大比例尺地形圖數據質量檢驗自動化方法初探

萬　磊，程效軍，郭　王

（同濟大學測繪與地理信息學院，上海200092）

大比例尺地形圖數據質量檢驗自動化方法初探

萬磊，程效軍，郭王

（同濟大學測繪與地理信息學院，上海200092）

針對當前地形圖數據檢驗仍主要依靠人工的問題，通過分析人工檢驗的流程和數據檢驗的標準，設計了數據質量檢驗算法，開發了數據質量檢驗軟件，在數據的屬性精度、完整性、邏輯一致性等方面實現了自動化檢驗。試驗結果表明，自動化檢驗程序能夠輔助質檢人員在數據檢驗方面提高效率，同時可以統計錯誤數據，為后期分析數據錯誤原因提供參考。

數據質量檢驗；地形圖數據；自動化算法

隨著數字城市的深入發展，全國大多數城市正在或已經建立基礎地理信息數據庫［1］，大比例尺地形圖作為城市空間信息系統建設的基礎，需要滿足國家規定的各項技術規范和標準，以及用戶期望的目標。數據的質量不僅關系到各項工程建設的質量和安全，而且關系到社會經濟發展規劃決策的科學性和準確性，影響著信息化建設的順利進行。在目前實際測繪工程中，大量自動化的采集手段雖然廣泛使用，但其采集成果還存在各種各樣的問題，因此對入庫數據進行質量檢驗顯得極其重要。然而大比例尺地形圖一般數據量大、實際情況復雜，傳統的人工檢驗已經不能滿足日益增長的建庫速度與質量要求，利用計算機輔助人工實現自動化檢驗是未來數據質量檢驗的發展方向。

一、研究現狀

《數字測繪成果質量檢查與驗收》（GB/T 18316—2008）規定了數字測繪產品的9個質量元素［2］為檢驗的主要內容，其中屬性精度、完整性和邏輯一致性是實際檢驗工作的重點，一些學者也對其進行了卓有成效的探討。曾衍偉研究分析了空間數據的質量模型，總結了地形圖數據各質量元素的檢驗方法，但對于屬性精度、位置精度的自動化檢驗涉及較少［3］；丁建勛等從GIS角度出發分析了地形圖數據質量問題產生的原因，為檢驗方法的設計提出了方向［4］；范大昭提出利用模板匹配的方法自動檢查屬性正確性，利用套合方法檢查分類正確性，但其采用的模板固定無法修改，且未考慮屬性值的邏輯組合的正確性［5］；張彥彥進一步擴充了檢驗模板，并允許用戶自定義［6］；吳芳華在套合檢驗的基礎上提出通過設計符號系統對數據進行可視化，從而提高人工檢查的效率［7］，該方法目前已成為生產實踐中最常用的方法之一，但其對符號設計的結果依賴較大，且仍需要大量的人工作業；于煥菊從多源空間數據角度出發，通過統計分析與地址匹配的方法檢驗城市大比例尺地形圖數據的邏輯一致性與完整性［8］，該方法過于依賴外部數據的正確性，且檢查對象較少。本文根據地形圖檢驗工作中的實際需要，針對大比例尺地形圖的屬性精度、完整性和邏輯一致性等質量檢驗，提出一種實用性強、適用性廣的自動化檢驗方法。

二、檢驗方法

1.地理數據分層

為了更好地規范地理信息數據庫，符合當地實際需求，各地相關部門出臺了相應標準。以浙江省為例，《基礎地理信息要素分類與圖形表達代碼》（DB33/T 817—2010）和《1∶500 1∶1000 1∶2000基礎地理信息及地理實體數據庫技術規程》（征求意見稿）規定了基礎地理信息數據庫數據應分為以下21層:水系點、線、面，居民地及設施點、線、面，交通點、線、面，管線點、線，境界及政區點、線、面，地貌點、線、面，植被與土質點、線、面與注記，同時對各層的基本屬性進行了規定。這些規范都是檢驗時所需要參考的重要標準，需根據圖層的不同分別設計檢驗方法。

2.檢驗內容與方法

（1）屬性精度檢驗

主要檢驗分類正確性與屬性正確性，包括分類代碼值錯漏與屬性值錯漏的情況。

1）分類正確性。分類代碼作為各要素在信息系統中的“身份證”，表征了其性質與內容，是信息系統最重要的組成部分，系統中各應用（如檢索、查找、決策等）都依賴其正確性，因此對分類代碼值正確性的檢驗是檢驗中最重要的一部分。

標準規定，基礎地理信息要素分類代碼采用10位十進制數字碼，分別為按數字順序排列的要素分類碼、幾何特征碼和圖形特征碼，其中要素分類碼各位數代表不同含義，而幾何特征碼與圖形特征碼應按規則組合使用，具體規定見表1和圖1。

表1　幾何特征碼和圖形特征碼組合

目前主要的檢驗內容包括:①分類代碼屬性不為空；②不存在非法分類代碼，即在標準文件及項目設計書、技術總結中均不存在的代碼；③要素的幾何特征碼與要素幾何類型一致，如點要素分類代碼的幾何特征碼應為1或2；④要素的大類碼與要素層類型一致，如水系要素分類代碼的大類碼應為2。人工檢查需要提取每一個要素的代碼，檢查其長度、格式等并與標準代碼表比對，操作復雜且重復性嚴重。使用自動檢驗可以減少人工作業，提高效率，分類代碼自動檢驗的流程如圖2所示。

圖1　分類代碼結構

圖2　分類代碼自動檢驗流程

提取分類代碼唯一值可以減少循環執行的次數，提高速度，檢驗程序中使用數據庫語言LINQ實現。

2）屬性正確性。分類代碼是所有要素共同的屬性，除此外不同要素有其他不同屬性字段，檢驗內容也不盡相同，概括起來包括:①控制點坐標不能為負且不能超出測區范圍；②有向點要素旋轉角度屬性應在值域0～360°內；③居民地及設施面樓層屬性值不能為0；④交通線技術等級屬性應在值域范圍內；⑤交通線、居民地及設施面材質屬性應在值域范圍內等，歸納可知檢驗核心為屬性值應在值域范圍內。自動檢驗算法為:

a.坐標屬性的檢驗包括小數位數是否正確、是否為非數字、是否為半角字符、是否超出測區范圍等。該部分檢查需對所有數據進行遍歷，人工操作煩瑣且容易出現漏查、錯查的現象。

b.其他屬性檢驗主要包括必填屬性項是否不為空、字符是否為半角、屬性值是否在值域范圍內等。為提高容錯性，允許用戶修改默認值域，添加自定義值，程序內部使用List型數據構建值域列表，以保證快速自動判斷目標值是否在范圍內。

（2）完整性檢驗

主要檢驗要素多余與遺漏的情況，目前常用的檢驗方法是模板套合檢驗法，但由于實際地物豐富，人工檢驗漏查率較高。

檢驗點元素時，對于控制點和地貌點，比較坐標值是否相同，若相同則為重復；對于其他類型點，則應比較關鍵屬性值，如兩個名稱對象點，雖然坐標值不同，但名稱、分類代碼屬性值均相同，且距離很近（一般認為小于500 m），也應判斷為重復。更特殊的是，對于居民地及設施（點）要素，若為行政區劃、政府機構、行政單位等獨一性要素，只要名稱相同一定是重復。

檢驗線、面要素時，第一步比較長度與面積是否一致，地物在數據庫中以線或面狀要素表現時系統會自動賦予長度與面積屬性值（SHAPE_Length、SHAPE_Area）且精確位數高（一般為10-6），因此基本不會出現完全相等的情況；第二步輔助其他屬性值進一步判斷，如對于交通（線）要素，當SHAPE_ Length一致時可以比較道路寬度、名稱屬性值是否也相同。圖3為完整性檢查的流程。

圖3　完整性檢查流程

（3）邏輯一致性檢驗

主要檢驗屬性項定義、數據格式、拓撲關系是否正確。屬性項定義及數據格式的檢查參照有關規定并通過模板匹配的方法來實現自動化檢查。

DB33/T 817—2010中對于各類要素的基本屬性進行了規范，包括要素的中、英文名稱，要素基礎字段的名稱、類型、閾值及可否為空等，其中屬于邏輯一致性的檢查項包括名稱、類型、長度等。傳統的人工檢查方法需對所有圖層的所有字段進行查看并與規范比較，重復操作較多，費時費力。使用計算機自動遍歷圖層讀取字段屬性并與預先錄入的標準值進行比較即可實現自動化檢驗，算法步驟如下:

1）進入圖層i。

2）選擇字段j，提取該字段的名稱、類型、長度。

3）與標準值比較，若正確，進入下一步；若不正確，報錯并進入下一步。

4）選擇下一字段并返回步驟2）直到遍歷完該圖層所有字段。

5）進入下一圖層直到遍歷完所有圖層。

綜上所述，人工檢驗雖然可行，但由于數據量巨大，人工檢驗往往效率低、錯漏率高，且操作煩瑣，重復性工作多，將這部分工作采用自動化檢驗代替，可以大大提高檢驗的效率與正確性。

三、試驗分析

根據前文介紹的自動化檢驗算法，使用ArcGIS Engine與C#進行編程實現，并將檢驗程序運用到實際檢驗項目中，以驗證自動化檢驗的效果。

以某地區1∶2000 DLG地理數據入庫項目為例，該項目覆蓋范圍為302.5 km2，數據大小為462 MB，共包含1 062 846條記錄，經業務熟練的質檢員對其進行檢查，共發現65處錯誤，耗時2 h 50 min。利用自動化檢驗程序對其進行檢查，運行時間為20 min 11 s。程序運行界面如圖4所示，檢查結果見表2，人工檢驗結果與程序檢驗結果的對比見表3。

圖4　檢驗時自定義參數設置與運行結果界面

表2　某地區1∶2000 DLG地理數據檢查結果

造成人工漏查的原因主要有兩點:一是數據編碼問題，如屬性值為空與屬性值填寫為空格顯示時是沒有區別的，但對應的計算機編碼是完全不同的，因此無法通過人工檢查出來；二是數據量過大的問題，如地貌點個數為116 218，數據量大，人工逐個檢查位數錯誤或在測區范圍外的點很容易出現遺漏，這類需要遍歷實現的檢查項通過計算機自動檢查更容易保證其準確性和完整性。

造成程序漏查的原因有兩點:一是數據質量問題導致算法無法完全兼容，如河流配置點的方向錯誤，對于有方向（角度）屬性的記錄來說，單獨檢查其方向值是沒有意義的，只有與其他地物參照比較才能進一步判斷，然而入庫時這些有方向屬性的配置點往往沒有按鄰接順序存儲，而是散亂地分布在數據庫中，這就導致難以提出有效算法進行自動檢驗。對這類問題的檢查目前仍需要人工進行，如果可以在數據采集和錄入時提高數據規范化程度，保證數據存儲符合標準，自動檢驗方法將更具準確性和兼容性。二是缺少進一步約束條件，如某交通線名稱屬性值為“A公路”，但實際上應為“B公路”，這類與實際不符的錯誤在缺少外部約束條件時程序難以檢驗出來，如果可以引入其他多源數據如遙感影像數據等作為約束條件，并保證數據的及時更新與維護，可以解決此類問題。

造成程序錯判的原因是個別地理要素名稱中存在特殊字符，程序未能識別導致錯判。特殊字符在實際中并不經常使用，因此這類錯誤數量較少，且易于排除。

綜上所述，自動化檢驗程序可以將大部分錯誤迅速、完整地檢查出來，且正確率較高，雖然對于一些需要依賴外部參考數據、情況更加復雜的檢查項存在漏查的現象，但仍顯著地縮小了檢驗范圍，有效地提高了效率。由此可見，自動化檢驗在解放人力、提高效率、提高檢驗結果正確性方面具有重要的意義。

四、結束語

隨著測繪技術的不斷發展，未來城市地理信息基礎數據將會更加海量，更新將會更加頻繁，因此對質檢速度和質量要求也會越來越高，自動化檢驗是必然趨勢。本文在當前人工檢驗方法的基礎上，對可以自動化檢驗的項目提出了相關算法并編程實現，通過實例進行驗證。試驗結果表明，該算法實用可行，能夠顯著提高效率，但仍不能完全實現自動化檢驗。因此如何進一步提高自動化程度是下一步研究的問題。

［1］ 李宣銳.大比例尺地形圖入庫前質量評價方法［J］.地理空間信息，2011，9（2）:73-74，77.

［2］ 國家標準委員會.數字測繪成果質量檢查與驗收: GB/T 18316—2008［S］.北京:中國標準出版社，2008. ［3］ 曾衍偉.空間數據質量控制與評價技術體系研究［D］.武漢:武漢大學.2004.

［4］ 丁建勛，程效軍，石如文，等.淺談珠海市基礎空間數據檢查與建庫預處理［J］.地理空間信息，2005，3 （2）:30-32，35.

［5］ 范大昭.數字地圖矢量數據檢查的研究與實踐［D］.鄭州:信息工程大學，2001.

［6］ 張彥彥.基于規則的DLG數據質量檢查方法研究［D］.南京:南京師范大學，2007.

［7］ 吳芳華.失量地圖數據質量控制的理論與實踐［D］.鄭州:信息工程大學，2002.

［8］ 于煥菊，李云嶺，史德杰，等.城市大比例尺數字地形圖的多源空間數據檢核方法研究［J］.測繪通報，2012 （11）:81-83，91.

Research on Automatic Quality Inspection for Large-Scale Topographic Maps

WAN Lei，CHENG Xiaojun，GUO Wang

10.13474/j.cnki.11-2246. 2016.0235.

P208

B

0494-0911（2016）07-0106-04

2015-08-10

萬 磊（1991—），男，碩士，主要研究方向為三維激光掃描。E-mail:1052590944@qq.com

引文格式：萬磊，程效軍，郭王.大比例尺地形圖數據質量檢驗自動化方法初探［J］.測繪通報，2016（7）:106-109.