基于無規(guī)則地址點的地理編碼模型設(shè)計及實現(xiàn)

薛梅，向華

(重慶數(shù)字城市科技有限公司，重慶 400020)

1 引言

隨著地理信息系統(tǒng)在城市信息化建設(shè)中越來越廣泛的應(yīng)用，政府部門之間對空間數(shù)據(jù)與非空間數(shù)據(jù)共享整合的要求日益迫切。據(jù)專家統(tǒng)計，政府各部門擁有大量的政務(wù)信息中，80%的信息都與地理空間位置密切相關(guān)，但是這些信息幾乎都沒有空間坐標(biāo)，因此無法與其他信息整合，無法實現(xiàn)空間分析與可視化。

為了將這些空間信息與非空間信息集成與融合，實現(xiàn)大量統(tǒng)計和表格信息的空間化，就需要建立空間和非空間信息之間的聯(lián)系，地理編碼正是建立這兩者之間聯(lián)系的最重要手段。以地名/地址數(shù)據(jù)作為基礎(chǔ)紐帶，通過地理編碼，使政府各部門分散的信息資源庫之間建立有機的聯(lián)系，從而在統(tǒng)一的地理參考框架中，構(gòu)建起空間信息和非空間信息進(jìn)行融合的框架和模型，依據(jù)此框架和模型可以滿足直接的、實時的數(shù)據(jù)共享要求，實現(xiàn)不同數(shù)據(jù)類型、不同系統(tǒng)之間的集成操作。

地理編碼在經(jīng)濟社會和人們的日常生活中起著十分重要的作用。在建立地名、路名、樓名和門址等數(shù)據(jù)庫后，可支持與位置相關(guān)的服務(wù)，如LBS、智能交通、移動夢網(wǎng)、影像數(shù)據(jù)庫的查詢等;對社會、經(jīng)濟和人口信息可以進(jìn)行匹配，從而進(jìn)行分析、統(tǒng)計、管理、制圖和可視化表示，以支持政府的管理和決策。

在公安部發(fā)布的警用地理信息系統(tǒng)(PGIS)技術(shù)規(guī)范中，明確將建立標(biāo)準(zhǔn)地址庫、實現(xiàn)地址匹配作為警用地理信息系統(tǒng)的基礎(chǔ)建設(shè)內(nèi)容。在地市、區(qū)縣等各級政府的地理信息共享交換平臺中，也將地理編碼作為基礎(chǔ)性建設(shè)內(nèi)容來完成。地理編碼已經(jīng)成為地理信息系統(tǒng)的基礎(chǔ)設(shè)施之一。

2 國內(nèi)外地理編碼技術(shù)現(xiàn)狀

由于地理編碼在地理信息社會化應(yīng)用中具有關(guān)鍵性作用，各國地理信息系統(tǒng)工作者對相關(guān)技術(shù)和方法進(jìn)行了大量的研究。

2.1 地址標(biāo)準(zhǔn)模型

國外成熟的地址標(biāo)準(zhǔn)模型如表1所示。

國外地址模型 表1

2.2 國外地理編碼技術(shù)

目前全球最通用的商業(yè)GIS平臺——ArcGIS平臺，提供了地理編碼的應(yīng)用工具 Geocoding Tools。Geocoding Tools提供了整套地理編碼解決方案，并可定義多種地址規(guī)則(多為美國地址標(biāo)準(zhǔn))。但遺憾的是，由于我國地址命名的無序性以及中英文編碼、語法差異問題，GeoCoding Tools對我國地址匹配的準(zhǔn)確程度并不高，使用起來不具備太大現(xiàn)實意義。

除ArcGIS等專業(yè)地理信息引擎外，Google Map API也推出了基于 WebService的地理編碼服務(wù)［3］。Google Geocoder將地址匹配準(zhǔn)確程度用9個級別來表示，其結(jié)果用通用的KML表示，具有接口簡單，使用方便的優(yōu)良特點。

2.3 國內(nèi)地理編碼技術(shù)

地理編碼具有很強的地域和語言限制，目前尚無能夠適應(yīng)所有國家和地區(qū)的地理編碼。由于我國歷史文化對地名和地址命名的影響，加之近年城市建設(shè)的飛速發(fā)展，使得我國地址命名異常復(fù)雜，結(jié)構(gòu)無序，門牌號碼編號混亂等，這些都限制了我國地址編碼技術(shù)的發(fā)展［1］。我國目前還沒有統(tǒng)一的地址命名規(guī)范和標(biāo)準(zhǔn)，也造成了各地的地址情況不統(tǒng)一。

近年來我國科技工作者對地理編碼技術(shù)也展開了大量的研究［2，4，5］。各地紛紛建立起自己的標(biāo)準(zhǔn)地址數(shù)據(jù)庫，開始利用地理編碼技術(shù)解決業(yè)務(wù)信息與地理位置關(guān)聯(lián)問題。代表性的城市包括:北京、南京、上海等。代表性的公司包括:51地圖、北京超圖、山海經(jīng)緯、方正奧德等公司。在我國，地理編碼商用引擎已經(jīng)出現(xiàn)，并應(yīng)用在數(shù)據(jù)共享交換平臺、公安等行業(yè)中，但地址匹配的準(zhǔn)確率和效率都有改進(jìn)空間。

3 地理編碼模型設(shè)計

在我國大部分地區(qū)，地址由行政區(qū)劃+限定地址+局部地址組合而成，共計9種組合情況，如表2所示。

描述性質(zhì)的標(biāo)準(zhǔn)地址，在其空間上也有著層級關(guān)系，按照空間范圍從大到小，描述精度從粗到細(xì)表達(dá)。

根據(jù)地址的描述信息，按表述層級進(jìn)行分級后，依據(jù)地址類型進(jìn)行編碼，以“重慶市江北區(qū)觀音橋街道電測村231號重慶數(shù)字城市科技有限公司”這一描述為例，進(jìn)行地址分級見表3，分級后的編碼為:010201000100010231。

通用地址組合 表2

地址分級實例 表3

4 基于地理編碼模型的分析應(yīng)用

4.1 地址匹配

地址匹配的過程是將描述性地址轉(zhuǎn)換為地理位置的過程。在實際工作中，必須考慮到轉(zhuǎn)換結(jié)果有三種可能:①完全沒有找到匹配的地理位置，例如，輸入“早上好”，肯定找不到匹配位置;②找到一條完全符合的地理位置，例如，輸入“江北區(qū)電測村231號”;③找到一條或多條部分符合的地理位置，例如，輸入“江北區(qū)建新南路”。因此，用戶在訪問地址匹配應(yīng)用時，應(yīng)能指定匹配的精確程度。

在地址匹配分析中，將匹配精確程度分為9級，分別為:省|市|區(qū)縣|鄉(xiāng)鎮(zhèn)|村|組|道路(街路巷或居住地)|建筑物(樓門牌或POI)。如按照精確程度劃分，包含以下幾種可能性:

(1)匹配到行政區(qū)劃，例如輸入“重慶市江北區(qū)”，匹配到江北區(qū)，從空間表達(dá)上來說是一個面狀區(qū)域，為了簡化，輸出該多邊形最小外接矩形的中心點經(jīng)緯度。

(2)匹配到限定性地址，例如輸入“重慶市江北區(qū)電測村”，從空間表達(dá)上來說是一個線狀條帶或面狀區(qū)域，為了簡化，輸出線或多邊形最小外接矩形的中心點經(jīng)緯度。

(3)匹配到局域性地址，也就是建筑物本身。例如輸入“重慶市江北區(qū)電測村231號”，直接輸出經(jīng)緯度坐標(biāo)。如果需要得到該地址所在的建筑物，通過空間關(guān)系反算得到。

地址匹配的分析過程如圖1所示。

①AddrParser:綜合利用分詞技術(shù)、地址元素字典表對輸入的描述性地址進(jìn)行分詞處理，依據(jù)語義庫進(jìn)行詞語篩選，去掉無用的描述信息，將其轉(zhuǎn)換為標(biāo)準(zhǔn)地址模型的層次結(jié)構(gòu)。

②AddrStandalizer:去掉一些不合法字符;利用詞典進(jìn)行輸入分詞;對照別名表，對地址運用正則表達(dá)式匹配等方法，進(jìn)行規(guī)范化處理。例如“市科委”將轉(zhuǎn)化成“重慶市科學(xué)技術(shù)委員會”。將規(guī)范化的地址要素轉(zhuǎn)換為地址編碼。

③Feature Matcher:利用地址編碼到地址表中進(jìn)行檢索，根據(jù)上下層級地址之間的包容關(guān)系，找到可能符合條件的待選地址。

④AddrInterpolator:在可能符合條件的待選地址中進(jìn)一步匹配和解析，按詞語匹配程度和空間匹配程度進(jìn)行匹配進(jìn)度打分。按照匹配精度對待選地址進(jìn)行排序，選取排序最靠前的地址，認(rèn)定為符合條件的匹配結(jié)果。

地址匹配效果如圖2所示。

圖1 地址匹配流程

圖2 地址匹配效果(由文本轉(zhuǎn)化為十進(jìn)制經(jīng)緯度)

4.2 逆地址匹配

逆地址匹配是指將地理坐標(biāo)轉(zhuǎn)換為標(biāo)準(zhǔn)地址的過程。和地理編碼相比，逆地理編碼實現(xiàn)更加簡單，而且準(zhǔn)確率更高。這是因為輸入相對地理編碼的描述地址更加準(zhǔn)確和規(guī)范。

在以點位為參考地址的模型下，逆地址匹配的通常做法是:設(shè)定一個默認(rèn)緩沖值(如10 m)，找到這個范圍內(nèi)所有的地址點位，然后取離輸入點最近的地址作為結(jié)果輸出。其匹配準(zhǔn)確度完全由地址點位數(shù)據(jù)決定。因此，在數(shù)據(jù)采集過程中，應(yīng)該讓地址位于建筑物的正中心，以最大限度提高逆運算的準(zhǔn)確程度。逆地址匹配效果如圖3所示。

圖3 逆地址匹配效果(由十進(jìn)制經(jīng)緯度轉(zhuǎn)化為標(biāo)準(zhǔn)地址)

5 結(jié)語

地理編碼在地理信息社會化應(yīng)用中，具有舉足輕重的作用。從技術(shù)實現(xiàn)上，地理編碼具有很強的地域和語言限制，目前尚無能夠適應(yīng)所有國家和地區(qū)的地理編碼。由于我國地址存在命名異常復(fù)雜，結(jié)構(gòu)無序，門牌號碼編號混亂等問題，無法利用歐美國家的道路插值方式進(jìn)行地理編碼，因此，本文提出了一種基于無規(guī)則地址點的地理編碼模型，并實現(xiàn)了基礎(chǔ)地理編碼模型的分析應(yīng)用:地址匹配和逆地理編碼。

［1］GoldbergW.Daniel.A Geocoding Best Practices Guide.University of Southern California［M］.GIS Research Laboratory，2008

［2］宋啟凡，李莉，朱雪征.國外地址數(shù)據(jù)標(biāo)準(zhǔn)分析及啟示［J］.地理信息世界，2009，7(1):60～66

［3］郭會，宋關(guān)福，馬柳青等.地理編碼系統(tǒng)設(shè)計與實現(xiàn)［J］.計算機工程，2009，35(1):250 ～252

［4］李軍，李琦，毛東軍，郭玲玲.北京市地理編碼數(shù)據(jù)庫的研究［J］.計算機工程與應(yīng)用，2004，40(2):1～3

［5］陳細(xì)謙，遲忠先，金妮.城市地理編碼系統(tǒng)應(yīng)用與研究［J］.計算機工程，2004:30(23):50～52

［6］Dramowicz，Ela.Three Standard Geocoding Methods［EB/OL］.http://www.directionsmag.com/article.php?article_id=670October 24，2004