張新長，郭泰圣，唐 鐵

中山大學(xué)地理科學(xué)與規(guī)劃學(xué)院，廣東廣州510275

一種自適應(yīng)的矢量數(shù)據(jù)增量更新方法研究

張新長，郭泰圣，唐 鐵

中山大學(xué)地理科學(xué)與規(guī)劃學(xué)院，廣東廣州510275

針對GIS增量更新中存在的一致性維護與空間沖突問題，提出一種自適應(yīng)的矢量數(shù)據(jù)增量更新方法。以同名對象匹配為切入點，探討變化對象的檢測與增量更新的方式。在綜合考慮空間距離，語義相似度及拓撲一致性約束的基礎(chǔ)上，提出接邊匹配度的計算方法并設(shè)計自適應(yīng)的對象接邊算法。同時，介紹矢量數(shù)據(jù)增量更新中基于約束規(guī)則的空間沖突檢測與處理方法。并以矢量地形圖試驗數(shù)據(jù)驗證文中所提出的模型與算法。

自適應(yīng)；增量更新；數(shù)據(jù)一致性；空間沖突

1 引 言

矢量空間數(shù)據(jù)更新是維護空間數(shù)據(jù)庫現(xiàn)勢性的主要手段［1］，已成為GIS的前沿研究課題。其研究重點主要為變化信息檢測，更新事件建模和空間沖突檢測。在變化信息檢測方面，國內(nèi)外學(xué)者從空間疊加［2］、拓撲關(guān)聯(lián)等角度［3－4］，結(jié)合更新事件特征［5］提出檢測方法。文獻［3—4］以拓撲聯(lián)動的方式進行實體變化類型的推斷，為增量更新中拓撲一致性的維護提供了新思路。然而，拓撲判斷的準確性容易受到數(shù)據(jù)不確定性的影響，且聯(lián)動規(guī)則與專題信息聯(lián)系密切，通用性有待進一步提高。在更新事件時空建模方面，研究內(nèi)容已從基于版本管理的更新模式［6－7］發(fā)展到顧及更新傳播與一致性維護的空間數(shù)據(jù)模型［8］及基于拓撲一致性維護的時空過程建模［9－10］。文獻［8］在概念層面為GIS更新模型設(shè)計提出了解決思路，其具體的表達形式及實際的應(yīng)用仍需要更深入的研究。文獻［10］所提出的數(shù)據(jù)模型兼顧了拓撲關(guān)系維護與時空信息管理，有助于更新信息與歷史數(shù)據(jù)的管理。但是，該模型對于拓撲關(guān)系的維護只局限于相鄰對象，需要深化對復(fù)雜空間關(guān)系處理的研究?？臻g沖突檢測與數(shù)據(jù)完整性維護是空間數(shù)據(jù)更新的另一個重要問題［11］。學(xué)者提出了空間實體完整性約束表達形式［12］及空間沖突的確認方法［13－14］。文獻［12］所提出的約束模型有利于保證更新后數(shù)據(jù)的質(zhì)量。然而，該模型缺少對屬性及規(guī)則重要性的明確說明。在對象觸犯多條約束規(guī)則時，處理的優(yōu)先度需要更深入的考慮。

目前的研究側(cè)重從變化檢測及時空過程建模的角度，探討更新方法、流程及變化信息的存儲方式，對數(shù)據(jù)一致性維護及空間沖突處理的論述不夠充分。因此，本文從增量更新與數(shù)據(jù)完整性維護的角度出發(fā)，提出一種自適應(yīng)的矢量數(shù)據(jù)增量更新方法，實現(xiàn)矢量數(shù)據(jù)變化檢測與增量更新、自適應(yīng)的數(shù)據(jù)接邊及空間沖突的檢測與處理等功能，以保證更新后數(shù)據(jù)的完整性與一致性。

2 自適應(yīng)的矢量數(shù)據(jù)增量更新方法

2.1 總體設(shè)計

本文所指的“更新數(shù)據(jù)”是地形圖修補測量、竣工測量或市政測量產(chǎn)生的矢量空間數(shù)據(jù)，可作為增量信息進行更新。本文主要針對同級比例尺的更新研究，更新數(shù)據(jù)預(yù)處理操作是指在更新前依據(jù)入庫標準，對更新數(shù)據(jù)進行坐標系、數(shù)據(jù)結(jié)構(gòu)及拓撲關(guān)系的檢查與修正處理，以產(chǎn)生標準數(shù)據(jù)。增量更新方法是利用對象的空間相似性、幾何距離與拓撲特征進行變化目標檢測［15－16］，然后進行添加、刪除、幾何或?qū)傩孕薷牡雀绿幚?。在更新過程中有可能產(chǎn)生同一地理實體的分割或空間錯位。因此，需要進行對象的接邊處理。更新數(shù)據(jù)采集或建模的差異有可能產(chǎn)生不合理的空間關(guān)系，有必要進行空間沖突的檢測與處理。更新過程還包括歷史數(shù)據(jù)的存儲、管理與回溯功能。具體的實現(xiàn)步驟如圖1所示。

2.2 空間對象變化檢測與增量更新實現(xiàn)步驟

本文通過進行新舊數(shù)據(jù)間的實體匹配處理，檢測空間對象的變化信息，再根據(jù)變化信息的分類采取不同的更新操作（見圖2）。具體的步驟如下：

圖1 矢量數(shù)據(jù)自適應(yīng)增量更新方法Fig.1 An adaptive updating method of vector data

圖2 矢量數(shù)據(jù)變化信息檢測與增量更新方法Fig.2 Change detection and incremental updating operations of vector data

（1）同名實體的匹配。點狀實體的匹配通過比較兩者的歐氏距離進行判斷。線狀實體的匹配可通過計算Hausdorff距離［17］，F(xiàn)réchet距離或折線－點距離［18］實現(xiàn)。面狀實體的匹配可以通過位置鄰接度或重疊相似度確定。

（2）更新信息的檢測。如果沒有原對象與目標對象匹配，則認為目標對象是新增對象。沒有目標對象與原對象匹配，認為原對象是消失對象。對于1∶1的對象匹配需要進一步比較幾何形狀與屬性信息，判斷是否發(fā)生變化。原對象與目標對象1∶n的匹配表明原對象的分解，m∶1的匹配則表示原對象的合并。m∶n的對象匹配表示出現(xiàn)了對象的聚合。

（3）面向?qū)ο蟮脑隽扛路椒āο蟮母虏僮骺煞譃閯?chuàng)建、刪除、幾何修改與屬性修改。對于新增或消失的對象可直接使用創(chuàng)建或刪除操作；對于發(fā)生幾何形狀或?qū)傩宰兓膶ο?，則進行幾何修改或?qū)傩孕薷?。處理對象合并、分解及聚合的情況，均可采用刪除原對象，創(chuàng)建與之匹配的目標對象進行處理。

2.3 接邊匹配度計算與自適應(yīng)的接邊算法

2.3.1 接邊匹配度計算

異構(gòu)數(shù)據(jù)的增量更新可能會引入時空的不確定性，造成同一地理目標實體的分割及空間錯位。因此，需要進行接邊操作。接邊對象的確定與空間距離，語義相似度及空間關(guān)系等因素有關(guān)。本文提出的接邊匹配度計算模型如式（1）所示。

式中，M（A，B）表示對象A、B之間的接邊匹配度；d（A，B）是對象A、B的距離衡量指標；s（A，B）為語義相似度衡量指標；r（A，B）表示對象A、B的空間關(guān)系，通過實體的緩沖區(qū)重疊面積計算進行衡量。ω1、ω2、ω3為權(quán)重值，其取值在［0，1］之間，且

距離鄰接度的指標d（A，B）的值越大，說明對象A、B的距離越近，接邊可能性越大。設(shè)對象點集分別為Apts｛a1，…，ap｝、Bpts｛b1，…，bq｝，式（2）

式中，｜Apts－Bpts｜是點集Apts和點集Bpts的歐氏距離。min（）函數(shù)是點集中最近兩點的距離。dtolerance為距離閾值，若最近距離大于閾值，說明對象A、B之間的距離太遠，超出了接邊的考慮范圍。

s（A，B）為對象的語義相似度。語義相似越高，說明兩對象越有可能是同一地理實體的分割，接邊的必要性更大。根據(jù)Cobb提出的對象屬性匹配算法［19］，語義相似度評價模型如公式（3）所示

式中，N為屬性數(shù)目；simAk是第k項屬性值的相似程度；ESWAK為第k項屬性的權(quán)重。屬性類型不同，計算語義相似度的方法也有所差異。

對于數(shù)值型的屬性，語義相似度可按式（4）計算

式中，x、y分別為接邊對象的數(shù)值型；sim（x，y）值反映了數(shù)值型屬性的語義相似度。

對于字符型屬性的語義相似性的計算可分為兩種情況。定類或定序?qū)傩园凑照Z義排成偏序關(guān)系，通過計算次序的差別計算語義相似度。對于語義關(guān)聯(lián)性屬性不強的屬性，則通過計算字符串之間的編輯距離（由字符串A編輯為字符串B所需要進行的最小編輯操作次數(shù)）判斷兩者的語義相似性，具體如式（5）所示

式中，order（x）、order（y）表示x、y在屬性中的次序編號；N為屬性值個數(shù)，對應(yīng)于分類數(shù)或?qū)傩灾档淖畲缶幪枴?/p>

r（A，B）反映了A、B的空間關(guān)系，通過對象的緩沖區(qū)重疊面積計算進行衡量，計算方法如式（6）所示

式中，buffer（A）、buffer（B）表示對象A、B的緩沖區(qū)面積；intersect（）函數(shù)計算重疊的面積，max（）函數(shù)用于選擇較大的緩沖區(qū)面積。

2.3.2 自適應(yīng)接邊的算法

目前的接邊方法通過搜索鄰近要素及比較屬性來確定接邊對象［20－21］，容錯能力不強，難以處理屬性不完整的數(shù)據(jù)。而且判斷的因素單一，容易造成匹配錯誤。傳統(tǒng)的接邊處理直接采用union方法進行對象合并［21］，對數(shù)據(jù)特征的考慮不充分，缺乏靈活性。

自適應(yīng)處理是根據(jù)數(shù)據(jù)特征自動調(diào)整處理方法、參數(shù)或約束條件，以取得最優(yōu)效果的方法。在全球地形可視化［22］、全球離散格網(wǎng)建模［23］、制圖表達等GIS領(lǐng)域得到了廣泛應(yīng)用。本文的接邊方法綜合多項評價指標，能更客觀地反映對象特征，有助于提高準確度與容錯能力。該方法的自適應(yīng)性體現(xiàn)在：系統(tǒng)根據(jù)數(shù)據(jù)的精度特征，自動調(diào)整對象位移；選擇合適的接邊方法，使其與高精度的數(shù)據(jù)相適應(yīng)。具體實現(xiàn)步驟如下：

（1）進行更新對象周邊區(qū)域的緩沖區(qū)搜索，確定候選接邊對象。線對象在首尾節(jié)點處創(chuàng)建緩沖區(qū)，進行候選對象的搜索。面對象則按一定距離創(chuàng)建緩沖區(qū)并搜索相交對象，作為候選接邊對象。

（2）進行候選對象的接邊匹配度計算，選取匹配度最高的對象進行接邊操作。

（3）接邊操作需根據(jù)對象的幾何類型進行相應(yīng)處理。線對象的優(yōu)先接邊策略是通過比較更新數(shù)據(jù)與原數(shù)據(jù)的精度，接邊到精度較高的數(shù)據(jù)。如果數(shù)據(jù)間的精度相差不大，則可選用平均接邊法（見圖3）。

圖3 線對象優(yōu)先接邊策略Fig.3 Edge matching preferential method of line features

面對象接邊策略首先根據(jù)數(shù)據(jù)的精度選擇平移的方式，精度低的數(shù)據(jù)平移至精度高的數(shù)據(jù)，精度接近的數(shù)據(jù)則讓新舊對象分別平移坐標偏移量的一半。以房屋面對象接邊為例進行說明：假設(shè)房屋面是具有4個節(jié)點的規(guī)則矩形，更新后房屋被分為兩個獨立對象。比較鄰近的節(jié)點P1、P3或P2、P4的坐標，計算出坐標偏移量。由于對象精度相近，因此把節(jié)點分別平移坐標偏移量的一半。最后利用P′1、P′2、P′3、P′44個節(jié)點來重畫一個多邊形（見圖4）。

圖4 面對象優(yōu)先接邊策略Fig.4 Edge matching preferential method of polygon features

（4）屬性融合。接邊后對象的屬性融合有3種方式，一是以原始數(shù)據(jù)的屬性作為接邊后對象的屬性；二是以更新對象的屬性作為接邊后對象的屬性；三是通過數(shù)值計算的方法獲取接邊后對象的屬性，如數(shù)值平均，求和等。

2.4 基于約束規(guī)則的空間沖突檢測與處理

數(shù)據(jù)更新可能會帶來不符合完整性約束的空間關(guān)系，不能正確表達現(xiàn)實地理實體的結(jié)構(gòu)特征［24］。因此，更新后需要進行空間沖突的檢測與處理［25］?？臻g沖突的檢測可以通過定義約束規(guī)則來實現(xiàn)。本文以Hakima Kadri－Dahmani提出的空間實體完整性約束表達式［12］為基礎(chǔ)，修改了約束對象類的表達方法，并添加了屬性約束規(guī)則與重要性指標。以六元組的方式表達約束規(guī)則

式中，ID是空間沖突約束的編號；C1、C2為受約束的空間對象類；TR表示指拓撲約束規(guī)則；AR表示屬性約束規(guī)則；Bd表示規(guī)則的執(zhí)行的范圍；I是指該規(guī)則的重要性，取值在0～1之間。

空間沖突的檢測方法是按照空間沖突約束規(guī)則，使用顧及語義的拓撲檢驗方法構(gòu)建約束條件進行目標搜索。空間沖突的處理則利用空間編輯功能對沖突對象進行處理。反復(fù)檢驗直至消除所有沖突后，才進行歷史庫備份與現(xiàn)狀庫更新處理，完成更新的全過程。

3 試驗分析

為驗證本文所提出的更新模型與方法，本文在Windows環(huán)境下，以Visual Studio 2008為開發(fā)工具，集成ArcEngine開發(fā)包研制了更新原型系統(tǒng)。實現(xiàn)了增量更新，自適應(yīng)接邊及空間沖突檢測等功能，以1∶1000矢量地形圖數(shù)據(jù)進行試驗（見圖5）。

圖5 自適應(yīng)的矢量數(shù)據(jù)增量更新試驗Fig.5 An experiment of the adaptive incremental updating method

式（1）中接邊匹配度的計算與對象之間的空間距離、語義相似度及空間關(guān)系等因素密切相關(guān)。其中，語義相似度的計算取決于對象屬性值的整體匹配程度。作為關(guān)鍵字的編碼在語義相似度的計算中應(yīng)占較大的比重（見圖6），以保證接邊對象的屬性一致性。

圖6 接邊匹配中的語義相似程度評價Fig.6 The evaluation of semantic similarity in edge matching

接邊匹配度參數(shù)的設(shè)置是通過分析更新對象與原數(shù)據(jù)，找出必須要進行接邊的樣例對象m對｛｛A1，B1｝，｛A2，B2｝，…，｛Am，Bm｝｝，把它們的接邊匹配度M（Ai，Bi）設(shè)置為1，找出明顯不需要接邊的樣例對象n對｛｛A1，B1｝，｛A2，B2｝，…，｛An，Bn｝｝，把它們的接邊匹配度設(shè)置為0。分別計算對象Ai，Bi的距離鄰近度d（Ai，Bi），語義相似度s（Ai，Bi）與空間關(guān)系衡量指標r（Ai，Bi）。然后，計算各分指標與接邊匹配度的相關(guān)系數(shù)ri，并對相關(guān)系數(shù)進行歸一化處理，作為接邊匹配度的權(quán)重參數(shù)。

接邊匹配度的閾值選擇影響著接邊的準確度與查全率，本文將接邊匹配度設(shè)為不同數(shù)值進行試驗。試驗結(jié)果如圖7所示。觀測結(jié)果表明隨著匹配閾值的提高，匹配要求越嚴格，查準率也相應(yīng)提高，并在匹配閾值為0.96處達到高峰。然而，匹配要求的過分嚴格會造成查全率降低，查全率在匹配閾值為0.95處達到高峰后就逐漸下降。

圖7 接邊匹配度閾值對接邊結(jié)果的影響Fig.7 The impact of threshold to the edge－matching results

根據(jù)上述參數(shù)確定的方法，對接邊匹配度的計算參數(shù)設(shè)定如下：距離指標的權(quán)重設(shè)為0.6，語義相似度指標的權(quán)重設(shè)為0.2，空間關(guān)系指標的指標值設(shè)為0.2，匹配度的閾值設(shè)為0.95。將不同的更新樣本導(dǎo)入程序進行計算，自適應(yīng)接邊運算的結(jié)果如表1所示。

表1 自適應(yīng)接邊方法的試驗結(jié)果Tab.1 Experimental results of the adaptive edge matching method

試驗表明，自適應(yīng)接邊匹配度與接邊算法在運算過程中可以保持健壯性，運算速度保持穩(wěn)定。綜合考慮幾何與語義條件的接邊匹配算法準確程度與查全率高，能夠?qū)崿F(xiàn)自適應(yīng)的接邊操作。

在算法試驗中，本文定義了空間沖突拓撲的樣例規(guī)則，以地形圖數(shù)據(jù)進行模擬運算，空間沖突的檢測結(jié)果如表2所示。

表2 基于約束規(guī)則的空間沖突檢查試驗Tab.2 The experiment of rule－based spatial conflict detection

試驗結(jié)果顯示：在矢量數(shù)據(jù)增量更新中產(chǎn)生了空間沖突現(xiàn)象，導(dǎo)致數(shù)據(jù)的相互關(guān)系與地理現(xiàn)實不符，沖突的檢查與處理具有必要性?；诩s束規(guī)則的空間沖突檢查方法能有效地檢測出錯誤，結(jié)合人工的空間沖突確認與處理，有助于更新后數(shù)據(jù)庫的拓撲一致性維護。

4 結(jié) 論

本文以一致性維護與空間沖突處理為切入點，提出了一種自適應(yīng)的矢量數(shù)據(jù)增量更新方法。試驗表明該方法可應(yīng)用到基礎(chǔ)地理數(shù)據(jù)庫及規(guī)劃管理數(shù)據(jù)庫的更新與維護中。增城市規(guī)劃管理數(shù)據(jù)庫系統(tǒng)使用本文所提出的方法，在2008—2011年之間把增城市區(qū)域內(nèi)742宗建設(shè)用地竣工測量數(shù)據(jù)作為增量信息進行入庫更新，減少了大量人工操作。因此，可以得出以下結(jié)論：

（1）本文所提出的自適應(yīng)的對象接邊算法綜合考慮了對象間的空間距離、語義相似度及拓撲一致性，對幾何及語義聯(lián)系最緊密的對象進行自適應(yīng)的接邊處理?？捎糜诮鉀Q矢量數(shù)據(jù)更新中的數(shù)據(jù)完整性維護的問題。

（2）基于約束規(guī)則的空間沖突檢測與處理方法，有助于修正與現(xiàn)實地理實體不符的空間關(guān)系，維護更新后空間數(shù)據(jù)庫的拓撲一致性。該約束模型設(shè)計合理、計算效率高，有利于更新過程中數(shù)據(jù)質(zhì)量的控制。

本文提出的增量更新方法是針對同級比例尺的數(shù)據(jù)進行處理。如果更新數(shù)據(jù)與基礎(chǔ)地理數(shù)據(jù)的比例尺不同，需要依據(jù)相應(yīng)的數(shù)據(jù)規(guī)范，對更新數(shù)據(jù)進行制圖綜合處理。此外，還需要結(jié)合多尺度對象匹配的技術(shù)進行變化檢測，確定更新的對象與范圍，以執(zhí)行跨尺度的聯(lián)動更新處理。這將是本文后續(xù)的研究重點。為更好地提高更新效率與自動化程度，自適應(yīng)的矢量數(shù)據(jù)更新方法還應(yīng)該朝著智能化與網(wǎng)絡(luò)化的方向發(fā)展。因此，進一步的研究工作包括：① 以更新信息的跨尺度傳遞為切入點，結(jié)合制圖綜合模型與算法，探討多尺度空間數(shù)據(jù)聯(lián)動更新算法；② 應(yīng)用人工智能與數(shù)據(jù)挖掘技術(shù)，確定接邊匹配度模型中的權(quán)重參數(shù)，并實現(xiàn)空間沖突約束規(guī)則的自動提取，提高算法的智能化水平；③ 搭建空間數(shù)據(jù)動態(tài)更新的網(wǎng)絡(luò)服務(wù)框架，實現(xiàn)自適應(yīng)的矢量數(shù)據(jù)在線動態(tài)更新。

［1］ BRIAT M O，MONNOT J L，KRESSMANN T.Incremental Update of Cartographic Data in a Versioned Environment［C］∥Proceedings of 22nd ICA Conference.A Coru?a：［s.n.］，2005：1－9.

［2］ CHEN Jun，LIN Yan，LIU Wanzeng et al.Formal Classification of Spatial Incremental Changes for Updating［J］.Acta Geodaetica et Cartographica Sinica，2012，41（1）：108－114.（陳軍，林艷，劉萬增，等.面向更新的空間目標快照差分類與形式化描述［J］.測繪學(xué)報，2012，41（1）：108－114.）

［3］ FAN Y T，YANG J Y，ZHU D H.An Event－based Change Detection Method of Cadastral Database Incremental Updating［J］.Mathematical and Computer Modeling，2010，51（11－12）：1343－1350.

［4］ CHEN Jun，ZHOU Xiaoguang.Incremental Updating of Spatial Database Based on Topological Linkage，Taking Cadastral Database’s Updating as an Example［J］.Acta Geodaetica et Cartographica Sinica，2008，37（3）：322－337.（陳軍，周曉光.基于拓撲聯(lián)動的增量更新方法研究－以地籍數(shù)據(jù)庫為例［J］.測繪學(xué)報，2008，37（3）：322－337.）

［5］ LIN Yan，LIU Wanzeng，WANG Yuhong.Spatial Changed Information Description Based on Updating Process［J］.Geography and Geo－information Science，2011，27（4）：24－27.（林艷，劉萬增，王育紅.一種基于更新過程的空間變化信息描述方法［J］.地理與地理信息科學(xué)，2011，24（4）：24－27.）

［6］ COOPER A K，PELED A.Incremental Updating and Versioning［C］∥Proceedings of 20th International Cartographic Conference.Beijing：Sinomap Press，2001：2806－2809.

［7］ HARDY P，WOODSFORD P.Incremental Updating Using the Gothic Versioned Object Database with the Hydrographic S57ENC and SOTF Spatial Object Transfer Formats［C］∥Proceedings of ICA／ISPRS Workshop on Incremental Updating and Versioning of Spatial Databases.Amsterdam：［s.n.］，2000：1－13.

［8］ HAKIMA K D.Updating Data in GIS：Towards a More Generic Approach［C］∥Proceedings of 20th International Cartographic Conference.Beijing：Sinomap Press，2001：1463－1471.

［9］ ZHANG Feng，LIU Nan，LIU Renyi，et al.Research of Cadastral Data Modeling and Database Updating Based on Spatio－temperal Process［J］.Acta Geodaetica et Cartographica Sinica，2010，39（3）：303－309.（張豐，劉男，劉仁義，等.面向?qū)ο蟮牡丶畷r空過程表達與數(shù)據(jù)更新模型研究［J］.測繪學(xué)報，2010，39（3）：303－309.）

［10］ VAN OOSTEROM P.Maintaining Consistent Topology Including Historical Data in a Large Spatial Database［C］∥Proceedings of ACSM／ASPRS of Autocarto.Seattle：［s.n.］，1997：327－336.

［11］ ADBELMOTY A I，JOINES C B.Towards Maintaining Consistency of Spatial Databases［C］∥Proceedings of 6th International Conference on Information and Knowledge Management.Las Vegas：［s.n.］，1997：293－300.

［12］ HKIMA K D.Consistent Updating of Geographical Database as Emergent Property over Influence System［J］.International Journal of Modeling Identification and Control，2008，3（1）：58－68.

［13］ LIU Wanzeng，Chen Jun.A Method to Confirm the Spatial Conflict in GIS Database for Circular Economy［J］.Geoinformation Science，2007，9（1）：78－83.（劉萬增，陳軍.循環(huán)經(jīng)濟GIS數(shù)據(jù)庫空間沖突的確認方法研究［J］.地球信息科學(xué)，2007，9（1）：78－83.）

［14］ CHEN J，LIU W，LI Z，et al.Detection of Spatial Conflict between Rivers and Contours in Digital Map Updating［J］.International Journal of Geographical Information Science，2007，21（10）：1093－1114.

［15］ AN Xiaoya，SUN Qun，XIAO Qiang，et al.A Shape Multilevel Description Method and Application in Measuring Geometry Similarity of Multi－scale Spatial Data［J］.Acta Geodaetica et Cartographica Sinica，2011，40（4）：495－508.（安曉亞，孫群，肖強，等.一種形狀多級描述方法及在多尺度空間數(shù)據(jù)幾何相似性度量中的應(yīng)用［J］.測繪學(xué)報，2011，40（4）：495－508.）

［16］ MASUYAMA A.Methods for Detecting Apparent Differences between Spatial Tessellations at Different Time Points［J］.International Journal of Geographical Informa－tion Science，2006，20（6）：633－648.

［17］ DENG M，LI Z L，CHEN X Y.Extended Hausdorff Distance for Spatial Objects in GIS［J］.International Journal of Geographical Information Science，2007，21（4）：459－475.

［18］ CHEN Yumin，GONG Jianya，SHI Wenzhong.A Distance－based Matching Algorithm for Multi－scale Road Network［J］.Acta Geodaetica et Cartographic Sinica，2007，36（1）：84－90.（陳玉敏，龔健雅，史文中.多尺度道路網(wǎng)的距離匹配算法研究［J］.測繪學(xué)報，2007，36［1］：84－90.）

［19］ COBB M A，CHUNG M J.FOLEY III H，et al B.A Rule－based Approach for the Conflation of Attributed Vector Data［J］.GeoInformatica，1998，2（1）：7－35.

［20］ DAI Xiangxi，ZHOU Wei，GAO Lei.The Algorithm and Realization of DLG Edge Match of Arbitrary Scope［J］.Bulletin of Surveying and Mapping，2008，7：32－35.（戴相喜，周衛(wèi)，高磊.DLG數(shù)據(jù)任意范圍接邊算法及實現(xiàn)［J］.測繪通報，2008，7：32－35.）

［21］ CAO Jian，LI Guozhong，XU Xiaobo，et al.Study on Edge Matching of Digital Topographic Maps on the Basis of ArcGIS Engine［J］.Geomatic ＆Spatial Information Technology，2010，33（2）：76－78.（曹鍵，李國忠，徐效波，等.基于ArcGIS Engine的多圖幅數(shù)字地形圖接邊算法研究［J］.測繪與空間地理信息，2010，33（2）：76－78.）

［22］ ZHAO Xuesheng，Bai Jianjun，WANG Zhipeng.An Adaptive Visualized Model of the Global Terrain Based on QTM［J］.Acta Geodaetica et Cartographica Sinica，2007，36（3）：316－320.（趙學(xué)勝，白建軍，王志鵬.基于QTM的全球地形自適應(yīng)可視化模型［J］.測繪學(xué)報，2007，36（3）：316－320.）

［23］ ZHAO Xuesheng，WANG Lei，WANG Hongbin，et al.Modeling Methods and Basic Problems of Discrete Global Grids［J］.Geography and Geo－information Science，2012，28（1）：29－34.（趙學(xué)勝，王磊，王洪彬，等.全球離散格網(wǎng)的建模方法及基本問題［J］.地理與地理信息科學(xué)，2012，28（1）：29－34.）

［24］ SERVIGNE S，UBEDA T，PURICELLI A，et al.A Methodology for Spatial Consistency Improvement of Geographic Databases［J］.GeoInformatica，2000，4（1）：7－34.

［25］ VAN DER POORTEN P M，ZHOU S，JONES C B，et al.Topologically－consistent Map Generalization Procedures and Multi－scale Spatial Databases［C］∥Proceedings of the Second International Conference on Geographic Information Science.London：Springer－Verlag，2002：209－227.

An Adaptive Method for Incremental Updating of Vector Data

ZHANG Xinchang，GUO Taisheng TANG Tie
School of Geography and Planning，Sun Yat－Sen University，Guangzhou 510275，China

To maintain data consistency and eliminate the spatial conflicts brought by spatial database updating，an adaptive method for incremental vector data updating is proposed.Based on the matching of correspondent objects，a change－object detection and incremental updating method is discussed.Considering the constraint of spatial distance，semantic similarity and topology consistency，it is proposed a calculated method for edge matching evaluation.An adaptive edge matching strategy is also designed to maintain the consistency of spatial data.The rule－based detection and manipulation of spatial conflicts is also discussed.Topographical data are used to verify the practicality and efficiency of the method.

adaptive；incremental updating；data consistency；spatial conflict

ZHANG Xinchang（1957—），male，PhD，professor，PhD supervisor，majors in urban GIS.

ZHANG Xinchang，GUO Taisheng，TANG Tie.An Adaptive Method for Incremental Updating of Vector Data［J］.Acta Geodaetica et Cartographica Sinica，2012，41（4）：613－619.（張新長，郭泰圣，唐鐵.一種自適應(yīng)的矢量數(shù)據(jù)增量更新方法研究［J］.測繪學(xué)報，2012，41（4）：613－619.）

P208

A

1001－1595（2012）04－0613－07

國家自然科學(xué)基金（40971216；41071246）

叢樹平）

2012－03－01

2012－05－17

張新長（1957—），男，博士，教授，博士生導(dǎo)師，研究方向為城市地理信息系統(tǒng)。

E－mail：eeszxc＠m(xù)ail.sysu.edu