面向地理國情監測的地理要素變化檢測方法

劉 杰

（1.上海市測繪院，上海200063）

面向地理國情監測的地理要素變化檢測方法

劉 杰1

（1.上海市測繪院，上海200063）

地理要素是地理國情監測的重要組成部分，特別是在城市地區，其具有種類多、數據量大、格式多樣、變化頻繁等特點。提出并設計了一種基于不同時態同源參考數據的地理要素變化檢測技術方法。經應用實踐證明，該技術方法適用于工程化應用的地理要素變化信息提取，可為常態化地理國情監測提供參考。

地理要素；變化檢測；FME

地理國情監測是在普查數據成果的基礎上，對自然和人文地理要素的空間分布、特征及其相互關系[1]進行定量、空間化的監測，從而獲取地表覆蓋和國情要素的變化信息。近年來，基于高分辨率遙感影像和數字地表模型（DSM）的地表覆蓋信息提取[2-3]以及變化檢測[4]已得到廣泛應用，地理國情要素的變化檢測逐漸成為研究重點[5-7]并已取得部分理論成果。上海市作為特大型城市的典型代表，市域內社會、人文、資源等各類地理要素高度集中，通過定期收集基礎地理信息數據庫、公開版地圖數據庫、各委辦局行業專題資料等參考數據，在滿足國家國情監測要求的基礎上，拓展監測了幾十種市情專題，共同構成了綜合反映城市地區特征的數據資源，具有重要的理論研究和社會應用價值。然而，地理要素具有種類多、數據量大、格式多樣、變化頻率相對較快等特點，如何快速高效地整理和獲取有價值的數據，一直是研究的熱點問題。本文在技術分析的基礎上，提出了一種在工程化應用中可行的地理要素變化信息提取方法；并通過FME實現了變化信息自動提取，為地理國情監測的地理要素變化信息提取提供參考。

1 地理要素變化檢測方法與流程

地理要素實體[8]主要包括點要素、線要素和面要素。變化檢測主要體現為對地理要素的空間變化和屬性變化的檢測，從空間角度出發，對地理要素的空間位置和幾何形狀作定量和定性分析，比較其間的相似程度以尋找同名實體[9]。本文對于點要素的空間變化采用歐氏距離進行判讀；線要素的空間變化限定在空間位置和走向變化（節點的增刪或差異不考慮），采用長度重疊度和Hausdorff 距離進行判讀；面要素的空間變化限定在空間位置和形狀變化（節點的增刪或差異不考慮），采用面積重疊度進行判讀；屬性變化采用Levenshtein算法對同一屬性項進行相似度判讀。

以兩個不同時態的同一專題要素為例，本文設計的地理要素變化檢測流程如圖1所示。

圖1 地理要素變化檢測流程圖

1.1 數據預處理

將矢量空間數據的坐標系統和投影系統、數據存儲格式、空間數據精度、屬性字段類型進行統一，形成空間參考與屬性類型一致的同源數據。

1.2 空間變化檢測

1）點要素的空間變化檢測采用歐氏距離：

以基態點要素為圓心，搜索位置相同或歐氏距離在一定閾值范圍內的最新時態點要素。閾值的設定可參考地理要素采集精度，閾值過小，難以找到同名點；閾值太大，會導致過多一點匹配多點的情況

2）線要素的空間變化檢測采用長度重疊度和Hausdorff 距離：

長度重疊度是基態線要素的分布與最新時態線要素的分布相重疊的部分占二者總體分布的比率；基于一定的閾值對新舊時態線狀要素作線線疊加計算長度重疊度。Hausdorff 距離用以比較兩個線要素的總體差異；其中線要素的點集簡化為起點、終點、中心點以及若干其他按長度百分比在線上取得的點，基于上述點集計算新舊時態線要素Hausdorff 距離。

3）面要素的空間變化檢測采用面積重疊度：

面積重疊度是基態面要素的分布與最新時態面要素的分布相重疊的部分占二者總體分布的比率；基于一定的閾值對新舊時態面狀要素作面面疊加計算面積重疊度。

1.3 屬性變化檢測

Levenshtein距離又稱編輯距離，是兩個字符串之間，由一個轉換成另一個所需的最少編輯操作次數。許可的編輯操作包括替換、插入和刪除，Levenshtein算法一般給每個操作相同的權重，也可定義不同操作的代價。地理要素的屬性變化采用Levenshtein算法對同一屬性項進行相似度判讀。

2 地理要素變化檢測實現方案

FME是Safe Software公司開發的空間與非空間數據分析、處理、轉換、共享的完整ETL平臺。本文基于上述方法與流程，利用FME實現了地理要素變化檢測和變化信息的自動提取。

2.1 數據輸入

地理要素變化檢測雖涉及幾十種要素，但主要以點、線、面來表示，因此數據輸入只需保證兩個時態的要素類型一致。FME支持動態讀取同一格式的不同數據源，然后根據數據源的結構動態生成目標表，主要通過讀取模塊的合并要素類實現。輸入的數據源分為基態數據和最新時態數據，二者都通過Geometry Filter轉換器分成點、線、面3種幾何要素，用于后續點、線、面分要素類的變化檢測。

2.2 變化檢測

地理要素變化檢測主要步驟包括時態標識、數據過濾、空間匹配、屬性匹配等，如圖2所示。

圖2 基于FME實現地理要素變化檢測流程圖

點要素的空間匹配通過NeighborFinder查找歐式距離在閾值范圍內的鄰近點，并把該范圍內所有鄰近點的信息存放在該點的列表屬性中。在屬性變化檢測時調用Levenshtein算法，計算該點與列表中所有鄰近點的文本相似度，然后對點的相似度進行排序，提取最優值并判斷屬性是否發生變化。

線要素的空間匹配通過Snapper和LineOnLine Overlay對新舊時態線狀要素作線線疊加計算長度重疊度；通過Snipper、NeighborFinder和StatisticsCalculator提取點集，計算點到線最近距離以及統計Hausdorff 距離。

面要素的空間匹配通過Snapper和AreaOnArea Overlay對新舊時態面狀要素作面面疊加計算面積重疊度。線要素和面要素一般根據重疊度直接提取最優值，在屬性變化檢測時調用Levenshtein算法判斷屬性是否發生變化。

在實現過程中，對于空間不能匹配的要素，不再進行屬性相似度判斷，而是簡化為直接判斷屬性是否完全一致，再根據數據時態作進一步判斷。

2.3 變化信息輸出

空間上能夠匹配但屬性不能匹配的，輸出為屬性變化要素；空間上不能匹配但屬性上完全一致的，輸出為空間變化要素；空間和屬性均不能匹配的，根據數據時態標識，輸出為新增或刪除要素。根據輸出的變化信息還可以分要素統計變化數量、變化長度、變化面積和更新比例等信息。

3 應用實例

本文技術方法已成功應用于2015年上海市地理國情標準時點核準和2016年基礎性地理國情監測中。現以公開版地圖數據庫不同時態的學校（點）、道路（線）和公園綠地（面）數據為例，通過設置輸入和輸出路徑，即可得到屬性變化要素、新增要素、刪除要素和位置變化要素，如圖3所示（擴大圖為迪士尼周邊的變化情況），通過對變化信息提取結果的比較可知提取結果是正確的。

圖3 地理要素變化檢測結果

4 結 語

地理要素時空數據變化檢測技術在與地理信息有關的領域有著廣泛的應用前景，特別是對于時空數據庫的管理具有重要意義。本文設計的地理要素變化檢測方法，已經成功應用于2015年上海市地理國情標準時點核準和2016年基礎性地理國情監測的生產實踐和質量檢查中。經過實踐證明，該方法可有效提高國情監測地理要素變化檢測的效率，對實際生產和質量控制有較大的幫助；也可進一步擴展到基礎地理信息數據庫的現勢性更新、質量控制等方面，從而形成增量式基礎地理數據庫，構建多要素多時空的地理信息數據，更加有利于對地理信息進行地理變遷、地理現象變化規律等的研究。但該方法還存在局限性，對檢測數據有一定的要求，即更新前后數據必須是一致的，對于不同來源的數據目前還不適用，在以后的工作中需要繼續研究與改進。

[1] 陳俊勇.關于地理國情普查的思考[J].地理空間信息,2014, 12(2)：1-3

[2] 程滔,周旭,劉若梅.面向地理國情監測的地表覆蓋信息提取方法[J].測繪通報,2013(8)：84-86

[3] 余詠勝,羅名海,吳克友,等.基于FME的地理國情覆蓋要素提取技術探討[J].地理空間信息,2014,12(5)：1-3

[4] 郭容寰.基于DSM和DOM特征的城市變化檢測[J].測繪通報,2012(增刊)：414-416

[5] 王懷,高小明,樊文峰,等.地理國情要素時空變化檢測技術研究[J].測繪通報,2014(11)：84-87,119

[6] 張偉.矢量更新的變化信息提取與統計方法研究[J].測繪與空間地理信息,2012,35(11)：91-93

[7] 任家鋒,馬衛春,木林.地理國情普查矢量數據變化量提取方法[J].地理空間信息,2015,13(5)：6-9

[8] 陳愛軍,李琦,徐光祐.地理空間信息共享理論基礎及其解決方案[J].清華大學學報(自然科學版),2002,42(10)：1 405-1 409 [9] 郭黎,崔鐵軍,王豪,等.基于面狀要素拓撲關系的數據匹配技術研究[J].測繪科學,2010(1)：130-132

[10] GB/T 13923-2006.基礎地理信息要素 分類與代碼[S].北京：中國標準出版社,2006：1-2

P208

B

1672-4623（2017）05-0032-03

10.3969/j.issn.1672-4623.2017.0051.0

劉杰，碩士，工程師，從事地圖制圖學與地理信息工程方面的工作和研究。

2016-08-19。

項目來源：現代工程測量國家測繪地理信息局重點實驗室開放課題資助項目（TJES1308）。