CN113065000A

CN113065000A - 一种基于地理实体的多源异构数据融合方法

Info

Publication number: CN113065000A
Application number: CN202110333074.7A
Authority: CN
Inventors: 刘俊伟; 王金兰
Original assignee: Terra It Technology Beijing Co ltd
Current assignee: Terry Digital Technology Beijing Co ltd
Priority date: 2021-03-29
Filing date: 2021-03-29
Publication date: 2021-07-02
Anticipated expiration: 2041-03-29
Also published as: CN113065000B

Abstract

一种能够实现地理知识的语义搜索、多维度查询、关联分析、知识推理等功能、能够实现地理实体结构化管理中的业务数据自定义挂接和IoT感知信息动态挂接，实现多源异构数据融合，从而为智能化建设提供科学决策支持的多源异构数据融合的方法，包括抽取地理实体时空知识图谱，将与抽取的所述地理实体时空知识图谱与多个外部知识图谱进行知识合并，形成完整的地理知识图谱的步骤。

Description

一种基于地理实体的多源异构数据融合方法

技术领域

本发明涉及一种多源异构数据融合的方法，尤其涉及一种基于地理实体结构化管理的多源异构数据融合的方法。

背景技术

随着智能化城市的发展，数字孪生是智能城市化的有效途径，实景三维空间信息平台的建设则是物理空间与信息空间中孪生地理实体全生命周期精准映射与融合协同的基础，也是地理实体结构化管理信息化水平的体现。城市信息模型(City InformationModeling，CIM)是对城市地上地下、室内室外各种实体目标及时空状态的数字化表达和描述，其反映城市规划、建设、发展以及运行。

我国每年建设的铁路里程尤其高铁里程都在刷新最高记录，在遇到地形地质复杂、气候条件恶劣、生态环境脆弱的地质条件下，铁路建设将是寸步难行，地球空间数据获取难、施工难、成果质量保证难，严重制约了复杂环境信息的感知能力，智能化手段将得到更加广泛的应用。通过综合应用互联网、物联网（Internet of thing，IoT)、AI、导航定位、BIM（Building Information Model）和 GIS（Geographic Information System）等现代高新技术，实现物理空间信息的全面感知、泛在互联、融合处理、主动学习、未来决策，实现地理实体结构化智能管理。

物联网是多源异构网络架构的触角，在多源异构网络架构的每一个地区，每一段时间内都需要各种各样的触角进行数据采集和整理，时空知识构建、知识图谱形成等等。现有技术中，多是直接利用多源异构时空数据管理技术应用场景，实际的多源异构网络架构还比较单一，而这些多源异构数据构架尚无法实现业务数据自定义挂接和IoT感知信息动态挂接，实现多源异构数据融合。

诸如中国专利文献CN101726568A公开了一种水环境安全预警预测方法，针对水环境的复杂性以及水环境监测信息的多源异构性，建立环境监测多源异构数据融合技术框架和方法。还诸如CN105159951A公开了一种开方式旅游多源异构数据融合方法及系统，对接外部数据源，进行数据转换，进行数据存储，最后进行数据共享，解决旅游信息数据交换和共享问题。还诸如CN111651890A公开了一种基于数据驱动的铝电解数字孪生工厂控制方法，包括获取铝电解车间的操作记录及电解槽的特征参数，并将其作为书如数据训练出融合决策模型，从而解决铝电解工厂中不同频率与来源的异构数据无法得到充分利用的问题。

另外，在中国专利文献CN107193858A中公开了一种面向多源异构数据融合的智能服务应用平台和方法，通过可视化技术实现多源异构数据采集和数据交易可定义，利用自动化技术，实现自动实时采集与清洗多源异构数据，同时实时完成数据交易。采用可动态扩展的语义模板库，实现多源异构数据源之间语义映射，生成语义词典，实现语义清洗规则可定义，保证文本数据可在异构数据源之间语义自动转换，实现文本数据智能清洗和交易，该项技术实现非结构化多源异构数据的语义自动转换和交易，无法实现结构化管理中的业务数据自定义挂接和IoT感知信息动态挂接，实现多源异构数据融合。另外，在中国专利文献CN107545046A中公开了一种多源异构数据的融合方法及装置，由多源异构数据API转换构成API数据，根据OPL动态模型获得对象与API数据的关联关系，以及多个所述对象之间的关联关系，实现多源异构数据的融合。在该技术方案中，在为用户揭示了对象之间的关联关系的同时，降低了数据融合成本和存储代价。

另外，在中国专利文献CN107633075A中公开了一种多源异构数据融合平台及方法，包括数据采集单元、数据存储单元、数据标准化单元、用户画像构建单元、知识图谱构建单元和可视化单元，数据采集单元用于采集多源异构数据，数据存储单元用于对多源异构数据进行缓存，数据标准化单元对多源异构数据进行词法、语法和/或语义分析，得到标准化本本数据，用户画像构建单元利用量化出的学生标签构建学生的用户画像，知识图谱构建单元构建学生的知识图谱、老师的知识图谱和课程的知识图谱，并将课程的知识图谱、学生的知识图谱和老师的知识图谱进行关联，得到以学生为中心的课程联系、社交关系、师生关系，可视化单元对以学生为中心的课程联系、社交关系和师生关系进行显示。

另外，中国专利文献CN111782817A中公开了一种面向信息系统的知识图谱构建方法，包括采集信息系统的多源异构数据，数据整合与知识抽取，对结构化数据、半结构化数据和非结构化数据获取三元组数据，设定主图与副图，遍历每个辅图中的每个实体e，从主图G中获取与实体e同名的实体e1`等等，并进行融合，然后构建知识图谱。

另外，中国专利文献CN104699734A中公开了一种面向主题的大规模地理空间数据动态融合方法，首先建立地理空间数据的匹配模型和关联模型，然后搭建面向主题的地理空间数据融合框架，结合多源异构地理空间数据的地理要素匹配技术，构建面向主体的地理空间数据融合规则库，在地理栅格数据信息融合、几何信息融合、属性信息融合方法支持下，实现面向主体的大规模地理空间数据动态融合方法。

现有技术中亟需一种能够实现结构化管理中的业务数据自定义挂接和IoT感知信息动态挂接，实现多源异构数据融合技术，从而为智能化建设中提供科学决策支持。

发明内容

鉴于现有技术中存在的技术问题，本发明旨在提供一种能够实现地理知识的语义搜索、多维度查询、关联分析、知识推理等功能、能够实现地理实体结构化管理中的业务数据自定义挂接和IoT感知信息动态挂接，实现多源异构数据融合，从而为智能化建设提供科学决策支持的多源异构数据融合的方法。

具体地，根据本发明的一个方面，提供一种多源异构数据融合的方法，包括如下步骤：

（1）采集并整理地理实体数据，

（2）对所述地理实体数据进行语义分析和知识抽取，完成地理实体时空知识构建，

（3）抽取所述地理实体时空知识构建步骤中所构建的地理实体时空知识图谱，

（4）将与抽取的所述地理实体时空知识图谱与多个外部知识图谱进行知识合并，形成完整的地理知识图谱，

（5）建立地理实体基础时空数据库和地理实体图谱数据库，并将形成的所述完整的地理知识图谱存储于该地理实体基础时空数据库和地理实体图谱数据库中，

（6）基于地理实体形成各地理实体的唯一编码标识，

（7）通过所述编码标识挂接，实现多样信息的多源异构数据融合。

进一步地，如上所述的多源异构数据融合的方法，其特征在于，上述步骤（2）中，通过对地理实体数据进行空间关系、语义关系、时间关系的语义分析和关系抽取完成地理实体时空知识构建。

进一步地，其特征在于，上述步骤（4）中，所述外部知识图谱包括开放地理语义网和行业知识图谱。

进一步地，其特征在于，上述步骤（4）中，经与开放地理语义网、行业知识图谱进行实体对齐、实体连接、实体消歧，以进行知识合并，从而形成完整的地理知识图谱。

进一步地，其特征在于，上述步骤（5）中，将形成的所述完整的地理知识图谱存储于该地理实体基础时空数据库和地理实体图谱数据库中，实现知识计算与应用。

进一步地，其特征在于，上述步骤（6）中，所述实体的编码由空间位置码、语义分类码、时间码、以及顺序码组合而成。

进一步地，其特征在于，上述步骤（6）中，所述空间位置码参考北斗网格码系统进行空间索引并编码，表示地理实体空间位置；分类码，表示地理实体分类标识码；时间码，表示地理实体产生时间中的时间元素。

进一步地，其特征在于，上述步骤（6）中，所述顺序码的代码有效值为0001-9999之间，用以区别位于同一街道区域内同一中类类别的同一年、月份内产生的地理实体，从0001开始按数字顺序递增编码。

进一步地，其特征在于，上述步骤（7）中，基于该地理实体的唯一编码标识，实现业务数据自定义挂接和IoT感知信息动态挂接，实现多源异构数据融合。

根据本发明的多源异构数据融合的方法，通过对地理实体模型的语义信息进行分析，抽取实体空间关系、语义关系、时间关系，能够自动构建地理实体时空知识图谱，基于唯一编码标识，可挂接业务数据、IOT动态数据，通过实体对齐、实体链接、实体消歧，与开放地理语义网、行业知识图谱合并；能够实现地理知识的语义搜索、多维度查询、关联分析、知识推理等功能。

附图说明

图1为本发明一具体实施方式所涉及的一种多源异构数据融合方法的地理实体结构化管理技术路线的方块示意图。

具体实施方式

下面将参照附图，结合本申请具体实施例，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是示例性的，本发明并不仅限于该具体实施例之中。

应当理解，本申请中术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。本申请所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本申请。如在本申请说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。

本发明中，地理实体不仅仅是简单的点、线、面的组合，而是具有一定的地理语义特征的地理实体，地理实体的语义不仅受到几何特征的影响，还受到实体所属的类型、语言环境、个体认知差异等非空间属性的影响。本发明中地理实体指的是利用空间数据源表征的地理实体，空间数据源包括矢量数据、栅格数据或矢量数据和栅格数据的结合。可以是异构的不同比例尺不同时态的数据。其中矢量数据是指，矢量数据结构通过记录地理坐标的方式尽可能精确地表示点、线和多边形等地理实体，坐标空间设为连续，允许任意位置、长度和面积的精确定义。栅格结构是以规则的阵列来表示空间地物或现象分布的数据组织，组织中的每个数据表示地物或现象的非几何属性特征。常见的栅格数据有卫星影像、航拍影像、雷达图像等。

本发明的地理实体结构化管理平台构架或者说多源异构网络构架可以分为四个层次，第一个层级是感知层(或数据层)，即通过各种各样的地理实体“神经末梢”(物联网设备)采集数据，例如各类摄像头、温度传感器、湿度传感器、水压传感器、移动终端等，负责在不同时间不同地点采集不同类型的数据，数据是整个地理实体结构化管理平台的基础，不同的观测技术获取包括地形地貌、影像视频、文本、地理实体专项数据、模型数据等等数据，综合利用观测到的数据，构建高精度、可量测的实景三维模型，第二个层级是通信层（或存储层），负责将不同时间不同地点采集到的数据按照一定的通信协议进行上传并汇总，在接收到数据之后，对海量数据进行存储和管理，将时空大数据按照时空信息划分进行分布式存储，构建地理实体基础时空数据库和地理实体图谱数据库等等，第三个层级是服务层（或平台层），进行场景语义建模，进行语义分析，抽取地理实体时空知识图谱，进行知识合并，实现知识计算和应用，构建集数据统一管理、大数据可视化、VR仿真模拟等等时空信息平台，第四层为应用层，当有用的数据提取之后，即为广泛应用场景的方方面面提供服务，例如智慧铁路、智慧航空、智慧医疗及智慧电力等。

现有技术中，对于多源异构的数据只是应用层中分别通过不同的数据库指令调取不同类型数据以供数据分析，在本发明中，不但在应用层中进行关联分析和时空信息应用，而且抽取地理实体时空知识图谱，进行知识合并，形成完成的地理知识图谱，从而能够实现地理实体结构化管理中的业务数据自定义挂接和IoT感知信息动态挂接，实现多源异构数据融合，从而为智能化建设提供科学决策支持。

具体而言，如图1所示，在本发明的一个具体实施例中，所提供的多源异构数据融合的方法，包括如下步骤：

（1）采集并整理地理实体数据，

（6）基于地理实体形成各地理实体的唯一编码标识，

进一步，上述步骤（2）中，通过对地理实体数据进行空间关系、语义关系、时间关系的语义分析和关系抽取完成地理实体时空知识构建。

进一步，上述步骤（4）中，所述外部知识图谱包括开放地理语义网和行业知识图谱。经与开放地理语义网、行业知识图谱进行实体对齐、实体连接、实体消歧，以进行知识合并，从而形成完整的地理知识图谱。

进一步，上述步骤（5）中，将形成的所述完整的地理知识图谱存储于该地理实体基础时空数据库和地理实体图谱数据库中，实现知识计算与应用。

进一步地，上述步骤（6）中，实体编码由“空间位置码 + 语义分类码 + 时间码 +顺序码”组成。其中空间位置码参考北斗网格码系统进行空间索引并编码，表示地理实体空间位置；分类码，表示地理实体分类标识码；时间码，表示地理实体产生时间中的时间元素“年”和“月”，执行GB/T 7408；顺序码，表示顺序码，代码有效值为0001-9999之间，用以区别位于同一街道区域内同一中类类别的同一年、月份内产生的地理实体，从0001开始按数字顺序递增编码。进一步，上述步骤（7）中，基于该地理实体的唯一编码标识，实现业务数据自定义挂接和IoT感知信息动态挂接，实现多源异构数据融合。

在本发明的一个实施例的一个具体实施应用场景中，利用采集到的一体化数据构建多层次的实景三维模型，融合卫星影像、航空影响、Lidar等多源传感器数据，建立高精度三维地形模型，通过倾斜摄影建立局部精细化实景三维模型，针对海量、多源异构、多模态的时空大数据，进行语义分析和知识抽取，包括空间关系抽取、语义关系抽取、时间关系抽取等，抽取完成地理实体时空知识构建，并经由开放地理语义网、行业知识图谱等等进行知识合并，从而形成完整的地理知识图谱。然后，在广域范围内对于地理实体的实体要素进行编码分类，不仅实现时空信息与实体要素质检的精准映射，而且，基于地理实体的唯一的编码标识，实现业务数据自定义挂接和IoT感知信息动态挂接，实现多源、跨尺度、多模态时空大数据的有机融合与精准感知。

根据本发明，通过对地理实体模型的语义信息进行分析，抽取实体空间关系、语义关系、时间关系，能够自动构建地理实体时空知识图谱，通过实体对齐、实体链接、实体消歧，与开放地理语义网、行业知识图谱合并；能够实现地理知识的语义搜索、多维度查询、关联分析、知识推理等功能。

综上，尽管依据具体实施方式对本发明做出详细的描述，然而，本领域技术人员懂得，该描述是示例性的，其能够在本发明的基础上做出各种修饰和变更，以及不同应用场景的表达，只要不脱离本发明的宗旨和精神，这些修饰和变更以及不同场景的表达均应落入本发明的保护范畴之内，本发明的保护范围由所附权利要求书限定。

Claims

1.一种多源异构数据融合的方法，包括如下步骤：

（1）采集并整理地理实体数据，

（6）基于地理实体形成各地理实体的唯一编码标识，

2.如权利要求1所述的多源异构数据融合的方法，其特征在于，上述步骤（2）中，通过对地理实体数据进行空间关系、语义关系、时间关系的语义分析和关系抽取完成地理实体时空知识构建。

3.如权利要求1所述的多源异构数据融合的方法，其特征在于，上述步骤（4）中，所述外部知识图谱包括开放地理语义网和行业知识图谱。

4.如权利要求3所述的多源异构数据融合的方法，其特征在于，上述步骤（4）中，经与开放地理语义网、行业知识图谱进行实体对齐、实体连接、实体消歧，以进行知识合并，从而形成完整的地理知识图谱。

5.如权利要求1所述的多源异构数据融合的方法，其特征在于，上述步骤（5）中，将形成的所述完整的地理知识图谱存储于该地理实体基础时空数据库和地理实体图谱数据库中，实现知识计算与应用。

6.如权利要求1所述的多源异构数据融合的方法，其特征在于，上述步骤（6）中，所述实体的编码由空间位置码、语义分类码、时间码、以及顺序码组合而成。

7.如权利要求6所述的多源异构数据融合的方法，其特征在于，上述步骤（6）中，所述空间位置码参考北斗网格码系统进行空间索引并编码，表示地理实体空间位置；分类码，表示地理实体分类标识码；时间码，表示地理实体产生时间中的时间元素。

8.如权利要求6所述的多源异构数据融合的方法，其特征在于，上述步骤（6）中，所述顺序码的代码有效值为0001-9999之间，用以区别位于同一街道区域内同一中类类别的同一年、月份内产生的地理实体，从0001开始按数字顺序递增编码。

9.如权利要求1所述的多源异构数据融合的方法，其特征在于，上述步骤（7）中，基于该地理实体的唯一编码标识，实现业务数据自定义挂接和IoT感知信息动态挂接，实现多源异构数据融合。