馬春林

（新疆維吾爾自治區(qū)測繪成果中心，新疆 烏魯木齊 830002）

0.引言

地名地址是最常用的社會公共信息之一，在測繪、規(guī)劃、交通、郵政、電力、民生等各個領(lǐng)域扮演著不可或缺的重要角色，是現(xiàn)代社會進行各種聯(lián)系、交流必不可少的基本工具和紐帶。通過融合多源地名地址數(shù)據(jù)，構(gòu)建權(quán)威、標準化地名地址時空數(shù)據(jù)，作為行業(yè)專題數(shù)據(jù)上圖的“粘合劑”，實現(xiàn)行業(yè)、社會經(jīng)濟信息與地理空間關(guān)聯(lián)的媒介和橋梁。

建設(shè)標準化、質(zhì)量好的地名地址數(shù)據(jù)，是充分發(fā)揮基礎(chǔ)地理空間數(shù)據(jù)應(yīng)用服務(wù)能力的前提與保障。為構(gòu)建新疆基礎(chǔ)地理信息時空云平臺應(yīng)用體系，提升政府治理能力和公共服務(wù)水平，促進大數(shù)據(jù)的深化應(yīng)用和快速發(fā)展，地名地址數(shù)據(jù)融合更新是一項重要的基礎(chǔ)性工作。

1.工作目標

以“精度高、現(xiàn)勢性好、表達豐富”為前提和目標，通過高效采集、有效融合新疆各級基礎(chǔ)地理信息數(shù)據(jù)，匯聚各類與地名地址相關(guān)的信息，推進多源異構(gòu)地名地址數(shù)據(jù)的融合、集成、服務(wù)，實現(xiàn)地名地址數(shù)據(jù)資源的統(tǒng)一管理，做到“統(tǒng)籌規(guī)劃、整體設(shè)計、逐步實施”，規(guī)范有序地開展新疆維吾爾自治區(qū)地名地址時空數(shù)據(jù)融合更新工作。

充分利用已掌握基礎(chǔ)資料情況，將地名數(shù)據(jù)和地址數(shù)據(jù)進行數(shù)據(jù)融合、數(shù)據(jù)預(yù)處理、數(shù)據(jù)判重及去重、地名地址標準化、實體匹配等一系列處理，實現(xiàn)地名地址數(shù)據(jù)的融合更新。通過標準化地名地址時空數(shù)據(jù)融合，解決因行政村邊界、宗地所有權(quán)數(shù)據(jù)、天地圖等各種數(shù)據(jù)來源不一、精度不同、標準各異、同物不同數(shù)、時空參考不一、邊界矛盾沖突、現(xiàn)勢性不統(tǒng)一等問題，避免因數(shù)據(jù)源質(zhì)量不好的問題影響基礎(chǔ)地理信息時空云平臺的數(shù)據(jù)應(yīng)用與服務(wù)。

2.總體原則

地名地址數(shù)據(jù)來源多樣，因而存在標準不統(tǒng)一、現(xiàn)勢差異性大、數(shù)據(jù)組織不相同等問題，不能直接滿足客戶地理編碼服務(wù)業(yè)務(wù)的需求。為此要建立標準化、規(guī)范化及通用化的地名地址數(shù)據(jù)處理流程，實現(xiàn)標準化地名地址時空數(shù)據(jù)生產(chǎn)，保證數(shù)據(jù)成果質(zhì)量，為地理編碼服務(wù)等業(yè)務(wù)需求提供數(shù)據(jù)保障。地名地址數(shù)據(jù)處理總體要求如下：

（1）數(shù)據(jù)現(xiàn)勢性要求：不同來源的融合數(shù)據(jù)現(xiàn)勢性不一致時，以現(xiàn)勢性高的數(shù)據(jù)為準。

（2）空間參考要求：融合后數(shù)據(jù)統(tǒng)一采用2000國家大地坐標系，坐標系單位為度，保留9位小數(shù)（0.000000001度）。高程基準：采用1985國家高程基準，高程系統(tǒng)為正常高；高程坐標單位為“米”。

（3）平面位置精度要求：不同來源的融合數(shù)據(jù)平面位置精度不一致時，以精度高的數(shù)據(jù)為準。

（4）屬性取值要求：不同數(shù)據(jù)源中同一地物要素的相同屬性項取值不一致時，依據(jù)現(xiàn)勢性、準確性等進行一致性處理。

（5）空間關(guān)系與邏輯一致性要求：融合后的成果數(shù)據(jù)要素空間關(guān)系正確，各類信息邏輯一致。

（6）數(shù)據(jù)內(nèi)容要求：融合處理后的數(shù)據(jù)，數(shù)據(jù)格式、空間參考、屬性結(jié)構(gòu)及屬性取值應(yīng)滿足標準規(guī)范要求。

3.數(shù)據(jù)收集與分析

開展全疆區(qū)域內(nèi)地名地址相關(guān)的數(shù)據(jù)分析工作，在了解數(shù)據(jù)來源、權(quán)威性、數(shù)據(jù)格式、空間參考、標準規(guī)范的基礎(chǔ)上，分析數(shù)據(jù)量與數(shù)據(jù)質(zhì)量等；并整理數(shù)據(jù)結(jié)構(gòu)，根據(jù)數(shù)據(jù)分析結(jié)果制定融合優(yōu)先級。具體數(shù)據(jù)源為全疆區(qū)域內(nèi)的天地圖地名地址與POI數(shù)據(jù)、基礎(chǔ)性地理國情監(jiān)測行政村數(shù)據(jù)。

（1）天地圖地名數(shù)據(jù)：天地圖數(shù)據(jù)中主要采用地名地址與POI中的地名數(shù)據(jù)，數(shù)據(jù)現(xiàn)勢性為2018年春季。有著現(xiàn)勢性好、豐富度高、更新頻率快等優(yōu)點，將作為本次地名數(shù)據(jù)融合的主要數(shù)據(jù)來源。

（2）基礎(chǔ)性地理國情監(jiān)測地名地址數(shù)據(jù)：基礎(chǔ)性地理國情監(jiān)測數(shù)據(jù)中主要采用行政村數(shù)據(jù)，數(shù)據(jù)現(xiàn)勢性為2017年。國情監(jiān)測數(shù)據(jù)有著位置精度高、更新頻率高等優(yōu)點，可作為地名數(shù)據(jù)補充數(shù)據(jù)源。

圖1 數(shù)據(jù)融合技術(shù)流程圖

地名數(shù)據(jù)生產(chǎn)流程主要包括數(shù)據(jù)預(yù)處理、數(shù)據(jù)融合及數(shù)據(jù)質(zhì)檢三部分。其中數(shù)據(jù)預(yù)處理包括數(shù)據(jù)轉(zhuǎn)換和模型轉(zhuǎn)換。數(shù)據(jù)融合包括圖形屬性融合、屬性標準

（3）已有的地址數(shù)據(jù)及相關(guān)資料主要為天地圖中的地址數(shù)據(jù)，數(shù)據(jù)現(xiàn)勢性為2018年春季。有著現(xiàn)勢性好、豐富度高、更新頻度快等優(yōu)點，將作為本次地址數(shù)據(jù)融合的主要數(shù)據(jù)來源。

4.技術(shù)方法

依據(jù)新疆基礎(chǔ)地理信息時空云平臺的建設(shè)要求，在現(xiàn)有地名地址數(shù)據(jù)的基礎(chǔ)上，遵循地名地址相關(guān)數(shù)據(jù)標準，形成地名地址數(shù)據(jù)融合技術(shù)流程，主要包括數(shù)據(jù)預(yù)處理、數(shù)據(jù)融合、判重處理、去重處理、實體匹配、標準化及質(zhì)檢等環(huán)節(jié)，融合流程（如圖1所示）：

4.1 地名數(shù)據(jù)技術(shù)路線

以基礎(chǔ)性地理國情監(jiān)測行政村數(shù)據(jù)以及天地圖地名數(shù)據(jù)為基礎(chǔ)，經(jīng)過數(shù)據(jù)預(yù)處理、數(shù)據(jù)融合和數(shù)據(jù)質(zhì)檢，形成標準化地名時空數(shù)據(jù)。技術(shù)路線（如圖2所示）：化、數(shù)據(jù)判重去重、外業(yè)核查、內(nèi)業(yè)整理、數(shù)據(jù)編碼。該階段將數(shù)據(jù)源融合為一套標準的地名數(shù)據(jù)。

圖2 地名數(shù)據(jù)技術(shù)路線

4.1.1 數(shù)據(jù)預(yù)處理

數(shù)據(jù)預(yù)處理是將原始數(shù)據(jù)經(jīng)過數(shù)據(jù)轉(zhuǎn)換和模型轉(zhuǎn)換，形成標準地名屬性結(jié)構(gòu)數(shù)據(jù)，為數(shù)據(jù)融合做好準備。

（1）數(shù)據(jù)轉(zhuǎn)換

數(shù)據(jù)轉(zhuǎn)換包括格式轉(zhuǎn)換和坐標轉(zhuǎn)換。將數(shù)據(jù)格式轉(zhuǎn)換為DB格式，坐標轉(zhuǎn)換為CGCS2000國家大地坐標系。

（2）模型轉(zhuǎn)換

根據(jù)新疆基礎(chǔ)地理信息時空云平臺地名數(shù)據(jù)標準中的屬性項定義與說明，建立統(tǒng)一的地名數(shù)據(jù)屬性存儲結(jié)構(gòu)。分析原始數(shù)據(jù)分類體系與新疆基礎(chǔ)地理信息時空云平臺地名數(shù)據(jù)分類體系的關(guān)系，進行模型轉(zhuǎn)換，形成按照地名屬性結(jié)構(gòu)標準的地名數(shù)據(jù)。

4.1.2 數(shù)據(jù)融合

數(shù)據(jù)融合包括圖形屬性融合、屬性標準化、數(shù)據(jù)判重去重、外業(yè)核查、內(nèi)業(yè)整理、數(shù)據(jù)編碼三個部分，為數(shù)據(jù)生產(chǎn)的主要工作，形成融合后的地名數(shù)據(jù)。

（1）融合原則

數(shù)據(jù)融合處理的總體原則為現(xiàn)勢性原則、精度原則、精細度原則、拓撲一致性原則、屬性處理原則、豐富性原則。多個原則共同出現(xiàn)時，現(xiàn)勢性優(yōu)先級最高，精度和精細度次之，其他原則輔助。

其中，行政村地名點位置以國情行政村數(shù)據(jù)為準。

（2）圖形屬性融合

將不同來源的數(shù)據(jù)進行圖形數(shù)據(jù)融合，將同名數(shù)據(jù)進行比對，保留唯一精確的數(shù)據(jù)。如果數(shù)據(jù)屬性出現(xiàn)矛盾，參照屬性填寫要求，保留更規(guī)范的屬性。

同一要素對象的屬性融合，宜以現(xiàn)勢性高、準確性高的數(shù)據(jù)為準進行屬性賦值或補全。具體要素位置需參考地名數(shù)據(jù)的選取指標與采集要求。

（3）屬性標準化

根據(jù)地名屬性定義與說明中的填寫要求，對融合后的屬性內(nèi)容進行標準化處理。其中，地名：名稱參考地名填寫規(guī)范要求進行標準化；PAC碼：根據(jù)融合結(jié)果提取行政地名數(shù)據(jù)，參考民政名錄中行政區(qū)劃的權(quán)屬關(guān)系，需建立地名數(shù)據(jù)中行政村與自然村的權(quán)屬關(guān)系，進行PAC碼賦值。

（4）數(shù)據(jù)判重、去重

將融合后的地名點分別進行數(shù)據(jù)判重、去重，使數(shù)據(jù)唯一，保留位置精確數(shù)據(jù)、屬性規(guī)范的數(shù)據(jù)。地名點根據(jù)要素間的距離、名稱、簡稱、類別名稱、地址、電話等屬性信息識別重復(fù)對象，并進行去重。判重原則：一定距離范圍內(nèi)類型相同，名稱、地址的相似度大于設(shè)定閾值；一定距離范圍內(nèi)類型相同，名稱、簡稱、電話相似度大于設(shè)定閾值。

（5）數(shù)據(jù)編碼

數(shù)據(jù)編碼字段包括要素唯一標識、地名編碼。兩者均唯一標識要素且通過連接關(guān)系實現(xiàn)一一對應(yīng)。要素唯一標識在入庫時批量賦值。地名編碼由3部分共20位數(shù)字組成。前9位為數(shù)據(jù)位置所在的鄉(xiāng)鎮(zhèn)／街道辦代碼，中間6位為地名類別代碼，后8位為順序碼，取值范圍為00000000－99999999，根據(jù)類別代碼排序自動進行生成。

4.1.3 數(shù)據(jù)質(zhì)檢

數(shù)據(jù)質(zhì)檢主要對融合后數(shù)據(jù)進行質(zhì)量檢查，主要包括基本要求、完整性檢查、圖形檢查、屬性檢查和邏輯一致性檢查。具體主要有數(shù)學(xué)基礎(chǔ)、數(shù)據(jù)格式及數(shù)據(jù)文件完整性及有效性的檢查；數(shù)據(jù)位置精度及拓撲關(guān)系的檢查；屬性正確性、屬性分類、屬性精度檢查；圖形屬性一致性及圖層屬性一致性檢查等。

4.1.4 數(shù)據(jù)反饋

形成標準化地名數(shù)據(jù)后，將融合后的全疆標準地名數(shù)據(jù)反饋數(shù)據(jù)提供單位。

通過標準地名數(shù)據(jù)中的數(shù)據(jù)來源、數(shù)據(jù)來源標識碼與數(shù)據(jù)源中的實體編碼字段的對應(yīng)關(guān)系，實現(xiàn)原始數(shù)據(jù)與地名成果數(shù)據(jù)的一一對應(yīng)關(guān)系，數(shù)據(jù)提供單位可更新原始數(shù)據(jù)，并根據(jù)自身業(yè)務(wù)情況進行數(shù)據(jù)的豐富完善。

4.1.5 數(shù)據(jù)更新與維護

地名數(shù)據(jù)的更新主要包括匯交更新和反饋更新兩種方式。匯交更新通過數(shù)據(jù)提供單位提供新版全量數(shù)據(jù)，項目組對比兩版數(shù)據(jù)的差異，將變化內(nèi)容進行數(shù)據(jù)更新、數(shù)據(jù)質(zhì)檢，形成更新后的地名數(shù)據(jù)。反饋更新通過數(shù)據(jù)提供變化的增量數(shù)據(jù)，直接通過數(shù)據(jù)來源和數(shù)據(jù)來源標識碼進行數(shù)據(jù)更新和質(zhì)檢，形成更新后的地名數(shù)據(jù)。

4.2 地址數(shù)據(jù)技術(shù)路線

地址數(shù)據(jù)融合技術(shù)流程主要包括數(shù)據(jù)預(yù)處理、判重處理、去重處理、實體匹配、標準化及質(zhì)檢等環(huán)節(jié)，融合流程（如圖3所示）：

圖3 地址數(shù)據(jù)技術(shù)路線

4.2.1 數(shù)據(jù)預(yù)處理

將多源數(shù)據(jù)融合為統(tǒng)一的數(shù)據(jù)結(jié)構(gòu)。在融合過程中根據(jù)源數(shù)據(jù)屬性結(jié)構(gòu)與標準地址數(shù)據(jù)屬性結(jié)構(gòu)之間的映射關(guān)系，將源數(shù)據(jù)的屬性值轉(zhuǎn)換到標準地址數(shù)據(jù)的字段中，同時保留可用的輔助字段，刪除無用字段。

4.2.2 判重處理

由于地址數(shù)據(jù)來源較雜，地址描述標準不一，數(shù)據(jù)精度不一，在同一數(shù)據(jù)源內(nèi)部或者不同數(shù)據(jù)源之間都存在地址點重復(fù)的情況，為提高地址匹配精度，需對地址點進行重復(fù)點檢測和去重。即在一定范圍內(nèi)比對地址數(shù)據(jù)的地址字段及其他輔助字段，計算相似度，相似度越高，重復(fù)幾率越大。然后對判重結(jié)果進行審核，分析輸出相似度閾值，標識出實際的重復(fù)點。

4.2.3 去重處理

根據(jù)判重結(jié)果，結(jié)合數(shù)據(jù)源的精度、現(xiàn)勢性、邏輯一致性，疊加天地圖河流、道路、居民地等數(shù)據(jù)作為輔助信息，對重復(fù)點做去重處理。

4.2.4 數(shù)據(jù)標準化處理

數(shù)據(jù)標準化主要是指對地址數(shù)據(jù)的屬性字段做標準化處理。將地址字段內(nèi)容轉(zhuǎn)換為結(jié)構(gòu)化地址描述。同步將地址內(nèi)容拆分到省、市、區(qū)縣、鄉(xiāng)鎮(zhèn)/街道辦、行政村委會/社區(qū)居委會、片區(qū)、街巷、一級門樓址、自然村/居民小區(qū)、門樓址/標志物、二級門樓址、單元、樓層、室等字段中。最后為地址編碼字段賦值。

4.2.5 數(shù)據(jù)質(zhì)檢、反饋、維護與更新

地址數(shù)據(jù)的質(zhì)檢、反饋、維護與更新與地名數(shù)據(jù)基本一致。其中，質(zhì)檢除一般檢查項外還增加了拓撲一致性檢查；而反饋同樣是通過編碼字段的對應(yīng)關(guān)系，實現(xiàn)原始數(shù)據(jù)與地址成果數(shù)據(jù)的一一對應(yīng)關(guān)系；地址數(shù)據(jù)的更新同樣包括匯交更新和反饋更新兩種方式，具體與地名數(shù)據(jù)一致，這里不再贅述。

5.結(jié)束語

以國家相關(guān)技術(shù)規(guī)范為依據(jù)，結(jié)合新疆基礎(chǔ)地理信息時空云平臺建設(shè)要求與新疆數(shù)據(jù)建設(shè)的現(xiàn)狀，按照“統(tǒng)籌規(guī)劃、頂層設(shè)計、逐步完善”的工作要求和“統(tǒng)一標準、規(guī)范流程”的技術(shù)要求，制定一套地名地址數(shù)據(jù)融合與更新技術(shù)方法，用來指導(dǎo)新疆基礎(chǔ)地理信息時空云平臺數(shù)據(jù)資源體系中地名地址數(shù)據(jù)的建設(shè)，進而有效地促進了時空大數(shù)據(jù)的深化應(yīng)用和快速發(fā)展。