论文部分内容阅读
制图自动综合一直以来都是地图学领域的研究热点和难点。经过几十年的发展,国内外学者设计了大量的算法与模型对点、线、面要素进行综合,这些算法大多基于单一要素进行处理,没有把自动综合作为一个整体进行考虑;众多的综合算法只能处理特定环境下的特定问题,缺少支持自动综合操作的数据结构和模型。随着制图综合理论的深入和制图生产的发展,基于地理特征约束的自动综合逐渐成为制图综合研究的重点。在此情况下,本文对城市道路约束下的大比例尺兴趣点综合方法和建筑物综合方法进行了研究,主要内容如下:(1)支持自动化综合过程的数据结构研究自动化制图综合中,制图综合的规则和专家知识必须转换为对地理要素几何信息、属性信息、拓扑信息的处理规则才能在计算机中完成。本文提出了包含丰富语义信息的拓扑结构和三角网结构,对自动化综合过程提供支持。数据结构在自动化制图综合中的应用主要包括如下几个方面:对地理要素的几何信息和属性信息进行描述和表达;对地理要素之间的空间关系进行描述和表达;完成基本的几何变换,支持综合操作的实现。(2)城市道路数据预处理方法研究道路网对城市结构的形成起到骨架支撑的作用,在其他空间数据综合过程中起到约束空间分布、空间数据分割、空间障碍等作用。需要对道路数据做预处理,为后续约束条件下兴趣点、建筑物综合算法研究提供数据基础。从几何特征、拓扑特征、语义特征三方面对道路数据特点进行分析,总结道路网对城市空间其他地理要素综合过程的约束作用;研究道路数据结构化方法,提出道路三角网结构,道路拓扑结构、道路stroke结构3种结构化方式;提出相关的道路数据预处理算法,包括:基于三角网数据结构的道路中心线提取和优化算法,实现道路的降维;基于stroke数据结构的道路智能评价模型,实现道路网的自动化选取;建立道路数据的点线拓扑结构,提出空间特征智能识别与约束的道路化简算法。并以实际数据为例进行实验和分析。(3)道路网约束下城市兴趣点综合方法研究总结了城市兴趣点与普通点群数据在数据特点、综合理论等方面的异同,指出现有点综合算法不适用于城市兴趣点;从地图认知的角度出发,分析分布在城市道路网中的城市兴趣点在全局聚类层次、局部结构层次、单个要素层次三个层次上空间信息表达的特征;在聚类基础上,对呈线性分布、簇状分布、离散分布三种分布模式的城市兴趣点数据分别提出沿道路网络间隔选取法、加权V图选取法、显著性选取法三种选取方法,形成道路约束下的城市点数据选取模型;对道路和兴趣点的空间冲突情况做分析,提出解决方法。以实际数据为例进行实验和分析。(4)道路网约束下城市建筑物综合方法研究对城市建筑物的数据特点和综合需求进行分析,研究城市道路在建筑物综合过程中的数据分块和空间障碍影响,提出道路约束下城市建筑物的合并方法。首先根据道路网将建筑物数据分块,实现大范围变小区块;然后对每个数据块内的建筑物提出三角网数据结构为基础的建筑物合并方法:以道路为空间障碍,使用6种度量参数对约束Delaunay三角网中的三角形进行排除和修复筛选操作,探测建筑物之间的邻近关系;自动识别保留三角形的外轮廓作为合并建筑物之间的桥接部分,并对其进行直角化处理;最终,通过桥接部分和建筑物面的融合实现保持直角化特征的建筑物合并。以实际数据为例对算法有效性进行实验和分析。论文在对制图要素之间的空间关系理论和空间冲突进行介绍的基础上,阐述点要素、线要素、面要素之间空间关系智能表示及识别方法,提出泛化的空间要素拓扑结构和三角网结构,实现大比例尺城市地理空间环境中道路约束下的兴趣点和建筑物综合。本文研究内容丰富了大比例尺城市地理要素自动综合方面的研究成果,并在一定程度上推动了制图自动综合的实用化进程。