计算机地图概括的原理,地图概括的发展历史及现代的地图概括自动化

实现制图自动化，其中最关键的问题是制图对象的自动概括。地图概括是一项创造性的工作，人的经验和知识起着重要的作用。目前对自动概括的研究，只是在单要素的取舍、部分几何形状概括以及类型的合并等方面做了一定的工作，但与手工概括水平相比还有很大差距。这主要是因为概括知识的复杂性、多样性，导致无法用数学模式来描述。而地图概括专家系统则为我们提供了解决这一问题的新途径。目前，地图自动概括需要智能化已得到共识，许多学者对地图概括知识进行了深入的研究和探讨，并把它们分为几何知识、结构知识和过程知识三部分。

一、计算机地图概括的发展轨迹

地图概括是地图制图的核心，也是地图学家创造性的劳动过程。传统意义上的地图概括，需要制图人员丰富的智慧、经验和判断能力，并能运用相关的科学知识进行抽象的思维。这种经过许多代人的职业活动所获得的经验和技能已成为地图制图的理论基础。显然，这种建立在手工基础上的，需要一笔一笔绘制的地图概括，无疑是一种高强度的劳动。同时，由于人们主观因素的差异，使得地图概括风格各异，更具个性化。随着计算机技术的飞速发展，机助制图在地图制作中引起了革命性的变革。它以数据处理技术为基础，用计算机加工制图数据，通过自动制图系统生产各种类型的地图。计算机制图技术的出现，极大地推动了地图学的发展，其显著的优点受到了人们的普遍承认。它的理论和方法也在不断的充实和完善。象传统地图概括一样，计算机地图概括是制图自动化的关键所在。它不仅能够缩短地图成图周期，而且还能提高地图的质量，并能克服因人而异的地图概括弊端，保证概括的科学性。

计算机地图概括是伴随着机助制图的发展而发展的。最早可追溯到Perkal(1966)和Tobler(1966)的工作。他们发表的论述客观化和数值化地图概括的论文，为后来的工作打下了初步基础。早期的工作多是基于单纯线状符号概括的程序和算法设计，如线形简化(删减细节)算法设计、线形平滑(柔缓尖硬折角)程序设计等。20世纪70—80年代随着卫星遥感图像处理技术和数字高程模型(DEM)处理技术的发展，大大丰富了计算机地图概括的方法。象图像增强技术通过改变图像的频谱、结构，或对已分类专题图像进行简化、归并处理，或通过再取样和改变像元大小等来实现地图概括。

80年代中后期，计算机地图概括引入了人工智能技术(如专家系统)，该技术为模拟人类地图概括过程提供了可能。

90年代随着软硬件性能，特别是高级图形界面和并行处理等技术的迅猛发展，以及面向对象的操作系统，使得计算机地图概括实践技术得到了突飞猛进的发展，不少文献对此进行了报导。如德国汉诺威大学研究所开发的较大比例尺地图概括和自动设计模块的工作，以及他们欲集成分立的地图概括模块以便实现复杂地图概括的实践，为德国发展大型计算机制图创造了条件。

伴随着计算机地图概括的成功尝试，90年代从理论到操作层次的各种局部研究和开发也很活跃，研究的水平档次也有明显提高。很多研究都不同程度地采用了人工智能，尤其是专家系统的技术和思想。

展望未来，在计算机软硬件和更强有力的GIS绘图平台支撑下，采用自动化与半自动化(人机交互)相结合的计算机地图概括实践的不断增加，将促进计算机地图概括技术的更快发展，也必将促进计算机地图概括理论的发展。这种理论和实践的不断进步，将导致自动化的概括模块的增多或更加完善，使用户在更优化的操作界面中，选取适合自己需要的控制方式、途径或阈值，方便高效地进行地图概括。然而，需要说明的是自动化地图概括是一个相当复杂的问题，目前还很难找到一个通用的数学模式去描述，因此，不能期望在短期内就得到圆满的解决。但是随着计算机智能模拟的发展和地图概括专家系统的研究，自动化概括技术和理论将会有突破性的进展。

二、计算机地图概括的原理

传统的地图概括是面对图形的综合，而计算机地图概括是面对制图数据的综合。它是建立在地图概括数学模式基础上的一种程序设计。

1、制图对象的自动取舍

计算机根据数据选取模式对制图数据进行处理，并依据选取指标自动地选取地理环境中的主要对象，舍去次要的部分，这一过程称为制图对象的自动取舍。

如前所述，确定地图内容的选取标准通常有两种方法，即资格法和定额法。前者是解决“选哪些”的问题，后者是解决“选多少”的问题。解决上述问题的数学模式有多种，如图解计算模式、方根模式、等比数列模式、回归分析模式等。在这些取舍数学模式的基础上设计出的自动、半自动地图概括系统，提供了制图对象的自动取舍功能。事实上用户只需将资格法中所确定的指标和定额法中所确定的数量作为变量参数，通过人机交互方式，就能通过计算机完成制图对象的自动取舍。

2、制图对象的自动概括

(1)形状的自动概括

形状的自动概括是通过计算机去掉一线状符号和面状轮廓符号的小弯曲，重点反映它们的基本特征和典型特点。有时还把有重要意义的细部特征进行夸大或位移、合并等。

线状符号如河流、道路、等值线等，随着比例尺的缩小，弯曲也越来越小。为了突出显示其基本形状和轮廓，必须简化或舍去一些非制图对象特征的小弯曲。用计算机简化小弯曲的算法很多，如数字滤波法、道格拉斯法(Douglas)、数学曲线拟合、曲面拟合和矢距比较法等。有了简化小弯曲的算法设计模式，通过计算机程序设计就能实现自动简化线状符号的小弯曲。

Uj(XjYj)

自动夸大及位移也是计算机概括的任务之一，这是保留地物主要特征的重要手段。其基本思路是首先确定出需要夸大或位移的部位(图4-5 Pi点)，然后把带有夸大或位移特征符号的点所在的数据子集提取出来，找出该点及其前后两点组成的三角形，算出三角形顶角(带有特征符号的那个角)平分线的长度，然后在此长度靠顶角一端(Pi)的延长线上加一个定值E，得到Uj点，再计算出Uj点的坐标，并用它代替子集中的Pi点，这就可使局部小弯曲得到夸大。

连续夸大处理，就可构成位移。但由于图形位移方向的多样性，会产生位移的不同算法设计。事实上一旦完成了夸大及位移的算法设计，用计算机实现

自动夸大及位移就是件十分容易的事情。

当有些重要地物因比例尺缩小而无法显示时，可用夸大方法处理；如果只需要表示其分布特征，则可以用非比例符号代替。非比例符号的定位及自动绘制是通过取出构成该地物的坐标数据子集，算出子集数据的极值差△x，△y或该图形的面积s，并与定值比较，符合规定则求出符号的中心位置，然后从符号库中调用相应的符号并自动绘制到该中心位置上。

编制地图时，图形合并是会经常遇到的。但并非所有的要素都可以合并，因此，进行要素的图形合并时，首先要判断清是否具备合并的条件。

用计算机实施自动合并，首先对输入的数据逐个判别(判别特征码)，找出封闭图形，并记录其数量，计算距离小于定值的符号数量，估计合并成多少个，哪个和哪个合并更合适，当都能满足合并条件后，则可计算合并后的轮廓点位，实现图形合并。

(2)计算机数量和质量特征的自动概括

关于制图对象的数量特征和质量特征的概括前面已作了介绍，这里主要介绍用计算机实现数量特征和质量特征自动概括的思路。用计算机进行数量特征概括时，需要先读出原资料图的级别数据，然后把增大的数量间隔(级别或特征码)代替原来的级别(或特征码)，如原来的2级和3级需要合并，那就用“2”代替“2，3”。按照合并后的级差处理制图对象，就能实现数量特征的自动概括。

质量特征的自动合并比较简单，计算机只需对输入数据的质量特征进行识别，绘制以新图所要求的质量符号即可。

3、制图对象的自动简化

(1)点删除

点删除是指简化线状要素和面状要素轮廓线的一串坐标，保留反映制图对象特征的点，删除次要的点。点删除的方法有二：一为在数据文件中每隔n个点保留1个点，即通过选取数据串第1个坐标点和每个第n点来建立新数据文件，也就是删除了(n-1)/n的点，n值越大，概括程度越强，简化越厉害。n值根据地图用途来确定；二为在数据文件中随机保留每n个点中的1个点，即通过随机选择每n个点中的1个点来建立新数据文件，也是删除了(n-1)/n的点。和第1种方法相比，前者选取的点是确定的，后者选取的点是随机的；两者的n值越大，概括的程度越大。

传统地图概括的线状要素简化主要依靠制图者的经验，即根据线状要素上点的重要性来决定取舍；而自动简化的点删除主要根据线状要素图形的尺寸，制图者的经验体现在开始建立的计算机文件中，数据文件形成后，计算机就会自动地执行简化操作。

(2)制图要素删除

制图要素删除就是在新编地图中剔除某一类或几类不必要、不重要的制图要素。如在行政区域图上删除地貌要素，在人口分布图上删除植被要素等。删除在计算机操作中极为方便。在矢量数据中，每个要素在数据文件中是依重要性排序的，则可按照地图概括标准删除一些要素。如长度≤1cm的河流，面积≤2mm2的湖泊，人行小路等，可全部删除。在栅格数据中，可建立必要的算法程序来删除栅格中的冗余数据，强化重要的像元数据，达到简化的目的。

(3)平滑运算修改

当制图对象的转变或过渡出现不符合客观实际，发生“生硬变化”、平滑相连变成折角相连等时，则要调用滑动平均和曲面拟合等数据平滑运算处理程序进行平滑处理。如在栅格数据中，对已分级的像元进行平滑运算处理，就是将每个像元分别同它的邻近像元值进行比较，进而修改像元值使其和邻近像元值更加接近，达到简化栅格数据的目的。

四、计算机自动概括专家系统介绍

1.专家系统

专家系统(Expert  System)是人工智能中最活跃的领域。它模拟人的思维过程并将专家知识赋于计算机。当计算机对问题求解时，就利用这些知识进行推理、证明，从而得到答案。

专家系统主要由特定领域的知识库和推理机所组成。其主要构成如图4-6所示。

知识库中存放着特定领域的专家知识，这些知识应当正确、完整和协调一致。推理机是根据解决的问题所设计的一种程序，它是用来决定如何使用知识库中的知识，通过推理、证明而得到问题的答案。

解释接口是一个“人—机”对话的交互程序，用来解释提问的含义或推理路线。

知识获取是从专家那里获得知识。就目前而言，获取专家知识还离不开精通计算机的知识工程师，他们在专家系统的建立和维护过程中起着决定性的作用。

专家系统建立后，就具备了解决特定领域问题的能力。专家系统在工作过程中主要是知识库和推理机起关键作用，解决问题的全过程都是在推理机的控制下进行。

2.自动概括专家系统简介

实现制图自动化，其中最关键的问题是制图对象的自动概括。地图概括是一项创造性的工作，人的经验和知识起着重要的作用。目前对自动概括的研究，只是在单要素的取舍、部分几何形状概括以及类型的合并等方面做了一定的工作，但与手工概括水平相比还有很大差距。这主要是因为概括知识的复杂性、多样性，导致无法用数学模式来描述。而地图概括专家系统则为我们提供了解决这一问题的新途径。目前，地图自动概括需要智能化已得到共识，许多学者对地图概括知识进行了深入的研究和探讨，并把它们分为几何知识、结构知识和过程知识三部分。

由于地图概括的规则很难确定，其主要原因是地图概括强调艺术性，许多问题不易分解成逻辑规则；不同地图有不同的目的；需要强调的空间关系特征也不尽相同。因此，也就导致了地图概括知识的表达困难。尽管如此，许多学者仍在该领域进行了大胆尝试，如David forrest(1995)的Map Desigrrer就是一个基于专家系统的地图概括实验软件。

实践证明，完全基于知识的智能化地图自动概括是比较困难的，而人机交互则是一种比较好的方式。Stefan F·keller(1995)使用交互式方法利用线状地物概括时输入的参数，使计算机自动学习不同参数会得到什么样的结果，其进一步发展了一种基于事例(实)的推理方法。

要实现地图自动概括的智能化，必须有强大的智能数据库的支持。同时也要求地图概括知识与地理信息必须融合。ES和GIS的结合可以通过文件交流和数据结构的统一来实现。

总之，地图概括的自动化是地图制图自动化发展的主要方向，而地图概括的专家系统为地图概括自动化的实现开辟了新途径。