1∶25萬道路數(shù)據(jù)的更新方法探討

周 浩，陽牧男，王新華

（1.國家測繪地理信息局 第三航測遙感院，四川 成都 610100）

1∶25萬道路數(shù)據(jù)的更新方法探討

周 浩1，陽牧男1，王新華1

（1.國家測繪地理信息局 第三航測遙感院，四川 成都 610100）

提出了一種以自動縮編為主、人工協(xié)調綜合為輔的道路數(shù)據(jù)更新模式，引入并發(fā)展了線要素的自動匹配方法，實現(xiàn)了增量數(shù)據(jù)的自動提取和篩選、縮編，并從技術路線上詳細闡述了增量更新的實現(xiàn)流程。

增量信息；縮編更新；自動匹配；1∶25萬地圖數(shù)據(jù)庫

國家基礎地理數(shù)據(jù)庫自初始建庫后，數(shù)據(jù)庫的更新便列為國家基礎測繪的主要工作內容[1]。如何充分利用已有資料對現(xiàn)有數(shù)據(jù)庫進行快速更新，特別是重點要素的更新，是當前的研究熱點[2-4]。

Kilpel?inen、Jones、Badard等提出基于大比例尺數(shù)據(jù)縮編更新小比例尺數(shù)據(jù)的方法，為地圖數(shù)據(jù)庫縮編更新提供了理論基礎[5-7]。陳軍等[1]以道路數(shù)據(jù)為例，研究分析了縮編更新的總體思路，實現(xiàn)了1∶1萬道路數(shù)據(jù)縮編更新1∶5萬道路數(shù)據(jù)的自動綜合處理。隨后，王鵬波、胡云崗、張小朋等分別開展了縮編更新中的道路要素自動匹配和自動選取的算法研究，提高了自動化效率[8-10]。這種縮編方法以及后來的改進算法，雖然能提高更新效率，節(jié)約成本，但由于道路要素自身的復雜性以及更新區(qū)域的局限性，仍然無法直接應用于道路綜合。

關于1∶25萬地形要素的數(shù)據(jù)更新問題，鮮有專題研究。為此，本文在前人研究其他比例尺數(shù)據(jù)更新的基礎上，以道路數(shù)據(jù)為例，開展基于1∶5萬增量信息縮編更新1∶25萬地形數(shù)據(jù)庫中道路數(shù)據(jù)的研究，以減少更新工作中的人工勞動，提高生產(chǎn)和更新效率。

1 縮編更新的實現(xiàn)方法

本文的更新方法包含以下幾個步驟：①增量要素匹配：將1∶5萬動態(tài)更新增量數(shù)據(jù)與1∶25萬道路數(shù)據(jù)按特定的算法進行空間比對、匹配；②增量要素縮編：利用2種比例尺下的級聯(lián)數(shù)據(jù)，進行更新要素自動提取、篩選及縮編處理；③要素綜合：利用1∶5萬增量數(shù)據(jù)協(xié)同1∶5萬數(shù)據(jù)對舊的1∶25萬道路數(shù)據(jù)進行圖形和屬性更新，并對相關要素進行人工協(xié)調更新，最后形成新版1∶25萬道路數(shù)據(jù)。

1.1 增量要素匹配

將按1∶25萬圖幅裁切后的1∶5萬動態(tài)更新增量數(shù)據(jù)與更新前的1∶25萬道路要素進行要素對比、匹配，確定滿足更新指標的圖形變化要素、滿足選取指標的新增要素、消失要素和僅屬性變化要素，作為1∶ 25萬增量信息。具體實施通過道路緩沖區(qū)的匹配技術來實現(xiàn)，為提高算法效率，采用文獻[8]中的改進算法，用簡易緩沖區(qū)用來代替?zhèn)鹘y(tǒng)意義上的道路緩沖區(qū)，用匹配度來衡量1∶5萬增量數(shù)據(jù)與1∶25萬相對應要素的匹配程度。

匹配度是評估道路要素之間匹配程度的參數(shù)，其計算方法是更新要素落入待更新要素緩沖區(qū)的長度與該要素的總長度之間的比值，在匹配度的計算過程中，主要關注了幾何上的匹配程度，在處理方法上同時將道路的等級、名稱、拓撲關系等信息作為輔助判斷信息予以判斷和更新。

假設1∶5萬增量信息中一條道路L，總長度為l0，與L外接矩形相交的1∶25萬道路為Li（相交的道路可能有多條，故用Li表示），L落入Li簡易緩沖區(qū)中的線段長度為li，即匹配長度。則道路L的區(qū)配度m_MatchRadio計算公式為：

緩沖區(qū)指在道路的周圍建立的一定寬度的多邊形，這個寬度就是緩沖區(qū)寬度d，根據(jù)1∶25萬地圖數(shù)據(jù)更新中的道路指標更新要求，d=m_Scale* 0.5 mm*2 =250 m。

若 m_MatchRadio＜σ（σ是表示匹配度的閾值，根據(jù)情況可以調整），則無法匹配，意味著在原始1∶ 25 萬地圖中沒有對應的道路，所以此條增量信息是新增加的道路目標；若σ≤m_MatchRadio≤1-σ，則原始地圖上對應的道路目標發(fā)生了改變，所以此條增量信息對應的舊數(shù)據(jù)上的目標需要修改；若m_ MatchRadio＞1-σ，說明這條增量信息與舊的道路數(shù)據(jù)幾何信息基本吻合，若屬性信息也一致，則表示要素沒有發(fā)生改變。針對前兩種情況下的增量信息，再根據(jù)更新指標進行要素篩選，只提取實地長度變化超過圖上5 mm，或偏移超過圖上0.5 mm且長度超過5 mm的要素；后一種情況只提取屬性發(fā)生改變的增量信息。

圖1 1∶25萬道路數(shù)據(jù)的增量更新流程圖

1.2 增量要素縮編

將1∶25萬地形數(shù)據(jù)與1∶5萬增量數(shù)據(jù)生成級聯(lián)數(shù)據(jù)。根據(jù)上述匹配結果從5萬增量數(shù)據(jù)中提取更新要素，結合1∶25萬道路要素更新指標和屬性的內容、選取與表示指標，篩選并縮編符合條件的增量要素。

增量信息包括2部分，一部分是新增要素，內容從“未匹配”數(shù)據(jù)集中提取，處理方法是直接將道路數(shù)據(jù)添加到1∶25萬數(shù)據(jù)庫中，再與相關的1∶5萬地形要素數(shù)據(jù)聯(lián)合縮編即可；另一部分是發(fā)生改變的道路信息，包括消失要素和修改要素，內容從“匹配”數(shù)據(jù)集中提取。這種情況下的處理方法是先找出與發(fā)生改變的要素相對應的原始1∶25萬數(shù)據(jù)上的目標要素，建立相互間的映射關系，并進行相應要素縮編處理。

1.3 要素綜合

將經(jīng)過縮編處理得到的圖形變化和新增的1∶25萬增量要素（由1∶5萬增量要素縮編而來），采用改進后的Douglas-Peucker算法[11]進行自動化簡，并導入1∶25萬級聯(lián)數(shù)據(jù)中，最后整合級聯(lián)數(shù)據(jù)屬性項，生成1∶25萬綜合數(shù)據(jù)集，實現(xiàn)現(xiàn)勢性同步。在綜合數(shù)據(jù)集中對圖形變化和消失要素進行刪除，對僅屬性變化要素進行屬性編輯，對與增量要素相關的要素進行協(xié)調更新，獲取符合更新要求的新版1∶25萬要素數(shù)據(jù)。值得注意的是，顧及到1∶5萬到1∶25萬比例尺的越級縮編，要素取舍尺度相差較大，在要素綜合處理之前，有必要對“未匹配”數(shù)據(jù)集中匹配度不高且達到1∶25萬更新選取指標的要素進行重新提取，以確保更新成果的準確性、全面性。

2 實驗與分析

2.1 實驗數(shù)據(jù)

本文選定四川省東部某區(qū)域作為實驗區(qū)，進行1∶ 25萬地形數(shù)據(jù)縮編更新，范圍約5 120 km2。收集的資料包括：①1∶5萬增量數(shù)據(jù)。該數(shù)據(jù)是1∶5萬基礎地理信息數(shù)據(jù)庫動態(tài)更新增量數(shù)據(jù)，是1∶25萬地形數(shù)據(jù)聯(lián)動更新的主要數(shù)據(jù)源，其現(xiàn)勢性為2012年，見圖2a。②1∶25萬地形要素數(shù)據(jù)。該數(shù)據(jù)是本次更新實驗的基礎數(shù)據(jù)，其現(xiàn)勢性達到2006～2010年，見圖2b。③1∶5萬地形要素數(shù)據(jù)。該數(shù)據(jù)是1∶25萬地形數(shù)據(jù)聯(lián)動更新的參考數(shù)據(jù)，在更新時無法用1∶ 5 萬地形要素動態(tài)更新增量數(shù)據(jù)判斷相關要素的相互關系時使用該數(shù)據(jù)輔助處理，其重點要素現(xiàn)勢性是2012年，使用時將該數(shù)據(jù)按照1∶25萬數(shù)據(jù)圖幅的圖廓范圍進行裁切，見圖2c。

圖2 四川省東部某區(qū)域試驗數(shù)據(jù)

2.2 結果分析

按照本文方法進行要素匹配、要素提取、縮編處理，其中設置的路段緩沖區(qū)寬度閾值為250 m，道路交叉口范圍圓半徑閾值為125 m，匹配度閾值設為80%。顧及到道路結點與路徑的匹配誤差積累，在匹配過程中先不對1∶5萬增量數(shù)據(jù)進行融合處理。為檢驗本文方法的可行性，中間各步采用自動化方式處理，只對生成的綜合數(shù)據(jù)進行了人工協(xié)調處理與更正，進而完成1∶25萬道路數(shù)據(jù)的更新。

圖3、4分別表示1∶5萬增量數(shù)據(jù)與1∶25萬道路數(shù)據(jù)疊加后的匹配要素與未匹配要素，匹配結果統(tǒng)計見表1，其中正確率是指自動處理結果中正確匹配所占的百分比[9]。經(jīng)要素提取、篩選、縮編后，用于1∶ 25 萬更新的增量信息如圖5所示，處理前后的增量要素統(tǒng)計結果見表2，其中被誤刪的有效信息是指二次匹配后達到更新指標且可利用的增量信息。要素自動綜合及人工協(xié)調處理后得到的最終更新成果如圖6所示。

圖3 1∶5萬增量數(shù)據(jù)與1∶25萬數(shù)據(jù)級聯(lián)后的匹配路段（紅色部分）

圖 4 1∶5萬增量數(shù)據(jù)中無匹配路段（藍色部分）

圖 5 縮編處理后的1∶25萬增量數(shù)據(jù)

圖6 更新后的1∶25萬道路數(shù)據(jù)成果

表1 1∶5萬增量數(shù)據(jù)的匹配結果統(tǒng)計

表 2 1∶25萬增量信息統(tǒng)計

從圖3、圖4及表1不難看出，本文方法下的各道路目標匹配及無匹配的正確率都較高，各種更新要素均達到了85%以上。出現(xiàn)誤匹配的路段主要位于道路彎度較多的地方，這主要是由數(shù)據(jù)自身特點決定的，主要原因是原1∶25萬數(shù)據(jù)因表達需要經(jīng)過了制圖綜合處理，因此必然與精度較高、細節(jié)豐富的1∶5萬動態(tài)更新增量數(shù)據(jù)存在空間沖突。由圖5可知，雖然兩種比例尺下要素綜合尺度差異較大，但文中方法依然實現(xiàn)了從1∶5萬到1∶25萬比例尺下增量數(shù)據(jù)的有效縮編，從表2不難發(fā)現(xiàn)，其縮編誤差最高不超過4.3%。由圖6可知，本文方法生產(chǎn)的更新成果基本滿足1∶25萬地形數(shù)據(jù)的建庫要求，經(jīng)人工質檢后與人工作業(yè)成果出入不大，只有較少的增量數(shù)據(jù)未被更新。這主要表現(xiàn)在與居民點、水系、道路附屬設施等要素發(fā)生相互關系的地方，這是因為本文方法只集中在道路自身縮編研究，未全面考慮到與其他類要素的協(xié)調縮編問題。

通過以上實驗可以看出，采用1∶5萬增量數(shù)據(jù)縮編更新1∶25萬道路數(shù)據(jù)是可行的，并根據(jù)增量數(shù)據(jù)自身的特點，通過要素自動匹配、自動提取、縮編篩選以及人機協(xié)調綜合等一系列動作，在小范圍數(shù)據(jù)更新中非常高效。相比常規(guī)通過人工比對方式進行無針對性的全面更新，可以避免人工逐屏比對產(chǎn)生的遺漏，同時減少了人工負荷，提高了更新效率。

3 結 語

本文研究自動縮編為主、人工協(xié)調綜合為輔的更新模式，發(fā)展了道路增量數(shù)據(jù)的自動匹配方法，通過級聯(lián)手段，實現(xiàn)了要素的自動提取和篩選、縮編，并通過實驗驗證了相應算法。人工質檢顯示更新效果較好，表明本文所提方法具有可行性及實用性。但是，由于道路網(wǎng)的連通特性、等級特性以及道路數(shù)據(jù)自身結構等因素的影響，要想真正實用還有許多工作有待研究。今后將把要素間的空間沖突檢測方法引入道路自動綜合，增強方法的實用性，進一步減少人工協(xié)調更新工作量，提高生產(chǎn)和更新效率。

[1] 陳軍,胡云崗,趙仁亮,等. 道路數(shù)據(jù)縮編更新的自動綜合方法研究[J]. 武漢大學學報:信息科學版，2007,32(11):1 022-1 027

[2] 萬幼川,宋楊. 基于高分辨率遙感影像分類的地圖更新方法[J].武漢大學學報:信息科學版，2005(2):105-109

[3] 武芳,錢海忠,鄧紅艷,等.面向地圖自動綜合的空間信息智能處理[M].北京：科學出版社，2008

[4] 趙敏,陳衛(wèi)平,王海燕,等. 基于遙感影像變化檢測技術的地形圖更新[J]. 測繪通報，2013(4): 65-67

[5] Kilpel?inen T, Sarjakoski T. Incremental Generalization for Multiple Representations of Geographic Objects[M]. London: Taylor & Francis, 1995[6] Jones C B, Kider D B, Luo L Q, et al. Database Design for a Multi-scale Spatial Information System[J]. International Journal of Geographical Information Systems, 1996, 10(8):901-920

[7] Badard T, Lemari C. Propagating Updates Between Geographic Databases with Different Scales[M]. London: Taylor & Francis, 1999

[8] 王鵬波.多比例尺道路數(shù)據(jù)的聯(lián)動更新研究[D]. 鄭州:信息工程大學，2009

[9] 胡云崗,陳軍,趙仁亮,等. 地圖數(shù)據(jù)縮編更新中道路數(shù)據(jù)匹配方法[J]. 武漢大學學報:信息科學版，2010,35(4):451-456

[10] 張小朋,尹路明,王鵬波,等. 地圖數(shù)據(jù)縮編更新中的道路自動選取研究[J]. 測繪工程，2012,21(5):13-16

[11] Douglas D H, Peucker T K. Algorithms for the Reduction of the Number of Points Required to Represent a Line or its Caricature [J]. The Canadian Cartographer, 1973, 10(2): 112-122

P208

B

1672-4623（2015）03-0150-03

10.3969/j.issn.1672-4623.2015.03.052

周浩，碩士，主要從事遙感數(shù)據(jù)處理與地圖制圖等方面的研究。

2014-07-09。

項目來源：數(shù)字制圖與國土信息應用工程國家測繪地理信息局重點實驗室開放研究基金資助項目（DM2013SC11）。