基于FME的道路连通性检测算法的实现

2016-12-07董琳琳栗敏光

城市勘测 2016年1期

关键词：连通性路段路线

董琳琳,栗敏光

(1．林同棪国际工程咨询(中国)有限公司,重庆 401121; 2．国家测绘地理信息局重庆测绘院,重庆 400015)

基于FME的道路连通性检测算法的实现

董琳琳1∗,栗敏光2

(1．林同棪国际工程咨询(中国)有限公司,重庆 401121; 2．国家测绘地理信息局重庆测绘院,重庆 400015)

新一代地理信息数据库建设中新增的实体化编码和网络构建等数据深加工处理对入库数据中道路个体对象的连通性提出了更高的要求,常规测绘成果质量检查和现有相关研究对此未作特别关注。基于FME平台设计开发了顾及重复路段、细分不连通错误类型的道路个体对象连通性检测算法,利用模拟数据和地理国情普查成果数据验证了算法的正确性与鲁棒性。

道路;连通性;检测;FME

1　引言

道路数据是基础地理信息矢量数据和地理国情要素数据的重要组成部分。为满足统计分析和导航等应用需求,数字城市地理空间框架数据库、地理国情普查数据库等新一代地理信息数据库建设中新增了涉及道路数据的实体化编码和网络构建等数据深加工处理[1,2]。这些处理的正确性须要建立在入库数据中道路个体对象连通性合理保持的基础上。然而常规测绘成果质量检查对此未作特别关注——相关的检查内容包括拓扑一致性质量子元素中的图形未相接(亦即悬挂点)检查和属性正确性质量子元素中的属性错漏检查[3]。前者针对整个道路图层,偏于宏观层面,后者聚焦每个路段要素,偏于微观层面,唯独缺乏面向道路个体对象层面的视角,缺乏道路个体对象空间连通性方面的检测内容。现有的相关研究也绝大多数集中于道路网络的整体连通性分析领域[4,5,6]。

FME(Feature Manipulation Engine)是加拿大Safe Software公司推出的一套完整的空间数据解决方案,基于OpenGIS协会提出的新的数据转换理念——语义转换,通过提供在转换过程中重新构造数据的功能,支持超过320种数据格式之间的灵活转换,具有工作流定制简便、数据转换可视化、后台运行自动化、工作空间和模板可重复利用等优点,被广泛应用于数据格式转换[7]、多源数据集成共享[8]、数据更新[9]、数据质量检查[10]、地图制图[11]等领域。

本文在道路属性结构、拓扑结构以及空间不连通错误类型分析的基础上设计了顾及重复路段、细分不连通错误类型的道路个体对象连通性检测算法,基于FME软件平台加以实现,利用模拟数据和地理国情普查成果数据验证了其正确性与鲁棒性。

2　算法设计

道路个体对象系指连接确定的起点与终点、在一定地域范围内具有唯一而互异的编码和名称的同一条路线。本文算法即以道路编码+道路名称(RN+NAME)属性组合作为同一道路个体对象的标识。道路个体对象的空间连通性是个广义的概念,可以分为道路个体对象与其他道路之间的空间连通性(亦即道路个体对象的空间孤立性)和道路个体对象自身的空间连通性。前者可以具体定义为目标道路与其他道路存在交点。后者可以具体定义为组成目标道路的各个路段要素之间相互连接无间断。关于路段与道路的隶属关系,需要注意共用路段的情况。在地理国情普查等项目道路数据生产中,对于同一图层(例如城际公路图层)中多条道路的共用路段,图形仅采集表示一次(即不重复叠加),编码和名称属性采用最高等级道路的相应属性,同时在重复路段编码(RNP)属性中罗列其他重复道路的编码。这些“其他重复道路”在搜索所含路段时需要将该部分共用路段考虑在内。根据道路个体对象空间连通性的概念,结合道路数据实例统计分析结果,可以将道路个体对象的空间不连通错误细分为以下几种类型。第一类是空间孤立、自身连通的道路,其特征表现为与其他道路无交点,自身各个路段相互衔接形成一条连续的路线,如图1所示(图中粗线为目标道路,细线为其他路网部分,下同);第二类是空间孤立、自身不连通的道路,其特征表现为与其他道路无交点,自身局部路段不接导致整条路线间断为若干离散部分,如图2所示;第三类是空间非孤立、自身不连通且属性连续的道路,其特征表现为与其他道路有交点,自身局部路段不接导致整条路线间断为若干离散部分,且离散部分数量小于整条路线所含绝对悬挂点数量,如图3所示;第四类是空间非孤立、自身连通且属性不连续的道路,其特征表现为与其他道路有交点,整条路线不存在绝对悬挂点,自身局部路段道路编码、道路名称、重复路段编码属性错漏导致整条路线间断为若干离散部分,如图4所示;第五类是空间非孤立、自身不连通或属性不连续的道路,其特征表现为与其他道路有交点,自身间断为若干离散部分既有可能是由于自身局部路段空间不接所导致,亦有可能是由于自身局部路段道路编码、道路名称、重复路段编码属性错漏所导致,如图5所示。

图1　空间孤立、自身连通的道路

图2　空间孤立、自身不连通的道路

图3　空间非孤立、自身不连通且属性连续的道路

图4　空间非孤立、自身连通且属性不连续的道路

图5　空间非孤立、自身不连通或属性不连续的道路

根据以上分析结果,本文以最大限度连接路线的数量与空间关系判断为核心思想,设计了顾及重复路段、细分不连通错误类型的道路连通性检测算法。其基本思路可以分解为两大模块:第一个模块是重复路段图形重建,第二个模块是不连通错误类型细分。进入两大模块之前需要完成一项准备工作,即将端点重合且道路编码、道路名称、重复路段编码三个属性均相同的原始路段连接成无间断的路线。继而进入第一个模块,该模块可以分解为三个步骤:第一步将重复路段编码列表非空的路段随重复路段编码列表分解复制形成数量与列表元素数量相当的路段图形,并将重复路段编码列表元素值分别赋予其道路编码属性;第二步将端点重合且道路编码属性相同的重建路段连接成无间断的路线;第三步从与之端点重合且道路编码属性相同的原有路段中吸取道路名称属性。接下来进入第二个模块之前又需要完成两项准备工作。第一项是将端点重合且道路编码、道路名称两个属性均相同的已作连接处理的原有路段和重建路段进一步连接形成最大限度连接路线,并提取所有路线之间的交点。第二项是提取原始路段的绝对悬挂点。继而进入第二个模块,该模块可以划分为三个层次:第一层次以与所有路线之间的交点是否空间相交为判断条件将最大限度连接路线分离为空间孤立道路和空间非孤立道路两个分支;对于空间孤立道路分支,第二层次以路线数是否大于等于2为判断条件最终分离出空间孤立、自身连通道路和空间孤立、自身不连通道路;对于空间非孤立道路分支,第二层次以路线数是否大于等于2为判断条件排除正常连通道路,剩余空间非孤立、自身不连通或属性不连续道路;第三层次以路线数是否小于具有相同道路编码、道路名称属性绝对悬挂点数为判断条件细分出其中明确的空间非孤立、自身不连通道路,以具有相同道路编码、道路名称属性绝对悬挂点数是否等于0为判断条件细分出其中明确的空间非孤立、自身属性不连续道路。算法流程如图6所示。

图6　道路连通性检测算法流程图

3　程序实现

基于FME软件平台,调用其函数库提供的丰富的转换器,定制可视化工作流实现上述算法。首先从函数库中搜索恰当的转换器匹配算法流程中的每一项操作(其中关键操作与转换器对照表如表1所示),然后搭建各个转换器之间的连接结构形成数据处理流程,最后详细设置各个转换器的参数。

算法流程关键操作与FME转换器对照表　表1

4　结语

分别利用模拟数据和一省一直辖市地理国情普查成果数据对本文算法程序进行测试,人工对道路成果数据与算法程序检测结果进行逐一比对,结果发现:所有检出的连通性错误均系道路成果数据的真实图形属性缺陷,所有未检出连通性错误的道路在成果数据中均是真实连通的。由此证明本文算法程序是正确而健壮的,其准确性是人工作业方式所无法比拟的。同时,1 min～2 min即可完成平均包含400条路线的一个省级区域路网的检测,其效率较人工方式具有显著优势。当然,由于道路拓扑结构和实地情况的复杂性,基于本文算法程序的检测结果对道路成果数据的图形属性错误进行相应的修改作业时仍然需要必要的人工辅助判断过程。其一是针对算法无法进一步细分的第五类——空间非孤立、自身不连通或属性不连续的道路,其二是针对算法检出的第三类中实地部分路段确未建成或已荒废而非数据采集表达错漏的道路,其三是针对弧段连接操作无法连接的三岔路结构道路。根据华东、华北片区6省、1自治区、3直辖市地理国情普查成果数据入库质量检查生产实践统计结果,第一种情况约占缺陷道路总数的1/10,该种情况在程序自动检出明确缺陷的基础上人工根据路线位置与走向往往可以一目了然地分辨其具体属于图形不连通还是属性不连续;后两种情况均属少数特例,第二种情况多见于城市郊区,第三种情况仅见于高等级道路系统中的复线路段和中央隔离带超宽路段,两者占缺陷道路总数的比例均不超1/20,部分省、自治区、直辖市数量仅为个位数。尽管仍有不足,本文算法还是在道路的连通性检测研究与生产领域开辟了一个全新的角度,为入库道路数据的连通性质量检查与修改提供了有力的工具,为数据库建设中道路数据的实体化编码和网络构建等数据深加工处理奠定了坚实的基础。另外需要补充说明的是,本文算法不仅适用于由城际公路、城市道路、乡村道路组成的公路网络,而且适用于铁路网络以及城市轨道交通网络,此外对水系网络的连通性检测也具有借鉴意义。

[1] 李香清．城市道路网数据库建设与应用[J]．城市勘测, 2007(5):35～38．

[2] 程立君,王发良,崔少芳．Oracle Spatial NDM路网模型构建及应用[J]．测绘科学,2014,39(5):27～31．

[3] GB/T 18316-2008．数字测绘成果质量检查与验收[S]．

[4] 马磊,李永树．基于Prim算法的GIS连通性研究[J]．测绘科学,2011,36(6):204～206．

[5] 撖志恒,芮小平,宋现锋等．利用双重索引快速构建道路网络连通拓扑[J]．地球信息科学学报,2013,15(4):498～504．

[6] 陈少沛,李勇,庄大昌等．广东区域公路网络的城市通达性度量及空间特征分析[J]．地球信息科学学报,2014, 16(6):907～914．

[7] 李刚,朱庆杰,张秀彦等．基于FME的城市GIS基础空间数据格式转换[J]．测绘通报,2006(4):17～20．

[8] 赵健赟．利用FME的小城镇规划数据集成方法[J]．测绘科学,2012,37(5):84～86．

[9] 张红文,程明慧,夏定辉．FME支持下的空间数据库更新技术[J]．地理空间信息,2011,9(6):57～59．

[10] 张志友．基于FME的CASS地形地籍入库数据质量检查方法研究[J]．工程地球物理学报,2011,8(4):501～509．

[11] 邓飞,陈字同,郑代扬．基于FME的数据库自动制图技术探索与实践[J]．国土资源信息化,2013(4):66～68．

Dong Linlin1,Li Minguang2

(1．TYLI Engineering Consulting(China)Co．,Ltd,Chongqing 401121,China; 2．Chongqing Institute of Surveying and Mapping,NASG,Chongqing 400015,China)

Further processes such as object coding and network modeling in the construction of new geographic information databases put forward higher requirement to the connectivity of road object in the data to put in storage which has failed to attract special attention either from conventional quality inspection of surveying and mapping products or from relevant academic research．An algorithm of road object connectivity checking considering duplicate road segments and involving division of disconnection error types is proposed and implemented based on FME platform．Experiments with both simulated data and geographical conditions survey products demonstrate that the algorithm is accurate and robust．

road;connectivity;checking;FME