多比例尺電子地圖中基于線性道路的POI抽稀

應 申，陳桂秋，曹曉航，張永軍

(1.武漢大學 資源與環(huán)境科學學院，湖北 武漢 430079；2 北京四維圖新科技股份有限公司，北京 100028)

多比例尺電子地圖中基于線性道路的POI抽稀

應 申1，陳桂秋1，曹曉航2，張永軍2

(1.武漢大學 資源與環(huán)境科學學院，湖北 武漢 430079；2 北京四維圖新科技股份有限公司，北京 100028)

基于電子地圖中POI 表現(xiàn)出多尺度、數(shù)量大、分布特征多樣等特點，針對POI沿道路線的分布特征，在考慮POI數(shù)據(jù)重要性權重的情況下，采用距離閾值抽稀POI，通過實例數(shù)據(jù)驗證多比例尺條件下方案的可行性，達到POI數(shù)據(jù)實用性與簡潔性的雙重標準。

POI；道路線；抽??；閾值

興趣點( point of interest，POI)是電子地圖中必不可少的元素，可視化時只有名稱和符號的顯示，而背后需要復雜的數(shù)據(jù)。隨著電子地圖的廣泛應用，地圖上POI的點位準確度以及優(yōu)化顯示成為保證地圖美觀實用的關鍵因素。POI數(shù)據(jù)在采集過程中，不具備過濾方案，數(shù)據(jù)量大且類型多樣，在城市中這種特征尤為明顯，現(xiàn)行的網(wǎng)絡技術限制了POI多維信息的可視化表達[1]，并且電子地圖的多尺度特點決定不同比例尺下顯示POI的數(shù)量和類型有區(qū)別，因此，研究如何有效地選擇POI，滿足電子地圖的數(shù)據(jù)需求成為地圖展示的重要內(nèi)容。

POI抽稀一定程度上從屬于點群數(shù)據(jù)的化簡。針對點群的化簡，開方根規(guī)律能夠解決點群化簡選取數(shù)量的問題，但不能處理“選取哪些”，Yukio僅從視覺識別角度確立點群分布的鄰近關系、分布中心和密度變化，以保證點群的分布特征[2]。利用LBS簽到數(shù)據(jù)的特點可進行冷點剔除、信息缺失地理點分析與地理本體異構處理，從而剔除原始數(shù)據(jù)中大量的無效簽到數(shù)據(jù)，有效提升POI數(shù)據(jù)的質(zhì)量[3]。POI數(shù)據(jù)的壓縮也可以采用分塊壓縮等方式來實現(xiàn)[4]?？偟膩砜?，基于距離因子的統(tǒng)計分析及統(tǒng)計指標提取是對點群數(shù)據(jù)處理的主要方法[5]。本文針對POI在線狀道路周邊的分布特征，探討在多尺度環(huán)境下，應用屬性權重與距離閾值結合的方案抽稀POI。首先依據(jù)POI分級分類標準，對基礎數(shù)據(jù)作分級處理，確定POI的屬性權重，重點探討注記長度和寬度對距離閾值的影響，并進行POI的抽稀實驗，討論抽稀POI的距離閾值設定標準。

1 POI的分類分級

電子地圖以矢量基礎地形要素數(shù)據(jù)為主要數(shù)據(jù)源，經(jīng)過數(shù)據(jù)分級與可視化設置而成[6]，一般包括水系、居民地及設施、交通、境界與政區(qū)等基礎地理要素，然后經(jīng)過脫密并添加POI即可形成面向公眾用戶的服務級電子地圖。從百度地圖、谷歌地圖等現(xiàn)行常用的電子地圖來看，這些POI主要包含人們?nèi)粘Ｉ钪兴P注的地理位置及其屬性信息，如醫(yī)療單位、教育機構、餐飲、娛樂、金融、購物等。

關于電子地圖數(shù)據(jù)的分級規(guī)范，以ESRI公共地理框架數(shù)據(jù)電子地圖配圖模板[7]為例說明，在該配圖模板中，不同的地圖比例尺對應著固定的顯示級別，例如顯示級別為17時對應地圖比例尺為1∶4514，顯示級別為20對應1∶564.25的比例尺，并且在大于1∶4514的比例尺地圖上開始顯示POI，盡管在道路網(wǎng)空間中這些POI是隨機分布的，但與鄰近道路線卻表現(xiàn)出近似線性集群特征[8]，其范圍與密度同城市道路密切相關。地圖上線狀交通要素包括國道、高速公路、省道、主干道、縣道、鄉(xiāng)道、專用公路、快速路、高架路、引道、次干道、支線、內(nèi)部道路、機耕路/大路、鄉(xiāng)村路/小路/棧道、時令路、鐵路、地鐵輕軌，依附這些交通要素存在的POI數(shù)量龐大，為了達到理想的制圖效果，在制圖過程中POI抽稀不可或缺。

POI的分布、密度與道路周邊的環(huán)境有重要的關聯(lián)。一般來說，城市干道、內(nèi)部道路兩側(cè)會有商業(yè)設施、公共設施、機構以及居民點，涵蓋購物、餐飲、住宿、交通、醫(yī)院、企業(yè)等不同類別的POI，參考百度地圖和ESRI公共地理框架數(shù)據(jù)電子地圖配圖模板將POI分級分類，并且依據(jù)屬性重要性進行排序。如果獲取的數(shù)據(jù)量較大，圖幅負載量超出表達能力，處于低等級的數(shù)據(jù)可作為“冷點”剔除，即屏蔽重要性偏低的數(shù)據(jù)，從而完成初步抽稀。分級分類標準如下：具有行政級別的最先顯示，其次為文教醫(yī)療、大型小區(qū)公寓、金融機構等，最后是便利店、餐飲點等社會服務性點要素，具體內(nèi)容參照表1。

表1 POI分類與等級統(tǒng)計

表1中，重要性等級數(shù)字越小，表示等級越高，在圖上優(yōu)先顯示。文中將重要性等級為1～5的POI數(shù)據(jù)定義為參考數(shù)據(jù)集，而處于6～9級的POI往往數(shù)據(jù)量較大，需要化簡，可參照表1結合實際情況，根據(jù)名稱關鍵字鎖定并標記顯示等級，依據(jù)POI數(shù)據(jù)間閾值標準，剔除部分8～9級POI數(shù)據(jù)，具體方案參照后文。

POI分布密集的區(qū)域多分布在城市主干道兩側(cè)，而在高速公路和快速路周邊POI較稀疏，且多是汽車服務站、區(qū)域較大的院落。筆者把城市主干道作為主要研究對象，以道路邊線和參考POI數(shù)據(jù)為基準，在不同POI間以及POI與道路邊線間設定距離閾值，然后將該閾值作為取舍圖上POI的標準。需要注意的是，符號并不是POI可視化表達的唯一內(nèi)容，注記在圖上占據(jù)的空間對抽稀的影響不可忽略，在計算過程中需要將注記所占空間考慮在內(nèi)。

2 POI距離閾值抽稀原理

道路網(wǎng)分布往往是錯綜復雜的，依附道路線分布的兩個POI中心連線與道路線方向之間存在不同的角度，無論是水平分布還是垂直分布的道路線，POI的分布多樣性以及注記的“占位”問題使得在抽稀過程中距離閾值的判定情況多變，文中以水平分布的道路線為例說明注記高度和寬度對POI數(shù)據(jù)間距的影響，如圖1所示，在圖1(a)到圖1(h)中，將分布在道路邊線的兩個POI數(shù)據(jù)標記為1號點和2號點，text1和text2對應注記文本的最小外接矩形，AL,AH分別表示注記的寬度和高度，d12表示1號和2號POI符號中心之間的距離，設定不同POI在圖上顯示的距離閾值為dε，在考慮注記高度與寬度的情況下，1號POI與2號POI的圖上距離應該滿足以下條件：

圖1 POI及其注記的分布對距離閾值的影響

垂直分布的道路情況類似，不再贅述。下面介紹POI間以及POI到道路邊線的距離閾值計算方法，以圖2中縱向分布的道路A為例說明(水平分布的道路B情況類似)，放大橢圓區(qū)域為閾值示意圖，實驗中該值依據(jù)經(jīng)驗值設定，其取值標準將作為后續(xù)研究內(nèi)容。文中設定如下參數(shù)：不同POI之間的距離閾值dh，POI到道路邊線的距離閾值dv，POI重要性等級I，地圖顯示比例尺M，含坐標信息的POI點集{Pi(xi，yi)|(i=1，2，3，…,n)}，D為解算圖上距離，初始POI數(shù)據(jù)處理分為兩個過程，首先判斷所有POI(1≤I≤9)與道路邊線的距離是否滿足約束條件，然后將保留的POI中1≤I≤5的數(shù)據(jù)作為參考點集，計算剩余POI(6≤I≤9)與參考點集的距離，與設定閾值比較，抽稀POI數(shù)據(jù)。下面著重以沿道路線分布的POI數(shù)據(jù)為例進行說明。

1)POI到道路邊線的距離閾值。取點Pi(xi，yi)，其中1≤I≤9，計算Pi點到道路邊線的距離dPL，點與線狀道路L之間的距離為二維空間中點與線狀道路L上節(jié)點之間的距離的最小值，Pi與L之間的距離可以定義為

dPL=min(dPx|x∈L).

在城市空間地物中，線狀地物一般是連續(xù)的曲線，但是在GIS以及計算機中都是用折線來表示線狀地物，即由離散的坐標串表達。設線狀道路由E0，E1，E2，E3，…，En等n+l個節(jié)點組成，dPL表示P點到線上Ei點的距離，點到曲線的最終距離[9]為

dPL=min(d0,d1,d2,…,dn).

則解算圖上距離

D=dPL×M.

判斷：D≥dv，若不等式成立，則保留該點Pi，否則，在該比例尺級別下，圖上不顯示該POI，將其剔除。

2)不同POI之間的距離閾值。經(jīng)步驟1)保留的POI數(shù)據(jù)中，通過如下方法抽稀I為6～9的POI數(shù)據(jù)集{Pk(xk,yk)|(k∈i)}，依據(jù)前述POI分類分級規(guī)范，指定參考點集{Pj(xj,yj)|(j∈i)}(1≤I≤5)，L為兩點之間的圖上距離，計算Pk(xk,yk)到Pj(xj,yj)的實際距離

L=ljk×M.

判斷：L≥dh，若不等式成立，則保留該點Pk，否則，在該比例尺級別下，剔除該點。

圖2 POI抽稀閾值說明圖

3 不同比例尺的POI抽稀實驗

為了驗證基于距離閾值的抽稀方案適用于不同比例尺電子地圖，文中選取武漢市線狀道路和POI數(shù)據(jù)，在兩個比例尺級別下分別實驗。在不同比例尺數(shù)據(jù)的背景下，依據(jù)抽稀原理設定不同的距離閾值，建立POI的緩沖區(qū)，通過判定緩沖區(qū)區(qū)域之間是否有交集以及緩沖區(qū)是否與道路邊線相交，結合POI屬性權重條件，取舍POI數(shù)據(jù)。文中所用的POI基礎數(shù)據(jù)采集比例尺為1∶1000，根據(jù)比例尺縮放至1∶2000和1∶5000進行抽稀顯示實驗，結果表明，基于線狀道路距離閾值的POI抽稀方案適用于不同尺度變化的電子地圖。

3.1 比例尺為1∶2000的抽稀實驗

1∶2000的實驗如圖3(a)所示，原始POI數(shù)據(jù)直接在1∶2000下加載時注記壓蓋嚴重，影響可讀性，圖3(a)中未顯示注記。從圖中可以看到該試驗區(qū)域POI數(shù)據(jù)量大，且部分數(shù)據(jù)密集接近道路邊線，圖中右上角所示的是相應矩形范圍的放大圖，下文不再另行說明。圖3(b)中將數(shù)據(jù)分為兩類，依據(jù)前述POI分類分級原則，在點剔除過程中，表示的點優(yōu)先保留， 表示的點相對前者，依據(jù)閾值判定規(guī)則確認剔除或者保留。文中采用建立POI點位緩沖區(qū)的方法表示距離關系，依據(jù)具體情況設定不同的閾值，即確定dh，dv的值，本次實驗中，設定dv=1 cm，dh的取值要在dv的基礎上考慮注記所占空間，多次迭代，直到圖上保留POI數(shù)目及其注記的分布情況滿足制圖要求。

經(jīng)過迭代選擇，并配置對應POI注記，得到圖3(c)所示的效果圖。從圖中可以看出，在抽稀過程中保留了重要性權重較大的點，滿足實驗要求。

(a) 在1∶2000底圖上加載基礎POI數(shù)據(jù)

(b) 構建POI緩沖區(qū)，剔除不符合要求的數(shù)據(jù)點

(c) 1∶2000尺度下抽稀結果圖

3.2 比例尺為1∶5000的抽稀實驗

在電子地圖多級縮放的情況下，不同顯示比例尺的圖幅所承載的POI點群數(shù)量有很大差別，數(shù)據(jù)點分布隨著制圖比例尺縮小變得密集，為了驗證基于距離閾值的POI抽稀方案適用于不同的地圖比例尺，文中針對同樣的數(shù)據(jù)在比例尺為1：5000的情況下進一步做抽稀處理。

調(diào)整圖3(c)的顯示比例為1∶5000，如圖4(a)中所示，采用2.1中抽稀方案，圖4(b)表示的是選點過程，同圖3(b)，對POI區(qū)別顯示，不帶有中心標注點的圓面為剔除了POI數(shù)據(jù)后保留的緩沖圖形，圖4(c)展示的是最后的處理結果。

對比上述兩個比例尺下的抽稀實驗，應用距離閾值的方案較好的保持點與點之間、點與道路邊線之間的分布特征，保留了具有較大權重的POI并且剔除的POI在實際地理標識中不具備突出意義，圖上保留的點在滿足分布密度要求的情況下，也符合點屬性分類分級規(guī)范，解決了在點化簡過程中“如何選取”和“選取哪些”兩個關鍵問題，需要說明的是，文中所指的線狀道路為市內(nèi)干道，且多為商業(yè)區(qū)街道，這些道路周邊的POI數(shù)據(jù)沿道路線分布特征明顯，數(shù)據(jù)量大，適用于這種抽稀方案，并且該方案適用于不同的制圖比例尺。

4 結束語

電子地圖要求顯示在地圖上的POI要具備使用價值高、更新快、地理位置醒目等特點。一般而言，高密度的POI數(shù)據(jù)多集中在城區(qū)內(nèi)，對于這些數(shù)據(jù)的抽稀，應采取與一般的點群化簡不同的策略。文中考慮了POI屬性的重要性特征，并作為判斷標準之一，探討沿城區(qū)主要線狀道路分布的POI數(shù)據(jù)的抽稀方案，提出POI數(shù)據(jù)的分級分類規(guī)范，并且依據(jù)該規(guī)范內(nèi)容結合距離閾值判別的方法，選取武漢市的實例數(shù)據(jù)，實現(xiàn)不同尺度下POI數(shù)據(jù)的

(a)縮小圖3(c)比例尺為1∶5000

(b)剔除不符合條件數(shù)據(jù)

(c)POI數(shù)據(jù)抽稀結果圖

抽稀實驗，驗證該方法的可行性。關于POI數(shù)據(jù)的分布形式，文中選取的道路線對象為橫縱方向數(shù)據(jù)，關于傾斜道路線的情況在此沒有討論。另外，除了這種基于道路線分布的情況，居民區(qū)域內(nèi)分布的POI在一定程度上強調(diào)了整體分布特征，文中提出的方案并不適合解決面域內(nèi)POI數(shù)據(jù)的抽稀問題，對于以上情況的具體討論與分析，將后續(xù)研究。

[1]YU C, REN F, DU Q, et al. Web map-based POI visualization for spatial decision support[J]. Cartography and Geographic Information Science, 2013, 40(3): 172-182.

[2]YUKIO S. Cluster Perception in the Distribution of Point Objects [J]. Cartographica,1997,34 (1) :49-61.

[3]毋一舟,賴俊陶,吳煜暉.基于LBS簽到數(shù)據(jù)更新POI的數(shù)據(jù)預處理研究[J].計算機與數(shù)字工程, 2012(8)：87-89.

[4]劉 鵬,康建初,諸彤宇.導航終端中的興趣點數(shù)據(jù)壓縮檢索技術[J].計算機工程, 2009(14):81-83．

[5]BURROUGH P A. Principles of Geographical Information Systems for Land Resources Assessment [M]. England :Oxford Clarendon Press,1986.

[6]國家基礎地理信息中心.CH/Z 9011-2011 地理信息公共服務平臺電子地圖數(shù)據(jù)規(guī)范[S].北京：測繪出版社，2011.

[7]ESRI中國(北京)有限公司. ESRI公共地理框架數(shù)據(jù)電子地圖配圖模板(Version:1.31)[M].北京：ESRI中國(北京)有限公司，2011.

[8]YANG B, ZHANG Y, LU F. Geometric-based approach for integrating VGI POIs and road networks[J]. International Journal of Geographical Information Science, 2014,28(1):126-147.

[9]王偉.城市基準地價動態(tài)評估模型、算法及實現(xiàn)方法研究[D].武漢：武漢大學，2004.

[責任編輯：張德福]

POI selection with the reference of linear roads in multi-scale maps

YING Shen1, CHEN Gui-qiu1, CAO Xiao-hang2, ZHANG Yong-jun2

(1.School of Resource and Environment Sciences, Wuhan University, Wuhan 430079, China； 2. NavInfo Co., Ltd., Beijing 100028, China)

With the challenges of the multi-scale, large volume and various distributions about POI in electronic maps, it presents the POI with different weights and then calculates the distance to the reference of the linear roads to determine the selection of POI in multi-scale maps, and to check out the approach with the cases to demonstrate its feasibility and application.

POI; linear road; POI selection; distance threshold

2014-02-24

國家863計劃資助項目(2013AA12A203)；國家自然科學基金資助項目(41371369)

應 申(1979-)，男，副教授.

P208

：A

：1006-7949(2014)07-0006-06