EN中文

地球信息科学学报 >

2016 , Vol. 18 >Issue 6: 726 - 733

DOI: https://doi.org/10.3724/SP.J.1047.2016.00727

地球信息科学理论与方法

多尺度地名地址空间区位编码模型研究

  • 陈东 , 1, * ,
  • 程承旗 2 ,
  • 童晓冲 3 ,
  • 原璟 1
展开
  • 1. 北京大学遥感与地理信息系统研究所,北京 100871
  • 2. 北京大学工学院,北京 100871
  • 3. 信息工程大学地理空间信息学院,郑州 450052

作者简介：陈东(1990-),女,博士生,研究方向为空间数据模型及其应用。E-mail:

收稿日期: 2015-10-23

  要求修回日期: 2015-12-06

  网络出版日期: 2016-06-10

基金资助

国家测绘公益项目“地名地址地理位置模型及可视化表达关键技术”(201512020)

收起

Research on the Multi-scale Spatial Location Coding Model for Address

  • CHEN Dong , 1, * ,
  • CHENG Chengqi 2 ,
  • TONG Xiaochong 3 ,
  • YUAN Jing 1
Expand
  • 1. Institute of Remote Sensing and Geographic Information System, Peking University, Beijing 100871, China
  • 2. College of Engineering, Peking University, Beijing 100871, China
  • 3. Institute of Geospatial Information, Information Engineering University, Zhengzhou 450052, China
*Corresponding author: CHEN Dong, E-mail:

Received date: 2015-10-23

  Request revised date: 2015-12-06

  Online published: 2016-06-10

Copyright

《地球信息科学学报》编辑部 所有
Fold

摘要

针对目前地名地址编码存在的区位信息缺乏、编码粒度较粗、稳定性和可读性较差等问题,本文提出了地名地址编码设计的3个原则：（1）每个地名地址的编码独立且稳定;（2）编码易于实现;（3）编码便于识读。基于地球剖分理论,设计了一种多尺度的地名地址空间区位编码模型,该编码模型以地球剖分网格作为基础单元,建立地名地址空间区位属性与球面网格的映射关系。进一步提出了地名地址空间区位编码方法,该编码是由定位码、层级码和半跨度码组成的一维定长组合码,并且从空间位置、区域范围和空间关系3个方面分析了对空间区位编码的识读方法。最后,以物流行业为例,探讨了地名地址空间区位编码模型的应用思路与前景。结果表明,该模型便于计算机存储与管理,能够为地名地址的网格化管理提供组织与表达基础,对智慧城市建设具有很强的理论和实用价值。

关键词： 地名地址; 空间区位; 地球剖分; 编码

本文引用格式

陈东 , 程承旗 , 童晓冲 , 原璟 . 多尺度地名地址空间区位编码模型研究[J]. 地球信息科学学报, 2016 , 18(6) : 726 -733 . DOI: 10.3724/SP.J.1047.2016.00727

Abstract

As a "bridge" connecting the information of various fields, such as politics, economy, society and culture, address is of significance in the exchange of multi-source information under the environment of big data. To solve the existing problems of address coding, such as the lack of location information, the coarse grain size, and the poor stability and readability, this paper proposes three principles for the design of new address coding models, including the independence and stability, the simplicity of realization, and the decipherability. Then, a multi-scale spatial location coding model for address is created, which is realized based on the global subdivision theory. This model takes the global subdivision grid as the basic unit, and builds the mapping rules from the address’s location to a set of grids. Furthermore, the structure of the spatial location code is provided in details. The spatial location code is developed by giving a unique sign to each of the address subdivision grid, which is the deformation of the global subdivision grid. It is described by a one-dimensional and fixed-length array, which is composed by the following four elements: the first one is C0, which is named as the Location Code; the second one is L, which is named as the Level Code, and two half span codes are the last elements. The deciphering method of the spatial location code is analyzed based on three aspects: location, region and relation. It shows that the spatial location coding model for address has presented good independence, stability, readability and scalability. Finally, this paper discusses the applications and prospects of the spatial location coding model for address, by taking the logistics industry as an example. Generally, the proposed model has presented strong theoretical and practical values for the construction of smart city.

Key words： address; spatial location; global subdivision; coding

1 引言

地名地址是大数据时代重要的空间信息,其蕴涵在各种结构化和非结构化的数据中,是多源数据的泛在属性,不仅具有定位功能,还起到沟通各类信息资源的“桥梁”作用,有利于实现多源信息整合、交换与共享[1-2]。目前,地名地址的描述主要采用文字和编码2种方式[3-4],前者指自然语言中反映特定位置的描述性名词或短句,如“北京大学”、“北京市海淀区颐和园路5号”等,后者是按照一定规则形成的表示特定位置的代码[5],如邮政编码“100871”等。在数据管理与使用中,编码方式相较文字方式更便捷。
美国是世界上最早进行地名地址编码研究的国家,在20世纪70年代,应用于人口普查领域的对偶独立地图编码法（Dual Independent Map Encoding,DIME）将街道作为主要编码对象,对点、线、面要素按顺序依次编号,同时保留了点、线、面要素间的拓扑关系[4]。但该方法的线要素和面要素空间属性需通过点要素的间接计算获得。2009年,中国颁布的《数字城市地理信息公共平台地名地址编码规则》规定了一种精确到楼/标志物的三段编码法,其本质上仍是一种顺序码,仅起到区分编码对象的作用,并未对空间属性信息进行描述[6]。2013年,香港大学叶嘉安等基于邮政编码和大地坐标提出了一种局部的邮政建筑物编码方法[7],该编码以建筑物的中心点表示空间位置,依赖于人为分区,当分区界线改变时,编码也会变化。对现有的地名地址编码方法进行分析,发现普遍存在以下问题[8-11]：（1）空间区位（空间位置和区域范围）信息缺乏,作为典型面对象,现有研究大多将地名地址抽象为一个点对象,仅记录其空间位置,忽略形状、大小等区域范围属性,极大地限制了编码的应用场景;（2）编码空间粒度单一且粗略,当前最细标识到建筑物级别,最常见的行政区划、邮政编码仅标识到街道、小区等;（3）稳定性和可读性较差,易受人为等外界因素的影响,仅能起到区分地名地址对象的作用。因此,研究一种能够同时描述地名地址对象的空间位置和区域范围、多尺度、稳定性和可读性高的地名地址编码具有重要意义。鉴于地球剖分理论可为该研究提供一种独特的解决思路[12],本文依托全球剖分网格参考框架,在地名地址编码中引入空间区位信息,提出了一种多尺度的地名地址空间区位编码模型,该模型具有稳定独立、易实现、易识读、可计算、可扩展等优势。

2 地名地址空间区位编码模型

2.1 地名地址空间区位编码原则

结合现有地名地址编码存在的区位信息缺乏、编码粒度较粗、稳定性和可读性较差等不足,地名地址空间编码应满足以下3个原则：
（1）每个地名地址的编码独立且稳定。独立性指不同地名地址对象具有不同的编码,而稳定性指编码不随其所在街区管辖单位或描述方式的变化而更改,在实际应用中具有一定的稳定性。
（2）编码易于实现[7]。具体体现在2个方面：①编码规则不复杂,编码生成、反解高效;②基于编码的简单操作与计算方法高效,可直接支持各类应用。
（3）编码便于识读。编码应尽量简洁,便于普通用户理解和机器管理,从而有助于在日常生活中进行推广和使用。

2.2 地名地址空间区位编码思路

地名地址空间区位编码模型的设计思路是：充分利用地名地址对象的空间区位信息,选择一套科学合理的地球剖分参考框架,按照地名地址与全球网格的映射关系,结合网格的多尺度特点,设计一种全球统一的地名地址空间区位编码,该编码不仅保留传统描述的空间位置信息,还可记录大致的区域范围信息。具体的设计思路如图1所示。
Fig.1 The designing principle of the address spatial location coding model

图1 地名地址空间区位编码模型设计思路

作为典型的空间对象,地名地址对象可分为点、线、面3种类型,然而在现实世界中,空间对象均占据一定空间区域,点和线均可看作面对象在一定尺度上的抽象化表达,地球剖分网格则巧妙地实现了点、线、面对象的统一,无论何种尺度的地名地址对象,在剖分空间中仍保留其区域性。
结合剖分网格的多尺度特点,一个地名地址所覆盖的区位可映射至一个或多个网格。若采用一个网格的映射方式,地址对象的形状和面积将简化为所在网格的形状和面积,并且对于非自适应划分的网格体系,极易出现多个地名地址映射至同一网格的情况。因此,本文采用多个网格的映射方式,以网格集合来表征地址对象[13],以网格编码集的压缩值——地名地址空间区位编码来描述该对象。该方法不仅能够保留地名地址对象的大致形状和面积等属性信息[14],还能通过网格的精细划分来保证不同地名地址编码之间的互斥。
设地名地址对象 Add 的编码为 Code ,由此构成地名地址到空间区位编码的一个映射（式（1））。
f : Add ( P , R ) → Code ( L ) （1）
式中： Code ( L ) 由空间位置 P 、区域范围 R 和网格尺度 L 这3个维度共同决定。
此外,本文提出的地名地址空间区位编码模型可根据实际应用需求进行调整（如加入地名地址对象的高度、建造结构、房屋政策属性等类别编码）,也可依据现有国家标准增加校验码,以检验编码在传输及使用过程中的正确性。

2.3 网格参考框架的选择

本文提出的编码模型建立在科学合理的地球剖分参考框架之上,适用于全球范围。本文选择由北京大学程承旗教授团队提出的全球等经纬度剖分网格体系（Geographical coordinate global Subdivision grid with One-dimension-integer on Two to nth power,GeoSOT）[15]作为地名地址网格及编码的参考框架,是涵盖厘米级至全球级的多尺度立体网格体系,具有可标识、可定位、可索引、多尺度和自动空间关联等优点[16]。该体系具有以下3个特点：
（1）全球经纬度剖分。GeoSOT是基于经纬度进行的全球剖分,其空间划分的一致性有利于构建地名地址的统一标识。
（2）网格粒度适宜。GeoSOT包含32级规则网格,提供了丰富的网格尺度,可供地名地址网格进行选择与抽取。另外,其最小可精确至1.5 cm（赤道附近）,能满足地名地址网格的精度需求。
（3）多层级嵌套网格体系。GeoSOT经由四叉树递归剖分形成,相邻层级具有严丝合缝的嵌套关系,小尺度的4个网格即可聚合成更大尺度的一个网格,满足地名地址对象标识、表达的多尺度性 需求。

3 地名地址空间区位编码方法

本文以剖分网格为基础单元,用地名地址网格编码的集合来描述地名地址对象的空间位置和区域范围,该编码不仅能够与经纬度相互转换,还具有较好的可读性。

3.1 网格单元划分与编码方法

从GeoSOT的32级嵌套网格中选择适当的层级,构建全球范围内无缝无叠的地名地址网格（图2）。在不同的应用需求下,层级的选择可能不同,但最小尺度网格应能区分不同的地名地址对象。
Fig.2 The division and encoding method of address grid

图2 地名地址网格单元划分与编码方法示意图

地名地址网格单元划分方法：以GeoSOT地球空间剖分网格为基础,抽取第4层（32°）、第8层（2°）、第12层（8′）、第16层（32″）、第20层（2″）、第24层（1/8″）、第28层（1/128″）网格,构成七级地名地址网格体系。
同时,形成14位十六进制数组成的地名地址网格编码,第1位和第2位分别是第一层级网格的经向编码和纬向编码,第3位和第4位是第二层级网格的经向编码和纬向编码,依次至第七层级网格编码。地名地址网格编码可用 λ 1 φ 1 λ 2 φ 2 … λ 7 φ 7 表示,其中, λ i 和 φ i 分别代表第 i ( 1 ≤ i ≤ 7 层的经向、纬向编码,每一位的取值范围均为十六进制值0-F。
不同长度的地名地址网格编码代表了地名地址网格体系中不同层级的网格,编码越长,表示对应的网格层级越高,网格尺度越精细,其最小网格精度在赤道附近为0.25 m,换算至中国区域,约为0.1 m,足以区分不同的地名地址对象,满足地名地址表达的精度要求。另外,地名地址网格编码可与经纬度之间相互转换。
（1）经纬度到地名地址网格编码的转换
对任意一点 P ( λ , φ ) ( λ ∈ ( - 180 ° , 180 ° ) , φ ∈ ( - 90 ° , 90 ° ) ) ,存在 n 级地名地址网格 Cell ,s.t. P ∈ Cell , Cell 的编码 Cod e n = λ 1 φ 1 λ 2 φ 2 … λ n φ n , 1 ≤ n ≤ 7 ； 也可表示为 Cod e n ( Code λ n , Code φ n ) ,其中 Code λ n = λ 1 λ 2 … λ n , Code φ n = φ 1 φ 2 … φ n ,式（2）、（3）为经纬度点 P 到地名地址网格编码 Cod e n 的转换公式。
Code φ n = φ 2 9 - 4 n 16 , 1 ≤ n ≤ 3 φ - Code φ 3 × 2 × 60 + φ - Code φ 3 × 2 × 3600 - φ - Code φ 3 × 2 × 60 × 60 32 16 , n = 4 Code φ 4 × 64 2 21 - 4 n + ( φ × 60 - Code φ 2 ) × 60 2 21 - 4 n 16 , 5 ≤ n ≤ 7 （2）
Code λ n = λ 2 9 - 4 n 16 , 1 ≤ n ≤ 3 λ - Code λ 3 × 2 × 60 + λ - Codeλ × 2 × 3600 - λ - Code λ 3 × 2 × 60 × 60 32 16 , n = 4 Code λ 4 × 64 2 21 - 4 n + ( λ × 60 - Code λ 2 ) × 60 2 21 - 4 n 16 , 5 ≤ n ≤ 7 （3）
（2）地名地址网格编码到经纬度的转换
对 ∀ 一个地名地址网格编码 Cod e n ( Code λ n , Code φ n ) ,其中,∃一个区域 R = { ( x i , y i ) | x max ≥ x i ≥ x min , y max ≥ y i ≥ y min } ,其中 P 为该区域的左下角点, P 所在经纬度为 P ( Λ , Φ ) ( Λ ∈ ( - 180 ° , 180 ° ) , Φ ∈ ( - 90 ° , 90 ° ) ) ,s.t.这个区域与 Cod e n 一一对应。式（4）、（5）为地名地址网格编码 Coden 到经纬度角点 P 的转换公式。
（4）
Λ n = Code λ n × 2 9 - 4 n , 1 ≤ n ≤ 3 Code λ n - Λ 3 × 16 2 - Code λ n - Λ 3 × 16 2 × 32 3600 , n = 4 Λ 4 + Code λ n - Λ 3 × 16 2 - Code λ n - Λ 3 × 16 2 × 2 21 - 4 n 3600 , 5 ≤ n ≤ 7 （5）

3.2 地名地址空间区位编码实现方法

空间位置和区域范围是地理空间实体对象的普适属性[17],每一个地名地址一定代表了某一特定的区位信息。
空间区位编码由14位定位码、1位层级码和2位半跨度码组成,共计17位,用四元组 ( C 0 , L , M , N ) 来表示。其中, C 0 为定位码,是对象中心点所在地名地址网格的编码; L 为层级码,用于标识对象的网格层级; M 和 N 为半跨度码,分别表示层级 L 下,定位网格至最小外包矩形右边界、上边界的网格跨度个数,当 M = N = 0 时则表示定位网格本身。图3为使用地名地址对象的最小外包矩形（所覆盖的网格集合）描述地名地址的大致区位信息。
Fig.3 An illustration of the address spatial location coding method

图3 地名地址空间区位编码方法示意图

地名地址对象构建空间区位编码的步骤如下：
（1）确定地名地址对象的中心所在地名地址网格的第7级网格编码 C 0 ;
（2）确定地名地址最适宜的标识层级。计算对象在第7级网格上的最大跨度：若经度方向跨 X 个格子,纬度方向跨 Y 个格子,取 Num = max ( X , Y ) ,使用地名地址的第 L = 7 - lo g 16 Num 层网格来描述对象的区域范围信息。那么,当 Num < 16 时,使用第 L = 7 层级1/128″网格标识对象;当 16 < Num ≤ 256 时,使用第 L = 6 层级1/8″网格标识对象,依此类推,保证对象的最大网格跨度不超过16个。如图3所示,地名地址对象的 Num = max 8,5 = 8 , L = 7 - lo g 16 Num = 7 - lo g 16 8 = 7 ;
（3）以 C 0 为起始点,在层级L的地名地址网格下,确定对象的经向半跨度 M = X 16 ( 7 - L ) × 2 和纬向半跨度 N = Y 16 ( 7 - L ) × 2 。图3中对象在第 L = 7 层下的半跨度 M = 8 16 ( 7 - 7 ) × 2 = 4 , N = 5 16 ( 7 - 7 ) × 2 = 2 。
由上述步骤可得,“北京市海淀区中关村北大街128号”对应的地名地址空间区位编码为036C2EDC423CB0742。

3.3 地名地址空间区位编码识读方法

本文提出的地名地址空间编码模型利用地名地址的区位信息实现了地名地址编码,该模型中的空间区位编码不仅标识了地名地址的空间位置与区域范围,还能对两个或多个地名地址之间进行简单的空间关系计算[18-19]。以图4所示中山公园与国家大剧院的地名地址空间编码为例,对地名地址空间区位编码的识读方法进行分析。
Fig.4 The deciphering of the address spatial location codes

图4 地名地址空间区位编码的识读结果示意图

（1）空间位置的识读
地名地址空间区位编码中的定位码 C 0 描述了该地名地址对象的空间位置。定位码“133AE3E00-1C1AE”和“133AE2DF5731B9”将中山公园与国家大剧院定位于2个不同的0.1 m×0.1 m近正方形网格。
（2）区域范围的识读
对于一个地名地址空间区位编码,层级码 L 和半跨度码 M 、 N 共同勾勒出该对象的大致区域范围。对于2个编码,层级码 L 越小,代表的区域范围可能越大,反之亦然;当层级码 L 相同时, M 和 N 的乘积越大,代表的区域范围可能越大。
中山公园和国家大剧院此段编码 LMN 分别为“5 35”和“5 45”,表示前者的大致范围为经向5个×纬向3个第5层地名地址网格（1/8″）,后者的大致范围为经向5个×纬向4个第5层地名地址网格;进一步对比可知,中山公园的占地面积可能更大。
（3）空间关系的识读
在地名地址空间区位编码中,由于位编码具有全球性,因此可用于两个或多个对象的空间分析[20-21],计算地名地址对象 Ad d 1 （编码的定位码为 α 经 1 α 纬 1 α 经 2 α 纬 2 … α 经 7 α 纬 7 ）相对于对象 Ad d 2 （编码的定位码为 β 经 1 β 纬 1 β 经 2 β 纬 2 … β 经 7 β 纬 7 ）的大致方位与距离：自 Ad d 2 向北 ∑ i = 1 7 ( α 纬 i - β 纬 i ) × Le n i ,向东 ∑ i = 1 7 [ ( α 经 i - β 经 i ) × Le n i ] 至 Ad d 1 。如图4所示,中山公园相对于国家大剧院的大致方位为：自国家大剧院向北(E-D)× 1 km+(0-5)×64 m+(C-3)×4 m+(A-B)×25 cm=779.75 m,即向北约779.75 m;向东(3-2)×16 km+ (0-F)×1 km+(1-7)×64 m+(1-1)×4 m+(E-9)×25 cm=553.25 m,即向东约553.25 m可达中山公园,与真实情况相符。

4 地名地址空间区位编码的应用

地名地址空间区位编码以空间信息为纽带,为每一个地名地址对象赋予了统一标识,并且编码易生成、易识读、易传输、易扩展,在智慧城市中具有广阔的应用前景。
本文以物流行业为例,介绍地名地址空间区位编码的应用思路与方法。当前,物流地理信息普遍采用“地名（地名地址）+邮政编码”的服务模式,但由于人工填写易出现地名地址漏填、错填、地名地址不详等问题,影响现代物流向精细物流、智慧物流的发展。在物流中引入地名地址空间区位编码,以“发货地名地址空间区位编码+时间码+收货地名地址空间区位编码+顺序码”替换物流单中仅具有唯一标识作用的条形码。其中,发货地名地址编码可通过手持终端实时定位、匹配标准地名地址库来自动生成,收货方可用终端将其地名地址编码传输至发货方,这种新型的条形码不仅有望解决现有问题,还能从多环节提升物流服务质量：（1）有效保证收/发货地名地址的完整性和准确性,避免传统人工录入方式带来的错误,另外,加入发货时间码和顺序码,保证了物流条形码的唯一性;（2）优化分拣环节,新型条形码蕴含收货地名地址信息,可用于包裹自动分拣系统,提高分拣效率,降低错误率;（3）便于商品溯源,通过扫描解析新型条形码中的发货地址与时间信息,在一定程度上提高商品来源的真实度;（4）为资源分配与调度提供决策依据。由于该编码蕴含空间信息且具有多尺度的特点,将物流地名地址空间区位编码存储于后台数据库,便于分析客户群体的空间分布特征,提供多尺度网格并存的均衡量化调控。图5（a）为用第7级（1/128″）地名地址网格表示的某地区某天的物流统计情况示意图,网格颜色的深浅代表物流量的多少。根据网格的层次性嵌套关系,聚合物流量较小的相邻区域,细分物流量较大的区域,从而使各网格内的物流量趋于均衡,如图5（b）,每个网格内可设立一个服务点。
Fig.5 The application of the address spatial location code in logistics

图5 地名地址空间区位编码在物流中的应用示意图

5 总结

人类生活中90%的信息具有空间属性,而这些空间信息大多隐含在地名地址中,故研究地名地址编码对大数据背景下各种资源的整合具有重要意义。本文依托地球剖分理论,将空间区位属性引入地名地址编码,提出了一种多尺度的地名地址空间区位编码模型。该模型解决了现有地名地址以随机无意义码、顺序码或经纬度点位为基础的编码方式,具有全球性、独立稳定、易识读、易扩展等特点,下一步工作将围绕该模型中地名地址空间区位编码运算进行,深入开展空间关联方法研究。本文设计的地名地址空间区位编码在以精细物流为代表的智慧城市建设中具有广阔的应用前景,为分散在各部门、各系统中的信息关联共享带来契机,通过示范应用工程使地理信息服务真正面向大众,促使人们的生活更加便利。

The authors have declared that no competing interests exist.

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
王际桐. 地名学概论[M].北京:中国社会科学出版社,1993.

[ Wang J T.Introduction of toponymy[M]. Beijing: China Social Sciences Publishing, 1993. ]

[2]
张保钢. 地名与地址之比较[J].北京测绘,2009,1(2):34-35.在对地名和地址定义分析基础 上,从语义构成、存在的先后顺序、空间形态、指代空间范围的确定性、时间形态、文化内涵几个方面对二者进行了对比。研究表明:地址是一种复合的地名或地名 的延伸;地名在先,地址在后;地名一般表示较模糊的面状范围,地址一般表示较具体的定位点;地名有历史、现状和规划三种时间形态,地址只有现状地址才有意 义;地名具有文化内涵,地址是地名的组合,侧重于应用。

DOI

[ Zhang B G.Comparing placename with address[J]. Beijing Surveying and Mapping, 2009,1(2):34-35. ]

[3]
唐静. 城市地名地址的编码匹配研究[D].昆明:昆明理工大学,2011.

[ Tang J.Research on urban address matching and coding[D]. Kunming: Kunming University of Science and Technology, 2011. ]

[4]
Grayson T H.Address matching and geocoding[R]. Cambridge, MA: Massachusetts Institute of Technology Department of Urban Studies and Planning, 2000.

[5]
张雪英,闾国年,李伯秋,等.基于规则的中文地名地址要素解析方法[J].地球信息科学学报,2010,12(1):9-16.在日常生产与生活中,地址是最常见的使用自然语言描述地理位置的参考系统之一。地址地理编码技术被认为是大量业务数据的GIS实现可视化定位和空间分析的桥梁,在房地产管理、土地管理、城市规划、公安、邮政、税收、电讯和公共卫生等领域中具有十分重要的应用前景。地址要素解析是中文地址编码的核心技术之一。它是将自然语言描述的地址拆分为在某一限定区域内,可以指定某一地理范围的地址要素的过程。实际上,这个过程可以被看作是一种特定的中文分词任务。由于语言和文化的原因,中文地址描述采用连续的字符串,而且普遍存在不规范现象。目前,采用的地址解析方法在较大程度上受限于词典的更新维护和规则的不完备问题。本文以大规模地名词典和地址数据库为数据源,通过系统分析地址要素的构词特征和句法模式,构建了各类地址要素的特征字库,提出了中文地址的数字表达方法,设计了RBAI中文地址要素解析算法,开发了相应的原型系统。实验结果准确率达到92%以上,处理效率达2800条/秒。这表明该方法符合大规模数据处理的应用需求,具有重要的推广应用价值。

[ Zhang X Y, Lv G N, Li B Q, et al.Rule-based approach to semantic resolution of Chinese addresses[J]. Journal of Geo-Information Science, 2010,12(1):9-16. ]

[6]
Werner P A.National geocoding[J]. Annals of the Association of American Geographers, 1974,64(2):310-317.

[7]
江洲,李小林,刘碧松.地理信息系统地名地址编码技术标准化研究[J].标准化研究,2007(5):22-25.

[ Jiang Z, Li X L, Liu B S.Geocoding technical standardization of geographic information system[J]. World Standardization & Quality Management, 2007,5:22-25. ]

[8]
叶嘉安,朱家松.智慧城市的邮政建筑物编码方法研究与应用[J].地理信息世界,2013,20(4):1-7.随着地理信息技术的大众化应用普及和智慧城市建设进程的深入开展，应用地址匹配操作准确高效地将与位置相关的信息进行地理定位非常重要。本文对地址匹配操作的基本概念、核心要素、主要方法和存在问题进行了全面总结，指出了地址匹配过程中产生不确定性及误差的根本原因。基于此提出了邮政建筑物编码方法，并探讨了其应用前景。

DOI

[ Ye J A, Zhu J S.The study and applications of postal building geocoding for smart cities[J]. Geomatics World, 2013,20(4):1-7. ]

[9]
张彦,徐占华,向煜.基于移动GIS技术的地名地址普查系统设计与实现[J].城市堪探,2014,4(5):59-62.介绍了基于移动GIS技术的地 名地址普查系统的构建,包括移动GIS地名地址普查系统的框架设计、数据体系、网络运行模式和系统功能等。系统构建的地名地址数据采集管理模式,实现了智 慧城市地理信息公共服务共享平台中地名地址数据层建设,对促进城市信息化的建设和经济的可持续发展有重要意义。

DOI

[ Zhang Y, Xu Z H, Xiang Y.Design and implementation of address survey system based on mobile GIS[J]. Urban Geotechnical Investigation & Surveying, 2014,4(5):59-62. ]

[10]
Toll D G.Geo-engineering data: representation and standardisation[J]. Electronic Journal of Geotechnical Engineering, 2007:1-8.The paper addresses current issues of representation of geo-engineering data using XML (eXtensible Markup Language) and the evolution of data standards in this field. Suggestions are made for ways to bring greater consistency to the common areas of the schemata that have been proposed, particularly focussing on ground investigation or borehole data. It is proposed that Borehole should be the agreed name for a borehole/hole used to id...

[11]
Churdches T, Christen P, Lim K, et al.Preparation of name and address data for record linkage using hidden Markova models[J]. BMC MedicalInformatics and Decision Making, 2002. DOI:10.1186/1472-6947-2-9.

[12]
Zandbergen P A.A comparison of address point, parcel and street geocoding techniques[J]. Computers, Environment and Urban Systems, 2007,32(3):214-232.ABSTRACT The widespread availability of powerful geocoding tools in commercial GIS software and the interest in spatial analysis at the individual level have made address geocoding a widely employed technique in many different fields. The most commonly used approach to geocoding employs a street network data model, in which addresses are placed along a street segment based on a linear interpolation of the location of the street number within an address range. Several alternatives have emerged, including the use of address points and parcels, but these have not received widespread attention in the literature. This paper reviews the foundation of geocoding and presents a framework for evaluating geocoding quality based on completeness, positional accuracy and repeatability. Geocoding quality was compared using three address data models: address points, parcels and street networks. The empirical evaluation employed a variety of different address databases for three different Counties in Florida. Results indicate that address point geocoding produces geocoding match rates similar to those observed for street network geocoding. Parcel geocoding generally produces much lower match rates, in particular for commercial and multi-family residential addresses. Variability in geocoding match rates between address databases and between geographic areas is substantial, reinforcing the need to strengthen the development of standards for address reference data and improved address data entry validation procedures.

DOI

[13]
吕雪锋. 基于GeoSOT剖分编码的空间信息区位标识研究[D].北京:北京大学,2012.

[ Lv X F.Spatial information location identification based on GeoSOT grid coding[D]. Beijing: Peking University, 2012. ]

[14]
程承旗,付晨.地球空间参考网格及应用前景[J].地理信息世界,2014,7(3):1-8.随着地球空间信息涉及范围的扩 大,建立空、天、地、地(水)下一体的地球空间参考网格框架具有重要意义。本文提出了地球空间参考网格的概念及设计要求,并提出了GeoSOT地球空间参 考网格的技术体系,展望了地球空间参考网格的应用前景;最后,就发展我国统一的全球空间数据组织体制等问题提出了几点建议。

DOI

[ Cheng C Q, Fu C.Earth space reference grid and its application prospect[J]. Geomatics World, 2014,7(3):1-8. ]

[15]
李德仁,朱欣焰,龚健雅.从数字地图到空间信息网格—空间信息多级网格理论思考[J].武汉大学学报·信息科学版,2003,28(6):642-649.

[ Li D R, Zhu X Y, Gong J Y.From digital map to spatial information multi-grid: a thought of spatial information multi-grid theory[J]. Geomatics and Information Science of Wuhan University, 2003,28(6):642-649. ]

[16]
程承旗,任伏虎,濮国梁,等.空间信息剖分组织导论[M].北京:科学出版社,2012.

[ Cheng C Q, Ren F H, Pu G L, et al.Introduction of geospatial information subdivision organization[M]. Beijing: Science Publishing, 2012. ]

[17]
童晓冲. 空间信息剖分组织的全球离散格网理论与方法[D].郑州:信息工程大学,2010.

[ Tong X C.The principles and methods of discrete global grid systems for geospatial information subdivision organization[D]. Zhengzhou: Information Engineering University, 2010. ]

[18]
Miller H J, Wentz E A.Representation and spatial analysis in geographic information systems[J]. Annals of the Association of American Geographers, 2003,93(3):574-594.ABSTRACT A common&mdash;perhaps modal&mdash;representation of geography in spatial analysis and geographic information systems is native (unexamined) objects interacting based on simple distance and connectivity relationships within an empty Euclidean space. This is only one possibility among a large set of geographic representations that can support quantitative analysis. Through the vehicle of GIS, many researchers are adopting this representation without realizing its assumptions or its alternatives. Rather than locking researchers into a single representation, GIS could serve as a toolkit for estimating and exploring alternative geographic representations and their analytical possibilities. The article reviews geographic representations, their associated analytical possibilities and relevant computational tools in the combined spatial analysis and GIScience literatures. The discussion identifies several research and development frontiers, including analytical gaps in current GIS software.

DOI

[19]
杨宇博,程承旗,董芳,等.基于GeoSOT剖分编码的多尺度空间信息区域包含关系计算方法[J].遥感技术与应用,2013,28(3):474-480.

DOI

[ Yang Y B, Cheng C Q, Dong F, et al.Calculation method of area inclusion relationship of multi-scale spatial information based on GeoSOT subdivision codes[J]. Remote Sensing Technology and Application, 2013,28(3):474-480. ]

[20]
金安. 地球空间剖分编码代数模型及应用初探[D].北京:北京大学,2013.

[ Jin A.Global subdivision code algebra model and its application[D]. Beijing: Peking University, 2013. ]

[21]
Chen D, Cheng C Q, Song S H, et al.Research of spatial topological relation model based on GeoSOT[C]. Geoscience and Remote Sensing Symposium (IGARSS), 2013:786-789.

Options
文章导航

/

〈 〉