基于多种相似度特征的道路实体融合方法

doi:10.13474/j.cnki.11-2246.2021.0250

测绘通报 ›› 2021, Vol. 0 ›› Issue (8): 102-105,157.doi: 10.13474/j.cnki.11-2246.2021.0250

基于多种相似度特征的道路实体融合方法

周秀华, 李乃强

江苏省测绘工程院, 江苏南京 210013

收稿日期:2020-09-15 出版日期:2021-08-25 发布日期:2021-08-30
通讯作者: 李乃强。E-mail:27810915@qq.com
作者简介:周秀华(1981-),女,硕士,高级工程师,主要从事数据分析和地理信息系统研究。E-mail:358008633@qq.com
基金资助:
江苏省自然资源厅指导性科研型项目（2020050）；江苏省测绘工程院测绘地理信息科研项目（SCYKY202009）

Road entity fusion method based on multiple similarity features

ZHOU Xiuhua, LI Naiqiang

Survey Province Surveying and Mapping Engineering Institute, Nanjing 210013, China

Received:2020-09-15 Online:2021-08-25 Published:2021-08-30

摘要/Abstract

摘要： 随着城市建设步伐的加快和基础地理信息应用领域的扩展，国家经济建设和人民群众生活对基础地理信息的需求越来越大，对基础地理信息的现势性和更新频率也提出了更高的要求。因此，对不同精度、不同来源的地理信息数据融合技术进行研究具有十分重要的意义。道路实体是重要的基础地理信息，尤其是铁路、高速、国省道、城市主干道。本文重点围绕道路实体研究数据间的差异性，建立了自动匹配评价指标；并基于FME平台搭建同名匹配、变化检测和增量更新模型，实现了道路实体自动更新和融合，缩短了道路实体更新周期。“十三五”第2轮基础测绘更新项目利用该技术完成了重要道路实体的融合，证明了该技术的可行性和准确性，为新型基础测绘体系的建设提供了技术支撑。

关键词: 道路实体, 同名匹配, 变化检测, 增量更新, 基础地理信息

Abstract: With the acceleration of the pace of urban construction and the expansion of the application field of basic geographic information, the national economic construction and people’s life have an increasing demand for basic geographic information, which also puts forward higher requirements for the current situation and update frequency of basic geographic information. Therefore, it is of great significance to study the geographic information data fusion technology with different accuracy and different sources. Road entity is an important basic geographic information, especially railway, expressway, national and provincial road, urban trunk road. This paper focuses on the road entity, studies the differences between data, establishes automatic matching evaluation index, and builds homonymous matching, change detection and incremental updating model based on FME platform, realizes the automatic updating and fusion of road entity, and shortens the updating cycle of road entity Period. The second round of the 13th five year plan basic surveying and mapping update project uses this technology to complete the integration of important road entities. Through analysis and verification, it proves the feasibility and accuracy of the technology, and provides technical support for the construction of new basic surveying and mapping system.

Key words: road entity, homonym matching, change detection, incremental update, basic geographic information

中图分类号:

P208

周秀华, 李乃强. 基于多种相似度特征的道路实体融合方法[J]. 测绘通报, 2021, 0(8): 102-105,157.

ZHOU Xiuhua, LI Naiqiang. Road entity fusion method based on multiple similarity features[J]. Bulletin of Surveying and Mapping, 2021, 0(8): 102-105,157.

参考文献

[1] 张继贤, 顾海燕.关于新型测绘的探索[J]. 测绘科学, 2016, 41(2):3-10.
[2] 李成名, 印洁, 刘晓丽, 等. "实体中国"与新型基础测绘的思考[J]. 测绘科学, 2019, 44(6):230-234.
[3] 任俊儒.FME在GIS数据处理中的应用[J]. 测绘与空间地理信息, 2018, 41(11):129-130.
[4] 毛硕. 基于FME的CAD与GIS数据共享研究[D]. 阜新:辽宁工程技术大学, 2013.
[5] 唐辉, 韩维喆, 蒲德祥, 等. FME在大比例尺基础测绘数据建库中的应用[J]. 地理空间信息, 2020, 18(11):91-93.
[6] 黄永芳.FME在地形地籍测绘中的运用分析[J]. 城市地理, 2016(16):81-82.
[7] 安晓亚, 刘平芝, 杨云, 等. 一种线状要素几何相似性度量方法及其应用[J]. 武汉大学学报(信息科学版), 2015, 40(9):1225-1229.
[8] 黄博华, 武芳, 许俊奎, 等. 一种面向同名线要素的距离度量方法[J]. 武汉大学学报(信息科学版), 2017, 42(3):395-401.
[9] 曹闻, 刘浩, 李润生.一种改进的Hausdorff距离地图匹配方法[J]. 计算机工程与应用, 2013, 49(6):159-162.
[10] 郑少波, 周国祥, 张本宏, 等. 基于离散Fréchet距离的地图匹配方法[J]. 合肥工业大学学报(自然科学版), 2017, 40(1):42-46.
[11] 滕志军, 李昊天, 张宇, 等. 动态距离权重因子的隐马尔可夫模型地图匹配算法[J]. 河南科技大学学报(自然科学版), 2020, 41(4):40-45.
[12] 张彦会, 曹强荣, 何维.角度和距离分段占优地图匹配算法[J]. 河南科技大学学报(自然科学版), 2014, 35(2):24-28.
[13] 程绵绵, 孙群, 季晓林, 等. 改进平均Fréchet距离法及在化简评价中的应用[J]. 测绘科学, 2020, 45(3):170-177.
[14] 曾传俊, 李莲芳, 褚睿涛.基于FME的DWG图形转换[J]. 测绘通报, 2019(S2):275-277.
[15] 徐昌荣, 沈晶, 施魁元.基于FME的GIS互操作探讨[J]. 江西理工大学学报, 2006, 27(3):1-3.
[16] 王晓烨, 陈立桢, 王新来, 等. 用FME实现DWG数据到SHP数据的转换[J]. 科技信息, 2011(16):753-754.
[17] 陈琦, 黄伟涛.基于FME的城市更新基础数据自动化入库[J]. 地理空间信息, 2019, 17(7):57-59.
[18] 李润生, 曹闻.基于距离角度拟合的地图匹配算法[J]. 测绘科学, 2012, 37(4):132-134.
[19] 李欢.一种基于FME的数字地形图数学精度检测方法[J]. 陕西煤炭, 2021, 40(2):163-167.

基于多种相似度特征的道路实体融合方法

Road entity fusion method based on multiple similarity features

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]	阮明浩, 卢永华, 刘玉贤, 汤圣君, 王伟玺, 张宇琦, 李游. 激光与倾斜点云精确配准与无缝融合[J]. 测绘通报, 2022, 0(4): 6-10.
[2]	潘建平, 李鑫, 孙博文, 胡勇, 李明明. 基于注意力密集连接金字塔网络的新增建设用地变化检测[J]. 测绘通报, 2022, 0(3): 41-46,59.
[3]	杨景玉, 贾多科, 王阳萍. 基于超像素分割与CRF的高分辨率遥感影像变化检测[J]. 测绘通报, 2022, 0(2): 25-30,49.
[4]	乐颖, 夏元平. 基于比值法的多源多时相数据城区变化检测[J]. 测绘通报, 2022, 0(2): 56-61.
[5]	车子杰, 高飞, 吴兆福, 李振轩. 基于改进U-Net网络的多源遥感影像洪涝灾害信息提取与变化分析[J]. 测绘通报, 2022, 0(1): 26-32.
[6]	苏艺凡, 党建武, 王阳萍, 杨景玉. 改进的区间二型模糊聚类遥感影像变化检测[J]. 测绘通报, 2021, 0(7): 44-51,58.
[7]	刘海飞, 杨敏华, 王晶, 徐刚, 陈杰. 利用结构面对象的高分遥感影像建筑物变化检测[J]. 测绘通报, 2021, 0(6): 16-20.
[8]	张伟良, 刘琦, 吴长彬, 杨光迪. 基于孪生神经网络的土地利用现状年度变化检测[J]. 测绘通报, 2021, 0(3): 91-95,104.
[9]	赖正文, 夏小云. 像素级和对象级高分辨率遥感图像变化检测分析[J]. 测绘通报, 2021, 0(2): 59-63.
[10]	韩建平. 青海省地震灾后地物变化的快速识别[J]. 测绘通报, 2021, 0(11): 120-123.
[11]	韩建平. 基于遥感影像的青海省环境变化监测[J]. 测绘通报, 2021, 0(10): 123-126,145.
[12]	聂倩, 赵艳福. 结合IR-MAD与均值漂移算法的密集城区遥感影像变化检测[J]. 测绘通报, 2020, 0(6): 57-62.
[13]	刘霞, 郭亚男. 基于随机森林的遥感影像变化检测[J]. 测绘通报, 2020, 0(5): 16-20.
[14]	万冉冉, 陈娟, 廖明伟, 刘异, 庞超. 基于Siamese卷积神经网络的影像瓦片变化检测技术[J]. 测绘通报, 2020, 0(4): 96-100,129.
[15]	张嘉, 白晓飞, 汪秀莲, 季宏伟, 杨宜舟. 土地调查线状地物与图斑逻辑一致性缺陷修正方法[J]. 测绘通报, 2020, 0(11): 128-131.