顧及地物要素特征的電子地圖POI分類抽稀方法

王 昊,劉正坤

(中國能源建設(shè)集團(tuán)廣東省電力設(shè)計研究院有限公司，廣東 廣州 510663)

通過分析影響POI分類抽稀的特征因子，提出一種顧及地物要素特征因子的POI分類抽稀方法。該方法以用戶為基礎(chǔ)，從行業(yè)需求出發(fā)，考慮電子地圖中地物面積或長度地理要素特征，對POI在多級比例尺下的抽稀策略進(jìn)行優(yōu)化，使POI在多比例尺下可視化表達(dá)效果更加合理。

1 POI可視化表達(dá)影響因子分析

POI數(shù)據(jù)的可視化表達(dá)結(jié)果體現(xiàn)了用戶對不同興趣點在多級比例尺下重要度認(rèn)知的差異，該差異受用戶角色、POI類別特征和地物要素特征的共同影響。

1)用戶角色。電子地圖數(shù)據(jù)應(yīng)用已深入各行各業(yè)，不同行業(yè)用戶關(guān)注的地圖內(nèi)容因行業(yè)特色存在較大差異。POI數(shù)據(jù)的取舍滿足用戶的特定需求，如用戶的行業(yè)背景、數(shù)據(jù)用途等。

2)POI類別特征。POI可以按地物的屬性類別進(jìn)行分類，不同類別地物對應(yīng)的POI數(shù)據(jù)在不同比例尺電子地圖中可視化的策略不同。

3)地物要素。在電子地圖中，POI數(shù)據(jù)是地物要素的抽象展示，每個POI點都有與之關(guān)聯(lián)的地物要素。本文通過分析地物要素的重要度等級，實現(xiàn)POI在多級比例尺下的可視化策略優(yōu)化。

2 POI特征分類抽稀方法

首先以國家標(biāo)準(zhǔn)規(guī)范為基礎(chǔ)進(jìn)行分類，通過分析用戶角色因素，對分類成果進(jìn)行優(yōu)化，得到POI初步分類成果及多比例尺抽稀依據(jù)；然后以地物要素的面積或長度特征為度量尺度，對POI的抽稀策略進(jìn)行優(yōu)化，最終實現(xiàn)電子地圖中POI的優(yōu)化顯示。

2.1 POI初步分類排序

由于POI數(shù)據(jù)量大，原始數(shù)據(jù)在小比例尺下顯示易出現(xiàn)分布密集、信息壓蓋等問題，導(dǎo)致用戶無法辨識，影響使用，因此，需要對電子地圖中POI數(shù)據(jù)在不同比例尺下進(jìn)行合理抽稀。

目前，數(shù)據(jù)廠家生產(chǎn)的POI數(shù)據(jù)一般以《GB/T 20267—2006車載導(dǎo)航電子地圖產(chǎn)品規(guī)范》為依據(jù)進(jìn)行類別劃分，該分類結(jié)果具有普適性。然而，由于行業(yè)應(yīng)用需要，不同行業(yè)用戶對電子地圖關(guān)注內(nèi)容不同，如電力用戶對供電局、變電站、配電房等電力設(shè)施的興趣點尤其關(guān)注。因此，需要根據(jù)用戶需求，對分類結(jié)果按用戶關(guān)注度進(jìn)行合并或細(xì)分，生成要素子類，實現(xiàn)類別優(yōu)化，如電力行業(yè)用戶對餐飲要素關(guān)注度較低，故可將各餐飲要素子類(“西餐館”、“中餐館”、“快餐”等)合并為“餐飲”一個大類；電力用戶對居民區(qū)要素和電力設(shè)施關(guān)注度較高，故需將居民區(qū)要素進(jìn)行細(xì)分，生成要素子類，如細(xì)分為“居民小區(qū)”、“自然村”、 “居民區(qū)附屬設(shè)施”等多個要素子類，將電力設(shè)施要素細(xì)分為“供電局”、“變電站”、“配電房”等要素子類。

為使POI在不同比例尺下抽稀更加合理，需對類別優(yōu)化后的POI數(shù)據(jù)按要素類別進(jìn)行重要度等級排序，排序結(jié)果見表1中“POI重要度”列，其重要度數(shù)值越大，POI重要度等級越低，小比例尺顯示時將越優(yōu)先考慮剔除，POI分類分級流程見圖1。

圖1 POI分類分級流程

2.2 地物要素特征分析

在POI抽稀中，通常將要素類別作為POI重要度等級排序的唯一依據(jù)，根據(jù)排序結(jié)果制定不同比例尺下要素取舍規(guī)則，實現(xiàn)POI數(shù)據(jù)的抽稀。然而，該方法會造成在某比例尺下部分要素子類POI數(shù)據(jù)的整體剔除。為避免此問題，本文通過地物要素特征分析進(jìn)行POI重要度等級排序優(yōu)化。

地物要素特征分析以地物(如居民地、河流、道路等)的面積或長度特征為度量尺度，對地物重要度等級排序，再根據(jù)地物與POI之間的關(guān)聯(lián)，在POI類別優(yōu)化成果基礎(chǔ)上，調(diào)整POI的重要度等級排序結(jié)果，實現(xiàn)POI抽稀結(jié)果的優(yōu)化。

與POI數(shù)據(jù)存在關(guān)聯(lián)的地物要素主要為面狀要素，如面狀房屋、面狀河流等。不同的要素根據(jù)特征選擇不同的度量尺度，如居民地、綠地、湖泊等地物以面積為尺度，橋梁以橋面長度為尺度，度量結(jié)果即地物要素重要度等級，用數(shù)值表示，數(shù)值越小，表示重要程度越高。面積度量中以面積大小為尺度，如某類別地物中面積排名前10%的地物，重要度等級為1，面積排名位于10%到30%的地物，重要度等級為2，面積排名位于30%到50%的地物，重要度等級為3，其余地物要素，重要度等級為4。長度度量中以地物實際長度范圍為尺度，如長度大于1 km，重要度等級為1，長度在500～1 000 m，重要度等級為2，長度在100～500 m，重要度等級為3，其他長度范圍，重要度等級為4。重要度等級劃分級別根據(jù)用戶需求和電子地圖顯示比例尺的數(shù)量而定，例如可以從1連續(xù)劃分到任意數(shù)值，重要度等級劃分級別越多，電子地圖在不同比例尺下抽稀結(jié)果的漸變性會越好。本文將地物重要度劃分為4個等級，等級為4表示該地物重要程度最低。

地物要素重要度確定后，根據(jù)地物要素與POI的關(guān)聯(lián)關(guān)系，建立地物要素重要度等級和POI重要度等級映射表，如表1所示。在表格1中，依據(jù)地物要素重要度等級，POI重要度值X被二次細(xì)分為(X，Y)，實現(xiàn)要素子類內(nèi)部POI重要度等級排序結(jié)果的優(yōu)化見表1。

表1 重要度映射表

最后制定多比例尺下POI抽稀策略。在不同比例尺下，根據(jù)用戶的行業(yè)需求，制定不同的POI抽稀方案。以表格1中POI重要度等級(X，Y)為例，對示例制定約1∶5 000(實際比例尺為1∶4 514，下同)和約1∶10 000(實際比例尺為1∶9 028，下同)兩個比例尺下POI的抽稀策略，如圖2所示。

由圖2抽稀策略示例可知，在用戶需要的某些比例尺范圍內(nèi)， 如本文示例比例尺約1∶5 000和約1∶10 000，POI點的抽稀更加精細(xì)，可實現(xiàn)在同類別要素內(nèi)部進(jìn)行取舍，而不是簡單地在要素類別間取舍。在比例尺逐級變小時，同一類別的POI點中重要地物的POI信息會也可被優(yōu)先保留，實現(xiàn)該類別POI數(shù)據(jù)的逐級平滑過渡，不會因為比例尺的變化，造成該類POI要素整體舍棄。

圖2 多比例尺POI抽稀策略示例

3 實驗驗證與分析

因地物要素中“居民地”要素數(shù)據(jù)量較大、POI分類抽稀復(fù)雜，本文以“居民地”要素為例，利用廣州市天河區(qū)部分區(qū)域1∶2 000電子地圖為數(shù)據(jù)源，行業(yè)用戶角色設(shè)定為電力行業(yè)用戶進(jìn)行試驗，采用電力行業(yè)專題地圖比例尺(約1∶5 000和約1∶10 000)進(jìn)行試驗對比分析。表2是POI部分?jǐn)?shù)據(jù)的重要度等級優(yōu)化結(jié)果示例，主要展示了圖3～圖6中紅色虛框內(nèi)對應(yīng)的原始數(shù)據(jù)重要度等級優(yōu)化結(jié)果。

圖3是約1∶5 000比例尺下，根據(jù)POI的重要度等級排序結(jié)果進(jìn)行POI抽稀的結(jié)果示例。首先根據(jù)電力行業(yè)用戶需求，電力設(shè)施的重要度等級被提高，供電局、供電所在抽稀中被優(yōu)先保留；考慮地物面積特征，大型居民區(qū)、商業(yè)大廈等用電量較高地物的POI信息被優(yōu)先保留。其他要素根據(jù)要素分類及建筑物面積綜合結(jié)果進(jìn)行取舍。從抽稀結(jié)果中可見，POI數(shù)據(jù)涵蓋多個要素類別，同一類別中重要度較低的要素被優(yōu)先剔除。圖4是約1∶5 000比例尺下，利用制圖軟件對原始POI數(shù)據(jù)自動抽稀的結(jié)果。圖4中存在大量的重要程度較低的數(shù)據(jù)，且由于POI數(shù)據(jù)保留具有隨機(jī)性，用戶關(guān)注的信息存在丟失現(xiàn)象， 如“廣州市越秀供電局”被剔除，而圖3中則被保留。

表2 POI重要度等級優(yōu)化結(jié)果示例

圖3 顧及地物要素特征抽稀結(jié)果(約1∶5 000)

圖4 制圖軟件自動抽稀結(jié)果(約1∶5 000)

圖5 顧及地物要素特征抽稀結(jié)果(約1∶10 000)

圖6 制圖軟件自動抽稀結(jié)果(約1∶10 000)

圖5是約1∶10 000比例尺下，根據(jù)POI的重要度等級排序結(jié)果進(jìn)行POI抽稀的結(jié)果。圖6是約1∶10 000比例尺下，利用制圖軟件對原始POI數(shù)據(jù)自動抽稀的結(jié)果。從圖5和圖6結(jié)果比較可知，顧及地物要素特征的抽稀結(jié)果中，電力設(shè)施由于用戶需求因素在各比例尺下都被優(yōu)先保留，其他類別要素重要度高的POI點被保留。而采用制圖軟件實現(xiàn)POI自動抽稀的結(jié)果，僅能保證POI點彼此不互相壓蓋，在多比例尺逐級變化時(如圖4和圖6所示)無法體現(xiàn)POI點的層次關(guān)系及重要性等級。

試驗表明，本文采用的POI分類抽稀方法結(jié)果更符合行業(yè)用戶的應(yīng)用需求，用戶關(guān)注的信息將會被優(yōu)先保留，同時，在不同比例尺下POI抽稀結(jié)果更能有效體現(xiàn)POI數(shù)據(jù)隨比例尺遞變的層次關(guān)系。

4 結(jié)束語

本文通過分析POI可視化表達(dá)的影響因子，在POI初步分類成果的基礎(chǔ)上，提出一種顧及地物要素特征的POI分類抽稀方法，并以“居民地”要素為例，進(jìn)行試驗論證。試驗表明，該方法可以有效提高POI在不同比例尺下抽稀結(jié)果的合理性。本文以獨立地物的面積或長度為衡量標(biāo)準(zhǔn)，進(jìn)行地物要素特征分析，對于POI與建筑物之間存在的一對多的情況仍有待后續(xù)研究。