一种基于本体的遥感影像应用案例时空语义表达方法与流程

本发明涉及案例推理和遥感技术领域，尤其是涉及一种基于本体的遥感影像应用案例时空语义表达方法技术方案。

背景技术：

案例推理（Case-based reasoning，简称CBR）是近年来人工智能领域中兴起的一项重要的推理技术。人们在解决问题时，通常回忆过去类似问题的经验、处理过程，并在新问题的环境下对这些经验、处理过程进行适当修改，对其进行复用来解决新的问题。CBR即是模拟人们这种解决问题办法的一种人工智能方法。这些过程反映在CBR中就是CBR的处理模型，以Aamodt 提出的4R模型最为经典(Aamodt et al., 1994)，其中的核心问题包括案例表示、案例相似性计算、案例检索、案例修正及复用。

案例表示是CBR的基本问题，其表示方法关系到后续案例如何索引、如何存储、如何检索等。一个有效的案例表示应该包括三个部分的内容：案例发生的原因或背景、案例的特点和过程、解决方法和结果(郭艳红等，2004, 张光前等，2002)。常见的案例表示方法可以分为两类(Richter et al., 2013)：扁平式表示法和复杂表示法。扁平表示法使用一系列<属性，值>对案例进行描述，该方法简单有效，易于存储和管理，检索高效。其缺点为扁平结构无法显示表达属性之间的关系和结构，也无序列关系。复杂表示法有面向对象表示法、基于图的表示法、基于树的表示法、基于序列的表示法、基于过程的表示法、基于集合的表示法等。面向对象表示法相比属性值表示法，能够表达属性之间的关系和结构，更加贴近应用本身，易于存储。其缺点为相似性计算和检索更为复杂，且也无法表达对象间的序列关系。

遥感影像应用案例是指过去真实发生的在确切的时间、地点，使用系列遥感影像完成特定遥感影像应用任务，达到了某种效果的事实。随着对地观测技术的不断发展，遥感影像应用范围越来越广，如何记录下这些遥感影像应用的场景使之成为可利用的知识经验是提高遥感影像应用水平的一个关键问题。CBR是运用过去经验来解决问题的一种人工智能方法，遥感影像应用案例是CBR运用遥感影像应用经验的基本问题。

相对于传统的案例，遥感影像应用案例具有以下特点：1）遥感影像应用案例不仅具有显著的时空特征，还具有复杂的语义特征；2）遥感影像应用案例的元素不是普通的<属性，值>，而是具备语义内涵的概念对象，对象内部、对象之间具有时空、语义关系，例如遥感影像应用任务“水稻估产”是“农作物估产”的子类，其下还有“一季稻估产”、“双季稻估产”等子类，其观测对象是水稻，观测的属性是面积和生物量；3）遥感影像应用任务案例是具备语义推理能力的案例，可对案例中的元素进行深层语义分析，例如“湖北湖南交界地区”可以计算出一个对应的地理空间范围；4）遥感影像应用案例的来源主要是文献、专著、行业网站、专家经验、部门调研等，形式主要以自然语言文本为主。然而，传统案例表示方法无法表示其时空语义特征，不能充分描述遥感影像应用场景内容，对后续的遥感影像应用案例检索、调整、修正、保留效率等都有影响。

技术实现要素：

本发明针对现有技术的缺陷，提出一种基于本体的遥感影像应用案例时空语义表达方法技术方案。

本发明技术方案提供一种基于本体的遥感影像应用案例时空语义表达方法，包括以下步骤：

步骤1，建立遥感影像应用案例结构模式，所述遥感影像应用案例结构模式为经过高度抽象之后得到的遥感影像应用案例顶层结构，包括问题描述、解决方案和结果三部分；问题描述部分包含时间、空间、遥感影像应用任务三个要素，解决方案部分包含遥感影像产品元素，结果部分包含应用效果元素；

步骤2，建立时间本体模型，所述时间本体模型是时间概念及其关系的形式化描述，包括绝对时间、相对时间以及频度时间；绝对时间、相对时间、频度时间是时间定位的基本元素，根据遥感应用领域时间的特点可进一步构建共性常规时间和领域相关时间；

步骤3，建立空间本体模型，所述空间本体模型是地理空间概念及其关系的形式化描述，包括几何形状、空间参考、空间关系、要素类型；在此基础上，根据遥感应用领域空间的特点可进一步构建公共基础空间对象和领域相关的空间对象；

步骤4，建立遥感影像应用任务本体模型，所述任务本体模型是不同领域遥感影像应用任务的概念及其关系的集合，其中遥感影像应用任务首先依据领域分类，每个领域再依据任务类型逐层细分；

步骤5，建立遥感影像产品本体模型，所述遥感影像本体模型是遥感影像产品概念及其关系的集合，包含遥感影像产品类型、遥感影像产品所使用传感器等遥感影像特征参数；

步骤6，建立基于本体的遥感影像应用案例时空语义表示模型，所述基于本体的遥感影像应用案例时空语义表示模型是在步骤1所建立的遥感影像应用案例结构模式基础上，利用步骤2~5所建立的本体概念填充遥感应用案例结构模式元素，以使用本体描述遥感影像应用案例，即可表达其时空语义也可表达其属性语义。

本发明的有益效果是，本发明通过定义时间本体、空间本体、遥感应用任务本体、遥感影像产品本体来综合描述描述遥感影像应用案例，可避免传统属性-值表达方式对遥感影像应用案例时空、属性特征表达不完全的问题，具体包括：

（1）以本体概念对象的方式描述遥感影像应用案例元素，丰富了遥感影像应用案例语义内涵，能够充分表达遥感影像应用的时空、属性特征；

（2）可利用本体概念的属性、关系对遥感影像应用案例进一步推理，可提高案例的运用效果。

附图说明

图1是本发明实施例的遥感影像应用案例结构模式图。

图2是本发明实施例的时间本体模型图。

图3是本发明实施例的空间本体模型图。

图4是本发明实施例的空间本体空间对象分类图。

图5是本发明实施例的遥感影像应用任务本体任务分类图。

图6是本发明实施例建立的遥感影像产品本体模型图。

具体实施方式

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。

首先介绍一下本发明所用到的理论基础：

基于案例的推理是人工智能中新崛起的一种重要推理技术。基于案例的推理思想起源于认知科学，是在记忆模型基础之上发展起来的一种人工智能和机器学习方法。案例是过去解决问题的经验，可表示成不同的形式，包括结构化、半结构化甚至自然语言的形式。案例库是一系列案例的集合。CBR以当前的新问题以及案例库中的案例为数据源，通过推理给出新问题的解决方案。CBR技术是人们在不断研究人类认知，并且在认知科学和计算机科学方面取得的成果，对人类的过去经验和前人智慧进行重现，并利用它们指导解决新问题。基于案例推理特别适用于领域知识难以抽象成规则，而积累经验丰富可表示成案例形式的领域。

遥感影像应用是采用遥感影像数据对资源、环境、灾害、区域、城市等进行调查、监测、分析和预测、预报等方面的工作。

本体是现代知识表示的一个核心概念(Tim, M.等，2010)。从人工智能的角度来说，本体是描述一个特定领域中的概念及相互关系的模型(Tim, M.等，2010)。本体作为一种知识表示方法，其他方法的本质区别在于它表达了概念的结构、概念之间的关系等领域中实体的固有特征。

本体中主要的建模原语包括：O=(C，R，P，F，A，I)，其中C是领域中概念集合，是对领域内现象、实体等概念特征的表达；P是概念的属性，描述概念、关系的性质，是一个概念、关系区别于其他概念、关系的特征；R表示领域中概念与概念之间、概念与实例之间、实例与实例之间的关系； F指函数，表示一类特殊的关系，如正方形面积是其边长的平方；A表示本体上的公理集合，是对概念和关系的属性值的约束；I表示个体，即概念的实例。

接下来，阐述本发明的具体技术方案：

本发明实施例所提供方法主要包括以下步骤：

步骤1，建立遥感影像应用案例结构模式，所述遥感影像应用案例结构模式为经过高度抽象之后得到的遥感影像应用案例顶层结构，包括问题描述、解决方案和结果三部分；问题描述部分包含时间、空间、遥感影像应用任务三个要素，解决方案部分包含遥感影像产品元素，结果部分包含应用效果元素，如分类精度、可行性、误差等；

实施例建立的遥感影像应用案例结构模式参见图1；

步骤2，建立时间本体模型，所述时间本体模型是时间概念及其关系的形式化描述，包括绝对时间、相对时间以及频度时间；绝对时间、相对时间、频度时间是时间定位的基本元素，根据遥感应用领域时间的特点可进一步构建共性常规时间和领域相关时间；

实施例建立的时间本体模型参见图2，时间分为绝对时间、相对时间以及频度时间；时间功能部件则是时间的辅助组成元素，包括时间数词、时间频度等。分割时段是时间包含关系的一种特例，例如上午、上中旬、上半年等。绝对时间是指不借助其他时间参考而直接定位时间的一种方式，如“2013年6月5日”。绝对时间既可以是时间点，也可以是时间段。相对时间是指以绝对时间为参考，结合时间关系而描述时间的一种方式。时间关系通常描述了时间之间的关系和偏移方向，例如“512某市地震第二天”。 频度时间描述的是周期性的时间，如“每两周”。

绝对时间描述是时间定位的基本元素，根据遥感应用领域时间描述的特点可进一步分为共性常规时间和领域相关时间。常规时间描述是在各遥感应用领域都通用的时间描述形式，与领域独立。常见的历法时间、节假日等都是常规时间描述，如“2011年6月5日”、“昨天”、“春节”、“2011-10-01至2011-10-15”等。历法时间分为阳历、阴历以及阴阳历，这里将物候历也放入历法时间。农历是阴阳历的一种，是为了农事活动而制定的历法，其重要组成之一是节气。领域相关的时间采用一些专门词汇或时间术语来表达时间，领域相关时间分为蕴含时间和事件时间。蕴含时间指观测领域对象所蕴含的时间，如农业领域中“水稻抽穗期”蕴含每年的5月；事件时间指事件的发生时间，每个事件都与具体的空间相关，且可再分类如灾害相关事件、农作物相关事件。

步骤3，建立空间本体模型，所述空间本体模型是地理空间概念及其关系的形式化描述，包括几何形状、空间参考、空间关系、要素类型；空间实体是空间对象的实体类，根据遥感应用领域空间的特点可范围公共基础空间实体和领域相关的空间实体；

实施例建立的空间本体模型参见图3、图4，其中几何形状描述了空间实体的形状及边界，遥感影像应用中对几何形状的要求并不严格，一般来说包括点、线、面及环；空间参考提供了定位的基准，包括地理坐标系和投影坐标系；空间关系是空间对象的重要特征之一，包括拓扑关系、方位关系及距离关系；要素类型是指空间实体在语义上的分类关系；空间实体是空间对象的实体类，根据遥感应用领域空间的特点可范围公共基础空间实体和领域相关的空间实体；公共基础空间实体指以基础地理为主要元素的空间对象。基础地理是在各遥感应用领域都通用、共享，且作为统一的空间定位、空间分析的基础地理单元。基础地理主要包括自然地理信息和人文社会地理信息两大类，如水系、植被、交通、境界等。各遥感领域依自己的业务特点还具有领域特性的空间实体，是依据自己的业务、应用特点而制定、划分的一种行业性空间定位单元。领域空间实体可依据领域细分，如农业业务管理区划、减灾业务管理区划、林业业务管理区划等，其中每类还可细分，如林业业务管理区划分为林业管理区划、林业工程区、自然保护区等。

步骤4，建立遥感影像应用任务本体模型，所述任务本体模型是不同领域遥感影像应用任务的概念及其关系的集合，其中遥感影像应用任务首先依据领域分类，每个领域再依据任务类型逐层细分；

实施例建立的遥感影像应用任务本体模型参见图5，遥感影像应用任务首先依据领域细分，如农业遥感影像应用任务和减灾遥感影像应用任务。

农业遥感影像应用任务分为农作物估产、农业灾害监测、农业资源监测和农业工程监测四个方面。农作物估产主要任务有作物面积监测、作物长势监测、作物单产监测、作物精细分类等。在农业灾害监测方面，主要关注的农业灾害有病虫害、风雹、雪灾与低温冷冻、旱灾、洪涝、秸秆焚烧等。农业资源监测方面，主要包括农作物资源监测、耕地资源监测、渔业资源监测、草地资源监测等。在农业工程监测方面，主要有农业工程规划和农业精细区划、农业生物环境和设施农业、农业生态保护等。

减灾遥感影像应用任务涉及多种灾害，根据发生原因灾害可以分为自然灾害、社会灾害以及天文灾害。自然灾害分为气象水文灾害、地质地震灾害、海洋灾害、生物灾害、生态环境灾害五大类，各大类还可进一步细分成更小的类型。社会灾害可以分为政治类、经济类、文化类社会灾害。天文灾害分为地外灾害和宇宙灾害。

步骤5，建立遥感影像产品本体模型，所述遥感影像本体模型是遥感影像产品概念及其关系的集合，包含遥感影像产品类型、遥感影像产品所使用传感器等遥感影像特征参数；

实施例建立的遥感影像产品本体模型参见图6，遥感影像产品本体模型由遥感传感器和产品类型组成，遥感影像传感器按照遥感平台高度分为卫星传感器、航空传感器和地面传感器，本发明主要关注卫星传感器；卫星传感器可分为光学传感器和SAR传感器，光学传感器包括空间分辨率、时间分辨率、光谱分辨率、幅宽、波段等属性，SAR传感器包括波段、极化方式、工作模式、时间分辨率、空间分辨率等属性；产品类型可分为原始产品、校正产品和融合产品，校正产品包括辐射校正产品、几何校正产品，融合产品包括像素融合产品、特征融合产品和决策融合产品。

步骤6，建立基于本体的遥感影像应用案例时空语义表示模型，所述基于本体的遥感影像应用案例时空语义表示模型是在步骤1所建立的遥感影像应用案例结构模式基础上，利用步骤2~5所建立的本体概念填充遥感应用案例结构模式元素，以使用本体描述遥感影像应用案例，即可表达其时空语义也可表达其属性语义；

本文中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。