地圖上的河系自動(dòng)綜合研究綜述

王 文 寧，閆 浩 文，祿 小 敏，劉 濤,王 中 輝

(蘭州交通大學(xué)測(cè)繪與地理信息學(xué)院，甘肅 蘭州 730070；地理國(guó)情監(jiān)測(cè)技術(shù)應(yīng)用國(guó)家地方聯(lián)合工程研究中心，甘肅 蘭州 730070；甘肅省地理國(guó)情監(jiān)測(cè)工程實(shí)驗(yàn)室，甘肅 蘭州 730070)

水系是海洋、湖泊、河系等的總稱，既是影響居民地和工業(yè)布局的重要因素，又是農(nóng)業(yè)、水利、電力等的重要資源[1,2]。河系是地圖制圖中最常見(jiàn)的地理要素，常被看作地形的“骨架線”[3]，對(duì)其他要素具有一定的制約作用[4,5]。河系自動(dòng)綜合一直是地圖綜合[6]研究的重點(diǎn)[7,8]，在綜合知識(shí)[9-12]、選取算法[13-16]、化簡(jiǎn)算法[17-19]、質(zhì)量評(píng)價(jià)[20-22]等方面取得豐碩成果。本文從河系形態(tài)分類、影響河系綜合的主要因素、河系綜合方法與質(zhì)量評(píng)價(jià)四方面梳理河系自動(dòng)綜合的研究現(xiàn)狀，探尋目前研究中存在的問(wèn)題、成因,并提出未來(lái)發(fā)展方向。

1 河系形態(tài)分類

受自然環(huán)境及地質(zhì)構(gòu)造的影響，不同區(qū)域的河系發(fā)育模式不同，導(dǎo)致形態(tài)迥異[23]。河系形態(tài)能有效反映地理空間對(duì)象的形式及分布，表達(dá)地理現(xiàn)象的演變和相互作用[24]。在地圖制作中，圖形空間結(jié)構(gòu)可反映地理現(xiàn)象的空間分布特點(diǎn)，空間上地理要素的不均勻分布在地圖上可反映出一定的結(jié)構(gòu)模式[5]，如河系要素在地圖上表現(xiàn)為樹(shù)枝狀、平行狀、放射狀、格子狀等形態(tài)[25]，因此，對(duì)地理要素綜合時(shí)，必須顧及其空間分布、類型、等級(jí)等特征[26]。河系形態(tài)是地理規(guī)律的反映，不同氣候區(qū)域、水文地形等條件對(duì)河系形態(tài)的影響程度不同[27]。河系可分為天然河系與人工河系，二者空間結(jié)構(gòu)有明顯差別，但在化簡(jiǎn)等過(guò)程中用到的模型與方法類似，只在模型參數(shù)選擇上存在差異[15,28,29]，本文的河系在不作特殊說(shuō)明的情況下均指天然河系。GIS中常見(jiàn)的河系形態(tài)有樹(shù)枝狀、格子狀、平行狀、放射狀、環(huán)狀、向心狀、網(wǎng)狀、梳子狀、羽毛狀等[30,31]，在河系綜合中，不同形態(tài)河系在方法選取、過(guò)程控制、質(zhì)量評(píng)價(jià)等方面存在很大差異[32]。

原始地圖數(shù)據(jù)庫(kù)中河系數(shù)據(jù)往往雜亂無(wú)章，不能滿足河系自動(dòng)綜合的要求，需對(duì)河系數(shù)據(jù)重新組織。河系形態(tài)分類是河系綜合的首要任務(wù)，是河系數(shù)據(jù)重新組織的重要體現(xiàn)，河系形態(tài)分類質(zhì)量直接影響綜合方法的選擇。關(guān)于河系形態(tài)分類的方法主要有知識(shí)推理方法和自動(dòng)判別方法。知識(shí)推理方法首先根據(jù)河系分類的經(jīng)驗(yàn)知識(shí)建立河系分類規(guī)則，規(guī)則中包含反映河系形態(tài)的圖形參數(shù)(如匯入角度、曲折系數(shù)、長(zhǎng)度、流域形狀等)，對(duì)擬分類的目標(biāo)河系計(jì)算各個(gè)圖形參數(shù)值并與分類規(guī)則中對(duì)應(yīng)的參數(shù)值進(jìn)行差異對(duì)比，從而推理得到目標(biāo)河系形態(tài)[33-35]；該方法主要依賴制圖知識(shí)和經(jīng)驗(yàn)判斷，結(jié)果主觀性較強(qiáng)，不利于實(shí)現(xiàn)河系的全自動(dòng)化綜合。自動(dòng)判別方法根據(jù)影響河系形態(tài)的相關(guān)指標(biāo)建立相關(guān)的形態(tài)分類函數(shù)，通過(guò)模糊邏輯運(yùn)算或根據(jù)形態(tài)指標(biāo)函數(shù)的圖像特點(diǎn)實(shí)現(xiàn)河系形態(tài)的識(shí)別；該方法在建立分類函數(shù)關(guān)系時(shí)，不同形態(tài)河系對(duì)于指標(biāo)的敏感程度不同，指標(biāo)選取將直接影響分類函數(shù)的精度，其次通過(guò)該方法分類的結(jié)果較少，不能覆蓋所有河系形態(tài)，也不利于河系的全自動(dòng)化綜合。例如：文獻(xiàn)[36]引入模糊集理論，以反映河系形態(tài)的圖形參數(shù)為基礎(chǔ)，建立河系不同形態(tài)指標(biāo)的模糊隸屬度并將其組合，構(gòu)成河系形態(tài)分類的參數(shù)模糊度集合，將其映射到模糊隸屬度函數(shù)中，通過(guò)模糊邏輯運(yùn)算實(shí)現(xiàn)不同形態(tài)河系的分類；文獻(xiàn)[37,38]根據(jù)河系匯入角度、二級(jí)河系長(zhǎng)度等信息建立河系的形態(tài)分類函數(shù)，不同形態(tài)河系的典型特征在分類函數(shù)圖像中有明顯的分布區(qū)域，通過(guò)分布區(qū)域范圍實(shí)現(xiàn)河系形態(tài)分類。

2 影響河系綜合的主要因素

河系綜合是在信息縮減的同時(shí)，盡可能保留河系的空間密度差異、類型及形態(tài)等主要特征，在地理矢量數(shù)據(jù)庫(kù)中，河段作為河系的基本存儲(chǔ)單元，是河系選取、化簡(jiǎn)、質(zhì)量評(píng)價(jià)等過(guò)程的操作對(duì)象，因此，判斷河段的重要程度至關(guān)重要。影響河段重要程度的常見(jiàn)因素有語(yǔ)義、拓?fù)?、圖形等因素[39]，每類因素可能包含多個(gè)衡量指標(biāo)，用于全面反映該因素對(duì)河段的影響程度。其中，語(yǔ)義因素可以保證綜合前后同名河系避免因選取等操作出現(xiàn)斷頭或連接等錯(cuò)誤[40]；拓?fù)湟蛩乜梢员ＷC河系綜合前后在空間表達(dá)上的完整性，避免出現(xiàn)河系斷頭等問(wèn)題[28]；圖形因素可以確保河系綜合前后在圖形特征上保持較高的相似性[41]。為確保河系綜合的質(zhì)量，通常會(huì)考慮影響河系綜合的多種因素，如果考慮因素單一，則會(huì)出現(xiàn)河系主流連接錯(cuò)誤、河段懸掛、空間形態(tài)差異大等問(wèn)題。以語(yǔ)義因素為例說(shuō)明出現(xiàn)的錯(cuò)誤問(wèn)題：圖1a是樹(shù)狀河系，包括河段A、B、C且B、C是同名河段，河系綜合中正確的主流識(shí)別是將河段B與河段C當(dāng)作同一條河系處理(圖1b)，如果不考慮語(yǔ)義因素，根據(jù)制圖專家的空間認(rèn)知，則會(huì)將河段A與河段C當(dāng)作同一條河系處理，出現(xiàn)主流識(shí)別錯(cuò)誤的情況(圖1c)，因此，考慮影響河系綜合的因素至關(guān)重要。

圖1 語(yǔ)義因素在河系綜合中的重要性Fig.1 Importance of semantic factors in the generalization of river systems

2.1 語(yǔ)義因素

在河系選取中優(yōu)先考慮語(yǔ)義因素，用于構(gòu)建河系的網(wǎng)絡(luò)層次關(guān)系。常見(jiàn)的語(yǔ)義因素主要有河系的名稱、性質(zhì)、水文特性、功能以及形成條件等，河系綜合中，同一條河流的河段必須確保名稱一致，因此，綜合前優(yōu)先連接同名河流弧段，避免綜合過(guò)程中同名河段斷開(kāi)。河系按照性質(zhì)分為常年河、干涸河、時(shí)令河等，不同性質(zhì)的河系選取長(zhǎng)度指標(biāo)不同，因此，綜合前根據(jù)性質(zhì)一致性原則建立連接，確保綜合前后河系的性質(zhì)不變。相比自然河系，人工河系更能反映明顯的空間特征，綜合前應(yīng)根據(jù)形成條件分類，從而確保綜合結(jié)果的正確性。文獻(xiàn)[1,16,42]均考慮了河系的語(yǔ)義因素，文獻(xiàn)[16]在構(gòu)建河系樹(shù)的過(guò)程中，優(yōu)先將同名河段合并，確保同名河系不因綜合操作而發(fā)生錯(cuò)誤連接。

2.2 拓?fù)湟蛩?/h3>

拓?fù)湟蛩卦诤酉颠x取中具有重要作用，河系的拓?fù)潢P(guān)系可以保證綜合前后河系在空間結(jié)構(gòu)上保持較好的連接關(guān)系(如保證干流與支流的連接關(guān)系)。建立河系拓?fù)浣Y(jié)構(gòu)的常用方法有基于stroke和基于圖論的方法，基于圖論的方法將河段看作圖論中的弧段，河系弧段的兩個(gè)端點(diǎn)用圖論中的節(jié)點(diǎn)記錄，通過(guò)該方法可將整個(gè)河段按照一定規(guī)則構(gòu)成河網(wǎng)，保證河系的整體結(jié)構(gòu)，是河系選取的重要保障。文獻(xiàn)[5,22,43]均考慮了河系的拓?fù)湟蛩?，文獻(xiàn)[43]根據(jù)樹(shù)狀河系流向建立了河系的拓?fù)浣Y(jié)構(gòu)圖，通過(guò)圖的出度、入度、邊記錄河系的信息，可有效描述復(fù)雜的河系實(shí)體，實(shí)現(xiàn)河流實(shí)體的一體化表達(dá)，從而保證河系弧段在綜合過(guò)程中具有較好的連續(xù)性，避免出現(xiàn)斷頭等問(wèn)題。

2.3 圖形因素

地圖綜合本質(zhì)上是一種圖形和語(yǔ)義的相似性轉(zhuǎn)換[44]，在圖形因素的約束下，能有效反映河系在空間中的圖形結(jié)構(gòu)，從而確保河系綜合前后在圖形上相似。描述河系圖形因素的指標(biāo)包括反映單條河系特征和反映整體河系特征的指標(biāo)(表1)，如單位面積的河網(wǎng)長(zhǎng)度表示河網(wǎng)密度，可反映河網(wǎng)的發(fā)育情況。根據(jù)空間認(rèn)知理論，河系在綜合前后遵循密度差異的宏觀特性，即綜合前密度大的區(qū)域經(jīng)過(guò)綜合后對(duì)應(yīng)區(qū)域密度也較大。文獻(xiàn)[45-47]均考慮了河系的圖形因素，文獻(xiàn)[45]首先根據(jù)河網(wǎng)密度大小劃分河系流域，其次結(jié)合方根模型計(jì)算流域的河網(wǎng)密度，從而完成河系數(shù)量的選取，確保河系綜合前后在圖形上相似。

表1 反映河系圖形特征的參數(shù)Table 1 Parameters reflecting the graphical characteristics of river systems

綜上，不同因素在河系綜合中作用不同，河系綜合中考慮的因素大致經(jīng)歷了單因素單指標(biāo)、單因素多指標(biāo)、多因素多指標(biāo)的發(fā)展過(guò)程，單因素單指標(biāo)綜合方法只能保證河系的部分結(jié)構(gòu)特征，多因素多指標(biāo)方法可保證河系的空間結(jié)構(gòu)特征。上述3類因素雖然在河系綜合中發(fā)揮了重要作用，確保河系綜合前后的整體性、相似性、完整性等特征，然而，現(xiàn)實(shí)世界中的河系比較復(fù)雜，不同河系在影響因素的權(quán)重、指標(biāo)選取上存在巨大差異，要實(shí)現(xiàn)河系綜合的自動(dòng)化，需建立一套影響河系綜合的完整指標(biāo)體系，針對(duì)復(fù)雜的河系，實(shí)現(xiàn)影響因素、指標(biāo)自適應(yīng)選擇和影響因素與指標(biāo)權(quán)重的自適應(yīng)計(jì)算。

3 河系綜合方法

河系選取與化簡(jiǎn)是河系綜合的重要內(nèi)容，也是學(xué)者們研究的重點(diǎn)內(nèi)容。河系選取操作主要是在原比例尺中保留相對(duì)重要的河段、刪除不重要的河段，確保目標(biāo)比例尺下河系數(shù)量符合其要求，該操作的核心任務(wù)是判斷河段的重要性。河系選取后在數(shù)量上滿足綜合的要求，但局部空間細(xì)節(jié)信息過(guò)多，需對(duì)其進(jìn)行高度抽象化簡(jiǎn)操作，舍棄局部細(xì)節(jié)特征，保留整體特征。

3.1 河系選取方法

河系選取是河系綜合的核心內(nèi)容，應(yīng)優(yōu)先選取等級(jí)高且重要的河系，并保證河系選取前后在空間上的完整性，反映河系的空間結(jié)構(gòu)特征[12]。目前關(guān)于河系的選取方法主要有基于指標(biāo)、基于知識(shí)推理、基于機(jī)器學(xué)習(xí)等選取方法；根據(jù)河系特征與地理特征主要有基于河系結(jié)構(gòu)、基于協(xié)同思想、考慮河系多形態(tài)等選取方法。不同選取方法之間存在一定聯(lián)系，區(qū)別在于重點(diǎn)保持河系的特征不同，如基于河系結(jié)構(gòu)的選取方法和其他選取方法均考慮反映河系結(jié)構(gòu)的指標(biāo)因素，但基于河系結(jié)構(gòu)的選取方法重點(diǎn)考慮綜合前后的空間結(jié)構(gòu)。

(1)基于指標(biāo)的河系選取方法。該方法主要依據(jù)綜合要素的分布規(guī)律，利用相關(guān)數(shù)學(xué)模型(一元回歸模型、多元回歸模型、開(kāi)方根規(guī)律、模糊數(shù)學(xué)方法[48]、等比數(shù)列法[49]、指數(shù)方程法[50]、圖論方法[51]等)建立河系選取模型。其中，一元回歸與二元回歸模型將影響河系的主要指標(biāo)帶入相應(yīng)的數(shù)學(xué)模型中，通過(guò)相關(guān)計(jì)算得到河系選取數(shù)量。文獻(xiàn)[49]將河系的長(zhǎng)短與平均距離用等比數(shù)列分級(jí)，將能入選的最小間隔用二維等比數(shù)列表示，選取間隔的對(duì)角線為全取線，將全取線外側(cè)的河系全部選??；文獻(xiàn)[50]參考方根模型的思想，根據(jù)指數(shù)方程確定各級(jí)河流的頻數(shù)，將河流選取的密度作為河系是否選取的標(biāo)準(zhǔn)，從而實(shí)現(xiàn)河系選取?；谥笜?biāo)的河系選取方法充分考慮數(shù)學(xué)模型的定量計(jì)算優(yōu)勢(shì)，能得到目標(biāo)比例尺上河系的數(shù)量，然而模型高度依賴選取的指標(biāo)，如果未考慮相應(yīng)指標(biāo)，則選取結(jié)果相對(duì)較差，同時(shí)，該方法偏重定量計(jì)算，容易忽略無(wú)法量化的指標(biāo)。

(2)基于知識(shí)推理的河系選取方法。該方法通常是從河系的結(jié)構(gòu)中發(fā)現(xiàn)、獲取與河系自動(dòng)綜合緊密相關(guān)的空間知識(shí)，形成河系自動(dòng)綜合的知識(shí)庫(kù)，據(jù)此建立河系自動(dòng)綜合的規(guī)則庫(kù)，將每個(gè)規(guī)則庫(kù)抽象為函數(shù)，并設(shè)計(jì)規(guī)則的使用流程，符合規(guī)則時(shí)選取，否則刪除。文獻(xiàn)[10，11]將河系的空間知識(shí)、屬性知識(shí)及綜合規(guī)則作為河系自動(dòng)綜合的知識(shí)，建立河系自動(dòng)綜合的規(guī)則庫(kù)，采用正向推理完成河系選取的推理過(guò)程，在推理過(guò)程中全面考慮河系知識(shí)和綜合中各規(guī)則的優(yōu)先級(jí)和權(quán)重，從而實(shí)現(xiàn)河系的選取。該方法從河系知識(shí)的獲取、規(guī)則庫(kù)的建立、規(guī)則函數(shù)的抽象凝聚了地圖綜合人員豐富的經(jīng)驗(yàn)知識(shí)，理論上其選取結(jié)果最符合規(guī)范要求，然而受限于綜合知識(shí)獲取難、管理過(guò)程不便捷、表示方法不統(tǒng)一等問(wèn)題，該方法選取結(jié)果未達(dá)預(yù)期。

(3)基于機(jī)器學(xué)習(xí)的河系選取方法。矢量數(shù)據(jù)復(fù)雜的結(jié)構(gòu)特征導(dǎo)致機(jī)器學(xué)習(xí)不能很好地用于地圖綜合[52]，文獻(xiàn)[53]探討了機(jī)器學(xué)習(xí)在地圖綜合中的表現(xiàn)，將支持向量機(jī)、神經(jīng)網(wǎng)絡(luò)、遺傳算法等應(yīng)用于河系選取中。基于機(jī)器學(xué)習(xí)的河系選取方法將反映河系重要程度的相關(guān)指標(biāo)與機(jī)器學(xué)習(xí)方法中的參數(shù)相結(jié)合，通過(guò)模型訓(xùn)練輸出實(shí)現(xiàn)河系選取。文獻(xiàn)[29]建立了基于遺傳多目標(biāo)優(yōu)化的人工河網(wǎng)自動(dòng)選取模型，將河系選取過(guò)程看作約束條件下多目標(biāo)優(yōu)化問(wèn)題，在全面分析河系選取空間知識(shí)的基礎(chǔ)上，將河流長(zhǎng)度、間距、總體結(jié)構(gòu)特征3個(gè)指標(biāo)作為適應(yīng)度函數(shù)的決策變量，從而建立河系選取的適應(yīng)度函數(shù)，在河流數(shù)量約束下完成河系選取；文獻(xiàn)[54]考慮河流葉結(jié)點(diǎn)、河流間距、地理位置重要性3個(gè)特征，建立河系選取的BP神經(jīng)網(wǎng)絡(luò)模型，從而實(shí)現(xiàn)河系選??；文獻(xiàn)[55]將支持向量機(jī)用于河系選取研究，首先根據(jù)河系的支流層次與類型對(duì)其分類，分別計(jì)算河系的圖形指標(biāo)與拓?fù)渲笜?biāo)并做歸一化處理，利用卡方實(shí)驗(yàn)對(duì)河系類型進(jìn)行測(cè)驗(yàn)，確定指標(biāo)參數(shù)的權(quán)重并輸入到支持向量機(jī)模型中，通過(guò)訓(xùn)練和檢測(cè)，最終得到選取和刪除的分類結(jié)果，實(shí)現(xiàn)河系選取。基于機(jī)器學(xué)習(xí)的河系選取方法可減少人為因素的影響，是一種“端對(duì)端”的處理方式，通過(guò)樣本的學(xué)習(xí)訓(xùn)練，可挖掘河系深層次的綜合知識(shí)，有利于河系選取的自動(dòng)化，但受矢量數(shù)據(jù)結(jié)構(gòu)復(fù)雜性的限制，傳統(tǒng)的機(jī)器學(xué)習(xí)方法選取結(jié)果嚴(yán)重依賴樣本數(shù)據(jù)，不同樣本數(shù)據(jù)的模型選取結(jié)果也存在差異，同時(shí)在復(fù)雜的河系矢量數(shù)據(jù)中難以尋找優(yōu)質(zhì)的樣本數(shù)據(jù)。

(4)基于河系結(jié)構(gòu)的選取方法。該方法能全面反映河系的空間信息，是近年來(lái)河系選取研究的熱點(diǎn)，首先借助相關(guān)理論將選取對(duì)象結(jié)構(gòu)化(如基于stroke、Horton、Strahler等的河系結(jié)構(gòu)構(gòu)建)，其次對(duì)結(jié)構(gòu)化后的河系計(jì)算典型指標(biāo)，在河系相關(guān)指標(biāo)的約束下完成河系選取工作。文獻(xiàn)[56]考慮河系全局范圍內(nèi)的空間分布、局部環(huán)境下的分布密度以及單條河系的幾何特征，運(yùn)用Delaunay三角網(wǎng)對(duì)各級(jí)河流分支匯水區(qū)域進(jìn)行層次化剖分，計(jì)算出河網(wǎng)中每條河系的重要性系數(shù)，在各分支匯水面積指標(biāo)的控制下完成河系選?。晃墨I(xiàn)[43]提出一種顧及stroke特征約束的樹(shù)狀河系層次關(guān)系構(gòu)建及簡(jiǎn)化方法，根據(jù)Gestalt認(rèn)知原則，將描述良好連續(xù)性的stroke特征引入選取過(guò)程中，進(jìn)而自動(dòng)識(shí)別河流間距、河網(wǎng)密度等結(jié)構(gòu)特征，實(shí)現(xiàn)河系自動(dòng)選??；文獻(xiàn)[45]根據(jù)河流各級(jí)支流的數(shù)量確定河流等級(jí)，進(jìn)而反映河流的密度差異，結(jié)合河流等級(jí)、長(zhǎng)度與所在層次的綜合指標(biāo)，根據(jù)方根模型實(shí)現(xiàn)河系選取；文獻(xiàn)[57]提出基于混合編碼的河系選取方法，首先采用 Horton編碼方式對(duì)河系編碼，其次利用stroke連接構(gòu)建河系有向拓?fù)錁?shù)用于組織河網(wǎng)數(shù)據(jù)，采用自頂向下和自底向上兩種方法分別對(duì)河網(wǎng)進(jìn)行標(biāo)記，根據(jù)河網(wǎng)的空間特征，利用二分法確定樹(shù)深與支流數(shù)量之間的關(guān)系，選定相關(guān)閾值將河網(wǎng)分為深支、淺支與中支3種子樹(shù)，對(duì)不同子樹(shù)自動(dòng)分配適當(dāng)?shù)木幋a，進(jìn)而實(shí)現(xiàn)河系選取?；诤酉到Y(jié)構(gòu)的選取方法能很好地表達(dá)河系的空間結(jié)構(gòu)特征和密度差異，但河系結(jié)構(gòu)的建立過(guò)程復(fù)雜，不同的結(jié)構(gòu)化方法結(jié)果存在差異，導(dǎo)致綜合結(jié)果也存在差異。

(5)基于協(xié)同思想的河系選取方法。該方法主要考慮綜合對(duì)象與其他要素之間的空間關(guān)系以及要素之間的約束關(guān)系。文獻(xiàn)[58]提出地圖自動(dòng)綜合的協(xié)同模式與綜合流程，將每種地圖要素進(jìn)行有效組合，充分發(fā)揮各自優(yōu)點(diǎn)，可大幅提升解決問(wèn)題的能力；文獻(xiàn)[59,60]提出地圖多要素協(xié)同綜合的知識(shí)規(guī)則，涉及的要素更多，更加注重綜合要素之間空間關(guān)系的保持，強(qiáng)調(diào)要素間的協(xié)同操作；文獻(xiàn)[61]提出一種基于約束D-TIN的河系與等高線協(xié)同選取方法，通過(guò)提取和組織谷地等高線彎曲段數(shù)據(jù)，構(gòu)建兩要素有效協(xié)同關(guān)系，將等高線按所屬地形區(qū)域劃分為不同區(qū)段，實(shí)現(xiàn)河網(wǎng)層次化綜合選?。晃墨I(xiàn)[62]提出河系與地貌協(xié)同的選取方法，充分利用原始數(shù)據(jù)的三維信息，保持地貌與河系的空間關(guān)系。從地圖綜合角度看，基于協(xié)同思想的河系選取方法除考慮河系特征外，還考慮與其他要素的空間約束關(guān)系，是實(shí)現(xiàn)地圖綜合的重要保障。然而，地圖上多要素的空間關(guān)系表達(dá)復(fù)雜，建立綜合多要素之間的協(xié)同關(guān)系，對(duì)多要素空間關(guān)系的研究存在巨大考驗(yàn)，綜合過(guò)程中伴隨尺度的變化，必然會(huì)引起地圖上多要素空間關(guān)系的變化，因此，利用該方法選取河系時(shí)，建立多要素的空間關(guān)系比較困難，不適用于尺度跨度較大的河系綜合。

(6)考慮河系多形態(tài)的選取方法。河系選取應(yīng)考慮河系的形態(tài)[63-65]，目前研究方法主要集中在樹(shù)狀河系，對(duì)其他形態(tài)研究較少。文獻(xiàn)[66]考慮河系的圖形因素(長(zhǎng)度、等級(jí)編碼、平衡系數(shù)、支流間距等)，將多形態(tài)河系選取轉(zhuǎn)化為遺傳算法求解多目標(biāo)的優(yōu)化問(wèn)題，通過(guò)調(diào)整不同參數(shù)的權(quán)重，將所有目標(biāo)函數(shù)集合為一個(gè)適應(yīng)度函數(shù)，從而實(shí)現(xiàn)不同形態(tài)河系的選取。從河系形態(tài)角度實(shí)現(xiàn)河系的選取，可避免因多形態(tài)河系混雜而綜合方法選擇不恰當(dāng)?shù)葐?wèn)題，是河系綜合走向全自動(dòng)化的重要保證，但由于前期未能很好解決全自動(dòng)綜合中河系形態(tài)分類問(wèn)題，導(dǎo)致該方法在綜合中表現(xiàn)欠佳。

通過(guò)比較分析上述6類河系選取方法可知，各類選取方法目的均是確保河系綜合前后能夠保持很好的密度對(duì)比關(guān)系、圖形相似性和河系形態(tài)，因此，本文對(duì)各類方法的上述指標(biāo)進(jìn)行總結(jié)，結(jié)果如表2所示。

表2 河系選取方法比較Table 2 Comparison of river systems selection methods

3.2 河系化簡(jiǎn)方法

在河系選取操作后，需對(duì)選取的目標(biāo)河系進(jìn)行化簡(jiǎn)，舍棄非本質(zhì)性特征，彰顯本質(zhì)性特征，以保持與地圖表示能力相適應(yīng)的基本地理特征，通常是保留河系彎曲基本形狀、對(duì)比彎曲程度、評(píng)價(jià)河系圖形特征點(diǎn)的準(zhǔn)確性等。河系在地圖上多表示為單線河與雙線河(面狀河系)，因此，河系化簡(jiǎn)方法主要分為單線河化簡(jiǎn)和雙線河化簡(jiǎn)兩種。

3.2.1 單線河化簡(jiǎn)方法 線狀河系的化簡(jiǎn)通常根據(jù)線的化簡(jiǎn)算法，包括D-P算法、Li-Openshaw、支持向量機(jī)方法等[67-70]。D-P算法在河系化簡(jiǎn)中效率高，可以很好地保持河系的拐角等特征，但在彎曲處可能產(chǎn)生尖角，同時(shí)受閾值的影響，對(duì)河系彎曲的處理存在缺陷；Li-Openshaw方法能確保河系彎曲處圓滑，但不利于保留拐角特征信息，保持河系彎曲特征點(diǎn)的精度是河系化簡(jiǎn)后質(zhì)量評(píng)價(jià)的重要考慮因素，而該方法存在特征點(diǎn)精度較低問(wèn)題；基于支持向量機(jī)的方法在化簡(jiǎn)過(guò)程中不需人為操作，可以很好地保持曲線特征，但對(duì)于非復(fù)雜彎曲河系化簡(jiǎn)力度過(guò)大，同時(shí)需要較多樣本數(shù)據(jù)。

3.2.2 雙線河化簡(jiǎn)方法 雙線河化簡(jiǎn)一是根據(jù)面的化簡(jiǎn)方式化簡(jiǎn)，二是將雙線河化簡(jiǎn)為單線河，然后根據(jù)線的化簡(jiǎn)方式化簡(jiǎn)?；?jiǎn)過(guò)程中，通過(guò)比較雙線河的寬度與相應(yīng)比例尺下轉(zhuǎn)換寬度的大小判斷河系維度是否變化，若雙線河寬度小于相應(yīng)比例尺下轉(zhuǎn)換寬度，應(yīng)轉(zhuǎn)換為單線河，否則保持為雙線河[71]。雙線河化簡(jiǎn)在維度不變的情況下，通常參考目標(biāo)比例尺下相應(yīng)的規(guī)范參數(shù)，對(duì)河系的彎曲程度、寬度等特征采取移位等操作實(shí)現(xiàn)化簡(jiǎn)。雙線河化簡(jiǎn)成單線河時(shí)，一般采用面狀要素提取中心線的方法，主要有質(zhì)心法、直骨架線法、Delaunay方法、非約束中點(diǎn)法[7，72-74]等。文獻(xiàn)[71]采用非約束中點(diǎn)法提取雙線河的中軸線，根據(jù)中軸線上點(diǎn)的連接度對(duì)河段分類，對(duì)分段后的河系判斷空間圖形的沖突情況，最后根據(jù)沖突情況采用不同方法實(shí)現(xiàn)雙線河化簡(jiǎn)；文獻(xiàn)[73]先對(duì)雙線河進(jìn)行Delaunay剖分，然后從三角網(wǎng)中提取中軸線，實(shí)現(xiàn)雙線河化簡(jiǎn)為單線河。雙線河化簡(jiǎn)為單線河的重點(diǎn)是提取雙線河中軸線。利用質(zhì)心法提取河系中軸線時(shí)，對(duì)研究河段中心線的收斂程度較小，容易產(chǎn)生較大的“Z”形波動(dòng)；利用非約束中點(diǎn)法在平直河段提取中軸線較理想，在彎曲河段同樣會(huì)出現(xiàn)較多的“Z”形波動(dòng)；利用Voronoi 圖法求解中軸線時(shí)，需控制好三角形的約束邊和非約束邊長(zhǎng)度比，比值過(guò)大可能導(dǎo)致提取的中軸線穿越河系兩岸。化簡(jiǎn)過(guò)程普遍利用Delaunay或Voronoi等工具對(duì)雙線河特征進(jìn)行形式化表達(dá)，然后根據(jù)河系的具體特征，采用適當(dāng)?shù)募s束法則提取中心線，確保提取結(jié)果的準(zhǔn)確性，最后實(shí)現(xiàn)雙線河化簡(jiǎn)為單線河。

4 河系綜合質(zhì)量評(píng)價(jià)

地圖綜合結(jié)果具有很強(qiáng)的不確定性，部分綜合結(jié)果不能滿足用戶需求，因此，綜合質(zhì)量評(píng)價(jià)是地圖綜合中的重要環(huán)節(jié)[75]。河系綜合質(zhì)量評(píng)價(jià)方法主要有：1)根據(jù)專業(yè)制圖人員的綜合知識(shí)與經(jīng)驗(yàn)對(duì)綜合結(jié)果問(wèn)卷進(jìn)行打分評(píng)價(jià)，綜合質(zhì)量與制圖人員的性別、年齡、綜合知識(shí)的掌握程度等直接相關(guān)；該方法主觀性較強(qiáng)，尚未形成統(tǒng)一的衡量標(biāo)準(zhǔn)[76]。2)利用統(tǒng)計(jì)學(xué)知識(shí)定量分析影響河系綜合的指標(biāo)，根據(jù)指標(biāo)的差異程度判斷河系綜合質(zhì)量，指標(biāo)選取不當(dāng)會(huì)影響綜合質(zhì)量評(píng)價(jià)，且單憑統(tǒng)計(jì)指標(biāo)評(píng)價(jià)綜合質(zhì)量具有一定的片面性[77]。3)考慮河系形態(tài)的質(zhì)量評(píng)價(jià)方法，通過(guò)建立河系形態(tài)的隸屬度函數(shù)，比較綜合前后隸屬度變化的大小以衡量河系綜合質(zhì)量；該方法偏重河系形態(tài)的保持，對(duì)于單一形態(tài)的河系效果較好，對(duì)多形態(tài)的河系評(píng)價(jià)存在缺陷，且對(duì)影響河系空間結(jié)構(gòu)特征的指標(biāo)(如綜合前后河流間距、支流平衡等因素)考慮較少[20]。目前關(guān)于河系綜合質(zhì)量評(píng)價(jià)的研究較少，上述3類方法隨意性大，尚未形成統(tǒng)一的河系綜合質(zhì)量評(píng)價(jià)方法。

5 結(jié)論與展望

地圖上河系要素的自動(dòng)綜合一直是地圖學(xué)界研究的重要問(wèn)題，本文通過(guò)梳理相關(guān)文獻(xiàn)，從河系形態(tài)分類、影響河系綜合的主要因素、河系綜合方法與質(zhì)量評(píng)價(jià)四方面評(píng)述河系綜合的研究現(xiàn)狀，總結(jié)如下：河系要素自動(dòng)綜合經(jīng)歷了由簡(jiǎn)單到復(fù)雜、由局部到整體，進(jìn)而向全自動(dòng)化方向發(fā)展，形成了包含綜合思想、方法、算法、模型的河系自動(dòng)綜合理論體系并得到很好應(yīng)用。不足之處在于：1)地圖綜合高度依賴綜合知識(shí)，綜合知識(shí)在獲取、表示、管理等方面存在困難，而在全自動(dòng)綜合中，計(jì)算機(jī)需要掌握一定的知識(shí)推理機(jī)制才能做出選擇，從而影響河系的自動(dòng)綜合；2)河系綜合理論、算法與模型等研究仍停留在傳統(tǒng)的綜合范式下，從河系形態(tài)分類、影響河系綜合的主要因素到河系的選取、化簡(jiǎn)、質(zhì)量評(píng)價(jià)等環(huán)節(jié)尚未形成完整統(tǒng)一的體系，導(dǎo)致河系要素未實(shí)現(xiàn)真正的自動(dòng)化。

針對(duì)已有研究的不足，后續(xù)研究可重點(diǎn)關(guān)注以下內(nèi)容：1)自動(dòng)綜合本身是空間認(rèn)知、知識(shí)推理的過(guò)程，深度學(xué)習(xí)在解決空間認(rèn)知問(wèn)題上具有優(yōu)勢(shì)[78]，可收集現(xiàn)有河系綜合高質(zhì)量成果，建立深度學(xué)習(xí)多層網(wǎng)絡(luò)，進(jìn)而提取河系綜合特征，發(fā)現(xiàn)綜合知識(shí)，利用數(shù)據(jù)增強(qiáng)技術(shù)發(fā)掘綜合知識(shí)之間的隱藏關(guān)系[79]，從而指導(dǎo)河系綜合；2)河系綜合應(yīng)減少人為參與，需要“端到端”的綜合范式，圖神經(jīng)網(wǎng)絡(luò)模型在居民地模式分類研究中取得較好成果[80-83]，相比其他機(jī)器學(xué)習(xí)方法在圖數(shù)據(jù)處理中具有明顯優(yōu)勢(shì)，而河系是一種典型的圖結(jié)構(gòu)數(shù)據(jù)，河系形態(tài)分類也是典型的地理空間認(rèn)知研究范疇，因此在后續(xù)研究中，可結(jié)合圖神經(jīng)網(wǎng)絡(luò)開(kāi)展河系綜合研究。