海島（礁）、灘涂和水下地形矢量數(shù)據(jù)融合方法研究與實(shí)現(xiàn)

朱道也，朱欣焰,2，劉凌佳

(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.地球空間信息技術(shù)協(xié)同創(chuàng)新中心，湖北 武漢 430079)

0 引 言

海洋測(cè)繪是一切海上活動(dòng)的基礎(chǔ)和先導(dǎo)[1]。本世紀(jì)以來(lái)，國(guó)際國(guó)內(nèi)在高度重視海洋安全和海洋經(jīng)濟(jì)發(fā)展的同時(shí)，也更加關(guān)注海洋測(cè)繪的發(fā)展[2]。我國(guó)在“十二五規(guī)劃”中明確提出要加強(qiáng)海洋綜合調(diào)查與測(cè)繪工作，在此背景下沿海各省陸續(xù)將海洋測(cè)繪作為重點(diǎn)項(xiàng)目納入省基礎(chǔ)測(cè)繪[3]。其中海島（礁）、灘涂和水下地形的DLG數(shù)據(jù)作為海洋測(cè)繪的重要成果，它們包含了海岸線、礁石、淤泥灘、紅樹林灘、潮水溝、漁柵、海底電纜光纜、海底管道和水下等高線-首曲線等800多種地物。然而現(xiàn)有的三庫(kù)測(cè)繪成果是分階段采集的，數(shù)據(jù)精度和數(shù)據(jù)模型不一致，且存在大量重復(fù)采集的情況，最終成果也是分庫(kù)存儲(chǔ)的，這使其無(wú)法進(jìn)行統(tǒng)一管理和更新，影響了海洋測(cè)繪成果的應(yīng)用。因此，利用數(shù)據(jù)融合技術(shù)對(duì)多源海洋基礎(chǔ)空間要素?cái)?shù)據(jù)進(jìn)行融合，獲得一體化的海洋數(shù)據(jù)具有重要意義。

多源海洋基礎(chǔ)空間要素?cái)?shù)據(jù)融合涉及的關(guān)鍵技術(shù)是矢量數(shù)據(jù)融合技術(shù)，其起源于上世紀(jì)80年代，美國(guó)人口調(diào)查局（USCB）將其數(shù)字化的地圖與美國(guó)地址測(cè)量局（USGS）高精度的DLG數(shù)據(jù)融合[4]。之后許多學(xué)者進(jìn)行了相應(yīng)研究，Yuan和Tao總結(jié)矢量數(shù)據(jù)融合包含兩部分，一是通過(guò)地圖匹配方法識(shí)別同名實(shí)體，建立對(duì)應(yīng)關(guān)系；二是通過(guò)該對(duì)應(yīng)關(guān)系消除數(shù)據(jù)之間的不一致性（幾何、屬性和拓?fù)洌?，以?shí)現(xiàn)屬性共享和幾何精度改進(jìn)[5]。Goesseln和Sester采用合并離散對(duì)象和ICP算法來(lái)融合德國(guó)數(shù)字地形圖ATKIS，其主要目的是實(shí)現(xiàn)幾何信息的融合[6]。郭黎研究了按照用戶應(yīng)用需求構(gòu)建地理空間矢量數(shù)據(jù)融合的方法[7]。唐文靜探討了海陸地理空間矢量數(shù)據(jù)的融合，提出一種基于多評(píng)價(jià)因素的要素合并變換算法[8]。劉亞璐,葛文等研究了海洋地理環(huán)境矢量數(shù)據(jù)融合的方法，主要包括海洋線、非海岸線等二維實(shí)現(xiàn)數(shù)據(jù)的融合和由數(shù)字水深點(diǎn)生成海底等深線三維矢量數(shù)據(jù)的融合[9]。白亭穎歸納了陸海地理信息融合實(shí)現(xiàn)的關(guān)鍵技術(shù)：語(yǔ)義特征融合和空間特征融合[10]。

本文結(jié)合現(xiàn)有的矢量數(shù)據(jù)融合技術(shù)，對(duì)多源海洋基礎(chǔ)空間要素?cái)?shù)據(jù)的融合方法進(jìn)行了研究。我們首先采用地圖匹配中幾何匹配技術(shù)來(lái)識(shí)別同一區(qū)域內(nèi)不同來(lái)源數(shù)據(jù)（如海島（礁）和灘涂DLG數(shù)據(jù)）的對(duì)應(yīng)關(guān)系，然后對(duì)同名實(shí)體的屬性信息求并集的方法來(lái)進(jìn)行屬性融合，最后利用本文提出的基于中誤差和對(duì)應(yīng)點(diǎn)的方法對(duì)幾何信息進(jìn)行融合。為此，我們針對(duì)浙江省海島（礁）、灘涂和水下地形基礎(chǔ)空間要素?cái)?shù)據(jù)的融合，基于.NET和ArcGIS Engine組件開發(fā)了海洋基礎(chǔ)空間要素?cái)?shù)據(jù)融合系統(tǒng)。

1 關(guān)鍵技術(shù)

1.1 矢量數(shù)據(jù)匹配

矢量數(shù)據(jù)匹配是指通過(guò)相似性指標(biāo)識(shí)別出不同來(lái)源地圖數(shù)據(jù)之間的同名實(shí)體，并建立對(duì)應(yīng)關(guān)系的過(guò)程[11]，它是矢量數(shù)據(jù)融合的前提。相似性指標(biāo)包括幾何、屬性、拓?fù)浜铜h(huán)境相似性，其中幾何相似性是被最廣泛使用的[12]。浙江省海島（礁）、灘涂和水下地形基礎(chǔ)空間要素?cái)?shù)據(jù)屬性字段不一致，幾何上具有明顯的自然性和多樣性，因此我們利用幾何相似性指標(biāo)來(lái)匹配海島（礁）、灘涂和水下地形基礎(chǔ)空間要素?cái)?shù)據(jù)。

點(diǎn)要素是不依比例尺變化的，只存在位置信息，所以點(diǎn)要素直接通過(guò)距離特征進(jìn)行匹配。線要素是半依比例尺變化的要素，具有位置、長(zhǎng)度、方向和形狀等特征。本文選取Hausdorff距離指標(biāo)來(lái)匹配線實(shí)體，Hausdorff距離對(duì)空間要素的距離和整體形狀都有所反映[13]，因此被廣泛應(yīng)用于要素匹配[14-15]。對(duì)于點(diǎn)集PA和PB，PA={pa1,pa2,…,pam}，PB={pb1,pb2,…,pbn}，Hausdorff距離計(jì)算公式為：

式中，HD(PA,PB)為點(diǎn)集PA和PB的Hausdorff距離，|| ||是點(diǎn)集A和點(diǎn)集B的距離范數(shù)，常用歐式距離。，表示點(diǎn)集合PA中每一個(gè)點(diǎn)到點(diǎn)集PB最小距離中的最大值；，表示點(diǎn)集合PB中每一個(gè)點(diǎn)到點(diǎn)集PA最小距離中的最大值。在實(shí)際計(jì)算中，把線要素當(dāng)作一組連續(xù)的點(diǎn)集，通過(guò)計(jì)算點(diǎn)集之間的Hausdorff距離來(lái)代替線要素之間的距離。

面實(shí)體是完全依比例尺變化的要素，具有位置、大小、方向和形狀等特征。本文選取面積重疊度來(lái)匹配面實(shí)體，面積重疊度特征反映匹配實(shí)體對(duì)之間位置、大小和形狀特征[16]。對(duì)于存在疊置關(guān)系的面要素集A和B，A={a1,a2,…,am}，B={b1,b2,…,bn},采用文獻(xiàn)[6]中的公式面積重疊度相似度：

式中，Overlap(A,B)為面要素集A和B的面積重疊形似度。對(duì)于面實(shí)體之間的多對(duì)多對(duì)應(yīng)關(guān)系，我們一般不能直接獲取。如數(shù)據(jù)集A中a1,a2,…,am與數(shù)據(jù)集B中b1,b2,…,bn面積重疊度大于閾值，a1,a2,…,am應(yīng)該被聚合，b1,b2,…,bn也應(yīng)該被聚合，聚合a1,a2,…,am對(duì)應(yīng)聚合b1,b2,…,bn。本文中，我們采用文獻(xiàn)[6]提出的鄰接矩陣方法來(lái)識(shí)別這種多對(duì)多雙重聚合的對(duì)應(yīng)關(guān)系，該方法在Huh匹配城市面實(shí)體時(shí)也被使用[17]。令C為p×q的鄰接矩陣，p和q分別表示A和B中參與計(jì)算的面實(shí)體個(gè)數(shù)，C(i,j)的值為1或0，如果ai與bj存在疊置關(guān)系，且ai與B中參與計(jì)算的面實(shí)體面積重疊度大于閾值或bj與A中參與計(jì)算的面實(shí)體面積重疊度大于閾值，則取C(i,j)=1；反正則取C(i,j)=0。將矩陣C增加實(shí)體的自相鄰關(guān)系，其表示為C＇，如公式（1）所示。對(duì)C＇遞歸自乘，直到矩陣中不再有值為0的元素值發(fā)生改變，則自乘后的矩陣C"中，若C"(i,j)=1，則表示其關(guān)聯(lián)實(shí)體存在對(duì)應(yīng)關(guān)系。

如圖1所示，1a、1b分別表示A和B中計(jì)算的面實(shí)體，1c表示其對(duì)應(yīng)關(guān)系，圖2a為其對(duì)應(yīng)的鄰接矩陣C，圖2b為增加實(shí)體的自相鄰關(guān)系矩陣C＇，圖2c為遞歸自乘后的矩陣C"。

圖1 基于重疊關(guān)系的二分圖表示Fig.1 Bipartite graph representation based on overlapping relation.

圖2 判別同名面匹配對(duì)的矩陣運(yùn)算方法Fig.2 Matrix manipulation for identifying corresponding polygon pairs.

1.2 矢量數(shù)據(jù)融合

矢量數(shù)據(jù)融合的目的是實(shí)現(xiàn)屬性共享和幾何精度改進(jìn)[5]。其主要任務(wù)包含：①消除空間實(shí)體在不同的數(shù)據(jù)模型中多次采集所產(chǎn)生的數(shù)據(jù)描述上的差異；②消除不同分類分級(jí)方法采集所產(chǎn)生要素屬性信息；③消除空間實(shí)體幾何位置上的差異[18]。由于本文融合數(shù)據(jù)浙江省海島（礁）、灘涂和水下地形DLG數(shù)據(jù)不存在數(shù)據(jù)模型差異，本文主要集中在②和③方面的融合。在融合之前，我們根據(jù)現(xiàn)有數(shù)據(jù)源存在的情況，先對(duì)海洋基礎(chǔ)空間要素?cái)?shù)據(jù)的分類分級(jí)標(biāo)準(zhǔn)進(jìn)行統(tǒng)一。

我國(guó)現(xiàn)有基礎(chǔ)空間要素?cái)?shù)據(jù)分類與代碼標(biāo)準(zhǔn)有GB/T13923-92《國(guó)土基礎(chǔ)地理信息數(shù)據(jù)分類與代碼》，GB14084-93《1:500 1:1000 1:2000地形圖要素分類與代碼》、和GB/T15660-1995《1:5000 1:10000 1:25000 1:50000 1:100000 地形圖要素分類與代碼》等，對(duì)于海洋要素?cái)?shù)據(jù)的分類還未有統(tǒng)一標(biāo)準(zhǔn)?，F(xiàn)有浙江省海島（礁）基礎(chǔ)空間要素?cái)?shù)據(jù)分為八大類，分別為海洋、水系、交通、管線、居民地與設(shè)施、境界線與政區(qū)、地貌、植被與土質(zhì)，與陸地地形圖要素分類相比，其特別增加了海洋這一大類。灘涂和水下地形基礎(chǔ)空間要素?cái)?shù)據(jù)分為七大類。在數(shù)據(jù)融合時(shí)，我們必須對(duì)分類標(biāo)準(zhǔn)進(jìn)行統(tǒng)一，本文方法是采用浙江省海島（礁）基礎(chǔ)空間要素?cái)?shù)據(jù)分類標(biāo)準(zhǔn)。灘涂和水系地形基礎(chǔ)空間要素?cái)?shù)據(jù)通過(guò)FCODE（分類編碼）進(jìn)行重新分類。

在矢量匹配中，匹配的類型包含1:0、1:1、1:N和M:N四類。1:1匹配對(duì)應(yīng)關(guān)系簡(jiǎn)單，我們提出了基于中誤差和對(duì)應(yīng)點(diǎn)幾何融合的方法進(jìn)行融合。1:N和M:N匹配類型對(duì)應(yīng)關(guān)系復(fù)雜，我們提出了基于TAC原則確定重要實(shí)體的方法進(jìn)行融合，融合時(shí)只保留重要要素的形狀信息，不重要實(shí)體作為歷史信息通過(guò)版本號(hào)進(jìn)行保存。同時(shí)，我們利用幾何中心點(diǎn)代替實(shí)體集對(duì)重要信息的位置進(jìn)行調(diào)整。屬性進(jìn)行融合時(shí)是對(duì)匹配實(shí)體對(duì)的信息求并集。

1.2.1 TAC原則

幾何融合時(shí)，我們主要對(duì)幾何位置進(jìn)行調(diào)整，實(shí)體的形狀不改變。為此我們提出了基于TAC原則的數(shù)據(jù)融合規(guī)則來(lái)確定數(shù)據(jù)融合時(shí)同名實(shí)體中的重要要素，幾何融合時(shí)，我們保留同名實(shí)體中重要要素的形狀信息，但根據(jù)其同名要素對(duì)其位置精確性進(jìn)行改進(jìn)。TAC原則包括時(shí)效性（Timeliness）、精確性（Accuracy）和完整性（Completeness）三方面，我們?nèi)∈鬃帜窽、A、C來(lái)表示。時(shí)效性是指實(shí)體采集時(shí)間，數(shù)據(jù)采集時(shí)間越近，時(shí)效性越好；反之，則時(shí)效性越差。精確性是指數(shù)據(jù)表達(dá)粒度的大小，比例尺大的數(shù)據(jù)精確性越好；反之，則精確性越差。完整性是指面實(shí)體的完整性，如相同F(xiàn)CODE的地物，保存全部地物要素?cái)?shù)據(jù)來(lái)源比保留部分地物完成性好。TAC原則的設(shè)定根據(jù)客戶的需求來(lái)設(shè)定，本項(xiàng)目中設(shè)定規(guī)則為時(shí)效性＞精確性＞完整性。如確定同名實(shí)體a和b的重要性，若a的時(shí)效性大于b的時(shí)效性，則T(a)=1，T(b)=0，以此類推，可計(jì)算出a和b實(shí)體的TAC。假設(shè)TAC(a)=101，TAC(b)=010，則TAC(a)＞TAC(b)，則實(shí)體a比實(shí)體b重要。

1.2.2 屬性信息融合

多源海洋基礎(chǔ)空間要素?cái)?shù)據(jù)信息的融合，可起到屬性信息修復(fù)、改善信息豐富度等作用。如偏向測(cè)繪部門生成的數(shù)據(jù)，數(shù)據(jù)精度高，包含數(shù)據(jù)的編碼信息，也可能存在部分屬性信息缺乏的現(xiàn)象；其他來(lái)源數(shù)據(jù)偏向數(shù)據(jù)實(shí)際應(yīng)用信息，但是數(shù)據(jù)的基礎(chǔ)信息缺乏。實(shí)現(xiàn)這兩種數(shù)據(jù)的信息融合，既可獲得實(shí)體的編碼等基礎(chǔ)信息，也可獲得數(shù)據(jù)的應(yīng)用信息，還可進(jìn)行信息修復(fù)?；谕氐膶傩匀诤?，就是求取同名要素屬性信息的并集，獲取更加豐富的屬性信息。

不同來(lái)源的同名實(shí)體往往具有不同屬性項(xiàng)，對(duì)同一屬性的定義可能不同，所以屬性信息融合的難點(diǎn)是解決同名異意和同意異形的問(wèn)題。同名異意包含兩類含義，一是屬性名稱相同，但是表達(dá)的意思不同。如要素包含類型屬性字段，由于對(duì)類型的理解不一致。一類要素類型可能是指來(lái)源類型，如來(lái)源為海洋測(cè)繪、原有地圖數(shù)字化等。另一類數(shù)據(jù)類型可能是指使用類型，如池塘按養(yǎng)殖分為魚、蝦、菱等類型。二是屬性名稱相同，但表達(dá)標(biāo)準(zhǔn)不同，如對(duì)道路分級(jí)數(shù)據(jù)字段，可能采用的道路分級(jí)標(biāo)準(zhǔn)不同，造成表達(dá)的不同。同意異形是指屬性字段不同，但是表達(dá)的意思相同。對(duì)于這兩類問(wèn)題，還沒(méi)有特別好的自動(dòng)解決方法，需要人工加以判斷。

1.2.3 基于中誤差和對(duì)應(yīng)點(diǎn)的幾何融合方法

中誤差是衡量觀測(cè)精度的一種標(biāo)準(zhǔn)，也稱為“標(biāo)準(zhǔn)差”， 其計(jì)算公式為

ρ表示中誤差，(xi,yi)表示第i次的觀測(cè)值，(x0,y0)表示真實(shí)值。在制圖規(guī)范中，觀測(cè)點(diǎn)和控制點(diǎn)的位置中誤差的概率分布曲線呈正態(tài)分布或類似正態(tài)分布[19]，且規(guī)定比例尺的DLG數(shù)據(jù)的中誤差范圍是固定的，其中誤差隨著比例尺的變化而變化，因此，中誤差可作為測(cè)繪成果DLG數(shù)據(jù)質(zhì)量評(píng)價(jià)的指標(biāo)[20]。本文中，我們提出利用中誤差作為同名實(shí)體幾何信息的融合標(biāo)準(zhǔn)。對(duì)于通過(guò)實(shí)體匹配技術(shù)獲取的不同比例尺不同來(lái)源的對(duì)應(yīng)點(diǎn)(x1,y1),(x2,y2),…,(xn,yn)，其比例尺分別為s1,s2,…,sn，查詢其中誤差分別為ρ1,ρ2,…,ρn。由于不同來(lái)源數(shù)據(jù)誤差范圍不同，所以不采用常用的等價(jià)權(quán)來(lái)設(shè)置對(duì)應(yīng)點(diǎn)的所占權(quán)重，本文根據(jù)各對(duì)應(yīng)點(diǎn)中誤差范圍大小來(lái)設(shè)置權(quán)重，中誤差越小，則權(quán)重越大；反之，則權(quán)重越小。根據(jù)各點(diǎn)所分配的權(quán)重，融合后坐標(biāo)為：

式中，(x＇,y＇)為所有對(duì)應(yīng)點(diǎn)融合后的坐標(biāo)。針對(duì)1:1匹配，對(duì)于點(diǎn)實(shí)體，我們可通過(guò)匹配結(jié)果直接獲取對(duì)應(yīng)點(diǎn)。對(duì)于線實(shí)體，我們將線實(shí)體分為有序排列的點(diǎn)集來(lái)進(jìn)行融合。假設(shè)a和b匹配，將a和b分別按照弧長(zhǎng)和均分，則在a和b中分別取n個(gè)點(diǎn)V(a)={va1,va2,…,van}和V(b)={vb1,vb2,…,vbn}，其按線實(shí)體輪廓軌跡排序，式中，vai和vbi是對(duì)應(yīng)點(diǎn)。按照上文中公式計(jì)算融合后給點(diǎn)坐標(biāo)V＇={v1＇,v2＇,…,vn＇}，之后我們按照原有輪廓的順序?qū)⑷诤虾簏c(diǎn)集連接起來(lái)，生成新的線實(shí)體。面實(shí)體融合方法與線實(shí)體一致。

針對(duì)1:N和M:N匹配，我們首先通過(guò)凸包對(duì)實(shí)體集進(jìn)行聯(lián)合，然后獲取該凸包的幾何中心點(diǎn)，其計(jì)算公式為：

然后利用公式（5）對(duì)重要實(shí)體位置進(jìn)行調(diào)整。

2 系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)

2.1 系統(tǒng)總體框架

一體化海洋基礎(chǔ)空間要素?cái)?shù)據(jù)庫(kù)的設(shè)計(jì)以浙江測(cè)繪局提供的1:2000比例尺的島礁海洋基礎(chǔ)空間要素?cái)?shù)據(jù)庫(kù)、1:10000比例尺的灘涂海洋基礎(chǔ)空間要素?cái)?shù)據(jù)庫(kù)和1:25000比例尺的水下地形海洋基礎(chǔ)空間要素?cái)?shù)據(jù)庫(kù)為基礎(chǔ)，建成之后稱為海洋基礎(chǔ)庫(kù)。這些地理實(shí)體數(shù)據(jù)具體包括海洋要素、境界與政區(qū)、水系、居民地及設(shè)施、植被與土質(zhì)等。

浙江省海洋基礎(chǔ)空間要素?cái)?shù)據(jù)融合系統(tǒng)根據(jù)海洋基礎(chǔ)庫(kù)融合的功能需求，采用具有較強(qiáng)事務(wù)處理能力的C/S結(jié)構(gòu)模式進(jìn)行搭建，使用ArcGIS Engine10.1組件進(jìn)行二次開發(fā)，使用當(dāng)前流行的.Net技術(shù)，選用Microsoft Visual Studio2010為開發(fā)平臺(tái)，開發(fā)語(yǔ)言為C#。

海洋基礎(chǔ)庫(kù)融合系統(tǒng)可分為三層設(shè)計(jì)：最底層為數(shù)據(jù)庫(kù)層，主要是浙江省現(xiàn)存的海島（礁）、灘涂和水下地形三個(gè)獨(dú)立存儲(chǔ)的數(shù)據(jù)庫(kù)；中間層依托本文提出的屬性融合技術(shù)和基于中誤差與對(duì)應(yīng)點(diǎn)的幾何信息融合技術(shù)構(gòu)建四個(gè)核心模塊，分別為融合準(zhǔn)備、矢量數(shù)據(jù)匹配、三庫(kù)融合和歷史數(shù)據(jù)管理，是系統(tǒng)具體功能的實(shí)現(xiàn)；最上層為表現(xiàn)層，實(shí)現(xiàn)了海洋基礎(chǔ)庫(kù)的融合和管理，為浙江省海洋地理信息系統(tǒng)的應(yīng)用以及其他相關(guān)的行業(yè)提供了基礎(chǔ)數(shù)據(jù)的支持和服務(wù)。

2.2 系統(tǒng)技術(shù)路線

多源多尺度海洋基礎(chǔ)空間要素?cái)?shù)據(jù)融合的技術(shù)路線如圖3所示，主要包括三部分：

1）分析原始數(shù)據(jù)庫(kù)的屬性信息和數(shù)據(jù)組織結(jié)構(gòu)，設(shè)計(jì)一體化數(shù)據(jù)庫(kù)的邏輯模型；分析原始數(shù)據(jù)庫(kù)的存儲(chǔ)模式，設(shè)計(jì)一體化數(shù)據(jù)庫(kù)的物理模型；結(jié)合一體化數(shù)據(jù)庫(kù)的數(shù)據(jù)模型最終確定一體化數(shù)據(jù)庫(kù)的框架。

2）利用矢量數(shù)據(jù)疊置分析提取陸海數(shù)據(jù)的重疊區(qū)域，將非重疊區(qū)域內(nèi)的要素?cái)?shù)據(jù)確定為一體化數(shù)據(jù)庫(kù)所需數(shù)據(jù)；對(duì)于重疊區(qū)域內(nèi)，利用多尺度實(shí)體匹配技術(shù)識(shí)別同名要素，同名要素根據(jù)TAC規(guī)則獲取主體要素，再對(duì)同名要素進(jìn)行屬性融合和幾何融合，融合后的數(shù)據(jù)確定為海洋基礎(chǔ)庫(kù)所需數(shù)據(jù)。

3）按從整體到局部的順序，檢校一體化數(shù)據(jù)庫(kù)所需數(shù)據(jù)是否滿足入庫(kù)要求，進(jìn)行數(shù)據(jù)一致性處理，并最終存至海洋基礎(chǔ)數(shù)據(jù)庫(kù)。

圖3 系統(tǒng)技術(shù)路線圖Fig.3 System technology roadmap

2.3 系統(tǒng)主要功能

系統(tǒng)主要功能模塊有融合準(zhǔn)備、矢量數(shù)據(jù)匹配、三庫(kù)融合和歷史數(shù)據(jù)管理等模塊，并包含常用功能，如漫游、查詢、定位、數(shù)據(jù)編輯、地圖繪圖和地圖量算功能，核心功能為三庫(kù)融合功能。浙江省海洋基礎(chǔ)空間要素?cái)?shù)據(jù)融合系統(tǒng)主界面和數(shù)據(jù)融合界面分別如圖4、圖5所示。

圖4 系統(tǒng)主界面Fig.4 System main interface

圖5 數(shù)據(jù)融合界面Fig.5 Data fusion interface

融合準(zhǔn)備模塊主要是實(shí)現(xiàn)海洋基礎(chǔ)庫(kù)融合的初始化工作，主要包括融合環(huán)境初始化、融合數(shù)據(jù)初始化和融合業(yè)務(wù)的建立，如空間數(shù)據(jù)格式轉(zhuǎn)換、拓?fù)錂z查、坐標(biāo)轉(zhuǎn)換和海洋測(cè)區(qū)范圍分析等。矢量數(shù)據(jù)匹配模塊主要包括矢量數(shù)據(jù)匹配和匹配結(jié)果顯示。通過(guò)數(shù)據(jù)匹配，查找出變化要素，為海洋基礎(chǔ)空間要素?cái)?shù)據(jù)的融合做準(zhǔn)備。三庫(kù)融合模塊是按照既定的規(guī)則，將三個(gè)獨(dú)立的海洋數(shù)據(jù)庫(kù)集成為海洋基礎(chǔ)庫(kù)，主要包括集成規(guī)則編輯、規(guī)則瀏覽和三庫(kù)融合等功能。在做三庫(kù)融合之前，需要建立一個(gè)空的海洋基礎(chǔ)庫(kù)，通過(guò)三庫(kù)融合，形成一個(gè)豐富的海洋基礎(chǔ)庫(kù)。融合時(shí)不重要實(shí)體作為歷史信息通過(guò)版本號(hào)進(jìn)行保存，歷史數(shù)據(jù)管理模塊是對(duì)歷史信息進(jìn)行的維護(hù)和管理，為海洋數(shù)據(jù)庫(kù)的服務(wù)和應(yīng)用提供了決策支持。

3 結(jié)束語(yǔ)

本文提出了針對(duì)浙江省海島（礁）、灘涂和水下地形基礎(chǔ)空間要素?cái)?shù)據(jù)的融合方法，該方法包含2個(gè)部分：①通過(guò)矢量數(shù)據(jù)匹配技術(shù)獲取同名實(shí)體，點(diǎn)實(shí)體直接根據(jù)歐式距離來(lái)進(jìn)行匹配；線實(shí)體采用了經(jīng)典的Hausdorff距離進(jìn)行匹配；面實(shí)體利用基于鄰接矩陣和面積重疊度的方法進(jìn)行匹配。②通過(guò)屬性信息和幾何信息融合技術(shù)對(duì)同名實(shí)體進(jìn)行融合，屬性信息融合主要是對(duì)同名實(shí)體的屬性信息求并集；幾何信息融合時(shí)我們提出了基于中誤差和對(duì)應(yīng)點(diǎn)的融合方法。本文的創(chuàng)新點(diǎn)是提出了確定融合時(shí)的重要實(shí)體的TAC原則和基于中誤差和對(duì)應(yīng)點(diǎn)的幾何融合方法，未來(lái)將對(duì)1:N和M:N匹配的幾何融合方法進(jìn)行深入研究。