基于点距离的点抽稀算法在电子地图符号化中的应用

《基于点距离的点抽稀算法在电子地图符号化中的应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于点距离的点抽稀算法在电子地图符号化中的应用【摘要】POI（兴趣点）在地图中的表达是电子地图表现的重要部分，怎么样使其分布均匀合理，信息量丰富并满足动态标注的需要，是我们在电子地图符号化中需要的配图技巧。本文针对基于点距离的点抽稀算法与常用方法进行比较，基于点距离的点抽稀算法具有简单、效率高、实用的特点，能满足实际需要。【关键词】点抽稀；地图符号化引言随着地理信息开发技术的日趋成熟，越来越多的人开始关注并使用电子地图服务。电子地图服务是利用网络或手机功能和电子地图技术而开发的地图服务。电子地图服务具有信息量丰富，操作简单，表现

2、力强，具有交互功能的特点。电子地图服务走近大众生活就是由一张简洁美观准确的平面线划图开始的。电子地图中的地理实体要素包括居民地、水系、交通、境界和POI。POI：”PointofInterest”的缩写，翻译为“兴趣点”。兴趣点一般指地名中的企事业单位地名，它的属性包括了名称、类别、编码等。兴趣点认知地图的重要部分。在电子地图的符号化表达技巧中，利用点抽稀来表达兴趣点是我们经常用到的配图技术。61、常用点抽稀方法在地图中常常有大量密集的POI点显示，如何更好更清晰的显示点的符号（symbol）以及注记（lable）的研究非常实用

3、。常规的处理方法是对POI点进行类型的划分，即用分类码来表示POI的类型，可以两个字段来分别来表示类别和子类，经过详细划分类别的POI可以满足符号配置的需要。如果类别码选择类别或子类来分级显示，那么很容易造成密集的地方仍然密集，稀疏的地方就没有点了。而注记的配置，是根据需要自动进行调节的。这样的注记显示后会造成符号叠置，符号注记互相压盖，影像图面的效果。如果大幅度的删减POI的数量，则会造成POI分散且数量严重减少，而且单一类型码密集的地方还是同样效果，无法保证图面的美观及整体性。在ArcGIS软件的配置中有BulletLead

4、er的标注方式，即利用Maplex智能标注引擎，用符号代替原有的牵引线，也就是将符号合为注记一体来显示，这样符号和注记同时显示，有效地避免了符号与注记的互相压盖或符号显示而注记无法显示的问题。但它的弊端是，每次对同类符号的POI进行设置显示，这样就需要将POI按类别进行分层，并将每层都进行设置一次显示。6但通常我们在进行POI符号化时，往往考虑到图面效果，为了图面上地名比较丰富，不能只显示单一的POI类别，每级都需要不同符号、注记样式的POI类型。并且，地名显示也需要有连续性，即15级显示了的POI，在16级及后续级别也应该连续

5、显示，而基于Maplex智能标注引擎的点抽稀很难达实现POI的连续显示，配置上比较复杂，实用性不大。如果要达到非常好的实现效果，用人工去选择删除POI也是一种方法，这样能够兼顾图面美观，能够使POI的类别的位置实现一个较好的平衡，最大限度的实现配图效果，但很明显，人工调整POI要浪费大量时间。2、基于点距离的点抽稀的方法基于点距离的点抽稀算法由GP工具实现，它主要是根据点与点之间的距离来进行计算，即在不同的比例尺下条件下按一定的因子对点数据进行抽稀。抽稀算法优先考虑空间分布上的均匀合理性，也就是获取每一个点在空间范围内拥有的相邻

6、的点的数目信息，进行得到地图中的点的密度分布状况，类似于对每一个点进行了一个缓冲范围计算，缓冲范围内拥有的相邻点越多说明区域内点的聚集程度越高，相反则说明点离散。根据设定算法，保留下离散点，去除聚集的部分就可以达到合理的空间抽稀效果。在去除的过程可以结合业务上的属性信息，增加“优先级”字段使抽稀结果更加符合实际需求。下图为以100米距离为缓冲区下计算出的点抽稀结果，红色的点位保留的点，绿色的点为去除的点。6首先利用PointDistance工具生成一张记录某点在一定距离（例如100米）到范围内相邻点的距离的表，PointDist

7、ance中没有出现的FID点即为地图上状态标记为0的点，需要保留。PointDistance结果表中的每个点获取到维度（即一定范围内拥有的相邻点数目）和相邻点集合后，在代码中用一个机构体或对象类进行维护，再把这个对象类和其对应的点的FID保存在一个哈希表中。遍历哈希表集合，首先从中排除空间重复点，排除规则为：先比较“优先级”属性值，如果存在多个同样“优先级”的点，再将这些“优先级”相同的点进行“NAME”字段的长度比较，取其中长度最小的。如果仍然存在“优先级”、“NAME”长度相同的，则随机取一个，将不选取的点标记出来进行排除，

8、排除重复点后，继续从最高“维度”的点开始对其和其相邻点的集合进行抽稀，直至运算结束。6以一个市范围的POI点进行实验，运算速度为1分钟左右，在实际工作中具有可操作性，并完全能够满足实际需要。基于GP工具实现的点抽稀能够实现抽稀后点的密度均衡，并且能够逐级抽稀，满