地籍圖中線狀要素自動綜合研究

楊曦承

摘? 要：由于地籍圖數據量和應用范圍的不同，具有多個不同比例尺成圖形式。本文提出了一種基于多比例尺地圖數據綜合線要素的方法，來滿足此類圖中道路等線狀要素連續綜合的要求，此方法在不同比例尺的線性要素上標識共同的點，將大型道路等要素劃分為多個線段，對每個線段的統一閾值采用DP算法，獲得結果最終綜合。結果表明，該方法可以獲得更接近真實現狀的線要素結果。

關鍵詞：地籍圖? 線要素? DP算法? 不同比例尺? 地圖綜合

中圖分類號：P208? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文獻標識碼：A? ? ? ? ? ? ? ? ?文章編號：1674-098X（2020）09（b）-0031-03

Absrtact： Due to the difference of cadastral map data and application scope， there are many different scale mapping forms. In this paper， a method of synthesizing line elements based on multi-scale map data is proposed to meet the requirements of continuous synthesis of linear elements such as roads in this kind of map. This method marks common points on linear elements of different scales， divides large-scale road and other elements into multiple line segments， and adopts DP algorithm for the unified threshold of each line segment to obtain the final synthesis. The results show that the method can get the line element results closer to the real situation.

Key Words： Cadastral map;? Linear element;? DP algorithm;? Different scale;? Map synthesis

當前的地籍圖和地籍數據信息系統已用于日常工作和自然資源管理中。眾所周知，根據地籍數據大小、應用程序使用差異和區域差異，地籍圖可以使用1：50，000、1：10，000、1：5，000和其他比例尺[1]。在不同比例的地籍地圖中，它經常涉及邊緣、對比度和調整。地圖要素的自動綜合是地籍制圖的困難之一，當地籍地圖用戶在手機、計算機等的屏幕上執行各種操作時，他們希望地籍地圖能夠根據其需求進行更改并保持其視圖，這對連續地籍地圖的自動合成提出了更高的要求。地圖綜合的傳統方法是根據特定比例尺數據生成客觀比例尺數據[2]。假設當前的地籍地圖管理系統數據庫以多個比例尺存儲地圖數據，則可以使用多個比例尺的地籍地圖數據生成中間比例尺地圖數據。與基于單比例尺數據的綜合相比，基于多比例尺地籍圖數據的綜合顯然應導致更完整的結果，反映出現實情況[3]。

地籍圖中的大多數數據都是線性特征，從某種意義上說，這些多邊形所描述的多邊形也可以被認為是閉合曲線，因此作者將重點介紹如何處理地籍圖中的線性特征。如道路等多種規模的數據綜合方法[4]。目前，主要的線要素合成方法包括Douglas_Peucker方法，基于Li和Openshaw的自然方法的方法以及基于Aitinghua偏差的方法。集成的Douglas_Peucker算法（以下稱為DP算法）是一種改進的垂直距離方法算法，繼承了垂直距離方法的優點，并且效率更高[5]。這是一種更好的數據壓縮方法，具有廣泛的應用范圍，尤其是連續曲線效果很好。因此，作者結合Douglas_Peucker綜合算法，提出了一種基于多尺度數據的線性要素綜合方法[6]。

1? 地籍圖線狀要素多比例尺自動綜合

多比例尺線狀要素綜合方法的思想是，如果在兩個不同地籍圖的線要素中存在一個相同的點，則還必須保留在平均比例的線要素中。傳統的線要素綜合方法無法保證。為了有效地在對應于不同比例尺地籍圖的線要素中保留這樣相應的點，必須標識具有相同名稱的點。在獲得具有相同名稱的點之后，可以使用DP算法基于保留具有相同名稱的點來綜合線狀要素，以獲得目標比例尺的線要素。

1.1 Douglas_Peucker算法

Douglas_Peucker算法是公認的線要素簡化經典算法。其描述如圖1所示。

首先將曲線首尾兩點A、F連接成一條直線AF，計算其余各點到直線AF的距離，選擇距離最大值的與閾值比較，若大于閾值，則保留該點（圖中點C），否則刪除掉直線AF兩端點間的其他點，然后以該點分界將曲線分為兩部分AC和CF，各部分仍然選擇距離最大值和閾值比較，決定取舍，以此類推，直到無點可舍為止，如圖1（c）所示。優點是具有平移以及旋轉不變性。

1.2 多比例尺線狀要素綜合方法

在不同比例地籍圖的線要素上具有相同名稱的點本質上是具有相同坐標的，可以使用點的坐標來匹配相同名稱的點。考慮到繪圖過程、方法不一致，具有相同名稱的點的坐標可能并不完全一致，當匹配有相同名稱的點時，點緩沖區將用作重合的基礎。具體步驟是：首先，以每個點為圓心繪制一個半徑為r的圓，r取值具體取決于線要素本身的特定點精度條件;然后對于具有不同比例的每個線要素，點緩沖區圓執行相交操作。如果兩個圓的交點不為空（即兩個圓具有重疊的區域），則可以將兩個對應的頂點視為相同的名稱點，如圖2所示。在具有較大比例尺的線要素上標記具有相同名稱的點標記。此時，標記的點是在較小比例的線要素上也存在的點，綜合時必須保留。

在確定了具有相同名稱的特征點之后，我們將使用經典的DP算法基于保留相同名稱的點來大規模綜合線要素。如何有效保留相同名稱的點是本文方法的關鍵。策略是采用標記有與斷點相同名稱的點，將原始線性特征分成多個線段，然后在具有統一閾值參數的這些多個線段上運行DP算法。這不僅確保在綜合過程中不會刪除具有相同名稱的特征點，而且還有效地使用了DP算法。

圖3顯示了此方法和經典DP算法的組合結果。其中，具有相同名稱的點用“×”表示。圖3（b）和3（c）顯示了兩種方法保留4個頂點時的組合結果。

如圖3所示，經典的DP算法將刪除h2中具有最小垂直距離的同名點p2，然而p2是此線狀要素的一個重要特征點。但是，本文中的方法有效地維護了具有相同名稱的點，并以更大的垂直距離移除了h3處的頂點p4，保留了p2。

2? 實驗

在這里，作者使用某地籍資料中同一國道上不同比例尺，分別為1：10000，1：50000，1：100000比例尺圖上的道路要素進行比較分析。使用形式相似度SS來表現實驗結果與原始數據之間的相似度。轉向函數用于識別線狀要素的形狀。為了減少小干擾對單元邊界和單元形狀及原始形狀的影響，應進行匹配。通過匹配，兩個轉向函數非重疊區域的面積用表示，對象i在兩張圖上的同一區域用Oi表示。兩個道路要素形狀的絕對差別為，對象在地籍圖 A 和地籍圖 B 上的 SS 值由式（1）計算：

式中，為轉向函數折線下方的面積。兩個對象經過比較，如果是相同的，那么轉向函數也是相同的，SS 的結果為 1。每個道路要素在地籍圖 A 與其在地籍圖 B 上的相應形狀之間都產生一個 SS 值。地籍圖A 與地籍圖B 的相似度確定為每個 SS 值之和的平均值，如式（2）：

圖4為使用DP算法和本文中的方法保留若干個相同點的綜合結果。在計算SS指數時，直接使用DP算法的綜合結果與1：5萬比例尺數據的相似度為0.9238，而該方法的綜合結果與1：5萬比例尺數據的相似度為0.9294。可以看出，該方法在本文中的綜合結果更加接近于真實數據，更能反映真實的道路特征。

3? 結語

地籍圖制作和使用中，道路等線狀要素作為比較復雜的地物，與其周邊其他地物產生非常廣泛的聯系，在管理中具有較強的制圖綜合的需求。本文中作者提出了一種基于多比例尺地籍圖數據中道路等線狀要素合成方法來實現這種需求。使用不同比例尺的地籍圖數據，在線狀要素上標識相同的特征點。然后，使用這些標記點，把大型線要素劃分為多個線段。最后，根據分割后各段的統一閾值進行DP算法，最終得到自動綜合的結果。通過比較實驗結果得出結論，該方法在保留地籍圖上相同名稱的特征點的基礎上，獲得的線要素的綜合結果更加接近現實狀態。

參考文獻

[1] 周芳.地圖綜合中傳輸的信息及其關系探討[J].智能城市， 2020（2）：11-14.

[2] 楊銳波.地圖線狀要素編輯處理方法綜合研究[J].科技創新導報， 2019（8）：45-47.

[3] 祿小敏.顧及權重信息的地圖點群目標自動綜合方法[D].蘭州：蘭州交通大學，2019.

[4] 李偉.地圖綜合中曲線局部尖銳凸角的光滑方法[J].測繪科學，2018（4）： 112-116.

[5] 郭沛沛.道路網約束下城市大比例尺地圖上的建筑物和興趣點綜合方法[D].青島：山東科技大學，2017.

[6] 王榮林.區域綜合航海地圖集設計與編制[J].中國海事，2019（5）：53-55.