唐忠成，张丽，陶岚，韩剑姿

(1.广州市规划和自然资源自动化中心，广东 广州 510060； 2. 广州市城市规划勘测设计研究院，广东 广州 510060)

1 引 言

地理信息公共服务平台对于政府建设数字城市具有重要的现实意义，以4D产品为核心的多尺度、多类型地理空间数据已渗透到数字经济、数字治理和数字生活的方方面面[1]，而平台的基础地理信息数据只有通过不断的维护与更新才能满足政府及各部门的应用需求。熊湘琛等通过增量更新技术快速、有效、准确地将建设的变化信息及时准确地反映在基础地理数据库，加快了城市基本比例尺地形图更新的速度[2]；周晟轩将空间数据一体化生产技术引入到大比例尺地图数据的生产中，简化了数据生产流程，提升了数据更新效率[3]；刘丽芬等研究了基于业务驱动的跨地域自适应转换的快速更新技术，实现了海图数据的自动化提取与在线协同更新[4]，但当前的研究重点仅仅是针对某一类型数据的更新，缺乏一套系统化的针对多源数据的快速更新体系。

本文基于广州市地理信息公共服务平台的数据更新项目，在分析了广州市基础地理信息数据的特点之后，结合动态变化检测、智能解译、多尺度数据级联更新等关键技术、提出了一套系统化的数据更新方案，完成了地理实体数据、多尺度政务电子地图等多源数据的快速更新需求，在数据生产模式和更新效率方面都有所突破，提高了地理信息公共服务平台数据的使用价值，持续为广州市提供丰富、优质的基础地理信息资源数据支撑。

2 数据更新体系

广州市城市建设日新月异，地理实体数据、地名地址(含POI兴趣点)数据的更新工作面临着更新范围广、要素多、变化要素提取难度大的挑战；同时随着城市治理智能化的发展，多尺度政务电子地图在城市建设、用地管理、疫情防控等方方面面发挥着重要作用，但也在各级空间尺度的应用中出现了图面负载量不均衡、多尺度级联更新困难的问题。

针对以上问题，本文整合利用广东省城市感知与监测预警企业重点实验室的sentinel雷达遥感数据和检测技术，结合雷达影像和光学影像的主被动协同多元动态变化检测与深度学习识别变化结果，筛选提取变化区域，再通过人工核检的方式完成，为地理实体更新提供重要参照，提升更新效率；同时，基于制图综合原理、神经网络机器学习、计算机图形学等技术，通过人机交互半自动化的方式，完成 1∶500～1∶500 000的8级系列比例尺的地图数据库级联更新。这一整套数据更新流程完成了从“变化识别”到“变化解译”到“变化更新”的快速转变，具体的数据更新流程如图1所示。

图1 广州市地理信息公共服务平台数据更新流程

2.1 数据准备

广州市地理信息公共服务平台所使用的基础数据源主要包括广州市2020版地理实体数据、广州市2020版多尺度政务电子地图和广州市2020版市级节点天地图等。此外，项目同时也包含了广州市2021年高分辨率卫星影像数据、广州市2021年国土规划业务管理审批数据等作为更新数据源。

2.2 数据预处理

基础地理信息数据更新所涉及的数据资料，由于其提供方及来源路径并不一致，存在数据范围、数据格式和空间参考信息的差异，因此需要对多种数据源进行更新要素提取、数据范围裁剪、空间参考转换、数据入库等预处理操作，保障多源数据的标准一致性。

2.3 变化检测及解译

基于已有的更新数据源，对比广州市2020年、2021年两个年度的卫星影像，结合主被动协同的多元动态变化检测技术进行建筑物、道路、水系、植被四种类型数据的对比分析，提取影像变化区域，然后结合双向长短期记忆网络的多特征融合的智能化解译技术实现遥感影像变化类型的自动解译，形成变化图斑。

2.4 数据更新

根据获得的变化图斑范围，分别按照确定型增量更新和变化型增量更新两条路线完成基础地理数据的全域更新。确定型增量更新指在地理实体数据(基版)的基础上，分别叠加各类增量(含新增、修改、删除)数据源，结合遥感影像数据进行判断更新；变化型增量更新指在地理实体数据(基版)的基础上，叠加变化图斑数据，根据遥感影像对疑似变化区域内的实体地物进行人工核实，需要通过对遥感影像的目视判断来判断变化要素及变化类型，从而进行图形和属性的更新。

2.5 级联更新

通过数据更新可获得新的大比例尺的地理实体数据，本文以2021版地理实体数据作为数据源，在2020版小比例尺基础地理数据库的基础上，对比两个比例尺间新增、删除，修改部分的区域，基于制图学制图综合理论，针对系列比例尺制图尺度差异、各区域地理特征异质性、不同地理要素图层等情况的综合判断，对建筑物、道路、水系和绿地面等不同的地物类型设立不同的综合指标，通过合并、选取、化简等综合操作完成系列比例尺地图的增量更新[5]，实现广州全域 1∶500～1∶500 000的8级系列比例尺的快速级联更新。

3 关键技术

3.1 基于雷达与遥感主被动协同的多元动态变化检测技术

动态变化检测技术是数据更新过程中首要并且是最重要的步骤，即利用同一地区在不同时间或不同条件的遥感图像中，识别和量化地表变化的类型、空间分布情况和变化量[6]。单一雷达影像(主动遥感)可以全天时全天候进行监测，但雷达噪声影响大、解译困难，而单一光学影像(被动遥感)易于解译、波段丰富但受天气干扰较大。

因此基于雷达与遥感主被动协同的多元动态变化检测，即主被动协同的地表动态监测，将雷达与光学遥感影像相结合，依据主被动遥感互补协同的思路，完成时间维、影像维、解译维的优势互补，准确识别提取变化区域，排除由于光学影像受卫星姿态，拍摄角度、云影等影响产生的伪变化，可从较大程度上提升遥感变化检测的准确程度。

3.2 基于双向长短期记忆网络的多特征融合的智能化解译技术

本文研究的数据更新体系在遥感与雷达主被动协同变化监测精准提取变化区域，解决了“哪里变”的问题基础上，还需要进一步解决遥感影像“变成什么”的问题。遥感图像自动解译作为一项复杂的工程、抽取稳定、有效的特征是提高遥感图像自动解译精度的关键[5]。而随着大数据、云计算、人工智能等技术的不断进步，深度学习技术在图像识别方面取得重大进展、在遥感影像特征提取方面也应用颇广[7]。

本文通过将深度学习技术应用到遥感影像解译之中，利用数据的特点，提取像素及其邻域的空间细节等高级特征，运用双向长短期记忆网络深度学习方法，联合变化图斑的光谱-对象-时间特征进行模型训练和智能化解译，这一方法比传统方法更有效充分地学习到样本数据前后变化的信息，提高识别的性能，通过构建“技术—生产—反馈”的迭代机制，可实现变化图斑类型的精准识别。

3.3 多尺度海量时空数据的智能级联更新

由于不同层次、政府、部门对数据的需求不同，为了满足地图表达需要，往往需要建立多种比例尺的数字地图数据库。但当数据库太多时其建立和维护费时费力将耗资巨大，因此对最新的较大比例尺数字地图进行自动综合，派生出较小比例尺的数字地图成为新的研究方向。

多尺度海量时空数据的级联更新采用跨比例尺新旧数据叠加缩编更新的方式，即直接叠加大小比例尺的新旧数据提取变化信息，然后对小比例尺数据进行更新协调来解决海量时空数据中矢量数据的更新维护问题。针对点、线、面不同类型要素，制定多尺度新旧地图数据变化信息发现、识别和级联更新规则，开发面向房屋面、道路中心线、水系、兴趣点等要素的多尺度更新的模型算法，为跨比例尺空间数据级联更新提供技术支撑[8]。

4 平台成果特点

本文提出的数据更新体系为新形势下新型基础测绘更新工作提供了参考，以广州市地理信息公共服务平台的数据更新项目为例，由该体系建立起来的广州系列比例尺地图数据库具有多源兼容、智能化快速更新、应用场景多样等特点[9]。

4.1 多源兼容

广州市地理信息公共服务平台数据来源多样，且数据量庞大。本文针对多样性的数据来源，通过统一编码、对数据进行融合清洗、标准化处理；同时针对不同的类型的数据来源，定制模块化数据更新流程，从而完成广州全域范围内的多种数据类型，比如地理实体数据、地名地址(含POI兴趣点)数据，多尺度政务电子地图等的统一更新工作。

4.2 智能化快速更新

本文提到的数据更新体系通过结合高新技术、算法，实现了城市基础地理信息数据的智能化快速更新，数据更新效率和速度显著提升。比如传统的常规计算机+人工目视的整个广州市的变化检测，需要一个人至少七天的才可以完成变化图斑识别，而通过结合多元动态变化检测技术以及深度学习技术，则可以实现半天计算机识别，1小时人工精度评价；增量更新和智能化地图综合技术的融入也有效降低更新作业量，提升了作业模式的智能化程度。

4.3 应用场景多样

基于多尺度海量时空数据库生成的政务电子地图和天地图·广州等平台数据成果，可有效支撑全市各委办局信息平台的空间数据应用。由该数据更新体系建立起来的“一库多用”的广州系列比例尺地图数据库可支持城市地图集App、广州市标准地图、云平台公众版等公共服务平台的地理要素动态表达和交互式应用场景，如图所示为面向政务和公众的不同风格的系列比例尺政务电子地图，在广州市委市政府等地得到了广泛应用，如图2所示。

图2 广州市系列比例尺政务电子地图

5 结 语

本文以广州市地理信息公共服务平台数据更新项目作为研究背景，提出了一套系统化的数据更新体系。该数据更新体系通过结合多元动态变化检测、深度学习和地图综合等关键技术，建立了一套可多源兼容，智能更新，应用于多种场景的广州系列比例尺地图数据库，解决了基础测绘数据在变化识别及提取、智能化综合、联动更新等方面的技术难题，可持续为广州市地理信息公共服务平台提供丰富、优质的基础地理数据支撑。

广州市地理信息公共服务平台数据更新体系虽然已经取得了一定的成就，但数据更新领域的研究方兴未艾[10]，下一步，希望通过将近几年迅速发展的深度学习、群体智能、知识图谱等人工智能技术与地图变化检测、地图自动综合等技术结合起来[11]，优化提升基于基础测绘、遥感变化检测及新型测绘技术的全域覆盖的智能化数据更新体系。