CN104699734A - 一种面向主题的大规模地理空间数据动态融合方法 - Google Patents

Abstract

本发明涉及一种面向主题的大规模地理空间数据动态融合方法，包括以下步骤：步骤a）、首先建立地理空间数据的匹配模型和关联模型；步骤b）、然后搭建面向主题的地理空间数据融合框架；步骤c)、 结合多源异构地理空间数据的地理要素匹配技术，构建面向主题的地理空间数据融合规则库；步骤d)、最后在地理栅格数据信息融合、几何信息融合、属性信息融合方法支持下，实现面向主题的大规模地理空间数据动态融合方法。

Description

一种面向主题的大规模地理空间数据动态融合方法

技术领域

本发明涉及地理空间信息技术领域，具体而言，涉及面向主题的大规模地理空间数据动态融合方法。

背景技术

现代信息技术的发展（如物联网、多种传感器网络等）使得信息的收集、处理、存储与传输成本成倍下降，大大降低了交易和管理成本，极大地丰富了采集数据的数量、种类及特性，使得获取的数据具有大规模、多尺度、多维及明显的时空特性。但是,如何有效的组织管理和有效融合与集成及分析这些大规模时空数据，以此更好的服务于行业和大众成为了当下急需解决的问题。

传统的信息融合技术是针对不同空间尺度和时间尺度的时空现象等的综合信息内容，研究多尺度多维之间、相同尺度和纬度而不同单元之间、多类型内容的地理信息与精细空间结构模型融合技术，难以对动态信息进行互联、互通、互用，无法较好地实现综合运行管理动态信息，容易出现动态融合的容错性和鲁莽性问题。

而面向主题的多尺度异构信息动态融合技术是针对不确定动态环境下的大规模多源、多尺度、多主题、多时相的地理时空数据，运用地理空间多源数据融合模型来为面向不同应用专题提供多层次丰富的信息内容，为大规模空间信息智能服务提供技术支撑。

发明内容

为了克服上述不足之处，本发明提出一种面向主题的大规模地理空间数据动态融合方法，该方法能很好地解决动态信息的综合运行管理、多源异构信息的综合融合、多源异构时空数据动态融合的容错性或鲁棒性等问题。

本发明解决上述技术问题所采用的技术方案是：一种面向主题的大规模地理空间数据动态融合方法，其不同在于，其方法包括以下步骤：

步骤a）、首先建立地理空间数据的匹配模型和关联模型；

步骤b）、然后搭建面向主题的地理空间数据融合框架；

步骤c)、结合多源异构地理空间数据的地理要素匹配技术，构建面向主题的地理空间数据融合规则库；

步骤d)、最后在地理栅格数据信息融合、几何信息融合、属性信息融合方法支持下，实现面向主题的大规模地理空间数据动态融合方法。

以上方案中，所述步骤a）包括以下具体步骤：

步骤a1）利用最小二乘准则配准法，内插外推法等时间匹配算法将关于同一目标的不同来源不同步的信息同步到同一时刻实现空间数据的时间配准；

步骤a2）运用实时质量控制法、精确极大似然空间匹配法、基于地心坐标系的空间匹配法等进行空间数据空间匹配；解决时域上不同步，空域上属于不同坐标系或空间变形的多源观测数据的空间匹配问题；

步骤a3）综合运用最大似然法、贝叶斯方法、联合概率数据互联法进行空间数据关联，处理空间数据的分类和组合问题，确定多源地理空间信息和目标源对应关系，解决单一来源数据时间域上的关联问题，以及多来源数据空间域上的关联问题，从而有效确定来源于同一目标的数据。

以上方案中，所述步骤b）包括以下具体步骤：

b1)构建具有明确意义的理论模型和融合理论，将地理空间数据融合问题转化为在统一理论框架下的特征提取与约简、信息补全、语义分析与消解、参数调制设计等子问题；

b2)从信息模型和数学推理出发，以数学推导建立通用的融合数学模型，以面向主题应用为设计思路，进行空间、光谱、拓扑、属性等相关性参数的调制构建，结合实际应用对融合模型进行解释；

b3)利用数据相互间固有的约束关系，发现不同融合方法与模型的适用程度和相似程度，为建立面向主题的融合模型提供理论指导。

以上方案中，所述步骤c）包括以下具体步骤：

步骤c1）针对要素的匹配分为点要素、线状要素、面状要素三种不同模式匹配方法，实现要素的匹配技术；

步骤c2）对同一区域的矢量数据、栅格扫描数据、遥感影像、专题属性数据等多源数据，实现矢量目标与影像像素集的匹配、矢量数据不同时间表达目标间的对应、不同比例尺下表达目标间的对应、地图上矢量目标与语义属性表间的对应等；

步骤c3）不同数据源的矢量数据对地理要素的分类分级各不相同，要对地理信息数据进行语义转换；

步骤c4）结合合理的数学方法必要的领域专家的知识以及相关的标准来创建规则库。

以上方案中，所述步骤d）包括以下具体步骤：

步骤d1）在融合规则库的支持下，利用地理空间数据融合方法进行处理，实现面向主题的多尺度多维之间、多传感器信息与地图信息之间、静态与时间序列信息之间、多类型内容的地理信息与社会经济信息之间等方面的多源数据融合；

步骤d2）最后基于融合后的结果进行信息与知识提取和判断决策。

本发明的有益效果是：本发明方法是在面向主题的多尺度异构信息动态融合技术支持下针对不确定动态环境下的大规模全球多源、多尺度、多主题、多时相的地理时空数据，运用混合式结构融合模型来为面向不同应用专题提供多层次丰富的信息内容，为大规模空间信息智能服务提供技术支撑。该技术能很好地解决动态信息的综合运行管理、多源异构信息的综合融合、多源异构时空数据动态融合的容错性或鲁棒性等问题。

附图说明

图1是一种面向主题的大规模地理空间数据动态融合方法示意图。

具体实施方式

为了能够更清楚得理解本发明的上述目的、优点和特征，下面结合附图和具体实施方式对本发明进行进一步的详细描述。

在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同与再次描述的其他方法来实施，因此本发明并不局限于下面公开的具体实施限制。

图1是面向主题的大规模地理空间数据动态融合示意图。

如图1所示，本发明提供的面向主题的大规模地理空间数据动态融合技术包括：多源异构地理空间数据；数据的预处理（冲突检测等），对所获取的多源异构地理空间数据进行冲突检测等预处理，解决多源异构空间数据融合的容错性或鲁棒性问题；数据跟踪与分类；空间数据匹配与关联，在数据预处理和进一步跟踪和分类的基础上进行空间数据空间匹配，解决时域上不同步，空域上属于不同坐标系或空间变形的多源观测数据的空间匹配问题，从而将多源数据纳入一个统一的参考框架中；构建面向主题的地理空间数据融合规则库；融合方法，在融合规则库的支持下，利用地理空间数据动态融合方法进行栅格影像、矢量几何、属性信息等方面的融合；融合目标，基于融合后的结果进行信息与知识提取和判断决策。

多源异构的大规模地理空间数据包括不同空间尺度和时间尺度的地理空间对象和多波段、多时相、多类型的遥感影像数据以及社会、经济、商业、地理、人口、资源等大规模数据。

地理空间数据匹配包括利用最小二乘准则配准法，内插外推法等时间匹配算法将关于同一目标的不同来源不同步的信息同步到同一时刻实现空间数据的时间配准；以及运用实时质量控制法、精确极大似然空间匹配法、基于地心坐标系的空间匹配法等进行空间数据空间匹配。

地理空间数据关联包括综合运用最大似然法、贝叶斯方法、联合概率数据互联法进行空间数据关联，处理空间数据的分类和组合问题，确定多源地理空间信息和目标源对应关系，解决单一来源数据时间域上的关联问题，以及多来源数据空间域上的关联问题，从而有效确定来源于同一目标的数据。

面向主题的地理空间数据融合框架可构建具有明确意义的理论模型和融合理论，能够对现有方法进行统一、合理的解释，将地理空间数据融合问题转化为在统一理论框架下的特征提取与约简、信息补全、语义分析与消解、参数调制设计等子问题。

从信息模型和数学推理出发，以数学推导建立通用的融合数学模型，以面向主题应用为设计思路，进行空间、光谱、拓扑、属性等相关性参数的调制构建，结合实际应用对融合模型进行解释；利用数据相互间固有的约束关系，发现不同融合方法与模型的适用程度和相似程度，为建立面向主题的融合模型提供理论指导。

多源异构地理空间数据针对要素的匹配分为点要素、线状要素、面状要素三种不同模式匹配方法，实现要素的匹配技术。

对同一区域的矢量数据、栅格扫描数据、遥感影像、专题属性数据等多源数据，实现矢量目标与影像像素集的匹配、矢量数据不同时间表达目标间的对应、不同比例尺下表达目标间的对应、地图上矢量目标与语义属性表间的对应等。

不同数据源的矢量数据对地理要素的分类分级各不相同，要对地理信息数据进行语义转换，首先需要对地理要素的分类、分级进行统一；经过匹配后，在语义相似（同构）的本体之间建立语义转换模型，可从概念类别、属性结构、属性值、约束规则等方面建立本体之间的全面映射关系，从而实现本体的转换。

分类、分级所采用的方法以及详细程度不同所产生的地理信息数据的语义差异可采用本体的方法实现多源矢量空间数据的语义转换。本体语义转换涉及本体建模、本体语义相似性量度和属性映射三个基本过程。

地理空间数据融合规则库包含以下内容：数据源之间匹配与关联规则，数据源质量和现势性评价规则，空间要素变化类型的知识推理规则，空间数据融合操作的实施规则。知识规则库可通过各种规范、标准和专家经验来建立。

在多源异构地理空间数据融合过程中，既需要有合理的数学方法来解决，又必须要有领域专家的知识来指导，还需要有相关的标准和规则来控制。

地理栅格数据信息融合通过建立不同维度栅格信息融合的组合规则，对模糊理论、中智理论与信度赋值技术进行关联，在模糊和中智集算子的作用下，进一步扩展空间数据的信度赋值技术的组合规则。

针对属性/语义不一致的多源异构信息，采用文本相似度计算技术和空间分析技术，建立面向主题的语义相似度、位置相似度、形态相似度计算模型。最后通过组合滤波融合方法和概率论、模糊理论、推理网络等数学推理融合方法，实现面向主题的特征级和决策级多源异构信息一体化融合。

地理矢量数据几何信息融合通过对多源矢量数据的几何位置进行相互比较、分析、评价和粗差探测。在空间数据质量与现势性评价结果的基础准上，利用相应的数学方法（如比较常见的分类和粗差探测算法）发现数据源的粗差和错误。根据地理实体几何信息变化类型做出相应的融合操作，主要包括：几何位置信息的添加、删除、分割、合并、平移、旋转、替换、修正、综合、派生。

地理空间数据属性信息融合通过对多源异构地理空间数据属性信息之间进行相互比较、分析、粗差（错误）探测，根据地理实体属性信息变化类型对属性信息进行补充、修改、冗余处理和重新估值。

在融合规则库的支持下，利用地理空间数据动态融合方法进行处理，如组合滤波融合、几何信息融合、属性信息融合、数学推理融合（概率论、模糊理论、推理网络等融合方法），实现面向不同主题的多尺度多维之间、相同尺度和纬度而不同单元之间、多传感器信息与地图信息之间、静态与时间序列信息之间、多类型内容的地理信息与社会经济信息之间等方面融合，最后基于融合后的结果进行信息与知识提取和判断决策。

本发明实施例面向主题的大规模地理空间数据动态融合方法，通过建立空间数据的时间匹配、空间匹配模型以及时间域、空间域上的关联模型，实现将多源异构空间数据纳入一个统一的参考框架。在面向主题的地理空间数据融合框架理论指导下，构建面向主题的结构融合模型，结合多源异构地理空间数据的地理要素匹配技术，构建的地理空间数据规则库，在地理栅格数据信息融合、几何信息融合、属性信息融合等方法支持下，实现面向主题的大规模地理空间数据动态融合。

优选的，本发明方法包括以下步骤：

步骤1）建立空间数据的时间匹配、空间匹配模型解决时域上不同步，空域上属于不同坐标系或空间变形的多源观测数据的空间匹配问题；

步骤2）进行空间数据关联，处理空间数据的分类和组合问题，确定多源地理空间信息和目标源对应关系，解决单一来源数据时间域上的关联问题，以及多来源数据空间域上的关联问题，从而有效确定来源于同一目标的数据；

步骤3）搭建面向主题的地理空间数据融合框架理论，将地理空间数据融合问题转化为在统一理论框架下的特征提取与约简、信息补全、语义分析与消解、参数调制设计等子问题；

步骤4）从信息模型和数学推理出发，以数学推导建立通用的融合数学模型，以面向主题应用为设计思路，进行空间、光谱、拓扑、属性等相关性参数的调制构建，结合实际应用对融合模型进行解释；

步骤5）利用数据相互间固有的约束关系，发现不同融合方法与模型的适用程度和相似程度，为建立面向主题的融合模型提供理论指导；

步骤6）结合多源异构地理空间数据的地理要素匹配技术，构建面向主题的地理空间数据融合规则库；

步骤7）在融合规则库的支持下，利用地理空间数据融合方法进行处理，实现面向主题的多尺度多维之间、多传感器信息与地图信息之间、静态与时间序列信息之间、多类型内容的地理信息与社会经济信息之间等方面融合；

步骤8）最后基于融合后的结果进行信息与知识提取和判断决策。

综上所述，通过本发明，实现了一种面向主题的大规模地理空间数据动态融合技术，运用混合式结构融合模型来为面向不同应用专题提供多层次丰富的信息内容，为大规模空间信息智能服务提供技术支撑。该技术能很好地解决动态信息的综合运行管理、多源异构信息的综合融合、多源异构时空数据动态融合的容错性或鲁棒性等问题。

Claims (1)

1.一种面向主题的大规模地理空间数据动态融合方法，其特征在于，其方法包括以下步骤：

步骤a）、首先建立地理空间数据的匹配模型和关联模型；

步骤b）、然后搭建面向主题的地理空间数据融合框架；

步骤c)、 结合多源异构地理空间数据的地理要素匹配技术，构建面向主题的地理空间数据融合规则库；

步骤d)、最后在地理栅格数据信息融合、几何信息融合、属性信息融合方法支持下，实现面向主题的大规模地理空间数据动态融合方法。