面向土地用途分区的空间数据挖掘系统的挑战与解决

通过对国内外现有研究的综述可见，在既有的研究中，土地用途分区研究主要集中在空间管制方面的研究，智能化的分区理论与方法等关键技术有待突破；土地用途分区模型与各应用领域的结合不够紧密，因此面向土地用途分区的空间数据挖掘研究还有待深入。已有研究难以满足土地利用数据的数据挖掘要求，表现在以下几个方面：

①土地用途分区及其相关工作研究还比较滞后，尤其是缺乏跟土地利用总体规划修编紧密结合、实用性强的分区方法的研究。目前土地利用规划中对于土地利用分区通常用的是传统的叠置分析法、主导因素法、多因素综合评判法以及聚类分析法等，甚至有的直接是人工的判断分区，或者采用图件作依据进行分区，或者根据用途选取指标，确定标准，依据标准分区划界，划区方法以定性为主。这些方法都存在一定的主观性，作业人员的经验和工作态度直接影响到分区结果的好坏，智能高效的土地用途分区的优化算法还有待进一步的研究。

②既有的综合分析法、主导因素法、叠置法都是定性的分区方法，只是对具体的方法进行研究，土地用途分区模型的关键问题还缺乏系统的分析和归纳，如何构建一种成功的土地用途分区工具仍需要进一步的探讨。在面向土地用途分区的空间数据挖掘中，还缺乏面向土地用途分区的界面友好、功能强大的空间数据挖掘系统。

③仅仅考虑了单元属性上的相似性，没有考虑单元的空间分区特征和分区原则，若当前土地利用空间分区问题中(如土地整理分区)需要考虑多种较重要的准则时，此方法无能为力。其次，聚类法的结果并不能保证分区结果中，各区片的完整连续性，在最后确定分区时，还需要遵照区域整体性和便于实施管理的分区原则，人工进行调整和改进。另外，此方法一般只能为用户提供唯一的分区方案，用户决策的自由度不大。(www.xing528.com)

④现有的智能化分区方法的研究都是基于栅格数据的，众所周知，目前的土地利用数据库的建设是以矢量数据为基本的数据结构，一些隐含在数据中的空间关系没有得到较好的应用。因此，随着相关数字国土信息化工程的相继实施，基于这些整合的数据深入开展数据挖掘研究，是提高土地管理水平的需要。

⑤各地土地利用数据库和规划数据库已基本建成，需要开展基于土地利用领域知识的数据挖掘技术研究，去除与挖掘任务无关的数据，降低数据维数；已有数据挖掘算法对高维、海量数据的挖掘存在效率低下、挖掘结果盲目等问题，还有存在大量瓶颈问题，特别是在土地利用数据库中的应用有待继续研究突破。

⑥传统的土地利用分区中，在一些模糊图斑的判别上往往存在多义性，这是土地用途分区的难点和核心问题，这些问题的解决必须结合领域知识的指导。