CN117332120B - 一种基于空间计算的地理实体关系构建及表达方法 - Google Patents
一种基于空间计算的地理实体关系构建及表达方法 Download PDFInfo
- Publication number
- CN117332120B CN117332120B CN202311094599.5A CN202311094599A CN117332120B CN 117332120 B CN117332120 B CN 117332120B CN 202311094599 A CN202311094599 A CN 202311094599A CN 117332120 B CN117332120 B CN 117332120B
- Authority
- CN
- China
- Prior art keywords
- entity
- attribute
- entities
- primitive
- nodes
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000010276 construction Methods 0.000 title claims abstract description 16
- 238000004364 calculation method Methods 0.000 title claims abstract description 9
- 238000013528 artificial neural network Methods 0.000 claims abstract description 35
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 16
- 238000013507 mapping Methods 0.000 claims description 10
- 239000002131 composite material Substances 0.000 claims description 7
- 238000010586 diagram Methods 0.000 claims description 5
- 239000011159 matrix material Substances 0.000 claims description 5
- 230000008859 change Effects 0.000 claims description 4
- 238000004891 communication Methods 0.000 claims description 2
- 239000000463 material Substances 0.000 claims 1
- 230000008520 organization Effects 0.000 abstract description 4
- 238000012800 visualization Methods 0.000 abstract 1
- 239000013598 vector Substances 0.000 description 4
- 238000009826 distribution Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000013075 data extraction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000009432 framing Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 230000014616 translation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/901—Indexing; Data structures therefor; Storage structures
- G06F16/9024—Graphs; Linked lists
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/02—Knowledge representation; Symbolic representation
- G06N5/022—Knowledge engineering; Knowledge acquisition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
- G06N5/041—Abduction
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Remote Sensing (AREA)
- Processing Or Creating Images (AREA)
Abstract
一种基于空间计算的地理实体关系构建及表达方法,包括如下步骤:S1构建地上构体和地下构体的总构体模型,所述地上构体和地下构体是分别指地上和地下所有目标实体的总和;S2对S1中的总构体模型中建立代表地上和地下的每一类目标实体的图元,并基于每一类目标实体的所述图元构建节点,并基于所述节点进一步构建3D异质图神经网络;S3构建实体三元组以表示实体关系;S4展示实体关系。本发明通过3D异质图神经网络的空间计算实现实体之间的空间关系和实体属性关系的可视化和高效化的数据组织形式。
Description
技术领域
本发明涉及一种地理实体关系构建及表达方法,尤其涉及一种基于空间计算的地理实体关系构建及表达方法,属于地理数字地图领域。
背景技术
传统的地理信息产品通过获取地表空间的数据,以符号化表达形式,以“要素化”管理模式,很难满足自然资源精细化、智能化管理需求;而实景三维是人工智能、云计算、物联感知等新兴技术催生下的对传统基础测绘产品应用升级的全新地理空间产品。实景三维数据以独立的地理实体为对象,突破比例尺、投影以及地图分幅等限制,实现“地上下、室内外、水上下”全空间实景一体化、三维化表达;同时,具备“实体化、语义化、结构化、全空间”特征,以实现与各类大数据的深度融合,实现机器能理解,提供分析基础。
语义化是指用标准化范式对地理实体自身属性及实体间关系进行一致性描述,通过基础地理实体语义化处理过程,可以使空间数据更好地被计算机理解和识别。
目前,新型基础测绘试点,武汉、西安、北京等地开展了部分区域实景三维建设工作,其中基础地理实体主要来源于已有大比例尺DLG转换。由于传统DLG数据侧重制图表达,缺乏实体间的关系信息,导致DLG数据在跨行业应用中存在业务挂接困难,数据按需抽取定制繁琐等问题,如何构建和使用地理实体关系,成为地理实体建设中的一个难点。
在数据组织结构中,传统的树结构等多种逻辑关系表达,但是对于多构体图元之间的位置关系则无法实现。传统的图神经网络中,采用抽象的节点之间的逻辑关系,只能反应出节点之间的逻辑和属性关系,不能反应空间关系,四交、九交模型,最小外接矩形模型及基于Voronoi的空间模型等,算法复杂,难以确定实体之间的位置关系。因此如何将属性关系、空间关系融为一体,是该领域算法亟待解决的问题。
发明内容
基于现有技术存在的上述问题,我们考虑一种兼顾空间关系和属性关系的算法,主要包括如下两个方面:第一对于地上地下所有3D构体图元进行构建,第二,基于该构建定义出一种新的3D异质图神经网络数据组织结构,第三,再基于实体唯一标识信息以及关系类型规定,采用实体关系“三元组”进行实体空间关系表达。
基于上述三点考虑,本发明一种基于空间计算的地理实体关系构建及表达方法,包括如下步骤:
S1构建地上构体和地下构体的总构体模型,所述地上构体和地下构体是分别指地上和地下所有目标实体的总和。例如根据需要而选择的地上所有建筑和所有道路,所有绿化,所有山脉,所有水系,所有土地类型等等目标实体的总和定义为地上构体,根据需要而选择的地下所有管道、地下建筑、地下设置等等目标实体的总和定义为地下构体。
S2对S1中的总构体模型中建立代表地上和地下的每一类目标实体的图元,并基于每一类目标实体的所述图元构建节点,并基于所述节点进一步构建3D异质图神经网络;
S3构建实体三元组以表示实体关系,具体是为每一个图元的所述节点设定ID标识,以ID标识赋予节点作为代表所述节点的代表节点,以将实体之间的空间关系转化为3D异质图神经网络中的一条连接表示图元的代表节点的边,表示为第一三元组<IDi,实体关系,IDj>,其中IDi和IDj分别表示代表两个不同实体i和实体j对应的图元节点的代表节点ID标识的集合,i和j为表示实体的数学表示符号,包括用数字和/或字母来表示,且i≠j表示实体i和实体j属于不同的实体,“实体关系”表示图神经网络中的信息矩阵(即空间关系的数据存储按照矩阵方式进行),表示所述集合中任意两两实体之间的实体关系的集合;并且建立每一个实体k属性的复合映射<IDk,属性项ak,属性值vk>即第二三元组,简化表示成<IDk,ak,vk>,k∈所有目标实体的数学表示符号,ak表示属性项集合,vk表示属性项集合中所有属性项的属性值集合,以建立每一个实体k与属性之间的实体的属性关系,从而所述实体关系包括空间关系,以及属性关系,由此第一三元组进一步表示为<IDi,空间关系,IDj>∪<IDi,ai,vi>∪<IDj,aj,vj>。
应当理解的是,代表节点是指赋予了ID标识的节点,是在空间具有一定位置的几何意义上的点,也是图神经网络中抽象出的一个表示对象的概念。在后文,当ID标识为坐标室,代表节点即是赋予了坐标的节点,即坐标点。<IDk,属性项,属性值>表示的是一种复合映射关系,即任一实体k的图元中对应节点的ID标识IDk作为所述节点的代表节点,到属性项的中间映射像,再到属性值最终像。IDk与属性项之间是一对多的映射,而属性项属性值是满足含时一对一映射,即在某一时刻属性项只有一个对应属性值。
由此当考虑时间变迁导致实体、属性项、属性值改变时,则含时方式描述。
因此,优选地,所述第一三元组表示为<IDi(t),实体关系(t),IDj(t)>,第二三元组表示为<IDk(t),ak(t),vk(t)>,则<IDi(t),实体关系(t),IDj(t)>=<IDi(t),空间关系(t),IDj(t)>∪<IDi(t),ai(t),vi(t)>∪<IDj(t),aj(t),vj(t)>。
由于空间关系相对稳定,因此如果不考虑实体的空间位置关系的改变,比如道路改变,实体因拆除、山体开采,河床干涸,人为填堵,人为铺路改造等因素而变得不存在或被替换,则更优选地,在相当长的稳定时段内,可以优选为<IDi,实体关系(t),IDj>=<IDi,空间关系,IDj>∪<IDi,ai(t),vi(t)>∪<IDj,aj(t),vj(t)>。
由此通过上述三步,将总构体中所有目标实体之间的空间关系和属性关系都构建在3D异质图神经网络的中,并且进一步通过网络的边和代表节点的复合映射进一步拓展了3D异质图神经网络,形成了实体之间关系的网络,实际运用中,仅需通过输入代表节点或从总构体模型中点击图元,就能链接到对应的网络中的边,和复合映射结果。
关于S2
对S1中的总构体模型中建立代表地上和地下的每一类目标实体的图元,具体包括将道路、水系网、地下管廊按照预设的命名名称各自划分为规定长度的分段,每一分段作为该道路名称下的道路、水系网、地下管廊的分图元,将建筑屋顶轮廓作为代表该建筑的图元,将林地、草地、耕地、裸地、湖面、海面、山体的轮廓作为代表这些实体的图元,将水系网中各设定的流段(例如命名的河流)作为流段分图元;将地下管线做如下分图元定义:若地下管线完全经过(即地下管线在道路所在面的垂直地面的投影完全包含于道路所在面中)道路分图元的对应地下,则管线分段形成管线分图元的规定长度等于或小于道路名称各自划分的规定长度,且管线分图元在道路分图元所在面上的投影包含于道路分图元中,若地下管线经过道路分图元的对应地下,则任意根据需要选择管线分图元的长度和划分方式。
所述基于每一类目标实体的所述图元构建节点具体包括,对于道路、水系网、地下管廊、管线,将分图元中几何中心或预选的一点作为标识点,对于建筑,将顶轮廓的几何中心或轮廓任选的两条对角线交点作为标识点,对于林地、草地、耕地、裸地、湖面、海面、山体则预选一点作为标识点,将标识点作为节点,构建3D异质图神经网络。
优选地,规定长度对于道路、水系网、地下管廊为50-100m,对于管线为10-100m。
关于S3
可选地,所述空间关系包括如下表1:
表1空间关系
具体的实体而言,其空间关系如图表2-表4:
表2道路、水系网空间关系
表3管线空间关系
表4建筑空间关系表
表5林地、草地、耕地、裸地、湖面、海面、山体空间关系
设定代表每一节点的唯一的ID标识作为代表节点,基于代表节点建立属性项以及属性值,形成属性数据库,与所有代表节点进行对应关联。
可选地,所述属性项包括节点在地理坐标系中的坐标、实体类别、实体相关的地质、地理资料。
优选地,所述ID标识为所述坐标,由此以被赋予坐标的节点为代表节点,
由此通过代表节点,形成了具有空间位置的节点,从而形成一种新的节点具有具体空间位置分布的异质图神经网络。连接代表节点之间的边,通过实体关系就能表示出各实体的图元,进而表示各实体之间的实体关系。而在代表节点外延伸出复合映射,完整地从空间关系和属性关系角度描述了实体之间的实体关系。
可选地,S3之后还包括步骤S4展示实体关系,具体包括如下步骤:
S4-1在总构体模型上分别选择或搜索实体对应的所述图元或者圈出感兴趣的存在实体对应图元的区域;
S4-2对选择或搜索的对应的所述图元之间,或当选择单个实体时在预设的范围内所有图元之间,或圈出的区域内部的所有实体对应的图元对应在所述3D异质神经网络图中找到所需的代表节点和边;
S4-3根据代表节点和边的信息矩阵展示实体之间的空间关系<IDi(t),空间关系(t),IDj(t)>,或<IDi,空间关系,IDj>,以及展示实体的属性关系<IDi(t),ai(t),vi(t)>∪<IDj(t),aj(t),vj(t)>或<IDi,ai(t),vi(t)>∪<IDj,aj(t),vj(t)>。
优选地,具体展示的多个实体关系,是与实体对应的3D异质图神经网络进行展示,以在计算机显示器上用户能够任意平移旋转查看各代表节点及其之间边形成的3D图(即3D异质图神经网络图中涉及到所选择或圈出区域中实体的3D异质图神经网络局部),并且选择或搜索实体对应的所述图元,或者圈出感兴趣的存在实体对应图元的区域,其中所有代表节点能够展示所述属性关系;通过任意选择两个以上的代表节点,能够展示在所述3D图中的所有任意选择两个以上的代表节点之间的边,以及代表节点对应各实体之间的空间关系。
可选地,所述预设的范围为直径为100m-2km。
可选地,当选择所有总构体模型中代表节点,则展示的是3D异质图神经网络全图。
可选地,定期对3D异质图神经网络进行更新,当实体不存在或改变时,更新所述实体,时期不存在或变为更新后的新实体。
优选地,所述定期为1-10年,更优选的为1-5年,最优选为1-2年。
优选地,对于代表节点对应各实体之间的空间关系的展示以第一三元组图标形式,能够将空间关系指向一个图标中,通过选择第一三元组图标,或搜索所述第一三元组,能够将空间关系进行展开,再次选择后折叠收起。
优选地,对于圈出感兴趣的存在实体对应图元的区域,可以仅部分选择或再次搜索区域中单个或多个代表节点,或者选择或再次搜索全部代表节点,一旦选择或再次搜索完毕就能展示所述属性关系,并且对于选择或再次搜索的代表节点的个数在阈值以上时,将这些属性项和属性值都各自指向一个图标中,选择各自所指向的图标后即展开这些属性项和属性值,再次选择后则折叠收起。
可选地,所述选择为鼠标点击或触屏触摸,所述搜索为通过显示屏上的搜索器模块进行键入实体ID标识或实体名称搜索而实现。
可选地,所述展开以下拉菜单形式实现。
可选地,阈值为0-8。
本发明所述的圈出是指总构体模型垂直俯视角度下用于形成的限定区域的范围的任意二维封闭线。
本发明另一个目的是提供实现上述方法的地理实体关系构建及表达系统,其包括通讯连接的服务器和用户终端,其中所述服务器用于执行步骤S1-S3,所述用户终端用于执行步骤S4以实现实体展示。
所述用户终端为PC电脑、智能手机、平板电脑,便携式电脑中至少一者。
有益效果
1.通过个实体类型的图元的定义,以及节点和代表节点的定义,构建出节点具有空间位置分布的3D异质图网络,其中的边是具双向的,从而实现了将实体语义进行空间分布的组织形式。
2.利用代表节点构建三元组,实现实体的空间关系和属性关系的构建,进一步方便、可视化了3D异质图网络中各代表节点的实体关系。
3.通过用户终端的3D展示,以及图标的运用,实现实体的空间关系和属性关系的任意按需展示。
附图说明
图1本发明实施例1一种基于空间计算的地理实体关系构建及表达方法流程图,
图2示例性给出了实施例2的道路、地下管廊、电缆、水管的分图元的定义方式,以及分图元对应的节点和建筑节点的定义方式,
图3实施例2中,有关S2步骤中构建3D异质图神经网络流程图,
图4一地理区域的高光谱图像维局部,
图5实施例2中图4所示的3D异质图神经网络的示例性展示,其中给出了双向矢量方向的边,以及第一三元组和复合映射的图标,
图6为图5中点击属性项aH之后弹出带滚动条弹出下拉菜单的示意图,
图7本发明实施例3中基于空间计算的地理实体关系构建及表达系统结构图。
其中附图标记A为河流主干,B为城市公路,C为跨湖桥梁,D为支流,E为公寓区域,F为城市绿化,G为耕地,H为城市空地。
具体实施方式
实施例1
如图1所示,一种基于空间计算的地理实体关系构建及表达方法,包括如下步骤:
S1构建地上构体和地下构体的总构体模型,所述地上构体和地下构体是分别指地上和地下所有目标实体的总和;
S2对S1中的总构体模型中建立代表地上和地下的每一类目标实体的图元,并基于每一类目标实体的所述图元构建节点,并基于所述节点进一步构建3D异质图神经网络;
S3构建实体三元组以表示实体关系。
实施例2
S2包括如下步骤。
如图2所示,先在一段地上地下路段为示例性描述,在地上以100m为规定长度,限定道路分图元、管廊分图元、电缆分图元,以及水管分图元(如果监测装置在100m的边界处,则归入横坐标大的一端)。以各分图元几何中心为节点,而对于建筑则如图3顶轮廓对角线交点作为节点。
如图3所示,对于任一实体的节点以节点坐在地理坐标系中的坐标作为ID标识,形成代表节点,以构建3D异质图神经网络,如图4,为一地理区域的高光谱图像维局部,其中圈出了A-H的区域,A为河流主干,B为城市公路,C为跨湖桥梁,D为支流,E为公寓区域,F为城市绿化,G为耕地,H为城市空地。对于这些圈出区域内部,如果存在多个实体的代表节点,如E中多个建筑的存在的多个代表节点,则可以鼠标点击这些代表节点,包括其他圈出区域中的代表节点。
图3中给出了圈出区域A-H的3D异质图神经网络地上和地下局部的示意性3D图,分别为垂直俯视角度和侧视角度。并给出部分连接圈出区域中各代表节点(图4未示出)的连接的边,为了将各边显示清楚,此处的边没有完全采用直线段连接。
图3中还给出图2中地上地下道路分图元、电缆分图元、水管分图元节点的坐标标识点作为代表节点形成的3D异质图神经网络地下局部。若该地下局部存在于地上局部的道路地下段,则还存在两种局部之间代表节点连接而成的边。图3中对于该边并未示出,以更好说明地上和地下两种局部情况。
如图5所示,对于图3中地上局部的边形成了双向箭头,以表示连接各区域中代表节点的边是有向的,表示各代表节点之间的方向矢量(弯曲的边为边显示清楚起见,实际上应当为双向直线段)。
对于S4展示步骤,其中以D和H圈出区域为例,给出两者区域中代表节点的ID标识,IDD和IDH(为清楚描述代表节点所自的圈出区域,起见以圈出区域编号符号D和H来表示两个代表节点)之间空间关系图标<IDD,空间关系,IDH>,此处的空间关系可以是表2和表5描述的方位关系,即双向箭头直线段描述的一代表节点(IDD或IDH)在另一代表节点(对应为IDH或IDD)的矢量方向,其矢量模大小几表示两者之间的距离关系。点击该图标,可以展示出这些空间关系。因此我们构建的图神经网络属于异质图神经网络。而且属于3D异质图神经网络,每个代表节点都是具体坐标。
对于属性关系描述,以圈出区域H为例,时间在2022年6月20日,由于H区域为单纯城市空地,其代表节点为1,因此当阈值取0时,则以图标形式显示复合映射。图5中以手点击的作为光标要点击属性项aH前的状态。当点击aH之后,如图6所示,在复合映射表示中的图标aH(2022.06.20)下弹出具有滚动条的下拉菜单,其中列出属性项,其中自定义可以根据用户需要而定制,从而在服务器端扩展属性数据库。
用户能够对图5中的地上和地下局部进行任意平移和旋转。以3D查看圈出区域中实体之间的实体关系。
实施例3
本实施例给出了实现实施例1和实施例2的方法的基于空间计算的地理实体关系构建及表达系统,其包括如图7所示的通讯连接的服务器和用户终端,其中所述服务器用于执行步骤S1-S3,所述用户终端用于执行步骤S4以实现实体展示。
综上结合具体实施方式对本发明做出了详细的描述,本领域技术人员懂得,该描述是示例性的,其可以做出各种修饰和变更,只要不脱离本发明宗旨和精神,这些修饰和变更均应落入本发明的保护范畴,本发明的保护范围由所附权利要求书限定。
Claims (17)
1.一种基于空间计算的地理实体关系构建及表达方法,其特征在于,包括如下步骤:
S1构建地上构体和地下构体的总构体模型,所述地上构体和地下构体是分别指地上和地下所有目标实体的总和;
S2对S1中的总构体模型中建立代表地上和地下的每一类目标实体的图元,并基于每一类目标实体的所述图元构建节点,并基于所述节点进一步构建3D异质图神经网络;
S3构建实体三元组以表示实体关系,具体是为每一个图元的所述节点设定ID标识,以ID标识赋予节点作为代表所述节点的代表节点,以将实体之间的空间关系转化为3D异质图神经网络中的一条连接表示图元的代表节点的边,表示为第一三元组<IDi,实体关系,IDj>,其中IDi和IDj分别表示代表两个不同实体i和实体j对应的图元节点的代表节点ID标识的集合,i和j为表示实体的数学表示符号,包括用数字和/或字母来表示,且i≠j表示实体i和实体j属于不同的实体,“实体关系”表示图神经网络中的信息矩阵,表示所述集合中任意两两实体之间的实体关系的集合;并且建立每一个实体k属性的复合映射<IDk,属性项ak,属性值vk>即第二三元组,简化表示成<IDk,ak,vk>,k∈所有目标实体的数学表示符号,ak表示属性项集合,vk表示属性项集合中所有属性项的属性值集合,以建立每一个实体k与属性之间的实体的属性关系,从而所述实体关系包括空间关系,以及属性关系,由此第一三元组进一步表示为<IDi,空间关系,IDj>∪<IDi,ai,vi>∪<IDj,aj,vj>;
所述第一三元组表示为<IDi(t),实体关系(t),IDj(t)>,第二三元组表示为<IDk(t),ak(t),vk(t)>,则<IDi(t),实体关系(t),IDj(t)>=<IDi(t),空间关系(t),IDj(t)>∪<IDi(t),ai(t),vi(t)>∪<IDj(t),aj(t),vj(t)>;
对S1中的总构体模型中建立代表地上和地下的每一类目标实体的图元,具体包括将道路、水系网、地下管廊按照预设的命名名称各自划分为规定长度的分段,每一分段作为该道路名称下的道路、水系网、地下管廊的分图元,将建筑屋顶轮廓作为代表该建筑的图元,将林地、草地、耕地、裸地、湖面、海面、山体的轮廓作为代表这些实体的图元,将水系网中各设定的流段作为流段分图元;将地下管线做如下分图元定义:若地下管线完全经过道路分图元的对应地下,则管线分段形成管线分图元的规定长度等于或小于道路名称各自划分的规定长度,且管线分图元在道路分图元所在面上的投影包含于道路分图元中,若地下管线经过道路分图元的对应地下,则任意根据需要选择管线分图元的长度和划分方式;
所述基于每一类目标实体的所述图元构建节点具体包括,对于道路、水系网、地下管廊、管线,将分图元中几何中心或预选的一点作为标识点,对于建筑,将顶轮廓的几何中心或轮廓任选的两条对角线交点作为标识点,对于林地、草地、耕地、裸地、湖面、海面、山体则预选一点作为标识点,将标识点作为节点,构建3D异质图神经网络;
S3之后还包括步骤S4展示实体关系,具体包括如下步骤:
S4-1在总构体模型上分别选择或搜索实体对应的所述图元或者圈出感兴趣的存在实体对应图元的区域;
S4-2对选择或搜索的对应的所述图元之间,或当选择单个实体时在预设的范围内所有图元之间,或圈出的区域内部的所有实体对应的图元对应在所述3D异质神经网络图中找到所需的代表节点和边;
S4-3根据代表节点和边的信息矩阵展示实体之间的空间关系<IDi(t),空间关系(t),IDj(t)>,或<IDi,空间关系,IDj>,以及展示实体的属性关系<IDi(t),ai(t),vi(t)>∪<IDj(t),aj(t),vj(t)>或<IDi,ai(t),vi(t)>∪<IDj,aj(t),vj(t)>;
具体展示的多个实体关系,是与实体对应的3D异质图神经网络进行展示,以在计算机显示器上用户能够任意平移旋转查看各代表节点及其之间边形成的3D图,并且选择或搜索实体对应的所述图元,或者圈出感兴趣的存在实体对应图元的区域,其中所有代表节点能够展示所述属性关系;通过任意选择两个以上的代表节点,能够展示在所述3D图中的所有任意选择两个以上的代表节点之间的边,以及代表节点对应各实体之间的空间关系;
对于代表节点对应各实体之间的空间关系的展示以第一三元组图标形式,能够将空间关系指向一个图标中,通过选择第一三元组图标,或搜索所述第一三元组,能够将空间关系进行展开,再次选择后折叠收起;
对于圈出感兴趣的存在实体对应图元的区域,可以仅部分选择或再次搜索区域中单个或多个代表节点,或者选择或再次搜索全部代表节点,一旦选择或再次搜索完毕就能展示所述属性关系,并且对于选择或再次搜索的代表节点的个数在阈值以上时,将这些属性项和属性值都各自指向一个图标中,选择各自所指向的图标后即展开这些属性项和属性值,再次选择后则折叠收起。
2.根据权利要求1所述的方法,其特征在于,所述第一三元组表示为<IDi,实体关系(t),IDj>=<IDi,空间关系,IDj>∪<IDi,ai(t),vi(t)>∪<IDj,aj(t),vj(t)>。
3.根据权利要求1所述的方法,其特征在于,规定长度对于道路、水系网、地下管廊为50-100m,对于管线为10-100m。
4.根据权利要求1所述的方法,其特征在于,所述空间关系包括如下表1:
表1空间关系
具体的实体而言,其空间关系如图表2-表4:
表2道路、水系网空间关系
表3管线空间关系
表4建筑空间关系表
表5林地、草地、耕地、裸地、湖面、海面、山体空间关系
5.根据权利要求4所述的方法,其特征在于,设定代表每一节点的唯一的ID标识作为代表节点,基于代表节点建立属性项以及属性值,形成属性数据库,与所有代表节点进行对应关联。
6.根据权利要求1-5中任一项所述的方法,其特征在于,所述属性项包括节点在地理坐标系中的坐标、实体类别、实体相关的地质、地理资料。
7.根据权利要求6所述的方法,其特征在于,所述ID标识为所述坐标,由此以被赋予坐标的节点为代表节点。
8.根据权利要求1中所述的方法,其特征在于,所述预设的范围为直径为100m-2km。
9.根据权利要求7或8所述的方法,其特征在于,当选择所有总构体模型中代表节点,则展示的是3D异质图神经网络全图。
10.根据权利要求9所述的方法,其特征在于,定期对3D异质图神经网络进行更新,当实体不存在或改变时,更新所述实体,时期不存在或变为更新后的新实体。
11.根据权利要求10所述的方法,其特征在于,所述定期为1-10年。
12.根据权利要求11所述的方法,其特征在于,所述定期为1-5年。
13.根据权利要求12所述的方法,其特征在于,所述定期为1-2年。
14.根据权利要求1所述的方法,其特征在于,所述选择为鼠标点击或触屏触摸,所述搜索为通过显示屏上的搜索器模块进行键入实体ID标识或实体名称搜索而实现。
15.根据权利要求14所述的方法,其特征在于,所述展开以下拉菜单形式实现,阈值为0-8。
16.实现如权利要求1-15中任一项所述方法的基于3D异质图的地理实体关系构建及表达系统,其特征在于,其包括通讯连接的服务器和用户终端,其中所述服务器用于执行步骤S1-S3,所述用户终端用于执行步骤S4以实现实体展示。
17.根据权利要求16所述的系统,其特征在于,所述用户终端为PC电脑、智能手机、平板电脑,便携式电脑中至少一者。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311094599.5A CN117332120B (zh) | 2023-08-29 | 2023-08-29 | 一种基于空间计算的地理实体关系构建及表达方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311094599.5A CN117332120B (zh) | 2023-08-29 | 2023-08-29 | 一种基于空间计算的地理实体关系构建及表达方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117332120A CN117332120A (zh) | 2024-01-02 |
CN117332120B true CN117332120B (zh) | 2024-04-30 |
Family
ID=89276193
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311094599.5A Active CN117332120B (zh) | 2023-08-29 | 2023-08-29 | 一种基于空间计算的地理实体关系构建及表达方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117332120B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115795996A (zh) * | 2022-09-30 | 2023-03-14 | 合肥泰瑞数创科技有限公司 | 一种基于现实网络图的图神经网络的城市数据实时管理方法及其系统 |
WO2023123625A1 (zh) * | 2021-12-31 | 2023-07-06 | 中国科学院深圳先进技术研究院 | 一种城市疫情时空预测方法、系统、终端以及存储介质 |
-
2023
- 2023-08-29 CN CN202311094599.5A patent/CN117332120B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023123625A1 (zh) * | 2021-12-31 | 2023-07-06 | 中国科学院深圳先进技术研究院 | 一种城市疫情时空预测方法、系统、终端以及存储介质 |
CN115795996A (zh) * | 2022-09-30 | 2023-03-14 | 合肥泰瑞数创科技有限公司 | 一种基于现实网络图的图神经网络的城市数据实时管理方法及其系统 |
Also Published As
Publication number | Publication date |
---|---|
CN117332120A (zh) | 2024-01-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Mahdavi-Amiri et al. | A survey of digital earth | |
Appleton et al. | Rural landscape visualisation from GIS databases: a comparison of approaches, options and problems | |
Zlatanova et al. | 3D GIS: current status and perspectives | |
Kolbe et al. | CityGML–3D city models and their potential for emergency response | |
Goetz et al. | The evolution of geo-crowdsourcing: bringing volunteered geographic information to the third dimension | |
Guney et al. | Tailoring a geomodel for analyzing an urban skyline | |
KR100915209B1 (ko) | 엑스엠엘 기반의 입체 건물 입면 및 내부 자동 모델링 및내비게이션 시스템 및 그 방법 | |
CN115269751A (zh) | 地理实体时空知识图谱本体库构建方法 | |
CN112988946B (zh) | 一种地理实体数据库用户定制化方法 | |
Gold | Tessellations in GIS: Part I—putting it all together | |
CN113570275A (zh) | 基于bim和数字高程模型的水资源实时监测系统 | |
Ellul et al. | Investigating approaches to improving rendering performance of 3D city models on mobile devices | |
CN117422839A (zh) | 基于多维空间地理信息大数据的gis系统及gis系统服务方法 | |
Li | RETRACTED ARTICLE: Research on the mechanism and influence factors of urban style building based on cloud computing logistics information | |
She et al. | 3D building model simplification method considering both model mesh and building structure | |
Yu et al. | A hybrid system of expanding 2D GIS into 3D space | |
Pütz et al. | The mesh tools package–introducing annotated 3d triangle maps in ros | |
Adreani et al. | Digital twin framework for smart city solutions | |
Adreani et al. | Implementing integrated digital twin modelling and representation into the Snap4City platform for smart city solutions | |
CN117332120B (zh) | 一种基于空间计算的地理实体关系构建及表达方法 | |
Ding et al. | Integrated data-model-knowledge representation for natural resource entities | |
CN115600732A (zh) | 一种基于大数据分析的城市规划方法及系统 | |
Dunkars | Multiple representation databases for topographic information | |
CN117332091B (zh) | 一种基于语义关系的地理实体时空知识图谱构建方法 | |
Finat et al. | Constructors of geometric primitives in domain ontologies for urban environments |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |