EN中文

地球信息科学学报 >

2017 , Vol. 19 >Issue 3: 326 - 335

DOI: https://doi.org/10.3724/SP.J.1047.2017.00326

地球信息科学理论与方法

地质界线图层的自动化生成方法

  • 姚蒙蒙 , 1 ,
  • 李安波 , 1, 2, 3, 4, * ,
  • 陈楹 1 ,
  • 吴春莹 1
展开
  • 1. 南京师范大学地理科学学院,南京 210023
  • 2. 南京师范大学虚拟地理环境教育部重点实验室,南京 210023
  • 3. 江苏省地理信息资源开发与利用协同创新中心,南京 210023
  • 4.江苏省地理环境演化国家重点实验室培育建设点,南京 210023
*通讯作者：李安波（1974-）,男,山东郓城人,博士,副教授,主要从事地质建模与模拟研究。E-mail:

作者简介：姚蒙蒙（1991-）,女,硕士生,研究方向为三维地质建模。E-mail:

收稿日期: 2016-03-15

  要求修回日期: 2016-07-01

  网络出版日期: 2017-03-20

基金资助

国家自然科学基金项目（41371374、41471175）

国家“863”重大项目子课题（2008AA121604）

江苏高校优势学科建设工程资助项目（PAPD）

收起

An Automatic Method for Creating the Geological Boundary Layer

  • YAO Mengmeng , 1 ,
  • LI Anbo , 1, 2, 3, 4, * ,
  • CHEN Ying 1 ,
  • WU Chunying 1
Expand
  • 1. School of Geography Science, Nanjing Normal University, Nanjing 210023, China
  • 2. Key Laboratory of Virtual Geographic Environment, Nanjing Normal University, Ministry of Education, Nanjing 210023, China
  • 3. Jiangsu Center for Collaborative Innovation in Geographical Information Resource Development and Application, Nanjing 210023, China
  • 4. State Key Laboratory Cultivation Base of Geographical Environment Evolution, Nanjing 210023, China
*Corresponding author: LI Anbo, E-mail:

Received date: 2016-03-15

  Request revised date: 2016-07-01

  Online published: 2017-03-20

Copyright

《地球信息科学学报》编辑部 所有
Fold

摘要

地质界线要素是地质图空间数据库的基本要素之一。地质界线图层通常是地质图空间数据库中图元最多的一个图层,其数字化和质量检验工作较为繁重。针对已有地质体面图层,而地质界线图层缺失的情况,本文提供一种快速补充地质界线图层的方法。该方法也可对原生地质界线图层进行属性数据的自动化质量检验。其主要处理环节包括：首先,基于地质体面图层,构建地质体邻接关系图,可实现对地质界线高效、准确地提取;其次,基于产状数据与断层数据,运用地层接触关系识别规则,可分别实现对基本地层接触关系和断层接触关系的自动识别;最后,针对两邻接地质体面实体多段界线间的接触关系识别结果不一致的情形,运用“平行不整合优先”原则和“长度优先”原则,进行了合理的综合判别。基于1:50 000庐山幅地质界线图层的自动化生成实验表明,本文方法可高效、快捷、准确地生成地质界线图层,既能够满足自动化补充地质界线图层的需要,又可作为检验地质界线图层属性的有效工具。

关键词： 地质界线; 接触关系; 自动化识别; 邻接关系

本文引用格式

姚蒙蒙 , 李安波 , 陈楹 , 吴春莹 . 地质界线图层的自动化生成方法[J]. 地球信息科学学报, 2017 , 19(3) : 326 -335 . DOI: 10.3724/SP.J.1047.2017.00326

Abstract

It has been generally accepted that the geological boundary feature is essential and fundamental feature in the process of building the spatial database of geologic map. Owing to the largest numbers of graphic elements in geological boundary layer, its digitization and quality inspection become more onerous. The traditional method commonly starts with the drawing of geological boundary layer, then designs the geological body layer by the way of line to arc on the foundation of the geological boundary layer. According to the traditional way, we can learn that geological boundary layer and geological body layer share the same spatial data. It is consistent with the digital geological map database standards of China Geological Survey. When we have the existed geological body layer and the geological boundary layer is missing, the quick method which making the best use of the same spatial data to produce the geological boundary layer will be considered as fully remarkable and reliable. It not only puts forward an automatic method for creating the geological boundary layer, but also automatically tests the attribute data quality of the geological boundary layer. The method is implemented as a three-step process. First of all, the geological body adjacency relation graph is constructed briefly which is aimed at extracting the geological boundary efficiently and accurately based on the geological body layer. Secondly, the recognition rules of stratum contact relationship is summed up, and is applied to recognize the basic stratum contact relationship and the fault contact relationship automatically on the basis of occurrence data and fault data. Finally, according to the situation that the recognition results among the multi-segment boundaries of two adjacent stratums are not unique, principles of the "parallel unconformity first" and the "length first" are given to make a reasonable integrated judgment. This test is based on 1: 50,000 scale of Lushan geological map and created the geological boundary layer automatically. It demonstrated that this method was efficient, fast and accurate. This method has the certain advantages of a faster way to create the geological boundary layer in the process of constructing the geologic map spatial database and at the same time it is an effective tool to inspect the quality of the geological boundary layer.

Key words： geological boundary; contact relationship; automatic recognition; adjacency relation

1 引言

在2006年中国地质调查局制订的技术标准《数字地质图空间数据库》中,明确地将地质界线要素和地质体面要素作为地质图空间数据库中的2个基本要素[1]。在实际工作中,地质界线图层和地质体面实体图层通常是数据库中图元最多的2个图层[2]。为此,如何高效、高质量地实现这2个图层的数字化建设,具有重要的研究意义。
目前,地质图空间数据库建库过程中,地质界线图层和地质体面实体图层的生成,主要遵照《数字地质图空间数据库》要求,采用先勾绘地质界线图层,后基于地质界线生成地质体面图层的方式[3]。具体处理过程为：① 先遵循“V”字形法则,按由新到老的顺序勾绘地质界线图层;② 地质界线经线转弧段和拓扑处理后,生成地质体面实体图层,它是一种矢量数据[4]。这种处理方式的特点是地质界线要素与地质体面要素间共享了空间数据,既保证了处理过程的高效性,又在一定程度上保证了地质界线与地质体面实体空间数据的一致性。
鉴于地质界线要素与地质体面要素在空间位置上的一致性,也可换个思路,考虑实现先生成地质体面实体图层,后生成地质界线图层的处理方式。该处理方式由于能够在以下2种情况下发挥作用：① 当已有地质体面实体图层,而地质界线图层缺失时,如能基于地质体面实体图层自动化提取地质界线图层,则为一种快捷且准确的补充地质界线图层的方法;② 空间数据库的质量控制贯穿于建库的每一个阶段,特别是属性数据的质量控制至关重要[5],如能基于地质体面实体图层自动提取地质界线图层,则可通过对比原生地质界线图层与基于地质体面实体图层中自动生成的地质界线图层,有效地进行2个图层属性数据的一致性质量检验。对于结果不一致的情形,可及时进行确认,提高图层数据的正确性。
Fig. 1 The flowchart of creating the geological boundary layer

图1 地质界线图层制作流程图

为此,本文拟基于地质体面实体图层、产状图层和断层图层,实现地质界线图层的自动化提取。本文方法不仅可以在地质界线图层缺失时提供了一种地质界线图层的补充方法,而且通过与传统方法相结合中,提供了一种对地质界线图层属性数据进行自动化质量检验的解决方案。此外,本文中涉及了地层接触关系的自动识别方法研究,相关研究对地质构造的自动解析、地质语义数据模型中地质关系构建[6]、基于知识的三维建模等具有一定的研究意义。

2 研究思路

自动化生成地质界线图层的工作,同样分为2个环节：① 基于地质体面实体图层,实现地质界线的自动提取;② 基于产状图层和断层图层,实现对地层接触关系的准确识别。
地质界线在图幅上表现为地表出露的所有邻接地质体面实体的公共边界,在地质体面实体图层中则表现为具有相邻拓扑关系的两地质体面要素的公共边界。因此,地质界线的提取,可通过2个步骤来完成：① 搜寻出图层中所有邻接地质体面实体,构建地质体邻接关系图（Geological Body Adjacency Relation Graph,简称GBARG）;② 基于GBARG高效提取相邻地质体面实体的公共边界,生成地质界线。
接触关系的识别环节,主要从2个方面进行：① 基于产状数据,对整合接触、平行不整合接触、角度不整合接触、沉积接触、侵入接触基本接触关系进行识别;② 基于断层数据,进行断层接触关系的识别。在此基础上,针对两邻接地质体面实体多段界线间接触关系识别结果不一致的情形,主要基于“平行不整合优先”原则和“长度优先”原则,进行地层接触关系的综合判别。

3 研究方法

3.1 地质体邻接关系图的构建

地质体邻接关系图GBARG可定义为一个无向图[7],即以所有地质体面实体的重心为顶点,如果2个地质体间为邻接关系,那么它们的重心之间有一条边连接。构建GBARG的目的在于：① 支持地质体面实体邻接关系的快速搜索;② 存储地质体面实体的邻接关系;③ 在断层接触识别中缩小识别范围,提高识别效率。
构建GBARG的工作核心是搜索图层中的地质体面要素间的邻接关系。传统上,多采用计算几何中的Delaunay剖分来解决点集对象的最近邻近问题[8-9]。但考虑到本研究中的地质体面实体对象为面集,若仅以地质体面实体对象的重心为点集,构建Delaunay三角网[10]。该方法会产生“重心邻近但地质体面实体不邻接”（如图2中2与4、3与5等）的错判与“重心不邻近但地质体面实体邻接”（如图2中1与7、3与7等）的漏判,导致提取的邻接关系不正确。可见,Delaunay剖分并不适用于表达本研究中地质体面实体间的邻接关系。
Fig. 2 Delaunay triangulation

图2 Delaunay三角剖分

为此,本文主要基于2个地质体面要素的邻接拓扑关系判别方法进行GBARG的构建。此外,由于地质体面实体的邻接界线表现为边接触类型,目前运用较多的四交和九交模型中的邻接关系模型均不适用于地质体面要素间邻接关系的描述[11-13]。为此,本文采用邓敏等的基于四交差模型和拓扑不定量确定的“Level_2”中的边接触邻接模型[14-15]。本文中边接触邻接判定规则为：设地质体面要素Sm与地质体面要素Sn的公共边T的点集为T={pi（xi,yi）|i=1,2,…,k},地质体面要素Sm顶点集为v。并记录T中点在顶点集v中的序号,记为N={n1, n2, …, nk}。若k≥2,且 ∃ n a , n a + 1 ,满足 | na - na+1 | =1,则存在边接触;反之,则不存在边接触。根据邻接判别法则,构建GBARG的步骤如下：
（1）点集化：求出每个地质体面要素Si 的顶点集vi={p1,p2,…,pn}（pi表示Si 的顶点）,按顺时针排序,且p1≠pn。若p1 、pn相等,则删除pn;
（2）邻接关系初判：依次循环判断vi（i=1,2,…,n-1）和vj（j=i+1,i+2,…,n）的最小外接矩形Ri与Rj是否有交点。若有交点,则执行步骤（3）;否则进入下一个循环;
（3）邻接关系细判：计算vi与vj的公共点集T。若k≥2,则依次判断公共点集T内连续的两点pt、pt+1（t从1开始）的点号m和n是否满足 | m - n | =1。若条件满足,则跳转执行步骤（4）;否则,继续执行步骤（2）;
（4）计算vi与vj的重心点Ci和Cj（作为GBARG的顶点）[16],连接Ci、Cj作为GBARG的边,构建GBARG。
GBARG的存储结构采用邻接表结构,该结构能够满足任一顶点的所有邻接点的任意查找[17],并可有效地记录地质体面要素的邻接属性信息。

3.2 地质界线的提取

地质界线在几何形态上表现为两邻接地质体面实体的公共边界L。由于地质体面实体的狭长与出露的不规则性,提取的公共边界L可能表现为一至多段的情况,如图3中地质体面实体1与地质体面实体2之间共有5段公共边界,即L=L1∪L2∪L3∪L4∪L5。
公共边界提取算法主要有2种：① 采用深度搜索匹配算法提取公共边：先选取2个多边形第一个公共点,再按某一固定方向匹配其他相同点,直至搜索结束[18-19];② 采用字符串模式匹配算法(KMP),记录相同坐标串的起止位置提取公共边[20]。本文中地质体面要素图层以矢量数据的形式存储,可通过获取其矢量数据点集,采用以上2种方法实现公共边界的提取。由于KMP算法存在对多边形的点集顺序较为依赖的缺点[21],本文选用深度搜索匹配算法提取公共边界。但是,2种方法均存在对第一个公共点较敏感的问题。当第一个公共点不是公共边界的首末点,则会引起第一个公共点所在的公共边界的割裂存储[21],如图3中L1可能被存储为2条边界。为此,本文在公共边界提取后,继续比较第一个公共点与其他段的末尾点坐标,若坐标相等,则将第一个公共点所在的边界段与其合并为同一段边界。处理流程简述如下：
Fig. 3 Schematic drawing of extracting common boundary

图3 公共边界示意图

（1）读取两邻接地质体面要素Sm和Sn对应的顶点集vm和vn,按顺时针方向排序,且保证首末点相等。如图4(a)读取地质体面要素1和2的点集;
Fig. 4 Extraction of common boundaries

图4 公共边界的提取流程

（2）基于深度搜索匹配算法,搜寻公共边界E。如图4(b)共获取6段公共边界,由于地质体面要素1的第一个共同点非公共边界的首末点,故L1以两段边界l1和l6存储。
（3）基于公共边界E={e1,e2,…,en},n为公共边界段数。比较e1点集的起始点坐标与ei+1点集的末尾点坐标,若相等,则将ei与ei+1合并为同一段边界。图4(c)中l1的起始点坐标与l6的末尾点坐标相等,故将l1和l6进行合并,得到5段公共边界,如 图4(d)所示。
在提取地质界线的基础上,进一步,可按照技术标准“地质图空间数据库”创建地质界线图层,并定义属性信息表。

3.3 基本接触关系识别

地质界线提取后,需对地层接触关系进行识别。基本接触关系主要包括岩层的接触关系中的整合接触和不整合接触以及岩体和围岩接触关系中的侵入接触关系和沉积接触关系。其中,不整合接触可进一步划分为平行不整合接触和角度不整合接触[22]。可基于地质体面实体的时代先后顺序、产状参数等,进行基本接触关系的识别,决策过程如图5所示。
Fig. 5 Decision tree of recognizing contact relationship

图5 接触关系识别决策树

决策图中的关键决策环节分述如下：
（1）地质体面实体为侵入体的判断,可通过地质体面面实体的岩性等属性信息,进行判断。
（2）以2个地质体面实体的岩石地层单位在地层划分简表上的时间序列来判断时代的连续性。若2个岩石地层单位在地层划分简表上相隔一个以上的地层单位,或2个岩石地层单位虽然在地层划分简表中的顺序相邻,但地层划分简表信息已记录其沉积间断或不整合信息时,则均判定为时代不连续;反之,则时代连续。侵入体时代与围岩时代的先后顺序也采用同样的方法进行先后顺序的判别。
（3）依据产状一致性可对不整合接触进一步区分。产状一致,则为平行不整合接触;产状不一致,为角度不整合接触。当2个地质体面实体的倾向、走向均相同,且倾角的差值小于阈值δ（取值范围可定为(0°,10°]）时,则可判定产状一致;反之,产状不一致。由于某些地质体面实体具有多个产状信息,因而,本文采用就近原则,取地质体面实体中距离地质界线最近的产状作为识别产状。
接触关系识别的决策过程可概括为接触类型判别规则、时代连续规则、产状一致规则、侵入体和围岩新老关系判别规则（表1）。
Tab. 1 Rules of recognizing contact relationship

表1 接触关系识别规则

规则名称 自然语言 形式语言
接触类型
判别规则		 若地质体面实体mi 或地质体面实体mj的类型为侵入体,则接触类型为岩体与围岩间接触;否则,接触类型为岩层间接触 If RockType(mi) ==“侵入体” Or
RockType(mj) ==“侵入体”
Then ContactType = SurroundContact
Else ContactType = StrataContact
时代连续规则 若地质体面实体mi的岩石地层单位Rocknamei与地质体面实体mj的岩石地层单位Rocknamej一致或相邻,则形成时代连续;否则,形成时代不连续 If Rocknamei == Rocknamej Or
IsAdjacenct(Rocknamei ,Rocknamej)=true
Then IsContinuity (mi,mj) = True
Else IsContinuity (mi,mj) = False
产状一致规则 若2个地质体面实体mi和mj产状的倾向Dip与走向Strike均相等,且倾角Angle差值小于等于δ,则产状一致;反之,则不一致 If Dipi == Dipj And
Strikei == Strikej And
|Anglei - Anglej |≤δ（0°<δ<10°）
Then OccurrenceIsSame(mi,mj) = True
Else OccurrenceIsSame(mi,mj) = False
侵入体和围岩新老判别规则 若地质体面实体(侵入体)mi的岩石地层单位Rocknamei晚于围岩mj的岩石地层单位Rocknamej,则侵入体晚于围岩;否则,侵入体早于围岩 If IsLate(Rocknamei, Rocknamej)= True
Then LateType = Intrusive
Else LateType = Surrounding rock

3.4 断层接触关系识别

断层接触必出现在断层线的附近,断层接触界线与断层线重合[23]。设断层线为集合F,地质界线为集合L,则断层接触界线集合lF= F∩L。此时,可通过穷举寻求断层接触界线,但效率较低。若选取与断层线相交的GBARG的边集合E所对应的界线子集合LE代替L,则lF= F∩LE。此时,由于LE中地质界线的数量远小于L中地质界线的数量,其处理效率可得到有效提高。
断层接触关系识别的算法流程如下：① 基于GBARG,提取与断层相交的GBARG边集合E （图6(a)）;② 提取E所对应地质界线集合LE（图6(b)）;③ 基于断层图层数据,以断层线为中心轴线,以距离参数D生成断层缓冲区（图6(c)）;④ 识别断层接触,即断层缓冲区内的界线为断层接触界线,断层缓冲区外的界线为非断层接触界线（图6(d)）。
Fig. 6 Recognition of the fault contact relationship

图6 断层接触关系的识别

3.5 综合判别

由于两地质体面实体的接触界线L可由多段界线组成,在各分段独立识别的情况下,会出现各段间接触关系识别结果不一致的情况。造成这种不一致的原因主要有2个：① 客观的不一致接触事实引起的不一致。最常见的如同一次构造运动造成的不整合在不同地区表现不一,有的地方表现为角度不整合,有的为微角度不整合或过渡到平行不整合[24];② 某段测量或记录错误引起的不一致。针对第①种情况,可根据实际要求,选择是否需要消除这种不一致情况。
当2种情况引起的不一致需要处理时,可采用以下2个原则来处理：① “平行不整合优先”原则,此原则适用于识别结果为不整合、平行不整合和角度不整合这3种接触关系中的任意2种共存,或同时包含3种接触关系的情况。综合判别结果定性的优先级顺序为：平行不整合接触>角度不整合接触>不整合接触。例如,当平行不整合、角度不整合并存时,综合判别为平行不整合;当角度不整合、不整合并存时,综合判别为角度不整合;② “长度优先”原则,即取较长地质界线所代表的接触关系。
2种原则可以配合使用,可以先判断“平行不整合优先”原则是否适用于识别结果中,若适用,则采用“平行不整合优先”原则;否则,则采用“长度优先”原则。如图7(a)中地质体面实体1与2的接触关系可判为平行不整合接触;如图7(b)地质体面实体1与2间的接触关系,按长度优先原则判定为不整合接触。
Fig. 7 The example of integrated judgment

图7 综合判别示例

4 实验与分析

4.1 实验区与实验数据

本文选择庐山为实验区域,位于江西北部（115°45'~116°00'E,北纬29°30'~29°40'N）,区域面积约为444.49 km2。地层发育较全,除侏罗纪、白垩纪外,自古元古代至第四纪地层均有出露[25]。其岩层间接触关系的种类较为全面,便于对本文方法进行检验。
实验数据为1：50 000的庐山幅地质体面实体图层（图8）。为便于断层接触关系的识别,需根据断层图层对地质体面图层进行切分处理,将被断层线切割的地质体面要素沿断层线分割成2个或多个地质体面要素。
Fig. 8 Experiment data of Lushan

图8 庐山实验数据

4.2 结果与分析

（1）地质体邻接关系图（GBARG）
按照3.1节方法构建GBARG（图9）,共包括785条边,即存在785个地质体邻接关系。从图9可看出,5个具有较多邻接关系的区域,且核心均是该区域中年代最（较）新且出露较多的地层。例如,图9中A区和E区中出露较多的第四纪全新世的联圩组,其年代最新且出露面积较大。
Fig. 9 Map of adjacency relationship of geological body

图9 地质体邻接关系图

（2）地质界线
GBARG构建结束后,采用3.2节方法提取785个邻接关系所对应地质体面实体的界线,如图10所示。图中包括926条地质界线,表明存在多处两邻接地质体面实体的多段接触情况。
Fig. 10 Geological boundary

图10 地质界线

（3）地层接触关系的识别
提取接触界线后,读取地质体面实体的类别、岩石地层单位、产状和断层信息,再基于3.3节和3.4节的识别规则对926条接触界线进行识别。实验中时代连续规则依据庐山岩石地层单位建立地层系统时代序列表[22],且产状一致规则中阈值 δ 取5°时,识别结果如表2所示。由于产状信息不全,部分不整合接触关系未能进行进一步的区分。
Tab. 2 Geological boundary

表2 地质界线

地质界线类型 地质界线数/条
整合接触关系
不整合接触关系
平行不整合接触关系		 185
705
36
角度不整合接触关系
尚未细分的不整合接触关系		 6
663
断层接触关系 29
侵入接触关系 4
沉积接触关系 3
（4）综合判别
本实验中共有6处识别结果不一致。对于2种原因所引起的冲突,在实验中均进行了综合判别,分别采用“平行不整合优先”或“长度优先”原则的处理,结果如表3所示。综合判别后的地质界线图层如图11所示。
Fig. 11 Thematic map of Lushan geological boundary

图11 庐山地质界线专题图

Tab. 3 Integrated judgment

表3 综合判别

界线两侧地层名称 识别结果组合 综合结果 综合原则
新港粘土下段、茅山组中段 断层接触、不整合接触 不整合接触 长度原则
茅山组中段、茅山组上段 断层接触、整合接触 整合接触 长度原则
观音堂组、大姑泥砾 角度不整合接触、不整合接触 角度不整合接触 平行不整合优先原则
皮园村组、大姑泥砾 角度不整合接触、不整合接触 角度不整合接触 平行不整合优先原则
大姑泥砾、莲沱组下段 断层接触、不整合接触 不整合接触 长度原则
新港粘土下段、清水组上段 平行不整合接触、不整合接触 平行不整合接触 平行不整合优先原则
（5）结果分析
下面主要从地质界线提取的一致性和接触关系识别结果的正确性方面,对实验结果进行分析和总结。
① 实验中地质界线的提取采用先搜索邻接地质体面实体再提取地质界线的方式,实现地质界线的不遗漏、不重复提取。地质界线提取的结果,与地质体面图层中的界线相一致,表明本文地质界线提取方法的正确性。直接采用穷举法提取地质界线,即一边搜索一边提取,不生成GBARG的方法与本文提取方法相较,存在重复提取且不存储地质体面实体间邻接关系的缺点。
② 传统的地质连图过程中,由于新老地层间的压盖关系,需考虑地质界线生成的先后顺序。通常采用由新到老的顺序勾绘第四系、新生代断层,再勾绘其他时代的断层及地质体面实体[26]。与传统的勾绘方法相较,本文中地质界线图层的自动生成,仅是一种自动数字化手段和属性质量检查手段,故无需考虑先后顺序。
③ 通过纸质地质图明确标出的部分地层的接触关系和庐山地质图说明书中描述的接触关系,对接触关系识别结果的正确性进行校验。检验结果表明：相关接触关系在本实验中均得到正确识别。此外,本实验中的产状图层仅包含部分地质体面实体的岩层产状信息,实验结果中包含了663条仅被识别为不整合接触的界线。实际应用中可通过三点法或四点法求出相关地层的产状[22],再对不整合接触关系作进一步细分。
④ 基于本实验的提取的地质界线和接触关系,可选择将两邻接地质体面实体间接触关系一致的多段界线合并成一条界线,便于各地质体面实体接触关系的快速查找。例如,将经综合判别处理后的新港粘土下段和茅山组中段的多段地质界线要素合并为一个要素,处理方法为先将多个界线要素合并为一个界线要素,然后合并属性,并修改界线要素的图元编号。

5 结论

基于地质体面图层和断层中蕴含的相关地质界线位置和接触关系信息,本文提出了一种自动化补充和检验地质界线图层的方法。主要研究结论为：① 基于地质体面图层,可在有效构建GBARG的前提下,快速、准确地提取地质界线;② 基于产状数据,运用地层接触关系识别规则,可有效实现对基本接触关系的识别;③ 基于断层数据,生成断层缓冲区,通过对断层缓冲区内的接触界线的提取,有效识别断层接触。④ 针对地质体面实体多段界线间接触关系不一致的情形,基于“平行不整合优先”原则和“长度优先”原则,可有效进行综合判别。
庐山幅地质界线图层的自动生成的实验表明,本文方法可高效、快捷、准确地生成地层界线图层。既能够在地质界线图层缺失时提供了一种基于地质体面图层补充地质界线图层的方法,又能对原生地质界线图层属性数据进行自动化质量检验。

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]
中国地质调查局.DD2006-06,数字地质图空间数据库标准[S]. 2006:1-17.

[China Geological Survey.DD2006-06, Digital geological map database standards[S]. 2006:1-17. ]

[2]
李超岭,张克信,于庆文,等.数字填图中不同阶段数据模型的继承技术[J].地球科学:中国地质大学学报,2004,29(6):745-752.以当前第三代地理数据库模型和PRB数据模型为基础，通过PRB数据流“栈”与不同阶段数据模型的关系说明PRB数据流“栈”是不同阶段数据模型继承和传递的基础；阐明了最终解释成果空间数据库的数据模型是在不同阶段结构化与非结构化数据模型关系上通过抽象与综合来实现“继承”的；用对象类和要素类的互操作来实现空间与非空间的属性继承传递．同时，基于地质图一体化的描述、组织和存储的数据建模原则，得出了基于PRB数据模型为基础的PRB地质图空间数据库由17个基本要素类、6个对象类、8个综合要素数据集构成．并对实体名称、要素与对象编码、空间数据类型、实体间的关系、主关键字名称、子关键字名称、注释要素类编码、实体属性内容说明进行了定义和说明．

DOI

[Li C L, Zhang K X, Yu Q W, et al.Inherited technique of data model in different stages in digital mapping[J]. Earth Science: Journal of China University of Geosciences, 2004,29(6):745-752. ]

[3]
李丰丹,李超岭,刘畅,等.数字地质调查系统中空间数据库建库流程关键技术的解决方案[J].地质通报,2008,27(7):980-985.空间数据库建库流程是数字地质 调查系统总体技术流程的一个重要组成部分。针对地质人员实际工作量等方面的几个关键技术问题提出了详细的解决方案,并在数字地质调查系统的软件系统中以辅 助建库工具、辅助检查工具、数据检索工具的形式加以实现,为建库提供了技术保障,保证了数据的质量,有效地提高了地质人员对地质调查系统的应用能力和建库 的效率。

DOI

[Li F D, Li C D, Liu C, et al.Solutions to the key techniques in the spatial database- building process flow in the digital geological survey system[J]. Geological Bulletin of China, 2008,27(7):980-985. ]

[4]
李超岭,于庆文.数字区域地质调查基本理论与技术方法[M].北京:地质出版社,2003:42-65.

[Li C L, Yu Q W.Research on the theory frame of digital mapping techniques in regional geological survey[M]. Beijing: Geological Publishing, 2003:42-65. ]

[5]
马瑜宏,马丽新,刘福魁,等.浅析应用RGMAP建立地质图空间数据库的质量控制[J].测绘与空间地理信息,2014(1):63-65.RGMAP是当前广泛应用于l：50000和1：250000等比例尺的数字区域地质填图与 数据库建设的一款系统性软件。本文通过1：250000青岛市和灵山卫两幅地质图空间数据库的建设实践，针对建库流程中的空间数据操作和属性数据操作两大 阶段，分析了利用RGMAP软件建库过程中可能产生的数据质量问题，并针对各阶段问题提出了相应解决方案。力图实现对数据库质量的全面控制，提高数据精 度，以最终建成一个质量可靠的空间数据库，更好为国土资源大调查服务。

DOI

[Ma Y H, Ma L X, Liu F K, et al. Analysis on the quality control of geological map database construction with RGMAP software[J]. Geomatics & Spatial Information Technology, 2014,1:63-65. ]

[6]
李安波,周良辰,闾国年.地质信息系统[M].北京:科学出版社,2013:119-121.

[Li A B, Zhou L C, Lu G N.Geological Information System[M]. Beijing: Science Press, 2013:119-121. ]

[7]
周培德. 计算几何—算法设计与分析[M].北京:清华大学出版社,2008:177-183.

[Zhou P D.Computational Geometry-algorithm design and analysis[M]. Beijing: Tsinghua University Press, 2008:177-183. ]

[8]
Zadravec M, Zalik B.An almost distribution-independent incremental Delaunay triangulation algorithm[J]. Visual Computer, 2005,21(6):384-396.<a name="Abs1"></a>This paper presents a new incremental insertion algorithm for constructing a Delaunay triangulation. Firstly, the nearest point is found in order to speed up the location of a triangle containing a currently inserted point. A hash table and 1&#x2013;3 deterministic skip lists, combined with a walking strategy, are used for this task. The obtained algorithm is compared with the most popular Delaunay triangulation algorithms. The algorithm has the following attractive features: it is fast and practically independent of the distribution of input points, it is not memory demanding, and it is numerically stable and easy to implement.

DOI

[9]
Pons J P, Boissonnat J D.Delaunay deformable models: Topology-adaptive meshes based on the restricted delaunay triangulation[C]. IEEE Conference on Computer Vision and Pattern Recognition IEEE Computer Society, 2007:1-8.

[10]
王永和,王燕平,齐永安.一种快速生成平面Delaunay三角网的横向扩张法[J].地球信息科学学报,2008,10(1):20-25.目前已有多种基于平面上离散点集构造Delaunay三角网的算法,其中三角网扩张法、逐点插入法的平均时间复杂度为O(n<sup>2</sup>),分治算法和其他分块合并算法能使平均时间复杂度接近线性,但增加了算法的复杂性,从而使浮点计算误差错误发生的机率增大。本文作者提出了一种新算法:将用于构网的离散点集先按横坐标从小到大排序,在空间上表现为从左到右排列;然后先以点序列中的前三个点作为初始三角网,每次将剩余点集中最左边的点联入三角网,最终得到一个三角剖分,再用LOP法优化三角剖分。该算法的优势是具有快速的三角剖分过程,使整体的平均时间复杂度为O(n),并且构网效率高,算法简单。

[Wang Y H, Wang Y P, Qi Y A.Horizontal expanding methoda quick algorithm for generating Delaunay triangulation from points in the plane[J]. Journal of Geo-information Science, 2008,10(1):20-25. ]

[11]
Egenhofer M J, Wilmsen D.Changes in topological relations when splitting and merging regions[M]//Progress in Spatial Data Handling. Springer Berlin Heidelberg, 2006:339-352.

[12]
Chen J, Li C, Li Z L, et al.Improving 9-Intersection Model by replacing the complement with voronoi region[J]. Geo-spatial Information Science, 2000,3(1):1-10.1］Abdelmoty A I,Williams M H. Advanced geographic data modeling. Spatial data modeling and query language for 2D and 3D applications. Delft: The Netherlands,1994 ［2］Franz A. Voronoi diagrams——a survey of a fundamental geometric data structure. ACM Computing Surveying,1991,23(3) ［3］Zheng C,Chen J. Organizing and retrieving cadasatral data based on spatio-temporal topology between father-son parcels. Journal of Wuhan Technical University of Surveying and Mapping, 1997,22(3): 216～ 221 ( in Chinese) ［4］Chen J, Gold C M,Cui B L, Yong H U, et al. Extending ordinary planar-graph-based spatial data model with Voronoi approach. In: Proceedings of IEAS & IWGIS '97. Beijing, 1997.18～20 ［5］Chen J, Cui B L. Adding topological functions to MapInfo with Voronoi approach. Journal of Wuhan Technical University of Surveying and Mapping, 1997,22 (3): 195～200(in Chinese) ［6］Clementini, Elisel, Paolino Di Felice, Peter van Oosterom.A small set of formal topological relationships suitable for end-user interaction. Advances in Spatial Databases,Lecture Notes in Computer Science. Springer-Verlag,1993. 277～ 295 ［7］Edwards G, Ligozat G, Fryl A, et al. A Voronoi-based PIVOT representation of spatial concepts and its application to route descriptions expressed in natural language.Spatial Data Handling'96,1996,7B. 1～15 ［8］Egenhofer M J. Reasoning about binary topological relations. In: Proceedings of the 2nd Symposium on Large Spatial Databases. Lecture Notes in Computer Science,Springer-Verlag, 1991. 143 ～ 160 ［9］Egenhofer M J, Franzosa R D. Point-set topological spatial relations. INT. J. Geographical Information Systems, 1991,5(2): 161～ 176 ［10］Egenhofer M J, Herring J. Categorizing binary topological relationships between regions, lines, and points in geographic databases. Technical Report, Department of Surveying Engineering, University of Maine, Orono,1991 ［11］Egenhofer M J, Al-taha K K. Reasoning about gradual changes of topological relations, in Theories and Met

DOI

[13]
吴长彬,闾国年.空间拓扑关系若干研究问题现状的评析[J].地球信息科学学报,2012,12(4):524-531.空间目标方向关系在空间分析、空间推理、制图综合等过程中起着重要的作用，与空间距离、空间拓扑关系一样是GIS的重要理论问题。由于地学空间信息的复杂性和相对性，使得空间分析方法的研究成为制约地学空间信息技术发展的瓶颈。地学信息图谱是将海量信息经过图形思维与抽象概括，并以计算机多维动态可视化技术显示各要素和现象的时空变化规律，能够用简单的、典型的图谱来表示复杂的目标间的关系，为地学空间分析提供一种全新的思维和方法。 本文综述了地学信息图谱研究的现状、理论基础、方法及最新进展，总结国内外空间目标方向关系的研究现状及发展趋势，分析了现有方向关系模型描述的不足和局限性，在此基础上尝试将地学信息图谱原理与方法应用到空间目标方向关系的分析和研究中。论文所做的具体工作如下：1)在地学信息图谱理论的基础上，应用数学形态学原理和方法建立了新的方向关系模型，该模型能够兼顾空间目标形状、尺寸和距离等特征。2)根据方向关系模型，提出如何确立方向关系图谱的基元、完备基准、完整结构，以及如何生成方向关系的谱密度分布，提取图谱的特征值（如均值、方差、熵等）。3)生成不同几何要素点/面、线/面、面/面间的方向关系图谱，并深入分析距离、形状、尺寸等特征参数对方向关系的影响。4)用实例验证本文提出方法的正确性和可行性，并将空间目标方向关系图谱理论应用到社会生产实践中。 本文将地学信息图谱理论方法应用到空间目标方向关系的研究，能够为地球科学和地球信息科学提供一种全新的信息思维理论和方法论，为现代地图学开创一条全新的发展方向，从而丰富和提高地图学的理论、方法和技术。

[Wu C B, Lu G N.Spatial topological relationships: an overview and analysis[J]. Journal of Geo-information Science, 2012,12(4):524-531. ]

[14]
邓敏,冯学智,陈晓勇.面目标间拓扑关系形式化描述的层次模型[J].测绘学报,2005,34(2):142-147.拓扑关系形式化描述和区分的标准是拓扑不变量。在4交差模型的基础上,通过对两面目标边界交集的信息深入分析,提出具有不同分类能力的拓扑不变量,分别是维数、分离数、分量类型和分量排列顺序,并依次建立相应的形式化描述模型。这些模型都是在其分类层次上对面目标间拓扑关系的完备描述,并且它们的区分能力是层次递进的。

DOI

[Deng M, Feng X Z, Chen X Y.Hierarchical models of topological relations between area objects[J]. Acta Geodaetica et Cartographica Sinica, 2005,34(2):142-147. ]

[15]
邓敏,刘文宝,冯学智.GIS面目标拓扑关系的形式化模型[J].测绘学报,2005,34(1):85-90.拓扑关系的描述和区分是建立在空间目标相互作用过程中目标集及其分量集合拓扑特性变化基础之 上的.建立了GIS中拓扑关系形式化描述和区分的一种广义模型,并与已有的形式化模型进行了比较分析,结果发现现有的形式化方法和模型是广义模型的一些特 例.在此基础上,进一步提出了面目标间拓扑关系形式化描述的基本模型,并根据定义的拓扑距离和拓扑复杂性概念,建立了一个新的拓扑关系概念邻域图.

DOI

[Deng M, Liu W B, Feng X Z.A generic model describing topological relations among area objects in GIS[J]. Acta Geodaetica et Cartographica Sinica, 2005,34(1):85-90. ]

[16]
常胜利. 多边形重心坐标的求法[J].高等数学研究,2005,8(2):21-23.利用物体的质心公式推导非对称平面n边形的重心的坐标

DOI

[Chang S L.The method for computing gravity coordinates of polygon[J]. Studies in College Mathematics, 2005,8(2):21-23. ]

[17]
严蔚敏,吴伟民. 数据结构(C语言版)[M].北京:清华大学出版社,2011:159-162.

[Yan W M, Wu W M. Data Structures (Analysis in C)[M]. Beijing: Tsinghua University Press, 2011:159-162. ]

[18]
王净,江刚武.无拓扑矢量数据快速压缩算法的研究与实现[J].测绘学报,2003,32(2):173-177.首先论述传统矢量数据压缩算法:道格拉斯-普克法,分析将其应用于多边形边界数据压缩所造成的图形失真现象,在此基础上提出一种针对无拓扑矢量数据的快速压缩算法,并在MapInfo环境中实现该算法.

DOI

[Wang J, Jiang G W.Researching and realization of the quick compression method aimed at the non-topology vector data[J]. Acta Geodaetica et Cartographica Sinica, 2003,32(2):173-177. ]

[19]
吴正升,成毅,郭婧.基于约束点的无拓扑多边形数据压缩算法[J].测绘科学技术学报,2006,26(3):202-204.分析了常规压缩算法(如Douglas-Peucker算法)压缩无拓扑多边形数据会产生公共边界不一致现象,认为出现此现象的原因是多边形公共边界的压缩起始点选择不一致,进而提出了一种新的基于约束点的无拓扑多边形数据压缩算法。算法原理包括:首先将多边形公共边界的两个端点作为约束点处理,使得多边形从约束点处逻辑上分成几段;然后利用常规压缩算法进行分段压缩,使每一多边形公共边界的压缩初始点一致,从而保证了无拓扑多边形数据的一致性压缩;最后大量试验验证了此算法的有效性。

[Wu Z S, Cheng Y, Guo J.An algorithm to compress non-topology polygon data on the constraint points[J]. Journal of Zhengzhou Institute of Surveying and Mapping, 2006,26(3):202-204. ]

[20]
谢亦才,林渝淇,李岩.Douglas-Peucker算法在无拓扑矢量数据压缩中的新改进[J].计算机应用与软,2010,27(1):141-144.分析常规Douglas-Peucker算法压缩无拓扑矢量数据时产生公共边＂裂缝＂现象的原因——公共边被两次或可能更多次压缩,而每次运用Douglas-Peucker算法压缩时所选择的初始点和终点不同造成的。为此,提出公共边对象化Douglas-Peucker改进算法。为实现此算法,首先设计了新的公共边提取算法来提取公共边,然后使用OOP技术,把公共边的相关信息封装成类,最后根据公共边对象提供的信息对多边形的公共边和非公共边分别进行Douglas-Peucker压缩。以广东省行政界线的SVG矢量图为实验对象验证了此算法的有效性,分析了本算法相对于其它Douglas-Peucker改进算法在所需辅助空间和时间效率上的优势。

DOI

[Xie Y C, Lin Y Q, Li Y.New improvement of Douglas-Peucker algorithm in non-topology vector data compression[J]. Computer Applications and Software, 2010,27(1):141-144. ]

[21]
徐慧, 户鹏飞. 增强型KMP算法提取多边形公共边[EB/OL].北京:中国科技论文在线[2012-05-17]. .

[Xu H, Hu P F. Enhanced KMP algorithm to extract the polygon public side[EB/OL]. Beijing: [2012-05-17. ]

[22]
李德伦,王恩林.构造地质学[M].吉林:吉林大学出版社,2001:10-13.

[Li D L, Wang E L.Structural geology[M]. Jilin: Jilin University Press, 2001:10-13. ]

[23]
尚岳全,王清,蒋军,等.地质工程学[M].北京:清华大学出版社,2006:14-16.

[Shang Y Q, Wang Q, Jiang J, et al.Geological Engineering[M]. Beijing: Tsinghua University Press, 2006:14-16. ]

[24]
李华哔. 野外地质调查工作手册[M].北京:地质出版社, 2009:237-240.

[Li H B.Safety manual for field geological survey[M]. Beijing: Geological Publishing House, 2009:237-240. ]

[25]
庐山幅地质图说明书[M].南昌:江西地质矿产勘查开发局,1993:1-17.

[Geological Introduction of Lushan Area[M]. Nanchang: Jiangxi Bureau of Geology and Mineral Resources, 1993:1-17. ]

[26]
田洋,谢国刚,王令占,等. 数字填图系统中1:5万地质图空间数据库建立质量控制与操作技巧[J].华南地质与矿产, 2010(4):77-82.数字填图系统(RGMAP)利用PRB数据流"栈"与不同阶段数 据模型的关系,创建PRB数据流"栈"与不同阶段数据模型继承和传递的技术,实现了地质图空间数据库建立的技术流程.1:5万地质图空间数据库建立流程可 分为:地质字典库→1:2.5万野外手图库(单条路线)→1:2.5万图幅PRB库(路线总图)→1:2.5万实际材料图库→1:2.5万投影到1:5万 图库→1:5万地质图空间数据库→元数据库七个阶段.本文按建库流程,分析各阶段可能产生的质量问题,探讨不同阶段质量控制要点及相应操作技巧,从而提高 数据库建立的质量与效率.

DOI

[Tian Y, Xie G G, Wang L Z, et al.The quality control and operation skills of 1:50 000 geologic map spatial database in digital mapping system[J]. Geology and Mineral Resources of South China, 2010,4:77-82. ]

Options
文章导航

/

〈 〉