Multi-criteria Estimation Method for Scale of Volunteered Vector Maps

WANG Yong; LUO An; REN Fu; ZHONG Qiyang; LIAO Yilin; HUANG Zhongyu; GUO Qingsheng

doi:10.13203/j.whugis20240342

您当前的位置：

首页 >

文章列表页 >

Multi-criteria Estimation Method for Scale of Volunteered Vector Maps

Cartography and GIS | 更新时间：2026-11-05

- Multi-criteria Estimation Method for Scale of Volunteered Vector Maps
- Geomatics and Information Science of Wuhan University Vol. 51, Issue 4, Pages: 815-825(2026)
- 作者机构：
  
  1.中国测绘科学研究院，北京，100036
  2.武汉大学资源与环境科学学院，湖北武汉，430079
  3.西南交通大学地球科学与工程学院，四川成都，610031
- 作者简介：
- 基金信息：
- DOI：10.13203/j.whugis20240342
  CLC： P208
- Received：19 March 2025，
  
  Published：05 April 2026
- 稿件说明：
移动端阅览
王勇,罗安,任福，等.志愿者矢量地图的比例尺多准则估算方法[J].武汉大学学报（信息科学版）,2026,51(4):815-825.

WANG Yong,LUO An,REN Fu,et al.Multi-criteria Estimation Method for Scale of Volunteered Vector Maps[J].Geomatics and Information Science of Wuhan University,2026,51(4):815-825.
王勇,罗安,任福，等.志愿者矢量地图的比例尺多准则估算方法[J].武汉大学学报（信息科学版）,2026,51(4):815-825. DOI：10.13203/j.whugis20240342

WANG Yong,LUO An,REN Fu,et al.Multi-criteria Estimation Method for Scale of Volunteered Vector Maps[J].Geomatics and Information Science of Wuhan University,2026,51(4):815-825. DOI：10.13203/j.whugis20240342

摘要

比例尺在志愿者矢量地图数据被用于多源空间数据融合时是非常重要的信息，因为比例尺差异大的空间数据在融合时易产生不一致性，会严重影响地图数据的融合质量及应用效果。因此，提出了一种基于三角形交互的消去与选择转法（elimination and choice translating reality with triangle interaction

Electre-tri）多准则决策模型的矢量地图比例尺自动估算方法。首先，分析了地理空间数据比例尺的评估参数，建立了8个空间尺度评估参数与矢量地图比例尺之间的映射关系；然后，基于Electre-tri多准则决策模型，根据偏好阈值、无差别阈值和否决阈值3类阈值动态设置，实现了待评估矢量地图与参考样本地图数据的关联计算；最后，通过不同策略准则方法实现了志愿者矢量地图的比例尺估算。为验证所提方法的有效性，以中国北京市开放街道地图的矢量地图为例，选择10个边界比例尺进行估算分析，结果表明，所提方法在志愿者矢量地图比例尺估算方面的实用性较强，模型参数的可操作性也强。

Abstract

Objectives

The data scale is one of the key factors to be considered when integrating multi-source spatial data. Especially

when volunteered vector map data is involved in the multi-source spatial data integration

due to the lack of data scale information

it may lead to data inconsistency issues. This seriously affects the quality and applicability of the fused map data. How to automatically calculate the scale of the volunteer vector data is the key to improving the quality and application value of the fusion of volunteer vector data.

Methods

An automatic scale estimation method for vector maps based on the elimination and choice translating reality with triangle interaction (Electre-tri) multi-criteria decision model is proposed. This method mainly consists of three parts. First

by analyzing the scale evaluation parameters of geographic spatial data

we select eight typical spatial scale evaluation parameters

which include the shortest straight line segment length

the minimum bending area

the minimum size

the median side length

the vertex density

the number of spatial targets

the type of map elements

and the data capture source. And we also establish the mapping relationship between these evaluation parameters and the scale of vector maps. Then

we develop an Electre-tri multi-criteria decision-making model by combing the characteristics of the volunteer vector maps. Based on the decision model

we achieve the correlation calculation between the vector map data to be evaluated and the reference sample map data by dynamically setting three types of thresholds that are preference threshold

indifference threshold

and rejection threshold. Finally

by leveraging the correlation with the reference sample map data

the scale of the volunteer vector map can be estimated according to different strategy criteria methods.

Results

To verify the effectiveness of the proposed method

we select ten types of boundary scales of OpenStreetMap data in Beijing city

China as an example. The results indicate that the proposed method has strong practicability in estimating the scale of volunteer vector maps

with high operability of model parameters.

Conclusions

The proposed method provides an operable solution for automated scale estimation in volunteered vector maps

effectively supporting multi-source spatial data fusion by reducing scale-induced inconsistencies.

关键词

Keywords

references

TOUYA G ， BRANDO-ESCOBAR C . Detecting Level-of-Detail Inconsistencies in Volunteered Geographic Information Data Sets ［J］. Cartographica ， 2013 ， 48 （ 2 ）： 134 - 143 .

张博，张猛，王非，等 . VGI数据与地形图数据的自动融合研究［J］. 武汉大学学报（信息科学版）， 2019 ， 44 （ 11 ）： 1708 - 1714 .

ZHANG Bo ， ZHANG Meng ， WANG Fei ， et al . Automatic Data Integration Between VGI and Topographic Data ［J］. Geomatics and Information Science of Wuhan University ， 2019 ， 44 （ 11 ）： 1708 - 1714 .

杨伟，艾廷华 . 运用Delaunay三角网提取OpenStreetMap主干道多边形［J］. 武汉大学学报（信息科学版）， 2018 ， 43 （ 11 ）： 1725 - 1731 .

YANG Wei ， AI Tinghua . Extracting Arterial Road Polygon from OpenStreetMap Data Based on Delaunay Triangulation ［J］. Geomatics and Information Science of Wuhan University ， 2018 ， 43 （ 11 ）： 1725 - 1731 .

刘凯，毋河海，艾廷华，等 . 地理信息尺度的三重概念及其变换［J］. 武汉大学学报（信息科学版）， 2008 ， 33 （ 11 ）： 1178 - 1181 .

LIU Kai ， WU Hehai ， AI Tinghua ， et al . Three-Tiered Concepts of Scale of Geographical Information and Its Transformation ［J］. Geomatics and Information Science of Wuhan University ， 2008 ， 33 （ 11 ）： 1178 - 1181 .

GOODCHILD M F . Scale in GIS： An Overview ［J］. Geomorphology ， 2011 ， 130 （ 1/2 ）： 5 - 9 .

李志林，王继成，谭诗腾，等 . 地理信息科学中尺度问题的30年研究现状［J］. 武汉大学学报（信息科学版）， 2018 ， 43 （ 12 ）： 2233 - 2242 .

LI Zhilin ， WANG Jicheng ， TAN Shiteng ， et al . Scale in Geo-information Science： An Overview of Thirty-Year Development ［J］. Geomatics and Information Science of Wuhan University ， 2018 ， 43 （ 12 ）： 2233 - 2242 .

李志林 . 地理空间数据处理的尺度理论［J］. 地理信息世界， 2005 （ 2 ）： 1 - 5 .

LI Zhilin . A Theoretical Discussion on the Scale Issue in Geospatial Data Handling ［J］. Geomatics World ， 2005 （ 2 ）： 1 - 5 .

DABIRI Z ， BLASCHKE T . Scale Matters： A Survey of the Concepts of Scale Used in Spatial Disciplines ［J］. European Journal of Remote Sensing ， 2019 ， 52 （ 1 ）： 419 - 434 .

刘凯，龙毅，秦耀辰 . 论地理信息的空间粒度［J］. 地理与地理信息科学， 2014 ， 30 （ 1 ）： 8 - 12 .

LIU Kai ， LONG Yi ， QIN Yaochen . On the Spatial Granularity of Geographical Information ［J］. Geography and Geo‐Information Science ， 2014 ， 30 （ 1 ）： 8 - 12 .

王培，江南，王玉晶，等 . 利用视距进行多源空间数据尺度集成［J］. 武汉大学学报（信息科学版）， 2020 ， 45 （ 7 ）： 1008 - 1014 .

WANG Pei ， JIANG Nan ， WANG Yujing ， et al . Spatial Scale Integration Method Based on Stadia ［J］. Geomatics and Information Science of Wuhan University ， 2020 ， 45 （ 7 ）： 1008 - 1014 .

刘鹏程，李精忠，艾廷华 . 数字地图要素的细节层次一致性评价模型研究［J］. 中国矿业大学学报， 2019 ， 48 （ 2 ）： 437 - 444 .

LIU Pengcheng ， LI Jingzhong ， AI Tinghua . Evaluation Model of Level of Detail Consistency of the Features on Digital Maps ［J］. Journal of China University of Mining & Technology ， 2019 ， 48 （ 2 ）： 437 - 444 .

李雯静，毋河海 . 地图信息衰减中关键比例尺的研究［J］. 武汉大学学报（信息科学版）， 2006 ， 31 （ 12 ）： 1116 - 1119 .

LI Wenjing ， WU Hehai . On Catastrophe-Scale in Course of Map-Information Attenuation ［J］. Geomatics and Information Science of Wunan University ， 2006 ， 31 （ 12 ）： 1116 - 1119 .

肖天元，刘鹏程，艾廷华，等 . 一种傅里叶信息度量的曲线分形描述与多尺度表达方法［J］. 武汉大学学报（信息科学版）， 2020 ， 45 （ 1 ）： 119 - 125 .

XIAO Tianyuan ， LIU Pengcheng ， AI Tinghua ， et al . A Fractal Description and Multi-scale Expression Method of Fourier Information Metrics ［J］. Geomatics and Information Science of Wuhan University ， 2020 ， 45 （ 1 ）： 119 - 125 .

安晓亚，成晓强 . 矢量曲线的视觉清晰度及在网络地图综合中的应用［J］. 测绘学报， 2020 ， 49 （ 2 ）： 245 - 255 .

AN Xiaoya ， CHENG Xiaoqiang . Visual Clarity of Vector Curve and Its Application in Web Map Generalization ［J］. Acta Geodaetica et Cartographica Sinica ， 2020 ， 49 （ 2 ）： 245 - 255 .

张鑫港，闫浩文 . 河流要素比例尺变化与中位数Hausdorff距离的关系［J］. 测绘学报， 2023 ， 52 （ 8 ）： 1364 - 1374 .

ZHANG Xin'gang ， YAN Haowen . Relationship Between Scale Change and Median Hausdorff Distance of River Elements ［J］. Acta Geodaetica et Cartographica Sinica ， 2023 ， 52 （ 8 ）： 1364 - 1374 .

樊玉鑫，郭庆胜，王勇，等 . 参考样本库的线状道路空间数据比例尺估算［J］. 测绘科学， 2022 ， 47 （ 7 ）： 208 - 215 .

FAN Yuxin ， GUO Qingsheng ， WANG Yong ， et al . Scale Estimation for Linear Road Spatial Data on Sample Database ［J］. Science of Surveying and Mapping ， 2022 ， 47 （ 7 ）： 208 - 215 .

钟其洋，郭庆胜，王勇，等 . 基于空间粒度的矢量空间数据比例尺估算方法［J］. 测绘通报， 2022 （ 8 ）： 117 - 122 .

ZHONG Qiyang ， GUO Qingsheng ， WANG Yong ， et al . The Method for Estimating the Scale of Vector Spatial Data Based on Spatial Granularity ［J］. Bulletin of Surveying and Mapping ， 2022 （ 8 ）： 117 - 122 .

LAURINI R . A Conceptual Framework for Geographic Knowledge Engineering ［J］. Journal of Visual Languages and Computing ， 2014 ， 25 （ 1 ）： 2 - 19 .

TOUYA G ， REIMER A . Inferring the Scale of OpenStreetMap Features ［C］//ARSANJANI J J， ZIPF A， MOONEY P， et al. OpenStreetMap in GIScience . Cham ： Springer International Publishing ， 2015 ： 81 - 99 .

MOUSSEAU V ， FIGUEIRA J ， NAUX J P . Using Assignment Examples to Infer Weights for ELECTRE TRI Method： Some Experimental Results ［J］. European Journal of Operational Research ， 2001 ， 130 （ 2 ）： 263 - 275 .

毋河海 . GIS与地图信息综合基本模型与算法［M］. 武汉：武汉大学出版社， 2012 .

WU Hehai . Basic Model and Algorithm of GIS and Map Information Integration ［M］. Wuhan ： Wuhan University Press ， 2012 .

祝国瑞，郭礼珍，尹贡白，等 . 地图设计与编绘［M］. 武汉：武汉大学出版社， 2001 .

ZHU Guorui ， GUO Lizhen ， YIN Gongbai ， et al . Map Design and Compilation ［M］. Wuhan ： Wuhan University Press ， 2001 .

刘鹏程，杨文博，李畅 . 曲线弯曲多叉树模型及其在地图综合中的应用［J］. 计算机应用研究， 2012 ， 29 （ 7 ）： 2793 - 2795 .

LIU Pengcheng ， YANG Wenbo ， LI Chang . Multi-branch Tree Model of Bend for Curve and Its Application in Map Generalization ［J］. Application Research of Computers ， 2012 ， 29 （ 7 ）： 2793 - 2795 .

钱海忠，孙建东，武芳，等 . 采用斜拉式弯曲划分的曲线化简方法［C］// 中国测绘学会学术年会，中国桂林， 2008 .

QIAN Haizhong ， SUN Jiandong ， WU Fang ， et al . Simplifying Line with Oblique Dividing Curve Method ［C］// Academic Annual Conference of the Chinese Society for Geodesy， Photogrammetry and Cartography ， Guilin， China ， 2008 .

艾廷华，郭仁忠，刘耀林 . 曲线弯曲深度层次结构的二叉树表达［J］. 测绘学报， 2001 ， 30 （ 4 ）： 343 - 348 .

AI Tinghua ， GUO Renzhong ， LIU Yaolin . A Binary Tree Representation of Curve Hierarchical Structure in Depth ［J］. Acta Geodaetica et Cartographica Sinica ， 2001 ， 30 （ 4 ）： 343 - 348 .

罗广祥，祝国瑞，毋河海，等 . 坐标单调性分析下地图曲线弯曲识别模型的研究［J］. 测绘通报， 2005 （ 10 ）： 21 - 24 .

LUO Guangxiang ， ZHU Guorui ， WU Hehai ， et al . The Study of the Model of Identifying Bends for Cartographic Linear Features Based on Analysing Coordinate Monotony ［J］. Bulletin of Surveying and Mapping ， 2005 （ 10 ）： 21 - 24 .

郭庆胜，黄远林，章莉萍 . 曲线的弯曲识别方法研究［J］. 武汉大学学报（信息科学版）， 2008 ， 33 （ 6 ）： 596 - 599 .

GUO Qingsheng ， HUANG Yuanlin ， ZHANG Liping . The Method of Curve Bend Recognition ［J］. Geomatics and Information Science of Wunan University ， 2008 ， 33 （ 6 ）： 596 - 599 .

中华人民共和国国家质量监督检验检疫总局，中国国家标准化管理委员会 . 基础地理信息要素分类与代码： GB/T 13923—2006 ［S］. 北京：中国标准出版社， 2006 .

General Administration of Quality Supervision ， Inspection and Quarantine of the People's Republic of China ， Standardization Administration of the People's Republic of China . Specifications for Feature Classification and Codes of Fundamental Geographic Information ： GB/T 13923—2006 ［S］. Beijing ： China Standards Press ， 2006 .

中华人民共和国国家质量监督检验检疫总局，中国国家标准化管理委员会 . 国家基本比例尺地图图式第4部分：1∶250 000 1∶500 000 1∶1 000 000地形图图式： GB/T 20257.4—2017 ［S］. 北京：中国标准出版社， 2017 .

General Administration of Quality Supervision ， Inspection and Quarantine of the People's Republic of China ， Standardization Administration of the People's Republic of China . Cartographic Symbols for National Fundamental Scale Maps： Part 4： Specifications for Cartographic Symbols 1∶250 000 1∶500 000 & 1∶1 000 000 Topographic Maps ： GB/T 20257.4—2017 ［S］. Beijing ： China Standards Press ， 2017 .

陈江平，张瑶，余远剑 . 空间自相关的可塑性面积单元问题效应［J］. 地理学报， 2011 ， 66 （ 12 ）： 1597 - 1606 .

CHEN Jiangping ， ZHANG Yao ， YU Yuanjian . Effect of MAUP in Spatial Autocorrelation ［J］. Acta Geographica Sinica ， 2011 ， 66 （ 12 ）： 1597 - 1606 .

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Development and Prospects of Spaceborne Greenhouse Gas LiDAR Technology

Spatiotemporal Intelligence： Theory and Applications

Research Progress in Eco-Geological Environmental Monitoring and Construction of an Intelligent Monitoring System in the Qinling Mountains

Thoughts on Smart Nautical Charts

A Framework for Evaluating Geospatial Cognitive Abilities of Multimodal Large Language Models for Brain-Inspired Spatial Intelligence

Related Author

No data

Related Institution

No data

AI问答

⁰