研究背景
城市领域面临着多源的、相互影响与关联的地理空间大数据，为地理空间大数据的高效检索提供了重要支撑，成为了各领域研究的焦点。关联对象发现是指通过特定的关联衡量方法，发现与给定输入对象最为关联的目标对象并输出的过程，也称为空间对象关联。然而，现有的空间对象关联方法主要关注对象自身的描述属性或直接性的空间分布度量，忽略了更深层次的潜在连接关系。关联网络的空间拓扑关系顾及了空间对象关联性在关联传递过程中的衰减。来自中国地质大学 (北京) 的靖常峰教授及其团队在ISPRS IJGI 期刊发表了文章“A Network Approach for Discovering Spatially Associated Objects”。文章针对现有空间对象关联方法忽略潜在连接关系和关联性衰减问题，提出一种顾及空间拓扑关系可达性的空间关联对象发现方法 (WSTA)。
图1.基于网络拓扑可达性的空间关联对象发现方法框架。
研究过程与结果
本文方法基于空间拓扑关系网络，采用广度优先搜索来挖掘可达路径，并联合空间特征相似性，从空间拓扑关系可达性的角度表征和量化潜在连接关系，充分考虑了潜在连接关系对关联性的影响，有效提高了空间对象关联方法的准确性。
为了能够获取与目标对象最为关联的多个空间对象，本文将对象关联方法的流程划分为以下三步。首先，输入目标对象到对象关联方法中。其次，通过本文方法计算目标对象与其它所有对象之间的关联性数值，并将计算结果由大到小进行排序。最后，根据工作需要从排序的关联结果中候选一定数量的对象作为关联对象。对于排序结果中筛选关联对象，现有研究通常使用字符K简化定义期望的结果数量，因此又称为Top-K关联结果，从而获得期望的关联对象。
图2.基于BFS的拓扑可达路径挖掘示意图。
研究总结
空间关联方法在地理信息系统和空间分析应用中具有重要作用。随着网络分析技术在空间关联检索中的应用，网络分析方法被认为是一种有效识别复杂连接关系的分析方法。然而，现有网络分析方法往往重点关注节点间是否连接，而忽略了节点间连接传递形成的多步性连接可达关系。为此，本文提出了一种顾及节点空间拓扑关系可达性的关联加权方法 (AWTRA) 用于表达节点之间的关联强度，从而识别其关联的对象。该方法以空间相似性为基础，通过考虑空间拓扑关系作为约束条件挖掘关系网络中可达路径，进而量化多步性连接关系对关联强度的表征。研究结果表明，该方法能有效提高关联性检索的精度，验证了本文所提方法的有效性。更进一步，本文通过分析不同条件下的改进效果阐述了该方法的适用场景。
原文出自 IJGI 期刊：https://www.mdpi.com/3348680
期刊主页：https://www.mdpi.com/journal/ijgi
ISPRS IJGI 期刊介绍
主编：Wolfgang Kainz, University of Vienna, Austria
期刊主题涵盖地理信息科学和技术各个方面，主要包括空间数据模型与管理、空间分析与决策、地理空间人工智能、地图制图、空间数据基础设施、地理空间网络、志愿地理信息、基于位置的服务、轨迹分析、智慧城市和前沿地理空间应用等。
2024 Impact Factor：2.8
2024 CiteScore：7.2
5-year Impact Factor：3.3
转载本文请联系原作者获取授权，同时请注明本文来自MDPI开放科学科学网博客。
链接地址：https://wap.sciencenet.cn/blog-3516770-1493957.html?mobile=1
收藏
