關鍵詞：鉆孔數據；空間數據挖掘；趨勢面分析； 聚類分析
1 引言
鉆井領域數據復雜, 既有定量測量的數據, 又有定性的文字描述, 它們量綱不壹、形式多樣。如何把這些反映不同特性的數據結合起來, 無冗余, 而又不漏失地反映井、礦的特性, 壹直是鉆井領域資料解釋的重點[1]。如何從龐大的數據庫中挖掘出需要的信息，並將這些信息通過空間分析轉化為直觀的知識呈現給用戶，將是本文探討的重點內容。
2 空間數據挖掘模型
空間數據挖掘（Spatial Data Mining，SDM），也稱基於空間數據庫的數據挖掘和知識發現（Spatial Data Mining and Knowledge Discovery），是指從空間數據庫中提取隱含的、用戶感興趣的知識、空間或其他有意義的模式[2] 。空間數據挖掘和知識發現的過程通常包括反復的試驗、決策設計和用戶定制，是多個步驟相互連接、反復進行人機交互的過程。Fayyad將知識發現的過程劃分為九個階段,如圖1所示。
圖1 空間數據挖掘（SDMKD）的主要階段[3]
Fig1 main phases of SDMKD
空間數據挖掘主要研究空間數據的概率分布模式、聚類和分類特征，屬性間的依賴關系特征等，它的任務是要發現大量的地理空間信息中所隱含的知識或規則。空間數據挖掘可發現的知識類型主要有：⑴空間關聯規則，即空間對象間相鄰、相連、***生、包含等關聯關系；⑵空間聚類規則，即特征相近的空間對象聚類的規則；⑶空間特征規律，即壹類或幾類空間對象的普遍特征；⑷空間區分規則指多類空間對象間的不同特征即可以用來區分對象[4]。本文基與鉆孔數據提出了壹種數據挖掘模型，
3 空間分析
空間分析是基於地理對象的位置形態特征的空間數據分析技術，其目的在於提取和傳輸空間信息。常用的空間分析方法有空間聚類、趨勢面分析、網絡分析、小波分析及空間自相關分析等等，本文從挖掘任務和挖掘方法的角度，著重介紹聚類分析和趨勢面分析兩種重要的分析方法。
3.1趨勢面分析
空間趨勢反映的是空間物體在空間區域上變化的主體特征，因此它忽略了局部的變異以揭示總體規律。描述空間趨勢是相當困難的問題，從理論上講，空間梯度均值可以作為描述空間趨勢的壹個參數，但因其不能從空間的角度反映趨勢，因此在實際當中很少使用。趨勢面是揭示面狀區域上連續分布現象空間變化規律的理想工具，也是實際當中經常使用的描述空間趨勢的主要方法。經過適當的預處理，非連續分布的現象在面狀區域上的空間趨勢亦可以用趨勢面來描述。
趨勢面分析適用於描述面狀區域上連續分布現象的空間趨勢，由於鉆孔數據是分布在三維空間中，所以有必要將三維鉆孔數據映射到壹個平面上，本文將這個投影值稱為礦化厚度，它的計算公式為：
c = ∑(l * k) * p (l-礦化段的長度，k-礦化段的礦化度，p-放大因子)。定義這個參數後，可以表示每口鉆井含礦情況的量化值，用此參數進行趨勢面分析，采用地圖學中的等值線方法對分析結果進行可視化，可直觀地表示出研究區域中的礦體分布趨勢。
式中：C為擬合指數，Zj為第j點的觀測值， 為第j點的趨勢值， 為全部觀測值的平均值。當C＝100％時，表明趨勢值在所有觀測點上都與實際值吻合，但這種情況是很少的。當C＝75％以上時，擬合誤差均在10％以下，這時可以認為趨勢面的擬合效果良好。
3.2聚類分析
空間聚類的目的是對空間物體的集群性進行分析，將其分為幾個不同的子群（類）。子群的形成是地理系統運作的結果，根據此可以揭示某種地理機制。對於離散的點群Pi ( i=1，2，…，n )，我們可以得到壹組描述點群位置的幾何數據（xi,yi,zi），亦可以有壹組統計變量的屬性數據ci =(ci1,ci2,…cim)，空間聚類是基於幾何數據的聚類。同樣基於ci，也可以進行聚類分析，盡管可以采用相同的算法，但基於ci的聚類應視為非空間分析[4]。
進行空間聚類分析有壹個前提條件，就是點群具有壹定的集中趨勢。考慮到鉆孔數據在xy平面上是均勻分布的，但在三維空間中，礦化段在z軸方向具有集中分布的趨勢，實際聚類中應當充分考慮鉆井平面分布的均勻性，同時為了克服對初始選值敏感性的缺點，文中對聚類算法進行壹定的改進。在選擇初始值時結合礦化量的趨勢面分析結果，用趨勢面分析得到的極值點來確定K-MEANS算法的初始聚類中心，這樣不僅保持了K-均值算法快速收斂的特點，同時也使聚類的結果更符合實際的分布趨勢。其算法步驟如下：
1) 根據礦化量統計分析結果，找出礦化量平面上的極值*Sj 。
2) 合並相近的極值點*Sj ，得到初始的聚類中心Sj 。
3) 獲取聚類數目k ,置叠代誤差閾值emin = 0.00001(可根據需要設置)。
4) 根據聚類數目k,初始化聚類中心:
式中：Nj 為第j個聚類域中包含的樣本個數。
若|C j (t+1) - C j (t) |< emin , j = 1,2,…,k 則停止叠代，第t次叠代為聚類方案；否則 返回第四步。
通過該算法在對礦化段進行相關性分析時，可以參考趨勢面分析的結果，改變聚類參數來獲得與趨勢面分析更吻合的聚類效果。在趨勢面分析的基礎上，通過空間聚類分析得到各個鉆井之間的相關性，為進壹步的研究礦體分布和三維礦體模擬提供了先驗知識。
圖3 聚類數目為4的礦化段相關性分布圖
Fig3 Map for mineralized segment distribution with clustering of 4
4 結論
基於本文提出的數據挖掘模型，在Windows環境下，采用三十口鉆井數據，利用VC++和OPENGL開發出了基於鉆孔數據的三維空間數據挖掘系統。本系統對研究區域的礦體分布情況具有壹定的自動推理能力，避免了不必要的人工幹預 ,從而擴展了鉆孔數據建模的適用範圍和表現能力。但此方法仍然存在壹些不足 ,如對地質構造扭曲變形嚴重 ,存在復雜褶
皺及多種構造混合時建模效果有待改進;建模過程中沒有考慮必要的人機交互 ,各種地質資料、專家知識和工程經驗不能及時融入到實際建模流程中等。由於地質現象的高度復雜性和不確定性 ,上述問題將隨著研究和實際應用的深入而逐步得到解決。
參考文獻
[1] 雍世和, 洪有密. 測井資料綜合解釋與數字處理[M ]. 北京: 石油工業出版社, 1982.
[2] 劉毅勇,何雄,李金山等.空間數據挖掘：變數據為知識.計算機世界報，2005.8.15.
[3] 王凈. 空間數據挖掘和知識發現與地理可視化的集成.測繪通報,2005年第12期.
[4] 巨珺, 張虹. 空間數據挖掘方法分析. 福建電腦,2007年第3期.
[5] 郭仁忠.空間分析.高等教育出版社,北京,2001.10.
作者簡介
陳 昊（1985-），男，中國礦業大學資源與地球科學學院，碩士研究生。