童晓冲教授 | 地球空间弹性网格模型与应用探讨

2024第十二届高校GIS论坛，信息工程大学童晓冲教授作特邀报告《地球空间弹性网格模型与应用探讨》。

以下为报告内容整理（未经本人确认）：

地球空间网格也被称之为地球离散网格，定义上是一种科学简明的空间参考系统，具备全球完备覆盖、空间多分辨率、层次嵌套结构、编码运算等特性，是对现有地球空间参考系统及其他专用空间参考系统的补充。

空间网格的发展基于现有时空数据特点和网格框架，做出需求分析：由于现时空数据越来越体现出多源异构、动态性、多维度等特性，现有网格框架具有多样、多维、多尺度、规则单一的递归剖分结构等特点，一方面动态对象标识与计算复杂度较高，动态对象跨越多个网格，标识网格的数量变化导致计算复杂；另一方面多维数据各个维度物理量纲不同，数据对各维度上的尺度需求不同，刚性网格层级选择通常顾此失彼。

针对网格数据模型的压缩与存储，需要设计一套弹性网格结构，是在原有刚性结构之上的超集，将固定结构变得弹性化，任意位置相邻可组合成需要的空间网格。或将维度之间固定的网格结构形成维度之间尺度的弹性，共同构成弹性网格结构。

刚性网格基本定义是基于Tree结构对N维空间进行递归剖分形成的固定网格结构。下面定义两类弹性结构，第一类剖分弹性结构，不同父节点上多个空间相邻的刚性网格聚合形成的新的网格，解决动目标标识与计算；第二类尺度弹性结构，N个维度上具有Tree关系的刚性网格独立聚合形成的网格，满足空间数据在不同维度上的各向异性尺度需求，或解决时空维度上物理量纲不一致问题等。

弹性网格框架采用尺度弹性网格的“维度分离”思想对N维空间拆分，每个维度基于剖分弹性网格结构进行剖分与编码，实现刚性、剖分弹性、尺度弹性网格的统一。

剖分弹性结构

在刚性结构基础上，将N维空间的任意2N个空间相邻的网格聚合，形成剖分弹性结构。对剖分弹性网格进行编码，以格元编码为基础，实现格点、格边、格面网格的编码。

尺度弹性结构

将N维网格空间的每个维度视为一维空间范围，对于网格，基于二叉树进行递归剖分，形成不同的尺度网格，组合形成具有尺度弹性的N维网格。尺度弹性结构具有以下特点：网格尺度丰富、网格形态多样、尺度比例可不关联。

统一的弹性网格框架

利用尺度弹性网格结构的“维度分离”思想对各个维度上的一维网格空间进行递归剖分，并基于剖分弹性网格结构，实现各个维度上多尺度的格元、格边的统一编码。尺度弹性网格先进行树型结构的构建，形成单一尺度的层次结构，再经过交叉融合的方式形成空间编码，使网格尺度更加丰富。

基于以上，提出统一的弹性网格框架：在一个满足塑性关系的新的结构中，很多节点可同时表示不同尺度的网格大小，具备更多的尺度化表达能力。

空间网格的应用探讨

应用1：模型数据的网格建模与管理

利用空间网格进行三维城市的建模或者场景的建模，常见的方式是体素或多尺度，便于利用弹性网格。SEGS方法的弹性网格在模型的存储空间减少87.1%，且不损失表达精度，解码速度提高334%，也可后续用来进行数据模型的网格化的管理。

应用2：运动目标的时空关联与跟踪

无人机或者飞行器做目标关联和跟踪有多种方式，在这里主要讨论多无人机跟踪多目标。考虑到跟踪目标的表征绝大部分是本身特征，关键在于利用时空特征的作用。在时空基于多种类型对象的时空网格的目标关联中使用空间网格，不同的弹性网格时间尺度是一致的，因此同一套编码可以跟踪形成不同尺度的对象。

应用3：大规模无人机路径规划

建立弹性网格的结构，给每个网格赋予可到达、待分配、已占用等应用属性。弹性网格必须适配弹性搜索算法，在此基础上实现路径规划。

利用这种方法计算多个无人机之间发散的冲突树，基于弹性网格的方法消解效率明显提升。例如在城市中模拟无人机进行飞行，每个无人机都用空间网格建立一个飞行廊道，保证规划和计算效率的同时避免飞行冲突。

还可以应用于动态目标搜索，利用空间网格的结构对出现的概率、历史数据进行量化，基于不同概念地图的效果得到最优搜索效率，也可用于地表相关数据的网格量化，利于后续通行能力的计算，做全局路径的搜索。

应用4：泛在时空域的关联与挖掘

空间网格的大部分和实体目标进行关联，或和没有实体关系的内容进行关联，把对象关系进行网格化，实体和模板进行卷积，得到泛在的语义。基于此做事件的关联定位与事件关联的事件定位，例如自然语言的结构化表达，自然语言文本时空语义分类建模。还可以将提取的知识利用空间网格的编码放到图数据库中进行推理，验证了基于编码存储时空知识的可行性以及在各类时空查询上的高效性。

应用5：遥感场景图与场景搜索

通过结构化语义对场景图进行量化、生成空间结构描述，经过地球空间网格化、拓扑关系和方位关系的网格细化，以及实体之间结构关系的计算，形成了基于遥感场景图的智能生成方法，利用此方法生成遥感的场景图，在各类关系上的预测精度和数据普适性都较高。

还可以基于场景图的语义和方位拓扑描述地图上的关系信息，进行基于场景图空间关系、方位关系、拓扑关系的检索。