地理空间传感网本体构建研究

1、本科毕业论文（设计）题目：地理空间传感网本体构建研究姓名：学号：院（部） ：专业：指导教师：职称：评 阅 人：职称：年月摘要随着传感器的数目和种类日益增长， 其产生的观测数据和观测产品也呈现出复杂性和多样性的趋势。 为了满足人们对于空间数据和空间信息互操作性不断提高的要求， 就需要将语义网技术引入到传感网技术中来， 于是语义传感网技术应运而生。 如何对于传感器及其观测数据和观测产品进行科学有效的管理与应用， 在海量数据中准确获取所需信息， 便成为传感器应用领域一个新的研究热点。针对现有的传感网语义本体大多以传感器为中心或者以观测过程数据为中心孤立构建， 对于二者之间的关系未给出较为完整的定义和

2、描述的现状，以及本体中所定义的数据来源单一，导致当用户需要多源数据时无法满足用户请求， 实现智能搜索等关键问题， 本文以地理空间传感网观测资源为理论基础，将关联数据技术引入到传感网语义建模中，对于 SSN Ontology 进行完善扩展，构建并实现了语义化表达的地理空间传感网观测资源本体。首先，本文根据地理空间传感网观测资源的概念，以及关联数据的建模原则，明确了地理空间传感网观测资源的表征需求， 建立了地理空间传感网观测资源元数据的语义描述框架， 从语义标识、观测设备特征、观测过程特征、语义关联特征及时间-空间-光谱-应用特征五个方面对地理空间传感网观测资源进行语义描述。其次， 本文重点关注了

3、地理空间传感网观测资源的关联构建方法， 通过在模型中语义关联的链接元数据的定义， 实现了地理空间传感网数据集的内部关联以及与关联开放数据云图的外部关联构建，提高了数据的时效性以及全面性。再次， 本文根据文中地理空间传感网观测资源元数据的定义， 通过分析现存传感网本体的特点及不足，选择了 SSN Ontology 进行扩展，构建并在 Protg中实现地理空间传感网观测资源本体。最后， 本文模拟洪水应急决策的应用情景， 根据其数据要求实例化本体并进行了相关实验，验证了本文中构建的地理空间传感网观测资源本体的可行性与关联性。关键词：语义传感网，关联数据，传感器，语义建模，本体ABSTRACTWith

4、 the growing of the number and types of sensors, the observationa data and product alsoshowed the trend of complexity and diversity, and require the interoperability. In order to meet thisneed, we need to introduce the semantic web technology into the sensor network technology andthen the semantic s

5、ensor network technology emerges. How to manage and apply the sensor andobservation data scientificly and efficiently, search the required information in the massive dataaccuratly, which had become a new spot in the field of sensor research.Most of the existent sensor network ontologies have some ke

6、y problem as following: 1) lack ofthe complete definition and description of the sensor and and its observation processing and data asontologies were more sensor-centric or observation-centric in isolution.2) the defined source of datain the ontology is single ,so the ontology models unable to satis

7、fy the users when they need torequest multi-source data ,achieving the aim at intelligent search.Therefore,in this paper,weintroduce the linked data technology into sematic sensor web modeling technology to expand andperfect the SSN Ontology,designing and implementing the semantic expression of geos

8、patial sensorweb observation resource ontology based on the concept of geospatial sensor web observationresources.Firstly, in this paper,according to the concept of geospatial sensor web observation resourcesand linked data principles, the characterization requirements of geospatial sensor web obser

9、vationresources was explicit. Then we establish the semantic description framework of the metadata ofgeospatial sensor web observation resources from five aspects: the semantic identification,observation equipment characteristics, observation processing characteristics, semantic linkedcharacteristic

10、s and time space-spectral-application characteristics.Secondly, the paper focuses on the method of geospatial sensor web observation resources linkconstruction, and achieve it through the definition of semantic linked characteristics metadata.Andwe provide the method of constructing the links betwee

11、n the internal resources of the sensor networkand the links with Linking Open Data Cloud.Thirdly, according to our definition of the metadata of geospatial sensor web observationresources,the paper analyzes the characteristics and shortcomings of existent sensor networkontologies, and selects SSN on

12、tology to expand and perfect, constructing the geospatial sensor webobservation resource ontology in Protg.Finally, the paper simulates the situation of flood emergency response, and analyses the datarequirements.According to it, we add the specific data into our ontology and perform anexperiment.Th

13、e results of our experiment improve the interconnectivity and feasibility of thegeospatial sensor network observation resource ontology we constructed.Keywords: Semantic sensor web, Linked data, Sensor, Semantic modeling, Ontology目目录录第一章 绪论.1 1.1 研究背景及意义. 1 1.2 国内外研究现状与存在问题.21.2.1 关联空间信息资源研究现状.21.2.

14、2 传感网语义本体研究现状.31.2.3 存在问题. 6 1.3 本文研究目标和内容. 81.3.1 研究目标. 81.3.2 研究内容. 8 1.4 论文组织结构. 8第二章 地理空间传感网观测资源语义描述要素.10 2.1 地理空间传感网观测资源建模需求.10 2.2 地理空间传感网观测资源元数据.112.2.1 语义标识元数据. 112.2.2 观测设备特征元数据.122.2.3 观测过程特征元数据.122.2.4 语义关联特征元数据.142.2.5 观测资源时间-空间-光谱-应用特征元数据.15 2.3 本章小结.15第三章 基于 SSN Ontology 扩展的地理空间传感网观测资源

15、本体构建.17 3.1 地理空间传感网观测资源本体总体设计.17 3.2 继承自 DUL 顶层本体的类及属性.17 3.3 本体核心部分类及属性. 26 3.4 本体模型部分类及属性. 27 3.5 本体传感器部分类及属性.273.5.1 MeasurentCapability 模块.283.5.2 Sensor 模块.29 3.6 本体部署部分类及属性. 30 3.7 本体设备部分类及属性. 31 3.8 本体观测部分类及属性. 323.8.1 Observation 模块.323.8.2 Data 模块.333.8.3 ObservationProduct 模块.343.8.4 Obser

16、vationCapability 模块.35 3.9 本体条件及功能部分. 36 3.10 本体时间-空间-光谱及应用特征部分. 36 3.11 本章小结.38第四章 基于 Protg的地理空间传感网观测资源本体实现.39 4.1 本体构建实现. 39 4.2 本体实例化. 444.2.1 数据准备. 444.2.2 实例类添加. 454.2.3 内部关联构建. 474.2.4 外部关联构建. 50 4.3 结果验证.51 4.4 本章小结.55第五章 总结与展望.56 5.1 研究总结.56 5.2 研究展望.57致谢.58参考文献.591 / 59第一章第一章绪论绪论1.11.1 研究背景

17、及意义研究背景及意义传感器可以对现实世界进行感知， 并且将观测到的数据提供给人类， 使人类从中获取加工所需要的信息。随着现代科技的发展和制造业的不断成熟，传感器设备更加先进和精确，大量的传感器设备被应用于人类社会的各个方面，如灾害、气象、农业生产等，来帮助人们获取更多由于人类本身局限性所不能获得的信息。 不仅传感器应用的领域越来越广， 传感器的数目也呈现了了迅猛增长的态势，据估计， 2020 年前后全球的传感器设备将有很大可能超过七万亿个。 现代传感器技术和信息技术、 计算机技术并列成为支撑整个现代化信息产业的三大支柱1。然而， 大量的传感器提供了海量的观测数据， 如何对传感器及其观测数据和观

18、测产品进行科学、高效的管理与应用， 在海量数据中高效准确的获取所需信息， 便成为传感器应用领域的一大难题。传感网（Sensor Web）的概念由 Nature 在 2006 年提出2，是大规模在线观测的信息基础设施。传感网作为一种可扩展的检测和传感系统，能够连续提供周期的、多模式的观测值，为准确的分析和决策制定提供了更强大的数据基础3。 随着庞大数目的星载遥感传感器和地面原位传感器在地理空间观测任务中的应用，诞生了地理空间传感网（Geospatial Sensor Web）的概念。 地理空间传感网是由具备感知、 计算和通信能力的传感器以及传感器网络与万维网 GIS相结合面向地理空间中的资源而产

19、生的信息物理基础设施4。 为了满足传感网中资源表达的一致性， 提高观测数据的互操作性， 在 2004 年的第一届移动系统网络和服务国际会议中， Avancha等首次在传感器网络服务体系中注入了语义， 诞生了语义传感网的概念。 它是指在网络环境下，对传感资源进行语义注释、管理、查询操作的标准网络化信息基础设施14。针对怎样自动地获取并且整合来自不同传感器网络的模式各异的观测数据结果这个问题， SWE（Sensor WebEnablement） 传感器网络标准开放体系被开放地理空间联盟(OGC， Open Geosppatial Consortium)提出，其定义了在互联网中传感器信息访问接口和异

20、构数据的编码及交换方式的相关标准。关联数据 （Linked Data） 的概念由万维网发明者 Tim Berners-Lee 爵士在 2006 年于 LinkedData5一文中被首次提出 ， 在2009年于TED大会中发表的演讲 The Next Web of Open LinkedData中得到详细论述并推广。关联数据为通过 RDF 和 URIs，在语义网之中分享并且构建数据、信息和知识之间的语义关联的一系列最佳实践方法。简而言之，关联数据即在网络环境下将不同数据源中的数据建立起特定关联， 以实现当用户获得部分数据时可以按照某种规则获得与之相关联的其他数据的一种方法。例如，当我们在 DBp

21、edia 中查询“Wuhan”时，不仅能够知道 DBpedia 中该条目的相关信息， 而且由于 DBpedia 数据库与 Geonames 地理数据库建立了地理空间传感网观测资源本体构建研究2 / 59关联，因此我们可以从 Geonames 之中获得“Wuhan”的中心坐标、平均海拔等地理信息。虽然上文中提到的由 OGC 提出的 SWE 传感网架构旨在实现异构式传感器节点中获取的信息的搜集与分析， 以及传感器的信息共享和即时服务， 但现有的研究难以实现网络环境下传感网中异构观测资源的高效共享和重用，满足在特定地理事件发生时，用户发出查询请求，计算机能够智能、全面搜索出所需信息数据的需求。因此，

22、为了达到这一目的，需要将关联数据技术融入到地理空间传感网的管理和应用之中，实现以下目的：1)通过提供地理空间传感网中各种要素的语义化描述， 实现对于异构传感器及其观测数据结果的标准化科学组织管理， 并且使得自然语言中的描述可以被计算机所理解和执行， 有利于进一步实现地理空间传感网智能化搜索和决策服务。2)通过观测资源语义关联元数据， 建立各类观测资源之间的关联， 并可通过网络与关联开放云建立起关联， 为用户提供更全面的所需信息， 以提高传感网服务的互操作性和查询效率。本文将重点围绕关联数据技术和地理空间传感网的融合， 通过面向服务和应用的观测资源概念的定义， 构建地理空间传感网观测资源本体模型

23、， 以实现跨越不同观测系统的传感器观测能力及其观测观测结果数据的统一描述，为实现地理空间传感网的智能搜索和决策奠定基础。1.21.2 国内外研究现状与存在问题国内外研究现状与存在问题1 .1 关联空间信息资源研究现状关联空间信息资源研究现状关联开放数据（Linked Open Data）即具有开放目录的关联数据，使得关联数据可以被免费获取和利用。关联开放数据项目（Linking Open Data）由 Chris Bizer 和 Richard Cyganiak 在2007 年 2 月提出，其目标宗旨为使互联网通过数据的开放和关联成为一个全球性数据空间。这一项目得到了 W3C 语

24、义网教育和宣传委员会（Senmantic Web Education and Outreach）的认可和支持，自 2007 年开始 W3C 年会每年都设有“关联开放数据”分会场进行相关研讨。2009 年，W3C 数字政府联合组织（eGovernment Interest Group）公布了开放政府数据指南（Publishing Open Government Data） 6，提供了政府开放数据的方法和相关规范标准，例如鼓励政府用语义网语言（XML、RDF 等）发布数据并按照关联数据的原则进行结构化，采用语义标识等技术处理数据等，以帮助和指导政府更加科学规范的开放其公共数据。关联开放数据云（Li

25、nking Open Data Cloud）是关联开放数据项目中由不同数据源的数据通过 RDF 三元组形式进行关联所形成的数据网络，如图 1-1 所示。截止至 2007 年 10 月，关联开放数据云中含有 20 亿个 RDF 三元组，超过 200 万个 RDF 链接；到 2011 年 9 月，关联开放数据云中的 RDF 三元组数目增至 310 亿个，RDF 链接的数目为 5 亿多个，拥有 259 个数据源，涉及地理、图书、社会、媒体等多个领域。在关联开放数据云之中，越来越多的空间信息数据通过关联数据技术进行发布并与其他数据及建立起了关联， 形成了一张巨大的空间信息数据网络。比较著名的关联空间信

26、息数据集有 GeoNames、LinkedGeoData、GADM-RDF、3 / 59LinkedSensorData 等。图 1-1 关联开放数据云地理空间传感网是重要的空间信息资源。2010 年，Barnaghi Payam 等论述了关联数据技术在传感网中的应用7。 SSN(Sensor Semantic Network) Ontology 提供了不同类型的传感器模型，传感网中的传感器应遵循模型标准，通过 RDF 三元组将传感器相关描述数据发布为互联网中的关联数据，并根据需要扩展或者建立相应的领域本体，以提高数据检索和利用的效率。关联空间数据实现技术方面，2006 年，Berners-L

27、ee 爵士提出了关联数据四原则，从技术角度上为用户提供了发布和实现数据关联的规范和方法。 关联空间数据的关联建立方面， 关联空间数据的互联分为建立数据集中数据条目间的内部关联和建立与网络中其他数据的外部关联。内部关联指同一数据集中的数据间建立合理的关联，通过链接遍历，每个片段都会被发现8，其科学性取决于词表以及数据描述的合理性和严谨性。外部关联的建立类型主要有三种：1）关系关联，即通过某一属性值将两个数据源不同的数据关联起来。本文中基于拓扑关系将本地数据集与 GADM-RDF 数据集建立的关联即为关系关联。2）同质关联，即将现实世界的同一资源的不同 URIs 通过 http：/www.w3w.

28、org/2002/07/owl#sameAs 建立起关联。如 Kebler等人阐述了通过语义相似度的计算， 选取关联传感器数据和关联开放数据云的相关数据集进行计算，将计算结果返回专家并决定是否建立关联的半自动的同质关联建立方法9。3）词表关联，即通过数据集间词表建立关联。1 .2 传感网语义本体传感网语义本体研究现状研究现状本体（Ontology）这个术语来自于哲学，它是研究世界上的各种实体以及他们是怎么关联地理空间传感网观测资源本体构建研究4 / 59的科学。Starla 将本体定义为通过规范说明所应用的词汇，制定这些词汇含义的标准以及词汇之间的关系10。20 世纪 90 年代

29、，本体论在计算机领域得到了应用。对于计算机领域来说，本体则是指共享的概念模型明确的形式化规范说明11。Mc Carthy 首次于 1980 年将本体论引入到人工智能领域中来，提出以逻辑概念为基础来构建本体以用来描述世界12。本体应体现概念化、明确化、形式化以及共享化四个方面的特性13。因此，地理空间传感网语义本体应提供传感网中各类资源的抽象化描述表达使其能够被计算机理解和处理， 并且本体模型中的各个概念及其约束的定义应通用、明确，即在传感网领域中已被认可且形成共识。W3C、MMI、CSIRO 等组织都在传感网语义本体领域进行了相关研究并且构建出自己的本体模型。根据传感网本体的应用领域和核心概念

30、定义不同， 典型本体主要分为以传感器为中心构建和以观测数据为中心构建两大类14。以传感器为中心构建的本体主要包括传感器相关属性、物理特性、 测量值域等方面。 现存的以传感器为中心构建的主流本体 （Sensor-centric Ontology）如表 1-1 所示。表 1-1 以传感器为中心构建的本体本体名称发布者WIreless Sensor Networks Ontology (WISNO)Oscar CorchoOntoSensorDanh Le PhuocMMI Device OntologyLuis BermudezSensorML ProcessesLuis BermudezOnto

31、nym - SensorRal Garca CastroCSIRO Sensor OntologyMichael ComptonCoastal Environmental Sensor Networks (CESN) ontologyHolger Neuhaus下面以 CSIRO Sensor Ontology 和 CESN Ontology 为例进行简单介绍。CSIRO Sensor Ontology15的目标是为传感器提供语义描述的相关标准，构建传感器及其观测过程的科学模型。CSIRO 传感器本体参考了 SensorML、O&M 和 OntoSensor 中关于传感器的描述。其定义

32、了传感器的地理位置、测量属性、感兴趣区域的相关类及属性。它的架构合理科学， 可以实现传感器的自动分类， 但是没有描述传感器与其测量属性之间的关联以及观测活动的时间序列。CESN Ontology16基于 SensorML，参考了 MMI 和 CSIRO 的相关描述，是 CESN 语义推理（CESN Semantic Data Reasoner）项目的一部分。其主要用于描述海洋观测传感器，包含了传感器、 传感器的物理测量能力及其可测量的物理属性值的相关类和属性， 但是对于不同类型的传感器相关描述定义不完整，目前本体中传感器概念只有 10 个。以观测数据为中心构建的本体主要则侧重于传感器观测活动及

33、数据的属性和类型。 现存的以观测数据为中心构建的主流本体（ Observation-centric Ontology）如表 1-2 所示。表 1-2 以观测数据为中心构建的本体5 / 59本体名称发布者Semantic Reference Systems (SeReS) O&MKrzysztof JanowiczSEEK Extensible Observation Ontology (OBOE)Kevin PageO&M-OWL (SemSOS)Cory HensonSensei O&MPayam BarnaghiOOSTethysLuis Bermudez下面以 S

34、ensei O&M Ontology 为例进行简单介绍。Sensei O&M Ontology17引入了 OGC- O&M 的观测信息模型和 NASA 的 SWEET 本体的测量单元的概念， 目的是用来给出传感器观测过程及其测量数据的描述说明。 本体中描述了传感器观测数据相关的属性与观测实体间的关联。 它具有较好的语义规范性和普适性， 但是没有将 SWE 的概念和属性包含在内。另 外 还 有 由 W3C Semantic Sensor Network Incubator Group 发 布 的 Semantic SensorNetwork （SSN） ontology，

35、 整个本体总共包含了 117 个概念 （concept） 和 142 个对象属性 （objectPropertie） 。SSN Ontology 本体模型基于顶层本体 DOLCE-Ultralite 构建，使其合理性和可靠性得到了保障，并且提高了其与其他各个领域本体的集成和共享能力。图 1-2 展示了 SSNOntology 中 10 个关键概念模块和关系，可见其对于传感设备的物理特性给出了较为完备的描述，但是对于传感器动态观测能力及传感器与观测数据产品之间的关联没有给出描述。本文选择 SSN Ontology 作为地理空间地理空间传感网观测资源本体的基础来进行扩展主要综合考虑了以下两点：1)

36、SSN Ontology 中的主要类继承自 DOLCE Ultra Lite (DUL)顶层本体。DOLCE 由Wonder Web 本体实验室研究开发，可以较好的提供地理空间要素及其关系的描述，并且免费向公众开放。SSN Ontology 本体模型采用 DUL 作为顶层本体来延伸出领域本体，可以使得多源异构观测资源使用同一个知识库，并且便于与其他继承自 DUL 顶层本体的领域本体建立映射，进而增强了其可重用性和互操作性。2)经过对于传感网现存本体的比较，SSN Ontology 中对于传感设备的物理属性定义详细全面， 静态测量能力描述良好， Stimulus-Sensor-Observati

37、on （简称 SSO） 设计模式科学合理，并且允许并鼓励用户根据需要进行扩展，减少从自定义本体的工作量。综上所述，本文将选取 SSN Ontology 作为基础对其进行扩展，重点关注传感设备的动态观测能力、观测资源间的关联以及观测资源的时间-空间-光谱-应用领域的要素描述。地理空间传感网观测资源本体构建研究6 / 59图 1-2 SSN Ontology 关键概念模块和关系1 .3 存在问题存在问题通过对现存传感网中语义本体的研究，本文分别从传感器（Sensor） 、观测过程（Observation） 、观测数据（Data）三个方面来选取典型本体来进行分析和对比，总结现存传感网本

38、体存在的问题，如表 1-3 所示。传感器和观测过程则根据本体中给出相关方面（facets）的描述来进行评价，以给出最多方面相关描述的本体为标准。如 SSN Ontology 中关于 Sensor的描述有 8 个方面，OntoSensor Ontology 中关于 Observation 的描述有 5 个方面。由表 1-3 可知，SSN Ontology 和 CSIRO Ontology 是描述传感器相关物理属性最好的本体；对于观测过程的描述而言，OntoSensor Ontology 中给出的相关定义则最为全面，SSN Ontology 次之；而从数据的角度而言，上述本体都仅仅简单的给出了数据

39、的定义以及传感器感知过程的相关概念，对于观测数据的质量、 观测数据处理过程、 以及传感设备与观测数据之间的关联等均未给出描述。7 / 59表 1-3 现存传感网本体对比本体名称传感器8 facets观测过程5 facets观测数据数据传感过程转换过程状态数据质量SSN Ontology8/84/5CESN Ontology2/81/5CSIROOntology8/84/5Sensi O&MOntologyNotAvailableNotAvailableMMI Ontology5/8NotAvailableSWAMOOntology3/82/5OntoSensorOntology5/85

40、/5综上，现存传感网本体主要存在的问题主要有以下两点：1)现存传感网本体大多以传感器为中心或者观测数据为中心孤立建立，比如 SSNOntology 中关于传感器的物理属性描述较为完备，但是缺乏关于其动态观测能力的定义和描述。虽然已经有例如 OntoSensor Ontology 等本体中进行了观测过程的相关描述，但是对于传感器与观测过程及其生产的观测数据产品之间的关系却未给出完整的定义和描述。 因此现存本体均不能够实现对于异构传感器及其观测数据结果的标准化科学组织管理， 满足智能化搜索和决策服务的要求。2)现存本体中所定义的数据来源单一， 对于地理空间传感网中的多源数据信息的相关语义描述不够详

41、尽，无法满足用户对于多源异构数据的复杂需求。因此， 需要通过定义观测资源的概念， 并将关联数据技术引入到地理空间传感网语义建模中来， 建立地理空间传感网的内部数据间关联以及与关联开放数据云间的关联， 为多源异构观测资源提供语义化描述， 以实现传感网中传感器及数据的科学合理组织管理， 提高在特定地理事件如灾害预警及应急响应时数据信息搜索选择的效率，为智能化搜索决策奠定基础。地理空间传感网观测资源本体构建研究8 / 591.31.3 本文研究目标和内容本文研究目标和内容1 .1 研究目标研究目标针对地理空间传感网异构观测资源的特点， 以及观测资源的智能搜索选择和多源数据协同调度及共享

42、的需求，本文的研究目标为：1)提出地理空间传感网观测资源的概念， 使其作为地理空间传感网观测资源本体的理论基础。2)通过对现存传感网本体的分析总结， 将关联数据技术引入到传感网语义建模中， 考虑内部关联与外部关联的建立， 采用语义化表达定义了地理空间传感网观测资源相关要素， 并据此对 SSN Ontology 进行扩展，构建实现了地理空间传感网观测资源本体（Linked Sensor DataOntology） 。1 .2 研究内容研究内容围绕研究目标，本文研究内容主要分为三大部分：1)地理空间传感网观测资源元数据的语义描述及表达。根据地理空间传感网观测资源的概念， 以及关联数据

43、的建模原则， 明确地理空间传感网观测资源的表征需求，定义语义标识、观测设备特征、观测过程特征、语义关联特征以及时间-空间-光谱-应用特征五个要素的语义描述元数据。2)地理空间传感网观测资源的关联构建方法。数据间关联的构建是关联数据技术的核心。 本文通过模型中链接元数据的定义， 实现地理空间传感网中的数据内部关联及与关联开放数据云图外部关联构建， 实现多源异构空间数据的协同调度，提高数据的利用效率。3)地理空间传感网观测资源本体的构建并实现。目前， 现存的传感网本体对于传感器与观测数据产品之间的关系均未给出完备描述， 不能满足智能化搜索和决策服务的要求。因此，围绕这一问题，本文通过分析现存传感网

44、本体的特点及不足，选择 SSN Ontology 进行扩展，设计构建并在 Protg中实现了地理空间传感网观测资源本体。 另外， 在本体实现完毕后通过模拟洪水应急决策情形进行实验进行可行性与关联性验证。1.41.4 论文组织结构论文组织结构根据研究内容，论文总共分为五章，组织结构如图 1-3 所示。9 / 59图 1-3 论文结构框架第 一章第 一章 绪 论绪 论本章主要介绍了论文的研究背景及意义，总结了国内外的研究现状并分析了存在的问题。在此基础上提出了论文的研究目标， 简要介绍了论文的研究内容。 最后介绍了全文的组织结构安排。第 二章第 二章 地 理空 间传 感网 观测 资源 本体 语义

45、描述 要素地 理空 间传 感网 观测 资源 本体 语义 描述 要素首先， 本章总结出地理空间传感网观测资源的概念， 明确了地理空间传感网观测资源的建模需求，然后进一步根据需求定义了地理空间传感网观测资源语义标识、观测设备特征、观测过程特征、语义关联特征和时间-空间-光谱-应用特征五个要素的语义描述元数据。第 三章第 三章 地 理空 间传 感网 观测 资源 本体 构建地 理空 间传 感网 观测 资源 本体 构建本章根据地理空间传感网观测资源的语义描述元数据，在 SSN Ontology 基础上进行扩展完善， 设计并构建了地理空间传感网观测资源本体模型， 并通过组织关系图的形式对各部分加以详细描述

46、和说明。第 四章第 四章 基 于基 于 ProtProt g g 的 地理 空间 传感 网观 测资 源本 体实 现的 地理 空间 传感 网观 测资 源本 体实 现本章根据上一章节中提出的地理空间传感网观测资源本体模型， 在 Protg软件中通过 owl语义建模语言进行了本体的实现， 模拟洪水应急决策情景的相关数据要求实例化本体， 并对相关实例类进行相关 SPARQL 查询，通过实验验证了本文中所建本体的关联性及可行性。第 五章第 五章 总 结与 展望总 结与 展望本章对于全文的主要研究工作作出总结， 对于全文的创新点进行了阐述， 并提出了需要进一步进行研究的内容和接下来研究工作的展望。地理空间

47、传感网观测资源本体构建研究10 / 59第二章第二章地理空间传感网观测资源语义描述地理空间传感网观测资源语义描述要素要素2.12.1 地理空间传感网观测资源建模需求地理空间传感网观测资源建模需求本文将地理空间传感网观测资源定义为传感器或者传感系统硬件信息以及其观测过程中的观测行为信息、观测对象信息、观测数据信息、观测产品信息等一系列信息的总和，即SWOR=H，O，F，D，P，其中 H 为传感器的硬件物理信息如时间分辨率等；O 为传感器观测过程的相关属性信息，如观测时间、星载遥感传感器的轨道信息等；F 为观测对象信息，即感兴趣区域的相关信息，如感兴趣区的经纬度等；D 为传感器观测所产生的数据的相

48、关信息，如数据生产时间等；P 为观测产品相关信息，如观测产品类型等。观测资源根据数据来源不同可以分为两类， 即地理空间传感网中的星载遥感传感器及其观测数据产品和地面原位传感器及其观测数据产品的相关信息。 两种传感器及其观测数据、 观测产品等资源的表达方式都不尽相同，想要实现计算机的统一管理及利用，并且与关联开放数据云图建立关联，必须进行语义形式的统一建模及形式化描述，提高其互操作性。而一方面现有的地理空间传感网描述体系中，传感器和传感器所观测到的数据采用各自不同的专有格式描述， 不能够将传感器观测能力很好的通过观测数据来体现出来；另一方面，当应用场景需要多种数据资源（如星载遥感传感器数据、地面

49、原位传感器数据、水文数据、人口分布情况数据）时，由于缺少一个统一的描述模型，无法准确迅速获取相应信息，满足用户需求。因此本文通过传感网观测资源语义描述要素的定义，实现：1)通过观测资源的定义将传感器与其观测数据产品进行统一的模型描述， 实现科学有效的组织管理。2)通过在模型中语义关联的链接元数据的定义， 可以实现地理空间传感网中观测资源的关联， 包括传感网中数据的内部关联及以及与关联开放数据云图的外部关联， 以提高数据的全面性和时效性。3)通过传感网观测资源模型的统一语义描述后， 使得计算机能够理解传感网中的各传感器及观测产品数据的相关属性特征，便于实现多源异构传感器的协同观测。综上，本文所定

50、义的地理空间传感网观测资源模型主要包括语义标识、观测设备特征、观测过程特征、语义关联特征和时间-空间-光谱-应用特征五个语义要素，如图 2-1 所示。11 / 59图 2-1 地理空间传感网观测资源语义要素2.22.2 地理空间传感网观测资源元数据地理空间传感网观测资源元数据2 .1 语义标识元数据语义标识元数据传感网观测资源语义描述要素中的语义标识元数据主要包括标识符和描述属性。标识符（Identifier）指用来标识某个实体的一个符号。在传感网观测资源语义描述要素中则主要指观测资源的相关信息的标识， 即用来标识传感器及其观测数据的相关信息。 如传感器平台标识符，传感器设备标识

51、符，观测数据标识符等，作为相关资源的唯一标识代号。满足关联数据四原则中的“利用 URIs 标识任何事物（Use the URIs as names for things） ” 。描述属性主要用于描述观测资源的相关信息， 对于传感网观测资源的属性信息进行概括性阐述，使用户便于理解。观测标识元数据主要包括以下部分：1)产品类型（ProductType）表示由多个类型的观测产品组成的数据集中产品类型的描述。2)观测属性（ObservationProperty）表示链接到观测属性定义的 xlink。3)数据获取时间（PhenomenonTime） ，包括数据获取起始时间（StartPosition）

52、、数据获取结束时间（EndPosition） 、观测结果获取时间（TimePosition） 。4)标识（Identifier） ，包括数据集标识符（ParentIdentifier） 、数字对象标识符（Doi） 、元数据标识符（IDentifier） 。5)产品状态（ProductStatus） ，包括产品状态细节（StatusDetail） 、产品状态值（Status） 。6)目录创建及修改日期（CreationDate）表示元数据目录项的创建及修改日期。地理空间传感网观测资源本体构建研究12 / 592 .2 观测设备特征元数据观测设备特征元数据观测设备特征体现了观测设备的

53、静态物理观测能力， 比如观测仪器信息、 观测平台信息等。本文中观测设备指星载遥感传感器和地面原位传感器。 二者观测设备特征均可分为观测仪器信息、观测平台信息及传感器信息三部分，但其中包含的具体信息不同。具体为相对于地面原位传感器， 星载遥感传感器的观测设备特征元数据增加了与光谱信息相关的属性描述， 下面将详细论述。1)观测仪器信息（InstrumentInformation） ，包括仪器类型（InstrumentType） （共有） 、仪器描述（InstrumentDescription） （共有） 、仪器名称（InstrumentName） （共有） 、仪器方位角（ InstrumentAz

54、imithAngle ）、 仪 器 仰 角 （ InstrumentElevationAngle ）、 仪 器 天 顶 角（InstrumentZenithAngle） 。2)观测平台信息（PlatformInformation） ，包括平台轨道类型（PlatformOrbitType） 、平台标识（PlatformID） （共有） 、平台名称（PlatformName） （共有） 、平台位置（PlatformPosition）（共有） 、 卫星俯仰角 （SatellitePitch） 、 卫星偏航角 （SatelliteYaw） 、 卫星横滚角 （SatelliteRoll） 。3)传感器信

55、息（SensorInformation） ，包括波谱分辨率（WaveLengthResolution） 、光谱范围（Spectralrange） 、波长上限（StartWaveLength） 、波长下限（EndWaveLength） 、观测产品中离散波长列表 （DiscreteWaveLength） 、 传感器标识 （SensorID）（共有） 、 传感器类型 （SensorType）（共有） 、传感器状态（SensorOperationalMode） 、传感器分辨率（SensorResolution）观测数据条带标识（SwatchID） 。2 .3 观测过程特征元数据观测过程特

56、征元数据观测过程特征体现了观测设备在执行观测任务时的动态观测能力。 传感网观测资源的观测过程特征主要由观测数据决定4。整个观测过程可以分为观测获取过程、观测处理过程以及观测结果过程三个子过程。下面将分别进行详细论述。 观测获取过程观测获取过程1)观测图像质量（imageQualityofObservation） ，包括图像质量下降百分比指示模式（ImageQualityDegradationQuotationMode） 、图像质量下降百分比（ImageQualityDegradation） ；2)归档信息（Achiving）包括归档中心码（AchivingCente

57、r） 、归档标识（AchivingID） 、归档日期（AchivingDate） ；3)光谱波段直方图信息（Histogram） ，包括直方图最大值（HistogramMax） 、直方图平均值 （HistogramMean） 、 直方图最小值（HistogramMin） 、 直方图标准差（HistogramDeviation） 、直方图波段标识（HistogramBandID） ；4)特定容器信息（VendorSpecific） ，包括特定容器元数据属性值（VendorLocalValue） 、13 / 59特定容器元数据属性描述（VendorLocalAttribiute） ；5)卫星轨道信

58、息（Orbitformation） ，包括轨道数（OrbitNumber） 、最后轨道编号（LastOrbitNumber） 、轨道运行时间（OrbitDuration） 、轨道方向（OrbitDirection） 、轨道升交点日期（AscendingNodeDate） 、轨道升交点经度（AscendingNodeLongitude） 、数据获取完成时刻距离轨道升交点毫秒数（EndTimeFromAscendingNode） ；6)平均照度（Illumination） ，包括太阳仰角（IlluminationElevationAngle） 、太阳天顶角（IlluminationZenithAn

59、gle） 、太阳方位角（IlluminationAzimuthAngle） ；7)观 测 获 取 角 度 （ ObservationAngle ）， 包 括 观 测 获 取 沿 轨 道 入 射 角（AlongTrackingIncidenceAngle） 、观测获取横轨道入射角（AcrossTrackingIncidenceAngle）全局入射角（IncidenceAngle） ；8)观测获取类型（ObservationType）表示观测过程中使用的观测数据获取类型，包括标准形式（表示直接获取） 、校准形式（表示来源于特殊校准产品）以及其他形式；9)观测获取子类型（ObservationSub

60、Type）表示对于观测获取类型进一步的更详细的描述。针对特定的观测任务，可以保证观测获取类型描述的准确性；10) 数据观测获取站信息（DownlinkObservationStation） ；11) 数据观测获取日期信息（DownlinkObservationDate） ；12) 经 纬 度 栅 格 （ WrsGrid ） ， 包 括 经 度 栅 格 （ WrsLongitudeGrid ） 、 纬 度 栅 格（WrsLatitudeGrid） 。 观测处理过程观测处理过程主要针对星载遥感传感器的观测数据处理加工成观测产品的过程。1)观测处理软件（Processor） ，包括观测处理软件名称（ProcessorName）观