-
中国的自然灾害种类多、分布广、频率高、强度大,常常造成巨大的损失。及时高效地掌握灾情,科学有效地防灾减灾,对保障人民生命财产安全意义重大[1-3]。在突发事件应急处置和防灾减灾中,测绘地理信息具有不可或缺的作用,应急测绘保障的核心任务之一是为突发公共事件高效有序地开展地图制作服务[4]。防灾减灾工作对快速制图服务的时效性提出了非常高的要求,通常为几小时或更短时间,而常规制图需要1~2 d,甚至更长时间。为提高应急制图效率,本文从应急制图知识分解与匹配、应急专题数据快速动态集成、多因子触发制图规则的自适应快速制图等方面进行研究,为测绘地理信息快速制图系统提供关键技术支持。
-
应急快速制图利用基础地理信息数据和应急专题数据,研究应急地图制图模型,完成应急综合信息的快速处理,实现应急制图流程化,提高制作专题图、影像图等地理图件的效率,形成多种形式的地图,支撑应急救援、灾情评估、灾后重建等不同阶段、不同类型应急地图的快速制作和服务,总体思路见图 1。相对于常规制图的规划性和确定性,突发事件具有不确定性和救援时效性高等特点,使得应急快速制图具有随机性、高效性,常规制图在工艺流程、技术等方面无法满足应急制图的要求。解决制图随机性和高效性的问题,必须解决应急制图知识分解与匹配、应急专题数据快速动态集成、多因子触发制图规则的自适应快速制图等关键技术。其中,应急制图知识分解与匹配、应急专题数据快速动态集成是知数一体化建模主要技术,用于快速构建应急制图数据库;多因子触发制图规则的自适应快速制图技术用于研制系统。
-
采用搭积木的原理,实现应急专题数据与制图知识的多重关联与一体化存储,为构建测绘应急知数一体化模型提供支持(见图 2)。
将应急制图知识分解为符号、注记、制图整饰、制图规则等,并进一步细化分解,从而形成制图知识的积木,为搭建特定需求的制图提供组件。符号细化分解为点符号、线符号、面符号以及字体和生僻字,这些点、线、面符号还可按照水系、居民地及设施、交通等要素分类方式进一步细分。注记也细分为点注记、线注记、面注记,同样按照要素分类方式进一步细分。制图规则可以细分为图层选取和放置规则、要素与符号关联规则、自动标注注记规则、冲突处理规则、图外整饰规则等。制图整饰可以根据地图种类以及版面大小细分为若干种。
现实中制图目标要求是多样的,根据制图目标要求利用制图知识,基于规范化的数据,采用要素编码、地理编码等变量与地理要素进行匹配,形成1:n的要素与制图知识的关联关系,满足多重制图表达需求,实现数据与制图知识的分离,为知识复用奠定基础。本文通过应急制图知识分解与匹配技术,形成了以应急制图符号库为基础的原子知识库、以制图规则为主体的知识介质库、以模板为核心的策略库这一多层应急制图知识体系(见图 3)。
-
本文将自然语言处理分词技术与灾情专题信息中的空间信息进行整合,提出了基于统计模型的地名地址空间化匹配方法,实现了灾情专题信息的快速整合处理。分词技术作为信息挖掘的基础,通过对中文文本进行词义区分来实现基于自然语义的模型化理解。词是稳定的字的组合,在上下文中,相邻的字同时出现的次数越多,就越有可能构成一个词。因此,字与字相邻共现的频率或概率能够较好地反映成词的可信度。马尔科夫链模型的基本思想是将上文中出现的字作为观测事件,下文出现的字的条件概率取决于统计样本中相同词组出现的频次。
1)统计语言模型。统计语言模型是描述自然语言内在规律的数学模型,其核心是计算一个句子的概率的模型,基本计算公式为[5]:
$$ P(H)=P({{w}_{1}})P({{w}_{2}}|{{w}_{1}})P({{w}_{3}}|{{w}_{1}}{{w}_{2}})\ldots P({{w}_{n}}|{{w}_{1}}{{w}_{2}}\ldots {{w}_{n}}_{-1}) $$ (1) 式中,H表示一个句子;wm表示句子中的第m个词;P(H)表示句子H在文本中出现的概率;n表示组成句子H的词的个数;P(wm|w1,w2…wm-1)表示词wm出现概率取决于它前面m-1个词;句子H出现的概率等于每一个词出现的概率相乘。
式(1)实际上无法实现。为解决这个问题,利用隐马尔科夫模型优化式(1)为:
$$ P(H)=P({{w}_{1}})P({{w}_{2}}|{{w}_{1}})P({{w}_{3}}|{{w}_{2}})\ldots P({{w}_{n}}|{{w}_{n}}_{-1}) $$ (2) 与传统的自然语言分词技术相比,本文采用的方法将地名、地址中的地理实体(如省、市、县名)的空间相对关系作为词序出现的条件概率,而非单纯使用词频统计信息,基于隐马尔科夫模型[5]计算出的地名地址序列出现的概率密度值进行估计。首先,根据不同等级行政区名(省、市、县、乡镇)或地名的空间拓扑关系(包含、相邻、相交等)计算某个特定地址出现的概率;然后,根据实际的地址输出序列搜索出状态空间关系的最大条件概率值。最后,通过地名地址库中的数据以及其相应的空间关系计算出统计模型参数,完成估计地名地址空间关系的中文分词算法。
2)基于动态规划的维特比搜索算法。根据统计模型参数的概率词频计算结果,利用维特比寻找最有可能产生观测事件序列“维特比路径”的隐含状态序列,通过动态规划的方法发现最可能的上下文无关的派生(解析)的字符串。即假设给定隐马尔科夫模型状态空间S,初始状态i的概率为πi,从状态i到状态j的转移概率为ai,j。令观察到的输出为y1y2…yt。产生观察结果的最有可能的状态序列x1x2…xt由递推关系给出:
$$ \left\{ {\begin{array}{*{20}{l}} {{V_{1, k}} = P\left( {{y_1}|k} \right){\pi _k}}\\ {{V_{t, k}} = {\rm{ma}}{{\rm{x}}_{x \in S}}\left( {P\left( {{y_t}|k} \right){a_{x, k}}{V_{t - 1, x}}} \right)} \end{array}} \right. $$ (3) 式中,Vt,k为前t个状态为k的观测结果最有可能对应的状态序列的概率;ax,k为最终状态为k时由x状态转换而来的概率。
3)匹配向量相关性计算。为了更好地将统计模型中的词频和词序参数同时应用于文本的相似度计算,需设计出衡量灾情信息中文本字段与待匹配空间中地名地址的相似性量度,定量化地描述灾情信息中地名识别与匹配的精确性与可靠性。本文采用了多维向量的欧氏空间距离作为其相似性量度,将分词所得的各级地名作为不同维度的空间向量,以统计模型的条件概率参数作为向量的距离来计算向量间的相关性。
-
应急制图的制图因子包括突发事件因素和地图要素。突发事件是第一驱动制图因子,地图要素是第二制图因子。地图要素分为数学要素、地理要素和辅助要素。其中,数学要素主要因子包括投影和比例尺,地理要素是地图上要表达的自然人文要素,辅助要素包括图名、图号、图廓、图例、比例尺标示、三北方向图以及其他资料说明等图外整饰和版面布局。利用这些制图因子触发制图规则的自适应快速制图技术如下:
突发事件作为第一驱动制图因子,首先,大概确定制图位置和范围、地图种类(比如地质灾害发生后,需要发生地的滑坡、泥石流分布图)、版面大小等,利用制图范围、版面大小、比例尺3个因子之间两两约束第3个的规则,通过1~2次微小调整完全确定制图范围、版面大小和比例尺。然后,根据确定的比例尺因子,利用地图投影选择规则动态确定地图的投影,进一步确定经纬格网以及千米格网,完成数学要素选定。基于确定的比例尺和地图种类,驱动选取所需的数据。其中,利用已定的比例尺因子根据设定的规则确定所需数据的比例尺,地图的种类决定了数据的类型(矢量地形要素数据、数字高程模型数据、正射影像数据库、应急专题数据等)、图层和要素等。基于确定的制图数据、比例尺和地图种类触发制图符号化、图层放置、标注以及冲突处理等制图规则、策略,实现地理要素的制图自动化过程。图名、图廓等辅助要素的样式以及相互之间的关系可以通过预设相应的规则参数代入到相应的算法中进行计算得到,从而完成辅助要素的自动化处理。充分利用这些制图因子之间的关系和相互制约条件,以及预设的制图规则,并嵌入到自适应制图算法中,实现制图流程自动化和一键式操作,提高制图效率和可靠性。
-
知数一体化应急制图数据库的内容包括各种数据、符号、制图规则以及基于它们形成的策略库(见图 4)。
-
多级比例尺基础地理信息数据、已有的电子地图数据等是应急制图数据库中的基础数据,灾情和现场数据、应急专题数据等是数据库中关键核心数据。
服务区域范围内的1:1 000 000、1:250 000、1:50 000、1:10 000、1:5 000、1:2 000等比例尺的基础地理信息数据,主要内容包括矢量地形要素数据库(digital line graphics,DLG)、正射影像数据库(digital orthophoto map, DOM)、数字高程模型数据库(digital elevation model, DEM)、数字栅格地图(digital raster graphic, DRG)或地形图制图数据库(digital cartographic model, DCM)等“4D”产品[6],这些数据为应急制图数据库提供了制作底图的基础数据。DLG数据是应急制图的基础框架;DOM可满足应急制图对影像地图产品的需求;DEM数据及其派生的晕渲数据可满足地形地貌地图产品的需求。
应急专题数据包括危险源、防护目标、保障资源这3大类。危险源是灾害的致灾体,防护目标是承灾体,保障资源是防灾减灾的各种人力、物资以及基础设施等保障设施设备。为满足测绘地理信息应急中应急专题信息的需求,本文通过一定的方式收集和整理了相关部门的应急资料,采用上述数据匹配技术进行处理,形成了全国3大类、13个子类34多万条应急专题信息。
灾情(突发事件)是突然事件数据[7],现场数据是指在突发事件现场的数据。中国已形成了灾情(突发事件)收集和发布的技术体系。例如,应急管理部国家减灾中心按照2014年颁布的《特别重大自然灾害损失统计制度》收集和发布特别重大自然灾害灾情;国家卫生健康委员会按照《国家突发公共卫生事件相关信息报告管理工作规范(试行)》收集和发布公共卫生事件;地震灾情已实现自动速报和正式速报[8]。应急快速制图系统所需的灾情(突发事件)可以通过共享方式获取。现场数据获取的方式包括航天卫星遥感、航空遥感、无人机遥感以及移动测量车等[2]。航天卫星遥感获取现场数据通常需要及时调整卫星姿态,快速对准地面的灾害现场,高效获取灾害区域的卫星影像;航空摄影和无人机遥感是实现应急现场“看得清”的重要技术,可快速得到现场真实清晰、丰富详细的破坏情况。获取了现场数据后需要进行快速处理、信息提取和解译分析,之后或者同时进行制图等相关工作。
电子地图是可以直接利用并快速制印的数据,分为历史应急制图数据和共享或收集的电子地图数据。共享或收集的电子地图数据主要有省级地图、市级地图以及国外部分地图、少部分县级地图,还包括一些专题地图,但缺少城区地图以及大部分县级地图。这些地图通过共享和收集获得,测绘主管部门已在系统内开展了多年电子地图数据的交换共享并为应急保障提供了多次服务。历史应急制图数据是历次应急形成的制图数据,可以通过系统实现快速复用和服务。
-
制图知识库是数据可视化和应急决策形象化的实现基础,包括符号、制图规则以及策略。
1)符号包括字体符号、点符号、线符号、面符号以及生僻字库等。操作系统自带的字体库不能完全满足快速制图的需求,需要增加方正或者汉仪等中文字体库以满足制图过程中标注和注记显示的需求。同时,为了满足生僻字的制图需求,研制了生僻字供系统调用,保障生僻字的正常显示。点、线、面符号是为了满足空间要素可视化而制作的符号。基础地理信息地形要素的符号化尽量采用相应或相近比例尺的地形图符号[9], 这些地图符号是经过制图专家多年积累形成的符号知识。应急专题数据集等数据的符号是在日常应急工作中根据经验形成的,本文基于这些制图符号研制了700多个点、线、面的制图符号。
2)制图规则是实现制图的方法或者操作集,包括图层选取和放置规则、要素与符号关联规则、自动标注注记规则、冲突处理规则、图外整饰规则等。
(1)图层选取和放置规则。图层选取是指选取需要制图的图层,舍弃不需要制图的图层,如在晕渲图中,选取地貌点层,舍弃控制点层。图层选取也包括在图层中选取符合条件的要素。图层放置规则是规定图层的放置顺序。通常,点图层放置在线图层的上面,线图层放置在面图层上,DEM数据层放置在晕渲数据层之上,影像数据层放在DEM数据层之上,专题图层放置在基础地理数据图层上,这些规则主要控制不同图层要素间的分层显示与压盖。对于相同图层要素中不同地物类对象之间的上下放置关系,可以通过图层分解来处理。
(2)要素与符号关联规则是实现地图主体内容展现的主要规则,通过该关联规则,把不带有形状、颜色等符号信息的空间要素实现了符号化。一般通过稳定性较好且能代表要素的属性字段与符号进行关联,如对于基础地理信息数据,可以通过基础地理信息要素分类代码[10]的属性字段实现要素与符号的符号化关系,应急专题要素通过专题代码与专题符号实现符号化关联。
(3)自动标注注记规则。本文综合选用文献[11-12]的自动标注规则实现,具体包括如下规则:
(a)样式规则。设置地图上注记的表现样式, 包含注记的字体种类、字号大小、粗细、斜正和角度及字间距、字体耸肩、字体描边等。该规则可以利用国家标准、行业标准[9, 13]或者约定俗成的样式规则实现。
(b)内容规则。根据地图种类、用途等确定标注的内容,比如行政区划地图中县级驻地符号标注用县级的名称。注记的内容可以直接从空间数据的属性信息中提取, 既可利用单一字段内容来标注, 也可同时利用多个属性字段组合的表达式作为标注内容。还可以分级分类标注,比如地名标注分省、市、县、乡镇、行政村等级别进行。
(c)比例尺规则。用于设定注记显示的比例尺范围。当比例尺小于设置的最小显示比例尺或者大于最大显示比例尺时,注记将不显示, 以控制不同尺度下注记的密度, 避免注记压盖冲突。
(d)过滤规则。当需要标注某要素类的部分信息时, 可采用标注过滤规则。
(e)位置规则。点状要素的注记位置采用典型的九宫格位置模型, 即西北、北、东北、西、居中、东、西南、南、东南以及最佳位置。最佳位置是根据要素周边情况自动选取8种位置(居中除外)中的1种位置。在最佳位置情况下,可用0~8数值设置位置的优先级(0禁止放置;1优先级最高, 数值越大,优先级越低), 如图 5所示。此外,还可以设置按属性值旋转标注(会以指定的角度旋转标注),以及将标注定向到经纬网等相关标注规则。
线状要素的注记位置与线要素的关系规则设置为两种:一种是将标注的中点处于要素上;另外一种是标注与线要素偏移一定距离(默认或自定义)。线要素标注与线要素方向的关系设置为4种:水平,相对于地图的上下图廓水平放置标注;平直,在与线要素相切的直线上放置标注;弯曲,沿着线要素的弯曲方向放置标注;垂直,在与线要素的切线方向相垂直的位置放置要素。
通过标注与线要素的位置规则及方向规则,可以组合成8种线要素的标注位置规则(见图 6)。
为完成特殊线要素的标注,还可以通过组合上述规则并增加其他规则进行针对性的规则设置。例如,针对街道要素标注设置规则,选择弯曲居中、弯曲偏移、平直居中和平直偏移这4种放置位置,同时将许多单独且首尾相连的线要素街道组合成一个长的线要素再进行标注,避免重复及冲突。
放置面状要素标注时,可选用放置在面内部或放置在面外部的规则。面内部放置的规则进一步包括水平或平直标注放置样式和指定标注放置的首选内部区域(见图 7(a))。面外部放置的规则进一步包括水平、平直和弯曲标注放置样式以及指定标注放置的外部首选区域(见7(b))。根据需要还可以设置避开面中的洞以及展开标注的文字和字符等规则。
(f)冲突避让规则。参照文献[12]的注记避让规则,同时在注记生成过程中,需要考虑不同要素的重要程度,动态调整注记压盖的优先顺序。因此,需要将不同要素的重要程度信息存储形成注记避让规则库,示例见表 1。
表 1 不同道路要素的避让等级
Table 1. Grade of Avoidance for Different Road Feature
序号 图层 要素 避让等级 1 道路 高速公路 高 2 道路 国道省道 中 3 道路 县道 较低 4 道路 乡道 低 本文的快速制图系统是基于ArcGIS 10.X软件的AE开发的,充分利用Maplex的标注规则以及自定义的规则,实现标注位置、自适应策略、密度、冲突检查等自动化处理,保证地图的易读性。
(4)冲突处理规则。由于空间数据模型与地图数据模型的不一致,要达到制图规范的地图效果,必须处理重叠、交叉等图面矛盾[14]。为解决地图图面冲突,本文采用下述规则:(a)使用规范化的数据。使用规范化的数据可以避免一些制图冲突,比如规范化的数据中水系和等高线的关系已经处理好了,不会出现“水系爬坡”的制图矛盾。(b)设置图层的权重和显示的比例尺范围。解决标注与标注、标注与要素、要素与要素之间的冲突规则之一是通过设置图层的权重和显示顺序以及显示比例尺,可以解决部分冲突问题。(c)通过移位或者改变方向来处理。采用批处理或者人机交互方式,通过移位或者改变方向来解决冲突。图 8是通过移位旋转建筑物的方向来解决道路与建筑物的冲突关系;还可以通过改变要素的方向来实现,如行政区划图通常需要用外围色带表达行政区划制图中心的思想,由于行政界线方向的随机性,经常有色带位于行政区划里面的矛盾,本文通过研发色带转向的工具来实现色带冲突处理。(d)自动化处理。对于实时变化、有约束条件的冲突解决方法,可以通过嵌入系统开发来实现,比如行政区划的四色填充,利用图论的四色原理自动解决四色填充问题。(e)人工处理是制图冲突解决的最后一道防线,通过人工解决一些上述方法不能处理的冲突和矛盾,实现地图的最佳效益。
(5)图外整饰规则,包括版面大小的确定、经纬网线和千米网线的显示、标注以及图外说明注记的自动配置等。本文根据实际需求,分标准图幅和非标准图幅两种情况确定图外整饰规则。标准图幅版面大小根据标准的分幅规则计算确定;经纬网线和千米网线的显示和标注根据文献[9]和文献[15]的规则自动化实现;图名、图号以及其他图外说明信息可通过调用元数据实现。非标准分幅的版面大小按照文献[15]的图幅尺寸约束的地图版面自适应计算得出;图名利用制图区域的行政区划数据获取行政区划名称,再按照文献[13]制定的规则进行命名;制图单位、指北针以及图廓边框等图外说明方式按照约定的方式进行自动化处理。
3)策略。策略是将上述制图规则按照需求进行组装。符号、字体、规则明确好了,相当于准备了组件,用户根据应用需求进行组装,从而实现用户的多样化需求。本文通过组装实现应急矢量地图、应急影像地图、应急晕渲地图以及应急行政区划地图、应急交通地图、应急专题地图等多种地图的制图。通过策略可以实现要素与制图知识1:n的关联关系,满足多重制图的表达需求。
-
在上述关键技术研究的基础上,本文基于AE完成了测绘地理信息应急快速制图系统研制,系统的核心功能包括数据整合、制图模板定制与选择、制图范围定义、图饰生成等(见图 9),实现地图制作的快捷灵活化和自动化,满足基础地理信息及应急专题信息的快速制图。文献[3]所指出的“制图数据单幅存储,导致制图区域与灾害范围不能完全吻合”的问题在此系统中得到解决,同时制图效率也得到了提高。
数据整合是为高效构建应急制图数据库提供的功能,包括跨类型、跨级别抽取基础地理信息数据中的交通、水系、医院、电力、通信等应急核心地理要素并构建交通生命线、救援通道等应急专题数据集,以及将分块、分幅的数据快速整合为区域无缝的合并功能等。这些功能主要在应急储备的日常业务中使用。
关于制图模板定制与选择,本文将部分固化、不需要改变、约定成俗的规则按照需求组合为策略并集成到多种类型的制图模板中实现部分制图要求[15-16],其中模板定制功能也是在应急储备的日常业务中使用,制图模板选择功能在应急制图时使用。
制图范围确定和定义是应急制图时使用的功能。在突发事件的驱动下,它面向用户提供多模式的快速定位方式,并实现制图范围、投影、比例尺,以及版面的大小和版面的横竖等自适应计算。
图饰生成是在模板和制图范围确定的基础上,基于设定的图外整饰规则,自动化完成图廓、格网等辅助制图元素的生成。
-
本文研究的应急快速制图关键技术和系统基本实现高效制图的目标,可将单幅应急地图制图时间减少到10~15 min,并在中国四川茂县特大山体滑坡、九寨沟地震、雅鲁藏布江米林段山体滑坡等突发事件应急保障中得到实际应用,为防灾减灾提供了规范高效的地图制图服务。
-
摘要: 为突发事件提供测绘地理信息快速制图服务是应急测绘保障的主要任务之一。防灾减灾工作对应急制图服务时效性提出了非常高的要求,通常为几小时或更短时间,而常规制图需要1~2 d,甚至更长时间。为确保应急制图的效率,对应急制图知识分解与匹配、应急专题数据快速动态集成、多因子触发制图规则的自适应快速制图等关键技术进行研究,在此基础上开发了测绘地理信息应急快速制图系统,提高应急制图的效率。Abstract:
Objectives Natural disasters in China are characterized by many kinds, wide distribution, high frequency, and high intensity, which often cause huge losses. Therefore, effective prevention of disasters, timely understanding of disaster information, and scientific reduction of disaster losses are of great significance to the safety of people’s lives and property. In the process of disaster prevention and control, emergency survey and mapping support mainly play an indispensable role through provide geographic information rapid mapping service. Emergency disaster rapid mapping is highly time-sensitive and generally requires services to be provided within a few hours or less, but conventional mapping methods are difficult to meet demand (1-2 days or even longer). Our purpose is to improve the efficiency of emergency mapping and to provide support for the rapidly emergency mapping service in different stages, including emergency rescue, disaster assessment, post-disaster reconstruction, etc. Methods To solve the problem of randomness and efficiency of emergency mapping, three technologies were introduced: The knowledge decomposition and matching of rapid mapping for an emergency, the rapid and dynamic integration of emergency thematic data, and the adaptive fast mapping of multi-factor triggered mapping rules. The first technology decomposed knowledge of rapid mapping for an emergency to the symbol, label, rule of mapping, decoration and so on, and further subdivided them. So as to form the building blocks of cartography knowledge and provide components for building the cartography with specific needs, and to realize multiple associations and integrated storage of emergency data and mapping knowledge. The second technology integrated the natural language processing and word segmentation technology with the spatial information in the disaster information and proposed the spatial matching method of place names and addresses based on the statistical model, which realized the rapid integration of disaster information.The third technology took emergencies as the first driving mapping factor and map elements as the second mapping factor. By the spiraling means, it automatically determined the elements of map such as the location, range, map type, layout size, scale, projection, data source type, symbol and annotation, map conflict processing, and decorations step by step, to realize the automation of emergency map process. Results With the support of the first two technologies, we constructed an integrated emergency mapping database, which includes various multi-level scale basic geographic information data, disaster data, emergency thematic data, symbols, mapping rules, and the strategy. Based on the integrated emergency mapping database and adaptive fast mapping technology of multi-factor trigger rules, the research and development of geographic information emergency rapid mapping system was completed, which could realize fast, flexible, automatic map production to meet the demands of rapid mapping of basic geographic information and emergency thematic information. Conclusions The key technology and system of emergency rapid mapping achieve the goal of efficient mapping, which reduces the mapping time of a single emergency map to 10-15 minutes. It has been applied in the emergency support of mountain landslide in the Maoxian County, Jiuzhaigou earthquake, mountain landslide in the Milin Section of the Yarlung Zangbo River, and other emergencies, provided standardized and efficient cartographic services for disaster prevention and mitigation. -
表 1 不同道路要素的避让等级
Table 1. Grade of Avoidance for Different Road Feature
序号 图层 要素 避让等级 1 道路 高速公路 高 2 道路 国道省道 中 3 道路 县道 较低 4 道路 乡道 低 -
[1] 范维澄, 闪淳昌.公共安全与应急管理[M].北京:科学出版社, 2017 Fan Weicheng, Shan Chunchang. Public Safety and Emergency Management[M].Beijing:Science Press, 2017 [2] 刘纪平, 张用川, 徐胜华, 等.一体化综合减灾智能服务顶层设计研究[J].武汉大学学报·信息科学版, 2018, 43(12): 2 250-2 258 doi: 10.13203/j.whugis20180309 Liu Jiping, Zhang Yongchuan, Xu Shenghua, et al. Top-Level Design Study for the Integrated Disaster Reduction Intelligent Service [J].Geomatics and Information Science of Wuhan University, 2018, 43(12): 2 250-2 258 doi: 10.13203/j.whugis20180309 [3] 朱庆, 曹振宇, 林珲, 等.应急测绘保障体系若干关键问题研究[J].武汉大学学报·信息科学版, 2014, 39(5): 551-555 doi: 10.13203/j.whugis20130351 Zhu Qing, Cao Zhenyu, Lin Hui, et al. Key Technologies of Emergency Surveying and Mapping Service System[J].Geomatics and Information Science of Wuhan University, 2014, 39(5):551-555 doi: 10.13203/j.whugis20130351 [4] 国家测绘地理信息局.国家测绘应急保障预案[EB/OL]. [2020-01-11].http:∥www.Sbsm.gov.cn/article/chdlxxyjbzfw/201501/20150100021410.Shtml National Bureau of Surveying and Mapping Geographic Information. National Emergency Plan for Surveying and Mapping[EB/OL].[2020-01-11].http:∥www.Sbsm.gov.cn/article/chdlxxyjbzfw/201501/20150100021410.Shtml [5] 邢永康, 马少平.统计语言模型综述[J].计算机科学, 2003(9):22-26 doi: 10.3969/j.issn.1002-137X.2003.09.006 Xing Yongkang, Ma Shaoping. A Survey on Statistical Language Models[J].Computer Science, 2003(9):22-26 doi: 10.3969/j.issn.1002-137X.2003.09.006 [6] 王东华, 刘建军, 张元杰, 等.国家基础地理信息数据库升级改造的思考[J].地理信息世界, 2018, 25(2):1-6 doi: 10.3969/j.issn.1672-1586.2018.02.001 Wang Donghua, Liu Jianjun, Zhang Yuanjie, et al. Thoughts on Upgrading of National Fundamental Geographic Information Database [J]. Geomatics World, 2018, 25(2):1-6 doi: 10.3969/j.issn.1672-1586.2018.02.001 [7] 第十届全国人民代表大会常务委员会.中华人民共和国突发事件应对法[S].北京: 中国法制出版社, 2007 The Standing Committee of the 10th National People's Congress. Emergency Response Law of the People's Republic of China[S].Beijing: China Legal Publishing House, 2007 [8] 孝金波, 2019年国内地震正式速报比2018年减少88秒[EB/OL]. [2020-01-11].人民网, http://society.people.com.cn/n1/2020/0111/c1008-31544085.html Xiao Jinbo.The Formal Quick Report of Domestic Earthquake in 2019 is 88 Seconds Less than That in 2018[EB/OL].[2020-01-11]. People's Daily, http://society.people.com.cn/n1/2020/0111/c1008-31544085.html [9] 全国地理信息标准化技术委员会.国家基本比例尺地图图式: GB/T 20257-2017[S].北京: 中国标准出版社, 2017 National Standardization Technical Committee of Geomatics. Cartographic Symbols for National Fundamental Scale Maps: GB/T 20257-2017[S].Beijing: Chinese Standard Press, 2017 [10] 全国地理信息标准化技术委员会.基础地理信息分类与代码: GB/T 13923-2006[S].北京: 中国标准出版社, 2006 National Standardization Technical Committee of Geomatics. Classification and Code of Basic Geographic Information: GB/T 13923-2006[S].Beijing: Chinese Standard Press, 2006 [11] 张文元, 许妙忠.基于规则库的目视航图自动化制图[J].测绘科学, 2011, 36(1): 160-163 http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=chkx201101053 Zhang Wenyuan, Xu Miaozhong. Automatic Cartography for VFR Aeronautical Charts Based on Rule Database[J]. Science of Surveying and Mapping, 2011, 36(1): 160-163 http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=chkx201101053 [12] 席楠, 杨天青, 姜立新.地震应急专题制图规则及其领域本体模型研究[J].震灾防御技术, 2016, 11(2): 384-395 http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=zzfyjs201602022 Xi Nan, Yang Tianqing, Jiang Lixin. The Research of Earthquake Emergency Thematic Mapping Rules and Its Domain Ontology [J]. Technology for Earthquake Disaster Prevention, 2016, 11(2): 384-395 http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=zzfyjs201602022 [13] 国家测绘地理信息局.基础地理信息应急制图规范: CH/T 4018-2013[S].北京: 测绘出版社, 2014 National Bureau of Surveying and Mapping Geographic Information. The Standard for Emergency Mapping of Basic Geographic Information: CH/T 4018-2013[S]. Beijing: Surveying and Mapping Press, 2014 [14] 李霖, 于忠海, 朱海红, 等.地图要素图形冲突处理方法:以线状要素(道路、水系和境界)为例[J].测绘学报, 2015, 44(5):563-569 Li Lin, Yu Zhonghai, Zhu Haihong, et al. Handling Graphic Conflicts Between Cartographic Features: Exemplifying Geolinear Features(Road, River and Boundary) [J]. Acta Geodaetica et Cartographica Sinica, 2015, 44(5):563-569 [15] 朱秀丽, 刘万增, 吴晨琛, 等.公益性地图自适应快速制作技术[J].测绘通报, 2019(6): 136-139 http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=chtb201906030 Zhu Xiuli, Liu Wanzeng, Wu Chenchen, et al. Technology of Public Welfare Map Adaptively and Quickly Producting[J]. Bulletin of Surveying and Mapping, 2019(6): 136-139 http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=chtb201906030 [16] 赵国成, 徐立, 阚映红.面向规则聚合的地图制图模板设计与实现[J].测绘科学技术学报, 2014, 31(2):216-220 doi: 10.3969/j.issn.1673-6338.2014.02.025 Zhao Guocheng, Xu Li, Kan Yinghong.The Design and Implementation of Mapping Template for Mapping Rules Aggregation[J].Journal of Geomatics Science and Technology, 2014, 31(2):216-220 doi: 10.3969/j.issn.1673-6338.2014.02.025 -