基于地理實體的數(shù)據(jù)庫建設探討

張 亮，周志誠，厲芳婷，趙 鵬

（1.湖北省測繪工程院，湖北 武漢 430074；2.地理國情監(jiān)測國家測繪地理信息局重點實驗室，湖北 武漢 430072，3.湖北省航測遙感院，湖北 武漢 430074）

基礎測繪是基準體系建設與維護、基礎航攝遙感影像獲取、基本比例尺地圖測制和更新的統(tǒng)稱，其成果對促進各行各業(yè)高質(zhì)量發(fā)展起到了基礎性、保障性和先導性作用[1]。隨著我國經(jīng)濟的發(fā)展，現(xiàn)有基礎測繪成果形式固化、社會經(jīng)濟和人文信息不全、現(xiàn)勢性不足、聯(lián)動更新困難等問題突顯[2]，逐漸難以適應當前信息化社會和產(chǎn)業(yè)發(fā)展的需求，加上互聯(lián)網(wǎng)、大數(shù)據(jù)、云計算、人工智能等高新技術的深入應用，促進了測繪技術體系的升級換代，倒逼基礎測繪轉(zhuǎn)型升級，建立起適應新時代要求的新型基礎測繪體系。

國家測繪地理信息“十三五”規(guī)劃的整體思路中強調(diào)，應加快推進基礎地理信息數(shù)據(jù)庫建設的轉(zhuǎn)型，逐步建立基于最詳細的地理實體的成果采集和管理模式[3]，因此探索按地理實體分級的非尺度基礎時空數(shù)據(jù)庫建設具有很強的現(xiàn)實意義。

1 地理實體與地理要素

建設地理實體數(shù)據(jù)庫，首先要弄清地理實體與地理要素之間的異同，地理實體是現(xiàn)實世界中具有空間位置、獨立語義屬性或功能的自然或人工地物[4]，其與傳統(tǒng)4D 產(chǎn)品中的地理要素既有聯(lián)系，又有區(qū)別。從本質(zhì)上說，它們都是對現(xiàn)實世界一種現(xiàn)象的抽象，但在數(shù)據(jù)組織形式和表達上又有差別。

傳統(tǒng)4D 產(chǎn)品中的地理要素，將現(xiàn)實世界抽象成點、線、面要素構(gòu)成的圖層，能很好地展示各要素之間的空間關系，但卻將一個完整的地理實體切割為多個空間目標。由于未建立相互之間的唯一性標識關聯(lián)，使得表達同一實體的空間目標碎片化，難以按照實體提取相關空間目標，并維護其與相關專題信息的掛接關系[5]。另外，以往采集的要素屬性未加入時間戳，因此無法完整描述地理實體在時間和空間上的語義關系。因此，按要素采集建庫的方式已難以滿足當前地理信息應用的需求，如一條道路，以傳統(tǒng)的幾何要素表達，其只能包含道路中心線或道路邊線或道路面，它們之間并無關聯(lián)；而以地理實體來表達，則可同時包含道路中心線、道路邊線和道路面等多個圖元，且有唯一的地理實體編碼作為標識，對其賦予產(chǎn)生和消亡時間屬性，能完整描述地理實體的時空關系語義。這種按實體對象建庫的表達無疑更符合人們認識現(xiàn)實世界的模式，在應用上也更加靈活便捷。

2 地理實體編碼與通用屬性項

在地理實體建庫過程中，地理實體編碼和通用屬性設計是關鍵環(huán)節(jié)，直接決定了庫體的組織結(jié)構(gòu)。

2.1 地理實體編碼

地理實體編碼是為每個地理實體賦予唯一的身份標識，目前的基礎地理數(shù)據(jù)分類代碼尚不支持新的時空模型，不能標識地理實體的位置[6]，因此不能滿足地理信息時空大數(shù)據(jù)的應用需求。針對該問題，本文設計了分類碼+位置碼+時間碼+順序碼的地理實體編碼方式。

2.1.1 地理實體產(chǎn)品分類碼

哪些地理要素需作為實體進行采集是地理實體生產(chǎn)首先需要解決的問題。目前，對于地理實體產(chǎn)品的采集和分類，尚未形成統(tǒng)一的規(guī)范規(guī)定，本文結(jié)合基礎地理信息數(shù)據(jù)、自然資源和其他行業(yè)部門的應用需求來確定分類。在兼容傳統(tǒng)地理要素分類標準的基礎上，本文對地理實體的覆蓋范圍進行了拓展，主要涵蓋基礎實體、專業(yè)實體和綜合實體3 個方面的內(nèi)容，劃分定位基礎、水系、居民地與設施、交通、植被與土質(zhì)、管線與設施、境界與區(qū)域、地貌等8 個門類，并在各門類的基礎上進一步劃分出48 個大類，對應創(chuàng)建107 個圖層。

分類碼采用10 位十進制數(shù)字碼，實體要素的分類代碼結(jié)構(gòu)是在國標代碼（門類、大類、中類和小類）后加圖形碼和細分碼。具體代碼結(jié)構(gòu)如圖 1 所示。

圖1 要素分類代碼結(jié)構(gòu)

1）第一、二位為門類碼，根據(jù)地理實體的門類劃分，編碼為“01”～“08”。

2）第三、四位為大類碼，是在門類的基礎上細分形成的實體類，是已有各分類編碼體系的一級類編碼。

3）第五、六位為中類碼，是在大類的基礎上細分形成的實體類，是已有各分類編碼體系的二級類編碼，無此級別的，則中類碼補“0”。

4）第七、八位為小類碼，是在中類的基礎上細分形成的實體類，是已有各分類編碼體系的三級類編碼；如有四級類編碼的情況，則將其并入三級類編碼中；無此級別的，則小類碼補“0”。

5）圖形碼采用1 位數(shù)字碼，0 為注記、1 為點、2 為線/中心線、3 為面、4 為邊線。

6）細分碼是對國標代碼中子類碼的進一步劃分，按 1～9 順序添加，如沒有細分類，則為0。

2.1.2 位置碼

位置碼采用GeoSOT 剖分網(wǎng)格[7]的一位四進制變長編碼，不同層級對應不同的格網(wǎng)大小劃分，反映地理實體幾何中心點大地坐標所在的地理網(wǎng)格編碼。編碼包含網(wǎng)格的定位信息和級信息，編碼長度等于該網(wǎng)格的級數(shù)。編碼以G 開頭，最長編碼為32 級，由32 位四進制數(shù)字組成，分為9 位度級編碼、6 位分級編碼、6 位秒級編碼和11 位秒以下編碼4 段，具體形式為“Gddddddddd-mmmmmm-ssssss.uuuuuuuuuuu”，其中，d、m、s、u 取值均為0、1、2、3。

2.1.3 時間碼

時間碼采用8 位數(shù)字定長編碼，以地理實體首次采集、調(diào)查或建庫等的公元紀年時間為內(nèi)容，如2020 年7 月27 日，則時間碼為20200727。

2.1.4 順序碼

順序碼采用7 位定長數(shù)字，從1 開始，根據(jù)地理實體分類碼、位置碼和時間碼相同的地理實體產(chǎn)生的先后順序依次編碼，不得重復使用，順序碼不足7 位的，則補“0”。

2.2 地理實體的通用屬性項

地理實體的通用屬性項是指所有地理實體都具備的屬性項，應體現(xiàn)地理實體的時空性，能滿足聯(lián)動更新的需求。本文對地理實體數(shù)據(jù)通用屬性項的規(guī)定如表1 所示。

表1 地理實體數(shù)據(jù)通用屬性項

3 地理實體建庫的技術路線

地理實體數(shù)據(jù)建庫主要是在基礎測繪成果數(shù)據(jù)的基礎上進行整合加工，首先對已有基礎測繪成果進行轉(zhuǎn)換，然后按地理實體的方式進行全新采集和更新。其過程主要包括預處理、實體化、屬性賦值、質(zhì)量檢查、數(shù)據(jù)入庫等。

1）預處理工作負責統(tǒng)一數(shù)據(jù)格式、數(shù)據(jù)基準，按本文描述的數(shù)據(jù)分類和分層規(guī)則對原基礎測繪成果進行對照，建立映射關聯(lián)；對原有要素屬性進行擴充，實現(xiàn)實體分類碼的編碼轉(zhuǎn)換和錄入；對于新增和更新的實體，按照分類和分層的規(guī)則進行要素的分類采集。

2）實體化工作即為判斷哪些圖元為同一實體的過程[8]，建立圖元與實體的對應關系，用以實現(xiàn)地理對象在時空維度的唯一性。將具有相同名稱、空間連通的圖元構(gòu)成一個實體，而沒有名稱的圖元為一個單獨的實體。當圖元屬于多個實體時，則對其進行地理實體編碼的擴充。

3）屬性賦值。按照地理實體通用屬性項的要求進行屬性的采集與完善，通過軟件工具生成地理實體編碼，以保證其唯一性。

4）質(zhì)量檢查。對圖元的拓撲關系、實體編碼的唯一性、實體邏輯的一致性、屬性結(jié)構(gòu)的完整性和正確性等進行檢查，檢查合格方可入庫。

5）數(shù)據(jù)入庫。開發(fā)和利用相應的入庫軟件工具將空間數(shù)據(jù)存儲于關系數(shù)據(jù)庫中。

4 結(jié) 語

地理實體數(shù)據(jù)庫具有對象化的數(shù)據(jù)組織、自由的專題屬性掛接、靈活的按需組裝、高效的空間分析、便捷的聯(lián)動更新等優(yōu)勢，相較于傳統(tǒng)的按要素分類組織的數(shù)據(jù)庫，其有著更加廣闊的應用前景。地理實體數(shù)據(jù)庫建設的關鍵問題是地理實體編碼的設計和ETL技術（數(shù)據(jù)的抽取、轉(zhuǎn)換和加載）的應用。地理實體數(shù)據(jù)庫建設是新型基礎測繪體系建設的重要一環(huán)，如何從各類基礎數(shù)據(jù)、專題數(shù)據(jù)中按地理實體的分類融合圖形和屬性，實現(xiàn)自動化實體構(gòu)建是今后繼續(xù)研究的方向。