居民地描述与多尺度表达方法

《居民地描述与多尺度表达方法》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、居民地描述与多尺度表达方法居民地描述与多尺度表达方法兰州交通大学兰州交通大学闫浩文闫浩文教授教授//博士博士20082008年年99月月内容概要内容概要地图综合（空间信息的多尺度表达）：地理信息地图综合（空间信息的多尺度表达）：地理信息科学领域的一个国际难题科学领域的一个国际难题地图综合算法的研究现状地图综合算法的研究现状居民地群的描述与多尺度表达居民地群的描述与多尺度表达展望与思考展望与思考空间信息的多尺度表达：地理信息空间信息的多尺度表达：地理信息科学领域的一个国际难题科学领域的一个国际难题地图综合之所以被称为地图综合之所以被称为““国际难题国际难题””，多年来悬

2、而，多年来悬而未决，至少是由于如下的三个原因未决，至少是由于如下的三个原因::地理空间自身变化多样，使得地物、地貌的地图地理空间自身变化多样，使得地物、地貌的地图表达方式呈现出复杂性，从而使地图学家难以为表达方式呈现出复杂性，从而使地图学家难以为地图要素提供良好的数学描述。地图要素提供良好的数学描述。传统的手工地图综合结果具有相对的不确定性，传统的手工地图综合结果具有相对的不确定性，使研究人员在计算机环境对特定地物、地貌要素使研究人员在计算机环境对特定地物、地貌要素的自动综合难以用准确的算法唯一地表达。的自动综合难以用准确的算法唯一地表达。地图综合过程是一个人类对地图

3、上要素的思维认地图综合过程是一个人类对地图上要素的思维认知过程，而心理学、人类工程学等相关学科的研知过程，而心理学、人类工程学等相关学科的研究成果尚不能对该过程给予确切的解释，从而使究成果尚不能对该过程给予确切的解释，从而使地图学家无法对其进行准确地描述。地图学家无法对其进行准确地描述。地图自动综合算法研究现状分析地图自动综合算法研究现状分析对点、线、面要素综合算法的已有成果分析可知，对单根线目标、单个面目标的化简算法已经基本成熟。专家们的研究兴趣逐步转入考虑上下文的复杂群组要素的综合，此类研究包括三类，分别是点群状分布要素综合、线网状分布要素的综合和面群状分布要素的

4、综合。地图上的许多要素可以看作呈点群状分布，地形图上的控制点集合、独立地物的集合、名称注记的集合、中小比例尺地图上一定区域范围内众多岛屿的集合、居民地的集合等。呈线网状分布的地图要素典型的是河流网、道路网和境界线网，由于它们在空间分布特征和语义上存在较大差异，在地图综合中一般需要独立地设计算法。面状分布的群组要素有水域、行政区、土质植被、大中比例尺地图上的居民地等。按照面与面之间的拓扑关系，它又可以分为两类，一类呈连续分布，一类呈离散分布。居民地群的描述与多尺度表达居民地群的描述与多尺度表达引言（已有的工作和问题的思考）引言（已有的工作和问题的思考）居民地聚群和综合的

5、参数选择居民地聚群和综合的参数选择居民地聚群居民地聚群居民地的综合居民地的综合实验实验讨论讨论引言引言（（II））已有的成果：已有的成果：BoffetBoffetandSerra2001andSerra2001；；RegnauldRegnauld20012001；；ChristopheandChristopheandRuasRuas20022002；；RainsfordRainsford20022002；；Lietal.2004Lietal.2004等等制图员的思维制图员的思维（（11）对居民地的结构、分布模式和关系有个大致）对居民地的结构、分布模式和关系有个大致的描

6、述；的描述；（（22）将居民地分成群组；）将居民地分成群组；（（33）选择合适的方法对居民地进行化简、删除等）选择合适的方法对居民地进行化简、删除等地图综合操作。地图综合操作。引言引言（（IIII））为了实现自动的居民地的自动综合，自然需要为了实现自动的居民地的自动综合，自然需要解决以下三个问题：解决以下三个问题：（（11）怎样对居民地的结构、分布模式和居民地）怎样对居民地的结构、分布模式和居民地之间的空间关系进行描述？之间的空间关系进行描述？（（22）怎样把居民地分成群组？）怎样把居民地分成群组？（（33）如何为居民地群组匹配合适的综合操作？）如何为居民地群组匹配合

7、适的综合操作？居民地聚群和综合的参数选择居民地聚群和综合的参数选择(I)(I)可以用于聚群和地图综合的可以用于聚群和地图综合的GestaltGestalt原理原理••相近性相近性••相似性相似性••同方位同方位//方向性方向性••连续性连续性••连通性连通性••封闭性封闭性••同态性同态性••同区域性同区域性居民地聚群和综合的参数选择居民地聚群和综合的参数选择(II)(II)居民地描述的参数居民地描述的参数邻近性：最小距离、可视区域面积邻近性：最小距离、可视区域面积相似性：大小相似性相似性：大小相似性、形状相似性、形状相似性同方向性：内部方向、对象间