李 佳，李 潇

（1.北方工业大学,北京 100186；2.北京市地质调查研究院，北京 102206）

1 应用现状

数据挖掘技术在金融业、零售业、餐饮业及电信等行业中的到了广泛应用，并为人们带来了良好的经济效益，但在地质行业中的应用相对比较少，主要被用在石油挖掘、探矿工程、地震预警预报等重大领域。但数据挖掘技术分析、处理大量数据信息能力的特点很适合应用在有大量数据的地质环境评测工作上。如果能够通过数据挖掘技术分析出地质环境各数据之间的关联关系，并归纳出其权重指标，将会推进环境评测工作的精准性。

2 数据挖掘的方法

（1）数据挖掘过程

地质环境数据挖掘过程一般由数据准备、数据挖掘、知识表达3个阶段组成，如图1所示。地质环境数据挖掘算法对数据有一定的要求,如数据冗余性小,出错率小等。由于地质行业的特殊性, 现实各区域所采集到的地质环境数据通常具有数据来源广泛、异构性、模糊性、冗余性、不完整性、噪声、随机性、数据量大而复杂的特点。因此,数据挖掘必须经过数据准备以提高数据质量；数据挖掘阶段包括选择合适的数据挖掘算法模型, 并对挖掘模型进行分析、验证、调整, 挖掘有价值的知识；知识表达阶段是对结果进行分析, 提取出最有价值的信息。

（2）数据准备

使用的数据为北京市房山区地质环境评估报告中的实际数据，共包括土壤样2643件、河流沉积物样17件、垃圾土壤样36件、水样33件、玉米样74件、柿子7件、梨5件，总计2888件。……