CN105630988A - 一种快速检测空间数据变化并更新的方法及系统 - Google Patents

Abstract

本发明公开了一种快速检测空间数据变化并更新的方法及系统，其方法包括：依据入库标准对待更新数据进行坐标系、数据结构及拓扑关系进行检查并修正处理；基于格网划分的快速定位方法对待入库的标准更新数据与历史数据中的空间信息和属性信息变化进行快速而准确的定位；在格网划分的快速定位方法之后采用并行计算进行快速定位搜索变化信息；采用最优组合匹配方法识别出变化前后地块的匹配关系，确定并记录地块变化类型；确定变化地块的地块权属，并将地块权属的变化过程记录下来；将变化的信息在原有数据库中进行更新入库。实施本发明基于格网搜索的快速定位法，同时与并行计算相结合，显著提高了矢量数据变化检测的速度。

Description

一种快速检测空间数据变化并更新的方法及系统

技术领域

本发明涉及地理信息技术领域，具体涉及一种快速检测空间数据变化并更新的方法及系统。

背景技术

土地是人类赖以生存和发展的物质基础，是社会生产的劳动资料，是农业生产的基本生产资料，是一切生产和一切存在的源泉。土地对国家发展、社会进步具有不可替代的作用。随着社会的不断进步，土地已经纳入国家行政管理体系当中，可见国家对土地相当地重视。尤其是城市化进程不断快速推进，导致土地利用矛盾日益突出，纷争日益激化，如何合理地利用有限的土地资源实现城市的可持续发展是城市管理者们不得不思考的问题。对于城市管理决策者而言，清楚地知道某一时期自己辖区内每一地块所处的土地生命周期阶段，知悉每一地块权属的转化过程，可以为该时期的相关决策行为提供一些的参考依据。但从长远来看，若想使规划决策更为合理、更加符合城市的现实情况、更加利于城市今后的发展，城市的管理者和决策者必须掌握城市地块的变化趋势及其所处生命周期的变化情况。

地籍数据是地籍管理信息系统的核心，地块(宗地)又是地籍数据中尤为重要的一部分。随着经济的快速发展，地块数据的变化速度也越来越快，保持地块数据的现势性是一项势在必行的任务，如何构建一种恰当的方法来进行地块数据的增量更新是关键所在。

增量更新需要进行变化信息提取，变化信息提取需要进行变化信息检测。目前变化信息检测的方法大多针对遥感影像数据提出，主要应用于栅格数据，但多采用逐一像元比对的方法，检测速度慢、效率低、精度难以保证，在数据量较大时其弊端尤为突出。矢量数据变化检测的方法常用的有基于面积相似度的同名实体空间匹配检测、基于空间特征码的矢量要素变化检测、栅格化统计比较变化检测、基于矢量化缓冲区变化检测和基于三元组的变化检测方法等。基于面积相似度的同名实体空间匹配检测主要是通过对两个不同来源且具有一定差异的数据集的同名实体进行匹配，之后对匹配好的源要素和目标要素进行变化检测，如检测图形是否相等、属性是否相同等。基于空间特征码的检测方法是根据所有地理要素均有表征自身几何特征的编码属性，该编码能唯一标识地理要素的几何位置与形态这一特点进行，通过对要素的几何编码进行检测，如果编码发生变化证明该要素发生了变化。栅格化统计比较法(SCAG)将矢量数据栅格化后按照栅格图像的方式进行变化检测。缓冲区检测法通过设定缓冲距离为相应特征设置缓冲区，通过判断落入缓冲区部分与原始特征的比值是否大于给定阈值来确定是否发生变化。

在地块研究方面，现有技术中也提出了一种基于拓扑联动的地籍数据库增量更新方法，归纳出一种地块变化类型推断规则以判断地块是否发生变化。现有技术中针对地籍空间数据如结点不吻合、宗地之间存在重叠、裂缝等不一致问题进行分析并提出错误检查和修改方法。这些主要针对地块的空间数据、拓扑变化，对相应的属性变化均未进行检测和记录。如何将地块空间数据的变化与属性数据的变化实现联动查询更新是本研究需要解决的问题。

目前矢量数据的变化检测方法常用的有基于面积相似度的同名实体空间匹配检测、基于空间特征码的矢量要素变化检测、栅格化统计比较变化检测、基于矢量化缓冲区变化检测和基于三元组的变化检测方法等。基于面积相似度的同名实体空间匹配检测主要是通过对两个不同来源且具有一定差异的数据集的同名实体进行匹配，之后对匹配好的源要素和目标要素进行变化检测，如检测图形是否相等、属性是否相同等。基于空间特征码的检测方法是根据所有地理要素均有表征自身几何特征的编码属性，该编码能唯一标识地理要素的几何位置与形态这一特点进行，通过对要素的几何编码进行检测，如果编码发生变化证明该要素发生了变化。栅格化统计比较法(SCAG)将矢量数据栅格化后按照栅格图像的方式进行变化检测。缓冲区检测法通过设定缓冲距离为相应特征设置缓冲区，通过判断落入缓冲区部分与原始特征的比值是否大于给定阈值来确定是否发生变化。

诸如基于面积相似度的同名实体空间匹配检测、基于空间特征码的矢量要素变化检测、栅格化统计比较变化检测、基于矢量化缓冲区变化检测和基于三元组的变化检测等方法虽然在矢量数据变化检测上提供了方法和思路，但这些方法都存在一定弊端，如基于面积相似度的同名实体空间匹配检测法鲁棒性和抗噪能力都很弱，无法容忍目标局部形状变化，而且在非一对一匹配时检测精度很低，完全不具备适用性；基于空间特征码的矢量要素变化检测需要对无空间特征码的地理要素进行编码，还要统一各图层的编码标准，情况复杂，检测起来比较繁琐，效率不高；栅格化统计比较法要对矢量数据进行栅格化处理，增加了计算量，消耗时间长；三元组算法虽然为点、线、面等要素分别提出了几何变化检测方法，但是对于情况复杂如混合分并等还存在不足。

发明内容

本发明针对要素变化前后的空间关系及语义关系，本发明提供了快速检测空间数据变化并更新的方法及系统，据此确定地块的变化类型，并对常规的匹配方法进行了优化，提高了空间数据变化前后空间实体的匹配精度，并以此确定地块变化类型。

本发明提供了一种快速检测空间数据变化并更新的方法，包括如下步骤：

依据入库标准对更新数据进行坐标系、数据结构及拓扑关系进行检查并修正处理，以产生待入库的标准更新数据；

基于格网划分的快速定位方法对待入库的标准更新数据与历史数据中的空间信息和属性信息变化进行快速而准确的定位；

在格网划分的快速定位方法之后采用并行计算进行快速定位搜索变化信息；

在检测出变化信息后建立临时数据库；

采用最优组合匹配方法识别出变化前后地块的匹配关系，确定并记录地块变化类型；

确定变化地块的地块权属，并将地块权属的变化过程记录下来；

将变化的信息在原有数据库中进行更新入库。

所述基于格网划分的快速定位方法对待入库的标准更新数据与历史数据中的空间信息和属性信息变化进行快速而准确的定位包括：

对更新数据和历史数据进行检测，确保更新数据和历史数据的比例尺和坐标系是一致的；分别对新旧数据增加特征点坐标属性字段及存储要素属性汇总信息的属性字段；

分别对更新数据和历史数据进行全局查询，计算要素特征点坐标、要素属性汇总信息，并确定更新数据和历史数据的检测范围

将变化检测范围按统一的宽度和高度划分为m×n个规则的格网；

分别对更新数据和历史数据按特征点坐标进行排序查询，并按特征点坐标将要素匹配到相应的格网；

对新旧数据中编号相同网格中的特征点坐标、弧段长度、属性值拼接字符串进行对比。

所述在格网划分的快速定位方法之后采用并行计算进行快速定位搜索变化信息包括：

将更新数据中与历史数据中具有相同编号的格网进行逐一要素对比检测，每一个格网都是并行计算的一个子过程；

按网格编号依次处理，并将结果返还给主进程，直到所有的格网都处理完成；

将所有格网检测出来的变化进行合成获得更新数据和历史数据对比发生变化的区域。

所述采用最优组合匹配方法识别出变化前后地块的匹配关系，确定并记录地块变化类型包括：

空间相似度与语义相似度结合来计算变化前后地块的相似度；

依据相似度进行匹配要素确定，形成匹配列表；

以变化矢量图层为依据，锁定发生变化的网格，对存在变化信息的网格内地块进行匹配处理，识别出变化前后地块的匹配关系，并记录地块变化类型。

所述确定变化地块的地块权属，并将地块权属的变化过程记录下来包括：

采用语义关联模式将地块的相关业务数据与地块的矢量数据图层进行关联；

将地块的空间数据与属性数据融合成为一个整体实现联动查询；

以格网搜索检测出来的变化地块矢量图层为基础，找出变化地块的历史权属和现势权属，并将权属的变化过程记录下来，保存到数据库中。

所述将变化的信息在原有数据库中进行更新入库步骤之前还包括：

对变化地块进行更新入库预处理；

进行空间冲突检测保证更新后各地块间拓扑关系的准确性和一致性。

所述对变化地块进行更新入库预处理包括：

对于地块新增类型，采用新建的方法进行处理；

对于地块消失类型，将消失地块进行删除；

对于地块合并、地块分解和地块聚合三种变化类型都采用新建和删除相结合的方式进行处理；

对于地块变形则进行几何修改处理。

相应的，本发明还提供了一种快速检测空间数据变化并更新的系统，所述系统包括：

数据预处理模块，用于依据入库标准对更新数据进行坐标系、数据结构及拓扑关系进行检查并修正处理，以产生待入库的标准更新数据；

格网定位模块，用于基于格网划分的快速定位方法对待入库的标准更新数据与历史数据中的空间信息和属性信息变化进行快速而准确的定位；

并行计算模块，用于在格网划分的快速定位方法之后采用并行计算进行快速定位搜索变化信息；

临时库处理模块，用于在检测出变化信息后建立临时数据库；

匹配计算模块，用于采用最优组合匹配方法识别出变化前后地块的匹配关系，并记录地块变化类型；

地块权属模块，用于确定变化地块的地块权属，并将地块权属的变化过程记录下来；

数据更新模块，用于将变化的信息在原有数据库中进行更新入库。

所述系统还包括：

变化地块预处理模块，用于对变化地块进行更新入库预处理；

空间冲突检测模块，用于进行空间冲突检测保证更新后各地块间拓扑关系的准确性和一致性。

本发明实施例改变传统矢量数据变化检测速度慢、精度低的弊端，基于格网搜索的快速定位法，同时与并行计算相结合，显著提高了矢量数据变化检测的速度，减少了变化检测的耗费时间。同时提出最优组合匹配法，通过对组合对象空间特征及语义特征的综合比较进而选出最佳匹配对象，能够高效准确地实现海量数据变化信息探测，弥补以往匹配方法不能进行多对多匹配的不足。运用此方法确定地块的的变化类型，可以同时确定空间和属性上的变化，准确无误的找出地块的变化类型。此外，提出依据地块空间变化类型与相应的业务数据进行关联，实现联动查看，跟踪记录地块权属的变化过程，为研究土地利用变化趋势提供很好的参考。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。

图1是本发明实施例中的快速检测空间数据变化并更新的方法流程图；

图2是本发明实施例中的基于格网划分的变化信息快速定位方法流程图；

图3是本发明实施例中的快速检测空间数据变化并更新的系统结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

本发明所提供的快速检测空间数据变化并更新的方法，依据入库标准对更新数据进行坐标系、数据结构及拓扑关系进行检查并修正处理，以产生待入库的标准更新数据；基于格网划分的快速定位方法对待入库的标准更新数据与历史数据中的空间信息和属性信息所发生的变化进行快速而准确的定位；在格网划分的快速定位方法之后采用并行计算进行快速定位搜索变化信息；在检测出变化信息后建立临时数据库；采用最优组合匹配方法识别出变化前后地块的匹配关系，确定并记录地块变化类型；确定变化地块的地块权属，并将地块权属的变化过程记录下来；将变化的信息在原有数据库中进行更新入库。

本发明实施例实现如何根据地块的变化情况自动识别出地块权属的转化过程。通过对历史矢量数据图和现势矢量数据进行变化检测，获取地块的变化区域，再对检测出的变化区域进行变化类型判断。最后根据地块实体的变化类型结合矢量数据图层的属性信息做语义分析，自动识别变化地块权属的变化过程。将变化信息和地块权属转化过程进行记录并更新到数据库中。在变化检测方面，以往研究主要针对的是栅格影像数据，所提出的数据变化信息检测方法一般都是对各要素进行逐个比较，这种方法既无法保证足够高的检测精度，其检测效率也是十分低，在实际应用中很难满足要求，因此难以推广。为实现快速、准确地提取研究区域的变化信息，本方案采用基于格网划分的方法对研究区域的矢量数据图进行处理以缩小检测范围，缩短检测时间，进而提高检测速度。在格网划分的基础上结合并行计算，大大加快检测速度，且检测精度得到保证。

具体的，图1示出了本发明实施例中的快速检测空间数据变化并更新的方法流程图，具体包括如下步骤：

S101、依据入库标准对更新数据进行坐标系、数据结构及拓扑关系进行检查并修正处理，以产生待入库的标准更新数据；

具体实施过程中，一般来说采集的数据都会存在坐标系统和格式不统一等问题。在进行地块变化检测之前，为保证现势数据(即待检测数据或者更新数据)与历史数据比例尺和空间坐标系等条件一致，需要对现势数据进行预处理。

本方案主要针对同级比例尺的更新研究，更新数据预处理操作是指在更新前依据入库标准，对更新数据进行坐标系、数据结构及拓扑关系的检查与修正处理，以产生标准数据。对现势数据进行检查，如果现势数据的坐标系和历史数据的坐标系不一致，则以历史数据的坐标系为参考对现势数据进行坐标转换。

S102、基于格网划分的快速定位方法对待入库的标准更新数据与历史数据中的空间信息和属性信息变化进行快速而准确的定位；

具体实施过程中，基于格网划分的变化信息快速定位方法，可以对标准更新数据与历史数据中的空间信息和属性信息变化进行快速而准确的定位，大大提高检测效率，图2示出了基于格网划分的变化信息快速定位方法流程图，包括如下步骤：

S201、对标准更新数据与历史数据进行检测，确保标准更新数据与历史数据的比例尺和坐标系是一致的；分别对新旧数据增加特征点坐标属性字段(Center_X、Center_Y)及存储要素属性汇总信息的属性字段(TotalStr)。

S202、分别对标准更新数据与历史数据进行全局查询，计算要素特征点坐标、要素属性汇总信息，并确定新旧数据的检测范围(Xmin，Xmax，Ymin，Ymax)。

特征点坐标代表要素所处的位置，点要素直接取其坐标，线要素取其中点，面要素取其质心。要素属性汇总信息是将要素属性字段的字段值按字段名的字符串匹配排序进行拼接，每个字段值之间用特殊符号分隔如公式(1)所示。

Totalstr.value＝Fields(0).value+"|"+Fields(1).value+"|"+......+"|"Fields(n).value+"|"(1)

S203、将变化检测范围按统一的宽度和高度划分为m×n个规则的格网。

需要说明的是，这里的m和n的值按公式(2)计算，格网的宽度根据检测范围和要素总数由系统自动确定，无需人工设置。格网的宽度记为Gw，高度记为Gh。根据格网的总数定义数组变量来存储格网中要素的汇总信息。

$\left.\begin{array}{c}m=(X_{\max }-X_{\min })/G_w\\ n=(Y_{\max }-Y_{\min })/G_h\end{array}\right\}$ 式(2)

S204、分别对标准更新数据与历史数据按特征点坐标(Center_X、Center_Y)进行排序查询，并按特征点坐标将要素匹配到相应的格网。

格网编号与特征点坐标匹配方法按公式(3)计算，其中INT()为向下取整。按公式(4)对格网内要素的特征点坐标(Center_X、Center_Y)、几何值信息、属性汇总信息按排序结果依次累加到相应的网格变量。线要素和面要素几何值信息为要素的弧段长度，点要素不需要累加几何值信息。

$\left.\begin{array}{c}p=INT\left(\right(Center\_X-X\min )/G_w)\\ q=INT\left(\right(Cexter\_Y-Y\min )/G_h)\end{array}\right\}$ 式(3)

$\left.\begin{array}{c}Gridcenx(p,q)={\Σ}_{i=1}^{k}Center\_X_i\\ Gridceny(p,q)={\Σ}_{i=1}^{k}Center\_Y_i\\ Gridlen(p,q)={\Σ}_{i=1}^k{\mathrm{length}}_i\\ Gridstr(p,q)={\Σ}_{i=1}^k{\mathrm{TotalStr}}_i\\ Gridcount(p,q)=k\end{array}\right\}$ 式(4)

Gridcenx()、Gridceny()分别表示网格中要素特征点X坐标及Y坐标的和，Gridlen()表示网格中要素的弧段长度和，Gridstr()表示网格中要素属性值字符串拼接，Gridcount()为行号网格中要素个数。k为格网中要素的数量。

S205、对标准更新数据与历史数据中编号相同网格中的特征点X坐标、特征点Y坐标、弧段长度、属性值拼接字符串进行对比。

Changecenx(p，q)＝|N(Gridcenx(p，q))-O(Gridcenx(p，q))|/O(Gridcenx(p，q)

Changeceny(p，q)＝|N(Gridceny(p，q))-O(Gridceny(p，q))|/O(Gridceny(p，q)式(5)

Changelen(p，q)＝|N(Gridlen(p，q))-O(Gridlen(p，q))|/O(Gridlen(p，q)

按公式(5)计算网格中几何特征的变化率，Changecenx为格网中要素特征点X坐标和的变化率，Changeceny为格网中要素特征点y坐标和的变化率，Changelen为格网中弧段长度的变化率，N()与O()分别代表新旧数据。当新旧数据中的对应网格满足以下条件之一，则说明该网格中的要素存在变化情况，需要对该网格内的要素逐一做变化检测。

①要素特征点X坐标和的变化率Changecenx大于指定阈值或要素特征点y坐标和的变化率Changeceny大于给定阈值，阈值由测量点坐标误差许可范围确定。

②要素弧段长度和变化率Changelen大于给定阈值，阈值由边长测量误差许可范围确定。

③要素数量不同。

④要素属性值拼接字符串Gridstr不同。

变化要素的发现方法是在目标数据中搜索与源数据的面积、弧段长度、方向、重心等空间特征与语义特征相同(差异小于阈值)的对象，当搜索结果为空时说明要素发生了变化。在做新旧要素逐一变化对比时，需要进行大量的空间查询，当数据范围较大时，花费时间较多。由于本方法已对查询空间进行了格网划分，且要素属性中记录了该要素的重心坐标，进行要素空间查询时通过属性过滤(Center_X>＝GridX左ANDCenter_X<＝GridX右ANDCenter_Y>＝GridY下ANDCenter_Y<＝GridY上)，只对要素所在格网内的要素进行，大大缩小了查询的范围，提高了查询的效率。

S103、在格网划分的快速定位方法之后采用并行计算进行快速定位搜索变化信息；

将标准更新数据与历史数据中的矢量数据图层进行格网划分，形成一个个网格区域，每一个网格都是相对独立的。在进行变化要素检测是，每个网格的检测过程原理和方法都是一样的。为进一步加快检测的速度，在具体实施过程中采用并行计算。并行计算(parallelcomputing)是指在一定媒介基础支持下，将一个庞大而复杂的任务进行分解，并将分解后的子任务分派给不同的处理单元进行协同处理，整个处理过程是并发进行的。通过这种并发式的处理方法，可以将复杂的处理任务简化并加快处理速度。基于并行计算这种特点，其在海量数据处理方面得到广泛的应用。

由于矢量数据的存储的是地理要素点、线、面的地理坐标或坐标串，同时考虑各要素间的拓扑关系并存储拓扑关系，数据量一般较大，处理过程复杂，耗费时间长。针对这一问题，将并行算法运用于矢量数据的处理分析过程可以大大提高效率，减少时间成本，采用并行处理是解决遥感数据处理工作量大的一种较好途径。常用的并行算法有区域分解法、功能分解法等。

在具体实施过程中对数据图层进行格网划分，将整幅数据图层分割成一个个大小相等、相对独立的网格区域，格网划分的过程类似于并行计算中的区域分解法；在格网划分的基础上采用并行计算进行快速定位搜索变化信息。现对并行计算设计流程进行介绍：将现势数据中与历史数据中具有相同编号的格网进行逐一要素对比检测，每一个格网都是并行计算的一个子过程，即每一个格网的检测过程是整个数据图层变化检测的一个子过程；按网格编号依次处理，并将结果返还给主进程，直到所有的格网都处理完成；每个格网检测出来的变化信息都是独立分散的，将所有格网检测出来的变化区域进行合成就能获得新旧数据对比检测出来的变化区域，即获得地块的变化分布情况。

S104、在检测出变化信息后建立临时数据库；

在检测出变化的地块后，需要将变化的信息更新到历史数据库中。但在更新入库之前需要进行一系列的操作处理，为了保证历史数据库中数据的安全和完整，方便进行历史数据回溯和追踪，需要建立一个临时的数据库。在临时库中对变化数据进行操作，待处理完成保证准确无误后存入历史数据库中。在更新入库之前的下述操作都是以临时库为载体进行。

S105、采用最优组合匹配方法识别出变化前后地块的匹配关系，并记录地块变化类型；

具体实施过程中，采用空间相似度与语义相似度结合来计算变化前后地块的相似度；依据相似度进行匹配要素确定，形成匹配列表；以变化矢量图层为依据，锁定发生变化的网格，对存在变化信息的网格内地块进行匹配处理，识别出变化前后地块的匹配关系，并记录地块变化类型。实体的变化类型推断规则需要综合对象的语义特征、拓扑一致性约束条件以及变化前后对象间的拓扑关系等来确定。依据本方案的研究目的，结合地块变化类型的特征，这里设定地块的变化类型有以下几种：地块新增、地块删除、地块分割、地块合并、地块聚合和地块变形。

根据格网搜索所确定的变化区域，对存在变化的网格区域内的地块进行实体匹配，以此确定变化类型。传统的匹配方法主要是针对制图因素而非变化信息，或者是匹配方法的适用范围和匹配精度有限。本发明提供了一种最优组合匹配方法，对常规方法进行优化，能很好的提高空间数据变化前后对象的匹配精度，且匹配结果能很好地为地物变化过程的跟踪记录和数据更新服务。下面介绍最优组合匹配方法的原理及实施过程。

如果新旧要素间具有匹配关系说明新要素对旧要素有继承性，继承性可以通过相似度来量化，变化要素的匹配关系需要综合考虑空间相似度及语义相似度。

本文采用空间相似度与语义相似度结合来计算对象的相似度，计算模型如下面公式(6)所示：

sim(A，B)＝r(A，B)w₁+st(A，B)w₂+sem(A，B)w₃式(6)

点要素直接按公式进行源要素与目标要素一对一相似度计算，线要素与面要素变化匹配涉及非一对一的匹配，A、B分别代表新旧数据候选匹配对象的集合，r(A，B)对点要素为距离相似度，对线与面要素为面积重叠度；st(A，B)代表候选匹配要素的拓扑相似度；sem(A，B)为语义相似度；w1、w2、w3为可调节权重值，w1+w2+w3＝1，点要素取w2＝0。针对变化信息可能存在一对多、多对一或多对多匹配，本方案提出了最优组合匹配法。从候选匹配要素中选取相似度最大的候选匹配组合，如选取的候选匹配组合的相似度大于阈值，表明这对组合为最终的匹配结果。具体算法：设A(a1，a2，…，am)、B(b1，b2，…bn)为候选匹配要素的集合，根据排列组合公式集合A与集合B分别有2m-1、2n-1项候选组合，集合中组合的生成方法是依次将十进制数1至2m-1转换成二进制数，判断该二进制数的值，从右往左判断不为0的项为集合中选取的要素的下标，如110表示要生成的组合为(a3，a2)。源要素组合与目标要素组合的面积重叠度按式(7)计算

$r(A,B)=\frac{area(P_A\&cap;P_B)}{area(P_A\&cup;P_B)}$ 式(7)

式(7)中，P_A、P_B对于面要素分别代表源要素组合与目标要素组合，对于线要素代表源要素缓冲区组合与目标要素缓冲区组合，P_A、P_B为组合中各元素的并集。

源要素组合与目标要素组合的拓扑相似度计算，如组合中的要素个数大于2，该组合的拓扑距离取组合内两两要素之间拓扑距离的最大值。

源要素组合与目标要素组合的语义相似度计算方法如下：如两个组合的元素数量均为1，取集合的语义相似度，如组合中元素不为1，按以下方法计算：对可累加数值型字段分别对两个组合中该字段的值的求和，对非累加数值型字段取两个组合中该字段的平均值计算相似度；对字符型字段，根据字段性质采用字符编辑距离法或层次语义树法求出两两相应字段值的相似度，再计算字段相似度的平均值；求出两组合各属性字段的相似性之后，再按语义相似度评价模型计算源要素组合与目标要素组合的语义相似度。

当候选要素较多时，生成的组合较多，计算量也相应增大。为减少计算时间，本方案对不存在相交或包含关系的组合对不再进行计算，直接将相似度赋为0。在匹配过程中，需要进行大量的空间查询操作，对点要素及面要素的匹配，将空间搜索范围限制在与源要素所在格网及相邻的格网内，以提高匹配的速度。

完成源候选要素与目标候选要素生成的所有组合的相似度计算之后，进行匹配要素的最终确定。方法如下：①将相似度大于阈值的组合对存入队列；②从队列中选取相似度最大的组合对作为相匹配要素记录存入匹配列表，同时将这对组合从队列中删除，并将队列中含有最大相似度组合对中的要素的其他组合对从队列中删除；③重复步骤2，直到队列中的所有组合对被删除。匹配列表为匹配的最终结果，根据列表中每一条匹配记录的要素数目，可识别匹配关系1：0、0：1、1：1、1：n、m：1、m：n。

根据最优组合匹配方法的原理，本发明采用面状要素的最优组合匹配法进行地块变化类型的推断。以变化矢量图层为依据，锁定发生变化的网格，对存在变化信息的网格内地块进行匹配处理，识别出变化前后地块的匹配关系，并记录地块变化类型。

若匹配关系为1:0，说明该地块位于变化前的矢量图层上，而不存在于变化后的矢量图层，可以判断出该地块是消失对象，变化类型属于地块消失；

若匹配关系为0:1，说明该地块不存在于变化前的矢量图层，而在变化后的矢量图层上，可以判断出该地块是新增对象，变化类型属于地块新增；

若匹配关系为1：n，说明该地块存在于变化前的矢量图层，且在变化后分成了n块子地块，可以判断出该地块发生了分解，变化类型属于地块分解；

若匹配关系为m：1，说明有m个地块存在于变化前的矢量图层，且在变化后合成了一块，可以判断出m个地块发生了合并，变化类型属于地块合并；

若匹配关系为m：n，说明变化前矢量图层上的m个地块变化后成了n个地块，可以判断m个地块发生了聚合，变化类型属于地块聚合；

若匹配关系为1：1，变化前后的地块数量上没有发生变化，这种情况需要进一步比较几何形状，从而判断地块是否发生变化，若发生变化其变化类型为地块变形。

S106、确定变化地块的地块权属，并将地块权属的变化过程记录下来；

地块属性基本上包括地块编号、权属人、地块性质、地块四至、地块的类型、建筑类型等，这些数据都是由土地生命周期各个阶段产生的业务数据、图片数据、视频信息、审批信息等组成，属于外接的数据，一般是存在一个独立的关系数据库中。而地块的矢量数据图层属于空间数据，其数据属性表中存储的一般是属于空间数据自带的属性，如面积，坐标等。即地块空间数据与属性数据本身是分离的。地块的权属，在矢量数据图层如CAD数据上就是一个注记，这个注记是在地块的空间范围之内，但与地块又没有其他关系。要根据检测出来的变化地块矢量图层来确定变化地块的权属，必须将注记层的信息与地块属性数据本身进行匹配和挂接，实现自动赋值。为实现这一目的，本方案将地块生命周期各个阶段相关的文档信息全部关联到地块上，形成一个完整的信息管理平台，可以调取任意地块的相关信息，包括地块编号、权属、土地证号等。根据检测出来的地块的变化类型，调取属性信息进行语义分析，自动查询变化地块的生命周期在历史矢量图层上的对应阶段和现势图层上对应的阶段，从而获取该变化地块生命周期的一个变化历程并进行跟踪记录，可以为相关部门分析地块变化趋势提供参考。下面简单介绍一下数据关联。

基础地理共享数据不管从空间上还是语义上都存在相互间的关联，这就体现了基础地理共享数据的关联特征。数据间是否存在关联是数据是否可以交换的条件。因此，基础地理共享数据的关联特征存在是实现行业基础地理数据间共享与交换的前提。

对基础地理共享数据关联特征进行分析，在不考虑时间的情况下，基础地理共享数据库的关联模式按类别可以分为空间关联模式、语义关联模式、图表关联模式和表关联模式等几种。空间关联模式是指时间相同、空间位置不同的事物和现象之间的关联模式，强调了不同空间位置上的事物和现象之间的关联所造成的空间模式。语义关联模式是指数据库中存在语义相关的不同事物之间的关联模式。在本质上是对词语的认知，找出词语之间的关联关系。图表关联模式是指数据库中存在图形与数据库表之间存在的关联模式。表关联模式是指数据库中数据表之间存在的关联模式。

本发明实施例中采用语义关联模式将地块的相关业务数据与地块的矢量数据图层进行关联，主要通过地块编号等公共字段联接，使得矢量图层上的地块都具有生命周期各个阶段的信息。地块的空间数据与属性数据融合成为一个整体，可以实现联动查询。以格网搜索检测出来的变化地块矢量图层为基础，通过自动查询方法，找出变化地块的历史权属和现势权属，并将权属的变化过程记录下来，保存到数据库中。

S107、对变化地块进行更新入库预处理；

确定了地块变化的类型之后，需要对不同变化类型的地块执行相应的处理以为更新入库做准备。对于地块新增类型，采用新建的方法进行处理；对于地块消失类型，将消失地块进行删除；对于地块合并、地块分解和地块聚合三种变化类型都采用新建和删除相结合的方式进行处理；对于地块变形则进行几何修改处理。

S108、进行空间冲突检测保证更新后各地块间拓扑关系的准确性和一致性；

在对变化地块进行了相应处理后，需要将变化后的数据更新到数据库中。由于在进行地块新建、删除等操作时，原始矢量数据图层中相应的空间拓扑关系会被破坏。为了保证更新后各地块间拓扑关系的准确性和一致性，在更新入库前需要进行空间冲突检测处理。

本发明实施例中以HakimaKadri-Dahmani提出的空间实体完整性约束表达式为基础，修改了约束对象类的表达方法，并添加了属性约束规则与重要性指标，以六元组的方式表达约束规则。

Spaticalconflictconstrain＝{ID，C1，C2，TR，AR，Bd，I}

式中，ID是空间冲突约束的编号；C1、C2为受约束的空间对象类；TR表示指拓扑约束规则；AR表示属性约束规则；Bd表示规则的执行的范围；I是指该规则的重要性，取值在0～1之间。

空间冲突的检测方法是按照空间冲突约束规则，使用顾及语义的拓扑检验方法构建约束条件进行目标搜索。空间冲突的处理则利用空间编辑功能对冲突对象进行处理。反复检验直至消除所有冲突后，才进行历史库备份与现状库更新处理，完成更新的全过程。

S109、将变化的信息在原有数据库中进行更新入库。

对检测出来的变化地块进行更新操作以及空间冲突检测和处理之后，保证空间属性等正确无误后将其导入到原有数据库中实现数据更新，得到具有最新地块信息的现势库。由于地籍管理是一个长期的、具有时间连续性的过程，地籍信息随着时间发生着相应的变化，具有动态性的特点。为了实现地块数据的历史回溯，历史信息也要以保存。因而将原有的数据另存，建立一个历史数据库。

完成地块空间数据的更新之后需要对相应的属性信息进行更新，主要是地块权属变化过程数据的更新。将历史数据地块的属性信息保存到历史库中，供查询、回溯；变化地块的属性数据则更新到现势库中，可以实现历史数据和现势数据联动查看和叠加查看。

相应的，图3还示出了本发明实施例中的快速检测空间数据变化并更新的系统结构示意图，该系统包括：

数据预处理模块，用于依据入库标准对更新数据进行坐标系、数据结构及拓扑关系进行检查并修正处理，以产生待入库的标准更新数据；

格网定位模块，用于基于格网划分的快速定位方法对待入库的标准更新数据与历史数据中的空间信息和属性信息变化进行快速而准确的定位；

并行计算模块，用于在格网划分的快速定位方法之后采用并行计算进行快速定位搜索变化信息；

临时库处理模块，用于在检测出变化信息后建立临时数据库；

匹配计算模块，用于采用最优组合匹配方法识别出变化前后地块的匹配关系，并记录地块变化类型；

地块权属模块，用于确定变化地块的地块权属，并将地块权属的变化过程记录下来；

数据更新模块，用于将变化的信息在原有数据库中进行更新入库。

需要说明的是，该系统还包括：

变化地块预处理模块，用于对变化地块进行更新入库预处理；

空间冲突检测模块，用于进行空间冲突检测保证更新后各地块间拓扑关系的准确性和一致性。

综上，本发明实施例改变传统矢量数据变化检测速度慢、精度低的弊端，基于格网搜索的快速定位法，同时与并行计算相结合，显著提高了矢量数据变化检测的速度，减少了变化检测的耗费时间。同时提出最优组合匹配法，通过对组合对象空间特征及语义特征的综合比较进而选出最佳匹配对象，能够高效准确地实现海量数据变化信息探测，弥补以往匹配方法不能进行多对多匹配的不足。运用此方法确定地块的的变化类型，可以同时确定空间和属性上的变化，准确无误的找出地块的变化类型。此外，提出依据地块空间变化类型与相应的业务数据进行关联，实现联动查看，跟踪记录地块权属的变化过程，为研究土地利用变化趋势提供很好的参考。

本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：只读存储器(ROM，ReadOnlyMemory)、随机存取存储器(RAM，RandomAccessMemory)、磁盘或光盘等。

以上对本发明实施例所提供的快速检测空间数据变化并更新的方法及系统进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (9)

1.一种快速检测空间数据变化并更新的方法，其特征在于，包括如下步骤：

依据入库标准对更新数据进行坐标系、数据结构及拓扑关系进行检查并修正处理，以产生待入库的标准更新数据；

基于格网划分的快速定位方法对待入库的标准更新数据与历史数据中的空间信息和属性信息变化进行快速而准确的定位；

在格网划分的快速定位方法之后采用并行计算进行快速定位搜索变化信息；

在检测出变化信息后建立临时数据库；

采用最优组合匹配方法识别出变化前后地块的匹配关系，确定并记录地块变化类型；

确定变化地块的地块权属，并将地块权属的变化过程记录下来；

将变化的信息在原有数据库中进行更新入库。

2.如权利要求1所述的快速检测空间数据变化并更新的方法，其特征在于，所述基于格网划分的快速定位方法对待入库的标准更新数据与历史数据中的空间信息和属性信息变化进行快速而准确的定位包括：

对更新数据和历史数据进行检测，确保更新数据和历史数据的比例尺和坐标系是一致的；分别对新旧数据增加特征点坐标属性字段及存储要素属性汇总信息的属性字段；

分别对更新数据和历史数据进行全局查询，计算要素特征点坐标、要素属性汇总信息，并确定更新数据和历史数据的检测范围

自动将变化检测范围按统一的宽度和高度划分为m×n个规则的格网；

分别对更新数据和历史数据按特征点坐标进行排序查询，并按特征点坐标将要素匹配到相应的格网；

对新旧数据中编号相同网格中的特征点坐标、弧段长度、属性值拼接字符串进行对比。

3.如权利要求2所述的快速检测空间数据变化并更新的方法，其特征在于，所述在格网划分的快速定位方法之后采用并行计算进行快速定位搜索变化信息包括：

将更新数据中与历史数据中具有相同编号的格网进行逐一要素对比检测，每一个格网都是并行计算的一个子过程；

按网格编号依次处理，并将结果返还给主进程，直到所有的格网都处理完成；

将所有格网检测出来的变化进行合成获得更新数据和历史数据对比发生变化的区域。

4.如权利要求3所述的快速检测空间数据变化并更新的方法，其特征在于，所述采用最优组合匹配方法识别出变化前后地块的匹配关系，确定并记录地块变化类型包括：

空间相似度与语义相似度结合来计算变化前后地块的相似度；

依据相似度进行匹配要素确定，形成匹配列表；

以变化矢量图层为依据，锁定发生变化的网格，对存在变化信息的网格内地块进行匹配处理，识别出变化前后地块的匹配关系，并记录地块变化类型。

5.如权利要求4所述的检测快速检测空间数据变化并更新的方法，其特征在于，所述确定变化地块的地块权属，并将地块权属的变化过程记录下来包括：

采用语义关联模式将地块的相关业务数据与地块的矢量数据图层进行关联；

将地块的空间数据与属性数据融合成为一个整体实现联动查询；

以格网搜索检测出来的变化地块矢量图层为基础，找出变化地块的历史权属和现势权属，并将权属的变化过程记录下来，保存到数据库中。

6.如权利要求1至5任一项所述的快速检测空间数据变化并更新的方法，其特征在于，所述将变化的信息在原有数据库中进行更新入库步骤之前还包括：

对变化地块进行更新入库预处理；

进行空间冲突检测保证更新后各地块间拓扑关系的准确性和一致性。

7.如权利要求6所述的快速检测空间数据变化并更新的方法，其特征在于，所述对变化地块进行更新入库预处理包括：

对于地块新增类型，采用新建的方法进行处理；

对于地块消失类型，将消失地块进行删除；

对于地块合并、地块分解和地块聚合三种变化类型都采用新建和删除相结合的方式进行处理；

对于地块变形则进行几何修改处理。

8.一种快速检测空间数据变化并更新的系统，其特征在于，所述系统包括：

数据预处理模块，用于依据入库标准对更新数据进行坐标系、数据结构及拓扑关系进行检查并修正处理，以产生待入库的标准更新数据；

格网定位模块，用于基于格网划分的快速定位方法对待入库的标准更新数据与历史数据中的空间信息和属性信息变化进行快速而准确的定位；

并行计算模块，用于在格网划分的快速定位方法之后采用并行计算进行快速定位搜索变化信息；

临时库处理模块，用于在检测出变化信息后建立临时数据库；

匹配计算模块，用于采用最优组合匹配方法识别出变化前后地块的匹配关系，并记录地块变化类型；

地块权属模块，用于确定变化地块的地块权属，并将地块权属的变化过程记录下来；

数据更新模块，用于将变化的信息在原有数据库中进行更新入库。

9.如权利要求8所述的快速检测空间数据变化并更新的系统，其特征在于，所述系统还包括：

变化地块预处理模块，用于对变化地块进行更新入库预处理；

空间冲突检测模块，用于进行空间冲突检测保证更新后各地块间拓扑关系的准确性和一致性。