[发明专利]一种保持结构化地物轮廓特征的图斑合并方法

说明书

本发明公开了一种保持结构化地物轮廓特征的图斑合并方法，包括：A、获取一全铺盖矢量原始图斑数据，并提取结构化地物；B、识别结构化地物内的典型空间分布模式；C、识别构成典型空间分布模式的聚集性的结构化地物，并提取其外围边界轮廓；D、将外围边界轮廓内部的聚集性的结构化地物进行合并处理，得到结构化地物合并处理结果；及对原始图斑数据进行合并操作，得到原始图斑数据合并结果；E、将聚集性的结构化地物的外围边界轮廓与原始图斑数据合并结果进行异运算，确定原始图斑数据合并结果中需要被回填的各个回填位置；F、将结构化地物合并处理结果镶嵌至原始图斑数据合并结果中的各个回填位置，以得到回填后的图斑数据全铺盖合并结果。

技术领域

本发明涉及地图制图与地图综合领域，尤其涉及一种保持结构化地物轮廓特征的图斑合并方法。

背景技术

随着地理国情普查数据应用深度和广度加大，从大比例尺地表覆盖数据(图斑)综合至各种小比例尺数据，以多层次全面反映区域土地利用状况的需求越来越迫切。然而，土地利用专题数据是一种全覆盖、无重叠的空间铺盖，当地图由大比例尺变化至小比例尺，图上的细小图斑及狭长图斑难以在地图上进行表达，这时需要进行图斑合并操作。合并操作可分为融合(amalgamation)与聚合(aggregation) 两种，其中，融合是指将细小图斑合并至具有不同语义类型的拓扑邻接图斑的过程，聚合是指合并被狭长图斑分割的具有相同语义类型的拓扑相离图斑的过程。现有研究指出，合并操作既要顾及各个图斑自身的边界自然形态，又要考虑各类型用地的空间格局，即空间分布规律，还要保证全局统计上的各类型用地面积相对百分比不变。

Van Oosterom(1995)提出了经典的迭代算法，其思想是从土地利用图数据集中迭代选择一个最不重要的小面积图斑合并到邻近图斑中，然而这种方法只能处理邻接图斑，即融合操作，且在综合后地类变化较大；艾廷华等(2002)提出建立边界约束Delaunay三角网进行合并操作，通过三角网提取细小图斑内骨架线，将其剖分至其多个拓扑相接的图斑中，实现融合操作，同时，利用三角网探测拓扑相离图斑间的“桥梁”区域，通过“或”运算实现多边形聚合操作；翁杰等(2012)提出了一种改进的图斑聚合算法，采用缓冲区合并的思想对“桥梁”区域进行合并，更好的保持了图斑自身的边界自然弯曲形态。然而，上述这些方法均未解决合并后地类变化较大的问题，为此，有学者提出了基于全局最优的图斑数据合并方法。杨志龙(2016) 提出了基于蚁群算法对土地利用图斑合并进行全局优化，并实验证明了该方法对于地类面积变化率的保持明显优于经典的迭代算法；此外，Haunert等(2010)尝试利用混合整数规划的方法解决土地利用数据合并的最优化问题，在考虑地类面积变化最小的同时，顾及了合并结果的紧凑性。

总之，现有合并方法的缺点是为了维持数据的全覆盖、无重叠特性，其合并大多从全局出发，将各个地类统一考虑，较少顾及在空间分布上具有内在规律性的地物特征，如建筑物、坑塘等。合并过程中，改变了这些具有特殊空间结构的地物边界，导致空间结构特征部分或全部丢失。

因此，目前亟需一种保持结构化地物轮廓特征的图斑合并方法，以避免现有技术在合并过程中由于改变了具有特殊空间结构的地物边界，导致地空间结构特征部分或全部丢失的状况的发生。

发明内容

有鉴于此，本发明的主要目的在于提出一种保持结构化地物轮廓特征的图斑合并方法，以避免现有技术在合并过程中由于改变了具有特殊空间结构的地物边界，导致地空间结构特征部分或全部丢失的状况的发生。

本申请提供的一种保持结构化地物轮廓特征的图斑合并方法，包括：

A、获取一全铺盖矢量原始图斑数据，根据语义信息在所述原始图斑数据中提取具有指定空间结构特征的结构化地物；

B、识别所述结构化地物内的典型空间分布模式；

C、根据所述结构化地物内的典型空间分布模式，识别构成典型空间分布模式的聚集性的结构化地物，并提取所述聚集性的结构化地物的外围边界轮廓；