舆图记事本

约 4061 字大约 14 分钟

2025-09-02

图例解析

历史

元代朱思本 -->《舆地图》

1541+ 明代罗洪先 -->《广舆图》

1718 皇舆全览图

1722 雍正十排图

1787 乾隆内府舆图

图例符号确定

优先级：

1895年“安徽舆地图”的图例表-》明清两代全国和省区地图集编制概况
明、清地图主要符号对比-》明、清、民国时期地图要素视觉表达方法分析
清代几种地图和地图集所用居民点符号-》试论我国地图的数学要素和表示方法的演进特色
广舆图24种符号-》试论我国地图的数学要素和标志方法的演进特色
中国古代地图的图式符号举例-》中国古代地图绘制的理论和方法初探

点特征：山、森林、村镇、州、县、府城、文官驻所；桥、柳条边门、柳条边台；城池、太平府等特殊景观
线性特征：河流、驿路、淤河、河岸线、长城
面特征：湖泊、沙漠

来源：康熙《皇舆全览图》的数字化及意义

联系专家

霍仁龙老师：

四川大学国际关系学院网页：https://sis.scu.edu.cn/news.html?newsId=2166
- 此单位电话：028-85470709
  - 目前情况：已告知，等待回复（1912452912@qq.com / 13653917580）
中国人民大学清史研究所网页：http://iqh.ruc.edu.cn/xwdt/9b3c0b9cdea3453e8c94856de3dce44e.htm
百度词条：https://baike.baidu.com/item/%E9%9C%8D%E4%BB%81%E9%BE%99/24690515

韩昭庆老师：

中国历史地理研究所网页：https://yugong.fudan.edu.cn/info/1113/3421.htm
- 此单位电话：(86)-21-65642714
百度词条：https://baike.baidu.com/item/%E9%9F%A9%E6%98%AD%E5%BA%86?fromModule=lemma_search-box

河流湖泊图例类别

河流只有一种类别：双实线。不存在单实线树状结构

存在的其他问题：

双实线绘制过密的问题【皇舆全览图-32页】

河流绘制出现断线【皇舆全览图-38页】

2. 两条边界线评价方面
调研mapsam算法

数据集制作

图像预处理：

对大图进行标注

保证标签在所有图块的边缘处是完美对齐；
极大地减少了模型在图块拼接处的预测错误；
如果对小图进行标注，会导致训练标签中出现不连续的错误）

使用scale_factor=2 搭配 tile_size=512对图像进行缩放和切块。

保证图像信息密度
保证图像实际大小，防止oom

sam2unet渐进式标注

x-anylabeling：生成mask图像
sam2unet：原图+mask图像拿去训练
sam2unet：剩下的图用训练好的模型推理并声称标注文件
labelme：修改标注

对比实验（多）

mask2former（68已配置）--2022CVPR

deeplabv3+（68已下载）--2018

unet+aspp（对比来源：Leveraging uncertainty estimation and spatial pyramid pooling for extracting hydrological features from scanned historical topographic maps）--2022

sam2-unet（68已配置）--2025ICCVW

mapsam（2024）（68已配置）--2025

评价指标（多）

指标	类型	主要用途
Dice	区域重叠	区分对象整体是否预测正确
IoU	区域重叠	更严格的区域一致性评估
Boundary-F1	边界	容差范围内边界是否对齐
ASSD	边界距离	平均边界偏差（整体准确度）
HD95	边界距离	最大偏差的稳健衡量（错误严重程度）
Chamfer Distance	边界距离	用于细长结构（河流、道路）

标题

水系特征的“特征”二字与“特征提取”有混淆

参考标题

清代舆图水系区域提取方法研究

水文要素/水系区域指的是什么？

不够确凿

古代地图中的水文要素是地图描绘自然地理与人文水系的核心内容，其呈现形式随制图技术、时代需求和地域文化差异有所变化，但核心类别可归纳为自然水文要素和人文水文要素两大类，其中清代舆图因测绘技术发展和实用需求，水文要素的描绘更具系统性和细节性，与你研究的 “清代舆图数字化与水文要素分割” 高度相关。

一、自然水文要素

这类要素是对天然水系的直接描绘，是古代地图水文内容的基础，不同朝代的地图会根据认知和精度呈现不同细节：

河流
- 主流与支流：是最核心的水文要素，古代地图中常以线条粗细、虚实区分主流（如长江、黄河干流）和支流（如汉江、渭河），清代实测舆图（如《康熙皇舆全览图》）还会标注河流走向、曲直变化及河道宽度。
- 特殊河段：包括急流、浅滩、瀑布、河曲等，部分古地图会用符号或文字注记（如 “滩”“濑”“瀑”）标识，清代边疆舆图中还会标注季节性河流（时令河）的枯水、丰水状态。
湖泊与沼泽
- 湖泊：以闭合曲线表示轮廓，大型湖泊（如太湖、鄱阳湖）会标注名称，清代舆图中还会区分淡水湖和咸水湖（如青海湖注 “咸水”），部分地图会描绘湖泊与河流的连通关系。
- 沼泽 / 湿地：多以晕染、点状符号或文字（如 “泽”“淀”“淖”）表示，如《平江图》中对江南水乡沼泽的描绘，清代《乾隆内府舆图》则对东北三江平原沼泽有更精准的标识。
海洋与海岸
- 海洋：早期古地图多以抽象图形（如波浪纹）或文字（如 “海”“洋”）表示，清代实测海图（如《福建沿海舆图》）会绘制海岸线轮廓、海湾、半岛、海岛，还标注潮汐规律（如 “潮涨时”“潮落处”）。
- 河口：重点描绘河流入海口的形态（如三角洲、喇叭口），清代舆图中会标注河口泥沙淤积、沙洲分布等细节。
泉与井
- 泉：多见于区域地图或城镇图，以符号（如圆形、水滴形）加文字注记（如 “温泉”“冷泉”）表示，是内陆干旱地区地图的重要水文要素。
- 井：在北方缺水地区或城镇地图中常见，以小圆圈或 “井” 字符号标识，部分古地图会标注井的深度、水质（如 “甜水井”“苦水井”）。

二、人文水文要素

这类要素是人类利用、改造水系的产物，体现了水文与社会经济、军事防御的结合，清代舆图中此类要素的描绘尤为丰富：

水利工程
- 运河与渠：人工开凿的水运通道，如京杭大运河在明清地图中以粗线标注，还会标注运河上的闸、坝、堰（如 “通惠河闸”“高家堰”），清代《运河图》详细绘制了运河的水闸分布、通航能力。
- 堤坝与圩垸：防洪、灌溉设施，以线条或阴影表示堤坝轮廓，标注 “堤”“圩”“垸” 等文字，如清代江南舆图中对太湖圩田堤坝的描绘。
- 水库与陂塘：人工蓄水设施，小型陂塘以闭合曲线加注记（如 “塘”“陂”）表示，大型水库（如浙江的东钱湖）在清代舆图中会标注蓄水量、灌溉范围。
水运设施
- 渡口与码头：以符号（如船形、方形）加文字（如 “渡”“津”）表示，清代漕运图中会标注渡口的规模（如 “大渡”“小渡”）、通航船舶类型。
- 桥梁：跨越河流的交通设施，以象形符号（如拱形、梁形）表示，清代舆图中会区分石桥、木桥、浮桥，还标注桥梁的长度、宽度及通行能力。
- 船闸与漕运码头：运河专用设施，清代《京杭运河全图》中会详细绘制船闸的结构、启闭方式，以及漕运码头的仓储、装卸区域。
水文管理与标识
- 水文站 / 水尺：清代后期近代测绘技术传入后，部分舆图会标注水位观测点（水尺）的位置，记录汛期、枯水期水位，是水文监测的早期形式。
- 防汛与水利管理机构：如 “河督署”“堤工局” 等，在清代黄河、长江流域舆图中会标注此类机构的位置，体现对水文治理的行政管控。

三、古代水文要素的表示特点

符号化与文字注记结合：早期古地图以文字注记为主，符号为辅；宋代以后（如《华夷图》《禹迹图》）逐渐形成固定的水文符号体系，清代则结合实测数据，符号更具规范性。
实用性优先：军事、漕运、水利类地图的水文要素更详细，如军事舆图会重点标注河流的通航、渡河条件，漕运图则聚焦运河的水利设施。
精度随技术发展提升：清代西洋测绘技术传入后，水文要素的位置、轮廓更接近实际，河流走向、湖泊面积的绘制误差大幅减小。

创新点

创新点一：基于管状结构分割的清代舆图水系区域提取方法研究

支撑方法核心：双分支混合编码器 + 动态蛇形卷积（DSConv）

针对清代舆图中河流线条蜿蜒曲折、墨色深浅不一且具有典型**细长管状结构（Tubular Structure）**的特点，本研究提出一种结合形态学感知的深度学习提取方法。

构建双分支异构特征提取网络：由于清代舆图包含大量手绘纹理干扰，传统单修网络难以兼顾全局与细节。本研究设计了双分支编码器（Dual-Branch Encoder）：语义分支：采用引入 LoRA（Low-Rank Adaptation） 微调技术的 ViT-Small 架构。利用 Transformer 的长距离注意力机制，捕捉河流在整幅舆图中的宏观走向，解决管状结构在复杂背景下的语义识别问题。结构分支：构建轻量级 CNN 分支，专注于提取水系的边缘、纹理等高频信息，精确描绘管状结构的边界。
引入动态蛇形卷积（Dynamic Snake Convolution）机制：原理支撑：标准卷积核为固定矩形，无法有效贴合河流的弯曲几何特征。本研究在解码器中集成了动态蛇形卷积模块（DSConv_pro）。实施细节：该模块通过学习特征图的偏移量（Offset），驱动卷积核在 xx 轴和 yy 轴方向上进行自适应形变。这种形变使得卷积核能够像“蛇”一样，顺着河流的管状结构延伸方向进行特征采样，而非在背景区域盲目计算。效果：极大增强了模型对清代舆图中极度弯曲、细窄河道的感知能力，确保管状结构的完整性。

创新点二：基于断裂区域增强的清代舆图水系区域提取方法研究

支撑方法核心：骨架辅助监督 + 综合拓扑损失函数（Integrated Water Loss）

针对清代舆图因年代久远导致的墨迹脱落、纸张破损，以及细小支流在提取过程中容易出现**连通性断裂（Fracture）**的问题，本研究提出一种基于拓扑一致性的断裂修复与增强方法。

多任务骨架辅助监督策略：方法描述：在网络深层特征处（1/16 尺度），增加了一个骨架先验预测头（Skeleton Prior Head）。实施逻辑：模型不仅输出水体掩膜（Mask），还同步预测水体的中心线（Skeleton）。通过显式地训练模型寻找河流的“骨架”，即便在墨迹模糊导致外观特征缺失的区域，模型也能依据骨架的连续性推断出水体的存在，从而在特征层面填补潜在的断裂点。
设计综合拓扑水体损失函数（Integrated Water Loss）：拓扑感知：针对传统 BCE 或 Dice 损失只关注像素精度而忽略连通性的缺陷，本研究引入**软骨架化（Soft Skeletonization）**与 clDice 思想。断裂惩罚机制：通过迭代最大池化操作，从预测概率图中通过可微方式提取骨架。计算预测骨架与真实水体掩膜的拓扑重合度。一旦预测结果出现断裂，拓扑损失值会显著增加，强制网络优化方向向着“连通”倾斜。公式构成：Ltotal=λseg(Lbce+Ldice)+λtopoLcl+λauxLskelLtotal=λseg(Lbce+Ldice)+λtopoLcl+λauxLskel。该损失函数在保证分割精度的同时，赋予断裂区域更高的权重，有效增强了细小支流的连通性。

总结（如何将两者串联）：

这套方法论的逻辑闭环在于：

创新点一解决“认得出”和“描得准”的问题：利用动态蛇形卷积适应舆图中河流独特的弯曲管状形态。
创新点二解决“连得上”的问题：利用骨架辅助和拓扑损失，修复因画质或提取难度导致的断裂，还原舆图水系的完整网络。

地图质量：断线、污损、受排线干扰

现状：

断线：

污损：

受排线干扰：

创新点2

对于地图中管状结构分割，常常是一个难题：

模型难以分辨这些结构，导致分割出现断裂：
1. 细结构在整个图像中占比极小，像素组成有限
2. 这些结构易受复杂背景的干扰，使得模型难以精确区分细微的目标变化
全局形态复杂多变
1. 即使在同一幅图像中，纤细管状结构的形态也复杂多变
2. 不同区域的目标会因分支数量、分叉位置和路径长度的不同而呈现出形态差异

支撑：Dynamic Snake Convolution based on Topological Geometric Constraints for Tubular Structure Segmentation

现状：

细分问题

河流：分割

模型对细长条目标的鲁棒性不佳，难以完整分割
如何判断是否是湖海？人肉眼可以根据旁边的边界物，比如山脉，模型呢？
河道偏移【十排页面14】

河流与湖泊分类在模型上效果不准确，可找方法改善（湖泊依赖大尺度、河流依赖小尺度。湖泊在较窄部分被错认为河流）。
- 来源：Leveraging uncertainty estimation and spatial pyramid pooling for extracting hydrological features from scanned historical topographic maps