地理空间数据本质特征语义相关度计算模型_赵红伟.pdfVIP

第35 卷第1期 地 理 研 究 Vol.35, No.1 2016 年1月 GEOGRAPHICAL RESEARCH January, 2016 地理空间数据本质特征语义相关度计算模型 1, 2 1, 3 4 1, 2 赵红伟 ，诸云强 ，杨宏伟 ，罗 侃 (1. 中国科学院地理科学与资源研究所，中国科学院资源与环境信息系统国家重点实验室，北京 100101； 2. 中国科学院大学，北京 100049；3. 江苏省地理信息资源开发与利用协同创新中心，南京210023 ； 4. 中国石油规划总院，北京 100083) 摘要：关联数据是跨网域整合多源异构地理空间数据的有效方式，语义丰富的关联是准确、快 速发现目标数据的关键。根据地理空间数据在空间、时间、内容上的语义关系，提出地理空间 数据本质特征语义相关度计算模型。通过构建本质特征的关联指标体系，分层次逐级计算地 理空间数据的语义相关度。与传统的语义相关度计算方式不同，以地理元数据为语料库，充分 考虑地理空间数据的特点及空间、时间、内容在检索中不同的重要程度，分别采用几何运算、数 值运算、词语语义相似度计算和类别层次相关度计算的方式，构建地理空间数据的语义相关度 计算模型。该模型具有构建简单、适用于多源异构数据、充分结合了数学运算和专家经验知识 等特点。实验表明：模型能够有效地计算地理空间数据本质特征的语义相关度，并具备一定的 扩展性。 关键词：地理空间数据；空间特征；时间特征；内容特征；语义相关度 DOI: 10.11821/dlyj201601006 1 引言 随着3S 技术的发展，地理空间数据的内容日益丰富、来源越来越广泛、存储格式多 样化。传统基于关键词的数据检索方式，很难满足用户需求。如 “江苏省1 ∶10万土地利 用数据”（A ）与 “无锡市1 ∶100万草地覆被数据”（B ）两条数据，如果用户需要江苏省 土地利用数据，通过关键字 “江苏省”、“土地利用”等查询，只能查询到数据集A 而不 能查询到数据集B ，但是，数据集B 在空间上 （无锡市）属于江苏省，在内容上 （草地 覆被）是土地利用的一种。因此，科研人员虽处于 “信息的海洋”，却常面临 “信息泛 [1] 滥、知识匮乏”的困境 。在大数据环境下，如何准确快速地发现数据，成为地理空间数 据共享应用面临的关键问题。关联数据的提出[2]为这一问题的解决提供了最佳实践。通过 建立数据集A 和数据集B 之间的语义关联来实现数据的语义搜索。然而，仅仅依靠语义 关联还不能够解决检索中的排序问题，因此还需要计算数据集之间的语义相关度。 语义相关度不仅包含词汇间的相似性，而且包括词汇之间根据各种语义关系具有的 关联性[3] ，例如：对于 “江苏省”和 “无锡市”这两个词而言，虽然两者词汇相似性非常 收稿日期：2015-06-21; 修订日期：2015-11-18 基金项目：国家自然科学基金项目 ）；科技基础性工作专项项目 （2013FY 110900）；中国科学院科研信息 化 “科技领域云”项目；国家重大科学仪器设备开发专项 （2012Y）；云南省科技计划项目 （2012CA021 ） 作者简介：赵红伟 （1988- ），女，山东聊城人，博士研究生，主要研究方向为空间数据挖掘，地理空间关联数据。 E-mail: zhaohw. 10s@ 通讯作者：诸云强 （1977- ），男，江西广丰人，博士，研究员，主要研究方向为地学数据共享关键技术、地学科研 信息化环境、资源环境信息系统。E-mail: zhuyq@ 58-70 页 1期 赵红伟 等：地理空间数据本质特征语义相关度计算模型 59 低，但其空间相关性却很高 （无锡市属于江苏省）。除了空间