浅析空间数据挖掘在战场地理环境分析中应用

2024年4月1日发(作者：剪纸鱼)

浅析空间数据挖掘在战场地理环境分析

中应用

摘 要：战场地理环境是军事行动的载体，制约和影响着军事行动的全过

程，直接影响着部队行动、武器装备性能发挥、以及战略战术的运用，是指挥员

决策的基本依据。在战场地理环境分析中运用空间数据挖掘技术，将加快地理环

境大数据建设，充分释放大数据支撑效能，为军事指挥决策和计划提供规则和知

识辅助。通过本文的研究，扩展了现有军事地理信息系统的知识发现功能，为战

场环境空间分析智能化提供新的思路，对指挥自动化建设具有一定参考意义。

关键词：数据挖掘；空间数据挖掘；分布式存储

空间数据挖掘是数据挖掘在处理空间数据方面的分支，是指利用统计学、人

工智能、机器学习、模糊数学、模式识别和专家系统等理论、方法和技术，从空

间数据库中抽取人们想要获取但没有清除表现出来的能反映客观世界的本职的隐

含知识。随着GIS、电子地图、数字城市等技术快速发展，部队部署了基于影像

地图指挥信息系统、数字战场、作战环境与目标采集管理系统，空间数据呈指数

增长，空间数据挖掘需求愈加强烈，这要求我们加快空间数据挖掘应用开发，析

取出可信的、隐藏的、潜在有用的知识，揭示蕴含在空间数据背后客观世界的本

质规律、内在联系和发展趋势，辅助指挥员对战场态势进行分析研判，确定下一

步军事行动方向。

1 战场地理环境

1.1 战场地理环境构成

战场地理环境由地域空间、地理实体、军事实体三个基本部分组成。其中地

域空间是环境的载体，由时空军事地理因素构成，主要标志环境的空间属性，如

环境的地理位置、地域形状、空间范围等。地理实体是环境的物质实体，由自然

和社会军事地理因素构成，标志环境的物质属性，即环境的自然和社会条件的构

成与特征。军事实体则是环境的军事因素，由阵地、兵力、武器、军事要地等构

成，标志环境的军事状况和军事问题。因此，战场地理环境由时空环境、地理环

境和军事环境组成。

1.1.1 时空环境

战场时空环境包括战场的时间要素和空间要素。他们是战场中的一切物质性

要素的空间载体，同时又被用于表达一切战场要素的时间信息和空间信息。时间

信息主要采用“年、月、日、事、分、秒”等时间单位表示；空间信息主要采用

空间坐标表示，如地理坐标、大地坐标等。

1.1.2 地理环境

战场地理环境主要由战场的自然要素、人文要素和经济要素等组成，分别表

示战场的自然信息、人文信息和经济信息。自然要素包括战场的地形、水系、植

被、土壤、气象气候等信息。人文要素包括战场的政区、城市、人口、交通等。

经济要素包括战场的工业、农业、商业等。

1.1.3 军事环境

战场军事环境通常由两类要素组成，一类是永久性要素，如军事设施、国防

工程等，与具体军事行动无关。另一类是时限性要素，如兵力部署、火力配置等，

与具体军事行动相关，且随着军事行动进程而改变。

1.2 战场地理环境主要特性

1.2.1 通达性。地理环境因素的特征、分布是制约通达性的基础。从地貌要

素看，山地的地面通达性最差，平原的通达性最好。从人文经济因素看，交通网

状况是制约地面通达性及通达能力的基础，城镇、水利设施、梯田等对地面通达

性具有一定限制。

1.2.2 机动性。战场环境中对机动性起控制作用的是交通系统，但较小范围

内的地面机动性受地域结构特征及越野通行能力的限制。战场的交通网系统包括

公路、铁路、航空、水路。

1.2.3 隐蔽性。隐蔽性是战场环境对军事行动的隐蔽程度，是隐藏我方、麻

痹敌方、达成突然性的基础，对军事行动的成功具有重要决定作用。影响隐蔽性

的因素包括地理景观、地形和植被覆盖等。

1.2.4 战场容量。战场容量是战场环境分析的重要内容，影响投入兵力数、

战术队形和武器装备选择。战场容量计算主要取决于地形条件，还受水文、气象

气候、植被、土壤和人文经济条件等其他因素影响。

2 空间数据挖掘在战场地理环境分析中应用

空间分析是基于地理对象的位置形态特征的空间数据分析、建模的理论和方

法，包括综合属性数据分析、密度分析、距离分析、网络分析、地形分析等，其

目的是利用各种空间分析模型及空间操作对GIS地理数据库中的空间数据进行深

加工，提取和发现隐含的空间信息或规律，从而产生新的知识，或获取目标之间

的最短路径、最优路径等潜在价值。空间分析是空间数据挖掘的基本方法之一，

是空间数据的空间特征与非空间特征的联合分析，亦即拓扑与属性数据的联合分

析

[1]

。

2.1 地形知识挖掘

在数字地图上，地形主要以Dem数据和矢量数据为主进行表示存储。地形知

识挖掘中，主要采用趋势面分析、拓扑关系分析、空间相对位置分析等方法，对

等高线之间的高程差、距离、面积、疏密度进行计算分析，将相关的等高线和制

高点组织起来，从而得出地形上的山头、山脉、山脊线与制高点等的分布情况。

2.2 水系网络结构挖掘

水系网络结构的知识包括点、线、面等要素，还包含水深度、河流宽度、湖

泊面积、水域通行性等属性。水系网络挖掘主要采用距离、网络、栅格数据分析

等方法。连通的水系可以由一些呈面状的水域和一些呈线状的水域相连而成。可

通行性的分析不仅要结合水深、水域宽度的变化规律来分析，而且还与天候、季

节相关。

2.3 交通网络结构挖掘

交通网络结构具有多层次的结构，包括铁路交通网络以及从高速公路到乡村

土路的道路交通网络。其中还包括路况、宽度以及其它与可通行性相关的诸多属

性。交通网络结构的知识挖掘最常用的是方法是网络分析、拓扑分析、距离分析

等方法，要分析交通网络状况的动态变化还要用到预测分析方法，必要时还可采

用综合属性数据分析方法等。

3 战场地理环境中的空间数据处理难点探析

以数字地图、地理影像和目标地理坐标为主要表现形式的战场地理空间信息，

是实现超视距精确打击和提高战场可视化能力的基础，为战场可视化和战场态势

感知提供了关键的框架，是建设透明战场必须重点考虑的要素之一。随着各种类

型地图数据库的建成和制图自动化的日趋完善，军事地理信息系统正由管理型向

分析型和辅助决策型发展，战场环境分析成为军事地理信息系统的一个重要的组

成部分和发展方向，它是基于战场环境数字化和战场环境可视化，为指挥员提供

用于数字战场的量算、查询、分析以及辅助决策等工具的基础研究。空间数据处

理过程可分为：数据准备、数据选择、数据预处理、数据变换、确定目标、确定

算法、数据挖掘、模式解释和知识评价。

3.1 空间数据存储和管理

地理信息数据类型不仅包括各类图形、数据库等结构化数据，还包括文档、

表格、像片、视频等非结构化数据。面对海量的多源异构地理信息数据，可以采

用Hadoop分布式大数据处理平台实现数据的有效存储和管理，首先，利用HDFS

构建数据管理集群，数据管理集群节点的数量可根据现有数据量规模和近期需求

状况进行配置，集群中所有节点协同工作，负责数据的存储和计算。其次，利用

Hba数据工厂对大量半结构化、非结构化数据进行处理，生成结构化数据存储

到Hadoop的数据库中。再次，布设Hive数据仓库，对结构化数据进行管理入库。

通过Hive、Hba的联合使用，实现结构化与非结构化两类地理信息数据的集群

式存储与管理。最后利用MapReduce进行分布式计算，通过Hadoop集群中的并

行计算来实现大量数据的同步处理，由此形成一个基于Hadoop框架，包括文件

系统（HDFS）、数据库（Hive、Hba）、数据处理（MapReduce）等功能的完整

性的地理信息档案大数据处理平台

[2]

。

图1 Hadoop 架构和HDFS的存储管理

分布式文件系统的存储管理模式具备明显优势，硬件方面，系统中的计算机

集群规模可大可小，系统兼容性和可扩展性强，能满足动态使用需求，使已有资

源得到充分利用。数据管理和应用方面，利用数据切块处理技术可支持大规模文

件的存储并易于备份，通过名称节点提供元数据服务，实现数据快速查找和使用。

系统冗余副本机制，能在确保数据安全性的同时具备高容错性，在高并发访问数

据时可加快数据传输速度，便于检查数据错误，提升数据可靠性。

3.2 空间数据挖掘算法

空间数据挖掘中主要有空间距离、空间方位、空间拓扑三类空间概念。

空间距离：距离常指几何学的欧氏距离，用来描述空间两个物体之间的远近

关系。欧氏距离是两点间的直线最短距离，在空间数据挖掘中可以用它来计算：

点点距离、点线距离、点面距离、线线距离、线面距离和面面距离。

空间方位：在分析目标之间的方位时，我们一般预定义一个坐标轴，再做垂

直于坐标轴的直线，用此直线来表示两个对象间的方位关系。当分析的对象是某

个平面时就用平面的重心来代替面，再求出两重心之间的方位关系，用此来代表

两平面间方位关系。

空间拓扑：不考虑距离和方位，把点、线、面看成拓扑元素，用关联和邻接

来描述点线面之间的关系。关联是不同拓扑元素之间的关系，存在于点与线、线

与面、点与面之间，相同拓扑元素的关系常用邻接表示；也用包含、几何、层次

关系描述两个拓扑元素之间的关系，包含关系指面与其他拓扑元素之间的关系；

两元素间距离在某个约束范围内称他们之间有几何关系；同类元素之间的等级高

低用层次表示

[3]

。

3.3 空间数据挖掘模型

原型法是在系统开发初期，对用户需求初步调查的基础上，以快速的方法先

构造一个可以工作的系统原型。将这个原型提供给用户使用，听取用户的意见，

然后修正原型，补充新的数据、数据结构和应用模型，形成新的原型。经过迭代

可以达到用户与开发者之间的完全沟通。武警部队担负处突、反恐、抢险救援等

任务，作战环境主要以城市为主，环境复杂多变，应用模型是一个辨证的发展过

程，分析应采用原型法,按照以下步骤：

3.3.1 明确军事需求

战场环境分析前要明确军事需求，比如，制高点、视射界、交通和地幅等。

3.3.2 由军事需求构成目标树

明确军事需求后，分析体现军事需求的环境特性，构成多级目标树。以处置

大规模群体性事件为例，交通便利、便于支援，体现为战场地形的容量性；交通

便利、便于支持，体现为战场地形的通行证。

3.3.3 建立量化数学模型

依目标树最低层的各项性质，分别用经典数学、概率与数理统计、模糊数学、

数值逼近、网络分析以及图论、分形等数学方法，建立相应的量化模型。

3.3.4 综合分析与评估

分析评估时要注意战场环境的综合性，环境要素不仅对军事行动产生影响，

各要素之间也互相影响。

3.3.5 定量分析结果直观化

计算机分析的结果是定量的数据，必须将定量的数据直观化，最好能转换为

专题图和报表。它影响到军事人员对分析结果的认识和理解程度。

3.3.6 分析模型的修正

战场环境分析是一个复杂的过程，涉及的要素繁多，各要素又互相影响，因

此，必须不断的对分析模型进行修正，使其逐步近于客观实际。

参考文献

[1]王劲峰等著.空间分析[M].北京：科学出版社，2006.

[2]胡瑛.大数据处理技术在地理信息档案管理中的应用[J].测绘通报，2016(9)：112-

114.

[3]贾俊杰.空间数据挖掘中若干关键技术研究[D].2009.

－1－