將這些數(shù)據(jù)的空間位置信息進(jìn)行融合，計(jì)算x、y坐標(biāo)的平均值，如公式（10）所示。

（10）

式中：xi、yi分別為第i次采集的點(diǎn)位坐標(biāo)x、y的值。

利用公式（8）可以得到每個(gè)節(jié)點(diǎn)融合后的時(shí)空數(shù)據(jù)地理坐標(biāo)位置。

6 試驗(yàn)測試與結(jié)果

6.1 試驗(yàn)準(zhǔn)備

為驗(yàn)證本文方法的有效性，筆者進(jìn)行試驗(yàn)，以MATLAB軟件為基礎(chǔ)搭建一個(gè)模擬測試平臺(tái)，檢測本文方法的數(shù)據(jù)融合處理性能。在測試過程中將文獻(xiàn)[1]方法、文獻(xiàn)[2]方法與本文方法進(jìn)行對比，以3種方法的數(shù)據(jù)融合處理效率作為測試結(jié)果。

6.2 試驗(yàn)結(jié)果

基于上述試驗(yàn)準(zhǔn)備，3種方法的對比測試結(jié)果見表2。

由測試結(jié)果可知，本文提出的基于可視化數(shù)據(jù)挖掘技術(shù)的GIS時(shí)空大數(shù)據(jù)融合處理方法能夠快速處理數(shù)據(jù)，因此，在不同測試時(shí)間內(nèi)，與文獻(xiàn) [1] 方法、文獻(xiàn) [2] 方法相比，本文方法融合處理的數(shù)據(jù)量更多，證明了本文方法的有效性。

綜上所述，利用可視化數(shù)據(jù)挖掘技術(shù)能夠自動(dòng)或半自動(dòng)地識(shí)別數(shù)據(jù)中的關(guān)鍵信息，減少人工分析和處理的工作量，提高 GIS 時(shí)空大數(shù)據(jù)融合處理的效率和準(zhǔn)確性。

7 結(jié)語

基于可視化數(shù)據(jù)挖掘技術(shù)的GIS時(shí)空大數(shù)據(jù)融合處理方法不僅推動(dòng)了GIS技術(shù)快速發(fā)展，還影響了社會(huì)經(jīng)濟(jì)發(fā)展、城市規(guī)劃以及環(huán)境監(jiān)測等領(lǐng)域。在這個(gè)過程中，數(shù)據(jù)安全和隱私保護(hù)十分重要。在利用大數(shù)據(jù)進(jìn)行空間分析的過程中，必須嚴(yán)格遵守相關(guān)法律法規(guī)，保障用戶數(shù)據(jù)的安全性和隱私性。未來基于可視化數(shù)據(jù)挖掘技術(shù)的GIS時(shí)空大數(shù)據(jù)融合處理方法將繼續(xù)發(fā)揮其獨(dú)特優(yōu)勢。

參考文獻(xiàn)

[1]張新宇，林澤攀，武紅敢，等.巡護(hù)時(shí)空大數(shù)據(jù)助推林草業(yè)務(wù)的協(xié)同融合[J].林業(yè)科技通訊，2022（6）：31-33.

[2]秦麗娜.基于關(guān)聯(lián)規(guī)則挖掘的無線傳感網(wǎng)時(shí)空數(shù)據(jù)融合方法探究[J].北部灣大學(xué)學(xué)報(bào)，2023，38（4）：68-71.

[3]杜家寬，李雁飛，孫嗣文，等.多源數(shù)據(jù)融合的泛時(shí)空特征水稻深度學(xué)習(xí)提取[J].農(nóng)業(yè)大數(shù)據(jù)學(xué)報(bào)，2024，6（1）：56-67.

[4]丁夢蘇，楊慕喬，陳世敏.大規(guī)模時(shí)空圖數(shù)據(jù)存儲(chǔ)和分析的優(yōu)化方法[J].高技術(shù)通訊，2023，33（2）：124-134.

[5]黃慧萍，陳芳淼.城市群建設(shè)與管理的時(shí)空大數(shù)據(jù)體系框架構(gòu)建研究[J].遙感技術(shù)與應(yīng)用，2023，38（2）：443-453.

[6]周揚(yáng)，韓崔燕，田楠，等.基于多源時(shí)空大數(shù)據(jù)的市政管線安全管控關(guān)鍵技術(shù)研究[J].工業(yè)建筑，2023，53（增刊2）：62-66.

[7]徐鵬飛，麥均碩，王嘉銘，等.基于時(shí)空大數(shù)據(jù)分析的出租車智慧調(diào)度系統(tǒng)[J].信息與電腦（理論版），2024，36（2）：103-105.

[8]劉宏志，張燦，李秋爽，等.智慧基建背景下電網(wǎng)工程造價(jià)資源庫建設(shè)研究[J].建筑經(jīng)濟(jì)，2022，43（3）：59-66.

[9]柯霖.基于多源數(shù)據(jù)融合與模糊聚類的電力工程數(shù)據(jù)處理方法研究[J].電子設(shè)計(jì)工程，2023，31（24）：163-167.