雷雨婷，李林燕

（1.蘇州市智慧城市規(guī)劃研究應用中心，江蘇 蘇州215004；2.蘇州經(jīng)貿(mào)職業(yè)技術(shù)學院 信息技術(shù)學院，江蘇 蘇州215009）

DLG 包含了各地理要素的空間信息和相關屬性信息，是最重要、使用最廣泛的基礎地理數(shù)據(jù)。在蘇州市已建成的數(shù)字蘇州地理空間框架項目中整合更新了蘇州市域1∶25 萬、1∶5 萬、1∶1 萬、1∶1000、1∶500 數(shù)字線劃地圖（DLG）數(shù)據(jù)，它是基礎地理信息數(shù)據(jù)庫的重要數(shù)據(jù)來源，并為各行各業(yè)提供堅實的數(shù)據(jù)保障。注記要素是數(shù)字線劃圖（Digital Line Graphs 簡稱DLG）重要的組成部分，表示了地理要素的屬性信息?？臻g信息主要是表示要素的位置、形態(tài)、大小分布等內(nèi)容，是進行空間分析和研究的基礎[1-2]，而注記包含的屬性信息起著補充和豐富空間數(shù)據(jù)的作用。

河流名稱注記是河流圖形重要的屬性信息。DLG圖注重的是合理、美觀的表達圖面要素，并不注重要素與要素之間的相互關系。在蘇州DLG圖中，水域要素圖形包括河流、湖泊、水庫等，它是面要素，河流名稱是逐字打散后有規(guī)律地標注在對應的面要素內(nèi)部，河流與注記、注記與注記之間只是視覺上是有關聯(lián)的。這樣導致直接提取的河流名稱很多都是無效的，不能作為基礎數(shù)據(jù)提供給地理信息應用和服務進行使用。

現(xiàn)有文獻對注記的研究主要集中在兩個方面：一是從柵格地圖中識別并提取英文或數(shù)字注記方法的研究[3-5]；二是對注記自動配置方法的研究，例如通過數(shù)學形態(tài)學來確定點線面狀注記位置[6]，通過長對角線法實現(xiàn)面狀注記的自動配置[7]，以及根據(jù)點線面要素的特點來制定注記自動配置策略[8]等。這些研究表明注記的排列配置都有規(guī)律可循。

DLG圖中的河流注記屬于面狀注記，面狀注記排列的規(guī)律主要是沿骨架線進行排列[9-10]，河流骨架線方向也就是河流走向。筆者通過對DLG圖中河流名稱逐字沿河流走向配置的規(guī)律進行分析，提出先對河流注記之間的距離進行聚類分析，然后根據(jù)聚類結(jié)果生成可能的注記組合，最后實現(xiàn)河流名稱的提取并通過核查確保河流名稱的準確性。

1 DLG圖中河流注記聚類分析

DLG圖中河流面與河流注記的空間關系如圖1 所示，根據(jù)河流注記的排列及其與河流面的空間關系，可將河流注記配置的規(guī)律歸納如下：

圖1 河流面與注記

（1）河流名稱分解成單個文字進行標注；

（2）單個文字的注記沿河流面的走向進行排列；

（3）完整的河流名稱注記內(nèi)部等距離分布，不同的河流名稱注記之間的距離變化很大。

除上述三類一般性規(guī)律外，DLG圖中的河流注記及其與河流面之間的關系還存在以下幾類特殊情況：

（1）存在大量的“河”、“塘”等無效文字注記，即無實際意義的河流注記；

（2）一個完整的河流名稱可能是多個注記要素，也可能是一個注記要素；

（3）一個完整的河流名稱注記可能分布在兩個或多個河流面內(nèi)。

1.1 基于點要素間距離的聚類方法

對河流注記進行聚類的主要思路如下：以一個河流面要素為基本面，按基本面進行分組，基本面內(nèi)的所有注記作為聚類分析的一個單元，不同基本面內(nèi)的注記分別進行聚類分析。

將注記視作點要素，通過設定點要素的距離、鄰域、類別、方向四個特征值來對其進行分析，點要素i的特征值定義如下：

（1）距離特征值d：點要素i的距離特征值是指該點與其他所有點要素之間距離的最小值dimin。

計算點要素i的距離特征值的問題可以描述如下：對于目標點集P={p1，p2，…，pn}，定義dij為點要素pi到集合P中點要素pj的距離，那么距離特征值可寫成如下公式

文中根據(jù)目標點集P中的點構(gòu)建的Delaunay 三角網(wǎng)，計算點要素i的距離特征值。Delaunay 三角網(wǎng)在滿足四點不共圓的前提下具有唯一性，且由Delaunay 三角網(wǎng)的最接近性可知任意一點將與其相距最近的點連接形成三角網(wǎng)中的一條邊作為基線[11-12]（如圖2所示）。故可通過計算三角網(wǎng)中點要素i關聯(lián)的所有邊的長度，找到最短的長度值作為點要素i的距離特征值d。

圖2 根據(jù)點集生成的約束delaunay 三角網(wǎng)

（2）鄰域特征值n：點要素i的鄰域定義為以點要素位置為中心，以一定距離S為半徑，生成的圓形緩沖區(qū)Ni所覆蓋的區(qū)域。若沒有其他點要素在點要素i的鄰域內(nèi)，則n=0；反之，n=1。

（3）類別特征值t：若點要素j的位置在點要素i的鄰域內(nèi)，且點要素j的距離特征值djmin在點要素i的距離閾值內(nèi)，則點要素i與j為同一類別t（如圖3所示）。

（4）方向特征值a：定義點要素i的方向特征值a的值域為{-1，1}（其中-1 表示方向應為從北到南，1 表示方向應為從西向東），若點要素j是點要素i相距最近的點，當直線段Lij的斜率K大于1 或小于-1 時，a為-1，當直線段Lij的斜率K大于-1 且小于1 時，a為1（如圖4所示）。

圖3 判定為同一類別的情況

圖4 判定方向特征值

1.2 基于要素間距離的聚類實現(xiàn)

根據(jù)河流注記配置規(guī)律及上述點要素聚類方法，并考慮注記的幾種特殊情況后，文中提出的注記聚類方法按如下步驟實現(xiàn)（如圖5所示）。

步驟1判斷一個注記點要素i的字符數(shù)是否等于1。若是點要素i單個字符即字符數(shù)為1 （如圖6所示），則開始計算其距離特征值，轉(zhuǎn)步驟2；若是點要素i的字符數(shù)大于1（如圖7所示），則判斷為完整的河流名稱注記，不做處理。

圖5 聚類流程

圖6 字符數(shù)為1 的四個注記點要素

圖7 字符數(shù)大于1 的一個注記點要素

步驟2計算點要素i與其所在基本面內(nèi)其他點要素之間距離的最小值，得到距離特征值dimin（如圖8所示），設置距離閾值的范圍在（0.67*dimin，1.5*dimin）之間，跳轉(zhuǎn)步驟3。

步驟3根據(jù)距離特征值dimin設置點要素i 的鄰域，其緩沖區(qū)距離S=1.5*dimin（如圖9所示設置鄰域范圍），跳轉(zhuǎn)步驟4。

圖8 計算點要素的距離特征值

圖9 設置鄰域范圍

步驟4判斷點要素j是否位于點要素i的鄰域Ni。若不滿足條件，則點要素i與j不屬于同一類別；若滿足條件，則點要素i的鄰域特征值ni=1，跳轉(zhuǎn)步驟5。

步驟5在滿足鄰域條件下，判斷點要素j的距離特征值是否在點要素i的距離閾值內(nèi)。若不滿足條件（如圖10所示，左邊距離較遠的“河”的鄰域特征值n=1，但其他注記的距離特征值都不在其距離閾值內(nèi)），則點要素i與j不屬于同一類別；若滿足條件，則跳轉(zhuǎn)步驟6。

步驟6按如下方式判斷要素i與j最終是否屬于同一類別：若點要素i與h屬于同一類別tih，且點要素j與h屬于同一類別tjh，則點要素i，j，h均屬于同一類別。若點要素i存在至少1 個同一類別要素，則跳轉(zhuǎn)步驟7；若不存在，則刪除此點要素（如圖10所示）。

步驟7計算點要素i的方向特征值ai。根據(jù)點要素i的同一類別ti中任意兩點連線的斜率K值，計算ai（如圖11所示，“京杭運河”方向a值為-1，“仙人大港”方向a值為1），轉(zhuǎn)步驟8。

步驟8按照ai確定的方向，將與點要素i同類別的注記合并成完整的河流名稱（如圖11所示）。

圖10 豎直走向的“京、杭、運、河”屬同一類別，左邊距離較遠的“河”應刪除

圖11 注記合并成河流名稱示例

由于FME 軟件可以實現(xiàn)多種格式數(shù)據(jù)的讀取、處理和存儲等操作，其支持格式包括Autodesk AutoCAD DWG/DXF（dwg 格式）和Esri Geodatabase （File GeodbArcObjects）（gdb 格式）等，數(shù)據(jù)的處理包括數(shù)據(jù)量的增加刪減、幾何圖形及屬性結(jié)構(gòu)的修改、疊置分析及Delaunay 三角網(wǎng)的生成等。文中采用FME 軟件來實現(xiàn)上述各步驟（如圖12所示），并將最終數(shù)據(jù)存儲為gdb 格式，以便在地理信息應用和服務中使用。

圖12 FME 實現(xiàn)上述各步驟

2 利用DLG圖中注記提取河流名稱

文中選擇蘇州市部分區(qū)域河流DLG 數(shù)據(jù)進行試驗，該區(qū)域河流水系集中且豐富。該實驗選取了大約4 900 多個注記要素，河流基本面約2 900多個（如圖13所示）。

圖13 部分選取的注記和河流

依照本聚類方法，最終提取了約1 000多個完整的河流名稱，對河流名稱提取的正確率約為96%，具體數(shù)據(jù)見表1。其中出現(xiàn)部分提取錯誤的原因主要是：DLG圖中河流名稱標注錯誤，當計算的方向特征值在45°左右時不能準確判斷注記排列方向，河流名稱標注的距離不符合文中描述的規(guī)律，同一河流面（基本面）內(nèi)河流名稱標注不全。按照文中所述方法提取河流名稱完成后，可將判斷錯誤的注記按照正確的河流名稱表進行修正。

3 結(jié)語

筆者提出了一種基于要素間距離的聚類方法，該方法的主要特點是通過研究DLG圖中河流注記的配置規(guī)律，利用注記之間的距離關系，準確地提取河流名稱。此外，河流名稱提取完成后，將提取后的名稱與河流面按空間關系關聯(lián)，仍不能保證完全正確。這是因為在DLG 制圖過程中，有同一河流面中配置了多個不同名稱注記，特別是在河流分岔處。因此，在整合河流的圖形和屬性信息時，仍需按實際情況對河流名稱、河流的對應關系進行進一步的處理。

表1 河流名稱聚類結(jié)果