邢 鵬

（二十一世紀(jì)（廣州）空間技術(shù)應(yīng)用有限公司，廣州510640）

1 引言

地理空間信息資源已成為城市經(jīng)濟(jì)及社會發(fā)展中重要的基礎(chǔ)性、關(guān)鍵性戰(zhàn)略資源，為城市綜合管理、應(yīng)急決策、公共服務(wù)等方面提供信息保障［1］。因此，地理空間信息資源共享服務(wù)平臺建設(shè)已成為政府信息化建設(shè)框架內(nèi)的核心內(nèi)容。國務(wù)院關(guān)于加強(qiáng)測繪工作的意見中已經(jīng)要求各地構(gòu)建權(quán)威、標(biāo)準(zhǔn)的基礎(chǔ)地理信息公共服務(wù)平臺，更好地滿足政府、企業(yè)以及人民生活等方面對基礎(chǔ)地理信息公共產(chǎn)品服務(wù)的需要。以衛(wèi)星遙感為代表的空間數(shù)據(jù)獲取技術(shù)，通過快速、精確、大范圍獲取地表信息及其變化特征，已經(jīng)成為獲取地理空間信息的主要手段，并廣泛應(yīng)用于自然資源調(diào)查監(jiān)測等多個領(lǐng)域，為政府公共事務(wù)管理和決策提供了不可或缺的信息支撐。

廣州作為重要的國家中心城市以及粵港澳大灣區(qū)核心門戶城市之一，城市化進(jìn)程越來越快，對政務(wù)電子地圖更新頻率要求也越來越高。政務(wù)電子地圖是城市智能化、智慧化管理的基礎(chǔ)，隨著政務(wù)信息公開力度和公共服務(wù)能力的不斷提升，政府各職能部門對電子地圖的應(yīng)用需求日益強(qiáng)烈。2019年自然資源部發(fā)布《城市政務(wù)電子地圖更新技術(shù)規(guī)范》［2］，然而基于傳統(tǒng)測繪地理信息數(shù)據(jù)更新的電子地圖在政務(wù)服務(wù)過程中逐漸暴露出現(xiàn)勢性不強(qiáng)［3］、豐富性不足［4］、位置信息挖掘與處理難［5］、地圖要素信息挖掘與更新問題突出［6］等問題，政務(wù)電子地圖無法滿足政府部門規(guī)劃決策提供直接參考信息［7］。

為此，本文在分析了現(xiàn)有政務(wù)電子地圖更新工作存在的問題的基礎(chǔ)上，開展了廣州市政務(wù)電子地圖中水體、植被、道路、建筑物等核心要素快速更新的關(guān)鍵技術(shù)研究，攻克了多源遙感影像在輻射和幾何自動歸一化方面的難題，形成質(zhì)量高、一致性強(qiáng)的多源影像底圖。研制精準(zhǔn)提取和變化診斷技術(shù)，輔助政務(wù)電子地圖核心要素更新作業(yè)，并基于置信度的理論與方法，研發(fā)了政務(wù)電子地圖核心要素更新軟件，形成人機(jī)協(xié)作的作業(yè)模式，提高廣州市政務(wù)電子地圖更新的效率和精準(zhǔn)度。

2 電子地圖更新存在的問題

2.1 電子地圖數(shù)據(jù)獲取周期長和處理復(fù)雜

電子地圖更新工作中數(shù)據(jù)獲取周期長與處理復(fù)雜的問題突出。主要原因：傳統(tǒng)的人工數(shù)據(jù)采集的速度無法滿足經(jīng)濟(jì)發(fā)展帶來的基礎(chǔ)設(shè)施快速增長變更的速度和獲取的數(shù)據(jù)多源化；類型、時間差異較大導(dǎo)致數(shù)據(jù)的歸一化處理繁瑣、復(fù)雜［3］。

2.2 位置信息挖掘與處理難

位置服務(wù)是電子地圖的核心，但是準(zhǔn)確、全面的位置信息挖掘與處理難問題顯著，一方面，互聯(lián)網(wǎng)中的興趣點(diǎn)存在結(jié)構(gòu)多樣化、類型繁雜、有效信息缺失等問題；另一方面，直接網(wǎng)絡(luò)獲取的興趣點(diǎn)信息包羅萬象不成體系，無法滿足政府應(yīng)用對信息的需求；再者，網(wǎng)絡(luò)發(fā)布的興趣點(diǎn)數(shù)據(jù)是通過對坐標(biāo)進(jìn)行加密、偏移等操作后進(jìn)行發(fā)布的，直接獲取的數(shù)據(jù)在空間位置精度上無法滿足需求［5］。

2.3 地圖要素信息挖掘與更新問題突出

電子地圖更新工作中地圖要素信息挖掘與更新問題突出：一方面，面向政務(wù)電子地圖更新的核心要素信息自動化提取程度低，各類數(shù)據(jù)之間的融合、關(guān)聯(lián)、轉(zhuǎn)化難度極大；另一方面，政務(wù)電子地圖歷史要素信息的實(shí)時更新，暫無高效便捷的手段。政務(wù)電子地圖更新工作中缺乏相應(yīng)的標(biāo)準(zhǔn)規(guī)范與常態(tài)化的面向區(qū)域應(yīng)用模式：一方面，面向地圖更新的數(shù)據(jù)多樣，缺少相應(yīng)的數(shù)據(jù)管理規(guī)范；另一方面，缺乏從數(shù)據(jù)獲取與處理、要素提取、提取結(jié)果后處理、歷史信息更新等全鏈條的政務(wù)電子地圖更新流程與規(guī)范體系；第三，沒有一個信息化更新系統(tǒng)有效地、全面地支撐政務(wù)電子地圖更新實(shí)施工作；最后，沒有形成一個常態(tài)化的快速更新模式［6］。

3 政務(wù)電子地圖核心要素更新關(guān)鍵技術(shù)研究

3.1 總體思路

廣州市政務(wù)電子地圖核心要素更新模型的建立，包含了從數(shù)據(jù)獲取、數(shù)據(jù)處理至信息要素提取、變化檢測及信息修訂與自動更新的各個環(huán)節(jié)，旨在及時開展數(shù)據(jù)檢查、處理和入庫等工作，實(shí)現(xiàn)政務(wù)電子地圖的動態(tài)更新?？傮w技術(shù)路線如下。

3.2 基于多源遙感影像的輻射和幾何歸一化關(guān)鍵技術(shù)

3.2.1 依托自主運(yùn)控衛(wèi)星開展多星協(xié)調(diào)觀測規(guī)劃研究 針對廣州市的地域和氣候特點(diǎn)，依托自主運(yùn)控衛(wèi)星，通過動態(tài)效果模擬，制定了多星協(xié)調(diào)觀測規(guī)劃，實(shí)現(xiàn)了多顆衛(wèi)星最優(yōu)成像、多源衛(wèi)星任務(wù)統(tǒng)籌規(guī)劃以及數(shù)據(jù)自動優(yōu)選，解決了因遙感數(shù)據(jù)零散而無法大區(qū)域覆蓋的問題，同時也解決了遙感數(shù)據(jù)時間點(diǎn)差異大的問題，提升了政務(wù)電子地圖核心要素快速更新中衛(wèi)星遙感數(shù)據(jù)獲取的效率和質(zhì)量。

3.2.2 面向多源衛(wèi)星遙感數(shù)據(jù)的歸一化處理流程技術(shù)體系的構(gòu)建 遙感數(shù)據(jù)的歸一化處理技術(shù)體系是面向多源衛(wèi)星遙感數(shù)據(jù)的歸一化處理流程技術(shù)體系?；诙嘣?、多時相數(shù)據(jù)的輻射歸一化處理技術(shù)采用自適應(yīng)調(diào)整策略、基于歸一化水體指數(shù)建立偽不變特征，形成多源多時相數(shù)據(jù)的自適應(yīng)輻射歸一化處理；幾何歸一化處理重點(diǎn)解決大區(qū)域、多時相的幾何誤差問題，通過構(gòu)建網(wǎng)格化，將大區(qū)域按照不變點(diǎn)分布特征，構(gòu)建多尺度網(wǎng)格，采用分布式校正方法，實(shí)現(xiàn)大區(qū)域多時相幾何誤差校正，形成質(zhì)量高、一致性強(qiáng)的多源影像底圖。

3.3 政務(wù)電子地圖核心要素精準(zhǔn)提取和變化診斷的關(guān)鍵技術(shù)

圖1 廣州電子地圖自動更新模型建設(shè)方案Fig.1 Construction scheme of Guangzhou electronic map automatic updating model

3.3.1 基于語義擴(kuò)展的興趣點(diǎn)檢索與匹配算法的研究 興趣點(diǎn)信息是政務(wù)電子地圖的核心要素之一，政務(wù)電子地圖興趣點(diǎn)信息更新頻率低，為實(shí)現(xiàn)多信息獲取，利用語義擴(kuò)展方法，建立自動檢索模型，并利用語義分析模型，進(jìn)行時空信息抽取，形成摘錄篇章，并對摘錄篇章基于時、空短語模板時空詞抽取和標(biāo)準(zhǔn)，并對所有表達(dá)進(jìn)行規(guī)范化處理，將高頻出現(xiàn)的詞語作為擴(kuò)展結(jié)果。同時，對數(shù)據(jù)基于空間約束關(guān)系完成興趣點(diǎn)地址的標(biāo)準(zhǔn)化處理與地址匹配，并采用名稱、地址、空間位置多屬性加權(quán)的興趣點(diǎn)語義匹配，高精度地實(shí)現(xiàn)了對網(wǎng)絡(luò)興趣點(diǎn)數(shù)據(jù)增量的更新。一方面，解決了直接獲取的網(wǎng)絡(luò)興趣點(diǎn)存在信息缺失問題；另一方面解決了興趣點(diǎn)與地理空間位置的高精度匹配問題以及增量更新問題。

3.3.2 基于光譜特征和超像素分割方法的樣本純化技術(shù)的研究 政務(wù)電子地圖更新基于已有歷史數(shù)據(jù)展開，對形成可用樣本具有良好基礎(chǔ)，但政務(wù)電子地圖地塊信息多為多特征組合而成，無法直接形成深度學(xué)習(xí)樣本。針對這一問題，研究了基于光譜特征和超像素分割方法的樣本純化技術(shù)，該技術(shù)通過將本底矢量信息產(chǎn)品與高分辨率影像進(jìn)行超像素分割和決策融合，然后基于不同地物的光譜特征構(gòu)建決策分類特征體系，并結(jié)合本底矢量屬性對每個高分辨率遙感影像像素所屬的標(biāo)簽進(jìn)行屬性賦值，實(shí)現(xiàn)樣本的純化。

3.3.3 綜合自適應(yīng)網(wǎng)絡(luò)深度學(xué)習(xí)模型和全局最優(yōu)閾值算法的研制 政務(wù)電子地圖核心要素中水體、植被、道路和建筑物，均可通過遙感影像進(jìn)行自動識別。因此，本研究將深度學(xué)習(xí)技術(shù)和面向?qū)ο蟮榷喾N自動化信息提取技術(shù)進(jìn)行有機(jī)融合，實(shí)現(xiàn)要素精準(zhǔn)提取。提出了基于自適應(yīng)的閾值算法——全局最優(yōu)算法，分別建立各地物要素的特征集，構(gòu)建特征優(yōu)選模型，建立一套基于空間對象語義特征的自動化地物提取方法，實(shí)現(xiàn)對水體、植被相關(guān)地物、道路的精準(zhǔn)提取；針對建筑物多樣性、陰影遮擋等問題，采用對象與像素結(jié)合方法，構(gòu)建自適應(yīng)網(wǎng)絡(luò)結(jié)構(gòu)的深度學(xué)習(xí)模型，提取建筑物語義分割空間分布，結(jié)合近紅外波段對陰影的顯著性反饋，建立建筑物、陰影語義特征，分離建筑物與陰影，多技術(shù)融合，揚(yáng)長避短，進(jìn)一步提高了地類分類精度。

3.3.4 政務(wù)電子地圖變化單元軌跡分析研究 針對政務(wù)電子地圖中核心要素變化發(fā)現(xiàn)難以及生產(chǎn)工作量大的問題，構(gòu)建了面向政務(wù)電子地圖核心要素歷史信息更新的工程化實(shí)現(xiàn)方案。針對信息的智能化提取結(jié)果，借助圖像分割技術(shù)，充分利用了已有空間信息成果，從地類地塊的變化特點(diǎn)出發(fā)，以地塊為分析單元，通過構(gòu)建均值、方差、標(biāo)準(zhǔn)差、最大差等統(tǒng)計(jì)特征集，建立地塊單元變化矩陣，通過聚類分析診斷變化，形成分析單元變化軌跡。該方法不受季相、傳感器類型、分辨率等條件限制，并解決了基于像元的變化檢測方法中“椒鹽”現(xiàn)象明顯、檢測結(jié)果破碎、后期處理復(fù)雜等問題，使檢測結(jié)果更加準(zhǔn)確，后期處理簡單，便于直接對歷史空間信息進(jìn)行更新。

3.4 基于置信度的政務(wù)電子地圖核心要素更新理論與方法研究

3.4.1 基于多源信息的置信度輔助決策模型研究 結(jié)合POI 點(diǎn)、志愿者地理信息、“四標(biāo)四實(shí)”等多源信息，建立置信度輔助決策模型，獲取高精度的空間地理信息數(shù)據(jù)。模型中主要是將網(wǎng)絡(luò)爬取的POI點(diǎn)、“四標(biāo)四實(shí)”、志愿者地理信息、電子地圖核心要素更新結(jié)果建立分層分析模型，形成評價系數(shù)，該系數(shù)的大小是衡量該要素的正確性，通過多層次灰色聚類模型，形成每個興趣點(diǎn)的置信度，該置信度的大小是衡量圖斑的準(zhǔn)確程度，值越大，準(zhǔn)確性越高，輔助后續(xù)人工決策。

3.4.2 基于分離閾值的變化圖斑置信度的算法研究 基于影像提取變化圖斑，其特征分布具有隨機(jī)性特點(diǎn)，為了保證廣州市政務(wù)電子地圖快速更新中人工識別精度以及提高工作效率，利用變化圖斑的分布特征，構(gòu)建分離閾值算法，估計(jì)變化圖斑置信度，指導(dǎo)人工作業(yè)。首先將變化軌跡進(jìn)行分離，確定20 種類型變化是存在的，另外5 種變化是不存在的。例如：建筑物變?yōu)楦亍Ｔ俑鶕?jù)20 種變化軌跡的特征分布，建立光譜、形狀、紋理等多維特征集，通過分離閾值算法，確定決定性特征，進(jìn)而統(tǒng)計(jì)該特征區(qū)間，建立區(qū)間估計(jì)模型，形成變化圖斑置信度，加入自動化結(jié)果中，進(jìn)而指導(dǎo)人工作業(yè)，提高成圖的精準(zhǔn)度。

3.4.3 政務(wù)電子地圖要素樣本庫和解譯知識庫的構(gòu)建 覆蓋全業(yè)務(wù)流程的政務(wù)電子地圖核心要素快速更新空間信息軟件平臺，結(jié)合形態(tài)學(xué)等方法形成了邊界優(yōu)化、信息產(chǎn)品標(biāo)準(zhǔn)化處理、質(zhì)量檢查、質(zhì)量評價等工具，為實(shí)現(xiàn)自動化要素識別，采用了樣本技術(shù)，構(gòu)建了標(biāo)準(zhǔn)化樣本生產(chǎn)規(guī)范、樣本管理規(guī)范、樣本更新準(zhǔn)則和策略，構(gòu)建廣州市政務(wù)電子地圖核心要素快速更新樣本庫。平臺功能主要包括政務(wù)電子地圖核心要素大數(shù)據(jù)融合與管理；政務(wù)電子地圖核心要更新的信息提取、更新模型和算法，并具備完善后處理分析工具及地圖要素?cái)?shù)據(jù)的空間展示與分析功能。通過構(gòu)建多種標(biāo)準(zhǔn)化的規(guī)范，將技術(shù)體系進(jìn)行銜接與組合，形成一種人機(jī)協(xié)作的工藝流程，更是引入置信度技術(shù)，指導(dǎo)人工作業(yè)，建立反饋機(jī)制，形成閉環(huán)式人機(jī)協(xié)作作業(yè)模式。

4 應(yīng)用示范

結(jié)合廣州城市功能區(qū)特點(diǎn)，按照不同的城市化程度選取建成區(qū)、城鄉(xiāng)結(jié)合部以及郊區(qū)相應(yīng)的示范區(qū)域。依據(jù)政務(wù)電子地圖數(shù)據(jù)更新的整體技術(shù)流程，要素信息提取、變化檢測等各個環(huán)節(jié)均已將不同區(qū)域的特點(diǎn)納入考慮，尤其是面對不同區(qū)域的建筑物分布特點(diǎn)，都具有較好的適用性與遷移性。同時，考慮到重要目標(biāo)是發(fā)現(xiàn)變化要素，因此技術(shù)流程中也盡量保證減少漏提。利用相關(guān)手段對更新的地圖要素進(jìn)行精度評價與效果評估，旨在服務(wù)于后續(xù)的推廣應(yīng)用工作。

4.1 示范區(qū)劃分

按照廣州城市化程度的不同，分別選取建成區(qū)、城鄉(xiāng)結(jié)合部以及郊區(qū)為示范區(qū)域，基于研究成果開展示范應(yīng)用。各示范分區(qū)的定義與描述如下：

建成區(qū)：城市行政區(qū)內(nèi)實(shí)際已成片開發(fā)建設(shè)、市政公用設(shè)施和公共設(shè)施基本具備的地區(qū)，城市化進(jìn)程較高，道路、建筑物等地圖要素更新較快，選取建成區(qū)的典型區(qū)域作為示范區(qū)域。

城鄉(xiāng)結(jié)合部：隨著城市化過程，城市不斷向外圍擴(kuò)展，使得毗鄰鄉(xiāng)村地區(qū)的土地利用從農(nóng)業(yè)轉(zhuǎn)變?yōu)楣I(yè)、商業(yè)、居住區(qū)以及其他職能，并相應(yīng)興建了城市服務(wù)設(shè)施，地圖要素變化程度處于建成區(qū)與郊區(qū)之間，選取城鄉(xiāng)結(jié)合部典型區(qū)域作為示范區(qū)域。

郊區(qū)：通常是商業(yè)區(qū)較少，而以住宅為主，或者有相當(dāng)程度農(nóng)業(yè)活動但屬于都市行政轄區(qū)的地區(qū)地，地圖要素變化相對較少，選取郊區(qū)的典型區(qū)域作為示范區(qū)域。

4.2 方法適用性

在現(xiàn)有自動化的信息提取、變化檢測技術(shù)流程中，已將不同示范區(qū)地理要素的分布特點(diǎn)納入了考慮范圍。對電子地圖要素中的水體、植被、道路、建筑物等要素而言，差異最大之處即在于建筑物的外形與分布，以及由此帶來的陰影等問題。

根據(jù)表1的分析可知，對于建成區(qū)、城鄉(xiāng)結(jié)合部、郊區(qū)的各要素特點(diǎn)而言，主要差異體現(xiàn)在建筑物方面，特別是建成區(qū)內(nèi)高層建筑物陰影帶來的水體錯提等問題，需要在后處理中予以關(guān)注。但就水體、植被、道路、建筑物本身的提取方法而言，在不同區(qū)域均具有較強(qiáng)的適用性與遷移性。這樣也避免了用戶在實(shí)際示范應(yīng)用過程中，選擇不同規(guī)則集帶來的不便。

4.3 分區(qū)精度評價

與整體的精度評價相類似，為了更準(zhǔn)確地評價技術(shù)流程在建成區(qū)、城鄉(xiāng)結(jié)合部及郊區(qū)的適用效果，在這三處區(qū)域內(nèi)均生成隨機(jī)點(diǎn)，通過人工目視判定的方式，對完成后處理的現(xiàn)狀結(jié)果與變化檢測結(jié)果分別開展精度評價?；诰仍u價的結(jié)果，可以定量化分析技術(shù)流程的適用性與遷移性。

表2 建成區(qū)現(xiàn)狀要素信息提取結(jié)果的精度評價Tab.2 Accuracy evaluation of information extraction results of current elements in built-up areas

對建成區(qū)內(nèi)完成后處理的現(xiàn)狀提取結(jié)果進(jìn)行了精度評價，總體精度可以達(dá)到85%以上，其中水體的用戶精度與生產(chǎn)者精度均可以達(dá)到75%以上。這一結(jié)果也表明，對于建成區(qū)內(nèi)高層建筑物陰影帶來的水體錯提，在分類結(jié)果后處理過程中，通過要素之間的鄰近度等上下文關(guān)系進(jìn)行剔除是行之有效的，可以滿足建成區(qū)內(nèi)水體提取的要求。

表3 城鄉(xiāng)結(jié)合部現(xiàn)狀要素信息提取結(jié)果的精度評價Tab.3 Accuracy evaluation of information extraction results of status factors in urban-rural fringe

對于城鄉(xiāng)結(jié)合部內(nèi)完成后處理的現(xiàn)狀提取結(jié)果，既存在建成區(qū)的要素分布特點(diǎn)，也有郊區(qū)要素的特點(diǎn)，整體提取精度依然可以達(dá)到85%以上，總體精度數(shù)值略低于建成區(qū)，也是為了保證減少漏提所致。郊區(qū)現(xiàn)狀要素的提取結(jié)果，其整體精度也相對較高，表明了技術(shù)流程較強(qiáng)的適用性。

表4 郊區(qū)現(xiàn)狀要素信息提取結(jié)果的精度評價Tab.4 Accuracy evaluation of information extraction results of status quo elements in suburbs

在對現(xiàn)狀要素提取結(jié)果進(jìn)行精度評價的基礎(chǔ)上，可以開展變化檢測成果的評價分析。而變化檢測的精度主要取決于兩方面因素：一是基于后時相影像進(jìn)行信息提取的精度；二是后時相分類結(jié)果容錯過程中的精度。變化檢測結(jié)果的判定也包含兩個層面的內(nèi)容：未變化圖斑是否判斷正確；在已變化圖斑中，變化類型是否判斷正確。

如表5所示，在建成區(qū)范圍內(nèi)，變化檢測的正確率為83%；變化圖斑的發(fā)現(xiàn)率（能夠檢測到的確已發(fā)生變化的圖斑），可以達(dá)到77%以上，即（25%+3%）/（25%+3%+8%），為后續(xù)的人工干預(yù)減少了大量工作。對于建成區(qū)的地物分布特點(diǎn)而言，硬化地表占比較高，自動提取算法會將這類地物識別為建筑物，保證了盡可能多地發(fā)現(xiàn)新增建筑，但也會導(dǎo)致后續(xù)流程將部分未變化圖斑識別為變化結(jié)果。另一方面，部分高層建筑物的陰影會在初步提取中被識別為水體，在后處理過程中會將這一類對象修正為其他地類，有效減少了水體錯提，但陰影遮擋下地物的真實(shí)光譜信息會被抑制，影響了變化檢測的準(zhǔn)確性，這都是在信息提取與變化檢測中需要注意的問題。

表5 建成區(qū)變化檢測結(jié)果的精度評價Tab.5 Accuracy evaluation of change detection results in built-up areas

如表6所示，在城鄉(xiāng)結(jié)合部范圍內(nèi)，變化檢測的正確率為81%；變化圖斑的發(fā)現(xiàn)率（能夠檢測到的確已發(fā)生變化的圖斑），可以達(dá)到88%的高值，即（25%+5%）/（25%+5%+4%）。

表6 城鄉(xiāng)結(jié)合部變化檢測結(jié)果的精度評價Tab.6 Accuracy evaluation of change detection results in urban-rural fringe

如表7所示，在郊區(qū)范圍內(nèi)，變化檢測的正確率為84%；變化圖斑的發(fā)現(xiàn)率（能夠檢測到的確已發(fā)生變化的圖斑），可以達(dá)到80%以上，即（22%+3%）/（22%+3%+6%）。郊區(qū)的地物分布特點(diǎn)是農(nóng)村居民點(diǎn)建筑物密集，耕地、水塘等占據(jù)主要面積，硬化地表出現(xiàn)較少。

表7 郊區(qū)變化檢測結(jié)果的精度評價Tab.7 Accuracy evaluation of suburban change detection results

5 結(jié)論

本文針對廣州市政務(wù)電子地圖更新中存在的問題，開展了廣州市政務(wù)電子地圖核心要素快速更新的關(guān)鍵技術(shù)研究，具體包括：（1）構(gòu)建任務(wù)協(xié)同規(guī)劃、基于水體指數(shù)、偽不變特征點(diǎn)的歸一化模型，形成質(zhì)量高、一致性強(qiáng)的多源影像底圖；（2）提出語義擴(kuò)展的關(guān)鍵詞檢索算法，研發(fā)一種基于超像素分割及決策融合的樣本純化技術(shù)，綜合自適應(yīng)網(wǎng)絡(luò)深度學(xué)習(xí)模型和全局最優(yōu)閾值算法，實(shí)現(xiàn)政務(wù)電子地圖核心要素精準(zhǔn)提取，結(jié)合歷史電子地圖信息，建立變化分析單元與軌跡，輔助政務(wù)電子地圖核心要素更新作業(yè)；（3）結(jié)合POI點(diǎn)、志愿者地理信息、“四標(biāo)四實(shí)”等多源信息，建立置信度輔助決策模型，指導(dǎo)人工作業(yè)，提高成圖的精準(zhǔn)度，構(gòu)建政務(wù)電子地圖要素樣本庫和解譯知識庫，研發(fā)基于本底庫的遙感影像變化檢測軟件，實(shí)現(xiàn)政務(wù)電子地圖核心要素快速更新的人機(jī)協(xié)作作業(yè)模式。

通過廣州市政務(wù)電子地圖核心要素快速更新的關(guān)鍵技術(shù)的研究，將廣州市政務(wù)電子地圖核心要素更新項(xiàng)目的實(shí)施工作量縮減90%以上，整體提高工作效率50%以上，實(shí)施成本減少近80%，有效提升了廣州市政務(wù)電子地圖核心要素更新的技術(shù)和工作效率。