CN105183825B - 一种osm数据到专业gis矢量数据的模型自动转换及osm增量数据动态整合方法 - Google Patents

一种osm数据到专业gis矢量数据的模型自动转换及osm增量数据动态整合方法 Download PDF

Info

Publication number
CN105183825B
CN105183825B CN201510541183.2A CN201510541183A CN105183825B CN 105183825 B CN105183825 B CN 105183825B CN 201510541183 A CN201510541183 A CN 201510541183A CN 105183825 B CN105183825 B CN 105183825B
Authority
CN
China
Prior art keywords
data
osm
line
increment
change type
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201510541183.2A
Other languages
English (en)
Other versions
CN105183825A (zh
Inventor
周晓光
曾璐
江瑜
陆琪
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Central South University
Original Assignee
Central South University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Central South University filed Critical Central South University
Priority to CN201510541183.2A priority Critical patent/CN105183825B/zh
Publication of CN105183825A publication Critical patent/CN105183825A/zh
Application granted granted Critical
Publication of CN105183825B publication Critical patent/CN105183825B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases

Abstract

本发明公开了一种OSM数据到专业GIS矢量数据的模型自动转换及OSM增量数据动态整合方法，该方法通过下载XML格式、采用node、way、relation表达的OSM矢量数据，采用规则库将OSM矢量数据模型转换为用户矢量数据模型，获得某时某地的基态数据。利用OSM每日全球变化数据，通过计算顾及版本演化过程的变化目标与Diff文件中目标的拓扑关系来筛选研究区域增量数据，并对多版本增量数据采用顾及相邻版本间的变化类型演化过程的增量数据整合方法来确定整合后目标的变化类型，最后采用所得到的增量数据来更新原OSM基态数据。该方法能够高效低成本获得我国境外地理空间矢量数据，并保持其现势性。

Description

一种OSM数据到专业GIS矢量数据的模型自动转换及OSM增量 数据动态整合方法
技术领域
本发明属于众源地理信息(志愿者地理信息，VGI)应用技术领域，具体涉及一种OpenStreetMap(OSM)到专业GIS矢量数据的模型自动转换及OSM增量数据动态整合方法。
背景技术
近年来，随着我国改革开放的深入与世界全球化的发展，我国企业和公民“走出去”的步伐加快。据统计我国境外中资企业已达20000多家，遍布近200个国家和地区；2014年中国内地出境公民人数达到1.17亿人次。但是危及我国企业与公民人生与财产安全的境外公共安全事件时有发生，2014年外交部共处理5.9万起领事保护与协助案件，涉及中国公民73107人。海外护侨、应急救援等境外服务已成为我国政府、企业、公民的迫切需求。然而，一直以来，我国地理信息建设的重点在境内，境外的测绘地理信息工作远不能满足“走出去”战略实施的要求。因此迫切需要发展高效低成本的境外地理信息获取方法。
在web2.0的模式下，用户与数据提供部门实现了双向协作，用户不仅能访问web站点上提供的公开信息，还能根据自己对周边环境的认知，上传用户创建的内容(UserGenerated Content，UGC)到在线数据库中。Goodchild将这种区别于传统地理信息采集服务的方式称为“志愿者地理信息”(Volunteered Geographic Information,VGI)。目前比较成功的VGI实例有：Google Map Maker、维基地图、Flickr、OpenStreetMap等，其中OpenStreetMap(OSM)是我国境外数据获取最丰富的数据源[1]。
OSM数据获取模式与传统专业测绘数据采集方式不同，其数据质量与可靠性进行处理后方可放心使用，因此多位学者对OSM数据进行了评价与分析，如Haklay对伦敦以及整个英国区域的OSM数据与英国测绘局(Ordnance Survey)提供的数据进行了对比，结果显示OSM数据与专业测绘数据相比，道路数据精度较高，但属性信息缺乏，数据完整性不够[2]；Neis对德国OSM道路数据与商业汽车导航数据进行对比，2011年6月两者的差别只有9％[3]；Wang提出了一种OSM数据质量的分析模型，利用该模型对武汉OSM数据进行评价，结果显示OSM城市道路数据具有较高的位置精度与完整性[4]。
由于OSM由非专业人员采集与管理，其数据模型与专业GIS矢量数据模型存在很大不同，如其数据不包含专业GIS矢量数据模型的要素代码、专题图层等信息。为了满足专业GIS空间分析、导航应用等需求，需要对OSM数据进行模型转换与虚假、低质量数据过滤，重复目标优选，零散目标整合，拓扑一致性检查与修正，并与其他数据源进行融合以补充其不完整性数据等质量控制处理。模型转换是最关键的步骤之一，虽然目前有公司[5]能够提供部分SHP格式矢量格式文件下载，但其提供的转换数据知识OSM原始数据的一部分，不包含由relation表达的复杂目标和转换，并且由于OSM用户更新操作频繁，OSM数据每天都在，具有高动态特征[6]。因此其也将成为我国境外空间信息变化数据获取的一个重要的数据来源。但由于质量控制处理目前仍需要大量人工介入，是一个高劳动成本的工作，因此我们不能每天重复对OSM新数据进行模型转换、与虚假、低质量数据过滤，重复目标优选，零散目标整合，拓扑一致性检查与修正，并与其他数据源进行融合以补充其不完整性数据等操作以保持境外数据的现势性。
在利用OSM数据准实时性特点，来发现变化数据并更新专业数据库方面，田文文[7]博士论文中以道路数据为例阐述了一种将OSM当前数据与专业数据库当前数据进行叠加匹配，发现OSM增量数据并与最新遥感影像叠加以确认变化，并采用联动更新规则更新专业数据库的框架与流程。
目前急需针对我国境外空间数据缺乏问题，发展以OSM数据作为主要数据源整合其他数据资料形成基础快照数据，再以OSM发布的全球每日增量数据为基础，自动生成某个空间范围(如一个国家、一个省市等)某个时间区间(如一周、一月等)的增量数据，来维护我国境外数据现势性的方法，现势性是指维持其最新状态。
发明内容
本发明所解决的技术问题是，针对现有技术方法在获取我国境外地理空间数据时存在的不足，提供了一种通过动态整合志愿者贡献的OSM开源数据快速低成本获得我国境外地理空间数据的方法，为我国境外地理空间数据收集提供了一条有效途径。
一种OSM数据到专业GIS矢量数据的模型自动转换方法，包括几何类型转换和核心属性转换；
其中，几何类型转换是指将采用几何类型node、way或relation表达的OSM矢量数据转换为专业GIS矢量数据的点、线、面目标；
核心属性转换是指将采用基于规则的方法对来源于OSM XML格式的点、线、面赋予目标模型的要素代码，并根据要素代码确定相应的目标图层。
【OSM数据有node、way、relation三种OSMGeoPrim几何类型：node数据包含了经纬度信息；way数据主要表达线要素，但封闭的way也能表达面要素；relation数据描述了地物的拓扑约束以及一些复杂地物。
OSM数据通过地物类别osm_tag.k、地物类别详值osm_tag.v来记录目标语义信息。】
所述几何类型转换包括以下四种情况：
1)将几何类型为node且关键属性地物类别OSMtag.k和地物类别详值OSMtag.V均不为空的OSM数据转换为专业GIS矢量数据中的一个点目标；
2)将一个非封闭的way数据转换为专业GIS矢量数据中的一个线目标；
3)如果一个封闭的way数据的地物类别详值osm_tag.v的值为墙,输电线,围墙,树篱,栅栏,主干线,铁路,人行道,街道,高速路,道路,步行街,跑道,路,村镇公路,小路,防波堤或防浪堤中的任意一个，则将该数据转换为线目标，否则将该矢量数据转换为简单面目标；
4)一个OSM relation数据的地物类别osm_tag.k＝type且地物类别详值osm_tag.v＝multipolygon，并且至少一个外多边形和一个内多边形，则该relation数据转换为一个复杂多边形目标。
所述核心属性转换包括三类：
第一类为在OSM要素定义文档中定义的一般对象；
第二类为志愿者根据自己的理解标注的在OSM要素定义文档中定义不存在但具有通用性的对象；
第三类为志愿者根据自己的理解标注的，在OSM要素定义文档中不存在，且不具有通用性、或不完整、或存在错误的对象；
对于第一类对象，通过对比OSM-Map-Features的定义与目标模型的要素定义，建立基本规则库，采用基本规则库实现自动转换；
对于第二类对象，采用人机交互确定其转换后的要素代码与目标图层，并自动记忆为规则的方式实现转换方法的重复利用；
对于第三类对象，采用人机交互确定其转换后的要素代码与目标图层，且不存储为规则的方式进行转换；
所述基本规则库为通过采用OSM提供的Map_Features中的Primary features、References和Additional properties建立获得。
一种OSM增量数据动态更新方法，首先从OSM发布的全球每日变化数据文件中提取出研究区域内的OSM增量数据，然后整合多日研究区域内的OSM增量数据，最后，采用整合后的OSM增量数据来更新专业GIS矢量基态数据；
用于更新专业GIS矢量基态数据的OSM增量数据在更新操作前需采用所述的一种OSM数据到专业矢量数据的模型自动转换方法，将整合后的OSM增量数据转换成专业GIS增量数据；
所述专业GIS矢量基态数据是指初始OSM数据采用所述的一种OSM数据到专业矢量数据的模型自动转换方法转换获得。
【所述OSM发布的全球每日变化数据文件即为Diff文件；】
所述提取出研究区域内的OSM增量数据是通过采用顾及目标演化过程的线目标与研究区域边界拓扑关系，通过如下5条规则来确定该目标与研究区域的拓扑关系，继而确定是否保留该对象，完成OSM增量数据的提取；
顾及目标演化过程的线目标为Way；
设NodeInWay表示增量线中的点集数据，BaseNodeInReg表示研究区域内的基态点数据，IncNodeInReg表示研究区域内的增量点数据；
IsWayInterReg表示判断线数据与研究区域边界之间有无交集的函数；
IsWayIdExist表示判断线数据ID编号是否存在于研究区域基态线数据中的函数；ChgNodeInReg表示研究区域内的变化点集，ChgWayInReg表示研究区域内的变化线集，ChangeType表示OSM提供的目标变化类型，其取值包括modify、delete及create；
规则A：如果增量线对象中有一个或一个以上结点存在于基态点集与增量点数据并集中，则该线对象作为研究区域内增量线对象；
规则B：如果增量线对象中没有结点存在于基态点集与增量点数据并集中，但是增量线数据与研究区域有交，则该线对象作为研究区域内增量线对象；
规则C：如果增量线对象内部点集与基态点数据和增量点数据的并集相交结果为空集，并且线对象与研究区域无交，且其变化类型为create，则该线对象不在研究区域内，不保留该线对象；
规则D：如果增量线对象内部点集与基态点数据和增量点数据的并集相交结果为空集，并且线对象与研究区域无交，但其变化类型为modify，且该线对象ID已存在于基态线数据和变化线数据的并集中，则保留该线对象，并设置该线对象标志为disjoint；
规则E：如果增量线对象内部点集与基态点数据和增量点数据的并集相交结果为空集，并且线对象与研究区域无交，但其变化类型为modify，且该线对象ID不存在于基态线数据和变化线数据的并集中，则该线对象不在研究区域内，不保留该线对象。
所述整合多日研究区域内的OSM增量数据是采用顾及相邻版本间的目标变化类型演化关系来确定最后版本增量数据的变化类型，具体采用如下7条规则来确定变化目标整合后版本的变化类型；
设ChgObjectInReg表示给定时间区间内研究区域内部增量对象数据集，V1与Vmax分别表示ChgObjectInReg中一个增量对象的初始版本与最后版本数据，其中，max>1；
ChangeTypeV1和ChangTypeVmax、ChangTypeO分别表示V1，Vmax以及整合后对象O的变化类型；
规则1：增量对象在增量文件中只出现一次，其变化类型为create，整合后对象O的变化类型为create；
规则2：增量对象初始变化类型为create，且最后变化类型为modify，且其最后版本数据带有disjoint标识符，则整合后的增量数据文件中不保留该对象数据；
规则3：增量对象初始变化类型为create且最后变化类型为modify，且数据不带有disjoint标识符，则该数据为研究时间范围内的新建对象，整合后的增量数据文件中保留该对象，该对象变化类型为create；
规则4：增量对象初始变化类型为create，最后变化类型为delete，则该数据当前已无效，整合后的增量数据文件中不保留该对象数据；
规则5：增量对象初始变化类型为modify，最后变化类型仍为modify，且最后版本数据带有disjoint标识符，则需从基态数据中删除该对象，即在整合后的增量数据文件中保留该对象，该对象变化类型为delete；
规则6：增量对象初始变化类型为modify，最后变化类型为modify，且数据不带有disjoint标识符，则在整合后的增量数据文件中保留该对象，该对象变化类型为modify；
规则7：增量对象初始变化类型为modify，最后变化类型为delete，则在整合后的增量数据文件中保留该对象，该对象变化类型为delete。
顾及版本演化过程,指的是一个目标在给定时间段内被多次修改的过程。
有益效果
本发明提供了一种OSM数据到专业GIS矢量数据的模型自动转换及OSM增量数据动态整合方法，为我国境外地理空间数据获取提供了一条新途径；通过动态整合志愿者贡献的网络化地理空间数据可快速低成本获得我国境外地理空间数据。该方法通过下载XML格式、将用node、way、relation表达的OSM数据，采用规则库将OSM数据模型转换为用户所需要的矢量数据模型，获得某个时间点某区域的基态数据。下载OSM发布的每日变化数据文件(即Diff文件)，通过计算顾及版本演化过程的变化线目标与Diff文件中目标的拓扑关系来筛选出研究区域的增量数据，并对多版本不同变化类型的增量数据采用顾及相邻版本间的变化类型演化过程的增量数据整合方法来确定整合后增量目标的变化类型，并采用所得到的增量数据来更新原OSM基态数据。该方法能够高效低成本获得我国境外地理空间矢量数据，并较好地保持其现势性。
本发明的有益效果主要包括以下三个方面：(1)提出了一种将OSM数据自动转换到专业GIS数据模型的自动处理方法，实现了OSM几何数据(包括简单目标和复杂目标)到专业GIS矢量数据几何类型的自动完整转换，自动化程度和转化率达到100％。(2)实现了对志愿者根据自己的理解标注的、在OSM要素定义文档中不存在、但具有通用价值目标核心要素类型转换的人机交互转换与规则自动添加，使得核心要素类型转换规则库能在实践中不断丰富，核心要素类型转换程度不断提高，目前自动转换率已超过99％。(3)提出了一种顾及目标演化过程的线目标与研究区域边界拓扑关系的从OSM发布的每日变化数据文件(即Diff文件)中提取研究区域增量目标的方法，该方法无需将OSM快照与专业GIS数据进行叠加比较与目标匹配等过程，从而提高了变化目标提取的效率与准确性。(4)提出了一种基于众源数据相邻版本间目标变化类型演化关系的整合目标版本变化类型确定方法，确保最终用于更新处理的最后目标版本变化类型的正确性，从而为基于增量信息的专业GIS矢量数据库更新处理结果的正确性奠定了基础。(5)本发明方法与定期利用最新OSM数据转换为用户所需要的矢量数据模型以保持专业数据现势性的方法相比，直接转换方法每次转换后都需要进行大量的虚假、低质量数据过滤，重复目标优选，零散目标整合，拓扑一致性检查与修正，并与其他数据源进行融合以补充其不完整性数据等质量控制处理。本发明方法则只需对增量目标进行上述操作，从而大大减少了人工重复操作工作量；并且由于本发明提取出了变化目标信息，可以存储目标的演化历史，可用于进行历史数据查询分析等时态系统操作，而直接转换方法由于没有提取变化目标，则不能进行时态分析等功能。
附图说明
图1本发明所述的OSM数据到专业GIS矢量数据的模型自动转换及OSM增量数据动态整合的总体思路示意图；
图2为OSM数据到专业GIS矢量数据的模型自动转换示意图；
图3为顾及版本演化过程的变化目标与研究区域关系示意图；
图4为顾及相邻版本间的变化类型演化过程的增量数据整合方法示意图。
具体实施方式
下面结合附图和具体实施方式对本发明做进一步说明。
本发明的实施主要包括如下两项内容：(1)OSM数据到专业GIS数据的模型转换；(2)研究区域内OSM增量数据的提取、整合与更新。
实施例1：OSM数据到专业GIS数据的模型转换
OSM数据到专业GIS数据的模型转换的整体思路如附图2所示。OSM数据到专业GIS矢量数据的模型转换包括两项核心任务，即几何类型转换和核心属性转换。几何类型转换即将采用node、way、relation表达的OSM矢量数据转换为专业GIS矢量数据的点、线、面目标的；核心属性转换即采用基于规则的方法对来源于OSM XML格式的点、线、面赋予目标模型的要素代码，并根据要素代码确定相应的目标图层。
几何类型转换采用如下四条规则进行：
设OSMGeoPrim表示对象的OSM原始几何类型，即node、way、relation，OSMtag.k和OSMtag.V表示其在OSM XML中的一对关键属性key和value的值。则这四条几何类型转换规则可表达为：
1)：关键属性OSMtag.k和OSMtag.V不为空的一个node为传统GIS中的一个点目标：
Rule 1If OSMGeoPrim＝node&&osm_tag.k≠Φ&&osm_tag.v≠Φ,then osm_geo＝point；
2)：一个非封闭的way对象为传统GIS中的一个线目标：
Rule 2If OSMGeoPrim＝way&&Beginnode Equals Endnode＝No,then osm_geo＝line.
3)：一个封闭的way对象，如果其有一个value值为墙,输电线,围墙,树篱,栅栏,主干线,铁路,人行道,街道,高速路,道路,步行街,跑道,路,村镇公路,小路,防波堤或防浪堤中的任意一个，则该对象为线对象，否则该对象为简单面对象；
Rule 3If OSMGeoPrim＝way&&Beginnode Equals Endnode＝Yes&&(osm_tag.V≠wall,busbar,fence,hedge,spikes,trunk_link,railway,footway,living_street,motorway,path,pedestrian,raceway,road,tertiary,track,breakwater,pier,then theway is a line object；Else the way is a simple polygon.
4)：一个OSM relation对象具有k＝type,V＝multipolygon，并且至少一个外多边形和一个内多边形，则这个relation对象为一个复杂多边形对象。
Rule 4If OSMGeoPrim＝relation&&osm_tag.k＝type&&osm_tag.v＝multipolygon&&Number of Outer member≥1&&Number of Inner member≥1,then osm_geo＝complex region.
所述核心属性转换包括三类：
第一类为在OSM要素定义文档中定义的一般对象；
第二类为志愿者根据自己的理解标注的在OSM要素定义文档中定义不存在但具有通用性的对象；
第三类为志愿者根据自己的理解标注的，在OSM要素定义文档中不存在，且不具有通用性、或不完整、或存在错误的对象；
对于第一类对象，通过对比OSM-Map-Features的定义与目标模型的要素定义，建立基本规则库，采用基本规则库实现自动转换；
对于第二类对象，采用人机交互确定其转换后的要素代码与目标图层，并自动记忆为规则的方式实现转换方法的重复利用；
对于第三类对象，采用人机交互确定其转换后的要素代码与目标图层，且不存储为规则的方式进行转换。
实施实例：
采用Visual Studio C#语言，面对对象的方法，基于OGC(Open GIS Consortium)标准，将数据层，业务逻辑层与地图显示层进行逻辑与物理上的分离，开发了境外周边地理信息动态整合系统(已获得计算机软件著作权，2014SR217380)，实现了OSM数据入库，规则的添加删除，数据模型转换等功能，并采用开源数据库PostgreSQL对数据进行管理。
采用我国1：50000周边地理信息模型作为转换目标模型，该模型包含水系、居民地及设施、交通、管线、境界与政区、地貌与土质和植被等7大类别。不同类别又根据地物几何类型细分为不同的地物图层、每个目标具有不同的要素代码。OSM数据到我国1:50000数据转换规则实例，如表1所示。OSM数据模型转换实验中的基础规则库根据OSM提供的Map_Feature建立，形成了1181条的基本规则。利用2013-10-08 19:15:02的越南数据和2013-10-16 20:55:02的巴基斯坦OSM数据进行模型转换实验，完善模型转换规则库。
表1 OSM数据到我国1:50000数据转换规则实例
采用OSM提供的Map_Features中的Primary features建立了包含1180条规则的基本规则库，然后通过人机交换方式转换越南OSM数据，巴基斯坦的OSM数据，并自动(半自动)生成新的转换规则，不断完善转换规则库，最终形成了包括2344条转换规则的模型转换规则库，表2为利用不同规则库对越南、巴基斯坦的OSM数据进行模型转换的要素统计情况。
表2模型转换要素统计
注：越南数据的新增要素百分比＝(R2-R1)/R2
巴基斯坦数据的Ry_Rx新增要素百分比＝(Ry-Rx)/Ry
从统计结果可以看出，随着规则库的完善，更多的OSM数据可以自动转换到专业GIS矢量模型，且规则库的增量会逐渐减少。针对模型转换后越南港口城市归仁和巴基斯坦首都伊斯兰堡的OSM数据，匹配谷歌网站上发布的高分辨率遥感影像，对验证区域数据进行了全要素质量验证，如表3所示。
表3模型转换验证统计
注：错误要素百分比＝错误要素数/图层要素数
表3中的结果显示两城市模型转换结果错误率小于0.5％。对错误转换的要素进行分析发现模型转换错误产生的主要原因是志愿者标注地物属性类型错误，此外也存在部分志愿者终端GPS误差造成错误的情况。
一种OSM数据动态更新方法，如图1所示，首先从OSM发布的全球每日变化数据文件中提取出研究区域内的OSM增量数据，然后整合多日研究区域内的OSM增量数据，最后，采用整合后的OSM增量数据来更新专业GIS矢量基态数据；
用于更新专业GIS矢量基态数据的OSM增量数据在更新操作前需采用所述的一种OSM数据到专业矢量数据的模型自动转换方法，将整合后的OSM增量数据转换成专业GIS增量数据；
所述专业GIS矢量基态数据是指初始OSM数据采用所述的一种OSM数据到专业矢量数据的模型自动转换方法转换获得。
【所述OSM发布的全球每日变化数据文件即为Diff文件；】
所述提取出研究区域内的OSM增量数据是通过采用顾及目标演化过程的线目标与研究区域边界拓扑关系，如图3所示，通过如下5条规则来确定该目标与研究区域的拓扑关系，继而确定是否保留该对象，完成OSM增量数据的提取；
设NodeInWay表示增量线中的点集数据，BaseNodeInReg表示研究区域内的基态点数据，IncNodeInReg表示研究区域内的增量点数据；
IsWayInterReg表示判断线数据与研究区域边界之间有无交集的函数；
IsWayIdExist表示判断线数据ID编号是否存在于研究区域基态线数据中的函数；ChgNodeInReg表示研究区域内的变化点集，ChgWayInReg表示研究区域内的变化线集，ChangeType表示OSM提供的目标变化类型，其取值包modify,delete,create；
规则A：如果增量线对象中有一个或一个以上结点存在于基态点集与增量点数据并集中，则该线对象作为研究区域内增量线对象；
规则B：如果增量线对象中没有结点存在于基态点集与增量点数据并集中，但是增量线数据与研究区域有交，则该线对象作为研究区域内增量线对象；
规则C：如果增量线对象内部点集与基态点数据和增量点数据的并集相交结果为空集，并且线对象与研究区域无交，且其变化类型为create，则不采纳该线对象；
规则D：如果增量线对象内部点集与基态点数据和增量点数据的并集相交结果为空集，并且线对象与研究区域无交，但其变化类型为modify，且该线对象ID已存在于基态线数据和变化线数据的并集中，则保留该线对象，并设置该线对象标志为disjoint；
规则E：如果增量线对象内部点集与基态点数据和增量点数据的并集相交结果为空集，并且线对象与研究区域无交，但其变化类型为modify，且该线对象ID不存在于基态线数据和变化线数据的并集中，则不采纳该线对象。
所述整合多日研究区域内的OSM增量数据是采用顾及相邻版本间的目标变化类型演化关系来确定最后版本增量数据的变化类型，如图4所示，具体采用如下7条规则来确定变化目标最后版本的变化类型；
设ChgObjectInReg表示给定时间区间内研究区域内部增量对象数据集，V1与Vmax(max≥1)分别表示ChgObjectInReg中一个增量对象的初始版本与最后版本数据。ChangeTypeV1和ChangTypeVmax、ChangTypeO分别表示V1，Vmax以及整合后对象O的变化类型。
规则1：增量对象在增量文件中只出现一次，其变化类型为create，整合后对象O的变化类型为create；
Rule 1:if max＝1,then ChangeTypeO＝ChangeTypeV1,it is stored toChgObjectInReg；
规则2：增量对象初始变化类型为create，且最后变化类型为modify，且其最后版本数据带有disjoint标识符，则不采纳该数据；
Rule 2:if max≥1,ChangeTypeV1＝create,and ChangeTypeVmax＝modify,andthe last version with a disjoint flag,then discard it；
规则3：增量对象初始变化类型为create且最后变化类型为modify，且数据不带有disjoint标识符，则该数据为研究时间范围内的新建对象，采纳该对象；
Rule 3:if max≥1,ChangeTypeV1＝create,and ChangeTypeVmax＝modify,andthe last version without disjoint flag,then ChangeTypeO＝create,it is storedto ChgObjectInReg；
规则4：增量对象初始变化类型为create，最后变化类型为delete，则该数据当前已无效，研究区域采纳该对象；
Rule 4:if max≥1,ChangeTypeV1＝create,and ChangeTypeVmax＝delete,then discard it；
规则5：增量对象初始变化类型为modify，最后变化类型仍为modify，且最后版本数据带有disjoint标识符，从基态数据中删除该对象，即该对象变化类型为delete；
Rule 5:if max≥1,ChangeTypeV1＝modify,and ChangeTypeVmax＝modify,andthe last version with a disjoint flag,then ChangeTypeO＝delete,it is storedto ChgObjectInReg with removed reason flag contraction；
规则6：增量对象初始变化类型为modify，最后变化类型为modify，且数据不带有disjoint标识符，则研究区域采纳该对象，该对象变化类型为modify；
Rule 6:if max≥1,ChangeTypeV1＝modify,and ChangeTypeVmax＝modify,andthe last version without disjoint flag(section 5.1),then ChangeTypeO＝modify,it is stored to ChgObjectInReg；
规则7：增量对象初始变化类型为modify，最后变化类型为delete，则研究区域采纳该对象，该对象变化类型为delete。
Rule 7:if max≥1,ChangeTypeV1＝modify,and ChangeTypeVmax＝delete,then ChangeTypeO＝delete,it is stored to ChgObjectInReg.
实施实例：
采用Visual Studio C#语言，面对对象的方法，基于OGC(Open GIS Consortium)标准，将数据层，业务逻辑层与地图显示层进行逻辑与物理上的分离，开发了境外周边地理信息动态整合系统，并采用开源数据库PostgreSQL对数据进行管理。实现了研究区域内OSM增量数据的提取、整合与更新。
采取数据为来自于OSM官网的全球增量数据与来自于Geofabric的巴基斯坦国家OSM XML数据。实验基态时刻为2014年11月30日，更新时刻2015年1月30日。增量数据为从OSM全球difff文件中提取的2014年11月30日-2015年1月30日的巴基斯坦国家OSM变化目标数据，同时采用更新时刻巴基斯坦国家的OSM数据作实验对照。
该实验首先对基态数据进行数据入库、模型转换的处理，然后对增量数据进行了入库、模型转换处理，得到变化类型为新建、修改、删除的增量数据；然后采用上文所述增量更新方法对基态数据和增量数据进行了增量更新操作，得到更新后的OSM数据；最后对直接下载的OSM数据进行数据入库和模型转换操作，得到用于对比的OSM数据。
在图3中，R表示研究区域，Cm表示被创建的对象，Mn表示被修改的对象，黑色实心点表示新建或者被修改了的点数据，白色空心点表示已经存在的点数据。Wi表示已经存在的线数据。图中表达了线数据与研究区域之间的7中关系：相离，如C2、M2、M3(图中M3在研究区域外部，M3的前一版本数据与研究区域相交)；包含，如C1，M1；点相接，如C4；部分线相接，如C5；线为研究区域边界线，如C7；相交，如C3、C6和M4；穿越，如C8、C9、M5、M6。
在图4中，①表示该目标在原整合数据中的变化类型为新建，在新的diff文件中的变化类型为修改，说明该目标为该时间段内的新建目标，因此其整合后的变化类型仍为新建；②表示该目标在原整合数据中的变化类型为新建，在新的diff文件中的变化类型为删除，说明该目标为无效目标；③表示该目标在原整合数据中的变化类型为修改，在新的diff文件中的变化类型为修改，说明该目标在该时间段内的被多次修改，因此其整合后的变化类型仍为修改；④表示该目标在原整合数据中的变化类型为修改，在新的diff文件中的变化类型为删除，说明该目标在该时间段内的先被修改，后被删除，因此其整合后的变化类型为删除；⑤表示该目标在原整合数据中尚未出现，在新的diff文件中的变化类型为新建，说明该目标为该时间段内的新建目标，因此其整合后的变化类型仍为新建；⑥表示在原整合数据中的存在的变化目标(变化类型包括新建、修改、删除)，在新的diff文件中的没有出现(即没有改动)的目标，则在整合后其变化类型保持不变。
将更新数据各个图层的数据量与直接下载生成的对照数据各个图层的数据量进行比较，结果如表4所示。
表4更新数据与对照数据对比
图层名称 基态数据 更新数据 对照数据
boup(行政境界) 7930 8004 8004
pipp(管线) 11894 11907 11907
resp(居民地及设施) 5279 5588 5588
terp(地貌) 184 190 190
trap(交通) 2796 2901 2901
watp(水系) 1249 1254 1254
boul(行政境界) 245 245 245
bounatl(区域境界) 1 1 1
pipl(管线) 429 430 430
resl(居民地及设施) 2567 2589 2589
terl(地貌) 49 49 49
tral(交通) 114325 123172 123172
vegl(植被与土质) 6 6 6
watl(水系) 7183 7312 7312
boua(行政境界) 26 26 26
bounata(区域境界) 547 567 567
resa(居民地及设施) 19918 20416 20416
tera(地貌) 281 283 283
vega(植被与土质) 1183 1206 1206
wata(水系) 3578 3612 3612
从表4的结果看来，更新数据与对照数据各个图层的数据量均是一致的，更新方法达到了预期效果。
上述实施实例验证了本发明的有效性。
应该说明的是以上实施方法仅用来说明本发明的技术方案而非限制。
参考文献：
1.基于OpenStreetMap的出行可达性分析与实现.陈舒燕.武汉：武汉大学，2010..
2.How good is volunteered geographical information？A comparativestudy of OpenStreetMap and Ordnance Survey datasets.Haklay M.Environment andPlanning B Planning and Design,2010.
3.Future Internet,2011.Neis P,Zielstra D,Zipf A.The street networkevolution of crowdsourced maps:OpenStreetMap in Germany 2007–2011.
4.Quality Analysis of Open Street Map Data.WANG M,ISPRS InternationalArchives of the photogrammetry,Remote Sensing and Spatial InformationSciences,2013.
5.Geofabrik，http://download.geofabrik.de/technical.html,2015.
6.浅论自发地理信息的数据管理.李德仁,钱新林.武汉大学学报(信息科学版),2010.
7.基于自发地理信息的空间数据变化发现与更新方法研究.田文文.武汉:武汉大学,2013.

Claims (5)

1.一种OSM数据到专业GIS矢量数据的模型自动转换方法，其特征在于，包括几何类型转换和核心属性转换；
其中，几何类型转换是指将采用几何类型node、way或relation表达的OSM矢量数据转换为专业GIS矢量数据的点、线、面目标；
核心属性转换是指将采用基于规则的方法对来源于OSM XML格式的点、线、面赋予目标模型的要素代码，并根据要素代码确定相应的目标图层；
所述几何类型转换包括以下四种情况：
1)将几何类型为node且关键属性地物类别OSMtag.k和地物类别详值OSMtag.V均不为空的OSM数据转换为专业GIS矢量数据中的一个点目标；
2)将一个非封闭的way数据转换为专业GIS矢量数据中的一个线目标；
3)如果一个封闭的way数据的地物类别详值OSMtag.V的值为输电线,围墙,树篱,栅栏,主干线,铁路,道路,防波堤或防浪堤中的任意一个，则将该数据转换为线目标，否则将该矢量数据转换为简单面目标；
4)一个OSM relation数据的地物类别OSMtag.k＝type且地物类别详值OSMtag.V＝multipolygon，并且至少一个外多边形和一个内多边形，则该relation数据转换为一个复杂多边形目标。
2.根据权利要求1所述的一种OSM数据到专业GIS矢量数据的模型自动转换方法，其特征在于，所述核心属性转换包括三类：
第一类为在OSM要素定义文档中定义的一般对象；
第二类为志愿者根据自己的理解标注的在OSM要素定义文档中定义不存在但具有通用性的对象；
第三类为志愿者根据自己的理解标注的，在OSM要素定义文档中不存在，且不具有通用性、或不完整、或存在错误的对象；
对于第一类对象，通过对比OSM-Map-Features的定义与目标模型的要素定义，建立基本规则库，采用基本规则库实现自动转换；
对于第二类对象，采用人机交互确定其转换后的要素代码与目标图层，并自动记忆为规则的方式实现转换方法的重复利用；
对于第三类对象，采用人机交互确定其转换后的要素代码与目标图层，且不存储为规则的方式进行转换；
所述基本规则库为通过采用OSM提供的Map_Features中的Primary features、References和Additional properties建立获得。
3.一种OSM增量数据动态整合方法，其特征在于，首先从OSM发布的全球每日变化数据文件中提取出研究区域内的OSM增量数据，然后整合多日研究区域内的OSM增量数据，最后，采用整合后的OSM增量数据来更新专业GIS矢量基态数据；
用于更新专业GIS矢量基态数据的OSM增量数据在更新操作前需采用权利要求1-2任一项所述的一种OSM数据到专业矢量数据的模型自动转换方法，将整合后的OSM增量数据转换成专业GIS增量数据；
所述专业GIS矢量基态数据是指初始OSM数据采用权利要求1-2任一项所述的一种OSM数据到专业矢量数据的模型自动转换方法转换获得。
4.根据权利要求3所述的一种OSM增量数据动态整合方法，其特征在于，所述提取出研究区域内的OSM增量数据是通过采用顾及目标演化过程的线目标与研究区域边界拓扑关系，通过如下5条规则来确定该目标与研究区域的拓扑关系，继而确定是否保留该目标，完成OSM增量数据的提取；
顾及目标演化过程的线目标为Way；
设NodeInWay表示增量线中的点集数据，BaseNodeInReg表示研究区域内的基态点数据，IncNodeInReg表示研究区域内的增量点数据；
IsWayInterReg表示判断线数据与研究区域边界之间有无交集的函数；
IsWayIdExist表示判断线数据ID编号是否存在于研究区域基态线数据中的函数；ChgNodeInReg表示研究区域内的变化点集，ChgWayInReg表示研究区域内的变化线集，ChangeType表示OSM提供的目标变化类型，其取值包括modify、delete及create；
规则A：如果增量线对象中有一个或一个以上结点存在于基态点集与增量点数据并集中，则该线对象作为研究区域内增量线对象；
规则B：如果增量线对象中没有结点存在于基态点集与增量点数据并集中，但是增量线数据与研究区域有交，则该线对象作为研究区域内增量线对象；
规则C：如果增量线对象内部点集与基态点数据和增量点数据的并集相交结果为空集，并且线对象与研究区域无交，且其变化类型为create，则该线对象不在研究区域内，不保留该线对象；
规则D：如果增量线对象内部点集与基态点数据和增量点数据的并集相交结果为空集，并且线对象与研究区域无交，但其变化类型为modify，且该线对象ID已存在于基态线数据和变化线数据的并集中，则保留该线对象，并设置该线对象标志为disjoint；
规则E：如果增量线对象内部点集与基态点数据和增量点数据的并集相交结果为空集，并且线对象与研究区域无交，但其变化类型为modify，且该线对象ID不存在于基态线数据和变化线数据的并集中，则该线对象不在研究区域内，不保留该线对象。
5.根据权利要求3所述的一种OSM增量数据动态整合方法，其特征在于，所述整合多日研究区域内的OSM增量数据是采用顾及相邻版本间的目标变化类型演化关系来确定最后版本增量数据的变化类型，具体采用如下7条规则来确定变化目标整合后版本的变化类型；
设ChgObjectInReg表示给定时间区间内研究区域内部增量对象数据集，V1与Vmax分别表示ChgObjectInReg中一个增量对象的初始版本与最后版本数据，其中，max>1；
ChangeTypeV1和ChangTypeVmax、ChangTypeO分别表示V1，Vmax以及整合后对象O的变化类型；
规则1：增量对象在增量文件中只出现一次，其变化类型为create，整合后对象O的变化类型为create；
规则2：增量对象初始变化类型为create，且最后变化类型为modify，且其最后版本数据带有disjoint标识符，则整合后的增量数据文件中不保留该对象数据；
规则3：增量对象初始变化类型为create且最后变化类型为modify，且数据不带有disjoint标识符，则该数据为研究时间范围内的新建对象，整合后的增量数据文件中保留该对象，该对象变化类型为create；
规则4：增量对象初始变化类型为create，最后变化类型为delete，则该数据当前已无效，整合后的增量数据文件中不保留该对象数据；
规则5：增量对象初始变化类型为modify，最后变化类型仍为modify，且最后版本数据带有disjoint标识符，则需从基态数据中删除该对象，即在整合后的增量数据文件中保留该对象，该对象变化类型为delete；
规则6：增量对象初始变化类型为modify，最后变化类型为modify，且数据不带有disjoint标识符，则在整合后的增量数据文件中保留该对象，该对象变化类型为modify；
规则7：增量对象初始变化类型为modify，最后变化类型为delete，则在整合后的增量数据文件中保留该对象，该对象变化类型为delete。
CN201510541183.2A 2015-08-28 2015-08-28 一种osm数据到专业gis矢量数据的模型自动转换及osm增量数据动态整合方法 Active CN105183825B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510541183.2A CN105183825B (zh) 2015-08-28 2015-08-28 一种osm数据到专业gis矢量数据的模型自动转换及osm增量数据动态整合方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510541183.2A CN105183825B (zh) 2015-08-28 2015-08-28 一种osm数据到专业gis矢量数据的模型自动转换及osm增量数据动态整合方法

Publications (2)

Publication Number Publication Date
CN105183825A CN105183825A (zh) 2015-12-23
CN105183825B true CN105183825B (zh) 2018-09-18

Family

ID=54905907

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510541183.2A Active CN105183825B (zh) 2015-08-28 2015-08-28 一种osm数据到专业gis矢量数据的模型自动转换及osm增量数据动态整合方法

Country Status (1)

Country Link
CN (1) CN105183825B (zh)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106407335A (zh) * 2016-09-05 2017-02-15 中国地质大学（武汉） 一种志愿者编辑能力的评估方法及系统
CN109974726A (zh) * 2017-12-28 2019-07-05 北京搜狗科技发展有限公司 一种道路通行状态确定方法及装置
CN110110019B (zh) * 2018-01-31 2021-10-29 北京四维图新科技股份有限公司 一种道路网拓扑数据更新的方法及装置
CN108595496B (zh) * 2018-03-16 2021-08-27 中国地质大学（武汉） 一种OpenStreetMap与土地利用数据的类别映射方法
CN110631595A (zh) * 2018-06-25 2019-12-31 北京嘀嘀无限科技发展有限公司 地图数据的转换方法、系统、计算机设备及可读存储介质
CN111126427B (zh) * 2019-10-25 2022-04-01 武汉大学 一种基于遥感影像的OpenStreetMap路网数据质量评价方法
CN110990508B (zh) * 2019-11-26 2022-03-25 浙江省环境科技有限公司 基于gis项目信息管理方法、装置、设备以及存储介质
CN113312363A (zh) * 2020-11-12 2021-08-27 中南大学 一种立交桥增量更新及其拓扑连通性维护的自动化方法
CN113297343A (zh) * 2021-05-29 2021-08-24 李蕊男 专题关联映射地球矢量数据快速生成方法
CN116756258B (zh) * 2023-06-06 2024-03-15 易智瑞信息技术有限公司 一种面向数据湖中空间矢量数据的质量检查方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103970905A (zh) * 2014-05-27 2014-08-06 重庆大学 一种多源矢量地理信息数据的自动构图整合方法
CN104035950A (zh) * 2013-03-05 2014-09-10 多费俉株式会社 基于用户的地图制作设备

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104035950A (zh) * 2013-03-05 2014-09-10 多费俉株式会社 基于用户的地图制作设备
CN103970905A (zh) * 2014-05-27 2014-08-06 重庆大学 一种多源矢量地理信息数据的自动构图整合方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于开源方式的多源网络地名数据库整合;张红辉;《地理信息世界》;20140225;第21卷(第1期);第3页第2.1.3节 *

Also Published As

Publication number Publication date
CN105183825A (zh) 2015-12-23

Similar Documents

Publication Publication Date Title
CN105183825B (zh) 一种osm数据到专业gis矢量数据的模型自动转换及osm增量数据动态整合方法
CN107092680B (zh) 一种基于地理网格的政务信息资源整合方法
Shang et al. Estimating building-scale population using multi-source spatial data
Williams et al. Mapping urban slum settlements using very high-resolution imagery and land boundary data
Mast et al. Mapping urban villages using fully convolutional neural networks
Li et al. Evaluating the influencing factors of urbanization in the Xinjiang Uygur Autonomous Region over the past 27 years based on VIIRS-DNB and DMSP/OLS nightlight imageries
CN106778547B (zh) 遥感影像地物分类基准库的构建方法及装置
Fritz et al. Building a crowd-sourcing tool for the validation of urban extent and gridded population
Sarretta et al. Towards the integration of authoritative and OpenStreetMap geospatial datasets in support of the European strategy for data
Jasim et al. Change detection and building spatial geodatabase for Iraqi marshes
Zhang et al. Enrichment of topographic road database for the purpose of routing and navigation
Aithal et al. Urbanization in India: Patterns, visualization of cities, and greenhouse gas inventory for developing an urban observatory
Niu Estimating housing vacancy rate in Qingdao city with NPP-VIIRS nighttime light and geographical national conditions monitoring data
Issa et al. Modeling the environment with remote sensing and GIS: applied case studies from diverse locations of the United Arab Emirates (UAE)
Dung et al. Optimizing GLCNMO version 2 method to detect Vietnam's urban expansion
Du et al. A novel semantic recognition framework of urban functional zones supporting urban land structure analytics based on open‐source data
Soares et al. A quantitative spatial methodology to delimit urban areas–a case study from Portugal
Xu Development of a digitalization tool for linking thematic data to a background map
Srinu et al. EVALUATION OF LAND USE AND LAND COVER CHANGE USING REMOTE SENSING AND GEOGRAPHICAL INFORMATION SYSTEMS: A CASE STUDY IN VIKARABAD DISTRICT, TELANGANA, INDIA
Naidu CONCEPT OF GEOGRAPHIC INFORMATION SYSTEM FOR A GEOINFOMATICS ENGINEER
Albakri Development of Spatial Data Infrastructure based on Free Data Integration
ZHENG et al. Exploratory potential analysis of Mapillary for streetscape monitoring in Japan
Chen et al. Exploring Urban Functional Zones Based on Multi-Source Semantic Knowledge and Cross Modal Network
Dev et al. Geospatial Database Design for implementing enhanced Local Governance with spatial analysis: A Case study of Manesar area–India
Popescu et al. The inventory and GIS mapping of heritage objectives from Timisoara.

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant