点抽稀算法的电子地图论文范文

1、常用点抽稀方法

在ArcGIS软件的配置中有BulletLeader的标注方式，即利用Maplex智能标注引擎，用符号代替原有的牵引线，也就是将符号合为注记一体来显示，这样符号和注记同时显示，有效地避免了符号与注记的互相压盖或符号显示而注记无法显示的问题。但它的弊端是，每次对同类符号的POI进行设置显示，这样就需要将POI按类别进行分层，并将每层都进行设置一次显示。

但通常我们在进行POI符号化时，往往考虑到图面效果，为了图面上地名比较丰富，不能只显示单一的POI类别，每级都需要不同符号、注记样式的POI类型。并且，地名显示也需要有连续性，即15级显示了的POI，在16级及后续级别也应该连续显示，而基于Maplex智能标注引擎的点抽稀很难达实现POI的连续显示，配置上比较复杂，实用性不大。如果要达到非常好的实现效果，用人工去选择删除POI也是一种方法，这样能够兼顾图面美观，能够使POI的类别的位置实现一个较好的平衡，最大限度的实现配图效果，但很明显，人工调整POI要浪费大量时间。

2、基于点距离的点抽稀的方法

基于点距离的点抽稀算法由GP工具实现，它主要是根据点与点之间的距离来进行计算，即在不同的比例尺下条件下按一定的因子对点数据进行抽稀。抽稀算法优先考虑空间分布上的均匀合理性，也就是获取每一个点在空间范围内拥有的相邻的点的数目信息，进行得到地图中的点的密度分布状况，类似于对每一个点进行了一个缓冲范围计算，缓冲范围内拥有的相邻点越多说明区域内点的聚集程度越高，相反则说明点离散。根据设定算法，保留下离散点，去除聚集的部分就可以达到合理的空间抽稀效果。在去除的过程可以结合业务上的属性信息，增加“优先级”字段使抽稀结果更加符合实际需求。

下图为以100米距离为缓冲区下计算出的点抽稀结果，红色的点位保留的点，绿色的点为去除的点。首先利用PointDistance工具生成一张记录某点在一定距离（例如100米）到范围内相邻点的距离的表，PointDistance中没有出现的FID点即为地图上状态标记为0的点，需要保留。PointDistance结果表中的每个点获取到维度（即一定范围内拥有的相邻点数目）和相邻点集合后，在代码中用一个机构体或对象类进行维护，再把这个对象类和其对应的点的FID保存在一个哈希表中。遍历哈希表集合，首先从中排除空间重复点，排除规则为：先比较“优先级”属性值，如果存在多个同样“优先级”的点，再将这些“优先级”相同的点进行“NAME”字段的长度比较，取其中长度最小的。如果仍然存在“优先级”、“NAME”长度相同的，则随机取一个，将不选取的点标记出来进行排除，排除重复点后，继续从最高“维度”的点开始对其和其相邻点的集合进行抽稀，直至运算结束。

以一个市范围的POI点进行实验，运算速度为1分钟左右，在实际工作中具有可操作性，并完全能够满足实际需要。基于GP工具实现的点抽稀能够实现抽稀后点的密度均衡，并且能够逐级抽稀，满足了地名逐渐丰富，风格保持一致的需要。只要按照配图比例尺定义每级的抽稀距离，即可实现地名在每一级都能标注合理，无压盖，图面美观整洁。根据status字段来设置每级显示的过滤条件，不用重复设置地名数据，既满足了配图要求，又避免了数据冗余。这样的高效率和可控性大幅度提高配图效率，即便是海量数据生产也能够满足应用。

3、结束语

“十二五”以来，地理信息服务实现了井喷式的发展，带动了电子地图应用的不断扩展，地图服务的应用和服务方式也在不断开拓新的领域，地图愈加丰富、美观，表达更加细致，应用更加灵活。制图技术的发展使得我们能够更加灵活、得心应手的制作各式各样的地图，无论是基础地理信息地图还是网上电子地图都将以日新月异迎接更加蓬勃的发展。

作者：王屏宋昊刘淑红单位：国家测绘地理信息局黑龙江基础地理信息中心