土地审批测绘是为土地管理部门提供科学、准确的基础数据而开展的一项技术服务工作，包括土地预审测绘、土地勘测定界测量等内容。文献[1-3]对勘测定界自动化成图、土地利用分类统计、坐标数据格式转换等勘测定界部分工作开展了研究，并研发了相应的辅助工具；余剑^[4]研发了基于AutoCAD(autodesk computer aided design)软件的土地勘测定界系统；吴长彬等^[5]研发了基于ArcEngine的土地勘测定界系统。这些信息化系统工具的研发在一定程度上提高了土地审批测绘作业过程中的效率。然而，新时代自然资源统一管理赋予了信息化自然资源测绘新的内涵与需求，改革发展同时也带来的业务规则多变、数据组织和处理能力滞后等难题。本文通过将业务需求的各类方法、策略和参数进行科学化的集成，形成业务专家规则库，并建立知识规则处理模型，应用服务可以根据需求调用不同规则，自动构建数据处理模型，从而实现基于专家规则库的国土资源数据零向导定制。

1 土地审批测绘专家规则模型

土地审批测绘专家规则模型是一种测绘行业数据智能化定制策略，模型的质量好坏直接影响数据生产的质量好坏和可靠性。规则模型中最关键的部分就是知识存储与表达，这些知识用于识别录入的信息并给出匹配的规则^[6-22]。土地审批测绘数据专家规则模型的设计，主要依据土地管理业务需求，并把它们作为逻辑知识，以模型和规则的方式进行编码，形成一套问题处理和流程控制机制。通过将所有的规则模型进行有机组合和统筹管理，结合智能识别手段，最终形成可以全方位辅助土地审批测绘的专家规则库。

1.1 模型的逻辑信息

土地审批测绘专家规则模型的逻辑信息主要由知识主表、业务知识主表、业务知识从表3层结构组成。①知识主表是用抽象的方式存储各类知识，包括知识唯一编码(identity document，ID)、知识类型、知识描述、版本号、创建时间、审批时间和状态等属性。其中，知识类型划分系统中各种类型的专家知识，知识描述描述各类专家知识的特性，其他属性字段适用于知识的发布和审批。②业务知识主表分别描述了故障诊断系统的多类专家知识，包括故障监测点知识主表、闭环测试知识主表和故障树知识主表等。③业务知识从表是具体的专家知识的存储结构。

1.2 模型的表达

土地审批测绘专家规则模型的表达主要包括录入信息的事实识别与表达、规则库集成与表示以及土地审批测绘专家规则库的匹配。

1) 信息的事实识别与表达。一般事实分为叶子事实和非叶子事实。叶子事实是不能进一步寻因且有数据库数据直接支撑的事实，这部分事实可以按照相应的标准进行下一步的规则库匹配；非叶子事实是不能进一步寻因且没有数据库数据直接支撑的事实，这事实节点表现为无法在规则库中找到对应的匹配项，必须要有新的规则对应才能进行下一步操作。

2) 规则的集成与通用表示。本文应用产生式规则的通用表达方式如下：

$ {\rm{if}}\;A, {\rm{then}}\;B $

式中，A为规则条件，表示触发该规则需要满足的先决条件；B为规则结果，表示触发规则后，可以得出的结论或者应该执行的操作；当A中的所有条件要素能在全局数据库中得到匹配时，称为模式匹配成功，该规则可以触发，推出规则结果要素。

面向自然资源的土地审批测绘专家规则库定义与集成，主要包含了国土类专题、业务、成果数据格式的解译原则、数据内容的比对原则、数据正确性的一般检核原则、数据输出的标准原则、数据生产的流程控制原则等几个方面。这些原则均通过逻辑模型进行表达，以编码的形式集成为中间规则库，作为数据零向导定制的中间控制器，在尽量减少人工干预的情况下实现自然资源数据的智能化定制。

3) 专家规则库的匹配。顾及土地审批测绘的业务规则是基于政府相关法规标准的强约束(点v的取值域X为其标准域X₀)，本研究建立了土地审批测绘业务规则(N)与其特征要素集(C)的业务规则基元模型(R)，通过其同征面上的复合基元c_i(N)=v_i，确定了强约束条件下影响业务规则特征要素的非伪方案解，并通过实现其与业务规则的参数化映射，建立了规则库的集合原则。R为：

$ {\bf{R}} = \left[ {\begin{array}{*{20}{c}} N&{{c_1}}&{{v_1}}\\ {{N_2}}&{{c_2}}&{{v_2}}\\ \vdots &{}& \vdots \\ {{N_n}}&{{c_n}}&{{v_n}} \end{array}} \right] = \left[ {\begin{array}{*{20}{c}} {{R_1}}\\ {{R_2}}\\ \vdots \\ {{R_n}} \end{array}} \right] = \left( {N, C, V} \right) $

(1)

式中，V为C的量域; n为影响业务规则的特征要素个数。

针对自然资源数据处理需求，专家规则库匹配通用流程主要包含几个环节。数据录入，数据类型与处理类型的判定，判定结果同化为符合专家规则库要求的事实并按照预设标准进行表达，当该结果为叶节点事实，代表可以通过规则库进行直接操作匹配，此时进行规则库的匹配。规则匹配又分为参数匹配、关键指标比对与置信度评估匹配3种模式。其中，参数匹配主要是按照符合流程控制模型的前后事件处理参数，找到相应的处理控制流程并输入相应的关键参数，进行数据处理；关键指标比对主要是根据同化结果判断数据的关键指标是否符合输出要求，是否允许进行类似坐标转换等类型操作；置信度评估主要指事实同化结果是否已经符合规则库中结果数据规则的标准，准确度与可靠性达到多少，是否可以作为输出结果进行输出。整个匹配流程控制如图 1所示。

2 基于专家规则库的土地审批测绘平台

结合土地审批测绘生产与业务审批工作内容，设计并建立与业务紧密结合的专家规则模型集，通过对这些模型进行有机整合，形成了支撑智能化生产服务的专家规则库，并在此基础之上建立了基于WebGIS(Web geographic information system)的土地审批测绘管理平台。平台主要为满足土地审批测绘成果生产的管理，建立了一套标准数据库，形成土地专题和测绘成果的入库和更新机制，在此基础之上，通过集成专家规则库中的规则模型，根据需求自由调取专题与成果数据进行在线分析与处理，可以流程化、自动化地完成数据坐标转换、在线专题制图、专题地类统计等一系列与生产业务紧密相关的功能和操作。平台的核心服务层利用专家规则库形成的规则模型集合，将需要人工判别与操作较为复杂的数据生产、坐标转换、高级统计分析等建模后纳入规则集，服务只需要在调取规则集时通过入口判别，即可自动化的完成后续业务操作。

3 土地审批测绘零向导定制服务

目前建立的基于土地审批测绘的专家规则库中已包含了多种服务规则模型，其中，最典型的规则模型是专题数据生产规则模型、数据坐标转换规则模型以及专题数据统计分析规则模型。基于这些规则模型，可以形成土地专题数据领域的零向导信息化服务。

3.1 零向导自然资源专题数据制作

土地审批测绘成果数据包含各类专题图，如土地利用现状图、土地利用规划图等。由于制图本身要引用各类地图数据资源，预处理不同坐标系下的矢量数据，制作符号库，制定比例尺和地图输出分辨率等，需要大量的人工参与操作，因而增加了数据生产的复杂度和制作时间。本研究通过集成预设好的专家规则库，建立了零向导自然资源专题数据定制服务，并将服务集成至土地审批测绘管理平台当中。用户只需要上传相应的制图范围数据，选择制图模式，系统将自动在后台匹配数据坐标系，查找对应年份对应图幅的专题底图数据，并通过空间运算给出符合要求的最优比例尺和制图范围，同时自动匹配符号库标识出制图图例，使工作人员可以近乎一键制作相应的专题图成果。零向导专题图制作流程如图 2所示。

3.2 零向导数据坐标转换

土地审批测绘生产涉及较多的坐标转换工作，如地方坐标系与国家坐标系、基础版与政务版坐标转换等工作，非常有必要将坐标转换纳入到了数据生产专家规则库当中。由于涉及到的业务数据种类复杂格式多样。因此在专家规则库中需要对各类数据的文件格式、数据内容进行解析和转换规则匹配，最终对转换结果及转换精度进行检核。基于以上原则，本研究通过集成预设好的专家规则库，建立了零向导数据坐标转换服务，并将服务集成至土地审批测绘管理平台当中，方便生产人员进行快速便捷的坐标转换操作。转换流程如图 3所示。

3.3 零向导地类统计分析

地类统计分析是土地审批测绘业务流程中的一项重要工作。该项工作主要是通过结合用地范围数据、土地利用相关数据进行用地范围内的地类面积统计分析。由于该项工作涉及到的输入数据格式、坐标参考等信息具有多样性，同时需要结合多种辅助数据进行空间分析和指标判断，操作流程较为繁琐。本研究通过集成预设好的专家规则库，建立了零向导地类统计分析服务，用户通过输入数据的识别检核以及统计方式的匹配，自动进行包括裁剪、相交、融合、对称差分析、同一性分析等地理操作，一键获得统计分析结果。分析流程如图 4所示。

4 结束语

本研究开展了面向自然资源土地审批测绘专家知识库的理论方法及技术应用研究，通过定制和维护土地审批测绘规则库，并在此基础上建立零向导土地审批测绘应用服务，构建了基于专家规则库的土地审批测绘平台。该平台的建设为土地审批测绘生产提供了全流程智能化服务，有效地降低了工作复杂度，优化了作业流程，提升了生产效率与信息化服务能力，为自然资源管理部门履行土地管理职能提供精准的测绘地理信息服务。