基于拓撲和空間相似性的地理事件檢測——以土地利用數據更新為例

方涯盼， 張 豐*， 杜震洪， 劉仁義

(1. 浙江大學 浙江省資源與環境信息系統重點實驗室， 浙江 杭州 310028；2. 浙江大學 地理信息科學研究所， 浙江 杭州 310027)

表1 不同專題層的原子事件編碼

表2 專題圖層層內拓撲約束

表3 層間拓撲約束

表4 土地利用數據拓撲語義約束

表5 度量指標與原子事件的關系

表6 地理事件檢測結果的準確率統計

?

基于拓撲和空間相似性的地理事件檢測
——以土地利用數據更新為例

方涯盼1,2， 張 豐1,2*， 杜震洪1,2， 劉仁義1,2

(1. 浙江大學 浙江省資源與環境信息系統重點實驗室， 浙江 杭州 310028；2. 浙江大學 地理信息科學研究所， 浙江 杭州 310027)

地理時空對象的變化過程實質上是地理事件序列的集合，地理事件的檢測是實現空間數據庫自動更新的關鍵所在.為提高時空數據更新的自動化水平，以土地利用數據更新為例，通過對地理事件概念、特征的分析，定義了5種地理事件類型.在此基礎上根據專題數據的空間拓撲約束、語義邏輯約束以及拓撲語義約束，結合空間相似度理論，提出了一種基于拓撲與空間相似性的地理事件檢測方法，定義了原生事件和次生事件，并以此描述地理事件間的衍生關系.在土地利用現狀管理信息系統中的應用，證明了該檢測方法在土地利用數據更新過程中的可行性和有效性，為事件更新的進一步自動化奠定了基礎.

地理事件；原生事件；次生事件；拓撲；空間相似性；土地利用

世間萬物處于不斷新舊更替中，為保持數據的現勢性，必須定時更新數據，因此高效率、高質量、可持續的空間數據庫更新方法與相關技術研究一直是國內外研究的熱點及難點問題.

地理事件的發生引起地理時空對象發生一系列的狀態演變，從一個狀態到另一個狀態的量變甚至質變，包括空間位置、幾何形態、專題語義、時態特征等[1].地理時空對象的每一次狀態演變，實質上都是一個時空過程，包含了時間軸上發生的一系列相互關聯的地理事件[2].地理事件的檢測是實現時空數據庫自動更新的基礎和關鍵，本文針對這一問題進行重點研究.

地理事件按照地理對象變化的復雜程度可分為簡單事件和復雜事件[3]，按照地理空間對象的變化類型可進一步劃分為新生事件、消亡事件以及引起時空對象空間特征或屬性特征改變的進化事件[4].為加強對地理實體變化描述的能力，夏慧瓊等[5]將地理事件分為“隱含”和“顯式”2種類型，共同表達基于位置、實體和時間的變化信息.地理事件驅動時空數據更新，地理事件的檢測以及以事件為核心的時空數據更新方法與空間數據的專題性質密切相關.目前，國內外學者基本上從空間疊加[6]、拓撲關聯[7-8]或者拓撲與屬性相結合[9]等角度進行空間目標變化類型的推斷與地理事件的檢測，并以此為基礎設計數據更新機制，主要應用于地籍、土地利用以及房地產等領域的空間數據更新管理.目前，地理事件檢測基本依賴人為判斷，自動化水平低，且不能反映地理事件之間的衍生關系.為此，本文定義了原生事件和次生事件，并以此描述地理事件之間的親緣關系，以土地利用數據為例，結合數據的專題特性以及數據約束規則，提出一種基于拓撲與空間相似性的地理事件檢測方法，為時空數據庫自動化更新提供參考.

1 地理事件

1.1 原子事件的定義

一個時空變化過程可由單個或多個存在關聯的地理事件組成.原子事件是不可再分的地理事件，是地理空間對象狀態變化的最小組成單元.任何地理時空對象的變化過程，實質是一系列原子事件的集合.

在時空數據庫中，將現實世界中的地物按照專題屬性抽象為點、線、面等幾何形狀分層存儲[10].以土地利用數據為例，地類圖斑、線狀地物和零星地物是其最核心圖層，針對不同類型的專題圖層，由于其幾何類型和專題特性的不同，發生的原子事件也不同.土地利用要素的變化類型分為屬性變更(Attribute Change)、圖形變更(Graphic Change)、新增(Appear)、滅失(Disappear)和無變化(No Change)5種.據此，將這5種變更類型定義為5種原子事件，不同的專題圖層的原子事件集合如表1所示[1].

表1 不同專題層的原子事件編碼

Table 1 Atomic event codes in different thematic layers

1.2 原生事件與次生事件的定義

地理事件都是在一定條件下驅動發生的，以地理事件是否是受外界驅動因素直接影響而引發的為依據，定義原生事件(Protogenic Event)和次生事件(Secondary Event)2種事件類型來描述事件之間的衍生關系.原生事件，顧名思義是由外部客觀環境因素或者人為因素直接導致地理對象發生狀態改變的事件，映射到數據世界中就是由已知的變化信息觸發的“原始”事件.一個地理事件的發生往往會引起“連鎖反應”，引發一系列互相關聯的子事件，即次生事件，亦即原生事件的衍生事件.任一地理對象發生狀態變化，或多或少會引起周邊相關地物的變化.例如在土地利用數據更新過程中，一個地類圖斑的分割，可能會引起周圍地類圖斑、線物零物發生圖形變更、屬性變更甚至無變化的變更行為.

次生事件是原生事件發生后由某些特定條件驅使而產生的子事件，兩者之間存在一定的因果和親緣關系.一個原生事件和次生事件可能包含多個原子事件，地理要素變化過程中的親緣關系就蘊含在這些地理事件之中.原生事件引發次生事件，次生事件可繼續引發子事件，原子事件之間的原生與次生的衍生關系如圖1所示.

圖1 原生事件與次生事件的關系Fig.1 The relationship between protogenic event and secondary events

2 原生事件與次生事件的檢測

地理事件的自動檢測與判斷是實現時空數據庫自動更新的關鍵.原生事件和次生事件的判斷與界定，與數據庫的專題特性密切相關，筆者以土地利用數據為例，闡述在土地利用要素變化過程中的原生事件和次生事件的檢測方法.

2.1 基于拓撲與空間相似性的空間實體匹配

地理實體的識別與匹配是地理時空數據采集、融合以及更新等過程中的關鍵技術之一，也是檢測地理時空對象變化類型的理論基礎[11-13].本文采用拓撲和空間相似性度量相結合的方法進行原生事件的檢測，主要思路是：先采取拓撲關系度量進行空間目標粗匹配，再計算空間相似性指標進行二次匹配，由此推斷：由外部變化驅動因素直接引發的原生事件.

2.1.1 拓撲關系度量

空間拓撲關系主要描述2個空間對象間的包含、疊蓋、鄰接等關系.拓撲關系是抽象的，2個實體的重疊程度可以在一定程度上反映兩者在空間關系上的關聯強度，此處采用面積疊置率來衡量.實體A，B的面積疊置率SArea(A,B)[14]：

SArea(A,B)=S(A∩B)/min(S(A),S(B)),

(2)

式(2)中：S(A),S(B)是2個空間實體的面積，S(A∩B)是2個目標實體的重疊面積.SArea(A,B)的取值范圍是[0,1]，當SArea=0，則代表2個要素無重疊，可能是相離或者相接的拓撲關系；當SArea=1時，代表2個地理要素的重疊程度很大，可能出現A包含B、B包含A或者A和B完全相等3種情況；當0

2.1.2 形狀相似度

形狀相似度是在用數值化描述空間對象形狀的基礎上比較2個空間對象的形狀相似性.本文采取緊湊度(面積與周長之比)方法描述面狀實體的形狀.假設一個面實體A的面積為SA，周長為LA，則面實體A的緊湊度：

(3)

基于緊湊度的計算方法，建立2個面狀實體A，B的形狀相似性評價函數[14]：

(4)

2.1.3 面積相似度

面積相似度可以采用面積差異度的補集度量，假設實體A與B的面積分別為Area(A)和Area(B)，ΔS=|Area(A)-Area(B)|為兩者的面積之差，面積相似度SimArea(A,B)[15]：

(5)

式(5)中，ΔSmin為空間地理實體A與B面積差異的最小閾值.

形狀相似度和面積相似度的度量方法有很多，本文基于外部變化信息進行原生事件檢測的主要依據是面積疊蓋程度，形狀相似度和面積相似度作為輔助依據，以更精確地判斷事件類型，因此不同的度量方法對原生事件的檢測效果影響不大.本文選取上述方法的理由是此方法計算簡單、效率高且不受比例尺影響，可以較好地進行原生事件類型的判斷.

2.2 數據約束條件

次生事件的發生不是隨心所欲的，而是在一定規則的驅使下觸發的，主要包括單一專題層內和不同專題層間的拓撲關系約束、語義邏輯約束和拓撲語義約束.

2.2.1 空間拓撲約束

以土地利用數據庫為例，其中的地類圖斑(DLTB)、線狀地物(XZDW)、零星地物(LXDW)、地類界線(DLJX)、行政區(XZQ)和行政區界線(XZQJX)6大主要專題圖層的層內和層間拓撲約束規則如表2和3所示.

表2 專題圖層層內拓撲約束

Table 2 Topological constraints in the same layer of different thematic layers

表3 層間拓撲約束

Table 3 Topological constraints among different layers

2.2.2 語義邏輯約束

地理時空對象除了在空間關系上存在拓撲約束外，其專題性質導致在語義特征上也存在相互制約、相互依賴的關系.語義邏輯約束同空間拓撲約束一樣，大致分為單一專題層內地理實體自身屬性邏輯約束和不同專題圖層間的地理要素的語義約束.對于某一專題層內的地理要素，與其自身相關的屬性值之間要保持邏輯一致性約束，且某些屬性值需滿足某種數學不等式約束關系.例如,地類為耕地的圖斑，則必須與耕地相關的耕地類型、耕地坡度級、扣除類型、田坎系數等屬性值邏輯一致性；地類圖斑的所有與面積相關的字段大于0；地類圖斑的圖斑面積和線狀地物的長度不能小于指定閾值，這是由于現實世界中小于最小上圖面積的地物要抽象為點要素存儲在零星地物層中，數據庫中不允許存在碎線與碎面.

不同專題圖層的地理要素間的語義約束，主要受空間拓撲關系產生的層間語義約束.例如零星地物、地類圖斑等的坐落單位代碼屬性值必須與空間所在行政區的行政單位代碼保持一致；地類圖斑中的圖斑地類面積屬性值受線狀地物、零星地物、地類圖斑3層共同制約等.

2.2.3 拓撲語義約束

針對特定專題的地理時空數據，判斷2個實體間拓撲關系的正確性還要基于實體的自身語義[16].拓撲語義約束，是指依賴空間對象間的空間關系和語義特征，建立在特定專題要素基礎上的拓撲關系合理性[17].對于2個地理時空對象，若只從空間拓撲關系上考慮，其存在是合理的，但是綜合考慮語義信息時，則兩者的存在是不合理的.例如一塊農村住宅用地中間穿越了一條線狀要素的農村道路；又如一個面狀湖泊中，出現了地類同為湖泊的點狀要素，則該點狀要素的湖泊在空間關系上失去了地類依賴的基礎，具體如圖2所示.

圖2 拓撲語義沖突示例Fig.2 The example of topo-semantic conflict

拓撲語義約束與數據的專題特性密切相關，表4列出了土地利用數據更新過程中各層間的拓撲語義約束規則.

表4 土地利用數據拓撲語義約束

Table 4 Topo-semantic constraints of land use data

2.3 地理事件檢測流程

地理事件的檢測主要分為原生事件的檢測與次生事件的檢測.首先,根據外部變化圖斑篩選出目標數據庫中與之相交的要素集合，通過2.1節闡述的方法分別計算集合中的每一個要素與變化圖斑的面積疊置度、形狀相似度以及面積相似度.前期數據采集方式、采集時間、采集精度不同或者采集處理誤差等原因，會導致不同數據源中同一地理對象在幾何形狀和大小上可能存在細微差別.在時空演變過程中，若某一地理對象只有屬性特征發生改變，其空間位置和幾何形狀均未發生明顯變化，則該地理要素變化前后的形狀、面積應該是相同或者相近的.因此，綜合考慮面積疊置度、形狀相似度以及面積相似度，進行原生事件的檢測，具體見表5.

表5 度量指標與原子事件的關系

Table 5 The relationship between metric indexes and atomic events

原生事件發生之后，再根據2.2節闡述的數據間的拓撲約束、拓撲語義約束以及語義邏輯約束進行次生事件的檢測.檢測流程包括：先根據拓撲約束規則,主要是層間拓撲約束判斷由于地類圖斑發生圖形變更后與線狀地物、地類界線的空間拓撲不滿足約束條件，引起線物、地類界線新增、滅失以及打斷等次生事件發生;再利用拓撲語義約束規則,判斷地類圖斑變更后其范圍內的線物零物存在是否合理，不合理則觸發零物線物滅失的次生事件.最后，依據語義邏輯一致性檢測由圖形變化引起的屬性聯動變更的次生事件，主要是地類圖斑、線狀地物以及零星地物之間的面積屬性信息、線物和圖斑之間的扣除信息等要保持一致，次生事件檢測直至滿足所有約束條件.基于外部變化信息的原生事件和次生事件的檢測流程如圖3所示.

圖3 原生事件與次生事件的檢測流程Fig.3 The detection process of protogenic event and secondary event

3 應用實例與結論

基于上述地理時空對象的地理事件的自動檢測方法，筆者將其應用于土地利用現狀管理信息系統LandEx中，實現了基于外部變化信息的地理事件的自動檢測.

如圖4所示，某村新建了一些住宅用地，變更后地類為村莊(203)，權屬性質為30，本次變更涉及占用標識碼為3235609和558171的部分水田圖斑，標識碼為133577和133347的線物溝渠，以及標識碼為3542878的零物坑塘水面.以此為變更實例，進行地理事件的檢測，檢測過程信息以及結果如圖5所示.

圖5中表LU_INDEX記錄了變化圖斑與數據庫目標圖斑的拓撲與空間相似性度量指標值，包括變化圖斑編號(R_BHTBBH)、目標圖斑標識碼(T_TBBSM)、變化圖斑面積(R_BHTBMJ)、目標圖斑面積(T_TBMJ)、面積疊置度(S_Area)、面積相似度(SimArea)、形狀相似度(SimShape)，根據這些指標值結合屬性變化檢測，推斷出原生事件并記錄在表LU_GeoEvent中.本次變更的原生事件為標識碼為3235609和558171的水田分別被分割為2塊，其中位于變化圖斑范圍內的2塊地類圖斑合并成一塊標識碼為3542901、地類為村莊(203)、權屬性質為30的圖斑.

原生事件檢測完成并采取更新操作算子更新對應數據后，根據空間拓撲約束、拓撲語義約束以及語義邏輯約束，進行次生事件的檢測并記錄在表LU_GeoEvent中.標識碼為3235609和558171的圖斑分割，導致133577和133347的線物穿越相鄰地類圖斑，不滿足拓撲約束規則，引起線物圖形變更的事件；同時,根據地類界線是地類圖斑邊界的約束規則，觸發了4條原地類界線分割、3條新地類界線新增以及位于圖斑內的1條地類界線滅失的事件.又根據圖斑內不應包含非建設用地的零物線物的拓撲語義約束規則，圖斑3542901為建設用地，因此引發了2條地類為溝渠的線物以及1個地類為坑塘水面的零物滅失的次生事件.最后,根據語義邏輯約束規則，檢測出了相關地類圖斑、線狀地物的屬性變更事件，主要是由地類圖斑、線物零物圖形變更引起的面積字段屬性值以及線物扣除信息的屬性值變化.

圖4 變化圖斑與數據庫原始圖斑的空間關系Fig.4 The spatial relationship between the changing map spot and the original map spot in database

圖5 地理事件檢測過程信息存儲Fig.5 Records of geographical event detection process

此次變更涉及多個地類圖斑、線狀地物以及零星地物，檢測出的地理事件記錄在表LU_GeoEvent中，包括原生事件和次生事件.表LU_GeoEvent主要記錄事件的幾大要素，包括事件發生的對象名稱(T_FC)，事件發生前后的地理要素標識(T_YSBSM和T_HYSBSM)，原子事件類型(Atomic Event)以及事件所屬的種類(EventType)，用PE和SE分別代表原生事件和次生事件.每個事件用EventID標識，并用QeventID記錄引發該事件的父事件，所有次生事件都有QeventID，而原生事件的QeventID則為NULL，由此記錄了事件間的衍生關系.以上地理事件發生之后，得到如圖6所示的結果.

圖6 數據更新結果Fig.6 Results of data updating

為了進一步說明本文提出的地理事件自動檢測方法在土地利用數據更新中的效果，選取5組數量不等的待變更圖斑，進行地理事件檢測，局部變化圖斑分布如圖7所示.

圖7 變化圖斑分布(局部)Fig.7 Distribution of changing pattern spots(part)

以表LU_INDEX中的一條記錄為一個事件，對檢測結果進行統計分析的結果見表6.

從表6的檢測結果可以看出，采用本文提出的方法進行地理事件自動檢測，準確率相對較高，平均在90%以上，只存在少量漏檢或者檢測錯誤的情況，證明了該方法在土地利用數據更新過程中的有效性.分析發現：實驗中發生未檢測或檢測錯誤的情況主要是因為變化圖斑的形狀較復雜，涉及的地類圖斑、線物零物數量較多，或者變化圖斑與數據庫中地類圖斑的公共邊界不完全吻合.某一原生事件漏檢亦會導致其一系列次生事件不能被檢測出.

表6 地理事件檢測結果的準確率統計

Table 6 The accuracy statistics of geographical event detection results

闡述了地理時空對象的拓撲關系度量和空間相似性度量方法，分析了時空數據的空間拓撲約束、拓撲語義約束以及語義邏輯約束，以此為理論依據，提出了一種基于拓撲與空間相似性的地理事件檢測方法.土地利用現狀管理信息系統的實例證明，該方法能基于外部變化參考信息進行自動檢測并記錄整個變化過程中的所有事件，避免了大量的人為判斷與人為操作，且定義了原生事件和次生事件并以此描述整個時空過程中事件間的衍生關系，為時空數據庫的自動更新提供了一定的參考.進一步的研究工作包括：時空數據庫的自動更新機制研究,以及更新過程中的數據質量控制.

[1] 劉校妍.基于事件與版本管理的雙基態修正模型[D].杭州：浙江大學,2014. LIU Xiaoyan. Dual Base States Model with Amendments Based on Event and Version Management[D]. Hang zhou: Zhejiang University, 2014.

[2] 張豐,劉南,劉仁義,等.面向對象的地籍時空過程表達與數據更新模型研究[J].測繪學報,2010,39(3):303-309. ZHANG Feng, LIU Nan, LIU Renyi, et al. Research of cadastral data modeling and database updating based in spatio-temporal process[J]. Acta Geodaetica et Cartographica Sinica, 2010,39(3):303-309.

[3] 周曉光,陳軍,朱建軍,等.基于事件的時空數據庫增量更新[J].中國圖象圖形學報,2006,11(10):1431-1438. ZHOU Xiaoguang, CHEN Jun, ZHU Jianjun, et al. Event-based incremental updating of spatio-temporal database[J]. Journal of Image and Graphics, 2006,11(10):1431-1438.

[4] 周炤,孫群,劉海硯,等.用于變化發現的地理事件建模與表達[J].測繪科學技術學報,2013,30(1):87-90. ZHOU Zhao,SUN Qun,LIU Haiyan, et al. The modeling and expression of geographic events for change detection[J]. Journal of Geomatics Science and Technology, 2013,30(1):87-90.

[5] 夏慧瓊,李德仁,鄭春燕.基于地理事件的時空數據模型及其在土地利用中的應用[J].測繪科學,2011,36(4):124-127. XIA Huiqiong, LI Deren, ZHENG Chunyan. A geographical event-based spatiotemporal data model and its application in land use[J]. Science of Surveying and Mapping, 2011,36(4):124-127.

[6] 陳軍,林艷,劉萬增,等.面向更新的空間目標快照差分類與形式化描述[J].測繪學報,2012,41(1):108-114. CHEN Jun, LIN Yan, LIU Wanzeng, et al. Formal classification of spatial incremental changes for updating[J]. Aeta Geodaetica et Cartographica Sinica, 2012,41(1):108-114.

[7] 潘勵，王華.利用拓撲關系模型自動檢測居民地的變化類型[J].武漢大學學報：信息科學版，2009,34(30):301-303. PAN Li, WANG Hua. Automatic recognition of change types of residential areas using topology relations model[J]. Geomatics and Information Science of Wuhan University, 2009,34(30):301-303.

[8] 陳軍,周曉光.基于拓撲聯動的增量更新方法研究——以地籍數據庫為例[J].測繪學報,2008,37(3):322-329.CHEN Jun, ZHOU Xiaoguang. Incremental updating of spatial database based on topological linkage ,taking cadastral database’s updating as an example[J]. Aeta Geodaetica et Cartographica Sinica, 2008,37(3):322-329.

[9] CHEN Y, LI T, ZENG F, et al. Research on event-based update of spatial-temporal information of multisource sensor[C]// 22nd International Conference on Geoinformatics. Kaohsiung: IEEE, 2014:1-4.

[10] 劉校妍,蔣曉敏,樓燕敏,等.基于事件和版本管理的逆基態修正模型[J].浙江大學學報:理學版,2014,41(4):481-488. LIU Xiaoyan, JIANG Xiaomin, LOU Yanmin, et al. Model of backwards base state with amendments based on event and version management[J]. Journal of Zhejiang University: Science Edition, 2014,41(4):481-488.

[11] 李德仁,龔健雅,張橋平.論地圖數據庫合并技術[J].測繪科學,2004,29(1):1-4. LI Deren, GONG Jianya, ZHANG Qiaoping. On the conflation of geographic databases[J]. Science of Surveying and Mapping, 2004,29(1):1-4.

[12] 陳軍,李志林,蔣捷,等.基礎地理數據庫的持續更新問題[J].地理信息世界,2004,2(5):1-5. CHEN Jun, LI Zhilin, JIANG Jie, et al. Key issues of continuous updating of geospatial database[J]. Geomatics World, 2004,2(5):1-5.

[13] 紀亞洲,顧和和,李保杰.國土數據庫變更中公共邊自動匹配算法研究[J].中國礦業大學學報,2015,44(2):375-383. JI Yazhou, GU Hehe, LI Baojie. Study on automatic matching algorithm of common edges in land database updating[J]. Journal of China University of Mining & Technology, 2015,44(2):375-383.

[14] 鄭宇志,張青年.基于拓撲及空間相似性的面實體匹配方法研究[J].測繪科學技術學報,2013,30(5):510-514. ZHENG Yuzhi, ZHANG Qingnian. An approach to identical areal entity matching based on topology and spatial similarity[J]. Journal of Geomatics Science and Technology, 2013,30(5):510-514.

[15] 郝燕玲,唐文靜,趙玉新,等.基于空間相似性的面實體匹配算法研究[J].測繪學報,2008,37(4):501-506. HAO Yanling, TANG Wenjing, ZHAO Yuxin, et al. Areal feature matching algorithm based on spatial similarity[J]. Aeta Geodaetica et Cartographica Sinica, 2008,37(4):501-506.

[16] SERVIGNE S, UBEDA T, PURICELLI A, et al. A methodology for spatial consistency improvement of geographic databases[J]. Geoinformatica, 2000,4(1):7-34.

[17] 詹陳勝.多尺度數據庫中空間沖突自動檢測方法研究——以線要素為例[D].鄭州：解放軍信息工程大學,2012. ZHAN Chensheng. Study on Automatic Detection of Spatial Conflict in Muti-scale Database—A Case Research of Linear Features[D]. Zhengzhou: The PLA Information Engineering University,2012.

FANG Yapan1,2, ZHANG Feng1,2, DU Zhenhong1,2, LIU Renyi1,2

(1.ZhejiangProvincialKeyLabofGIS,ZhejiangUniversity,Hangzhou310028,China; 2.InstituteofGIS,ZhejiangUniversity,Hangzhou310027,China)

Geographical event detection based on topology and spatial similarity. Journal of Zhejiang University(Science Edition), 2016,43(6):701-708

The change process of geographical spatio-temporal objects is essentially a set of geographical event sequences, so geographical event detection is the key to realize the automatic updating of spatial database. To improve the automatic updating level of spatio-temporal data, taking data updating land use of as an example, five types of geographical events were defined by analyzing the concept and features of geographical events. Then, according to the thematic data constraints of spatial topology, semantic logic and topo-semantic, combined with the spatial similarity theory, this paper proposed a method of geographical event detection based on topology and spatial similarity, and defined protogenic event and secondary event to describe the derivative relationship between two geographical events. The application in land use data management information system proves that the detection method has practical feasibility and effectiveness in the process of land use data updating，which lays the foundation for further automation of event updating.

geographical event; protogenic event; secondary event; topology; spatial similarity; land use

2016-05-09.

國家自然科學基金資助項目(41471313，41671391)；國家科技基礎性工作專項(2012FY112300)；海洋公益性行業科研專項經費資助項目(201505003)；浙江省科技攻關計劃項目(2015C33021).

方涯盼(1991-)，ORCID:http://orcid.org/0000-0002-2263-814X，女,碩士研究生，主要從事時空數據更新與相關技術研究.

*通信作者，ORCID:http://orcid:org/0000-0003-1475-8480,E-mail:zfcarnation@zju.edu.cn.

10.3785/j.issn.1008-9497.2016.06.015

P208

A

1008-9497(2016)06-701-08