楊微
摘? ? 要:近年來(lái),隨著經(jīng)濟(jì)社會(huì)的不斷發(fā)展,地理國(guó)情監(jiān)測(cè)、地表覆蓋信息更新已經(jīng)成為了國(guó)家有關(guān)部門(mén)的主要任務(wù),這一工作的開(kāi)展可以為城市發(fā)展、資源開(kāi)發(fā)與環(huán)境保護(hù)等提供重要的依據(jù),通過(guò)先進(jìn)監(jiān)測(cè)技術(shù)的應(yīng)用,能夠進(jìn)一步掌握國(guó)情要素、地表要素的具體變化情況,進(jìn)而提升國(guó)情監(jiān)測(cè)、地表監(jiān)測(cè)的水平。
關(guān)鍵詞:地理國(guó)情監(jiān)測(cè);變化檢測(cè);地表覆蓋信息更新;方法
1? 引言
對(duì)于地理國(guó)情監(jiān)測(cè)、地表覆蓋信息更新而言,其必須要在充分獲得相關(guān)數(shù)據(jù)的基礎(chǔ)上進(jìn)行,在掌握了各種的地理國(guó)情要素、地表要素信息以后,才能夠充分了解自然與人文地理要素的空間分布特征、相互關(guān)系,進(jìn)而獲得相應(yīng)的變化規(guī)律,開(kāi)展更具針對(duì)性的資源開(kāi)發(fā)。
2? 地理要素變化檢測(cè)、地表覆蓋信息更新方法
地理要素變化檢測(cè)與地表覆蓋信息更新的過(guò)程中,最為關(guān)鍵的是要獲得相關(guān)地理要素實(shí)體的信息,主要為點(diǎn)要素、線要素與面要素。變化檢測(cè)與信息更新的過(guò)程中,重點(diǎn)需放在對(duì)各種地理要素空間變化與屬性變化的檢測(cè)方面,從空間維度來(lái)看,相關(guān)人員在利用相應(yīng)技術(shù)進(jìn)行分析、檢測(cè)的過(guò)程中,需重點(diǎn)關(guān)注空間位置、幾何形狀的定量、定性分析,利用比較分析的方法,來(lái)比較不同要素之間的相似程度,進(jìn)而根據(jù)比較結(jié)果來(lái)從中尋找同名實(shí)體。由于點(diǎn)要素、線要素與面要素存在著不同的變化特征,在整個(gè)的空間變化過(guò)程中,需采用不同的方式,比如,點(diǎn)要素空間變化的分析方面,可以采用歐式距離來(lái)判斷;線要素空間變化主要為空間位置、走向的變化,可以通過(guò)長(zhǎng)度重疊度、Hausdorff距離來(lái)判斷;面要素空間變化主要為空間位置與形狀的變化,其采用的是面積重疊度判斷方式;屬性變化可以利用Levenshtein算法對(duì)同一屬性項(xiàng)的相似度加以判斷。
以?xún)蓚€(gè)不同時(shí)態(tài)下的同一專(zhuān)題要素作為研究對(duì)象,其地理國(guó)情檢測(cè)變化流程如下所示。
3? 地理國(guó)情監(jiān)測(cè)的變化檢測(cè)與地理覆蓋信息更新流程
3.1? 數(shù)據(jù)采集
地理國(guó)情監(jiān)測(cè)與地表覆蓋信息更新的過(guò)程中,所需要獲得的監(jiān)測(cè)數(shù)據(jù)量十分龐大,為保障數(shù)據(jù)監(jiān)測(cè)、獲取的高效性、精確性、完整性,有關(guān)人員需充分利用遙感影像技術(shù)來(lái)實(shí)現(xiàn)。首先,采用同一區(qū)域普查結(jié)果的早期數(shù)據(jù)與當(dāng)時(shí)的影像遙感成果,并獲得該區(qū)域的現(xiàn)時(shí)普查成果與后期遙感影像成果,根據(jù)影像成果的后處理與翻譯軟件,來(lái)對(duì)早期、現(xiàn)時(shí)的不同時(shí)相影像數(shù)據(jù)經(jīng)由初步處理、劃割、變異監(jiān)測(cè)、融合圖斑等各種的處理流程,獲得相應(yīng)的變化檢測(cè)結(jié)果。隨后,再將早期普查結(jié)果與本次監(jiān)測(cè)的數(shù)據(jù),套合多種關(guān)聯(lián)數(shù)據(jù),來(lái)最終判斷并確定變更的圖斑、相關(guān)內(nèi)容,對(duì)于無(wú)法確定的變更部分,需通過(guò)外業(yè)檢查來(lái)實(shí)現(xiàn)。
3.2? 數(shù)據(jù)預(yù)處理
在數(shù)據(jù)預(yù)處理階段,需進(jìn)行相應(yīng)數(shù)據(jù)的統(tǒng)一處理,將矢量空間數(shù)據(jù)的坐標(biāo)系統(tǒng)與投影系統(tǒng)、數(shù)據(jù)存儲(chǔ)格式、空間數(shù)據(jù)精度、屬性字段類(lèi)型等加以統(tǒng)一處理,最終使得空間參考與屬性類(lèi)型一致,形成同源數(shù)據(jù)。
3.3? 空間變化檢測(cè)
在空間變化檢測(cè)方面,針對(duì)點(diǎn)要素的空間變化檢測(cè),主要采用的是歐式距離,在實(shí)際的判定過(guò)程中,主要是以基態(tài)點(diǎn)要素作為圓心,在此基礎(chǔ)上搜索位置相同、歐式距離處于特定閾值范圍的最新時(shí)態(tài)點(diǎn)要素。閾值的設(shè)定過(guò)程中,為保障其合理性,需充分考慮地理要素的采集精度,如果閾值設(shè)置的過(guò)小,同名點(diǎn)的找出將極為困難,如果閾值過(guò)大,會(huì)存在一點(diǎn)與多點(diǎn)匹配的現(xiàn)象。
線要素的空間變化檢測(cè)過(guò)程中,采用的是長(zhǎng)度重疊度、Hausdorff距離,在具體的實(shí)現(xiàn)過(guò)程中,長(zhǎng)度重疊度主要指的是基態(tài)線要素分布與最新時(shí)態(tài)線要素分布相重疊的部分與二者總體分布的比例值,在長(zhǎng)度重疊度的計(jì)算過(guò)程中,需以一定閾值作為基礎(chǔ),對(duì)新舊時(shí)態(tài)線狀要素通過(guò)線線疊加的方式來(lái)進(jìn)行長(zhǎng)度重疊度的計(jì)算。在Hausdorff距離下,主要是要比較兩個(gè)線要素的總體差異,其點(diǎn)集主要包含了起點(diǎn)、終點(diǎn)、中心點(diǎn)等,在Hausdorff距離的計(jì)算過(guò)程中,需要以這些點(diǎn)集為基礎(chǔ)進(jìn)行新舊時(shí)態(tài)線要素的差異對(duì)比。
面積重疊度的計(jì)算過(guò)程中,主要指的是基態(tài)面要素分布與最新時(shí)態(tài)面要素分布重疊部分與二者總體分布的比值,在實(shí)際的計(jì)算過(guò)程中,需要在特定閾值范圍內(nèi)對(duì)新舊時(shí)態(tài)面狀要素通過(guò)面面計(jì)算的方式來(lái)獲得相應(yīng)的結(jié)果。
3.4? 屬性變化檢測(cè)
在一些特定條件下,Levenshtein距離常常被稱(chēng)為編輯距離,主要是針對(duì)兩個(gè)字符串而言的,具體指的是由一個(gè)轉(zhuǎn)換成另一個(gè)所需的最少編輯次數(shù)。最為常用的編輯操作為替換、插入與刪除,在具體的屬性變化檢測(cè)過(guò)程中,Levenshtein算法會(huì)對(duì)同一屬性項(xiàng)加以相似度的判斷。
4? 地理國(guó)情監(jiān)測(cè)變化檢測(cè)及地表覆蓋信息更新的實(shí)現(xiàn)
4.1? 數(shù)據(jù)輸入
地理國(guó)情地表覆蓋信息的監(jiān)測(cè)與更新過(guò)程中,往往涉及了諸多要素的監(jiān)測(cè)與更新,但這些要素中,大部分要素都能夠以點(diǎn)、線、面來(lái)加以表示出來(lái),在數(shù)據(jù)輸入的過(guò)程中,只需要保持兩個(gè)時(shí)態(tài)的要素類(lèi)型一致就可以。FME恰好可以滿(mǎn)足這一要求,能夠動(dòng)態(tài)讀取統(tǒng)一格式的不同數(shù)據(jù)源,對(duì)各種數(shù)據(jù)信息加以識(shí)別。當(dāng)獲得相應(yīng)的數(shù)據(jù)源以后,通過(guò)對(duì)數(shù)據(jù)源結(jié)構(gòu)特性的分析,自動(dòng)生成目標(biāo)表,通過(guò)讀取模塊的合并要素類(lèi)來(lái)加以實(shí)現(xiàn)。
4.2? 變化檢測(cè)與信息更新
在此環(huán)節(jié),重點(diǎn)的檢測(cè)與更新主要包含了時(shí)態(tài)識(shí)別、數(shù)據(jù)過(guò)濾、空間匹配、屬性匹配等方面,整個(gè)的處理流程相對(duì)復(fù)雜。
在點(diǎn)要素的空間匹配方面,主要是利用系統(tǒng)所具備的NeighborFinder功能來(lái)進(jìn)行歐式距離的查找的,主要是要查找一定閾值范圍內(nèi)的臨近點(diǎn),并將在該范圍內(nèi)所獲得的所有臨近點(diǎn)信息均存放在該點(diǎn)的列表屬性當(dāng)中。如果在變化檢測(cè)與信息更新的過(guò)程中,針對(duì)的是屬性變化檢測(cè)與信息更新,需立即調(diào)用Levershtein算法,根據(jù)此算法來(lái)計(jì)算該點(diǎn)與列表中所有臨近點(diǎn)的文本相似度信息,進(jìn)而對(duì)該算法所獲得的相似度加以排序,從中提取出最優(yōu)值,根據(jù)相應(yīng)的判斷標(biāo)準(zhǔn)來(lái)確定屬性是否發(fā)生了明顯的變化。
線要素的空間匹配主要是由Snapper、LineOnline Overlay來(lái)實(shí)現(xiàn)的,利用這些可以獲得長(zhǎng)度重疊度指標(biāo)。面要素的空間匹配與線要素的空間匹配有著極高的相似性,需獲得面積重疊度指標(biāo)。
5? 結(jié)束語(yǔ)
近年來(lái),隨著技術(shù)的進(jìn)步,在地理國(guó)情監(jiān)測(cè)的變化檢測(cè)與地表覆蓋信息的更新方面,很多的技術(shù)都可以被應(yīng)用于其中,這些新型技術(shù)的應(yīng)用不僅提高了監(jiān)測(cè)的效率與質(zhì)量,也使得相應(yīng)的變化檢測(cè)與信息更新更具精確性,對(duì)于地理變遷、地理信息的分析等具有重要的意義。
參考文獻(xiàn):
[1] 程滔,李廣泳,陶舒,等.面向地理國(guó)情監(jiān)測(cè)的地表覆蓋變化信息提取方法[J].測(cè)繪地理信息,2018(3):103~107.
[2] 那永麗.地表覆蓋信息提取方法在地理國(guó)情監(jiān)測(cè)的運(yùn)用[J].環(huán)球人文地理,2017(2):120.