基于网眼密度的道路选取方法

道路数据中的网眼密度能反映局部区域的道路密集程度,通过确定目标尺度要求的密度阈值,比例尺缩小后能够标识出数据中需要取舍路段的网眼;循环剥离密度最大的网眼,利用反映路段重要性的参数及其优先级,渐进筛选出舍弃的路段,并完成与邻接网眼的合并;得到的选取结果保持了道路网在密度、拓扑、几何及语义方面的重要特征,从而提出一种新的道路选取方法。最后进行实验,验证该方法的有效性。     

Use of Artificial Neural Networks for Selective Omission in Updating Road Networks

Abstract

An important problem faced by national mapping agencies is frequent map updates. An ideal solution is only updating the large-scale map with other smaller scale maps undergoing automatic updates. This process may involve a series of operators, among which selective omission has received much attention. This study focuses on selective omission in a road network, and the use of an artificial neural network (i.e. a back propagation neural network, BPNN). The use of another type of artificial neural network (i.e. a self-organizing map, SOM) is investigated as a comparison. The use of both neural networks for selective omission is tested on a real-life road network. The use of a BPNN for practical application road updating is also tested. The results of selective omission are evaluated by overall accuracy. It is found that (1) the use of a BPNN can adaptively determine which and how many roads are to be retained at a specific scale, with an overall accuracy above 80%; (2) it may be hard to determine which and how many roads should be retained at a specific scale using an SOM. Therefore, the BPNN is more effective for selective omission in road updating.     

两种道路选取策略的比较研究

道路选取是根据比例尺的要求,在道路网中保留相对重要道路、舍弃相对次要道路的地图综合操作。从概念层和操作层对两种不同的道路选取策略进行了比较。一种是删除后更新策略,即删除一条道路后更新其他道路的重要度;另一种是删除后不更新策略,即删除一条道路后不更新其他道路的重要度。以常用的stroke重要度排序法为道路选取方法,运用长度、连通度、接近度和中介度的加权来描述道路的重要度,采用相似性、误删率、漏删率等定量指标以及定性的目视判别评价选取结果。以深圳市1∶1万道路网和1∶5万道路网作为研究数据进行了实验。理论上删除后更新策略优于删除后不更新策略,然而实证表明删除后不更新策略在常用定量评价指标上优于删除后更新策略,在定性评价方面则各有优劣。     

道路网络模型研究综述

道路交通网络是进行各种道路交通网络分析与可视化的基础。构建道路网络的常用方法是运用已有道路面矢量数据提取道路中心线,并自动生成道路网络。提出了一种根据街区面块拓扑关系自动构建道路网络的算法,首先,根据道路面求反得到街区面块并计算街区面块间的拓扑关系;然后,根据街区面块之间的拓扑关系自动建立道路网络拓扑关系;最后,计算路段(网络弧段)中心线和道路交叉口(节点)的几何位置,完成数字道路网络的构建。与以住算法不同,该算法将拓扑关系构建与中心线提取分开,直接由道路面原始数据构建网络拓扑关系,保证拓扑结构的准确性,且为道路中心线提取提供路段交叉口判别依据。实验表明,所提出算法较好地解决了已有算法在自动计算道路中心线时数据预处理复杂和道路面分割难以处理等问题。     

道路网的实况连通度指标

在综合分析评价了现有的道路网连通度指标定义的基础上,总结了其存在的局限性,即缺乏连通度时态变化信息。为克服这一局限性,从时态的视角对道路网连通度指标进行了全新的定义,结合道路网交通状况的时态变化,提出了一种能在时间上动态反应道路网连通度变化的指标——道路网的实况连通度指标,最后通过一个计算实例进行了实证分析。道路网连通度的时态变化得到了验证。     

面向道路网络地图示意化的线形简化方法

针对当前示意网络地图线形状简化方法中存在需要人工干预或地图认知度低的问题,本文提出自动化程度高并能保证良好地图认知的线形状简化方法.该方法通过合理设定线形状简化中所需的阈值以避免人工干预,提高了线形状简化过程的自动化程度,并通过在简化过程中应用平滑算法,以减少示意结果中线对象在方向上的转折数,从而提高了简化度和清晰度.试验表明该方法不仅可以生成清晰的示意结果,并且能够保证良好的地图认知度.     

Comparative Study of Approaches to Delineating Built‐Up Areas Using Road Network Data

Delineated built‐up areas may be used for applications such as navigation, database enrichment and the identification of urban sprawl. As more road network data have become available, many studies have considered using road network data to delineate built‐up areas. This study investigated the three existing approaches to delineating built‐up areas on a map: the grid‐based approach, kernel density analysis and an approach based on street blocks. These approaches are evaluated and compared from three angles. First, two measures were proposed to quantitatively evaluate the land area of the delineated built‐up areas; second, a questionnaire was designed to visually compare the representations of the delineated built‐up areas; and, third, the time complexity of using each approach was tested. The three approaches were applied to different sets of road network data for New Zealand; data from buildings and residential areas were used as benchmarks. The results showed that: (1) in a quantitative assessment, both the grid‐based approach and kernel density analysis can usually detect more built‐up areas than the approach based on street blocks; (2) on visual inspection, most of the students who completed the questionnaire performed the representations using the approach based on street blocks; and (3) in time complexity, the approach based on street blocks always takes the least time.     

一种面向道路网3维数据的空间索引方法

根据数据沿道路呈线性分布,道路相互连通的特点,提出连通拓扑和动态分段相结合的混合索引机制,分两步来实现查询过程:第一步通过连通索引来进行粗略查询;第二步根据粗略查询结果,利用动态分段索引完成精确查询。以此建立的道路网及沿线3维数据的空间索引具有很高的查询速度,能确保数据的快速动态装载,可满足道路网3维可视化的要求。最后通过实验对算法进行实现,并在空间效率和时间效率上与R树索引进行了比较。     

基于道路网络知识的启发式层次路径寻找算法

基于道路网络的知识,探讨了定义一个层次拓扑来帮助路径寻找及如何确定层次之间转换的入/出结点,并结合启发式技术来提高路径计算性能的路径寻找算法。实验表明,该方法不仅可以减少计算所需要的时间和空间,也会产生一个符合人类思维特点的解。     

遥感影像的全模糊监督分类

设计了一个基于神经元网络的全模糊训练、分类和精度评估方法,并成功地应用于一个城郊型土地覆盖分类。结果表明,该方法灵活、适应性强,并能取得较好的分类精度。     

一种基于线特征的道路网变化检测算法

提出一种基于线特征的道路网变化检测算法。首先根据边缘的梯度信息从多时相遥感图像中提取变化的线特征;然后根据变化线特征的局部特性,检测出与道路模型相符合的变化道路段;最后通过道路网的全局约束条件,进行变化道路段的连接,实现变化道路的检测。提出的道路网变化检测算法将边缘的相位和幅度信息作为变化检测的判定依据,从而避免了道路的匹配与比较工作,降低了变化检测算法的复杂度,具有很强的实用性。将本文提出的方法用于多时相遥感图像的道路网变化检测,从实验结果可以看出该方法的有效性。     

道路网增量更新中拓扑冲突的检测方法

为提高空间数据增量更新中拓扑冲突的检测效率,针对道路网数据,首先分析了增量要素进行更新时可能产生的拓扑冲突的类型和特点,运用规则格网进行邻近区域的表达;然后使用5元组模型描述增量要素与邻近区域要素间的拓扑关系,与设定的拓扑冲突表达进行比较,判断是否存在拓扑冲突。实验结果表明,本方法对于道路网数据增量更新中的拓扑冲突的类型区分准确全面,检测效率较高,具有很好的实用性和可靠性。     

基于BP神经网络和拓扑参数的道路网选取研究

道路网选取是自动制图综合的重点和难点之一,运用智能化方法实现选取是当前研究的热点。BP神经网络具有强大的非线性映射能力,可以模仿人脑机能,通过对样本的学习和训练实现自动选取;结合拓扑参数,可以使选取结果很好地保持原道路网的连通性和整体结构特征。因此,提出一种基于BP神经网络和拓扑参数的道路网选取方法。首先选择训练样本并计算其拓扑参数;然后设计BP神经网络的结构,利用训练样本进行训练,找出最佳网络结构;最后选取不同特征的道路网进行实验,将选取结果与专家选取的结果进行对比分析,评价了该方法的优势与不足,并指出了下一步的改进方向。     

基于GIS的聊城市公路网络服务分析

城市公路网络服务与供给和需求密切相关,衡量区域的公路网络服务水平不能单纯从公路网密度出发,需要将供给与需求相结合进行分析。文章以GIS为基础平台,从网络服务供给与需求的相互协调关系出发,通过定量与定性相结合的方法,采用模糊聚类方法以聊城市8县市为样本分区,对公路网络服务水平进行分析评价,结果为:以相似系数在0.9以上为标准,把聊城市8个样本分为高、较高、中等、较低4个类型区,东阿、高唐为综合服务水平高类型;茌平为综合服务水平较高类型;阳谷为综合服务水平中等类型;东昌府、冠县、莘县、临清为综合服务水平较低类型。     

A Trajectory-Oriented Carriageway-Based Road Network Data Model, Part 3: Implementation

IntroductionThe LRM based on the CRNMis a kind oflink-and-node LRM. As introduced in the firstpaper of the series ,the link-and-node LRMdoesnot designate any fixed reference point along aroad segment in advance but employs the nodesin the node-arc model d…     

基于拓扑强度的城市道路网络层次表达

复杂网络理论是进行网络拓扑分析的一个重要工具。现有的研究大多是利用复杂网络理论研究城市道路网络的整体拓扑结构,从而难以衡量每条道路在维持整个路网拓扑连通性方面的能力。本文提出了一种道路网络拓扑强度层次表达模型。首先,研究城市道路网络中每条道路在维持路网拓扑连通性方面的重要程度,提出了一种定量描述指标,即拓扑强度;然后根据拓扑强度对道路网络进行层次表达;最后采用层次表达模型对长沙市道路网络进行实验分析,验证了该模型的合理性和有效性。     

等时线模型支持下的路网可达性分析

等时线是道路网中参考于某特定点位的系列时间可达性的可视化表达,其生成需要分析道路网络特性及通行状况,其形态可以反映可达性规律。本文对等时线进行了定义、特性分析及生成方法研究;类比水滴沿木板的纹理扩散的过程,提出水流扩展算法生成等时线,在网络栅格化模型的基础上,考虑等时线扩展独特的约束条件,如道路状况、移动条件及时间分段等获得可达性扩展路径,通过扩展凸包和角平分线移位生成等时线。该算法基于场论思想,可以针对网络空间中任意感兴趣部分灵活负载约束条件,方便生成实时等时线;类比等高线表示地貌特征,对基于以上构建机制生成的等时线的排列、疏密、弯曲形式、弯曲方向及延伸方向等进行分析,发现空间可达性规律。     

融合SAR和TM图像更新GIS道路网络数据

遥感作为空间数据获取的一种手段,其在空间数据更新中的作用显得越来越重要,遥感数据已逐渐成为空间数据更新的主要数据来源。提出一种利用遥感图像自动更新GIS道路网络数据的方法,通过融合两种传感器图像数据,将整个道路网络准确完整地提取出来,然后通过线性特征的变化检测确定已修改的道路及新修建的道路。实验结果表明该方法可以准确地更新道路网络数据。     

基于链码优化的SAR影像城市道路网络提取

针对传统的基于局部比率的道路提取算子存在道路展宽与定位精确性差的缺点,通过加入一个修剪窗口进行改进,有助于去除河流、树木等的影响,且得到了细化和定位更加准确的道路图谱.首次将链码用于道路连接表示,定义了链码能量网络,并将道路的先验知识引入,然后在对模拟道路图像线段连接概率分析的基础上得到了链码优化算法.由于该方法采用了分线运算,每次迭代不需要搜索整个道路片段,提高了运算效率.最后将该算法应用于真实SAR影像巾道路网络的提取,证明了它的有效性.     

符合认知规律的时空轨迹融合与路网生成方法

以行驶在城市大街小巷的出租车GPS时空轨迹数据为研究对象,研究了符合"感知—认知—经验"认知规律3层次的轨迹融合与路网生成方法,提出了基于Delaunay三角网的时空轨迹融合模型,实现了从GPS时空轨迹中对符合认知规律需求的路网信息的获取,并以武汉市出租车GPS轨迹为试验,实现了对武汉市出租车时空轨迹的融合与武汉市路网数据的生成,证明了该方法的有效性。