以优化的聚类方法解决土地用途分区问题及案例研究

面向土地用途分区的空间数据挖掘理论与方法的具体研究内容主要包括以下几个方面：

①阐明研究背景，提出基于数据挖掘的土地利用分区问题研究的必要性，在分析国内外对土地用途分区和空间数据挖掘的研究进展的基础上，提出土地利用分区的特点和存在的问题，明确研究的目标和思路，并分析研究的意义，概括所做的主要工作和拟解决的关键问题。

②面向土地用途分区数据挖掘的理论研究。从土地用途分区、空间数据挖掘的定义出发，提出了面向土地利用分区数据挖掘的概念，并介绍了土地利用分区数据挖掘的特征和内容，探讨了土地用途分区数据挖掘的基本方法，主要包括空间计算模型——空间关系度量的方法、空间数据关联规则的挖掘方法——概念格、空间数据聚类分析的方法——人工免疫系统的聚类算法，探讨了面向土地用途分区的空间数据挖掘的体系结构与策略，构建了基于领域知识的土地用途分区模型。

③面向土地用途分区数据挖掘的关联规则发现。在分析现有的空间关联规则挖掘模型的基础上，针对土地用途分区的问题，对概念格进行扩展，提出了改进的模糊概念格，并研究了模糊概念格的渐进式构造和Hasse图绘制算法，研究了土地用途分区数据挖掘的规则获取的方式和空间关联知识的存储与表达方式，提出地理实体语义相似度模型。(www.xing528.com)

④基于知识的土地用途分区挖掘模型。研究了土地用途分区的问题，并将其表示为一个基于优化的聚类问题，提出了解决土地用途分区的方案。在对人工免疫系统算法的分析基础上，探讨了基于多目标的土地用途分区聚类算法的可行性，并采用混沌理论中的Logistic方程对传统的克隆选择算法进行扩展，提出了混沌免疫克隆选择聚类模型，并将该算法用于土地用途分区的研究。通过对小图斑模式的分析，提出顾及地理实体语义相似度的土地用途分区模型。

⑤面向土地用途分区的空间数据挖掘原型系统与案例研究。探讨了面向土地用途分区的空间数据挖掘原型系统的结构设计、功能设计、数据库设计、模型库实现、功能库实现以及方法库实现，并开展实验研究：①选择湖北省宜城市，利用土地数据库及相关资料对以下几个方面进行了实证研究，首先对数据进行预处理，并提取土地用途分区的领域知识并进行形式化表达，接着基于改进的克隆选择算法进行土地用途分区的空间聚类，最后对分区方案进行评价和可视化表达；②以海南省昌江黎族自治县(下文简称：昌江县)乌烈镇为例，采用改进的克隆选择算法，获得土地用途分区方案；③以海南省海尾镇为例，采用顾及地理实体语义相似度的土地用途分区模型，获得土地用途分区方案。

⑥总结论文的创新点，并对面向土地利用分区的数据挖掘模型的应用前景及研究方向进行分析与探讨。

结合研究目标和研究内容，在具体实施研究时采用如图1-1所示的技术路线。