1眾源地理數據的特點
眾源地理數據具有以下10個特點:1)現勢性高。眾源地理數據具有明顯的實時更新特點,現勢性高。例如,堵在路上的行車者往往會將道路擁堵信息發布于Twitter、微博、Wikiloc、GPSies等網站。2)傳播快。眾源地理數據大多來自于互聯網,借助社交網站和當地新聞等傳媒系統的傳播能力,進行快速傳播和擴散。例如,美國加州2009年5月的Jesusita火災期間,通過建立地圖式火災監視網站,迅速整合、發布了來自各種VGI和當地官方的實時火災信息[7]。3)信息豐富。眾源地理數據與人類活動及社會發展緊密相關,具有豐富的社會化屬性、語義信息和時序信息。其參與創建的廣泛性又使得眾源地理數據能從更多角度,更多方面對地理要素進行描述。4)成本低。眾源地理數據大多來自網民自發或無意采集的地理數據,其采集和處理的成本很低,極大地降低了地理信息獲取和使用的成本,將更有效地促進地理信息技術的推廣應用。5)數據量大。眾源地理數據大多來自互聯網用戶有意或無意提交的地理數據,互聯網用戶群的迅速發展帶來了眾源地理數據的激增。無論是像OSM這樣的共享網站,還是具體的眾源地理數據使用者,均需面對海量眾源地理數據的高效存儲以及網絡共享中的快速傳輸等問題。6)質量各異。眾源地理數據主要由民眾提供,其提供過程非常自由,參與人群非常廣泛,所采用的數據采集設備精度不一,創建編輯過程中所用比例尺、采樣精度不一,使得眾源地理數據質量存在較大差異,甚至混雜著錯誤或惡意扭曲的成分。7)冗余而又不完整。眾源地理數據主要由非專業人員創建,缺乏數據完整性,難以滿足一些專業的地理數據要求,同時經過多人多次提交或多次編輯的眾源地理數據存在著大量冗余。8)覆蓋不均勻。眾源地理數據雖然來源廣泛,但是區域覆蓋極其不均勻。例如OSM數據在英國倫敦的數據覆蓋率明顯高于中國湖北省的覆蓋率。9)缺少統一規范。眾源地理數據來源廣泛,數據格式各異,不同數據的內容不同,數據組織和存儲方式也千差萬別。10)隱私與安全難以控制。自由創建和分享的眾源地理數據有時會對他人及一些組織的隱私和安全問題產生影響。
2眾源地理數據的來源與獲取方法
2.1眾源地理數據的來源
眾源地理數據的來源主要包括:1)公共版權數據。這一類數據多由政府部門、企業、公益組織以網站或網絡服務的形式發布,例如GoogleMap網站提供的正射影像,OpenStreetMap網站提供的交通路網等。也有一些部門和企業免費贈送的地理數據,例如Open-StreetMap上部分國家的主干交通數據由汽車導航數據公司AND(AutomotiveNavigationData)贈送[13]。2)GPS接收機數據。主要包括三類:①應某些組織和項目請求而特意收集GPS數據的志愿者;②共享自己擁有的有價值的GPS數據的普通人或組織;③相對被動、無意識上傳GPS數據的網民,如“街旁網”用戶的手機“簽到”會上傳GPS定位數據。3)網民自發創建的地理數據。OpenStreet-Map、Wikimapia等網站向用戶提供了創建地理對象的功能。部分網民出于自我滿足、利他主義、興趣或是描述周圍環境等目的[14],主動地在這些網站上創建、編輯、描述各種地理對象。GoogleEarth甚至允許用戶對感興趣的地物進行三維建模。4)Web2.0催生的其他地理數據。Web2.0簡化了客戶交互過程,出于信息共享和社交目的,部分民眾積極地將自己的信息發布到網上,這些信息可能包含了地理數據。例如Flickr提供了上傳照片并在地圖上關聯實際地理位置的功能。類似的數據源使得眾源地理數據的種類更多樣化、更完整。
2.2眾源地理數據的獲取方法
眾源地理數據的獲取一般包括以下環節:1)下載初始化設置。包括設定下載API和登錄信息,選定數據范圍(包括空間范圍和時間范圍等)。根據研究目標,指定行政區劃或區域邊界坐標,或指定用戶某時間段所發布的數據等,作為待獲取數據的區域或范圍。2)數據獲取。利用開放的眾源地理數據網站所提供的API接口,如GoogleMapAPI,GoogleEarthAPI,街旁OpenAPI,FacebookAPI等,在網站所提供權限范圍內,實現所選區域數據的直接讀取。也可以利用網絡爬蟲技術設計專用的網頁分析算法,從互聯網上搜索并下載GPS路線數據、矢量地圖數據等。3)數據規范化分析與轉換。眾源地理數據具有多源異構性,其存儲格式多樣、時間版本不一、坐標體系相異。合理有效地利用眾源地理數據需要對其數據格式進行分析,利用文本解析、空間數據引擎等技術將眾源地理數據轉換為在統一存儲格式、坐標體系及概念體系下表達的空間數據,并建立相應的眾源地理數據表達規范。4)數據入庫。將眾源地理數據按統一規范轉換后,將其導入到空間數據庫中進行存儲和管理。
3眾源地理數據處理與分析的關鍵技術
3.1眾源地理數據的質量評價方法
眾源地理數據一般由缺乏足夠地理信息知識和專業訓練的非專業人員提供,因此存在數據質量問題,使用時需考慮其冗余性,有效性,完整性和精確性等。如何對眾源地理數據的質量進行分析和評價是需要研究的首要問題[4,15]。眾源地理數據的質量是影響眾源地理數據廣泛應用的重要因素。Oort(2006)總結了空間數據質量需要考慮的11個指標:數據來源、空間精度、時間精度、屬性精度、邏輯連貫性、數據完整性、語義準確率、元數據質量、分辨率、數據使用目的和質量變化等。眾源地理數據的質量分析在用以上全部或部分指標作為評價標準的同時,還應加入對數據提供者的質量評價,充分考慮人為因素對數據質量的影響,建立更加有效的質量分析和評價模型,從而保證眾源地理數據的有效性和可用性。影響眾源地理數據質量的因素主要包括三個方面:①數據的采集或地圖的繪制由非專業人員提供,可能存在一定的人為誤差;②數據可能來自不同的數據源,具有不同等級的精度;③不同采集者使用不同精度的GPS,采集的數據精度存在差異。眾源地理數據的精度不能依靠常規的地圖精度評定方法評估,需要選擇合適的質量要素建立質量分析模型,依據質量分析模型與精度更高的數據進行分析對比來評估其數據質量。目前,國外專家已經對歐洲地區的OSM數據質量問題進行了研究。如對英國地區的OSM數據質量進行分析,從定位精度和數據完整度兩個方面建立OSM數據的質量評估模型;在評估希臘首都雅典的OSM數據質量時,將數據質量評估模型擴展到長度完整度、名稱完整度、類型精度、名稱精度和定位精度等方面。從OSM數據的完整度、專題精度、定位精度三個方面對OSM數據質量進行了分析研究[16-18]。數據提供者的非專業性是眾源地理數據質量不確定性的重要原因,Grira等人指出眾源地理數據的使用者和提供者在眾源數據上下文中具有認知區別[19],有必要建立針對數據提供者的評價模型。Exel等人提出在眾源地理數據的質量控制指標中增加用戶指標[20],如用戶的數據上傳次數、修改次數、反饋意見等,從而建立用戶質量測度模型,實現眾源地理數據的質量控制。
3.2眾源地理數據的信息提取與更新方法
眾源地理數據的信息提取與更新是以眾源地理數據作為數據源,以其低成本和高時效的優勢實現地理信息的快速提取和及時更新。它是傳統地理信息更新方法的重要補充,在特定情況下可以發揮不可替代的作用。如Goodchild指出,在面對印度洋海嘯等嚴重自然災害時,從傳統的遙感影像上獲取道路因影像有云或濃煙遮蔽受限制時,利用當地眾源用戶在GoogleEarth上及時標識的地物信息來補充數據庫就更加高效[4]。近年來國內外開展了一些利用眾源數據進行地理信息提取和更新的方法和應用研究。在災害快速響應方面,眾源地理數據發揮了重大作用。美國圣巴巴拉市的4次大型火災案例研究表明,盡快建立新的道路數據庫可以提供有效的逃生路線[7]。海地大地震后,大眾在OpenStreetMap上協作完成道路、房屋和其他地物的重新編輯以建立震后地理數據庫,利用常規測繪方式需花費上萬英鎊,同時耗時幾年,而利用眾源地理數據僅用了三個星期[8]。眾源地理數據用于城市道路設計能較大提高人們的滿意度,Seeger指出眾源地理數據在良好引導和補充城市規劃道路數據庫更新和重構中將發揮積極作用[15]。Steffen在Geo-Wiki項目中利用眾源用戶對數據庫中地物屬性信息進行補充和修改[6],能明顯提高效率及可靠性。眾源地理數據提供的紋理和三維信息,被O-ver等結合DEM經綜合生成了三維可視化數據庫模型[21]。Zhang等利用眾源GPS軌跡數據,在行進方向的法線上進行模糊C-均值聚類,將相鄰車道分開,建立了幾何精度較好的道路數據庫,可用于數據庫更新[22]。
Mondzech與Sester指出眾源地理數據應用于行人導航比現存地形圖數據庫更有優勢,因為它更新快且提供了大量真實的快捷路徑,眾源地理數據可對傳統數據庫進行很好的補充[23]。眾源地理數據為建立和更新地理數據庫提供了一種不同于傳統測繪方式的新途徑。它不僅能有效地提取道路等地物和標注屬性信息,而且能用于導航數據庫的更新。但是由于眾源地理數據來源眾多且缺少統一規范,存在不足,目前尚未能廣泛應用于大區域范圍內高精度的數據庫更新中。綜合以上分析,眾源地理數據信息提取與更新的研究思路為:以建立眾源數據的質量模型和多源數據配準和變化檢測為核心,研究眾源地理數據的信息提取與更新的協作機制和方法。主要研究方向包括:①研究實現眾源地理數據的高覆蓋率和高完整性。眾源地理數據雖然來源廣泛,但是在單一的某個平臺上部分區域的覆蓋率存在較大的局限性。需要從現有的眾源地理數據平臺(Wikimapia、BingMap、GoogleMap等)中獲取盡可能多的數據以提高區域覆蓋率和屬性信息完整性。同時應研究將不同區域的更多用戶參與到眾源地理數據的協作機制。②建立規范合理的質量模型。為來源廣泛、質量各異的眾源地理數據建立有效的綜合取舍和聚類機制,以及快速處理算法。需要研究數據量和來源控制的范圍,從而最有效地得到能滿足數據庫更新這一應用的數據覆蓋率、完整性和幾何精度。③提高眾源地理數據庫的幾何精度�？山Y合高分辨率遙感影像、全景影像、Lidar數據等對初始建立的數據庫的幾何位置進行精糾正,對不同數據的配準和修正位置精度的算法進行研究。④基于眾源地理數據建立地理數據庫并進行更新。研究兩種不同規范的數據庫的配準,對不同時間數據庫的幾何與屬性信息進行比較,發現減少或新增部分,并用判別規則合并兩套數據庫的信息以實現數據庫更新。
3.3眾源地理數據的分析與挖掘方法
眾源地理數據作為一種由大眾采集并向大眾提供的開放地理數據,蘊含著豐富的空間信息和規律性知識。利用空間數據分析與挖掘方法可以從中提取信息、挖掘知識,從而為具體應用提供服務。
1)眾源地理數據拓撲分析。大部分眾源地理數據的描述采用的是一種包含拓撲性質的數據結構。如OSM數據中的點、線、面等幾何要素及其關系是通過頂點、路線和關系等來描述的。通過對某區域內的要素進行拓撲分析,能發現點、線、面的分布規律,挖掘該區域的空間結構和模式。例如,利用瑞典的OSM數據進行自然道路網絡的提取與拓撲分析,發現自然道路網絡存在無標度特性[24];利用香港的街道網絡數據和年度平均的每天交通流量數據,通過街道網絡的拓撲表示和分析,從而進行交通流量預測[25]。進行拓撲分析時經常用到平均度、平均路徑長度和聚類系數等統計指標,結合空間統計方法可以探索地理要素的分布結構和模式。在利用眾源地理數據進行網絡拓撲分析時,可考慮與其他地理數據源集成和綜合分析。
2)利用眾源數據探索地理空間的無標度特性。無標度從數學意義上講就是某種現象的大小分布服從冪律分布。傳統的地理學研究認為地理空間存在高斯分布的特性,而最近基于大量的地理數據的實證研究發現地理空間存在無標度的特性。例如,利用美國的OSM數據進行自然城市的提取與統計分析,發現美國的城市大小(無論是人口還是道路節點的個數)滿足齊普夫定律[26];利用歐洲三個國家(英國,德國和法國)的OSM數據進行街區多邊形提取與統計分析,發現所有這些街區大小服從Lognormal分布[27];利用TeleAtlasMultiNet地理數據庫對德國20個城市的道路網進行統計分析,發現所有道路上的行車時間服從冪律分布,也就是具有無標度特性[28]。
3)利用眾源地理數據進行導航分析,為人們出行提供幫助。例如,綜合應用OSM地圖與航空影像研制協作導航系統,結合A*算法和用戶評價在交通網絡上進行路線計算和搜索,為行動不便以及有個人偏好的行人提供路線設計[29];對OSM的一些城市道路網絡數據進行分析,計算轉彎最少、路徑最短的導航路線[30]。
4)眾源交通數據挖掘。眾源交通數據中隱含著規律性的交通知識。利用空間數據挖掘方法可以挖掘出對交通管理和大眾出行具有指導意義的規律性知識。例如,利用倫敦個人摩托車的GPS移動路線研究人們選擇路線的偏好,發現路線選擇時更多考慮的是角距離而非街區距離,即人們在出行時往往會選擇轉彎較少的方案[11];利用OSM的大范圍道路數據對人們的出行進行模擬研究,認為人們的出行模式主要受路網結構的影響,由此為出行行為和路徑優化研究提供了新的視角[31];對基于用戶軌跡挖掘的智能位置服務進行研究,探討了基于個人歷史軌跡、多人軌跡數據的大眾旅游推薦、個性化朋友和地點推薦等[32]。利用志愿者采集的GPS數據,基于歷史位置對用戶出行的相似性進行分析和挖掘,有助于探測用戶之間的關系以及地理位置的相關性[33];利用志愿者采集的GPS數據研究志愿者的空間移動規律特性,指出該出行距離具有較強的Levy移動特點,并通過基于代理的模型進行了驗證,有助于人類動力學的實證與機制研究[34]。綜合以上分析,眾源地理數據分析與挖掘的研究思路為:利用網絡拓撲分析、空間數據統計建模、地理模擬、時空數據挖掘、統計物理學等方法對眾源地理數據進行分析和挖掘,從中提取空間信息,挖掘空間知識。主要研究方向包括:
①眾源地理數據的拓撲分析。利用拓撲分析方法研究并構建眾源地理數據的網絡拓撲關系。
②地理空間的無標度分析。利用空間數據統計建模方法研究地理現象的冪律分布。
③導航分析:通過眾源地理數據的交通流量分析和最優路徑分析,為人們的出行提供導航服務。
④眾源地理數據統計建模:對眾源地理數據的統計特性進行探索性分析,構建統計模型并分析其統計規律。
⑤出行行為規律分析:利用空間聚類、頻繁模式挖掘等空間數據挖掘方法從眾源地理數據中挖掘出規律性知識,分析人們的出行規律,從而為大眾旅游推薦、個性化朋友和地點推薦等提供基礎。
⑥人類動力學研究:利用統計物理學方法和地理模擬方法,研究出行距離分布,構建動力學模型,為交通規劃設計、傳染病控制和無線網絡協議設計等提供支持。
4總結與展望
眾源地理數據處理與分析是近年來國際地理信息學科研究和應用的新熱點。眾源地理數據是一種有別于傳統測繪的新型地理數據源,將深刻影響現有地理信息科學的發展方向和產業化模式。眾源地理數據可以應用于應急制圖、早期預警、地圖更新、犯罪分析、疾病傳播等地理信息服務領域。眾源地理數據處理與分析的研究才剛剛開始。隨著地理信息科學與Web2.0技術的進一步發展,作為專業測繪領域有效補充的眾源地理數據的處理、分析、應用和服務是未來發展的重要趨勢。眾源地理數據處理與分析需要完備的技術體系、深厚的理論方法為其提供支撐,需要對眾源地理數據源及其特點進行分析和研究,需要研究眾源地理數據的質量分析與評價方法、眾源地理數據的信息提取與更新方法、眾源地理數據的分析與挖掘方法等關鍵技術,并研究眾源地理數據在相關領域的應用,不斷擴大其應用領域,從而促進眾源地理數據處理、分析與應用服務這一新興研究方向的發展
本文來自：逍遙右腦記憶 http://m.bianbian123.com/chuzhong/545297.html
相關閱讀：記憶地圖四法