面向海量地貌數據的自動化在線質檢研究

王 慧，潘驍駿，聞 達，唐 偉，葛婷婷，吳承紅

（1. 浙江省測繪科學技術研究院，浙江 杭州 311100；2. 浙江省水利河口研究院，浙江 杭州 310020）

測繪地理信息事業正朝向生產與服務并重的新型基礎測繪發展，為更好地在經濟社會發展中提供多層次全方位服務，需要確保測繪地理信息數據成果的質量。然而，新型基礎測繪中質檢工作范圍不斷拓展，質檢對象數據量大幅提升，質檢模式亟需向網絡化轉變[1]，以全面提升質檢技術和質檢能力。在基礎測繪地理空間數據庫建設中，海量地貌數據的質檢是重點也是難點。已有研究提出了針對等高線異常鄰接、等高線高程錯誤、高曲矛盾等地貌質量問題的自動化檢查算法[2]，并基于GIS軟件開發了相應的質檢工具。為充分降低人工質檢負荷，滿足海量數據自動化快速質檢需求，地貌數據的自動化質檢算法和質檢模式應具備檢查全面、誤報率低、穩定性好和運行速度快等關鍵性能，因此仍需在質檢算法的優化和質檢模式的改進方面展開深入研究。

本文在梳理地貌數據整體質檢規則的基礎上，以高曲矛盾、水曲矛盾、坎曲矛盾等隱蔽復雜問題的自動化檢查算法為重點展開研究，借助一款與GIS 格式無關的ETL工具（FME）進行自動化檢查算法的二次開發，并依托FME Server和FME Intergration 實現了海量地貌數據的在線自動化集成質檢。

1 地貌數據質檢概述

1.1 地貌數據特征分析

地理空間數據庫中的地貌數據主要包括等高線、高程注記點以及示坡線、獨立石、沖溝、陡崖陡坎、斜坡、梯田坎等用符號標示的地貌元素，按幾何特征可分為點、有向點、線、有向線、面和注記6 類。地貌數據中以節點密集的等高線的數據量居多，以單個普通縣級區域的新型基礎測繪資源庫為例，等高線要素數據量可達百萬條。等高線表達了地勢的漸變，具有無向性、不相交性、連通性和高程遞變性等特點[3]，與斜坡、梯田坎、陡坎等具有朝向意義的有向線和具有流向意義的水系線等地性線在圖形表達上應滿足一定的空間邏輯關系[4]。

1.2 地貌數據的質檢內容

地貌數據質檢的目標是準確找出錯誤，發現造成矛盾的非地貌數據的質量問題，進而修改完善。地貌數據的質檢內容大致包括3類：

1）圖形表達的檢查，包括等高線相交、等高線斷裂、等高線落水、等高線高程值跳躍（出現相鄰的兩條等高線的高差大于基本等高距）等問題。

2）屬性的檢查，包括等高線中首曲線、計曲線分類代碼與高程不匹配，空間相連的等高線高程和代碼不一致，高程注記點的高程屬性不合理或與注記不匹配等問題。

3）要素空間邏輯關系的檢查：①若高程注記點高程值等于最鄰近的等高線高程值、與最鄰近的等高線高程值之差大于基本等高距、超出了空間鄰近等高線構成的高程值區間，統稱為高曲矛盾；②水系應由地勢高處流向地勢低處，若水系流經的等高線高程序列未呈現遞減規律，則構成了水曲矛盾；③斜坡、陡坎等地貌線應朝向地勢低處，若要素符號化后其齒線指向的空間相鄰等高線為地勢高處則構成了坎曲矛盾。

2 質檢技術分析

2.1 質檢難點

在地貌數據的質檢中，對于圖形空間邏輯矛盾的檢查是難點[5]。水曲矛盾和坎曲矛盾問題隱蔽，并未直接通過外在表現出來，實際工作中常通過圖面配置符號、顯示線方向、標注屬性等處理進行人工圖面巡視或要素遍歷來完成檢查。在高曲矛盾自動化檢查算法研究方面，常見的是引入相鄰最近的4 條等高線以檢查高曲矛盾的算法[6]、基于改變步長和角度的高曲矛盾檢查方法[7]以及通過構建TIN內插比較法和放射線法以檢查高曲矛盾的算法[8]。上述算法多次循環過程復雜，且檢查對象數據量有限?；卩徑治龅母咔茏詣踊瘷z查算法在遇到如圖1 所示的情況時，通常需調整搜索步長或放射角度以降低誤判率，算法復雜度較高，因此開發更嚴謹和高效的自動化檢查算法是本文研究的重點。

圖1 高曲矛盾示例

2.2 質檢模式分析

基于檢查算法開發檢查工具是實現自動化質檢的重要過程。目前國內外常見的質檢軟件多為桌面端的工具或平臺，包括基于CAD二次開發設計的高曲矛盾質檢程序[7]，基于 ArcEngine、Arc/Info、Visual Studio、FME 以及SQL Server 數據庫技術設計與開發的ArcGIS質檢插件或平臺，可用于地貌數據的質檢[9-11]。該類桌面端軟件的質檢模式為本地離線質檢，雖在一定程度上擺脫了人工質檢模式，提高了質檢效率，但仍存在一些不足：①嚴重依賴具體的GIS 平臺，專用性強、可遷移性弱；②難以實現軟件的快速更新，需要多個桌面端的繁瑣安裝；③耗費大量本地計算內存，不能穩定支撐海量數據的質檢。

3 海量地貌數據的在線自動化質檢

3.1 技術路線

鑒于常見的質檢軟件和模式已不能滿足海量地貌數據的高效質檢，且質檢算法仍有待改進和完善，本文從質檢算法和自動化質檢軟件開發兩個方面著手研究。在質檢算法方面主要研究高曲矛盾、水曲矛盾、坎曲矛盾自動化檢查算法；而在質檢軟件開發中引入不依賴于具體GIS平臺且支持在線并行質檢的FME軟件平臺，并結合FME Workbench和Python的集成開發設計地貌數據的質檢模板，基于Web 的空間數據訪問、在線數據處理和基于Server 的空間數據轉化等技術實現地貌數據的在線集成質檢。

3.2 自動化檢查算法

3.2.1 基于封閉區間的高曲矛盾檢查算法

地貌數據中高程注記點與等高線的空間位置關系多種多樣，為能有效檢查如圖1 所示的4 種情況下的高曲矛盾，本文提出了一種基于封閉區間的高曲矛盾檢查算法。其核心思想是利用等高線和網格構建封閉區間面，并形成封閉區間面的高程值列表，再通過面與點的空間包含分析，判斷位于該封閉區間的高程注記點的高程值是否處于高程值列表最大、最小值范圍內，若超出高程范圍則提示該高程注記點處構成了高曲矛盾。算法流程如圖2所示。

圖2 高曲矛盾自動化檢查算法流程圖

3.2.2 基于法向量的坎曲矛盾檢查算法

坎曲矛盾自動化檢查算法的核心思想是通過構建地貌數據中的田坎等有向線要素的法向量，獲取法向和反法向上的最鄰近等高線的高程值，再識別該要素的下游高程和上游高程，若下游高程不小于上游高程，則提示該要素構成了坎曲矛盾。算法具體步驟為：

1）篩選地貌數據中的田坎、陡坎、陡岸、陡崖等有向線要素，通過Snipper轉換器截取各要素長度為0.1 m的中間線段。

2）根據有向線要素的中間線段獲取中點P，并根據起點坐標和終點坐標計算線段的線方向A，計算法線方向B=A+90。

3）利用NeiborPairFinder 轉換器查找距離中點P最鄰近的兩條等高線，并構建以點P 為端點的兩個矢量線段（圖3a、3b），其中CloseVector 為藍色矢量，SecondClosedVector為黃色矢量，同時計算兩個矢量線段的線方向V_A1和V_A2。

4）從兩個矢量線段中找出與法線方向一致的矢量，并通過LineExtender 延伸0.05 m；再與等高線進行空間相交分析，獲取高程值，并記為下游高程Low_Elevation，同時將另一矢量延伸相交獲取的等高線高程值記為上游高程High_Elevation。

5）對比分析各有向線要素中間線段的下游高程Low_Elevation和上游高程High_Elevation，若下游高程不小于上游高程則為坎曲矛盾，如圖3c所示。

圖3 坎曲矛盾檢查示例

3.2.3 基于高程序列的水曲矛盾檢查算法

首先獲取各水系要素流經的等高線的高程值列表，然后判斷該列表中的高程是否逐次遞增或遞減，若存在異常要素則提示該處為水曲矛盾點。算法具體步驟為：

1）通過轉換器LineOnLineOverLayer 將單線水系線（地面河流、地面支渠、地面干渠）與等高線進行疊蓋打斷，形成無相交的散線，如圖4a所示。

2）通過轉換器LineExtender將打斷后的單線水系線散線在首尾端點處延伸0.05 m；再與等高線散線進行相交分析，獲取高程值列表；最后將高程最大值max_Elevation掛接至原始單線水系線散線。

3）通過轉換器LineCombiner 將原始單線水系線散線復原為原始單線水系，同時利用ListConcatenator將各散線要素中的高程最大值max_Elecation合并為高程最大值列表List_max_Elevation。

4）調用Python判斷各單線水系線List_max_Eleva?tion 中各元素是否全部遞增或遞減，若不符合規則，則輸出要素。

5）根據不符合規則元素的索引查找得到單線水系線散線要素，即定位到水系爬坡處，如圖4b所示。

圖4 水曲矛盾檢查示例

3.3 在線質檢技術

基于ETL工具FME軟件進行二次開發，形成包含高曲矛盾、水曲矛盾、坎曲矛盾檢查在內的9項地貌數據質檢模板倉；以SQLite3為數據庫來創建用戶表、設置表、模板設置表；利用Bootstrap4、Django3.1 與Py?thon3.8，并聯合 FME SERVER 和 FME Integration 提供的API接口進行二次開發，實現集用戶管理、質檢任務管理等功能于一體的多節點并行計算在線質檢平臺。

4 實例分析

質檢的效率和正確性是評價質檢模式和方法的核心因素，因此本文選取浙江省某區縣的資源庫數據進行在線質檢平臺測試。該數據面積為862.5 km2，等高距為2 m 的等高線共88 138 個要素。利用GIS 軟件的質檢工具進行檢查時，會超出計算內存，導致軟件崩潰，但本文研發的平臺能穩定支撐質檢任務的運行。部分質檢效率統計結果如表1 所示，可以看出，地貌數據質檢的效率與要素數量正相關，基于封閉區間的高曲矛盾檢查算法在等高線離散、斷裂、稀疏區域的檢查完整性有待提高。

表1 質檢效率統計

5 結 語

本文提出了基于高程序列的水曲矛盾檢查算法、基于法向量的坎曲矛盾檢查算法和基于封閉區間的高曲矛盾檢查算法；同時采用基于FME和Python的技術方法，設計研發了較完整的地貌數據質檢方案，并依托FME Integration 和FME Server 實現了地貌數據的在線自動化質檢。本文提出的技術方法具備以下優勢：

1）水曲矛盾、坎曲矛盾檢查算法減少了人工檢查的工作量，確保了檢查的全面性；高曲矛盾檢查算法提高了檢查的正確性，降低了質檢誤判率。

2）實現了質檢軟件部署模式由C/S 向B/S 的轉變，改變了傳統多桌面端發布和安裝的更新模式。

3）將質檢過程占用的資源轉移至網絡服務器，可穩定支撐海量數據的批量并行質檢，避免了對本地作業的干擾。

通過在日常生產質檢一線的推廣應用，面向海量地貌數據的在線質檢平臺證實了本文提出的質檢算法和質檢模式的穩定性和高效性，為測繪地理空間數據庫的質檢提供了新的解決方法。