[发明专利]一种以陆表事件为中心的传感器关联方法

权利要求书

1.一种以陆表事件为中心的传感器关联方法，其特征在于：按如下步骤操作：

步骤1：建立陆表事件与对地观测传感器的关联规则；所述关联规则包括以下子步骤：

步骤1.1：构建规则前件；

步骤1.2：构建规则后件；

步骤1.3：构建关联所涉及的时间谓词及逻辑；

步骤1.4：构建关联所涉及的空间谓词及逻辑；

步骤1.5：构建遥感非成像及原位传感器直接关联模式；

步骤1.6：构建遥感成像传感器间接关联模式；

步骤1.7：构建多维布尔型关联过程；

步骤2：设计基于时空约束的多层次匹配算法；所述的多层次匹配算法包括以下子步骤：

步骤2.1：分析从给定的细粒度事件描述中动态地关联求解符合需求的传感器资源过程，确立基于时空约束的多层次匹配即MM_TL算法流程；

步骤2.2：第一级匹配，即基于时间谓词逻辑的关联匹配；

步骤2.3：第二级匹配，即基于空间谓词逻辑的关联匹配；

步骤2.4：第三级匹配，即基于主题维关联解析，实现以陆表事件为中心的传感器子集最终关联。

2.根据权利要求1所述的一种以陆表事件为中心的传感器关联方法，其特征在于：

步骤1.1中，所述的规则前件为发生在特定时间和空间且以感知一系列物理现象为观测任务的细粒度陆表事件；细粒度事件用一个四元组形式化描述：E=｛ID,<T,L,Th>｝，其中，E为事件Event；ID为事件的唯一标识码；T为事件发生的时间Time，为时间点或时间段；L为事件发生的地点Location，为任何形状的区域；Th为事件对应的观测主题Thematic，指的是一个细粒度且能够被分解的观测任务；

步骤1.2中，所述的规则后件为传感器资源描述模型库中具有特定观测时效、区域以及频域的传感器子集；对地观测传感器用一个四元组形式化表达，即Se=｛ID,<T,Or,Sp>｝，其中，Se指传感器Sensor；ID为传感器的唯一标识码；T为传感器的有效时间Time，为时间段；Or为传感器的有效观测范围，为以某点为中心向外围扩展的圆型区域或均匀的条带；Sp为传感器的频谱能力，泛指不同类的传感器的频域；

步骤1.3中，所述的构建关联所涉及的时间谓词及逻辑，是提取传感器有效观测时间段Time(S)和事件发生的时间段Time(E)，构建关联所涉及的三种时间谓词，包括坐落于--Is_located_in、部分坐落于--Is_Partly_located_in、不坐落于--Is_Not_located_in；以及两者在时间谓词上的逻辑，包括Time(E).Is_located_in.Time(E)、Time(E).Is_partly_located_in.Time(E)和Time(E).Is_Not_located_in.Time(E)；

步骤1.4中，所述的构建关联所涉及的空间谓词及逻辑，是提取传感器在特定的时间范围内有效的空间观测区域Area(S)和事件发生的空间区域Area(E)，构建关联所涉及的四种空间谓词，包括：相离--Disjoints、外转连接--Outside-Touches、包含--Contains、相交--Crosses；以及两者在空间谓词上的逻辑，包括Area(E).Disjoints.Area(S)、Area(E).Outside-Touches.Area(S)、Area(E).Contains.Area(S)、Area(E).Crosses.Area(S)；

步骤1.5中，所述的遥感非成像及原位传感器直接关联模式，是只需提取出其观测结果，然后直接与事件所需监测的观测现象进行关联匹配；

步骤1.6中，所述的构建遥感成像传感器间接关联模式，是提取出遥感传感器影像相关的处理模型或算法，以影像的不同波段作为输入，判断经过处理模型或算法后的输出值能否与事件所需监测的观测现象进行关联匹配，即多层次间接地从陆表事件关联到适用的遥感成像传感器；

步骤1.7中，所述的构建多维布尔型关联过程为确立关联过程与表达式，确定规则前件事件E有3个特征｛T,L,Th｝与规则后件传感器的能力特征SC有3个值，即｛T,Or,Sp｝后，将‘事件-传感器’的关联性描述为R=｛j<E.T,SC.T>,j<E.L,SC.Or>,j<E.Th,SC.Sp>｝，求解关联逻辑值A=Vj<E.T,SC.T>∧Vj<E.L,SC.Or>∧Vj<E.Th,SC.Sp>，构建‘事件-传感器’关联规则蕴含表达式：E{T,L,Th}SC{T,Or,Sp}(C)，并设置规则关联性C，有且仅有在Vj<E.T,SC.T>、Vj<E.L,SC.Or>以及Vj<E.Th,SC.Sp>取值都为1时，才能得到关联性C为‘真’。

3.根据权利要求1所述的一种以陆表事件为中心的传感器关联方法，其特征在于：

步骤2.1中，所述的确立MM_TL算法流程为时间谓词逻辑的关联匹配、空间谓词逻辑的关联匹配和主题维关联解析；

步骤2.2中，所述的基于时间谓词逻辑的关联匹配为执行时间谓词逻辑过滤，遍历传感器资源描述模型库，从每一个传感器资源描述模型中提取传感器的有效观测时间要素，求出所有满足时间关系谓词‘Is_located_in’和‘Is_Partly_located_in’的传感器子集S1_T；

步骤2.3中，所述的基于空间谓词逻辑的关联匹配为执行空间谓词逻辑过滤，遍历步骤2.2中的S1_T集合，按照传感器类型判断传感器观测的有效空间范围，与给定事件的空间要素进行匹配，求出所有满足空间关系谓词‘Contains’和‘Crosses’的传感器子集S2_L；

步骤2.4中，所述的基于主题维关联解析为执行主题维关联规则的解析，遍历步骤2.3中的S2_L集合，当项集S2_L类型为原位传感器或遥感非成像传感器，提取出传感器的观测结果；当项集S2_L类型为遥感成像传感器，则遍历该传感器观测影像后处理过程，以影像为处理模型的输入，提取出其处理输出结果；将以上两种结果与给定陆表事件观测现象所对应的溯源数据进行匹配，当前者能直接定量或定性反映后者，则统计出传感器子集S3_end。