空间拓扑关系表达方式间的转化与应用

在各类信息管理系统中,地理信息系统(GIS)是目前发展最快的系统之一,它是一个有组织的计算机软件和硬件的集合。它可以高效地创建、操作、分析和显示各种类型的地理或空间参照的数据,它能将图形与数据有机地结合起来,充分地表达数据的地理图形信息。地理信息系统(GIS)在资源调查、评价、管理和监测,在城市的管理、规划和市政工程、行政管理与空间决策、灾害的评估与预测、地籍管理及土地利用,在交通、农业、公安等诸多领域得到了广泛的应用。 但是,GIS中空间分析功能的发展显得比较落后,而空间分析是建立在空间目标位置和属性表达以及目标间复杂空间关系表达的基础上,要提高空间分析能力,必须解决空间关系描述与表达。因此,空间拓扑关系的研究已成为GIS研究的重点和热点。结合定性推理、空间推理与人工智能产生的定性空间推理,已成为人工智能的一个研究热点。近年来,定性空间推理的快速发展,也促进了GIS的发展,地理信息系统成为定性空间推理最成熟也最广泛的应用领域。因此,研究、分析、探讨定性空间拓扑关系,对促进地理信息系统的发展有重要的学术和实用意义。 本文通过研究GIS中的核心问题——拓扑空间关系,分析了几种空间拓扑关系表达方式的优劣,并通过分析的结果选择了一种基于层次的空间拓扑关系表达方式,研究了其他表达方式向其转换的方法,并且研究了这种基于层次的空间拓扑表达方式的一些应用。 论文首先介绍了定性空间拓扑关系表示的基本概念、研究背景、内容和现状,确定了论文研究涉及的相关知识领域。 其次研究了空间拓扑关系表示方法,包括n-交集模型(4-交集,9交集,维拓展4-交集,维拓展9-交集),RCC模型,分类不变量模型,CBM模型以及HBM模型,并分析了它们的优缺点,分别给出了其他表示方法向HBM模型的转换方式。 再次,给出了空间拓扑关系层次组合表,提出了拓扑权值的概念,并给出了使用拓扑权值的遗传算法框架。 最后,开发了拓扑关系转换及拓扑权值计算系统原型,验证了其现实性和有效性。