地图自动制图综合研究综述

汪秋菱 姜宝兴

（安徽理工大学山南新校区，安徽 淮南232001）

1 概述

近十年来，伴随着地理信息系统的兴盛，地图自动制图综合已经成为GIS 研究的重要内容，是地图制图自动化的难点与突破口。

国内外学者对此广泛关注，发表了不少优秀的研究成果。文章首先简单论述制图综合的过程，接着对近年来地图自动制图综合的发展进行梳理，从自动制图综合的主要方法切入，分别就基于模型的制图综合、基于算法的制图综合、基于知识的制图综合以及人机协同四个方面对前人的研究成果进行归纳和总结，最后陈述制图综合未来的发展趋势。

2 地图自动制图综合的基本过程

主要思路是根据制图综合的规则，依托地理数据库为系统运行环境，利用地图数据库的检索功能，通过各种模型、算法对地图要素进行选取、化简概括等操作，采用人机交互的方式，对地图要素进行后续编辑（图形交互编辑），完成地图的自动综合。整个自动制图综合的流程图如图1 示。

3 地图自动制图综合的主要方法

3.1 基于模型的制图综合

基于模型的制图综合指的是用数学关系式来表述制图综合过程中的关系。这种用来表达的数学关系式并非一般简单的函数关系式，而是某种统计规律。目前关于这方面的研究主要有：①开方根选取规律模型在制图综合中的应用，将制图综合程度与地图比例尺分母的方根相挂钩。简单来说，就是新编地图上选取地物的数量可以由原始地图上的地物数量与原始地图比例尺分母和新编地图比例尺分母之比的根式之积得到[1]。吴亮（2011）还进一步对开方根规律进行了拓展，并介绍了该模型在独立地物选取、等高线弯曲选取时的运用。②模糊综合评判在制图综合中的应用[2]。在一幅地图中，物体的“重要性”往往决定了制图综合的取舍，王家耀（1985）采用模糊综合评判来精确定量刻划制图要素的“重要性”，改进了以往主观定性描述“重要性”的不足。③分形处理方法在等高线自动综合上的应用。分形一词是由Mandelbrot 所创造的, 它是指自然界广泛存在的具有某种自相似性(或自仿射性)的几何对象[3]。制图曲线具有这种自相似性——随着比例尺的改变，形状结构特征也随之发生变化。这种变化具有一定的规律性，可以用分维数（定量表征分形的参数）量化把控，王桥（1995）认为，可以量化制图曲线（等高线）的形状结构特征，从而找到对应的制图自动综合指标，得到具有自相似性的综合结果。该方法将地貌形态特征考虑在内，能够客观有效地概括等高线图形。④在等高线自动综合中，使用小波分析方法。小波分析是频率窗口和时间窗口均可改变的时频局域化分析方法[4]，用频率分辨率描述山谷和山脊之类的快变的地表形态，用时间分辨率描述地貌的整体形态。何振芳（2019）采用小波分辨率分析的原理，改变垂直、水平与对角三个方向的地貌高频信息，得出不同详细程度、不同尺度的一系列DEM，从而实现DEM自动综合。⑤Delaunay 三角网在面状要素（如居民地街区）合并方面的研究。李琳（2016）基于约束Delaunay 三角网模型，研究面状要素的合并算法，解决在行政边界等条件约束下的面状要素合并问题。⑥数学形态学在制图综合中的应用。王辉连（2005）在建筑物多边形的化简中，采用数学形态学、基于神经网络的模式识别方法。优点是能够较好的保证建筑物的形态特征；缺点是有比例尺、建筑物复杂程度等局限。

3.2 基于算法的制图综合

基于算法的制图综合是借助计算机执行预先设置好的有穷指令（多条），机械地到制图综合的成果。目前关于这方面的研究类型有两大类，面向目标（物体）的算法和面向过程（制图综合过程）的算法，这两者中前者占多数。面向目标的算法研究，比如面向曲线化简的研究：应申（2008）详细探讨了曲线化简——以平面上的特征点为基础，他还论述了曲线上、曲线外两中情况下的特征点一致性化简的方法[7]。而针对制图综合整个过程制定的算法就是面向过程的算法，比如居民的选取：第一步设置定额指标，第二步以居民地等级值为标准选取，直至满足定额指标。适用于制图综合的算法有很多种，学者们的研究不胜枚举。张玉良（2017）将微粒群优化算法尝试应用在制图综合之中[8]，用以处理制图综合之中点目标选取问题。李振豪（2018）采用层次分析法确定权重，建立多相似性指标的相似性评价模型来评价制图综合的质量（保持综合前后实体的相似性是保证制图综合质量的重要方法）[9]。层次分析法在制图综合结果评价中的运用，让权重的确定具有一定的客观性，比主观确定权重更具科学性，即综合结果评价模型更科学、合理。

3.3 基于知识的制图综合

对于无法模型化和算法化的问题，可以采用基于知识的制图综合来解决。基于知识的制图综合就规范地描述制图综合中问题的处理方法。应申（2003）从知识的角度对制图综合理论进行分析，阐述了基于规则和模型的制图综合知识表示和数据组织形式[10],给出专家系统（基于知识的方法之一）设计的初步构想。截止到现在，完全依赖于知识的制图综合系统并不存在，因为缺乏统一的理论和过程性的知识。温婉丽（2006）将综合中居民地要素的知识进行规则化、形式化表示,建立了地图综合中的推理决策模型[11],同时与模糊评判数学模型相结合，建立出最终的居民地选取中“重要性”程度评价模型。他们尝试了一种新思路，试图让计算机学习人类的思维，处理制图综合中规则、常识性的知识，结合运用了模糊数学的知识，并成功实验验证。刘维妮（2007）基于知识的树状河流地图综合研究[12]，针对树状河流的结构特点，总结河流制图综合中的规则性知识，建立出相应的数据模型，并结合遗传多目标优化算法自动完成河流的选取，实现制图综合。

3.4 人机协同

制图综合发展的过程中，人们的观念大致分为两种，一种否定计算机制图，另一种则盲目追求制图综合的全自动化，显然两种都是不可取的。现阶段的制图综合趋向于人机协同，采用人机交互的形式进行。人机协同，是指由人们来设置需要综合的要素、特殊的参数等形象思维问题，计算机完成逻辑推理、计算等复杂机械的抽象思维问题，这样双方合作，能够更高效地完成制图综合。王家耀（1999）发表关于数字地图制图综合中的人机协同问题[13],阐述了对于制图综合，人们的三种思维方式，同时他还分析了计算机学习人类思维的能力，判断计算机能够学习人类制图综合的程度，最终得出最佳的人机协同需要主义的三点问题。

4 地图自动制图综合的趋势

4.1 简单到复杂，局部到整体，数字化发展成智能化，并不断发展。

4.2 取得进展的关键是思想观念的更新。

4.3 模型、算法需要不间断的优化、改进

4.4 主要的研究部分是制图的智能化水平，向高度智能化发展

4.5 地图自动制图综合的工业化和产业化理应结合实践，理论成果已经初具模型，但是投入地图生产实践还有一段距离,需要继续不断发展。

5 结论

地图自动制图综合，一直是自动化地图制图的难点，也是GIS 研究的重要内容。通过以上综述可以了解到前人对自动制图综合的部分研究，研究中有许多有用的观点都值得后人阅读借鉴。

图1 自动制图综合过程示意图