王 懷，高小明，樊文峰，何昭寧

(國家測繪地理信息局衛(wèi)星測繪應用中心，北京 101300)

地理國情要素時空變化檢測技術(shù)研究

王 懷，高小明，樊文峰，何昭寧

(國家測繪地理信息局衛(wèi)星測繪應用中心，北京 101300)

面向地理國情要素變化提出了一種幾何匹配相似度的變化檢測方法，并將該方法運用到點、線、面三種幾何類型的地理要素變化檢測中。針對變化檢測結(jié)果設計了一種版本-差量的時空數(shù)據(jù)庫模型來存儲地理要素變化檢測結(jié)果，以揭示地理要素的時空特征及其變化趨勢。

地理要素；變化檢測；版本-差量

一、引 言

在地理信息系統(tǒng)中，既需要對數(shù)據(jù)進行實時更新，也要對歷史數(shù)據(jù)進行分析，對未來變化趨勢作出預測[1]。時空數(shù)據(jù)的變化檢測[2]就顯得尤為重要，主要包括柵格時空數(shù)據(jù)變化檢測和矢量時空數(shù)據(jù)變化檢測。近幾年來，對基于遙感影像的變化檢測技術(shù)已經(jīng)取得可觀的成就，基于矢量時空數(shù)據(jù)的變化檢測分析逐漸成為國內(nèi)外許多科研機構(gòu)和學者研究的重要內(nèi)容。

從時間角度看，時態(tài)地理信息系統(tǒng)[3]中空間信息可分為兩種類型，即動態(tài)的和靜態(tài)的。現(xiàn)實世界中絕大多數(shù)現(xiàn)象本質(zhì)上都是動態(tài)的，靜態(tài)信息是描述在較短時間內(nèi)沒有變化的空間對象的信息，如地質(zhì)圖、道路、公共設施等，但在長期的一段時間里，這些對象都會發(fā)生變化。動態(tài)信息是描述在較短時間內(nèi)發(fā)生了變化的空間對象的信息，時間的長度依不同的領(lǐng)域而定。時空變化是地理實體及其屬性在時間軸上的改變過程。對時空變化進行分類，有助于對時空變化分析的理解，對時空數(shù)據(jù)庫模型[4-5]的建立和時空變化檢測也有一定的幫助。分類原則的不同，時空變化描述的重點將會有很大的差異。根據(jù)研究領(lǐng)域的不同，時空對象的變化可概括為：要素隨時間的幾何變化、要素隨時間的位置變化、要素屬性隨時間的變化。

地理國情[6]監(jiān)測是近年來國家提出的重要戰(zhàn)略規(guī)劃，地理國情是重要的基本國情，是國土疆域面積、地理區(qū)域劃分、地形地貌特征、道路交通網(wǎng)絡、江河湖海分布、土地利用與土地覆蓋、城市布局和城鎮(zhèn)化擴張、生產(chǎn)力空間布局等自然和人文地理要素的宏觀性、整體性、綜合性體現(xiàn)。地理國情要素的變化檢測研究主要集中于地理實體匹配、圖像配準、地圖合并技術(shù)及其相關(guān)變化分析應用領(lǐng)域。本文主要研究矢量地理要素實體[7]變化檢測技術(shù)實現(xiàn)以及變化結(jié)果的增量模式存儲。

二、地理要素變化檢測方法

地理要素數(shù)據(jù)變化檢測首先是確定變化檢測數(shù)據(jù)的候選集。如何在候選集中快速找出待匹配候選集[8]，對空間數(shù)據(jù)變化檢測效率有重要影響。而匹配候選集的確定需要通過空間搜索來實現(xiàn)，空間搜索一般包含按空間位置的搜索、空間關(guān)系的搜索等?？臻g搜索一般借助于空間索引機制在空間數(shù)據(jù)庫中搜索符合查詢條件的空間實體，常用的空間搜索方式有基于空間索引機制的搜索、基于空間拓撲關(guān)系的搜索[9]。

矢量地理要素的變化檢測主要體現(xiàn)在點要素、線要素以及面要素的變化檢測方面。而變化檢測主要體現(xiàn)在地理要素的幾何匹配，從空間形狀的角度出發(fā)，對地理要素的幾何形狀作定量和定性的分析，比較其間的相似程度來找同名實體[10]。本文中點要素匹配采用歐氏距離匹配，線要素匹配采用Hausdorff距離[11]匹配，面要素匹配采用Hausdorff距離、質(zhì)心點距離、面積重疊度等3個特征匹配。

1)點要素匹配采用歐氏距離

在點要素的匹配中是常用的匹配方法，計算點與點之間的歐氏距離便可實現(xiàn)點要素的匹配過程。

點要素匹配中歐氏距離以參考點要素實體為圓心，以匹配閾值為半徑做緩沖區(qū)，遍歷候選集中所有待匹配目標實體。

2)線要素的匹配采用Hausdorff距離，是對兩組點集相似程度的一種量度，是對兩組點集之間距離進行定義的一種形式，一般適用于線與線、面與面要素之間距離相似度的計算。假設有兩組點集A、B，其中A＝{a1，a2，…，an}，B＝{b1，b2，…，bm}，則A到B的Hausdorff距離與B到A的Hausdorff距離定義為

其中，d( a，b)為A、B兩點集之間的距離；A、B之間的Hausdorff距離定義為h(A，B)、h(B，A)中的最大值

Hausdorff距離表達式可以將其理解為最大最小距離，對于任意兩條線L1、L2，L1到L2的hausdorff距離為d1，L2到L1的hausdorff距離為d2，d1、d2分別是圓心在L1、L2上滾動圓的最大半徑。

3)由于面要素的空間復雜程度較高，在面要素匹配過程中，依靠單一的幾何特征進行匹配往往難以準確做出判斷?；诿嬉氐目臻g復雜性，本文通過計算特征相似度來比較兩面要素空間實體之間的各種差異，并對各相似度加權(quán)平均來獲得總相似度值，面要素匹配主要考慮Hausdorff距離、質(zhì)心點距離、面積重疊度等幾個方面的因素。

對于參考要素A在候選集B中，共有n個要素比較，A、B總相似度為sim(A，B)，其中：si為相似特征；ωi為權(quán)重。

①Hausdorff距離

設面要素A、B之間Hausdorff距離為H( A，B)，則A、B的Hausdorff距離相似度為

其中，rA、rB分別為面要素A、B最小外接矩形(MBR)對角線長的一半，由于不規(guī)則多邊形的半徑難以確定，因此引入rA＋rB來反映多邊形的尺寸，由于rA＋rB是基于圖形本身的相對值，不受位置與尺寸的影響，用作相似度值計算常量具有一定的合理性。

②質(zhì)心距離

設面要素A、B質(zhì)心之間距離為Dist(A，B)，則A、B質(zhì)心距離相似度為

③重疊度

設面要素A、B的面積分別為SA、SB，二者重疊相交面積為SA∩B，則A、B重疊相似度為

三、版本-差量時空數(shù)據(jù)模型

基于“版本-差量[12]”式時空數(shù)據(jù)模型的時空數(shù)據(jù)變化檢測結(jié)果是增量式存儲，本文采用建立現(xiàn)勢庫、過程庫等邏輯庫來存儲動態(tài)數(shù)據(jù)。現(xiàn)勢庫存儲現(xiàn)勢數(shù)據(jù)，在時空數(shù)據(jù)庫系統(tǒng)中將作為整個數(shù)據(jù)集的基態(tài)；過程庫跟蹤地理要素演變的各個階段，描述地理要素演變的全過程，記錄地理實體的親緣關(guān)系，能很好地支持地理要素的時空回溯，對于任意給定的時刻或時間段，都可從過程庫中查詢出地理要素歷史的狀態(tài)，恢復當時對象的時空關(guān)系。

采用“版本-差量”時空數(shù)據(jù)庫模型的實現(xiàn)技術(shù)，將動態(tài)數(shù)據(jù)以增量存儲方式進行存儲，時空數(shù)據(jù)存儲在于解決時間序列的空間數(shù)據(jù)存儲，由于空間數(shù)據(jù)在時間序列的演變過程中，大量空間要素信息變化較少或沒有變化，采用差量式時空數(shù)據(jù)存儲方案，只存儲發(fā)生變化的時空數(shù)據(jù)，未發(fā)生變化或未發(fā)現(xiàn)變化的時空數(shù)據(jù)不存儲。本文設計表1—表5來實現(xiàn)“版本-差量”數(shù)據(jù)模型存儲。

其中，表1、表2是維護數(shù)據(jù)版本數(shù)據(jù)庫結(jié)構(gòu)表；表3是地理要素基態(tài)表；表4是地理要素消失的記錄表；表5是地理要素發(fā)生變化時，前一時態(tài)和后一時態(tài)的關(guān)系記錄表。

表1 數(shù)據(jù)版本

序號名稱類型長度說明5VERSION_PIDNUMBER8父版本ID 6CREATION_TIMEDATE版本創(chuàng)建時間7VTBNUMBER8數(shù)據(jù)有效時間8位8TIME_ZONENUMBER8時區(qū)9VERSION_FLAGNUMBER1標記默認版本0，1

表2 版本時間節(jié)點

表3 數(shù)據(jù)基態(tài)表

表4 數(shù)據(jù)基態(tài)D表

表5 數(shù)據(jù)基態(tài)R表

四、地理要素變化檢測流程

本文針對上述點、線、面要素的幾何變化檢測研究，設計了以下變化檢測流程如圖1所示。

圖1 地理要素變化檢測流程

1.數(shù)據(jù)預處理

由于數(shù)據(jù)獲取來源的不同，使得同一地區(qū)的數(shù)據(jù)在數(shù)據(jù)存儲格式、坐標系統(tǒng)及投影系統(tǒng)、數(shù)據(jù)精度等方面存在差異。因此，在進行地理要素變化檢測之前要進行數(shù)據(jù)預處理，形成變化檢測前的基態(tài)時空數(shù)據(jù)。其他待變化檢測時態(tài)的數(shù)據(jù)的數(shù)據(jù)格式、坐標系統(tǒng)、數(shù)據(jù)進度統(tǒng)一到基態(tài)數(shù)據(jù)上。

2.數(shù)據(jù)變化檢測

根據(jù)上面闡述的檢測算法，進行地理要素變化檢測。

點要素變化檢測，以參考點要素實體為圓心，以匹配閾值為半徑做緩沖區(qū)，遍歷所有待匹配目標實體，點要素匹配過程中距離閾值的設置應根據(jù)實際數(shù)據(jù)而定，若設置范圍太大，可能出現(xiàn)一點對較多點的匹配；若設置范圍太小，可能找不到同名點。一般地匹配閾值設定有兩種方式[13]：

1)在地圖點位精度已知的情況下，匹配閾值可設為精度的若干倍數(shù)，設兩圖幅精度分別為p1、p2，按誤差傳播定律兩同名點的距離精度此時兩圖幅的匹配閾值可設為p的倍數(shù)，如2倍的p等。

2)在地圖點位精度未知情況下，匹配閾值由人工統(tǒng)計方式確定。具體方法是在兩圖幅上人工尋找同名點，統(tǒng)計若干同名點的距離差異，依據(jù)統(tǒng)計值給出一個匹配閾值(如平均值、中值等)。

線要素變化檢測主要是兩種方法：一是用Hausdorff距離來比較兩線要素的總體差異；二是用節(jié)點到曲線的距離來計算線要素的細節(jié)差異，然后對二者差異取加權(quán)平均值。變化檢測步驟如下：

1)對新時態(tài)數(shù)據(jù)集A中線要素依據(jù)其MBR建立R樹索引RA。

2)遍歷舊時態(tài)數(shù)據(jù)集B中每個線要素b，在RA中查找與b的MBR相交的所有線要素作為b的匹配候選集A′。

3)若A′中沒有元素，轉(zhuǎn)第2)步。

4)遍歷A′中元素a′，對b與a′分別作Hausdorff距離匹配和改進的結(jié)點距離相似度計算，根據(jù)給定的權(quán)值對兩種匹配結(jié)果加權(quán)求和得總相似度值Sim(b，a′)。若A′中元素全部遍歷，轉(zhuǎn)第2)步。

5)若Sim(b，a′)大于等于給定的閾值ε，設b、a′的長度分別為len(b)、len(a′)，

若len(b)＞len(a′)，記錄b與a′變化關(guān)系為縮??；

若len(b)＜len(a′)，記錄b與a′變化關(guān)系為擴大；

若len(b)＝len(a′)，記錄b與a′變化關(guān)系為無變化。

6)若Sim(b，a′)小于給定的閾值ε，轉(zhuǎn)到第4)步。

7)重復步驟2)—6)，得到A、B兩要素集變化關(guān)系，算法結(jié)束。

面要素變化檢測采用上述Hausdorff距離、質(zhì)心點距離、面積重疊度等3個方面的因素，其變化檢測步驟如下：

1)對新時態(tài)數(shù)據(jù)集A中線要素依據(jù)其MBR建立R樹索引RA。

2)遍歷舊時態(tài)數(shù)據(jù)集B中每個線要素b，在RA中查找與b的MBR相交的所有面要素作為b的匹配候選集A′。

3)若A′中沒有元素，轉(zhuǎn)第2)步。

4)遍歷A′中元素a′，對b與a′按第1)步計算總相似度Sim(b，a′)，根據(jù)給定的權(quán)值對兩種匹配結(jié)果加權(quán)求和得總相似度值Sim。若A′中元素全部遍歷，轉(zhuǎn)到第2)步。

5)若Sim(b，a′)大于等于給定的閾值ε，且S3＝1，設b、a′的面積分別為Area(b)、Area(a′)，

若Area(b)＞Area(a′)，記錄b與a′變化關(guān)系為縮小；

若Area(b)＜Area(a′)，記錄b與a′變化關(guān)系為擴大；

若Area(b)＝Area(a′)，記錄b與a′變化關(guān)系為無變化。

6)若Sim(b，a′)小于給定的閾值ε，轉(zhuǎn)到第4)步。

7)重復步驟2)—6)，得到面要素變化關(guān)系。

3.變化檢測的結(jié)果存儲

設計基于“版本-差量”式時空數(shù)據(jù)模型的增量數(shù)據(jù)存儲，把變化檢測的結(jié)果存儲到數(shù)據(jù)庫中，與基態(tài)數(shù)據(jù)形成時空數(shù)據(jù)庫。

五、結(jié)束語

地理要素時空數(shù)據(jù)變化檢測技術(shù)對所有與地理信息有關(guān)的領(lǐng)域有廣泛的應用前景，特別是對經(jīng)常性變化的空間信息的管理具有重要的意義。在地理國情方面，通過對地理國情要素的變化檢測的結(jié)果統(tǒng)計和對比分析，揭示監(jiān)測對象的變化演進規(guī)律，并對監(jiān)測對象未來的發(fā)展演化方向進行分析，預測所形成的趨勢信息，如城市化、草地退化、沙漠化及其他重要地理要素變化趨勢等信息。在基礎(chǔ)地理信息數(shù)據(jù)管理方面，時空數(shù)據(jù)變化檢測技術(shù)在基礎(chǔ)地理信息管理中也有著很大的應用前景。各級測繪部門在更新過程中，可以基于基態(tài)版本的數(shù)據(jù)之上，利用現(xiàn)勢數(shù)據(jù)對其進行變化檢測，形成增量式的基礎(chǔ)地理數(shù)據(jù)，構(gòu)建基礎(chǔ)地理信息數(shù)據(jù)的多時態(tài)數(shù)據(jù)。采用時空數(shù)據(jù)增量存儲模式，使得歷史數(shù)據(jù)與現(xiàn)勢數(shù)據(jù)融合在一起，充分發(fā)揮歷史數(shù)據(jù)的作用，從而更加便于對地理信息進行地理變遷、地理現(xiàn)象變化規(guī)律等的分析研究。

[1] 劉剛，周炳俊，安銘剛，等.時態(tài)GIS理論及其數(shù)據(jù)模型初探[J].北京測繪，2008(4)：16-20.

[2] 張振龍，曾志遠，李碩，等.遙感變化檢測方法研究綜述[J].遙感信息，2006(5)：64-66.

[3] 汪匯兵，唐新明，史紹雨，等.一種基于時態(tài)樹結(jié)構(gòu)的時空數(shù)據(jù)的動態(tài)可視化方法[J].測繪科學，2009，34(1)：110-112.

[4] 唐新明，吳嵐.時空數(shù)據(jù)庫模型和時間地理信息系統(tǒng)框架[J].遙感信息，1999(1)：4-8.

[5] 田嬌嬌，唐新明，楊平，等.動態(tài)數(shù)據(jù)庫模型的研究與應用[J].測繪科學，2006，31(1)：123-124.

[6] 陳俊勇.地理國情監(jiān)測的學習札記[J].測繪學報，2012，41(5)：633-635.

[7] 陳愛軍，李琦，徐光祐.地理空間信息共享理論基礎(chǔ)及其解決方案[J].清華大學學報：自然科學版，2002，42(10)：1405-1409.

[8] 翟仁健.基于全局一致性評價的多尺度矢量空間數(shù)據(jù)匹配方法研究[D].鄭州：解放軍信息工程大學，2011.

[9] 徐文祥.基于空間特征碼的矢量要素變化檢測研究[D].南京：南京師范大學，2011.

[10] 郭黎，崔鐵軍，王豪，等.基于面狀要素拓撲關(guān)系的數(shù)據(jù)匹配技術(shù)研究[J].測繪科學，2010(1)：130-132.

[11] 王文成，李曉偉，智佳，等.基于Hausdorff距離的輪廓線匹配[J].西安郵電學院學報，2007，12(3)：91-94.

[12] 汪匯兵，唐新明，洪志剛.版本差量式時空數(shù)據(jù)模型研究[J].測繪科學，2006，31(5)：131-133.

[13] 郭黎.多源地理空間矢量數(shù)據(jù)融合理論與方法研究[J].鄭州：解放軍信息工程大學，2008.

Study on the Geographical Situation Elements Spatio-temporal Change Detection Technique

WANG Huai，GAO Xiaoming，F(xiàn)AN Wenfeng，HE Zhaoning

P208

B

0494-0911(2014)11-0084-04

2014-06-11

江蘇省測繪科研項目(JSCHKY201313)

王 懷(1975—)，男，四川溫江人，碩士，助理研究員，現(xiàn)主要從事地理信息系統(tǒng)數(shù)據(jù)的時空建庫、影像數(shù)據(jù)建庫、三維GIS虛擬仿真方面的應用研究工作。

王懷，高小明，樊文峰，等.地理國情要素時空變化檢測技術(shù)研究[J].測繪通報，2014(11)：84-87.

10.13474/j.cnki.11-2246.2014. 0370