陳 剛,何政偉,楊 斌

(1.成都理工大學(xué)地球科學(xué)學(xué)院,四川成都 610059;2.中石化西南油氣分公司勘探開發(fā)研究院信息中心,四川成都 610081;

3.西南科技大學(xué)環(huán)境與資源學(xué)院,四川綿陽 621010）

地形特征與山地氣候變化空間關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘研究

陳 剛1,2,何政偉1＊,楊 斌3

(1.成都理工大學(xué)地球科學(xué)學(xué)院,四川成都 610059;2.中石化西南油氣分公司勘探開發(fā)研究院信息中心,四川成都 610081;

3.西南科技大學(xué)環(huán)境與資源學(xué)院,四川綿陽 621010）

以四川省的地形、氣候?yàn)檠芯繉?duì)象,針對(duì)山地地形特征與氣候變化研究中,傳統(tǒng)的統(tǒng)計(jì)分析、非線性擬合等方法缺乏分析處理海量數(shù)據(jù)和提取隱含信息能力的問題,提出將關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘與柵格圖像處理、地形分析相結(jié)合的研究方法。該方法利用柵格圖像處理和地形分析技術(shù),對(duì)地形和氣候柵格圖像進(jìn)行坐標(biāo)轉(zhuǎn)換、裁剪、分類、因子提取、離散化等預(yù)處理,再用Ap rio ri算法對(duì)提取的地形特征因子和氣候因子進(jìn)行分析,得到反映兩者之間相關(guān)性的強(qiáng)關(guān)聯(lián)規(guī)則。通過對(duì)60余萬組數(shù)據(jù)的分析,得到22條滿足最小支持度和置信度的關(guān)聯(lián)規(guī)則,并由此綜合分析得到6條復(fù)合關(guān)聯(lián)規(guī)則。實(shí)驗(yàn)證明,這些反映地形特征與氣候變化幅度之間關(guān)聯(lián)性的關(guān)聯(lián)規(guī)則可信度較高。

地形;山地;氣候;關(guān)聯(lián)規(guī)則;數(shù)據(jù)挖掘

在山地研究中,地形特征是一個(gè)包括海拔、坡向、坡度和粗糙度等因子的多維變量,由于地形特征決定了太陽輻射、降水、氣溫的空間分布,從而決定了氣候帶的分布[1,2],除緯度與海陸位置外,地形特征是影響區(qū)域氣候的主要因素。尤其是在內(nèi)陸地區(qū),地形特征對(duì)氣候的主導(dǎo)作用尤為明顯。研究表明[3],地形與區(qū)域氣候變化具有一定的聯(lián)系,因此,研究地形與山地區(qū)域氣候的關(guān)系,減小氣候變化對(duì)社會(huì)經(jīng)濟(jì)和生態(tài)環(huán)境的影響,具有重大的現(xiàn)實(shí)意義。

多年的山地研究積累了遙感、地質(zhì)、生態(tài)環(huán)境、社會(huì)等方面的大量數(shù)據(jù),而對(duì)這些數(shù)據(jù)的分析仍主要采取統(tǒng)計(jì)分析、非線性擬合等傳統(tǒng)方法[4-6],在多元、多維、海量數(shù)據(jù)分析處理方面存在明顯不足,導(dǎo)致大量信息(如特征描述、趨勢、類別等）淹沒于背景數(shù)據(jù)中,難以被發(fā)現(xiàn)。數(shù)據(jù)挖掘是從20世紀(jì)90年代發(fā)展起來的新興數(shù)據(jù)分析處理技術(shù),它能從大量、不完全、有噪聲、模糊、隨機(jī)的數(shù)據(jù)中提取隱含、潛在有用的信息和知識(shí),并且近年來隨著信息技術(shù)的發(fā)展,數(shù)據(jù)挖掘得到了有力支撐,發(fā)展迅速。因此,數(shù)據(jù)挖掘的應(yīng)用可解決山地科學(xué)研究中數(shù)據(jù)分析處理這一瓶頸問題。本文以四川省為研究區(qū)域,通過柵格圖像處理、地形分析與關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘技術(shù),研究山地地形特征與氣候之間的相關(guān)性。

1 研究區(qū)域概況與數(shù)據(jù)處理

四川省位于東經(jīng)97°21′～108°31′,北緯26°03′～34°19′,東西長1 075 km,南北寬921 km,面積48.41萬km2。地形復(fù)雜多樣,包含四川盆地、青藏高原、橫斷山脈、云貴高原、秦嶺-大巴山山地等地貌單元,地勢西高東低,由西北向東南傾斜,山地、高原和丘陵約占全省土地面積的97.46%。四川位于亞熱帶范圍內(nèi),由于受復(fù)雜地形和不同季風(fēng)環(huán)流的交替影響,東西部氣候差異明顯,東部盆地屬亞熱帶濕潤氣候,西部高原以垂直氣候帶為主,寒冷、冬季長、日照充足、降水集中、干濕季分明,從南部山地到北部高原,由亞熱帶演變到亞寒帶,氣候垂直變化大,垂直方向上有亞熱帶到永凍帶的各種氣候類型。四川復(fù)雜的地形和多樣的氣候,為研究山地地形特征與氣候的相關(guān)性提供了典型樣本。

地形數(shù)據(jù)采用SRTM V 4.1數(shù)據(jù),精度3 rad/s,水平分辨率約9 m,高程基準(zhǔn)是 EGM-96的大地水準(zhǔn)面,平面基準(zhǔn)是 WGS_1984。通過插值方法對(duì)SRTM V 4.1原圖中的空洞進(jìn)行填補(bǔ)。覆蓋四川省的SRTM圖幅文件共6個(gè),通過圖像處理軟件進(jìn)行無縫拼接后,與四川省省界矢量圖形進(jìn)行裁剪,得到四川省的SRTM地形圖,再用此圖分別提取高程、坡度、坡向柵格圖像[7,8]。文中所有的柵格圖像均采用WGS_1984地理坐標(biāo)系,以便在統(tǒng)一的坐標(biāo)系統(tǒng)進(jìn)行疊加和計(jì)算分析。

本文選用中國自然資源數(shù)據(jù)庫中提供的1961-1998年氣候數(shù)據(jù)作為實(shí)驗(yàn)數(shù)據(jù),數(shù)據(jù)為經(jīng)過柵格化處理的每年7月平均氣溫和降水?dāng)?shù)據(jù)。為量化反映氣溫和降水的變化波動(dòng)程度,實(shí)驗(yàn)中用標(biāo)準(zhǔn)差對(duì)數(shù)據(jù)進(jìn)行處理,計(jì)算公式為:S=SQRT[Σni=1(xi-ˉx）2/n],得到跨度為38 a的氣溫(降水）標(biāo)準(zhǔn)差柵格圖。其中,SQRT表示開平方根,xi為第i年7月平均氣溫(降水）柵格數(shù)據(jù),ˉx為1961-1998年7月平均氣溫(降水）柵格數(shù)據(jù)的平均值,S為標(biāo)準(zhǔn)差(S越大說明數(shù)據(jù)相對(duì)平均數(shù)上下波動(dòng)越大,即變動(dòng)幅度越大）。

2 關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘算法描述

關(guān)聯(lián)數(shù)據(jù)挖掘是數(shù)據(jù)挖掘的一個(gè)重要研究方向,它通過找出事物之間在特定條件下存在的某種強(qiáng)度聯(lián)系的關(guān)聯(lián)規(guī)則,發(fā)現(xiàn)事務(wù)之間的規(guī)律。關(guān)聯(lián)規(guī)則模式屬于描述型模式,基本算法有Ap riori和FP-Tree兩種,其中Ap riori算法是研究和使用最多的算法,它是一種使用頻繁項(xiàng)集性質(zhì)的先驗(yàn)知識(shí),生成關(guān)聯(lián)規(guī)則的算法屬于無監(jiān)督學(xué)習(xí),其核心是掃描數(shù)據(jù),用逐層搜索的迭代方法求得所有頻繁集,能有效地發(fā)現(xiàn)大量數(shù)據(jù)中的關(guān)聯(lián)規(guī)則[9,11]。

關(guān)聯(lián)規(guī)則的相關(guān)數(shù)學(xué)描述如下:設(shè) I={i1,i2,…,im}是項(xiàng)集合,其中的元素稱為項(xiàng)(item）。D是一個(gè)事務(wù)集合,在 D中每個(gè)事務(wù) T是項(xiàng)的集合,且 T?I,對(duì)應(yīng)每個(gè)事務(wù)有唯一的標(biāo)識(shí) TID。設(shè) X是一個(gè)I中項(xiàng)的集合,如果 X?T,那么稱事務(wù) T包含X。本文將項(xiàng)定義為二進(jìn)制數(shù),值為0或1,每個(gè)事務(wù)中的唯一標(biāo)識(shí)為每個(gè)取樣點(diǎn)的編號(hào) PO IN TID,關(guān)聯(lián)規(guī)則挖掘的過程主要包括以下步驟。

2.1 確定關(guān)聯(lián)規(guī)則算法的分析因子

將地形特征和氣候作為關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘的研究對(duì)象,分析因子由高程、坡度、坡向、降水、氣溫5項(xiàng)組成。由于算法性能對(duì)粒度的限制,在用關(guān)聯(lián)規(guī)則算法進(jìn)行分析前,需要對(duì)指標(biāo)進(jìn)行分類,5項(xiàng)柵格數(shù)據(jù)分別按照以下標(biāo)準(zhǔn)進(jìn)行分類:根據(jù)《中國地貌區(qū)劃》[12]記載的絕對(duì)高程分類方法,將高程分為5類:極高山(＞5 000 m）、高山(3 500～5 000 m）、中山(1 000～3 500 m）、低山(500～1 000 m）、非山地(丘陵與平原）(＜500 m）。根據(jù)國際地理學(xué)會(huì)地貌調(diào)查與制圖委員會(huì)制定的坡度分級(jí)方法,將坡度分為7級(jí):平原至微傾斜坡(＜2°）、緩傾斜坡(2°～5°）、斜坡(5°～15°）、陡坡(15°～25°）、急坡(25°～35°）、急陡坡(35°～55°）、垂直坡(＞55°）。坡向以正北方向?yàn)槠鹗挤较?按順時(shí)針方向計(jì)算,范圍為0°～360°,以45°為間隔劃分為8類。將氣溫和降水柵格數(shù)值的標(biāo)準(zhǔn)差,按照標(biāo)準(zhǔn)偏差分類法(standard deviation）劃分為6類,數(shù)值越大表示變化幅度越大(地形和氣候因子的分類結(jié)果如圖1、圖2所示）。

2.2 設(shè)定最小支持度和最小置信度閾值

支持度表示事務(wù)集合D中包含 X和 Y的事務(wù)數(shù)與總的事務(wù)數(shù)的比值(式(1））,說明了規(guī)則在所有事務(wù)中代表性程度,支持度越大,關(guān)聯(lián)規(guī)則越重要,最小支持度Supmin用以表示這種規(guī)則發(fā)生的最小概率。置信度表示D中同時(shí)包含 X和 Y的事務(wù)數(shù)與只包含X的事務(wù)數(shù)的比值,是對(duì)關(guān)聯(lián)規(guī)則準(zhǔn)確度的衡量(式(2））,最小置信度 Confmin用來濾掉可能性過小的規(guī)則。支持度和置信度的閾值對(duì)能否找到滿意的關(guān)聯(lián)規(guī)則非常重要,如果生成的規(guī)則過多或過少,則需要對(duì)支持度閾值和置信度閾值進(jìn)行調(diào)整,并重新生成強(qiáng)關(guān)聯(lián)規(guī)則。

2.3 迭代找出所有支持度大于等于 Supmin的頻繁項(xiàng)集

頻繁項(xiàng)集是出現(xiàn)的頻率大于或等于最小支持?jǐn)?shù),即滿足最小支持度閾值的項(xiàng)集。關(guān)聯(lián)規(guī)則挖掘的實(shí)質(zhì)就是在給定的交易或事務(wù)數(shù)據(jù)庫D中,發(fā)現(xiàn)所有的頻繁關(guān)聯(lián)規(guī)則[13,14]。找出頻繁項(xiàng)集的基本過程如下[15]:設(shè)Ck表示候選k-項(xiàng)集,Lk表示Ck中出現(xiàn)概率大于或等于最小支持度閾值與事務(wù)總數(shù)的乘積的k-項(xiàng)集,即k-頻繁項(xiàng)集或者是k-大項(xiàng)集。1）計(jì)算所有的C1;2）掃描數(shù)據(jù)庫,刪除其中的非頻繁子集,生成L1(1-頻繁項(xiàng)集）;3）將L1與自己連接生成C2(候選2-項(xiàng)集）;4）掃描數(shù)據(jù)庫,刪除C2中的非頻繁子集,生成L2(2-頻繁項(xiàng)集）;5）依次推算,通過Lk-1(k-1-頻繁項(xiàng)集）與子集連接生成Ck(候選k-項(xiàng)集）,然后掃描數(shù)據(jù)庫,生成Lk(頻繁k-項(xiàng)集）,直到不再有頻繁項(xiàng)集產(chǎn)生為止。

2.4 根據(jù)頻繁項(xiàng)集生成所有置信度大于等于置信度閾值的強(qiáng)規(guī)則

強(qiáng)規(guī)則就是滿足最小支持度Supmin和最小置信度Confmin的關(guān)聯(lián)規(guī)則。給定一個(gè)事務(wù)集D,挖掘關(guān)聯(lián)規(guī)則問題就是產(chǎn)生支持度和置信度分別大于用戶給定的最小支持度和最小置信度的關(guān)聯(lián)規(guī)則,即產(chǎn)生強(qiáng)規(guī)則的問題。對(duì)于每個(gè)頻繁項(xiàng)集L,產(chǎn)生L的所有非空子集;對(duì)于L的每個(gè)非空子集S,如果Support(Y）/Support(X）≥Confmin,則輸出規(guī)則X?(Y-X）,Confmin是最小置信度的閾值。由于規(guī)則由頻繁項(xiàng)集產(chǎn)生,每個(gè)規(guī)則都滿足最小支持度。

3 空間關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘?qū)嶒?yàn)及分析

3.1 分析因子的表示

為便于在數(shù)據(jù)庫中表示,在計(jì)算前需要將分析因子的分類值二值化。在四川行政區(qū)域內(nèi),從氣溫柵格分類圖上提取與柵格對(duì)應(yīng)的點(diǎn),以這些點(diǎn)的坐標(biāo)為采樣點(diǎn),提取相同經(jīng)緯度坐標(biāo)的地形特征因子和氣候因子的分類數(shù)值,共625 689組;然后對(duì)得到的每組分類數(shù)字進(jìn)行二值化處理,組成由5段32個(gè)項(xiàng)組成的事務(wù)。項(xiàng)是二進(jìn)制數(shù),每段代表一個(gè)分析因子,段中不同位置的項(xiàng)對(duì)應(yīng)不同的分類,每個(gè)段中項(xiàng)只能有一個(gè)位置為1,其他的均為0,整個(gè)事務(wù)集合由625 689個(gè)事務(wù)組成。

3.2 實(shí)驗(yàn)結(jié)果

從四川省的高程、坡度、坡向、降水、氣溫柵格數(shù)據(jù)中,共提取625 689組數(shù)據(jù)作為分析樣本,經(jīng)坐標(biāo)轉(zhuǎn)換、裁剪、分類、提取、離散化處理后,每組數(shù)據(jù)得到32個(gè)屬性。采用Ap rio ri算法對(duì)數(shù)據(jù)進(jìn)行分析,設(shè)定最小支持度閾值Supmin=5%和最小置信度閾值Confmin=60%,得到22條關(guān)聯(lián)規(guī)則(表1）,其中,一維規(guī)則4條,二維規(guī)則18條,這些規(guī)則按支持度降序排列,均具有較高的置信度。如表1所示,每條規(guī)則代表了一個(gè)關(guān)聯(lián)關(guān)系,例如:規(guī)則 ①:F2=＞H3,說明降水的標(biāo)準(zhǔn)差在0～20.1393(F2）和高程1 000～3 500 m(H3）存在關(guān)聯(lián),兩者同時(shí)出現(xiàn)的概率為7.255%,而在此降水標(biāo)準(zhǔn)差變化范圍內(nèi),高程1 000～3 500 m(H3）的概率為98.783%,F2、H3具有較高支持度。其他規(guī)則的解釋同上。

表1 地形特征和氣候因子的關(guān)聯(lián)規(guī)則Table 1 Association rules of terrain feature and climate factors

3.3 實(shí)驗(yàn)分析

根據(jù)以上關(guān)聯(lián)規(guī)則,通過交并運(yùn)算,可以概括出6條復(fù)合關(guān)聯(lián)規(guī)則:①高程為178～500 m(H1）,氣溫標(biāo)準(zhǔn)差為5.2768～6.5576(T2）,則降水標(biāo)準(zhǔn)差為22.9193～25.6993(F4）;②氣溫標(biāo)準(zhǔn)差為5.2768～6.5576(T2）,降水標(biāo)準(zhǔn)差為0～22.9193(F1/F2）,坡度在 15°～35°(SL4/SL5）間的地形,則高程為1 000～3 500 m(H3）;③氣溫標(biāo)準(zhǔn)差為6.5576～9.119(T3/T4）,降水標(biāo)準(zhǔn)差為22.9193～28.4792 (F3/F4）,坡度在5°～35°(SL3/SL4/SL5）間的地形,則高程為3 500～5 000 m(H4）;④高程為178～500 m(H1）,降水標(biāo)準(zhǔn)差為 22.9193～25.6993 (F3）,或高程為1 000～3 500 m(H3）,降水標(biāo)準(zhǔn)差為0～20.1393(F1）,則氣溫標(biāo)準(zhǔn)差為 5.2768～6.5576;⑤高程為178～500 m(H1）,降水標(biāo)準(zhǔn)差為25.6993～28.4792(F4）,或高程為3 500～5 000 m (H4）,降水標(biāo)準(zhǔn)差為20.1393～22.9193(F2）,則氣溫標(biāo)準(zhǔn)差為6.5576～7.8383(T3）;⑥高程為3 500～5 000 m(H 4）,降水標(biāo)準(zhǔn)差為25.6993～28.4792 (F4/F5）,則氣溫標(biāo)準(zhǔn)差為7.8383～9.119(T4）。

用布爾表達(dá)式分布表示為:

從以上結(jié)果可以看出,地形特征與氣候變化幅度之間存在明顯的復(fù)雜關(guān)聯(lián)性。為證明以上結(jié)果的正確性,用空間分析與統(tǒng)計(jì)分析結(jié)合的方法進(jìn)行驗(yàn)證。先將關(guān)聯(lián)規(guī)則R的前項(xiàng)按照表達(dá)式中的邏輯關(guān)系,對(duì)涉及的要素圖像進(jìn)行柵格運(yùn)算,得到滿足前項(xiàng)條件的研究區(qū)域A;再按照區(qū)域A的范圍,從關(guān)聯(lián)規(guī)則 R后項(xiàng)對(duì)應(yīng)的要素柵格圖像中,提取后項(xiàng)表示結(jié)論區(qū)域B;對(duì)區(qū)域B中柵格單元用前述采樣點(diǎn)提取數(shù)值,然后,分別統(tǒng)計(jì)區(qū)域B中采樣點(diǎn)總數(shù) PB(區(qū)域點(diǎn)數(shù)）和數(shù)值滿足關(guān)聯(lián)規(guī)則 R后項(xiàng)的采樣點(diǎn)數(shù) PR(有效點(diǎn)數(shù)）,對(duì)比得到兩組數(shù)據(jù)。從圖3可以看出,滿足關(guān)聯(lián)規(guī)則結(jié)果的有效點(diǎn)在區(qū)域內(nèi)占有較高比例,說明上述關(guān)聯(lián)規(guī)則具有較高的可信度。

圖3 區(qū)域B中點(diǎn)數(shù)與有效點(diǎn)數(shù)對(duì)比Fig.3 The comparison of area pointsand effective points in area B

4 結(jié)論

本文以四川省為研究區(qū)域,在用柵格圖像和地形分析技術(shù)對(duì)地形、氣候圖像進(jìn)行預(yù)處理的基礎(chǔ)上,采用Ap rio ri關(guān)聯(lián)數(shù)據(jù)挖掘算法,研究了地形因子與氣候變化間的關(guān)聯(lián)規(guī)則,在無假設(shè)模式的前提下,無監(jiān)督的從大量信息中挖掘地形與氣候變化間有價(jià)值的隱含知識(shí)、關(guān)系、規(guī)則。實(shí)驗(yàn)共得到22條基本關(guān)聯(lián)規(guī)則,并通過綜合分析提取了6條復(fù)合關(guān)聯(lián)規(guī)則。經(jīng)過證明,這些規(guī)則可信度較高,表明地形特征與氣候變化幅度之間存在明顯的復(fù)雜關(guān)聯(lián)性。因此,關(guān)聯(lián)規(guī)則挖掘算法作為山地環(huán)境研究的一種新方法具有實(shí)用性。

[1] 邵遠(yuǎn)坤,沈桐立,游泳,等.四川盆地近40年來的降水特征分析[J].西南農(nóng)業(yè)大學(xué)學(xué)報(bào),2005,27(6）:749-752.

[2] 程路.秦嶺山地輻射和氣溫空間分布研究[D].南京氣象學(xué)院,2003.

[3] 倪永明,歐陽志云.基于地形因素的新疆荒漠植被-氣候模型應(yīng)用研究[J].西北植物學(xué)報(bào),2006,26(6）:1236-1243.

[4] 何思源,劉鴻雁,任佶,等.內(nèi)蒙古高原東南部森林-草原交錯(cuò)帶的地形-氣候-植被格局和植被恢復(fù)對(duì)策[J].地理科學(xué), 2008,28(2）:253-258.

[5] 吉廷艷.貴州省低緯山地氣候變化趨勢[J].山地學(xué)報(bào),2003,21 (4）:422-427.

[6] 舒守娟,王元,熊安元.中國區(qū)域地理、地形因子對(duì)降水分布影響的估算和分析[J].地球物理學(xué)報(bào),2007,50(6）:1703-1711.

[7] 朱紅春,劉海英,張繼賢,等.基于DEM地形因子提取與量化關(guān)系研究——以陜北黃土高原的實(shí)驗(yàn)為例[J].測繪科學(xué),2007, 23(2）:138-140.

[8] 張照錄,崔繼紅.基于柵格 GIS土壤侵蝕地形因子的提取算法[J].計(jì)算機(jī)工程,2006,32(5）:226-228.

[9] AGRAWAL R,IM IEL INKSI T,SWAM IA.Mining association rules between setsof items in large database[A].Proceedingsof the 1993 ACM SIGMOD International Conference on M anagement of Data[C].1993.207-216.

[10] AGRAWAL R,SRIKANT R.Fast algorithm for mining association rules[A].Proceedings of the 20th VLDB Conference [C].1994.487-499.

[11] 周劍雄,王明哲.基于關(guān)聯(lián)規(guī)則的數(shù)據(jù)挖掘技術(shù)的快速算法[J].計(jì)算機(jī)工程,2003,29(12）:48-50.

[12] 中國科學(xué)院自然區(qū)劃工作委員會(huì).中國地貌區(qū)劃[M].北京:科學(xué)出版社,1959.83-88.

[13] 李清峰,楊路明.數(shù)據(jù)挖掘中關(guān)聯(lián)規(guī)則的一種高效Ap rio ri算法[J].計(jì)算機(jī)應(yīng)用與軟件,2004,21(12）:84-86.

[14] 李新良,陳湘濤.數(shù)據(jù)挖掘中關(guān)聯(lián)規(guī)則算法的研究[J].計(jì)算機(jī)工程與科學(xué),2007,29(12）:111-116.

[15] 李德仁,王樹良,李德毅.空間數(shù)據(jù)挖掘的理論與應(yīng)用[M].北京:科學(xué)出版社,2006.390-392.

Spatial Association Rules Data M ining Research on Terrain Feature and Mountain Climate Change

CHEN Gang1,2,HE Zheng-wei1,YANGBin3
(1.College of Earth Sciences,Chengdu University of Technology,Chengdu 610059;
2.Information Center,Exp loration&Production Research Institute,SW PB SINOPEC,Chengdu 610081;
3.College of Environment and Resource,Southw est University of Science and Technology,M ianyang 621010,China）

In this paper,aimed at p roblem s w hich commonly research means,such as statistical analysis,nonlinear fitting and so on,lack the ability of extraction hidden information and p rocessing mass data inmountain terrain feature and climate change research,the terrain and climateof Sichuan is taken as research object,and a researchmethod w hich combines association rules data mining,raster image p rocessing and terrain feature facto rs extraction is put fo rward.In this method,raster image p rocessing and terrain analysis technique are adop t to p re-treat terrain and climate raster image by coordinate transformation,clipping,classification,facto rs extraction,discretization and so on,and Ap rio ri algo rithm is used to analysis terrain features and climate factors extracted by above p retreatmentmethods for obtaining strong association rules w hich rep resent relativity law between terrain and climate change.By means of analysis on mo re than 600 000 group data,to tally 22 item s association rulesw hich satisfy minimum support and confidence are obtained,and 6 compound association rules are generalized by comp rehensive analysis as well. Experiment show s that those results have higher credibility in reflecting associated law s between terrain feature and climate change.

terrain;mountain;climate;association rules;data mining

P208

A

1672-0504(2010）01-0037-04

2009-07-09;

2009-10-30

國家自然科學(xué)基金(40972225）;國家科技支撐“十一五”計(jì)劃(2008BAK49B02）;國家863重點(diǎn)項(xiàng)目(2007AA 120306）;四川省杰出青年學(xué)科帶頭人培養(yǎng)計(jì)劃項(xiàng)目(06ZQ026-014）;四川省教育廳自然科學(xué)重點(diǎn)項(xiàng)目(2006A 116）

陳剛(1976-）,男,博士研究生,研究方向?yàn)?GIS、空間數(shù)據(jù)庫、數(shù)據(jù)挖掘。＊通訊作者E-mail:hzw@cdut.edu.cn