一種基于mrs-mm目標(biāo)匹配模型的空間實(shí)體增量提取方法
【專利摘要】本發(fā)明公開(kāi)了一種基于MRS-MM目標(biāo)匹配模型的空間實(shí)體增量提取方法。通過(guò)將兩個(gè)年份的數(shù)據(jù)進(jìn)行疊置分析，采用MRS-MM匹配模型進(jìn)行目標(biāo)匹配，從空間實(shí)體變更行為的角度判斷實(shí)體在時(shí)空變化過(guò)程中呈現(xiàn)的變化類型，包括實(shí)體新增、實(shí)體滅失、實(shí)體圖形變化和實(shí)體屬性變化，通過(guò)設(shè)計(jì)的增量信息提取算法根據(jù)變化類型實(shí)現(xiàn)空間數(shù)據(jù)庫(kù)的增量信息提取，解決了當(dāng)前土地利用和城鄉(xiāng)地籍?dāng)?shù)據(jù)庫(kù)增量更新中遇到的增量包難以獲取的問(wèn)題。本發(fā)明技術(shù)實(shí)現(xiàn)方法簡(jiǎn)單，對(duì)兩個(gè)年份的空間數(shù)據(jù)庫(kù)進(jìn)行有效的管理，計(jì)算機(jī)自動(dòng)處理，人機(jī)交互少，節(jié)約了時(shí)間，提高了工作效率，在土地利用、地籍等空間數(shù)據(jù)庫(kù)的增量更新領(lǐng)域中應(yīng)用前景非常廣泛。
【專利說(shuō)明】—種基于MRS-MM目標(biāo)匹配模型的空間實(shí)體增量提取方法

【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于空間數(shù)據(jù)匹配和增量更新領(lǐng)域。尤其涉及一種基于MRS-MM目標(biāo)匹配模型的空間實(shí)體增量提取方法。

【背景技術(shù)】
[0002]隨著空間數(shù)據(jù)庫(kù)的發(fā)展及普及，我國(guó)各類空間數(shù)據(jù)庫(kù)的建設(shè)取得了很大的成就，然而各類數(shù)據(jù)庫(kù)的現(xiàn)勢(shì)性得不到保證，現(xiàn)勢(shì)性是空間數(shù)據(jù)庫(kù)的生命力，空間數(shù)據(jù)庫(kù)主流的更新方式增量更新是解決空間數(shù)據(jù)庫(kù)現(xiàn)勢(shì)性的有效手段，如何快速有效的從最新版本數(shù)據(jù)庫(kù)中提取出增量信息，完成空間數(shù)據(jù)庫(kù)的增量更新是空間數(shù)據(jù)庫(kù)發(fā)展的關(guān)鍵問(wèn)題。
[0003]目前，關(guān)于空間數(shù)據(jù)庫(kù)的增量更新國(guó)內(nèi)外學(xué)者均有研究，Bukauskas(2003)、Effenberg(1996)和Lin M Y(1998)等研究了數(shù)據(jù)庫(kù)的目標(biāo)匹配和增量更新問(wèn)題，由于研究領(lǐng)域不一致，采取的匹配算法和增量更新方法不具備共性，本發(fā)明試圖解決國(guó)土領(lǐng)域內(nèi)的空間數(shù)據(jù)庫(kù)的目標(biāo)匹配和增量信息提取的問(wèn)題。周曉光(2005)討論了基于拓?fù)潢P(guān)系的地籍?dāng)?shù)據(jù)庫(kù)增量更新問(wèn)題，通過(guò)分析地塊的拓?fù)潢P(guān)系利用多種操作算子實(shí)現(xiàn)宗地的更新，但這種方法在宗地歷史回溯機(jī)制方面沒(méi)有得到很好的處理，給后來(lái)的宗地糾紛調(diào)查帶來(lái)隱患。李蘇(2008)通過(guò)建立“三庫(kù)一體”更新方式，即現(xiàn)勢(shì)庫(kù)、歷史庫(kù)、變更庫(kù)來(lái)實(shí)現(xiàn)地籍信息的動(dòng)態(tài)更新，但是該種更新方式忽略了地籍?dāng)?shù)據(jù)的拓?fù)湟恢滦院蛯傩赃壿嬕恢滦缘恼`差問(wèn)題，極易造成數(shù)據(jù)拓?fù)潢P(guān)聯(lián)錯(cuò)誤和數(shù)據(jù)冗余。Ye Y(2013)提出的多尺度空間數(shù)據(jù)庫(kù)(Mult1-Scale Spatial Database)自動(dòng)增量更新方法能夠?qū)崿F(xiàn)空間數(shù)據(jù)庫(kù)的增量更新,但在空間要素匹配算法設(shè)計(jì)中存在松散過(guò)濾、漏匹配問(wèn)題，匹配準(zhǔn)確度不夠高。
[0004]傳統(tǒng)的空間數(shù)據(jù)更新主要采用測(cè)繪獲取數(shù)據(jù)，人工在ArcMap中進(jìn)行編輯操作更新，不支持計(jì)算機(jī)一體化處理，且存在拓?fù)潢P(guān)系雜亂，一致性維護(hù)缺失等缺陷，更新完成后，需要重新進(jìn)行拓?fù)潢P(guān)系檢查、修改，另外人工操作更新費(fèi)時(shí)費(fèi)力，而且易出錯(cuò)。


【發(fā)明內(nèi)容】

[0005]本發(fā)明的目的是克服現(xiàn)有技術(shù)的不足，提出一種基于MRS-MM目標(biāo)匹配模型的空間實(shí)體增量提取方法。
[0006]一種基于 MRS-MM(Mult1-Rules Supported Matching Model)目標(biāo)匹配模型的空間實(shí)體增量提取方法的步驟如下:
[0007]I)從兩個(gè)不同年份的空間數(shù)據(jù)庫(kù)中分別抽取空間實(shí)體的圖層信息，在ArcGIS系統(tǒng)里調(diào)用空間分析模塊中的疊置功能，將兩個(gè)不同年份的圖層進(jìn)行疊置分析，并對(duì)疊置后的結(jié)果集進(jìn)行預(yù)處理，消除邏輯錯(cuò)誤，并進(jìn)行渲染；
[0008]2)構(gòu)建MRS-MM多規(guī)則目標(biāo)匹配模型，該模型包含語(yǔ)義匹配算法、全局標(biāo)識(shí)碼匹配算法和幾何匹配算法；依次遍歷每一塊空間實(shí)體對(duì)象，根據(jù)空間實(shí)體對(duì)象的空間和屬性的特性選擇對(duì)應(yīng)匹配算法，
[0009]首先選擇全局標(biāo)識(shí)碼匹配算法判斷，
[0010]空間數(shù)據(jù)引擎機(jī)制會(huì)為每個(gè)空間實(shí)體分配一個(gè)全局唯一的標(biāo)識(shí)碼，該標(biāo)識(shí)碼不會(huì)改變，不同年份數(shù)據(jù)庫(kù)中的同一個(gè)空間實(shí)體的標(biāo)識(shí)碼不變，這為前后兩個(gè)年份數(shù)據(jù)庫(kù)中的數(shù)據(jù)匹配帶來(lái)便利，即通過(guò)比較兩個(gè)空間實(shí)體的全局標(biāo)識(shí)碼即可判斷出該空間實(shí)體的變更行為是新增還是滅失，若判斷出空間實(shí)體的變更行為，則進(jìn)行下一個(gè)空間實(shí)體的判斷；
[0011]若判斷不出，則選擇語(yǔ)義匹配算法判斷，根據(jù)空間實(shí)體的屬性特征進(jìn)行過(guò)濾，語(yǔ)義匹配通過(guò)判斷空間實(shí)體字段值的空缺、一致性，判斷關(guān)鍵字段的相似性及元數(shù)據(jù)的異同；若判斷不出，則選擇幾何匹配算法判斷，
[0012]幾何匹配采用形狀相似度、面積相似度和方向相似度三個(gè)相似指標(biāo)來(lái)加權(quán)計(jì)算兩個(gè)空間要素的總體匹配度，空間數(shù)據(jù)幾何相似度度量理論即采用多角度測(cè)算的方式來(lái)衡量空間目標(biāo)的匹配相似度；
[0013]3)根據(jù)匹配結(jié)果確定空間實(shí)體的變更類型，采用設(shè)計(jì)的增量信息提取算法進(jìn)行增量信息的提取，將提取出來(lái)的結(jié)果存在更新層和更新過(guò)程層中，壓縮打包形成空間信息的增量包。
[0014]所述的幾何匹配算法具體為:引入空間數(shù)據(jù)幾何相似度度量理論即采用多角度測(cè)算的方式來(lái)衡量空間目標(biāo)的匹配相似度，引入形狀描述因子ω和ν來(lái)度量?jī)蓚€(gè)空間圖形的形狀相似度；采用面積疊置率作為指標(biāo)，通過(guò)比較面積疊置率的大小來(lái)判斷兩個(gè)空間圖形的面積相似程度；再計(jì)算出方向相似度，最后通過(guò)加權(quán)計(jì)算兩個(gè)匹配的空間目標(biāo)的形狀、面積、方向三個(gè)向量值得出總體匹配度；
[0015]2.1)形狀相似度計(jì)算
[0016]采用形狀描述因子ω和ν來(lái)度量?jī)蓚€(gè)空間圖形的形狀相似度，定義圖形M和圖形N的ω和ν分別ωΜ，νΜ, ωΝ, νΝ，其中:

【權(quán)利要求】
1.一種基于MRS-MM目標(biāo)匹配模型的空間實(shí)體增量提取方法，其特征在于它的步驟如下: 1)從兩個(gè)不同年份的空間數(shù)據(jù)庫(kù)中分別抽取空間實(shí)體的圖層信息，在ArcGIS系統(tǒng)里調(diào)用空間分析模塊中的疊置功能，將兩個(gè)不同年份的圖層進(jìn)行疊置分析，并對(duì)疊置后的結(jié)果集進(jìn)行預(yù)處理，消除邏輯錯(cuò)誤，并進(jìn)行渲染； 2)構(gòu)建MRS-MM多規(guī)則目標(biāo)匹配模型，該模型包含語(yǔ)義匹配算法、全局標(biāo)識(shí)碼匹配算法和幾何匹配算法；依次遍歷每一塊空間實(shí)體對(duì)象，根據(jù)空間實(shí)體對(duì)象的空間和屬性的特性選擇對(duì)應(yīng)匹配算法， 首先選擇全局標(biāo)識(shí)碼匹配算法判斷， 空間數(shù)據(jù)引擎機(jī)制會(huì)為每個(gè)空間實(shí)體分配一個(gè)全局唯一的標(biāo)識(shí)碼，該標(biāo)識(shí)碼不會(huì)改變，不同年份數(shù)據(jù)庫(kù)中的同一個(gè)空間實(shí)體的標(biāo)識(shí)碼不變，這為前后兩個(gè)年份數(shù)據(jù)庫(kù)中的數(shù)據(jù)匹配帶來(lái)便利，即通過(guò)比較兩個(gè)空間實(shí)體的全局標(biāo)識(shí)碼即可判斷出該空間實(shí)體的變更行為是新增還是滅失，若判斷出空間實(shí)體的變更行為，則進(jìn)行下一個(gè)空間實(shí)體的判斷； 若判斷不出，則選擇語(yǔ)義匹配算法判斷，根據(jù)空間實(shí)體的屬性特征進(jìn)行過(guò)濾，語(yǔ)義匹配通過(guò)判斷空間實(shí)體字段值的空缺、一致性，判斷關(guān)鍵字段的相似性及元數(shù)據(jù)的異同；若判斷不出，則選擇幾何匹配算法判斷， 幾何匹配采用形狀相似度、面積相似度和方向相似度三個(gè)相似指標(biāo)來(lái)加權(quán)計(jì)算兩個(gè)空間要素的總體匹配度，空間數(shù)據(jù)幾何相似度度量理論即采用多角度測(cè)算的方式來(lái)衡量空間目標(biāo)的匹配相似度； 3)根據(jù)匹配結(jié)果確定空間實(shí)體的變更類型，采用設(shè)計(jì)的增量信息提取算法進(jìn)行增量信息的提取，將提取出來(lái)的結(jié)果存在更新層和更新過(guò)程層中，壓縮打包形成空間信息的增量包。
2.根據(jù)權(quán)利要求所述的一種基于MRS-MM目標(biāo)匹配模型的空間實(shí)體增量提取方法，其特征在于所述的幾何匹配算法具體為:引入空間數(shù)據(jù)幾何相似度度量理論即采用多角度測(cè)算的方式來(lái)衡量空間目標(biāo)的匹配相似度，引入形狀描述因子ω和V來(lái)度量?jī)蓚€(gè)空間圖形的形狀相似度；采用面積疊置率作為指標(biāo)，通過(guò)比較面積疊置率的大小來(lái)判斷兩個(gè)空間圖形的面積相似程度；再計(jì)算出方向相似度，最后通過(guò)加權(quán)計(jì)算兩個(gè)匹配的空間目標(biāo)的形狀、面積、方向三個(gè)向量值得出總體匹配度； 2.1)形狀相似度計(jì)算 采用形狀描述因子ω和V來(lái)度量?jī)蓚€(gè)空間圖形的形狀相似度，定義圖形M和圖形N的ω和V分別ωΜ，νΜ, ωΝ, νΝ，其中:r M M MM -1tγΝΝΝN iT CO = co , c0.C0.ω? ca 二 Co, Co, CO ■…ω- ν μ 和M L I ； 2 7 3 7 k/2\ ’ N L 1; 2; 3, k/2」’Vn為M和N的坐標(biāo)，ω k/dnwk/2分別為圖形M、N各邊長(zhǎng)向量，k為邊數(shù)較少的多邊形邊數(shù)，M和N之間的形狀分歧度定義為:
其中，I Vm-VnI和
指代向量的歐氏距離，經(jīng)過(guò)多次試驗(yàn)，屮和~均為0.5，ω和ν均作歸一化計(jì)算，通過(guò)計(jì)算得到O < d(M，N)shape < 1，得出形狀相似度為: sim(M，N) shape = 1-d (M, N)shape，0 < sim(M, N) shape < I (2)； 2.2)面積相似度計(jì)算 面積相似度采用面積疊置率作為指標(biāo)，通過(guò)比較面積疊置率的大小來(lái)判斷兩個(gè)空間圖形的面積相似程度，面積疊置率CR指兩個(gè)空間圖形的重合部分面積與各自面積的比率，定AS義為面積相似度sim(M，N)area為CR，
其中，Λ S為兩個(gè)圖形的重合部分面積，S(X)為圖形X的面積，CR大于O且小于1，當(dāng)CR趨向于O時(shí)，兩個(gè)時(shí)刻的圖形越相似，反之兩個(gè)圖形差異越大，當(dāng)CR為I時(shí)，兩個(gè)圖形完全相等，設(shè)定誤差e的值； 使S(A)-AS ( e，得出面積相似度為:
其中 S(A)-AS ≤e ； 2.3)方向相似度計(jì)算 空間要素的方向以圖形M、N最小外界矩形較長(zhǎng)的邊長(zhǎng)軸，與相鄰邊形成的夾角為方向角，定義d(M，N)direct為1? — δΝ|/π，dM, 分別為圖形M、N的方向角，方向相似度可以定義為:
2.4)總體匹配度計(jì)算 總相似度是通過(guò)加權(quán)計(jì)算兩個(gè)匹配的空間圖行的形狀、面積、方向三個(gè)向量值得出，其中，設(shè)定[G1, θ2, θ3]τ，[C1，C2，C3]T分別表示圖形M、N的形狀、面積和方向三個(gè)向量，定義d(M，N)為Μ、N的分歧度，sim (Μ, N)為Μ、N的相似度，則圖形Μ、Ν的幾何相似性可以運(yùn)用該公式來(lái)表不: sim(Μ, N) = l-d(M, N)(5) 采用加權(quán)的Minkowski距離來(lái)度量d (Μ, N),則(5)可以轉(zhuǎn)化為:
其中，f取值2，Uj為權(quán)系數(shù)，并且Efz1Uj = 1，I Qj-CjI是經(jīng)過(guò)歸一化后的值，是圖形M和N中第j個(gè)分量的分歧度，其中j = 1,2,3,0 < I Θ J-Cj < 1，根據(jù)公式(6)測(cè)算出樣本的相似值，根據(jù)匹配精度確定過(guò)濾閾值，經(jīng)過(guò)計(jì)算，平均值為}標(biāo)準(zhǔn)差為0，定義過(guò)濾閾值為Simtl, sim0=3 — 30，將上述形狀、面積、方向三個(gè)向量值代入公式(6)，推算出空間目標(biāo)總的幾何相似度，當(dāng)sim(M, N) > sim0時(shí),則可判斷圖形M、N匹配，當(dāng)sim(M, N) < sim0,判斷圖形Μ、N不匹配。
3.根據(jù)權(quán)利要求1所述的一種基于MRS-MM目標(biāo)匹配模型的空間實(shí)體增量提取方法，其特征在于所述的步驟3)包括: 3.1)將兩個(gè)不同年份的宗地層CADAtl、CADAt2進(jìn)行疊置分析，生成疊合層，疊合層將兩個(gè)年份的圖形信息和屬性信息分別進(jìn)行疊加，Attri (M)、Attri (N)為待比較的圖形M和N的屬性； 3.2)遍歷疊合層中的最小單元圖斑，最小單元是指兩個(gè)時(shí)點(diǎn)之間的要素對(duì)象疊加所形成的最小面對(duì)象的集合； 3.3)設(shè)最小面對(duì)像為Obj (D)，D為最小面對(duì)像。首先判斷目標(biāo)屬性Attri (N)是否存在，若Attri (N)不存在，則空間實(shí)體的變更行為是滅失，將要素X存放在更新過(guò)程層文件； 3.4)若D對(duì)象中的Attri (M)、Attri (N)都存在，計(jì)算圖形M和N的面積疊置率，若D與Nj面積疊置率在誤差e值內(nèi)，可認(rèn)為兩個(gè)圖形是相同沒(méi)有變化的，Nj為N中第j個(gè)分量的分歧度；再對(duì)比Attri (M)與Attri (N)的屬性值是否等值，若等值，則圖形屬性均沒(méi)有發(fā)生變化，認(rèn)定兩圖形無(wú)變化；若屬性值不同，則判定為圖形無(wú)變化，此時(shí)將圖形N寫(xiě)進(jìn)更新層文件，將圖形M寫(xiě)進(jìn)更新過(guò)程層文件； 3.5)若D對(duì)象中的Attri (M)、Attri (N)都存在，但D與Nj面積疊置率在誤差e值外，則判定為圖形發(fā)生變更，將N圖形信息寫(xiě)入更新層信息文件，將圖形M寫(xiě)進(jìn)更新過(guò)程層文件； 3.6)最后將更新層信息文件和更新過(guò)程層信息文件分別轉(zhuǎn)化成VCT交換格式文件，最后封裝打包，形成地籍?dāng)?shù)據(jù)增量包。
【文檔編號(hào)】G06F17/27GK104182456SQ201410325399
【公開(kāi)日】2014年12月3日 申請(qǐng)日期:2014年7月9日 優(yōu)先權(quán)日:2014年7月9日
【發(fā)明者】杜震洪, 張豐, 劉仁義, 曹洋洋 申請(qǐng)人:浙江大學(xué)