知识发现与可视化融合

1．融合的概念模式

事实上，地学可视化和KDD技术是相互融合的，尽管可视化技术常被用于KDD的解释评价阶段的辅助工具，这里，我们更加关心地学可视化和KDD技术的深入集成，需要从概念层、操作层和实现层来考虑。

（1）概念层。概念层上，地学可视化和KDD的共同目的是使知识的构建能发展科技、提高效益、合理利用资源环境等。所涉及的关键问题有：哪些时空数据有待于可视化和被挖掘（如环境、社会经济、离散／连续的空间变化）；期望得到的结果是怎样的（如关系的假设、未来状态的预测）；有哪些类型的获取知识的用户（如领域专家、决策分析者）。这些问题都关系到在操作层上地学可视化 KDD集成的约束。

（2）操作层。操作层要确定合适的集成方法，实现概念层的目的。我们认为要充分发挥专家和计算机的各自所长，地学可视化和KDD的集成技术的优秀是至关重要的。表2-1所示描述了地学可视化和KDD的集成技术。

（3）实现层。在实现层，要确定选择满足操作层目的特定工具和基于这些工具的算法，以及能实现这些算法的软、硬件环境。

表2-1 地学可视化与数据发现和数据挖掘技术（KDD） 的集成表

2．研究面临的困难

研究数据挖掘（DM）和知识发现技术（KDD）在时空地学可视化系统中的应用，面临的困难主要体现在以下三方面。

（1）在可视化分析方法中，如何清晰准确地集成多维地学数据的空间维和时间维。

（2）如何表示地学知识，特别是如何在基于计算的模型中包含地学知识丰富的概念结构。

（3）如何在可视化环境中集成地学含义的进一步完善。

3．在可视化系统中的应用

对于KDD理论技术在时空地学可视化系统中的应用，我们认为地学可视化系统的核心是数据模型的建立，知识发现和数据挖掘等相关技术将有力加强探测引擎，有助于地学可视化，所以需要建立领域间的交叉研究。我们相信地学数据的知识发现、数据挖掘、相关查询及地学计算等将成为地学可视化的必备功能。