[發明專利]基于變異系數的地理空間區域數據多尺度可視化方法

有效

• 申請號: 202110974113.1
• 申請日: 2021-08-24
• 公開（公告）號: CN113792100B
• 公開（公告）日: 2022-09-13
• 發明（設計）人: 周志光;倪瑜那;王浩軒;陳圓圓;張翔;劉玉華;蘇為華
• 申請（專利權）人: 杭州電子科技大學
• 主分類號: G06F16/26
• 分類號: G06F16/26;G06F16/29;G06T11/20;G06T11/00;G06K9/62
• 代理公司: 杭州君度專利代理事務所(特殊普通合伙) 33240
• 代理人: 陳煒

本發明公開了基于變異系數的地理空間區域數據多尺度可視化方法。本發明方法首先利用空間相似性將地理空間區域數據進行層次聚類，形成層次結構；然后利用變異系數對層次結構中每個聚類的屬性分布進行估計，并依據其變異系數的值進行最優尺度劃分，以同時呈現變異系數較低聚類的多尺度可視化。此外，從變異系數和信息熵兩方面進行多尺度可視化結果的評估與定量比較，并通過雷達圖的使用，從形狀方面增強可視化差異的視覺表現，進而直觀地評估和比較本多尺度可視化方法。本發明方法實現了一個用于地理空間區域數據的多尺度可視化模型，使用戶能夠同時可視化地探索原始地理數據的全局特征和細節特征，并深入地了解地理空間區域數據中的潛在特征。

技術領域

本發明屬于信息技術領域，涉及一種基于變異系數的地理空間區域數據多尺度可視化方法。

背景技術

隨著地理空間信息技術的快速發展，地理空間區域數據在位置等特征和人口、收入等屬性信息統計等方面被廣泛地收集。地理空間區域數據集通常在專題圖和維諾圖上進行可視化，多邊形邊界被用來呈現地理特征，視覺元素(顏色、大小等)被用來映射數據的屬性。例如，Polczynski等使用k-means對專題地圖上具有多個特征屬性的地理數據進行分類，從而進行地理空間區域數據可視化。Pinho等介紹了一種基于投影數據的維諾圖的勘探工具Voromap，該工具利用維諾圖中多邊形的面積來表示數據集中的每個元素。地理空間區域數據可視化還可以幫助用戶了解區域特點，并進一步為當地經濟和社會的發展做出貢獻。Pu等提出了一個可視分析系統T-Watcher，根據GPS數據將地圖劃分為柵格點，并對其進行聚類形成區域視圖，顏色亮度表示車流量，出租車上下客密集區域可以有效呈現城市中的熱點位置分布，進而幫助交通部門監控并分析大城市復雜的交通情況。

然而，地理空間區域數據通常具有層次結構，屬性特征在不同層次上的表現也有所不同。針對于傳統的單一尺度可視化，屬性的全局分布特征在較高層次上很容易被觀察到，但是由于地理空間區域數據可視化的高度抽象，細節特征容易被遺漏。其次，屬性分布特征在較低的層次上被詳細描述，但是由于數據元素的過度渲染，全局特征不易被感知。單一尺度可視化是導致該問題的主要原因，這使得用戶很難在一個地圖上同時探索全局特征和細節特征，不利于更深入地進行地理空間分析。經過與領域專家的密切討論，他們提出在一個地圖上同時觀察到全局特征和細節特征可以幫助用戶深入了解地理空間區域數據中的潛在特征。因此，進行地理空間區域數據的多個尺度的協同可視化對地理空間分析十分重要。然而在實現領域專家的想法仍存在三個技術問題：如何估計局部區域之間的關系，構建基于屬性的層次結構；如何設計一個協同的多尺度可視化模型，允許用戶在維諾圖上同時感知全局特征和細節特征；如何評估多尺度可視化結果在保持區域之間的層次特征和關系質量上的有效性。

發明內容

本發明的目的是提供一種基于變異系數的地理空間區域數據多尺度可視化方法。

為實現上述目的，本發明采取的技術方案是：

步驟(1)對原始的地理空間區域數據進行德勞內三角剖分和層次聚類，生成維諾圖和層次聚類樹；

步驟(2)利用最優化變異系數模型結合聚類結果進行最優選擇，得到最優尺度的樣本點集合；

步驟(3)利用最優尺度的樣本點集合對維諾圖進行形狀調整和顏色調整；

步驟(4)從變異系數和信息熵兩個方面，對多尺度可視化結果進行可視化評估和定量比較，并對比較結果的差異進行形狀增強的可視化展示。

進一步，步驟(1)具體是：

(1-1)使用經典的德勞內三角剖分法來生成維諾圖：構建點間的德勞內三角網，找到德勞內三角網各三角形外圓的圓心，再連接相鄰三角形外圓的圓心形成多邊形網，即維諾圖；

(1-2)使用k-means聚類算法，對原始的地理空間區域數據進行聚類，每一個類的屬性值為該類所包含的孩子節點的屬性值均值；