面向过程的海洋异常变化时空关联模式挖掘方法

Research on spatio-temporal association pattern of marine anomalies is one of hot issues among global climate change. On the basis of the marine spatio-temporal process semantics from young NSFC achievements and in combination with geographical spatio-temporal mining theories, we propose a process-oriented spatio-temporal association patterns mining methodology. The main issues are as follows: (1) Taking the continuity and gradual marine process semantics as the key line, this program studies the methods of object-oriented extracting and process-oriented representing marine anomaly objects, and builds their process-oriented association representation model. (2) Taking the marine evolution process from production through maturation to death as analysis object, this program discusses the methods of process-oriented constructing spatio-temporal mining transaction table, designs the association patterns mining algorithm on the basis of direct association graph, studies the visualization framework according to the "dimension-attributes" recursive strategies, and builds the spatio-temporal association patterns mining method. (3) Selecting the Western Pacific Ocean as research area, we explore the spatio-temporal association patterns among marine environmental elements anomalies, in order to validate the effectiveness and feasibility of above methodology. The successful implement of this program can effectively discover the spatio-temporal association patterns among marine anomalies, which provides a methodological foundation for discussing the marine environmental elements how to associated responds or drives global climate changes, in addition, the program results will also make up the insufficiency of the traditional marine spatio-temporal methodologies on association analysis.

海洋异常变化的时空关联模式是全球气候变化研究的热点问题之一。在青年基金关于海洋时空过程语义研究成果的基础上，结合地理时空挖掘理论，申请人提出一种面向过程的海洋时空关联模式挖掘方法。其核心内容为：（1）以分级抽象的海洋时空过程语义为主线，研究海洋异常对象提取与过程表达方法，建立海洋时空异常对象的过程关联表达模型；（2）以完整的海洋生消演变过程为分析对象，研究面向过程的时空挖掘事务表构建方法，设计基于有向关联图的时空关联挖掘算法，构建基于"维度-属性"的递归可视化框架，从而建立海洋时空关联模式挖掘方法；（3）选择西太平洋海域作为实验区域，探索海洋环境要素异常变化的时空关联模式，来验证上述方法的可行性和有效性。该研究成果能有效地揭示海洋异常变化的时空关联模式，为开展海洋环境信息如何联合"响应"或"驱动"全球气候变化研究提供新思路，同时可弥补传统海洋时空分析方法在海洋时空关联分析方面的不足。

海洋异常变化是全球气候变化研究的热点问题之一，海洋时空关联挖掘模型是地理时空挖掘的重要内容。基于时序栅格数据集，面向海洋时空关联挖掘模型和海洋异常变化的时空关联模式，本项目主要完成了以下几方面的工作：（1）基于时序栅格数据集，初步建立了海洋时空尺度转换模型，构建了具有统一时空尺度的海洋环境表层变量数据集；（2）基于统一时空尺度的海洋时空数据集，建立了海洋异常变化对象提取方法，构建了海洋异常变化对象数据集和海洋异常变化过程对象表达模型；（3）构建了面向对象和面向栅格的海洋时空关联模式挖掘框架，研制了海洋时空关联规则挖掘算法（MIQarma）、面向ENSO的海洋时空关联规则挖掘算法（EOMSAP）、海洋时空级联模式挖掘算法（M3Cap）、基于树组织模型的海洋空间关联模式提取算法（TAXMarSP）；（4）基于海洋时序栅格数据集，研制了海洋时空关联模式挖掘原型系统（MarineSTAPMining），开展了西北太平洋、太平洋海域时空关联模式挖掘示例研究，挖掘了已知的公认的地学知识，也发现了一些新的地学知识。本项目建立的海洋环境表层变量数据集，为进一步开展海洋时空模式研究提供了数据基础，构建的海洋时空关联模式挖掘框架和海洋时空过程表达模型为海洋时空挖掘理论与方法研究提供技术支撑。本项目在执行过程中，发表论文23篇，其中SCI检索16篇，CSCD论文7篇，申请软件著作权登记1项，圆满完成了任务目标，达到了预期成果。

内容获取失败，请点击重试