[发明专利]一种时空约束下任务驱动的遥感影像元数据语义推理方法

说明书

本发明公开一种时空约束下任务驱动的遥感影像元数据语义推理方法，包括以下步骤：步骤S1：时空约束下任务驱动的遥感监测任务需求分析；步骤S2.构建任务驱动的遥感影像元数据模型；步骤S3.构建遥感监测任务与遥感影像元数据的映射关系；本发明实现遥感监测任务需求的时空语义信息挖掘；利用时空语义信息的剖析，在复杂任务需求属性信息条件的限制下支持遥感影像的高效检索，减轻遥感影像查询过程中对人工经验的依赖，提高数据发现过程中的自动化程度；解析不同数据源的遥感影像元数据信息特点构建遥感影像元数据模型，将异构遥感影像数据的标准化存储与任务驱动关联，实现遥感影像的统一管理和共享，提升遥感影像检索的效率和准确性。

技术领域

本发明涉及遥感影像技术领域，具体涉及一种时空约束下任务驱动的遥感影像元数据语义推理方法。

背景技术

随着全球卫星平台发展和技术进步，遥感因其高效、覆盖范围大等特性，广泛应用于农业、林业、环保等领域。作为遥感监测数据基础的元数据包括影像ID、时间和空间信息等，具有海量、异构、分散的特点，为遥感影像的精准发现带来困难。同时，遥感任务的高时效性要求面向时空约束能够实现高效灵活的元数据推理与挖掘，从而为用户快速提供有效数据。

为了实现遥感影像数据有效的组织管理和发现，在标准上，OGC制定了关于对地观测元数据的相关规范，包括遥感影像的基本标识信息、传感器信息、数据获取相关信息和处理信息等（参考文献Y. Coene, U. Voges, O. Barois.OGC EO Dataset MetadataGeoJSON(-LD) Encoding Standard.OGC Implementation Standard 17-003r2,2020），但是缺乏遥感影像元数据与不同监测任务之间属性关系的描述，且对于用户遥感任务执行时所需的信息过于专业、冗杂。在方法上，通过引入自然语言处理、时空索引等技术，并与语义网络、本体等模型的结合，建立了属性信息之间的关联关系来实现数据的高效、全面发现（参考文献Valentina Beretta, Jean-Christophe Desconnets, Isabelle Mougenot,Muhammad Arslan, Julien Barde, Véronique Chaffard,A user-centric metadatamodel to foster sharing and reuse of multidisciplinary datasets inenvironmental and life sciences,Computers Geosciences,Volume 154,2021,104807,ISSN 0098-3004）。李铭等和朱杰等利用案例推理技术建立遥感监测任务与遥感影像数据参数之间的关联，但需要大量遥感监测任务实例作为案例知识，缺少对任务和影像元数据之间的潜在关系推理（参考文献朱杰,游雄,夏青.利用作战任务本体计算战场环境要素语义相似性[J].武汉大学学报(信息科版),2019,44(09):1407-1415、和文献李铭,朱欣焰,段炼,呙维,姚明.时空约束下任务驱动的遥感影像发现案例推理方法[J].武汉大学学报(信息科学版),2017,42(06):768-774），并且针对数据本身的语义模型对于用户的专业程度要求较高，需要用户根据自己的专业经验选择检索结果。朱庆等建立的滑坡灾情数据语义检索方法，不适用于其他类型遥感任务（参考文献朱庆,李茂粟,丁雨淋,冯斌,张骏骁,曹振宇,仇林遥,殷浩.滑坡灾情数据多层级语义检索方法[J].西南交通大学学报,2020,55(03):467-475）。尤其是面对复杂的观测任务时，未明确任务与影像之间的隐含关系，降低了遥感影像数据检索时的正确率和有效性。

综上所述，目前的遥感影像的检索与发现方法存在以下问题：

（1）现有任务需求解析难以满足复杂的时空语义推理需求。现有的任务需求解析主要依靠关键字进行匹配，缺乏对时空语义信息的深入挖掘，易造成检索结果冗余与误判。