本發(fā)明涉及一種遙感影像發(fā)現(xiàn)技術(shù)領(lǐng)域，尤其是涉及一種任務(wù)驅(qū)動(dòng)的遙感影像發(fā)現(xiàn)案例推理方法技術(shù)方案。

背景技術(shù)：

遙感信息是對(duì)農(nóng)業(yè)、災(zāi)害、資源環(huán)境、公共安全等重大問(wèn)題進(jìn)行宏觀(guān)決策的依據(jù)，是保障國(guó)家安全與國(guó)民經(jīng)濟(jì)建設(shè)的基礎(chǔ)性、戰(zhàn)略性資源。我國(guó)正在實(shí)施的國(guó)家重大專(zhuān)項(xiàng)“高分辨率對(duì)地觀(guān)測(cè)系統(tǒng)”提出，要建立天基、臨近空間、空基對(duì)地觀(guān)測(cè)系統(tǒng)，具備準(zhǔn)實(shí)時(shí)、全天候獲取各種空間數(shù)據(jù)的能力，形成集高空間、高光譜、高時(shí)間分辨率和寬地面覆蓋于一體的對(duì)地觀(guān)測(cè)系統(tǒng)，遙感數(shù)據(jù)源將不斷豐富。遙感民口應(yīng)用具有涉及部門(mén)眾多、覆蓋面廣、需求復(fù)雜等特點(diǎn)，如何提供便捷、高效的服務(wù)手段，智能滿(mǎn)足用戶(hù)需求，將直接關(guān)系到遙感影像的服務(wù)效果。

國(guó)內(nèi)外在遙感數(shù)據(jù)查詢(xún)、訂購(gòu)服務(wù)方面建立了不少實(shí)用系統(tǒng)以推進(jìn)遙感數(shù)據(jù)的應(yīng)用，如美國(guó)電子政務(wù)的Geodata.gov、歐盟的INSPIRE、歐空局的EOLI、日本JAXA的AUIG、我國(guó)的地球空間信息共享網(wǎng)等。這些系統(tǒng)可歸納為兩大類(lèi)：1）專(zhuān)業(yè)遙感查詢(xún)訂購(gòu)服務(wù)；2）空間信息共享門(mén)戶(hù)。專(zhuān)業(yè)遙感查詢(xún)訂購(gòu)服務(wù)需要用戶(hù)指定衛(wèi)星傳感器參數(shù)、數(shù)據(jù)獲取時(shí)間、空間范圍、產(chǎn)品級(jí)別、狀態(tài)、軌道等檢索參數(shù)來(lái)精確地獲取所需影像，需要用戶(hù)對(duì)傳感器參數(shù)非常熟悉；空間信息共享門(mén)戶(hù)是一種大眾化的數(shù)據(jù)獲取方式，一般通過(guò)標(biāo)題、關(guān)鍵詞、摘要等特征檢索遙感數(shù)據(jù)，對(duì)用戶(hù)的專(zhuān)業(yè)性要求低一些，具有更大的模糊性，但檢索的準(zhǔn)確度不如前者高。然而，無(wú)論是專(zhuān)業(yè)遙感查詢(xún)訂購(gòu)服務(wù)還是空間信息共享門(mén)戶(hù)，都側(cè)重于數(shù)據(jù)本身的屬性檢索，較少?gòu)倪b感應(yīng)用語(yǔ)義出發(fā)檢索所需數(shù)據(jù)，例如根據(jù)任務(wù)“水稻估產(chǎn)”獲取所需的影像。而用戶(hù)則需要更多的知識(shí)將任務(wù)轉(zhuǎn)化為所需遙感影像參數(shù)的查詢(xún)，這不利于遙感影像的快速獲取和服務(wù)。

通過(guò)任務(wù)發(fā)現(xiàn)所需的遙感影像，需要有描述任務(wù)與遙感影像參數(shù)關(guān)系的知識(shí)支撐。目前，有研究使用本體和規(guī)則直接建立起任務(wù)和影像數(shù)據(jù)源之間的關(guān)聯(lián)（Wiegand et al., 2007；楊小忠等，2007），進(jìn)而通過(guò)任務(wù)直接獲取所需的遙感影像數(shù)據(jù)，其主要步驟如下：1）建立任務(wù)本體；2）建立傳感器本體；3）利用本體或者規(guī)則直接建立任務(wù)本體實(shí)例和傳感器本體實(shí)例的關(guān)聯(lián)；4）輸入任務(wù)，匹配本體或規(guī)則并直接映射到傳感器。使用該方法會(huì)出現(xiàn)如下問(wèn)題：1）當(dāng)新增一個(gè)任務(wù)時(shí)，需要判斷新任務(wù)和所有已有傳感器的映射關(guān)系；2）新增一個(gè)傳感器時(shí)，同樣需要判斷其和所有任務(wù)的映射關(guān)系。由于本體和規(guī)則的建立需要大量領(lǐng)域?qū)＜业膮⑴c，當(dāng)任務(wù)和傳感器數(shù)量不斷增多時(shí)，建立任務(wù)和傳感器映射的代價(jià)也不斷增加。3）忽略了時(shí)空因素對(duì)遙感影像選擇的影響，同一任務(wù)因時(shí)間、地點(diǎn)的不同所使用的遙感影像也可能不同，并且任務(wù)與遙感影像參數(shù)之間的關(guān)系在時(shí)空約束下顯得非常復(fù)雜，較難以規(guī)則的形式表達(dá)。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明針對(duì)現(xiàn)有技術(shù)的缺陷，提出一種任務(wù)驅(qū)動(dòng)的遙感影像發(fā)現(xiàn)案例推理技術(shù)方案。

本發(fā)明技術(shù)方案提供一種任務(wù)驅(qū)動(dòng)的遙感影像發(fā)現(xiàn)案例推理方法，包括以下步驟：

步驟1，建立遙感影像應(yīng)用案例結(jié)構(gòu)模型，所述遙感影像應(yīng)用案例結(jié)構(gòu)模型是遙感影像應(yīng)用實(shí)例的抽象類(lèi)，其組成元素包括時(shí)間、空間、任務(wù)、遙感影像產(chǎn)品及應(yīng)用效果；

步驟2，建立遙感影像應(yīng)用案例庫(kù)，從文獻(xiàn)、專(zhuān)著、網(wǎng)站、調(diào)研等多種途徑按照遙感影像應(yīng)用案例結(jié)構(gòu)模型收集整理遙感影像應(yīng)用案例，構(gòu)建案例庫(kù)；

步驟3，建立遙感影像應(yīng)用案例局部相似性度量模型，所述遙感影像應(yīng)用案例局部相似性度量模型是遙感影像應(yīng)用案例中時(shí)間、空間、任務(wù)三元素各自的相似性度量模型；

所述時(shí)間相似性度量模型計(jì)算方式為如下式所示：

（1）

其中、、分別是時(shí)間在單位年、月、日上的衰減因子，一般取值在0~1之間；對(duì)于一般任務(wù)，兩時(shí)間間隔越遠(yuǎn)相似度越低，是以日為單位的兩時(shí)間距離；對(duì)于周期型任務(wù)，、、分別是兩時(shí)間以周期為基準(zhǔn)計(jì)算的在年、月和日上的距離；

所述空間相似性度量模型計(jì)算方式為如下式所示：

其中是尺度衰減因子，取值在0~1之間，是用戶(hù)查詢(xún)的觀(guān)測(cè)區(qū)與待比較案例的觀(guān)測(cè)區(qū)幾何形狀維度差異系數(shù)；幾何形狀維度按點(diǎn)、線(xiàn)、面依次排列，點(diǎn)與線(xiàn)、點(diǎn)與面的維度差異系數(shù)為0，其他情況為1；、分別是用戶(hù)查詢(xún)的觀(guān)測(cè)區(qū)與案例庫(kù)中某個(gè)案例觀(guān)測(cè)區(qū)的面積；當(dāng)觀(guān)測(cè)區(qū)為線(xiàn)狀要素時(shí)，取其外界矩形的面積；若兩觀(guān)測(cè)區(qū)都為點(diǎn)狀要素時(shí)，空間尺度相似性為1；、分別是兩空間對(duì)象MBR的長(zhǎng)度和寬度；

所述任務(wù)相似性度量模型計(jì)算方式為，記待比較的遙感影像應(yīng)用任務(wù)實(shí)例的屬性值為 、 ， ， 是屬性 的值域；遙感影像應(yīng)用任務(wù)實(shí)例的最終相似度是各屬性相似度的加權(quán)和，如下式所示：

（4）

其中 是屬性的權(quán)重， 是不同屬性數(shù)據(jù)類(lèi)型的相似度計(jì)算模型；

其中順序量表屬性?xún)H有定性層次的等級(jí)排序概念，無(wú)絕對(duì)零點(diǎn)和相等單位；觀(guān)測(cè)尺度屬性取值有小尺度、中尺度、大尺度，即是順序量表屬性；順序量表屬性的相似性計(jì)算如下式所示：

（5）

其中指順序量表屬性值域的元素個(gè)數(shù)， 指屬性值在順序量表中的序號(hào)，；

其中數(shù)值屬性可通過(guò)精確的數(shù)值或區(qū)間來(lái)描述特征；周期性具有小時(shí)、天、周、月、年五個(gè)尺度，通過(guò)附加數(shù)值可以表征更加精確的屬性，如1年或3-4周；由于該屬性即有數(shù)值也有區(qū)間，其相似度也分為點(diǎn)與點(diǎn)、點(diǎn)與區(qū)間、區(qū)間與區(qū)間之間的相似度三種；數(shù)值屬性的計(jì)算方法如下：

在可拓學(xué)中，設(shè)、為實(shí)域 QUOTE 上的任意兩點(diǎn)， 、 之距為：

（6）

設(shè) 為實(shí)域 上的任意一點(diǎn)，有界區(qū)間 為實(shí)域上任一區(qū)間，稱(chēng)

（7）

為點(diǎn)與區(qū)間之距；

有界區(qū)間 、 為實(shí)域上任意兩區(qū)間，稱(chēng)：

（8）

為區(qū)間 、之距；

兩個(gè)數(shù)值型的相似性計(jì)算如下式所示：

（9）

其中 、即可以是實(shí)數(shù)，也可以是區(qū)間；是歸一化之后的可拓距離；歸一化的方法是將 、 歸一化到[0,1]區(qū)間，且對(duì)進(jìn)行平移使之結(jié)果大于0；

布爾屬性?xún)H有真和假兩個(gè)布爾值，如應(yīng)急性?xún)H具有應(yīng)急和非應(yīng)急兩個(gè)狀態(tài)；其相似性計(jì)算如下式所示：

（10）

枚舉屬性的計(jì)算方法與布爾類(lèi)型一致；若兩屬性是同一枚舉值，則相似性為1，否則為0，如下式所示：

（11）。

步驟4，建立遙感影像應(yīng)用案例全局相似性度量模型，所述遙感影像應(yīng)用案例全局相似性度量模型是遙感影像應(yīng)用案例中時(shí)間、空間、任務(wù)三者相似性的加權(quán)和；

所述遙感影像應(yīng)用案例全局相似性度量模型計(jì)算方式為如下式所示：

（12）

其中、、分別為時(shí)間相似度、空間相似度、遙感應(yīng)用任務(wù)相似度。、、分別是三者的權(quán)重系數(shù)，總和為1；三個(gè)權(quán)重的具體取值因遙感應(yīng)用任務(wù)的特點(diǎn)而有所差異，可利用先驗(yàn)知識(shí)進(jìn)行設(shè)定。

步驟5，建立遙感影像應(yīng)用案例調(diào)整模型，包括遙感影像產(chǎn)品本體模型，根據(jù)用戶(hù)查詢(xún)對(duì)案例檢索結(jié)果中的遙感影像產(chǎn)品進(jìn)行特征調(diào)整，使之適應(yīng)用戶(hù)查詢(xún)。

所述遙感影像應(yīng)用案例調(diào)整模型包含內(nèi)容為：提取初始案例檢索結(jié)果中的遙感特征參數(shù)，將這部分信息抽取去重之后，利用遙感影像產(chǎn)品本體對(duì)其進(jìn)行相似性擴(kuò)展，可取前top-k個(gè)相似產(chǎn)品完善其參數(shù)。排序中優(yōu)先相似案例中已有的產(chǎn)品，擴(kuò)展的產(chǎn)品為后續(xù)，依據(jù)相似性高低依次排列。

所述遙感影像產(chǎn)品本體模型將遙感影像產(chǎn)品分為標(biāo)準(zhǔn)產(chǎn)品、高級(jí)產(chǎn)品、專(zhuān)題產(chǎn)品以及應(yīng)用產(chǎn)品；標(biāo)準(zhǔn)產(chǎn)品是0~2級(jí)的幾何、輻射初級(jí)校正產(chǎn)品；高級(jí)產(chǎn)品是經(jīng)過(guò)幾何、高程等精校正的產(chǎn)品；專(zhuān)題產(chǎn)品則因具體傳感器的設(shè)計(jì)目標(biāo)不同而有所差異；應(yīng)用產(chǎn)品則是面向具體應(yīng)用經(jīng)過(guò)深加工的圖件。

步驟6，輸入任務(wù)、時(shí)間、空間，通過(guò)步驟3、步驟4定義的相似性模型，從步驟2建立的案例庫(kù)中尋找相似的遙感影像應(yīng)用案例，利用步驟5的調(diào)整模型對(duì)檢索到的相似遙感影像應(yīng)用案例進(jìn)行調(diào)整，獲取滿(mǎn)足該任務(wù)的遙感影像特征參數(shù)，并轉(zhuǎn)化為對(duì)遙感影像元數(shù)據(jù)的查詢(xún)，最終獲取遙感影像查詢(xún)結(jié)果。

本發(fā)明還提供一種時(shí)空約束下任務(wù)驅(qū)動(dòng)的遙感影像發(fā)現(xiàn)系統(tǒng)，包括以下模塊：

案例庫(kù)模塊，用于定義遙感影像應(yīng)用案例結(jié)構(gòu)模型和建立遙感影像應(yīng)用案例，所述遙感影像應(yīng)用案例結(jié)構(gòu)模型是遙感影像應(yīng)用實(shí)例的抽象類(lèi)，其組成元素包括時(shí)間、空間、任務(wù)、遙感影像產(chǎn)品及應(yīng)用效果，所述遙感影像應(yīng)用案例是遙感影像應(yīng)用案例結(jié)構(gòu)模型的實(shí)例；

案例檢索模塊，用于建立遙感影像應(yīng)用案例時(shí)間、空間、任務(wù)的局部相似性模型及全局相似性模型，并根據(jù)該模型檢索出與用戶(hù)查詢(xún)相似的遙感影像應(yīng)用案例；

時(shí)間相似性度量模型計(jì)算方式為如下式所示：

（1）

其中、 、 分別是時(shí)間在單位年、月、日上的衰減因子，一般取值在0~1之間；對(duì)于一般任務(wù)，兩時(shí)間間隔越遠(yuǎn)相似度越低， 是以日為單位的兩時(shí)間距離；對(duì)于周期型任務(wù)， 、、 分別是兩時(shí)間以周期為基準(zhǔn)計(jì)算的在年、月和日上的距離；

所述空間相似性度量模型計(jì)算方式為如下式所示：

其中 是尺度衰減因子，取值在0~1之間；是用戶(hù)查詢(xún)的觀(guān)測(cè)區(qū)與待比較案例的觀(guān)測(cè)區(qū)幾何形狀維度差異系數(shù)；幾何形狀維度按點(diǎn)、線(xiàn)、面依次排列，點(diǎn)與線(xiàn)、點(diǎn)與面的維度差異系數(shù)為0，其他情況為1； 、 分別是用戶(hù)查詢(xún)的觀(guān)測(cè)區(qū)與案例庫(kù)中某個(gè)案例觀(guān)測(cè)區(qū)的面積；當(dāng)觀(guān)測(cè)區(qū)為線(xiàn)狀要素時(shí)，取其外界矩形的面積；若兩觀(guān)測(cè)區(qū)都為點(diǎn)狀要素時(shí)，空間尺度相似性為1； 、 分別是兩空間對(duì)象MBR的長(zhǎng)度和寬度；

所述任務(wù)相似性度量模型計(jì)算方式為，記待比較的遙感影像應(yīng)用任務(wù)實(shí)例的屬性值為 、 ， ， 是屬性的值域；遙感影像應(yīng)用任務(wù)實(shí)例的最終相似度是各屬性相似度的加權(quán)和，如下式所示：

（4）

其中是屬性的權(quán)重，是不同屬性數(shù)據(jù)類(lèi)型的相似度計(jì)算模型；

其中順序量表屬性?xún)H有定性層次的等級(jí)排序概念，無(wú)絕對(duì)零點(diǎn)和相等單位；觀(guān)測(cè)尺度屬性取值有小尺度、中尺度、大尺度，即是順序量表屬性；順序量表屬性的相似性計(jì)算如下式所示：

（5）

其中指順序量表屬性值域的元素個(gè)數(shù)，指屬性值在順序量表中的序號(hào)，；

其中數(shù)值屬性可通過(guò)精確的數(shù)值或區(qū)間來(lái)描述特征；周期性具有小時(shí)、天、周、月、年五個(gè)尺度，通過(guò)附加數(shù)值可以表征更加精確的屬性，如1年或3-4周；由于該屬性即有數(shù)值也有區(qū)間，其相似度也分為點(diǎn)與點(diǎn)、點(diǎn)與區(qū)間、區(qū)間與區(qū)間之間的相似度三種；數(shù)值屬性的計(jì)算方法如下：

在可拓學(xué)中，設(shè) 、 為實(shí)域上的任意兩點(diǎn)， 、 之距為：

（6）

設(shè) QUOTE 為實(shí)域 QUOTE 上的任意一點(diǎn)，有界區(qū)間為實(shí)域上任一區(qū)間，稱(chēng)

（7）

為點(diǎn) 與區(qū)間之距；

有界區(qū)間 、 為實(shí)域上任意兩區(qū)間，稱(chēng)：

（8）

為區(qū)間 、 之距；

兩個(gè)數(shù)值型的相似性計(jì)算如下式所示：

（9）

其中、 即可以是實(shí)數(shù)，也可以是區(qū)間；是歸一化之后的可拓距離；歸一化的方法是將、歸一化到[0,1]區(qū)間，且對(duì)進(jìn)行平移使之結(jié)果大于0；

布爾屬性?xún)H有真和假兩個(gè)布爾值，如應(yīng)急性?xún)H具有應(yīng)急和非應(yīng)急兩個(gè)狀態(tài)；其相似性計(jì)算如下式所示：

（10）

枚舉屬性的計(jì)算方法與布爾類(lèi)型一致；若兩屬性是同一枚舉值，則相似性為1，否則為0，如下式所示：

（11）

所述遙感影像應(yīng)用案例全局相似性度量模型計(jì)算方式為如下式所示：

（12）

其中、、 分別為時(shí)間相似度、空間相似度、遙感應(yīng)用任務(wù)相似度； 、 、分別是三者的權(quán)重系數(shù)，總和為1；三個(gè)權(quán)重的具體取值因遙感應(yīng)用任務(wù)的特點(diǎn)而有所差異，可利用先驗(yàn)知識(shí)進(jìn)行設(shè)定。

案例調(diào)整模塊，用于建立遙感影像應(yīng)用案例調(diào)整模型，所述遙感影像應(yīng)用案例調(diào)整模型包含內(nèi)容為：提取初始案例檢索結(jié)果中的遙感特征參數(shù)，將這部分信息抽取去重之后，利用遙感影像產(chǎn)品本體對(duì)其進(jìn)行相似性擴(kuò)展，可取前top-k個(gè)相似產(chǎn)品完善其參數(shù)。排序中優(yōu)先相似案例中已有的產(chǎn)品，擴(kuò)展的產(chǎn)品為后續(xù)，依據(jù)相似性高低依次排列。

因此，本發(fā)明基于案例推理來(lái)對(duì)任務(wù)與遙感影像參數(shù)之間的關(guān)系進(jìn)行描述，可有效避免任務(wù)與遙感影像參數(shù)之間關(guān)系在時(shí)空因素影響下難以建模的問(wèn)題，具體包括：

（1）利用案例推理作為任務(wù)和遙感影像參數(shù)的中間層，可以顧及時(shí)空約束的影響并降低任務(wù)與傳感器之間關(guān)系的耦合性，減少維護(hù)的代價(jià)；

（2）遙感影像應(yīng)用案例易于收集，推理過(guò)程和推理結(jié)果利于理解，便于更新，且描述形式簡(jiǎn)單，計(jì)算方便。

附圖說(shuō)明

圖1是本發(fā)明實(shí)施例的檢索流程圖。

圖2是本發(fā)明實(shí)施例的遙感影像應(yīng)用案例結(jié)構(gòu)模型圖。

圖3是本發(fā)明實(shí)施例的遙感影像應(yīng)用案例庫(kù)建立流程圖。

圖4是本發(fā)明實(shí)施例的遙感影像產(chǎn)品本體模型示意圖。

具體實(shí)施方式

下面通過(guò)實(shí)施例，并結(jié)合附圖，對(duì)本發(fā)明的技術(shù)方案作進(jìn)一步具體的說(shuō)明。

首先介紹一下本發(fā)明所用到的理論基礎(chǔ)。

基于案例的推理是人工智能中新崛起的一種重要推理技術(shù)?；诎咐耐评硭枷肫鹪从谡J(rèn)知科學(xué)，是在記憶模型基礎(chǔ)之上發(fā)展起來(lái)的一種人工智能和機(jī)器學(xué)習(xí)方法。案例是過(guò)去解決問(wèn)題的經(jīng)驗(yàn)，可表示成不同的形式，包括結(jié)構(gòu)化、半結(jié)構(gòu)化甚至自然語(yǔ)言的形式。案例庫(kù)是一系列案例的集合。CBR以當(dāng)前的新問(wèn)題以及案例庫(kù)中的案例為數(shù)據(jù)源，通過(guò)推理給出新問(wèn)題的解決方案。

CBR技術(shù)是人們?cè)诓粩嘌芯咳祟?lèi)認(rèn)知，并且在認(rèn)知科學(xué)和計(jì)算機(jī)科學(xué)方面取得的成果，對(duì)人類(lèi)的過(guò)去經(jīng)驗(yàn)和前人智慧進(jìn)行重現(xiàn)，并利用它們指導(dǎo)解決新問(wèn)題?；诎咐评硖貏e適用于領(lǐng)域知識(shí)難以抽象成規(guī)則，而積累經(jīng)驗(yàn)豐富可表示成案例形式的領(lǐng)域。

基于案例的推理技術(shù)是人工智能認(rèn)知學(xué)派的基于類(lèi)比的知識(shí)推理方法。錢(qián)學(xué)森教授認(rèn)為人類(lèi)思維一般分為三類(lèi)：抽象思維、形象思維以及靈感思維。類(lèi)比、聯(lián)想是形象思維的一種，也是人們解決問(wèn)題的常用思維方式。所謂類(lèi)比，就是通過(guò)尋找與確定兩個(gè)或兩類(lèi)事物之間的對(duì)應(yīng)關(guān)系，根據(jù)其中一方的特征和規(guī)律來(lái)推測(cè)另一方的特征和規(guī)律。類(lèi)比推理是通過(guò)尋找過(guò)去同類(lèi)問(wèn)題的解決方法，來(lái)解決當(dāng)前問(wèn)題的一種推理模式，是從特殊到特殊的推理過(guò)程。

有源對(duì)象以及目標(biāo)對(duì)象分別為、。有相似度函數(shù)建立起兩者之間的屬性、關(guān)系映射，以及相似度閾值。若，則稱(chēng)與相似，記為 。

類(lèi)比推理的基礎(chǔ)是相似性原理，即相似的問(wèn)題有相似的解決方法，類(lèi)比推理過(guò)程可以形式化描述如下：

有 ；

S的結(jié)論或求解策略為；

則 。

是在與相似的基礎(chǔ)上，引入或修改 的部分得到的。

類(lèi)比推理推理過(guò)程中，問(wèn)題描述和結(jié)論或解決方案都是類(lèi)比的對(duì)象。由于類(lèi)比過(guò)程是一種模糊的比較過(guò)程，因此類(lèi)比推理具有一定的創(chuàng)造性，可以在知識(shí)不完備、對(duì)問(wèn)題的認(rèn)識(shí)不全面的情況下得出待證的結(jié)論。但也由于類(lèi)比推理的前提知識(shí)不完全，類(lèi)比的結(jié)論可能有效，也可能無(wú)效。因此需要對(duì)結(jié)論進(jìn)行驗(yàn)證，檢驗(yàn)其正確性。這也是類(lèi)比推理與傳統(tǒng)邏輯推理、規(guī)則推理區(qū)別較大的地方。

CBR方法的建立有四個(gè)假設(shè)(Kolodner, 1993)：

1)正則性，即相同的情況下執(zhí)行相同的行為或操作，通常會(huì)導(dǎo)致相同或相似的結(jié)果；

2)典型性，問(wèn)題和事件重復(fù)發(fā)生的可能性很高，將來(lái)的問(wèn)題或事件與過(guò)去的問(wèn)題和時(shí)間很可能是相似的；

3)一致性，又稱(chēng)相對(duì)穩(wěn)定性，即如果問(wèn)題發(fā)生的情況發(fā)生了小變動(dòng)，其解決方式也只需稍作改動(dòng)；

4)易調(diào)整性，盡管現(xiàn)實(shí)世界中問(wèn)題和事件很少完全重復(fù)，但兩個(gè)問(wèn)題和事件差別很小的情況是很常見(jiàn)的，較小的差別容易通過(guò)較小的調(diào)整來(lái)解決。

CBR的問(wèn)題求解方式與人類(lèi)求解問(wèn)題的方式較相一致，相比基于規(guī)則、模型的專(zhuān)家系統(tǒng)，其具有簡(jiǎn)化知識(shí)獲取、提高求解效率、改善求解質(zhì)量、進(jìn)行知識(shí)積累等優(yōu)點(diǎn)(Aamodt et al., 1994)。其興起的原因之一也是傳統(tǒng)基于規(guī)則的系統(tǒng)存在知識(shí)獲取瓶頸、對(duì)于處理過(guò)的問(wèn)題沒(méi)有記憶、處理例外問(wèn)題困難等不足，因此其非常適用于模型和領(lǐng)域知識(shí)難以定義或定義不一致而經(jīng)驗(yàn)豐富的決策環(huán)境中，能夠在無(wú)法獲取機(jī)理模型、確定規(guī)則或統(tǒng)計(jì)模型時(shí)，利用隱含著難以提取規(guī)則的知識(shí)片段的案例，通過(guò)采用相似性推理實(shí)現(xiàn)問(wèn)題的求解和預(yù)測(cè)，不僅可以學(xué)習(xí)正面的經(jīng)驗(yàn)，還可以學(xué)習(xí)反面的經(jīng)驗(yàn)，成為了結(jié)構(gòu)不良或結(jié)構(gòu)復(fù)雜領(lǐng)域的理想的推理方法。

接下來(lái)，闡述本發(fā)明的具體技術(shù)方案。

參見(jiàn)圖1，本發(fā)明實(shí)施例所提供方法主要包括以下步驟：

步驟1，建立遙感影像應(yīng)用案例結(jié)構(gòu)模型，所述遙感影像應(yīng)用案例結(jié)構(gòu)模型是遙感影像應(yīng)用實(shí)例的抽象類(lèi)，包含其組成元素包括時(shí)間、空間、任務(wù)、遙感影像產(chǎn)品及應(yīng)用效果；

實(shí)施例建立的遙感影像應(yīng)用案例結(jié)構(gòu)模型參見(jiàn)圖2，遙感影像應(yīng)用案例由問(wèn)題描述、解決方案、解決效果三大部分組成，其中問(wèn)題描述部分包括時(shí)間、空間及任務(wù)；解決方案部分包括影像特征參數(shù)；解決效果包括應(yīng)用效果，包括定性效果和定量效果。定性效果如可行、可用、不行等，定量效果如分類(lèi)精度等。每個(gè)遙感影像應(yīng)用案例包含一個(gè)問(wèn)題描述、一個(gè)解決方案以及一個(gè)解決效果。每個(gè)問(wèn)題描述包含一個(gè)時(shí)間元素、一個(gè)空間元素、一個(gè)任務(wù)元素。每個(gè)解決方案包括一個(gè)或多個(gè)遙感影像產(chǎn)品。每個(gè)應(yīng)用效果包括一個(gè)應(yīng)用效果。

步驟2，建立遙感影像應(yīng)用案例庫(kù)，從文獻(xiàn)、專(zhuān)著、網(wǎng)站、調(diào)研等多種途徑按照遙感影像應(yīng)用案例結(jié)構(gòu)模型收集整理遙感影像應(yīng)用案例，構(gòu)建案例庫(kù)；

實(shí)施例建立的遙感影像應(yīng)用案例庫(kù)建立流程參見(jiàn)圖3，首先收集包含遙感影像應(yīng)用案例的文獻(xiàn)、專(zhuān)著、網(wǎng)站等資料，也可通過(guò)調(diào)研、專(zhuān)家訪(fǎng)談等方式獲取相關(guān)資料；對(duì)這些資料進(jìn)行分析整理，抽取遙感影像應(yīng)用案例元素，包括時(shí)間、空間、任務(wù)、遙感影像產(chǎn)品、應(yīng)用效果，構(gòu)建遙感影像應(yīng)用案例庫(kù)。

步驟3，建立遙感影像應(yīng)用案例局部相似性度量模型，所述遙感影像應(yīng)用案例局部相似性度量模型是遙感影像應(yīng)用案例中時(shí)間、空間、任務(wù)三元素各自的相似性度量模型；

所述時(shí)間相似性度量模型計(jì)算方式為如下式所示：

（1）

其中、、分別是時(shí)間在單位年、月、日上的衰減因子，一般取值在0~1之間；對(duì)于一般任務(wù)，兩時(shí)間間隔越遠(yuǎn)相似度越低，是以日為單位的兩時(shí)間距離；對(duì)于周期型任務(wù)，、、分別是兩時(shí)間以周期為基準(zhǔn)計(jì)算的在年、月和日上的距離；

所述空間相似性度量模型計(jì)算方式為如下式所示：

其中是尺度衰減因子，取值在0~1之間，是用戶(hù)查詢(xún)的觀(guān)測(cè)區(qū)與待比較案例的觀(guān)測(cè)區(qū)幾何形狀維度差異系數(shù)；幾何形狀維度按點(diǎn)、線(xiàn)、面依次排列，點(diǎn)與線(xiàn)、點(diǎn)與面的維度差異系數(shù)為0，其他情況為1；、分別是用戶(hù)查詢(xún)的觀(guān)測(cè)區(qū)與案例庫(kù)中某個(gè)案例觀(guān)測(cè)區(qū)的面積；當(dāng)觀(guān)測(cè)區(qū)為線(xiàn)狀要素時(shí)，取其外界矩形的面積；若兩觀(guān)測(cè)區(qū)都為點(diǎn)狀要素時(shí)，空間尺度相似性為1；、分別是兩空間對(duì)象MBR的長(zhǎng)度和寬度；

所述任務(wù)相似性度量模型計(jì)算方式為，記待比較的遙感影像應(yīng)用任務(wù)實(shí)例的屬性值為 、 ， ， 是屬性 的值域；遙感影像應(yīng)用任務(wù)實(shí)例的最終相似度是各屬性相似度的加權(quán)和，如下式所示：

（4）

其中 是屬性的權(quán)重， 是不同屬性數(shù)據(jù)類(lèi)型的相似度計(jì)算模型；

其中順序量表屬性?xún)H有定性層次的等級(jí)排序概念，無(wú)絕對(duì)零點(diǎn)和相等單位；觀(guān)測(cè)尺度屬性取值有小尺度、中尺度、大尺度，即是順序量表屬性；順序量表屬性的相似性計(jì)算如下式所示：

（5）

其中指順序量表屬性值域的元素個(gè)數(shù)，指屬性值在順序量表中的序號(hào)，；

其中數(shù)值屬性可通過(guò)精確的數(shù)值或區(qū)間來(lái)描述特征；周期性具有小時(shí)、天、周、月、年五個(gè)尺度，通過(guò)附加數(shù)值可以表征更加精確的屬性，如1年或3-4周；由于該屬性即有數(shù)值也有區(qū)間，其相似度也分為點(diǎn)與點(diǎn)、點(diǎn)與區(qū)間、區(qū)間與區(qū)間之間的相似度三種；數(shù)值屬性的計(jì)算方法如下：

在可拓學(xué)中，設(shè)、為實(shí)域 QUOTE 上的任意兩點(diǎn)， 、 之距為：

（6）

設(shè) 為實(shí)域 上的任意一點(diǎn)，有界區(qū)間 為實(shí)域上任一區(qū)間，稱(chēng)

（7）

為點(diǎn)與區(qū)間之距；

有界區(qū)間 、 為實(shí)域上任意兩區(qū)間，稱(chēng)：

（8）

為區(qū)間 、之距；

兩個(gè)數(shù)值型的相似性計(jì)算如下式所示：

（9）

其中 、即可以是實(shí)數(shù)，也可以是區(qū)間；是歸一化之后的可拓距離；歸一化的方法是將 、 歸一化到[0,1]區(qū)間，且對(duì)進(jìn)行平移使之結(jié)果大于0；

布爾屬性?xún)H有真和假兩個(gè)布爾值，如應(yīng)急性?xún)H具有應(yīng)急和非應(yīng)急兩個(gè)狀態(tài)；其相似性計(jì)算如下式所示：

（10）

枚舉屬性的計(jì)算方法與布爾類(lèi)型一致；若兩屬性是同一枚舉值，則相似性為1，否則為0，如下式所示：

（11）。

步驟4，建立遙感影像應(yīng)用案例全局相似性度量模型，所述遙感影像應(yīng)用案例全局相似性度量模型是遙感影像應(yīng)用案例中時(shí)間、空間、任務(wù)三者相似性的加權(quán)和；

所述遙感影像應(yīng)用案例全局相似性度量模型計(jì)算方式為如下式所示：

（12）

其中、、分別為時(shí)間相似度、空間相似度、遙感應(yīng)用任務(wù)相似度。、、分別是三者的權(quán)重系數(shù)，總和為1；三個(gè)權(quán)重的具體取值因遙感應(yīng)用任務(wù)的特點(diǎn)而有所差異，可利用先驗(yàn)知識(shí)進(jìn)行設(shè)定。

步驟5，建立遙感影像應(yīng)用案例調(diào)整模型，包括遙感影像產(chǎn)品本體模型，根據(jù)用戶(hù)查詢(xún)對(duì)案例檢索結(jié)果中的遙感影像產(chǎn)品進(jìn)行特征調(diào)整，使之適應(yīng)用戶(hù)查詢(xún)。

所述遙感影像應(yīng)用案例調(diào)整模型包含內(nèi)容為：提取初始案例檢索結(jié)果中的遙感特征參數(shù)，將這部分信息抽取去重之后，利用遙感影像產(chǎn)品本體對(duì)其進(jìn)行相似性擴(kuò)展，可取前top-k個(gè)相似產(chǎn)品完善其參數(shù)。排序中優(yōu)先相似案例中已有的產(chǎn)品，擴(kuò)展的產(chǎn)品為后續(xù)，依據(jù)相似性高低依次排列。

實(shí)施例建立的遙感影像產(chǎn)品本體示意圖參見(jiàn)圖4，一般情況下可將遙感影像產(chǎn)品分為標(biāo)準(zhǔn)產(chǎn)品、高級(jí)產(chǎn)品、專(zhuān)題產(chǎn)品以及應(yīng)用產(chǎn)品。標(biāo)準(zhǔn)產(chǎn)品是0~2級(jí)的幾何、輻射初級(jí)校正產(chǎn)品。高級(jí)產(chǎn)品是經(jīng)過(guò)幾何、高程等精校正的產(chǎn)品。專(zhuān)題產(chǎn)品則因具體傳感器的設(shè)計(jì)目標(biāo)不同而有所差異。應(yīng)用產(chǎn)品則是面向具體應(yīng)用經(jīng)過(guò)深加工的圖件，通常還輔以文字報(bào)告。

專(zhuān)題圖件以其傳感器的特色形成了標(biāo)準(zhǔn)化的系列產(chǎn)品，能夠直接獲取并具有較快速的應(yīng)用效果。常見(jiàn)的專(zhuān)題圖件產(chǎn)品可再分為陸地專(zhuān)題產(chǎn)品、大氣專(zhuān)題產(chǎn)品、海洋專(zhuān)題產(chǎn)品以及空間環(huán)境專(zhuān)題產(chǎn)品。典型的陸地專(zhuān)題產(chǎn)品包括生物物理參數(shù)產(chǎn)品（植被指數(shù)、葉面積指數(shù)、初級(jí)生產(chǎn)力等數(shù)據(jù)產(chǎn)品）、地表物理參數(shù)產(chǎn)品（地表蒸散量、土壤含水量、地表反射率等數(shù)據(jù)產(chǎn)品）、景觀(guān)生態(tài)指數(shù)產(chǎn)品（景觀(guān)破碎度產(chǎn)品、景觀(guān)豐富度指數(shù)產(chǎn)品、景觀(guān)優(yōu)勢(shì)度指數(shù)產(chǎn)品、生物豐度指數(shù)等各種產(chǎn)品）等。

步驟6，輸入任務(wù)、時(shí)間、空間，通過(guò)步驟3、4定義的相似性模型，從步驟2建立的案例庫(kù)中尋找相似的遙感影像應(yīng)用案例，利用步驟5的調(diào)整模型對(duì)檢索到的相似遙感影像應(yīng)用案例進(jìn)行調(diào)整，獲取滿(mǎn)足該任務(wù)的遙感影像特征參數(shù)，并轉(zhuǎn)化為對(duì)遙感影像元數(shù)據(jù)的查詢(xún)，最終獲取遙感影像查詢(xún)結(jié)果。

本發(fā)明還提供一種時(shí)空約束下的任務(wù)驅(qū)動(dòng)的遙感影像發(fā)現(xiàn)案例推理系統(tǒng)，包括以下模塊：

案例庫(kù)模塊，用于定義遙感影像應(yīng)用案例結(jié)構(gòu)模型和建立遙感影像應(yīng)用案例，所述遙感影像應(yīng)用案例結(jié)構(gòu)模型是遙感影像應(yīng)用實(shí)例的抽象類(lèi)，其組成元素包括時(shí)間、空間、任務(wù)、遙感影像產(chǎn)品及應(yīng)用效果，所述遙感影像應(yīng)用案例是遙感影像應(yīng)用案例結(jié)構(gòu)模型的實(shí)例；

案例檢索模塊，用于建立遙感影像應(yīng)用案例時(shí)間、空間、任務(wù)的局部相似性模型及全局相似性模型，并根據(jù)該模型檢索出與用戶(hù)查詢(xún)相似的遙感影像應(yīng)用案例；

時(shí)間相似性度量模型計(jì)算方式為如下式所示：

（1）

其中、 、 分別是時(shí)間在單位年、月、日上的衰減因子，一般取值在0~1之間；對(duì)于一般任務(wù)，兩時(shí)間間隔越遠(yuǎn)相似度越低， 是以日為單位的兩時(shí)間距離；對(duì)于周期型任務(wù)， 、、 分別是兩時(shí)間以周期為基準(zhǔn)計(jì)算的在年、月和日上的距離；

所述空間相似性度量模型計(jì)算方式為如下式所示：

其中 是尺度衰減因子，取值在0~1之間；是用戶(hù)查詢(xún)的觀(guān)測(cè)區(qū)與待比較案例的觀(guān)測(cè)區(qū)幾何形狀維度差異系數(shù)；幾何形狀維度按點(diǎn)、線(xiàn)、面依次排列，點(diǎn)與線(xiàn)、點(diǎn)與面的維度差異系數(shù)為0，其他情況為1； 、 分別是用戶(hù)查詢(xún)的觀(guān)測(cè)區(qū)與案例庫(kù)中某個(gè)案例觀(guān)測(cè)區(qū)的面積；當(dāng)觀(guān)測(cè)區(qū)為線(xiàn)狀要素時(shí)，取其外界矩形的面積；若兩觀(guān)測(cè)區(qū)都為點(diǎn)狀要素時(shí)，空間尺度相似性為1； 、 分別是兩空間對(duì)象MBR的長(zhǎng)度和寬度；

所述任務(wù)相似性度量模型計(jì)算方式為，記待比較的遙感影像應(yīng)用任務(wù)實(shí)例的屬性值為 、 ， ， 是屬性的值域；遙感影像應(yīng)用任務(wù)實(shí)例的最終相似度是各屬性相似度的加權(quán)和，如下式所示：

（4）

其中是屬性的權(quán)重，是不同屬性數(shù)據(jù)類(lèi)型的相似度計(jì)算模型；

其中順序量表屬性?xún)H有定性層次的等級(jí)排序概念，無(wú)絕對(duì)零點(diǎn)和相等單位；觀(guān)測(cè)尺度屬性取值有小尺度、中尺度、大尺度，即是順序量表屬性；順序量表屬性的相似性計(jì)算如下式所示：

（5）

其中指順序量表屬性值域的元素個(gè)數(shù)，指屬性值在順序量表中的序號(hào)，；

其中數(shù)值屬性可通過(guò)精確的數(shù)值或區(qū)間來(lái)描述特征；周期性具有小時(shí)、天、周、月、年五個(gè)尺度，通過(guò)附加數(shù)值可以表征更加精確的屬性，如1年或3-4周；由于該屬性即有數(shù)值也有區(qū)間，其相似度也分為點(diǎn)與點(diǎn)、點(diǎn)與區(qū)間、區(qū)間與區(qū)間之間的相似度三種；數(shù)值屬性的計(jì)算方法如下：

在可拓學(xué)中，設(shè) 、 為實(shí)域上的任意兩點(diǎn)， 、 之距為：

（6）

設(shè) QUOTE 為實(shí)域 QUOTE 上的任意一點(diǎn)，有界區(qū)間為實(shí)域上任一區(qū)間，稱(chēng)

（7）

為點(diǎn) 與區(qū)間之距；

有界區(qū)間 、 為實(shí)域上任意兩區(qū)間，稱(chēng)：

（8）

為區(qū)間 、 之距；

兩個(gè)數(shù)值型的相似性計(jì)算如下式所示：

（9）

其中、 即可以是實(shí)數(shù)，也可以是區(qū)間；是歸一化之后的可拓距離；歸一化的方法是將、歸一化到[0,1]區(qū)間，且對(duì)進(jìn)行平移使之結(jié)果大于0；

布爾屬性?xún)H有真和假兩個(gè)布爾值，如應(yīng)急性?xún)H具有應(yīng)急和非應(yīng)急兩個(gè)狀態(tài)；其相似性計(jì)算如下式所示：

（10）

枚舉屬性的計(jì)算方法與布爾類(lèi)型一致；若兩屬性是同一枚舉值，則相似性為1，否則為0，如下式所示：

（11）

所述遙感影像應(yīng)用案例全局相似性度量模型計(jì)算方式為如下式所示：

（12）

其中、、 分別為時(shí)間相似度、空間相似度、遙感應(yīng)用任務(wù)相似度； 、 、分別是三者的權(quán)重系數(shù)，總和為1；三個(gè)權(quán)重的具體取值因遙感應(yīng)用任務(wù)的特點(diǎn)而有所差異，可利用先驗(yàn)知識(shí)進(jìn)行設(shè)定。

案例調(diào)整模塊，用于建立遙感影像應(yīng)用案例調(diào)整模型，所述遙感影像應(yīng)用案例調(diào)整模型包含內(nèi)容為：提取初始案例檢索結(jié)果中的遙感特征參數(shù)，將這部分信息抽取去重之后，利用遙感影像產(chǎn)品本體對(duì)其進(jìn)行相似性擴(kuò)展，可取前top-k個(gè)相似產(chǎn)品完善其參數(shù)。排序中優(yōu)先相似案例中已有的產(chǎn)品，擴(kuò)展的產(chǎn)品為后續(xù)，依據(jù)相似性高低依次排列。

可以預(yù)先進(jìn)行步驟1~2構(gòu)建遙感影像應(yīng)用案例庫(kù)，在需要查詢(xún)時(shí)輸入任務(wù)、時(shí)間、空間。實(shí)施例的步驟3~6中通過(guò)任務(wù)獲取滿(mǎn)足該任務(wù)的遙感影像的具體方法如下：首先根據(jù)遙感影像應(yīng)用案例局部相似性模型和全局相似性模型獲取與查詢(xún)相似的遙感影像應(yīng)用案例，該過(guò)程中需要輸入任務(wù)的觀(guān)測(cè)空間、時(shí)間范圍，若空間、時(shí)間范圍為空則取默認(rèn)值；然后由案例調(diào)整模型獲取可能的遙感影像產(chǎn)品信息，并通過(guò)遙感影像產(chǎn)品本體模型對(duì)其進(jìn)行擴(kuò)充；對(duì)輸出的遙感影像產(chǎn)品提取特征參數(shù)，并轉(zhuǎn)化為遙感影像元數(shù)據(jù)的查詢(xún)，獲取遙感影像查詢(xún)結(jié)果。

具體實(shí)施時(shí)，以上流程可采用計(jì)算機(jī)軟件技術(shù)實(shí)現(xiàn)自動(dòng)運(yùn)行，也可以采用模塊化方式提供相應(yīng)系統(tǒng)。本發(fā)明實(shí)施例提供一種時(shí)空約束下的任務(wù)驅(qū)動(dòng)的遙感影像發(fā)現(xiàn)案例推理系統(tǒng)，包括以下模塊：

案例庫(kù)模塊，用于定義遙感影像應(yīng)用案例結(jié)構(gòu)模型和建立遙感影像應(yīng)用案例，所述遙感影像應(yīng)用案例結(jié)構(gòu)模型是遙感影像應(yīng)用實(shí)例的抽象類(lèi)，其組成元素包括時(shí)間、空間、任務(wù)、遙感影像產(chǎn)品及應(yīng)用效果，所述遙感影像應(yīng)用案例是遙感影像應(yīng)用案例結(jié)構(gòu)模型的實(shí)例；

案例檢索模塊，用于建立遙感影像應(yīng)用案例時(shí)間、空間、任務(wù)的局部相似性模型及全局相似性模型，并根據(jù)該模型檢索出與用戶(hù)查詢(xún)相似的遙感影像應(yīng)用案例；

案例調(diào)整模塊，用于建立遙感影像應(yīng)用案例調(diào)整模型，所述遙感影像應(yīng)用案例調(diào)整模型包含內(nèi)容為：提取初始案例檢索結(jié)果中的遙感影像產(chǎn)品信息，將這部分信息抽取去重之后，利用遙感影像產(chǎn)品本體對(duì)其進(jìn)行相似性擴(kuò)展，可取前top-k個(gè)相似產(chǎn)品完善其參數(shù)。排序中優(yōu)先相似案例中已有的產(chǎn)品，擴(kuò)展的產(chǎn)品為后續(xù)，依據(jù)相似性高低依次排列。

可以預(yù)先進(jìn)行步驟1~2構(gòu)建遙感影像應(yīng)用案例庫(kù)，在需要查詢(xún)時(shí)輸入任務(wù)、時(shí)間、空間。實(shí)施例的步驟3~6中通過(guò)任務(wù)獲取滿(mǎn)足該任務(wù)的遙感影像的具體方法如下：首先根據(jù)遙感影像應(yīng)用案例局部相似性模型和全局相似性模型獲取與查詢(xún)相似的遙感影像應(yīng)用案例，該過(guò)程中需要輸入任務(wù)的觀(guān)測(cè)空間、時(shí)間范圍，若空間、時(shí)間范圍為空則取默認(rèn)值；然后由案例調(diào)整模型獲取可能的遙感影像產(chǎn)品參數(shù)信息，并通過(guò)遙感影像產(chǎn)品本體模型對(duì)其進(jìn)行擴(kuò)充；對(duì)輸出的遙感影像產(chǎn)品提取特征參數(shù)，并轉(zhuǎn)化為遙感影像元數(shù)據(jù)的查詢(xún)，獲取遙感影像查詢(xún)結(jié)果。

各模塊實(shí)現(xiàn)可參見(jiàn)相應(yīng)步驟，本發(fā)明不予贅述。

本文中所描述的具體實(shí)施例僅僅是對(duì)本發(fā)明精神作舉例說(shuō)明。本發(fā)明所屬技術(shù)領(lǐng)域的技術(shù)人員可以對(duì)所描述的具體實(shí)施例做各種各樣的修改或補(bǔ)充或采用類(lèi)似的方式替代，但并不會(huì)偏離本發(fā)明的精神或者超越所附權(quán)利要求書(shū)所定義的范圍。