张跃
云南云能科技有限公司 云南昆明 650000
摘要：本文讨论是一种新型的图斑自动分类技术，首先要分析的是国土调查工作分类与地理信息大数据之间的对应关系，从而依据这种对照关系建立一套适中的评价模型和体系，这些评价模型可以具有针对性的分析相应的数据。随后，还可以在此基础上建立关于图斑相对空间位置与数据优先级评价之间的模型。最后是将这些构思化为现实的过程，开发相关软件。当前，这套技术已经在具体的实践过程中得到了良好的应用，测试效果也较好，如此可以在一定程度上减少在城镇村地类图斑采集方面的工作总量，并且能在一定程度上降低难度。
关键词：地理信息大数据；第三次全国国土调查；图斑；自动分类；可信度评价；
1 本文方法
1.1城镇村国土调查现状分析
根据第三次全国土地调查总体规划，“三个研究项目”包括13个一级和58个二级土地利用类别。在“三调”工作中，要实现对城镇和农村土地利用现状的全覆盖、高精度调查，重点做好商业服务用地、工矿仓储用地等5个一级土地等级的调查。在这方面，有必要全面分析地理信息大数据，包括地籍调查、地名地址等，并利用“3 S”技术进行实地核查和验证，以获得城镇和农村土地利用数据。在地图点采集工作中，需要解决现有海量地理信息数据的分析、预处理、提取和利用难度大、点边界手工测绘工作量大等问题。
1．2 多源地理大信息数据分析
通过整理现有数据、实地研究和咨询文件和资料，共16种常见和普遍的地理信息数据，但不同地区的数据的数量和质量是不同的，数量、及时性、覆盖面、规格等条件不同，应根据实际情况确定数据使用的原则和方法。
1．3 数据重要度与优先级别评价
在第三次调查工作的要求之内，应该打开思路，建立一套相对完整的数据管理和评价体系，在调查工作中，对于相关数据的类型、时效性和质量高低来进行数据级别的判定。
1．4 可信度评价
1）可信度赋值大体可以归纳为三种情况：手动编辑赋值（100）、手动选择赋值（90）、自动计算赋值（0-89）。（1）手动编辑后值：手动创建或修改类映射点，可信度为100。（2）手动选择后，赋值：从数据源层手动选择图形，放入ground class map spot层中，确定新的map spot是高度可信的（90）。（3）自动计算与赋值：软件自动计算图像点的可信度，或参考数据源层对现有图像点可信度进行调整，自动计算新图像点可信度的方法。图像点的可信度=数据源层的可信度×代码转换的可信度。其中，层可信度来自注册层（50%无可信度），代码转换可信度来自代码对照表（50%无可信度）。3）根据调整的可信度的方法参考层，（1）计算的可信度：组织覆盖地面，在参考层的数据和计算的可信度地面的面积（点状图形按组员数量）：σ组成员图信誉×的覆盖区域图÷总面积。（2）确定类的高可信度：参考层被类组的图所覆盖，根据可信度的顺序，地类的最高可信度是首选的map spot类。（3）可信度赋值：如果原始图像点中没有基类代码，则选择参考图可信度最高的基类和可信度赋值，选取可信度亚高类的候选基类；如果基层是一样的，可信度可以提高。如果基层不同，则有必要降低可信度。
1．5 数据处理模型
1）根据每一类数据的转换模型和“三调”工作分类，通过元素提取、代码映射、分割、融合等操作，对每一类数据分别进行转换和处理。2）数据转换代码比对方法：优先搜索代码完全匹配的记录，当没有完全匹配的代码时，在稍微扩大范围，搜索与上一级代码匹配的记录。3）数据处理关键点：对于所引用的地理信息数据，用高重要性和比较优质的数据生成初始地图点，用下一级数据生成的地图点补充未映射的地图点区域；考虑到层的可靠性、图的形状以及现有图点的重叠性，根据图边界的合理性提取原始图点并进行切割融合。可信度评估首先考虑可信度的层次，考虑图斑是否与参考地图点的地面类属性一致。
1．6 方法实现
研究团队在开发软件时主要考虑下几个方面包括数据来源、数据分析以及可信度评价等。在这个过程中选择了多个试验区进行试验操作，在对试验结果不断分析的基础上，定期更新软件，完善模型，从而逐渐形成一套更具有针对性的城镇村图斑的自动分类软件，该软件包括图斑边界、地类属性进而可信度的评价三个内容。
2 实验与分析
2．1 实验情况
在研究过程中，以两个经典的实验为起点，实验中所需的设备型号为惠普 Z230 电脑。选择云南作为典型代表。其中一个选定了某市一个中等规模镇为实验基地，另一个则选取了某县的全部村落区域。详细情况如下。
参考数据数量面要素5.9万个，线要素0.16万个，点要素0.5万个参考数据数量面要素47万个，线要素1.0万个，点要素2.8万个
检查验证方法与经外业调查核实的图斑比较检查验证方法与未经外业调查核实的图斑比较
经过一系列实验，最终形成了两大实验成果，分别是地类专题成果和可信度专题成果。后者既可以评价整体的效果也可以微观至每一个图斑的可信度，可进行辅助性的检查与修改。如果整体效果不满意，还可以对数据进行一定的调整，直到得到最理想的数据分析和最佳结果。
2．2 实验分析
2．2．1 总体分析
据相关实验可以看出，图斑自动分类技术在数据处理方面具有不可替代的优势，所耗费时间短，并且处理的数据范围较广，与人工采集的相比，正确率大概在80%左右，覆盖面积在85%，其中可继续使用的约有70%，接近于可信度整体评价。
2．2．2 分析总结
1）就图斑自动分类方法的局部效果来看，这种方法获取的城镇村内部05-08地类图斑较好，对于土地的分类和边界精度效果也比较好，不过对于01-04地类的处理和识别还不够好。2）对于传统技术采集的方法而言，其相较自动分类方法来说，图斑边界的精度较高，就精度来说，总体强于自动分类方法，不过它也存在一定的不足，比如工作总量庞大，效率低下，对于技术人员的技能要求比较高。而图斑分类方法则不同，其效率较高，操作便易，数据参考价值较大等，不过这种方法需要可信度较高的研究成果来加以辅助。3）从整个实验的结果来看，图斑自动分类法和人工分类方法效果相似，图斑自动分类技术的效率高达75%左右，实用性较高，但是在01-04地类识别方面还需进一步加强。
3 技术应用情况
就某个县而言，项目组在对村庄地类进行图斑自动分类的时候，主要涉及地籍、地址以及地理国情监测等数据，在整个县域内总共得到18132个初始图斑，其中在自动获得的初始图斑中，有将近71%的图斑可以继续使用到下一个环节之中，与传统的作业方法相比较，最终可以节省将近30%的工作量，工作负担大大降低。只有将人工采集的农村地类成果与修改之后的自动分类成果综合使用并融合，最终才会得到一个比较全面县域初始数据库。
4 结语
本文在我国第三次关于国土调查城镇地类村的基础上提出了一种关于图斑自动分类技术，该技术以多源地理信息大数据为基础，最终这个技术也从想法变成了现实投入到现实的应用之中，并且还提出了图斑分类可信度的评价方法。如果对这个技术继续研究和深化，那么其还可成为之后的土地变更和自然资源大数据建设等调查提供更扎实的基础和技术部分，从而促进整个数据的完善。
参考文献：
[1]天津市地理市情普查外业核查图斑透明化工作模式[J]. 高鹏飞，车国伟，孙原，路艳君.城市勘测. 2017（02）
论文作者:张跃
论文发表刊物:《建筑模拟》2019年第29期
论文发表时间:2019/8/30
标签：可信度论文; 数据论文; 方法论文; 赋值论文; 评价论文; 技术论文; 工作论文; 《建筑模拟》2019年第29期论文;