基于特征信息熵的线状地图综合算法评价与优化

The quality evaluation of map generalization is an important research issue in the domain of cartography. It is recognized as a critical process to find optimal generalization algorithms and thus to improve the quality of map generalization. In fact, this process is dedicated to automation of map generalization. Currently, some quality evaluation approaches had been developed, however, most of them concerned only position accuracy and geometric distortions of corresponding individual elements before and after map generalization, and several indicators (e.g. vector displacement and area distortion) were defind and utilized to describe the positional displacement before and after map generalization. One can find that these classical indicators cannot reflect the change of the characteristics of map elements,element clusters and elements distribution which often need to be kept in the process of map generalization. In view of this, this project takes line-shaped map as example and devolop a methodology for quality evaluation of map generalization algorithms and their optimization. This methodology includes three aspects of contents. First to devolop a method of map information measurement based upon characteristics information entropy, and to present the quantitive computational model of map information content in a liner map. Second is to put forward to the quality evalution content, evaluation standards and evaluation indicators of map generalization algorithms. Third is to develop an approach for an optimization of generalization algorithms, where the effect of the generalization algorithm on the change of map information content is taken into account. The contribution of this project on the one hand will devolop a more reasonable and scientific approach for quality evaluation of liner map generalization algorithms,which is further used to support the option and optimization of generalization algorithm for cartographers; on the other hand, this study also will provide a line of thought for the generalization of line-shaped maps, and a better service for multi-scale map production.

地图综合算法评价是国际制图学界近年来关注的一个重要问题，也是优化地图综合、实现地图综合自动化的一个关键环节。现有的评价方法主要针对单个地图要素或要素群，考虑综合前后的位移或几何形态变化，而没有考虑地图要素、要素群或要素分布在不同层次的特征保持状况。为此，本项目以线状地图为例，深入分析线要素、线要素群或要素分布的特征，研究建立基于特征信息熵的地图综合算法评价及其优化方法，主要包括：①研究建立基于特征信息熵的地图空间信息度量方法和计算模型。②研究建立基于空间信息量的线状地图综合算法评价内容、标准和指标体系；③研究不同地图综合操作算子对线要素及其分布的空间信息量的影响，发展线状地图综合优化算法。本项目研究一方面将建立科学客观的地图综合算法评价方法，为地图综合过程中算法的选择和优化提供理论依据。另一方面，所提出的理论方法将为地图综合研究的发展开辟一条新思路，更好地服务于多尺度地图生产与应用。

随着空间数据采集与更新技术的发展，地理空间数据的管理与多尺度表达已成为各生产部门与应用部门面临的一个重要问题。近半个世纪以来，发展多尺度地图自动生产的地图综合算法一直是制图学界广为关注的研究方向，并且众多有代表性的地图综合算法陆续被提出。然而，现有的综合算法仍难以解决实践应用中的多尺度地图自动/半自动生产问题，其中的一个关键的问题就是算法质量评价与优选。地图综合算法评价已成为国际制图学界关注的一个重要问题，也是优化地图综合算法、实现地图综合自动化的一个关键环节。为此，本项目以尺度为桥梁，以信息为传输对象，将地图综合视为从较大比例尺地图向较小比例尺地图传输信息的过程，即一个信息传递的过程，因而借助信息熵理论，发展地图信息度量模型方法，对地图综合算法进行定量评价，并进一步构建优化算法，对于地图多尺度表达和级联更新都具有十分重要的意义。. 本项目的主要研究内容包括：①结合地图信息产生的本质特征，运用基于特征的地图信息熵模型，以线要素几何结构特征（即弯曲）为基本单元，建立了线要素、要素群以及专题地图空间信息度量方法，研究了不同层次地图特征、空间信息量随尺度变化的规律；②构建了基于信息量的线状地图综合算法评价指标体系，实现了综合算法的定量评价；③结合空间特征变化对信息量变化的影响，研究了线状地图综合的更优化方法。. 本项目研究成果的科学意义在于：①结合地图综合的特点，首次将经典的信息传输思想扩展应用于研究地图综合问题，发展了面向地图的特征信息熵模型；②从地图认知的角度，划分了线状地图的不同构成单元，进而采用所提出的信息特征熵模型，建立了不同层次的线状地图空间信息度量指标和计算方法；③从地图信息传输的角度，研究了不同层次线状地图信息度量随尺度的变化特性，并进一步用于评价和优化线状地图综合算法，从而为地图综合过程提供了更科学的理论依据。