基于任务和传感器典型配置的遥感影像发现方法及系统的制作方法
【技术领域】
[0001] 本发明涉及一种遥感影像发现技术领域，尤其是涉及一种基于任务和传感器典型 配置的遥感影像发现技术方案。
【背景技术】
[0002] 遥感数据以其探测范围大，获得资料速度快、周期短，受地面条件限制少，手段丰 富、获得的信息量大且成本较低等优点，已经成为空间数据最主要的来源之一，尤其是多平 台多传感器遥感技术的发展，使得我们源源不断地从太空获取地球表面有价值的和数据。 其应用已经引起了世界各国的普遍重视，应用的民用领域及应用的深度在不断的扩大和延 伸，涵盖了农业、减灾、国土、环保、住建、交通、水利、统计、林业、地震、气象、海洋、测绘、国 安以及公安等等，并取得了丰硕的成功和显著的经济效益。
[0003]国内外在遥感数据查询、订购服务方面建立了不少实用系统以推进遥感数据的应 用，如美国电子政务的Geodata,gov、欧盟的INSPIRE、欧空局的E0LI、日本JAXA的AUIG、我 国的地球空间信息共享网等。这些系统可归纳为两大类：1)专业遥感查询订购服务；2)空 间信息共享门户。专业遥感查询订购服务需要用户指定卫星传感器参数、数据获取时间、空 间范围、产品级别、状态、轨道等检索参数来精确地获取所需影像，需要用户对传感器参数 非常熟悉；空间信息共享门户是一种大众化的数据获取方式，一般通过标题、关键词、摘要 等特征检索遥感数据，对用户的专业性要求低一些，具有更大的模糊性，但检索的准确度不 如前者高。然而，无论是专业遥感查询订购服务还是空间信息共享门户，都侧重于数据本身 的属性检索，较少从遥感应用语义出发检索所需数据，例如根据任务"水稻估产"获取所需 的影像。而用户则需要更多的知识将任务转化为所需遥感影像参数的查询，这不利于遥感 影像的快速获取和服务。
[0004] 通过任务发现所需的遥感影像，需要有描述任务与遥感影像参数关系的知识支 撑。目前，有研究使用本体和规则直接建立起任务和影像数据源之间的关联（Wiegandet al.，2007 ;杨小忠等，2007)，进而通过任务直接获取所需的遥感影像数据，其主要步骤如 下：1)建立任务本体；2)建立传感器本体；3)利用本体或者规则直接建立任务本体实例和 传感器本体实例的关联；4)输入任务，匹配本体或规则并直接映射到传感器。使用该方法 会出现如下问题：1)当新增一个任务时，需要判断新任务和所有已有传感器的映射关系； 2)新增一个传感器时，同样需要判断其和所有任务的映射关系。由于本体和规则的建立需 要大量领域专家的参与，当任务和传感器数量不断增多时，建立任务和传感器映射的代价 也不断增加。
【发明内容】
[0005] 本发明针对现有技术的缺陷，提出一种基于任务和传感器典型配置的遥感影像发 现技术方案。
[0006] 本发明技术方案提供一种基于任务和传感器典型配置的遥感影像发现方法，包括 以下步骤：
[0007] 步骤1，建立传感器模型，所述传感器模型是传感器实例的抽象类，包括针对成像 类传感器，按照电磁波辐射来源的不同分为主动式传感器和被动式传感器；
[0008] 步骤2,建立传感器典型配置，包括依据传感器辐射特征首先将传感器典型配置分 为雷达卫星传感器、高光谱光学卫星传感器以及非高光谱光学卫星传感器三大类；每个类 别再依据空间分辨率、时间分辨率以及光谱、频谱特征分类；
[0009] 步骤3,建立任务本体模型，所述任务本体模型是不同领域遥感影像应用任务的树 状概念集合，其中的任务概念依据任务类型逐层细分；
[0010] 步骤4,建立任务本体模型概念与传感器典型配置映射关系，并顾及空间尺度特 征，不同任务本体模型概念在不同空间尺度下，映射不同的传感器典型配置；
[0011] 步骤5,建立传感器实例与传感器典型配置映射关系，包括计算传感器实例各特征 参数与传感器典型配置特征参数的符合度，建立传感器实例与符合度最大的传感器典型配 置之间的关联，所述符合度计算方式为，首先，依据传感器类型判断所属传感器典型配置分 类；记传感器为s，其所属传感器典型配置集合为SC，传感器s的属性集合为匕，SC中单个 传感器典型配置的属性集合为R，若对于每个&都能找到同类型的Fi，且./；c6，那么该传 感器与该传感器典型配置的符合度为1，否则为0 ;
[0012] 步骤6,输入任务，通过任务本体模型概念与传感器典型配置映射关系、传感器实 例与传感器典型配置映射关系，获取满足该任务的传感器实例及相应特征参数，并转化为 对遥感影像元数据的查询，最终获取遥感影像查询结果。
[0013] 而且，传感器典型配置如下表，
[0016] 而且，空间尺度的划分为大区域、中等区域和小区域，其中大区域为省级范围，中 等区域为市级范围，小区域为县级范围。
[0017] 本发明还提供一种基于任务和传感器典型配置的遥感影像发现系统，包括以下模 块：
[0018] 传感器模型模块，用于建立传感器模型，所述传感器模型是传感器实例的抽象类， 包括针对成像类传感器，按照电磁波辐射来源的不同分为主动式传感器和被动式传感器；
[0019] 传感器典型配置模块，用于建立传感器典型配置，包括依据传感器辐射特征首先 将传感器典型配置分为雷达卫星传感器、高光谱光学卫星传感器以及非高光谱光学卫星传 感器三大类；每个类别再依据空间分辨率、时间分辨率以及光谱、频谱特征分类；
[0020] 任务本体模型模块，用于建立任务本体模型，所述任务本体模型是不同领域遥感 影像应用任务的树状概念集合，其中的任务概念依据任务类型逐层细分；
[0021] 第一映射模块，用于建立任务本体模型概念与传感器典型配置映射关系，并顾及 空间尺度特征，不同任务本体模型概念在不同空间尺度下，映射不同的传感器典型配置；
[0022] 第二映射模块，用于建立传感器实例与传感器典型配置映射关系，包括计算传感 器实例各特征参数与传感器典型配置特征参数的符合度，建立传感器实例与符合度最大的 传感器典型配置之间的关联，所述符合度计算方式为，首先，依据传感器类型判断所属传感 器典型配置分类；记传感器为s，其所属传感器典型配置集合为SC，传感器s的属性集合 为匕，SC中单个传感器典型配置的属性集合为R，若对于每个&都能找到同类型的Fi，且 /.c= ，那么该传感器与该传感器典型配置的符合度为1，否则为0 ;
[0023] 查询模块，用于输入任务，通过任务本体模型概念与传感器典型配置映射关系、传 感器实例与传感器典型配置映射关系，获取满足该任务的传感器实例及相应特征参数，并 转化为对遥感影像元数据的查询，最终获取遥感影像查询结果。
[0024] 而且，传感器典型配置如下表，
[0027] 而且，空间尺度的划分为大区域、中等区域和小区域，其中大区域为省级范围，中 等区域为市级范围，小区域为县级范围。
[0028] 因此，本发明基于传感器典型配置来对任务与传感器之间的关系进行描述，可有 效避免使用复杂的数学规则对传感器参数要求进行限制，具体包括：
[0029] (1)利用传感器典型配置作为任务和传感器的中间层，可以降低任务与传感器之 间关系维护的代价；
[0030] (2)任务对传感器选择优先级使用典型配置进行描述，利于理解，便于更新，且描 述形式简单，计算方便。
【附图说明】
[0031 ] 图1是本发明实施例的流程图。
[0032] 图2是本发明实施例的产生式系统示意图。
[0033] 图3是本发明实施例的传感器模型示意图。
[0034] 图4是本发明实施例的传感器典型配置分类示意图。
【具体实施方式】
[0035] 下面通过实施例，并结合附图，对本发明的技术方案作进一步具体的说明。
[0036] 首先介绍一下本发明所