CN102567492A - 一种海陆矢量地图数据集成与融合的方法 - Google Patents

Abstract

本发明公开了一种海陆矢量地图数据集成与融合的方法，包括数据预处理、数据格式转换、数据集成显示、同名实体匹配及同名实体合并等步骤。本发明提出的DAT数据格式将地图控制信息、索引数据以及位置坐标数据封装在一个文件中，以图层为单位进行存储。该存储格式便于图层的管理，且读取相应图层数据时，只需打开一次数据文件，可以大大提高数据读取速度，同时也一定程度上缩小了地图数据文件的大小。另外，本发明提出的基于多边形简化的同名面状实体匹配方法，可以用简化得到的四个点或八个点代替构成面状实体的全部点实体参与匹配过程，从而可以降低复杂度，提高匹配速率，同时可将化简结果存储成文件形式，便于二次使用。

Description

一种海陆矢量地图数据集成与融合的方法

技术领域

本发明涉及一种海陆矢量地图数据的集成与融合方法，属于地理信息系统空间数据处理技术领域。

背景技术

海陆矢量地图数据融合由于可以综合矢量海图与矢量陆图的信息，因而可以消除单个矢量海图或单个矢量陆图数据所带来的信息单一以及在空间上的局限性，得到信息丰富、质量更高的信息，更能满足人们的应用需求。随着地理信息系统的应用越来越广泛，人们对地理空间矢量数据的需求越来越迫切，而海、陆矢量数据往往在空间基准、语义编码、存储格式上等存在差异，这使得海陆矢量地图数据的集成与融合得到了广泛的应用。

数据集成是把不同来源、格式、比例尺、多投影方式或大地坐标系统的地理空间数据在逻辑上或物理上有机集中，从而实现地理信息的共享。数据集成的内容包括空间基准的统一、数据模型的统一以及语义编码的统一。目前数据集成的方法大致有三种：数据格式转换、数据互操作和数据直接访问，其中数据格式转换是最简单、最实用的方法。

空间数据融合是指将同一地区不同来源的空间数据，采用不同的方法，重新组合专题数据，统一物体的分类分级和属性，进一步改善物体的几何精度，消除以下差异：空间物体在不同的空间数据模型中多次采集所产生的数据描述上的差异；相同或不同的数据模型采用不同的分类分级方法采集所产生的要素属性差异；空间数据的应用目的不同表现在要素综合详细程度上的差异以及多次数字化所产生的几何位置差异。空间数据融合首先要实现不同矢量图中同名实体的匹配。

同名实体匹配就是通过分析空间实体的差异和相似性识别出不同来源图中表达现实世界同一地物或地物集(即同名实体)的过程。同名实体匹配是数据融合中的关键技术，根据实体匹配类型可分为点实体匹配、线实体匹配和面实体匹配。对于点实体及线实体的匹配技术，目前已经比较成熟，比如基于缓冲区的匹配算法以及基于空间关系的匹配方法等，而对于面实体的匹配往往比较困难，还没有成熟的解决方案。虽然从几何角度讲，面实体是由线实体构成，线实体由点实体构成，面实体的匹配是基于点或线实体的匹配来实现的，由于面实体边界的起始点与终止点不明确，因此使用这种匹配方法来解决面实体的匹配问题是不合适的。COBB M提出了基于知识的非空间属性数据的匹配策略，该方法通过计算属性项的相似度值来确定匹配实体，它在很大程度上依赖于数据集的数据模型及属性数据类型等。YUAN S提出面质心结合多种匹配检验规则的几何匹配方法，通过面实体栅格化后收缩来确定质心，然后将其矢量化，用点在面内的规则进行粗匹配，再结合多边形的面积A和面密度C进行匹配检验，最终判断匹配情况。张桥平提出基于模糊拓扑关系分类的匹配方法，先由面实体之间的重叠面积确定两个面实体之间可能的对应关系，然后计算两个面实体之间的形态距离，并由形态距离的模糊分类确定两个面实体之间的模糊拓扑关系，据此确定同名面实体匹配结果。这种方法主要着眼于城市地图中的建筑物面实体，对于其他形状复杂的面实体(如湖泊、岛屿等)却不能很好的匹配。对于现有的面实体匹配方法，大多存在着工作量大、处理速度慢、处理数据过程复杂的特点，这使得大批量处理矢量数据费时、费力。

发明内容

本发明的目的是为了解决上述问题，针对海陆矢量地图数据各自的特点，提供一种海陆矢量地图数据集成与融合的方法。在数据集成过程中，克服各自数据模型的缺陷，提出一种简单的、易于读取的数据格式；在数据融合过程中，避免同名面实体匹配过程的繁琐，提出一种基于多边形简化的同名面实体匹配方法，该方法简单易行，适合大批量处理矢量数据。

本发明的一种海陆矢量地图数据集成与融合的方法，包含以下几个步骤：

步骤一：根据海、陆矢量地图数据各自的特点进行数据规范化预处理，处理过程包括坐标系统的转换、地图投影的转换和语义编码的统一。

步骤二：设计一种新的数据格式，将矢量海图及矢量陆图的数据格式统一为新的数据格式，该数据格式简单、易于快速读取。

步骤三：读取统一后的矢量海图及矢量陆图数据，将矢量海图、矢量陆图集成到地理信息系统中来，使它们同时显示；

步骤四：分别对来自矢量海图、矢量陆图的数据进行同名实体的匹配，对于简单的同名点实体、同名线实体的匹配主要采用直接几何匹配策略，而对于同名面实体的匹配，设计一种新的匹配方法，即将面实体经过化简成四边形或八边形后再采用几何匹配的方法进行匹配，这样可以大大缩小匹配的范围，同时提高匹配速度，适用于大批量处理矢量数据。

步骤五：对匹配得到的同名实体进行几何及属性上的合并。

本发明的优点在于：

在数据集成中，通过提出一种新的数据格式(命名为.DAT)，将原有的海陆矢量地图数据格式均转换为.DAT的数据格式，这种数据格式将地图控制信息、索引数据以及位置坐标数据封装在一个文件中，以图层为单位进行存储。该存储格式便于图层的管理，且读取相应图层数据时，只需打开一次数据文件，避免了地图控制文件、索引文件以及位置坐标文件分开存储时多次打开文件进行读写的缺陷，这可以大大提高数据读取的速度，同时也一定程度上缩小了地图数据文件的大小。

在数据融合中，对于同名面实体的匹配，提出了一种基于多边形简化的面实体匹配方法。以往的面实体匹配技术往往直接将面实体的所有点要素应用到匹配过程中，由于面实体通常是由大量的点实体构成，从而不可避免地增加了面实体匹配的复杂度，且匹配速率也难以达到理想的效果。在同名面实体匹配之前，先将面实体简化为四边形或八边形，这样就可以用四个点或八个点代替构成面实体的大量的点实体参与几何、拓扑匹配，可以降低同名面实体匹配的复杂度，提高匹配速率。采取这种同名面实体的匹配方法，还可以将各图层的多边形化简结果存储成文件形式，以便以后同其他矢量地图数据融合。

附图说明

图1是本发明的方法流程图；

图2是本发明的空间坐标系转换流程；

图3是本发明的海陆融合属性编码结构；

图4是本发明的DAT数据格式结构图；

图5A是本发明的多边形化简为八边形；

图5B是本发明的多边形化简为四边形；

图6A是本发明的融合前的矢量海图；

图6B是本发明的融合前的矢量地图；

图6C是本发明的海陆融合后的矢量图。

具体实施方式

下面将结合附图和实施例对本发明作进一步的详细说明。

本发明是一种海陆矢量地图数据集成与融合的方法，流程如图1所示，包括以下几个步骤：

步骤一：海陆矢量地图数据的预处理。

分别读取海图数据文件及陆图数据文件中的位置数据，如经读取某点的经纬度坐标为(x，y)，对所有的位置坐标(x，y)进行如下的转换，得到预处理后的数据。

具体为：

(1)坐标系的转换

流程如图2所示，其中，当坐标系1为海图坐标系时，坐标系2为陆图坐标系；当坐标系1为陆图坐标系时，坐标系2为海图坐标系。读取海、陆图的数据文件，分别获取海、陆图数据采用的空间坐标系，然后通过坐标系之间的转换关系，将其中一种空间坐标系下的数据经运算后转换为另一种坐标系下的数据(如，将海图的坐标系转为陆图的坐标系，或者将陆图的坐标系转为海图的坐标系)，重新存储到数据文件中。

(2)地图投影的转换

读取海、陆图的数据文件，分别获取海、陆图数据采用的投影方式，将其中一种投影方式下的位置数据转换为另一种投影方式下的数据，并重新存储到数据文件中。

举例：我国陆图常采用的是高斯-克吕格投影方式，而海图采用的是墨卡托投影方式，可以采用解析变换法中的反解变换法将二者统一，具体为：

将高斯-克吕格投影方式转换为墨卡托投方式影的步骤为：高斯-克吕格投影方式下某点平面坐标→地图投影点的地理坐标→墨卡托投影方式下该点的平面坐标。

其中高斯-克吕格投影方式下的平面坐标转换为地理坐标，如式1所示：

$B=B_f-\frac{1}{2}{V}_f^2{t}_f{\left(\frac{y}{N_f}\right)}^2+\frac{1}{24}(5+{3t}_f^2+{\mathrm{\η}}_f^2-9t_f^2{\mathrm{\η}}_f^2)V_f^2{t}_f{\left(\frac{y}{N_f}\right)}^4$

$-\frac{1}{720}(61+{90t}_f^2+{45\mathrm{\η}}_f^4)V_f^2{t}_f{\left(\frac{y}{N_f}\right)}^4$ (1)

$L=L_0+\frac{1}{\cos B_f}\left(\frac{y}{N_f}\right)-\frac{1}{6}(1+2t_f^2+{\mathrm{\η}}_f^2)\left(\frac{1}{\cos B_f}\right){\left(\frac{y}{N_f}\right)}^2$

$+\frac{1}{120}(5+{28t}_f^2+{24t}_f^4+6{\mathrm{\η}}_f^2+8{\mathrm{\η}}_f^2{t}_f^2)\left(\frac{1}{\cos B_f}\right){\left(\frac{y}{N_f}\right)}^2$

式中，(x，y)为高斯平面坐标，(B，L，H)为地理坐标，B_f表示地点纬度，即以赤道起算的子午线所对应的纬度值；L0为中央子午线经度；e′²为第二偏心率平方；a和b分别表示参考椭球的长短半径，则辅助变量

t_f＝tan B_f；

地理坐标转换为墨卡托投影方式下的平面坐标如式2所示：

式中(x，y)为墨卡托平面坐标，(B，L，H)为地理坐标，

B₀称为基准纬度；当B＝0时，圆柱切于地球椭球且切圆柱半径为a。

(3)语义编码的统一

实现语义编码的统一首先应该将海图与陆图进行统一要素分类，然后根据分类情况制定融合的属性编码表，各类要素遵照统一的结构进行编码，融合后分类情况及属性编码表如表1所示，其中类代表统一编码后图层数，名称为18个类对应的图层名称，详细分类指每个类具体包含的内容，属性编为每个类包含的详细分类的属性编码，其编码结构如附图3所示，大类别码为2位整数，从11开始编码至28；10作为特殊编码区域；50-80为自定义扩充区域。小类别码为2位整数，从01开始编码；01-19为点要素，其中10-19为点要素描述码；20-39为线要素，其中30-39为线要素描述码；40-59为面要素，其中50-59为面要素描述码；60-79为注记；90-99为自定义扩充区域。顺序码为2位整数，从01开始编码；60-90为自定义扩充区域。例如“测量控制点”的大类别码为11，在“测量控制点”类中没有继续下分子类，且该要素类型为点要素，因此各要素对象的小类别码均为01，“测量控制点”中的五种要素对象类型的顺序码分别为01、01、03、04和05，因此其属性编码依次为110101、110102、110103、110104和110105，其他类型的属性编码与此类似。

表1海陆融合的属性编码表

步骤二：数据格式转换。

构建DAT数据格式如图4所示，它将地图控制文件、索引文件以及位置坐标文件融合为一个文件，大大节省了由于访问数据时多次打开数据文件所消耗的时间。DAT数据格式主要由三部分组成：头数据区、索引数据区和位置数据区。其中，头数据区由5120个字节构成，主要包括图名、图号、投影方式、比例尺、图幅控制信息、索引区首地址、数据区地址等；索引区由很多个结构体对象组成，每个结构体对象占据98字节的内存空间，分别记录点、线、多边形等实体的类别、要素类型、要素层号、要素序号、维数、属性编码、要素位置坐标偏移量等信息，通过索引区可以快速的定位所要查询的对象实体所在数据区的偏移量；位置数据区顾名思义，存储相应对象的位置坐标。

通过编程新建并打开一个空的“.DAT”格式的数据文件，从矢量海图与矢量陆图数据文件中读取数据，按照DAT数据格式的标准向新建文件的头数据区、索引数据区和位置数据区存入相应数据，同时根据已编写的新编码表将新编码写入到各对象的对应位置上，最终以图层(统一编码时设计的18个图层)为单位分别保存成“.DAT”格式的数据文件。从而达到矢量海图、矢量陆图数据格式向DAT格式转换的目的。

步骤三：海陆矢量数据的集成显示。

将矢量海图、陆图的数据均转换为.DAT数据格式以后，通过编程分别打开矢量海图、陆图各图层的数据文件，逐层逐对象的读取数据，结合之前制定的融合属性编码表，不同的属性编码采用不同的符号表示，这样就可以将海、陆图的数据集成显示到了一个系统中。到此，海陆矢量地图数据的集成已经完成了。

步骤四：同名实体匹配。

同名实体匹配是海陆矢量地图数据融合的第一步，也是最关键的一步。在进行海陆矢量地图数据集成与融合时，通过选取尺度接近的数据可以简化匹配过程，同时只需考虑一对一的匹配情况，这里我们选取尺度接近的海、陆矢量地图数据。通过编程读取数据，确定实体类型后，需要根据其实体类型选择不同的匹配方法，具体分为如下三种：

(1)同名点实体匹配

可以通过计算两个点实体之间的欧几里德距离来确定两个点实体是否为同名实体。欧几里德距离如式(3)所示。

$D=\sqrt{{(x_2-x_1)}^2+{(y_2-y_1)}^2}---\left(3\right)$

其中，D为两点实体P₁(x₁，y₁)、P₂(x₂，y₂)之间的欧几里德距离。可设定一个阈值R(阈值的设置视具体情况而定，通常可选择

＊像素点大小)，若D≤R，则说明P₁与P₂是同名点实体，否则不是同名实体，若存在多个匹配实体，可以通过缩小阈值或者反向匹配的方法进行筛选；若匹配不到同名实体，可通过适当增大阈值来调节，直到匹配到同名实体为止。

(2)同名线实体匹配

可以通过选取线的一些几何度量作为同名线实体之间的匹配依据，如线的总长度L、线的方向θ、线的最大弦L_max等。其定义及计算公式如下所示

1)线的总长度

定义为线上各线段长的总和，设组成线的各点坐标为P_i(x_i，y_i)，则线的总长度计算公式为：

$L=\underset{i=0}{\overset{n\_1}{\mathrm{\Σ}}}\sqrt{{(x_{i+1}-x_i)}^2+{(y_{i+1}-y_i)}^2}---\left(4\right)$

其中：n_1表示构成各线段的点的个数减1。

2)线的方向

定义为线首末两端点的连线与x轴的夹角，规定顺时针为正，逆时针为负。设首末两端点坐标分别为P₀(x₀，y₀)、P_n(x_n，y_n)，则线的方向计算公式为：

θ＝arctan((y_n-y₀)/(x_n-x₀))                   (5)

3)线的最大弦

定义为线上任意两点间距离的最大值，计算公式如下所示：

$L_{\max }=\underset{\underset{1\≤j\≤n}{1\≤i\≤n}}{\max }\left(\sqrt{{(x_j-x_i)}^2+{(y_j-y_i)}^2}\right)---\left(6\right)$

其中：n表示构成各线段的点的个数。

类似于点实体匹配，首先设定阈值。然后按以上公式计算后，分别求取两线实体之间相应几何度量的差值，通过将差值与阈值进行比较，就可以判别两线实体是否为同名实体了。在匹配过程中，先计算线的总长度，作为主要匹配依据，然后在缩小的范围内再计算线的方向、最大弦长，把它作为排除非匹配实体的依据。若经计算的参数在设定的阈值范围内，则两线实体匹配；若不在，则两线实体不能匹配。同样，若存在多个匹配实体，可以通过缩小阈值或反向匹配的方法进行筛选；若匹配不到同名实体，可通过适当增大阈值的方法来调节。

(3)同名面实体匹配

在进行面实体匹配之前，先对各面实体化简，为了以后同其他矢量图融合时用，可以将化简结果存储成文件。根据多边形的大小可将多边形化简成为四边形或八边，若多边形上所有点的经度差或纬度差超过事先设定的范围(范围视需要而定)，则将其化简为八边形，否则化简为四边形。化简为四边形的方法即求取多边形最小外接矩形的过程。化简为八边形则在最小外接矩形的基础上，再确定四条边。确定方法是用45及135度倾斜的直线去切割最小外接矩形，当该直线与岛上的某点相切时即为所求，多边形化简结果举例如附图5a、b所示。

经化简的多边形之间的匹配就转换为四个点或八个点之间的匹配，先计算出各面实体自身化简点之间距离的最大值(定义为弦长，分别用L₁，L₂表示)：

$L_1=\underset{1\≤i_1,i_2\≤n}{\max }\left(\sqrt{{(x_{i_1}-x_{i_2})}^2+{(y_{i_1}-y_{i_2})}^2}\right)---\left(7\right)$

$L_2=\underset{1\≤j_1,j_2\≤n}{\max }\left(\sqrt{{(x_{j_1}-x_{j_2})}^2+{(y_{j_1}-y_{j_2})}^2}\right)---\left(8\right)$

计算两面实体化简点之间的最大及最小距离，分别用L_max和L_min表示：

$L_{\max }=\underset{\underset{1\≤j\≤n_2}{1\≤i\≤n_1}}{\max }\left(\sqrt{{(x_i-x_j)}^2+{(y_i-y_j)}^2}\right)---\left(9\right)$

$L_{\min }=\underset{\underset{1\≤j\≤n_2}{1\≤i\≤n_1}}{\min }\left(\sqrt{{(x_i-x_j)}^2+{(y_i-y_j)}^2}\right)---\left(10\right)$

其中：x_i1、x_i2为第一个多边形上任意两个点的横坐标，

为第一个多边形上任意两个点的纵坐标；

为第二个多边形上任意两个点的横坐标，

为第二个多边形上任意两个点的纵坐标；x_i为构成第一个多边形点的横坐标，x_j为构成第二个多边形点的横坐标；y_i为构成第一个多边形点的纵坐标，y_j为构成第二个多边形点的纵坐标；n₁为构成第一个多边形点的个数，n₂为构成第二个多边形点的个数。

计算基于多边形化简的面实体匹配度量的几个参数，其定义如下：

相对面实体1的大距离度量：K_max1＝L_max/L₁        (11)

相对面实体2的大距离度量：K_max2＝L_max/L₂        (12)

相对面实体1的小距离度量：K_min1＝L_min/L₁        (13)

相对面实体2的小距离度量：K_min2＝L_min/L₂        (14)

分别设定大距离度量阈值和小距离度量阈值，将其与两组参数分别进行比较，若在阈值范围内，说明匹配成功，否则不是同名面实体，可以根据初步匹配结果，调整阈值大小，以达到精确匹配的目的。

步骤五：同名实体合并。

同名实体几何位置合并的原则是取其精度高的数据，而舍弃精度低的数据。对于矢量海图与矢量陆图重复的数据，由于矢量海图对海上的信息描述的比较丰富，精度更高，故海上部分采用海图上的信息；而矢量陆图对陆地上的要素描述的更全面，精度更高，故陆上的信息以陆图数据为准；而对于非重复的数据，采用数据全面的一方即可。

在几何位置融合的同时，也要以属性信息互相补充为原则，丰富数据的属性信息。到此，海陆矢量地图数据的融合过程结束。

经过以上五个步骤海陆矢量地图数据集成与融合就可以完全实现，融合效果如附图6a、b、c所示。

Claims (6)

1.一种海陆矢量地图数据集成与融合的方法，其特征在于，包括以下几个步骤：

步骤一：海陆矢量地图数据的预处理；

分别读取海图数据文件及陆图数据文件中的位置数据，对于读取某点的经纬度坐标为(x，y)，对所有的位置坐标(x，y)进行如下的转换，得到预处理后的数据，具体为：

(1)坐标系的转换

读取海、陆图的数据文件，分别获取海、陆图数据采用的空间坐标系，然后通过坐标系之间的转换关系，将其中一种空间坐标系下的数据经运算后转换为另一种坐标系下的数据，重新存储到数据文件中；

(2)地图投影的转换

读取海、陆图的数据文件，分别获取海、陆图数据采用的投影方式，将其中一种投影方式下的位置数据转换为另一种投影方式下的数据，并重新存储到数据文件中；

(3)语义编码的统一

首先将海图与陆图进行统一要素分类，然后根据分类情况制定融合的属性编码表，各类要素遵照统一的结构进行编码；

步骤二：数据格式转换；

构建DAT数据格式，DAT数据格式包括：头数据区、索引数据区和位置数据区；其中，头数据区由5120个字节构成，包括图名、图号、投影方式、比例尺、图幅控制信息、索引区首地址、数据区地址；索引区由N个结构体对象组成，每个结构体对象占据98字节的内存空间，分别记录点、线、多边形实体的类别、要素类型、要素层号、要素序号、维数、属性编码、要素位置坐标偏移量信息，通过索引区快速的定位所要查询的对象实体所在数据区的偏移量；位置数据区存储相应对象的位置坐标；

通过编程新建并打开一个空的“.DAT”格式的数据文件，从矢量海图与矢量陆图数据文件中读取数据，按照DAT数据格式的标准向新建文件的头数据区、索引数据区和位置数据区存入相应数据，同时根据已编写的属性编码表将新编码写入到各对象的对应位置上，最终以图层为单位分别保存成“.DAT”格式的数据文件，统一编码时设计18个图层，完成达到矢量海图、矢量陆图数据格式向DAT格式转换；

步骤三：海陆矢量数据的集成显示；

将矢量海图、陆图的数据均转换为.DAT数据格式以后，通过编程分别打开矢量海图、陆图各图层的数据文件，逐层逐对象的读取数据，结合融合属性编码表，不同的属性编码采用不同的符号表示，将海、陆图的数据集成显示到了一个系统中；

步骤四：同名实体匹配；

读取海、路图数据，确定实体类型后，根据实体类型选择匹配方法，实现同名实体匹配；

步骤五：同名实体合并；

同名实体几何位置合并的方法是取其精度高的数据，而舍弃精度低的数据，海上部分采用海图上的信息，陆上的信息以陆图数据为准，对于非重复的数据，采用数据全面的一方，经过以上五个步骤完成海陆矢量地图数据集成与融合。

2.根据权利要求1所述的一种海陆矢量地图数据集成与融合的方法，其特征在于，所述的步骤一的(1)中，坐标系的转换为将海图的坐标系转为陆图的坐标系，或者将陆图的坐标系转为海图的坐标系。

3.根据权利要求1所述的一种海陆矢量地图数据集成与融合的方法，其特征在于，所述的步骤一的(2)中，当陆图常采用的是高斯-克吕格投影方式，海图采用的是墨卡托投影方式，采用解析变换法中的反解变换法将二者统一，将高斯-克吕格投影方式转换为墨卡托投方式影的步骤为：高斯-克吕格投影方式下某点平面坐标→地图投影点的地理坐标→墨卡托投影方式下该点的平面坐标，具体为：

高斯-克吕格投影方式下的平面坐标转换为地理坐标，如式1所示：

$B=B_f-\frac{1}{2}{V}_f^2{t}_f{\left(\frac{y}{N_f}\right)}^2+\frac{1}{24}(5+{3t}_f^2+{\mathrm{\η}}_f^2-9t_f^2{\mathrm{\η}}_f^2)V_f^2{t}_f{\left(\frac{y}{N_f}\right)}^4$

$-\frac{1}{720}(61+{90t}_f^2+{45\mathrm{\η}}_f^4)V_f^2{t}_f{\left(\frac{y}{N_f}\right)}^4$ (1)

$L=L_0+\frac{1}{\cos B_f}\left(\frac{y}{N_f}\right)-\frac{1}{6}(1+2t_f^2+{\mathrm{\η}}_f^2)\left(\frac{1}{\cos B_f}\right){\left(\frac{y}{N_f}\right)}^2$

$+\frac{1}{120}(5+{28t}_f^2+{24t}_f^4+6{\mathrm{\η}}_f^2+8{\mathrm{\η}}_f^2{t}_f^2)\left(\frac{1}{\cos B_f}\right){\left(\frac{y}{N_f}\right)}^2$

式中，(x，y)为高斯平面坐标，(B，L，H)为地理坐标，B_f表示地点纬度，即以赤道起算的子午线所对应的纬度值；L₀为中央子午线经度；e′²为第二偏心率平方；a和b分别表示参考椭球的长短半径，则辅助变量

tf＝tan Bf；

地理坐标转换为墨卡托投影方式下的平面坐标如式2所示：

式中(x，y)为墨卡托平面坐标，(B，L，H)为地理坐标，

B₀称为基准纬度；当B＝0时，圆柱切于地球椭球且切圆柱半径为a。

4.根据权利要求1所述的一种海陆矢量地图数据集成与融合的方法，其特征在于，所述的步骤一的(3)中，融合后分类情况及属性编码表如表1所示：

表1海陆融合的属性编码表

5.根据权利要求1所述的一种海陆矢量地图数据集成与融合的方法，其特征在于，所述的步骤四中，当实体类型为点实体或者线实体或者面实体时，分别对应采用下述方法进行同名实体匹配：

(1)同名点实体匹配

通过计算两个点实体之间的欧几里德距离来确定两个点实体是否为同名实体，欧几里德距离如式(3)所示；

$D=\sqrt{{(x_2-x_1)}^2+{(y_2-y_1)}^2}---\left(3\right)$

其中，D为两点实体P₁(x₁，y₁)、P₂(x₂，y₂)之间的欧几里德距离；设定阈值R，若D≤R，则P₁与P₂是同名点实体，否则不是同名实体，若存在多个匹配实体，通过缩小阈值或者反向匹配的方法进行筛选；若匹配不到同名实体，通过增大阈值来调节，直到匹配到同名实体为止；

(2)同名线实体匹配

通过选取线实体的几何度量作为同名线实体之间的匹配依据，几何度量为线的总长度L、线的方向θ、线的最大弦L_max，其定义及计算公式如下所示：

1)线的总长度

定义为线上各线段长的总和，设组成线的各点坐标为P_i(x_i，y_i)，则线的总长度计算公式为：

$L=\underset{i=0}{\overset{n\_1}{\mathrm{\Σ}}}\sqrt{{(x_{i+1}-x_i)}^2+{(y_{i+1}-y_i)}^2}---\left(4\right)$

2)线的方向

定义为线首末两端点的连线与x轴的夹角，规定顺时针为正，逆时针为负；设首末两端点坐标分别为P₀(x₀，y₀)、P_n(x_n，y_n)，则线的方向计算公式为：

θ＝arctan((y_n-y₀)/(x_n-x₀))        (5)

3)线的最大弦

定义为线上任意两点间距离的最大值，计算公式如下所示：

$L_{\max }=\underset{\underset{1\≤j\≤n}{1\≤i\≤n}}{\max }\left(\sqrt{{(x_j-x_i)}^2+{(y_j-y_i)}^2}\right)---\left(6\right)$

首先设定阈值，然后按以上公式计算后，分别求取两线实体之间相应几何度量的差值，通过将差值与阈值进行比较，判别两线实体是否为同名实体，在匹配过程中，先计算线的总长度，作为主要匹配依据，然后在缩小的范围内再计算线的方向、最大弦长，把它作为排除非匹配实体的依据；若经计算的参数在设定的阈值范围内，则两线实体匹配；若不在，则两线实体不能匹配；同样，若存在多个匹配实体，通过缩小阈值或反向匹配的方法进行筛选；若匹配不到同名实体，通过增大阈值的方法来调节；

(3)同名面实体匹配

在进行面实体匹配之前，先对各面实体化简，将化简结果存储成文件；根据多边形的大小可将多边形化简成为四边形或八边，若多边形上所有点的经度差或纬度差超过事先设定的范围，则将其化简为八边形，否则化简为四边形；化简为四边形的方法即求取多边形最小外接矩形的过程；化简为八边形则在最小外接矩形的基础上，再确定四条边；确定方法是用45及135度倾斜的直线去切割最小外接矩形，当该直线与岛上的某点相切时即为所求；

经化简的多边形之间的匹配转换为四个点或八个点之间的匹配，先计算出各面实体自身化简点之间距离的最大值，定义为弦长，分别用L₁，L₂表示：

$L_1=\underset{1\≤i_1,i_2\≤n}{\max }\left(\sqrt{{(x_{i_1}-x_{i_2})}^2+{(y_{i_1}-y_{i_2})}^2}\right)---\left(7\right)$

$L_2=\underset{1\≤j_1,j_2\≤n}{\max }\left(\sqrt{{(x_{j_1}-x_{j_2})}^2+{(y_{j_1}-y_{j_2})}^2}\right)---\left(8\right)$

计算两面实体化简点之间的最大及最小距离，分别用L_max和L_min表示：

$L_{\max }=\underset{\underset{1\≤j\≤n_2}{1\≤i\≤n_1}}{\max }\left(\sqrt{{(x_i-x_j)}^2+{(y_i-y_j)}^2}\right)---\left(9\right)$

$L_{\min }=\underset{\underset{1\≤j\≤n_2}{1\≤i\≤n_1}}{\min }\left(\sqrt{{(x_i-x_j)}^2+{(y_i-y_j)}^2}\right)---\left(10\right)$

获取基于多边形化简的面实体匹配度量的参数，如下：

相对面实体1的大距离度量：K_max1＝L_max/L₁     (11)

相对面实体2的大距离度量：K_max2＝L_max/L₂     (12)

相对面实体1的小距离度量：K_min1＝L_min/L₁     (13)

相对面实体2的小距离度量：K_min2＝L_min/L₂     (14)

分别设定大距离度量阈值和小距离度量阈值，将其与两组参数分别进行比较，若在阈值范围内，说明匹配成功，否则不是同名面实体，根据初步匹配结果，调整阈值大小，以达到精确匹配的目的。

6.根据权利要求5所述的一种海陆矢量地图数据集成与融合的方法，其特征在于，所述的阈值R取

＊像素点大小。

Images