郭 黎，姜晶莉，李 豪，王云閣

(1.信息工程大學，河南 鄭州 450001；2.航天工程大學士官學校，北京 102249)

隨著數據獲取技術的飛速發(fā)展，產生了大量不同來源的地理空間數據，這些數據之間相互聯(lián)系，存在著隱含的關聯(lián)關系[1]。對多源地理空間數據關聯(lián)關系的研究是智慧城市建設的重要任務，也是支撐人工智能的基礎，對于數據綜合分析、知識發(fā)現(xiàn)、語義查詢等方面也有重要意義[2-3]。然而，由于多源地理空間數據來源廣泛，數據格式、尺度及表達方式多樣，因此難以描述它們之間復雜的關聯(lián)關系及相互影響，分散的資源無法統(tǒng)一為有機整體，難以對其有效管理和協(xié)同利用，導致信息資源的浪費及數據分享的困難，也使得用戶無法直觀得到多源數據間的關聯(lián)關系，進而高效利用數據資源[4-5]。如何整合多源地理空間數據，描述它們之間的關聯(lián)關系，進而反映空間對象全貌，為用戶提供全方位的數據，提高信息資源的利用率，已成為地理信息領域的重要工作。

當前，國內外很多學者對多源地理空間數據關聯(lián)模型的構建進行了研究。文獻[6—9]針對不同的側重點或研究目標，提出了相應的空間數據關聯(lián)模型?？傮w看來，當前關聯(lián)模型覆蓋的數據類型較為廣泛，但大多針對某一類關聯(lián)關系進行研究，如只側重于屬性關聯(lián)關系或只側重于空間關聯(lián)關系，少有涵蓋多種關聯(lián)關系的模型。

基于上述情況，本文以GIS的基礎操作對象及地理信息的重要組成部分——地理空間矢量數據作為研究對象，著眼于建模方法的研究，首先定義多源地理空間矢量數據關聯(lián)的概念及其分類，然后在此基礎上設計多源地理空間矢量數據關聯(lián)模型及其3個子模型。該模型的提出旨在定義多源地理空間矢量數據之間的關聯(lián)關系，并給出各類關聯(lián)關系之間的關聯(lián)方法，為關聯(lián)的構建奠定理論及技術基礎，為實現(xiàn)多源地理空間信息的全面綜合表達及面向用戶的快速檢索提供有利條件。

1 多源地理空間矢量數據關聯(lián)概述

1.1 多源地理空間矢量數據關聯(lián)概念

由于空間實體本身的不確定性，數據測量、采集及存儲誤差的存在，人類認知、表達的局限性及數據獲取手段、所用比例尺、軟件等的不同，使得不同時間在同一地區(qū)獲取的地理空間數據存在差異，產生了多源地理空間數據[4]。多源地理空間數據的差異性主要表現(xiàn)在獲取手段多源性、多語義性、多尺度性等方面。這種差異性的存在導致多源地理空間數據之間隱含的關聯(lián)關系獲取困難，各個數據源之間無法互聯(lián)互通互操作，數據利用率低，造成了數據共享的困難，也引起了數據資源的浪費。本文對多源地理空間矢量數據關聯(lián)進行研究。

多源地理空間數據關聯(lián)的目的在于，將分散的資源集中起來，整合為有機整體，建立不同來源數據之間的聯(lián)系，揭示多源地理空間知識關聯(lián)的規(guī)律，實現(xiàn)資源信息的互聯(lián)互通，為用戶提供全方位的信息。以該目的為指導，本文將多源地理空間矢量數據關聯(lián)定義為：將多源地理空間矢量數據以一定的原則和方法，實現(xiàn)邏輯或物理上的有機集中，在此基礎上分析客觀實體的空間位置、空間形態(tài)、語義、屬性等特征，挖掘客觀實體間的聯(lián)系及相互影響，描述客觀實體之間產生的關聯(lián)、約束及作用關系，為數據共享提供深層次的技術支持。

1.2 多源地理空間矢量數據關聯(lián)關系分類

地理空間數據包含大量的空間特征，可概括為空間關系特征、幾何特征及語義特征3類[10]。以這3類空間特征為依據，將多源地理空間矢量數據關聯(lián)關系分為3類：空間關聯(lián)關系、映射關聯(lián)關系及語義關聯(lián)關系。其中，空間關聯(lián)關系可進一步劃分為拓撲關聯(lián)關系、方向關聯(lián)關系和距離關聯(lián)關系。映射關聯(lián)關系則可根據組成關系的對象是否為同一實體分類，分為同名實體關聯(lián)關系和變更實體關聯(lián)關系。其分類體系框架圖如圖1所示。

圖1 多源地理空間矢量數據關聯(lián)關系分類體系

(1)空間關聯(lián)關系。多源地理空間矢量數據之間的空間關聯(lián)關系是，同源或異源地理空間數據不同空間實體之間因形狀、空間位置等幾何特征而產生的關聯(lián)關系。主要包括拓撲關聯(lián)關系、方向關聯(lián)關系及距離關聯(lián)關系。其中，拓撲關聯(lián)關系主要包括點、線、面3類地理要素間相離、相等、相交等關系[11]。方向關聯(lián)關系通常可分為四方位(東、南、西、北)及八方位(東、東南、南、西南、西、西北、北、東北)關聯(lián)關系[12]。距離關聯(lián)關系有定性及定量兩類，定性距離包括歐氏距離、Hausdorff距離等，是對兩目標間距離關系的精確表達；定量距離則是對目標間的距離關系大致劃分，如分為近、適中、遠3等級等，在一定程度上可反映空間目標間的分布情況[13]。

(2)語義關聯(lián)關系。語義關聯(lián)關系是指地理空間數據與非空間數據在相同或相近的屬性項及描述項上，對同一事物概念或特征的描述存在的相似性，利用這種描述表達上的相似性建立起的地理空間數據與非空間數據之間基于語義的關聯(lián)關系。如深圳市導航地圖“Name”屬性項中的“仙湖植物園”，與深圳市景區(qū)基本信息統(tǒng)計數據“名稱”描述項中的“仙湖植物園”表達的顯然為同一地物，在兩數據源該屬性項或描述項之間即存在語義關聯(lián)關系。

(3)映射關聯(lián)關系。不同的地理空間數據因其采集時間、制圖者習慣等不同，導致對同一地物的描述或反映在地圖上的形狀、位置、距離、大小等幾何特征有所差別。時代的變遷及社會的發(fā)展可能引起同一空間位置的地理實體發(fā)生了變更。映射關聯(lián)關系是對異源地理空間數據的同名地理實體或因時代變遷而發(fā)生變更的地理實體之間建立起的對應關系，可分為一對一、一對多、多對一及多對多映射關聯(lián)關系。

2 多源地理空間矢量數據關聯(lián)整體模型

本文用到的數據包括不同來源、類型的地理空間矢量數據及各種隱含空間信息的統(tǒng)計數據。統(tǒng)計數據即統(tǒng)計工作所獲取的反映社會現(xiàn)象或國民經濟及與之相關的其他資料的總稱，如國家或省市統(tǒng)計年鑒、基礎設施(如酒店、住宅區(qū)、學校等)情況、文化休閑設施(如圖書館、博物館等)情況等。多源地理空間矢量數據與統(tǒng)計數據之間既存在著以空間特征為基礎的關聯(lián)關系，也存在著以語義特征為基礎的關聯(lián)關系?；谏鲜銮闆r，本章以1.2節(jié)關聯(lián)關系的分類為標準，將統(tǒng)計數據及多來源地理空間矢量數據作為研究對象，對多源地理空間矢量數據空間實體之間及矢量數據空間實體與統(tǒng)計數據描述性之間的關聯(lián)關系進行研究，設計了多源地理空間矢量數據關聯(lián)模型。為便于下文模型的描述，首先對相關概念進行介紹。

(1)空間實體節(jié)點：指地理空間矢量數據中存儲有空間信息(空間位置、形態(tài)等)及各項屬性值(如名稱、編號等)的點實體、線實體或面實體構成的節(jié)點。

(2)空間編碼節(jié)點：本文對多源地理空間矢量數據進行關聯(lián)時，需對空間實體進行空間編碼?？臻g編碼節(jié)點即為存儲有空間實體空間編碼的節(jié)點。

(3)地名節(jié)點：指統(tǒng)計數據中存儲有名稱、地址、聯(lián)系電話等屬性的統(tǒng)計數據表格一行構成的節(jié)點。

以上述節(jié)點為基礎，對多源地理空間矢量數據關聯(lián)模型表示如圖2所示。

圖2 多源地理空間矢量數據關聯(lián)模型

圖2中，地理空間數據的空間實體節(jié)點用橢圓形節(jié)點表示，統(tǒng)計數據的地名節(jié)點用三角形節(jié)點表示，空間編碼節(jié)點用正方形節(jié)點表示，不同顏色的實體代表來自不同的數據源。該模型以3類關聯(lián)關系的構建為研究重點，包含下面3個子模型：

子模型1：基于空間編碼的空間關聯(lián)子模型，即空間實體節(jié)點之間基于空間編碼的關聯(lián)。該模型是用于同源或異源地理空間數據空間實體間空間關聯(lián)關系的提取，首先給空間實體編碼，在空間實體及其空間編碼之間建立關聯(lián)關系，而后利用空間編碼之間內在的關聯(lián)關系計算空間實體間的空間關聯(lián)關系。

子模型2：基于幾何特征的空間關聯(lián)子模型，即空間實體節(jié)點之間基于幾何相似性的關聯(lián)。該模型是以幾何匹配技術為核心，對異源地理空間數據空間實體之間進行相似性度量，從而得到同名實體或變更實體，進而建立異源地理空間數據間的映射關聯(lián)關系。

子模型3：基于語義特征的空間關聯(lián)子模型，即空間實體節(jié)點與統(tǒng)計數據地名實體節(jié)點之間的關聯(lián)。該模型是對地理空間數據的屬性項及空間化后的統(tǒng)計數據的描述性進行語義匹配，選取語義相似度高的地理空間實體及統(tǒng)計數據地名實體得到其語義關聯(lián)關系，從而建立基于語義特征的關聯(lián)。

3 多源地理空間矢量數據關聯(lián)子模型

3.1 基于空間編碼的空間關聯(lián)子模型

該模型用于計算提取同源或異源地理空間數據空間實體間包含拓撲關聯(lián)關系、距離關聯(lián)關系及方向關聯(lián)關系在內的空間關聯(lián)關系。拓撲關聯(lián)關系可反映實體間相等、包含、相交等關系，距離關聯(lián)關系則表示實體間的遠近關系，方向關聯(lián)關系表示的是實體之間的相對位置。當前，在拓撲關聯(lián)關系、距離關聯(lián)關系及方向關聯(lián)關系的描述計算方面有大量的研究，這些描述計算模型大多采用直接計算的方式，即利用空間實體的空間坐標進行矢量計算，這種直接計算的方式大都有計算過程復雜或效率低下的缺點。

基于上述情況，本文利用間接計算空間關聯(lián)關系的方法，利用空間編碼作為橋梁連接空間實體，只需給空間實體以空間編碼，建立起空間實體與空間編碼之間的關聯(lián)，由于空間編碼之間存在內在的關聯(lián)關系，間接地在空間實體之間建立起關聯(lián)。而空間編碼的前提是空間區(qū)域網格的劃分，這種方法將基于空間實體幾何位置的計算轉化為基于網格的計算，簡化了計算步驟，也減少了計算次數。此外，利用空間編碼的方法可支持3種空間關聯(lián)關系的綜合計算，且較為準確[14]。

基于空間編碼的空間關聯(lián)主要分為兩大步：①選用合適的方法給空間實體以空間編碼；②利用空間編碼計算兩實體的空間關聯(lián)關系。針對矢量地圖中空間實體分布不均、大小不一的情況，本文提出一種基于自適應四叉樹的空間編碼方法，以空間實體的MBR為基礎，根據MBR的大小決定網格劃分次數及其有效編碼位數，這種自適應編碼的方法可以用最少的編碼值以最為簡潔的方法準確地表達空間實體；而四叉樹編碼算法簡單易實現(xiàn)，效率較高，故應用范圍很廣。對空間實體編碼后，建立起空間實體與空間編碼間的關聯(lián)。后續(xù)利用編碼內在的關聯(lián)關系，計算實體所在網格之間的拓撲、距離及方向關聯(lián)關系，進而建立地理空間數據間的空間關聯(lián)。

該子模型利用空間編碼計算同源或異源矢量數據空間實體之間的空間關聯(lián)關系，如圖3所示。其中，兩矩形分別代表空間實體A、B，圓形和橢圓形分別代表空間實體的空間編碼及屬性，利用兩實體空間編碼的內在關聯(lián)可以計算得到兩實體之間的3類空間關聯(lián)關系。

圖3 基于空間編碼的空間關聯(lián)子模型

用空間編碼的方法得到空間關聯(lián)關系后，利用主題圖Ontopia工具[15]按照上述模型進行展示，以點實體“品力律師事務所”及面實體“彩田公園”為例，如圖4所示?？梢钥闯?，兩實體之間的空間關聯(lián)關系為“相離、遠”“彩田公園”位于“品力律師事務所”的東北方向(或“品力律師事務所”位于“彩田公園”的西南方向)，此外，兩實體的FID、空間編碼、形狀等屬性也可從圖中直觀地讀取。

圖4 基于空間編碼的空間關聯(lián)示例

3.2 基于幾何特征的空間關聯(lián)子模型

由于多源地理空間矢量數據采集時間，數據獲取方式，制圖者的個人習慣不同，以及測量誤差、制圖誤差等因素的存在，導致不同來源的空間數據存在語義多樣性、尺度多樣性、存儲格式多源性等差異，使得現(xiàn)實中在不同地圖上表達同一地物的同名實體或位于同一地理位置因社會變遷而發(fā)生變更的實體難以辨別。這些同名實體或變更實體之間的映射關聯(lián)關系無法充分表達，多源地理空間矢量數據無法有效管理和利用，難以互聯(lián)互通互操作，引起信息資源的浪費，不能協(xié)同解決各項問題。

在這種情況下，如何挖掘多源地理空間矢量數據之間同名實體或變更實體之間的映射關聯(lián)關系，實現(xiàn)多源地理空間矢量數據實體之間的關聯(lián)及數據的有機流動就顯得尤為重要。為此，本文提出了基于幾何特征的空間關聯(lián)模型，用于提取多源地理空間數據空間實體之間的映射關聯(lián)關系。該模型以幾何匹配技術為核心，利用異源地理空間數據空間實體的幾何特征，通過比較其幾何相似度來判斷是否匹配，從而得到映射關聯(lián)關系[16]。

地圖上的空間實體可分為點、線、面3類，根據其分類情況，幾何匹配可以分為點匹配、線匹配及面匹配。其中，點實體匹配是3類實體匹配中最簡單的，通常通過比較兩實體之間的歐氏距離來判斷是否匹配。線實體的匹配較點實體匹配要復雜一點，其匹配指標有線段或節(jié)點的距離、方向、拓撲關系、幾何形狀等。而面實體匹配是3類實體匹配中最為復雜的，其匹配指標有距離、周長、形狀、面積、方向等。本文以3類實體的匹配為研究目標，根據實際情況分別選取不同的匹配指標，提出匹配算法，最終得到異源地理空間矢量數據空間實體間的映射關聯(lián)關系。

基于幾何特征的空間關聯(lián)子模型如圖5所示，矩形分別表示空間實體A、B，橢圓形表示空間實體的屬性，其映射關聯(lián)關系包括同名實體映射關聯(lián)關系及變更實體映射關聯(lián)關系。映射關聯(lián)關系的提取則是通過幾何匹配的方式。

圖5 基于幾何特征的空間關聯(lián)子模型

用幾何匹配的方法得到映射關聯(lián)關系后，利用主題圖Ontopia工具，按照上述模型進行展示，以線實體“清平高速”和“S209-清平高速公路”及面實體“華僑城旅游度假區(qū)”和“金海燕花園”為例，如圖6所示。可以看出，“清平高速”和“S209-清平高速公路”之間為同名實體映射關聯(lián)關系，“華僑城旅游度假區(qū)”和“金海燕花園”之間為變更實體映射關聯(lián)關系。此外，圖6中也直觀表達了4個空間實體的屬性信息。

圖6 基于幾何特征的空間關聯(lián)示例

3.3 基于語義特征的空間關聯(lián)子模型

空間數據與統(tǒng)計數據之間的語義關聯(lián)關系可以通過該模型計算提取。統(tǒng)計數據并非只是文本、圖片等非空間數據，其大部分都有空間特性，包含了大量空間因素，如地址、地名等。因此建立統(tǒng)計數據與地理空間數據之間的關聯(lián)關系，不僅能賦予統(tǒng)計數據更多的空間特征及空間信息，也能補充空間數據的屬性缺失，將二者整合為有機整體，對于獲取更完善、完整的數據、提高數據的利用率有重要意義。關聯(lián)后的數據可為用戶提供全方位的資源，進而方便用戶查找及綜合利用各項信息，有利于提高利用統(tǒng)計數據進行綜合分析與決策的能力。此外，對于地理空間數據的集成、共享和增值服務也有促進作用。

該子模型是利用空間數據的屬性值與統(tǒng)計數據的描述項進行語義匹配，如地理空間數據的“Name”屬性與統(tǒng)計數據的“地名”屬性，并輔以地理位置相似的約束，從而得到二者之間的語義關聯(lián)關系。

基于語義特征的空間關聯(lián)子模型如圖7所示。矩形代表空間數據的空間實體及統(tǒng)計數據的地名實體，橢圓形代表實體的屬性，其語義關聯(lián)關系的提取是通過屬性的語義匹配及基于經緯度的位置相似度計算而得。

圖7 基于語義特征的空間關聯(lián)子模型

用語義匹配的方法得到語義關聯(lián)關系后，利用主題圖Ontopia工具按照上述模型進行展示，以來自深圳市OSM地圖的空間實體“君逸酒店”與深圳市星級酒店統(tǒng)計數據的“深圳君逸酒店”為例，如圖8所示，圖中直觀地反映了兩實體之間的語義關聯(lián)關系及其各自的屬性值。

圖8 基于語義特征的空間關聯(lián)示例

4 結 語

本文針對多源地理空間矢量數據之間的關聯(lián)關系，首先定義了多源地理空間矢量數據關聯(lián)的概念及分類方法，并在此基礎上設計了多源地理空間矢量數據關聯(lián)模型。該模型主要包括3個子模型：基于自適應四叉樹編碼的空間關聯(lián)子模型、基于幾何匹配的空間關聯(lián)子模型及基于語義匹配的空間關聯(lián)子模型。該模型給出了多源地理空間矢量數據及統(tǒng)計數據之間的關聯(lián)方式，并設計了不同數據源之間的關聯(lián)方法，為后續(xù)多源地理空間矢量數據關聯(lián)關系的構建奠定了理論及技術基礎，有利于揭示多源空間知識關聯(lián)的規(guī)律，實現(xiàn)資源信息的互聯(lián)互通，從而為用戶提供全方位的信息，方便用戶查找及利用數據信息，進而提高數據利用率及數據共享能力，對于海量數據挖掘及智能分析決策也有重要意義，同時也為智慧城市的建設及人工智能發(fā)展所要求的數據互聯(lián)互通互操作打下基礎。