论文部分内容阅读
城市道路网是社会经济发展、人类日常生活的重要载体,也是城市人流和物流的运输骨架。随着城市化不断推进,一方面,城市道路网规模扩张速度惊人,道路网复杂性日益增加;另一方面,地图用户对于地图现势性和个性化的要求不断提高,客观上要求地图更新速度加快,且能提供多比例尺地图数据。地图多尺度表达和自动综合一直是多学科研究的热点,道路地图多尺度表达中要求对重要的道路予以保留,不重要的道路予以删除,最终所得道路网能尽量保持原始尺度道路网的基本结构与模式。其中的关键在于道路重要性的定义和道路网结构功能的刻画。作为最为常见的道路网表征方法之一,路划遵循了 Gestalt空间认知原则中的"良好认知连续性"原则,在道路网制图综合中得到广泛使用。学者们发现,偏角阈值的选取会影响最终提取得到的路划及其网络,40°~60°为最佳偏角阈值区间。然而,不同城市的交叉口夹角分布情况不同,适用的偏角阈值理论上也应不同。如何针对道路网自身情况自动确定合适的路划构建偏角区间?偏角阈值区间与道路网交叉口夹角分布有何关联?这些问题目前鲜有涉及。本文将信息量的概念引入路划构建分析,给出基于路划条数、路划几何信息量和结构信息量随偏角阈值的变化曲线,基于信息量稳定性原则选择合适偏角阈值区间。揭示道路网自身交叉口夹角分布与偏角阈值范围的关联。构建正确的路划是道路多尺度表达的第一步,接下来还需定义并选取重要的路划。当前道路选取中定义路划重要性有单指标和多指标两类模型。其中以多指标线性关联模型最为常见。论文选取长度、度中心性、中介中心性、邻近中心性与集聚系数等最为常见的5种指标,组合构建了八种道路选取线性关联模型。计算得到各路划的重要性指标值并据此对路划进行排序。依次删除一定比例的重要路划,给出网络平均反距离路径长度随路划删除比例的变化曲线。根据道路网自身结构特性和曲线稳定性分布情况,得出基于长度、度中心性和中介中心性的线性关联模型效果最佳。使用该模型进行路划选取,将选取结果与仅使用长度、度、中介中心性的单指标模型的选取结果进行比较,目视判断、平均连通性、路划度值幂律分布系数值等方法和指标计算的结果表明,基于长度、度中心性和中介中心性的线性关联模型效果的可靠性较好。