融合多类别地理要素交互关系的空间交叉异常探测研究

Geospatial cross-outlier is an important manifestation of the relationship among multi-category geographic elements, and it is also an important geographic knowledge that has attracted much attention in the field of geospatial data mining. The existing cross-outlier detection mainly considers the degree of geometric relationship and attribute difference between geographic elements, but does not fully integrate the complex interaction between geographic elements (e.g. spatial neighbourhood effect), which leads to the inadequate ability of detection results to assist in understanding special geographic phenomena. To this end, this project focuses on the research of the complex interaction relationship between multi-category geographic elements and its intrinsic influence mechanism on cross-outlier discrimination, and quantitatively models the interaction relationship between geographic elements in the process of anomaly detection, and develops a spatial cross-outlier detection method that integrates the interaction relationship of multi-category geographic elements. It mainly includes three related issues: (1) quantitative description of the interaction relationship of multi-category geographic elements; (2) detection of spatial cross-outlier combining the interaction relationship of multi-category geographic elements; (3) comprehensive evaluation of the effectiveness of geospatial cross-outliers. On the one hand, the research results of this project will extend the research system of geospatial anomaly detection, and enrich the theoretical methods of geospatial data mining and knowledge discovery; on the other hand, it will also provide information service and decision support for the application fields of land and space planning and intelligent management of urban facilities in smart cities.

地理空间交叉异常是多类别地理要素关系的一种重要表现形式，亦是当前地理空间数据挖掘领域广受关注的一种重要地理知识。现有的交叉异常探测主要考虑地理要素之间几何关系与属性差异程度，而未充分融合地理要素之间复杂的交互作用（如：空间邻近效应），导致探测结果辅助理解特殊地理现象的能力不足。为此，本项目深入研究多类别地理要素间复杂交互作用关系及其对交叉异常判别的内在影响机制，并将地理要素交互作用关系定量建模于异常探测过程中，发展融合多类别地理要素交互关系的空间交叉异常探测方法，主要包括：（1）多类别地理要素交互作用关系的定量描述；（2）融合多类别地理要素交互关系的空间交叉异常探测；（3）地理空间交叉异常有效性综合评价。本项目研究成果一方面将延拓地理空间异常探测的研究体系，丰富地理空间数据挖掘的理论方法；另一方面亦将为智慧城市国土空间规划、城市设施智能管理等应用领域提供信息服务与决策支持。

地理空间异常探测一直是地理信息科学与计算机科学的一个前沿交叉研究难题，旨在探测地理实体或地理现象稀有分布格局或特殊演化模式，成为揭示地理过程深层演化机理的关键突破口，在自然资源监测、国土空间优化、自然灾害预警等领域具有重要作用。地理空间交叉异常是多类别地理要素关系的一种重要表现形式，亦是当前地理空间数据挖掘领域广受关注的一种重要地理知识。针对未充分融合地理要素之间复杂的交互作用，导致探测结果辅助理解特殊地理现象的能力不足的问题。本项目围绕不同类别地理要素间交互作用关系的距离衰减效应、多类别地理要素交互关系对空间交叉异常的内在作用机制等关键科学问题与技术瓶颈，提出了时空交叉异常模式的统计探测方法，克服了多类型实体与多维度属性对产生异常的溢出效应难题。具体包括：1）面向多类型实体的时空交叉异常模式统计推断，发展了融合多要素关联关系的交叉异常表达模型，提出了关联知识引导下的时空交叉异常统计诊断方法，采用时空统计的思想将交叉异常判别建模为统计假设检验问题，提高了时空交叉异常判别的可靠性，解决了多类型实体局部显著分异的精准探测问题；2）基于统计推断的区域型时空异常模式探测，构建了融合高斯函数与多方向优化的显著异常区域探测模型，有效建模了地理要素间的距离衰减效应，使得时空异常度量更符合真实空间分布特征，克服了区域型异常主观判别的难题；3）提出了面向多维度属性的时空交叉异常信息深度推理模型，有效建模了多维度属性对目标时空数据分析的“溢出效应”。项目研究成果共发表学术论文9篇，第一标注论文3篇，第二标注论文5篇，申请国家发明专利5项，在科学出版社出版学术专著1部：《地理空间异常探测理论与方法》；资助培养研究生4人，项目负责人荣获全国高校GIS新锐。