漢語地名時空信息的一體化表達

李金良,張雪英＊,樊曉春

(1.南京師范大學虛擬地理環境教育部重點實驗室,江蘇南京 210046;2.南京地震監測預警中心,江蘇南京 210008）

漢語地名時空信息的一體化表達

李金良1,張雪英1＊,樊曉春2

(1.南京師范大學虛擬地理環境教育部重點實驗室,江蘇南京 210046;2.南京地震監測預警中心,江蘇南京 210008）

地名信息中蘊含著豐富的地名時空信息,而目前已建立的大部分地名數據庫,從信息內容看,描述了歷史地名信息,但忽略了時空信息;從信息結構看,存在描述的范圍、完備性和豐富性等方面的差異,缺乏統一的數據結構。該文通過分析地名及其相關信息內容,設計了能夠較為完善地表達地名實體、時間信息、空間信息、屬性信息和地名空間關系等時空一體化的地名數據庫規范,包括地名數據庫的結構和數據組織。該研究成果有助于拓展地名數據庫在公共衛生、數據信息管理、文化歷史和基于文本的地理參考自動化等領域的應用服務。

漢語地名;時空信息;一體化表達

0 引言

地名地理信息作為常用的社會公共信息之一是不可或缺的基礎信息資源[1],是地理空間信息的重要組成部分。地名信息描述地名名稱、地名所代表的地理實體等方面的信息,表達了地名所代表的一定地理范圍內的歷史文化、民族特色、風俗習慣、經濟狀況和社會生態等,具有信息來源范圍廣泛、區域性差別明顯、時間尺度變化大、包含內容繁多和描述方法多樣等特點。地名隨時間而演變,有時空上的連續性;參照體系差異較大,所代表的地理空間范圍有精確表達(如經緯度）和模糊描述(如山脈）之分。另外,地名也存在多種語言描述方式,受異體字、俗字以及譯名不同的影響,區域差別性大;漢語地名受傳統文化影響大,地名變遷歷史長,同時受地貌、環境和風俗等因素的影響。

地名詞典和地名數據庫是地名信息有效的存儲、組織和管理方式。地名詞典描述地名實體信息以及地名、空間位置和要素類型三者之間的關系[2]。傳統的地名詞典是地理特征名稱、地理位置和其他描述性信息的列表[3],一般以紙質形式出版,難以更新維護和支持復雜應用;數字地名詞典編碼地名、地理位置、地理描述和地理類型等要素,Wikipedia、Wikimapia和Flickr等網站提供面向網絡服務的數字地名詞典,采用大眾參與的方法對其進行豐富和完善。地名數據庫是一定區域內的地理要素及其相互聯系和各種地名特征的數據集合[4],具有容量大、更新容易、服務多樣等優點,是一個包含三個基本特征(地名、類型和位置）和其他信息的列表,即一個三元組(N,F,T）,N對應一個或多個地名,F代表一個或多個地理位置,T代表所描述要素的類型[5]。因此,地名數據庫被看做是一個可以將方言轉化為計算機語言,并可以讓用戶在人類語言和地理空間位置以及要素類型之間隨意轉換的工具。現有的地名數據庫缺乏將面向用戶的地理信息與國家地理信息相融合的能力,且不支持復雜查詢[6]。

國外地名命名比較規則,變化較少,而且地名數據庫標準和規則較統一,各種開放的地名數據服務發展迅速。現有的國外地名數據庫有亞歷山大數字圖書館(ADL）、地名信息系統(GN IS）和澳大利亞地名詞典(GOA）等。作為記錄地名的綜合結構,ADL被視為檔案結構,但其結構復雜且缺乏空間關系; GN IS是美國地理實體命名規則的國家標準,其描述的地名信息內容豐富,但不完整;GOA可以提供地名查詢等服務,但描述范圍較為狹窄。國內地名命名較為復雜,涉及歷史、人文、政治等因素,中文地名數據庫沒有統一的內容標準。目前比較大型的中文地名數據庫有兩個:一是國家地理信息中心建立的1∶5萬和1∶25地名數據庫,將國家地形圖上各類地名注記及其漢語拼音、屬性要素等錄入計算機建成的數據庫,與地形數據庫通過技術結構鏈接進行相互訪問,或作為獨立的關系型數據庫運行[7];二是國家民政部開發的地名信息系統——“地名之星”,實現地名屬性和空間數據的集成管理與應用,但不包含空間關系。其他國內地名數據庫有古今地名數據庫和中國歷史地理信息系統(CHGIS）等。

綜上所述,現有的國內外地名數據庫的描述內容包含了地名及與地名相關的空間、時間等信息,但大部分地名數據庫描述的地名信息不夠完整,主要表現為:1）未描述完整的空間位置信息,缺乏幾何空間信息和空間關系;2）未包含豐富的時間信息,缺乏模糊時間信息描述;3）屬性信息描述不完整;4）未建立完善、一致的要素分類體系,進行地名要素分類。而分析與總結漢語地名信息的特點、組成、結構與規律,實現地名信息的時間、空間一體化,可以更好地推動地名數據庫建設,提高地名數據庫的服務和應用水平,推動地名信息建設的發展。本文通過對地名信息的研究,整合已有地名數據庫的地名時空信息,建立了表達地名時空演變的數據模型,包含了完整的地名信息,實現了漢語地名的時空一體化表達。

1 地名信息表達的基本框架

1.1 地名時空演變過程

地名、地名信息隨著時間而演變。地名的時空演變方式多樣,一個地名的產生可以是從無到有,或由其他地名演變而來;地名的結束可以是演變為其他地名或最終消逝。地名變化的原因可能是地名名稱的改變、地名所代表的地理實體的變化、或是其他屬性信息的改變。因此,地名時空演變是一個復雜的過程。漢語地名的由來、發展和變化,反映了漢民族的社會文化風貌,體現了漢民族的文化心態和民間習俗等[8]。地名時空演變過程如圖1所示。

圖1 地名時空演變過程Fig.1 The spatial-temporal evolvement of toponym

1.2 地名時空演變數據模型

地名時空演變數據模型主要包括地名的基本信息、要素分類體系、空間位置信息、時間信息、屬性信息和空間關系等,具有完整性、合理性和豐富性。作為一個具有綜合性的地名時空信息框架,可為構建通用、專用地名時空數據庫提供框架參考。地名時空演變數據模型的框架結構如圖2所示。

圖2 地名時空演變模型的基本框架Fig.2 Themain framework of spatial-temporal toponym evolvementmodel

2 地名實體的基本信息表達

地名實體指簡單的地理位置和可被識別并作為參考的人造地理實體(社會建筑）。地名源于人們對地理要素或場所進行概念化及命名[9],廣義地名是對一個場所的文本描述[10]。地名實體的名稱包括行政區劃名、被識別并作為參考的自然地理實體和人造地理實體名稱;同一地名實體可能有不同的名稱,可能用于特定的目的,只在特定領域中理解與使用。

在地名時空演變數據模型中,地名分為三類:標準名稱、簡稱和別名。標準名稱是使用規范文字書寫并經官方認可的地名全稱;簡稱是標準地名的簡單稱謂,如“皖”是安徽的簡稱;別名是除標準名稱和簡稱以外的其他現行的名稱,如南京市又名“石頭城”,成都市又名“蓉城”。地名通常有一個簡稱,多個別名,標準名和別名是一對多的關系。

一般情況下,地理實體的名稱代表地理實體的某種特征,它的命名常反映當地的某些自然或人文地理特征,如反映顏色(丹露山）、形態(五指山）、氣候(恒春）、方位(海南）、物產(鹽城）、商業(騾馬市大街）、交通(渡口市）、宗教(雞鳴寺）、職業(鐵匠營）以至祈求(平安堡）等;其中有些特征一直保存到現在,有的特征雖已消失,但地名仍繼續流傳(如北京公主墳）。很多地名具有區域特色,如帶有塬、峁等詞的地名只分布在黃土區域,帶有涌、滘等詞的地名只分布在廣東水網地區。

地名中代表該地名含義或地理實體特征的一些字或詞稱為“地名特征字”。如:南昌市“八一大橋”中的“八一”代表當地的歷史事件,“黃屋坡”中的“坡”代表當地的地形特征,溫州市“繼光路”中的“繼光”代表當地的歷史人物等。通過提煉和總結地名中的特征字,可以明確探索地名的規律與命名習慣。

在歷史文獻和其他描述性文檔中,地名起著聯系歷史事件、歷史人物及其他描述性信息的作用,地名記錄了民族的變遷與融合等人類歷史文化活動、環境變化、經濟、文化、風俗等信息。通過對地名相關的描述性信息的記錄與表達,豐富地名所代表的地理實體的歷史底蘊,提高地名的信息蘊含能力,使地名能夠提供智能化信息查詢以及更多的應用服務。

3 地名的時空信息表達

現有的地名信息應用只涉及空間信息的空間維度和屬性維度,大多不具有處理時間維度的功能,而只是描述數據的一個瞬時態,因而無法分析地名變化的歷史并預測未來趨勢。但是現實世界的信息不僅與空間相關,而且與時間相聯系。通過對時間信息的管理和處理功能,便于根據時間維進行地名變化的時空跟蹤,實現對地名的歷史分析和趨勢分析。

時空數據庫是研究如何存儲歷史和當前的時空數據,從而跟蹤分析某一區域的變化,最終實現時空模型化和模擬地學過程[11],是包括時間和空間要素在內的數據庫系統[12]。時空數據模型是一種有效組織和管理時態地理數據、屬性、空間和時間語義更完整的地理數據模型[13]。將空間數據和時間信息按一定的數據結構方式有機組織進行集成管理,完善時態地理數據、屬性、空間和時間語義,以便重建歷史狀態、跟蹤變化和預測未來[14]。時空數據庫由于其動態性和全面性成為真正意義上的數據庫[15]。

3.1 地名空間信息表達

3.1.1 地名空間位置信息表達 地名數據庫最基本的組成是地理實體的名稱和空間位置的映射[16],地名的意義包含要素和具有模糊位置及邊界的地理位置(如橫斷山脈和中國東部）。地名還可以被描述成與經驗相關的位置,如“河流的下游”,是具有特殊性的地名空間位置參考信息,只有在識別為某個特定空間語義中的河流或地區時,這些地名才有特定的空間位置。目前大部分地名都建立在地名機構提供的已有數字化文件基礎上,因此不能識別官方未確認的其他類型的地名;而且使用點、或多邊形邊界來表現要素的地名數據庫,不易用于特定類型的信息抽取。因此,應包含描述性的地理空間信息以及高度抽象化的空間位置信息,使地名空間信息表達的方式多樣化,提高其表達能力。

在地名空間信息表達中需要著重關注時空表達抽象的程度,不同尺度的時空抽象可以滿足不同類型的應用需求。如在一般的地名空間信息表達中,使用河口點的空間位置區別不同的河流,以簡單的點的空間位置進行地圖顯示;在地理信息抽取中,使用最小約束矩形框表示一個地名的空間范圍,易于進行疊置分析和復雜匹配。因此,在地名空間信息表達中,若可以精確表達地名所代表的地理實體的空間位置,如某個點狀地理實體坐標的經緯度或某個區域的確定邊界,則使用點(如經緯度）、線、面等形式存儲;若模糊表達地名所代表的地理實體的空間位置信息,則采用空間幾何描述,即包含該地理范圍南北向的最大、最小緯度和東西向的最大、最小經度所組成的封閉的最小約束框。

地理實體的空間位置信息來源有 GIS數據集、地名詞典、從地理信息中抽取等,測量方式有 GPS、CORS、攝影測量等,不同測量方式和不同數據來源使得同一地名的空間位置信息具有不一致性。因此,可以描述同一地名的多個測量結果,包括該空間位置信息的來源、測量方式等,以便對地名空間信息的檢索和更新。地名實體與空間位置信息是一對多的關系。當需要對地理實體的空間位置信息進行查詢時,首先通過檢索排序,顯示最精確的地理位置信息,并有相關的多個候選檢索結果,根據需求在檢索結果中選擇。在數據更新時,若新數據與待更新數據在精確度上有可比性,可替換待更新數據或在檢索結果中優先顯示;若無法進行精確度的判斷,則可保留新數據,并將其作為候選檢索結果。在地名空間信息表達中,采用多源融合的方法,并使用多種表達方式,可以提高地名空間信息表達能力。

3.1.2 地名空間關系表達 空間關系是指地理實體之間存在的一些具有空間特性的關系[17],主要有拓撲關系、方向關系、度量關系三大類。其中拓撲關系是指在拓撲變換(旋轉、平移、縮放等）下保持不變的空間關系,如中部、交叉等;方向關系是指對象在空間中的某種排序,如往南、在右邊等;度量關系是用某種度量空間中的度量來描述的對象之間的關系[18],如60 km、5 min路等。空間關系具有層次性和不確定性等特征。空間關系的語義層次主要體現在語義分辨率上(艾廷華,2000）,如8方向關系中的“南”、“東南”和“西南”3個概念在4方向關系中合并為“南”1個概念。由于人們認知的不確定性,使得空間關系具有不確定性,在漢語中使用模糊描述的方式表達空間關系的不確定性。空間關系的描述和應用離不開空間認知。人們對空間關系的認知一般使用自然語言描述,地名是空間關系中空間位置的最常用表達。

地名實體的空間位置和范圍隨著時間變化,如行政區劃的分割、合并,由于地名的時空變化,導致其空間關系也隨時間而變化。時空關系是在一定時間間隔內或時間點上時空對象所表現出的空間關系序列,這個序列反映了時空對象在關系上的發展及變化,為用戶提供與時間有關的數據管理和查詢服務。

在漢語中,描述空間關系的語句一般包含以下要素:空間關系主體、空間謂詞、語氣算子、空間關系連接詞、空間關系值、空間關系參照物和語義描述。空間關系主體指被描述的地理對象;空間謂詞表示空間方位,如北部、東南部;語氣算子是用以加強或減弱語氣、表示模糊概念的詞語,如大約、很;空間關系連接詞是指其連接作用的詞語,如在、距;空間關系參照物指空間位置參考的地理對象;空間關系的語義是指地理實體間有哪些空間關系,這些空間關系有哪些性質[19]。通過記錄自然語言中描述空間關系的一般要素,以及地名之間的空間關系,便于空間關系的定性或定量推理。

行政區劃中下級單位和上級單位之間的隸屬關系也是地名之間空間關系的一種,但行政隸屬關系又有其特殊性:如行政隸屬中的包含在地理位置上可能是分離的;另外,遞推關系也不同[20],如東北平原包括吉林省,吉林省包括長白山,而東北平原不包括長白山。因此,需把行政隸屬關系作為一種特殊的空間關系。國家標準行政區劃編碼包含了行政隸屬關系,地名行政隸屬關系及其隨時間的變化體現了行政區劃歷史變遷過程。

3.2 地名的時間信息表達

歷史時期名稱的獲取與存儲可以反映相關的地理觀念,同一個時期可以使用不同的名稱描述,并有時間范圍。地名的時間信息是聯系地名過去與現在的紐帶,通過記錄地名時間信息可以重現地名演變的歷史過程。漢語中時間信息的表達方式多樣,采用多種計時、紀年方式,包含多種不同的數據格式,使用多個名稱描述同一時期,并有豐富的模糊時間描述方法。通過分析地名時間信息的內容和特點,獲知各種時間描述所表示的具體或大致范圍,從而獲取更多的時間參考,為地名的時間信息表達提供更多的信息來源。

3.3 地名的時空關系表達

地名是社會的產物,它的命名、演變始終都受到社會發展水平的制約,不同歷史時代都有反映該時代特征的地名。地名名稱的更改,地名所代表的地理實體空間范圍的擴大、縮小,或該地理實體的行政等級、行政隸屬變化,都將導致舊地名的結束和新地名的產生。地名變更涉及政治、歷史、地理、語言文字的發展變化,涉及人民生活和社會交往[21]。

地名演變的原因可以是自然環境因素,如揚州市的“五福巷”因自然災害而改名為“五谷巷”;或人為因素,如城市的建設導致許多舊地名的消失,新地名的產生。地名隨時間演變的類型有:新設、擴大、合并、縮小、分離、位置改變、幾何形態改變、消失、改名、改行政區劃等級、改屬、改治。在地名時空演變數據模型中,地名的時間信息和空間位置信息通過地名實體相聯系。地名實體的描述性信息包含該地名的起始時間和結束時間,并與在該時段內所對應的特定的地理實體相聯系。

通過對地名時空演變的分析,可以更深入了解地名所代表的地理實體在歷史進程中的演變原因、方式與類型,以及相關的社會狀態、環境等的變化,了解時代變遷對地名及其所代表區域的影響和改變,也可從地名的變化來反映時代特征和社會變化,從而可以重現該區域的人文、自然的一體化歷史進程。

3.4 地名其他信息表達

地名數據包括空間數據和屬性數據。地名屬性數據是指與空間位置沒有直接關系的代表地理實體特定涵義的數據,其具有以下特點:一是信息量大,涵蓋各個領域的地名以及對地名描述的各個不同的方面;二是信息變化頻繁,更新速度較快,時效性較短;三是信息類型復雜,有數字、文字等描述性信息以及圖形、聲音、視頻等多媒體信息,多種信息格式使地名屬性數據的表現方式多樣、呈現的內容更加豐富。

在地名時空信息中,不但要完整保存地名實體的各個方面的屬性信息,還應盡量使同一方面的內容相對集中,既能全面反映地名的客觀情況,又能集中反映地名屬性信息的每一個側面。因此,在地名數據庫中對屬性信息的存儲有以下要求:保持數據的獨立性;保證數據的安全性和完整性;維護方便,有不斷擴充和更新的能力。同時,由于地名屬性數據的復雜性,為了便于查詢和處理,在建立數據文件的同時,建立一系列的索引文件,提高訪問速度。

由于地名屬性信息的數據量大、有多種數據類型,通過對各個類型的地理實體的屬性進行系統分類,構建屬性要素分類體系,可以使屬性信息冗余度低、快捷的檢索、查詢、維護和管理。屬性要素分類體系共包含49種通用屬性:長度、寬度、高度、面積、容積、海拔、比高、起點、終點、人口、地形、年均溫、年降水量、氣候、主要產業、用途、類型、形態、建成時間、個數、所屬朝代、狀態、編號、GDP、巖石類型、主峰、礦產、植被、性質、通行、水質、級別、流量、透明度、水溫、組成成分、落差、孔數、層數、方向、駐扎月份、年產量、年發電量、分布、車道數、所屬水域、承載能力、電壓值等。

地名及其所代表的地理實體都有要素類型,地理要素是自然界中具有唯一性的自然元素或對象。地理要素分類體系中的每一類地理要素對應著屬性要素分類體系中的一個或多個屬性要素,每種屬性要素都有一個或多個具體的屬性描述。地名屬性要素分類體系的建立,便于從多源、海量、多樣化的地理屬性數據中抽取出有價值的信息,豐富地名的屬性信息,服務于地名的應用。

4 結論

由于漢語地名具有名稱構成復雜、空間位置信息受測量方式的影響并有模糊和精確之分,時間信息描述方法多樣等特點,使得地名實體的時空演變分析和時空一體化表達具有復雜性。本文分析了漢語地名名稱的特征與規律;地名屬性信息的組成、分類與表現方式;空間信息類型與表達方式;地名之間空間關系描述與行政隸屬信息以及地名隨時間的演變等方面,建立了地名時空演變數據模型,完整的表達了地名各方面的信息,并對地名時空演變的原因、過程和方式進行了探討,實現了漢語地名的時空一體化表達。可以為地名時空數據庫的設計與構建提供較好的依據,使地名數據庫具有較好的數據結構和良好的可適用性、可擴展性,便于地名及其相關信息的存儲、更新、檢索、查詢、共享和其他應用性服務。

[1] 石若明,陳秀忠.城市大比例尺地名地理信息數據庫建設的探索[J].測繪通報,2004(1）:41-43.

[2] GOODCH ILD M F,H ILL L L.Introduction to digital gazetteer research[J].Geographical Information Science,2008,22(10）: 1039-1044.

[3] H ILL L,FREW J,ZHENG Q.Geographic Names:The Implementation of a Gazetteer in a Geo referenced Digital Library [R].Corporation for National Research Initiatives:Virginia, 1999.

[4] 鄒利平,杜清運.省級地名數據庫數據組織與更新策略探討[J].數字地名,2007(8）:66-67.

[5] H ILL L L.Core elementsof digital gazetteers:Place names,categories,and footp rints[A].Research and Advanced Technology for Digital Libraries[C].Germany:Sp ringer Berlin,2000.280-290.

[6] KEBLER C,JANOW ICZ K,BRISHR M.An Agenda for the Next Generation Gazetteer:Geographic Information Contribution&Retrieval[D].ACM SIGSPA TIAL GIS,2009.

[7] 狄林,歐陽宏斌.全國1∶25萬地名數據庫的設計與建立[J].測繪通報,2001(10）:32-33.

[8] 肖中瓊,戴衛平.中國地名與中國文化[J].語言新觀察,2008 (4）:102-103.

[9] 陳凱晨,林星,袁一泓,等.數字地名詞典中的類型表達和管理[J].地理與地理信息科學,2009,25(5）:6-11.

[10] 劉瑜,張毅,田原,等.廣義地名及其本體研究[J].地理與地理信息科學,2007,23(6）:1-7.

[11] 黃勇奇,崔偉宏.基于歷史關系數據庫的時空數據庫實現研究[J].遙感學報,2008,12(5）:759-764.

[12] 唐新明,吳嵐.時空數據模型和時間地理信息系統框架[J].遙感信息,1999(1）:11-15.

[13] 舒紅,陳軍,杜道生,等.面向對象的時空數據模型[J].武漢測繪科技大學學報,1997,22(3）:229-233.

[14] 陳志泊,陸守一.TGIS中的時空數據模型的研究進展[J].河北林果研究,2003,18(4）:395-400.

[15] 林秀玉,廖磊.基于A rcGIS的時空數據庫的設計與實現[J].現代測繪,2007,30(5）:11-12.

[16] AXELROD E A,M ETACARTA,INC.On building a high performance gazetteer database[A].Human Language Technology Conference.USA:Association for Computational Linguistics.2003.63-68.

[17] 陳軍,趙仁亮.GIS空間關系的基本問題與研究進展[J].測繪學報,1999,28(2）:95-102.

[18] 郭平,劉然,董曉華.二維空間對象空間關系的定性表示[J].計算機工程,2005,31(2）:39-41.

[19] 廖楚江,杜清運.GIS空間關系描述模型研究綜述[J].測繪科學,2004,29(4）:79-82.

[20] MARD IS S,BURGER J.Design fo r an Integrated Gazetteer Database:Technical Description and User Guide for A Gazetteer to Suppo rt Natural Language Processing App lications [R].Virginia:The M ITRE Corpo ration,2005.

[21] 王際桐.論我國地名更名[J].中國測繪,2001(4）:11-14.

Spatial-Temporal Expression of Chinese Toponym

L IJin-liang1,ZHANG Xue-ying1,FAN Xiao-chun2
(1.Key L aboratory of V irtua l Geography Environment,N anjing N orm a l University,M inistry of Education, N anjing 210046;2.Center of Earthquake M onitoring and Early W arning of N anjing,N anjing 210008,China）

The toponymic information includes p lace names,geographic named entity and spatial info rmation,and exp resses the history,culture,customs and so on.It has w ide resources,regional differences and changes w ith time.Besides,it is effected by Chinese traditional culture,long histo ry and contains abundant spatial-temporal information.However,most of the toponym databases have their disadvantages in rep resenting the toponym information,the spatial-tempo ral information,the diversity such as the descrip tion extension,comp leteness,co rrectness,granularity,balance and richness have been igno red,and there is no standardization on the fo rmats.Based on the analysisof toponymic and relevant information,a spatial-temporal toponym database content standard is designed in this paper.Its structure and datum o rganization are also included.This research will help toponym databases to expand their app lication service on public health,natural histo ry data management,cultural histo ry,and automated geo referencing of text.

Chinese toponym;spatial-temporal info rmation;integration of exp ression

P208

A

1672-0504(2010）06-0006-05

2010-04-19;

2010-10-06

李金良(1984-）,男,碩士研究生,主要研究方向為空間數據挖掘和地理信息系統。＊通訊作者E-mail:zhangsnowy@163.com