地图数据多比例尺级联更新方式研究

蓝秋萍，李 嘉

（河海大学地球科学与工程学院，江苏南京210098）

一、引 言

保持地图数据的现势性就是能够及时地对地图及其数据库进行更新，而随着社会发展的日新月异，地图数据的更新变成了一项长期而繁杂的任务。长期以来，基础地理信息数据的更新都是通过手工来完成的，自动化程度都很低，人工干预仍然是主要的过程，全自动化的地理数据更新依然是一件很困难的事情［1］。另外，地图数据更新不仅要解决某个比例尺下的数据更新问题，而且还要解决多个比例尺数据之间的级联更新问题，以保证数据的正确性和一致性［2］。因此，本文地图数据多尺度级联更新的目的是在某个相对较大比例尺地图数据更新的情况下，实现各级较小比例尺地图数据的自动级联更新。

在实际生产中常见的更新方法有:实地测量、摄影测量、航片测图和地形图缩编法。其中，实地测量、航片测图或遥感影像测图均可以更新大、中比例尺数据，但每种比例尺数据都如此更新，显然成本太高。缩编更新是基于地图自动综合的理论技术，用新的大比例尺数据更新旧的大比例尺及各级较小比例尺数据。地图数据缩编更新不仅节省人力物力，而且可缩短更新周期，并使各比例尺数据具有一致性。特别是我国经过几十年的努力，已经基本建成或正在建设具有系列比例尺的多尺度空间数据库，缩编更新小比例尺数据具有明显优势［3-5］。

本文提出了针对我国中小比例尺地图数据级联更新的方式:增量式缩编级联更新方式，即在原有数据基础上只对发生变化的数据进行相应更新，并将这些变化更新传递到下一级小比例尺数据上，以实现多个比例尺数据的级联更新。

二、地图数据增量式缩编级联更新的工作过程

增量式缩编更新方式的具体工作流程如图1所示。这个流程主要包括5个环节:数据整合、变化检测、数据删替、关系协调和级联判断。

图1 增量式地图数据多尺度级联更新流程图

1)数据整合:由于更新来源数据各异，在空间参考、数据精度、属性信息详细程度、语义表达等方面都不尽相同，因此要利用这些数据进行目标匹配，就需要对它们预先进行整合处理，以使它们具有统一的空间地理坐标系，同时整合属性信息到数据库中相似的字段中，以便进行语义和几何两个方面的匹配。

2)变化检测:比较新旧比例尺地图数据，自动寻找变化要素，获取综合要素集和删除要素集。其中，综合要素集中包含了新大比例尺地图数据上新增的要素和部分变化的要素;删除要素集中包含了消失的要素和部分变化的要素，删除要素集的获取应根据变化检测数据源尺度的不同需要进行不同的处理。采用这种处理方式是因为笔者希望对于数据库的操作仅仅是增加和删除，以降低数据删替环节的复杂度。对于发生部分变化的要素来说，首先从较小比例尺数据库中将这些要素全部删除，然后把经过地图综合更新后的要素再全部加入较小比例尺地图数据库中。

3)数据删替:对于删除要素集进行跨尺度匹配操作，在旧较小比例尺上删除这些要素，然后与综合要素集中的要素合并后进行基于增量信息的综合缩编操作，得到初步更新的地图数据与新增要素集两个数据。其中，新增要素集中存放的是新增加的部分变化与新增的较小比例尺数据，方便历史数据的回溯分析及作为下一级比例尺数据更新的输入。

4)关系协调:进行拓扑重建与关系协调，从而获取较小比例尺地图数据的更新。

5)级联准备:此时完成一个比例尺的地图数据更新，若还有下一级小比例尺数据需要更新，则无需进行变化检测，只需要清空综合要素集的记录，然后把新增要素集中的记录复制到综合要素集中，再一次进行跨尺度匹配和综合缩编操作，直到没有更小比例尺需要更新为止。

显然，利用这种更新方式实现多尺度地图数据的级联更新，在待更新的地图数据大于两个尺度的情况下，用于更新的变化要素仅需要检测一次即可，在保持数据库的现势性和一致性的前提下，节省了变化的多次判读过程，大大节约了数据更新的人力和物力。

三、增量式数据级联更新关键技术

1.多尺度空间目标匹配技术

多尺度空间目标匹配的目的是通过一系列的空间实体相似度指标，识别出同一地区不同时相、不同尺度地图数据库中的同名实体，从而建立两个地图数据库之间同名实体之间的连结。本文研究空间目标匹配的目的是为了数据更新的需要，在变化检测和数据处理阶段都需要使用到。

空间目标多尺度匹配过程实际上包含了3个步骤:基于语义的预匹配、基于空间拓扑关系的粗匹配和线目标与面目标的精确匹配。其中，语义匹配是使两个待匹配的区域表示统一的专题内容，以减少候选匹配集的数量;粗匹配主要利用源目标和匹配目标的空间拓扑关系形成候选匹配集，建立源目标与匹配目标的映射关系。多尺度空间目标的匹配关系除了1∶1以外，还普遍存在1∶N或N∶M的情况，因而这个与源目标匹配的候选集里就可能包含多个匹配目标。因此，为了获取候选集中与源目标最佳的匹配目标，还需要进行精确匹配。所谓的精确匹配指的是不同地图上目标的一一对应关系，对于发生了变化的目标也可以建立这种对应关系。因此，需要引进匹配相似度概念，用来确定空间目标是否发生了变化。匹配相似度指的是不同地图上两实体各种指标的相似程度(如线要素通过长度、角度、首尾连通度几个指标确定相似度;面要素通过面积、周长和形状几个指标确定相似度)，匹配相似度越接近1，表明两目标越匹配，发生变化的可能性越小;匹配值远离1，则表明两目标匹配程度不高，发生变化的可能性大。为了能够根据匹配相似度值确定地物是否发生变化，需要设置匹配阈值范围，在范围内的就认为没有发生变化，而匹配相似度在阈值范围外的则认为发生了变化。

为了便于在多尺度空间数据库建立后进行快速查询、分析和更新，可在相邻比例尺地形图数据库之间进行要素匹配时，在其所属数据库中分别建立匹配关联表(见表1)，用来存储大小比例尺的对应关系。

表1 匹配关联表结构

这种关联关系通过在相邻两个比例尺数据库中建立匹配关联表来实现，关联表的设计完全按照数据库建表要求。表1为关联表的字段结构，该表中记录了当前目标的ID号LoDSID、在相邻的大比例尺中关联目标的ID号LoDBID，以及它们的匹配相似度MatchNum。通过在每两个相邻比例尺中建立该关联表，即可以查询当前目标在相邻大比例尺中对应的目标和匹配相似度。同时，若知道相邻大比例尺中的目标ID号，根据本关联表还可以查询出其相邻小比例尺中的对应目标。如查询大比例尺中ID为QueryID的目标在相邻小比例尺中的对应目标，通过执行如下查询语句即可

SELECT LoDSID FROM ［InfoTable］ WHERE LoDBID=QueryID

SELECT DISTINCT LoDBID FROM［InfoTable］WHERE LoDSID IN(SELECT LoDSID FROM ［InfoTable］ WHERE LoDBID=QueryID)

SELECT MatchNum FROM ［InfoTable］WHERE LoDBID=QueryID

2.多尺度空间变化检测技术

变化检测的目的是为了检测地表的真正变化，但是这种真正变化的检测却受多方面因素影响，如数据源及环境、用于表达真实地表的数字介质对地形的表现手段、变化检测的技术、地图综合技术等因素。对于不同比例尺下的几何变化检测来说，地图综合技术的影响将会被重点考虑。

本文变化检测有两种情形:同比例尺辅助下的变化检测和跨比例尺变化检测。顾名思义，前一种检测的数据源是相同比例尺，因而变化的判读相对简单，而后一种的数据源是一大一小两个比例尺，变化检测面临着地图综合这一难题，变化的判读受到地图综合的影响，使得变化有“真”和“伪”之分。所幸的是对于本文来说，变化检测只是为了辅助检测出那些“可能发生的变化”，而对于这种变化应先尽可能地排除诸如地图综合带来的影响，从而减少对这些变化的后期处理工作。而且本文工作的前提是宁可多检测出变化地物，而不能漏掉其中的任意一个，尽管这会增加候选的工作量，但是对于质量保证是安全的。因此，要做的工作是首先排除完全没有发生变化的地物，然后判断地物是新增还是消失。对于新增和消失的处理方式是完全不一样的，一个是地图综合操作;一个是删除操作，而剩余的地物都将作为发生了部分变化的地物，对于这些地物，既要在对应小比例尺中删除，又要与新增地物一起参加地图综合以用于小比例尺地图的更新。对于某个地物来说，它应该是消失的还是部分变化的，或者应该是新增的还是部分变化的，可以不用去深入追究，只需要将这种地物看成是删除要素或者综合要素即可。

四、实 例

试验采用的数据是某地区4幅更新过的1∶1万地图、1幅1∶5万旧地图和1幅1∶10万旧地图，如图2所示。由于数据库中不存在旧的1∶1万地图，因而这次数据更新中变化检测是跨尺度的，试验中涉及的变化参数，即匹配相似值的阈值范围要相对同比例尺变化检测范围要宽一些，因为地图综合会对地物的几何形状带来影响，采用的阈值范围为(0.85～1.15)。试验流程如图1所示，首先更新1∶5万地图，通过多尺度空间目标匹配与变化检测技术得到图3(a)需要在1∶5万地图中删除的要素集S和图3(c)的1∶1万综合要素集;然后进行基于增量信息的地图综合及关系协调后，得到图4(a)的新1∶5万地图数据，同时得到图3(d)1∶5万新增要素集，以用于后一个比例尺数据的更新;此后进一步更新1∶10万地图，根据图1级联判断环节进行数据处理后，经过多尺度空间目标匹配技术得到需要在1∶10万地图中删除的要素集S(如图3(b)所示)，以及经过处理后得到图3(e)的1∶5万综合要素集;最后进行基于增量信息的地图综合及关系协调后，得到图4(b)的新1∶10万地图数据，同时得到图3(f)的1∶10万新增要素集，以用于后一个比例尺数据的更新。若数据库中还有1∶25万、1∶50万等地图等待更新，可以依次用此方法继续。

图2 3个比例尺地形图

图3 居民地更新过程临时数据

图4 更新后两个比例尺居民地

五、结束语

本文为地图数据多比例尺级联式更新应用提出了一种切实可行的方法:增量式缩编级联更新方法，并对该方法中的多尺度空间目标匹配技术、多尺度空间变化检测技术进行了剖析。本方法正确率和效率较高，已在某市1∶2.5 万、1∶5 万、1∶10 万和1∶25万地图数据更新中应用。但本方法也存在一些有待进一步研究的问题，如在地图数据变化率大且范围广的情况下可能导致这种增量更新方式的速度变慢，而应该考虑其他的更新方式如基于幅面的更新方法;对地物变化与不变化的判断主要取决于匹配相似表中的匹配相似度，并通过一个阈值范围来确定变化与否，若阈值范围小则会造成变化地物量增加，若偏大则会造成变化地物的缺失，如何确定该范围或者换一种方法判断地物是否发生变化需要作进一步研究。

［1］ CROITORU A，DOYTSHER Y.Toward an Integrated Solution for an Optimized Vector Data Base Updating Process［C］∥ IAPRS.Amsterdam:［s.n.］，2000:194-200.

［2］ 傅仲良，吴建华.多比例尺空间数据库更新技术研究［J］.武汉大学学报:信息科学版，2007，32(12):1115-1118.

［3］ 艾廷华，郭宝辰，黄亚锋.1∶5万地图数据库的计算机综合缩编［J］.武汉大学学报:信息科学版，2005，41(5):858-862.

［4］ 蒋捷，陈军.基础地理信息数据库更新的若干思考［J］.测绘通报，2000(5):1-3.

［5］ 陈军，李志林，蒋捷.基础地理数据库的持续更新问题［J］.地理信息世界，2004，2(5):1-5.

［6］ 王家耀.空间数据自动综合研究进展及趋势分析［J］.测绘科学技术学报，2008，25(1):1-7.