基于結(jié)構(gòu)模式的道路網(wǎng)節(jié)點(diǎn)匹配方法

欒學(xué)晨，楊必勝，李秋萍

1.武漢大學(xué) 測(cè)繪遙感信息工程國(guó)家重點(diǎn)實(shí)驗(yàn)室，湖北 武漢 430079；2.武漢大學(xué)時(shí)空數(shù)據(jù)智能獲取技術(shù)與應(yīng)用教育部工程研究中心，湖北 武漢 430079；3.廣東瑞圖萬(wàn)方科技股份有限公司，廣東 佛山 528305；4.中山大學(xué) 地理科學(xué)與規(guī)劃學(xué)院，廣東 廣州 510275

1 引 言

隨著地理空間數(shù)據(jù)獲取與處理技術(shù)的快速發(fā)展，數(shù)據(jù)的融合、集成與增量更新成為地理空間數(shù)據(jù)庫(kù)建設(shè)的一個(gè)重要方面。但多源道路網(wǎng)數(shù)據(jù)中常存在格式結(jié)構(gòu)多樣、缺乏統(tǒng)一生產(chǎn)規(guī)范等問(wèn)題，需要建立有效的多源道路網(wǎng)數(shù)據(jù)匹配方法，例如緩 沖 區(qū) 方 法［1－4］、計(jì) 算 道 路 之 間 的 幾 何 距 離（Euclidean、Hausdorff、Fréchet距離等）［5－7］和 結(jié)構(gòu)拓?fù)浞椒ǎ?－9］。在得到道路候選匹配指標(biāo)的基礎(chǔ)上，可以進(jìn)一步使用概率和迭代的方法尋找道路網(wǎng)數(shù)據(jù)最優(yōu)化匹配，剔除錯(cuò)誤匹配，確定最終的匹配結(jié)果［10－13］。但是上述方法要求道路網(wǎng)數(shù)據(jù)之間的定位精度近似一致。然而由于制圖誤差、數(shù)據(jù)尺度差異、坐標(biāo)系統(tǒng)不同以及位置加密等因素的影響，當(dāng)多源道路網(wǎng)數(shù)據(jù)參考系存在差異時(shí)，利用幾何位置作為匹配參考非常困難。

數(shù)據(jù)精度和空間參考一致性問(wèn)題是地理信息系統(tǒng)的基本問(wèn)題之一，通常需要人工尋找同名點(diǎn)進(jìn)行校正［14］。但是人工校正工作量大、自動(dòng)化程度低。為實(shí)現(xiàn)不同參考系數(shù)據(jù)的自動(dòng)匹配，文獻(xiàn)［15］提出了一種根據(jù)相似節(jié)點(diǎn)構(gòu)建坐標(biāo)系轉(zhuǎn)換方程的方法，通過(guò)計(jì)算節(jié)點(diǎn)的道路連接數(shù)、道路夾角，以及節(jié)點(diǎn)連接方向、距離等指標(biāo)來(lái)尋找不同數(shù)據(jù)中的相似節(jié)點(diǎn)。但是該方法描述的節(jié)點(diǎn)特征過(guò)于簡(jiǎn)單，使數(shù)據(jù)間存在大量相似節(jié)點(diǎn)，導(dǎo)致算法的計(jì)算代價(jià)較高。而且該算法未考慮坐標(biāo)系之間旋轉(zhuǎn)變形，要求數(shù)據(jù)之間的長(zhǎng)度單位須保持一致，且不支持多尺度表達(dá)數(shù)據(jù)之間的匹配，使得應(yīng)用該方法受到相當(dāng)?shù)南拗啤?/p>

針對(duì)以上問(wèn)題，本文提出一種基于道路結(jié)構(gòu)模式的匹配方法，使用局部網(wǎng)絡(luò)結(jié)構(gòu)來(lái)描述道路的形態(tài)特征與拓?fù)潢P(guān)系，并通過(guò)比較待匹配道路間的結(jié)構(gòu)相似性，確定最優(yōu)的道路匹配。本方法不依賴道路網(wǎng)的定位精度，尤其適用于多源數(shù)據(jù)的坐標(biāo)系統(tǒng)不一致的情況。

2 道路網(wǎng)數(shù)據(jù)預(yù)處理

數(shù)據(jù)結(jié)構(gòu)的一致性是匹配的基礎(chǔ)，目前大多數(shù)道路網(wǎng)數(shù)據(jù)都采用點(diǎn)線結(jié)構(gòu)的幾何存儲(chǔ)［1－14］，對(duì)于少數(shù)多邊形結(jié)構(gòu)的道路數(shù)據(jù)可采用骨架線、中心點(diǎn)提取方法轉(zhuǎn)化成點(diǎn)線結(jié)構(gòu)后再進(jìn)行匹配處理［16－17］。本文重點(diǎn)研究針對(duì)點(diǎn)線結(jié)構(gòu)的道路網(wǎng)節(jié)點(diǎn)匹配。

由于尺度和應(yīng)用目的的不同，多源道路網(wǎng)數(shù)據(jù)在表達(dá)方式和拓?fù)浣Y(jié)構(gòu)上可能存在差異。因此數(shù)據(jù)預(yù)處理主要包括復(fù)雜道路和交叉口結(jié)構(gòu)的提取與拓?fù)潢P(guān)系重建兩步。

首先，多源道路網(wǎng)數(shù)據(jù)中的同一條道路與交叉口可能有多種存儲(chǔ)形式，如圖1所示：道路可能存儲(chǔ)為多線車道，或者單一條道路中心線；另外道路交叉口也可能存儲(chǔ)為環(huán)島、立交橋形式，或者單一節(jié)點(diǎn)。本文使用文獻(xiàn)［18］中的方法，通過(guò)平行線探測(cè)和聚類分析識(shí)別道路網(wǎng)中的多線車道與復(fù)雜交叉口模式。在此基礎(chǔ)上將道路網(wǎng)中屬于同一條復(fù)雜道路與交叉口的道路弧段與節(jié)點(diǎn)賦值為相同的ID，并以此修正拓?fù)溥B通關(guān)系。在此基礎(chǔ)上計(jì)算提取后的道路長(zhǎng)度與方向，分別為道路合并后起止點(diǎn)之間的最短路徑與連線方向。

其次，多源道路網(wǎng)數(shù)據(jù)在拓?fù)浣Y(jié)構(gòu)上也可能不同。如圖2所示，圖（a）道路多段線只在允許轉(zhuǎn)向的交叉口處打斷（如導(dǎo)航地圖數(shù)據(jù)），或者圖（b）道路多段線在交叉口處一律打斷（如基礎(chǔ)地理數(shù)據(jù)）。由于結(jié)構(gòu)圖（b）實(shí)際上是在結(jié)構(gòu)圖（a）基礎(chǔ)上添加全部交叉點(diǎn)所得。因此本文將所有待匹配的道路網(wǎng)數(shù)據(jù)統(tǒng)一為結(jié)構(gòu)圖（b），即兩條道路的相交處一定被認(rèn)為是交叉口。同時(shí)通過(guò)剔除連接數(shù)等于2的偽節(jié)點(diǎn)（圖2（c）），保證凡道路節(jié)點(diǎn)必出現(xiàn)在交叉口處。

圖1 道路和交叉口的多種表達(dá)形式Fig.1 Multi－representation of roads and junctions

圖2 道路網(wǎng)存儲(chǔ)結(jié)構(gòu)Fig.2 Storage structure of road network

3 道路節(jié)點(diǎn)結(jié)構(gòu)相似性計(jì)算方法

3.1 道路交叉口的局部網(wǎng)絡(luò)結(jié)構(gòu)描述

本文通過(guò)記錄與每個(gè)道路交叉口連接的道路網(wǎng)所構(gòu)成的局部網(wǎng)絡(luò)結(jié)構(gòu)來(lái)描述道路節(jié)點(diǎn)的形態(tài)和拓?fù)湫畔?。如圖3所示，局部網(wǎng)絡(luò)中的所有節(jié)點(diǎn)和弧段的坐標(biāo)與連通關(guān)系都被記錄。其中被描述的交叉口定義為中心節(jié)點(diǎn)，與中心節(jié)點(diǎn)直接相連的道路定義為主邊，并記錄主邊之間的逆時(shí)針鄰接關(guān)系。主邊與其他鄰接道路共同構(gòu)成局部網(wǎng)絡(luò)。理論上當(dāng)鄰近道路數(shù)足夠多時(shí)，每個(gè)道路交叉口都具有唯一的結(jié)構(gòu)特征使其能夠相互區(qū)分，該局部結(jié)構(gòu)便是中心節(jié)點(diǎn)的唯一結(jié)構(gòu)化特征描述。實(shí)際匹配中采用三階連通道路能夠描述一個(gè)道路節(jié)點(diǎn)的結(jié)構(gòu)特征。

3.2 局部網(wǎng)絡(luò)結(jié)構(gòu)配準(zhǔn)

根據(jù)道路節(jié)點(diǎn)的局部網(wǎng)絡(luò)結(jié)構(gòu)描述，可以將道路中的節(jié)點(diǎn)距離匹配轉(zhuǎn)化為局部網(wǎng)絡(luò)之間的形態(tài)相似性匹配。每個(gè)道路交叉口生成的局部網(wǎng)絡(luò)總能在另一份數(shù)據(jù)中找到最優(yōu)匹配。由于多源數(shù)據(jù)參考系的不同，需要首先配準(zhǔn)兩個(gè)局部網(wǎng)絡(luò)使其具有可比性。本文使用局部網(wǎng)絡(luò)中的街區(qū)作為配準(zhǔn)參考。配準(zhǔn)過(guò)程如圖4所示，假設(shè)局部網(wǎng)絡(luò)LN1與LN2分別包含兩個(gè)街區(qū)，任意兩個(gè)街區(qū)之間都可以構(gòu)建一個(gè)仿射變換，例如如果根據(jù)A1－B2進(jìn)行變換，由于記錄了主邊的逆時(shí)針鄰接關(guān)系，可以得到3對(duì)變換控制點(diǎn)o1－o2、c1－b2和a1－c2并構(gòu)建仿射變換。

圖3 道路交叉口局部網(wǎng)絡(luò)描述示意圖Fig.3 Example of local network description

圖4 街區(qū)配準(zhǔn)示意圖Fig.4 Examples of blocks registration

對(duì)于圖4所示的情況，LN1與LN2共有4種可能的變換。但其中A1－A2與B1－B2的街區(qū)之間可能會(huì)得到相似的變換方程。本文通過(guò)長(zhǎng)度比值計(jì)算合并相似變換，提高計(jì)算效率。如果局部網(wǎng)絡(luò)中的兩個(gè)街區(qū)共享一條主邊并且位于共享邊兩側(cè)，則將其合并為一組。易證明處于同一條直線上的線段在仿射變換前后的長(zhǎng)度比值保持不變。如圖4中的粗線所示，如果a1o1與o1b1共線，且在仿射變換后的線段分別為a2o2與o2b2，則應(yīng)有

反之，如果兩個(gè)局部網(wǎng)絡(luò)中存在相等的長(zhǎng)度比值，則對(duì)應(yīng)的街區(qū)歸組應(yīng)具有相同的變換方程。即如果先有公式（1）成立，則可以根據(jù)4對(duì)變換控制點(diǎn)o1－o2、a1－a2、b1－b2和c1－c2構(gòu)建一次仿射變換。

圖5 街區(qū)組合匹配示意圖Fig.5 Examples of block groups matching

3.3 最大公共子網(wǎng)查找

通過(guò)建立變換方程，將兩個(gè)局部網(wǎng)絡(luò)變換到同一參考系下，使之具有可比性。由于局部網(wǎng)絡(luò)之間可能存在多個(gè)變換，對(duì)于每一種變換，都可以得出一個(gè)相似度。局部網(wǎng)絡(luò)之間的相似度可以通過(guò)計(jì)算最大公共子網(wǎng)（maximum common subnetwork，MCS）獲得，即尋找兩個(gè)網(wǎng)絡(luò)的最大公共部分。本文采用樹(shù)形查找的方式進(jìn)行［19］。首先以兩個(gè)局部網(wǎng)絡(luò)中的中心節(jié)點(diǎn)作為查找的起點(diǎn)，比較連接道路的相似性。比較方法如圖6所示，O1與O2為兩個(gè)局部網(wǎng)絡(luò)的中心節(jié)點(diǎn)，Road1和Road2為兩條連接路段。算法平移O1至O2并判斷Road’2和Road1的夾角Angle12：如果小于閾值，則認(rèn)為二者為公共路段。用Road’2與Road1的較短路段長(zhǎng)度截?cái)嗔硪粭l路段，并以截點(diǎn)O3與O4為新的起點(diǎn)繼續(xù)查找后續(xù)的連通路段；如果夾角Angle12大于閾值，則退回起點(diǎn)O1與O2。算法采用廣度優(yōu)先搜索查找其他連接路段直至遍歷所有道路，所有找到的公共路段組成局部網(wǎng)絡(luò)的最大公共子圖。

圖6 道路相似性比較Fig.6 Similarity comparison of roads

最大公共子網(wǎng)的查找揭示了特定變換方程下局部網(wǎng)絡(luò)之間相似部分的范圍，在此基礎(chǔ)上進(jìn)行結(jié)構(gòu)相似性的計(jì)算，量化這種相似度的大小。本文提出道路網(wǎng)編輯距離（road network edit distance，RED）指標(biāo)計(jì)算道路交叉口之間的結(jié)構(gòu)相似性。RED定義為給定兩個(gè)局部網(wǎng)絡(luò)，通過(guò)對(duì)其中一個(gè)網(wǎng)絡(luò)進(jìn)行修改，可以得到另一個(gè)網(wǎng)絡(luò)，修改操作可以分為添加、刪除和替換操作［20］，此處的3種操作并非真正對(duì)道路網(wǎng)進(jìn)行修改，只是一種分類。其中每種操作的代價(jià)不同，一般規(guī)定替換操作比添加與刪除操作具有更小的修改代價(jià)。兩個(gè)局部網(wǎng)絡(luò)之間可能的修改方式有多種，修改代價(jià)存在極值。其中代價(jià)最大修改方式是將一個(gè)局部網(wǎng)絡(luò)中的所有路段刪除，然后添加另一個(gè)網(wǎng)絡(luò)中的所有路段；而特定變換方程下的最小修改代價(jià)即為RED，數(shù)學(xué)表述如公式（2）所示。

式中

對(duì)于兩個(gè)局部網(wǎng)絡(luò)中的任意一種變換trans都存在一個(gè)相關(guān)的RED值，本文綜合得到的所有RED的最小值MiRED作為局部網(wǎng)絡(luò)的最終相似性指標(biāo)。

MiRED反映了在允許進(jìn)行拉伸、平移、切變等變換的情況下等價(jià)兩個(gè)局部網(wǎng)絡(luò)所需的最小代價(jià)，體現(xiàn)了兩個(gè)局部網(wǎng)絡(luò)所等達(dá)到的最大重疊率，可以用于坐標(biāo)系與尺度未知的情況下衡量?jī)蓚€(gè)道路交叉口的結(jié)構(gòu)相似性。

4 基于空間位置的匹配修正

道路交叉口結(jié)構(gòu)相似性指標(biāo)MiRED可以對(duì)大多數(shù)道路交叉口尋找最佳匹配。但在兩份數(shù)據(jù)間詳細(xì)程度差異較大的區(qū)域，許多交叉口實(shí)際上沒(méi)有對(duì)應(yīng)的匹配，還有部分節(jié)點(diǎn)由于形態(tài)特征差異較大而產(chǎn)生匹配錯(cuò)誤。需要進(jìn)一步設(shè)計(jì)匹配優(yōu)化算法，提高匹配效果。

一般認(rèn)為，如果兩份道路網(wǎng)數(shù)據(jù)能夠進(jìn)行匹配，則數(shù)據(jù)間的整體形態(tài)結(jié)構(gòu)應(yīng)當(dāng)相似，大部分道路交叉口應(yīng)當(dāng)能夠匹配；而錯(cuò)誤匹配從幾何偏差上看位置錯(cuò)誤明顯，屬于明顯的粗差。因此為了實(shí)現(xiàn)道路網(wǎng)的最佳匹配，本文首先采用穩(wěn)健的M估計(jì)方法，根據(jù)形態(tài)匹配的道路節(jié)點(diǎn)對(duì)兩份道路網(wǎng)進(jìn)行空間配準(zhǔn)，然后根據(jù)配準(zhǔn)后道路網(wǎng)道路節(jié)點(diǎn)的幾何距離提出粗差，結(jié)合形態(tài)相似性MiRED的計(jì)算結(jié)果共同確定最終的道路交叉口匹配。如果存在多個(gè)道路交叉口對(duì)應(yīng)同一交叉口，則該匹配為1∶n匹配；如果反之亦成立，則為m∶n匹配；如果形態(tài)匹配的所有結(jié)果都超出了校正后的距離閾值，則該形態(tài)匹配為1∶0匹配。本文使用仿射變換配準(zhǔn)兩份道路網(wǎng)數(shù)據(jù)，如公式（4）所示

仿射變換具有6個(gè)獨(dú)立變量，需要最少3對(duì)不共線的同名控制點(diǎn)。當(dāng)控制點(diǎn)多于3對(duì)時(shí)，使用M估計(jì)進(jìn)行平差。根據(jù)M估計(jì)，該仿射變換的參數(shù)計(jì)算可轉(zhuǎn)換為公式（5）的最小二乘問(wèn)題

下標(biāo)i表示第i對(duì)匹配節(jié)點(diǎn)之間的距離，上標(biāo)k表示迭代數(shù)。權(quán)重函數(shù)ω（x）反映該匹配節(jié)點(diǎn)對(duì)于變換方程參數(shù)估計(jì)的影響值。在穩(wěn)健估計(jì)中，應(yīng)當(dāng)保持可靠匹配的權(quán)重，降低不可靠匹配的權(quán)重，可使用IGG3權(quán)重函數(shù)進(jìn)行迭代計(jì)算［21］

當(dāng)殘差r小于閾值a時(shí)，權(quán)值函數(shù)保持不變；當(dāng)r在a到b的區(qū)間內(nèi)逐漸增加時(shí)，權(quán)值函數(shù)呈下降曲線；當(dāng)殘差r的大于閾值b時(shí)，則認(rèn)為該匹配錯(cuò)誤，權(quán)值為0。每次迭代都將計(jì)算新的權(quán)值。

除了消除錯(cuò)誤匹配，穩(wěn)健估計(jì)過(guò)程對(duì)于道路網(wǎng)的結(jié)構(gòu)匹配過(guò)程還有以下作用：

（1）初始的節(jié)點(diǎn)匹配需要遍歷比較任意兩個(gè)道路交叉口之間的結(jié)構(gòu)相似性，而穩(wěn)健估計(jì)之后能夠初步配準(zhǔn)兩個(gè)道路網(wǎng)數(shù)據(jù)，使得后續(xù)的匹配過(guò)程可以在每個(gè)交叉口的緩沖區(qū)范圍內(nèi)查找，能夠明顯地減少搜索范圍；

（2）由于穩(wěn)健估計(jì)能夠得到兩份道路網(wǎng)數(shù)據(jù)坐標(biāo)系之間的近似變換方程，記為transapprox.。因此，由公式（3）計(jì)算的MiRED可以近似地使用transapprox.變換下的RED值代替，如公式（7）所示

該式能夠顯著降低MiRED的計(jì)算時(shí)間，而且對(duì)于不存在街區(qū)結(jié)構(gòu)的局部網(wǎng)絡(luò)也能夠計(jì)算其結(jié)構(gòu)相似性。

5 試驗(yàn)結(jié)果分析

本文選取了武漢市1994年基礎(chǔ)地理數(shù)據(jù)（數(shù)據(jù)1）與2006年導(dǎo)航地圖數(shù)據(jù)（數(shù)據(jù)2）進(jìn)行匹配試驗(yàn)。兩份數(shù)據(jù)時(shí)間跨度超過(guò)10年，許多區(qū)域的幾何和語(yǔ)義信息發(fā)生變化，具有較好的匹配意義。數(shù)據(jù)1有731個(gè)道路交叉口，數(shù)據(jù)2有361個(gè)道路交叉口。由于數(shù)據(jù)加密的影響，數(shù)據(jù)間無(wú)統(tǒng)一的坐標(biāo)系統(tǒng)，無(wú)法使用幾何匹配。因此本文的匹配使用基于結(jié)構(gòu)相似性的比較方法。試驗(yàn)最終匹配數(shù)據(jù)1節(jié)點(diǎn)416個(gè)，匹配率為57%，反映了兩份數(shù)據(jù)之間存在較大的幾何變化。

圖7所示的是數(shù)據(jù)1中一個(gè)節(jié)點(diǎn)的局部網(wǎng)絡(luò)與數(shù)據(jù)2中多個(gè)節(jié)點(diǎn)的MiRED比較結(jié)果，兩份數(shù)據(jù)的道路分別表示為黑色與灰色。取其中MiRED最小的3組匹配，需要替換操作的道路用深色線表示，即兩個(gè)局部網(wǎng)絡(luò)的公共部分。可以看出圖7（a）中正確的節(jié)點(diǎn)匹配具有最小的MiRED值，較之于其余兩種比較結(jié)果，區(qū)分效果較好。

圖7 節(jié)點(diǎn)的MiRED比較Fig.7 MiRED comparison of nodes

但是MiRED對(duì)道路網(wǎng)不同區(qū)域中結(jié)構(gòu)形態(tài)相似的區(qū)域也可能產(chǎn)生匹配錯(cuò)誤。例如由于實(shí)際路網(wǎng)的變化，使得圖8所示的數(shù)據(jù)1中的中心節(jié)點(diǎn)在數(shù)據(jù)2中不存在對(duì)應(yīng)節(jié)點(diǎn)，即1∶0匹配。而通過(guò)MiRED計(jì)算會(huì)強(qiáng)行尋找一個(gè)滿足閾值的相似程度最高的交叉口，導(dǎo)致錯(cuò)誤匹配。

圖8 錯(cuò)誤的MiRED匹配Fig.8 False MiRED matching

圖9顯示了對(duì)兩份數(shù)據(jù)配準(zhǔn)后的MiRED匹配點(diǎn)之間距離偏差的計(jì)算結(jié)果。由統(tǒng)計(jì)圖可以看出，形態(tài)相似性匹配能夠?qū)Υ蠖鄶?shù)節(jié)點(diǎn)進(jìn)行匹配，符合穩(wěn)健估計(jì)的應(yīng)用條件，并且能夠通過(guò)坐標(biāo)系配準(zhǔn)后的距離偏差剔除錯(cuò)誤匹配。

圖9 坐標(biāo)系配準(zhǔn)后匹配交叉口距離統(tǒng)計(jì)圖Fig.9 Distance statistics of node matching after registration

最后，使用位置偏移值修正形態(tài)匹配結(jié)果，得到最終的道路匹配，局部結(jié)果如圖10所示。包含在同一個(gè)橢圓內(nèi)的點(diǎn)對(duì)表示道路交叉口的匹配關(guān)系。對(duì)全部731對(duì)交叉口匹配結(jié)果進(jìn)行統(tǒng)計(jì)，結(jié)果如表1所示，其中共正確匹配交叉口（1∶n匹配算作n對(duì)匹配點(diǎn)）329對(duì)，正確率為97%，錯(cuò)誤匹配率僅為3%，說(shuō)明本文提出的結(jié)構(gòu)相似性指標(biāo)具有很好的形態(tài)區(qū)分性。但是算法遺漏匹配率高達(dá)20%。這是由于兩份匹配數(shù)據(jù)在部分地區(qū)的道路變化較為明顯，使得同一道路交叉口的局部網(wǎng)絡(luò)形態(tài)差異過(guò)大而無(wú)法匹配。這一問(wèn)題可以通過(guò)緩沖區(qū)距離方法得以彌補(bǔ)。對(duì)于試驗(yàn)中未能正確匹配的77個(gè)交叉口進(jìn)行緩沖區(qū)匹配，其中73個(gè)交叉口能夠找到正確的對(duì)應(yīng)節(jié)點(diǎn)?？梢钥闯觯褂眯螒B(tài)相似性的方法能夠在數(shù)據(jù)位置偏移較大的情況下識(shí)別出絕大部分的匹配交叉口，且匹配結(jié)果較好。

表1 匹配結(jié)果統(tǒng)計(jì)Tab.1 Statistical results of matching

圖10 局部匹配結(jié)果圖Fig.10 Matching result in local area

6 結(jié) 論

多源道路網(wǎng)數(shù)據(jù)級(jí)聯(lián)更新的關(guān)鍵技術(shù)之一是道路匹配，其目的是確定多份數(shù)據(jù)中對(duì)應(yīng)的同名道路要素，匹配效果不佳或出現(xiàn)錯(cuò)誤匹配直接影響更新結(jié)果的正確性。本文提出的基于道路交叉口結(jié)構(gòu)相似性確定道路匹配方法符合人工匹配道路的過(guò)程，匹配結(jié)果可靠；依據(jù)三階連通的局部網(wǎng)絡(luò)模式描述有效地表達(dá)了每個(gè)道路交叉口的形態(tài)信息，且對(duì)于數(shù)據(jù)的空間位置不具有依賴性，在數(shù)據(jù)定位精度差異較大的情況下仍能夠達(dá)到較好的匹配效果，提高了算法的適應(yīng)能力。試驗(yàn)結(jié)果表明本文方法很好地解決了不同定位精度下同名道路的匹配問(wèn)題，而且匹配結(jié)果與人工判斷結(jié)果相似，彌補(bǔ)了傳統(tǒng)方法對(duì)于道路坐標(biāo)系必須保持一致性的限制。在匹配基礎(chǔ)上不僅可以對(duì)未匹配的道路進(jìn)行變化檢測(cè)，還可用于多源數(shù)據(jù)綜合分析、數(shù)據(jù)拼接、建立多尺度數(shù)據(jù)庫(kù)關(guān)聯(lián)等多個(gè)方面。但是本文方法重點(diǎn)在于道路節(jié)點(diǎn)的結(jié)構(gòu)匹配，在同語(yǔ)義信息、幾何位置信息的綜合，以及根據(jù)已匹配的節(jié)點(diǎn)進(jìn)行道路路段的匹配研究方面尚存在不足。另外，對(duì)于如何在匹配基礎(chǔ)上實(shí)現(xiàn)更新操作問(wèn)題，涉及坐標(biāo)變換內(nèi)插與拓?fù)潢P(guān)系保持，以及幾何、語(yǔ)義、元數(shù)據(jù)一致性等，也是后續(xù)工作的研究重點(diǎn)。

［1］ HU Y G，CHEN J，ZHAO R L，et al.Matching of Roads under Different Scales for Updating Map Data ［J］.Geomatics and Information Science of Wuhan University，2010，35（4）：451－456.（胡云崗，陳軍，趙仁亮等.地圖數(shù)據(jù)縮編更新中道路數(shù)據(jù)匹配方法［J］.武漢大學(xué)學(xué)報(bào)：信息科學(xué)版，2010，35（4）：451－456.）

［2］ WALTER V，F(xiàn)RITSCH D.Matching Spatial Data Sets：a Statistical Approach ［J］.International Journal of Geographical Information Science，1999，13（5）：445－473.

［3］ ZHANG M，SHI W Z，MENG L Q.A Generic Matching Algorithm for Line Networks of Different Resolutions［C］∥Workshop of ICA Commission on Generalization and Multiple Representation.Coru?a：［s.n.］，2005.

［4］ ZHANG M，MENG L Q.Delimited Stroke Oriented Algorithm－Working Principle and Implementation for the Matching of Road Networks［J］.Annals of GIS，2008，14（1）：44－53.

［5］ MUSTIèRE S，DEVOGELE T.Matching Networks with Different Levels of Detail ［J］.GeoInformatica，2008，12：435－453.

［6］ CHEN Y M，GONG J Y，SHI W Z.A Distance－based Matching Algorithm for Multi－scale Road Networks［J］.Acta Geodaetica et Cartographica Sinica，2007，36（1）：84－90.（陳玉敏，龔健雅，史文中.多尺度道路網(wǎng)的距離匹配算法研究［J］.測(cè)繪學(xué)報(bào)，2007，36（1）：84－90.）

［7］ ZHANG M，MENG L Q.An Iterative Road－matching Approach for the Integration of Postal Data［J］.Computers，Environment and Urban Systems，2007，31（5）：598－616.

［8］ YING S，LI L，LIU W Z，et al.Change－only Updating Based on Object Matching in Version Databases ［J］.Geomatics and Information Science of Wuhan University，2009，34（6）：752－755.（應(yīng)申，李霖，劉萬(wàn)增，等.版本數(shù)據(jù)庫(kù)中基于目標(biāo)匹配的變化信息提取與數(shù)據(jù)更新［J］.武漢大學(xué)學(xué)報(bào)：信息科學(xué)版，2009，34（6）：752－755.）

［9］ DENG M，XU K，ZHAO B B，et al.A Hierarchical Approach for Nodes Matching Based on Structural Spatial Relations ［J］.Geomatics and Information Science of Wuhan University，2010，35（8）：913－916.（鄧敏，徐凱，趙彬彬，等.基于結(jié)構(gòu)化空間關(guān)系信息的節(jié)點(diǎn)層次匹配方法［J］.武漢大學(xué)學(xué)報(bào)：信息科學(xué)版，2010，35（8）：913－916.）

［10］ TONG X H，DENG S S，SHI W Z.A Probabilistic Theorybased Matching Method ［J］.Acta Geodaetica et Cartographica Sinica，2007，36（2）：210－217.（童小華 鄧愫愫，史文中.基于概率的地圖實(shí)體匹配方法［J］.測(cè)繪學(xué)報(bào)，2007，36（2）：210－217.）

［11］ ZHAO D B，SHENG Y H.Research on Automatic Matching of Vector Road Networks Based on Global Optimization［J］.Acta Geodaetica et Cartographica Sinica，2010，39（4）：416－421.（趙東保，盛業(yè)華.全局尋優(yōu)的矢量道路網(wǎng)自動(dòng)匹配方法研究［J］.測(cè)繪學(xué)報(bào)，2010，39（4）：416－421.）

［12］ VOLZ S.An Iterative Approach for Matching Multiple Representations of Street Data［C］∥ISPRS Workshop Multiple Representation and Interoperability of Spatial Data.Hannover：［s.n.］，2005.

［13］ YANG B S，ZHANG Y F，LUAN X C.A Probabilistic Relaxation Approach for Matching Road Networks［J］.International Journal of Geographical Information Science.2013，27（2）：319－338.

［14］ CHANG Kangtsung.Introduction to Geographic Information System ［M］.Translated by CHEN Jianfei.Beijing：Science Press，2003.（張康聰.地理信息系統(tǒng)導(dǎo)論［M］.陳健飛，譯.北京：科學(xué)出版社，2003.）

［15］ CHEN C C，SHAHABI C，KNOBLOCK C A，et al.Automatically and Efficiently Matching Road Networks with Spatial Attributes in Unknown Geometry Systems［C］∥Proceedings of the 3rd Workshop on STDBM.Seoul：［s.n.］，2006.

［16］ MUSTIèRE S.Results of Experiments on Automated Matching of Networks at Different Scales［C］∥Proceedings of Multiple Representation and Interoperability of Spatial Data.Hannover：［s.n.］，2005.

［17］ KIELER B，HUANG W，HAUNERT J H，et al.Matching River Datasets of Different Scales［C］∥Proceedings of 12th Annual AGILE Conference on Geographic Information Science.Hannover：［s.n.］，2009.

［18］ YANG B S，LUAN X C，LI Q Q.Generating Hierarchical Strokes from Urban Street Networks Based on Spatial Pattern Recognition［J］.International Journal of Geographical Information Science.2011，25（12）：2025－2050.

［19］ XIONG D M，SPERLING J.Semi－automated Matching for Network Database Integration［J］.ISPRS Journal of Photogrammetry and Remote Sensing，2004，59（20）：35－46.

［20］ CONTE D，F(xiàn)OGGIA P，SANSONE C，et al Thirty Years of Graph Matching in Pattern Recognition ［J］.International Journal of Pattern Recognition and Artificial Intelligence，2004，18（3）：265－298.

［21］ YANG Y X.The Equivalent Weight Principle－Robust Least Squares Solution Estimation of Parameters Adjustment Model［J］.Bulletin of Surveying and Mapping，1994，6：33－35（楊元喜.等價(jià)權(quán)原理—參數(shù)平差模型的抗差最小二乘解［J］.測(cè)繪通報(bào)，1994，6：33－35.）