地理空间传感网语义建模与推理研究

1、分类号 密 级 U D C 编 号 地理空间传感网语义建模与推理研究Research on Semantic Modeling and Inference under the Geospatial Sensor Web Environment2学位论文创新点本论文存在以下三个创新点：1、提出了一种嵌套时空谱语义特征的地理空间传感网资源建模框架。由于目前国内外地理空间传感网中观测资源信息表达模型不统一，且缺少传感网观测资源语义元数据集的明确描述，使得观测资源因来源不同导致其描述形式差别较大，甚至是在不同时期针对同一类观测资源的描述也可能存在差异。此外，观测资源时空谱信息的典型特征并未进行描述和表

2、达，且部分信息存在语义冲突。因此，这种内容描述不全面且存在语义冗余的观测资源模型，难以满足观测资源的高效服务需求。本文总结并分析了现有的观测数据编码模型和对地观测元数据模型，依据地理空间传感网的语义需求，扩展并重利用现有的观测数据和传感器相关的元数据描述形式，建立了基于 SMOF 的传感器及观测数据的资源语义描述架构。在 SMOF 的元级理论基础上定义了观测资源的语义描述元模型构件，包含观测资源的语义标签、设备特征、观测过程特征、语义关联特征和时空谱语义特征信息，实现了地理空间传感网观测资源的统一描述与语义表达。它能通过观测资源的语义对象，应用于传感网服务中。因此，本文建立的观测资源语义建模方

3、法是实现地理空间传感网高效管理与服务的基础。2、建立了一种以观测过程为中心的地理空间传感网本体模型。目前在国内外定义的地理空间传感网本体模型中更多的是关注传感器硬件设备的信息，对于观测资源元数据本身的描述仍缺乏。而这种模型不适用于传感网中观测数据的语义表达。因此，本文分析了基于本体的面向语义元数据模型框架，采用传感网观测资源语义描述元模型构件，描述传感器与观测过程之间的内在关系，实现了传感网中观测资源的本体类构建。它能通过传感网的语义服务，实现传感网观测资源的语义注册。因此，本文建立的地理空间传感网本体模型是实现地理空间传感网语义注册的基础。3、提出了一种针对应用-观测资源时空谱语义推理方法。

4、过去，在查询者进行特定应用领域的观测资源检索时，其查询进程通常采用关键字匹配实现。这种模式在观测资源的元数据描述不完备时，易导致查询结果的不完整，其准确度不高。本文分析了地理空间中的时间、空间和波谱特征，确立了传感网观测资源元数据的时空谱语义特征，通过挖掘应用领域与观测资源在时空谱三个方面的隐含关系，建立了应用-观测资源间时空谱推理规则，实现了面向应用领域的观测资源关联匹配，提高了之前应用观测资源的效能。该应用-观测资源的时空谱推理规则为传感网资源的高效访问和查询提供了保障，促进了多源观测资源在互联网环境下的合理发现与使用。4地理空间传感网语义建模与推理研究摘 要随着地理空间环境的不断变化，为

5、了适应智慧城市中地理国情监测的发展， 人们对于地理空间观测资源的需求日益增加且复杂度提高，地理空间传感网中的传感器和观测数据呈现多样性，其互操作性的需求逐步提升，地理空间语义传感网的发展已成为必然。为了描述传感网观测资源的语义特征，提高其资源的应用效能与互操作性，传感网资源高效管理与精确发现成为地理空间语义传感网发展中的主要科学问题之一。地理空间传感网中的观测资源主要包括了传感器和观测数据及其相关的其他信息，这是地理空间数据获取的主要来源。然而，这些观测资源的种类不同， 观测机理各异，在现有的模型描述中，传感器和观测数据的描述具有封闭性和孤立性。由于，缺乏同时具备传感器和观测数据描述信息的观测

6、资源描述模型，无法实现联合检索，直接导致观测资源的查询检索不全面且低效。因此，本文旨在建立以观测过程为中心的观测资源语义描述模型，实现这些异构多源的观测资源的管理，为观测资源的语义注册提供保障，是解决传感网高效管理与精确发现这一问题的模型基础。针对地理空间传感网观测资源的特点及其在面向应用领域时的低效检索的问题，本文指出了挖掘观测资源与应用领域在时空谱方面的内在关系是解决地理空间传感网中精确发现这一问题的一个重要手段。围绕此研究内容，本文从观测资源的语义建模框架入手，从地理空间传感网语义建模和推理上开展研究。首先，本文总结了现有的观测数据编码模型和观测元数据模型，分析了地理 空间传感网观测资源

7、的语义需求，通过扩展并重利用现有的观测数据元数据信息， 提出了嵌套时空谱语义特征的传感网资源语义建模框架。基于 SMOF 理论定义了传感器及观测数据的资源语义描述模型架构，建立了传感网观测资源语义描述的 元模型，确立了传感网观测资源元数据的语义对象，为传感网观测资源的语义服 务奠定了基础。其次，为了实现传感网观测资源的语义注册，本文提出了以观测过程为中心的地理空间传感网本体模型，基于顶层本体建立了传感器与观测数据为核心类的本体模型，并详细阐述了在观测过程以及观测能力等方面的观测资源类，实现了传感网观测资源的语义建模，改变了原有观测资源描述不规范且描述不充分的局面，是地理空间语义传感网语义注册的

8、模型基础。再次，为了实现应用领域和传感器在时空谱特征方面的有机关联，本文提出了地理空间传感网时空谱推理方法。通过定义地理空间在时间、空间和波谱方面的语义特征，明确了观测资源元数据的时空谱属性的语义内涵，建立了针对地理I空间中时空谱语义和传感网观测资源元数据的推理规则，并以此完善了已有的本体模型。由此，突破了原有传感网资源检索时关键字匹配的局限性，为地理空间传感网资源的高效检索提供了可行的推理方法。最后，应用本文所提出的语义建模方法与推理规则，构建了地理空间语义传感网服务平台框架，以土壤墒情监测为应用需求，选择湖北省土壤墒情监测的观测资源为服务平台的实验资源，验证了本文的模型与方法在传感网观测资

9、源管理与查询服务的有效性与可行性。关键词：地理空间传感网、传感器、观测数据、语义建模、推理规则IIAbstractWith the changes of Geospatial environment, in order to adapt to the development of geospatial-national conditions montoring in Smart City, the demands of quantity and complexity of geospatial observation resources increase. The sensor and obs

10、ervation data in Geospatial Sensor Web(GSW) show diversity, and require the interoperability. Therefore, the GSW with semantics has become inevitable. In order to describe the semantics of observation resources in Sensor Web, and to improve the application performance and interoperability, the effic

11、ient management and accurate discovery are the major scientific problems under the Geospatial Semantic Sensor Web environment.The observation resources in GSW include sensors and observation data, as well as other information, which are the main source of geospatial data. However, the observation re

12、sources have different types and observation mechanisms in the existing model. It means the description of sensors and observations is closed and isolated. Due to the lack of the description model of observation data along with sensor, the associative retrieval can not be achived. It will lead to in

13、complete query and inefficient retrieval. Therefore, this paper aims to establish observationprocessing-centered semantic description model of observation resource. The model could manage the heterogeneous multi-source resource, provide the protection of semantic registion, and is the model basis of

14、 efficient management and accurate discovery.According to the characteristics of observation resources under GSW and the problems of inefficient disocovery for diverse applications, this paper points out that mining the internal relations between observation resources and applications is a major mea

15、n for achieving accurate discovery. The paper carries out the semantic modeling and inference from the research of semantic modeling framework of observation resources.Firstly, the paper starts with the summary to the existing coding model of observation data and metadata, and the analysis of semant

16、ic requirements under GSW. Through the expansing and resuing the existing observation metadata, the paper proposes semantic modeling framework of Sensor Web resources with spatiotempral- spectral semantics. Based on the SMOF semantic metamodel theory, the paper defines the semantic description model

17、 architecture for sensors and observation data, establishes the semantic metamodel and semantic objects of observation resources, which plays a basis of semantic service of observation.Secondly, in order to achieve semantic registry of observation resources, the paper presents observationprocessing-

18、centered GSW ontology. Based on the tope level ontology, the paper established the core classes of sensors and observations, the observation classes for observation process and capability. It could achieve the semantic modeling of observation resources, breaking the restrain of nonstandard and insuf

19、ficiency description. The GSW ontology is a basis model of semantic registry under GSW environment.Thirdly, in order to achieve the association of spatiotempral-spectral characteristics beween application and sensors, the paper propses spatiotempral-IIIspectral inference method of GSW. By defining t

20、he spatiotempral-spectral semantics of geospatial entity, and the semantic features of observation metadata, the inferences rules for geospatial spatiotempral-spectral semantics and observation metadata are described. Then, the rules improve the existing ontology model. Thus, when breaking the limit

21、ations of key match in discovery, the inference method lays the feasible method for efficient retrieval.Finally, this paper builds the Geospatial Semantic Sensor Web service platform framework. By using the soil moisture monitoring observation resources in Hubei Province as the experimental resource

22、s, the application of propsed semantic modeling and inferences has been examplifies. The results indicate that metadata retrieval with a spatiotemporal-spectral-enhanced method can efficiently achieve fine-grained discovery of qualified observation metadata and obtain soil moisture monitoring inform

23、ation from sensor images. In summary, the spatiotemporal-spectral semantics in the proposed method demonstrate the use of observation metadata, improving the efficiency and accuracy of EO metadata discovery.Key Words: Geospaital Sensor Web, Sensor, Observation, Semantic modeling, Inference rulesIV目录

24、摘 要IAbstractIII1 引言11.1 研究背景11.1.1 地理空间传感网11.1.2 地理空间传感网的语义需求21.2 研究现状41.2.1 传感网资源本体模型51.2.2 传感网语义推理71.2.3 传感网语义注册和查询91.3 存在问题与研究意义91.4 研究目标与研究内容111.4.1 研究目标111.4.2 研究内容121.5 论文结构安排122 理论基础与相关技术152.1 OGC 传感网观测数据模型152.1.1 观测数据编码模型（OM）152.1.2 对地观测元数据模型（EOP）172.2 语义 Web 关键技术182.3 信息资源的语义组织与管理192.3.1 面向

25、语义的 MOF 元建模理论192.3.2 信息资源的语义建模222.3.3 信息资源模型的语义对象222.4 Web 环境下信息资源的推理技术232.5 本章小节233 嵌套时空谱特征的传感网资源语义建模框架253.1 基于 SMOF 的观测资源语义描述架构253.1.1 SMOF 元元模型层263.1.2 面向语义的元模型层273.1.3 面向语义的模型层283.1.4 地理空间传感网信息层293.2 传感网观测资源语义描述的元模型构件293.2.1 观测资源语义标签303.2.2 观测资源设备特征323.2.3 观测资源观测过程特征333.2.4 观测资源语义关联特征393.2.5 观测资

26、源时空谱语义特征403.3 传感网观测资源元数据的语义对象413.3.1 元数据模型的语义对象信息413.3.2 元数据模型的语义关系443.4 本章小节45V4 以观测过程为中心的传感网本体模型464.1 基于本体的面向语义元数据模型框架464.2 传感网本体模型的总体架构464.3 本体模型采用 DOLCE 的类与属性474.4 传感网本体模型的核心部分与属性514.5 传感网本体模型的观测资源相关的类和属性574.5.1 Observation 观测部分的类与属性574.5.2 Model 模型部分624.5.3 Sensor 传感器相关的类与属性624.5.4 Deploy 部署部分的

27、类与属性644.6 本章小节655 地理空间传感网时空谱推理方法665.1 基于本体的推理规则形式665.2 观测资源时空谱推理规则架构675.3 观测资源时间特征推理规则695.3.1 地理空间中的时间语义695.3.2 传感网观测资源元数据时间属性的语义705.3.3 观测资源的时间推理规则725.4 观测资源空间特征推理规则765.4.1 地理空间中的空间语义765.4.2 传感网观测资源元数据空间属性的语义775.4.3 面向应用的空间属性推理规则785.4.4 观测资源空间关系推理规则805.5 观测资源波谱特征推理规则815.5.1 地理空间的地物波谱语义815.5.2 传感网观测

28、资源元数据波谱属性的语义特征825.5.3 观测资源的波谱类型推理规则825.5.4 面向应用的波谱特征推理规则835.6 依据规则完善本体855.7 规则实例865.8 本章小节886 地理空间语义传感网服务平台及应用906.1 地理空间语义传感网服务平台总体框架906.2 服务平台模块划分及功能设计916.2.1 传感网本体建模916.2.2 观测资源语义注册926.2.3 观测资源语义推理936.2.4 观测资源语义查询946.2.5 观测资源结果可视化946.3 地理空间语义传感网观测资源应用956.3.1 实验流程956.3.2 实验区域和数据976.3.3 地理空间传感网观测资源语

29、义注册996.3.4 面向土壤墒情监测的观测资源推理与查询100VI6.4 地理空间语义传感网服务效能分析1046.4.1 查询结果反演准确度分析1046.4.2 查询服务准确度与效率分析1086.4.3 传感网本体建模和推理方法特点1106.5 本章小结1127 总结与展望1137.1 总结1137.2 展望113参考文献115VII地理空间传感网语义建模与推理研究1 引言1.1 研究背景1.1.1 地理空间传感网现今许多传感器被用于监测地理空间中的各种对象和事件。而其获取的观测资源是对事物进行观测得到的数据结果，一般由传感器产生，或者由人工观测得到。由于传感器设备更小造价更低也更为智能，所

30、以，传感器设备的普及使得传感器及其观测数据的数据量剧增。观测资源普遍存在于人们的生活中，如温度、速度、降雨量、流速、风向、盐度、信噪比等（陈能成等，2014）。观测资源应用广泛，意义也十分重大。其应用领域不仅涉及民用，还包括军用，细至日常生活每个角落，小至每一台智能手机，大至卫星影像、雷达等。传感网获取的观测资源对人们有着重要的意义，如：火灾监测的遥感影像对灾后救援和重建起到了关键作用；海平面高度的观测数据对全球气候变化监测起着关键作用；水体温度的观测数据对海洋和冰川的监测也是极为重要的监测依据；PM2.5 的观测数据更是对人类的日常生活环境有着重要指示意义。但正因为越来越广泛的应用，加上传感

31、器种类和数量都越来越多，如何在茫茫数据海洋中有效地、有针对性地高效管理和利用这些观测资源是目前的一大难题。传感器网络（Sensor Network）和传感网（Sensor Web）的理念也正是基于此产生的。传感器网络侧重于硬件基础设施，它是指在分布式环境下监视和测量诸如温度、声音、速度、压力等物理特性的传感器组成的观测网络（Warneke et al., 2001; Michael et al.,2005; 张二锋等，2014）。而传感网由 Nature 于 2006 年提出，它是大规模在线观测的信息基础设施，是 2020 年科学计算的远景（Butler, 2006）。在传感网环境下，异构传感

32、器的硬件和应用之间的交流协议可以实现隐藏，以一种标准化的方式规定传感网资源的发现和访问以及任务、观测和预警等服务的相关接口（Broring et al.，2011）。因此，侧重于模型和服务的传感网应用较为广泛，其发展也十分迅速。NASA 于 2008 提出了以用户为中心的卫星传感网 Sensor Web 2.0，于 2010 年提出连接在轨处理的卫星传感网Sensor Web 3G 的概念和框架（Delin et al., 2001）。加拿大 GeoICT 实验室也提出了传感网是连接所有传感器和观测的“全球传感器”（Liang et al., 2005）。在传感网的快速发展过程中，开放地理空间

33、信息联盟（OGC）进行的相关研究较为深入，它认为传感网是决策支持系统、过程模型、传感器之间的桥梁，在互联网环境下将实现传感器、观测和处1理过程的即插即用和观测数据的广泛互联（Reed et al., 2013; 陈能成等, 2012)。为了实现本世纪地球“电子表皮”（Kim et al., 2011）异构传感器的信息共享和即时服务，OGC 制定了传感网的四个信息模型和五个接口规范。随着传感网的应用逐渐增多，并且大量的地面原位和星载遥感卫星传感器应用于观测地理空间中的各类地物和事件中，由此，地理空间传感网的概念应运而生。地理空间传感网（Geospatial Sensor Web）由具备感知、计算

34、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生的信息物理基础设施。地理空间传感网的相关服务沿用了传感网的信息模型和接口规范，并且针对传感网可以感知的地理空间资源的特点进行了扩展。1.1.2 地理空间传感网的语义需求从使用者对于传感网的需求出发，地理空间传感网需要实现星载遥感和地面原位等多传感器观测资源的统一描述；需要针对瞬时突发事件和长期渐变事件，设计传感网协同观测和高效服务模式；需要为传感器调度、观测数据获取、观测数据处理和在线服务等方面提供标准的服务接口（陈能成等, 2012）。由此，OGC 提出的传感网架构，不仅制定了模型和服务上的相关标准，且支持多种

35、传感器数据在应用领域的灵活融合和使用。但是，现有的研究难以挖掘传感网观测资源与应用领域相关的隐含信息，这不利于用户高效发现所需数据从而快速解决问题。将语义技术应用于地理空间传感网不仅可以解决上述问题，还具有如下作用：1）解决多种数据格式的不相容性。语义技术可以提高观测资源共享和互操作性，有助于提供标准的数据格式表示更准确的信息，形成更合理的资源描述结构；2）通过传感器元数据更精确的描述进行传感器的合理分类。观测资源的语义信息可以挖掘出其隐含的应用领域，便于将相关的传感器按照应用领域归类，实现快速高效的传感器管理；3）传感器位置和时间属性的语义注释实现了更准确的时空数据表达；4）语义技术实现了从

36、传感网中获取的原始数据到高层次信息的推理，提高了观测资源的利用率；5）增强了传感网相关服务的功能，有助于提供对地观测智能决策服务。由此，将为网络信息资源提升应用效能功能的语义网（Semantic Web）（Berners-Lee,1998）技术融入到地理空间相关资源的监测和管理中已成为研究热点。主要的研究进展包括：Egenhofer（2002）提出的地理空间语义网（Geospatial Semantic Web，GSW），主要用于增强地理空间中各个资源的智能发现能力； Sheth 等（ 2008 ） IEEE InternetComputing 期刊上首次提出了语义传感网（Semantic S

37、ensor Web，SSW）的概念。从地理空间传感网服务的发展方向分析，它已朝着虚拟化、智能化、普适化和主动化四个方面发展（Chen et al. 2014）。为了实现智能化的传感网服务，采用语义技术提高其互操作性是促进其未来发展的重要手段之一。由此，智能化地理空间传感网服务的实2地理空间传感网语义建模与推理研究现可以借助语义技术进行传感网观测资源的形式化描述，使得观测具有语义信息，实现相关资源的明确详尽描述和一致性表达；还可以建立观测资源的相关推理规则，这有助于资源的精确发现，从而实现地理空间传感网资源的高效发现与匹配，达到提升传感网服务互操作性的目的。地理空间传感网和语义技术的结合就形成了

38、地理空间语义传感网，它是为了地理空间中传感资源的一致性表达、精确访问与发现以及机器的自主理解而产生的热点研究问题。它是指在网络环境下，对地理空间中的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。地理空间语义传感网采用语义网技术，通过本体模型的构建， 可以将语义注释加入到传感网信息模型和服务接口。此外，地理空间语义传感网中本体构建和规则定义对于传感网中异构多类型传感器数据的分析、推理和互操作性都起到了重要作用。总之，将地理空间传感网的信息模型及服务接口与语义网相融合，构成地理空间语义传感网，可以进行传感网中的传感器、数据和服务等资源隐含含义和关系的表达，有助于解决传感网中由表达方

39、式造成的语义冲突，是提供传感网智能化服务的基础。地理空间语义传感网的发展总体目标是实现地理空间传感网中数据到信息再到知识的转化，如图 1-1 所示，不同的发展阶段，在技术支持、能力体现和预期效果方面均有不同的体现。本文将重点围绕地理空间传感网的语义建模（地理空间传感网本体）及其推理进行研究，构建一个形成以分析成为服务的互操作地理空间传感网服务，为加快地理空间传感网知识的产生奠定基础。预期效果 提高信息共享增强跨领域的合作加快知识的产生提供智能科学实现的基础地理空间传感网语义服务的建立地理空间传感网语义服务的扩展语义辅助服务数据结果的自动推理能力体现基于一般词汇的发现和访问语义地理空间的搜索、推

40、理和访问基于语义引擎的搜索工具基于语义引擎的融合工具本地资源处理数据交换基本数据筛选服务数据作为服务（确认）互操作地理空间服务分析成为服务（解译）元数据驱动的数据融合语义服务链（信任）技术支持 地理空间传感网本体地理空间传感网本体+领域本体具有访问接口的地理空间传感网本体可使用地理空间传感网本体的推理机 RDF/OWL/OWL-S地理空间推理OWL-time数值推理概念推理数据信息知识图 1-1 地理空间语义传感网发展31.2 研究现状地理空间语义传感网（以下简称为语义传感网）从 2004 年开始研究日趋成熟，尤其是近期呈现出快速发展的趋势，其发展历程可概括三个阶段。萌芽阶段（2004-200

41、5 年）：Avancha 等（2004）将语义信息融入到传感器网络服务体系中；Russomanno 等（2005）提出了传感器本体OntoSensor。在这一阶段语义技术开始在传感网中应用，但尚未得到足够重视。探索阶段（2006-2008 年）：OGC 基于 O&M 模型进行了本体的描述和表达（Probst et al., 2006）；第一届语义传感器网络讨论会议（CSIRO, 2006）讨论了有关语义传感器网络中传感器本体的发展、语义网服务架构和语义数据的融合等课题；为了实现海洋元数据互操作，海洋元数据互操作组织（Marine Metadata Interoperability，MM

42、I）创建了海洋地理平台本体（MMI, 2008）和设备本体（MMI, 2009）。Probst（2006）进行了“观测和测量的本体的研究；Kim 等（2008）建立了面向服务的无线传感器网络本体。此阶段研究侧重于传感器本体，但是发展方向仍不明确。发展阶段（2009-至今）：第一届语义传感网国际研讨会（Corcho et al., 2009）在希腊克里特岛召开，语义传感网正式进入快速发展阶段。研讨会上主要讨论了语义传感网的架构和中间件、本体、数据模型和描述语言，语义注册和规则的应用等课题，全面包含了语义传感网的进展和发展方向。此阶段典型研究包括：Bell 等（2009）在 2009 年提出传感器

43、语义用户接口；Compton 等（2009a）进行了传感器数据语义的规范及其推理讨论；Barnaghi 等（2010）描述了一个发布传感器数据的链接数据平台，传感器数据可以链接到语义网资源；Calder 等（2010）提出了一个语义验证工具，可以观测实时的传感器数据，实现针对某一特定科学领域的规则推理。语义传感器网络本体开始实现规范化地描述。第三届 SSN 国际会议上 Janowicz 和 Compton（2010）提出了基于触发-传感器-观测本体设计模式的语义传感器网络本体；W3C（World Wide Web Consortium）（W3C,2009）语义传感器网络研究小组 2011 年发

44、布了传感器网络规范（W3C,2010）；第二届语义传感网国际研讨会（INSTICC, 2011）和 CSIRO（Commonwealth Scientific and Industrial Research Organisation）组织的第四届语义传感器网络研讨会（CSIRO, 2011），都对语义传感网发展的各个方面进行了深入探讨。网络服务的语义技术在语义推理和语义注册方面也有所研究（Chen et al., 2011）。2012 年 Esswein 等（2012）人提出了基于本体的用于大尺度传感器网络的观测数据质量推理的方法。2012 年美国莱特州立大学的Anantharam 等（201

45、2）开发了 SemMOB，它可以通过移动设备进行传感器的注册，并且实现传感器观测数据的近实时推理。这一阶段的主要特征是研究方面逐渐增多，传感网本体的发展方向和目标较为明确，国内外已十分重视语义传感网的发展。综上所述，语义传感网理论研究主要包括传感网资源本体的构建、观测数据推理和4地理空间传感网语义建模与推理研究融合语义技术的传感网服务的实现，其应用主要集中在语义注册和语义发现等方面。其中，传感网资源本体主要用于概念化传感网资源；传感网推理规则的制定可以挖掘出隐含的传感网资源的内在关系，这两部分是实现传感网应用的基础。同时，语义注册用于实现传感网资源本体和推理规则的存储；语义发现可以实现用户对于

46、服务需求和传感网资源两者之间的匹配，是传感网具体应用的出口。因此，以下重点介绍地理空间语义传感网中这几个部分的研究现状。1.2.1 传感网资源本体模型传感网资源主要是指传感器和观测数据等资源。传感器资源包含硬件信息和观察目标信息处理方法，可以提供实时或准实时的信息服务；观测数据资源与传感器搜集的所有数据集合相关（Wang et al., 2011）。本体（Ontology）是指共享的概念模型明确的形式化规范说明（罗群等，2014），具体体现了四个方面的含义：概念化、明确、形式化以及共享（Gruber, 1993; 张功亮等, 2011）。传感网资源本体是指通过获取传感网领域的信息和知识，明确其

47、对于观测资源各个概念的共同认可，并从形式化模式上给出这些观测资源概念（术语）和概念间相互关系的定义（胡鹤, 2004）。地理空间传感网本体的概念化是指传感网中各个资源的抽象表述；明确是指传感网本体模型中所使用的各个概念及其约束的定义准确且不冲突；形式化是指传感网本体中的观测资源可以被计算机识别、读取和处理；共享是本体的重要特征，表示该本体使用的概念在传感网领域中已被认可且形成了共识。研究传感器网络本体构建的主要组织有 W3C，CSIRO，MMI 等。传感器网络本体的应用领域和核心概念定义不同，下面分别从以传感器为中心和以观测数据为中心构建的典型本体进行分析（陈能成等, 2012）。1.2.1.

48、1 以传感器为中心的本体通常认为传感器是指设备或一系列仪器，它包括变换器、传感设备和计算模块。OGC-SensorML 标准，将传感器定义为“可以观测现象和返回观测值的实体”。根据传感器定义的不同，以及应用领域和研究方面的不同，以传感器中心构建本体的描述也有所变化，这里介绍四种本体：适合于抽象概念表达的 SWAMO（Sensor Web for Autonomous Mission Operations）本体、描述海洋地理传感器的 MMI 设备本体、应用范围广主要用于水位领域的 CSIRO 传感器本体和侧重于传感器测量属性描述的 CESN（Coastal Environment Sensor

49、Network）传感器本体。SWAMO 本体（Underbrink et al., 2008）围绕 OGC-SWE 传感器系统、自主用户控制系统和互操作性最大化的三个核心理念，描述了包括传感器平台、SensorML 概念、SensorML 处理过程、传感器的观测和用户等方面的本体。此本体优点是传感网资源的5表达十分全面，可以满足用户不同的应用需求。缺点是对于传感器本体中各个类的界定不是十分明确，在某些方面有所混淆。例如处理本体的描述在 SensorML 概念本体和SensorML 处理本体中都有所表达，但是并没有进行统一的表示或是清晰的划分，会造成应用过程中的不便。MMI 设备本体（MMI，2

50、009）是由海洋元数据互操作设备本体工作小组开发的，目的是为了发展海洋地理传感器本体，帮助用户发现传感网中感兴趣的数据。MMI 本体构建围绕系统概念，描述了与系统相关的类，例如传感器、处理、能力（测量能力）和操作限制等。此本体中有关传感器的描述不如 SWAMO 本体的详细，仅关联了两种类：标定日程安排和测量能力。但系统和能力概念的描述具有较好的层次架构，可以应用于某些特定本体。CSIRO 传感器本体（Compton et al., 2009b）的构建目标是提供传感器的语义描述， 实现传感器、观测和科学模型的描述和推理。在 CSIRO 传感器本体构建过程中，综合考虑了 SensorML，O&am

51、p;M 和 OntoSensor 中传感器的相关描述。它通过传感器的地理位置、测量的物理属性、地面的基础设施、操作模式等类的描述及其属性关系的定义，组成了有着明确约束关系且结构合理的传感器本体。优点是合理的组成架构和即插即用， 缺点是对于传感器和测量属性之间的关系描述没有很好的表示。基于 SensorML 的 CESN 传感器本体（Bell et al., 2009）是海洋环境感知网工程项目为了便于沿海观测而构建。它融入了 MMI 和 CSIRO 的相关描述，形成了以传感器、传感器的物理测量及其可测量的物理属性值为核心的传感器本体。优点是很好地表示了传感器-设备-部署的层次结构，缺点是传感器类

52、型的表示不够完善。1.2.1.2 以观测/数据为中心的本体传感网中的观测是指观测一个属性或是现象的行为，其目标是产生属性的估计值， 特别地，对于某个特定事件的观测结果是数据值（OGC-O&M）。观测本体的构建十分重要，它决定了观测的属性和类型，直接影响获取的数据质量。比较典型的本体有描述生态元数据的 SEEK_OBOE 本体；适用于异构传感器数据的 Sensei O&M 本体；应用于海洋观测数据的表达 OOSTethys 本体。SEEK_OBOE（Madin et al., 2007）错误!未找到引用源。应用于 SEEK 工程，可以更好地进行生态数据的获取与存储、数据融合、转化

53、与分析。采用了 OWL-DL 语言构建其核心类的概念和属性，通过生态元数据的语义注释和特定域概念的扩展，形成 OBOE 的结构化元数据本体注释。它将观测看做测量类的集合，可以进行内部观测关系的分类， 增加描述的健壮性，便于测量单元的自动转化。优点是易于扩展，实现专业术语的重用性，可以进行简单推理，缺点是使用范围较窄，不便应用于标准化的本体描述和表达。萨里大学 Payam Barnaghi 等构建的 Sensei O&M 本体（Barnaghi et al., 2009）包含资6地理空间传感网语义建模与推理研究源和实体模型以及域知识的表达，采用了 OGC- O&M 规范的观测信息

54、模型和 NASA 的SWEET 本体工程的测量单元概念，详细地描述了传感器数据相关的属性及其相互关系。优点是有助于 SENSEI 工程的可扩展性、开放式服务接口和一致性语义规范的实现；缺点是属性限制条件不包含 SWE 全部的概念和属性描述。OOSTethys 本体（Bermudez et al., 2009）基于 OGC 规范进行描述，将观测描述成可以评估感兴趣要素属性值的处理过程，这一处理过程通过连接传感器和平台等设备的系统来表示。主要目标是为了促进海洋观测及其相关技术的发展，通过网络服务标准的更新使其应用范围更广泛。其优点很好地描述了观测模型、处理过程和系统的层次结构； 缺点是仅定义了传感

55、网概念的简单层次结构，而对于 SWE 中其他方面的语义描述不准确，没有完善的属性条件限制。1.2.2 传感网语义推理传感网的自动发现与匹配可以通过语义推理方法来实现。现有的语义传感网主要包括三种推理机制：OWL-DL 推理、SPARQL 查询和逻辑编程规则（logic programming rules， LP rules）。OWL-DL 适用于进行传感资源分类方面的推理；SPARQL 与 DL 推理进行结合，形成了具有查询功能的语义推理机制；逻辑设计规则也可以与 DL 推理结合，优点是可以通过实例的分类或添加新的实例，使得推理结果更为合理。传感网语义推理主要涉及两个方面，一是时空推理；二是主

56、题推理。其中，传感网中时空推理研究主要包括应用查询语言实现时空推理定义和采用数学公式表达时空推理两个方面，如表 1-1 所示。除此以外，还有针对地理时空信息的推理研究，如赵追等（2009）研究了基于地理本体和 SWRL 的地理时空信息，主要是从地理时空信息的时空地理关系出发进行相关研究。表 1-1 传感网时空推理方法研究类型文献研究主题针对查询语（Manolis et al.,2010）时空查询 stSPARQL 在语义传感网中的应用言的时空关（Perry et al.,2011）由 OGC 定义了针对 RDF 数据的地理空间查询语言系约束的定GeoSPARQL，主要包括拓扑扩展、集合扩展、几何拓义与扩展扑扩展、RDFS 扩展、查询重用扩展等方面采用数学表（Brink, 2011）设计了定性三角法，主要是针对移动传感器监