从几何判别到实体认知：三重表达瓶颈
多源异构地理空间数据在空间参考、采样精度、几何表达与语义分类上存在系统性差异，同一地理实体在不同数据集中往往呈现出不一致的空间属性与语义表达，从而带来融合、更新与空间分析中实体对应关系错配的问题。按匹配对象类型，同名实体匹配可分为点、线、面要素匹配；按几何特征的映射关系，又可划分为 1:0（或 0:1）、1:1、m:1、1:n 与 m:n 五类。现有研究分散于地图融合、矢量数据更新与地理知识对齐等不同应用领域，尚缺统一的理论框架，其背后是特征表达、结构约束与统一建模上的三重瓶颈。
几何特征对偏移与噪声高度敏感
位置与距离度量原理直观、实现简单、效率较高，适合大规模数据的快速筛选与初始匹配，但其稳定性受坐标误差、系统性偏移、尺度变化和边界噪声影响明显。同一条道路可能在不同数据源中被分割为不同数量的弧段，端点距离或平均距离并不能直接反映整体对应关系；质心距离对形状变化不敏感，边界距离又易受局部噪声干扰。单纯几何匹配还依赖人为设定的判定阈值，跨数据源、跨尺度与跨对象类型的泛化能力有限。
拓扑结构易被尺度变换破坏
拓扑关系与邻域结构可将匹配从单体对象相似度计算扩展为基于空间结构的一致性分析，但拓扑结构本身可能因尺度变换、数据缺失、道路分段与制图综合而发生变化，一旦拓扑一致性被破坏，即使微小变化也可能导致匹配失败。同时，该类结构表达往往依赖初始匹配结果作为推理基础，若初始匹配存在错误，错误会在邻域约束与置信度迭代传播过程中进一步累积放大，且复杂图结构在大规模匹配中还面临较高的计算成本。
语义异构与统一表达框架缺位
不同数据源之间存在命名差异、语义歧义、类别粒度不一致与属性更新滞后等不确定性，仅依赖空间特征既难以区分语义相似而空间不匹配的实体，也容易误判空间相近而语义不同的实体。文本相似度方法多停留在字符或词项层面，对深层语义关系与跨源类别映射的表达能力有限；对于复杂的线状与面状矢量要素，语义特征通常只能发挥候选过滤、类别约束与置信度修正作用，难以单独支撑匹配判别。
1:0、1:1、m:1、1:n、m:n
2018 年达阶段性高峰
特征表达 · 关系判别
· 智能决策分析框架
三层分析框架下的五步匹配链路
现有同名实体匹配研究通常包括候选匹配对生成、匹配特征表达与匹配关系判别 3 个基本环节。本文据此构建特征表达、匹配建模与智能决策的多层次分析框架：特征表达层提供基础信息来源，为候选筛选和初始相似性度量提供依据；匹配建模层进一步对多源特征进行组织、融合与约束建模，实现候选匹配关系的综合判别与整体协调；智能决策层通过智能学习方法自适应学习特征表示、相似性度量与匹配判别规则。三层与三个环节并非简单一一对应，而是在匹配流程中交叉作用、相互支撑。
候选匹配对生成与位置度量
候选生成以空间邻近性为首要约束：点实体常用欧氏距离，线要素以节点到折线的距离衡量空间偏移，面要素多用中心点距离或质心距离描述整体位置差异；Hausdorff 距离及其改进形式（中值 Hausdorff、短边中值 Hausdorff、分割 Hausdorff）用于衡量点集、折线或多边形边界的整体偏离程度，Fréchet 距离进一步考虑曲线上点的连续顺序，常用于道路、河流等有序线对象。最小外接矩形通过相交判断、重叠面积、长轴方向与长宽比比较，在大规模数据中快速排除明显不相关的候选对象。
几何特征表达：形状、方向与多尺度
线要素以长度、空间方位、方向变化角与节点曲率描述自身几何结构，面要素以紧凑度、骨架线与形状描述子刻画整体轮廓和局部弯曲；傅里叶描述子、矩不变量与转角函数通过二维轮廓的函数化、频域化或复数化，获取具备平移、旋转和尺度不变性的整体轮廓特征，最长公共子序列对局部变形、采样差异与制图综合引起的简化具有较好鲁棒性，特征点与特征弧匹配通过分割弧段单元捕捉边界的局部凹凸结构。多尺度场景则通过面状实体临时聚合、依据道路等级与网络结构分层匹配来处理表达粒度差异。
拓扑关系与空间上下文结构表达
显式拓扑关系通过节点度、蜘蛛编码与「结点-弧段」模型表达连接与方向结构，DE-9IM 模型为点、线、面要素间的相交、包含、邻接与覆盖关系提供标准化描述。空间邻域结构建模以 stroke 将离散弧段按方向连续性、名称一致性或功能等级聚合，并以 Voronoi 图、Delaunay 三角网、最小生成树与最大公共子图构建局部邻接单元。空间上下文结构进一步引入邻近对象、方位关系、包含与重叠关系以及对象群空间格局，用于降低候选密集与局部几何相似造成的歧义。
语义与知识表示：从字符串到知识图谱
字符串层以 Levenshtein 编辑距离、Jaccard 相似度与 Jaro-Winkler 距离刻画表层差异，Double Metaphone 等语音编码从发音相似性识别拼写变体；词元层以分词与 TF-IDF 加权突出区分性关键词，fastText 子词嵌入提升未登录词与拼写变体的表达能力；类别层借助 WordNet 的 Path、Wu-Palmer、Lin 等度量计算概念层级语义距离；结构化层通过地理本体建模与知识图谱的实体链接、属性对齐和关系对齐判断跨源语义一致性。语义信息在复杂矢量要素匹配中与几何、拓扑共同构成语义-空间联合约束。
多特征融合、全局优化与匹配决策
多特征融合先分别计算几何、拓扑、上下文与语义相似度，再经加权组合、综合评价、概率建模或机器学习转化为匹配置信度：主观赋权依赖多次实验、专家经验与层次分析法，客观赋权引入 Helmert 方差分量估计、熵权法、CRITIC 加权与反距离权重，学习驱动则以 Logistic 回归、概率回归、灰色关联分析与 C4.5、随机森林刻画非线性关系。全局优化层以代价函数、概率松弛法与松弛标记法、二分图最大权匹配与网络流、遗传算法、粒子群与蚁群算法，在整体层面协调候选关系并抑制误差累积。
文献计量揭示的三阶段演化
本文基于 Web of Science 与中国知网数据库的检索结果，并结合参考文献追溯补充代表性文献，开展年度发文量统计与关键词热点分析。该领域整体呈现由缓慢发展到快速增长并持续活跃的阶段性演化特征：2000 年前后研究萌芽且发展缓慢，早期侧重基于几何特征判别的同名实体匹配；2010 年后随遥感与地理信息系统技术发展及多源数据获取能力增强，研究数量快速增长并在 2018 年前后达到阶段性高峰，重点由单一特征判别扩展至多维特征综合判别与匹配策略优化；2021 年以来研究热度持续处于高位，智能学习类方法的出现频次明显提升。
智能学习驱动的四条演进路径
智能学习驱动匹配经历了从传统监督学习到深度表示学习、再到图神经网络建模与预训练语言模型的逐步发展，一般包括样本构建、特征编码、表征学习、匹配预测与结果输出等环节。传统监督学习以 SVM、RVM、Logistic 回归、决策树与朴素贝叶斯学习人工构造相似度特征的分类边界；深度表示学习以 Siamese 网络（LineStringNet）、CNN（VGG16）及 RNN、LSTM 自动学习对象嵌入；图神经网络以 GCN、GraphSAGE、SP-GEM、GAE-MLP 建模拓扑与邻域；预训练语言模型以 BERT、Sentence-BERT、Ditto、Geo-ER、POI-Transformers 实现语义-空间联合表示。
六类方法谱系与模型特征对照
本节不构成自有实验验证，而是对既有方法作方法谱系梳理与特征对比：按特征表达、匹配建模与智能决策三个层次，比较各类方法在代表工具、核心机制、适用对象与主要局限上的差异；并进一步按架构类型汇总智能学习模型的代表技术、特征输入、核心优势与适用场景，从而呈现不同方法在同一匹配流程中的功能定位与层次关系。
特征表达 · 匹配建模 · 智能决策
位置 · 形状 · 面积 · 拓扑 · 语义 · 融合
SVM 到预训练语言模型
1:0 / 1:1 / m:1 / 1:n / m:n
| 层次 | 方法族 | 代表性指标 / 工具 | 核心机制 | 适用对象 | 主要局限 |
|---|---|---|---|---|---|
| 特征表达 | 位置距离 | 质心距离、Hausdorff 与 Fréchet 距离、缓冲区叠置 | 度量位置邻近程度与点集间整体偏离程度 | 点、线、面要素的候选快速筛选 | 对位置偏移敏感，易受离群点与噪声干扰 |
| 特征表达 | 形状方向与轮廓 | 傅里叶描述子、矩不变量、转角函数、LCS、特征弧、节点曲率 | 轮廓函数化与频域化，刻画整体形态与局部弯曲 | 规则建筑物、居民地、道路河流与等高线 | 局部细节丢失，对采样密度与参数敏感 |
| 特征表达 | 重叠与面积特征 | 面积比、重叠率、交并比 IoU、MBR 相交与长宽比 | 以面积与覆盖范围比值度量空间契合程度 | 面状实体粗匹配与大规模候选集构建 | 多尺度匹配效果差，阈值设定主观 |
| 特征表达 | 拓扑与邻域结构 | 节点度、蜘蛛编码、DE-9IM、stroke、Delaunay 三角网、最小生成树、最大公共子图 | 以连接、邻接与局部组织模式形成结构一致性约束 | 道路网、河网、居民地群组、道路交叉口 | 仅适用显式连接对象，拓扑缺失与连接错误敏感 |
| 特征表达 | 语义与知识表示 | 编辑距离、TF-IDF、WordNet、地理本体、知识图谱对齐 | 从字符串、词元、类别层级到结构化语义对齐 | POI、地名地址、跨源语义异构场景 | 停留字面层，难单独支撑线面要素匹配 |
| 匹配建模 | 多特征融合与全局优化 | AHP、熵权法、CRITIC、概率松弛法、二分图最大权匹配、网络流、GA / PSO / ACO | 将多源相似性统一为置信度，并在整体层面协调求解 | m:n 复杂对应、密集候选、连通线状网络 | 依赖权重与初始匹配质量，大规模计算成本高 |
| 架构类型 | 代表模型 / 技术 | 特征输入 | 核心优势 | 适用场景 |
|---|---|---|---|---|
| 传统监督学习 | SVM、RVM、OCSVM、Logistic 回归、CART 决策树、朴素贝叶斯 | 人工构造的几何、拓扑与语义相似度特征向量 | 学习人工特征与匹配结果之间的分类边界，结构简单可解释 | 建筑物、道路网、POI、地理文本实体 |
| 集成学习 | 随机森林 RF、CatBoost | 多指标相似性向量 | 提升复杂特征组合下的判别稳定性，降低噪声敏感 | POI、面状实体、居民地 |
| 浅层神经网络 | ANN、MLP、BPNN，并结合 PSO 与 GA 优化初始权值 | 距离、方向、形状与面积重叠率 | 学习多源相似性指标之间的非线性映射关系 | 建筑物、居民地等面状实体 |
| 深度表示学习 | Siamese 网络（LineStringNet）、CNN（VGG16）、RNN、LSTM | 矢量道路网原始结构或序列化文本属性 | 自动学习对象嵌入或相似性度量，减少人工特征设计 | 道路网、POI、地名和地址 |
| 图神经网络 | GCN、GraphSAGE、SP-GEM、GAE-MLP | 图节点特征与邻接关系、空间模式约束 | 建模邻域关系、拓扑连接和空间上下文 | 道路网、建筑物轮廓、空间对象群 |
| 预训练语言模型 | BERT、Sentence-BERT、Ditto、Geo-ER、POI-Transformers、GeoRoBERTa | 文本序列与空间坐标、Geohash 编码 | 自动学习文本语义、空间位置与邻域上下文联合表示 | POI、地址、地点实体、地理实体解析 |
单一几何特征只能充当候选约束
位置距离类指标适合大规模数据的快速筛选与初始匹配，形状和方向特征有助于刻画线状与面状要素的几何结构，空间重叠与 MBR 方法适合面实体粗匹配与候选集构建。但几何特征对数据几何精度较为敏感，易受位置偏移、坐标误差与边界噪声影响；单一几何指标难以处理非刚性变形、局部缺失与对象分裂合并，且通常依赖人为设定的判定阈值，因此仍需与拓扑及语义特征融合后共同嵌入匹配框架。
结构约束把判别推向空间一致性
显式拓扑关系、空间邻域结构与上下文结构表达能够在几何信息区分度不足或局部特征不可靠时提供空间结构层面的补充约束，推动匹配从基于单体对象的相似度计算转向基于空间结构的一致性分析，并显著降低 m:1、1:n 与 m:n 复杂对应关系下的候选歧义。但其依赖稳定的拓扑结构与初始匹配结果，若尺度变换、数据缺失或制图综合破坏了拓扑一致性，或初始匹配错误较多，错误便会在关系推理与迭代过程中进一步传播放大。
四类学习模型各有明确的适用边界
传统监督学习主要在已有较明确的几何、拓扑与语义指标基础上作分类判别；深度学习将匹配由显式特征组合转化为嵌入空间中的相似性学习，但目前多集中于线状要素与空间文本实体，面实体深度表示学习研究仍然较少；图神经网络显式建模邻域关系与拓扑连接，在对象群结构匹配中优势明显却主要集中于道路网；预训练语言模型主导语义特征丰富的 POI 与地址匹配，却缺乏对地理空间约束的显式建模。
同名实体匹配方法整体经历了由局部几何特征判别，逐步发展为融合几何形态、拓扑结构、空间上下文及语义特征的全局匹配优化，再到数据驱动智能学习建模的发展过程。
从对象级关联走向实体级认知
矢量地理数据同名实体匹配是多源矢量地理数据融合、地图更新、变化检测与地理知识库构建中的关键基础技术。本文围绕同名实体匹配中的特征构建、匹配判别与结果优化等关键问题，从空间和语义特征表达、匹配关系建模与优化、智能学习驱动方法 3 个层面系统梳理现有研究，整合形成面向多源矢量地理数据的综合匹配框架，并指出四点不足与四条未来发展路径。
三层次分析框架与环节关联
本文构建了特征表达、匹配建模与智能决策的多层次矢量地理数据同名实体匹配分析框架，并与候选匹配对生成、匹配特征表达、匹配关系判别 3 个基本环节建立层次关联，厘清了分散在地图融合、矢量数据更新与地理知识对齐等不同应用领域中的各类方法在匹配流程中的功能定位与层次关系。
特征表达三维度的适用边界
从几何特征、拓扑关系与邻域结构、语义与知识表示 3 个方面系统梳理特征表达体系：位置距离类适合候选对象快速筛选，形状与方向特征刻画线状和面状要素的几何结构，空间重叠与 MBR 方法适合面实体粗匹配，拓扑与上下文提供结构一致性约束，语义信息则由辅助特征上升为关键判别依据，并在复杂要素匹配中形成语义-空间联合表达。
建模优化与学习驱动两条主线
归纳了多特征融合（主观赋权、客观赋权、学习驱动融合）与全局一致性优化（代价函数、空间上下文一致性、图结构与网络流组合优化、启发式智能优化）的建模机制与适用场景；并总结传统监督学习、深度表示学习、图神经网络与预训练语言模型四类智能模型在模型机制、特征输入与适用对象上的差异，指出标注样本依赖强、跨区域泛化不足与可解释性弱等共同局限。
面向融合与知识化应用的方法选型
本文通过分析不同类型匹配方法的技术特点与适用场景，为道路网、建筑物、居民地和兴趣点等多类典型对象的匹配任务提供按对象类型与特征条件选择方法的参考依据，直接支撑多源矢量地理数据的集成、融合与更新，以及变化检测与监测、地理知识库构建、实体链接与知识化表达等应用，为国内外相关研究提供系统性思路参考。
四点不足与四条发展路径
现有方法在四个方面存在不足：面向地理实体的统一表达能力不足，缺少融合遥感影像、矢量要素与文本描述的统一语义-空间表示模型；复杂对应关系与跨类别关联建模能力不足，难以处理对象群的多对多空间模式匹配；智能模型对拓扑、邻接与尺度约束缺乏显式表达，空间推理与可解释性不足；多源异构时空数据适应能力不足，难以刻画实体随时间的结构演化。未来可从地理空间数据的实体化表达与统一匹配建模、同类集合与跨类别关联拓展、大模型驱动的空间推理增强（地理空间基础模型与「大语言模型+GIS 空间分析」混合架构）、多源异构时空大数据的统一表征与增量持续学习四条路径推进。