第25卷 第4期2006年8月兰州交通大学学报(自然科学版)Journal of Lanzhou Jiaotong University(Natural Sciences)Vol.25No.4Aug.2006 文章编号:1001Ο4373(2006)04Ο0035Ο04空间数据的多尺度表达研究胡 最, 闫浩文(兰州交通大学数理与软件工程学院,甘肃兰州 730070)摘 要:多尺度是空间数据的重要特征之一,研究空间数据在不同尺度条件下的表达特征和方式具有极其重要的现实意义.在参考相关资料和同类研究的基础上,阐述了空间数据多尺度表达的特征和数据模型以及表达中可能出现的问题,并给出了试验结果.关键词:空间数据;多尺度;特征;数据模型中图分类号:P208 文献标识码:A0 引言GIS系统最主要的功能是能够为辅助决策提供依据,而这是建立在GIS的空间分析的基础之上的.所以,提供多种尺度的空间数据是GIS系统的重要功能之一.而要达到这一目的,就涉及到空间数据库的多重表达问题,或者说空间数据的多尺度表达问题.空间数据的多重表达问题由来已久,早在1988年,美国地理信息和分析国家中心(NC GIA)就提出了数据库多重表达的概念.按照NC GIA的定义,数据库多重表达是指“随着在计算机内存储、分析和描述的地理客体的分辨率(比例尺)的不同,所产生和维护的同一地理客体在几何、拓扑结构和属性方面的不同数字表达形式.”就是说,具备“多重表达”机制的GIS能够以不同分辨率或比例尺的“数据集”的方式来表达其数据库内容.因此,又被称为“多重表达数据库(Multiple Representation Data2 base)”.以多重表达数据库为核心的GIS可以被称作“多比例尺(尺度)GIS”.1 空间数据的多尺度特征1.1 尺度(Scale)的概念广义地讲尺度是指在研究某一物体或现象时所采用的空间或时间单位,也可指某一现象或过程在空间和时间上所涉及的范围和发生频率.所以,一般可以将尺度区分为空间尺度和时间尺度.而在地理现象的研究中,通常用到的尺度主要有概念尺度性、量纲多尺度和内容多尺度;在地理信息系统的研究中,又可以将尺度简单地理解为分辨率或者比例尺,或者也可以叫做“粒度”.1.2 空间数据的多尺度特征尺度是空间数据的重要特征,是指数据表达的空间范围的相对大小和时间的相对长短.所以,不同尺度所表达的信息密度有很大的差异.一般而言,尺度增大时所表达的信息密度减少,但并不是呈简单的比例变化.根据不同层次和不同领域的用户对GIS的要求和使用的不同,空间数据在不同的尺度条件下展现如下特征:1)同一地物在不同的尺度条件下可以表现为不同的几何外形.这是因为尺度不同,对地物的抽象和化简的程度也不尽相同.如图1所示,以居民地为例,图1中的地物,在比例尺为1∶500时,是一个复杂的多边形;当比例尺变化为1∶1万时,可以简化为一个简单多边形;而在更小比例尺条件下,当变为1∶50万时,居民地就通常被抽象表示为一个简单的点.图1 不同尺度下同一地物的不同外形Fig.1 S am e objects in different sh ap es at different scales收稿日期:2005Ο10Ο31基金项目:国家自然科学基金资助(40301037)作者简介:胡 最(1977Ο),男,湖南宁乡人,硕士生.兰州交通大学学报(自然科学版)第25卷2)同一属性的地物在不同的尺度条件下出现聚类、合并或者消失现象.这种情形主要出现在由大比例尺尺度向小比例尺尺度转换的过程中.这是因为对于同一属性的地物,当对它们进行由大比例尺到小比例尺尺度的变换时,它们所遵循的几何、时态和语义等方面的规则都会发生变化.如图2所示,比例尺为1∶500时三个相互独立的同类地物;当比例尺变为1∶1时,同一区域的三个地物归并为一个地物.图2 同一属性地物在不同尺度下的聚类、合并与消失Fig.2 Aggregation ,am algam ate and disappearance ofsame objects at different scales3)同一地物在不同尺度的表达中会表现出不同的属性.以公路为例,依据交通部的技术标准来划分,交通公路分为汽车专用公路和一般公路两大类.汽车专用路包括高速公路、一级公路和部分专用二级公路;一般公路包括二、三、四级公路.它们在1∶2.5万至1∶10万地形图上的表示如表1所示.表1 同一类地物在不同尺度下表现出不同的属性T ab.1 S ame objects show s different properties at differentscales公路类别1∶2.5万 1∶5 1∶10万汽车专用公路a 高速公路b 一级公路二级公路一般公路4Ο公路等级代号建筑中的汽车专用公路建筑中的一般公路4Ο公路等级代号 由上述分析可以知道,为了进行多尺度的空间数据表达,首先应该从各个实例当中概括出多级尺度条件下表达空间数据可能呈现出来的特征,即应当把握空间数据的几何(Geometry )特征、属性(At 2t ribute )特征和尺度(Scale )变化特征.2 支持多尺度表达的数据结构和模型对空间数据进行多尺度表达的最重要方法是进行地图自动综合,而地图自动综合的关键在于空间数据的组织与表达.合理的数据结构有助于提高计算机运行效率和自动综合后的精确度,而现在专家和学者对数据结构与模型的研究十分深入,在这里仅介绍以下几种.2.1 DA G 数据结构DA G (Directed Acyclic Grap h ,有向无循图)是图形学中知名的文件结构,广泛地应用于数据库领域.DA G 结构的结点包含制图物体的表达和描述对象信息.在图形学中,森林是树的集合,树又是有向无环图,所以每个对象类都可以用森林来描述.借助这一思想,可以为地图中每一类事物建立一个根结点,每一级尺度分别存储不同详细程度的数据.这样,对于一个对象,多级数据即构成了树,而多个树又组成了这类对象的森林.进而在数据存储时将尺度设置为是否显示的属性,则多类对象的数据在同级尺度条件下即可构建数据森林层.当通过开窗来进行多尺度显示时,即可通访问相应的数据森林层来实现.图3说明了数据森林层的概念.这种数据结构的优点在于数据结构层次清晰,数据易于组织且方便检索.图3 数据森林层示例Fig.3 An instance of d ate Οforest level2.2 面向对象的数据结构面向对象(Object Orientation )方法接近于人类的思维习惯,具有很强的抽象特性和丰富的语义描述能力.面向对象方法将现实世界抽象成若干对象类,每个类都具有各自的属性、行为和规则.地理空间的实体都具有确定的空间位置和特性.一般而言,空间对象包含以下几种类型:纯几何类型、几何拓扑类型、纯拓扑类型和空间地物、非地物.因此可以将各个实体按照以上特性抽象为点、线、面、体等4个要素类.其中,线由点的位置来设定,面又由线围成,而体又由面组成.将空间实体的规则和特性以不同的方式封装入这4个要素类中即可以表达各种空间地物.而对于结点、弧段、断面、柱形等特殊地物则可以通过上述点、线、面和体的部分特性组合来描述.对于空间数据的表达,则可以通过将具有相同参考系的要素类组合成要素集,各要素集可以通过几何63第4期胡 最等:空间数据的多尺度表达研究拓扑关系来表达其空间位置特征和数量关系.当尺度改变时只需要查找到该尺度条件下要素集的相应属性描述即可.这种数据结构的优点在于数据表达形象且在编程时比较容易实现.2.3 变焦数据模型变焦数据模型基于照相机的镜头焦距可以改变的思想.它属于动态模型,允许动态改变所反映的信息内容.但是图形比例尺的变化并不等同于简单的图形尺寸缩放,而是各个物体的细节和数量的实时增减.因此,变焦模型的核心是建立多层存储结构.多层存储结构包括物体细节的分层存储和地图数据库的多级变焦.物体细节的分层存储是指通过曲线综合算法将弧段分为树结构.下级结点包含通过坐标所反映的更多细节,这些细节同时作为上级结点的中间层.在多尺度表达时将空间数据分层存放.每层都必须包含更高层的坐标数据.多级变焦则是针对不同的用途存储相应的空间数据.在存储最详细内容的基础上建立二维索引.在二维索引中存放各专题要素不同尺度的数据库地址.该方法把线性数据以坐标树的形式进行存储,使得所检索的曲线的详细程度或综合程度是可变的,当然这取决于所已穿越的树的深度.树的各层以不同的记录分离存储,,只需要根据所选比例尺,存取足以表示该曲线的那些坐标点.树结构线性存储与数据的网格划分能加快数据库信息检索速度.这种数据结构的优点在于它通过树结构存储数据,支持数据的动态变化和快速检索.2.4 尺度依赖空间数据模型空间数据的处理与表达,要求通过对地理空间的多尺度划分和变换,能够描述空间对象的尺度行为,建立多个尺度之间空间数据的逻辑关系,使空间数据集能够从一种表示完备地过度到另一种表示.该模型基于尺度划分对地理信息空间进行多级分解,建立一个多尺度子空间序列.该数据模型具体定义如公式(1)所示:MGeoObj ects=<OI D,A j,D j>(1)式中:MGeoObj ects为广义尺度下多尺度地理空间对象;OI D为其标识即ID;A j为相应的空间对象的主体成分构成的子空间;D j为次要成分构成的子空间;j为尺度.该模型的优点在于存储空间较小,便于维护而且符合人们认识事物的习惯即从整体到局部的认识规律.2.5 面向实体—面向对象的整体数据模型从关系描述的角度出发,可以认为地理空间是一个由定义在地球表层目标集上的关系组成的集合.在这些关系中,几何关系是最为基础的关系.从分析GIS数据的空间特征和尺度特征出发,该模型认为在GIS中可能需要两种坐标空间,一种是位置及拓扑相对精确的空间,一种是关注宏观地理现象的粗略空间,这意味着作为基础的精确底层地理数据库应该具有多尺度表达的能力.结合面向实体和面向对象两种数据模型的特点从而形成面向对象的整体数据模型.该模型的优点在于方便数据的维护与操作,注重整体的特征.3 实验与应该注意的问题本文的研究以面向对象的数据结构为例,结合土地利用地图智能综合软件iMap Builder,进行了三级尺度表达的实验,其效果如图4所示.图4 3级尺度试验效果Fig.4 An instance of three scales从图4中可以看出,随着显示尺度的变化,可以发现以下几个问题:1)比例尺变化的刻度问题.当空间尺度发生变化时,首先要根据变化确定数据表达的细小程度问题,即细节.GIS数据实际上包括3个层次,即要素、目标和几何特征.当尺度发生变化之后,数据表达的主体也相应地要发生要素、目标和几何特征上的变化.2)数据量的问题.与单一尺度的空间数据库相比,显然多尺度空间数据库要容纳更多的数据,采取必要的技术手段进行数据压缩是十分必要的.3)算法的效率问题.由大尺度变换到小尺度时,肯定需要舍弃相当一部分数据,如何进行合理的选取肯定需要合理和高效的算法;反之,进行放大尺度的表达同样也需要考虑算法问题.4)尺度的推演问题.由一级尺度向另一级尺度的上推或下推时,数据结构的选取直接影响到显示的质量和详细程度.4 结论空间数据的多尺度表达是当今GIS研究领域的一大热点.本文在分析多尺度条件下空间数据表达所涉及到的相关概念和空间物体变化特征等基本问题的基础上,对空间数据结构与模型和多尺度表73兰州交通大学学报(自然科学版)第25卷达中存在的问题进行了探讨.多尺度空间数据的表达是空间数据库领域研究的热点问题之一,数据模型的建立、数据压缩技术和地图综合技术都是可应用于该领域的关键技术;此外,计算机图形学、计算几何等学科的一些相关方法和思想也可以为该问题的研究提供重要的借鉴.本文尽管对空间数据的多尺度表达进行了探讨但是对该领域的数据压缩和具体算法的实现等问题还没有作进一步的研究,这些只有期待在今后的继续研究中加以实际的解决.参考文献:[1] 祝国瑞,郭礼珍,尹贡白,等.地图设计与编绘[M].武汉:武汉大学出版社,2001.[2] 戴劲松.地图数据库中数据模型现状及发展[J].浙江测绘,2004,(1):20Ο22.[3] 艾廷华.多尺度空间数据库建立中的关键技术与对策[N].科技导报,2004Ο12Ο04(8).[4] 王艳慧,陈 军,蒋 捷.GIS中地理要素多尺度概念模型的初步研究[J].中国矿业大学学报,2003,32(4): 376Ο382.[5] 龚健雅,夏宗国.矢量与栅格集成的三维数据模型[J].武汉测绘科技大学学报,1997,22(1):7Ο15.[6] 武 芳.空间数据的多尺表达与自动综合[M].北京:解放军出版社,2003.[7] 魏海平.GIS中多尺度地理数据库的研究与应用[J].测绘学院学报,2000,17(2):134Ο137.[8] 李 霖,吴 凡.著空间数据多尺度表达模型及其可视化[M].北京:科学出版社,2005.R esearch on MultiΟscales Expression of Spatial DataHu Zui, Yan Haowen(School of Mat hematics,Physics&Software Engineering,Lanzhou Jiaotong University,Lanzhou730070,China)Abstract:MultiΟscale representation is an important issue in spatial data handling.The characteristics of multiΟscale spatial data are p resented,and t he data models for t he description of spatial data are expounded. The experimental examples showed t he soundness of our p revious discussion.K ey w ords:spatial data;multiΟscales;characteristics;data models(上接第34页)[4] 艾叶青.基于改进的BP神经网络的桥梁结构损伤诊断研究[J].兰州交通大学学报,2005,24(3):44Ο46. [5] Xu B.Neural Networks for Decentralized Control ofCableΟstayed Bridge[J].J OU RNAL OF BRID GE EN2GIN EERIN G,2003,7:229Ο236.[6] 张刚刚.基于RBF神经网络的桥梁损伤识别方法研究[D].西安:长安大学,2004.Study of C ableΟstayed C able Damage Identif ication B ased on N eural N et w orkZheng Tingting, Yu L usong(School of Engineering,Lanzhou Jiaotong University,Lanzhou730070,China)Abstract:Orientation met hod for cableΟstayed cable damage and t he degree of cableΟstayed cable damage based on a model bridge is p robed.And damage sit uation of cableΟstayed cable is simulated by using RBF network based on finite element model in ANS YS.Taking nat ural f requency and local mode as inp ut style2 book for neural network t raining and neural network testing,t he outp ut of neural network denotes t he po2 sition and degree of damage.Then t he identification effect is compared wit h t he identification effect of BP network.K ey w ords:cableΟstayed cable;identification of damage po sition and damage degree;neural network 83。