基础地理数据库增量式更新机制的研究

 摘要：长期以来，地理空间数据库更新的步伐跟不上地理数据的现势性，直接制约了数据库的使用价值和使用范围，因此，地理空间数据库的持续更新问题正逐步成为新的热门研究课题。本文分析了地理数据库更新工作的作业流程和增量式更新机制的基本原理，提出了一整套增量建模、增量识别与增量融合的技术方案，并对该方案进行了试验和分析。
 关键词：空间数据库   更新   增量

Abstract: With the development of theory and technology, geo-spatial database is becoming popular in many fields. However,the continuous updating of geo-spatial dababase is becoming a big challenge. Nowadays,people all over the world pay higher attention to it.
In this paper, the workflow of enterprises and the principle of incremental updating on geo-spatial database is analyzed, then,a mechanism of incremental updating on geo-spatial database is studied, and an application system is designed for testing and estimating.
Key words: geo-spatial database；updating；increment

1. 引言
 近些年来，地理空间数据的更新与整合问题已经越来越受到人们的关注，成为了地理信息科学界的热门课题。比如，1999年国际制图协会(CIA)和国际摄影测量与遥感学会(ISPRS)成立了“增量更新和空间数据库版本” (Incremental Updatding and Versioning of Spatial Data Database )联合工作组，先后三次在荷兰阿姆斯特丹(2000年8月)、中国北京(2001年8月)、德国法兰克福(2002年10月)组织了专题研讨会，2003年8月ICA又将该工作组升格为“增量更新和空间数据库版本”委员会，以进一步增强这一领域的学术交流活动[1]。
 在我国，基础地理数据库的建设取得了可喜的成绩，已经建成了1:100万、1:25万、1:5万地形数据库，一些城市建立了大比例尺(1:500－1:2000)基础地形数据库，为国民经济发展和社会信息化建设作出了贡献。但是，许多数据库由于缺乏持续的数据来源和有效的更新机制，导致在经历一段时间之后便失去了应用价值。所以，新国家测绘法明确要求，对各种基础地理数据库应当进行定期或及时更新。
2. 基础地理数据库的更新
 2.1. 现有主要作业方式与更新途径
 空间数据库的更新涉及到多种数据源，比如航空航天影像、实地测量调查数据、行政勘界资料等等，这些数据源的集成面临着影像数据精确配准、影像变化信息自动提取等多种技术难题，还有待进一步的研究。本文主要针对实地测量数据源，研究更新1:500、1:1000、1:2000等大比例尺地形数据库的途径和方法。
 在实际情况当中，数据生产部门根据自己的更新周期和生产成本定期对基础地理数据库进行更新。为了避免重复劳动，经常把需要更新的局部范围内的数据提取出来用作修测的数据源，只对其中需要更新的内容进行更新，这样可以节省成本、提高效率，因此，整个数据库更新过程存在着三个子过程：从数据库中提取需要更新的局部范围数据；进行实地修测更新(离线状态)；将修测合格的新数据更新到基础地理数据库。
 在实地修测工作完成时，数据只是处于离线状态在本地进行了更新，尚未真正更新到空间数据库当中去。所以，还需要对实地测量的更新内容进行自动识别、处理和迁移，才能完成对空间数据库的更新过程，而这也是本文的重点研究内容所在。
 目前，矢量数据的更新主要有两种方式：
 (1) 基于“块”的方式，将更新区域的新数据对旧数据进行覆盖，实行替换式的更新处理。这种方式操作简单，可控性强。但是会导致数据的重复加载，造成资源的浪费。
 (2) 基于“要素”的方式，这是一种增量式的更新方法，先从数据中识别并提取出更新部分的要素，然后对要素进行逐个处理。这种方式可以避免不必要的重复加载，但是技术路线比较复杂。
 本文采取第二种方式，即基于要素的增量式更新方式。
 2.2. 增量式自动更新机制
 2.2.1. 增量建模
 对于矢量地图数据而言，更新实质上可以归结为三种类型：“增加”、“删除”、“修改”，所以自动更新的关键也在于如何识别这部分内容(增量)，并将这部分内容融合到基础地形数据库当中去。由于“修改”过程具有较高的计算复杂性，不便于处理和控制，所以适合于将这一过程分解为“增加”和“删除”两个过程来实现，如下图所示：
 按照这种分类思想，在使用离线修测好的成果数据来更新基础地理数据库时，就需要进行一定的处理，从中识别出“增加”、“删除”两部分的内容，然后将这两部分内容写入后台数据库，才能实现对数据库图形数据的更新。
 2.2.2. 数据库缓存方案
 为了保证数据的安全性，以及便于后续处理，需要建立数据库缓存方案，其实质上是数据库结构的一个副本，用于存放待更新的局部数据。
 数据库缓存方案是建立一套相同结构的图层集合，采用一对一的映射方式为每一个图层设计一个缓存表。这些缓存表在平时是没有存储数据的，在数据库要进行更新操作时，需要更新的局部范围的数据会暂存在这些表当中，然后输出到本地环境当中，提供给外业人员使用。
 采用数据库缓存方案可以避免对主数据库进行过于频繁的直接操作，便于维护数据安全性和完整性。而且，由于先将需要更新的数据裁剪输出到缓存表里，再进行后续处理，这样实质上间接的起到了空间索引的作用，对区域范围外的数据进行了过滤，因而可以提高更新系统的效率。
 2.2.3. 增量识别
 在实地测量工作完成以后，会得到一份新的相同范围的数据，但是这份数据依然是以本地文件形式存在的，更新内容尚未输入到数据库当中。此时，如何识别数据的增量（更新内容）成为一个需要解决的问题。
 基于前面对增量式更新原理的分析，总结出增量最终划分为增加和删除两部分内容，因而我们需要将这两部分内容提取出来。要达到这个目的，需要将更新前后的相同图幅的数据做叠置和比较分析，才能从中识别增量内容。
 我们假设：
 集合A表示更新前数据集合：
            A  =  { x | x为更新前数据对象}                    (1)
 集合B表示更新后数据集合：
            B  =  { y | y为更新后数据对象}                    (2)
 集合C表示两者的并集：
            C  =  A ∪ B                                      (3)
 那么，增加内容的集合可以表示为：
  
                                   (4)
 
 删除内容的集合可以表示为：
           
                         (5)
 最后得出增量内容：删除部分N和增加部分M。需要将这两部分内容分别存储到删除表与增加表当中，以待进行后续处理。
 2.2.4. 增量融合
 增量融合是指将增量内容写入到目标数据库，以实现数据库更新的过程。由于在进行增量识别时已经将增量内容划分为两类：增加部分和删除部分，因此，增量融合的过程也就是这两部分内容的处理过程。
 （1）增加地物
 对于增量当中的增加表而言，处理起来比较方便，只需将增加表里的要素逐个转移至目标图层即可。
 （2）删除地物
 相对于增加表来说，删除表的处理要麻烦一些。在设计算法时，一方面要充分考虑数据安全性，绝对不能删除不可以删除的地物要素，也不遗漏了应该删除的地物要素；另一方面，还要考虑到算法的效率，在进行较多要素的删除操作时，算法的效率对系统的性能有较大影响。
 经过分析发现，如果要达到图形的完全匹配至少需要满足三个条件：
坐标点数目一样。
最小外接矩形一致。
坐标值一致。
 以上三个条件按照权重等级以及计算复杂性程度可以划分操作顺序为：1――2――3。也就是说，先对条件1进行判断；如果符合，则判断条件2；如果还是符合才判断条件3，只有最后都符合了才算找到需要删除的目标要素。采用这样的逐级条件筛选法进行图形匹配，不仅保证了删除操作的安全性，同时也大大提高了系统的效率。
 以下是删除算法的流程图：
 
3. 试验与分析
 3.1. 系统设计与实现
 该实验系统采用局域网C/S架构，硬件环境包括计算机、网络设备和必要的外部设备；软件环境主要包括数据库管理系统、AutoCAD作业软件、GIS专业软件及其它一些辅助软件。系统采用VB和ArcGIS Engine组件库进行应用程序核心模块的开发，编译成动态链接库文件(dll)，然后在AutoCAD当中利用ObjectArx进行应用程序的集成，便于在AutoCAD环境当中进行各项功能的调用和操作。
 3.2. 数据完整性分析
 本系统有三个主要环节：数据出库与入库、数据转移和增量处理。由于三个环节都涉及到数据的迁移与转换，所以在数据传输和转换过程中数据完整性的维护至关重要。
 在进行增量内容的识别和提取时，遵循的是“发生了变化即认为是编辑结果”的原则，也就是说，只要某一个地物要素发生了一定的变化，而不管这种变化是位移、缩放、旋转、切割还是节点编辑造成的结果，都认为这个要素已经被编辑，将会处理成为增量内容。本系统的增量识别算法经过实践证明，对地物要素的“变化”的侦测能力非常强，基本上不会造成误判或者遗漏的情况。
 在进行增量融合时，对于增加表来说，需要做的处理就是将其中的要素逐一的添加到目标图层，由于其处理方式简单、清晰、方便，易于控制，所以在数据安全性方面没有风险，可以保证处理前后数据的完备性。而对于删除表来说，处理起来要麻烦一些。为了保证数据删除操作的正确性和安全性，在执行每一次删除操作之前，都需要严格确认地物要素是否可以被删除。所以，在进行图形匹配时，采取三种条件逐级筛选法来进行控制，只有在三个条件都满足时，才能认为该要素是可以删除的。经过测试发现，这三个条件对删除操作可以进行安全、可靠的控制，满足三个条件的地物在客观上是可以进行删除的，而且是需要进行删除的。
 3.3. 数据一致性分析
 因为系统在数据输出时进行了裁剪操作，所以带来了数据一致性维护方面的问题。这个问题在数据转移至基础地理数据库时表现得比较突出，经过分析发现，在新数据进行转移之后，在裁剪边界线上出现了数据不一致的情况，需要进行数据接边。
 在进行图形接边时，相邻的要素要满足接边条件才能进行接边操作。为了优化算法效率，我们也将接边条件按照权重等级划分顺序，按照此顺序对要素进行逐级筛选，符合所有条件的才是需要接边的要素。这些条件是：
 (1) 图层类型与要素几何类型必须相同。
 (2) 要素编码一致。
 (3) 要素之间达到一定的“接近”程度。这种“接近”既可以指要素在距离上的邻近程度，也可以指要素在图形上的相似程度，可以通过多个参数进行控制。
 采取逐级筛选判断法，按照顺序依次对要素进行判断，只要发现有某个条件不符合，则排除该要素的接边合法性，进而开始判断下个要素，直到找到需要接边的要素为止。以这种方式进行判断和处理，可以极大的提高程序的运行效率，在进行较大范围的图形接边时可以节省时间。
4. 总结
 本文分析了数据生产企业的作业流程，探讨了增量式更新机制的原理，在此基础上提出了一套增量建模、增量识别和增量融合的技术方案，并通过实验系统验证了对修测后的新数据的自动增量识别和处理，以及对空间数据库的同步更新。
 本方案也有很多需要继续研究和改进的地方，比如说属性数据的自动更新、数据接边的自动化处理等。
 近些年来，空间数据库的持续更新问题成为了GIS领域的新的热门问题。加强对空间数据库持续更新机制的研究，发展相应的模型、算法与软件系统，提高更新工作的自动化程度和可靠性，将成为亟待研究的新领域。

参考文献
陈军，李志林，蒋捷，赵仁亮.基础地理数据库的持续更新问题.地理信息世界.2004.10,第2卷第5期
蒋捷，陈军.基础地理信息数据库更新的若干思考.测绘通报.2000.(5)
立实.发达国家基础地理信息数据库整合与更新.中国测绘报. 2004.08.17
USGS，2001，http://nationalmap.usgs.gov.
Martin,M.-E and Loubier,E.，2002，Using Landsat-7 images to update Canadian national topographic data. In symoposium on Geospatial Theory. Processing and Application. 2002. Ottawa
ESRI.Delivering Custom GIS Applications With ArcGIS Engine.ESRI White Paper.2004.2.http://www.esri.com
Cooper,A. and Peled,A.,2001, Incremental Updating and Versioning[A].Proceedings of the 20th International Cartographic Conference[C].Beijing,August,2001
Murray，K．，2002． A new geo -infromation framework for Great Britain[J]．FIG XXII International Congress，Washington，D．C．USA，Appril 19—26，2002