金诗程,李伊黎,3

（1.广东省国土资源测绘院，广州510700；2.自然资源部华南热带亚热带自然资源监测重点实验室，广州510700；3.广东省自然资源科技协同创新中心，广州510700）

1 引言

河系数据作为庞大空间数据库中必不可少的部分，是地图和地理信息分析中的基础概念，在反映区域地理特征方面具有标志性作用，对居民点、交通网和工农业生产的分布和布局有显著的影响作用，同时也是城市空间结构的重要制约因素［1］。河系作为一种广泛存在的自然要素，是地图的基础结构内容，在空间数据集成和融合中占有较大的比例，合适的河系匹配方法对数据更新、集成与融合具有重要的意义。

线群目标可以分为包括等高线等呈线簇状的目标和包括道路、水系、境界线等呈网状分布的目标。刘涛等从空间关系和几何特征建立了线群目标相似度计算模型，其中空间关系包括拓扑、方向和距离关系，几何特征包括线群长度、平均长度、密度和曲折度［2］。Yang 等以stroke 表达道路网，结合概率松弛法基于全局寻优的策略实现道路网的分级匹配［3］。刘海龙等以stroke 为单元将离散的道路弧段构建为完整的道路，采用分类分级策略完成了整个道路网的匹配［4］。刘闯等在运用stroke 技术对道路网分级的同时，顾及道路的邻域关系，以上下级空间关系相似性为约束条件实现了相近比例尺道路网匹配［5］。余梦娟提出基于Voronoi 图的多尺度道路网匹配方法，将待匹配道路与邻域道路作为一个整体进行整体的一致性相似性评价［6］。……