多源地理矢量空间数据融合研究

doi:10.13474/j.cnki.11-2246.2019.0398

测绘通报 ›› 2019, Vol. 0 ›› Issue (12): 112-115.doi: 10.13474/j.cnki.11-2246.2019.0398

多源地理矢量空间数据融合研究

杨灿¹, 汪齐松²

1. 湖南科技职业学院, 湖南长沙 410004;
2. 湖南省国土资源信息中心, 湖南长沙 410004

收稿日期:2019-03-19 发布日期:2020-01-03
作者简介:杨灿(1983-),女,硕士,讲师,主要从事地理大数据应用与分析研究。E-mail:244935052@qq.com
基金资助:
湖南省自然资源厅科技研究课题项目（2016B05）

Research on multi-source geospatial vector data fusion

YANG Can¹, WANG Qisong²

1. Hunan Vocational College of Science And Technology, Changsha 410004, China;
2. Hunan Land and Resources Information Center, Changsha 410004, China

Received:2019-03-19 Published:2020-01-03

摘要/Abstract

摘要： 随着地理信息大数据时代的到来，地理信息与多个行业领域日益深度融合，产生了海量的多源异构数据。多源丰富的空间数据为经济社会发展提供基础支撑作用的同时，其异构性也给数据共享和应用带来了问题与挑战。针对地理空间数据多源、异构、不一致性的现状及特点，本文提出了数据库模式融合与数据库实例融合为一体的多源地理空间数据融合流程与方法，并以基础地理信息、地理国情普查等实例数据进行了分析，为多源空间数据共享与应用提供了解决思路。

关键词: 多源, 空间数据, 数据库, 数据融合

Abstract: With the arrival of the era of geographic information big data, geographic information and multiple industries are increasingly deeply integrated, resulting in a large number of heterogeneous multi-source data.Multi-source and rich spatial data provide basic support for economic and social development, while its heterogeneity also brings problems and challenges to data sharing and application.In view of the current situation and characteristics of multi-source, heterogeneous and inconsistent geospatial data, this paper puts forward the process and method of multi-source geospatial data fusion, which integrates database model fusion and database instance fusion, and analyzes the case data such as fundamental geographic information and national census geography, which provides a solution for multi-source spatial data sharing and application.

Key words: multi-source, geospatial data, database, data fusion

中图分类号:

P208

杨灿, 汪齐松. 多源地理矢量空间数据融合研究[J]. 测绘通报, 2019, 0(12): 112-115.

YANG Can, WANG Qisong. Research on multi-source geospatial vector data fusion[J]. Bulletin of Surveying and Mapping, 2019, 0(12): 112-115.

参考文献

[1] 陈换新,刘栋永,徐明世,等.空间数据融合的框架流程及发展现状研究[J].地理信息世界,2013,20(5):26-31.
[2] 孙群.多源矢量空间数据融合处理技术研究进展[J].测绘学报,2017,46(10):1627-1636.
[3] TONG Xiaohua, LIANG Dan, JIN Yanmin. A linear road object matching method for conflation based on optimization and logistic regression[J]. International Journal of Geographical Information Science, 2014, 28(4):824-846.
[4] SAFRA E, KANZA Y, SAGIV T, et al. Efficient integration of road maps[C]//Proceedings of the 14th Annual ACM International Symposium on Advances in Geographic Information Systems. Arlington, Virginia:ACM, 2006:59-66.
[5] 程钢,卢小平.顾及通名语义的汉语地名相似度匹配算法[J].测绘学报,2014,43(4):404-410, 418.
[6] JENSEN J, ASSLFELD A, BROOME F, et al. Spatial data acquisition and integration[J]. Geomorphology, 2011, 41(2-3):171-181.
[7] 安晓亚,杨云,刘平芝.基于拓扑谓词的空间拓扑关系相似性度量模型与应用[J].地球信息科学学报,2013,15(2):159-165.
[8] 童小华,邓愫愫,史文中.数字地图合并的平差原理与方法[J].武汉大学学报(信息科学版),2007,32(7):621-625.
[9] 郝燕玲,唐文静,赵玉新.基于多评价因素的面状要素合并变换算法[J].计算机辅助设计与图形学学报,2009,21(2):237-242.
[10] 陈换新,肖强,李明,等.国外空间数据的语义差异及转换方法研究[J].测绘科学, 2014, 39(7):83-86.
[11] KAVOURAS M, KOKLA M, TOMA E. Comparing categories among geographic ontologies[J]. Computers & Geoscience, 2005, 31(2):145-154.
[12] 肖强,赵国成,阚映红.ShapeFile格式数据与地理信息交换格式数据转换[J].测绘科学,2010, 35(6):82-83.
[13] FONSECA F T, EGENHOFER M J. Ontology-driven geographic information systems[C]//Proceedings of the 7th ACM International Symposium on Advances in Geographic Information Systems. Kansas City, Missouri:ACM, 1999:14-19.
[14] 赵彦庆,肖如林.基于本体的网络地理空间数据集成[J].地球信息科学学报,2012,14(5):584-591.
[15] 郭小菊,陈俊杰.基于地理本体的同名实体匹配技术研究[J]. 计算机应用与软件,2015,32(2):66-68,112.

多源地理矢量空间数据融合研究

Research on multi-source geospatial vector data fusion

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	岳胜杰, 王红旗, 刘群坡, 赵荣亮. 结合扩展卡尔曼滤波与基于点线的最近点迭代扫描匹配算法的机器人位姿自适应估计[J]. 测绘通报, 2022, 0(7): 49-53.
[2]	刘春杉, 曾元武, 罗宏明, 程迎轩, 钟小君, 张彤辉, 岳文. 广东省国土空间规划"一张图"实施监督信息系统下的海洋数据融合研究与实践[J]. 测绘通报, 2022, 0(6): 154-157.
[3]	陈兰兰, 夏益强, 肖海平, 刘小生. 露天矿边坡稳定性监测方法研究现状及进展[J]. 测绘通报, 2022, 0(5): 7-13.
[4]	任超, 邓诗琴, 高懋芳. 一种提取北部湾沿海地区水体信息的动态阈值方法[J]. 测绘通报, 2022, 0(5): 14-19,37.
[5]	王梅红, 侯笑宇, 司连法, 贺风. 地理空间数据结合手机信令等多源数据刻画城市居民出行特征[J]. 测绘通报, 2022, 0(5): 162-165.
[6]	肖斌, 周忠赣, 范军林, 徐看, 刘向铜. Sentinel+Landsat融合影像的城市不透水面积参数获取[J]. 测绘通报, 2022, 0(4): 66-71,95.
[7]	罗国玮, 叶嘉媛, 王金凤. 基于多特征相似性的多源POI匹配方法[J]. 测绘通报, 2022, 0(4): 96-100.
[8]	陈换新, 温伯威, 朱蕊, 常正阳, 程绵绵, 王俊超, 常丽君. 多源矢量空间数据中面状水域几何准确性及现势性评估方法[J]. 测绘通报, 2022, 0(3): 161-165.
[9]	柳絮, 张宁, 徐晓天, 安超, 许士翔, 李程. 基于多源空间数据与空地协同的植被覆盖度估算——以东亚干草草原为例[J]. 测绘通报, 2022, 0(1): 39-43,55.
[10]	高莎, 袁希平, 甘淑, 杨明龙, 袁新悦, 罗为东. 融合无人机影像与LiDAR点云的山区地表覆被景观特征探测[J]. 测绘通报, 2022, 0(1): 110-115.
[11]	孙保燕, 周鑫, 覃禹程, 韦龙华, 葛广昊. 空地多数据互辅融合技术在大型牌式古建筑重建的应用[J]. 测绘通报, 2022, 0(1): 121-127,132.
[12]	徐杰, 侯飞, 曹广航. 高精道路地图制作方法及关键技术[J]. 测绘通报, 2022, 0(1): 155-158.
[13]	陈换新, 马超, 张吉才, 陈长林, 秦志强, 马京振, 汪亚群. 多源矢量空间数据可用性评估的可视分析[J]. 测绘通报, 2021, 0(9): 74-78.
[14]	徐益峰, 陈昱, 程宝银, 张蒙. 二维哈希算法在地理空间数据批量分幅中的应用[J]. 测绘通报, 2021, 0(9): 140-144.
[15]	淳锦, 张新长, 郭海京, 张建国, 金诗程. 基于多源信息与深度学习特征提取的人口空间抽样方法[J]. 测绘通报, 2021, 0(8): 42-47.