文章快速检索     高级检索
  浙江大学学报(理学版)  2016, Vol. 43 Issue (6): 701-708  DOI:10.3785/j.issn.1008-9497.2016.06.015
0

引用本文 [复制中英文]

方涯盼, 张丰, 杜震洪, 刘仁义. 基于拓扑和空间相似性的地理事件检测--以土地利用数据更新为例[J]. 浙江大学学报(理学版), 2016, 43(6): 701-708. DOI: 10.3785/j.issn.1008-9497.2016.06.015.
[复制中文]
FANG Yapan, ZHANG Feng, DU Zhenhong, LIU Renyi. Geographical event detection based on topology and spatial similarity[J]. Journal of Zhejiang University(Science Edition), 2016, 43(6): 701-708. DOI: 10.3785/j.issn.1008-9497.2016.06.015.
[复制英文]

基金项目

国家自然科学基金资助项目(41471313,41671391);国家科技基础性工作专项(2012FY112300);海洋公益性行业科研专项经费资助项目(201505003);浙江省科技攻关计划项目(2015C33021)

作者简介

方涯盼(1991-), ORCID:http://orcid.org/0000-0002-2263-814X, 女, 硕士研究生, 主要从事时空数据更新与相关技术研究

通信作者

张丰, ORCID:http://orcid:org/0000-0003-1475-8480, E-mail:zfcarnation@zju.edu.cn

文章历史

收稿日期:2016-05-09
基于拓扑和空间相似性的地理事件检测--以土地利用数据更新为例
方涯盼1,2 , 张丰1,2 , 杜震洪1,2 , 刘仁义1,2     
1. 浙江大学 浙江省资源与环境信息系统重点实验室, 浙江 杭州 310028;
2. 浙江大学 地理信息科学研究所, 浙江 杭州 310027
摘要: 地理时空对象的变化过程实质上是地理事件序列的集合,地理事件的检测是实现空间数据库自动更新的关键所在.为提高时空数据更新的自动化水平,以土地利用数据更新为例,通过对地理事件概念、特征的分析,定义了5种地理事件类型.在此基础上根据专题数据的空间拓扑约束、语义逻辑约束以及拓扑语义约束,结合空间相似度理论,提出了一种基于拓扑与空间相似性的地理事件检测方法,定义了原生事件和次生事件,并以此描述地理事件间的衍生关系.在土地利用现状管理信息系统中的应用,证明了该检测方法在土地利用数据更新过程中的可行性和有效性,为事件更新的进一步自动化奠定了基础.
关键词: 地理事件    原生事件    次生事件    拓扑    空间相似性    土地利用    
Geographical event detection based on topology and spatial similarity
FANG Yapan1,2 , ZHANG Feng1,2 , DU Zhenhong1,2 , LIU Renyi1,2     
1. Zhejiang Provincial Key Lab of GIS, Zhejiang University, Hangzhou 310028, China;
2. Institute of GIS, Zhejiang University, Hangzhou 310027, China
Abstract: The change process of geographical spatio-temporal objects is essentially a set of geographical event sequences, so geographical event detection is the key to realize the automatic updating of spatial database. To improve the automatic updating level of spatio-temporal data, taking data updating land use of as an example, five types of geographical events were defined by analyzing the concept and features of geographical events. Then, according to the thematic data constraints of spatial topology, semantic logic and topo-semantic, combined with the spatial similarity theory, this paper proposed a method of geographical event detection based on topology and spatial similarity, and defined protogenic event and secondary event to describe the derivative relationship between two geographical events. The application in land use data management information system proves that the detection method has practical feasibility and effectiveness in the process of land use data updating, which lays the foundation for further automation of event updating.
Key words: geographical event    protogenic event    secondary event    topology    spatial similarity    land use    

世间万物处于不断新旧更替中,为保持数据的现势性,必须定时更新数据,因此高效率、高质量、可持续的空间数据库更新方法与相关技术研究一直是国内外研究的热点及难点问题.

地理事件的发生引起地理时空对象发生一系列的状态演变,从一个状态到另一个状态的量变甚至质变,包括空间位置、几何形态、专题语义、时态特征等[1].地理时空对象的每一次状态演变,实质上都是一个时空过程,包含了时间轴上发生的一系列相互关联的地理事件[2].地理事件的检测是实现时空数据库自动更新的基础和关键,本文针对这一问题进行重点研究.

地理事件按照地理对象变化的复杂程度可分为简单事件和复杂事件[3],按照地理空间对象的变化类型可进一步划分为新生事件、消亡事件以及引起时空对象空间特征或属性特征改变的进化事件[4].为加强对地理实体变化描述的能力,夏慧琼等[5]将地理事件分为“隐含”和“显式”2种类型,共同表达基于位置、实体和时间的变化信息.地理事件驱动时空数据更新,地理事件的检测以及以事件为核心的时空数据更新方法与空间数据的专题性质密切相关.目前,国内外学者基本上从空间叠加[6]、拓扑关联[7-8]或者拓扑与属性相结合[9]等角度进行空间目标变化类型的推断与地理事件的检测,并以此为基础设计数据更新机制,主要应用于地籍、土地利用以及房地产等领域的空间数据更新管理.目前,地理事件检测基本依赖人为判断,自动化水平低,且不能反映地理事件之间的衍生关系.为此,本文定义了原生事件和次生事件,并以此描述地理事件之间的亲缘关系,以土地利用数据为例,结合数据的专题特性以及数据约束规则,提出一种基于拓扑与空间相似性的地理事件检测方法,为时空数据库自动化更新提供参考.

1 地理事件 1.1 原子事件的定义

一个时空变化过程可由单个或多个存在关联的地理事件组成.原子事件是不可再分的地理事件,是地理空间对象状态变化的最小组成单元.任何地理时空对象的变化过程,实质是一系列原子事件的集合.

在时空数据库中,将现实世界中的地物按照专题属性抽象为点、线、面等几何形状分层存储[10].以土地利用数据为例,地类图斑、线状地物和零星地物是其最核心图层,针对不同类型的专题图层,由于其几何类型和专题特性的不同,发生的原子事件也不同.土地利用要素的变化类型分为属性变更(Attribute Change)、图形变更(Graphic Change)、新增(Appear)、灭失(Disappear)和无变化(No Change)5种.据此,将这5种变更类型定义为5种原子事件,不同的专题图层的原子事件集合如表 1所示[1].

表 1 不同专题层的原子事件编码 Table 1 Atomic event codes in different thematic layers
1.2 原生事件与次生事件的定义

地理事件都是在一定条件下驱动发生的,以地理事件是否是受外界驱动因素直接影响而引发的为依据,定义原生事件(Protogenic Event)和次生事件(Secondary Event)2种事件类型来描述事件之间的衍生关系.原生事件,顾名思义是由外部客观环境因素或者人为因素直接导致地理对象发生状态改变的事件,映射到数据世界中就是由已知的变化信息触发的“原始”事件.一个地理事件的发生往往会引起“连锁反应”,引发一系列互相关联的子事件,即次生事件,亦即原生事件的衍生事件.任一地理对象发生状态变化,或多或少会引起周边相关地物的变化.例如在土地利用数据更新过程中,一个地类图斑的分割,可能会引起周围地类图斑、线物零物发生图形变更、属性变更甚至无变化的变更行为.

次生事件是原生事件发生后由某些特定条件驱使而产生的子事件,两者之间存在一定的因果和亲缘关系.一个原生事件和次生事件可能包含多个原子事件,地理要素变化过程中的亲缘关系就蕴含在这些地理事件之中.原生事件引发次生事件,次生事件可继续引发子事件,原子事件之间的原生与次生的衍生关系如图 1所示.

图 1 原生事件与次生事件的关系 Fig. 1 The relationship between protogenicevent and secondary events
2 原生事件与次生事件的检测

地理事件的自动检测与判断是实现时空数据库自动更新的关键.原生事件和次生事件的判断与界定,与数据库的专题特性密切相关,笔者以土地利用数据为例,阐述在土地利用要素变化过程中的原生事件和次生事件的检测方法.

2.1 基于拓扑与空间相似性的空间实体匹配

地理实体的识别与匹配是地理时空数据采集、融合以及更新等过程中的关键技术之一,也是检测地理时空对象变化类型的理论基础[11-13].本文采用拓扑和空间相似性度量相结合的方法进行原生事件的检测,主要思路是:先采取拓扑关系度量进行空间目标粗匹配,再计算空间相似性指标进行二次匹配,由此推断:由外部变化驱动因素直接引发的原生事件.

2.1.1 拓扑关系度量

空间拓扑关系主要描述2个空间对象间的包含、叠盖、邻接等关系.拓扑关系是抽象的,2个实体的重叠程度可以在一定程度上反映两者在空间关系上的关联强度,此处采用面积叠置率来衡量.实体AB的面积叠置率SArea(A, B)[14]

$ {S_{{\rm{Area}}}}\left( {A,B} \right) = S\left( {A \cap B} \right)/min\left( {S\left( A \right),S\left( B \right)} \right), $ (2)

式(2)中:S(A), S(B)是2个空间实体的面积,S(AB)是2个目标实体的重叠面积.SArea(A, B)的取值范围是[0, 1],当SArea=0,则代表 2个要素无重叠,可能是相离或者相接的拓扑关系;当SArea=1时,代表 2个地理要素的重叠程度很大,可能出现A包含BB包含A或者AB完全相等3种情况;当0 < SArea < 1时,则代表实体A与实体B存在部分重叠,两者在空间拓扑关系上是交叠的关系.

表 2 专题图层层内拓扑约束 Table 2 Topological constraints in the samelayer of different thematic layers
2.1.2 形状相似度

形状相似度是在用数值化描述空间对象形状的基础上比较2个空间对象的形状相似性.本文采取紧凑度(面积与周长之比)方法描述面状实体的形状.假设一个面实体A的面积为SA,周长为LA,则面实体A的紧凑度:

$ {M_A} = \frac{{{S_A}}}{{{L_A}}}. $ (3)

基于紧凑度的计算方法,建立2个面状实体AB的形状相似性评价函数[14]

$ {{\mathop{\rm sim}\nolimits} _{{\rm{shape}}}}\left( {A,B} \right) = 1 - \frac{{\left| {{M_A} - {M_B}} \right|}}{{{M_{ar}}\left( {{M_A},{M_B}} \right)}}. $ (4)
2.1.3 面积相似度

面积相似度可以采用面积差异度的补集度量,假设实体A与B的面积分别为Area (A)和Area (B),ΔS=|Area (A)-Area (B)|为两者的面积之差,面积相似度SimArea(A, B)[15]

$ {{\mathop{\rm sim}\nolimits} _{{\rm{Area}}}}\left( {A,B} \right) = \left\{ \begin{array}{l} 1,\;\;\;\;\Delta S \le \Delta {S_{\min }},\\ 1 - \frac{{\Delta S}}{{\max \left( {{\rm{Area}}\left( A \right),{\rm{Area}}\left( B \right)} \right)}},\;其他, \end{array} \right. $ (5)

式(5)中,ΔSmin为空间地理实体AB面积差异的最小阈值.

形状相似度和面积相似度的度量方法有很多,本文基于外部变化信息进行原生事件检测的主要依据是面积叠盖程度,形状相似度和面积相似度作为辅助依据,以更精确地判断事件类型,因此不同的度量方法对原生事件的检测效果影响不大.本文选取上述方法的理由是此方法计算简单、效率高且不受比例尺影响,可以较好地进行原生事件类型的判断.

2.2 数据约束条件

次生事件的发生不是随心所欲的,而是在一定规则的驱使下触发的,主要包括单一专题层内和不同专题层间的拓扑关系约束、语义逻辑约束和拓扑语义约束.

2.2.1 空间拓扑约束

以土地利用数据库为例,其中的地类图斑(DLTB)、线状地物(XZDW)、零星地物(LXDW)、地类界线(DLJX)、行政区(XZQ)和行政区界线(XZQJX)6大主要专题图层的层内和层间拓扑约束规则如表 23所示.

表 3 层间拓扑约束 Table 3 Topological constraints among different layers
2.2.2 语义逻辑约束

地理时空对象除了在空间关系上存在拓扑约束外,其专题性质导致在语义特征上也存在相互制约、相互依赖的关系.语义逻辑约束同空间拓扑约束一样,大致分为单一专题层内地理实体自身属性逻辑约束和不同专题图层间的地理要素的语义约束.对于某一专题层内的地理要素,与其自身相关的属性值之间要保持逻辑一致性约束,且某些属性值需满足某种数学不等式约束关系.例如, 地类为耕地的图斑,则必须与耕地相关的耕地类型、耕地坡度级、扣除类型、田坎系数等属性值逻辑一致性;地类图斑的所有与面积相关的字段大于0;地类图斑的图斑面积和线状地物的长度不能小于指定阈值,这是由于现实世界中小于最小上图面积的地物要抽象为点要素存储在零星地物层中,数据库中不允许存在碎线与碎面.

不同专题图层的地理要素间的语义约束,主要受空间拓扑关系产生的层间语义约束.例如零星地物、地类图斑等的坐落单位代码属性值必须与空间所在行政区的行政单位代码保持一致;地类图斑中的图斑地类面积属性值受线状地物、零星地物、地类图斑3层共同制约等.

2.2.3 拓扑语义约束

针对特定专题的地理时空数据,判断2个实体间拓扑关系的正确性还要基于实体的自身语义[16].拓扑语义约束,是指依赖空间对象间的空间关系和语义特征,建立在特定专题要素基础上的拓扑关系合理性[17].对于2个地理时空对象,若只从空间拓扑关系上考虑,其存在是合理的,但是综合考虑语义信息时,则两者的存在是不合理的.例如一块农村住宅用地中间穿越了一条线状要素的农村道路;又如一个面状湖泊中,出现了地类同为湖泊的点状要素,则该点状要素的湖泊在空间关系上失去了地类依赖的基础,具体如图 2所示.

图 2 拓扑语义冲突示例 Fig. 2 The example of topo-semantic conflict

拓扑语义约束与数据的专题特性密切相关,表 4列出了土地利用数据更新过程中各层间的拓扑语义约束规则.

表 4 土地利用数据拓扑语义约束 Table 4 Topo-semantic constraints of land use data
2.3 地理事件检测流程

地理事件的检测主要分为原生事件的检测与次生事件的检测.首先, 根据外部变化图斑筛选出目标数据库中与之相交的要素集合,通过2.1节阐述的方法分别计算集合中的每一个要素与变化图斑的面积叠置度、形状相似度以及面积相似度.前期数据采集方式、采集时间、采集精度不同或者采集处理误差等原因,会导致不同数据源中同一地理对象在几何形状和大小上可能存在细微差别.在时空演变过程中,若某一地理对象只有属性特征发生改变,其空间位置和几何形状均未发生明显变化,则该地理要素变化前后的形状、面积应该是相同或者相近的.因此,综合考虑面积叠置度、形状相似度以及面积相似度,进行原生事件的检测,具体见表 5.

表 5 度量指标与原子事件的关系 Table 5 The relationship betweenmetric indexes and atomic events

原生事件发生之后,再根据2.2节阐述的数据间的拓扑约束、拓扑语义约束以及语义逻辑约束进行次生事件的检测.检测流程包括:先根据拓扑约束规则, 主要是层间拓扑约束判断由于地类图斑发生图形变更后与线状地物、地类界线的空间拓扑不满足约束条件,引起线物、地类界线新增、灭失以及打断等次生事件发生; 再利用拓扑语义约束规则, 判断地类图斑变更后其范围内的线物零物存在是否合理,不合理则触发零物线物灭失的次生事件.最后,依据语义逻辑一致性检测由图形变化引起的属性联动变更的次生事件,主要是地类图斑、线状地物以及零星地物之间的面积属性信息、线物和图斑之间的扣除信息等要保持一致,次生事件检测直至满足所有约束条件.基于外部变化信息的原生事件和次生事件的检测流程如图 3所示.

图 3 原生事件与次生事件的检测流程 Fig. 3 The detection process of protogenicevent and secondary event
3 应用实例与结论

基于上述地理时空对象的地理事件的自动检测方法,笔者将其应用于土地利用现状管理信息系统LandEx中,实现了基于外部变化信息的地理事件的自动检测.

图 4所示,某村新建了一些住宅用地,变更后地类为村庄(203),权属性质为30,本次变更涉及占用标识码为3235609和558171的部分水田图斑,标识码为133577和133347的线物沟渠,以及标识码为3542878的零物坑塘水面.以此为变更实例,进行地理事件的检测,检测过程信息以及结果如图 5所示.

图 4 变化图斑与数据库原始图斑的空间关系 Fig. 4 The spatial relationship between the changing map spotand the original map spot in database
图 5 地理事件检测过程信息存储 Fig. 5 Records of geographical event detection process

图 5中表LU_INDEX记录了变化图斑与数据库目标图斑的拓扑与空间相似性度量指标值,包括变化图斑编号(R_BHTBBH)、目标图斑标识码(T_TBBSM)、变化图斑面积(R_BHTBMJ)、目标图斑面积(T_TBMJ)、面积叠置度(S_Area)、面积相似度(SimArea)、形状相似度(SimShape),根据这些指标值结合属性变化检测,推断出原生事件并记录在表LU_GeoEvent中.本次变更的原生事件为标识码为3235609和558171的水田分别被分割为2块,其中位于变化图斑范围内的2块地类图斑合并成一块标识码为3542901、地类为村庄(203)、权属性质为30的图斑.

原生事件检测完成并采取更新操作算子更新对应数据后,根据空间拓扑约束、拓扑语义约束以及语义逻辑约束,进行次生事件的检测并记录在表LU_GeoEvent中.标识码为3235609和558171的图斑分割,导致133577和133347的线物穿越相邻地类图斑,不满足拓扑约束规则,引起线物图形变更的事件;同时, 根据地类界线是地类图斑边界的约束规则,触发了4条原地类界线分割、3条新地类界线新增以及位于图斑内的1条地类界线灭失的事件.又根据图斑内不应包含非建设用地的零物线物的拓扑语义约束规则,图斑3542901为建设用地,因此引发了2条地类为沟渠的线物以及1个地类为坑塘水面的零物灭失的次生事件.最后, 根据语义逻辑约束规则,检测出了相关地类图斑、线状地物的属性变更事件,主要是由地类图斑、线物零物图形变更引起的面积字段属性值以及线物扣除信息的属性值变化.

此次变更涉及多个地类图斑、线状地物以及零星地物,检测出的地理事件记录在表LU_GeoEvent中,包括原生事件和次生事件.表LU_GeoEvent主要记录事件的几大要素,包括事件发生的对象名称(T_FC),事件发生前后的地理要素标识(T_YSBSM和T_HYSBSM),原子事件类型(Atomic Event)以及事件所属的种类(EventType),用PE和SE分别代表原生事件和次生事件.每个事件用EventID标识,并用QeventID记录引发该事件的父事件,所有次生事件都有QeventID,而原生事件的QeventID则为NULL,由此记录了事件间的衍生关系.以上地理事件发生之后,得到如图 6所示的结果.

图 6 数据更新结果 Fig. 6 Results of data updating

为了进一步说明本文提出的地理事件自动检测方法在土地利用数据更新中的效果,选取5组数量不等的待变更图斑,进行地理事件检测,局部变化图斑分布如图 7所示.

图 7 变化图斑分布(局部) Fig. 7 Distribution of changing pattern spots (part)

以表LU_INDEX中的一条记录为一个事件,对检测结果进行统计分析的结果见表 6.

表 6 地理事件检测结果的准确率统计 Table 6 The accuracy statistics ofgeographical event detection results

表 6的检测结果可以看出,采用本文提出的方法进行地理事件自动检测,准确率相对较高,平均在90%以上,只存在少量漏检或者检测错误的情况,证明了该方法在土地利用数据更新过程中的有效性.分析发现:实验中发生未检测或检测错误的情况主要是因为变化图斑的形状较复杂,涉及的地类图斑、线物零物数量较多,或者变化图斑与数据库中地类图斑的公共边界不完全吻合.某一原生事件漏检亦会导致其一系列次生事件不能被检测出.

阐述了地理时空对象的拓扑关系度量和空间相似性度量方法,分析了时空数据的空间拓扑约束、拓扑语义约束以及语义逻辑约束,以此为理论依据,提出了一种基于拓扑与空间相似性的地理事件检测方法.土地利用现状管理信息系统的实例证明,该方法能基于外部变化参考信息进行自动检测并记录整个变化过程中的所有事件,避免了大量的人为判断与人为操作,且定义了原生事件和次生事件并以此描述整个时空过程中事件间的衍生关系,为时空数据库的自动更新提供了一定的参考.进一步的研究工作包括:时空数据库的自动更新机制研究, 以及更新过程中的数据质量控制.

参考文献
[1] 刘校妍.基于事件与版本管理的双基态修正模型[D].杭州:浙江大学, 2014.
LIU Xiaoyan. Dual Base States Model with Amendments Based on Event and Version Management[D]. Hang zhou:Zhejiang University, 2014.
[2] 张丰, 刘南, 刘仁义, 等. 面向对象的地籍时空过程表达与数据更新模型研究[J]. 测绘学报, 2010, 39(3): 303–309.
ZHANG Feng, LIU Nan, LIU Renyi, et al. Research of cadastral data modeling and database updating based in spatio-temporal process[J]. Acta Geodaetica et Cartographica Sinica, 2010, 39(3): 303–309.
[3] 周晓光, 陈军, 朱建军, 等. 基于事件的时空数据库增量更新[J]. 中国图象图形学报, 2006, 11(10): 1431–1438.
ZHOU Xiaoguang, CHEN Jun, ZHU Jianjun, et al. Event-based incremental updating of spatio-temporal database[J]. Journal of Image and Graphics, 2006, 11(10): 1431–1438.
[4] 周炤, 孙群, 刘海砚, 等. 用于变化发现的地理事件建模与表达[J]. 测绘科学技术学报, 2013, 30(1): 87–90.
ZHOU Zhao, SUN Qun, LIU Haiyan, et al. The modeling and expression of geographic events for change detection[J]. Journal of Geomatics Science and Technology, 2013, 30(1): 87–90.
[5] 夏慧琼, 李德仁, 郑春燕. 基于地理事件的时空数据模型及其在土地利用中的应用[J]. 测绘科学, 2011, 36(4): 124–127.
XIA Huiqiong, LI Deren, ZHENG Chunyan. A geographical event-based spatiotemporal data model and its application in land use[J]. Science of Surveying and Mapping, 2011, 36(4): 124–127.
[6] 陈军, 林艳, 刘万增, 等. 面向更新的空间目标快照差分类与形式化描述[J]. 测绘学报, 2012, 41(1): 108–114.
CHEN Jun, LIN Yan, LIU Wanzeng, et al. Formal classification of spatial incremental changes for updating[J]. Aeta Geodaetica et Cartographica Sinica, 2012, 41(1): 108–114.
[7] 潘励, 王华. 利用拓扑关系模型自动检测居民地的变化类型[J]. 武汉大学学报:信息科学版, 2009, 34(30): 301–303.
PAN Li, WANG Hua. Automatic recognition of change types of residential areas using topology relations model[J]. Geomatics and Information Science of Wuhan University, 2009, 34(30): 301–303.
[8] 陈军, 周晓光. 基于拓扑联动的增量更新方法研究--以地籍数据库为例[J]. 测绘学报, 2008, 37(3): 322–329.
CHEN Jun, ZHOU Xiaoguang. Incremental updating of spatial database based on topological linkage, taking cadastral database's updating as an example[J]. Aeta Geodaetica et Cartographica Sinica, 2008, 37(3): 322–329.
[9] CHEN Y, LI T, ZENG F, et al. Research on event-based update of spatial-temporal information of multisource sensor[C]//22nd International Conference on Geoinformatics. Kaohsiung:IEEE, 2014:1-4.
[10] 刘校妍, 蒋晓敏, 楼燕敏, 等. 基于事件和版本管理的逆基态修正模型[J]. 浙江大学学报:理学版, 2014, 41(4): 481–488.
LIU Xiaoyan, JIANG Xiaomin, LOU Yanmin, et al. Model of backwards base state with amendments based on event and version management[J]. Journal of Zhejiang University:Science Edition, 2014, 41(4): 481–488.
[11] 李德仁, 龚健雅, 张桥平. 论地图数据库合并技术[J]. 测绘科学, 2004, 29(1): 1–4.
LI Deren, GONG Jianya, ZHANG Qiaoping. On the conflation of geographic databases[J]. Science of Surveying and Mapping, 2004, 29(1): 1–4.
[12] 陈军, 李志林, 蒋捷, 等. 基础地理数据库的持续更新问题[J]. 地理信息世界, 2004, 2(5): 1–5.
CHEN Jun, LI Zhilin, JIANG Jie, et al. Key issues of continuous updating of geospatial database[J]. Geomatics World, 2004, 2(5): 1–5.
[13] 纪亚洲, 顾和和, 李保杰. 国土数据库变更中公共边自动匹配算法研究[J]. 中国矿业大学学报, 2015, 44(2): 375–383.
JI Yazhou, GU Hehe, LI Baojie. Study on automatic matching algorithm of common edges in land database updating[J]. Journal of China University of Mining & Technology, 2015, 44(2): 375–383.
[14] 郑宇志, 张青年. 基于拓扑及空间相似性的面实体匹配方法研究[J]. 测绘科学技术学报, 2013, 30(5): 510–514.
ZHENG Yuzhi, ZHANG Qingnian. An approach to identical areal entity matching based on topology and spatial similarity[J]. Journal of Geomatics Science and Technology, 2013, 30(5): 510–514.
[15] 郝燕玲, 唐文静, 赵玉新, 等. 基于空间相似性的面实体匹配算法研究[J]. 测绘学报, 2008, 37(4): 501–506.
HAO Yanling, TANG Wenjing, ZHAO Yuxin, et al. Areal feature matching algorithm based on spatial similarity[J]. Aeta Geodaetica et Cartographica Sinica, 2008, 37(4): 501–506.
[16] SERVIGNE S, UBEDA T, PURICELLI A, et al. A methodology for spatial consistency improvement of geographic databases[J]. Geoinformatica, 2000, 4(1): 7–34. DOI:10.1023/A:1009824308542
[17] 詹陈胜.多尺度数据库中空间冲突自动检测方法研究--以线要素为例[D].郑州:解放军信息工程大学, 2012.
ZHAN Chensheng. Study on Automatic Detection of Spatial Conflict in Muti-scale Database-A Case Research of Linear Features[D]. Zhengzhou:The PLA Information Engineering University, 2012. http://cdmd.cnki.com.cn/Article/CDMD-90005-1013161303.htm