土地利用圖斑自動綜合智能方法應用研究

·環境科學·

土地利用圖斑自動綜合智能方法應用研究

張蘇1，陳正江1，高潔2，謝元禮1，段漢明1

(1.西北大學 城市與環境學院, 陜西 西安710127；2.陜西交通職業技術學院，陜西 西安710018)

摘要：提出適用于土地利用現狀圖的地圖自動綜合方案,提高土地利用現狀圖制圖綜合的自動化程度。采用數學形態學中變化的閉運算及基于Majority Filter的元胞自動機模型。闡述了實現該方法的詳細過程,綜合結果分析表明,在大幅減少圖斑數量的同時土地利用結構保持基本不變。結合數學形態學算法與元胞自動機模型進行土地利用制圖綜合,能有效提高綜合的自動化程度,并取得較好的綜合效果。

關鍵詞：土地利用;自動綜合;數學形態學;元胞自動機

收稿日期：2014-04-13

基金項目：國家自然科學基金資助項目(51178163)

作者簡介：張蘇,男,貴州貴陽人,西北大學博士生,從事遙感與地理信息系統應用的研究。

中圖分類號：P285.23

Applied research of intelligent method for automatic

generalization of land use patch

ZHANG Su1， CHEN Zheng-jiang1， GAO Jie2, XIE Yuan-li1， DUAN Han-ming1

(1.College of Urban and Environment, Northwest University, Xi′an 710127, China;

2.Shaanxi College of Communication Technology, Xi′an 710018, China)

Abstract:A plan is proposed for automatic generalization which is suitable for the present land use map, improveing the degree of automation of cartographic generalization for the present land use map. The methods are based on expansion and corrosion operators of mathematical morphology and majority filter rule in cellular automata. Details of the study is presented, and the analysis of generalization results shows that the number of patch reduced drastically while land use structure remain unchanged. The intelligent method for land use map generalization which is combined with mathematical morphology and cellular automata, is able to improve the generalization process of automation and achieve good generalization effect.

Key words: land use; cartographic generalization; mathematical morphology; cellular automata

土地利用現狀圖是對一個地區一定時期內的土地利用情況全面、系統的記錄,記錄了豐富的自然與社會屬性信息,在宏觀決策、規劃管理、社會經濟服務、科研等方面發揮著重要作用[1]。在開展第二次全國土地調查(以下簡稱二調)后,我國現已建立了覆蓋全國范圍的土地利用數據庫,這一成果對土地管理部門或科研機構來講無疑都是重要的參考數據。但是，第二次全國土地調查是基于1∶10 000開展的,在很多情況下我們需要印制更小比例尺土地利用圖,就必須進行綜合縮編。

1智能化綜合方法原理

對于土地利用圖斑而言,制圖綜合即為在保持土地利用結構以及空間布局形態不變的前提下,進行土地利用圖斑的化簡及土地利用分類體系的歸并,達到對土地利用現狀圖的綜合化簡。土地利用圖一般是矢量格式,本文基于柵格數據結構進行研究,須將土地利用圖轉換為柵格格式。

數學形態學用于土地利用圖斑綜合,可以對圖斑進行概括、化簡、移位等,但問題是該方法僅針對單一屬性的對象,若同時運算則會產生大量的破碎圖斑,因此僅使用數學形態學方法無法實現一幅完整地圖的綜合。利用元胞自動機進行土地利用制圖綜合,可簡化圖斑邊界、實現圖斑概括及小圖斑的融合,但問題是對圖斑概括的效果不佳。因此,本文利用數學形態學在處理大數據量圖斑融合上的優勢及元胞自動機善于化簡圖斑邊界和融合細小圖斑的特點,提出土地利用圖斑的自動綜合方法。具體方法如圖1所示。

圖1　智能化土地利用圖斑綜合方法 Fig.1　Intelligent generalization method of land use patch

1.1利用數學形態學進行數據預處理

利用數學形態學進行圖斑聚合,問題的關鍵是確定最小圖斑距離參數。根據數學形態學算法原理,以3×3柵格為基本結構元,經過膨脹和腐蝕運算的反復迭代,以達到圖斑融合的效果。其中,將3×3柵格選作基本結構元的原因在于能夠在膨脹運算的迭代次數與實現融合的圖斑最小距離間建立明確的數量關系,因而可以通過控制膨脹運算迭代次數的方式實現對圖斑不同程度的融合效果。具體公式如下:

D=cellsize×2×i

(1)

其中,D代表圖斑融合距離下限,cellsize代表柵格大小,i代表膨脹運算次數。在經過i次膨脹運算后,結果是小于距離下限D的圖斑進行融合(見圖2)。

圖2　膨脹與腐蝕綜合效果 Fig.2　Generalization effect of expansion and corrosion

數學形態學運算針對單一屬性圖斑,在運算完成后需對圖斑進行疊加處理,但在疊加時會出現不同地類圖斑沖突,因此需要建立沖突處理原則,將其按級別順序進行地類合并。優先級越高,地類疊加面積變化率越小。

課程內容是課程目標得以實現的載體，課程目標的完成僅僅依靠單個教育活動是遠遠不夠的，為了增強經歷活動教育的有效性，教師可圍繞經歷活動的總目標，結合家長資源、社區資源、幼兒園資源，將原來不成體系的、零散的經歷活動根據幼兒的年齡特點進行重新梳理、整體規劃，并將每個年齡段的經歷教育活動設置為五個模塊，即日常生活活動、主題探索活動、社會實踐活動、親子互動活動和自我表現活動，每一個經歷活動隸屬于某一模塊。隨著研究的進一步深入，新的經歷活動內容不斷涌現，使經歷活動具有延續性，使幼兒的興趣得到滿足，使幼兒的知識經驗得到提升。

1.2基于元胞自動機進行圖斑綜合

元胞自動機是定義在一個由具有離散、有限狀態的元胞組成的元胞空間上,按照一定局部規則,在離散的時間維上演化的動力學系統,采用一定的元胞演化規則,驅動單個元胞狀態發生變化,從而在大范圍內呈現出宏觀的變化規律與結果。經過數學形態學圖斑融合運算后,將“眾數濾波(Majority Filter)”作為元胞運算規則，對土地利用圖斑進行綜合處理,該算法具體如下:

For 循環遍歷圖像

{For 遍歷圖像中每一個柵格

{If 鄰域內存在與中心柵格同屬一類的柵格中心柵格屬性值保持不變Else 改變中心柵格屬性值為鄰域內出現最多的值}}

眾數濾波算法的核心思想是用鄰域內柵格數值的眾數替換中心柵格作為下一時刻該中心柵格的數值,如此進行迭代運算,最后運算的結果在對小圖斑進行融合的同時也實現了圖斑邊界的化簡,具體算法如圖3所示。

圖3　眾數濾波算法示意圖(以3×3鄰域為例) Fig.3　Algorithm diagram of majority filter(3×3 neighborhood)

1.3利用元胞自動機進行小圖斑融合

利用元胞自動機眾數濾波規則進行綜合后,地圖中仍存在部分小于最小上圖面積的圖斑,需要將該部分小圖斑融合到周邊的大圖斑中。這一步驟也采用眾數濾波規則,具體運算時僅選取小于面積的圖斑,具體融合效果如圖4所示。

圖4　小圖斑融合 Fig.4　Amalgamation of little patch

2實驗與分析

本文將秦嶺腹地某地區二調1∶1萬土地利用現狀圖作為研究對象,采用本文的智能化方法,以綜合至1∶5萬比例尺為目標進行土地利用圖斑的綜合實驗。二調中規定的最小上圖面積為400㎡,按照等比縮小的原則,限定綜合后最小上圖面積為10 000㎡,為對比綜合效果,選擇最小上圖面積4 000㎡進行對比實驗。表1是對制圖綜合前后幾個主要變化指標的統計結果,“4 000”,“10 000”分別代表該綜合結果中圖斑面積的下限。

表1　制圖綜合前后土地利用數據統計表

從表1可以看出，研究區內農用地(耕、園、林、草等)和建設用地為主要地類,制圖綜合后這些圖斑數量大幅削減,但面積變化率仍維持在10%左右,取得了較好的效果。其中,建設用地中的村莊用地在經過綜合后面積變化率相對較高,近30%。這與樣區位于秦嶺腹地,地勢起伏較大,村莊建設普遍分散的空間分布特點有很大關系。此外,在本地區所占比例極少的土地類型,如面狀公路、水工建筑等,綜合后圖斑或被全部取舍或被部分取舍。由此看出,圖斑綜合后并未對當地的土地利用結構產生明顯改變。

3結論

1)本文基于柵格數據模型提出了一種智能化土地利用制圖綜合方法。只需在綜合初期設置一定的參數即可完成整個綜合過程,過程中無需人為干預。最后的綜合結果對于組成研究區土地利用結構占主體的耕、園、林、建制鎮、采礦用地等地類的面積變化率控制在10%左右,綜合前后土地利用結構未發生明顯變化,取得了較好的綜合效果。相比采用矢量數據模型的綜合方法,本文提出方法能避免圖斑重疊與空洞問題,簡化了模型的實現難度;數學形態學模型與元胞自動機模型實現技術較為成熟,算法實現簡潔,因此能將主要精力集中于對模型的優化與參數的研究。

2)結合數學形態學與元胞自動機的方法能夠彌補使用單一方法的不足。以往研究較為詳細的闡述了分別利用數學形態學與元胞自動機方法進行制圖綜合的作用與不足,而本文研究將兩種方法結合起來,彌補使用單一方法的不足,實現了完整的土地利用綜合過程。實驗表明,利用數學形態學的膨脹與腐蝕運算對于土地利用圖斑的融合與聚合作用明顯,之后的元胞自動機運算能有效地去除因數學形態學運算產生的毛刺與破碎圖斑,同時實現圖斑的化簡、刪除與聚合。

3)制圖綜合的程度及綜合結果的好壞與運算初始選擇的參數密切相關,其中數學形態學膨脹腐蝕的重復次數、圖層疊置順序、元胞自動機的鄰域類型與半徑、演化次數、柵格大小等參數是影響綜合結果的重要因素,因此針對綜合時不同參數設置對綜合效果的影響以及制圖綜合的適宜參數組的選擇需要進一步的討論。

參考文獻：

[1]謝書明.淺談土地利用現狀圖的地位和作用[J].測繪科技通訊,1995(1):37-38.

[2]武芳,錢海忠.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.

[3]CYNTHIA A, BUTTENFIELD B B P. Mastering map scale: balancing workloads using display and geometry change in multi-scale mapping[J]. GeoInformatica, 2010, 14(2): 221-239.

[4]閆浩文,王家耀,地圖群(組)目標描述與自動綜合[M].北京:科學出版社,2009.

[5]何宗宜.地圖數據處理模型的原理與方法[M].武漢:武漢大學出版社,2004.

[6]趙仁亮,陳軍,王東華,等.數字環境下的數據縮編更新方法[J].地理信息世界,2008(3):17-20,47.

[7]SU B,LI Z.An algebraic basis for digital generalization of area-patches based on morphological techniques[J].The Cartorgraphic Journal,1995,32(2):148-153.

[8]LI Z,SU B.Algebraic models for feature displacement in the generalization of digital map data using morphological techniques[J].Cartographica,1996,32(3):39-56.

[9]LI Z,SU B,LODWICK G,et al.Morphological transformation for the elimination of area features in digital map generalization[J].Cartography,1997,26(2):23-30.

[10]艾廷華,劉耀林.土地利用數據綜合中的聚合與融合[J].武漢大學學報信息科學版,2002,27(5):486-492.

(編輯徐象平)