藍秋萍,李 嘉
(河海大學地球科學與工程學院,江蘇南京210098)
保持地圖數據的現勢性就是能夠及時地對地圖及其數據庫進行更新,而隨著社會發展的日新月異,地圖數據的更新變成了一項長期而繁雜的任務。長期以來,基礎地理信息數據的更新都是通過手工來完成的,自動化程度都很低,人工干預仍然是主要的過程,全自動化的地理數據更新依然是一件很困難的事情[1]。另外,地圖數據更新不僅要解決某個比例尺下的數據更新問題,而且還要解決多個比例尺數據之間的級聯更新問題,以保證數據的正確性和一致性[2]。因此,本文地圖數據多尺度級聯更新的目的是在某個相對較大比例尺地圖數據更新的情況下,實現各級較小比例尺地圖數據的自動級聯更新。
在實際生產中常見的更新方法有:實地測量、攝影測量、航片測圖和地形圖縮編法。其中,實地測量、航片測圖或遙感影像測圖均可以更新大、中比例尺數據,但每種比例尺數據都如此更新,顯然成本太高??s編更新是基于地圖自動綜合的理論技術,用新的大比例尺數據更新舊的大比例尺及各級較小比例尺數據。地圖數據縮編更新不僅節省人力物力,而且可縮短更新周期,并使各比例尺數據具有一致性。特別是我國經過幾十年的努力,已經基本建成或正在建設具有系列比例尺的多尺度空間數據庫,縮編更新小比例尺數據具有明顯優勢[3-5]。
本文提出了針對我國中小比例尺地圖數據級聯更新的方式:增量式縮編級聯更新方式,即在原有數據基礎上只對發生變化的數據進行相應更新,并將這些變化更新傳遞到下一級小比例尺數據上,以實現多個比例尺數據的級聯更新。
增量式縮編更新方式的具體工作流程如圖1所示。這個流程主要包括5個環節:數據整合、變化檢測、數據刪替、關系協調和級聯判斷。

圖1 增量式地圖數據多尺度級聯更新流程圖
1)數據整合:由于更新來源數據各異,在空間參考、數據精度、屬性信息詳細程度、語義表達等方面都不盡相同,因此要利用這些數據進行目標匹配,就需要對它們預先進行整合處理,以使它們具有統一的空間地理坐標系,同時整合屬性信息到數據庫中相似的字段中,以便進行語義和幾何兩個方面的匹配。
2)變化檢測:比較新舊比例尺地圖數據,自動尋找變化要素,獲取綜合要素集和刪除要素集。其中,綜合要素集中包含了新大比例尺地圖數據上新增的要素和部分變化的要素;刪除要素集中包含了消失的要素和部分變化的要素,刪除要素集的獲取應根據變化檢測數據源尺度的不同需要進行不同的處理。采用這種處理方式是因為筆者希望對于數據庫的操作僅僅是增加和刪除,以降低數據刪替環節的復雜度。對于發生部分變化的要素來說,首先從較小比例尺數據庫中將這些要素全部刪除,然后把經過地圖綜合更新后的要素再全部加入較小比例尺地圖數據庫中。
3)數據刪替:對于刪除要素集進行跨尺度匹配操作,在舊較小比例尺上刪除這些要素,然后與綜合要素集中的要素合并后進行基于增量信息的綜合縮編操作,得到初步更新的地圖數據與新增要素集兩個數據。其中,新增要素集中存放的是新增加的部分變化與新增的較小比例尺數據,方便歷史數據的回溯分析及作為下一級比例尺數據更新的輸入。
4)關系協調:進行拓撲重建與關系協調,從而獲取較小比例尺地圖數據的更新。
5)級聯準備:此時完成一個比例尺的地圖數據更新,若還有下一級小比例尺數據需要更新,則無需進行變化檢測,只需要清空綜合要素集的記錄,然后把新增要素集中的記錄復制到綜合要素集中,再一次進行跨尺度匹配和綜合縮編操作,直到沒有更小比例尺需要更新為止。
顯然,利用這種更新方式實現多尺度地圖數據的級聯更新,在待更新的地圖數據大于兩個尺度的情況下,用于更新的變化要素僅需要檢測一次即可,在保持數據庫的現勢性和一致性的前提下,節省了變化的多次判讀過程,大大節約了數據更新的人力和物力。
多尺度空間目標匹配的目的是通過一系列的空間實體相似度指標,識別出同一地區不同時相、不同尺度地圖數據庫中的同名實體,從而建立兩個地圖數據庫之間同名實體之間的連結。本文研究空間目標匹配的目的是為了數據更新的需要,在變化檢測和數據處理階段都需要使用到。
空間目標多尺度匹配過程實際上包含了3個步驟:基于語義的預匹配、基于空間拓撲關系的粗匹配和線目標與面目標的精確匹配。其中,語義匹配是使兩個待匹配的區域表示統一的專題內容,以減少候選匹配集的數量;粗匹配主要利用源目標和匹配目標的空間拓撲關系形成候選匹配集,建立源目標與匹配目標的映射關系。多尺度空間目標的匹配關系除了1∶1以外,還普遍存在1∶N或N∶M的情況,因而這個與源目標匹配的候選集里就可能包含多個匹配目標。因此,為了獲取候選集中與源目標最佳的匹配目標,還需要進行精確匹配。所謂的精確匹配指的是不同地圖上目標的一一對應關系,對于發生了變化的目標也可以建立這種對應關系。因此,需要引進匹配相似度概念,用來確定空間目標是否發生了變化。匹配相似度指的是不同地圖上兩實體各種指標的相似程度(如線要素通過長度、角度、首尾連通度幾個指標確定相似度;面要素通過面積、周長和形狀幾個指標確定相似度),匹配相似度越接近1,表明兩目標越匹配,發生變化的可能性越小;匹配值遠離1,則表明兩目標匹配程度不高,發生變化的可能性大。為了能夠根據匹配相似度值確定地物是否發生變化,需要設置匹配閾值范圍,在范圍內的就認為沒有發生變化,而匹配相似度在閾值范圍外的則認為發生了變化。
為了便于在多尺度空間數據庫建立后進行快速查詢、分析和更新,可在相鄰比例尺地形圖數據庫之間進行要素匹配時,在其所屬數據庫中分別建立匹配關聯表(見表1),用來存儲大小比例尺的對應關系。

表1 匹配關聯表結構
這種關聯關系通過在相鄰兩個比例尺數據庫中建立匹配關聯表來實現,關聯表的設計完全按照數據庫建表要求。表1為關聯表的字段結構,該表中記錄了當前目標的ID號LoDSID、在相鄰的大比例尺中關聯目標的ID號LoDBID,以及它們的匹配相似度MatchNum。通過在每兩個相鄰比例尺中建立該關聯表,即可以查詢當前目標在相鄰大比例尺中對應的目標和匹配相似度。同時,若知道相鄰大比例尺中的目標ID號,根據本關聯表還可以查詢出其相鄰小比例尺中的對應目標。如查詢大比例尺中ID為QueryID的目標在相鄰小比例尺中的對應目標,通過執行如下查詢語句即可
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
變化檢測的目的是為了檢測地表的真正變化,但是這種真正變化的檢測卻受多方面因素影響,如數據源及環境、用于表達真實地表的數字介質對地形的表現手段、變化檢測的技術、地圖綜合技術等因素。對于不同比例尺下的幾何變化檢測來說,地圖綜合技術的影響將會被重點考慮。
本文變化檢測有兩種情形:同比例尺輔助下的變化檢測和跨比例尺變化檢測。顧名思義,前一種檢測的數據源是相同比例尺,因而變化的判讀相對簡單,而后一種的數據源是一大一小兩個比例尺,變化檢測面臨著地圖綜合這一難題,變化的判讀受到地圖綜合的影響,使得變化有“真”和“偽”之分。所幸的是對于本文來說,變化檢測只是為了輔助檢測出那些“可能發生的變化”,而對于這種變化應先盡可能地排除諸如地圖綜合帶來的影響,從而減少對這些變化的后期處理工作。而且本文工作的前提是寧可多檢測出變化地物,而不能漏掉其中的任意一個,盡管這會增加候選的工作量,但是對于質量保證是安全的。因此,要做的工作是首先排除完全沒有發生變化的地物,然后判斷地物是新增還是消失。對于新增和消失的處理方式是完全不一樣的,一個是地圖綜合操作;一個是刪除操作,而剩余的地物都將作為發生了部分變化的地物,對于這些地物,既要在對應小比例尺中刪除,又要與新增地物一起參加地圖綜合以用于小比例尺地圖的更新。對于某個地物來說,它應該是消失的還是部分變化的,或者應該是新增的還是部分變化的,可以不用去深入追究,只需要將這種地物看成是刪除要素或者綜合要素即可。
試驗采用的數據是某地區4幅更新過的1∶1萬地圖、1幅1∶5萬舊地圖和1幅1∶10萬舊地圖,如圖2所示。由于數據庫中不存在舊的1∶1萬地圖,因而這次數據更新中變化檢測是跨尺度的,試驗中涉及的變化參數,即匹配相似值的閾值范圍要相對同比例尺變化檢測范圍要寬一些,因為地圖綜合會對地物的幾何形狀帶來影響,采用的閾值范圍為(0.85~1.15)。試驗流程如圖1所示,首先更新1∶5萬地圖,通過多尺度空間目標匹配與變化檢測技術得到圖3(a)需要在1∶5萬地圖中刪除的要素集S和圖3(c)的1∶1萬綜合要素集;然后進行基于增量信息的地圖綜合及關系協調后,得到圖4(a)的新1∶5萬地圖數據,同時得到圖3(d)1∶5萬新增要素集,以用于后一個比例尺數據的更新;此后進一步更新1∶10萬地圖,根據圖1級聯判斷環節進行數據處理后,經過多尺度空間目標匹配技術得到需要在1∶10萬地圖中刪除的要素集S(如圖3(b)所示),以及經過處理后得到圖3(e)的1∶5萬綜合要素集;最后進行基于增量信息的地圖綜合及關系協調后,得到圖4(b)的新1∶10萬地圖數據,同時得到圖3(f)的1∶10萬新增要素集,以用于后一個比例尺數據的更新。若數據庫中還有1∶25萬、1∶50萬等地圖等待更新,可以依次用此方法繼續。

圖2 3個比例尺地形圖

圖3 居民地更新過程臨時數據

圖4 更新后兩個比例尺居民地
本文為地圖數據多比例尺級聯式更新應用提出了一種切實可行的方法:增量式縮編級聯更新方法,并對該方法中的多尺度空間目標匹配技術、多尺度空間變化檢測技術進行了剖析。本方法正確率和效率較高,已在某市1∶2.5 萬、1∶5 萬、1∶10 萬和1∶25萬地圖數據更新中應用。但本方法也存在一些有待進一步研究的問題,如在地圖數據變化率大且范圍廣的情況下可能導致這種增量更新方式的速度變慢,而應該考慮其他的更新方式如基于幅面的更新方法;對地物變化與不變化的判斷主要取決于匹配相似表中的匹配相似度,并通過一個閾值范圍來確定變化與否,若閾值范圍小則會造成變化地物量增加,若偏大則會造成變化地物的缺失,如何確定該范圍或者換一種方法判斷地物是否發生變化需要作進一步研究。
[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,吳建華.多比例尺空間數據庫更新技術研究[J].武漢大學學報:信息科學版,2007,32(12):1115-1118.
[3] 艾廷華,郭寶辰,黃亞鋒.1∶5萬地圖數據庫的計算機綜合縮編[J].武漢大學學報:信息科學版,2005,41(5):858-862.
[4] 蔣捷,陳軍.基礎地理信息數據庫更新的若干思考[J].測繪通報,2000(5):1-3.
[5] 陳軍,李志林,蔣捷.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.
[6] 王家耀.空間數據自動綜合研究進展及趨勢分析[J].測繪科學技術學報,2008,25(1):1-7.