新一輪土地更新調查復合要素空間差異判別技術

吳 瀚，曾 玨，徐世武

(1. 中國地質大學(武漢)，湖北 武漢 430074； 2. 中國土地勘測規劃院，北京 100035)

新一輪土地更新調查復合要素空間差異判別技術

吳 瀚1，曾 玨2，徐世武1

(1. 中國地質大學(武漢)，湖北 武漢 430074； 2. 中國土地勘測規劃院，北京 100035)

新一輪土地利用現狀更新調查不僅大幅提升了數據的精度要求，將調查比例尺提高到1∶2000，而且強化了數據的更新檢查機制，對過程有具體嚴格的要求。本文研究土地更新調查復合要素空間匹配與差異判別技術，提出了一種基于緩沖區膨脹的多尺度矢量空間數據匹配方法：一方面空間特征繼承大比例尺地形地籍數據的高精度，屬性特征集成多尺度的利用和權屬現勢信息，實現尺度間同名地物的有效融合；另一方面實現國家下發變化圖斑與更新后土地利用調查現勢圖斑的計算機差異比較，確保更新過程嚴格、規范、自動化程度高。

土地調查；空間匹配；緩沖區膨脹；差異判別

正在開展的新一輪土地利用現狀更新調查工作，按照繼承和創新的原則，充分繼承年度土地變更調查成果，利用互聯網+核查新技術手段，提高調查工作效率，確保調查成果準確性。具體技術路線是：采用國家2000坐標系，最新優于1 m的遙感影像，將城鎮土地利用調查比例尺提高到1∶2000，繼承年度土地變更調查成果，判讀提取全要素土地利用調查地類信息，同時，明確了數據的檢查與核查機制，對更新過程有了更加嚴格規范的要求，采用計算機自動比對和人機交互檢查方法，對縣市報送成果逐圖斑內業比對，提取調查初步成果、上年度基礎數據庫和國家內業判讀結果之間的差異圖斑，據此開展外業實地核查，對外業圖斑進行認定，拍攝圖斑實地照片，最終將調查成果報送至國家。

由于近年來面向各行業特定需求的專項調查工作蓬勃開展，同一空間區域可為新一輪土地利用現狀調查借鑒復用的多尺度矢量空間數據比較多，同名復合要素的地理表達也較復雜，在數據模型、時相、分級分類、空間基準、屬性編碼及幾何位置等諸多方面存在不一致，定量評判同名要素之間的一致性和完整性不僅決定了不同尺度的地理特征能否被準確客觀地表達，也直接表征了空間數據質量的優劣[1-2]。空間數據匹配是多尺度空間數據融合、差異檢測、數據更新等技術的基礎和關鍵。

土地利用現狀更新調查中地物復合要素是由點、線、面3類幾何要素構成的，因此復合要素之間的匹配研究也最終轉化為對3類要素之間同構或異構匹配方法的剖析。近年來，國內外專家對空間匹配問題進行了深入研究，取得了良好效果。通常點要素匹配常利用模糊集理論[3-4]來解決獨立點狀地物的匹配問題。線要素匹配大部分都是針對道路網數據展開匹配研究，應用最廣泛的是緩沖區增長法[5-6]，通過增長弧段的緩沖區來選定多個候選匹配集，然后計算形狀、位置和拓撲關系等特征相似度。面要素匹配是依據要素的幾何特征和拓撲關系構建綜合的相似度評價模型來獲得最終的匹配結果。其中幾何特征相似度評價的正確性關鍵在于對面要素形狀描述函數的選擇，目前已提出的描述方法有幾何距法[7]、形狀多級描述法[8]及正切空間描述法[9]等。而針對多尺度數據存在幾何類型異構的匹配問題(如線-面匹配)，則提出了構建面要素內部的TIN三角網，并提取面要素的骨架線與線要素進行匹配的方法[10]。

目前空間匹配的研究主要針對同構要素類型，異構類型是同名地物在不同比例尺的地理表達，實質是以不同程度的制圖綜合形成復合要素體現的，方式有兩種：選取與概括，概括是通過去掉制圖物體總體中的細部及類別、等級的合并，更突出地反映物體的基本特征。對于新一輪土地利用調查工作中，多專題、多尺度間復合要素1∶N、N∶1和M∶N的復雜匹配關系研究較少。

本文圍繞土地調查實際業務需要，研究土地調查空間要素定量匹配和差異檢測技術，從制圖綜合概括誤差角度分析多尺度數據的幾何特征差異的原因，提出基于緩沖區膨脹的匹配方法。基本原理是對候選匹配集中的要素進行一次優化，通過對匹配集中的每個目標要素建立緩沖區多邊形，并不斷膨脹這個多邊形，由于緩沖區的作用，弱化同名要素間的尺度細節差異，強化非同名要素間的形狀總體差異，同時，也使得所有要素歸一化為面要素匹配，然后再針對面-面要素計算圓弧投影形狀相似度，得到最終的匹配差異結果。

1 多尺度矢量空間數據概括誤差分析

制圖綜合是造成尺度間同名要素差異最大的主觀因素[11-12]。制圖綜合是表達空間數據多尺度概念的重要方法[13]。空間要素的細節層次的表達隨著空間表達尺度的差異而改變，細微輪廓特征可以在大比例尺地圖中充分地表現出來，可是在小比例尺地圖上要表現這些特點，則需要借助制圖綜合的優勢，將其非主要的特征剔除，達到突出主要地物特征的目的[14-15]。這就導致了同名要素可能從原有的同種幾何類型匹配轉變為不同幾何類型間的要素匹配，甚至是混合要素間的匹配問題。本文把這種概括和簡化操作給同名要素帶來的影響稱為概括誤差。概括誤差會導致要素幾何類型、詳盡程度和拓撲結構發生變化，具體可以歸納為M∶N、N∶1、1∶N、1∶1和1∶0(或0∶1)5種同名要素映射關系。

2 緩沖區膨脹法

2.1 基本原理與可行性分析

不同比例尺的土地調查數據，描述同名要素在詳盡程度、要素類型、精度位置方面都有明顯不同。基于概括誤差的緩沖區膨脹原理是對各不同尺度同名地物，按其所處尺度的概括誤差做緩沖區，歸一化到真實場景尺度，弱化了要素的細節特征，突出了要素的主體形態特征，再進行比較匹配，具體如圖1所示。

圖1 緩沖區膨脹法原理

2.1.1 要素類型歸一化

緩沖區膨脹將幾何類型不一致的要素匹配問題都歸結為面與面的要素匹配。

2.1.2 詳盡程度歸一化

根據緩沖區尖銳角平滑特性可知，采用構建緩沖區的辦法可以使得詳盡程度高的矢量數據在膨脹過程中得到圖形形狀簡化。而簡化的程度應依據不同比例尺的制圖規范來調節緩沖半徑。另外，就同名要素而言，只需要較小的緩沖半徑就可以令兩者要素間的差異縮小。反之，如果是非同名要素建立緩沖區，則要求更大的緩沖半徑才能符合幾何相似度閾值的要求。換言之，緩沖區膨脹法能夠提高同名要素的匹配度，增強非同名要素間的形狀差異。

2.1.3 其他特征不變性

根據緩沖區重心、方向及形態基本不變性原理可以知道尖銳角平滑特性只是提高了同名要素的形狀相似度，沒有對待匹配要素的其他相似度判斷造成影響，因此同名要素的綜合幾何相似度得到了提高，也保證了緩沖區膨脹法在相似度評價匹配模型中的可行性。

2.2 緩沖區膨脹步驟

2.2.1 緩沖區膨脹半徑的閾值設定

(1)

2.2.2 計算面積重疊相似度

(2)

2.2.3 判斷候選實體Zij是否繼續膨脹

3 基于緩沖區膨脹的多尺度矢量空間數據匹配模型

基于緩沖區膨脹的多尺度矢量空間數據匹配模型如圖2所示。

3.1 粗匹配

首先利用源實體建立緩沖區，將目標實體與剛建立的緩沖區進行疊加分析，令位于緩沖區內的目標實體集作為源實體的候選匹配集。該方法能夠在一定程度上消除由于投影誤差和精度誤差造成候選匹配集不完整的可能性。緩沖區的半徑r一般按照兩個數據集的點位精度來確定

(3)

式中，dA、dB分別為源數據集A和目標數據集B的點位精度；k表示倍數，一般取2或3。

3.2 精匹配

幾何匹配是矢量空間數據匹配的主要研究方向，結合語義和拓撲匹配來提高匹配精度。依據矢量要素的幾何特征，按照一定的匹配模型來對同名要素進行比對，從而得到最終的匹配結果，具體如圖3所示。本文采用計算兩個要素間多個特征相似度的加權平均值的方式來獲得實體的綜合相似度。

圖3 歸一化空間要素綜合幾何匹配策略

設待匹配要素Ai、Zij共有n個幾何特征，第i個幾何特征的相似度值為σi，權重為ωi，其中i=1,2,…,n，那么要素Ai、Zij的綜合相似度為

(4)

本文提出一種基于圓弧投影的空間形狀相似度衡量指標。原理是將兩個待匹配要素的邊界坐標投影到同一個外包絡圓周上，用兩要素隨角度變化的差異描述函數考量要素差異的定位定量指標。

設有一面要素A，圓O為面要素A的外包絡圓，記外包絡圓的半徑為r。從圓心出發，以平行于橫軸且與橫軸同方向的半徑射線為起始邊，θ為間隔角度，逆時針旋轉射線，那么多邊形A將按角度θ剖分成k個等分，k=2π/θ。計算多邊形上的每個等分點Pi投影到外包絡圓上的投影長度記為li，如圖4(a)所示。令角度θ為自變量，投影長度l為因變量，可以描述出多邊形A的形狀函數為lA(θ)。其中，定義域θ∈(0,360]，值域l∈[0,r)。分別用360和r對θ和l進行歸一化處理，使得要素形狀描述滿足縮放不變性。圖4(b)是圖4(a)lA(θ)繪制出的曲線。

圖4 圓弧投影差異描述函數

將待匹配要素A、B的圓弧投影形狀函數表示為lA(θ)、lB(θ)。計算當橫坐標取相同值時，lA(θ)、lB(θ)所對應的縱坐標的差值序列f，并且求f的平均值μf，則要素A、B的形狀相似度為

(5)

重心距離指標(σ2)及多邊形方向指標(σ3)是經典的傳統相似度匹配指標，這里不再累述。

4 試驗與質量評價

4.1 試驗數據介紹

按照新一輪土地利用調查城鎮區域的技術要求，選取某市部分2006年1∶2000(如圖5(a)所示)和2005年1∶10 000(如圖5(b)所示)土地利用調查數據進行匹配試驗，包含了植被、居民地、道路等要素。

圖5 居民地匹配數據

4.2 匹配試驗與評價

首先，將1∶1萬數據作為源數據集，1∶2000數據作為目標數據集，采用高斯-克呂格投影到單位為米的平面直角坐標系，然后，令源數據集的緩沖區半徑為

在目標數據集中搜索每個要素的候選匹配集，對面要素候選匹配集作緩沖區膨脹，同時對源要素也作緩沖區膨脹，根據1∶10 000地圖匯編規范，其允許的最小點位誤差為0.1 mm，最大概括誤差為0.6 mm，所以令d1=6 m、d2=1.4 m、d′=1 m、dMAX=6 m，再按照前文的匹配策略進行匹配，其中權值分別定為ω1=0.4、ω2=0.3、ω3=0.3，匹配閾值為0.8。居民點實際匹配情況見表1。傳統匹配方法是指在獲得要素候選匹配集后直接進行綜合幾何相似度匹配，結果見表2。緩沖區膨脹法匹配結果見表3。

尺度間居民地要素M∶N匹配關系是居民地匹配的重點和難點。緩沖區膨脹法在查全率方面提高了7.21%，匹配精度方面提高了9.45%，說明該方法在M∶N情況中的多尺度居民地匹配中有很好的適用性。

表1 居民地實際匹配情況

表2 居民地數據集(1∶1萬)傳統匹配方法結果

表3 居民地數據集(1∶1萬)緩沖區膨脹法匹配結果

5 結 語

根據新一輪土地利用現狀調查的工作要求，本文研究了復合要素空間差異的定量判別技術，引入制圖綜合工作中概括誤差概念，通過緩沖區膨脹解決多尺度復合要素尺度歸一到實地的問題，提出了一種圓弧投影的空間形狀相似度定量檢測方法，并綜合重心距離法和多邊形方向法，實現了尺度間復合要素差異的快速定量檢測。在驗證試驗中，對城市打開前后，1∶10 000(2005年)和1∶2000(2006年)的同區域數據作空間匹配試驗，進行精度評價，采用基于緩沖區膨脹的尺度間綜合匹配方法完成了土地調查復合要素空間差異的定量判別。試驗結果表明，在與傳統方法速度相當的情況下，該方法在查全率與匹配精度方面有很大提高，能夠充分滿足新一輪土地調查數據差異檢測工作的需要。

[1] 郭黎.多源地理空間矢量數據融合理論與方法研究[D].鄭州：信息工程大學，2008.

[2] 童小華，鄧愫愫，史文中.基于概率的地圖實體匹配方法[J].測繪學報，2007，36(2): 210-217.

[3] BEERI C，DOYTSHER Y，KANZA Y，et al.Finding Corresponding Objects when Integrating Several Geo-spatial Datasets[C]∥Proceedings of the 13th Annual ACM International Workshop on Geographic Information Systems. Bremen: ACM，2005: 87-96.

[4] 李愛國，胡圣武.基于直覺模糊集多屬性決策的空間數據質量評價的研究[J].測繪通報，2014(3):46-50.

[5] 趙彬彬，鄧敏，徐震，等.多尺度地圖面目標匹配的統一規則研究[J].武漢大學學報(信息科學版),2011,36(8): 991-994.

[6] 徐楓，鄧敏，趙彬彬,等.空間目標匹配方法的應用分析[J].地球信息科學學報，2009，11(5):657-663.

[7] 趙東保，盛業華，張卡.利用幾何矩和疊置分析進行多尺度面要素自動匹配[J].武漢大學學報(信息科學版)，2011，36(11): 1371-1375.

[8] 安曉亞，孫群，肖強,等.一種形狀多級描述方法及在多尺度空間數據幾何相似性度量中的應用[J].測繪學報，2011，40(4): 495-501.

[9] FILIN S，DOYTSHER Y.The Detection of Corresponding Objects in a Linear-based Map Conflation[J].Surveying and Land Information Systems，2000，60(2): 117-128.

[10] 劉闖，錢海忠，王驍，等.利用城市骨架線網的道路和居民地聯動匹配方法[J].測繪學報，2016，45(12): 1485-1494.

[11] 王家耀，錢海忠.制圖綜合知識及其應用[J].武漢大學學報(信息科學版)，2006，31(5):382-386.

[12] 錢海忠，武芳，郭健,等.基于制圖綜合知識的空間數據檢查[J].測繪學報，2006，35(2):184-190.

[13] 王家耀，鄧紅艷.基于遺傳算法的制圖綜合模型研究[J].武漢大學學報(信息科學版)，2005，30(7):565-569.

[14] 章莉萍，郭慶勝，孫艷.相鄰比例尺地形圖之間居民地要素匹配方法研究[J].武漢大學學報(信息科學版)，2008，33(6): 604-607.

[15] 胡云崗，陳軍，趙仁亮，等.地圖數據縮編更新中道路數據匹配方法[J].武漢大學學報(信息科學版)，2010，35(4): 451-456.

SpatialDifferenceDiscriminationTechnologyofCompositeElementsinLanduseUpdateSurvey

WU Han1，ZENG Jue2，XU Shiwu1
(1. China University of Geosciences，Wuhan 430074,China; 2. Chinese Land Surveying and Planning Institute，Beijing 100035,China)

The precision requirement of landuse updating survey has been greatly enhanced，the scale of survey was also raised to 1∶2000 now，it also reinforces the mechanism of checking and updating data，and the process has a specific stringent requirements.This paper studies the technology of spatial matching and discriminant analysis of complex elements in land renewal investigation，a multi-scale vector space data matching method based on buffer expansion is proposed.On the one hand，spatial features inherit the high precision of large-scale topographic cadastral data,the use of attribute feature integration multi-scale and the ownership of current information，to achieve effective integration between the same objects on the scale.On the other hand，comparison of computer differences between variable map spot issued by the state and current map spot in updated land use investigation，ensure that the update process is strict，standardized and highly automated.

land investigation; spatial matching; buffer expansion; difference discrimination

吳瀚，曾玨，徐世武.新一輪土地更新調查復合要素空間差異判別技術[J].測繪通報，2017(10)：29-33.

10.13474/j.cnki.11-2246.2017.0311.

2017-06-19；

2017-09-11

土地調查數據自動匹配與變化發現技術研究項目(2017171109199)

吳 瀚(1993—)，男，碩士生，主要從事遙感、GIS、國土信息化應用研究。E-mail：729499581@qq.com

曾 玨。E-mail：598722949@qq.com

P23

A

0494-0911(2017)10-0029-05