地理空间异常模式自适应探测方法研究

杨学习

1. 北京大学遥感与地理信息系统研究所, 北京 100871; 2. 中南大学地球科学与信息物理学院, 湖南 长沙 410083

地理空间异常模式探测旨在发现地理空间中“与众不同”的实体或现象，为深入剖析地理现象或地理过程的特殊分布状况、变化或发展规律提供重要的理论依据和实践指导。随着异常探测应用需求的越来越广泛、深入，对异常探测的算法精度、智能化以及探测结果的可靠性要求越来越高。因而，一方面需要充分考虑地理空间数据自相关、异质性、多尺度等特性；另一方面需要解决探测参数设置大多依赖主观经验，以及探测结果有效性评价等问题。鉴于此，论文在既有研究的基础上，结合空间认知、空间统计学、图论等理论工具，深入系统地研究地理空间异常模式统计探测模型与方法。主要研究内容如下：

(1) 充分考虑空间认知、领域知识对地理空间异常模式探测的重要指导作用，提出了地理空间异常模式研究的分类体系，在此基础上，构建了一个地理空间异常模式探测的新框架。从地理空间认知的角度深入剖析了地理空间异常模式的内涵与特征，加深地理空间异常模式的认知理解，并探讨了地理空间异常探测过程中需要解决的两个关键问题，即地理空间邻近关系表达和地理空间异常度量。

(2) 针对空间异常区域探测过程中区域形状复杂以及异常判别参数设置等关键问题，提出了顾及专题属性的面状空间异常模式统计探测方法。具体包括：①基于多层次专题属性约束的方法。该方法分别把空间距离和专题属性距离赋值为Delaunay三角网边的权重进行层次约束，根据集簇数目进行异常模式的统计判别。②基于空间扫描统计的方法。该方法自适应构建空间邻域，并发展了一种耦合空间-属性的异常度量指标，采用空间扫描统计的策略获取候选异常区域，并对空间异常区域的显著性进行统计检验。所提方法被应用于检测极端气候事件、探测土壤重金属污染潜在污染源和探究城市偏高房价影响因素。试验结果表明，所提方法能够自适应探测任意形状的异常区域。

(3) 针对顾及多变量的地理空间异常探测过程中实体地理环境的复杂性、变量关系的非线性以及探测结果的显著性判别等关键问题，提出了融合多变量特征的地理空间异常模式自适应探测方法。首先，采用地理环境相似性和地理加权回归模型对多变量特征进行定性和定量描述，顾及空间数据分布特征发展了一种自适应的权重构建机制。然后，在此基础上，发展了一种基于地理环境相似性的显著空间异常探测方法。最后，该方法应用于分析气温年平均数据与高程、土壤重金属采样数据与各影响因素距离、高程等变量的异常关系。试验结果表明，该方法能够探测更深层次的地理空间异常模式。

(4) 针对顾及多类别的地理空间异常探测过程中实体类别的差异、交叉强度的描述以及多尺度探测结果显著性的评价等关键问题，提出了多类别交叉的地理空间异常统计探测方法。该方法从全局和局部视角对参考数据集的分布特征进行建模，分别采用模式重建和蒙特卡洛随机模拟构建空间交叉异常显著性判别的非参数检验。进而，发展了一种空间交叉异常多尺度探测结果的有效性评价指标。所提方法被应用于分析城市金融设施与抢劫犯罪间的交叉异常。试验结果表明，该方法可以在多个分析尺度上探测交叉异常模式，有效解决探测结果的误判和漏判问题。