地圖自動制圖綜合研究綜述

汪秋菱 姜寶興

（安徽理工大學山南新校區，安徽 淮南232001）

1 概述

近十年來，伴隨著地理信息系統的興盛，地圖自動制圖綜合已經成為GIS 研究的重要內容，是地圖制圖自動化的難點與突破口。

國內外學者對此廣泛關注，發表了不少優秀的研究成果。文章首先簡單論述制圖綜合的過程，接著對近年來地圖自動制圖綜合的發展進行梳理，從自動制圖綜合的主要方法切入，分別就基于模型的制圖綜合、基于算法的制圖綜合、基于知識的制圖綜合以及人機協同四個方面對前人的研究成果進行歸納和總結，最后陳述制圖綜合未來的發展趨勢。

2 地圖自動制圖綜合的基本過程

主要思路是根據制圖綜合的規則，依托地理數據庫為系統運行環境，利用地圖數據庫的檢索功能，通過各種模型、算法對地圖要素進行選取、化簡概括等操作，采用人機交互的方式，對地圖要素進行后續編輯（圖形交互編輯），完成地圖的自動綜合。整個自動制圖綜合的流程圖如圖1 示。

3 地圖自動制圖綜合的主要方法

3.1 基于模型的制圖綜合

基于模型的制圖綜合指的是用數學關系式來表述制圖綜合過程中的關系。這種用來表達的數學關系式并非一般簡單的函數關系式，而是某種統計規律。目前關于這方面的研究主要有：①開方根選取規律模型在制圖綜合中的應用，將制圖綜合程度與地圖比例尺分母的方根相掛鉤。簡單來說，就是新編地圖上選取地物的數量可以由原始地圖上的地物數量與原始地圖比例尺分母和新編地圖比例尺分母之比的根式之積得到[1]。吳亮（2011）還進一步對開方根規律進行了拓展，并介紹了該模型在獨立地物選取、等高線彎曲選取時的運用。②模糊綜合評判在制圖綜合中的應用[2]。在一幅地圖中，物體的“重要性”往往決定了制圖綜合的取舍，王家耀（1985）采用模糊綜合評判來精確定量刻劃制圖要素的“重要性”，改進了以往主觀定性描述“重要性”的不足。③分形處理方法在等高線自動綜合上的應用。分形一詞是由Mandelbrot 所創造的, 它是指自然界廣泛存在的具有某種自相似性(或自仿射性)的幾何對象[3]。制圖曲線具有這種自相似性——隨著比例尺的改變，形狀結構特征也隨之發生變化。這種變化具有一定的規律性，可以用分維數（定量表征分形的參數）量化把控，王橋（1995）認為，可以量化制圖曲線（等高線）的形狀結構特征，從而找到對應的制圖自動綜合指標，得到具有自相似性的綜合結果。該方法將地貌形態特征考慮在內，能夠客觀有效地概括等高線圖形。④在等高線自動綜合中，使用小波分析方法。小波分析是頻率窗口和時間窗口均可改變的時頻局域化分析方法[4]，用頻率分辨率描述山谷和山脊之類的快變的地表形態，用時間分辨率描述地貌的整體形態。何振芳（2019）采用小波分辨率分析的原理，改變垂直、水平與對角三個方向的地貌高頻信息，得出不同詳細程度、不同尺度的一系列DEM，從而實現DEM自動綜合。⑤Delaunay 三角網在面狀要素（如居民地街區）合并方面的研究。李琳（2016）基于約束Delaunay 三角網模型，研究面狀要素的合并算法，解決在行政邊界等條件約束下的面狀要素合并問題。⑥數學形態學在制圖綜合中的應用。王輝連（2005）在建筑物多邊形的化簡中，采用數學形態學、基于神經網絡的模式識別方法。優點是能夠較好的保證建筑物的形態特征；缺點是有比例尺、建筑物復雜程度等局限。

3.2 基于算法的制圖綜合

基于算法的制圖綜合是借助計算機執行預先設置好的有窮指令（多條），機械地到制圖綜合的成果。目前關于這方面的研究類型有兩大類，面向目標（物體）的算法和面向過程（制圖綜合過程）的算法，這兩者中前者占多數。面向目標的算法研究，比如面向曲線化簡的研究：應申（2008）詳細探討了曲線化簡——以平面上的特征點為基礎，他還論述了曲線上、曲線外兩中情況下的特征點一致性化簡的方法[7]。而針對制圖綜合整個過程制定的算法就是面向過程的算法，比如居民的選?。旱谝徊皆O置定額指標，第二步以居民地等級值為標準選取，直至滿足定額指標。適用于制圖綜合的算法有很多種，學者們的研究不勝枚舉。張玉良（2017）將微粒群優化算法嘗試應用在制圖綜合之中[8]，用以處理制圖綜合之中點目標選取問題。李振豪（2018）采用層次分析法確定權重，建立多相似性指標的相似性評價模型來評價制圖綜合的質量（保持綜合前后實體的相似性是保證制圖綜合質量的重要方法）[9]。層次分析法在制圖綜合結果評價中的運用，讓權重的確定具有一定的客觀性，比主觀確定權重更具科學性，即綜合結果評價模型更科學、合理。

3.3 基于知識的制圖綜合

對于無法模型化和算法化的問題，可以采用基于知識的制圖綜合來解決?；谥R的制圖綜合就規范地描述制圖綜合中問題的處理方法。應申（2003）從知識的角度對制圖綜合理論進行分析，闡述了基于規則和模型的制圖綜合知識表示和數據組織形式[10],給出專家系統（基于知識的方法之一）設計的初步構想。截止到現在，完全依賴于知識的制圖綜合系統并不存在，因為缺乏統一的理論和過程性的知識。溫婉麗（2006）將綜合中居民地要素的知識進行規則化、形式化表示,建立了地圖綜合中的推理決策模型[11],同時與模糊評判數學模型相結合，建立出最終的居民地選取中“重要性”程度評價模型。他們嘗試了一種新思路，試圖讓計算機學習人類的思維，處理制圖綜合中規則、常識性的知識，結合運用了模糊數學的知識，并成功實驗驗證。劉維妮（2007）基于知識的樹狀河流地圖綜合研究[12]，針對樹狀河流的結構特點，總結河流制圖綜合中的規則性知識，建立出相應的數據模型，并結合遺傳多目標優化算法自動完成河流的選取，實現制圖綜合。

3.4 人機協同

制圖綜合發展的過程中，人們的觀念大致分為兩種，一種否定計算機制圖，另一種則盲目追求制圖綜合的全自動化，顯然兩種都是不可取的?，F階段的制圖綜合趨向于人機協同，采用人機交互的形式進行。人機協同，是指由人們來設置需要綜合的要素、特殊的參數等形象思維問題，計算機完成邏輯推理、計算等復雜機械的抽象思維問題，這樣雙方合作，能夠更高效地完成制圖綜合。王家耀（1999）發表關于數字地圖制圖綜合中的人機協同問題[13],闡述了對于制圖綜合，人們的三種思維方式，同時他還分析了計算機學習人類思維的能力，判斷計算機能夠學習人類制圖綜合的程度，最終得出最佳的人機協同需要主義的三點問題。

4 地圖自動制圖綜合的趨勢

4.1 簡單到復雜，局部到整體，數字化發展成智能化，并不斷發展。

4.2 取得進展的關鍵是思想觀念的更新。

4.3 模型、算法需要不間斷的優化、改進

4.4 主要的研究部分是制圖的智能化水平，向高度智能化發展

4.5 地圖自動制圖綜合的工業化和產業化理應結合實踐，理論成果已經初具模型，但是投入地圖生產實踐還有一段距離,需要繼續不斷發展。

5 結論

地圖自動制圖綜合，一直是自動化地圖制圖的難點，也是GIS 研究的重要內容。通過以上綜述可以了解到前人對自動制圖綜合的部分研究，研究中有許多有用的觀點都值得后人閱讀借鑒。

圖1 自動制圖綜合過程示意圖