5、水利工程数据挖掘系统模型

　　文献介绍了国外几个相对比较成熟的空间数据挖掘系统：GeoMiner、MultiMediaMiner、SKICAT等，然后提出了作者领导的空间数据挖掘团队研究和开发的两种空间数据挖掘原形系统GISDBMiner和RSImageMiner，并提出了GIS空间数据挖掘系统的体系结构。文献介绍了现有的数据挖掘模型：OLAM模型和影响域模型，以及GeoMiner原型系统的体系结构，最后提出了一个基于空间立方体的数据挖掘模型。文献提到了Han提出的通用数据采掘原型DBLEARN/DBMINER、Holsheimer等人提出的并行体系结构，以及Matheus等人提出的多组件体系结构，并重点介绍了Matheus等人的多组件体系结构。

　　水利工程管理决策大多是复杂的非结构化决策，需要进行探查性或查询驱动型的数据挖掘，以方便不同的决策者和专家从不同的领域或角度进行数据探查和分析。一般情况下，在挖掘过程中需要进行人机的多次对话，然后结合人类专家的隐性知识，才能够发现有价值的知识。因此自动化的挖掘方法不适合于水利工程数据挖掘。

　　6、空间挖掘可以采用的方法与发现的知识类型

　　数据挖掘在水利工程管理上的应用，不仅可以建设智能型的GIS系统,促进遥感技术和GIS技术的深入应用，还可以从数据中发现潜在的、有价值的知识或规则，用于指导水利工程的建设和管理。一般来说，传统的数据挖掘方法如统计、分类、聚类等都可用于空间数据挖掘，但我们不能简单地把这些方法直接应用在空间数据的挖掘上。

　　一方面，因为空间数据除了具备一般非空间数据的特征外，还具备拓扑、方位、距离等空间特征；另一方面，传统的数据挖掘算法一般假定数据对象统计不相关、相邻的数据对象是独立产生的，而空间数据的相邻对象间存在着关联和相互影响，因此需要对原有的方法进行改进，使得数据挖掘方法适合于地理空间数据的挖掘。在空间数据挖掘与知识发现中可采用的方法主要有：统计方法、归纳方法、聚类方法、空间分析方法、探测性的数据分析、Rough集方法、云理论、图像分析和模式识别等。能发现的知识类型有：（1）普遍的几何知识，如计算和统计出空间目标几何特征量的最小值、最大值、均值、方差、众数等；（2）空间分布规律，如机井、水库的分布规律。能发现的规则有：（1）空间关联规则，如地下水与降雨量的关系，河水质量与污染企业分布的关系；（2）空间的聚类规则；（3）空间演变规则，如水库泥沙淤积的演变规律，河道周围生态的演变规律。

　　需要注意的是，为了便于理解空间数据、发现空间联系、发现空间数据与非空间数据之间的关系，应重视可视化的方法在水利工程数据挖掘过程和挖掘结果的使用。

　　7、结语

　　利用空间数据挖掘技术，对具有空间特征的水利工程数据进行分析，能够发现潜在有价值的知识，利用这些知识，能够降低工程管理的成本，有效利用建设和维护资金，更好地发挥水利工程的效益，为水利工程的管理决策提供依据。要实现数据挖掘技术在水利工程中的应用，必须研究和解决数据仓库和数据立方体的应用、数据挖掘与GIS集成和水利工程数据挖掘系统模型3个核心问题。本文对这3个问题进行了探讨，认为数据仓库是水利工程数据挖掘的基础，宜采用紧密耦合式结构与GIS系统进行集成，在挖掘模型上可以采用基于OLAP和OLAM的4层框架。

　　参考文献：

　　［1］张敬光.实施水利工程管理体制改革的思考［J］四川水利,

　　［2］陈彩妮.水利工程管理中存在的问题及对策［J］.中国水运,

　　［3］穆范椭,赵玉红.综合类大型水利工程管理体制改革研究［J］.人民黄河,

　　［4］李德仁,王树良,李德毅.空间数据挖掘理论与应用［M］.北京:科学出版社,

　　［5］王海起,王劲峰.空间数据挖掘技术研究进展［J］.地理与地理信息科学,

　　［6］石云,孙玉方,左春.空间数据采掘的研究与发展［J］.计算机研究与发展,

　　［7］毕硕本,耿焕同,闾国年.国内空间数据挖掘研究进展与技术体系探讨［J］.地理信息世界,

　　［8］雷宝龙,刘艳,邹瑜.基于GIS的空间数据挖掘模型研究［J］.软件导刊,

　　［9］毛克彪,覃志豪,李昕，等.空间数据挖掘与GIS集成及应用研究［J］.测绘与空间地理信息,

　　［10］［加］JiaweiHan,MichelineKamber.数据挖掘：概念与技术［M］.北京：机械工业出版社,

　　［11］李琼.数据仓库与数据挖掘技术在水利信息化中的应用［J］.前沿，

　　［12］刘立昱.地理信息系统在水利工程中的应用综述［J］.甘肃水利水电技术,

　　［13］邸凯昌,李德仁,李德毅.空间数据发掘和知识发现的框架［J］.武汉测绘科技大学学报,

　　［14］李春梅,范全润.空间数据挖掘及其在地理信息系统中的应用［J］.楚雄师范学院学报,

　　［15］毛克彪,田庆久.空间数据挖掘技术方法及应用［J］.遥感技术与应用,

　　［16］蓝荣钦,林丽霞,陈良友，等.空间数据挖掘和知识发现的现状与发展［J］.地理空间信息,

　　［17］贾泽露,刘耀林,张彤.可视化交互空间数据挖掘技术的探讨［J］.测绘科学,