段紅偉，孟令奎，黃長(zhǎng)青，李 穎，李繼園

1.武漢大學(xué) 遙感信息工程學(xué)院，湖北 武漢430079；2.河南省氣象科學(xué)研究院，河南 鄭州450003

1 引 言

語(yǔ)義Web技術(shù)的發(fā)展推動(dòng)了地理數(shù)據(jù)的語(yǔ)義化表達(dá)。隨著各種地理數(shù)據(jù)語(yǔ)義化項(xiàng)目，如GeoName［1］、OpenStreetMap［2］、Linked GeoData［3］等項(xiàng)目的不斷開(kāi)展，地理語(yǔ)義數(shù)據(jù)愈加豐富和龐大，如何構(gòu)建適合的地理語(yǔ)義空間索引來(lái)快速有效地進(jìn)行地理語(yǔ)義空間查詢(xún)變得愈加重要。

同傳統(tǒng)的地理數(shù)據(jù)相比，地理語(yǔ)義數(shù)據(jù)采用RDF（resource description framework）［4］定義數(shù)據(jù)模型，采 用 SPARQL［5］語(yǔ) 言（simple protocol and RDF query language）進(jìn)行數(shù)據(jù)查詢(xún)，這種數(shù)據(jù)和查詢(xún)語(yǔ)言的特點(diǎn)要求地理語(yǔ)義數(shù)據(jù)采用RDF的三元組｛主語(yǔ)，謂詞，賓語(yǔ)｝對(duì)數(shù)據(jù)進(jìn)行描述，地理語(yǔ)義空間查詢(xún)必須在三元組空間上進(jìn)行空間關(guān)系和空間分析運(yùn)算，并基于SPARQL查詢(xún)返回主語(yǔ)、謂詞或賓語(yǔ)這樣的RDF節(jié)點(diǎn)［6］，從而使得傳統(tǒng)的空間索引技術(shù)和RDF數(shù)據(jù)組織方法不能直接用于地理語(yǔ)義空間索引的構(gòu)建。

在傳統(tǒng)的空間索引技術(shù)方面，雖然傳統(tǒng)的空間索引技術(shù)已經(jīng)在二維［7］、三維［8］和二維三維混合幾何對(duì)象［9］上得到廣泛應(yīng)用，但是由于空間索引沒(méi)有對(duì)應(yīng)的地理語(yǔ)義數(shù)據(jù)到幾何對(duì)象的映射和鏈接模型，使得傳統(tǒng)的空間索引技術(shù)在地理語(yǔ)義空間索引。而在RDF數(shù)據(jù)組織方法方面，現(xiàn)有的方法如屬性表法（property table）［10］、垂直分割法（vertical partitioning）［11］、多索引結(jié)構(gòu)法（multipleindexing）［12］、六倍索引法（hexastore）［13］等方法，通過(guò)建立三元組要素主語(yǔ)、謂詞和賓語(yǔ)間的二元鏈接來(lái)實(shí)現(xiàn)對(duì)數(shù)據(jù)快速查詢(xún)。但是這些方法沒(méi)有定義空間數(shù)據(jù)類(lèi)型，缺乏對(duì)空間信息的識(shí)別、組織和映射，因此并不適用于地理語(yǔ)義空間查詢(xún)。

針對(duì)上述問(wèn)題，本文基于地理語(yǔ)義查詢(xún)?cè)诜椒ㄕ摚?4］、本體詞表結(jié)構(gòu)［15］及實(shí)現(xiàn)框架［16］上的研究，將傳統(tǒng)空間索引技術(shù)和RDF數(shù)據(jù)組織方法進(jìn)行結(jié)合，通過(guò)構(gòu)建合適的地理語(yǔ)義空間索引，實(shí)現(xiàn)高效的面向SPARQL的地理語(yǔ)義空間查詢(xún)，從而提供一種輕量級(jí)的地理語(yǔ)義空間查詢(xún)方案。

2 地理空間四元組模型

構(gòu)建地理語(yǔ)義空間索引需解決三個(gè)問(wèn)題：①快速獲取地理語(yǔ)義數(shù)據(jù)獲得包含空間信息的RDF節(jié)點(diǎn)—空間RDF節(jié)點(diǎn)；②對(duì)空間RDF節(jié)點(diǎn)進(jìn)行包裝和轉(zhuǎn)換來(lái)建立空間幾何對(duì)象，并利用空間索引對(duì)空間幾何對(duì)象進(jìn)行索引；③在SPARQL語(yǔ)言層次上使用空間索引進(jìn)行空間查詢(xún)，并正確返回RDF節(jié)點(diǎn)數(shù)據(jù)。

為了明確地理語(yǔ)義空間索引構(gòu)建中的對(duì)象及其關(guān)系，為地理語(yǔ)義空間索引的構(gòu)建提供抽象的模型和方法指導(dǎo)，本文基于地理語(yǔ)義數(shù)據(jù)的特點(diǎn)構(gòu)建了地理語(yǔ)義空間數(shù)據(jù)模型—地理空間四元組模型（簡(jiǎn)稱(chēng)GeoQuad），其模型結(jié)構(gòu)如圖1所示?？梢钥闯觯珿eoQuad通過(guò)增加一個(gè)表示空間特征的空間類(lèi)型戳來(lái)擴(kuò)展RDF三元組結(jié)構(gòu)，從而提供地理語(yǔ)義數(shù)據(jù)的空間信息。

圖1 GeoQuad的模型結(jié)構(gòu)圖Fig.1 The structure of GeoQuad

基于RDF和空間數(shù)據(jù)定義，本文對(duì)GeoQuad中的對(duì)象作如下定義。

定義1（RDF三元組，RDF 節(jié)點(diǎn)）：給定URIref集合R、空節(jié)點(diǎn)集合B和文字類(lèi)型節(jié)點(diǎn)L，如果一個(gè)三元組α∈（R∪B）×R×（R∪B∪L），則稱(chēng)α為一個(gè)RDF三元組（RDF Triple），而α的元素β∈（主語(yǔ)（Subject）∨謂詞（Predicate）∨賓語(yǔ)（Object））稱(chēng)為RDF節(jié)點(diǎn)（RDF Node）。

定義2（空間三元組）：給定一個(gè)RDF三元組λ∈α，如果λ的賓語(yǔ)包含空間坐標(biāo)信息，則稱(chēng)λ為一個(gè)空間三元組（Geo RDF Triple）。λ的主語(yǔ)稱(chēng)為地物節(jié)點(diǎn)（FeatureSub），謂詞稱(chēng)為空間謂詞（SpatialPredicate），賓語(yǔ)稱(chēng)為空間節(jié)點(diǎn)（GeoObj）。

定義3（空間類(lèi)型戳）：一個(gè)空間類(lèi)型戳（Geo－Type）由值空間（Value Space）、詞法空間（Lexical space）和詞—值（Lexical－to－Value）映射三部分組成。其中值空間是一組OGC定義的空間對(duì)象［17］（GeoElem）集合，可由詞法空間解析生成；詞法空間是一個(gè)包含空間節(jié)點(diǎn)的集合，由Unicode字符串表示；詞－值映射將詞法空間的空間節(jié)點(diǎn)映射為值空間的空間對(duì)象。

定義4（GeoQuad實(shí)例）：給定空間三元組λ，空間類(lèi)型戳κ，GeoQuad實(shí)例為組合（λ，κ）。

根據(jù)GeoQuad模型，本文第3部分構(gòu)建地理語(yǔ)義空間索引結(jié)構(gòu)來(lái)對(duì)數(shù)據(jù)進(jìn)行組織和索引，在第4部分探討空間類(lèi)型戳中空間節(jié)點(diǎn)到空間對(duì)象的封裝與轉(zhuǎn)換；在第5部分探討SPARQL語(yǔ)言上的空間查詢(xún)實(shí)現(xiàn)，從而對(duì)地理語(yǔ)義空間索引的三個(gè)問(wèn)題進(jìn)行解決。

3 地理語(yǔ)義空間索引結(jié)構(gòu)

3.1 地理語(yǔ)義空間查詢(xún)模式

地理語(yǔ)義空間索引（GeoQuadIndex）同地理語(yǔ)義查詢(xún)模式緊密相關(guān)。地理語(yǔ)義空間查詢(xún)遵循三元組的圖匹配（Grapth Mactching）模式，即將查詢(xún)變量映射為三元組的主語(yǔ)、謂詞或賓語(yǔ)，然后以三元組的形式在數(shù)據(jù)中進(jìn)行查找和匹配，其形式主要有：

（1）（Constant｜Bindvariable，SpatialPredicate，？），主語(yǔ)為常量或綁定變量，空間謂詞給定，賓語(yǔ)為變量，通過(guò)三元組匹配和空間關(guān)系運(yùn)算，得到滿(mǎn)足條件的賓語(yǔ)。

（2）（Constant｜Bindvariable，SpatialPredicate，Constant｜Bindvariable），主語(yǔ)和賓語(yǔ)為常量或綁定變量，空間謂詞給定，通過(guò)空間關(guān)系運(yùn)算，查詢(xún)主語(yǔ)和賓語(yǔ)上的空間RDF Node是否在SpatialPredicate的關(guān)系上成立。

（3）（？，SpatialPredicate，Constant｜Bindvar iable），主語(yǔ)為變量，空間謂詞給定，賓語(yǔ)為常量或綁定變量，通過(guò)三元組匹配和空間關(guān)系運(yùn)算，得到滿(mǎn)足條件的主語(yǔ)。

可以看出，地理語(yǔ)義空間查詢(xún)必須給定空間謂詞，這種查詢(xún)特點(diǎn)可以結(jié)合六倍索引方法中的POS結(jié)構(gòu)和垂直分割方法中的P（OS）結(jié)構(gòu)來(lái)構(gòu)建地理語(yǔ)義空間索引機(jī)構(gòu)。

3.2 地理語(yǔ)義空間索引結(jié)構(gòu)定義

地理語(yǔ)義空間索引結(jié)構(gòu)如圖2所示，分為地理RDF索引部分和映射結(jié)構(gòu)2個(gè)部分。

圖2 地理語(yǔ)義空間索引結(jié)構(gòu)Fig.2 The structure of geo semantic spatial index

3.2.1 地理RDF索引部分

本部分包括POS和P（OS）兩部分。POS即Predicate－Object－Subject，采用三級(jí)索引結(jié)構(gòu)，這種方法適用于（？，SpatialPredicate，Constant）查詢(xún)，即謂語(yǔ)和賓語(yǔ)已知，查找未知主語(yǔ)的情況。P（OS）采用二級(jí)索引結(jié)構(gòu)，其優(yōu)勢(shì)在于當(dāng)主語(yǔ)和賓語(yǔ)未知時(shí)，不需像POS那樣遍歷O列表和S列表，該索引結(jié)構(gòu)適用于（？｜Bindvariable，SpatialPredicate，Bindvariable）或（Bindvariable，SpatialPredicate，？｜Bindvariable）查詢(xún)，即謂語(yǔ)已知，查詢(xún)主語(yǔ)和賓語(yǔ)。

3.2.2 映射結(jié)構(gòu)部分

本部分建立了空間節(jié)點(diǎn)到空間對(duì)象的映射、空間對(duì)象到GID（空間對(duì)象ID號(hào)）的映射，并建立空間索引結(jié)構(gòu)，是空間類(lèi)型戳的直接體現(xiàn)。其中空間索引部分基于JTS組件［18］，可以調(diào)用JTS中的空間索引，也可以構(gòu)建新的空間索引。

算法1為GeoQuadIndex的構(gòu)建算法，主要包括4個(gè)步驟：

（1）對(duì)地理語(yǔ)義數(shù)據(jù)解析，獲得包含空間信息的三元組Geotriples，將Geotriples中的賓語(yǔ)GeoObj轉(zhuǎn)換為空間幾何對(duì)象GeoElem，并建立雙映射表 Map（GeoObj，GeoElem）和 Map1（GeoElem，GID）（第1—10行）。

（2）對(duì)Geotriples建立POS三級(jí)索引和P（OS）二級(jí)索引（第11—12行）。

（3）利用 Map1（GeoElem，GID）建立空間索引SpatialIndex（第13行）。

（4）利用上述建立的數(shù)據(jù)結(jié)構(gòu)（POS，P（OS），SpatialIndex，Map，Map1）構(gòu) 建 Geo－QuadIndex，并返回該數(shù)據(jù)結(jié)構(gòu)（第14行）。

4 空間節(jié)點(diǎn)到空間對(duì)象的封裝與轉(zhuǎn)換

空間節(jié)點(diǎn)在地理語(yǔ)義數(shù)據(jù)中表現(xiàn)為類(lèi)型文字（type Literal），并按照某數(shù)據(jù)規(guī)范進(jìn)行描述，如GeoSPARQL規(guī)范［19］利用 WKT Literal和GML Literal來(lái)描述空間信息?；谕ㄓ眯裕疚膶?duì)GeoSPARQL規(guī)范中WKT和GML描述的空間節(jié)點(diǎn)轉(zhuǎn)換為空間對(duì)象。

WKT規(guī)范簡(jiǎn)單，WKT描述的空間節(jié)點(diǎn)到空間對(duì)象的轉(zhuǎn)換采用JTS提供的解析包進(jìn)行了轉(zhuǎn)換。GML規(guī)范復(fù)雜，GML描述的空間節(jié)點(diǎn)到空間對(duì)象的轉(zhuǎn)換需要利用JAXB（Java xml bindings）技術(shù)，其轉(zhuǎn)換過(guò)程如圖3所示。

圖3 GML描述的空間節(jié)點(diǎn)到空間對(duì)象的轉(zhuǎn)換圖Fig.3 The transform of GeoObj to GeoElm

如圖3所示，GML描述的空間節(jié)點(diǎn)到空間對(duì)象的轉(zhuǎn)換過(guò)程為：首先利用JAXB，將GML Schema中各種元素生成Java類(lèi)集合；然后對(duì)這些Java類(lèi)進(jìn)行擴(kuò)展和重寫(xiě)，利用JTS加入幾何特性從而支持OGC定義的幾何要素；最后利用Unmashal編出一個(gè)Java實(shí)例對(duì)象，該實(shí)例對(duì)象即為轉(zhuǎn)換后的空間對(duì)象。

5 SPARQL空間查詢(xún)實(shí)現(xiàn)

本文基于Jena Graph擴(kuò)展機(jī)制來(lái)實(shí)現(xiàn)Geo－QuadIndex的SPARQL空間查詢(xún)。Jena是一種基于Java的語(yǔ)義Web框架，采用Graph層、Enh－Graph層和 Model（Ontology）層的三層體系結(jié)構(gòu)。Graph層位于底層，定義了非RDF Triple類(lèi)型的數(shù)據(jù)處理機(jī)制。

圖4為基于Jena Graph擴(kuò)展機(jī)制實(shí)現(xiàn)地理語(yǔ)義空間查詢(xún)的類(lèi)結(jié)構(gòu)圖，包括空間索引類(lèi)Geo－QuadIndex、Graph擴(kuò)展類(lèi)SpatialGraph、空間運(yùn)算類(lèi)SpatialOp和SPARQL查詢(xún)語(yǔ)法處理類(lèi)（NormalPropertyFunctionEval及其子類(lèi)）。

GeoQuadIndex類(lèi)創(chuàng)建數(shù)據(jù)索引，并將空間節(jié)點(diǎn)同空間對(duì)象進(jìn)行轉(zhuǎn)化和映射。GeoQuadIndex類(lèi)包裝了JTS的Geometry對(duì)象（＿geo）和SpatialIndex索引對(duì)象（＿spatialIndex）；SpatialGraph類(lèi)管理地理語(yǔ)義數(shù)據(jù)和數(shù)據(jù)索引，其中通過(guò)一個(gè)Graph對(duì)象（＿innerGraph）來(lái)管理地理語(yǔ)義數(shù)據(jù)，通過(guò) GeoQuadIndex對(duì)象（＿index）來(lái)管理數(shù)據(jù)索引；SpatialOp類(lèi)定義了支持空間查詢(xún)的各種算法，利用GeoQuadIndex類(lèi)中的空間索引實(shí)現(xiàn)空間關(guān)系的快速運(yùn)算；QueryParser類(lèi)用于對(duì)查詢(xún)語(yǔ)句進(jìn)行解析，從而明確地理語(yǔ)義數(shù)據(jù)采用P（OS）還是POS結(jié)構(gòu)，并最終得到一個(gè)SpatialGraph對(duì)象；Normal－PropertyFunctionEval及其子類(lèi)定義了SPARQL查詢(xún)的空間操作算子。

圖4 SPARQL空間查詢(xún)實(shí)現(xiàn)Fig.4 The implement of SPARQL spatial query

6 試驗(yàn)和分析

6.1 試驗(yàn)環(huán)境和數(shù)據(jù)

本文試驗(yàn)所采用的軟件包基于Jena［20］、ARQ［21］和JTS提供的API，并在Eclipse環(huán)境下利用Java語(yǔ)言編碼實(shí)現(xiàn)，所提索引方法（Geo－QuadIndex）的空間索引采用四叉樹(shù)索引。試驗(yàn)平臺(tái)為一臺(tái)Win7系統(tǒng)的筆記本電腦，2.3GHz主頻的Intel Core i5處理器，4G內(nèi)存。試驗(yàn)數(shù)據(jù)來(lái)自GeoName，并通過(guò)對(duì)原始數(shù)據(jù)進(jìn)行編輯、合并獲得。試驗(yàn)數(shù)據(jù)基于RDF XML語(yǔ)法，數(shù)據(jù)實(shí)例的空間信息可以同GeoSPARQL規(guī)范的WKT Literal數(shù)據(jù)類(lèi)型兼容。表1所示為本文使用的8個(gè)測(cè)試數(shù)據(jù)集。

表1 試驗(yàn)使用的地理語(yǔ)義數(shù)據(jù)集Tab.1 Geo semantic data sets for experiment

6.2 查詢(xún)測(cè)試方案

本文試驗(yàn)包含Q1—Q5這5個(gè)地理語(yǔ)義查詢(xún)測(cè)試方案，查詢(xún)語(yǔ)句如表2所示。根據(jù)查詢(xún)特點(diǎn)可以將Q1—Q5分為兩個(gè)部分。

（1）測(cè)試對(duì)空間節(jié)點(diǎn)的獲取效率（Q1），該測(cè)試通過(guò)地物節(jié)點(diǎn)來(lái)查詢(xún)對(duì)應(yīng)的空間節(jié)點(diǎn)。

（2）測(cè)試語(yǔ)義空間查詢(xún)效率（Q2—Q5），考慮到空間關(guān)系在拓?fù)涠x中通常是互逆或者包容的，本文選擇2個(gè)典型的空間查詢(xún)作為空間查詢(xún)測(cè)試方案，即 Within空間查詢(xún)（Q2—Q3）、Intersects空間查詢(xún)（Q4—Q5），其中Q2和Q4是純空間查詢(xún)，Q3和Q5是復(fù)合空間查詢(xún)。

表2 試驗(yàn)查詢(xún)樣例Tab.2 Query samples in experiment

6.3 試驗(yàn)結(jié)果與分析

6.3.1 Q1查詢(xún)

由于六倍索引法的高效性和代表性，本文在Q1查詢(xún)中將本文方法（GeoQuadIndex）、六倍索引法（Hexastore）以及無(wú)索引方法（No＿Index）進(jìn)行對(duì)比，進(jìn)而分析GeoQuad－Index的查詢(xún)效率。

Q1查詢(xún)的試驗(yàn)結(jié)果如圖5所示，其中圖5（a）是 No＿Index、GeoQuadIndex、Hexastore的對(duì)比情況，圖5（b）是 GeoQuadIndex 和Hexasore的比較。

圖5（a）表明，無(wú)論是 GeoQuadIndex，還是Hexasore，其對(duì)空間節(jié)點(diǎn)的查詢(xún)效率均遠(yuǎn)高于No＿Index。這 是 由 于 GeoQuadIndex 和Hexasore均對(duì)三元組的謂語(yǔ)、主語(yǔ)和賓語(yǔ)建立了HashMap映射表，從而不需要對(duì)3個(gè)部分進(jìn)行遍歷，從而提高了圖匹配效率。

圖5（b）表明，GeoQuadIndex較 Hexasore略好，尤其當(dāng)數(shù)據(jù)量較大時(shí)，其效率更優(yōu)。這是由于Q1查詢(xún)中查詢(xún)語(yǔ)言“？s geo：hasGeometry？n”包含兩個(gè)變量，在這種情況下，GeoQuadIndex通過(guò)解析查詢(xún)語(yǔ)句選擇查詢(xún)效率更佳的P（OS）方法來(lái)查詢(xún)數(shù)據(jù)，通過(guò)減少對(duì)賓語(yǔ)和主語(yǔ)的遍歷從而獲得更好的查詢(xún)效率。

圖5 Q1查詢(xún)耗時(shí)對(duì)比Fig.5 Time consuming contrast of Q1

6.3.2 Within空間查詢(xún)

Within語(yǔ)義空間查詢(xún)（Q2—Q3）試驗(yàn)結(jié)果見(jiàn)圖6。圖6（a）和 6（b）表 示 Q2 和 Q3 查詢(xún)，圖6（c）和6（d）則是對(duì)Q2和Q3的橫向比較。

從圖6中可以看出：

（1）相對(duì)于 No＿Index，GeoQuadIndex能夠較快的進(jìn)行地理語(yǔ)義空間查詢(xún)，但查詢(xún)效率并未提高太大。這是因?yàn)樵诳臻g查詢(xún)前，QueryParser類(lèi)首先對(duì)數(shù)據(jù)集進(jìn)行了初步的查詢(xún)，從而獲得了數(shù)據(jù)量較小的初次查詢(xún)數(shù)據(jù)集合（Q1），這樣就減小了GeoQuadIndex和No＿Index的查詢(xún)范圍，查詢(xún)時(shí)間以及兩者的查詢(xún)時(shí)間差減小。

（2）在查詢(xún)時(shí)間變化上，GeoQuadIndex和No＿Index的查詢(xún)時(shí)間曲線呈階梯狀。這是由于本文采用HashMap進(jìn)行索引構(gòu)造和數(shù)據(jù)查詢(xún)，由于HashMap采用負(fù)載因子對(duì)平衡數(shù)據(jù)的容量和查詢(xún)時(shí)間，使得Q2和Q3的查詢(xún)時(shí)間同數(shù)據(jù)大小、HashMap負(fù)荷因子以及HashMap處理的對(duì)象復(fù)雜度有著密切的關(guān)系。

（3）Q2查詢(xún)耗時(shí)明顯小于Q3查詢(xún)。這是因?yàn)橄鄬?duì)于純空間查詢(xún)Q2，復(fù)合空間查詢(xún)Q3包含2組查詢(xún)，因此將進(jìn)行2次圖匹配操作，查詢(xún)結(jié)果的數(shù)據(jù)轉(zhuǎn)換耗時(shí)以及圖匹配操作耗時(shí)導(dǎo)致Q3的時(shí)間比Q2的時(shí)間要長(zhǎng)。

圖6 Within空間查詢(xún)（Q2—Q3）Fig.6 Within Spatial query（Q2—Q3）

6.3.3 Intersects空間查詢(xún)

Intersects空間查詢(xún)（Q4—Q5）的結(jié)果見(jiàn)圖7。由于采用相同的數(shù)據(jù)結(jié)構(gòu)和試驗(yàn)環(huán)境，可以看出，Intersects語(yǔ)義空間查詢(xún)的結(jié)果特征同Within語(yǔ)義空間查詢(xún)十分相似。

圖7 Q4和Q5的查詢(xún)對(duì)比Fig.7 Comparison of Q4and Q5query

7 結(jié) 論

本文結(jié)合傳統(tǒng)RDF數(shù)據(jù)組織方法和空間索引技術(shù)，對(duì)地理語(yǔ)義空間索引構(gòu)建中的3個(gè)關(guān)鍵問(wèn)題進(jìn)行解決，最終實(shí)現(xiàn)面向SPARQL查詢(xún)的地理語(yǔ)義空間索引。試驗(yàn)表明，該索引結(jié)構(gòu)能夠快速獲取包含空間信息的RDF節(jié)點(diǎn)，同時(shí)能在RDF的三元組空間中利用空間索引加快空間關(guān)系并返回RDF節(jié)點(diǎn)，方法高效可行。需注意的是，本文方法適用于空間信息表述遵從Geo－SPARQL規(guī)范的地理語(yǔ)義數(shù)據(jù)，即空間信息使用GeoSPARQL規(guī)范的WKT Literal和GML Literal進(jìn)行描述。

［1］ BERNARD V，MONDECA，MARC W.GeoNamesOntology［EB／OL］. ［2012－11－20］.http：∥ www.geonames.org／ontology／documentation.html.

［2］ MIHAI C，GREGOR H，OLIVER K，et al.OSMonto：An Ontology of OpenStreetMapTags［EB／OL］.［2012－11－20］.http：∥wiki.openstreetmap.org／wiki／OSMonto.

［3］ CLAUS S，JENS L，KONRAD H，et al.LinkedGeoData：A Core for a Web of Spatial Open Data［J］.Semantic Web Journal，2012，3（4）：333－354.

［4］ FRANK M，ERIC M，BRIAN M.RDF Primer［EB／OL］.［2013－5－14］.http：∥ www.w3.org／TR／2004／REC－rdf－primer－20040210／.

［5］ STEVE H，ANDY S.SPARQL 1.1Query Language［EB／OL］.［2013－5－14］.http：∥www .w3.org／TR／sparql11－query／

［6］ GRAHAM K，JEREMY J C.Resource Description Framework（RDF）：Concepts and Abstract Syntax［EB／OL］.［2013－5－15］.http：∥ww－w.w3.org／TR／rdf－concepts／.

［7］ YIN Zhangcai，LI Lin.Research of Spatiotemporal Indexing Mechanism Based on Snapshot－increment ［J］. Acta Geodaetica et Cartographica Sinica，2005，34（3）：257－261.（尹章才，李霖.基于快照－增量的時(shí)空索引機(jī)制研究［J］.測(cè)繪學(xué)報(bào)，2005，34（3）：257－261.）

［8］ GONG Jun，ZHU Qing，ZHANG Hanwu，et al.An Adaptive Control Method of LODs for 3DScene Based on R－tree Index［J］.Acta Geodaetica et Cartographica Sinica，2011，40（4）：531－534.（龔俊，朱慶，章漢武，等.基于R樹(shù)索引的三維場(chǎng)景細(xì)節(jié)層次自適應(yīng)控制方法［J］.測(cè)繪學(xué)報(bào)，2011，40（4）：531－534.）

［9］ WAN Yanmin，GUO Ming.A Combined 2Dand 3DSpatial Indexing of Very Large Point－cloud Data Sets ［J］.Acta Geodaetica et Cartographica Sinica，2012，41（4）：605－612.（王晏民，郭明.大規(guī)模點(diǎn)云數(shù)據(jù)的二維與三維混合索引方法［J］.測(cè)繪學(xué)報(bào)，2012，41（4）：605－612.）

［10］ WILKINSON K，SAYERS C，KUNO H A，et al.Efficient RDF Storage and Retrieval in Jena2［C］∥Proceedings of the First International Workshop on Semantic Web and Databases.Berlin：［s.n.］，2003：131－151.

［11］ ABADI D J，MARCUS A，MADDEN S R，et al.Scalable Semantic Web Data Management Using Vertical Partitioning［C］∥Proceedings of the 33rd International Conference on Very Large Data Bases.Vienna：ACM ，2007：411－422.

［12］ ANDREAS H，STEFAN D.Optimized Index Structures for Querying RDF from the Web［C］∥ Proceedings of the 3rd Latin American Web Congress.Washington DC：IEEE Computer Society，2005：71－80.

［13］ CATHRIN W，PANAGIOTIS K，ABRAHAM B.Hexastore：Sextuple Indexing for Semantic Web Data Management［J］.VLDB Endowment，2008，1（1）：1008－1019.

［14］ ZHAI X，HUANG L，XIAO Z.Geo－spatial Query Based on Extended SPARQL［C］∥ Proceedings of the 18th International Conference on Geoinformatics.Beijing：IEEE，2010：1－4.

［15］ LI Deren，CUI Wei.Geographic Ontology and SIMG［J］.Acta Geodaetica et Cartographica Sinica，2006，35（2）：143－148.（李德仁，崔巍.地理本體與空間信息多級(jí)網(wǎng)格［J］.測(cè)繪學(xué)報(bào)，2006，35（2）：143－148.）

［16］ MATTHEW S，PERRY.A Framework to Support Spatial，Temporal and Thematic Analytics over Semantic Web Data［D］.Dayton：Wright State University，2008.

［17］ Open Geospatial Consortium.Simple Feature Access－Part 1： Common Architecture ［S］. Wayland： OGC Press，2011.

［18］ JTS Topology Suite Project Team.JTS Topology Suite［EB／OL］.［2013－5－14］.http：∥tsusiatsoftware.net／jts／main.html.

［19］ Open Geospatial Consortium.GeoSPARQL－A Geographic Query Language for RDF Data［S］. Wayland：OGC Press，2011.

［20］ Apache Jena Project Team.Apache Jena［EB／OL］.［2013－5－14］.http：∥jena.apache.org／index.html.

［21］ Apache Jena Project Team.ARQ －A SPARQL Processor for Jena［EB／OL］.［2013－5－14］.http：∥jena.apache.org／documentation／query／index.html.