面向地理本體的美麗鄉(xiāng)村數(shù)據(jù)分類編碼方法

鄭燦霞，王愛愛，張圓圓

(安吉縣自然資源和規(guī)劃局，浙江 安吉 313300)

0 引 言

大數(shù)據(jù)是指多種類、多來源、海量的數(shù)據(jù)，利用人工或計算機軟件對其進行處理，可以獲得所需的信息資源。美麗鄉(xiāng)村數(shù)據(jù)是指在美麗鄉(xiāng)村建設(shè)前、中、后期產(chǎn)生的數(shù)據(jù)、圖紙和信息。美麗鄉(xiāng)村數(shù)據(jù)具有數(shù)據(jù)來源廣泛、內(nèi)容豐富、格式多樣的特點，通過分析數(shù)據(jù)可以知悉調(diào)查村莊的情況，是一種鄉(xiāng)村大數(shù)據(jù)的體現(xiàn)?；诿利愢l(xiāng)村數(shù)據(jù)特點，需要對應(yīng)的數(shù)據(jù)分類編碼方法支撐，才能更好地進行數(shù)據(jù)管理。通過數(shù)據(jù)的分類準則和編碼要求，地理要素數(shù)據(jù)可以同時采集，數(shù)據(jù)庫系統(tǒng)可以對不同類別的地理要素自動分類。

目前現(xiàn)有數(shù)據(jù)分類編碼標準眾多，如《地名分類與類別代碼編制規(guī)則》(GB/T 18521-2001)[1]、《基礎(chǔ)地理信息要素分類與代碼》(GB/T 13923-2006)[2]、《地理信息分類與編碼規(guī)則》(GB/T 25529-2010)[3]等。城市數(shù)據(jù)具有種類多、來源廣泛、范圍廣、結(jié)構(gòu)多樣、數(shù)量大等特點[4-5]。鄉(xiāng)村數(shù)據(jù)具有城市數(shù)據(jù)一樣的特點，同時，鄉(xiāng)村數(shù)據(jù)還具有信息缺失以及缺乏獲取信息的有效技術(shù)手段的現(xiàn)狀，無法全面真實地掌握鄉(xiāng)村的實際情況[6]，導致現(xiàn)有的數(shù)據(jù)分類編碼大多針對城市編制的標準規(guī)范，沒有專門鄉(xiāng)村數(shù)據(jù)分類編碼標準，在這方面仍是個空缺。

1 基于本體論的地理信息分類編碼

1.1 地理本體

本體概念最早來源于亞里士多德在形而上學方面對事物存在本質(zhì)的研究，后來成為哲學的研究分支，原意是指哲學上關(guān)于事物本質(zhì)描述的一個核心術(shù)語。國內(nèi)外很多專業(yè)人士在相關(guān)專業(yè)領(lǐng)域中，都本體一詞進行了定義，本體的術(shù)語定義甚為廣泛。

在AI領(lǐng)域，本體的概念主要是出于知識的共享，而在地理信息科學領(lǐng)域，則是同時將哲學本體和信息本體的含義引入到本體的概念中。地理本體主要涉及地理概念、類別、關(guān)系和過程，尤其是對地理信息科學領(lǐng)域本體的關(guān)注。1995年，Egenhofer和Mark最早將本體的概念引入到地理信息學科領(lǐng)域，地理本體最初目的是定義一套能促進不同系統(tǒng)和系統(tǒng)與用戶之間的互操作和解決數(shù)據(jù)集成問題的公共詞匯表，隨后一大批該領(lǐng)域的學者開始關(guān)注本體，并展開研究。1999年，Mark等提出地理本體與地理信息的認知、表達、尺度以及不確定性都息息相關(guān)，認為地理信息科學中的本體論研究是高度跨學科的交叉研究[7]。2002年，Harding指出，地理本體是研究地理信息科學領(lǐng)域不同層次以及不同應(yīng)用方向上地理信息概念的內(nèi)涵和層次關(guān)系，同時給出地理信息概念的語義+標識[8]。

國內(nèi)也有不少學者對地理本體做了相關(guān)的研究和定義。2004年，孫敏等指出，地理本體是研究地理信息科學領(lǐng)域內(nèi)不同層次和不同應(yīng)用方向上的地理空間信息概念的詳細內(nèi)涵和層次關(guān)系，并給出概念的語義標識[9]。黃茂軍等認為，地理本體應(yīng)同時具有哲學本體與信息本體的含義，哲學本體方面的研究主要涉及地理概念和類別、關(guān)系、過程，而信息本體的研究則主要體現(xiàn)在形式化表達上[10]。崔巍定義，一個地理本體系統(tǒng)是空間信息科學中具體應(yīng)用領(lǐng)域里共享的一個概念化的知識系統(tǒng)的形式化和顯示的說明規(guī)范[11]。2007年，吳孟泉進一步擴展，認為地理本體是一個多學科跨領(lǐng)域的理論體系，涉及哲學、語言學、Web技術(shù)、AI、知識表示和地理信息雖然各種定義表述不同，卻有共同的本質(zhì)即地理信息領(lǐng)域所公認的概念及對它們進行明確的形式化定義，目的都是服務(wù)于地理信息的共享集成[12]。

1.2 傳統(tǒng)分類編碼方法存在的問題

傳統(tǒng)的地理信息分類方法通常根據(jù)現(xiàn)勢事物的概念和概念間聯(lián)系進行分類編碼。隨著科技的進步和社會的發(fā)展，地理實體的概念有所改變，要素也有所細化，導致不同時代的分類標準不同或者早期分類標準不適用的情況，比如最初道路的描述只是為了簡單制圖，當經(jīng)濟發(fā)展到一定水平，道路可以細化為國道、省道、縣道等。

除此之外，傳統(tǒng)的地理信息分類編碼方法還存在不同領(lǐng)域同一事物的分類方法不同，同一個標準中概念模糊、屬性重疊交叉，要素新增、刪除導致整個分類系統(tǒng)需要相應(yīng)修改等一系列問題。造成以上問題主要是因為沒有一個全面系統(tǒng)的分類方法。

1.3 基于本體論的地理信息分類編碼

為促進信息標準化，信息分類編碼極為重要。地理信息標準是地理信息研究的重要內(nèi)容，其分類編碼是標準編制的基礎(chǔ)，好的分類編碼可以更好為地理數(shù)據(jù)的處理和共享服務(wù)[10]。地理信息分類是一個過程，通過對自然界和社會中地理實體概念的明確，由大到小進行抽象、歸類，該過程所得到的是一個分類體系。地理實體是指現(xiàn)實世界中無法再劃分為同類的最小個體，例如，將一個鄉(xiāng)鎮(zhèn)劃分為若干部分，這些部分稱之為村莊。目前，對本體論的研究在各個領(lǐng)域鋪開，借助本體論思想對地理要素分類也是越來越廣泛?；诒倔w論對地理實體概念、屬性和特征對其進行語義分類，提出相應(yīng)的分類體系，解決概念模糊、屬性重疊、不同時代不同領(lǐng)域?qū)ν粋€概念有不同定義等問題?；诒倔w論的地理信息分類，是指了解地理本體特征，細化和明確地理本體的概念，按照相互關(guān)系，不模糊、不重復、不交叉進行分類。根據(jù)基于本體論的分類方法，對應(yīng)每條記錄對其編碼，并記錄在計算機或者存儲中。

2 面向地理本體的美麗鄉(xiāng)村數(shù)據(jù)分類編碼方法

2.1 美麗鄉(xiāng)村數(shù)據(jù)內(nèi)容

通過調(diào)研，美麗鄉(xiāng)村數(shù)據(jù)內(nèi)容豐富又復雜，包括屬性數(shù)據(jù)、空間數(shù)據(jù)、全景數(shù)據(jù)和街景數(shù)據(jù)，本文對以上4種數(shù)據(jù)的分類編碼進行研究。屬性數(shù)據(jù)包括美麗鄉(xiāng)村規(guī)劃、建設(shè)和成果的文字、圖片、視頻數(shù)據(jù)，數(shù)據(jù)格式包括doc、xls、jpg、png、map4等；空間數(shù)據(jù)包括各類美麗鄉(xiāng)村專題空間數(shù)據(jù)，數(shù)據(jù)格式包括shp、dwg等；全景與街景數(shù)據(jù)包括全景數(shù)據(jù)、天地一體數(shù)據(jù)和街景數(shù)據(jù)，數(shù)據(jù)格式包括空間坐標點數(shù)據(jù)和瓦片數(shù)據(jù)。美麗鄉(xiāng)村數(shù)據(jù)內(nèi)容如表1所示。

表1 美麗鄉(xiāng)村數(shù)據(jù)內(nèi)容

2.2 面向地理本體的美麗鄉(xiāng)村數(shù)據(jù)分類方法

數(shù)據(jù)分類是一個將真實世界現(xiàn)象進行抽象的過程,最后形成一個分類方案,反映真實世界中地理信息的特征、屬性和關(guān)系，通常使用線分類法和面分類法。線分類法具有層次清楚、易于理解等優(yōu)點，結(jié)構(gòu)彈性較差的缺點，面分類法具有擴充性好、結(jié)構(gòu)彈性好等優(yōu)點，組配結(jié)構(gòu)太復雜等缺點。

目前，國家、地方行業(yè)中關(guān)于基礎(chǔ)地理信息要素分類編碼的基本使用線分類法，鑒于分類編碼方法與國標、地標和行標應(yīng)相適應(yīng)，本文提出采用線分類法對美麗鄉(xiāng)村平臺數(shù)據(jù)要素分類，要素類型按照從屬關(guān)系依次為大類、中類、小類、子類、特征碼。

美麗鄉(xiāng)村數(shù)據(jù)內(nèi)容豐富，數(shù)據(jù)概念不易明辨，數(shù)據(jù)之間關(guān)系復雜，利用基于本體論的分類理念，不但可以填補鄉(xiāng)村大數(shù)據(jù)在分類準則方面的空缺，還可以長期有效的保障數(shù)據(jù)的分類體系，避免經(jīng)濟發(fā)展導致體系動搖的情況。根據(jù)地理本體的概念，明確美麗鄉(xiāng)村數(shù)據(jù)定義，并對其相互關(guān)系進行剖析，獲得美麗鄉(xiāng)村本體數(shù)據(jù)的分類體系。大類包括空間數(shù)據(jù)、屬性數(shù)據(jù)、全景數(shù)據(jù)和街景數(shù)據(jù)4類；中類在上述大類基礎(chǔ)上劃分，包括行政村、農(nóng)家樂、旅游景點、人口基本信息等17類；小類在中類的基礎(chǔ)上再做劃分，子類和特征碼同理，分別在小類和子類的基礎(chǔ)上再做劃分。美麗鄉(xiāng)村數(shù)據(jù)本體的分類體系(大類，中類體系)如表2所示。

表2 美麗鄉(xiāng)村數(shù)據(jù)本體的分類體系(大類、中類體系)

2.3 面向地理本體的美麗鄉(xiāng)村數(shù)據(jù)編碼方法

數(shù)據(jù)編碼是計算機處理的關(guān)鍵，由于數(shù)據(jù)信息內(nèi)容龐大，為了方便記憶，計算機處理快速，對于記錄的信息進行編碼，不同的編碼代表不同的信息。地理實體數(shù)據(jù)編碼通常是指通過一組數(shù)字表示按照某種規(guī)則對數(shù)據(jù)要素進行分類后的類別，是要素類別的一個唯一標識碼。

地理要素編碼一般都采用十進制的方式，可以根據(jù)需求和分類準則，采用不同位數(shù)的數(shù)據(jù)碼進行編碼，目前用的比較多的有6位十進制編碼、7位十進制編碼和10位十進制編碼。鑒于編碼準則與國標、地標和行標相適應(yīng)，本文提出編碼方式采用10位十進制數(shù)字碼進行，不足10位的用“0”補齊。

根據(jù)面向地理本體的美麗鄉(xiāng)村數(shù)據(jù)分類方法，按照大類、中類、小類、子類、特征碼的順序，對美麗鄉(xiāng)村數(shù)據(jù)進行編碼，包括2位大類碼、2位中類碼、2位小類碼、2位子類碼和2位特征碼。要素編碼如圖1所示。

(1)左起第一、二位為大類碼，由自然數(shù)01-04表示大類碼編碼。

(2)左起第三、四位為中類碼，在大類基礎(chǔ)上細分成的要素類，由自然數(shù)01-99表示中類碼編碼。

(3)左起第五、六位為小類碼，在中類基礎(chǔ)上細分成的要素類，由自然數(shù)01-99表示小類碼編碼。

(4)左起第七、八位為子類碼，在小類基礎(chǔ)上細分成的要素類，由自然數(shù)01-99表示子類碼編碼。

(5)左起第九、十位為特征碼，由自然數(shù)01-99表示特征碼編碼。

2.4 分類編碼的擴充原則

當分類編碼方法提供的要素類型或分類代碼不能滿足需要時，可根據(jù)該要素所屬的大類表示的內(nèi)容確定要素的中類、小類、子類，并在此基礎(chǔ)上添加特征碼，如若無法滿足要求，可根據(jù)實際情況進行擴充，但編碼位數(shù)不可擴充。

2.5 分類編碼方法的優(yōu)點

基于國標、地標和行標，參考城市分類編碼方法，結(jié)合多地美麗鄉(xiāng)村的建設(shè)，本文提出面向地理本體的美麗鄉(xiāng)村數(shù)據(jù)分類編碼方法，具有如下優(yōu)點：

(1)填補空缺。由于美麗鄉(xiāng)村數(shù)據(jù)專有的特點，目前還沒有針對美麗鄉(xiāng)村數(shù)據(jù)專門的分類編碼方法，本方法的提出填補了該領(lǐng)域的空缺。

(2)穩(wěn)定性強。本方法選擇各要素最穩(wěn)定的特征和屬性為分類依據(jù)，能在較長時間里不發(fā)生重大變更。

(3)易兼容。本方法是基于國家和地方分類編碼規(guī)則，如地名分類與類別代碼編制規(guī)則、基礎(chǔ)地理信息要素分類與代碼、地理信息分類與編碼規(guī)則、基礎(chǔ)地理信息要素分類與圖形表達代碼等分類編碼規(guī)則，結(jié)合美麗鄉(xiāng)村數(shù)據(jù)提出的，因此有較好的兼容性。

(4)易檢索。本方法采用10位十進制數(shù)字碼表示要素，表示方式簡潔。由于計算機對于數(shù)字的檢索功能高于字母，因此采用十進制數(shù)字馬可以高效檢索所需信息。

(5)易擴展。本方法代碼結(jié)構(gòu)留有適當?shù)臄U充余地，用戶可根據(jù)需要進行擴充。

3 應(yīng)用與分析

3.1 研究區(qū)域概述

安吉縣從2008年開始，圍繞“村村優(yōu)美、家家創(chuàng)業(yè)、處處和諧、人人幸福”的美麗鄉(xiāng)村建設(shè)目標，以人大“決議”形式推進“中國美麗鄉(xiāng)村”建設(shè)，全縣編制有美麗鄉(xiāng)村建設(shè)行動綱要和分十年推進的美麗鄉(xiāng)村建設(shè)總體規(guī)劃，是浙江省美麗鄉(xiāng)村首批先進縣，是我國首個“聯(lián)合國人居獎”獲得縣，是踐行青山綠水就是金山銀山的發(fā)源地，是美麗鄉(xiāng)村建設(shè)的實行地。美麗鄉(xiāng)村創(chuàng)建滿十年后，2018年全國改善農(nóng)村人居環(huán)境會議在安吉召開，會議深入貫徹習近平總書記鄉(xiāng)村振興和改善農(nóng)村人居環(huán)境的重要指示精神，進一步推廣“千村示范，萬村整治”工程經(jīng)驗做法。在美麗鄉(xiāng)村建設(shè)的過程中，出于環(huán)保，規(guī)劃，交通等部門對地理空間信息的需要，在2012年建設(shè)了地理空間數(shù)據(jù)庫。美麗鄉(xiāng)村數(shù)據(jù)庫主要數(shù)據(jù)內(nèi)容包括農(nóng)家樂、景點、酒店、行政村、人口基本信息等，本次研究區(qū)域如圖2所示，包括安吉縣188個行政村。

圖2 數(shù)據(jù)覆蓋范圍圖

3.2 研究成果應(yīng)用

根據(jù)本文提出的面向地理本體的美麗鄉(xiāng)村數(shù)據(jù)分類準則和編碼要求，結(jié)合安吉縣美麗鄉(xiāng)村建設(shè)情況，將本文的研究方法應(yīng)用到安吉鄉(xiāng)村數(shù)據(jù)中，對安吉鄉(xiāng)村數(shù)據(jù)分類編碼進行研究。部分數(shù)據(jù)分類編碼如表3所示。

表3 安吉縣美麗鄉(xiāng)村部分數(shù)據(jù)分類編碼表

4 結(jié) 語

面向地理本體的美麗鄉(xiāng)村數(shù)據(jù)分類編碼方法，實現(xiàn)了鄉(xiāng)村大數(shù)據(jù)分類和編碼。美麗鄉(xiāng)村數(shù)據(jù)分類編碼方法是一項系統(tǒng)性工程，隨著應(yīng)用的不斷深入，分類編碼方法不斷完善和進步。目前已成功應(yīng)用到安吉縣美麗鄉(xiāng)村數(shù)據(jù)平臺開發(fā)過程中，為安吉縣美麗鄉(xiāng)村數(shù)據(jù)的管理提供了依據(jù)。借助美麗鄉(xiāng)村建設(shè)和信息化進步形成的地理信息建設(shè)模式，推廣到全省乃至全國其它地區(qū)的平臺建設(shè)中使用，在一定范圍內(nèi)形成推廣模式。通過各地對平臺數(shù)據(jù)管理方法的使用，逐漸完善成為一個完整、通用、規(guī)范的數(shù)據(jù)管理方法，為美麗中國數(shù)據(jù)管理提供實際參考作用。