属性匹配在多源空间数据融合中的应用研究

Due to different sources of spatial data classification and coding, semantic representation, the differences in geography models, data structures and mathematical basis, resulting in a difficulty on the comprehensive utilization of multi-source spatial data. This project is aimed at by the properties of multi-source spatial data matching confirms the mutual information between different sources of spatial data analysis and quality evaluation of the differences so as to facilitate the sharing of spatial information, integration, mining and quick update. The study includes: ①the study of basic theories and methods based on the properties of the ontology matching; ② The multi-source spatial data attributes to match the modeling, the study of how to represent geographical attributes, rules and knowledge to create a multi-source spatial data, geographic ontology model; ③ The geographical attributes match the calculation of similarity, variety of factors including the level of comprehensive utilization of geographic ontology relations, such as semantic coincidence degree, the depth of the semantic level, semantic distance, semantic density and the corresponding regulatory factors such as geographic ontology concept to calculate the between the semantic similarity. The properties of multi-source spatial data matching can improve the efficiency in the use of spatial data, and reduce the cost of processing of spatial data, promote spatial data processing technology to the development of deep-seated, theory and methods for spatial data mining and data fusion of innovation and breakthrough of great significance .

由于不同来源空间数据在分类与编码、语义表达、地理模型、数据结构和数学基础等内容上的差异，造成了多源空间数据综合利用上的困难。本项目旨在通过研究多源空间数据的属性匹配来完成不同来源空间数据之间信息的相互印证、差异性分析和质量评价，从而便于空间信息的共享、融合、挖掘与快速更新。研究内容包括：①基于本体的属性匹配的基础理论与方法研究；②多源空间数据属性匹配建模，即研究如何表示地理属性、规则和知识以建立多源空间数据的地理本体模型；③地理属性匹配相似度的计算，包括综合利用地理本体的层次关系中的多种影响因素，如语义重合度、语义层次深度、语义距离、语义密度以及相应的调节因子等，来计算地理本体中概念之间的语义相似度。多源空间数据的属性匹配能够提高空间数据的利用效率、降低空间数据处理成本，推动空间数据处理技术向深层次发展，同时对于空间数据挖掘和数据融合的理论与方法的创新与突破具有重要意义。

1.建立了多源空间数据集成管理与符号化地图显示的试验平台.对军用基础地理信息、我国海图数据、S57海图数据、地名数据、全球DEM数据以及部分专题数据等不同来源的空间数据及其标准进行了研究，对其在数学基础、分类与编码、语义表达、地理模型、数据结构等内容上的差异进行了分析。对上述不同来源的地图数据进行了相应的处理，完成了不同坐标系之间的转换、不同地图投影的转换以及不同数据格式的转换。实现了上述不同标准矢量数据的数据管理和符号化以及全球30M陆地DEM和800M海底DEM的管理与可视化。.2.建立多源空间数据的地理本体模型.对《中国航海图数据字典》标准、《军用基础地理信息要素分类与编码》标准、《S-57海图数据标准》的基础地理信息建立了地理信息概念的语义描述集，确定每一个概念的本体属性形成概念语义的本体属性集，实现了这些数据标准所涵盖的地理信息的概念化和形式化。使用OWL来实现地理信息本体属性的形式化表达，建立了三个数据标准的地理本体模型。.3.形成了较为系统的空间数据属性相似特性分析报告.形成了《军用基础地理信息要素分类与编码》与国家标准《基础地理信息分类与代码》的属性相似特性分析报告以及《中国航海图数据字典》标准与《S-57海图数据标准》的属性相似特性分析报告。.4.基于属性相似性模型与匹配算法实现了陆图和海图的融合.综合考虑地形图和海图两种不同来源空间数据的相关标准，基于上述对不同数据标准建立的地理本体模型和属性相似性分析模型，建立不同本体模型中概念之间的匹配和关联关系，使用概念格算法来完成概念及其关系的有效管理，实现了陆海地图一体化显示与地形图和海图数据融合。.5.完成了地名数据自动识别与匹配的关键技术.研究了地名在属性匹配在多源空间数据融合中的应用。对地名的属性特征进行了分析；建立了地名库、地理语料库、地名统计模型和规则库；实现了地名自动识别与匹配的算法。.6.建立了海底DEM和专题要素的时空数据库.针对海底DEM和专题数据分辨率不同以及专题数据在时间上的不断积累等问题，对DEM数据和海水温度、盐度等专题数据进行了匹配与融合研究。

内容获取失败，请点击重试