基于多源數據集成的地理信息系統數據高效整合研究

劉 波

（山東省國土測繪院，山東 濟南 250013）

0.引言

在信息技術飛速發展的背景下，地理信息系統的設計研發取得了質的飛躍[1]。隨著地理信息指標不斷地細化，地理信息系統產生了海量的數據，如何在分析工作過程中迅速整合數據成為了當下的研究熱點[2]。從地理數據的整合本質來看，數據整合過程就是將地理信息系統中的數據處理為多源數據集后，利用數據集內數據的多源性以及多尺度性，設定數據管理標準，將不同管理項目內的數據整合為相同的量綱的過程[3]。在該種數據整合方法的支持下，不同類型的地理信息系統數據之間能夠形成協調一致的狀態，為高效分享地理信息數據提供支持。由此可知，研究基于多源數據集成的地理信息系統數據高效整合方法具有必要性。

在上世紀五十年代中期，國外研究人員將集成管理技術與地理空間處理技術作為技術支持，設定了數據整合的統一標準[4]，實現了不同系統間的數據跨平臺互通。國內地理信息系統研究起步較晚，研究人員歸納總結了地理信息系統數據的特點，確定了數據整合工作首要解決的問題，并構建了數據尺度變換算法。文獻[5]中的數據整合方法，以BIM和GIS作為數據集成處理工具，制定了數據整合的數據標準，在三維可視化平臺的支持下構建了數據整合過程。文獻[6]中的數據整合方法應用Spark環境作為數據處理工具，采樣計算信息數據的綜合權重，采用基于相關性的特征處理方法構建數據整合規范，構建形成數據整合過程。經階段性的應用探析可發現，現有的數據整合方法存在整合時間較長、屬性匹配度較低的問題，由此可知，研究基于多源數據集成的地理信息系統高效整合過程具有一定的意義。

1.基于多源數據集成的地理信息系統數據高效整合研究

1.1 集成地理信息系統多源數據

地理信息系統內存在多源結構的信息數據，在集成處理時，采用模式樹的方法將信息數據處理為層次結構，處理過程如公式（1）所示：

式（1）中，H為構建的層次處理參數；D0為模式樹的節點參數；T為數據的處理周期。將模式樹結構內的數值按照從大到小的順序排列，將層次參數大的信息數據劃分在模式樹內的主節點處，將數值大小相差不大的數據放置在相同等級內的樹狀節點內，整理為以數值為模式結構點的模式樹后，在相同結構內標定信息多源數據的屬性，采用節點傳遞函數處理相同模式樹結構內的數據，處理過程如公式（2）所示：

式（2）中，h（v）為構建的節點函數；v為屬性參數；W為標定函數；其余參數含義不變。將模式樹間的地理信息數據構建數值關系后，為了消除地理信息數據之間的約束，在多源數據內設定一個數值等價條件。設定的等價條件如公式（3）所示：

式（3）中，R為地理信息數據的轉換參數；S為信息數據的多源等價參數；G為多源數據的屬性參數；其余參數含義不變。等價處理后的多源數據存在一定的異構沖突，為了消除實際產生的異構沖突，采用K關聯的處理方式集成多源數據為模式樹的結構增量。處理過程如公式（4）所示：

式（4）中，f（i）為構建的模式樹節點的增量函數；Bi為多源數據的沖突修正；N為模式樹結構內存在的節點總數。此時，在集成處理多源數據過程中，模式樹結構內形成了集成傳遞過程（如圖1所示）：

圖1 多源數據的集成傳遞過程

由圖1中的集成傳遞過程可知，在不同結構增量參數的控制下，地理信息系統中的數據處理多個傳遞條件的多源數據集，利用集成處理后的信息數據集，匹配地理信息數據的屬性。

1.2 匹配地理信息數據屬性

使用上述集成處理后的多源數據，將模式樹結構內的數據處理為屬性元素，引用相似度計算公式計算屬性元素之間的相似性，計算公式如公式（5）所示：

式（5）中，A、B分別為選定的屬性元素；wi為屬性元素的相似性權重；J為元素匹配參數。考慮到模式樹結構中深層次元素的單位不可分性，在模式樹內構建一個路徑匹配過程。構建的匹配過程如公式（6）所示：

式（6）中，P為構建路徑匹配函數；a為路徑條件參數；k為匹配路徑的權重因子；d1為元素節點在模式樹中的路徑距離；其余參數含義不變。將符合路徑匹配數值關系的多源數據處理為相同的類別，采用數值擴充的方式重新計算相同路徑內的元素相似性，數值關系如公式7所示：

式（7）中，SSim（A′，B′）為相同路徑內元素的相似度；S（A）、S（B）分別為相同路徑內元素的屬性值。將上述處理的相似性數值處理為值域，并以該值域作為匹配過程中的數值條件，最終構建的數據屬性匹配過程如公式（8）所示：

式（8）數值關系中，V為構建的匹配函數；V（A）、V（B）分別表示屬性參數形成的數值條件集；其余參數均保持原含義不變。利用上述構建的信息數據屬性匹配的數值關系，為了高效實現數據整合過程，構建數據整合算法。

1.3 建立數據整合算法

在上述構建的屬性匹配過程中，調用屬性匹配形成的數據個體選擇過程，根據多源數據之間的個體作用，確定多源數據間數值作用規則，數值關系如公式（9）所示：

式（9）中，Q為設定的數據作用參數；f（A′）、f（B′）為數據匹配屬性的相互函數；K為數據匹配次數。為了滿足數據整合過程的時效性，在上述的數值作用規則內，采用Metropolis準則設置屬性數據更新過程。設定的更新過程如公式（10）所示：

式（10）中，Fi為設定的更新函數；λi為引用準則內的規則函數；ti為設定的更新周期；其余參數保持其原有含義不變。受到地理信息系統數據標度單位的影響，不同地理信息尺度數據在整合時，容易出現數據不兼容的現象。為了處理該現象，在上述構建的數值更新過程內，以設定的更新周期作為自變量，整理更新過程產生的數值階躍響應（如圖2所示）：

圖2 更新過程產生的階躍響應

由圖2可知：在前兩個更新周期內，更新數值內產生了數值較大的階躍，將該階躍狀態下的更新參數作為整合算法內的精細參數，最終構建形成的數據整合算法如公式（11）所示：

式（11）中，D（v）為構建的數據整合算法；L為算法的收斂參數；其余參數保持原有含義不變。為了增強數據整合算法的時效性，轉換融合數據的狀態為遍歷狀態，增強數據融合算法的時效性。綜合上述處理過程，最終完成對基于多源數據集成的地理信息系統數據高效整合過程的研究。

2.仿真實驗

2.1 采集地理信息系統數據

隨機調用某地的地理信息系統，調配后臺數據中的柵格配準功能，采集得到地理信息系統中的數據，采集過程（如圖3所示）：

圖3 采集地理信息系統數據過程

數據采集后，將得到的系統數據整理為（如表1所示）的系統數據集：

表1 整理得到的地理信息系統數據

在圖3所示的系統數據支持下，采用單獨圖層處理的方式將表1中的數據增量處理為圖斑范圍，不斷核實圖斑范圍中產生的偏差。，修正處理完畢后，將更新后的信息系統數據作為整合處理對象，應用基于多源異構的整合方法、基于模式映射的整合方法以及所設計的數據整合方法進行實驗，選定相同的性能指標作為處理對象，對比三種整合方法的性能。

2.2 結果及分析

使用上述采集得到的地理信息系統數據，對應不同的地類名稱，采用XML文檔將其映射處理為圖斑數據模式。映射處理過程如公式（12）所示：

式（12）中，r（u）為構建的映射模式函數；Ne為參與整合數據的數量；pu為映射的調優參數。將其映射處理為地理圖斑數據模式后，以該模式作為地理信息系統的屬性，定義三種數據整合方法數據匹配屬性的過程，統一計算三種數據整合方法在匹配過程中形成的匹配度，數值關系如公式（13）所示：

式（13）中，α為計算的匹配度；em為數據整合方法內的匹配函數；其余參數含義不變。結合上述構建的匹配度數值關系，在表中地類數據的支持下，整理數據整合方法數據屬性的匹配度，結果（如圖4所示）：

圖4 三種數據整合方法屬性匹配度結果

在定義采集地理信息數據的圖斑屬性后，根據映射處理形成的數值關系，構建數據整合方法的匹配度數值關系，定義計算得到的匹配度參數越大，則表明該種數據整合方法匹配地理圖斑屬性越準確。由圖4所示的屬性匹配度可知，基于模式映射的整合方法在處理前十種地類時，計算得到的匹配度在0.25左右，在處理第十一種地類時，屬性匹配度上升至0.6，該種數據整合方法能夠匹配準確的圖斑屬性，但匹配過程不穩定。基于多源異構的數據整合方法在前五組地類數據內屬性匹配呈現了數值突變，在處理剩余地類數據時，匹配度數值保持在0.1左右，該種數據整合方法實際匹配土地圖斑屬性表現出的準確性較差。而所設計的數據整合方法在處理前五組地類數據時，圖斑匹配度數值為0.6，在處理接下來的圖像時，匹配度數值上升至0.9，與選定對比的兩種數據整合方法相比，所設計的整合方法匹配地理圖斑屬性最準確。

在上述實驗環境下，整理不同地類數據形成的數據量大小，并結合表中各項參數的數值大小，構建數據量數值關系，如公式（14）所示：

式（14）中，c為構建的數據量處理函數；b為線狀地編物；L為地理面積的長度；H為地理面積的寬度；S為地理處理面積。對應上述數據量數值關系，處理表中地理信息為數據量，并以該數據量作為自變量，調用運行地理信息系統的上位機，整理三種數據整合方法產生的整合時間，時間結果（如圖5所示）：

圖5 三種數據整合方法所需的時間

在構建的數據量轉化公式內，整理上表中的各項數據處理為數據量為0～1400kb的數據，調用運行整合方法的上位機，根據統計得到的時間結果可知，將數據整合方法處理的數據量規范在相同的數值區間時，以1400kb的地理信息數據作為對比指標，基于多源異構的整合方法所需的運行時間為58ms，實際所需的數據整合時間最長。基于模式映射的數據整合方法在相同數據處理量下所需的整合時間為40ms，實際所需的整合時間較長。而所設計的數據整合方法在相同的數據整合量下所需的數據整合時間為22ms，與兩種應用對比的數據整合方法相比，所設計的數據整合方法消耗的整合時間最短，時效性最佳。

保持上述實驗環境不變，對應上述定義得到的地理圖斑屬性，對應不同的地類，將采集得到的地理信息系統數據反向驗證地理信息系統所構建的圖斑面積，調用三種數據整合方法中的處理算法，構建地理面積誤差判斷數值關系，如公式（15）所示：

式（15）中，V為計算得到的誤差；M、N分別為地理圖斑的邊長；P（ci，αj）為信息數據被整合的概率；i、j分別為信息系統的模式參數；其余參數含義不變。對應上述構建的整合地理圖斑面積產生的誤差判別數值關系，整理三種數值整合方法產生的誤差結果（如圖6所示）：

圖6 三種數據整合方法整合圖斑地理面積產生的誤差

根據定義的面積誤差數值關系，對應整理三種整合方法整合地理圖斑面積產生的誤差，由上圖可知，定義統計坐標范圍內的正向為大于標準地理圖斑面積，負向則為小于標準地理圖斑面積。結合上述標定的數據點可知，基于多源異構的數據整合方法在設定的地類范圍內，實際產生的整合面積誤差最大，遠遠偏離標準地理面積。基于模式映射的數據得到的整合面積誤差較小。而所設計的數據整合方法最終實際產生的整合誤差點在設定的0線左右，與兩種選定的數據整合方法相比，所設計的數據整合方法整合地理圖斑面積產生的誤差最小。

3.結束語

利用多源數據集成技術作為支持，研究構建了地理信息系統數據整合過程，經實驗驗證可知，所設計的數據整合過程能夠改善現有數據整合方法數據整合時產生的誤差過大的問題。在未來工作當中，希望所設計的數據整合過程能夠為其提供理論支持。