城市空间信息变化检测方法研究

吴张峰，刘一宁

（上海市测绘院，上海 200063）

城市空间信息变化检测方法研究

吴张峰，刘一宁

（上海市测绘院，上海 200063）

空间信息是城市重要的基础设施资源，大数据时代更是加快了城市空间信息的积累进程。面对海量的空间信息，如何快速发现、挖掘和分析多源地理信息带给我们的内在价值，是空间信息有效利用上的重要课题。本文提出一种针对地理要素的变化检测方法，实现对不同时相的同源、多源地理信息的变化分析，并应用于门牌号、道路和地表覆盖等方面的变化检测，进而分析城市空间信息的变化趋势。

城市空间信息；变化检测；相似度；多源数据

上海与世界上诸多超大城市一样，经历了人口剧增、快速扩张的阶段，特别是改革开放30多年的快速发展，上海不断长高、长大。然而，高速发展的同时上海也渐渐开始进入土地资源约束、环境资源约束带来的发展瓶颈。为此上海启动了城市更新计划，对本市建成区城市空间形态和功能进行可持续改善[1]，推进区域生态环境综合整治，解决旧城老化、中心城区趋于饱和的发展空间和土地资源、空间环境资源利用不合理等问题。

从空间范畴看，城市更新是在现有空间内进行有效更新和重构，这种更新和重构呈现出颗粒度小、变化周期短、相关地理要素多等特点。因此，面对新的城市建设模式，如何快速发现变化区域、级联更新，研究一套适合城市空间信息变化检测的方法，对于城市地理信息的及时更新、数据质量的有效控制以及公共服务的快速发布都尤为重要。本文将重点针对不同空间实体类型，分析同源和多源的数据特征，寻找适合城市空间变化的检测分析方法，通过对旧区改造、工业用地转型、城中村改造等重点空间变更区域的快速发现，为变化空间内相关地理信息更新提供依据。

1 地理信息相似关系分析

1.1 相似关系的评价因素

地理信息相似关系是用来描述比对要素之间在属性和空间两方面的相似程度。其中属性相似是指比对要素在属性信息上存在相似，可以是要素的所有属性信息，也可特指具有代表性的重要属性信息；而空间图形相似则涉及要素的空间位置、维数、长度、面积、形状、拓扑关系、距离关系、方向关系以及相对关系等[2]，要素的空间相似度受到多个因素的制约，需要根据不同要素实体类型，综合考虑多因素的评价方法来确认比对要素的相似关系。

1.2 要素标准化处理要求

由于比对要素的数据来源不同，存在平面坐标参考系、高程系统、数据存储等方面的差异，因此，在进行要素变化检测前需要对数据进行标准化处理，将数据的坐标系统、高程系统、数据格式统一到一个体系下。

（1）统一空间基准：比对要素需要保持一致性的空间基准，包括平面坐标基准和高程基准，涉及参考椭球、原点以及地图投影等因素，这是变化检测的前提。本文将数据统一为上海城市坐标系和吴淞高程系统。

（2）统一数据存储：由于不同存储格式在字段定义、储存精度等方面存在差异，因此，比对要素需要保持统一的数据存储格式，避免不同数据存储格式带来的影响因素。

（3）统一信息表达：包括统一属性信息的描述和地理图层的描述。对于比对要素的属性信息存在一个或多个字段描述，需要采用统一的属性描述或者建立对照关系，为属性变化检测提供统一属性信息标准；对于图层方面，则需要建立地理图层之间的对应关系，或者是要素编码之间的对应关系，确认变化检测的比对要素图层。

2 空间信息变化检测方法研究

在地理信息相似关系的基础上，我们进一步研究空间信息的变化关系，要素变化的种类可分为要素属性图形均无变化、属性变化图形不变、图形变化属性不变以及图形和属性均变化。其中，图形的变化检测比较复杂，需要考虑实体类型和各种因素制约。本文的检测方法更注重考虑同一空间位置的形状、大小的变化，忽略要素的移动、旋转等因素。

2.1 属性变化检测

地理信息的属性变化检测是通过比对要素的对应属性进行描述一致性检测。严格意义上说，如果比对要素对应的属性字段值存在字符不完全匹配的情况，就认定为不一致。当然，对于代表性专题属性信息变化可替代所有属性信息变化的情况，则研究采用新的评价标准，将分词词库引入属性变化检测方法中。提取属性描述中的主关键词，通过比对要素中关键词的相似度判断，确认比对要素的属性相似度。实验证明，当关键词比对的相似度达到70%以上，则判断为属性相似，没有变化；低于70%，则判定为属性变化。

2.2 几何要素变化检测

（1）点要素几何变化检测

点要素的几何变化主要有新增、删除、移动等。点要素的检测主要采用距离匹配的方法，通过欧式距离计算公式，计算比对要素间的距离是否在判定相似的缓冲半径内。如果计算结果在缓冲半径内，则判定为点要素几何实体无变化。两维点和三维点的变换检测均可采用同样的方法：

其中，缓冲半径R的阈值在先验值的基础上，增加k因子，用于调节不同数据尺度和不同区域等因素的影响。比如：在制图数据库中，不同比例尺的缓冲半径受点位相对精度的影响；同样在要素分布密集和分散的地区，可根据所在区域的平均间距确定k因子的大小，以提高检测的效果。

（2）线要素几何变化检测

线要素的几何变化主要有新增、删除、线节点移动、线方向变化等。线要素的数据来源比较复杂，存在同源和多源等情况，数据表达各不相同。因此，线要素的相似性采用多因子综合评价的方式计算，针对线的长度、平均距离、始末方向、局部形态等因素、赋予不同权重，最终根据综合评价数值来确定线要素的相似度。

线要素无论来源的差异多大，需要在同一位置表达的线总体走势不变，即同一位置上不同线要素都会围绕着同一条线要素来描述的，故此，我们采用了平行度作为线要素走势的一个衡量标准，不同数据的两条线要素平行度保持的越好，则这两条线的匹配度越高。

首先求出待匹配线要素A各个节点到匹配线要素B的平均距离作为均值。计算各节点相对于该均值的抖动情况，多节点抖动值累加的平均值即为A相对于B的平行度，具体计算公式如下：

其中，Db为道路A相对于B的平行度，dis为线要素A单个节点到线要素B的距离；n为节点总数。

在道路导航数据、水系数据的变化检测中，需要增加线要素的矢量方向因素，即线的起点到终点的斜率相似度。

（3）面要素几何变化检测

面要素的几何变化主要有新增、删除、面节点移动、面抠除等。面积重叠度是面要素几何变化的优先检验方法。面积叠置率的定义为两个面要素重叠部分的面积与各自总面积的比率：

其中，面要素A1、A2的面积分别为Area(A1)、Area (A2)，Area (A1A2) 为A1和A2的完全重叠面积。当D(A1, A2)和D(A2, A1)都接近1时，则表示A1，A2两个面要素极为相似。当然，对于面要素的检测，还需增加质心点距离、面边线要素匹配等多种检测方法，采用多因子综合评价的方式，对各种相似度加权平均来获得总相似度值。

3 变化检测方法在城市空间信息监测中的应用

3.1 多时相的门牌号变迁

目前，上海已建立门牌号数据周期采集机制，实现每年全市范围内的一次更新，每次总数据量达到200万条，门牌号数据分为城镇道路，城市老区，城镇新村、农村村落和农场大队五大类型。针对2014年和2015年的两个时相门牌号数据，采用点几何要素变化检测方法，将空间分析结果与门牌号类型相结合，发现有些区域出现门牌号由密集杂乱型转为整齐分散型转变的趋势（图1），门牌号属性由城市老区的命名方法向城镇新村的命名方法改变，从空间信息变化检测上寻找上海旧区改造的痕迹，为进一步城市演变分析做出初步探索。

3.2 多源道路线的变化检测

道路数据的来源丰富，包括道路导航数据，公开版地图数据库中的道路数据、消防道路数据以及国情普查中的道路数据等多种来源。通过线要素几何检测的方法，分析多种道路数据源，比对基础地理数据库中的道路中心线，发现存在新增、删除、移动等变更的道路线（图2），为基础数据库的更新区域、更新种类提供依据，也是基础数据库质量检查的有效辅助手段。

3.3 地表覆盖的监测分析

图1 多时相门牌号的变化分析Fig.1 Analysis on the change of multi-time address number

图2 多源道路的变化检测分析Fig.2 Detection and analysis of the change of multi-source road data

由于上海已积累了2014年地理国情普查数据和2015年地理国情监测数据，并正在逐步完成2016年地理国情监测。周期性地理国情数据采集机制的建立，为上海城市空间信息变化检测分析提供了丰富的数据基础。地表覆盖类数据作为地理国情普查数据的重要组成部分，客观反映城市土地利用的各种方式，分为耕地、园地、林地、草地、房屋建筑（区）、道路、构筑物、人工堆掘地、荒漠与裸露地表、水域十大类别。采用面要素重叠度分析的方法，计算各年份地表覆盖的重叠部分和差异部分，并根据差异部分的大小和形状，并结合地表覆盖类型，可快速获取城市地表变化的分布情况（图3）。

图3 地表覆盖监测成果变化检测分析Fig.3 Detection and analysis of the change of ground cover data

4 结束语

目前，本文研究的城市空间信息变化检测方法，在地理信息变化发现、增量更新、多源地理信息匹配等方面做了初步尝试，验证了变化检测方法应用于门牌号、道路线、地理国情监测等变化分析的可行性。今后，变化检测技术也将着重从数据源的数据分析、时空地理信息积累、地理变迁、空间信息质量控制等方面，提高技术的有效性，发挥其在灾害动态监测、环境污染监测、城市演变以及城市规划等方面的前瞻性作用。

References)

[1] 上海市人民政府. 上海市城市更新实施办法[Z].2015. Shanghai Municipal People's Government. The implementation measures of urban renewal in Shanghai[Z]. 2015.

[2] 闫浩文,褚衍东. 多尺度地图空间相似关系基本问题研究[J]. 地理与地理信息科学,2009,25(4):42-44. YAN H W, Chu Y D. On the fundamental issues of spatial similarity relations in multi-scale maps[J]. Geography and Geo-Information Science,2009,25(4):42-44.

[3] 顾星晔. 城市三维空间数据的特征及其管理策略研究[J]. 上海国土资源,2014,35(2):92-94. Gu X Y. The features and management of three-dimensional urban spatial data[J]. Shanghai Land & Resources, 2014,35(2):92-94.

[4] 刘一宁. 多源矢量道路匹配方法研究[J]. 现代测绘,2014, 37(2): 16-18. Liu Y N. Research on multi-source vector road data matching[J]. Modern Surveying and Mapping, 2014,37(2):16-18.

[5] 储节磊,龚晖. 矢量图形的比较识别研究[J]. 计算机应用与软件, 2010,27(12):250-252. Chu J L, Gong H. Research on comparison identification of vector graphics[J]. Computer Applications and Software, 2010,27(12):250-252.

[6] 李新滨,江娜,孔杰. 一种基于几何特征的面状地理要素变化检测方法[J]. 测绘与空间地理信息,2011,34(3):177-180. Li X B, Jiang N, Kong J. A change detection method of polygon features based on geometrical characteristic[J]. Geomatics & Spatial Information Technology, 2011,34(3):177-180.

[7] 万远,李霖,应申. 地理信息数据变化检测系统的研究与实现[J].计算机工程,2010,36(9):4-6. Wan Y, Li L, Ying S. Research and implementation of geographic information data change detection system[J]. Computer Engineering, 2010,36(9):4-6.

[8] 宋唯,刘利锋,龚威,等. 规划和国土资源综合信息监管平台关键技术研究与应用[J]. 上海国土资源,2015,36(4):52-54. Song W, Liu L F, Gong W, et al. Research and application of key technologies in planning a comprehensive information monitoring platform for land resources[J]. Shanghai Land & Resources, 2015,36(4):52-54.

[9] 夏兰芳. 基于遥感信息和DSM 的城市土地利用变化监测研究[J]. 测绘与空间地理信息,2012,35(8):5-7. Xia L F. Research on land use change monitoring based on remote sensing information and DSM[J]. Geomatics & Spatial Information Technology, 2012,35(8):5-7.

[10] 张剑清,朱丽娜,潘励. 基于遥感影像和矢量数据的水系变化检测[J]. 武汉大学学报,2007,32(8):663-666. Zhang J Q, Zhu L N, Pan L. River change detection based onremote sensing imagery and vector data[J]. Geomatics and Information Science of Wuhan University, 2007,32(8):663-666.

[11] 吴建华,傅仲良. 数据更新中要素变化检测与匹配方法[J]. 计算机应用,2008,28(6):1612-1615. Wu J H, Fu Z L. Methodology of feature change detection and matching in data updating[J]. Computer Applications, 2008,28(6):1612-1615.

[12] 张桥平,李德仁,龚健雅. 城市地图数据库面实体匹配技术[J]. 遥感学报,2004,8(2):107-113. Zhang Q P, Li D R, Gong J Y. Areal feature matching among urban geographic databases[J]. Journal of Remote Sensing, 2004,8(2):107-113.

Research on methods for detecting change in urban spatial information

WU Zhang-Feng, LIU Yi-Ning
(Shanghai Surveying and Mapping Institute, Shanghai 200063, China)

Spatial information is an important urban infrastructure resource and arrival of the big data era has accelerated the process of its accumulation. With massive amounts of spatial information, how to discover, mine, and analyze the intrinsic value of multi-source geographic information quickly is an important issue for its effective use. Therefore, in this paper, we present a method to detect changes in multi-source, multi-temporal geographical features. The method can be used to analyze changes of doorplate roads, land cover, etc.; and to analyze trends in the use of urban spatial information.

urban spatial information; change detection; similarity; multiple source data

P208

A

2095-1329(2016)04-0089-03

10.3969/j.issn.2095-1329.2016.04.023

2016-10-14

2016-11-18

吴张峰(1978-),男,高级工程师,主要从事地理信息系统研发及公共服务平台建设等研究.

电子邮箱: zfwu@shsmi.cn

联系电话: 021-62549550×8142

地理空间信息工程国家测绘地理信息局重点实验室经费资助项目