城市特征地标控制下的多源多尺度道路网模糊匹配原理与方法

Matching spatial objectives of road network is the core and key technologies of the vector road map updating,integration,fusion,navigation and other applications.In this study, we will start from the quantitative measure of the spatial information of the road network,extracting urban space form based on spatial cognition as a constant stability parameter， and establishing similarity model between the road network entities with the help of urban charicteristic landmarks.Meanwhile，in view of the multiple source multi-scale road network entity of the matching relation between complexity and uncertainty，we introduce the fuzzy theory and method.Based on this study and establish the similarity of model of fuzzy set express，create and operations.Using the fuzzy clustering method to deal with the matching relation between road network entitise，looking forward to form a set of fuzzy theory，based on stable driven urban space form cognitive space target matching new theory and method，Which is the source of multi-scale road network complex matching the theory and technology of new situation provide support，better service to many sources multi-scale road network vector data integration，fusion and updated.

道路网空间目标匹配是矢量道路地图更新、集成、融合以及基于位置服务的导航等应用的核心和关键技术。但目前道路网空间目标匹配方法在精度和准确率上都遇到不同程度的瓶颈。本研究将从道路网空间信息的定量度量方法入手，全面融入空间认知思想，基于空间认知提取稳定城市空间形态作为不变参量，借助城市特征地标这一稳定空间参照建立道路网实体之间的相似性度量模型。同时鉴于多源多尺度道路网实体的匹配关系的复杂性和不确定性，引入模糊理论和方法，依据本研究建立的相似性度量模型进行模糊集的表达、建立和运算，并运用模糊聚类方法处理道路网实体的匹配关系，以期形成一套模糊理论驱动的、基于城市特色地标控制下的空间目标匹配新理论和方法，为多源多尺度道路网的复杂匹配情形提供全新的理论技术支持，促进矢量道路地图空间信息的定量度量理论，更好地服务于多源多尺度道路网矢量数据综合分析应用。

在公众对于地图空间数据现势性、准确性和丰富性要求苛刻的今日，无论是国家测绘单位及相关专业单位生产的权威地图数据还是商业数据生产厂商、众源数据等非权威数据都面临着数据的综合利用和数据更新的急迫需求。多源数据特征下的矢量空间数据融合技术能减少数据重复采集的高额费用，有助于改善空间数据的质量, 极大地提高更新效率降低维护成本。.（1）项目从人在识别同名道路时的视觉注意机制入手，提出一种基于层次路划结构关系约束的城市路网自动匹配方法。解决了多源多尺度矢量道路网的稳定轴线结构提取的问题，形成了源与目的道路网轴线的匹配方法，完成了城市稳定空间形态结构框架的提取和建立方法。项目采用自然路划为匹配单元，有利于识别空间中的显著结构，比路段或局部路划更易于建立匹配关系。该方法遵循从突出到一般的原则，利用道路自然延伸形态模式构造比“路段”粒度更大的要素单元“路划”，首先计算较大粒度的路划结构间的映射关系，继而结合概率松弛迭代优化机制建立结点之间的细部关系。试验结果表明：使用路划为单位进行相似性计算时，候选路划与最大参照解之间的差异率比候选路段与其最大参照解之间的差异率更加显著，在首层路划选取比例为10%时，能够保证首层路划匹配关系的稳健性，通过分层稳定参照空间与层次路划结构关系提高了对匹配关系的辨识能力，在局部结构相似而全局路划结构差异显著的区域具明显优势。.（2）结合粒子群算法的全局寻优能力和禁忌算法的记忆能力，提出了一种基于禁忌策略粒子群相结合的矢量道路网自动匹配算法，即采用粒子群算法作为迭代策略，通过粒子不断的向最优解迭代，能够快速的收敛于全局最优解。利用禁忌算法对邻域搜索扩展的能力，充分体现禁忌算法的“爬山”的特点，以寻找全局最优的道路网同名实体的匹配方案。选取武汉市实际道路网的三种不同形态区域数据进行实验，结果表明，基于粒子群与禁忌算法结合的道路网匹配方法是有效、可行的，为求解匹配及并行化提供了新思路。.（3）基于Delaunay三角剖分发展新型的道路网匹配方法。Delaunay三角网计算模型优势明显，三角网约束构网过程自然地融入了关联的节点和路段、层次性特征，外加三角形角度相似性度量的优势，为在道路及道路邻域更大的空间中考量道路结构性特征提供了更广阔的空间相似性场景。探索结合Delaunay邻域规则或 Voronoi图邻近分析自适应地理空间分区，发展匹配新方法。