刘浪LIU Lang；潘悦PAN Yue

（武汉工程大学土木工程与建筑学院，武汉 430074）

0 引言

如今随着城市轨道交通的快速发展，城镇化发展的速度远远大于城市轨道交通基础设施建设的速度，这将导致两者发展中的不协调问题暴露出来。我国大城市发展中的城市问题越来越严重，轨道交通的科学发展成为人们必须面对和解决的问题[1]。在城市轨道交通建设中，最重要的问题是轨道交通的整体发展，其次是轨道交通的发展关联规划。对城市发展方向的认知把握和城市中心的定位与升级是未来必须考虑的问题，这里涉及轨道交通沿线的土地利用空间利用。只要沿线土地得到科学合理利用，轨道交通规划建设的发展就能协调起来[2]。总之，提高轨道交通沿线土地利用率是发展的最终目标。

通过计算机处理技术实现的数据采集和存储是目前解决基于信息的知识和技术的有效途径。那么，对于大量数据中存在的有效信息的巨大潜在价值，迫切需要一种数据挖掘和聚类分析的技术和方法，以了解如何利用数据的潜在信息价值[3]。从数据中挖掘并获取可用的有效信息并将其提供给空间决策信息系统后，可以获得更准确的数据知识。然后，在空间决策系统掌握了数据知识后，将设计的算法用于计算，以帮助人们更清楚地了解数据的有效信息[4]。空间数据挖掘技术作为数据知识的决策系统，可广泛应用于地理信息系统和遥感领域。

1 空间地理数据的地理信息技术利用情况调查

1.1 概念格网划分技术

空间聚类算法的技术基础是对概念格网进行定义和划分，以便更好地利用算法来挖掘数据。本文基于GIS 空间数据挖掘的基本模型和聚类分析算法，提出一种空间关联规则的计算方法。概念格的定义是一般将基本思想转化为节点，然后形成概念的表达形式，这种表达形式称为形式概念。当概念格用于数据挖掘时，概念格需要转换为对象的形式背景。首先是找到频繁的概念节点来汇总非空子集。如果所选子集是其中一个父节点的子集，则可以删除该子集。处理完第一步后，对于每个频繁节点的其余内涵子集，如果存在另一个子集是真正的子集，则删除该子集。控制约简后的设置可以生成2 个不同的规则，其中一个规则是100%的完整规则，计算形式为：

式（1）中：FC 是频繁节点的内涵集概念，f 是频繁节点的内涵集。该计算规则是通过将常用概念的内涵组合在一起生成的集合节点和压缩。另一种类型的置信水平可能小于100%。计算出的表达式为：

此规则表示具有强相关性的两个子集关系的概念节点形成过程。上述方法可用于形成置信度最小的关联基本规则。如图1 显示了空间关联规则数据挖掘过程。通过结合地理信息数据的空间挖掘模型，可以获得有效的数据关联挖掘规则。

1.2 GIS 的空间数据聚类技术

空间聚类分析是一种可以处理多个维度的分析方法，它找出不同距离大小的测量空间距离的区域，并对“聚类”空间物体进行相似性匹配[5]。空间聚类是聚类分析的扩展。本文采用的聚类分析算法采用密度聚类算法，将采集到的数据抽象为数据点，并根据数据采集区域的密度进行聚类计算[6]。该定义具有数据点p1、p2，其中p1=q，满足pn=pi。对于i∈{1，2，…，n-1}，从数据点pi+1 到数据点pi 的密度可以直接计算，然后，可以计算出数据点跨度数据点q 的密度，如图2 所示。

图2 密度聚类算法图

根据现有的GIS 系统，可以计算矢量数据结构，并且可以描述空间实体的基本点、线和表面。在空间聚类计算中，空间实体使用某个点来描述，然后，聚类后形成基本区域[7]。GIS 将聚类样本抽象为点和点之间的弧。在受到一些约束后，通过点的连接形成网络结构，如图3 所示。

图3 网络结构图

2 基于GIS 空间聚类的城市沿线交通空间优化方法

本文选取中国重庆市区作为研究对象，并结合上述GIS 空间聚类分析技术分析，对该城市轨道交通空间进行分析并提出一定的规划策略。重庆市近3 年全市总产值约25000 亿元，年增长率约6.3%，总人口约3205 万，城市化水平可达75%。作为二线城市，是重要的交通枢纽和重要的工业、旅游城市，随着人民生活水平的不断提高，城市化的比重不断提高。据不完全统计，近5 年来，全市汽车市场已从279 万辆增加到504 万辆。图4 为该市机动车增长趋势分析图。

图4 机动车增长趋势分析图

本文采用按峰值密集网格聚类计算方法完成聚类算法的空间屏障交叉。空间网格化后，针对线条和表面不同形式的障碍物，将空间障碍物的一般表现形式转化为一系列网格，形成一个连续变化的区域。低密度区域对空间聚类的影响类似于障碍物对聚类算法的影响。因此，网格化后的空间障碍物被转化为低密度区域，在二维空间中，网格密度聚类区域形成连续的非跳跃区域。

对于任何类型的多边形障碍，所有网格顶点都在最小的外部矩形内搜索，即可以形成多边形障碍。在确定了多边形网格障碍物的基本原理后，本文采用传统的光线聚焦方法确定网格顶点与多边形障碍物之间的拓扑关系。这种方法的主要设想是在自由空间的左侧和右侧随机发射一条射线；然后，遇到第1 个多边形的交点，并且在进入内部后遇到第1 个交叉点，然后离开多边形。对于多边形上的点控制，给出了二维空间中网格障碍方法，如图5 所示。障碍物网格划分完成后，封闭算法开始聚类。在CPDG 中，二维空间障碍网格算法的实现过程是核心部分，它处理了空间中障碍物的连续低密度区域，并实现了空间聚类的障碍物约束。

图5 二维空间中网格障碍

计算结果及优化方案：

根据GIS 指示的城市轨道交通沿线土地利用情况，预测旅行交通量的第一阶段是土地规划的唯一经济指标。根据多因素影响模型，基于GIS 城市轨道交通基础，建立交通区域标准空间实体图。然后，根据城市轨道交通的经济指标，建立土地利用面积、人口和土地利用类别之间的关系。将重力模型嵌入到空间聚类算法中，使空间聚类算法能够实现重力模型下的交通分布预测，从而明确城市轨道交通沿线的土地利用规划。假设交通区域i 和交通区域j之间的交通量与吸引的交通量成正比，与到居民区的距离成反比。因此，城市轨道交通沿线土地利用的交通计算公式为：

式（3）中：tij表示交通区域内的分布量，表示交通区域i 的生产量，表示交通区域j 的交通吸引力数，为交通区域的行驶阻抗系数。通过GIS 空间聚类算法，计算出城市轨道规划线的土地利用模型。然后，通过输入计算生成并与GIS 交通重心的交通距离相结合，计算空间聚类算法的第一近似值和第二近似值，如表1 所示。

表1 聚类分析算法的收敛结果

3 结论

随着我国城市化的发展，空间结构和功能结构对城市轨道交通的发展有着深远的影响。中国亟需开发和规划沿线轨道交通建设用地，以尽可能缓解城市化发展造成的交通拥堵。本文提出了轨道交通用地优化的基本策略。首先，深入探讨了空间数据挖掘和GIS，希望通过一定的转换将交易过程型数据转化为空间数据。然后，提出了一种空间聚类方法的GIS 挖掘可行性数据处理技术。最后与GIS 空间数据挖掘地理信息系统相结合后，空间聚类算法得到了简化，地理信息系统分析的问题也更简单。以重庆市为例，结合本文提出的GIS 空间聚类分析技术，将土地利用规划策略与城市轨道交通相结合，探讨了GIS 空间聚类算法对城市轨道交通沿线土地结构利用的影响。计算结果表明，本文提出的GIS 聚类算法对核心城市轨道交通的土地空间利用效果较好，能取得较好的效果，为城市轨道交通土地利用策略提供了较好的理论数据。