基于多源數(shù)據(jù)集成的地理信息系統(tǒng)數(shù)據(jù)高效整合研究

劉 波

（山東省國土測繪院，山東 濟南 250013）

0.引言

在信息技術(shù)飛速發(fā)展的背景下，地理信息系統(tǒng)的設(shè)計研發(fā)取得了質(zhì)的飛躍[1]。隨著地理信息指標不斷地細化，地理信息系統(tǒng)產(chǎn)生了海量的數(shù)據(jù)，如何在分析工作過程中迅速整合數(shù)據(jù)成為了當(dāng)下的研究熱點[2]。從地理數(shù)據(jù)的整合本質(zhì)來看，數(shù)據(jù)整合過程就是將地理信息系統(tǒng)中的數(shù)據(jù)處理為多源數(shù)據(jù)集后，利用數(shù)據(jù)集內(nèi)數(shù)據(jù)的多源性以及多尺度性，設(shè)定數(shù)據(jù)管理標準，將不同管理項目內(nèi)的數(shù)據(jù)整合為相同的量綱的過程[3]。在該種數(shù)據(jù)整合方法的支持下，不同類型的地理信息系統(tǒng)數(shù)據(jù)之間能夠形成協(xié)調(diào)一致的狀態(tài)，為高效分享地理信息數(shù)據(jù)提供支持。由此可知，研究基于多源數(shù)據(jù)集成的地理信息系統(tǒng)數(shù)據(jù)高效整合方法具有必要性。

在上世紀五十年代中期，國外研究人員將集成管理技術(shù)與地理空間處理技術(shù)作為技術(shù)支持，設(shè)定了數(shù)據(jù)整合的統(tǒng)一標準[4]，實現(xiàn)了不同系統(tǒng)間的數(shù)據(jù)跨平臺互通。國內(nèi)地理信息系統(tǒng)研究起步較晚，研究人員歸納總結(jié)了地理信息系統(tǒng)數(shù)據(jù)的特點，確定了數(shù)據(jù)整合工作首要解決的問題，并構(gòu)建了數(shù)據(jù)尺度變換算法。文獻[5]中的數(shù)據(jù)整合方法，以BIM和GIS作為數(shù)據(jù)集成處理工具，制定了數(shù)據(jù)整合的數(shù)據(jù)標準，在三維可視化平臺的支持下構(gòu)建了數(shù)據(jù)整合過程。文獻[6]中的數(shù)據(jù)整合方法應(yīng)用Spark環(huán)境作為數(shù)據(jù)處理工具，采樣計算信息數(shù)據(jù)的綜合權(quán)重，采用基于相關(guān)性的特征處理方法構(gòu)建數(shù)據(jù)整合規(guī)范，構(gòu)建形成數(shù)據(jù)整合過程。經(jīng)階段性的應(yīng)用探析可發(fā)現(xiàn)，現(xiàn)有的數(shù)據(jù)整合方法存在整合時間較長、屬性匹配度較低的問題，由此可知，研究基于多源數(shù)據(jù)集成的地理信息系統(tǒng)高效整合過程具有一定的意義。

1.基于多源數(shù)據(jù)集成的地理信息系統(tǒng)數(shù)據(jù)高效整合研究

1.1 集成地理信息系統(tǒng)多源數(shù)據(jù)

地理信息系統(tǒng)內(nèi)存在多源結(jié)構(gòu)的信息數(shù)據(jù)，在集成處理時，采用模式樹的方法將信息數(shù)據(jù)處理為層次結(jié)構(gòu)，處理過程如公式（1）所示：

式（1）中，H為構(gòu)建的層次處理參數(shù)；D0為模式樹的節(jié)點參數(shù)；T為數(shù)據(jù)的處理周期。將模式樹結(jié)構(gòu)內(nèi)的數(shù)值按照從大到小的順序排列，將層次參數(shù)大的信息數(shù)據(jù)劃分在模式樹內(nèi)的主節(jié)點處，將數(shù)值大小相差不大的數(shù)據(jù)放置在相同等級內(nèi)的樹狀節(jié)點內(nèi)，整理為以數(shù)值為模式結(jié)構(gòu)點的模式樹后，在相同結(jié)構(gòu)內(nèi)標定信息多源數(shù)據(jù)的屬性，采用節(jié)點傳遞函數(shù)處理相同模式樹結(jié)構(gòu)內(nèi)的數(shù)據(jù)，處理過程如公式（2）所示：

式（2）中，h（v）為構(gòu)建的節(jié)點函數(shù)；v為屬性參數(shù)；W為標定函數(shù)；其余參數(shù)含義不變。將模式樹間的地理信息數(shù)據(jù)構(gòu)建數(shù)值關(guān)系后，為了消除地理信息數(shù)據(jù)之間的約束，在多源數(shù)據(jù)內(nèi)設(shè)定一個數(shù)值等價條件。設(shè)定的等價條件如公式（3）所示：

式（3）中，R為地理信息數(shù)據(jù)的轉(zhuǎn)換參數(shù)；S為信息數(shù)據(jù)的多源等價參數(shù)；G為多源數(shù)據(jù)的屬性參數(shù)；其余參數(shù)含義不變。等價處理后的多源數(shù)據(jù)存在一定的異構(gòu)沖突，為了消除實際產(chǎn)生的異構(gòu)沖突，采用K關(guān)聯(lián)的處理方式集成多源數(shù)據(jù)為模式樹的結(jié)構(gòu)增量。處理過程如公式（4）所示：

式（4）中，f（i）為構(gòu)建的模式樹節(jié)點的增量函數(shù)；Bi為多源數(shù)據(jù)的沖突修正；N為模式樹結(jié)構(gòu)內(nèi)存在的節(jié)點總數(shù)。此時，在集成處理多源數(shù)據(jù)過程中，模式樹結(jié)構(gòu)內(nèi)形成了集成傳遞過程（如圖1所示）：

圖1 多源數(shù)據(jù)的集成傳遞過程

由圖1中的集成傳遞過程可知，在不同結(jié)構(gòu)增量參數(shù)的控制下，地理信息系統(tǒng)中的數(shù)據(jù)處理多個傳遞條件的多源數(shù)據(jù)集，利用集成處理后的信息數(shù)據(jù)集，匹配地理信息數(shù)據(jù)的屬性。

1.2 匹配地理信息數(shù)據(jù)屬性

使用上述集成處理后的多源數(shù)據(jù)，將模式樹結(jié)構(gòu)內(nèi)的數(shù)據(jù)處理為屬性元素，引用相似度計算公式計算屬性元素之間的相似性，計算公式如公式（5）所示：

式（5）中，A、B分別為選定的屬性元素；wi為屬性元素的相似性權(quán)重；J為元素匹配參數(shù)。考慮到模式樹結(jié)構(gòu)中深層次元素的單位不可分性，在模式樹內(nèi)構(gòu)建一個路徑匹配過程。構(gòu)建的匹配過程如公式（6）所示：

式（6）中，P為構(gòu)建路徑匹配函數(shù)；a為路徑條件參數(shù)；k為匹配路徑的權(quán)重因子；d1為元素節(jié)點在模式樹中的路徑距離；其余參數(shù)含義不變。將符合路徑匹配數(shù)值關(guān)系的多源數(shù)據(jù)處理為相同的類別，采用數(shù)值擴充的方式重新計算相同路徑內(nèi)的元素相似性，數(shù)值關(guān)系如公式7所示：

式（7）中，SSim（A′，B′）為相同路徑內(nèi)元素的相似度；S（A）、S（B）分別為相同路徑內(nèi)元素的屬性值。將上述處理的相似性數(shù)值處理為值域，并以該值域作為匹配過程中的數(shù)值條件，最終構(gòu)建的數(shù)據(jù)屬性匹配過程如公式（8）所示：

式（8）數(shù)值關(guān)系中，V為構(gòu)建的匹配函數(shù)；V（A）、V（B）分別表示屬性參數(shù)形成的數(shù)值條件集；其余參數(shù)均保持原含義不變。利用上述構(gòu)建的信息數(shù)據(jù)屬性匹配的數(shù)值關(guān)系，為了高效實現(xiàn)數(shù)據(jù)整合過程，構(gòu)建數(shù)據(jù)整合算法。

1.3 建立數(shù)據(jù)整合算法

在上述構(gòu)建的屬性匹配過程中，調(diào)用屬性匹配形成的數(shù)據(jù)個體選擇過程，根據(jù)多源數(shù)據(jù)之間的個體作用，確定多源數(shù)據(jù)間數(shù)值作用規(guī)則，數(shù)值關(guān)系如公式（9）所示：

式（9）中，Q為設(shè)定的數(shù)據(jù)作用參數(shù)；f（A′）、f（B′）為數(shù)據(jù)匹配屬性的相互函數(shù)；K為數(shù)據(jù)匹配次數(shù)。為了滿足數(shù)據(jù)整合過程的時效性，在上述的數(shù)值作用規(guī)則內(nèi)，采用Metropolis準則設(shè)置屬性數(shù)據(jù)更新過程。設(shè)定的更新過程如公式（10）所示：

式（10）中，F(xiàn)i為設(shè)定的更新函數(shù)；λi為引用準則內(nèi)的規(guī)則函數(shù)；ti為設(shè)定的更新周期；其余參數(shù)保持其原有含義不變。受到地理信息系統(tǒng)數(shù)據(jù)標度單位的影響，不同地理信息尺度數(shù)據(jù)在整合時，容易出現(xiàn)數(shù)據(jù)不兼容的現(xiàn)象。為了處理該現(xiàn)象，在上述構(gòu)建的數(shù)值更新過程內(nèi)，以設(shè)定的更新周期作為自變量，整理更新過程產(chǎn)生的數(shù)值階躍響應(yīng)（如圖2所示）：

圖2 更新過程產(chǎn)生的階躍響應(yīng)

由圖2可知：在前兩個更新周期內(nèi)，更新數(shù)值內(nèi)產(chǎn)生了數(shù)值較大的階躍，將該階躍狀態(tài)下的更新參數(shù)作為整合算法內(nèi)的精細參數(shù)，最終構(gòu)建形成的數(shù)據(jù)整合算法如公式（11）所示：

式（11）中，D（v）為構(gòu)建的數(shù)據(jù)整合算法；L為算法的收斂參數(shù)；其余參數(shù)保持原有含義不變。為了增強數(shù)據(jù)整合算法的時效性，轉(zhuǎn)換融合數(shù)據(jù)的狀態(tài)為遍歷狀態(tài)，增強數(shù)據(jù)融合算法的時效性。綜合上述處理過程，最終完成對基于多源數(shù)據(jù)集成的地理信息系統(tǒng)數(shù)據(jù)高效整合過程的研究。

2.仿真實驗

2.1 采集地理信息系統(tǒng)數(shù)據(jù)

隨機調(diào)用某地的地理信息系統(tǒng)，調(diào)配后臺數(shù)據(jù)中的柵格配準功能，采集得到地理信息系統(tǒng)中的數(shù)據(jù)，采集過程（如圖3所示）：

圖3 采集地理信息系統(tǒng)數(shù)據(jù)過程

數(shù)據(jù)采集后，將得到的系統(tǒng)數(shù)據(jù)整理為（如表1所示）的系統(tǒng)數(shù)據(jù)集：

表1 整理得到的地理信息系統(tǒng)數(shù)據(jù)

在圖3所示的系統(tǒng)數(shù)據(jù)支持下，采用單獨圖層處理的方式將表1中的數(shù)據(jù)增量處理為圖斑范圍，不斷核實圖斑范圍中產(chǎn)生的偏差。，修正處理完畢后，將更新后的信息系統(tǒng)數(shù)據(jù)作為整合處理對象，應(yīng)用基于多源異構(gòu)的整合方法、基于模式映射的整合方法以及所設(shè)計的數(shù)據(jù)整合方法進行實驗，選定相同的性能指標作為處理對象，對比三種整合方法的性能。

2.2 結(jié)果及分析

使用上述采集得到的地理信息系統(tǒng)數(shù)據(jù)，對應(yīng)不同的地類名稱，采用XML文檔將其映射處理為圖斑數(shù)據(jù)模式。映射處理過程如公式（12）所示：

式（12）中，r（u）為構(gòu)建的映射模式函數(shù)；Ne為參與整合數(shù)據(jù)的數(shù)量；pu為映射的調(diào)優(yōu)參數(shù)。將其映射處理為地理圖斑數(shù)據(jù)模式后，以該模式作為地理信息系統(tǒng)的屬性，定義三種數(shù)據(jù)整合方法數(shù)據(jù)匹配屬性的過程，統(tǒng)一計算三種數(shù)據(jù)整合方法在匹配過程中形成的匹配度，數(shù)值關(guān)系如公式（13）所示：

式（13）中，α為計算的匹配度；em為數(shù)據(jù)整合方法內(nèi)的匹配函數(shù)；其余參數(shù)含義不變。結(jié)合上述構(gòu)建的匹配度數(shù)值關(guān)系，在表中地類數(shù)據(jù)的支持下，整理數(shù)據(jù)整合方法數(shù)據(jù)屬性的匹配度，結(jié)果（如圖4所示）：

圖4 三種數(shù)據(jù)整合方法屬性匹配度結(jié)果

在定義采集地理信息數(shù)據(jù)的圖斑屬性后，根據(jù)映射處理形成的數(shù)值關(guān)系，構(gòu)建數(shù)據(jù)整合方法的匹配度數(shù)值關(guān)系，定義計算得到的匹配度參數(shù)越大，則表明該種數(shù)據(jù)整合方法匹配地理圖斑屬性越準確。由圖4所示的屬性匹配度可知，基于模式映射的整合方法在處理前十種地類時，計算得到的匹配度在0.25左右，在處理第十一種地類時，屬性匹配度上升至0.6，該種數(shù)據(jù)整合方法能夠匹配準確的圖斑屬性，但匹配過程不穩(wěn)定。基于多源異構(gòu)的數(shù)據(jù)整合方法在前五組地類數(shù)據(jù)內(nèi)屬性匹配呈現(xiàn)了數(shù)值突變，在處理剩余地類數(shù)據(jù)時，匹配度數(shù)值保持在0.1左右，該種數(shù)據(jù)整合方法實際匹配土地圖斑屬性表現(xiàn)出的準確性較差。而所設(shè)計的數(shù)據(jù)整合方法在處理前五組地類數(shù)據(jù)時，圖斑匹配度數(shù)值為0.6，在處理接下來的圖像時，匹配度數(shù)值上升至0.9，與選定對比的兩種數(shù)據(jù)整合方法相比，所設(shè)計的整合方法匹配地理圖斑屬性最準確。

在上述實驗環(huán)境下，整理不同地類數(shù)據(jù)形成的數(shù)據(jù)量大小，并結(jié)合表中各項參數(shù)的數(shù)值大小，構(gòu)建數(shù)據(jù)量數(shù)值關(guān)系，如公式（14）所示：

式（14）中，c為構(gòu)建的數(shù)據(jù)量處理函數(shù)；b為線狀地編物；L為地理面積的長度；H為地理面積的寬度；S為地理處理面積。對應(yīng)上述數(shù)據(jù)量數(shù)值關(guān)系，處理表中地理信息為數(shù)據(jù)量，并以該數(shù)據(jù)量作為自變量，調(diào)用運行地理信息系統(tǒng)的上位機，整理三種數(shù)據(jù)整合方法產(chǎn)生的整合時間，時間結(jié)果（如圖5所示）：

圖5 三種數(shù)據(jù)整合方法所需的時間

在構(gòu)建的數(shù)據(jù)量轉(zhuǎn)化公式內(nèi)，整理上表中的各項數(shù)據(jù)處理為數(shù)據(jù)量為0～1400kb的數(shù)據(jù)，調(diào)用運行整合方法的上位機，根據(jù)統(tǒng)計得到的時間結(jié)果可知，將數(shù)據(jù)整合方法處理的數(shù)據(jù)量規(guī)范在相同的數(shù)值區(qū)間時，以1400kb的地理信息數(shù)據(jù)作為對比指標，基于多源異構(gòu)的整合方法所需的運行時間為58ms，實際所需的數(shù)據(jù)整合時間最長?；谀Ｊ接成涞臄?shù)據(jù)整合方法在相同數(shù)據(jù)處理量下所需的整合時間為40ms，實際所需的整合時間較長。而所設(shè)計的數(shù)據(jù)整合方法在相同的數(shù)據(jù)整合量下所需的數(shù)據(jù)整合時間為22ms，與兩種應(yīng)用對比的數(shù)據(jù)整合方法相比，所設(shè)計的數(shù)據(jù)整合方法消耗的整合時間最短，時效性最佳。

保持上述實驗環(huán)境不變，對應(yīng)上述定義得到的地理圖斑屬性，對應(yīng)不同的地類，將采集得到的地理信息系統(tǒng)數(shù)據(jù)反向驗證地理信息系統(tǒng)所構(gòu)建的圖斑面積，調(diào)用三種數(shù)據(jù)整合方法中的處理算法，構(gòu)建地理面積誤差判斷數(shù)值關(guān)系，如公式（15）所示：

式（15）中，V為計算得到的誤差；M、N分別為地理圖斑的邊長；P（ci，αj）為信息數(shù)據(jù)被整合的概率；i、j分別為信息系統(tǒng)的模式參數(shù)；其余參數(shù)含義不變。對應(yīng)上述構(gòu)建的整合地理圖斑面積產(chǎn)生的誤差判別數(shù)值關(guān)系，整理三種數(shù)值整合方法產(chǎn)生的誤差結(jié)果（如圖6所示）：

圖6 三種數(shù)據(jù)整合方法整合圖斑地理面積產(chǎn)生的誤差

根據(jù)定義的面積誤差數(shù)值關(guān)系，對應(yīng)整理三種整合方法整合地理圖斑面積產(chǎn)生的誤差，由上圖可知，定義統(tǒng)計坐標范圍內(nèi)的正向為大于標準地理圖斑面積，負向則為小于標準地理圖斑面積。結(jié)合上述標定的數(shù)據(jù)點可知，基于多源異構(gòu)的數(shù)據(jù)整合方法在設(shè)定的地類范圍內(nèi)，實際產(chǎn)生的整合面積誤差最大，遠遠偏離標準地理面積?；谀Ｊ接成涞臄?shù)據(jù)得到的整合面積誤差較小。而所設(shè)計的數(shù)據(jù)整合方法最終實際產(chǎn)生的整合誤差點在設(shè)定的0線左右，與兩種選定的數(shù)據(jù)整合方法相比，所設(shè)計的數(shù)據(jù)整合方法整合地理圖斑面積產(chǎn)生的誤差最小。

3.結(jié)束語

利用多源數(shù)據(jù)集成技術(shù)作為支持，研究構(gòu)建了地理信息系統(tǒng)數(shù)據(jù)整合過程，經(jīng)實驗驗證可知，所設(shè)計的數(shù)據(jù)整合過程能夠改善現(xiàn)有數(shù)據(jù)整合方法數(shù)據(jù)整合時產(chǎn)生的誤差過大的問題。在未來工作當(dāng)中，希望所設(shè)計的數(shù)據(jù)整合過程能夠為其提供理論支持。