許業(yè)輝

福建省基礎(chǔ)地理信息中心 福建 福州 350001

天地圖由國家、省、市共同建設(shè)的地圖公共服務(wù)平臺，隨著天地圖應(yīng)用接入逐漸增多，更新數(shù)據(jù)資源成為了天地圖平臺建設(shè)的重要工作。天地圖省市節(jié)點之間所采取的數(shù)據(jù)源方式各有不同，出現(xiàn)了數(shù)據(jù)資源不同步的問題，整體性能不突出。因此，很有必要將各種途徑獲取的數(shù)據(jù)進行融合更新，提高天地圖的數(shù)據(jù)現(xiàn)勢性。數(shù)據(jù)融合是提高數(shù)據(jù)現(xiàn)勢性的最佳手段，可以實現(xiàn)更深層次的資源聚合。數(shù)據(jù)融合按照一定的建設(shè)原則，形成通用性強、覆蓋面廣的天地圖數(shù)據(jù)源，以解決省、市的數(shù)據(jù)精度不統(tǒng)一的問題，保證數(shù)據(jù)的準確性與權(quán)威性。本項研究以天地圖·福建為例開展數(shù)據(jù)融合工作，將其作為天地圖·福建的主要數(shù)據(jù)來源。

1.天地圖數(shù)據(jù)融合技術(shù)

天地圖數(shù)據(jù)融合是對不同節(jié)點、不同結(jié)構(gòu)、不同精度的地理數(shù)據(jù)進行比較，從中選取出精度高的數(shù)據(jù)進行融合，并對融合后的結(jié)果進行處理，使融合后的信息能夠時刻保持新鮮度。天地圖數(shù)據(jù)融合中，矢量數(shù)據(jù)融合是以全省最新的數(shù)據(jù)信息為基礎(chǔ)，對省、市級的數(shù)據(jù)進行融合；影像數(shù)據(jù)融合采用全省0.5m的分辨率；POI數(shù)據(jù)融合以國家節(jié)點數(shù)據(jù)為主，對行政地名數(shù)據(jù)進行融合，具體融合技術(shù)流程如圖1所示。

圖1 數(shù)據(jù)融合技術(shù)流程圖

1.1 道路數(shù)據(jù)融合

以國家主節(jié)點路網(wǎng)數(shù)據(jù)為基礎(chǔ)，結(jié)合0.5m的矢量數(shù)據(jù)，在不改變路網(wǎng)關(guān)系的前提下，對省市節(jié)點的路網(wǎng)信息進行整合。采用國家主節(jié)點道路的路網(wǎng)數(shù)據(jù)融合方法進行整合，讓部分道路相交，再結(jié)合0.5m的影響，對主節(jié)點路網(wǎng)進行道路空間關(guān)系檢查，其流程如圖2所示。

圖2 道路數(shù)據(jù)融合流程圖

1.2 水系數(shù)據(jù)融合

以省級節(jié)點為基點，根據(jù)現(xiàn)有的數(shù)據(jù)情況，對省級節(jié)點水系數(shù)據(jù)與其他數(shù)據(jù)要素之間的沖突信息進行檢查，并處理數(shù)據(jù)之間的沖突，完成數(shù)據(jù)的實時更新。結(jié)合0.5m影像，對重要的水系進行空間位置檢查，增補水系要素，合理處理水系與其他要素之間的位置關(guān)系，最后完成水系的數(shù)據(jù)融合。

1.3 鐵路數(shù)據(jù)融合

以省節(jié)點為基本數(shù)據(jù)，根據(jù)天地圖的數(shù)據(jù)格式，對鐵路信息要素的屬性進行充值，并增加一些相關(guān)聯(lián)的屬性，結(jié)合0.5m分辨率影響，處理各個節(jié)點之間的空間關(guān)系。

1.4 POI數(shù)據(jù)融合

POI是指所有可以被抽象為節(jié)點的實物，對多元POI數(shù)據(jù)進行整合后，形成一套位置精確度較高的數(shù)據(jù)信息。POI數(shù)據(jù)融合需要根據(jù)數(shù)據(jù)的基本特點對數(shù)據(jù)進行抽取，并采用“屬性與空間融合”對比的方式實現(xiàn)查重去冗。

1.5 天地圖數(shù)據(jù)融合的實現(xiàn)

天地圖數(shù)據(jù)融合需要借助數(shù)據(jù)模型、軟件干預(yù)的方式，對整合的數(shù)據(jù)進行認真分析，才能夠得到一個滿意的融合數(shù)據(jù)效果。

2.空間目標匹配方法及具體應(yīng)用

在使用空間目標匹配之前，對于多源道路數(shù)據(jù)變化要素的提取，需要依靠空間分析工具輔助完成。省市節(jié)點道路的現(xiàn)勢性較好，國家主節(jié)點導航道路數(shù)據(jù)會生成緩沖區(qū)，利用緩沖區(qū)將省市節(jié)點道路數(shù)據(jù)清除，將剩余的道路作為省市節(jié)點的主道路，并完成新增道路與國家主節(jié)點數(shù)據(jù)的融合。反之，省市節(jié)點道路緩沖區(qū)會將國家主節(jié)點道路的數(shù)據(jù)清除，并對其進行屬性處理，最后完成道路數(shù)據(jù)的融合。

2.1 空間目標匹配

目標匹配在生活中經(jīng)常見到，如醫(yī)學影響、人臉識別等，隨著天地圖、數(shù)字化建設(shè)等信息數(shù)據(jù)庫項目的建設(shè)，空間數(shù)據(jù)的更新速度成為了信息行業(yè)面臨的一大難題?；诖?，提出了一種基于空間目標匹配的方法，在不斷的研究中證明了空間目標匹配技術(shù)在地圖融合及合并、數(shù)據(jù)庫集成與共享中的應(yīng)用價值。

2.2 距離匹配算法

線狀地物的匹配算法中，存在一定的限制，容易受到空間目標的影響，由于道路數(shù)據(jù)在融合的過程中存在的數(shù)據(jù)信息量較大，如國家主節(jié)點的道路有上百萬條，福建省1：10000 DLG數(shù)據(jù)中，其道路數(shù)據(jù)就有127萬條[4]，因此在使用空間目標匹配算法進行計算時，需要考慮到匹配的精度與效率。對于不同數(shù)據(jù)的兩條道路是否可以表示同一條道路信息，其匹配的基本思路為：將兩條道路設(shè)為A和B，將道路匹配解釋為距離問題，即道路A的節(jié)點離散點集為S，計算點集S到線路B的最短距離，得到距離集合R，如果最短距離小于最大距離閾值，則道路A和道路B匹配。利用這種思路，將道路匹配問題轉(zhuǎn)化為距離問題，可以極大的提高計算的效率。

道路折線之間的匹配關(guān)系較多，如1：0、1：1、1：n、m：m等。其中，1：1與1：n的匹配精度較高，m：n的匹配難度較大，耗時最長。在匹配的過程中，將m：n的情況分段進行，將其轉(zhuǎn)換成1：n的方式進行線路匹配。在進行匹配的過程中，計算每一條道路的緩沖區(qū)，在緩沖地帶進行查詢，根據(jù)查詢的結(jié)果進行計算，以提高匹配的效率。還可以將道路折線凸包，計算折線的角度。如果道路A和道路B的角度小于設(shè)定的閾值，則可以進行匹配計算，否則容易出現(xiàn)數(shù)據(jù)冗余，增加計算量。

2.3 空間目標匹配算法實現(xiàn)

道路空間匹配流程如圖3所示。

圖3 空間匹配流程圖

可以將更新道路作為參考的外部道路數(shù)據(jù)，以“天地圖·福建”現(xiàn)有道路圖層為基礎(chǔ)，展示更新道路的現(xiàn)勢性，利用空間目標匹配的過程完成道路更新，并提取出屬性變化的道路。將更新道路與原始道路作為原始數(shù)據(jù)，利用更新道路中的道路折線，將其生成緩沖區(qū)，再利用緩沖區(qū)對原始道路進行查詢，將查詢結(jié)果用F表示，如果查詢結(jié)果F返回為空，則道路折線為新增道路，如果更新道路的空間查詢結(jié)果為空，則需要刪除道路信息；如果查詢的結(jié)果不為空，則需要進行匹配計算，道路折線如果可以與查詢結(jié)果的道路相匹配，則需要對數(shù)據(jù)進行屬性變化的判斷，如果查詢結(jié)果中沒有道路數(shù)據(jù)與道路折線相匹配，則道路折線是可變化的帶路。分別對更新道路與原始道路進行正向與反向匹配，可以得到新增、刪除的屬性變化道路結(jié)果。

天地圖·福建數(shù)據(jù)融合利用ArcGIS平臺，對道路數(shù)據(jù)進行數(shù)據(jù)更新、數(shù)據(jù)融合、數(shù)據(jù)管理等內(nèi)容處理。因此，在Visual Studio2015軟件中進行空間目標匹配算法計算，使用ArcGIS Engine進行系統(tǒng)開發(fā)。其中，可以直接使用ITopologicalOperator和IProximityOperator接口進行緩沖區(qū)生成和空間查詢，提高計算效率。同時，為了提高空間查詢的效率，在匹配之前需要建立空間索引，以保證數(shù)據(jù)量具有較高的查詢效率。在采用空間目標匹配算法對每一條道路進行遍歷時，都需要按照指定的方式生成緩沖區(qū)，然后將緩沖器定義為幾何圖形，對其進行空間相交查詢，得到查詢的結(jié)果。

3.實驗分析

為了驗證上述算法的匹配精度，對福建漳州城區(qū)的道路進行空間匹配實驗，通過人工判斷的方式對其進行精度檢驗。如圖4所示[7]。其中，a道路199條，b道路1100條，新增道路900條，刪除道路40條，提取結(jié)果如圖5所示。遺漏3條未刪除，按照匹配精度公式，表示人工提取的個數(shù)；表示匹配結(jié)果的個數(shù)。根據(jù)上述的統(tǒng)計結(jié)果，得到匹配精度為93.5%[8]。

圖5 匹配結(jié)果

本文采用的算法在跨比例尺道路數(shù)據(jù)匹配中，其精度達到93.5%。試驗中1：10000道路、1：500道路存在對應(yīng)關(guān)系，數(shù)據(jù)差距明顯，對匹配精度的計算難度較大。在主節(jié)點道路中有明確的比例尺，且主節(jié)點道路與省級核心要素的道路較為接近，因此空間目標匹配的精度較高。

綜上所述，空間目標匹配對于跨區(qū)域多尺度道路數(shù)據(jù)進行目標匹配時，線狀地物空間目標匹配精度容易受到比例尺差異的影響，如果比例尺的差距較大，則匹配精度會降低，反之則會提高。

結(jié)束語：

空間目標匹配技術(shù)可以解決人工提取時所存在的多源、多尺度道路數(shù)據(jù)融合困難的問題?？臻g目標匹配算法不僅可以應(yīng)用在道路匹配領(lǐng)域中，在水系線讓等線狀地物中同樣可以起到較好的匹配效果。在天地圖·福建矢量數(shù)據(jù)的建設(shè)過程中，對空間數(shù)據(jù)的匹配要求越來越高，為了可以實現(xiàn)對天地圖·福建矢量數(shù)據(jù)快速準確的更新，不僅需要對重要地物的變化進行監(jiān)測，同時還需要依靠多種技術(shù)手段實現(xiàn)數(shù)據(jù)的快速融合。嚴格按照天地圖的相關(guān)規(guī)范要求，結(jié)合福建省天地圖的建設(shè)要求，在應(yīng)急測繪保障能力建設(shè)的基礎(chǔ)之上，解決多源、多尺度數(shù)據(jù)協(xié)調(diào)性的問題。結(jié)果證明，空間目標匹配在天地圖項目建設(shè)領(lǐng)域中所發(fā)揮的應(yīng)用價值極高。