如何采用POI进行道路选取？

摘要：针对已有的道路选取方法主要考虑道路的几何和拓扑信息，而未考虑道路邻接的设施点对道路的重要性影响，该文利用POI数据，提出一种顾及道路的几何、拓扑和邻接设施点信息的道路选取方法。该方法借助德尔菲法为不同类型POI打分构建道路上下文特征指标，将其与描述道路结构特征的指标整合求得道路重要性值，进而按照方根模型选取排名在前的道路组成选取后的路网。实验结果表明本文方法选取的路网在保持了原始路网的整体结构、密度分布及连通性的同时，较好地顾及了道路上下文设施对道路重要性的影响。

0 引言

道路选取是地图综合中一个复杂且关键的环节，其目的是在降低路网详细程度的同时，保持原始路网的整体结构、局部关键结构^[1]及拓扑连通性^[2]等。道路选取要考虑道路网体系内的上下文的复杂群组要素间的关系，该过程的实现仍然具有挑战性。

根据道路网的表达方式，主要将道路选取方法分为3类：一是路网构面，即通过合并不满足约束条件（如网眼面积小于阈值）的路网合围成的面间接实现选取^[3-7]；二是顾及道路的语义、几何和拓扑等特征，直接删除路网中重要程度较低的线要素实现选取^[8-19]；三是线面结合的选取方法，通过先后合并道路网眼和选取依附于网眼上的线要素实现选取^[20-21]。

经分析，已有的选取方法较少顾及邻接设施点和居民地等上下文因素对道路重要性的影响。道路与邻接居民地和设施点是具有强关联关系的制图要素^[22-23]。一条结构特性不是很显著的道路，可能由于其周围分布的重点设施（如政府机构、大型医院等）而在人们的认知中尤其重要，在选取时需要优先保留。所以在道路选取过程中如能协同考虑到邻接设施点与居民地对其重要性的影响，并加以定量描述，能有效提高选取的实用性和科学性。

POI（point of interest）泛指一切可以被抽象为点的地理对象，尤其是与人们日常生活紧密相关的设施，如商店、餐馆等。POI数据现势性强、完整性高，作为道路居民地要素的点状表示，包含的丰富的居民地及设施点功能信息，可以有效度量道路的特性。在众源地理信息快速发展的大背景下，POI数据已被学者应用于道路的提取和选取研究^[18,24]。其中，文献[18]结合POI数据提出道路重要设施比率、邻接设施点密度等参量来度量道路重要性，但是该方法对不同类别设施点重要性的区分程度不够。

基于以上分析，本文借助德尔菲法为POI打分以量化不同类型设施点的重要性，由此提出了POI辅助下的道路上下文设施点特征度量指标，在协同道路几何与拓扑特征指标的基础上构建了路划重要性评价模型，从而实现道路选取。综合目标为小比例尺路网时，主要从全局的角度衡量道路的重要性，因此传统中心性方法更加适合。而综合目标为大比例尺路网时，主要的关注点在于路网的细分结构如网眼和及其悬挂的道路，因此线面混合的方法更加适合。本方法中主要采用中心性指标中的中介中心性反映道路的拓扑特征，所以本方法面向小比例尺地图的综合进行道路选取。

1 路划重要性评价

路划^[25]是一种道路单元的表达方式。它是基于人类视觉感知原理和良好连续性原理，根据路段的语义一致性或拐角阈值（通常在30^。~70^。之间^[26]）将路段组合成一条较长的道路。由于语义信息完整性的限制，使用拐角阈值构建路划具有较强的适用性。已有研究表明45^。为最理想的拐角阈值^[27]。

1.1路划上下文特征指标

POI可以有效度量道路上下文设施的特征。原因在于：一方面，在不考虑道路其他特征的条件下，周边分布有大量重要POI的道路，其重要性会相对显著；反之，道路周围分布有稀疏的非重要POI，其重要性较小。另一方面，作为地图上的居民地要素的代表，在道路选取中用POI度量道路特征体现了多要素协同综合的理念，提高了选取结果的合理性。因此本文在生成路划的基础上，利用POI辅助度量其特征。

1.1.1 POI的提取和重分类

根据已有研究经验及标准规范^{[18, 24]}，本文将道路30 m缓冲区内的POI视作影响道路重要性的有效设施。另外，鉴于POI数据的来源众多，POI分类标准各不相同。为了准确区分不同类型POI的重要性，依据城市用地分类的国家标准（城市用地分类与规划建设用地标准GB50137-2011）将POI重分类，结果如表1所示。

表1 POI分类

1.1.2 上下文特征指标的计算

以POI辅助度量路划上下文特征时，要考虑到不同类别POI对路划重要性的影响。本文采用的德尔菲法对POI进行专家打分来区分不同类别的影响。

德尔菲法是一种相互匿名式的专家打分法，该方法对机会、问题、解决方案或开发预测尤其有效^[28]。首先向8位有制图经验的专家提供POI分类表，归并重要性难以区分的POI类别，如植物园和动物园、文化馆和博物馆等；然后请专家根据POI数据的类型对其重要性打分；将打分结果进行整理、归纳、统计，再匿名反馈给各专家，重复进行3~4次得到较为一致的结果后汇总，计算每一类POI的分值。

专家在打分时，针对不同类别的POI分别做出“不重要”“不太重要”“一般重要”“比较重要”或“很重要”的判断。根据李斯特五级量表法将以上五种判断分别赋予1~5的分值。一些类型的POI的特征属性可以通过行业或国家标准定级或常识表达，如购物服务类别可按照营业规模分为超级市场、普通商场、小商店；风景名胜类别可分为世界遗产、国家级景点、省级景点、其他景点；医疗保健类别可分为综合医院、专科医院、诊所药店等。由此，专家在做出判断时，一方面根据自己对POI对道路重要性影响程度的理解，另一方面考虑同一类别中的属性特征差异。8位专家对类别POI的评分为1~5的人数依次为

部分类别POI的打分值如表2所示。

设施点的数量和重要性都是度量路划特征的重要参数，统计每条路划的缓冲区中POI的数量和类别，道路上下文特征指标的计算公式为：

式中为POI对路划的重要性的影响值为路划缓冲区内类别的POI点的数量为类别的POI的打分值。

表2 部分POI数据类型打分值

1.2路划的结构特征度量

在道路的结构特征中，几何特征和连通关系作为道路功能方面最基本、重要的属性被用来度量道路的重要性具有较强的实用性^[12]。反映道路连通关系的道路中心性指标被广泛应用于道路结构特性的度量中^[9]。因此本文采用道路选取领域普遍接受的4项结构特征指标：连接度、中介度、接近度和长度^[7,9,15-16]。表3介绍了这4项指标的计算方法和含义。

表3 中心性指标

1.3 路划重要性综合评价指标

将以上5项指标进行离差标准化，值范围均为[0,1]，提出道路选取的线性关联模型：

中介中心性揭示了道路在网络中其他道路的最短路径中所起的桥梁作用，因此能反映道路在整个网络中的地位。接近中心性虽然也是全局指标，但它不能同中介中心性一样识别道路在网络中的全局效率。度中心性和长度都是道路在局部方面的信息。因此，相对于接近中心性、度中心性和长度，中介中心性重要性要高一些。本文采用层析分析法为各指标赋值，构建的成对比较矩阵如表4所示。由此求得的BC、DC、LS、CC、P的权重分别为0.32、0.17、0.17、0.17、0.17。

表4 各指标的成对比较矩阵

2道路选取过程

2.1整体思路

本文提出的道路选取整体流程主要分为4个步骤：

1）生成路划网络。

2）计算度量路划的结构特征的指标BC、DC、LS、CC及上下文设施特征指标P。

2）集成以上指标计算路划的重要度得到道路的重要性排序。

3）按照比例选取路划并保持所选路网的连通性。

图1展示了本文方法的具体过程。

图1 道路选取过程

2.2连通性保持策略

通过本文方法提取的路网会出现少量孤立路划，为了保持道路的全域连通，本文采用以下策略：

1）从所选路划集合中提取孤立路划组成集合。

2）对于属于集合的任意路划,利用Dijkstra算法寻找能将连入路网所需路划数量最少的路径，将路径上的所有路划添加到，并从中移除。

3）重复步骤2），直到集合为空。

3实验与分析

为验证本文方法的有效性，选取成都市三环内的路网作为实验数据，共包含5 445条路段。设定偏向角阈值为45^。生成1 248条路划。使用的POI数据从高德开放平台获取，在道路缓冲区内一共包含86 547个POI点。原始路网及道路缓冲区内POI分布如图2所示。本文进行了3个实验分别从目视比较和定量分析两个角度验证选取效果。

图2实验数据

1）为检验本文方法的有效性，选取比例尺为1:20 000的路网进行目视分析（图3）。从图中可以看出：①选取的路网较好地覆盖了原始路网的整体范围和整体结构；②选取的路网均保持了连通性；③选取的路网基本保持了原始路网的相对密度分布。由此可知，本文道路选取方法较好地顾及了道路的结构特征，满足了道路网综合的基本要求。

图3比例尺为1:20 000的选取效果

2）文献[21]提出了POI可及性的概念，认为综合后的地图也应保留通向POI的道路，以保证POI的可及性。考虑道路邻接POI设施点后道路重要性值排序发生的变化见图4。分析可知，由于一些道路周围分布的不同类型和数目的设施点，它们的重要性排序发生了不同程度的变化。很多结构特征不显著的道路的排序得到了提升，例如，宽巷子、黉门后街、体育场路等特色街道；春熙路、盐市口、荷花池等商圈中的部分道路。而人民南路、红星路、总府路等特色街道由于其所在路划的结构特性较为显著，所以它们的排序未发生较大变化。一些结构特征较为显著的道路周围的设施点重要性低且分布稀疏，导致其排序下降比较明显，例如蜀龙路，双店路等。上述分析说明将道路邻接设施点考虑在内能够提高综合后路网POI的可及性以及人们认知中重要道路的被选取几率，使选取结果更合理。

图4考虑道路上下文设施后道路重要性值的排序变化

另外，图5展示了中介中心性值排名前12的道路。这些道路基本构成了成都市路网的各大环线，并且反映了其放射式的路网特征，是道路网络的主体结构。经过统计这些道路的排名在采用POI前后的变化，发现它们的排序基本保持稳定（表5）。因此，本文方法能保持原始路网的整体结构。

图5 中介中心性值排名前12的路划

表5中介中心性值排名前12的路划的具体信息

3）为进一步定量验证本文方法，这里对比分析了所选路网与原始路网的拓扑相似性。利用皮尔森相关系数可以有效衡量不同网络结构的线性相关程度^[29-30]。

表6不同取值范围表示的相似程度

4 结束语

影响道路选取的因素是相互关联约束的，以往的方法主要采用道路网本身提供的信息，如拓扑、几何信息。但道路选取除了需要考虑道路自身信息之外，如能考虑到与其他种类要素（如设施点和居民地等）的关联关系，则选取结果将会更加符合实际需求。本文利用POI辅助度量道路邻接设施对道路重要性的影响，借助德尔菲打分法提出的道路上下文特征指标较好地区分了不同类型POI对道路的影响；然后总结了度量道路几何与拓扑特征的4项指标：连接度、中介度、接近度、长度；在此基础上建立评价路划重要性的线性关联模型。最后，从目视评价和定量分析两个角度验证了本文方法，结果表明所选路网在保持原始路网结构特征和连通性的同时，较好地顾及了邻接设施点对道路的影响。

下一步的研究内容包括：①进行更加深入、广泛的实验来探索更合理的指标权重分配；②将POI数据应用到网眼和线面混合的选取策略中，验证能否得到更优的选取效果；③在众源地理信息和定位技术快速发展大背景下，将交通流、POI等数据相结合建立更为有效的选取策略。

作者简介：韩远（1994—），男，山西平遥人，硕士研究生，主要研究方向为地图综合。

E-mail: [e-mail]

基金项目：国家自然科学基金项目（41561090，41861060，41930101）；国土资源部城市土地资源监测与仿真重点实验室开放基金资助课题（KF-2018-03-007）；国家自然科学基金青年基金项目(41801395)；兰州交通大学优秀平台项目（201806）

通信作者：王中辉 副教授 E-mail: [e-mail]

引用格式：韩远,王中辉,禄小敏.POI辅助下的道路选取[J].测绘科学,2021,46(4):165-171.

- END -

全国矢量shp数据：行政区划，县界，道路，河流....都可下载

戳原文，更有料！