网络型现象的多尺度表达问题.pdfVIP

网络型现象的多尺度表达问题 网络型现象的多尺度表达问题 张青年 中山大学地理科学与规划学院 概要 概要 • 细节增减与目标的多尺度表达 • 网络型目标化简的约束因素 • 保持结构特征的河系化简方法 • 河系细节增减的实现方法 细节增减与目标的多尺度表达 细节增减与目标的多尺度表达 • 随着观察尺度的变化，需要相应的增加或 减少地图内容 细节增减与目标的多尺度表达 细节增减与目标的多尺度表达 • 随着观察尺度的变化，地图内容变化主要 体现在三个方面： –目标数量的增减 –目标轮廓形状的细化或简化 –上述两个方面的结合（分解或聚合、伴随轮廓 变化） 细节增减与目标的多尺度表达 细节增减与目标的多尺度表达 • 在一定尺度区间内，两个相似观察尺度上的地图 内容是大致相似的，只有局部内容被简化或细化 • 从数据传输的意义上来说，不需要传输一个新的 数据帧，而只需要传递变化部分（增量更新） 细节增减与目标的多尺度表达 细节增减与目标的多尺度表达 • 现状： –离散目标群的细节增减问题已基本解决 • 问题： –网络型现象（道路、河流等）如何实现细节增 减？ 网络型目标化简的约束因素（水系） 网络型目标化简的约束因素（水系） • 水系综合的两个操作：选取与简化。 • 关键是选取。其基本要求是选取主干河 流、反映河系的结构特征、保持河网的密 度差异。 • 在编图生产中，通常依据河流大小、河网 密度、河网类型等有条件地选取河流。 保持结构特征的河系化简方法 保持结构特征的河系化简方法 • 水系简化研究现状 –水系作为地图的基本要素之一，是地图综合中 不可回避的要素，已有较多研究成果 –确定河流选取指标的模型主要有一元回归模 型、多元回归模型、开方根规律模型等。 –河流结构选取模型主要有等比数列法、模糊数 学模型等，实现差异化选取。 保持结构特征的河系化简方法 保持结构特征的河系化简方法 • 基于水系层次分解的逐步选取新方法 保持结构特征的河系化简方法 保持结构特征的河系化简方法 • 需要解决的问题： – 总的选取数量 • 方根模型 • 以河流实体而不是河段为单元选取 – 选取数量如何在各个子河系中分解 • 支流多的子河系在简化之后应该保持较多的支流 • 支流多的区段在简化之后应该保持较多的支流 保持结构特征的河系化简方法 保持结构特征的河系化简方法 • 由源头向下游追踪建立河流实体及层次树 保持结构特征的河系化简方法 保持结构特征的河系化简方法 • 按区段及层次分解河流选取指标 • 图a,假定选取率为0.316, a和b两个河系分 别有10和7条河流，分别应选取3和2条。河 系c, d, e和f分别应选取0.632, 0.632, 0.632 和0.316条。因此将c和d分为一组，e和f分 为另外一组，每组选取数量大于0.8条时选 取其最长主流。 保持结构特征的河系化简方法 保持结构特征的河系化简方法 • 案例1 保持结构特征的河系化简方法 保持结构特征的河系化简方法 • 案例2 保持结构特征的河系化简方法 保持结构特征的河系化简方法 • 案例3 河系细节增减的实现方法 河系细节增减的实现方法 • 逐步增加细节： –逐步增加选取数量 • 逐步减少细节 –逐步减少选取数量 结论 结论 • 目标