陸海地理信息數(shù)據(jù)融合關(guān)鍵技術(shù)研究

白亭穎

(天津海事測繪中心，天津 300222 )

?

陸海地理信息數(shù)據(jù)融合關(guān)鍵技術(shù)研究

白亭穎

(天津海事測繪中心，天津 300222 )

21世紀世界進入海洋世紀，海洋與陸地之間的聯(lián)系更加密切，實現(xiàn)陸海一體化成為必然。陸海地理信息數(shù)據(jù)產(chǎn)生差異的根本原因是測繪部門職能的設(shè)置及部門間信息溝通的缺乏。本文總結(jié)了國內(nèi)外陸海測繪部門的主要職能及其數(shù)據(jù)采集和處理的基準、投影，確定了陸海數(shù)據(jù)不統(tǒng)一的具體表現(xiàn)；針對這些表現(xiàn)，歸納了陸海地理信息融合實現(xiàn)的關(guān)鍵技術(shù)：語義特征融合和空間特征融合。

地理信息數(shù)據(jù)；陸海一體化；數(shù)據(jù)融合；地圖合并；統(tǒng)一地理編碼

一、引 言

海洋是人類賴以生存的基地。21世紀，世界各國越來越重視海洋，并紛紛開發(fā)海洋。海洋和陸地之間存在著廣泛的聯(lián)系，只有加強陸地與海洋間的聯(lián)動開發(fā)，實現(xiàn)陸海一體化發(fā)展，才能更加合理、高效地利用資源。

陸海一體化是指根據(jù)海洋和陸地之間的內(nèi)在聯(lián)系，運用系統(tǒng)論和協(xié)同論的思想，統(tǒng)一規(guī)劃和綜合管理陸地和海洋，使其成為一個統(tǒng)一的陸海系統(tǒng)，從而實現(xiàn)陸海資源的更有效配置[1]。陸海一體化的關(guān)鍵是陸海多源地理信息數(shù)據(jù)的融合， 其主要過程是通過對已有的陸海數(shù)據(jù)資料進行篩選，得到數(shù)據(jù)源，確定陸海數(shù)據(jù)融合方案，最終得到滿足應用需求的產(chǎn)品。陸海地理信息數(shù)據(jù)融合的一般處理過程主要包括數(shù)據(jù)基準的統(tǒng)一、語義融合、空間特征融合3個過程[1]。

二、基準的統(tǒng)一

由于制圖方式和用途不同，對陸海數(shù)據(jù)進行測量時會采用不同的基準，測量基準分為水平基準和垂直基準，見表1。實施陸海數(shù)據(jù)融合時，若二者基準不統(tǒng)一，就無法進行數(shù)據(jù)處理。因此，陸海數(shù)據(jù)融合的基礎(chǔ)是空間基準的統(tǒng)一。

表1 我國陸海水平和垂直基準[2]

1.平面基準轉(zhuǎn)換

平面基準轉(zhuǎn)換包括坐標系統(tǒng)和地圖投影的轉(zhuǎn)換。進行坐標系統(tǒng)轉(zhuǎn)換時，若測量范圍較大或二者測量條件相差較大，可采用七參數(shù)轉(zhuǎn)換模型，以保證精度。比較常見且成熟的七參數(shù)轉(zhuǎn)換模型主要有布爾莎模型、莫洛金斯基模型和武測模型等。若對精度要求不高，為簡化計算可采用三參數(shù)轉(zhuǎn)換模型[3]。實現(xiàn)地圖投影轉(zhuǎn)換主要有3種方法：解析變換方法、數(shù)值變換方法和數(shù)值-解析變換方法。解析變換方法是在已知原投影和新投影解析式的條件下，建立二者之間的函數(shù)關(guān)系式；數(shù)值變換法和數(shù)值-解析變換方法則分別是在不知原投影的解析式和不知原投影方程的情況下，采用多項式數(shù)值逼近法，建立二者之間的函數(shù)關(guān)系式。

2.垂直基準轉(zhuǎn)換

垂直基準轉(zhuǎn)換即實現(xiàn)陸海數(shù)據(jù)的高程基準和深度基準的統(tǒng)一。海圖以理論最低潮面作為深度基準面，不僅沒有確定的起算面，且隨著時間會不斷變化，而陸地的高程基準以平均海面為基準，是穩(wěn)定不變的，因此在進行陸海數(shù)據(jù)融合時，應以陸地的高程基準為準，統(tǒng)一采用1985國家高程基準[4]。在海圖中，陸地高程以規(guī)定的國家高程基準起算，燈塔、燈樁等高程以平均大潮高潮面起算，深度以規(guī)定的深度基準面起算，將高程統(tǒng)一到1985國家高程基準，轉(zhuǎn)換方法如圖1所示，公式如下

-L=h′+ 4h

式中，L為深度基準面值；h′為舊起算面的高程值或深度值；h為不同高程/深度基準面的改正數(shù)。

圖1 高程/深度基準面的關(guān)系

三、語義融合

陸海數(shù)據(jù)語義融合是指通過對陸海實體采用統(tǒng)一的分類分級體系，使二者的地理要素編碼得到統(tǒng)一，從而實現(xiàn)陸海數(shù)據(jù)語義信息的統(tǒng)一。

1.要素的分類分級方法

要素編碼是指要素中屬性數(shù)據(jù)的編碼，是在對信息進行分類分級的基礎(chǔ)上，將信息轉(zhuǎn)換成為數(shù)據(jù)。分類體系是地學編碼的基礎(chǔ)，分類是把研究對象按其性質(zhì)劃分為若干個組，分級則是對同一類對象再按某一方面量上的差別進行分級。分類和分級共同描述了地物之間的分類關(guān)系、隸屬關(guān)系和等級關(guān)系[5]。要素的分類分級主要有兩種方法[5-6]：線分類分級法，是對分類對象進行層級劃分，即根據(jù)分類對象的特定屬性或特征，將其逐次地分成若干特定層級類目，然后按照一定的層次，線性地將其排列成一個逐級展開的分類體系；面分類分級法，是把分類對象依據(jù)其本身的屬性或特性，分成相互獨立的若干面，每一個面都包含一組類目，不同面的類目可以相互組合成為一個復合類目。

2.要素的編碼

(1) 編碼的類型[6]

編碼按其作用與性質(zhì)分為兩種：分類碼和標識碼。分類碼用于表示不同類別的數(shù)據(jù)，是根據(jù)地理信息分類體系設(shè)計出的各專業(yè)信息的分類代碼，同一類別的信息從屬于唯一的分類碼。在分類碼的基礎(chǔ)上，用標識碼對某一類數(shù)據(jù)中的某個實體進行個體查詢檢索。編碼方法可分為符號編碼法和符號含義編碼法。其中屬于符號編碼法的編碼有數(shù)字型、字母型、數(shù)字和字母混合型3類編碼；而隸屬于符號含義編碼法的編碼包括順序碼、層次碼、復合碼、矩陣碼等。

(2) 陸海編碼融合方法

對陸海數(shù)據(jù)的編碼融合是在對象已分類分級的基礎(chǔ)上進行的，一般在編碼過程中會用到多種結(jié)構(gòu)的碼，如順序碼、層次碼、復合碼等。其中層次碼一般是在線分類體系的基礎(chǔ)上，將代碼按位分段，按從左到右的次序，各段子碼依次表示編碼對象的大、中、小類別，組成一個有層次及隸屬關(guān)系的代碼。層次碼有嚴格的隸屬關(guān)系，能直觀表示對象的類別，因此在我國被廣泛使用。數(shù)字地形圖要素屬性編碼采用的是一種變長編碼的形式，在保證要素屬性描述完整的前提下，占用最小的存儲空間。然而，數(shù)據(jù)編碼的復雜性會給要素屬性編碼的采集和輸入增加很大的工作量，降低工作效率，因此，變長編碼形式很難適應GIS的發(fā)展需要。海圖要素屬性編碼采用的是定長編碼結(jié)合要素屬性表的方法，這種編碼方式可以直觀地表示出要素的屬性，而且能充分利用關(guān)系數(shù)據(jù)庫成熟的處理技術(shù)來實現(xiàn)對要素屬性數(shù)據(jù)的有效管理，因此進行陸海編碼融合時，應選擇一種既是層次碼又是定長的編碼結(jié)構(gòu)。最典型的屬性編碼模型是多維指標結(jié)構(gòu)模型和樹型結(jié)構(gòu)模型[7]。

如圖2所示，多維指標結(jié)構(gòu)模型中，用一位代碼表示一種屬性。樹型結(jié)構(gòu)模型中，則用一位或若干位代碼表示每一層次的不同屬性，從而使得對象的屬性值由其所有上級代碼加本級代碼組成。兩種模型相比，多維指標結(jié)構(gòu)模型因其屬性特征易于辨識，便于在其基礎(chǔ)上生成多種專題圖；而樹型結(jié)構(gòu)模型層次分明，有利于地圖圖斑類別的確定。

四、空間融合

陸海地理信息數(shù)據(jù)空間特征融合是在完成同名實體匹配的基礎(chǔ)上，實現(xiàn)相關(guān)地圖實體幾何位置的融合，從而實現(xiàn)同一地區(qū)地形圖和海圖數(shù)據(jù)庫的融合，分為兩個主要步驟：同名實體匹配和幾何圖形合并。

圖2 地理屬性編碼模型

1.同名實體匹配

同名實體匹配[8]是指通過一些空間實體相似度的指標，將陸海數(shù)據(jù)庫中表達現(xiàn)實同一地物的實體識別出來，為后面的幾何圖形融合奠定基礎(chǔ)，是陸海數(shù)據(jù)融合的關(guān)鍵。同名實體匹配算法按匹配方式分為幾何匹配、拓撲匹配和語義匹配3類[1]。

1) 幾何匹配是指通過計算幾何相似度來進行同名實體的匹配。最簡單的幾何匹配是直接將實體之間的歐氏距離、實體長度和方向等作為匹配依據(jù)。在此基礎(chǔ)之上，出現(xiàn)了很多改進方法，如邵世維提出緩沖區(qū)疊加法和空間查詢法，是對源數(shù)據(jù)中的實體做緩沖區(qū)，然后進行疊加分析，判斷落入緩沖區(qū)中的實體[9]；Ashok介紹了用圖論的方法計算圖形的多種相似度，并提出與環(huán)境有關(guān)和與環(huán)境無關(guān)的相似度概念，將二者集成得到一個相似得分，以此判斷實體之間的相似性[10]；唐文靜提出先計算不同源數(shù)據(jù)各自的多種指標的匹配相似度，如面實體的方向和形狀相似度等，然后根據(jù)不同實體的特性給每個指標賦予權(quán)重，計算總相似度得到匹配實體。幾何匹配方法得到的匹配結(jié)果比較理想，但是關(guān)于實體的幾何位置，除點實體外都比較難以得到一個精確的值，并且地形圖和海圖中的數(shù)據(jù)精度也各不相同，因此存在一定的誤差。

2) 拓撲匹配是通過計算候選同名實體的拓撲關(guān)系度量進行匹配。Volz提出基于道路實體的拓撲分割，用增加種子節(jié)點的方法進行匹配[11]；童小華提出計算面實體之間的重疊面積作為拓撲相似度的匹配方法，其中重疊面積的計算比較困難[12]，同時他還提出基于模糊拓撲關(guān)系分類的面實體匹配方法，這種方法主要適用于大比例尺地圖數(shù)據(jù)庫中的規(guī)則面實體，對于其他類型的面實體或不同比例尺之間的面實體的匹配并不一定適用[13]。拓撲匹配可以用于幾何匹配之前，以縮小同名實體的搜索范圍；也可以用于幾何匹配之后，以檢驗幾何匹配的效果；但是同一地物實體在兩幅圖中拓撲關(guān)系的微小差異都會導致匹配的失敗。

3) 語義匹配是通過比較候選同名實體的語義信息(即屬性信息)進行匹配。如陸海數(shù)據(jù)中兩個大橋名稱都為“海河大橋”，則二者為同名實體。語義匹配操作簡單且匹配精度高，但是它在很大程度上取決于數(shù)據(jù)源的模型及屬性值等。

在實踐中進行同名實體匹配時，通常會按照匹配條件的強弱順序，先進行幾何匹配；強條件匹配不成功再用相對較弱的條件，如拓撲匹配；最后用語義信息來進行地圖的匹配[14]。

2.幾何圖形合并

陸海數(shù)據(jù)由于數(shù)據(jù)采集手段、應用方向、比例尺及制圖綜合程度等的不同，二者的同名實體在形狀和位置上存在一定的差異。因此，實現(xiàn)陸海數(shù)據(jù)同名實體匹配后，要進行同名實體的幾何圖形合并。按照形狀特征將實體分為點、線和面3種類型進行合并。

點實體圖形合并最簡單的方法是將同名點實體坐標值的平均值作為圖形合并后點的坐標值。除此之外，比較典型的點實體合并方法有基于同名點構(gòu)建三角網(wǎng)剖分的方法，根據(jù)同名點在整個區(qū)域建立拓撲同構(gòu)的三角網(wǎng)，然后在各三角形子區(qū)域內(nèi)根據(jù)3個相對應的頂點建立坐標轉(zhuǎn)換關(guān)系，并將落入該三角形區(qū)域內(nèi)的其他點以同樣的方式進行坐標轉(zhuǎn)換[15]。

線實體幾何圖形合并比較典型的是由Filin和Doytsher提出的基于同名線實體坐標投影及平面剖分的方法，利用線實體之間的坐標投影和區(qū)域剖分確定相應的變換關(guān)系，從而實現(xiàn)圖形合并[1]。目前比較常用的線實體合并方法有兩種：特征點融合方法和數(shù)學形態(tài)法。特征點融合方法是對每條同名線實體進行簡化，只保留其特征點，融合產(chǎn)生的新的線實體即為所求，如圖3所示。

圖3 特征點融合方法

數(shù)學形態(tài)學法是在進行實體匹配后，對匹配上的兩種數(shù)據(jù)分別做一定寬度的緩沖區(qū)，提取中間重合部分的中軸線，即先把矢量數(shù)據(jù)轉(zhuǎn)換為柵格數(shù)據(jù)結(jié)構(gòu)，最后對中軸線矢量化，得到圖形合并結(jié)果，如圖4所示。

圖4 數(shù)學形態(tài)法

面實體最簡單的合并算法是將其轉(zhuǎn)化為線要素，然后按照線實體的合并方法進行合并。除此之外，郝燕玲提出了基于多因素評價的合并變換算法，首先確定影響實體位置的因素，然后通過熵法確定各因素的權(quán)重，最后采用加權(quán)位置法實現(xiàn)同名實體的幾何位置的合并。該算法適用于所有類型實體，結(jié)果較客觀準確，并能反映兩幅圖之間精度差異[16]。

五、結(jié)束語

一直以來，我國陸海數(shù)據(jù)的采集和維護由多個不同部門分管，數(shù)據(jù)多次重復采集，數(shù)據(jù)格式、分類分級和編碼方案上都不統(tǒng)一，造成陸海數(shù)據(jù)融合困難。本文對陸海地理信息數(shù)據(jù)融合的關(guān)鍵技術(shù)進行了總結(jié)，指出了其中存在的問題。在我國，陸海數(shù)據(jù)融合最大的障礙是陸海測繪管理上的不統(tǒng)一，技術(shù)方法可以解決一部分問題，但要想從真正意義上實現(xiàn)陸海一體化，就必須同時對技術(shù)和管理作出改進，從而為陸海一體化的建設(shè)作出有益的貢獻。

[1] 盧寧, 韓立民.海陸一體化的基本內(nèi)涵及其實踐意義[J].太平洋學報, 2008(3): 82-87.

[2] 翟國君, 黃謨濤, 暴景陽.海洋測繪基準的需求及現(xiàn)狀[J].海洋測繪, 2003(4): 54-58.

[3] 姜楠.坐標轉(zhuǎn)換算法研究與軟件實現(xiàn)[D].淮南：安徽理工大學, 2013.

[4] 郭黎.多源地理空間矢量數(shù)據(jù)融合理論與方法研究[D].鄭州:信息工程大學, 2008.

[5] 郭黎.空間矢量數(shù)據(jù)融合問題的研究[D].鄭州：信息工程大學, 2003.

[6] 朱蕊.多源空間矢量數(shù)據(jù)一致性處理技術(shù)研究[D].鄭州：信息工程大學, 2012.

[7] 唐文靜.海陸地理空間矢量數(shù)據(jù)融合技術(shù)研究[D].哈爾濱：哈爾濱工程大學, 2009.

[8] 李德仁, 龔健雅, 張橋平.論地圖數(shù)據(jù)庫合并技術(shù)[J].測繪科學, 2004，29(1): 1-4.

[9] 邵世維.基于幾何特征的多尺度矢量面狀實體匹配方法研究與應用[D].武漢：武漢大學, 2011.

[10] SAMAL A, SETH S, CUETO L K.A Feature-based Approach to Conflation of Geospatial Sources[J].International Journal of Geographical Information Science, 2004, 18(5): 459-489.

[11] VOLZ S.An Iterative Approach for Matching Multiple Representations of Street Data [C]∥Proceedings of the ISPRS Workshop.Hanover： [s.n.], 2006: 22-24.

[12] 童小華, 鄧愫愫, 史文中.基于概率的地圖實體匹配方法[J].測繪學報, 2007,36(2): 210-217.

[13] 張橋平, 李德仁, 龔健雅.城市地圖數(shù)據(jù)庫面實體匹配技術(shù)[J].遙感學報, 2004,8(2): 107-112.

[14] 丁虹.空間相似性理論與計算模型的研究[D].武漢：武漢大學, 2004.

[15] SAALFELD A.Conflation Automated Map Compilation[J].International Journal of Geographical Information System, 1988, 2(3): 217-228.

[16] 唐文靜, 王增鋒.基于多評價因素的地圖要素幾何位置調(diào)整方法[J].計算機工程與應用, 2013, 49(3): 178-181.

Study of Key Techniques for Sea-land Geographic Information Data Fusion

BAI Tingying

白亭穎.陸海地理信息數(shù)據(jù)融合關(guān)鍵技術(shù)研究[J].測繪通報，2015(7)：99-102.

10.13474/j.cnki.11-2246.2015.0222

2015-03-17

白亭穎(1972—)，女，碩士，高級工程師，研究方向為陸海融合、電子海圖服務(wù)等。E-mail:tjbty@sina.com

P208

：B

：0494-0911(2015)07-0099-04