道路網(wǎng)層次骨架控制的道路選取方法

何海威，錢海忠，劉海龍，王 驍，胡慧明

1.信息工程大學地理空間信息學院，河南 鄭州450000；2.95851部隊，江蘇 南京210046

1 引 言

研究如何利用自動綜合技術(shù)從大比例尺空間數(shù)據(jù)庫中按照給定的選取率快速抽取出滿足需求的較小比例尺空間數(shù)據(jù)，具有十分重要的意義。針對變化較快、結(jié)構(gòu)復雜的道路網(wǎng)進行選取是其中研究的重點內(nèi)容之一。難點在于自動選取過程中如何保持原道路網(wǎng)的整體和局部結(jié)構(gòu)特征、密度分布以及覆蓋范圍等［1－5］。

在基于語義的傳統(tǒng)道路網(wǎng)選取過程中，考慮要素單一，且受到數(shù)據(jù)完整性的限制，選取效果一直不理想。近年來關(guān)于道路網(wǎng)選取方法的研究更多地集中于對道路幾何特征、拓撲關(guān)系以及空間分布特征的分析，通過各種分析方法，得到道路重要性評價的各項參數(shù)，并確定權(quán)值進行計算。比較有代表性的方法有基于圖論中點、線、面權(quán)值的道路網(wǎng)選取方法［1］、基于網(wǎng)眼面積或密度的道路網(wǎng)選取方法［2］和基于stroke及其約束的道路網(wǎng)選取方法［3－7］。stroke構(gòu)造的依據(jù)是感知分組原理中的良好連續(xù)性原則，其定義為，一條自然延伸的不被割斷的道路?；趕troke的選取方法在保持道路幾何連續(xù)性和縱向?qū)哟翁匦陨弦獌?yōu)于前兩種方法。由于現(xiàn)有研究均采取將道路糅合在一起進行全局評價、排序和選取的策略，對不能構(gòu)成stroke的零散道路在同一層次上的重要性區(qū)分度不夠，也沒有體現(xiàn)出其與其他各層級道路之間的依存關(guān)系。

針對以上問題，本文將道路層次骨架［8－11］的概念引入到道路選取中。首先，延續(xù)stroke思想，在劃分道路各層級骨架時以stroke為單位，利用復雜網(wǎng)絡分析中的中介中心性指標對stroke的骨架性進行描述；然后，依據(jù)現(xiàn)有道路規(guī)劃領域中的研究成果對道路骨架層級劃分進行反推，得到道路各層級骨架stroke，并將結(jié)果對比屬性層級劃分進行一致性分析；同時，針對中介中心性描述過程中所產(chǎn)生的“邊緣效應”，采取建立層級間重要性評價和傳遞機制，以及利用特征識別完善骨架結(jié)構(gòu)的方法進行削弱；最后依據(jù)stroke本身的長度、中介中心性以及層級骨架間連通關(guān)系3個要素逐級評價stroke重要性，并在此基礎上按照給定的選取率進行自動選取。

2 道路層次骨架的概念

層次性是客觀世界中常見的規(guī)律和現(xiàn)象，如一株植物在整體上表現(xiàn)出從主干到枝干層次的變化，在局部樹葉上也呈現(xiàn)葉柄到葉尾的層次性；河流中有主河道和支流之分，主河道較少，但是構(gòu)成了整個水系的主體，支流數(shù)量相對較大，覆蓋范圍廣。同樣對于道路網(wǎng)，也呈現(xiàn)出明顯的層次特征，不同層次的道路所承擔的運輸壓力有明顯區(qū)別，同時層次間相互依賴程度也很大，它們相互作用，構(gòu)成了整個網(wǎng)絡系統(tǒng)［12］，如圖1所示。

從制圖者角度考慮，利用人機交互方式對一幅道路網(wǎng)進行選取時，首先依據(jù)道路的語義信息和視覺感受預先在腦海中形成道路網(wǎng)大致的結(jié)構(gòu)和層次［9］（在交通規(guī)劃中稱為骨架性），然后在比例尺和制圖規(guī)范的約束下確定選取尺度，最后根據(jù)自身的制圖經(jīng)驗進行具體綜合操作。如果采用計算機自動綜合，模擬人腦的思維，首先需要對道路骨架性進行合理描述。道路骨架性描述的是一條道路與其余道路之間的相對關(guān)系及在整個道路網(wǎng)中所占的結(jié)構(gòu)性地位，按照道路的骨架性描述對道路進行層次劃分，即形成道路的層次骨架。在城市交通規(guī)劃領域的相關(guān)標準中，將大中城市道路分為快速路，主干路、次干路和支路4級［13］。從層次性的角度來看，這4個等級的道路分別對應著自上而下4個層次的道路骨架。與道路的語義特征不同，道路的骨架性并不完全由自身所具有的特性決定［14］。道路的骨架性雖然與其語義描述有一定關(guān)系，但是只有當路網(wǎng)中道路之間的銜接關(guān)系（而不是語義描述）發(fā)生變化時，道路的骨架性才會發(fā)生變化［9］。同時在實際中道路的語義信息往往是缺省或不完整的，因此本文采取分析道路網(wǎng)自身幾何及拓撲結(jié)構(gòu)的方式來描述道路骨架性，并將道路網(wǎng)劃分成不同的道路層次骨架。

圖1 現(xiàn)實世界中的層次結(jié)構(gòu)示例Fig.1 Hierarchical structure samples in real world

3 道路層次骨架提取

由stroke的長度來判斷道路的骨架性顯然是不合理的，因為stroke表示的是視覺上連續(xù)的多條道路的組合，視覺上的連續(xù)性雖然在一定程度上反映出其具有一定的骨架性特征，但決定一條道路骨架性主要依據(jù)該道路與其他道路的相對關(guān)系及其在整個路網(wǎng)中的結(jié)構(gòu)性地位。因此需要借助復雜網(wǎng)絡分析中的中介中心性來對其結(jié)構(gòu)性地位進行評價。

3.1 中介中心性概念

在復雜網(wǎng)絡的分析中，中心性（centrality）是一種度量網(wǎng)絡中節(jié)點重要性的方法，是描述節(jié)點在網(wǎng)絡中的地位的一種手段［15］。中介中心性（betweenness centrality，BC）作為中心性的一種度量方式，其定義可簡單描述為一個節(jié)點位于網(wǎng)絡中其他任意兩個節(jié)點之間最短路徑上的概率，即一個節(jié)點在多大程度上位于網(wǎng)絡中其他節(jié)點的“中間”?？梢娭薪橹行男允且粋€全局性的指標。近年來不少專家學者將中介中心性的概念應用到了道路網(wǎng)絡結(jié)構(gòu)分析中并取得了良好的效果。文獻［8］對BC值與道路網(wǎng)之間的關(guān)系進行了深入的研究，發(fā)現(xiàn)道路的BC值從大到小在一定程度上反映了路段在網(wǎng)絡中從骨干至次骨干至末梢的層級性。這個結(jié)果反映了在城市道路網(wǎng)中通過數(shù)學運算得到的BC值所呈現(xiàn)的層級性與道路語義上的層級性存在很強的相關(guān)關(guān)系。因此本文采取中介中心性作為道路層次骨架劃分的依據(jù)。

3.2 道路網(wǎng)中介中心性值的計算

要分析得到中介中心性值，首先要確定描述對象和描述方式。本文以stroke為單位進行選取，因此中介中心性的描述對象應該為道路網(wǎng)stroke?？紤]到現(xiàn)實中數(shù)據(jù)在語義上的不完整性，本文采用方向一致性的原則構(gòu)建stroke，若兩條路段夾角大于一定的閾值則認為屬于同一條stroke，最后將所有屬于同一stroke的道路連接起來作為一條完整的stroke。本文采取對偶法對stroke網(wǎng)絡進行描述，利用鄰接矩陣輸出stroke間的銜接關(guān)系，將其作為計算道路層次骨架性依據(jù)。將輸出的鄰接矩陣可視化表達為stroke網(wǎng)絡的拓撲結(jié)構(gòu)圖，并計算出各條stroke的中介中心性值，其理論公式如式（1）所示

式中，N是網(wǎng)絡節(jié)點數(shù)；njk是節(jié)點j與節(jié)點k之間的最短路徑數(shù)量；njk（i）是節(jié)點j與節(jié)點k之間包含了節(jié)點i的最短路徑數(shù)量。BCi的取值范圍為［0，1］。當某stroke取1時則表示圖中所有stroke之間的最短路徑都必須通過該stroke，取0則表示沒有stroke間的最短路徑通過該stroke。整個計算流程如圖2所示。

圖2 Stroke中介中心性計算步驟Fig.2 Calculation of betweenness centrality of strokes

圖2中單個節(jié)點代表一條stroke，節(jié)點間的線段表示存在連通關(guān)系；圖2（c）是計算得到的BC值結(jié)果示意圖，將每條stroke的BC值按其大小程度對應于一定的半徑值，可視化表示在對應的stroke節(jié)點上。

3.3 道路網(wǎng)骨架層次劃分策略

在得到各stroke的中介中心性數(shù)值后，如何劃分道路骨架層次是需要進一步考慮的問題。本文采用按語義層次劃分比重反推的辦法［9］，通過語義劃分的各層次道路比重反向推算出基于中介中心性的道路骨架層次劃分閾值IΔi。在交通規(guī)劃研究領域內(nèi)對各層次道路所占比重已有較多研究成果，文獻［16］根據(jù)《城市道路交通規(guī)劃設計規(guī)范》（GB—50220）的要求，推算出了快速路，主干路、次干路和支路在總路網(wǎng)中所占里程的比重分別為7.2%、16%、20.8%與56%，從快速路到支路的比約為1∶2∶3∶7，大體上呈現(xiàn)為金字塔式的上小下大結(jié)構(gòu)［16］。骨架層次劃分范圍可依照以上的研究成果進行反推，具體流程如下：①計算每條stroke的中介中心性值；②依據(jù)中介中心性值從大到小進行排序；③取中介中心性劃分閾值IΔi，統(tǒng)計閾值IΔi之間的stroke里程占總里程的比重Pi，調(diào)整IΔi直到滿足閾值劃分的各區(qū)間Pi值分別趨近于：7.2%、16%、20.8%和56%；④按上一步計算的閾值IΔi對stroke進行骨架層次的劃分。

3.4 道路網(wǎng)骨架層次劃分一致性分析

為了驗證基于中介中心性層級劃分的科學性，本文將其與基于語義的劃分進行了對比?？紤]到快速路在圖幅中占比例較小，且重要性與主干路（黑色粗道路）相近，本文把語義中的快速路和主干路合并為第一層級命名為一級主干路，次干路為第二層級，支路為第三層級，如圖3所示。

圖3 語義層級與中介中心性劃分層級對比Fig.3 Comparison between semantic and BC based division of hierarchical structure

同時，本文對劃分的結(jié)果進行了一致性分析，通過對對應層級重合的部分進行統(tǒng)計，得到兩種分層方法之間的對比關(guān)系如表1所示。從表1可以看出，在沒有任何語義信息輔助的情況下，通過中介中心性的分析得出的道路層級與語義劃分的層級吻合度較高。相比于基于語義的層級劃分，基于中介中心性的劃分還具有一定的發(fā)掘道路在路網(wǎng)結(jié)構(gòu)上隱含重要性的功能。例如，圖3（b）所示，strokeA在整幅道路網(wǎng)中處于比較關(guān)鍵的位置，并且橫穿5條一級道路，但在語義上屬于第二級次干道路，重要性并不明顯，而通過構(gòu)建stroke并利用中介中心度進行劃分，strokeA被劃分到了一級骨架stroke中。說明通過中介中心性的判別可以在一定程度上彌補語義在判斷道路結(jié)構(gòu)地位與功能上的不足。

表1 語義層次與骨架層次一致性分析Tab.1 Hierarchical structure similarity of semantic and BC based division

值得注意的是，基于中介中心性的道路層次劃分也存在一定缺陷，受“邊緣效應（edge effect）”（詳見4.1節(jié)）影響，部分屬性等級高且長度較短或位置處于圖幅邊緣的道路被劃分到了較低的層次骨架stroke中。

4 各層次stroke重要性評價和選取流程

本文進行道路重要性評價的主要依據(jù)是stroke的長度、中介中心性以及層次骨架間的連通關(guān)系。其中stroke長度顯然是評價道路重要性的主要因素；中介中心性描述了道路的通達性反映stroke在整個道路網(wǎng)絡中所處的中心性地位［3］；連通關(guān)系描述了低等級stroke的受高等級stroke的影響程度。以上3個指標涵蓋了道路一般選取過程中stroke的影響范圍、結(jié)構(gòu)性地位以及連通關(guān)系3個主要因素，能夠從全局的角度準確地反映出道路重要性關(guān)系。

4.1 中介中心性“邊緣效應”影響分析

“邊緣效應（edge effect）”是指在用中介中心性對道路進行分析時，處于分析范圍邊緣道路由于其位置的關(guān)系得到相對不利的中心性值，從而影響對道路重要性的判斷［3，11］。被劃分到一二級骨架的stroke在空間上跨度普遍較大，因此“邊緣效應”的影響較小，僅僅出現(xiàn)了少量屬性上等級高同時長度較短或位置處于圖幅邊緣的道路被劃分到了較低的層級骨架中的錯誤，這部分影響可以通過參照語義等級信息進行修正。中介中心性的“邊緣效應”的影響主要集中在三級次要stroke中。例如，圖4所示兩個位置，經(jīng)統(tǒng)計中間位置三級次要stroke平均中介中心性為0.023 89，邊緣位置三級次要stroke中介中心性值為0.000 67。

圖4 三級支路不同位置示例Fig.4 Display of different area in third stroke layer

通過對不同區(qū)域三級次要stroke中介中心性值的統(tǒng)計分析發(fā)現(xiàn)，位于道路中心位置附近的三級次要stroke中介中心性值普遍較高，而位于邊緣位置的三級次要stroke中介中心性值普遍較低。這樣的中介中心性值如果直接參與重要性評價必然會對邊緣stroke重要性產(chǎn)生不利影響，從而造成邊緣道路出現(xiàn)過度刪除的情況。因此需要采取一定的策略，消除或減少三級次要stroke所受的“邊緣效應”影響。

4.2 消除“邊緣效應”的策略

理論上消除邊緣效應的最佳途徑是通過擴大分析范圍，將目標區(qū)域置于整個分析范圍的中間位置，以提高目標區(qū)域內(nèi)道路中介中心性分析的合理性［11］。但是在實際的操作中，由于數(shù)據(jù)的限制，往往缺少或者無法得到完整與目標道路網(wǎng)相鄰的道路網(wǎng)數(shù)據(jù)，這樣就無法通過擴大分析范圍的辦法來消除“邊緣效應”。因此，本文考慮在道路重要性評價的過程中削弱中介中心性指標的“邊緣效應”，具體包括以下兩部分。

4.2.1 利用骨架重要性傳遞機制削弱“邊緣效應”影響

依據(jù)第3節(jié)中的劃分規(guī)則，道路網(wǎng)中的道路被劃分成為一級骨架stroke、二級骨架stroke和三級次要stroke。三級次要stroke是優(yōu)先考慮刪除的對象，也是“邊緣效應”最明顯的層級，故不能直接將中介中心性作為三級道路的評價指標。為了體現(xiàn)高等級骨架道路對低等級骨架及支路的控制和影響作用，同時削弱“邊緣效應”的影響，本文設計了與骨架相關(guān)的級聯(lián)評價指標，在各層級骨架stroke中建立重要性傳遞機制。其思想是，重要性越強的道路骨架對與其相交的道路產(chǎn)生的“粘連性”越強，即在同一層次中道路的重要性受到與其連通的高等級骨架重要性的影響，呈現(xiàn)一種自上而下的傳遞關(guān)系。計算時根據(jù)層級間的連通關(guān)系將高等級骨架道路的重要性傳遞給低等級道路，確保與骨架結(jié)構(gòu)關(guān)聯(lián)緊密的道路優(yōu)先選取。

4.2.2 利用道路結(jié)構(gòu)特征識別完善邊界區(qū)域骨架

受邊緣效應影響較大的道路多集中在道路網(wǎng)外輪廓附近，同時從連通性和完整性的角度而言，道路網(wǎng)的邊界輪廓需要優(yōu)先保留［17－18］。因此本文嘗試采用結(jié)構(gòu)特征識別方法對“輪廓道路”進行識別，將包含“輪廓道路”的三級次要stroke提取出來，加入到二級骨架stroke中，通過骨架對周邊道路的影響效應來削弱“邊緣效應”的影響。參照文獻［17］中所采用的結(jié)構(gòu)特征識別方法，與道路Li起始端相鄰的其他道路條數(shù)表示為StartN（Li），與道路Li終端相鄰的其他道路條數(shù)為EndN（Li），與道路Li相關(guān)聯(lián)的道路網(wǎng)眼數(shù)為A（Li），通過判斷以上3個參數(shù)的值將道路劃分為5類，判斷條件如表2所示，其中第Ⅲ類道路即為“輪廓道路”。在進行道路結(jié)構(gòu)特征識別前要對道路進行節(jié)點處的斷鏈處理，同時將道路結(jié)點間的弧段連接起來，兩節(jié)點間的完整弧段視為一條道路。

得到劃分結(jié)果后，把包含第Ⅲ類道路的三級次要stroke提取出來（如圖5（a）中的深色部分），補充到二級骨架stroke中。圖5為通過道路結(jié)構(gòu)特征識別的方法完善二級骨架stroke的過程。

表2 依據(jù)道路間關(guān)聯(lián)性的各類道路劃分Tab.2 Road classification by correlation of roads

圖5 利用結(jié)構(gòu)特征識別完善二級道路骨架Fig.5 Refine of second grade stroke by using structured characteristic identification

4.3 stroke重要性傳遞和計算

為突出道路的層次性以及層次骨架對周圍道路的控制作用，本文依照層次劃分順序從高到低依次評價stroke的重要性I，將高層次骨架stroke重要性作為參數(shù)加入到低層次stroke的重要性評價中。設各層級的重要性為（下標k表示所在層級，上標表示該層級的第i條stroke），其值采用歸一化后的中介中心性（）、歸一化長度值（）以及骨架連通度）3個指標進行評價。骨架連通度參數(shù)的作用是將不同層級stroke間的連通關(guān)系作為重要性傳遞的路徑，量化高級骨架對低級骨架道路及支路的控制作用，如表示與stroke（I）連通的一級骨架stroke的重要性之和。具體計算公式如下

一級骨架stroke重要性

二級骨架stroke重要性

三級次要stroke重要性

和分別表示與stroke（i）連通的一、二級骨架中stroke的重要性值。為了消除量綱影響，計算時對每一個除以各骨架層級中的最大重要性值，同時避免出現(xiàn)0值，給每個二、三級stroke的骨架連通度加上初值1。從式（3）中可以看出，第三層級骨架stroke的中介中心性值沒有直接參與重要性的計算，而是通過骨架連通度將中介中心性對stroke的重要性影響傳遞到與相應的三級stroke。

4.4 基于層次骨架的道路選取流程

整個選取流程如圖6所示。首先，采用方向一致性的原則構(gòu)建stroke；然后通過第3節(jié)中提出的骨架層次劃分方法將stroke劃分到3個層級，并依據(jù)4.2節(jié)中的結(jié)構(gòu)識別方法對劃分結(jié)果進行完善；再按照4.3節(jié)介紹的計算方法依次計算各層級stroke的重要性指標；最后依據(jù)該重要性指標在各層級內(nèi)由高到低選取要求數(shù)量的stroke。值得注意的是，與以往選取方法采取的道路糅合在一起進行一個全局的排序和選取不同，本文中stroke的重要性排序和選取是在各層級范圍內(nèi)進行的，選取時由高到低逐級進行。

圖6 道路選取流程Fig.6 The process of road selection

4.5 改進策略效果對比分析

本文對圖7中的道路數(shù)據(jù)分別采用基于stroke長度的選取和基于中介中心性的選取兩種方法，與基于層次骨架的選取的方法進行對比試驗，選取結(jié)果如圖7所示。從圖7中的對比可以看出：①在基于stroke長度的選取結(jié)果中，處于關(guān)鍵樞紐位置的短道路被刪除從而產(chǎn)生了較多的懸掛道路，部分位置甚至出現(xiàn)明顯拓撲錯誤，造成孤立道路，邊界輪廓上的部分網(wǎng)眼結(jié)構(gòu)被破壞（如圖7（b）中的箭頭和圓圈位置所示）；②基于中介中心性的簡單選取受“邊緣效應”影響，對邊界輪廓上的網(wǎng)眼結(jié)構(gòu)破壞較為嚴重（如圖7（c）中圓圈位置所示），同時產(chǎn)生較多新的懸掛道路；③而基于層次骨架的選擇結(jié)果在整體分布和邊界網(wǎng)眼結(jié)構(gòu)保護上具有較好的效果，且新產(chǎn)生的懸掛道路和誤刪除的高等級道路明顯減少（統(tǒng)計結(jié)果如表3所示），其中存在少量網(wǎng)眼結(jié)構(gòu)被破壞的情況（如圖7（d）中圓圈位置所示），究其原因，是由于原數(shù)據(jù)在節(jié)點連接處的細微彎曲干擾導致該stroke在該位置發(fā)生中斷，從而影響了選取的質(zhì)量，但整體效果優(yōu)于前兩種方法。

圖7 3種選取方式對比Fig.7 Comparison between three kinds of selection method

表3 3種選取結(jié)果的相關(guān)統(tǒng)計Tab.3 Statistics of three kinds of selection result

5 試驗與分析

為進一步驗證基于該方法的科學性和適用性，本文分別對幾種典型道路網(wǎng)數(shù)據(jù)進行了選取試驗，試驗數(shù)據(jù)分別為比例尺1∶10 000不含語義信息的成都、北京和重慶城市道路網(wǎng)。圖8展示了選取30%道路的結(jié)果。

圖8 3種典型路網(wǎng)的選取結(jié)果Fig.8 Selection result of three typical road networks

從選取的結(jié)果可以看出：①在缺少語義信息的情況下，基于層次骨架的道路網(wǎng)選取方法對于3種類型的道路網(wǎng)均能較好地選??；②從圖上看，選取結(jié)果層次性強，且較好地保持了原道路網(wǎng)的整體結(jié)構(gòu)和密度分布；③利用骨架層次的方法消除了“邊緣效應”的影響，選取結(jié)果很好地保持了道路邊界輪廓拓撲結(jié)構(gòu)的完整性。為了體現(xiàn)該方法在保持道路網(wǎng)整體結(jié)構(gòu)和密度分布上的優(yōu)勢，本文將基于層次骨架控制的選取方法與一般的基于stroke重要性評價的線性選取方法進行了進一步的對比試驗，如圖9所示。其中基于stroke重要性評價的線性選取方法采用中介中心性（BC）、長度（L）和連通度（C）3個指標進行綜合評價［4－7］。

為了直觀地展示道路網(wǎng)分布特點，有效地反映道路網(wǎng)的密集程度，圖中以灰度值表示網(wǎng)眼面對應的網(wǎng)眼密度（mesh density）［2］大小。對圖9（c）中被破壞的邊界網(wǎng)眼用箭頭標出，網(wǎng)眼密度變化較大的區(qū)域用圓圈標出。兩種方法均選取相同比例stroke數(shù)量，對選取結(jié)果進行斷鏈處理后，進一步統(tǒng)計相關(guān)的拓撲信息如表4所示。

從對比試驗結(jié)果以及相關(guān)統(tǒng)計數(shù)據(jù)可看出：①在選取相同stroke數(shù)量的情況下，層次骨架選取結(jié)果的連通度要高于一般的線性選取，選取后的路段數(shù)也高于一般的線性選取，說明層次骨架選取的結(jié)果中stroke間的連通性較好，道路間相互交叉關(guān)聯(lián)更加緊密；②從網(wǎng)眼數(shù)量和懸掛道路數(shù)量可以看出，在層次骨架的控制下，道路選取結(jié)果的網(wǎng)眼完整性也要好于一般的線性選取，產(chǎn)生的懸掛道路相對較少；③從圖9的對比可以看出，一般的線性選取在中介中心性的影響下，對于外部輪廓以及道路密度的保持效果較差，如圖9（c）中箭頭所示的區(qū)域以及圓圈位置，而基于層次骨架控制的選取方法消除了“邊緣效應”的影響，選取結(jié)果很好地保持了道路邊界輪廓拓撲結(jié)構(gòu)的完整性。

本文對于其他選取率分別做了選取試驗，結(jié)果表明，該方法在給定的選取率為16%～100%區(qū)間內(nèi)具有較好的選取效果，說明該方法能夠較好地對零散道路及大部分支路進行選取。

6 結(jié) 論

本文提出了一種基于道路層次骨架的道路網(wǎng)選取方法，相比已有的方法，該方法利用stroke對象的中介中心性劃分層級并通過層級間的連通關(guān)系建立重要性評價模型。該評價模型能夠較好地保持道路網(wǎng)的整體結(jié)構(gòu)以及道路網(wǎng)的層次關(guān)系，對于各種類型道路都具有較強的適用性，且不依賴于語義信息，同時消除了“邊緣效應”的不利影響，較好地保持了路網(wǎng)整體邊緣輪廓結(jié)構(gòu)。整個方法突出了道路層次骨架對整個路網(wǎng)結(jié)構(gòu)及細部的控制性，從而使得選取結(jié)果在整體上保持原有的結(jié)構(gòu)特征，同時在細部上體現(xiàn)出與層次骨架的依賴關(guān)系，減少了選取的隨意性。

部分區(qū)域存在局部網(wǎng)眼結(jié)構(gòu)被破壞的情況，需要進一步考慮同一層級間的連通關(guān)系；對于語義信息相對完整的道路，可考慮采取結(jié)合語義信息的道路層級劃分和重要性評價方法，從而進一步完善選取的效果。

［1］CHEN Bo，WU Fang，QIAN Haizhong.Study on Road Networks’Auto－selection Algorithms［J］.Journal of Image and Graphics，2008，13（12）：2388－2393.（陳波，武芳，錢海忠.道路網(wǎng)自動選取方法研究［J］.中國圖象圖形學報，2008，13（12）：2388－2393.）

［2］HU Yungang，CHEN Jun，LI Zhilin，et al.Selective Omission of Road Features Based on Map Generalization［J］.Acta Geodaetica et Cartographica Sinica，2007，36（3）：351－357.（胡云崗，陳軍，李志林，等.基于網(wǎng)眼密度的道路選取方法［J］.測繪學報，2007，23（4）：22－24.）

［3］XU Zhu，LIU Caifeng，ZHANG Hong，et al.Road Selection Based on Evaluation of Stroke Network Functionality［J］.Acta Geodaetica et Cartographica Sinica，2012，41（5）：769－776.（徐柱，劉彩鳳，張紅，等.基于路劃網(wǎng)絡功能的道路選取方法［J］.測繪學報，2012，41（5）：769－776.）

［4］LIU Caifeng.Stroke Function－based Approach to Extracting Backbone of Urban Road Network［D］.Chengdu：Southwest Jiaotong University，2010.（劉彩鳳.基于路劃功能的城市道路主干網(wǎng)選取方法［D］.成都：西南交通大學，2010.）

［5］YANG Min，AI Tinghua，ZHOU Qi.A Method of Road Network Generalization Considering Stroke Properties of Road Object［J］.Acta Geodaetica et Cartographica Sinica，2013，42（4）：581－587.（楊敏，艾廷華，周啟.顧及道路目標stroke特征保持的路網(wǎng)自動綜合方法［J］.測繪學報，2013.42（4）：581－587.）

［6］THOMSON R C.The Stroke Concept in Geographic Network Generalization and Analysis［J］.Progress in Spatial Data Handling，2006，11：681－697.

［7］THOMSON R C，RICHARDSON D E.The Good Continuation Principle of Perceptual Organisation Applied to the Generalization of Road Networks［C］∥Proceedings of 19th International Cartographic Conference.Ottawa：ICA，1999：1215－1223.

［8］LI Qingquan，ZENG Zhe，YANG Bisheng，et al.Betweenness Centrality Analysis for Urban Road Networks［J］.Geomatics and Information Science of Wuhan University，2010，35（1）：37－40.（李清泉，曾喆，楊必勝，等.城市道路網(wǎng)路的中介中心性分析［J］.武漢大學學報：信息科學版，2010，35（1）：37－40.）

［9］YE Pengyao，CHEN Xiaohong.Urban Road Hierarchy Based on Road Arteriality［J］.Journal of Tongji University：Natural Science，2011，39（6）：853－856.（葉彭姚，陳小鴻.基于道路骨架性的城市道路等級劃分方法［J］.同濟大學學報：自然科學版，2011，39（6）：853－856.）

［10］ZHOU Liang，LU Feng，ZHANG Hengcai.Time－dependent Road Network Hierarchy Based on Dynamic Betweenness Centrality［J］.Journal of Geo－information Science，2012，14（3）：292－297.（周亮，陸鋒，張恒才.基于動態(tài)中介中心性的城市道路網(wǎng)實時分層方法［J］.地球信息科學學報，2012，14（3）：292－297.）

［11］JIANG B，LARAMUNT C.A Structural Approach to Model Generalisation of an Urban Street Network［J］.Proceedings of the 5th AGILE Conference on Geograthic Information Science.Palam：［s.n.］，2002.

［12］MA Huangqun.Hierarchical Division and Evaluation of the Road Network［D］.Chengdu：Southwest Jiaotong University，2012.（馬黃群.道路網(wǎng)層次劃分及評價研究［D］.成都：西南交通大學，2012.）

［13］YE Pengyao.Research on Structure Characteristics of Urban Road and Street Network［D］.Shanghai：Tongji University，2008.（葉彭姚.城市道路網(wǎng)結(jié)構(gòu)特征研究［D］.上海：同濟大學，2008.）

［14］MARSHALL S.Streets and Patterns：The Structure of Urban Geometry［M］.London：Spon Press，2005：1－7.

［15］FREEMAN L C.Set of Measures of Centrality Based on Betweenness［J］.Sociometry，1977，40（1）：35－41.

［16］XU Jiqian.Several Key Issues about Urban Road Planning Design［J］.Urban Roads Bridges ＆Flood Control，2001，2（6）：5－9.（徐吉謙.關(guān)于城市道路規(guī)劃設計幾個關(guān)鍵問題的探討［J］.城市道橋與防洪，2001，2（6）：5－9.）

［17］QIAN Haizhong，ZHANG Zhao，ZHAI Yinfeng，et al.Road Selection Method Based on Character Recognition，Stroke and Polarization Transformation［J］.Journal of Geomatics Science and Technology，2010，27（5）：371－374.（錢海忠，張釗，翟銀鳳，等.特征識別、Stroke與極化變換結(jié)合的道路網(wǎng)選?。跩］.測繪科學技術(shù)學報，2010，27（5）：371－374.）

［18］TIAN Jing，AI Tinghua，DING Shaojun.Grid Pattern Recognition in Road Networks Based on C4.5Algorithm［J］.Acta Geodaetica et Cartographica Sinica，2012，41（1）：121－126.（田晶，艾廷華，丁紹軍.基于C4.5算法的道路網(wǎng)網(wǎng)格模式識別［J］.測繪學報，2012，41（1）：121－126.）

［19］WANG Jiayao，CUI Tiejun，WANG Guanxia.Applications of Graph Theory in Automatic Selection of Road Network［J］.Journal of Geomatics Science and Technology，1985（1）：79－86.（王家耀，崔鐵軍，王光霞.圖論在道路網(wǎng)自動選取中的應用［J］.解放軍測繪學院學報，1985（1）：79－86.）

［20］TIAN Jing，SONG Zihang，AI Tinghua.Grid Pattern Extraction in Road Networks with Graph［J］.Geomatics and Information Science of Wuhan University，2012，37（6）：724－727.（田晶，宋子寒，艾廷華.運用圖論進行道路網(wǎng)網(wǎng)格模式提取［J］.武漢大學學報：信息科學版，2012，37（6）：724－727.）

［21］HU Bo，YUE Yang，LI Qingquan.Evaluation and Analysis of Structural form of Network Based on Complex Network Index［J］.Journal of Geomatics，2013，38（3）：5－8.（胡波，樂陽，李清泉.基于復雜網(wǎng)絡指標的路網(wǎng)結(jié)構(gòu)形態(tài)評價與分析［J］.測繪地理信息，2013，38（3）：5－8.）