此系统暂不接受新投稿如需投稿请投到cyxbbjb@163.com中
<正>制图综合自1921年提出以来，历经定性描述、定量描述、制图模型、专家系统、过程控制到智能化的发展历程。当前，人工智能再次兴起，进一步推动了其自动化发展。制图综合是地图重构世界的主要方法与思维模型，是地图学中重要的科学问题，且随着时代的发展，被赋予更多的内涵和外延，需要在智能化发展浪潮中再定位、再突破。
地理实体建模作为实景三维建设的核心技术，存在多类型、多关联、多粒度的显著特征。本文围绕地理实体建模的表达粒度问题，分别从实体的内在结构和用户认知的角度，剖析了地理实体建模中的两种粒度概念，提出了地理实体多粒度表达的尺度生命期模型。该模型通过引入实体基态和尺度变换控制函数，明确地理实体在不同尺度下的表达及其渐变过程，揭示了尺度变换的动态特征。实践案例表明尺度生命期模型能够清晰剖分地理实体多粒度表达的尺度范围，有效实现了不同尺度域间地理实体的连贯表达，同时缓解了地理实体多粒度表达带来的存储数据量大的问题，能够为实景三维中国、数字城市、智慧城市等新型地理信息服务平台建设提供新视角和方法。
目前建筑物简化方法大多依赖完备的标注样本集，而样本生产过程本身亦是制图学面临的重大挑战。为此，提出一种融合深度聚类网络与模板匹配的建筑物简化方法：通过构建深度聚类形态自编码器DCSAE(Deep Clustering Shape Auto-Encoder)以获取建筑物轮廓形态的高区分度表征；基于表征和聚类结果可自适应构建反映区域建筑几何特征的形态模板库，进而通过以聚类中心代表建筑替换群组内建筑特征实现简化操作。进一步，通过定性、定量与对比实验多维度分析验证所提方法在形态编码与轮廓简化方面的有效性，实验表明形态编码具有较高精度，简化结果在多项评价指标中均具优势。所提方法在保障形态规整性与区域一致性的同时，能有效识别复杂建筑结构，提升建筑群整体表达效果。
地图制图综合是解决地理对象信息详细性和图幅表达空间有限性之间矛盾的关键科学和技术。本文论述了国内外栅格地图制图综合技术的主要研究进展，包括化简、合并、典型化、降维、移位等算子的主要方法。阐述已有不同栅格制图综合方法的优势与不足，分析了当前栅格制图综合面临的困难和挑战，并对未来栅格制图综合技术的发展进行了思考。
地理信息数据的连续尺度表达是构建无尺度地理实体数据库的瓶颈问题，其核心是如何实现系列比例尺之间数据的综合表达。现有的研究中比较流行的方法是，利用傅里叶变换描述多边形；然后利用已有不同比例尺的傅里叶系数插值，拟合中间比例尺数据。该方法需要较好地建立地图比例尺与插值权重的关系模型，现有研究中将地图比例尺与傅里叶插值权重视为线性关系的方法忽略了对形状细节的考量。为此，本文引入了交并比的概念，利用交并比来度量中间比例尺与系列比例尺数据的差异；并基于交并比构建了地图比例尺与插值权重的关系模型。实验结果表明，本文方法得到的连续尺度变换表达效果更符合地图制图综合规律。
自然语言空间关系理解、计算与表达是空间分析、地图综合、人工智能等的基础和难点问题之一。between经常用于描述空间对象的空间排列，指其中一个中间对象位于其他两个空间对象之间，是其他自然语言空间谓词度量的基础。针对现有方法度量因子单一的不足，本文提出了改进的between关系的定量度量模型。首先，通过问卷调查发现影响人类认知between关系的因素——面积比、偏移量和空间对准程度；然后，设计了度量指标的计算方法，并提出了偏移量这一新指标的计算方法；最后，构建了between关系的定量度量模型，利用层次分析法自动确定3个因素的权重系数，实现between关系的定量度量。实验表明，该方法能够有效度量between关系，符合人类空间认知习惯。
stroke将多条道路段视为一个整体，在降低道路复杂性的同时增强了道路网的连通性，是道路网综合、拓扑分析和模式识别等的基础。已有研究主要按照“良好连续性”原则进行stroke的构建，考虑到了道路的几何特征，但是路段是具有自身属性和现实功能的客观实体，stroke的生成还应该遵循路段的重要程度相近原则。因此，本文提出了一种基于几何、拓扑及语义相似的道路网stroke生成方法。首先，根据语义信息在未处理道路中确定起始路段；其次，基于道路的特征因子生成路段间的相似矩阵；最后，根据路段间的相似度，选择候选路段中与起始路段的相似度最接近的路段进行连接。实验表明，本文方法不仅可以构建出视觉上自然延伸的stroke,而且构建的结果还在一定程度上满足了功能一致性。与已有方法相比，引入相似关系生成的stroke结果可以更好地反映道路段的现实连通情况。
道路网选取需要集成多种类型不同层次的道路实体上下文特征，涉及复杂的决策过程。近年来，机器学习方法的运用不断提升道路网选取模型的性能。与此同时，选取模型的复杂度也逐步增加，导致可解释问题凸显，继而影响模型的可信度和实际应用价值。针对这一问题，本文提出了一种可解释的道路网选取机器学习方法。具体地，采用XGBoost构建道路选取模型，同时引入SHAP(SHapley Additive exPlanations)方法解析不同道路特征对选取结果的影响。实验结果表明，SHAP方法有助于揭示模型的决策逻辑，从而增强模型的可解释性。
矢量数据中的多车道道路由表示同一道路实体的平行线组成，这些道路的提取对于地图更新和制图综合至关重要。提出了一种基于图卷积神经网络的多车道道路模式识别方法，以线段为基础提取特征，构建图卷积神经网络模型对路段进行识别。使用北京市和武汉市OSM的道路数据进行验证，其预测精度在90%以上，并且查全率和查准率分别为92.91%、91.72%和92.72%、88.05%。该方法能够直接在“对象级”提取多车道道路，并且也能够很好地识别出属于悬浮路段的多车道道路。
建筑物群组的模式识别与综合，是模式认知和综合操作最复杂的环节之一，需要准确的认知模型和细致的算法设计。针对大比例尺地图中建筑物群组目标的模式识别问题，提出了一种基于图卷积神经网络的群组网格模式识别方法，用以解决模式识别中特征提取困难和规则设计复杂等问题。该方法将建筑物群组图结构经过傅里叶变换，输入基于图卷积神经的分类模型，实现了网格型分布模式的识别，解决了传统深度学习模型不能直接对空间矢量数据进行模式分析和知识挖掘的问题。
城市建筑群的空间分布模式、结构等特征是地图制图综合中需要重点考虑的因素。针对组合直线模式建筑群的综合问题，本文从多算子协同的角度，提出一种顾及组合直线模式特征的建筑群典型化方法。将典型化分解为合并、删除、夸大、移位和分割等5个基本算子组合而成的“渐进、迭代”过程。通过迭代执行最小影响模式单元的删除、顾及定位精度的夸大和分布模式特征保持的移位来消除模式单元之间的空间冲突；通过先后执行模式单元的合并和保持局部异质性的分割来消除模式单元内建筑物之间的空间冲突。最后利用实际数据进行试验，验证了本文所提方法有效性和可行性。
准确识别出建筑物群组的分布模式是建筑物综合的前提和基础。由于建筑物分布模式具有模糊性和不确定性，难以用统一的规则进行描述，一直是制图综合领域中的研究重点和难点，限制着建筑物综合的自动化水平。随着人工智能技术的发展，目标检测模型在图像分割任务中取得了巨大进展。本研究利用图像分割方法对线状建筑物群组进行识别，对比了U-Net、PSPNet、DeepLabV3+以及YOLO11-seg这4种常用图像分割模型的识别效果。实验结果表明利用图像分割方法能够有效识别建筑物群组的线状分布模式，其中尤以YOLO11-seg模型的识别效果最好。最后利用图像分割模型方法得到的掩膜提取出相应的线状建筑物群组并对其进行了典型化处理，结果证明了图像分割方法在地图综合中识别线状建筑物群组的有效性，为建筑物群组综合提供了新的解决思路。
针对航海图海底地貌制图综合中的知识模型化不够充分，导致知识服务不够具体、质量评估不够精准的问题，构建了面向该任务的知识图谱。首先，从航海图海底地貌制图表达的原则与需求出发，设计了图谱化表达海底地貌制图综合知识的概念层次；而后，从多源异构的水深、等深线、底质专题数据中抽取并整合海底地貌制图综合知识；然后，通过图谱上的知识推理，获取新知识并完善现有的知识，进而构建模型化表达海底地貌制图综合规则的知识图谱；最后，进行了海底地貌制图综合知识图谱的构建试验，并在典型综合场景中对图谱的应用效果进行了验证。试验结果表明，与传统方法相比，所构建的知识图谱能够体系化地整合制图综合知识，为海底地貌制图综合提供更加具体的知识服务以及更加精确的质量评价，从而为海底地貌制图综合作业的进一步规范化提供了新思路。
基于多波束测深数据的水深选取是自动制作高精度海图的一项重要研究内容，本文提出了一种顾及地形特征的水深注记选取方法。首先，根据多波束测深点的排列特征，设计了基于剖面线的山脊点、山谷点以及地形变化剧烈点等特征水深的提取方法；其次，考虑局部区域的地形特征建立了顾及坡度、坡向和水深值的菱形搜索模型；最后，通过对特征水深集和菱形搜索结果构成的初始水深选取结果进行抽稀得到最终选取结果。该方法能够满足航行安全的选取要求，有效地保持了地貌特征，且水深注记的菱形排列方式与坡度、坡向相适应。
树状河系中的河流选取是制图综合的重要部分之一。当前河流选取方法在制图规则、知识和经验等有效结合和利用方面还存在不足，难以有效保持河系的空间特征。本研究从案例学习的角度出发，提出一种规则约束下朴素贝叶斯辅助决策的树状河系河流选取方法。首先针对综合知识获取瓶颈问题，基于已有专家河流选取案例训练得到朴素贝叶斯分类模型；之后在相关综合规则的约束下，通过朴素贝叶斯分类模型计算得出的删除概率由外向内对河系边缘河流进行剔除选取。实验证明，该方法对树状河系中的河流选取结果能有效兼顾河流重要性和空间特征。
<正>《测绘科学技术学报》创刊于1984年，双月刊，是由中国融通文化教育集团有限公司主管、星球地图出版社主办的测绘专业学术刊物，国内外公开发行。本刊为中国期刊全文数据库（中国知网）、中文科技期刊数据库（维普资讯）、万方数据—数字化期刊群（万方数据）、日本科学技术振兴机构数据库JST(2023)收录期刊，并入选WJCI科技期刊世界影响力指数报告（2023）。国际标准刊号ISSN 1673-6338，国内统一刊号CN 10-1974/P。