基于地理國情數(shù)據(jù)的基礎(chǔ)地理信息增量更新方法研究

戴海倫，王德冬，劉中秋，宋清泉，程立君，趙 翔

(1.北京吉威時代軟件股份有限公司，北京 100043； 2.山東省遙感技術(shù)應(yīng)用中心，山東 濟(jì)南 250013；3.武漢大學(xué) 資源與環(huán)境科學(xué)學(xué)院，湖北 武漢 430079)

0 引 言

基礎(chǔ)地理信息數(shù)據(jù)以數(shù)字線劃圖（Digital Line Graphics, DLG）和遙感圖像等為載體，直觀反映了地理空間要素的分布信息，為國民經(jīng)濟(jì)建設(shè)和空間決策提供了重要的依據(jù)和數(shù)據(jù)支持。近年來，我國社會經(jīng)濟(jì)持續(xù)高速發(fā)展，隨之，地理要素也發(fā)生著快速變化。為維持基礎(chǔ)地理信息數(shù)據(jù)集的現(xiàn)勢性，使之及時反映地理要素的時空變化過程、保障數(shù)據(jù)使用價值，必須對其進(jìn)行持續(xù)更新。如何利用不同來源的現(xiàn)勢性資料對基礎(chǔ)地理信息進(jìn)行快速更新，已成為基礎(chǔ)地理信息數(shù)據(jù)更新維護(hù)的主要任務(wù)和重要難題[1]。

為了全面掌握國家自然資源、經(jīng)濟(jì)社會狀況在地理空間上的時空分布特征與基本規(guī)律，國家啟動了地理國情普查和監(jiān)測工作。地理國情普查的完成和后續(xù)監(jiān)測陸續(xù)開展，為基礎(chǔ)地理信息數(shù)據(jù)的更新提供了持續(xù)、可靠的現(xiàn)勢性參考資料來源[2]。

地理國情普查數(shù)據(jù)集和基礎(chǔ)地理信息數(shù)據(jù)集本質(zhì)上屬于異構(gòu)數(shù)據(jù)，兩者在要素分類體系、數(shù)據(jù)結(jié)構(gòu)、坐標(biāo)系統(tǒng)等方面均存在一定差異，為基礎(chǔ)地理信息要素的變化檢測和增量更新帶來了一定技術(shù)困難。因此，針對地理國情普查成果應(yīng)用和基礎(chǔ)地理信息數(shù)據(jù)更新的實際需求，本文將研究基于地理國情數(shù)據(jù)集的基礎(chǔ)地理信息數(shù)據(jù)更新方法，為基礎(chǔ)地理信息數(shù)據(jù)庫的增量式更新提供技術(shù)支撐，為區(qū)域空間規(guī)劃管理、科學(xué)研究和社會公眾服務(wù)等提供有力保障。

1 總體技術(shù)路線

通過對地理國情普查成果數(shù)據(jù)和基礎(chǔ)地理信息數(shù)據(jù)集及增量更新的需求分析，設(shè)計基于地理國情普查成果數(shù)據(jù)的基礎(chǔ)地理信息數(shù)據(jù)增量更新技術(shù)路線，如圖1所示。

圖1 地理國情統(tǒng)計分析系統(tǒng)總體框架Fig.1 The overall framework of geographical national condition census data statistical analysis system

基于地理國情成果數(shù)據(jù)的基礎(chǔ)地理信息數(shù)據(jù)增量更新包括以下5個關(guān)鍵技術(shù)步驟：①要素變化類型定義，根據(jù)實際應(yīng)用情景需要，定義相應(yīng)的要素變化類型，為要素變化信息提取及變化檢測成果分析與應(yīng)用奠定基礎(chǔ)；②數(shù)據(jù)轉(zhuǎn)換，將地理國情成果數(shù)據(jù)進(jìn)行坐標(biāo)系統(tǒng)、數(shù)據(jù)結(jié)構(gòu)和語義等方面的轉(zhuǎn)換，為實現(xiàn)兩期異構(gòu)要素的高精度匹配提供基礎(chǔ)數(shù)據(jù)；③要素匹配，根據(jù)要素幾何類型（點、線、面）分別從空間位置、形狀和語義等角度設(shè)計要素匹配算法，實現(xiàn)兩期異構(gòu)數(shù)據(jù)集中的同名要素匹配，為變化信息提取提供依據(jù)；④變化信息提取，在要素匹配的基礎(chǔ)上，根據(jù)要素幾何類型分別設(shè)計要素變化信息識別和提取規(guī)則，提取變化信息；⑤增量更新，根據(jù)變化檢測結(jié)果，將變化信息以增量的方式更新到基礎(chǔ)地理信息數(shù)據(jù)集中，獲得更新后的具有現(xiàn)勢性的基礎(chǔ)地理信息數(shù)據(jù)集。

2 關(guān)鍵技術(shù)設(shè)計

基于地理國情普查成果數(shù)據(jù)特點及基礎(chǔ)地理信息變化檢測與增量更新需求，以下分別針對變化檢測與增量更新中的關(guān)鍵技術(shù)進(jìn)行闡述。

2.1 數(shù)據(jù)轉(zhuǎn)換

將地理國情普查成果數(shù)據(jù)集應(yīng)用于基礎(chǔ)地理信息的更新，首先需要進(jìn)行數(shù)據(jù)轉(zhuǎn)換，完成對國情普查成果數(shù)據(jù)的坐標(biāo)系統(tǒng)、數(shù)據(jù)結(jié)構(gòu)和語義轉(zhuǎn)換，技術(shù)流程如圖2所示。

圖2 地理國情普查成果數(shù)據(jù)轉(zhuǎn)換Fig.2 Conversion of geographical national condition census data

各技術(shù)環(huán)節(jié)的主要任務(wù)：①坐標(biāo)系統(tǒng)轉(zhuǎn)換，將國情成果數(shù)據(jù)使用的國家2000坐標(biāo)系轉(zhuǎn)換為基礎(chǔ)地理信息數(shù)據(jù)集所使用的投影坐標(biāo)系，為變化檢測提供統(tǒng)一的數(shù)據(jù)基礎(chǔ)；②數(shù)據(jù)結(jié)構(gòu)轉(zhuǎn)換，將國情要素按照對應(yīng)的基礎(chǔ)地理信息要素數(shù)據(jù)進(jìn)行數(shù)據(jù)結(jié)構(gòu)的轉(zhuǎn)換，兩者的對照關(guān)系見表1；③語義轉(zhuǎn)換，在分析國情要素分類體系和基礎(chǔ)地理信息要素分類體系的基礎(chǔ)上，以本體論為理論基礎(chǔ)，構(gòu)建面向變化監(jiān)測需要的地理要素本體庫，完成地理國情要素向基礎(chǔ)地理信息要素的語義轉(zhuǎn)換，為同名要素匹配及變化更新奠定基礎(chǔ)。

表1 基礎(chǔ)地理信息與地理國情要素對照表Tab.1 The check list of basic geographic information and geographic national condition census data

2.2 要素匹配

基礎(chǔ)地理信息要素與地理國情要素之間的匹配主要基于空間位置和形狀的相似性匹配完成，為變化信息提取奠定基礎(chǔ)。針對點、線、面要素的空間匹配，國內(nèi)外相關(guān)學(xué)者展開了廣泛而深入的研究[3-9]。針對基礎(chǔ)地理信息要素變化檢測與增量更新的實際工程應(yīng)用需求，綜合考慮算法精度和效率，根據(jù)要素幾何類型，分別設(shè)計了不同類型幾何要素的空間匹配特征及方法，見表2。

表2 要素匹配特征指標(biāo)Tab.2 The feature index of elements matching

基于表2設(shè)計的特征指標(biāo)進(jìn)行要素匹配時，以其中一個數(shù)據(jù)集為基準(zhǔn)，另一個數(shù)據(jù)集為參考，遍歷基準(zhǔn)數(shù)據(jù)集中要素對象，以空間查詢?yōu)榛A(chǔ)，完成對各要素在參考數(shù)據(jù)集中的同名要素匹配。對于基準(zhǔn)數(shù)據(jù)集中的任意一個要素i，其在參考數(shù)據(jù)集中的匹配結(jié)果Mi取值范圍為{0,1,N}（N＞1）。

要素匹配時，以要素的對象編號為關(guān)鍵字，構(gòu)建相應(yīng)的同名要素匹配字典，將匹配結(jié)果在內(nèi)存中進(jìn)行存儲，為變化信息的識別和提取奠定基礎(chǔ)。

基于以上方法分別完成兩個數(shù)據(jù)集之間的相互匹配：①以基礎(chǔ)地理信息要素為基準(zhǔn)，以國情要素為參考，完成基礎(chǔ)地理信息要素對國情要素的匹配，得到匹配結(jié)果集O；②同時以國情要素為基準(zhǔn)，完成國情要素對基礎(chǔ)地理信息要素的匹配，得到匹配結(jié)果集N。

2.3 變化信息提取

基礎(chǔ)地理信息要素的變化可分為空間變化和屬性變化。其中，屬性變化主要是指要素的屬性字段信息發(fā)生變化，如要素的名稱等。要素空間變化類型主要參考現(xiàn)有相關(guān)研究結(jié)果[10-12]進(jìn)行定義，見表3。

表3 要素空間變化類型Tab.3 Type for spatial changing elements

基于同名要素空間匹配結(jié)果，為了滿足要素空間變化類型信息的提取，在同名要素匹配特征指標(biāo)的基礎(chǔ)上，設(shè)計了以下指標(biāo)作為要素空間變化信息提取的識別特征，見表4。

表4 要素空間變化類型檢測輔助指標(biāo)Tab.4 Test auxiliary index of spatial changing elements

基于以上定義和方法基礎(chǔ)，對于任意要素i，其對應(yīng)的不同類型的變化類型定義如下：

①新生要素：Oi=0。②消亡要素：Ni=0。

③延長要素：Ni=1，且Oi=1，且|L|＞TL，且L＞0。④縮短要素：Ni=1，且Oi=1，且|L|＞TL，且L＜0。⑤擴(kuò)大要素：Ni=1，且Oi=1，且|R|＞TR，且R＞0。⑥縮小要素：Ni=1，且Oi=1，且|R|＞TR，且R＜0。

⑦合并要素：Ni=n，n＞1,且Oi=1，且新要素面積（長度）大于等于其匹配的舊要素集面積（長度）之和。

⑧分裂要素：Ni=1，且Oi=n，n＞1，且舊要素面積（長度）大于等于其匹配的新要素集面積（長度）之和。

⑨變形要素：Ni=1，且Oi=1，n＞1，且該新舊要素關(guān)系不屬于③、④、⑤、⑥中的任意一種，且E＞TRE。

⑩平移要素：Ni=1，且Oi=1，n＞1，且該新舊要素關(guān)系不屬于③、④、⑤、⑥、⑨中的任意一種，且：線要素Hij＞Th，或面要素質(zhì)心距離Dij＞TD，則要素發(fā)生了平移。

按照以上規(guī)則，分別提取各種類型對應(yīng)的變化信息，并加入到變化對象數(shù)組。

2.4 增量更新

為了實現(xiàn)多時態(tài)基礎(chǔ)地理要素的回溯，便于地理要素的變化分析，可在基礎(chǔ)地理信息要素中啟用時態(tài)數(shù)據(jù)管理，對所有要素圖層加入兩個時間型的要素生命周期字段：GDB_DateFrom和GDB_DateTo。其中，GDB_DateFrom表示該要素的生效時間，GDB_DateTo表示該要素的失效時間。

基于以上設(shè)計，根據(jù)變化檢測結(jié)果，按照以下規(guī)則將發(fā)生變化要素以增量信息的方式寫入基礎(chǔ)地理信息要素圖層中。

①新生要素：從地理國情要素集中將新生要素的圖形和屬性字段按照指定的數(shù)據(jù)格式和數(shù)據(jù)結(jié)構(gòu)寫入基礎(chǔ)地理信息要素圖層，并將新要素的GDB_DateFrom字段值賦為更新時點，將GDB_DateTo字段值賦為“9999-12-31”。

②消亡要素：將基礎(chǔ)地理信息要素圖層中的消亡對象標(biāo)記為無效，即，將要素的GDB_DateTo字段值賦為更新時點。

③擴(kuò)大縮小延長縮短變形平移合并分裂屬性變化要素：將基礎(chǔ)地理信息要素圖層中對應(yīng)的舊要素的GDB_DateTo字段值改為更新時點，將國情要素圖層中對應(yīng)的新要素插入到基礎(chǔ)地理信息要素圖層中，并將新要素的GDB_DateFrom字段值賦為更新時點，將GDB_DateTo字段值賦為“9999-12-31”。

3 實驗案例

基于C#4.0與ArcGIS，開發(fā)實現(xiàn)本文設(shè)計的變化檢測與增量更新算法。選取山東省萊蕪市某地作為實驗區(qū)，對算法有效性進(jìn)行驗證和評估。其中，以基礎(chǔ)測繪中的公路要素和居民地要素為增量更新測試對象，測試用機(jī)硬件配置為：Intel i5-6300 2.4GHZ CPU，4G 內(nèi)存。變化檢測與增量更新結(jié)果分別如圖3和圖4所示。

圖3 線要素變化檢測與增量更新實驗結(jié)果（公路LRDL）Fig.3 Results of linear elements changing detection and incremental updating (road LRDL)

圖3 所示，原始基礎(chǔ)測繪數(shù)據(jù)集中的LRDL中共有153個要素，國情數(shù)據(jù)集中對應(yīng)1104個要素，變化檢測與增量更新操作共耗時5s。對變化檢測的結(jié)果進(jìn)行人工檢驗，其中變化類型檢測錯誤的要素共37條，錯誤率約為3.4%。從圖形上看，源自國情普查的數(shù)據(jù)內(nèi)容更加豐富、詳盡，通過增量更新不僅提高了原始數(shù)據(jù)的現(xiàn)勢性，同時也提高了數(shù)據(jù)的準(zhǔn)確性和完整性。

圖4 面要素變化檢測與增量更新實驗結(jié)果（居民地RESA）Fig.4 Results of polygon elements changing detection and incremental updating(residential area RESA)

如圖4所示，由于地理國情普查與基礎(chǔ)測繪數(shù)據(jù)采集的標(biāo)準(zhǔn)和要求不同，導(dǎo)致兩者數(shù)據(jù)集在圖形的形狀和空間分布上存在一定差異。原始基礎(chǔ)測繪數(shù)據(jù)中的居民點圖層共1 753個圖斑，對應(yīng)的地理國情數(shù)據(jù)集中有1 642個圖斑。由于涉及復(fù)雜的空間形狀相似性計算，居民地圖斑的變化檢測與增量更新耗時略長，總計約53 s。經(jīng)人工檢測，所有發(fā)生變化的圖斑均被檢測到；但從檢測類型上看，約67個要素變化類型識別不合理。由于無論發(fā)生何種變化，都會被記錄到變化要素集，因此不影響最終增量更新結(jié)果。圖5是實驗區(qū)的幾種典型的變化檢測結(jié)果。

圖5 居民點幾種典型的變化案例Fig.5 Several typical cases of residential changes

圖5 中，紅線為最新的國情要素，填充的多邊形為2008年時點的基礎(chǔ)測繪要素。由圖5可知，本文設(shè)計的算法能夠較為準(zhǔn)確地識別出各種圖斑變化。

4 結(jié)束語

本文立足于地理國情成果應(yīng)用和基礎(chǔ)地理信息數(shù)據(jù)更新的實際需求，提出了基于地理國情成果數(shù)據(jù)集的基礎(chǔ)地理信息數(shù)據(jù)更新技術(shù)框架，設(shè)計了相應(yīng)的數(shù)據(jù)轉(zhuǎn)換、要素匹配、變化信息提取和增量更新系列方法。地理國情普查成果建庫工作的完成以及地理國情監(jiān)測工作的開展，將為基礎(chǔ)地理信息數(shù)據(jù)集的更新提供及時、持續(xù)、可靠的參考數(shù)據(jù)集。本文的研究成果為基礎(chǔ)地理信息數(shù)據(jù)庫的增量式更新提供了重要的技術(shù)支撐，同時也將極大提高地理國情普查監(jiān)測成果的應(yīng)用價值。