陳興華

（1.福建省基礎地理信息中心，福建 福州 350003）

福建省目前還采用傳統(tǒng)的數據采集和更新方式，從數據采集到數據入庫時間，跨度大、周期長。現(xiàn)代社會發(fā)展快，地物要素變化也非常快，傳統(tǒng)的數據采集方式已經無法滿足需求，因此，有必要探索新的采集方式，加快地理信息采集和更新速度，促進地理信息的應用與發(fā)展。

1 關鍵技術

1.1 空間搜索技術

以主流門戶網站和社交媒體網站為研究對象，根據網站公開的API接口說明文檔，學習API接口的使用方法及參數信息，研究語義匹配和空間數據搜索技術，通過眾多網站API接口的調用，從目標網站中獲取空間地理信息。

1.2 幾何校正技術

基于因特網發(fā)布的空間地理信息是經過脫密處理的，獲取的地理要素信息無法基于統(tǒng)一坐標系使用，根據API文檔中對空間信息坐標系的描述，研究幾何校正技術，把獲取的空間地理信息轉換為CGCS2000坐標系。

1.3 空間數據篩選技術

通過各類網站上收集的地理信息資源，數據量龐大、數據格式不一，若人工進行數據篩選和處理，工作量巨大。為減少人工干預的工作量，制定數據篩選規(guī)則，通過規(guī)則智能化地從眾多地理信息中篩選出符合條件的數據資源。

2 技術研究

2.1 技術路線

本項目將以現(xiàn)有的空間數據為基礎，分析現(xiàn)有空間數據的特點和組織結構，基于因特網分析網絡空間數據的組織方式和特點，設計空間數據組織方式，研究在線空間數據搜索技術、空間數據校正技術等，實現(xiàn)空間數據的在線搜索，在此基礎上實現(xiàn)技術成果的應用。

1）資料收集與技術分析。通過網絡或者其他方式收集國內外在此領域的先進技術與經驗，了解空間數據搜索方面使用的關鍵技術，對技術進行一定的評估和分析，提出實現(xiàn)關鍵技術的思路和技術方案。

2）關鍵技術研究。研究在線空間數據搜索API接口及方法，通過調用在線接口實現(xiàn)空間數據的搜索技術，實現(xiàn)不間斷的空間數據搜索，研究語意匹配技術，匹配和語意相近的結果集；研究不同來源的空間數據校正技術，把不同來源的空間數據坐標系校正為CGCS2000坐標系，并對校正后的坐標偏移量進行評估；研究空間數據更新技術，把已搜索的空間數據更新到空間數據庫中。分項實現(xiàn)項目中的關鍵技術，并對每一項關鍵技術進行測試與實驗，在分項關鍵技術研究的基礎上，合并和集成各項關鍵技術。

3）技術實現(xiàn)。在關鍵技術研究的基礎上，設計數據庫表結構，以“天地圖·福建”現(xiàn)有的空間數據為基礎，搭建在線公眾地理信息變化與發(fā)現(xiàn)系統(tǒng)，實現(xiàn)在線實時的地理空間數據搜索與采集、幾何校正等多項功能，把校正后的空間數據存儲到空間數據庫中，并對不同來源的空間數據標識其來源和采集時間，采集后的空間信息資源為公眾地理信息的更新提供多源參考資料。

2.2 技術架構

本課題采用B/S結構，分別是服務層、引擎層和應用層，其技術架構如圖1所示。

1）數據層。數據共分為2個部分，現(xiàn)有的“天地圖·福建”的空間數據為基礎數據庫，通過網絡發(fā)現(xiàn)變化的數據是課題中研究的另外一部分空間數據。

圖1 技術架構圖

2）服務層。服務層分為2個部分，第1部分是基于因特網從網站搜索已經變化的空間地理信息，運用技術對空間信息進行一定的處理；第2部分是以2個空間庫的數據為基礎，通過查詢、對比等功能對空間數據進行驗證。

3）應用層。把已經變化和發(fā)現(xiàn)的空間地理信息成果應用到網站和平臺。

2.3 技術實現(xiàn)

1）空間數據表結構設計。課題中的數據來源于因特網上不同的網站，不同網站中的空間數據組織和結構完全不相同，針對此情況，按照求同存異的方法，對空間數據進行一定的歸納，歸納出網站中公共字段。設計一個表存儲公共字段，標明數據來源和更新時間，對于其他不同于公共字段的屬性信息，采取獨立建表存儲的方法，設計字典表補充說明字段的含義、來源、用途等，實現(xiàn)不同來源的空間數據都能兼容的存儲方法。

2）在線空間地理信息的變化與發(fā)現(xiàn)。以現(xiàn)有“天地圖·福建”的公眾地理信息數據庫為基礎，通過語義匹配、區(qū)域范圍、行政區(qū)域等方法搜索出相近和類似的結果。搜索結果和現(xiàn)有庫中數據進行對比，主要比對的字段包括名稱、地址、空間位置及其他描述信息，空間數據的位置與原庫中位置允許偏差在20 m范圍，如果超出這個范圍則認為數據發(fā)生變化。若在相同的空間位置上，現(xiàn)有庫中的數據變化為其他名稱，說明此要素已經不存在。

對主流門戶網站進行分析，分為2種情況：①網站提供了API接口，有相應的方法和屬性；②網站無API接口，只有網頁供用戶瀏覽。若網站提供了API接口，則使用網站中的API接口，API接口包括關鍵字搜索、范圍搜索等方法，搜索出符合查詢條件的結果，把結果存儲在臨時表中；如果網站沒有提供API接口，抓取網頁中的內容，通過關鍵字匹配的方法，匹配出相近的結果，若結果中沒有包含空間信息，采用“天地圖·福建”地址庫匹配出相應的空間位置坐標。

關鍵詞搜索方法，對現(xiàn)有要素名稱進行分詞，如“福建省測繪地理信息局”，被分解為“福建省”、“測繪”、“地理信息”等幾個詞匯，通過名稱或者關鍵字組合搜索出和語義相關的要素信息，通過名稱、地址和空間位置等信息比較，判斷要素是否變化。

范圍搜索方法，范圍搜索包括點和矩形范圍搜索2種方法，點搜索法是以該點為中心點，以5 m或者10 m為半徑搜索在該區(qū)域范圍的地理要素信息，矩形搜索法是搜索該矩形范圍內的空間地物要素信息，對搜索后結果按照規(guī)則進行逐一比對。

3）空間地理信息幾何校正。在研究的部分主流網站中，空間數據都是經過脫密或者變形處理，應把變形處理后空間數據經過一定的處理，轉換到統(tǒng)一的空間坐標平臺上。通過分析和反復實踐，有2種方法可把變形后地物要素糾正到統(tǒng)一的坐標系：①從現(xiàn)有庫中選取一定密度的空間要素作為控制點，運用橡皮筋糾正法把空間要素糾正到和控制點相同的坐標系；②查閱相關資料和說明，獲取網站的變形說明，在不同區(qū)域選取足夠多的要素進行比較，以0.001°×0.001°作為單元，獲取在橫軸和縱軸上的偏差值，通過要素比較制作要素偏差糾正庫，其他要素以此庫作為基礎進行校正。

4）制定規(guī)則，篩選空間地理信息?？臻g數據篩選主要是制定規(guī)則，根據規(guī)則篩選出符合條件的空間數據。規(guī)則還得根據實際情況不斷地修改和完善。制定的篩選規(guī)則是，以“天地圖·福建”的空間數據庫為基礎，從網絡上獲取的空間數據為比較對象，如果2個庫中的空間數據都存在，并且二者距離差小于20 m，說明該數據沒有發(fā)生變化。若“天地圖·福建”的數據庫中存在該條數據，其他所有網站都不存在該條數據，說明該條數據已經發(fā)生變化或者該項信息已消失。若“天地圖·福建”的數據庫中不存在該條數據，而網站中存在該條數據，此項信息需人工核實后，確定是否存在該條空間信息。對于部分網站中存在空間信息而“天地圖·福建”數據庫中不存在的，仍然需借助人工判斷。

3 結 語

通過對以上幾項關鍵技術的研究，建立了地物要素變化監(jiān)測系統(tǒng)。自系統(tǒng)上線運行以來，已經為“天地圖·福建”更新了約40 000條興趣點數據和1 000 條公交數據。關鍵技術的實現(xiàn)為“天地圖·福建”空間庫的更新提供了重要的數據來源，拓展了地理信息更新渠道，縮短了空間地理信息的更新周期，節(jié)約了大量的人力和物力。但還存在著諸多不足，如通過語意匹配搜索的能力還較弱，不能從各個網站智能提取空間信息，篩選規(guī)則也有待進一步完善。

[1]國家測繪地理信息局地理信息與地圖司.“天地圖”省市級節(jié)點建設方案[EB/OL].http://www.sbsm.gov.cn/article/zcfg/zygfxwj/201107/20110700085953.shtml, 2011-07-07/2015-01-01

[2]郭俊楓,趙仁亮,鄭嬌龍.面向網頁文本的地理要素變化發(fā)現(xiàn)[J].地理信息世界，2015,22(1):52-56

[3]劉娟，智升翠.“天地圖”市級節(jié)點地名地址數據建設的研究[J].測繪與地理空間信息，2012,35(9):109-112

[4]陳軍,趙仁亮,王東華.基礎地理信息動態(tài)更新技術體系初探[J].地理信息世界,2007,14(5):4-9

[5]閆會杰,趙巍.服務于基礎地理信息數據動態(tài)更新的網絡蜘蛛[J].測繪技術裝備,2012,14(2):21-22

[6]張春菊,張雪英,朱少楠，等.基于網絡爬蟲的地名數據庫維護方法[J].地球信息科學學報,2011,13(4):492-499

[7]王凱.基于互聯(lián)網信息檢索的“天地圖”數據變化發(fā)現(xiàn)技術研究[J].測繪技術裝備,2014,16(4):9-11