CN109597870A - 一种地理数据可用性的评定方法 - Google Patents
一种地理数据可用性的评定方法 Download PDFInfo
- Publication number
- CN109597870A CN109597870A CN201811497171.4A CN201811497171A CN109597870A CN 109597870 A CN109597870 A CN 109597870A CN 201811497171 A CN201811497171 A CN 201811497171A CN 109597870 A CN109597870 A CN 109597870A
- Authority
- CN
- China
- Prior art keywords
- group
- space
- line
- similarity
- geodata
- 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.)
- Pending
Links
Landscapes
- Image Analysis (AREA)
Abstract
本发明公开了一种地理数据可用性的评定方法,通过在可视化效果、可靠性以及有效性三个方面对地理数据进行评估,将可视效果SIM≥90判定为优秀,85≤SIM<90判定为合格,SIM<85判定为不合格;将可靠性W≥99.99判定为优秀,95≤W<99.99判定为合格,W<95判定为不合格;将有效性Eff≥99.99判定为优秀,95≤Eff<99.99判定为合格,Eff<95判定为不合格;除了可视化效果、可靠性以及有效性三个方面的评估之外,将所有存在不符合国家相关规定的要素的地理数据可用性判定为不合格。本发明能够有效解决完成几何精度脱密的地理数据,还需判定是否仍然能够满足业务应用的问题。
Description
技术领域
本发明涉及一种地理数据可用性的评定方法
背景技术
地理数据广泛应用于电力行业各类业务,包括导航地图、遥感影像、电网设备、传感器、用户等的位置信息,目前主要应用模式是在电力内网发布CGCS2000坐标系的地图,并辅以各类空间信息服务。地理数据隐含高精度空间信息,因此地理数据在共享过程中存在着较大的安全隐患。按照国家测绘局、保密局的相关政策法规,电力内网不属于保密网,需要进行抖动处理,以保证地理数据几何精度不能高于50米;同时,近年来国网公司互联网基础地图应用逐年增加,为了兼顾业务需求及涉密数据安全,也需要开展自主脱密算法研究,以支撑内外网地理数据发布及应用。
对涉密地理数据进行脱密处理包括数据抽取、几何精度降低、属性和高程处理等。其中,几何精度脱密是指使用专业脱密技术进行位移和空间位置精度随机干扰,使得脱密后的数据不易纠正恢复,避免要素泄密。
完成几何精度脱密的地理数据,还需判定是否仍然能够满足业务应用。
发明内容
本发明的目的是一种地理数据可用性的评定方法,解决完成几何精度脱密的地理数据,还需判定是否仍然能够满足业务应用的问题。
本发明解决其技术问题所采用的技术方案是:一种地理数据可用性的评定方法,通过在可视化效果、可靠性以及有效性三个方面对地理数据进行评估,将可视效果SIM≥90判定为优秀,85≤SIM<90判定为合格,SIM<85判定为不合格;将可靠性W≥99.99判定为优秀,95≤W<99.99判定为合格,W<95判定为不合格;将有效性Eff≥99.99判定为优秀,95≤Eff<99.99判定为合格,Eff<95判定为不合格;除了可视化效果、可靠性以及有效性三个方面的评估之外,将所有存在不符合国家相关规定的要素的地理数据可用性判定为不合格。
进一步的,其中,地理数据可视化效果的度量方法如下:
在地理数据中,通常用点、线、面三类数据表示各类地理实体,从而可以将地理数据划分为点群、线群和面群三类空间群组目标;针对上述三类空间群组目标,分别采用不同的度量方法;具体如下:
(1)点群目标的相似性度量
a、空间点群目标方向关系相似性度量
将目标点群生成标准差椭圆,通过计算其方向偏离程度来度量点群目标方向相似度;并在此基础上,根据目标点群的标准差椭圆的长、短轴之间的关系来进行点群目标距离相似度的度量;
标准差椭圆的圆心,利用算术平均中心计算得到,公式如下:
其中,(xi,yi)为每个要素的坐标,(1<=i<=n),n为要素总数,为算术平均中心,(SDEX,SDEy)为标准差椭圆的圆心;
标准差椭圆的方向,x轴为准,正北方向为0度,顺时针旋转θ,计算公式如下:
标准差椭圆的长、短轴的长度计算公式如下:
对空间点群目标生成标准差椭圆,点群目标的主要分布方向可用椭圆的长轴方向进行表示;那么该方向与x轴的夹角θ的取值范围为[0,π];则对标准差椭圆夹角分别为θ1和θ2的两个点群来说,其方向相似度如下:
SIM_dirc=|cos(θ1-θ2)|;
当两点群的标准差椭圆方向相互垂直时,点群之间的空间方向相似度为0;当两点群的标准差椭圆在同一方向时,之间的空间方向相似度为1;
b、点群要素距离关系相似性度量
前文中点群空间方向相似度描述的是方向偏离特征,但无法描述点群中要素的集中程度;可采用标准差的长、短轴的距离之比来描述点群中要素的集中程度;对标准差椭圆长、短轴分别为a1、b1和a2、b2的两个点群来说,定义其距离相似度如下:
式中空间距离相似度是指点群中点要素分布的集中程度;
c、点群要素几何特征相似性度量
由于点数比较简单,且单独对点数进行讨论并无太大的意义,且本文在点群拓扑相似度的计算中隐含了对点数的描述,同时空间方向相似度与空间距离相似度隐含描述了离散点群在空间的分布趋势;因此,对于空间点群要素的几何特征描述,主要通过点群分布范围来对空间点群目标的几何相似性进行度量;
考虑到分布范围相似度的度量需要具有旋转、平移和缩放不变性,用一种形状描述函数来计算面要素之间的形状相似度:
其中f(li)为点群最小外包多边形的描述参数,即点群外包多边形各点到形心点的距离;
d、点群要素综合相似性度量
在分别计算出空间点群方向相似度、距离相似度和几何特征相似度后,考虑到空间要素间的空间关系和几何特征分布,通过其对空间点群要素相似度的影响分析,对上述计算出的空间点群目三个相似度度量指标分别赋以0.4、0.3、0.3的权值,并参与到最后的计算中;这样变化前后地理数据集中点要素的综合相似度计算公式如下所示:
S_poi=0.4*SIM_dire+0.3*SIM_dist+0.3*SIM_scope;
(2)线群要素的相似性度量
a、线群要素方向关系相似性度量
对于单个线要素的方向表示采用首末端点连线方向来表示;方向均值的计算公式如下:
式中θv为各个线要素的方向,θR为线群要素的方向均值;
若变化前后线群要素的方向均值分别01与02,那么两组线群要素的空间方向关系相似度的计算方法如下:
Sim_dir=cos|θ1 θ2|;
若变化前后线群要素的方向均值呈垂直时,线群要素空间方向相似度为0;若变化前后线群要素的方向在同一条直线上时,认为两者完全相似,即线群要素空间方向相似度为1;
b、线群要素距离关系相似性度量
方向均值仅描述了空间线群要素在某一方向上的集中趋势,但不能有效描述组成线群的各个要素之间方向的不一致性程度;因此空间线群要素的空间距离关系相似度需要描述各个要素之间方向关系的不一致性程度;用环形方差来对方向距离关系进行度量;环形方差即线群要素之间的距离关系度量值的计算公式如下式:
式中n为组成线群矢量集v的矢量个数,
环形方差即线群距离关系的值域在0和1之间;当OR=0时,表明线群的集中方向之间的跑离为0;当OR=1时,认为各要素与线群的整体方向的距离最远;那么线群要素之间的距离相似度计算方法如下:
c、线群要素几何特征相似度度量
长度是线状要素的基本特征;地理数据,线状要素是由一系列顺序表达的坐标串来表示的,其长度用坐标串中点与点之间的直线距离累加来近似计算;线的曲折系数或曲折度可简单定义为线的实际长度和其直线长度的比值;其计算公式为:
式中,L为线要素的长度,S为线要素首尾端点的直线距离;那么可以计算线群要素1和2的几何相似度,计算方法如下:
d、线群要素综合相似性度量
在分别计算出空间线群方向相似度、距离相似度和几何特征相似度后,考虑到空间要素间的空间关系和几何特征分布,通过其对空间线群要素相似度的影响分析,分别对上述计算出的三个相似度分别赋0.4、0.2、0.4的权值;那么变化前后地理数据集中线要素的综合相似度计算公式如下所示:
Sim_pline=0.4*Sim_dire+0.2*Sim_dist+0.4*Sim_geo
(3)面群要素的相似性度量
a、面群要素方向关系、距离关系相似性度量:
地理数据集中空间面群要素所表示的实体对象主要以人造建筑为主,多为比较规则的面状要素,因此可生成面状要素的最小面积外接矩形;利用最小面积外接矩形的最长边来代表该面状要素,那么该面状要素的方向就是其最小外接矩形的最长边的方向,则可将二维的面状要素降维至一维的线状要素;这样就将二维的面群要素转换为一维的线群要素,对于线群要素的方向关系、距离关系相似性度量已在上述(1)线群要素的相似性度量中给出;
b、面群要素几何特征相似性度量
描述面状要素几何特征的指标包括多边形的面积、周长、紧致度、边数、面群中包含的多边形面状要素、顶点数、分维数;对于处理前后的地理数据中面状要素而言,面状要素中多边形的边数和顶点数实际上是保持不变的,而受影响较大的则是多边形的形状;因此在计算空间面群要素几何特征相似性时,不考虑多边形的顶点数和边数;对于描述面状要素的几何特征值,结合面状要素的特点以及变化处理对面状要素的影响,可以采用紧致度来描述空间面群要素的几何特征;
紧致度用来描述一个给定的多边形区域离某一特定形状的面的偏离程度;面的紧致度采用其面积与周长之间的比率描述;对于多边形X,其紧致度C(X)为:
式中P(Xi)表示多边形Xi的周长,Are(Xi)表示多边形的面积,那么空间面群要素的几何相似度为:
c、面群要素综合相似性度量
在分别计算出空间线群方向相似度、距离相似度和几何特征相似度后,考虑到空间要素间的空间关系和几何特征分布,通过其对空间线群要素相似度的影响分析,对上述计算出的三个相似度分别赋0.3、0.3、0.4的权值;这样变化前后地理数据集中线要素的综合相似度计算公式如下所示:
S_pgone=0.3*Sim_dire+0.3*Sim_dist+0.4*Sim_geo;
(4)地理数据综合相似性度量
地理数据是不同类型的空间对象的混合体,包含点、线、面对象;因此变化前后地理数据综合相似度应充分考虑变化前后点、线、面要素的群组相似度;在地理数据中,分析各类要素对数据视觉效果的影响可知:人们是基于背景要素来获取其所处的空间位置;因此在对地理数据变化前后整体相似性度量时,应分别对点、线、面要素赋予不同的权值,即对点要素综合相似度、线要素综合相似度、面要素综合相似度分别赋予0.2、0.3、0.5的权值;那么,变化前后地理数据的可视化度量模型如下所示:
SIM=(0.2*S_poi+0.3*S_pline+0.5*S_pgone)*100。
进一步的,其中,地理数据可靠性的度量方法如下:
对变化前后地理数据的可靠性度量采取相对位置准确度指标;相对位置准确度就是各地理要素在变化前后,相对位置变化程度;变化前随机选取多边形区域Si,在此区域中随机选取mi个点,经过处理后,得到对应的Si’、mi’,其中处理后仍在Si’区域中的点数为mi”;相对位置准确度计算公式如下:
其中n表示随机选取的区域个数;
那么,变化前后地理数据可靠性度量模型如下式:
W=100*Ac;
其中W表示地理数据可靠性综合评分。
进一步的,其中地理数据有效性的度量方法如下:
地理数据有效性的评估通过对变化前后地理数据中空间相关关系引起的有效性问题进行评估;变化前后空间相关关系是指变化前后要素间的空间相关关系在处理后得到了保持和延续;
空间要素分为点、线、面三种形式,其中线、面元素都是有点组成的,认为组成线、面的点空间相关关系不变,则线、面的空间相关关系也保持不变;因此,在采样点的规模足够大的情况下,空间相关关系一致性我们只考虑点要素的空间相关关系;
设抽象前的地理空间场景为DB,其中的空间要素集合为OB1,OB2,…,OBn,各个空间要素之间的拓扑关系分别为r(OBi,OBj)(1≤i<j≤n);变化后的地理空间场景为DA,其中的空间要素集合为OA1,OA2,…,OAn,各个空间要素的拓扑关系r(OAi,OAj)(1≤i<j≤n),我们不妨设变化过程中,两个空间场景中的要素之间是1-1对应关系;
在对变化前后地理数据进行空间相关关系评估时,首先确定评估目标,并确定对应的空间要素;对于确定的空间场景DB和DA,其中任意两个要素之间的关系r(OBi,OBj)和r(OAi,OAj)都是已知的,那么就可以将它们的关系进行比较,判断他们之间的空间相关关系是否得到保持;若关系等价的,则认为空间相关关系一致,此时空间相关关系一致性为1;若关系不等价,则认为空间相关关系不一致,此时一致性为0,即有:
这样,通过计算变化前后地理数据要素之间的空间相关关系一致性程度,可以确定变化前后场景DB和DA之间的空间相关关系一致性大小;计算公式如下:
那么,地理数据的有效性度量计算公式如下:
Eff=E*100。
本发明的有益效果:通过分析地理信息数据和电网数据的使用和展示特点,构建一个综合评定方法,包括可用性评估内容分析、确定可用性评估量化因子、确定可用性评估等级。地理数据可用性评估模型用于评估脱密前后地理数据在各个指标因子上的变化情况,但并不拘泥于脱密处理的地理数据,也适用于坐标转换前后的地理数据、手绘地图相对于真实地图等多种处理场景。模型用于指示脱密后数据,或者通过其他变形手段变化的地理数据,是否满足应用场景需求。
以下将结合附图和实施例,对本发明进行较为详细的说明。
附图说明
图1为多边形最小面积外接矩形示意图。
具体实施方式
实施例,如图1所示的一种地理数据可用性的评定方法,其特征在于:
通过在可视化效果、可靠性以及有效性三个方面对地理数据进行评估,将可视效果SIM≥90判定为优秀,85≤SIM<90判定为合格,SIM<85判定为不合格;将可靠性W≥99.99判定为优秀,95≤W<99.99判定为合格,W<95判定为不合格;将有效性Eff≥99.99判定为优秀,95≤Eff<99.99判定为合格,Eff<95判定为不合格;除了可视化效果、可靠性以及有效性三个方面的评估之外,将所有存在不符合国家相关规定的要素的地理数据可用性判定为不合格。
其中,地理数据可视化效果的度量方法如下:
在地理数据中,通常用点、线、面三类数据表示各类地理实体,从而可以将地理数据划分为点群、线群和面群三类空间群组目标;针对上述三类空间群组目标,分别采用不同的度量方法;具体如下:
(1)点群目标的相似性度量
a、空间点群目标方向关系相似性度量
将目标点群生成标准差椭圆,通过计算其方向偏离程度来度量点群目标方向相似度;并在此基础上,根据目标点群的标准差椭圆的长、短轴之间的关系来进行点群目标距离相似度的度量;
标准差椭圆的圆心,利用算术平均中心计算得到,公式如下:
其中,(xi,yi)为每个要素的坐标,(1<=i<=n),n为要素总数,为算术平均中心,(SDRX,SDEy)为标准差椭圆的圆心;
标准差椭圆的方向,x轴为准,正北方向为0度,顺时针旋转θ,计算公式如下:
标准差椭圆的长、短轴的长度计算公式如下:
对空间点群目标生成标准差椭圆,点群目标的主要分布方向可用椭圆的长轴方向进行表示;那么该方向与x轴的夹角θ的取值范围为[0,π];则对标准差椭圆夹角分别为θ1和θ2的两个点群来说,其方向相似度如下:
SIM_dirc=|cos(θ1-θ2)|;
当两点群的标准差椭圆方向相互垂直时,点群之间的空间方向相似度为0;当两点群的标准差椭圆在同一方向时,之间的空间方向相似度为1;
b、点群要素距离关系相似性度量
前文中点群空间方向相似度描述的是方向偏离特征,但无法描述点群中要素的集中程度;可采用标准差的长、短轴的距离之比来描述点群中要素的集中程度;对标准差椭圆长、短轴分别为a1、b1和a2、b2的两个点群来说,定义其距离相似度如下:
式中空间距离相似度是指点群中点要素分布的集中程度;
c、点群要素几何特征相似性度量
由于点数比较简单,且单独对点数进行讨论并无太大的意义,且本文在点群拓扑相似度的计算中隐含了对点数的描述,同时空间方向相似度与空间距离相似度隐含描述了离散点群在空间的分布趋势;因此,对于空间点群要素的几何特征描述,主要通过点群分布范围来对空间点群目标的几何相似性进行度量;
考虑到分布范围相似度的度量需要具有旋转、平移和缩放不变性,用一种形状描述函数来计算面要素之间的形状相似度:
其中f(li)为点群最小外包多边形的描述参数,即点群外包多边形各点到形心点的距离;
d、点群要素综合相似性度量
在分别计算出空间点群方向相似度、距离相似度和几何特征相似度后,考虑到空间要素间的空间关系和几何特征分布,通过其对空间点群要素相似度的影响分析,对上述计算出的空间点群目三个相似度度量指标分别赋以0.4、0.3、0.3的权值,并参与到最后的计算中;这样变化前后地理数据集中点要素的综合相似度计算公式如下所示:
S_poi=0.4*SIM_dire+0.3*SIM_dist+0.3*SIM_scope;
(2)线群要素的相似性度量
a、线群要素方向关系相似性度量
对于单个线要素的方向表示采用首末端点连线方向来表示;方向均值的计算公式如下:
式中θv为各个线要素的方向,θR为线群要素的方向均值;
若变化前后线群要素的方向均值分别θ1与θ2,那么两组线群要素的空间方向关系相似度的计算方法如下:
Sim_dir=cos|θ1 θ2|;
若变化前后线群要素的方向均值呈垂直时,线群要素空间方向相似度为0;若变化前后线群要素的方向在同一条直线上时,认为两者完全相似,即线群要素空间方向相似度为1;
b、线群要素距离关系相似性度量
方向均值仅描述了空间线群要素在某一方向上的集中趋势,但不能有效描述组成线群的各个要素之间方向的不一致性程度;因此空间线群要素的空间距离关系相似度需要描述各个要素之间方向关系的不一致性程度;用环形方差来对方向距离关系进行度量;环形方差即线群要素之间的距离关系度量值的计算公式如下式:
式中n为组成线群矢量集v的矢量个数,
环形方差即线群距离关系的值域在0和1之间;当OR=0时,表明线群的集中方向之间的跑离为0;当OR=1时,认为各要素与线群的整体方向的距离最远;那么线群要素之间的距离相似度计算方法如下:
c、线群要素几何特征相似度度量
长度是线状要素的基本特征;地理数据,线状要素是由一系列顺序表达的坐标串来表示的,其长度用坐标串中点与点之间的直线距离累加来近似计算;线的曲折系数或曲折度可简单定义为线的实际长度和其直线长度的比值;其计算公式为:
式中,L为线要素的长度,S为线要素首尾端点的直线距离;那么可以计算线群要素1和2的几何相似度,计算方法如下:
d、线群要素综合相似性度量
在分别计算出空间线群方向相似度、距离相似度和几何特征相似度后,考虑到空间要素间的空间关系和几何特征分布,通过其对空间线群要素相似度的影响分析,分别对上述计算出的三个相似度分别赋0.4、0.2、0.4的权值;那么变化前后地理数据集中线要素的综合相似度计算公式如下所示:
Sim_pline=0.4*Sim_dire+0.2*Sim_dist+0.4*Sim_geo
(3)面群要素的相似性度量
a、面群要素方向关系、距离关系相似性度量:
地理数据集中空间面群要素所表示的实体对象主要以人造建筑为主,多为比较规则的面状要素,因此可生成面状要素的最小面积外接矩形;利用最小面积外接矩形的最长边来代表该面状要素,那么该面状要素的方向就是其最小外接矩形的最长边的方向,则可将二维的面状要素降维至一维的线状要素;这样就将二维的面群要素转换为一维的线群要素,对于线群要素的方向关系、距离关系相似性度量已在上述(1)线群要素的相似性度量中给出;
b、面群要素几何特征相似性度量
描述面状要素几何特征的指标包括多边形的面积、周长、紧致度、边数、面群中包含的多边形面状要素、顶点数、分维数;对于处理前后的地理数据中面状要素而言,面状要素中多边形的边数和顶点数实际上是保持不变的,而受影响较大的则是多边形的形状;因此在计算空间面群要素几何特征相似性时,不考虑多边形的顶点数和边数;对于描述面状要素的几何特征值,结合面状要素的特点以及变化处理对面状要素的影响,可以采用紧致度来描述空间面群要素的几何特征;
紧致度用来描述一个给定的多边形区域离某一特定形状的面的偏离程度;面的紧致度采用其面积与周长之间的比率描述;对于多边形X,其紧致度C(X)为:
式中P(Xi)表示多边形Xi的周长,Are(Xi)表示多边形的面积,那么空间面群要素的几何相似度为:
c、面群要素综合相似性度量
在分别计算出空间线群方向相似度、距离相似度和几何特征相似度后,考虑到空间要素间的空间关系和几何特征分布,通过其对空间线群要素相似度的影响分析,对上述计算出的三个相似度分别赋0.3、0.3、0.4的权值;这样变化前后地理数据集中线要素的综合相似度计算公式如下所示:
S_pgone=0.3*Sim_dire+0.3*Sim_dist+0.4*Sim_geo;
(4)地理数据综合相似性度量
地理数据是不同类型的空间对象的混合体,包含点、线、面对象;因此变化前后地理数据综合相似度应充分考虑变化前后点、线、面要素的群组相似度;在地理数据中,分析各类要素对数据视觉效果的影响可知:人们是基于背景要素来获取其所处的空间位置;因此在对地理数据变化前后整体相似性度量时,应分别对点、线、面要素赋予不同的权值,即对点要素综合相似度、线要素综合相似度、面要素综合相似度分别赋予0.2、0.3、0.5的权值;那么,变化前后地理数据的可视化度量模型如下所示:
SIM=(0.2*S_poi+0.3*S_pline+0.5*S_pgone)*100。
其中,地理数据可靠性的度量方法如下:
对变化前后地理数据的可靠性度量采取相对位置准确度指标;相对位置准确度就是各地理要素在变化前后,相对位置变化程度;变化前随机选取多边形区域Si,在此区域中随机选取mi个点,经过处理后,得到对应的Si’、mi’,其中处理后仍在Si’区域中的点数为mi”;相对位置准确度计算公式如下:
其中n表示随机选取的区域个数;
那么,变化前后地理数据可靠性度量模型如下式:
W=100*Ac;
其中W表示地理数据可靠性综合评分。
其中地理数据有效性的度量方法如下:
地理数据有效性的评估通过对变化前后地理数据中空间相关关系引起的有效性问题进行评估;变化前后空间相关关系是指变化前后要素间的空间相关关系在处理后得到了保持和延续;
空间要素分为点、线、面三种形式,其中线、面元素都是有点组成的,认为组成线、面的点空间相关关系不变,则线、面的空间相关关系也保持不变;因此,在采样点的规模足够大的情况下,空间相关关系一致性我们只考虑点要素的空间相关关系;
设抽象前的地理空间场景为DB,其中的空间要素集合为OB1,OB2,…,OBn,各个空间要素之间的拓扑关系分别为r(OBi,OBj)(1≤i<j≤n);变化后的地理空间场景为DA,其中的空间要素集合为OA1,OA2,…,OAn,各个空间要素的拓扑关系r(OAi,OAj)(1≤i<j≤n),我们不妨设变化过程中,两个空间场景中的要素之间是1-1对应关系;
在对变化前后地理数据进行空间相关关系评估时,首先确定评估目标,并确定对应的空间要素;对于确定的空间场景DB和DA,其中任意两个要素之间的关系r(OBi,OBj)和r(OAi,OAj)都是已知的,那么就可以将它们的关系进行比较,判断他们之间的空间相关关系是否得到保持;若关系等价的,则认为空间相关关系一致,此时空间相关关系一致性为1;若关系不等价,则认为空间相关关系不一致,此时一致性为0,即有:
这样,通过计算变化前后地理数据要素之间的空间相关关系一致性程度,可以确定变化前后场景DB和DA之间的空间相关关系一致性大小;计算公式如下:
那么,地理数据的有效性度量计算公式如下:
Eff=E*100。
以上结合附图对本发明进行了示例性描述。显然,本发明具体实现并不受上述方式的限制;只要是采用了本发明的方法构思和技术方案进行的各种非实质性的改进;或未经改进,将本发明的上述构思和技术方案直接应用于其它场合的,均在本发明的保护范围之内。
Claims (4)
1.一种地理数据可用性的评定方法,其特征在于:
通过在可视化效果、可靠性以及有效性三个方面对地理数据进行评估,将可视效果SIM≥90判定为优秀,85≤SIM<90判定为合格,SIM<85判定为不合格;将可靠性W≥99.99判定为优秀,95≤W<99.99判定为合格,W<95判定为不合格;将有效性Eff≥99.99判定为优秀,95≤Eff<99.99判定为合格,Eff<95判定为不合格;除了可视化效果、可靠性以及有效性三个方面的评估之外,将所有存在不符合国家相关规定的要素的地理数据可用性判定为不合格。
2.根据权利要求1所述的地理数据可用性的评定方法,其特征在于:
其中,地理数据可视化效果的度量方法如下:
在地理数据中,通常用点、线、面三类数据表示各类地理实体,从而可以将地理数据划分为点群、线群和面群三类空间群组目标;针对上述三类空间群组目标,分别采用不同的度量方法;具体如下:
(1)点群目标的相似性度量
a、空间点群目标方向关系相似性度量
将目标点群生成标准差椭圆,通过计算其方向偏离程度来度量点群目标方向相似度;并在此基础上,根据目标点群的标准差椭圆的长、短轴之间的关系来进行点群目标距离相似度的度量;
标准差椭圆的圆心,利用算术平均中心计算得到,公式如下:
其中,(xi,yi)为每个要素的坐标,(1<=i<=n),n为要素总数,为算术平均中心,(SDEx,SDEy)为标准差椭圆的圆心;
标准差椭圆的方向,x轴为准,正北方向为0度,顺时针旋转θ,计算公式如下:
标准差椭圆的长、短轴的长度计算公式如下:
对空间点群目标生成标准差椭圆,点群目标的主要分布方向可用椭圆的长轴方向进行表示;那么该方向与x轴的夹角θ的取值范围为[0,π];则对标准差椭圆夹角分别为θ1和θ2的两个点群来说,其方向相似度如下:
SIM_dirc=|cos(θ1-θ2)|;
当两点群的标准差椭圆方向相互垂直时,点群之间的空间方向相似度为0;当两点群的标准差椭圆在同一方向时,之间的空间方向相似度为1;
b、点群要素距离关系相似性度量
前文中点群空间方向相似度描述的是方向偏离特征,但无法描述点群中要素的集中程度;可采用标准差的长、短轴的距离之比来描述点群中要素的集中程度;对标准差椭圆长、短轴分别为a1、b1和a2、b2的两个点群来说,定义其距离相似度如下:
式中空间距离相似度是指点群中点要素分布的集中程度;
c、点群要素几何特征相似性度量
由于点数比较简单,且单独对点数进行讨论并无太大的意义,且本文在点群拓扑相似度的计算中隐含了对点数的描述,同时空间方向相似度与空间距离相似度隐含描述了离散点群在空间的分布趋势;因此,对于空间点群要素的几何特征描述,主要通过点群分布范围来对空间点群目标的几何相似性进行度量;
考虑到分布范围相似度的度量需要具有旋转、平移和缩放不变性,用一种形状描述函数来计算面要素之间的形状相似度:
其中f(li)为点群最小外包多边形的描述参数,即点群外包多边形各点到形心点的距离;
d、点群要素综合相似性度量
在分别计算出空间点群方向相似度、距离相似度和几何特征相似度后,考虑到空间要素间的空间关系和几何特征分布,通过其对空间点群要素相似度的影响分析,对上述计算出的空间点群目三个相似度度量指标分别赋以0.4、0.3、0.3的权值,并参与到最后的计算中;这样变化前后地理数据集中点要素的综合相似度计算公式如下所示:
S_poi=0.4*SIM_dire+0.3*SIM_dist+0.3*SIM_scope;
(2)线群要素的相似性度量
a、线群要素方向关系相似性度量
对于单个线要素的方向表示采用首末端点连线方向来表示;方向均值的计算公式如下:
式中θv为各个线要素的方向,θR为线群要素的方向均值;
若变化前后线群要素的方向均值分别θ1与θ2,那么两组线群要素的空间方向关系相似度的计算方法如下:
Sim_dir=cos|θ1 θ2|;
若变化前后线群要素的方向均值呈垂直时,线群要素空间方向相似度为0;若变化前后线群要素的方向在同一条直线上时,认为两者完全相似,即线群要素空间方向相似度为1;
b、线群要素距离关系相似性度量
方向均值仅描述了空间线群要素在某一方向上的集中趋势,但不能有效描述组成线群的各个要素之间方向的不一致性程度;因此空间线群要素的空间距离关系相似度需要描述各个要素之间方向关系的不一致性程度;用环形方差来对方向距离关系进行度量;环形方差即线群要素之间的距离关系度量值的计算公式如下式:
式中n为组成线群矢量集v的矢量个数,
环形方差即线群距离关系的值域在0和1之间;当OR=0时,表明线群的集中方向之间的跑离为0;当OR=1时,认为各要素与线群的整体方向的距离最远;那么线群要素之间的距离相似度计算方法如下:
c、线群要素几何特征相似度度量
长度是线状要素的基本特征;地理数据,线状要素是由一系列顺序表达的坐标串来表示的,其长度用坐标串中点与点之间的直线距离累加来近似计算;线的曲折系数或曲折度可简单定义为线的实际长度和其直线长度的比值;其计算公式为:
式中,L为线要素的长度,S为线要素首尾端点的直线距离;那么可以计算线群要素1和2的几何相似度,计算方法如下:
d、线群要素综合相似性度量
在分别计算出空间线群方向相似度、距离相似度和几何特征相似度后,考虑到空间要素间的空间关系和几何特征分布,通过其对空间线群要素相似度的影响分析,分别对上述计算出的三个相似度分别赋0.4、0.2、0.4的权值;那么变化前后地理数据集中线要素的综合相似度计算公式如下所示:
Sim_pline=0.4*Sim_dire+0.2*Sim_dist+0.4*Sim_geo
(3)面群要素的相似性度量
a、面群要素方向关系、距离关系相似性度量:
地理数据集中空间面群要素所表示的实体对象主要以人造建筑为主,多为比较规则的面状要素,因此可生成面状要素的最小面积外接矩形;利用最小面积外接矩形的最长边来代表该面状要素,那么该面状要素的方向就是其最小外接矩形的最长边的方向,则可将二维的面状要素降维至一维的线状要素;这样就将二维的面群要素转换为一维的线群要素,对于线群要素的方向关系、距离关系相似性度量已在上述(1)线群要素的相似性度量中给出;
b、面群要素几何特征相似性度量
描述面状要素几何特征的指标包括多边形的面积、周长、紧致度、边数、面群中包含的多边形面状要素、顶点数、分维数;对于处理前后的地理数据中面状要素而言,面状要素中多边形的边数和顶点数实际上是保持不变的,而受影响较大的则是多边形的形状;因此在计算空间面群要素几何特征相似性时,不考虑多边形的顶点数和边数;对于描述面状要素的几何特征值,结合面状要素的特点以及变化处理对面状要素的影响,可以采用紧致度来描述空间面群要素的几何特征;
紧致度用来描述一个给定的多边形区域离某一特定形状的面的偏离程度;面的紧致度采用其面积与周长之间的比率描述;对于多边形X,其紧致度C(X)为:
式中P(Xi)表示多边形Xi的周长,Are(Xi)表示多边形的面积,那么空间面群要素的几何相似度为:
c、面群要素综合相似性度量
在分别计算出空间线群方向相似度、距离相似度和几何特征相似度后,考虑到空间要素间的空间关系和几何特征分布,通过其对空间线群要素相似度的影响分析,对上述计算出的三个相似度分别赋0.3、0.3、0.4的权值;这样变化前后地理数据集中线要素的综合相似度计算公式如下所示:
S_pgone=0.3*Sim_dire+0.3*Sim_dist+0.4*Sim_geo;
(4)地理数据综合相似性度量
地理数据是不同类型的空间对象的混合体,包含点、线、面对象;因此变化前后地理数据综合相似度应充分考虑变化前后点、线、面要素的群组相似度;在地理数据中,分析各类要素对数据视觉效果的影响可知:人们是基于背景要素来获取其所处的空间位置;因此在对地理数据变化前后整体相似性度量时,应分别对点、线、面要素赋予不同的权值,即对点要素综合相似度、线要素综合相似度、面要素综合相似度分别赋予0.2、0.3、0.5的权值;那么,变化前后地理数据的可视化度量模型如下所示:
SIM=(0.2*S_poi+0.3*S_pline+0.5*S_pgone)*100。
3.根据权利要求1或2所述的地理数据可用性的评定方法,其特征在于:其中,地理数据可靠性的度量方法如下:
对变化前后地理数据的可靠性度量采取相对位置准确度指标;相对位置准确度就是各地理要素在变化前后,相对位置变化程度;变化前随机选取多边形区域Si,在此区域中随机选取mi个点,经过处理后,得到对应的Si’、mi’,其中处理后仍在Si’区域中的点数为mi”;相对位置准确度计算公式如下:
其中n表示随机选取的区域个数;
那么,变化前后地理数据可靠性度量模型如下式:
W=100*Ac;
其中W表示地理数据可靠性综合评分。
4.根据权利要求3所述的地理数据可用性的评定方法,其特征在于:其中地理数据有效性的度量方法如下:
地理数据有效性的评估通过对变化前后地理数据中空间相关关系引起的有效性问题进行评估;变化前后空间相关关系是指变化前后要素间的空间相关关系在处理后得到了保持和延续;
空间要素分为点、线、面三种形式,其中线、面元素都是有点组成的,认为组成线、面的点空间相关关系不变,则线、面的空间相关关系也保持不变;因此,在采样点的规模足够大的情况下,空间相关关系一致性我们只考虑点要素的空间相关关系;
设抽象前的地理空间场景为DB,其中的空间要素集合为OB1,OB2,…,OBn,各个空间要素之间的拓扑关系分别为r(OBi,OBj)(1≤i<j≤n);变化后的地理空间场景为DA,其中的空间要素集合为OA1,OA2,…,OAn,各个空间要素的拓扑关系r(OAi,OAj)(1≤i<j≤n),我们不妨设变化过程中,两个空间场景中的要素之间是1-1对应关系;
在对变化前后地理数据进行空间相关关系评估时,首先确定评估目标,并确定对应的空间要素;对于确定的空间场景DB和DA,其中任意两个要素之间的关系r(OBi,OBj)和r(OAi,OAj)都是已知的,那么就可以将它们的关系进行比较,判断他们之间的空间相关关系是否得到保持;若关系等价的,则认为空间相关关系一致,此时空间相关关系一致性为1;若关系不等价,则认为空间相关关系不一致,此时一致性为0,即有:
这样,通过计算变化前后地理数据要素之间的空间相关关系一致性程度,可以确定变化前后场景DB和DA之间的空间相关关系一致性大小;计算公式如下:
那么,地理数据的有效性度量计算公式如下:
Eff=E*100。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811497171.4A CN109597870A (zh) | 2018-12-07 | 2018-12-07 | 一种地理数据可用性的评定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811497171.4A CN109597870A (zh) | 2018-12-07 | 2018-12-07 | 一种地理数据可用性的评定方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109597870A true CN109597870A (zh) | 2019-04-09 |
Family
ID=65961518
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811497171.4A Pending CN109597870A (zh) | 2018-12-07 | 2018-12-07 | 一种地理数据可用性的评定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109597870A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113689573A (zh) * | 2021-08-30 | 2021-11-23 | 中国矿业大学(北京) | 面向地理全要素的dggs互操作质量评价方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105550303A (zh) * | 2015-12-11 | 2016-05-04 | 武汉大学 | 一种开放式地理空间数据的可用性评价方法 |
CN108629190A (zh) * | 2018-03-23 | 2018-10-09 | 国网陕西省电力公司电力科学研究院 | 地理信息数据脱密方法 |
-
2018
- 2018-12-07 CN CN201811497171.4A patent/CN109597870A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105550303A (zh) * | 2015-12-11 | 2016-05-04 | 武汉大学 | 一种开放式地理空间数据的可用性评价方法 |
CN108629190A (zh) * | 2018-03-23 | 2018-10-09 | 国网陕西省电力公司电力科学研究院 | 地理信息数据脱密方法 |
Non-Patent Citations (3)
Title |
---|
史文中: "可靠性空间分析初探", 《武汉大学学报·信息科学版》 * |
向典: "导航脱密地理数据可用性评估研究", 《万方数据知识服务平台》 * |
胡丹露: "专题地理信息数据可靠性评价方法", 《测绘科学技术学报》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113689573A (zh) * | 2021-08-30 | 2021-11-23 | 中国矿业大学(北京) | 面向地理全要素的dggs互操作质量评价方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105550199B (zh) | 一种基于多源地图的点位聚合方法及装置 | |
CN104330073B (zh) | 一种烟囱倾斜度的测量方法 | |
CN106597416B (zh) | 一种地面GPS辅助的LiDAR数据高程差的误差修正方法 | |
Clarke et al. | Measuring the fractal dimension of natural surfaces using a robust fractal estimator | |
Sutherland et al. | Inexact navigation | |
CN110398246A (zh) | 基于沙漠地区无人机航拍影像自动生成线划图的方法 | |
CN105678076B (zh) | 点云测量数据质量评估优化的方法及装置 | |
Dąbrowski et al. | Integration of multi-source geospatial data from GNSS receivers, terrestrial laser scanners, and unmanned aerial vehicles | |
Meier et al. | Photogrammetric determination of surface altitude, terminus position, and ice velocity of Columbia Glacier, Alaska | |
CN107144265B (zh) | 一种基于投影图解的三维产权体空间界址点的测量方法 | |
Xu et al. | Measuring the similarity between multipolygons using convex hulls and position graphs | |
Yan et al. | A quantitative description model for direction relations based on direction groups | |
CN103207419A (zh) | 隧道岩层产状三维测量方法 | |
Berk et al. | Accurate area determination in the cadaster: Case study of Slovenia | |
US20220357231A1 (en) | Technologies for improved visualization of gas leak detection data | |
Molnár | Making a georeferenced mosaic of historical map series using constrained polynomial fit | |
CN109597870A (zh) | 一种地理数据可用性的评定方法 | |
Carneiro et al. | Digital urban morphometrics: automatic extraction and assessment of morphological properties of buildings | |
Yildirim et al. | Determining the area corrections affecting the map areas in GIS applications | |
Beyhan et al. | An algorithm for maximum inscribed circle based on Voronoi diagrams and geometrical properties | |
CN113375644B (zh) | 一种边坡产状高精度测量方法 | |
CN108763808A (zh) | 一种地下管线几何数据融合方法 | |
CN113344866A (zh) | 一种点云综合精度评价方法 | |
Goodchild | Geocoding and geosampling | |
Szombara | Comparison of methods used in cartography for the skeletonisation of areal objects |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190409 |