多源地理信息数据分析及数据融合研究 摘要:地理信息系统的迅速发展和广泛应用导致了多源数据的产生,给地理信息数据服务带来不便。为解决地理信息数据的孤立存储、管理、生产、更新的弊端，本文对地理信息数据多库融合的生产体系进行研究，重点介绍了多源地理信息数据的分析及其融合问题，供参考。 关键词:多源；地理信息数据；数据融合 随着社会的不断发展,测绘地理信息事业得到了快速地发展,无论其数据量还是形式、内容都发生了翻天覆地的变化。在这种背景之下，为发挥地理信息数据的作用，尽快开展地理信息数据的全面整合,加快建设多源地理信息数据生产体系，统筹各种地理信息数据的生产、管理十分迫切。 1 多源地理信息数据分析 地理信息数据是用一定的测度方式描述和衡量地理对象的有关矢量化标志。对于不同的地理实体、地理要素、地理现象、地理事件、地理过程，需要采用不同的测度方式和测度标准进行描述和衡量，这就产生了不同类型的地理信息数据，其在数据的命名方式、组织结构、采集指标等有着各自要求。 本文以1:10000比例尺的基础地理信息数据、地理空间框架数据和地理国情普查数据为例分别在数据精度、图层分类和采集指标上进行分析。 1.1 数据精度 地理信息数据精度包括数据的平面精度和高程精度，不同的地形类别对精度有不同要求，在《1:10000(1:5000)基础地理信息地形要素数据规范》中对数据精度做了如下规定:由表1可见，1:10000基础地理信息数据的平面中误差平地和丘陵为5m，山地和高山地为7.5m。 《地理国情普查数据规定与采集要求GDPJ03—2013》中对数据平面精度的要求与1:10000基础地理信息数据一致，平地和丘陵平面中误差为5m，山地和高山地为7.5m。 1:10000地理空间框架数据是在1:10000基础地理信息数据的基础上进行实体化数据处理而形成的，空间位置精度一致。 通过以上分析可知，1:10000基础地理信息数据、地理国情普查数据和1:10000地理空间框架数据三者在数据采集精度方面要求一致。 1.2 数据分层 由于使用目的不同，不同数据对地物的定义分类也有区别，数据融合就是找出同一地物在不同种类数据中的对应规则并对其进行综合，形成新的要素的过程。为了找到这种对应规则，需要对不同种类数据的分层进行对比分析。本文涉及的3种数据分层如下: (1)1:10000基础地理信息数据包括定位基础、水系、居民地及设施、交通、管线、境界与政区、地貌、土质与植被和地名9大类39个图层。 (2)地理空间框架数据分类同基础地理信息数据一致。 (3)地理国情普查数据包括地表覆盖分类数据和地理国情要素数据两类，其中地表覆盖分类数据存储在LCA层中，地理国情要素数据根据要素类型分为道路、水域、构筑物和地理单元，分别存储在其他36个层中。与基础地理信息数据在地物的分层定义方面有较大差异。 1.3 采集指标 地理空间框架数据与基础地理信息数据采集指标一致，将地理国情普查数据和基础地理信息数据主要要素的采集指标进行分析对比，见表2。 通过表2可以看出，基础地理数据与地理国情普查数据的采集指标有所差异，数据融合需兼顾两者。 2 多源数据融合探讨 基于以上分析，不同数据在数据精度、采集指标、数据分层等方面存在差异，而多源数据融合的难点在于数据之间差异的整合，包括数学基础差异、空间位置差异和数据结构差异。保留共性、消除差异是数据融合的本质，因此，需要制定规则、统一数学基础并进行空间位置融合和数据结构的标准化设计。统一数学基础，即数据融合前以某一数学基础为标准，与之不同的是进行数学基础转换，统一数学基础是数据融合的前提。 2.1 空间位置融合 不同种类的数据对地物的反映方面采集的指标有所差异，因此，对数据的几何表达需要综合考虑，在多源数据中重复表达的地物需选择精度高的数据、非重复区域各类数据尽数保留，空间位置融合原则如下: (1)平面位置精度原则:需要融合的不同来源数据的平面位置精度不一致时，原则上以精度高的数据为准。 (2)数据几何表达精细度原则:需要融合的不同来源数据的几何表达精细度不一致时，以精细度高的数据为准。 (3)数据现势性原则:需要融合的不同来源数据的现势性不一致时，以现势性高的数据为准。 (4)空间关系与逻辑一致性原则:融合后的成果数据要素空间关系正确，各类信息逻辑一致。 (5)数据内容原则:融合处理时应利用不同数据源的信息进行要素增补，融合后的成果数据应尽可能完整地保留数据源中的相关信息。 基于以上原则，以某一线要素为例进行数据融合结果如下: 2.2 标准化数据结构设计 标准化数据结构设计是属性融合解决方案即设计融合数据的属性项，数据结构设计需包含各种数据源信息，在保留多源数据信息的同时对相同数据项进行合并，同时，在数据项的设计方面应能反映出数据的来源信息，使其可以进行回溯。 表3 某类要素的属性融合结果 表3为某类要素的属性融合结果。定义相同的重复项(CLASID、NAME)进行合并，定义不同的重复项(TYPE)进行重命名保留，属性项不同但定义相同的(GB与CLASID定义相同)保留其中一项(CLASID)，数据源中特有属性(CC、CLASID92、ENAME、ELEMID、ENTIID)完整保留。 3 多源数据融合的技术流程 多源数据融合的技术流程,在对融合数据源分析的基础上设计融合数据模型，本文称之为地理要素数据模型；然后对融合数据源分别进行数据结构转换，统一成要素数据模型；最后根据本文2.1和2.2中的原则进行空间位置融合和属性信息融合，结合DOM进行适当的修正，进而形成最终的融合数据——要素数据。 4 基于融合数据库的地理信息数据生产 对基于融合后的要素数据库进行不同地理信息数据的生产，变成了数据的抽取与数据结构的重构，即从要素数据到其他数据的还原过程，根据各种数据的采集标准、结构设计和抽取规则，进行数据层的重新组织、要素选取和数据重构。 由于数据在融合时，要素数据保留精度高、时相新的数据，因此，基于融合要素数据生产的其他数据则自动完成了数据的更新，实现不同数据的同步更新。 基于本文的研究，以某地区2009年生产的1:10000基础地理信息数据、2012年生产的1:10000地理空间框架数据和2015年生产的地理国情普查数据为例，进行数据融合和基于融合后的要素数据抽取其他地理信息数据的试生产。数据的生产效率大为提高，数据质量满足各类数据要求。 5 结束语 总之，地理信息数据是重要的基础性、战略性资源。由于地理空间的复杂性以及人们获取空间数据手段的多样性直接导致了多源数据的产生。探索一条相互关联、同步更新、一体化管理的地理信息数据生产体系，从根本上改变现有的作业模式，在节约资源的同时保证数据的一致性和权威性，对地理信息数据的生产及应用具有重大意义。本理论研究在实践中取得了一定的成效，因此具有一定的参考价值。 参考文献 [1]田文文,朱欣焰,呙维等.一种VGI矢量数据增量变化发现的多层次蔓延匹配算法[J].武汉大学学报(信息科学版),2014, 39(8):963-967. [2]朱蕊,邱茂,胡英男.面向空间数据更新的多源数据融合关键技术研究[J].测绘工程, 2013, 22(4):22-25. 本文来源：https://www.wddqw.com/doc/6bdadc4d1dd9ad51f01dc281e53a580217fc5046.html