本發(fā)明涉及空間信息共享領(lǐng)域，尤其涉及一種基于面向?qū)ο笥跋裉卣鞯牡乩肀倔w建模與語義推理方法。

背景技術(shù)：

空間信息系統(tǒng)已經(jīng)從單機(jī)版快速發(fā)展到空間信息網(wǎng)格，隨著空間信息集成度的提高和不同領(lǐng)域空間信息共享和互操作的需求越來越迫切，凸顯出幾個亟待解決的問題。其中，難度最大的是空間信息語義表達(dá)不一致問題，而空間信息語義網(wǎng)格的核心問題，是如何解決不同領(lǐng)域的地理本體系統(tǒng)之間的語義推理問題。

目前在空間信息領(lǐng)域，往往借助信息系統(tǒng)領(lǐng)域的研究方法討論地理本體建模，但存在如下問題：

(1)在表達(dá)空間數(shù)據(jù)的多尺度方面存在缺陷；

(2)不同領(lǐng)域?qū)ν活惖乩韺?shí)體命名方法的不同及描述地理本體概念的特征屬性集的差異，使其各自得到的無法順利通過信息科學(xué)中的基于概念(特征)推理理論進(jìn)行語義互操作。

面對以上兩個關(guān)鍵問題，急需一種地理本體建模和語義推理方法，實(shí)現(xiàn)基于語義的空間信息集成和互操作。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明要解決的技術(shù)問題在于針對現(xiàn)有技術(shù)中多尺度表達(dá)不足，無法通過基于概念的推理理論進(jìn)行語義互操作的缺陷，提供一種基于面向?qū)ο笥跋裉卣鞯牡乩肀倔w建模與語義推理方法。

本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案是：

本發(fā)明提供一種基于面向?qū)ο笥跋裉卣鞯牡乩肀倔w建模與語義推理方法，包括以下步驟：

S1、獲取研究地段的高分辨率遙感影像，對高分辨率遙感影像進(jìn)行預(yù)處理和多尺度分割，建立影像對象層次結(jié)構(gòu)；

S2、根據(jù)影像對象層次結(jié)構(gòu)進(jìn)行領(lǐng)域劃分，并對每個領(lǐng)域進(jìn)行地類劃分；根據(jù)高分辨率遙感影像的遙感特征值，包括光譜特征值和形狀特征值，對每個領(lǐng)域的不同地類進(jìn)行地理本體建模，得到不同領(lǐng)域的地理本體；

S3、對不同領(lǐng)域的地理本體，計(jì)算各個地類的遙感特征值的值域；并計(jì)算不同地類的值域之間的交集；若兩個值域之間存在交集，則計(jì)算兩個值域之間的并集，以及交集占并集的百分比；

S4、根據(jù)交集的大小，建立領(lǐng)域內(nèi)的地類的語義關(guān)聯(lián)，以及不同領(lǐng)域之間的地類的語義關(guān)聯(lián)。

進(jìn)一步地，本發(fā)明的步驟S1中對高分辨率遙感影像進(jìn)行預(yù)處理的方法包括：幾何校正、大氣校正和裁剪拼接。

進(jìn)一步地，本發(fā)明的步驟S2中對每個領(lǐng)域的不同地類進(jìn)行地理本體建模的方法為:

S21、地類確定：根據(jù)領(lǐng)域的分類標(biāo)準(zhǔn)，對不同地類進(jìn)行劃分；

S22、最優(yōu)分割尺寸選擇：對各個地類選擇其對應(yīng)的最優(yōu)分割尺寸；

S23、地類樣本選擇：在各個地類的最優(yōu)分割尺寸下選擇地類樣本，該地類樣本包括同類像元組成的遙感對象和摻雜了其他類型像元的遙感對象，增加地類樣本的覆蓋面使后期分析的精度達(dá)到最大；

S24、計(jì)算屬性統(tǒng)計(jì)表：對每個地類樣本，計(jì)算其光譜和形狀統(tǒng)計(jì)值，統(tǒng)計(jì)每個屬性值的最大值、次大值、最小值和次小值，得到每個地類樣本的屬性統(tǒng)計(jì)表；

S25、計(jì)算值域范圍：對每個地類樣本的各個屬性值，用次大值和次小值之間的范圍作為地類樣本在該屬性上的值域；

S26、統(tǒng)計(jì)值域圖：根據(jù)所有地類樣本的值域范圍統(tǒng)計(jì)結(jié)果，按屬性進(jìn)行統(tǒng)計(jì)，即統(tǒng)計(jì)每個屬性值上不同地類的屬性值域，并做出值域圖；

S27、值域圖統(tǒng)計(jì)規(guī)則：根據(jù)值域圖，針對具體的地類，在所有屬性中選擇出與其他地類區(qū)別最大的屬性，以此屬性值值域進(jìn)行篩選，剔除一部分干擾，重復(fù)此步驟，增加屬性數(shù)目，進(jìn)一步剔除干擾；

S28、建立地理本體：根據(jù)統(tǒng)計(jì)的屬性規(guī)則，建立該領(lǐng)域的地理本體。

進(jìn)一步地，本發(fā)明的步驟S22中選擇最優(yōu)分割尺寸的方法包括：最大面積法，均值方差法和目標(biāo)函數(shù)法。

進(jìn)一步地，本發(fā)明的步驟S24中的屬性包括：歸一化植被指數(shù)、郁閉度、邊界指數(shù)、亮度、長寬比、第一波段光譜均值和形狀指數(shù)。

進(jìn)一步地，本發(fā)明的步驟S2中得到不同領(lǐng)域的地理本體后，把不同領(lǐng)域的地理本體映射到同一個遙感影像層次結(jié)構(gòu)中。

進(jìn)一步地，本發(fā)明的步驟S3中的遙感特征值包括：紅波段均值，最大光譜差值、紅波段比值、歸一化植被指數(shù)、對比度、相關(guān)性和能量。

進(jìn)一步地，本發(fā)明的步驟S4中建立語義關(guān)聯(lián)包括直接語義關(guān)聯(lián)和間接語義關(guān)聯(lián)。

進(jìn)一步地，本發(fā)明的判斷直接語義關(guān)聯(lián)的方法為：

若兩個地類的某個遙感特征值的交集為空集，則這兩個地類之間沒有語義關(guān)聯(lián)關(guān)系；

若兩個地類的所有遙感特征值的值域均相交，且值域之間存在包含關(guān)系，則這兩個地類之間為上下義關(guān)系；

若兩個地類的所有遙感特征值的值域均相交，且存在交集占并集的百分比小于10％,則這兩個地類之間沒有語義關(guān)聯(lián)關(guān)系；

若兩個地類的所有遙感特征值的值域均相交，且存在交集占并集的百分比大于10％且小于80％，則這兩個地類之間為語義相似關(guān)系；

若兩個地類的所有遙感特征值的值域均相交，且存在交集占并集的百分比大于80％，則這兩個地類之間為同義關(guān)系。

進(jìn)一步地，本發(fā)明的判斷間接語義關(guān)聯(lián)的方法為：

若兩個地類之間為同義關(guān)系，則其中任意一個地類的上層地類，與另一個地類之間為上下義關(guān)系。

本發(fā)明產(chǎn)生的有益效果是：本發(fā)明的基于面向?qū)ο笥跋裉卣鞯牡乩肀倔w建模與語義推理方法，根據(jù)面向?qū)ο蟮亩喑叨确指罴夹g(shù)把不同領(lǐng)域地理本體系統(tǒng)的概念映射到同一個遙感影像層次結(jié)構(gòu)中進(jìn)行地理本體建模，并在此基礎(chǔ)上通過不同地類的特征屬性值域之間的關(guān)系初步確定彼此的語義關(guān)系，然后在多維空間中確定語義邏輯聯(lián)系，實(shí)現(xiàn)不同地理本體系統(tǒng)之間語義集成和互操作，從而推動空間信息社會化的進(jìn)程；并最大限度地減少基礎(chǔ)空間數(shù)據(jù)重復(fù)采集帶來的沉重投資壓力，在一定程度上消除不同領(lǐng)域空間信息系統(tǒng)的孤島效應(yīng)。

附圖說明

下面將結(jié)合附圖及實(shí)施例對本發(fā)明作進(jìn)一步說明，附圖中：

圖1是本發(fā)明實(shí)施例的方法流程圖；

圖2是本發(fā)明實(shí)施例的各地類樣本的邊界指數(shù)屬性值域圖；

圖3是本發(fā)明實(shí)施例的林業(yè)地類本體樹；

圖4是本發(fā)明實(shí)施例的地理本體概念和多尺度遙感影像對象的關(guān)系。

具體實(shí)施方式

為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，以下結(jié)合附圖及實(shí)施例，對本發(fā)明進(jìn)行進(jìn)一步詳細(xì)說明。應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅用以解釋本發(fā)明，并不用于限定本發(fā)明。

如圖1所示，本發(fā)明實(shí)施例的基于面向?qū)ο笥跋裉卣鞯牡乩肀倔w建模與語義推理方法，包括以下步驟：

S1、獲取研究地段的高分辨率遙感影像，對高分辨率遙感影像進(jìn)行預(yù)處理和多尺度分割，建立影像對象層次結(jié)構(gòu)；預(yù)處理的方法包括：幾何校正、大氣校正和裁剪拼接等。

S2、根據(jù)影像對象層次結(jié)構(gòu)進(jìn)行領(lǐng)域劃分，并對每個領(lǐng)域進(jìn)行地類劃分；根據(jù)高分辨率遙感影像的遙感特征值，包括光譜特征值和形狀特征值，對每個領(lǐng)域的不同地類進(jìn)行地理本體建模，得到不同領(lǐng)域的地理本體；得到不同領(lǐng)域的地理本體后，把不同領(lǐng)域的地理本體映射到同一個遙感影像層次結(jié)構(gòu)中。

對每個領(lǐng)域的不同地類進(jìn)行地理本體建模的方法為:

S21、地類確定：根據(jù)領(lǐng)域的分類標(biāo)準(zhǔn)，對不同地類進(jìn)行劃分；

S22、最優(yōu)分割尺寸選擇：對各個地類選擇其對應(yīng)的最優(yōu)分割尺寸；選擇最優(yōu)分割尺寸的方法包括：最大面積法，均值方差法和目標(biāo)函數(shù)法。

S23、地類樣本選擇：在各個地類的最優(yōu)分割尺寸下選擇地類樣本，該地類樣本包括同類像元組成的遙感對象和摻雜了其他類型像元的遙感對象，增加地類樣本的覆蓋面使后期分析的精度達(dá)到最大；

S24、計(jì)算屬性統(tǒng)計(jì)表：對每個地類樣本，計(jì)算其光譜和形狀統(tǒng)計(jì)值，統(tǒng)計(jì)每個屬性值的最大值、次大值、最小值和次小值，得到每個地類樣本的屬性統(tǒng)計(jì)表；屬性包括：歸一化植被指數(shù)、郁閉度、邊界指數(shù)、亮度、長寬比、第一波段光譜均值和形狀指數(shù)。

S25、計(jì)算值域范圍：對每個地類樣本的各個屬性值，用次大值和次小值之間的范圍作為地類樣本在該屬性上的值域；

S26、統(tǒng)計(jì)值域圖：根據(jù)所有地類樣本的值域范圍統(tǒng)計(jì)結(jié)果，按屬性進(jìn)行統(tǒng)計(jì)，即統(tǒng)計(jì)每個屬性值上不同地類的屬性值域，并做出值域圖；

S27、值域圖統(tǒng)計(jì)規(guī)則：根據(jù)值域圖，針對具體的地類，在所有屬性中選擇出與其他地類區(qū)別最大的屬性，以此屬性值值域進(jìn)行篩選，剔除一部分干擾，重復(fù)此步驟，增加屬性數(shù)目，進(jìn)一步剔除干擾；

S28、建立地理本體：根據(jù)統(tǒng)計(jì)的屬性規(guī)則，建立該領(lǐng)域的地理本體。

S3、對不同領(lǐng)域的地理本體，計(jì)算各個地類的遙感特征值的值域；并計(jì)算不同地類的值域之間的交集；若兩個值域之間存在交集，則計(jì)算兩個值域之間的并集，以及交集占并集的百分比；遙感特征值包括：紅波段均值，最大光譜差值、紅波段比值、歸一化植被指數(shù)、對比度、相關(guān)性和能量。

S4、根據(jù)交集的大小，建立領(lǐng)域內(nèi)的地類的語義關(guān)聯(lián)，以及不同領(lǐng)域之間的地類的語義關(guān)聯(lián)。

建立語義關(guān)聯(lián)包括直接語義關(guān)聯(lián)和間接語義關(guān)聯(lián)。

判斷直接語義關(guān)聯(lián)的方法為：

若兩個地類的某個遙感特征值的交集為空集，則這兩個地類之間沒有語義關(guān)聯(lián)關(guān)系；

若兩個地類的所有遙感特征值的值域均相交，且值域之間存在包含關(guān)系，則這兩個地類之間為上下義關(guān)系；

若兩個地類的所有遙感特征值的值域均相交，且存在交集占并集的百分比小于10％,則這兩個地類之間沒有語義關(guān)聯(lián)關(guān)系；

若兩個地類的所有遙感特征值的值域均相交，且存在交集占并集的百分比大于10％且小于80％，則這兩個地類之間為語義相似關(guān)系；

若兩個地類的所有遙感特征值的值域均相交，且存在交集占并集的百分比大于80％，則這兩個地類之間為同義關(guān)系。

判斷間接語義關(guān)聯(lián)的方法為：

若兩個地類之間為同義關(guān)系，則其中任意一個地類的上層地類，與另一個地類之間為上下義關(guān)系。

在本發(fā)明的另一個具體實(shí)施例中：

基于面向?qū)ο笥跋裉卣鞯牡乩肀倔w建模與語義推理方法，具體步驟如下：

數(shù)據(jù)獲?。韩@取研究地段的高分辨率遙感影像。

數(shù)據(jù)預(yù)處理：對獲取的遙感影像數(shù)據(jù)進(jìn)行預(yù)處理，包括幾何校正、大氣校正、裁剪拼接等。

遙感影像多尺度分割：利用目前已有的支持面向?qū)ο筮b感影像分類的專業(yè)軟件對影像進(jìn)行多尺度分割，建立影像對象層次結(jié)構(gòu)。

基于光譜和形狀特征進(jìn)行地理本體建模：通過面向?qū)ο蠖喑叨确指?，形成了由不同遙感對象構(gòu)成一個多層次體系，在此基礎(chǔ)上，通過遙感影像對象的光譜和形狀特征對不同類型的遙感對象進(jìn)行建模。具體過程如下：(1)地類確定：根據(jù)較為完善和業(yè)內(nèi)廣泛認(rèn)可的領(lǐng)域分類標(biāo)準(zhǔn)，結(jié)合研究區(qū)域?qū)嶋H情況，選擇其中涉及到的地類。(2)最優(yōu)分割尺度選擇：根據(jù)所研究的地類，選擇其對應(yīng)的最優(yōu)分割尺度，最優(yōu)分割尺度的選擇一般有最大面積法，均值方差法，目標(biāo)函數(shù)法等。(3)樣本選擇：在各個地類最優(yōu)分割尺度下，各地類選擇其代表性的樣本，樣本選擇以完全由同類像元組成的遙感對象為主，同時兼顧部分摻雜了其他類型像元的遙感對象，在保障后期分析的精度的情況下，盡量增加樣本的覆蓋面。(4)按類統(tǒng)計(jì)樣本屬性值，得到每個地類的屬性統(tǒng)計(jì)表：對于每個地類，計(jì)算其光譜和形狀統(tǒng)計(jì)值，統(tǒng)計(jì)每個屬性值的最大值、次大值、最小值、次小值。(5)確定每一地類每一屬性值值域范圍：用各地類屬性的次最大和次最小值作為地類在該屬性上的值域。選擇屬性的次最大和次最小值是為了防止在選擇樣本時可能會有人為的誤差，將其它地類選為樣本。一般情況下不同的地類光譜差異較大，若將其它地類誤選為研究地類的樣本，則該樣本的光譜值就不在研究地類的值域內(nèi)。因此，為了減小誤差將次最大值和次最小值作為地類在屬性上的值域。(6)統(tǒng)計(jì)每個屬性值上不同地類的屬性值域：根據(jù)所有地類的值域范圍統(tǒng)計(jì)結(jié)果，按屬性進(jìn)行統(tǒng)計(jì)，即統(tǒng)計(jì)每個屬性值上不同地類的屬性值域，并做出值域圖。(7)值域圖統(tǒng)計(jì)規(guī)則：根據(jù)值域圖，針對具體的地類，在所有屬性中選擇出與其他地類區(qū)別最大的屬性，以此屬性值值域進(jìn)行篩選，剔除一部分干擾，重復(fù)此步驟，增加屬性數(shù)目，進(jìn)一步剔除干擾地塊。直至取得較好效果。(8)建立地理本體：根據(jù)統(tǒng)計(jì)的屬性規(guī)則，建立該領(lǐng)域地理本體。

不同領(lǐng)域地理本體系統(tǒng)構(gòu)建：利用面向?qū)ο蟮亩喑叨确指罴夹g(shù)在一幅固定分辨率的遙感影像上構(gòu)造出在不同分割尺度下的影像對象層次結(jié)構(gòu)，按照上述地理本體建模步驟，把不同領(lǐng)域地理本體系統(tǒng)的概念映射到同一個遙感影像層次結(jié)構(gòu)中。

影像光譜特征值計(jì)算：針對所研究的不同領(lǐng)域的地理本體，選取某些具有代表性的對象，計(jì)算其紅波段均值，最大光譜差值，紅波段比值，歸一化植被指數(shù)，對比度，相關(guān)性，能量等六個影像特征值，最終得出每個特征值的值域。

建立領(lǐng)域?qū)ο笸N特征屬性的交集：各領(lǐng)域的地類之間，通過其基于遙感特征集的值域，計(jì)算彼此之間的交集。若在各個特征值上均存在交集，則再計(jì)算兩兩之間的并集，并求出交集值域占并集值域的百分比。

建立領(lǐng)域本體內(nèi)以及本體間的概念間的語義聯(lián)系：特征屬性上其值域有相交或包含關(guān)系可以映射出不同尺度的影像對象存在語義關(guān)聯(lián)，結(jié)合上述建立的屬性交集，建立領(lǐng)域本體內(nèi)以及本體間的概念間的語義聯(lián)系。語義關(guān)聯(lián)分為直接語義關(guān)聯(lián)和間接語義關(guān)聯(lián)兩種，具體推理步驟如下：

(1)直接語義關(guān)聯(lián)：有如下語義推理規(guī)則：

①如果A領(lǐng)域a地類與B領(lǐng)域的b類在某個光譜特征值上交集為空集，則可以確定這a，b這兩種地類沒有語義關(guān)系；

②如果A領(lǐng)域a地類B領(lǐng)域b地類在所有光譜特征值上均相交，如果特征集間存在包含關(guān)系，則可以確定其為上下義關(guān)系；如果特征集間存在交集占并集的比重小于10％，則可以確定a,b這兩種地類間沒有語義關(guān)系；如果特征集間存在交集占并集的比重大于10％且小于80％，則可以確定a,b這兩種地類間為語義相似關(guān)系；如果特征集間存在交集占并集的比重大于80％，則為同義關(guān)系。

(2)間接語義關(guān)聯(lián)：根據(jù)直接語義關(guān)聯(lián)推理規(guī)則，若推理出A領(lǐng)域的a地類與B領(lǐng)域的b地類為同義關(guān)系；則A領(lǐng)域中a地類的上層對象c與b地類為上下義關(guān)系，且B領(lǐng)域中b地類的上層對象d與a地類也為上下義關(guān)系。

在本發(fā)明的另一個具體實(shí)施例中，基于面向?qū)ο笥跋裉卣鞯牡乩肀倔w建模與語義推理方法，具體步驟如下：

步驟S1，數(shù)據(jù)獲取：獲取研究地段的高分辨率遙感影像，本實(shí)例獲取的是杭州市西湖區(qū)的高分辨率影像為實(shí)驗(yàn)數(shù)據(jù)。

步驟S2，數(shù)據(jù)預(yù)處理：利用地理信息系統(tǒng)專業(yè)軟件(ARCGIS、ENVI等)對獲取的遙感影像數(shù)據(jù)進(jìn)行預(yù)處理，包括幾何校正、大氣校正、裁剪拼接等。

步驟S3，遙感影像多尺度分割：利用目前已有的支持面向?qū)ο筮b感影像分類的專業(yè)軟件(如eCognication、ENVI、Erdas等)對影像進(jìn)行多尺度分割，建立影像對象層次結(jié)構(gòu)，本實(shí)例使用的eCognication軟件。

步驟S4，基于光譜和形狀特征進(jìn)行地理本體建模：通過面向?qū)ο蠖喑叨确指?，形成了由不同遙感對象構(gòu)成一個多層次體系，在此基礎(chǔ)上，通過遙感影像對象的光譜和形狀特征對不同類型的遙感對象進(jìn)行建模。具體過程如下：(1)地類確定：根據(jù)較為完善和業(yè)內(nèi)廣泛認(rèn)可的領(lǐng)域分類標(biāo)準(zhǔn)，結(jié)合研究區(qū)域?qū)嶋H情況，選擇其中涉及到的地類，本實(shí)例以林業(yè)領(lǐng)域分類標(biāo)準(zhǔn)為例進(jìn)行介紹，林業(yè)部門土地類型有：有林地、灌木林地、喬木林地、疏林地、城鄉(xiāng)居民建設(shè)用地、交通建設(shè)用地(道路)、湖泊水面、河流水面、其他用地等。(2)最優(yōu)分割尺度選擇：根據(jù)所研究的地類，選擇其對應(yīng)的最優(yōu)分割尺度，最優(yōu)分割尺度的選擇一般有最大面積法，均值方差法，目標(biāo)函數(shù)法等。本實(shí)例使用的是基于分維方法確定各地類的最優(yōu)分割尺度。以下表1是林業(yè)領(lǐng)域地類對應(yīng)的最佳分割尺度示例表：

表1林業(yè)領(lǐng)域地類對應(yīng)的最佳分割尺度示例表

(3)樣本選擇：在各個地類最優(yōu)分割尺度下，各地類選擇其代表性的樣本，樣本選擇以完全由同類像元組成的遙感對象為主，同時兼顧部分摻雜了其他類型像元的遙感對象，在保障后期分析的精度的情況下，盡量增加樣本的覆蓋面。(4)按類統(tǒng)計(jì)樣本屬性值：得到每個地類的屬性統(tǒng)計(jì)表；對于每個地類，統(tǒng)計(jì)每個屬性值的最大值、次大值、最小值、次小值。本實(shí)例中屬性有NDVI(歸一化植被指數(shù))、郁閉度、邊界指數(shù)、亮度、長寬比、第一波段光譜均值、形狀指數(shù)。本實(shí)例首先通過歸一化植被指數(shù)把林地和非林地區(qū)分開，在統(tǒng)計(jì)屬性值域范圍的時候，將林業(yè)部門樣本分為兩大類：林地和非林地。以下表2為各地類邊界指數(shù)統(tǒng)計(jì)值(各地類后數(shù)字為各地類編號，與下面值域圖對應(yīng))：

表2各地類樣本的BorderIndex(邊界指數(shù))統(tǒng)計(jì)值

(5)確定每一地類每一屬性值值域范圍：用各地類屬性的次最大和次最小值作為地類在該屬性上的值域。(6)統(tǒng)計(jì)每個屬性值上不同地類的屬性值域：根據(jù)所有地類的值域范圍統(tǒng)計(jì)結(jié)果，按屬性進(jìn)行統(tǒng)計(jì)，即統(tǒng)計(jì)每個屬性值上不同地類的屬性值域，并做出值域圖。附圖2為各地類樣本的BorderIndex(邊界指數(shù))屬性值域圖，圖中橫軸的數(shù)字代表上表中對應(yīng)的地類，縱軸是屬性值。(7)值域圖統(tǒng)計(jì)規(guī)則：根據(jù)值域圖，針對具體的地類，在所有屬性中選擇出與其他地類區(qū)別最大的屬性，以此屬性值值域進(jìn)行篩選，剔除一部分干擾，重復(fù)此步驟，增加屬性數(shù)目，進(jìn)一步剔除干擾地塊。直至取得較好效果。本實(shí)例首先通過NDVI值，將林業(yè)部門樣本分為兩大類：林地和非林地(林地NDVI值最小值要大于非林地樣本NDVI值得最大值，以此進(jìn)行區(qū)分)；再通過NDVI值將非林地分為水域、建設(shè)用地、耕地和牧草地(水域的NDVI值均為負(fù)值，建設(shè)用地、耕地和牧草地均為正值且依次增加)；再通過亮度值區(qū)分林地中的灌木林和其他林地；再通過郁閉度(有關(guān)標(biāo)準(zhǔn)中已經(jīng)明確規(guī)定了不同林分的郁閉度界定值)區(qū)分其他林地中的有林地(喬木林和竹林，本實(shí)例中竹林樣本較少，因此未對該地類進(jìn)行研究。)，疏林地，無立木林地；再通過長寬比區(qū)分湖泊水面和河流水面；再通過如附圖2所示，在非林地地類中未利用地、其它用地和工礦建設(shè)用地的形狀指數(shù)區(qū)間都比較小，其值域上限也比其它地類小很多，若取這三種地類的上限作為約束條件，可以與其他建設(shè)用地進(jìn)行區(qū)分；再通過形狀指數(shù)區(qū)分未利用地、其它用地和工礦建設(shè)用地；按相同方式，再通過第一波段光譜均值區(qū)分城鄉(xiāng)居民建設(shè)用地和交通建設(shè)用地。(8)建立地理本體：根據(jù)統(tǒng)計(jì)的屬性規(guī)則，建立該領(lǐng)域地理本體。本實(shí)例建立的地理本體如附圖3所示。

步驟S5，不同領(lǐng)域地理本體系統(tǒng)構(gòu)建：利用面向?qū)ο蟮亩喑叨确指罴夹g(shù)在一幅固定分辨率的遙感影像上構(gòu)造出在不同分割尺度下的影像對象層次結(jié)構(gòu)，按照上述地理本體建模步驟，把不同領(lǐng)域地理本體系統(tǒng)的概念映射到同一個遙感影像層次結(jié)構(gòu)中。按照步驟4，本實(shí)例構(gòu)建的是林業(yè)部門林業(yè)和農(nóng)業(yè)部門草原的地理本體系統(tǒng)，地理本體概念和多尺度遙感影像對象的關(guān)系及林業(yè)部門林業(yè)和農(nóng)業(yè)部門草原的地理本體系統(tǒng)見附圖4。

步驟S6，影像特征值計(jì)算：針對所研究的不同領(lǐng)域的地理本體，選取某些具有代表性的對象，計(jì)算其紅波段均值，最大光譜差值，紅波段比值，歸一化植被指數(shù)，對比度，相關(guān)性，能量等六個影像特征值，最終得出每個特征值的值域。本實(shí)例林業(yè)部門的宜林地和農(nóng)業(yè)部門的草山草坡的六個影像特征值值域如下表3：

表3宜林地和草山草坡的六個影像特征值值域

步驟S7，建立領(lǐng)域?qū)ο笸N特征屬性的交集：各領(lǐng)域的地類之間，通過其基于遙感特征集的值域，計(jì)算彼此之間的交集。若在各個特征值上均存在交集，則再計(jì)算兩兩之間的并集，并求出交集值域占并集值域的百分比。

下表4為林業(yè)部門的宜林地和土地利用部門的草山草坡六個特征屬性交集情況：

表5為宜林地和草山草坡的六個特征屬性交集占并集百分比：

表4宜林地和草山草坡的六個特征屬性交集

表5宜林地和草山草坡的六個特征屬性交集占并集百分比

步驟S8，建立領(lǐng)域本體內(nèi)以及本體間的概念間的語義聯(lián)系：特征屬性上其值域有相交或包含關(guān)系可以映射出不同尺度的影像對象存在語義關(guān)聯(lián)，結(jié)合上述建立的屬性交集，建立領(lǐng)域本體內(nèi)以及本體間的概念間的語義聯(lián)系。語義關(guān)聯(lián)分為直接語義關(guān)聯(lián)和間接語義關(guān)聯(lián)兩種，具體推理步驟如下:

(1)直接語義關(guān)聯(lián)：有如下語義推理規(guī)則:

①如果A領(lǐng)域a地類與B領(lǐng)域的b類在某個光譜特征值上交集為空集，則可以確定這a，b這兩種地類沒有語義關(guān)系；

②如果A領(lǐng)域a地類B領(lǐng)域b地類在所有光譜特征值上均相交，如果特征集間存在包含關(guān)系，則可以確定其為上下義關(guān)系；如果特征集間存在交集占并集的比重小于10％，則可以確定a,b這兩種地類間沒有語義關(guān)系；如果特征集間存在交集占并集的比重大于10％且小于80％，則可以確定a,b這兩種地類間為語義相似關(guān)系；如果特征集間存在交集占并集的比重大于80％，則為同義關(guān)系。

(2)間接語義關(guān)聯(lián)：根據(jù)直接語義關(guān)聯(lián)推理規(guī)則，若推理出A領(lǐng)域的a地類與B領(lǐng)域的b地類為同義關(guān)系；則A領(lǐng)域中a地類的上層對象c與b地類為上下義關(guān)系，且B領(lǐng)域中b地類的上層對象d與a地類也為上下義關(guān)系。

結(jié)合上述建立的屬性交集，建立領(lǐng)域本體內(nèi)以及本體間的概念間的語義聯(lián)系。由上述可知，林業(yè)部門的宜林地和農(nóng)業(yè)部門的草山草坡在六個特征屬性上均存在交集，且存在交集占并集的比重大于80％的特征集，根據(jù)直接語義關(guān)聯(lián)的第二條語義推理規(guī)則，宜林地和草山草坡為同義關(guān)系。再根據(jù)間接語義關(guān)聯(lián)：在農(nóng)業(yè)領(lǐng)域，草山草坡的上層對象為天然草原(見附圖4)，則農(nóng)業(yè)領(lǐng)域的天然草原和林業(yè)領(lǐng)域的宜林地為上下義關(guān)系。

本發(fā)明基于面向?qū)ο笥跋裉卣鞯牡乩肀倔w建模與語義推理方法具體創(chuàng)新點(diǎn)如下：

(1)提出了基于光譜和形狀特征進(jìn)行地理本體建模方法：通過面向?qū)ο蠖喑叨确指?，形成了由不同遙感對象構(gòu)成一個多層次體系，在此基礎(chǔ)上，通過遙感影像對象的光譜和形狀特征對不同類型的遙感對象進(jìn)行建模。

(2)提出不同領(lǐng)域地理本體系統(tǒng)構(gòu)建方法：利用面向?qū)ο蟮亩喑叨确指罴夹g(shù)在一幅固定分辨率的遙感影像上構(gòu)造出在不同分割尺度下的影像對象層次結(jié)構(gòu)，按照本發(fā)明所提出的地理本體建模步驟，把不同領(lǐng)域地理本體系統(tǒng)的概念映射到同一個遙感影像層次結(jié)構(gòu)中。

(3)提出了建立領(lǐng)域本體內(nèi)以及本體間的概念間的語義聯(lián)系的關(guān)聯(lián)規(guī)則：語義關(guān)聯(lián)分為直接語義關(guān)聯(lián)和間接語義關(guān)聯(lián)兩種，具體推理步驟如下：

(3.1)直接語義關(guān)聯(lián)：有如下語義推理規(guī)則：

①如果A領(lǐng)域a地類與B領(lǐng)域的b類在某個光譜特征值上交集為空集，則可以確定這a，b這兩種地類沒有語義關(guān)系；

②如果A領(lǐng)域a地類B領(lǐng)域b地類在所有光譜特征值上均相交，如果特征集間存在包含關(guān)系，則可以確定其為上下義關(guān)系；如果特征集間存在交集占并集的比重小于10％，則可以確定a,b這兩種地類間沒有語義關(guān)系；如果特征集間存在交集占并集的比重大于10％且小于80％，則可以確定a,b這兩種地類間為語義相似關(guān)系；如果特征集間存在交集占并集的比重大于80％，則為同義關(guān)系。

(3.2)間接語義關(guān)聯(lián)：根據(jù)直接語義關(guān)聯(lián)推理規(guī)則，若推理出A領(lǐng)域的a地類與B領(lǐng)域的b地類為同義關(guān)系；則A領(lǐng)域中a地類的上層對象c與b地類為上下義關(guān)系，且B領(lǐng)域中b地類的上層對象d與a地類也為上下義關(guān)系。

應(yīng)當(dāng)理解的是，對本領(lǐng)域普通技術(shù)人員來說，可以根據(jù)上述說明加以改進(jìn)或變換，而所有這些改進(jìn)和變換都應(yīng)屬于本發(fā)明所附權(quán)利要求的保護(hù)范圍。