研究特色：基于知识的土地用途分区模型与空间数据挖掘系统

针对土地利用数据的特征，从面向土地用途分区的空间数据挖掘的内容、体系、方法、土地利用关联规则挖掘和空间聚类模型等方面，开展融合领域知识的面向土地用途分区的空间数据挖掘模型研究。本研究的主要贡献有以下几个方面：

①在空间数据挖掘的基础理论方面，建立了面向土地用途分区的空间数据挖掘框架和任务体系，分析了面向土地用途分区的空间数据挖掘特征和内容，结合空间数据库的构建过程探讨了土地利用数据挖掘的过程，认为空间数据挖掘是空间数据库系统建设的逆过程，这个逆过程的结果是更高层次的知识和抽象的可视化成果。

②在土地用途分区的基础理论方面，构建了土地用途分区的知识体系，以此建立基于知识的土地用途分区模型，并研究了土地用途分区问题和解决途径。

③在地理信息的空间分析方面，提出了统一的空间距离计算方法。

④在空间关联知识挖掘方面，提出了基于模糊概念格的空间关联规则挖掘模型，并研究了模糊概念格的构造算法，分析了复杂巨系统的空间关联规则的问题，针对土地用途分区探讨了空间关联规则获取方法。(www.xing528.com)

⑤提出了地理实体语义相似度测度模型，在对小图斑的模式进行划分的基础上，构建了顾及语义相似度的土地用途分区模型，并提出分区结果的面积平衡和最优化评价方法。

⑥在空间聚类模型方面，基于对人工免疫系统的研究，提出了混沌免疫克隆选择算法，较好地结合混沌优化和克隆选择算法的优点，并将其用于混合型数据聚类分析，探讨了用于聚类的克隆选择算法的编码方案、抗体-抗原亲和度函数构造、基于人工免疫响应的混沌免疫克隆选择聚类算子等关键技术，并对该算法进行了描述。

⑦在应用方面，设计并实现了面向土地用途分区的空间数据挖掘原型系统，对空间数据挖掘在土地用途分区中的应用进行了实证研究。