九、P28 地图制图学(地图学)

CH20080570基于网眼密度的道路选取方法=Selective Omission of Road Features Based on Mesh Density for Digit- al Map Generalization/陈军(国家基础地理信息中心),李志林,赵仁亮//测绘学报.-2007,36(3).-351～357道路数据中的网眼密度能反映局部区域的道路密集程度,通过确定目标尺度要求的密度阈值,比例尺缩小后能够标识出数据中需要取舍路段的网眼;循环剥离密度最大的网眼,利用反映路段重要性的参数及其优先级,渐进筛选出舍弃的路段,并完成与邻接网眼的合并;得到的选取结果保持了道路网在密度、拓扑、几何及语义方面的重     

顾及形态特征和语义信息的双线道路识别方法

双线道路识别与提取是城市路网综合的关键。提出了一种城市双线道路提取的方法。在构建好的道路网眼的基础上,综合考虑双线道路网眼形态特征以及构成网眼路段之间的语义相似度,设计了识别双线道路网眼的综合指标。通过判断网眼综合指标确定最终的双线道路网眼,最后根据识别出的双线道路网眼提取出双线道路。实验表明,该方法能有效提取出城市道路数据中的双线道路。     

城市道路网面域层次结构特征的识别与表达

层次性是道路网一个重要的空间结构特征,文中提出一种城市道路网面域层次结构特征的识别与表达方法。首先以路链为基本单元对道路网数据进行重新组织,选取连通度、接近度、中介度和长度对路链的结构特征重要性进行评价;然后以道路网眼作为表达道路网面域层次结构特征的基本单元,依据路链的属性等级、结构特征重要性以及视觉对称性原则,依次选取路链对道路网最大包络区域进行层次剖分从而获得其包含的各级层次道路网眼;最后利用二叉树模型对道路网眼之间的层次关系和邻接关系进行结构化表达。实验结果表明,所提方法能够完整提取出道路网包含的全部道路网眼并准确建立它们之间的空间关系,其结果能较好地反映道路网面域的层次结构特征。     

小比例尺道路网眼约束下的多尺度道路网自动匹配

针对道路网多尺度匹配的问题,提出了一种在小比例尺数据道路网眼约束下的多尺度道路匹配方法。首先,构建两幅不同比例尺数据的道路网眼;其次,在小比例尺道路网眼的约束下,提取出大比例尺道路中由若干道路网眼构成的复合网眼,并完成与小比例尺道路网眼具有多对一和一对一关系的网眼匹配;然后,实现不同比例尺道路网眼的多对多匹配;最后,由复合网眼与小比例尺道路网眼的匹配关系转化为多比例尺道路网眼边界道路之间的匹配和内部道路之间的匹配,完成整个道路网的匹配。试验结果证明,本方法能较好地实现多尺度道路网的匹配。     

地图数据缩编更新中的道路自动选取研究

总结道路选取的研究现状,分析在道路的缩编更新过程中,道路要素选取需要考虑的要素指标。介绍一种道路选取方法,综合考虑道路的等级、长度、网眼面积、区域道路密度、是否是悬挂链等几何、语义和拓扑信息,模拟人类在缩编更新时的思维过程,实现道路的自动选取,并进行试验,验证方法的有效性。     

顾及路网结构保持的城镇居民地自动综合

以往居民地自动综合的研究多集中于建筑物的多边形化简,较少考虑到其与街区、道路网的联系。提出了顾及路网结构保持的城镇居民地自动综合模型,此模型包含道路选取和街区内部结构概括两方面。前者基于网眼密度并结合路划功能选取道路数据,用于街区合并;后者则主要涉及建筑物多边形化简,通过改进矩形差分组合方法,在原有面积阈值的基础上添加距离阈值,并提供新的分层化简思路。以1:1万地图数据到1:5万比例尺的自动综合实验验证了本文算法的可行性和有效性。     

利用居民地聚类和缓冲区分析完善道路网眼

对于十分规则的道路网(城市道路)来说构造网眼是十分容易的,且得到的道路网眼完整性较高,然而对于乡村道路,由于数据采集习惯或数据质量的影响,道路在居民地附近容易断开,导致计算机不能构造完整的网眼。本文针对这个问题,提出了利用居民地聚类和缓冲区分析的方法辅助道路网眼的构建,从而提高了乡镇郊区道路网眼的完整性,为采用网眼合并的方式进行综合的方法,以及各种基于网眼的空间分析提供了有效支撑。     

一种顾及道路交通流量语义信息的路网选取方法

交通流量是反映城市道路重要性以及城市道路在交通运输中发挥现实作用的重要指标。结合人类出行轨迹数据和路网数据,在充分考虑道路的几何特征(即长度、拓扑连接、分布密度、接近中心性和中介中心性)、属性特征(即道路等级)的基础上,进一步考虑道路长周期的周平均交通量这一衡量道路重要性的语义特征指标,提出了一种顾及道路交通流量语义信息的路网选取方法。首先,根据格式塔准则的连续性和方向一致性构建道路选取的基元——stroke单元;在此基础上,统计这些stroke单元的几何特征、属性特征指标,并结合移动轨迹数据计算各stroke单元的周平均日交通量作为道路选取的语义特征指标。然后,探测不同特征指标的熵值变化以确定不同道路选取指标的权重,并定义道路重要性评价的综合指标,对城市路网进行综合选取。最后,采用武汉市路网数据和出租车轨迹数据对该方法进行验证。实验表明,该方法能够保持原始路网的连通性和整体路网骨架,同时选取结果能够刻画出发挥重要职能的路段,反映人们的出行规律特征。此外,该方法可以发现道路网中设计等级较高但是实际中使用率却很低的路段,可为道路网的评价与规划等应用提供参考。     

道路数据缩编更新的自动综合方法研究

缩编更新是当前GIS多尺度数据库更新的重要技术途径之一。针对我国国家1∶5万数据库更新工程的实际需求,研究分析了用较大比例尺新道路数据缩编更新较小比例尺道路数据的总体思路,提出了基于网眼密度的道路选取和顾及层次分析的道路匹配方法,实现了道路数据缩编更新的自动综合处理,并在1∶5万数据更新实践中进行了实验验证。     

基于介数中心性的交通拥堵指数计算

本文以北京城市交通为例,选取北京城市路网数据,计算城市路网介数中心性,以反映城市各道路路段的通达情况;并利用北京出租车GPS定点数据,计算实际的交通轨迹。传统的路网介数中心性主要依据各路段最短路径的比重评价理论上的道路通达性,而本文以网络介数中心性为基础,提出动态介数的方法,从城市各路段交通量比重的角度评价各道路实际拥堵情况。利用两个介数的对比能够全面客观地反映交通拥堵状况,提高交通拥堵指数的参考价值,并为城市建设规划决策及道路改建等方案提供依据,有利于缓解城市道路交通拥堵现状。     

利用道路网眼实现路网的增量式更新

获取现势性的交通道路数据是数字城市和智慧城市建设的基础,基于传统测绘的道路网更新方法存在一定局限性,而基于众源数据及行车轨迹数据更新道路网近年来则倍受关注。首先提出了一种新的道路变化增量更新方法,该方法先对历史道路网建立面拓扑结构,生成由道路网组成的最小闭合面域（道路网眼）;然后以道路网眼为基本控制单元,综合利用轨迹点上下文距离信息和隐马尔可夫模型（hidden Markov model,HMM）,提取失配轨迹点和失配轨迹段;最后采用缓冲区分析和最大密度法对失配轨迹提取骨架线,创建新增道路,增量更新历史道路网。实验结果表明,以道路网眼为控制单元,利用轨迹点上下文距离分析和HMM捕获失配轨迹点,可提高失配轨迹点的提取效率,改善道路网更新效果。该方法可用于大规模路网的增量式更新。     

利用化简分割生成示意性网络地图

从整体到局部相互协调是示意性网络地图的关键所在,已有方法多是单纯地将线段作为示意基本单元,当空间要素分布不均衡时,容易产生示意结果全局表达不一致以及局部要素过于紧凑而变形的现象。考虑网络连通与网络闭合这两个性质,提出了一种化简分割生成方法,核心思想是根据连通化简网络,进而依据闭合构建网眼与线段两种基本示意单元。首先,对网络节点化简以及方向、长度调整,形成整体一致的化简网络;其次,将化简网络分割为网眼集合与线段集合;第三,建立从网眼至线段的示意化过程,通过网眼局部控制以避免要素过于紧凑。实验讨论了本文方法在不同示意约束规则之下的表现效果,与经典迭代寻优方法的对比分析表明,在网络整体形态保持与局部要素布置方面具有一定的优势。     

A block-based selection method for road network generalization

Abstract

When road symbols are shown in a size proportionate to the reduced scale, several problems of legibility may arise concerning the urban blocks. By the method proposed in this paper, in order to overcome these problems, urban block areas are enlarged through amalgamation and the intervening roads in the amalgams are eliminated. This method includes two new approaches for computation of threshold used in determination of important roads based on the connectivity measure, and for definition of minimum block space and area requirements based on graphic limits. A block life cycle was designed for amalgamation of blocks. For the amalgamation process, a new algorithm was developed. The experimental testing indicates that important roads and the roads surrounding the urban area have been preserved. A simpler and more legible road network has been acquired. This method can be described as a more holistic approach as the buildings are taken into account. The problems arising in the experimental testing indicate that the cartographic selection/elimination process is not sufficient by itself for road network generalization, which can be assumed as one of the integral parts of Digital Earth. As well as the selection/elimination, processes such as displacement and caricaturizing are also needed.     

利用词向量模型分析城市道路交通空间相关性

刻画城市道路之间的交通相关性是提高交通插值及预测水平的基础。现有研究及应用通常假设一定空间或拓扑距离内的道路相互之间具有相关性,这种方式忽视了道路之间交通影响的时空异质性。例如,上游道路交通流通常不会均匀扩散到所有下游道路,而是集中在特定方向上。道路之间产生交通影响和交互作用的根本原因是大量机动车辆穿梭其中。为从数据驱动的角度度量道路之间的交通相关性,从而顾及其时空异质性,本文利用词向量模型Word2Vec从大量机动车出行路径中挖掘道路之间的交通交互影响关系。首先把"路段-路径"类比为"词-文档";其次利用Word2Vec模型从大量路径(文档)中为每条路段(词)训练出一个实数向量(词向量);然后以向量之间的余弦相似度度量对应路段之间的交通相关性;最后利用交通状态数据对结果进行验证。以北京市200万条出租车出行路径为数据进行试验,结果表明:(1)平均水平上,向量相似度越高的邻近路段,其交通状态变化趋势也越相似,证明了本文方法可以正确度量道路之间的交通相关性,并刻画出其空间异质性;(2)工作日早、晚高峰及节假日路段之间的交通相关性大于工作日平峰和周六日,其合理性体现了本文方法可以正确捕捉道路交通相关性的时间异质性。本文方法及分析可为交通规划、诱导等提供方法论和理论基础。     

基于道路精简滤波原理的车辆导航系统地图匹配算法

针对交叉路口附近道路几何分布较为复杂的实际特点,提出基于道路精简滤波(RRF)原理的地图匹配算法。研究了基于D-S证据理论的多规则数据融合技术在二路段地图匹配中的应用。建立了最短欧氏距离和最小航向差两条判决规则。引入相关性模糊决策理论,将多路段匹配问题简化为二路段匹配问题,使D-S证据判决规则的概率分配函数能根据实际路网分布作适应性调整,提高了算法的鲁棒性。对实际跑车数据的仿真处理结果表明,应用该算法可以较好地解决城市交叉路口地图匹配问题。     

顾及结构和几何特征的道路自动选取方法

提出了一种顾及结构和几何特征的道路网自动选取方法。综合考虑道路的度中心性、集聚系数和路划的几何长度等道路选取影响因素,提出一种道路重要性评价方法。实验结果表明,本文方法能够很好地保持选取道路网的整体与局部结构、拓扑结构以及路网连通性。基于该方法,由大比例尺地图选取出的小比例尺地图与相应标准比例尺地图保持较高的一致性,表明该方法是稳定可靠的。     

An Integrated Multistage Framework for Automatic Road Extraction from High Resolution Satellite Imagery

Automated procedures to rapidly identify road networks from high-resolution satellite imagery are necessary for modern applications in GIS. In this paper, we propose an approach for automatic road extraction by integrating a set of appropriate modules in a unified framework, to solve this complex problem. The two main properties of roads used are: (1) spectral contrast with respect to background and (2) locally linear path. Support Vector Machine is used to discriminate between road and non-road segments. We propose a Dominant singular Measure (DSM) for the task of detecting linear (locally) road boundaries. This pair of information of road segments, obtained using Probabilistic SVM (PSVM) and DSM, is integrated using a modified Constraint Satisfaction Neural Network. Results of this integration are not satisfactory due to occlusion of roads, variation of road material, and curvilinear pattern. Suitable post-processing modules (segment linking and region part segmentation) have been designed to address these issues. The proposed non-model based approach is verified with extensive experimentations and performance compared with two state-of-the-art techniques and a GIS based tool, using multi-spectral satellite images. The proposed methodology is robust and shows superior performance (completeness and correctness are used as measures) in automating the process of road network extraction.     

Use of Artificial Neural Networks for Selective Omission in Updating Road Networks

Abstract

An important problem faced by national mapping agencies is frequent map updates. An ideal solution is only updating the large-scale map with other smaller scale maps undergoing automatic updates. This process may involve a series of operators, among which selective omission has received much attention. This study focuses on selective omission in a road network, and the use of an artificial neural network (i.e. a back propagation neural network, BPNN). The use of another type of artificial neural network (i.e. a self-organizing map, SOM) is investigated as a comparison. The use of both neural networks for selective omission is tested on a real-life road network. The use of a BPNN for practical application road updating is also tested. The results of selective omission are evaluated by overall accuracy. It is found that (1) the use of a BPNN can adaptively determine which and how many roads are to be retained at a specific scale, with an overall accuracy above 80%; (2) it may be hard to determine which and how many roads should be retained at a specific scale using an SOM. Therefore, the BPNN is more effective for selective omission in road updating.