基于無規則地址點的地理編碼模型設計及實現

薛梅，向華

(重慶數字城市科技有限公司，重慶 400020)

1 引言

隨著地理信息系統在城市信息化建設中越來越廣泛的應用，政府部門之間對空間數據與非空間數據共享整合的要求日益迫切。據專家統計，政府各部門擁有大量的政務信息中，80%的信息都與地理空間位置密切相關，但是這些信息幾乎都沒有空間坐標，因此無法與其他信息整合，無法實現空間分析與可視化。

為了將這些空間信息與非空間信息集成與融合，實現大量統計和表格信息的空間化，就需要建立空間和非空間信息之間的聯系，地理編碼正是建立這兩者之間聯系的最重要手段。以地名/地址數據作為基礎紐帶，通過地理編碼，使政府各部門分散的信息資源庫之間建立有機的聯系，從而在統一的地理參考框架中，構建起空間信息和非空間信息進行融合的框架和模型，依據此框架和模型可以滿足直接的、實時的數據共享要求，實現不同數據類型、不同系統之間的集成操作。

地理編碼在經濟社會和人們的日常生活中起著十分重要的作用。在建立地名、路名、樓名和門址等數據庫后，可支持與位置相關的服務，如LBS、智能交通、移動夢網、影像數據庫的查詢等;對社會、經濟和人口信息可以進行匹配，從而進行分析、統計、管理、制圖和可視化表示，以支持政府的管理和決策。

在公安部發布的警用地理信息系統(PGIS)技術規范中，明確將建立標準地址庫、實現地址匹配作為警用地理信息系統的基礎建設內容。在地市、區縣等各級政府的地理信息共享交換平臺中，也將地理編碼作為基礎性建設內容來完成。地理編碼已經成為地理信息系統的基礎設施之一。

2 國內外地理編碼技術現狀

由于地理編碼在地理信息社會化應用中具有關鍵性作用，各國地理信息系統工作者對相關技術和方法進行了大量的研究。

2.1 地址標準模型

國外成熟的地址標準模型如表1所示。

國外地址模型 表1

2.2 國外地理編碼技術

目前全球最通用的商業GIS平臺——ArcGIS平臺，提供了地理編碼的應用工具 Geocoding Tools。Geocoding Tools提供了整套地理編碼解決方案，并可定義多種地址規則(多為美國地址標準)。但遺憾的是，由于我國地址命名的無序性以及中英文編碼、語法差異問題，GeoCoding Tools對我國地址匹配的準確程度并不高，使用起來不具備太大現實意義。

除ArcGIS等專業地理信息引擎外，Google Map API也推出了基于 WebService的地理編碼服務［3］。Google Geocoder將地址匹配準確程度用9個級別來表示，其結果用通用的KML表示，具有接口簡單，使用方便的優良特點。

2.3 國內地理編碼技術

地理編碼具有很強的地域和語言限制，目前尚無能夠適應所有國家和地區的地理編碼。由于我國歷史文化對地名和地址命名的影響，加之近年城市建設的飛速發展，使得我國地址命名異常復雜，結構無序，門牌號碼編號混亂等，這些都限制了我國地址編碼技術的發展［1］。我國目前還沒有統一的地址命名規范和標準，也造成了各地的地址情況不統一。

近年來我國科技工作者對地理編碼技術也展開了大量的研究［2，4，5］。各地紛紛建立起自己的標準地址數據庫，開始利用地理編碼技術解決業務信息與地理位置關聯問題。代表性的城市包括:北京、南京、上海等。代表性的公司包括:51地圖、北京超圖、山海經緯、方正奧德等公司。在我國，地理編碼商用引擎已經出現，并應用在數據共享交換平臺、公安等行業中，但地址匹配的準確率和效率都有改進空間。

3 地理編碼模型設計

在我國大部分地區，地址由行政區劃+限定地址+局部地址組合而成，共計9種組合情況，如表2所示。

描述性質的標準地址，在其空間上也有著層級關系，按照空間范圍從大到小，描述精度從粗到細表達。

根據地址的描述信息，按表述層級進行分級后，依據地址類型進行編碼，以“重慶市江北區觀音橋街道電測村231號重慶數字城市科技有限公司”這一描述為例，進行地址分級見表3，分級后的編碼為:010201000100010231。

通用地址組合 表2

地址分級實例 表3

4 基于地理編碼模型的分析應用

4.1 地址匹配

地址匹配的過程是將描述性地址轉換為地理位置的過程。在實際工作中，必須考慮到轉換結果有三種可能:①完全沒有找到匹配的地理位置，例如，輸入“早上好”，肯定找不到匹配位置;②找到一條完全符合的地理位置，例如，輸入“江北區電測村231號”;③找到一條或多條部分符合的地理位置，例如，輸入“江北區建新南路”。因此，用戶在訪問地址匹配應用時，應能指定匹配的精確程度。

在地址匹配分析中，將匹配精確程度分為9級，分別為:省|市|區縣|鄉鎮|村|組|道路(街路巷或居住地)|建筑物(樓門牌或POI)。如按照精確程度劃分，包含以下幾種可能性:

(1)匹配到行政區劃，例如輸入“重慶市江北區”，匹配到江北區，從空間表達上來說是一個面狀區域，為了簡化，輸出該多邊形最小外接矩形的中心點經緯度。

(2)匹配到限定性地址，例如輸入“重慶市江北區電測村”，從空間表達上來說是一個線狀條帶或面狀區域，為了簡化，輸出線或多邊形最小外接矩形的中心點經緯度。

(3)匹配到局域性地址，也就是建筑物本身。例如輸入“重慶市江北區電測村231號”，直接輸出經緯度坐標。如果需要得到該地址所在的建筑物，通過空間關系反算得到。

地址匹配的分析過程如圖1所示。

①AddrParser:綜合利用分詞技術、地址元素字典表對輸入的描述性地址進行分詞處理，依據語義庫進行詞語篩選，去掉無用的描述信息，將其轉換為標準地址模型的層次結構。

②AddrStandalizer:去掉一些不合法字符;利用詞典進行輸入分詞;對照別名表，對地址運用正則表達式匹配等方法，進行規范化處理。例如“市科委”將轉化成“重慶市科學技術委員會”。將規范化的地址要素轉換為地址編碼。

③Feature Matcher:利用地址編碼到地址表中進行檢索，根據上下層級地址之間的包容關系，找到可能符合條件的待選地址。

④AddrInterpolator:在可能符合條件的待選地址中進一步匹配和解析，按詞語匹配程度和空間匹配程度進行匹配進度打分。按照匹配精度對待選地址進行排序，選取排序最靠前的地址，認定為符合條件的匹配結果。

地址匹配效果如圖2所示。

圖1 地址匹配流程

圖2 地址匹配效果(由文本轉化為十進制經緯度)

4.2 逆地址匹配

逆地址匹配是指將地理坐標轉換為標準地址的過程。和地理編碼相比，逆地理編碼實現更加簡單，而且準確率更高。這是因為輸入相對地理編碼的描述地址更加準確和規范。

在以點位為參考地址的模型下，逆地址匹配的通常做法是:設定一個默認緩沖值(如10 m)，找到這個范圍內所有的地址點位，然后取離輸入點最近的地址作為結果輸出。其匹配準確度完全由地址點位數據決定。因此，在數據采集過程中，應該讓地址位于建筑物的正中心，以最大限度提高逆運算的準確程度。逆地址匹配效果如圖3所示。

圖3 逆地址匹配效果(由十進制經緯度轉化為標準地址)

5 結語

地理編碼在地理信息社會化應用中，具有舉足輕重的作用。從技術實現上，地理編碼具有很強的地域和語言限制，目前尚無能夠適應所有國家和地區的地理編碼。由于我國地址存在命名異常復雜，結構無序，門牌號碼編號混亂等問題，無法利用歐美國家的道路插值方式進行地理編碼，因此，本文提出了一種基于無規則地址點的地理編碼模型，并實現了基礎地理編碼模型的分析應用:地址匹配和逆地理編碼。

［1］GoldbergW.Daniel.A Geocoding Best Practices Guide.University of Southern California［M］.GIS Research Laboratory，2008

［2］宋啟凡，李莉，朱雪征.國外地址數據標準分析及啟示［J］.地理信息世界，2009，7(1):60～66

［3］郭會，宋關福，馬柳青等.地理編碼系統設計與實現［J］.計算機工程，2009，35(1):250 ～252

［4］李軍，李琦，毛東軍，郭玲玲.北京市地理編碼數據庫的研究［J］.計算機工程與應用，2004，40(2):1～3

［5］陳細謙，遲忠先，金妮.城市地理編碼系統應用與研究［J］.計算機工程，2004:30(23):50～52

［6］Dramowicz，Ela.Three Standard Geocoding Methods［EB/OL］.http://www.directionsmag.com/article.php?article_id=670October 24，2004