多尺度空间对象拓扑相似关系的表达与计算

研究了空间数据多尺度表达中,在进行模型综合时空间对象拓扑关系的表达、变化和相似性。基于空间对象之间拓扑关系的概念邻域,给出了空间对象拓扑关系相似性的定义以及在数字景观模型中拓扑关系相似性的度量方法,为空间数据的多尺度表达提供了拓扑关系分析和评价手段。     

基于粗集的多粒度空间方向关系不确定性定量评价模型

针对确定性地理目标位置不确定性和方向系统划分粒度粗细产生的空间方向关系的不确定性问题,提出了锥形模型空间方向关系的粗集表达模型,然后定义了知识含量的测度(I(R_n))用于度量锥形模型粗集表达的方向分类能力,在近似精度和粗糙度中引入I(R_n)因子,构建了基于知识含量的近似精度和粗糙度,用于确定性地理目标位置不确定性及方向系统划分粒度引起的方向关系不确定性的定量评价。实验表明,基于知识含量的近似精度和粗糙度,是定量评价由于确定性地理目标位置不确定性及方向系统划分粒度引起的方向关系不确定性的理想指标。     

多尺度等高线簇拓扑关系定量表达方法研究

等高线拓扑关系定量表达对空间认知、地形特征挖掘、地图综合等至关重要。然而,已有研究多针对等高线树的生成及综合算法,缺乏等高线拓扑关系及其与尺度变化关系的定量表达,不同地貌类型其变化规律是否一致仍未知。为此,通过分带与投影转换、非闭合等高线拓扑检查与闭合及有向等高线树的构建等,发展了一种等高线拓扑关系定量表达方法。采用高山、中山、平原地貌60组多尺度等高线数据集,探究不同地貌类型的多尺度等高线拓扑指标及其随尺度变化规律的一致性。试验结果表明,相邻尺度等高线拓扑指标变化规律符合空间认知与推理,不同地貌类型多尺度等高线拓扑指标与尺度变化间关系可用同一个幂函数定量表达,该结论为基于多尺度空间相似关系等高线全自动综合的实现提供了理论支撑。     

多尺度空间实体多目标相似性度量

多尺度空间实体的相似性度量是制图自动综合质量评价、自适应空间实体多尺度表达等领域关注的基本问题.提出一种顾及距离、拓扑、方向关系的多尺度空间实体相似性度量模型,分析模型与多尺度空间实体的数量特征综合程度指标的相互竞争关系,形成一个多目标最佳优化问题,用帕累托最优化方法构建了多尺度空间实体的集值相似性标准.实验结果表明,空间相似性图形距离、空间相似度是科学有效的多尺度空间实体相似性度量指标,而帕累托集值相似性标准比独立的数量特征综合程度或几何相似性包含更多的信息.     

利用等距同构建立多尺度空间实体相似性度量模型

从度量几何学的观点，建立多尺度空间实体等距同构模型。将多尺度空间实体分别看作刚性图形和弹性图形，利用等距同构不变性的概念，构建多尺度空间实体几何相似性图形距离和拓扑相似性图形距离。通过统一几何和拓扑相似性图形距离，构成一个二元集值距离，作为多尺度空间实体相似性的评价指标。通过对不同复杂性的面状和线状空间实体多尺度表达图形的几何和拓扑相似性度量实验表明，该方法能同时顾及多尺度空间实体几何和拓扑结构的改变，且符合空间实体的多尺度抽象规律。     

利用树编辑距离的等高线拓扑相似性度量方法

已有的拓扑相似性度量方法主要通过目标之间拓扑关系统计均值的差值,衡量目标之间的拓扑相似程度,在拓扑变化复杂区域由于拓扑关系的增减互补易产生度量误差。为此,提出一种顾及拓扑结构差异的等高线群拓扑相似性度量方法;引入Zhang-shasha算法将等高线群之间的拓扑变化转化为等高线树之间的转换编辑操作;构建基于树结构的拓扑差异表达;并利用动态规划方法求解等高线树之间的转换编辑距离;进而量化度量等高线群间的拓扑结构相似度。模拟数据实验和真实数据实验表明,该方法顾及了拓扑结构差异,能够有效度量多源多尺度等高线数据之间的拓扑相似程度,减少度量误差。     

多尺度空间关系相似性研究

如何快速、自动地实现多尺度地图自动综合结果质量评价,对提高空间数据质量、加快空间数据生产周期等具有重要意义.本文在综合考虑拓扑关系、方向关系和距离关系的基础上,基于SRM模型提出了基于面状目标的空间关系相似性的度量方法,为地图自动综合提供空间关系评价和维护的参考.     

利用拓扑和度量相结合的方法描述面目标间的空间关系

首先分析了9元组模型描述目标间空间关系的不足，提出了基于点集拓扑和度量特性相结合的方法来分析和描述GIS中面目标间的拓扑空间关系，并给出了合理的几何度量参数及计算方法，增强了空间关系的可区分性，进而提高了空间分析的准确性。该方法将空间关系描述过程概括为3步：①目标发现与定位；②空间拓扑关系的分类（粗略分类）；③在空间拓扑关系粗略分类的基础上，引进几何度量参数，实现空间关系的精化。     

一种基于改进TDD模型的空间场景相似性度量方法

针对计算空间场景相似性的TDD(Topology-Direction-Distance)模型的局限,提出一种基于改进的TDD模型来度量实体数目相同的场景相似度的算法.该算法以TDD模型的思想为核心,首先利用维度扩展的9交模型、详细方向关系矩阵模型和距离定量描述方法分别提取空间场景中的实体间拓扑、方向和距离特征,建立空间场景特征矩阵,实现对空间场景的表达;然后结合拓扑、方向关系的概念邻域方法和欧式距离,构建针对矢量面数据空间场景相似性度量模型;利用场景相似性度量模型进行空间场景相似性匹配;最后以深圳市福田区矢量面数据为例进行实验.实验结果表明该方法能有效度量空间场景的相似度.     

居民地与道路之间拓扑关系一致性的模糊评价

在地图制图综合中必须保持不同尺度同一区域地图要素之间拓扑关系的一致性,但目前有关的一致性评价方面的研究较少,本文讨论了不同比例尺地图中居民地与道路之间拓扑关系一致性的模糊评价问题。从制图规则和视觉限制的角度,分析了多尺度地图表达中居民地与道路之间的应该保持拓扑关系的一致性的几项规则;基于模糊数学理论提出了制图综合中拓扑关系的一致性评价模型,并通过一个简单实例证明了该方法的可行性。     

GIS线目标间空间关系的集成表达方法

GIS中的线目标可以表达现实中一类广泛存在的空间实体,如地铁线、管线、道路以及河流等。以线目标为研究对象,基于分解与组合的思想,提出一种线／线目标空间关系的集成表达方法。在整体上,将空间关系分解为拓扑、方向和距离关系3种,并以拓扑关系描述作为方向和距离信息的载体,通过纳入局部的方向关系和距离关系,来集成表达两个线目标间的各种类型空间关系信息。其中在线目标间拓扑关系、方向关系和距离关系描述时,分别将它们分解为一组局部关系（或基本关系）,并通过对拓扑关系建立一定的排列顺序来进行描述。最后,通过一个简单例子说明本文提出的方法与Clementini和Di Felice（1998）的不同。以及本文方法对表达各种空间关系信息的可行性。     

点群多尺度表达不确定性评估方法研究

空间数据的不确定性评估是保证数据质量的重要手段.由于点群多尺度表达的不确定性非常复杂,评价指标和评估模型是点群多尺度表达不确定性评估需要亟待解决的关键问题.本文围绕点群的多尺度表达和空间分析流程,确立了点群多尺度表达不确定性的评估内容为位置不确定性和空间分析结论的不确定性,建立了点群及其多尺度表达位置不确定性的评价指标...     

模糊空间对象拓扑关系的Rough描述

利用Rough Set理论,在四交差模型的基础上,提出适合于描述确定和模糊区域或两个模糊区域目标间拓扑空间关系的扩展模型(4-4ID模型),并且详细讨论模糊对象之间的拓扑关系。     

An Approach to Reasoning Topological Relations Between Areal Objects Under Randomness

This paper describes the geometric and statistical properties of areal object under randomness. In order to describe formally such a uncertain topological relation, a new formal model (i. e. 4ID model) is proposed. On the basis of this, the effects of positional uncertainty on topological relations between areal objects are investigated in detail. Some possibility functions for the determination of relations are constructed based on the assumption that randomness of point location complies with a normal distribution, and the concept of uncertain sets of topological relations under randomness is introduced.     

多尺度表达中线状要素的综合不确定性评价模型

在考虑节点化简的基础上建立了节点数据不确定性评价模型,基于曲线光滑模型建立了线元模型不确定性评价模型,在此基础上,根据不确定性传播律构建了由数据不确定性和模型不确定性合成的线状要素多尺度表达不确定性的综合评价模型。实验表明,综合不确定性指标值作为线状要素多尺度表达不确定性的量化指标是有效的。可将其用于计算线元不确定带的宽度,解决线状要素多尺度表达不确定性空间分析和推理问题;并用于线状要素多尺度表达的质量评价与控制。     

Quantitative fuzzy topological relations of spatial objects by induced fuzzy topology

This paper presents a study on the modeling of fuzzy topological relations between uncertain objects in Geographic Information Systems (GIS). Based on the recently developed concept of computational fuzzy topological space, topological relations between simple fuzzy spatial objects are modeled. The fuzzy spatial objects here cover simple fuzzy region, simple fuzzy line segment and fuzzy point. To compute the topological relations between the simple spatial objects, intersection concepts and integration methods are applied and a computational 9-intersection model are proposed and developed. There are different types of intersection, and we have proposed different integration methods for computation in different cases. For example, surface integration method is applied to the case of the fuzzy region-to-fuzzy region relation, while the line integration method is used in the case of fuzzy line segment-to-fuzzy line segment relation. Moreover, this study has discovered that there are (a) sixteen topological relations between simple fuzzy region to line segment; (b) forty-six topological relations between simple fuzzy line segments; (c) three topological relations between simple fuzzy region to fuzzy point; and (d) three topological relations between simple fuzzy line segment to fuzzy point.