[发明专利]一种以陆表事件为中心的传感器关联方法

说明书

技术领域

本发明涉及智慧地球对地观测技术领域，尤其涉及一种以陆表事件为中心的传感器关联方法，具体地说本方法涉及一种 ‘陆表事件-传感器’的关联问题，陆表事件是给定的，其时间、空间、主题域的特征都是已知的，但要通过关联得到的传感器子集是不确定的，它们呈‘休眠’态存在于传感器资源描述模型库中。因此，寻求两者的关联关系可以理解为：从确定的给定对象（陆表事件）寻求未知的目标对象（传感器资源集）的关联匹配过程。 

背景技术

传感器技术作为现代信息技术的三大基础之一, 传感器无所不在，它完成对地球观测信息的采集。美国《商业周刊》1999年8月30日一期刊登了一组系列文章，总题为《21世纪的21种设想》，其中第十四篇为关于因特网的设想，指出地球将披上一层电子皮肤，其中电子皮肤为形形色色的嵌入式电子传感设备。据科学家估计，到2020年前后，世界上会有7万亿个有线或无线的传感器，它们通过网络组织起来，以满足人们的即时需要。2007年《Pervasive Computing》第六卷第二期的文章指出，如何对传感器密集型的世界进行资源管理是一个大的挑战。对地观测是利用对地观测传感器对地球表面和低层大气进行探测，以获取用户感兴趣信息的科学任务。对地观测网是执行地球环境事件感知任务的地理空间观测网。对地观测网传感器类型多样、观测机理各异、数量巨大。当发生特定灾害事件，特别是观测现象多样且时效性强的应急事件时，决策者能全面发现、准确规划与快速调度海量传感器，这些对于决策的产生尤为关键。 

对于分布式的异源或同源数据，如何判断它们之间或内部是否存在一种关联关系，通过该关联关系，可以科学地解释、准确地回答以及快速地响应特定的研究任务。因此，从对地观测陆表事件出发，在海量异构的传感器资源中，关联最适用的传感器以进行事件应急观测是一大需要解决，并具有现实价值的问题。 

在发生特定陆表事件时，目前的传感器规划与调度所需的传感器来源主要依靠以下方式来确定：（1）推论统计型关联分析，对于给定的一组数据，观察者根据数据的形态建立一个数学模型，推论型数据统计分析可以推论研究中的数据母体现状与潜在趋势。它旨在把隐没在一大批看来杂乱无章的数据中的信息集中、萃取和提炼出来，以找出所研究对象的内在规律。它要求数据样本足以代表母体，否则根据样本所做出来的推论和结论容易出现不全面、不深刻，甚至错误；（2）经验型专家关联分析，专家系统是通过以某一专有领域专家解决问题的办法作为知识库，并采用特定的方法来编辑或生成这些知识，最后，用户可以通过计算机系统像专家一样推理和解决复杂的领域问题。但该类关联分析具有关联结构简单，关联推理仅仅是基于有限的经验规则，难以应用于理论复杂和具有严密体系的关联；（3）Apriori关联，它是最经典的关联算法，它的核心提出频繁集理论的递推方法。Apriori关联建立在有样本的前提下，寻找样本内部两项集或多项集间潜在的某种规律性或关联性。 

2012年，武汉大学的陈能成与胡楚丽提出了对地观测卫星传感器统一描述模型，其中描述了传感器标识、能力特征等信息。对于陆表事件，目前没有统一定义，更没有其描述模型。现行著名的传感器关联查询系统或工具主要有美国AGI公司的STK、南卡罗莱纳大学遥感规划（RSPT）、NASA GCMD地球观测传感器模糊关联、日本的Satellite Tracker 3D以及Google模糊查询等。但它们不是从特定陆表事件观测出发，并未能满足传感器关联匹配的查全率或查准率。 

综上所述，以陆表事件为中心的传感器关联面临的主要问题是：目前的关联方法主要依赖于以往经验、专家知识、人工统计等，缺乏一种从事件到传感器的关联匹配机制，从而导致对地观测网中海量且离散的传感器资源难以得到充分合理发现与利用。 

发明内容

本发明的目的是针对现有技术的不足，而提出了一种以陆表事件为中心的传感器关联方法。通过寻求 ‘陆表事件-对地观测传感器’的关联性；建立了两者间的多维度多层次关联规则；基于关联规则，进一步设计了时空约束的多层次匹配算法。 

为实现上述目的，本发明所采用的技术方案是：提供一种以陆表事件为中心的传感器关联方法，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；