第３２卷第５期２００７年９月测绘科学ＳｃｉｅｎｃｅｏｆＳｕｒｖｅｙｉｎｇａｎｄＭａｐｐｉｎｇＶ０１．３２Ｎｏ．５Ｓｅｐ．智能化专题地图表示方法选择的研究田晶，黄仁涛，郭庆胜（武汉大学资源与环境科学学院，武汉大学地理信息系统教育部重点实验室，武汉４３００７９）【摘要】首先阐述了专题地图表示方法选择的知识，包括十种常用表示方法的描述、影响表示方法选择的因素、表示方法选择之间的配合原则，提出了选择专题地图表示方法的新规则，总结了表示方法间搭配的可能性；接着介绍了知识工程中知识模型的基本概念，在此基础上，建立了专题地图表示方法选择的知识模型并利用关系数据库的理论与方法对其进行了模拟；最后基于ｗｅｂＳｅｎ，ｉｃｅ开发了试验系统并举例说明了问题。【关键词】智能化；表示方法；知识模型；ｗｅｂｓｅｒｖｉｃｅ【中图分类号】Ｐ２８５；１１Ｐ３１１【文献标识码】Ａ【文章编号】１００９—２３０７（２００７）０５旬１７０ＪＤ４例如Ｍｉｎｓｋｙ的框架理论…。２专题地图表示方法选择的知识知识的分类方法很多，本文按照知识在实际运用中的功能将专题地图表示方法的知识分为：①表示方法的知识；②影响表示方法选择的因素；③表示方法的配合规则。专题地图常用的十种表示方法是定点符号法、线状符号法、范围法、质底法、等值线法、定位图表法、点数法、运动线法、分级统计图法和分区统计图表法。４Ｊ。２．１影响表示方法选择的因素影响表示方法选择的因素主要包括：①地图性质；②比例尺；③现象的空间分布特征；④现象的质量数量特征；⑤表示数量指标的绝对相对性。地图性质是指按照地图图型划分的专题地图的种类，具体分为分布图、区划图、类型图、等值线图、统计图哺Ｊ，可根据地图用途确定，地图性质的影响表现在每一种地图性质对应有相应的表示方法。比例尺分为大、小两个等级，界限为ｌ／１００万，其影响表现在大比例尺图要用可详细表达内容的方法；小比例尺图则要用可概略表达内容的表示方法。现象空间分布特征是从总体和全局的角度来描述空间物体的特性，文献［１，４，９］都作了分类，笔者综合他们的观点，从适宜于专题地图制图和用户认知的角度将现象的空间分布特征分为：①点状分布；②呈线状、带状或网状分布；③离散的面状分布；④连续的面状分布；⑤分散分布；⑥空间连续分布。由于地图是现象空间分布的最佳表达载体。因此空间分布特征是选择表示方法的切入点。现象的质量特征是现象的性质或属性，数量特征是现象的量纲或具体的数值，其影响表现在表示方法表示质量或数量的可能性。相对数量指标主要指数据的均值和一些百分比指标；绝对数量指标主要是数据的精确量化表达，其影响表现在表示方法表示相对或绝对指标的可能性。综上所述，专题地图表示方法选择的概略规则如表１。其中分为三个等级，Ｏ表示一般不用；ｌ表示可用；２表示常用。２．２表示方法之间的配合原则为了反映某专题要素多方面的特征，往往在一幅地图上同时采用几种表示方法来反映它们。如在一幅用分级统计图法编制的人口分布图上，可配合定点符号法表示城镇人口。各种表示方法的配合运用，可充分发挥各种表示方１引言专题地图表示方法的选择是专题地图设计中的重要步骤，承前它关系到地图内容的表达是否恰当，启后它影响数据处理的方式和地图可视化设计是否合理。文献［１］从现象空间分布形式和表现特征入手，归纳了表示方法的选择规律。文献［２，３］从地理数据的特征入手提出了表示方法选择的概略性规则及其推理过程。文献［４］分别从能否表示质量数量指标、对象显示的精确程度、能否显示时间变化以及现象空间分布特征人手，对表示方法进行了详细的分类。对于表示方法选择的影响因素，文献¨４ｏ从不同的角度阐述了各自的观点。本文在对“智能化”思考的基础上，详细分析了影响专题地图表示方法选择的因素，并从知识工程的角度出发，建立了问题的知识模型。随着数字地图和电子地图的广泛应用，传统的地图设计理念发生了改变，用户开始介入地图设计，设计者与读图者成为一个人。那么如何辅助用户设计专业的地图是“智能化”的具体体现。笔者认为“智能化”主要表现在两个方面：第一，并不在于其是否应用了人工智能领域的一些技术和方法，而在于其是否能解决只有专家才能解决的问题，这与“普适性”是和谐统一的；第二，能否获取知识并能表达运用来维持生命力，这与“自适应”是大致相同的。从地图认知和地图可视化的角度看，“智能化”能够使得用户更好地了解连接地图制图过程和地图认知过程的“心像”，“心像”可定义为由记忆产生的类似于感觉经验的内部表征，“心像”研究涉及心理学中的一个基本问题，即信息是如何存储在记忆里并从记忆再现的∞Ｊ。“智能化”的基础是知识，它是围绕着知识的获取、存储、表示和利用展开的。对于半结构或非结构化的问题，可以根据先验知识进行类比推理。类比（Ａｎａｌｏｇ），）推理的基本思想就是试图把旧情形作为新情形的指导，类比不能像演绎那样进行形式化的证明，但类比法作为一种启发式推理工具，有时可发挥较大的作用。６１，而且符合认知心理学的规律，作者简介：田晶（１９８２－），男，硕士研究生，主要研究方向为地理信息智能化处理。Ｅ—ｍａｉｌ：ｙｌｌｔａｋａｊ２０１０＠１６３．ｃｏｍ法的优点，但并不是任意的表示方法都可以搭配。例如，收稿日期：２００６ＪＤ７．１８定点符号法不宜与分区统计图表法搭配，点数法不宜与定基金项目：武汉大学创新基金位图表法组合等。表示方法的组合不能简单地叠置，而必（５２７００２７）须做到各种表示方法互不干扰，以达到层次分明、清晰易读的效果。应充分利用点状、线状和面状表示方法相配合，并且一幅图上不宜多于４种表示方法。当两种近似的表示万方数据第５期田晶等智能化专题地图表示方法选择的研究１７１方法配合时，应注意突出主要者。两种表示方法配合的可能性如表２，Ｏ表示不配合使用，１表示可配合使用，２表示配合效果优。对于３种和４种表示方法配合的情况，要根据专题地图表达的内容具体确定，例如，在经济总图上用定点符号法表示工业点的分布，用质底法表示农业分区，用运动线法表示货物的运输，用范围法表示农作物的分布。表ｌ专题地图表示方法选择的概略性规则地图性质訾雾簇望质嚣鏊量一镥辫镳参蒹要包括推理、知识角色和传递函数。推理是知识建模中的基本的信息处理单元，是功能分解的最低层次。知识角色是推理过程中的角色的数据对象的抽象名称。传递函数是一种在知识模型中描述的推理主体和外部世界之间转换消息的函数。第三个范畴是任务知识，它描述一个应用所要达到的目标是什么以及如何通过将任务分解成子任务和推理来实现这些目标。例如：专题地图表示方法选择任务可以分解成一系列的推理和传递函数。任务知识包括：任务和任务方法。任务以输入一输出对定义一个推理目标。任务方法描述任务是如何通过将其分解成子函数并通过子函数执行的控制来实现的。３．２专题地图表示方法选择的知识模型的建立经过上述分析，ｌ壅重复鲨ｌｌ塞叠塑些Ｉ专题地图表示方法选Ｊ‘謦紫Ｐ【一—《奎≥卜—叫４霆鬻Ｊ择的领域知识模式如Ｌ—塑２竺』：Ｌ！雪量Ｊ‰篓磬篙募≥蕃需鱼网图ｌ，规则映射如图三ｋ知识获取分解成至少Ｉ耋篓Ｊ｛喇Ｉ耋篓Ｉ“知识库”的分离将广丽丽＿１—斗掣塑墅斗争—ｒ蓑丽］两个步骤：①定义一个规则类型；②抽取这种类型的实例，将俐阐嘲。ｎ舞历百］几痞丽订Ｉ鱼堕ｌＩ煎堡ｌ塑姿ｌ其放入知识库中，这图１领域模式种分离对知识的自动获取大有益处。包含“选择规则”和“配合规则”类型实例的“选择表示方法”知识库片断：ＫＮＯＷＬＥＤＧＥ－ＢＡＳＥｃｈｏｏｓ崦ｒｅｐｆｅｓｅｎ枷叩；／幸Ｃｈｏｏｓｉｎｇｍｌｅｓ宰／ＳｐｅｃｉａｌＧｒ印ｈｉｃｓ．ｎａｍｅ＝统计图ＡＮＤｓｃａｌｅ．ｎａｍｅ＝小ＡＮＤｓｐａｔｉａｌＤｉｓｔ曲ｕｔｉｏＩＬｎａｍｅ＝分散分布ＡＮＤＣｈ啪ｃｔｅｒ．ｎａ眦＝数量ＡＮＤＱｕ衄ｔ畸Ｉｎｄ瞄ｒ姗ｅ＝相对ＡＳＳＵＭＥｎ锄ｅ＝分级统计图法ＲｅｐｒｅｓｅｎｔａｔｉｏｎＳｐｅｃｉａｌｎ砌ｅ＝类型图ＡＮＤＳｐａｔｉａｌＧｒ印ｈｉｃｓ．Ｄｉｓｔｒｉｂｕ．ｔｉｏｒＬｎ锄ｅ＝面状连续分布ＡＮＤＣｈａｒａｃｔｅｒ．ｎａｍｅ＝质量ＡＳＳＵＭＥＲｅｐｒｅｓｅｎｔａｔｉｏｌＬ啪ｅ＝质底法／木Ｃｏｍｂｉｎａｔｉ蚰ｍｌｅｓ事／Ｒ印ｒｅｓｅｎｔａｔｉｏｎｎ锄ｅ＝分级统计图法ＣＯＭＢＩＮＥＲｅｐｒｅ－∞ｎ诅ｔｉ帆ｎａ眦＝分区统计图表法；ＲｅｐｒｅｓｅｎｔａｔｉｏＩＬｎ锄ｅ＝范围法ＣＯＭＢＩＮＥＲ印ｒｅ蚴＊ｔｉｏＩＬｎ锄ｅ＝质底法；ＥＮＤＫＮＯＷＵ｝ＤＧＥ?ＢＡＳＥｃｈ００ｓｉｎｇｒｅｐｒｅ∞ｎｔａｔｉｏｎ；专题地图表示方法选择的任务是根据现象的特征选择正确的表示方法，任务分解为推理和传递函数，如图３。其推理结构如图４，对于“指定”推理的实现，有两种方法可以实现。第一是做一个随机选择，第二是由专家显式定义一个顺序。本文采取专家指定顺序的方法来指定属性，即指定影响因素的选择顺序。“获取”传递函数需要获取所指定属性的值。对于“假设”推理的实现，则可根据属性的值来假设相应的表示方法。“评价”推理运用配合规则产匝弘华—咽生最后的真值。：《勘匝蛩Ｌ节』圃：适盘砂图２规则类型图３任务分解３知识模型的建立３．１知识模型概述一个知识模型包括三部分，每一部分称为知识范畴，包含一组相关的知识结构¨…。第一个范畴称为领域知识，这个范畴详细说明特定领域知识和在一个应用中所讨论的信息类型。例如：一个专题地图表示方法选择应用的领域知识包含表示方法的定义和用途。领域知识包括领域模式和知识库。领域模式是通过一些类型定义对特定领域知识和信息进行的纲要性描述。模式描述了应用领域的静态信息和知识结构。规则类型是概念表达式之间的关系。知识库包含某个领域模式中详细说明的类型实例。第二个范畴称为推理知识，描述了使用领域知识的基本推理步骤。例如：在专题地图表示方法选择中，将对象空间分布特征和某种可能的表示方法相联系的“假设”推理。推理知识主万方数据１７２测绘科学第３２卷３．３知识模型的数据库模拟考虑到知识模型与数据库模型的相似性，笔者认为可以用关系数据库的理论与方法（１川模拟知识的获取、表达、运用和存储。具体步骤是：①将领域知识模型按照关系数据库的映射方法，转换成数据库模式，如表３，其中下划线表示关键字，例如，如图１，表示方法与表示方法之间是“多对多”的关系，依据文献¨¨对于实体关系映射为关系数据库的规则，进行映射，实体“表示方法”转换成Ｒｅｐ—ｒｅｓｅｎｔａｔｉｏｎ表，它们的关系“配合”转换为ＴｗｏＲｅｐｒｅｓｅｎｔａ．ｔｉｏｎ表；②将专家知识和经验看作数据库中的数据，按照给定模式入库，例如，Ｒｅｐｒｅｓｅｎｔａｔｉｏｎ表是表示方法的知识，ＲＩＤ是标示码，ＲＮ锄ｅ是表示方法名称，ＲＤｅｓｃｒｉｐｔｉｏｎ是表示方法的描述。而ＴｗｏＲｅｐｒｅｓｅｎｔａｔｉｏｎ８表是两种表示方法配合的规则，Ｅ脆ｃｔ是配合效果。知识获取表现为数据入库或对数据库的修改，知识表达表现为数据库的模式，知识的存储即为数据库的物理存储，其运用表现为数据检索的过程，任务的实现表现为对整个模式进行自然连接，形成一条推理链的过程。表３数据库模式２）调用服务ＲｅｐｒｅｓｅｎｔａｔｉｏｎｃｏｍｂｉｎｅＲｅｐｒｅｓｅｎｔａｔｉｏｎ，司判断表示方法是否配合，例如输入分级统计图法，如图５ｄ可得到配合表示方法的集合和配合效果，其结果为：分区统计图表法效果优、定点符号法可配合、线状符号法可配合、点数法可配合，如图５ｅ。一般的，可根据要求组合各种服务满足不同的要求。根据图４的推理结构，可先根据地图用途确定地图的性质，得出满足要求的表示方法集合，如果不知道比例尺可直接用现象空间分布类型进一步判断，从而得出最后的结果。基于ＷｅｂＳｅｒｖｉｃｅ的试验和示例说明了方法的可行性，很好的阐明了笔者的思想。各种ｗｅｂｓｅｒｖｉｃｅ分别实现了一定的模块功能，通过将各种提供不同功能的ｗｅｂｓｅｒｖｉｃｅ进行组合和集成以创建动态应用，便于与其他系统集成和分布式系统的建立。图４推理结构４基于ＷｅｂＳｅｒｖｉｃｅ的实验本实验基于ｗｉｎｄｏｗｓ２０００ｐｒｏｆｅｓｓｉｏｎａｌ操作系统和ＶｉｓｕａｌＳｔｕｄｉｏ．ＮＥＴ２００３开发环境进行。实验分为服务的创建和服务调用：服务的创建是实验的核心内容，服务的调用涉及具体的客户端应用，不作深究，仅给出服务调用方法。４．１服务的创建和调用服务的创建过程分为数据库的开发和ｗｅｂｓｅｒｖｉｃｅ的开发¨２｜。根据表３，创建试验系统的数据库。智能化专题地图内容选择服务主要包括：①根据各种影响因素确定表示方法；②表示方法的配合判别；③修改知识库等。这些功能的实现表现为ｗｅｂｓｅｒｖｉｃｅ中的ｗｅｂＭｅｔｈｏｄ。可以通过两种方法引用ｗｅｂ服务，第一，用“ＡｄｄＲｅｆｅｒｅｎｃｅ”创建服务的代理对象，然后在客户端调用；第二，利用ｗｓｄｌ．ｅｘｅ工具将服务编译成动态链接库格式（ＤＬＬ），生成服务的代理［１３］。４．２示例说明服务调用主界面如图５ａ。１）调用服务ｃｈ００ｓｅＲｅｐｒｅｓｅｎ诅ｔｉｏｎｂ?ｉｓｔ曲ｕｔｉｏｎ，可根据现象空间分布类型选择表示方法，例如输入点状分布，如图５ｂ，可得到表示方法的集合和优先级的描述，其结果为：常用定点符号法、可用分区统计图表法、可用分级统计图法、可用运动线法，如图５ｃ。图５基于ＷｅｂＳｅｒ、，ｉｃｅ的系统示例图５结束语文章在对“智能化”思考的基础上，总结了选择专题地图表示方法的知识，基于知识工程的理论与方法构建了问题的知识模型，并利用关系数据库的理论与方法对知识模型进行了模拟，开发了试验系统，初步解决了知识的获取、表示、运用和存储问题，推理过程符合认知规律，易于实现。“智能化”是地图制图的发展趋势，因此对于智能化专题地图设计的理论与方法有待进一步的研究。衷心感谢黄仁涛教授的指导以及武汉大学创新基金对研究的支持！参考文献［１］廖克．现代地图学［Ｍ］．北京：科学出版社，２００３．［２］郭庆胜，任晓燕．智能化地理信息处理［Ｍ］．武汉：武汉大学出版社，２００３．（下转第１４３页）万方数据第５期朱翊等基于空间信息服务的电子政务应用系统数据交换研究１４３数据引擎主要有两种作用：一是用来管理业务流程、存储数据，二是用来处理其他对象对存储的信息所提交的请求。其基本过程如图２所示：匣墨堕。救姑应用图３数据驱动算法统以服务的方式为用户数据交换提供支持。实践表明本系统提供了进行数据交换和共享的工作机制，可以解决异构数据转换即不兼容的数据格式问题，使ＧＩＳ应用系统的数据和业务集成成为可能。引入ｘＭＬ，解决了不同ＧＩｓ系统之间格式不统一，表达不规范的问题。应用本系统可以使各个ＧＩｓ用户的数据得到共享，保证数据的时效性、准确性和安全性，并且能够整合数据及时进行应用发布，提高了ＧＩｓ数据的应用层次、体现了ＧＩＳ的社会服务化功能。在实际应用过程中应该采用更广泛的通用数据格式降低数据引擎的驱动复杂度以及建立更加灵活、分散、低耦合性的工作流模型仍是下一步需要重点研究及加强的方向。参考文献［１］陈千里，秦滔，江文．电子政务系统数据平台架构研究［Ｊ］．电脑与信息技术，２００５，（６）：２８．３２．［２］叶修洪，陈根才．基于ｘＭＬ的电子数据交换的研究和实现［Ｊ］．计算机应用研究，２０００，（１２）：２５．２７．［３］王银杰，宋顺林．电子政务数据交换平台的技术与架构［Ｊ］．计算机应用，２００４，（６）：２３５－２３６．［４］任伟，朱翊，王锡刚，孙立坚．关于ＳＨＡＰＥ标准格式及其算法的实验分析［Ｊ］．计算机科学与实践，２００５，３（６）：８４－８６．［５］张繁，蔡家楣．电子政务系统中的数据交换和共享服务平台设计［Ｊ］．计算机工程与应用，２００３，３９（７）：２２６．２２９．［６］高晋生，郭连水．基于工作流技术的管理信息系统的研究与开发［Ｊ］．计算机与数字工程，２００５，３３（６）：４１斟．［７］龚健雅．空间数据交换与空间数据共享标准的研究［ｃ］／／地理信息系统软件工程及相关技术高级研讨会论文集．武汉，１９９７．［８］李德仁，龚健雅，等．论地图数据库合并技术［Ｊ］．测绘科学，２００４，２９（１）．图２数据引擎基本过程该数据引擎的基本功能如下：①处理应用请求，生成对某个公共数据主题的数据请求；②控制其三大核心驱动：空间数据驱动、属性数据驱动、应用驱动；③完成本应用业务流程模型的建立，将实际业务流程转化为计算机可处理的工作流模型；④实例化过程，为每个过程设定运行所需的参数，并分配给每个活动者执行活动所需的权限，即定义整个工作流运行的各个参数，包括过程的流转对象、每个活动节点的所有者、活动持续时间等；⑤管理任务队列，控制进出入队列的任务状态，如任务唤醒、任务优先级切换、任务挂起等；⑥记录交换过程的变化，向日志管理模块发送写日志请求；⑦监控交换过程，提供异常处理，并且自动计算异常模式，采取数据自校正或数据恢复方法来处理；⑧控制流程间跳转，实现流程的分割，一个具体的流程可由几个子流程组成，提高流程的利用率。３．３数据组织本应用中的数据组织是指对于数据的识别、转换及事务控制。本应用中的数据组织主要包括空间数据组织、属性数据组织、应用组织，分别对应空间数据、属性数据及应用发布。下面仅以较复杂的空间数据组织为例来说明。空间数据组织支持广泛的通用的ＧＩｓ数据格式，包括ｓＨＰ、Ｅ００、ＤｘＦ、ＤｗＧ、ＭＩＦ等，其实现的算法结构如图３所示。４结束语目前，笔者已经初步实现了系统的应用及部署，本系（上接第１７２页）［３］郭庆胜，周巨锁．选择专题地图表示方法的推理研究［Ｊ］．测绘信息与工程，２００４，（２）：３１．３３．［４］黄仁涛，庞小平，马晨燕．专题地图编制［Ｍ］．武汉：武汉大学出版社，２００３．［５］陈毓芬．地图空间认知理论的研究［Ｄ］．郑州：解放军信息工程大学，２０００．［６］ＪｏｓｅｐｈＧｉ明眦锄ａ，ＧｒａｒｙＲｉｌｅｙ著，印鉴等译．专家系统原理与编程［Ｍ］．北京：机械工业出版社，２０００．［７］郭庆胜，杜晓初，闫卫阳．地理空间推理［Ｍ］．北京：科学出版社，２００６．［８］张新长，艾廷华．专题地图地理底图数据库的结构设计［Ｊ］．测绘通报，１９９４，（５）：３０－３３．［９］郭仁忠．空间分析［Ｍ］．北京：高等教育出版社，卸Ｌ［１０］ｓｃｈｒｅｉｂｅｒ等著，史忠植等译．知识工程和知识Ｇｕｓｓ管理［Ｍ］．北京：机械工业出版社．２００３．［１１］ＪＡＭＥｓＬＪｏＨＮｓｏＮ著，李天柱等译．数据库．模型、语言与设计［Ｍ］．北京：电子工业出版社。２００４．［１２］柴晓路，梁宇奇．ｗｅｂｓｅｎ，ｉｃ髓技术、架构和应用［Ｍ］．北京：电子工业出版社，２００３．［１３］廖克．现代地图学的最新进展与新世纪的展望［Ｊ］．测绘科学，２００４，２９（１）．万方数据