随着Web2.0技术的快速发展,基于用户自发创建和维护的地理空间数据平台开始逐步兴起,如OpenStreetMap、Wikimapia、Google Map Maker等。公众可在这些服务平台实现上传数据和标注的功能,以此实现地理空间数据的发布和共享。这些由公众参与创建和维护的地理空间数据被称为自发地理信息(Volunteered Geographic Information,VGI)。与传统的GIS专业测绘数据相比,自发地理信息数据无论是在创建或维护方式上都有着显著区别。志愿者并不需要具备较强的测绘专业知识和技能,只需要通过手持或车载GPS终端即可实现数据的上传和更新。因此,自发地理信息数据相较于传统测绘数据具有更新周期短、现势性强、获取成本低等优点。然而,也正是由于上传数据的志愿者本身并不具备较强的测绘专业知识,导致自发地理信息数据存在数据格式不一致、拓扑信息不完整、数据质量未知等问题。为了能更好地利用自发地理信息数据,使其服务于大众,本文以自发地理信息中最为成功的案例——OpenStreetMap为例,研究了如何利用自发地理信息数据对道路网数据进行匹配和更新。本文首先分析了自发地理信息数据存在误差的原因,提出了一套针对自发地理信息数据的质量评价模型,其次研究了自发地理信息数据中微观结构的识别,提出了一种基于K-近邻算法的微观结构识别算法,最后提出了一种基于层次分析法和Stroke算法的道路匹配和更新方法。本文所做的主要研究工作如下:(1)分析了自发地理信息数据与传统测绘数据的区别和自发地理信息数据产生误差的主要原因,在此基础之上提出了一套基于自发地理信息数据的质量评价模型。该模型通过提取自发地理信息数据的数据增量、属性信息准确性、定位精度等指标,实现对自发地理信息数据的质量评价的量化。(2)自发地理信息数据的微观几何细节十分丰富,原始的自发地理信息数据无法直接利用。因此需要对其进行微观结构识别,剔除和简化其部分数据。本文在分析了自发地理信息数据的几何细节特征后,对其特征进行量化,最后针对人行天桥和复杂道路交口,分别提出了相应的微观结构识别算法,实现了微观结构的简化和剔除。(3)利用自发地理信息数据对现有道路数据进行匹配和更新。本文提出了一种基于层次分析法和Stroke算法的匹配更新算法。首先利用Stroke对道路网进行表达,然后提出相似度指标,结合层次分析法计算指标的相应权重实现同名道路的匹配,最后利用匹配成功的道路对已有数据进行更新。