付治河，李小勇，劉 敏， 謝孟利，張立朝

（1.河南省基礎地理信息中心，河南 鄭州 450003）

省市級天地圖數據融合關鍵技術探討

付治河1，李小勇1，劉 敏1， 謝孟利1，張立朝1

（1.河南省基礎地理信息中心，河南 鄭州 450003）

結合河南·天地圖省市節(jié)點數據資源整合實際，對天地圖數據融合的技術流程及節(jié)點路網非重復要素篩選、道路網結構模式匹配等數據融合關鍵技術進行了探討，實現(xiàn)了多源數據的快速融合，可為以后其他數據資源整合提供參考。

數據融合；興趣點數據；多源異構；實體匹配

天地圖是由國家、省、市三級節(jié)點共同建設的地理信息公共服務平臺[1]，隨著天地圖應用的日益廣泛與深入，豐富數據資源、完善服務功能、擴大應用范圍，成為天地圖建設的重要工作。目前，天地圖各個節(jié)點所采用的數據源、配圖方式、發(fā)布軟件等不盡相同，出現(xiàn)了各級數據資源更新不同步，天地圖核心數據資源銜接不一致，整體優(yōu)勢不突顯,很有必要將各級資源進行整合，發(fā)揮各自優(yōu)勢，形成全國天地圖一盤棋的局面。數據融合是豐富和更新天地圖各級數據資源的有效途徑，通過整合國家、省、市各級節(jié)點的數據資源，實現(xiàn)更深層次的分布式信息資源聚合與協(xié)同服務，并為未來基于云架構的分布式服務資源動態(tài)調度奠定基礎[2]。

1 天地圖數據融合技術方法

天地圖數據融合是對參與融合的主節(jié)點、省、市級節(jié)點及行業(yè)的不同類型、不同結構、不同精度的地理數據進行分析比對，從中選取表達標準、現(xiàn)勢性強、精度高、內容豐富的要素進行整合，并對整合后的結果進行拓撲關系、空間關系和邏輯一致性等處理，使融合后的地理信息數據在新鮮度、準確率、內容豐富度等方面滿足技術設計要求。

1.1 天地圖數據融合主要內容

天地圖數據融合主要包括矢量數據融合、影像數據融合和POI數據融合。矢量數據融合以全省最新的衛(wèi)星影像、航飛影像、最新的行業(yè)數據等為基礎，對省、市級節(jié)點數據與國家節(jié)點數據進行融合。矢量數據融合主要包括以下5大類：居民地、水系、道路、鐵路和綠地；影像數據融合采用全省0.5 m分辨率的高分影像數據與國家節(jié)點數據進行融合；POI數據融合以主節(jié)點數據為主，采用我省最新的行政地名數據對其進行補充，同時對這2 a變更的行政區(qū)劃進行修改[3]。

數據融合技術流程見圖1。

圖1 數據融合技術流程圖

1.2 天地圖數據融合技術方法

1.2.1 道路數據融合

道路數據融合以主節(jié)點路網數據為本底數據，結合最新0.5 m的Worldview及其他矢量數據，在不改變主節(jié)點路網關系的前提下，將省、市節(jié)點路網向主節(jié)點路網整合。路網數據融合主要方法：使用國家主節(jié)點道路30 m緩沖面與省、市級節(jié)點道路做空間選擇，將道路分為被緩沖面完全包含、與緩沖面無相交、與緩沖面部分相交3個層；使用主節(jié)點路網緩沖面對“部分相交”層作擦除，形成緩沖面外道路要素集（部分相交）。再結合0.5 m影像、矢量數據，對主節(jié)點路網、分割后的省級節(jié)點道路進行道路空間關系檢查與重構。道路數據融合流程圖見圖2。

1.2.2 水系數據融合

水系數據融合以省級節(jié)點的水系數據為工作底圖，根據現(xiàn)有數據情況，先進行省級節(jié)點水系數據與道路數據要素沖突檢查，處理水系數據與道路要素之間的沖突，并結合影像更新水系數據。然后結合其他矢量數據、0.5 m影像，對重要水系進行空間位置及要素屬性核查，結合主節(jié)點水系數據，對省級節(jié)點數據進行屬性更新、水系要素增補，同時處理水系與其他要素之間的關系，最后形成水系融合數據成果。

圖2 道路數據融合流程圖

1.2.3 鐵路、居民地、綠地數據融合

鐵路、居民地、綠地數據融合以省節(jié)點的要素數據為本底數據，根據天地圖數據格式要求，對要素的分類代碼轉換及屬性進行重置，增加相關屬性與要素，并結合0.5 m分辨率影像，處理鐵路、居民地、綠地要素與其他要素層之間的空間關系，形成鐵路、居民地、綠地融合數據。

1.2.4 POI數據融合

POI即興趣點，泛指一切可以被抽象為點的地理實體[4]。需對多源POI數據進行整合，形成一套現(xiàn)勢性好、位置精度高的POI數據。POI數據融合首先要根據數據的特點，對數據進行初抽取，然后采用“屬性+空間位置”雙重比對的方法，實現(xiàn)多套POI之間的查重去冗。再根據天地圖數據格式要求，對POI數據進行分類編碼轉換及屬性重置，利用最新行政區(qū)劃地名對舊的地名地址進行修正，同時修正主節(jié)點地名數據的坐標。

2 天地圖數據融合關鍵技術及實現(xiàn)

2.1 節(jié)點路網非重復要素篩選技術

節(jié)點路網非重復要素自動篩選是在充分分析節(jié)點數據結構的基礎上，以主節(jié)點數據為本底數據，利用ArcGIS的緩沖分析、疊置分析和一致性分析，自動篩選出省節(jié)點道路數據中與主節(jié)點路網不重復部分，以此來增補和豐富主節(jié)點路網數據，并重新構建主節(jié)點路網空間關系。

2.2 道路網結構模式匹配與融合技術

實體匹配是指將2個數據集中的同一地物識別出來[5]。道路網結構模式自動匹配技術是針對道路網中的同名點、同名線、同名面、同名要素上同名特征點，結合矢量要素的全局最優(yōu)匹配方法[6]，對同名道路可能存在的各種匹配關系（圖3）及道路節(jié)點的各種匹配關系（圖4），利用基于概率松弛法的多尺度道路網匹配算法、疊置分析方法，特征相似變換和形狀相似度化簡算法以及拓撲關系、形狀相似度、距離測度等特征指標，對路網進行識別和融合；并自動掛接同名道路各自的屬性信息，從而實現(xiàn)道路網結構模式匹配技術。

圖3 同名道路可能存在的各種匹配關系

圖4 同名道路節(jié)點可能存在的多重匹配關系

2.3 多源數據空間位置沖突處理技術

在兩種數據融合過程中，水系、居民地、鐵路、道路等矢量數據要素存在空間位置沖突，通過利用ArcGIS的緩沖分析、疊置分析和空間運算，對于沖突圖源進行自動識別，實現(xiàn)了多源數據空間位置沖突要素的快速提取和自動處理，確保拓撲關系前后保持一致性。

2.4 多源異構POI數據融合技術

在兩種數據融合過程中，針對多源異構[7]POI數據融合難題，將天地圖國家節(jié)點POI數據作為目標數據模型，通過明確參考數據源數據模型與目標數據模型之間的對應關系，分析其相似度，以計算機自動處理的方式，實現(xiàn)重復POI數據的自動查找、自動標識，并自動進行屬性融合，同時依據POI的可靠數據源來修正目標POI數據的空間位置。該項技術可減少POI數據冗余，同時豐富POI非空間信息，提高POI精度。

2.5 天地圖數據融合的實現(xiàn)

天地圖數據融合可根據其數據結構和特點，借助一定的數學模型、軟件和人工干預，并對整合數據進行認真分析，設定閥值，即可以得到一個相對滿意的融合數據。天地圖數據融合實例見圖5。

圖5 天地圖數據融合實例

3 結 語

天地圖數據融合充分利用主、分節(jié)點的數據資源、人力資源、軟硬件資源，實現(xiàn)了主、分節(jié)點的數據優(yōu)勢互補，節(jié)約主、分節(jié)點的資源投入。天地圖數據融合不僅豐富了天地圖數據更新途徑,也提高了天地圖數據更新的效率，同時也提高天地圖數據的新鮮度和精細度。天地圖數據資源的不斷豐富必將更好地滿足社會和公眾對地理信息服務的需求，改善用戶體驗、提高用戶黏性，更好地服務于群眾日常生活，不斷增強天地圖社會影響力。

[1] 國測信發(fā)（2014〕3號.天地圖數據融合技術要求(試行)[S].

[2] 國測信發(fā)〔2011〕1號.“天地圖”省市級節(jié)點建設方案[S].

[3] 陳煥新,劉棟永,徐世明,等.空間數據融合的框架流程及發(fā)展現(xiàn)狀研究[J].地理信息世界，2013,20(5):26-31

[4] 趙衛(wèi)峰,李清泉,李必軍.利用城市POI數據提取分層地標[J].遙感學報,2011,15(5):982-983

[5] 朱靖,欒學晨.面向導航電子地圖制作的多源地理空間數據融合技術[J].地理空間信息,2014,12(4):147-149

[6] 趙東保,盛業(yè)華.全局尋優(yōu)的矢量道路網自動匹配方法研究[J].測繪學報,2010,39(4):416-421

[7] 宋小紅,祿豐年,張立朝,等.地理國情普查中多源異構數據整合研究[J].測繪通報，2014(9):104-107

P208

B

1672-4623（2015）01-0045-03

10.3969/j.issn.1672-4623.2015.01.015

付治河，碩士，高級工程師，主要從事測繪地理信息應用與信息系統(tǒng)研發(fā)工作。

2014-12-19。

項目來源：礦山空間信息技術國家測繪地理信息局重點實驗室2014年度開放基金資助項目（KLM201405) 。