基于FME的天地圖·福州地名興趣點(diǎn)數(shù)據(jù)融合關(guān)鍵技術(shù)研究

劉芙蓉

(福州市規(guī)劃設(shè)計(jì)研究院，福建 福州 350100)

1 前 言

天地圖是由國(guó)家、省、市三級(jí)節(jié)點(diǎn)構(gòu)成的國(guó)家地理信息公共服務(wù)平臺(tái)。為滿(mǎn)足跨省(市)域、跨層級(jí)(國(guó)家、省、市)的地理實(shí)體與地名興趣點(diǎn)查詢(xún)、專(zhuān)題信息、掛接、綜合統(tǒng)計(jì)分析等應(yīng)用需求，國(guó)家測(cè)繪地理信息局于2013年啟動(dòng)國(guó)家、省、市節(jié)點(diǎn)同構(gòu)試點(diǎn)，旨在通過(guò)節(jié)點(diǎn)間的基礎(chǔ)設(shè)施與服務(wù)平臺(tái)軟件同構(gòu)與數(shù)據(jù)融合，實(shí)現(xiàn)更深層次的分布式信息資源集成與協(xié)同服務(wù)，并為未來(lái)基于云架構(gòu)的分布式服務(wù)資源動(dòng)態(tài)調(diào)度奠定基礎(chǔ)[1]。數(shù)據(jù)融合包括矢量數(shù)據(jù)融合、影像數(shù)據(jù)融合兩個(gè)方面，其中，地名興趣點(diǎn)數(shù)據(jù)融合是矢量數(shù)據(jù)融合中的一項(xiàng)重要內(nèi)容。

地名興趣點(diǎn)數(shù)據(jù)融合主要工作是對(duì)比國(guó)家、省、市三級(jí)節(jié)點(diǎn)數(shù)據(jù)，分析其現(xiàn)勢(shì)性、位置精度等指標(biāo)，按照國(guó)家測(cè)繪地理信息局下發(fā)的最新規(guī)范和要求進(jìn)行數(shù)據(jù)融合，并進(jìn)行數(shù)據(jù)判重、分類(lèi)代碼統(tǒng)一、品牌詞、簡(jiǎn)稱(chēng)及重要度等五個(gè)方面的完善優(yōu)化工作[2，3]。天地圖·福州作為市級(jí)節(jié)點(diǎn)，需要跟省級(jí)節(jié)點(diǎn)天地圖·福建地名興趣點(diǎn)數(shù)據(jù)進(jìn)行融合，但其地名興趣點(diǎn)數(shù)據(jù)的組織編碼方式與省級(jí)節(jié)點(diǎn)、國(guó)家級(jí)節(jié)點(diǎn)存在巨大差異，要實(shí)現(xiàn)國(guó)家、省、市三級(jí)節(jié)點(diǎn)數(shù)據(jù)融合還存在較大問(wèn)題，包括如何進(jìn)行快速代碼轉(zhuǎn)換、數(shù)據(jù)判重、品牌詞自動(dòng)賦值等問(wèn)題。

FME(Feature Manipulation Engine空間數(shù)據(jù)操作引擎)是對(duì)語(yǔ)義數(shù)據(jù)轉(zhuǎn)換方法的具體實(shí)現(xiàn)。它是加拿大Safe Software公司推出的空間數(shù)據(jù)轉(zhuǎn)換處理系統(tǒng)FMESuite，支持?jǐn)?shù)百種不同格式數(shù)據(jù)之間的相互轉(zhuǎn)換[4]，而且能夠?qū)⒇S富的GIS數(shù)據(jù)處理功能結(jié)合在一起[5]，F(xiàn)ME在GIS數(shù)據(jù)跨平臺(tái)轉(zhuǎn)換方面具有良好的通用性和可操作性，功能強(qiáng)大[6]。FME語(yǔ)義映射文件應(yīng)用的是一種宏語(yǔ)言，有自成體系的變量和函數(shù)，能夠同時(shí)識(shí)別和處理多種文件格式數(shù)據(jù)、并且處理速度比ArcMap處理速度快。本文將制定出地名興趣點(diǎn)融合的技術(shù)路線，并基于FME軟件，針對(duì)這些地名興趣點(diǎn)數(shù)據(jù)融合技術(shù)路線中存在的問(wèn)題進(jìn)行相關(guān)技術(shù)研究，從而極大限度地提高地名興趣點(diǎn)數(shù)據(jù)融合效率。

2 地名興趣點(diǎn)融合技術(shù)路線

2.1 問(wèn)題分析

按照天地圖數(shù)據(jù)融合要求，分析現(xiàn)有天地圖·福州現(xiàn)有地名興趣點(diǎn)數(shù)據(jù)情況，其問(wèn)題主要有三個(gè)大方面：①編碼標(biāo)準(zhǔn)采用《國(guó)民經(jīng)濟(jì)行業(yè)分類(lèi)與代碼》，與天地圖地名和興趣點(diǎn)數(shù)據(jù)融合標(biāo)準(zhǔn)采用的國(guó)家基礎(chǔ)地理信息中心制定的《天地圖母庫(kù)POI分類(lèi)分級(jí)與代碼表》規(guī)定的編碼方式差異較大；②與省級(jí)節(jié)點(diǎn)地名興趣點(diǎn)數(shù)據(jù)存在較大的重復(fù)點(diǎn)；③缺少品牌詞、重要度、簡(jiǎn)稱(chēng)等字段。

2.2 技術(shù)路線

針對(duì)以上問(wèn)題，我們知道，在進(jìn)行數(shù)據(jù)融合之前，首先需對(duì)現(xiàn)有數(shù)據(jù)屬性字段按照融合技術(shù)要求進(jìn)行改造，使其每個(gè)屬性項(xiàng)的名稱(chēng)、類(lèi)型和長(zhǎng)度都與省級(jí)節(jié)點(diǎn)地名興趣點(diǎn)數(shù)據(jù)屬性完全相同；屬性改造完成之后，從省級(jí)節(jié)點(diǎn)中提取相應(yīng)范圍內(nèi)的地名興趣點(diǎn)數(shù)據(jù)，將其與市級(jí)節(jié)點(diǎn)地名興趣點(diǎn)數(shù)據(jù)進(jìn)行對(duì)比，查找出重復(fù)點(diǎn)，結(jié)合現(xiàn)勢(shì)性、位置精度等優(yōu)劣對(duì)比進(jìn)行重復(fù)點(diǎn)剔除，并將市級(jí)節(jié)點(diǎn)數(shù)據(jù)與省級(jí)節(jié)點(diǎn)數(shù)據(jù)合并在一起；數(shù)據(jù)合并完成后，最后對(duì)必填屬性字段中不一致或者空的字段進(jìn)行處理，包括代碼轉(zhuǎn)換、品牌詞、重要度和簡(jiǎn)稱(chēng)的補(bǔ)充。具體的技術(shù)路線如圖1所示：

圖1 地名興趣點(diǎn)數(shù)據(jù)融合技術(shù)路線

3 地名興趣點(diǎn)融合關(guān)鍵技術(shù)

地名興趣點(diǎn)數(shù)據(jù)量大，給地名興趣點(diǎn)數(shù)據(jù)融合帶來(lái)巨大挑戰(zhàn)。對(duì)于重要度、簡(jiǎn)稱(chēng)字段，按要求對(duì)一定范圍內(nèi)的數(shù)據(jù)點(diǎn)進(jìn)行賦值。融合進(jìn)來(lái)的省級(jí)節(jié)點(diǎn)地名興趣點(diǎn)數(shù)據(jù)自身帶有部分重要度和簡(jiǎn)稱(chēng)，因此這部分工作量較小，而且自動(dòng)化難度大，基本由人工挑選并賦值。而對(duì)于重復(fù)點(diǎn)查詢(xún)、代碼轉(zhuǎn)換，需要對(duì)所有數(shù)據(jù)進(jìn)行查詢(xún)和處理，工作量大，人工處理花費(fèi)時(shí)間和精力較大，不能保證融合工作按照時(shí)間節(jié)點(diǎn)完成，因此，需要針對(duì)這些問(wèn)題進(jìn)行技術(shù)研究，從而提高融合的效率。

3.1 數(shù)據(jù)判重

省、市節(jié)點(diǎn)不同來(lái)源的地名興趣點(diǎn)數(shù)據(jù)存在很多重復(fù)點(diǎn)，融合關(guān)鍵步驟是需要進(jìn)行判重處理，選取現(xiàn)勢(shì)性好，位置精度高的點(diǎn)作為融合結(jié)果。考慮到市級(jí)節(jié)點(diǎn)地名興趣點(diǎn)數(shù)據(jù)為近年來(lái)數(shù)字福州外業(yè)采集來(lái)的數(shù)據(jù)，數(shù)據(jù)精度較高，現(xiàn)勢(shì)性較好，因此，本次融合以市級(jí)節(jié)點(diǎn)地名興趣點(diǎn)數(shù)據(jù)作為基礎(chǔ)數(shù)據(jù)，省節(jié)點(diǎn)地名興趣點(diǎn)數(shù)據(jù)當(dāng)作更新資料數(shù)據(jù)。分析數(shù)據(jù)情況，重復(fù)點(diǎn)的出現(xiàn)情況主要有幾種，包括：①位置名稱(chēng)完全一致的；②名稱(chēng)相同位置有偏差的；③位置和名稱(chēng)都存在差異等三種情況。

對(duì)于第一種情況，將不同數(shù)據(jù)源都通過(guò)名稱(chēng)和坐標(biāo)信息生成一個(gè)組合信息字段TEMP，并通過(guò)TEMP字段進(jìn)行表鏈接即可查出不同數(shù)據(jù)源之間的重復(fù)點(diǎn)，選擇其中一個(gè)數(shù)據(jù)即可。

后面兩種情況需要利用FME軟件構(gòu)建名稱(chēng)模糊匹配模塊進(jìn)行查重，其主要思想如下：

(1)首先將任一要素與其一定距離范圍內(nèi)的相同類(lèi)別的點(diǎn)要素進(jìn)行名稱(chēng)匹配，取匹配度最高的點(diǎn)要素，并將其匹配度值和匹配上點(diǎn)要素的名稱(chēng)寫(xiě)在其屬性里面[7]。

(2)分析匹配結(jié)果，匹配度由高到低進(jìn)行重復(fù)點(diǎn)剔除。匹配度為100%，則兩個(gè)點(diǎn)要素名稱(chēng)完成相同；匹配度小于100%，兩個(gè)點(diǎn)要素之間名稱(chēng)可能存在一個(gè)或者多個(gè)不同字符。匹配度值越小，兩個(gè)點(diǎn)要素名稱(chēng)差異越大，互為重復(fù)點(diǎn)的可能性越小，權(quán)衡位置精度、現(xiàn)勢(shì)性等多重因素，選擇最優(yōu)的點(diǎn)作為結(jié)果。

重復(fù)點(diǎn)查詢(xún)程序如圖2所示，在程序運(yùn)行過(guò)程中，針對(duì)不同類(lèi)別的興趣點(diǎn)，設(shè)定不同的重復(fù)點(diǎn)查詢(xún)的距離，避免漏查。

圖2地名興趣點(diǎn)判重程序

3.2 代碼轉(zhuǎn)換

經(jīng)過(guò)分析實(shí)踐，本文得出利用數(shù)據(jù)名稱(chēng)與代碼表中關(guān)鍵字進(jìn)行匹配的思想，將數(shù)據(jù)屬性表與代碼表進(jìn)行屬性鏈接，從而將關(guān)鍵字對(duì)應(yīng)的代碼鏈接到對(duì)應(yīng)的數(shù)據(jù)屬性項(xiàng)中。為了保證匹配的正確率，本文采用尾詞匹配原理進(jìn)行匹配，即通過(guò)FME中的StringSearcher函數(shù)和Joiner函數(shù)快速地進(jìn)行代碼轉(zhuǎn)。

StringSearcher函數(shù)對(duì)指定的表達(dá)式執(zhí)行表達(dá)式匹配。如果表達(dá)式與模式匹配，則通過(guò)匹配端口輸出該功能，并且與正則表達(dá)式匹配的原始搜索字符串的部分存儲(chǔ)在“匹配結(jié)果屬性”中指定的屬性中，否則，它將通過(guò)NotMatched端口輸出；而Joiner函數(shù)主要功能是查詢(xún)數(shù)據(jù)庫(kù)，并獲得與要素相關(guān)聯(lián)的屬性。

具體處理過(guò)程如下：

(1)根據(jù)《天地圖母庫(kù)POI分類(lèi)分級(jí)與代碼表》中分類(lèi)關(guān)鍵字制作一個(gè)尾詞關(guān)鍵字庫(kù)，并保存為.txt格式，如圖3所示。

圖3關(guān)鍵字庫(kù)

(2)利用StringSearcher函數(shù)，將要素中NAME字段與關(guān)鍵字詞庫(kù)進(jìn)行尾詞匹配，如圖4所示，將NAME字符串與關(guān)鍵字庫(kù)從右到左進(jìn)行匹配，完全匹配，則利用Joiner函數(shù)將該《天地圖母庫(kù)POI分類(lèi)分級(jí)與代碼表》中關(guān)鍵字所對(duì)應(yīng)的TYPE碼賦給該要素的TYPE屬性字段；未匹配的要素則直接輸出。最后的匹配流程圖如圖5所示。

另外，品牌詞字段同樣具有一個(gè)品牌詞賦值表，利用代碼轉(zhuǎn)換的原理，對(duì)詞庫(kù)進(jìn)行更換，也能快速地對(duì)品牌詞字段進(jìn)行賦值。

圖4 StringSearcher函數(shù)界面

圖5 代碼轉(zhuǎn)換

4 總 結(jié)

天地圖數(shù)據(jù)融合是現(xiàn)階段各省每年工作任務(wù)中的一項(xiàng)重要內(nèi)容，如何快速地進(jìn)行數(shù)據(jù)分析、提取、融合是提高天地圖數(shù)據(jù)融合效率面臨的重大問(wèn)題。解決這個(gè)問(wèn)題的關(guān)鍵在于不斷地總結(jié)歸納，發(fā)現(xiàn)問(wèn)題的共同點(diǎn)，使問(wèn)題被自動(dòng)化或者半自動(dòng)化處理[8]，特別是地名興趣點(diǎn)數(shù)據(jù)融合，查重判重、屬性補(bǔ)充完善工作量巨大，利用FME等相關(guān)軟件開(kāi)發(fā)處理工具，很好地提高了融合的效率和正確性。由于分類(lèi)代碼不夠完善，在代碼轉(zhuǎn)換過(guò)程中還會(huì)存在部分點(diǎn)要素?zé)o法進(jìn)行自動(dòng)化正確分類(lèi)，需要人工進(jìn)行補(bǔ)充，后期將不斷補(bǔ)充完善分類(lèi)代碼表以及相關(guān)的文件標(biāo)準(zhǔn)材料，完善程序工具，進(jìn)一步提高地名興趣點(diǎn)數(shù)據(jù)融合效率。