石海博，孫亞琴，顧和和，徐生磊

(中國礦業(yè)大學(xué)環(huán)境與測繪學(xué)院，江蘇 徐州 221116)

地表覆蓋信息是自然資源管理、氣候變化分析、地理國(世)情監(jiān)測等相關(guān)地學(xué)領(lǐng)域的重要基礎(chǔ)數(shù)據(jù)和關(guān)鍵參量[1- 3]。相關(guān)學(xué)者為了實(shí)現(xiàn)全球地表覆蓋信息的有效共享做了許多研究工作，如文獻(xiàn)[4]中借助開放地理空間信息聯(lián)盟(Open Geospatial Consortium，OGC)目錄服務(wù)規(guī)范構(gòu)建了地表覆蓋元數(shù)據(jù)共享系統(tǒng)，文獻(xiàn)[3]中提出建立一個(gè)全球地表覆蓋資源共享的基礎(chǔ)設(shè)施，但都僅從元數(shù)據(jù)共享的角度進(jìn)行分析和研究。

隨著地表覆蓋信息共享領(lǐng)域研究的不斷深入，元數(shù)據(jù)的不足也逐漸凸顯。由于元數(shù)據(jù)缺乏語義描述能力和邏輯推理能力，不能很好地解決地表覆蓋信息中常見的語義異構(gòu)問題，相關(guān)人員在進(jìn)行地表覆蓋資源發(fā)現(xiàn)時(shí)，無法獲得匹配度較高的有效信息，并且檢索到的相關(guān)資源數(shù)量較少。綜上，本文在研究本體理論知識(shí)的基礎(chǔ)上，將本體技術(shù)與傳統(tǒng)OGC目錄服務(wù)相結(jié)合，即在元數(shù)據(jù)層基礎(chǔ)上添加了本體層。針對(duì)目前缺少統(tǒng)一的地表覆蓋專用元數(shù)據(jù)標(biāo)準(zhǔn)，本文以國家地理信息元數(shù)據(jù)標(biāo)準(zhǔn)為原型，結(jié)合地表覆蓋信息及其應(yīng)用特點(diǎn)進(jìn)行相應(yīng)的元數(shù)據(jù)擴(kuò)展，構(gòu)建地表覆蓋元數(shù)據(jù)模型；隨后通過網(wǎng)絡(luò)本體語言O(shè)WL和UML映射，構(gòu)建地表覆蓋元數(shù)據(jù)本體模型；并利用Lucene全文索引技術(shù)和本體查詢語言SPARQL，借助于Jena語義解析工具包實(shí)現(xiàn)語義查詢功能；最后通過語義目錄服務(wù)原型系統(tǒng)的開發(fā)和構(gòu)建，促進(jìn)多源異構(gòu)的全球地表覆蓋資源有效共享。

1 地表覆蓋信息共享現(xiàn)狀分析

現(xiàn)階段地表覆蓋資源整合主要通過元數(shù)據(jù)互操作實(shí)現(xiàn)，元數(shù)據(jù)目錄服務(wù)是目前實(shí)現(xiàn)地表覆蓋信息集成和共享的重要手段。但從地表覆蓋共享領(lǐng)域研究現(xiàn)狀來看，單一的元數(shù)據(jù)目錄服務(wù)存在以下問題：

(1) 作為地表覆蓋信息集成和共享的前提，在進(jìn)行資源發(fā)現(xiàn)時(shí)，由于用戶認(rèn)知的概念和現(xiàn)實(shí)世界的概念與系統(tǒng)模型定義的概念間存在語義異質(zhì)導(dǎo)致所查找到的信息與需求信息不符，容易造成誤用，這一點(diǎn)在地表覆蓋領(lǐng)域內(nèi)尤為明顯[5]。

(2) 目錄服務(wù)僅針對(duì)統(tǒng)一的元數(shù)據(jù)模型(標(biāo)準(zhǔn))，在地表覆蓋領(lǐng)域，各組織機(jī)構(gòu)在所發(fā)布的地表覆蓋共享平臺(tái)中使用的元數(shù)據(jù)標(biāo)準(zhǔn)不一，利用傳統(tǒng)的元數(shù)據(jù)交換方式，對(duì)不同標(biāo)準(zhǔn)間具有多詞同義現(xiàn)象的元數(shù)據(jù)項(xiàng)，難以進(jìn)行有效的語義互操作。

(3) 傳統(tǒng)地理信息目錄服務(wù)檢索方法一般是利用關(guān)鍵詞詞形匹配的方式進(jìn)行信息檢索，忽略了語義信息，但是自然語言語義靈活多變且具有多義性，檢索結(jié)果與需求信息往往有一定偏差。

除了在地表覆蓋領(lǐng)域，在其他地學(xué)領(lǐng)域中也會(huì)出現(xiàn)上述類似問題，為此相關(guān)學(xué)者在各自領(lǐng)域內(nèi)引入了本體概念，并做了一些研究工作[6- 8]。但目前地理信息領(lǐng)域本體的構(gòu)建并不完善，難以提供完整的語義支持，而在地表覆蓋領(lǐng)域中對(duì)于本體的研究，更是寥寥無幾?；诖?，本文引入本體技術(shù)，將其應(yīng)用在地表覆蓋信息共享的實(shí)際解決方案中。

2 地表覆蓋語義目錄服務(wù)

2.1 語義目錄服務(wù)的提出

鑒于OGC目錄服務(wù)更適合構(gòu)建分布式異構(gòu)環(huán)境下可擴(kuò)展和可集成的目錄應(yīng)用并具有Web服務(wù)全部特性，本文借鑒了OGC的CSW(catalog service for the web)規(guī)范[9]，結(jié)合本體技術(shù)形成了地表覆蓋語義目錄服務(wù)參考模型，如圖1所示。

OGC目錄服務(wù)參考模型主要包括應(yīng)用端、目錄服務(wù)、元數(shù)據(jù)庫和其他資源服務(wù)。其運(yùn)行原理為：用戶通過接口與目錄服務(wù)進(jìn)行交互，目錄服務(wù)從本地元數(shù)據(jù)庫、其他資源服務(wù)或另一目錄服務(wù)調(diào)取資源來響應(yīng)用戶請(qǐng)求。

語義目錄服務(wù)參考模型則在OGC目錄服務(wù)參考模型基礎(chǔ)上增加了本體服務(wù)，即用戶與目錄服務(wù)進(jìn)行交互時(shí)，首先通過本體推理機(jī)制擴(kuò)展查詢內(nèi)容，使用戶不僅可通過知識(shí)擴(kuò)展精確查詢所需資源，而且可以獲得更多的相關(guān)地表覆蓋信息。

為了實(shí)現(xiàn)地表覆蓋語義目錄服務(wù)，至少需要包括3種核心要素：①符合CSW接口規(guī)范；②統(tǒng)一的地表覆蓋元數(shù)據(jù)模型；③地表覆蓋元數(shù)據(jù)本體模型。

2.2 地表覆蓋元數(shù)據(jù)模型

目前，國內(nèi)外通用的地理信息元數(shù)據(jù)標(biāo)準(zhǔn)主要有3種：FGDC(美國聯(lián)邦地理數(shù)據(jù)委員會(huì))研制的CSDGM(數(shù)字地理空間元數(shù)據(jù)標(biāo)準(zhǔn))；ISO(國際標(biāo)準(zhǔn)化組織)發(fā)布的ISO 19115系列；GB/T 19710—2005(國家地理信息元數(shù)據(jù)標(biāo)準(zhǔn)，下文稱為國標(biāo))。在地表覆蓋領(lǐng)域，全球范圍內(nèi)還沒有統(tǒng)一且完善的元數(shù)據(jù)標(biāo)準(zhǔn)。

為了滿足相關(guān)人員對(duì)地表覆蓋數(shù)據(jù)和服務(wù)有效共享和便捷應(yīng)用的迫切需要，本文以國標(biāo)為原型結(jié)合地表覆蓋信息及其在應(yīng)用中必要的資源特點(diǎn),嚴(yán)格依據(jù)擴(kuò)展規(guī)范，設(shè)計(jì)了地表覆蓋元數(shù)據(jù)模型[10]。為了保證兼容性，采用和保留了國標(biāo)中能夠?qū)Φ乇砀采w信息進(jìn)行描述的包結(jié)構(gòu)，并對(duì)包中相關(guān)的類進(jìn)行了必要的特化和修改。重點(diǎn)在標(biāo)識(shí)包和內(nèi)容包中增加了相應(yīng)的元數(shù)據(jù)項(xiàng)(類和屬性)對(duì)地表覆蓋信息進(jìn)行描述，包括地表覆蓋數(shù)據(jù)在處理和應(yīng)用過程中密切相關(guān)的輔助信息、算法模型和各類地表覆蓋服務(wù)。

由于國標(biāo)主要針對(duì)矢量數(shù)據(jù)，為了對(duì)地表覆蓋輔助信息中影像數(shù)據(jù)全面描述，本系統(tǒng)借鑒了ISO 19115—2中對(duì)遙感影像的描述[11]。在對(duì)服務(wù)資源描述時(shí)，主要依據(jù)我國近期發(fā)布的地表覆蓋信息服務(wù)標(biāo)準(zhǔn)[12]。除修改標(biāo)識(shí)和內(nèi)容信息包外，對(duì)其他包中的元數(shù)據(jù)類和屬性也作了細(xì)微改動(dòng)，如地表覆蓋領(lǐng)域字符集多為英文和中文，刪除字符集代碼中多余的拉丁字母項(xiàng)?？傮w而言，本文設(shè)計(jì)的地表覆蓋元數(shù)據(jù)模型具有以下特點(diǎn)：

(1) 針對(duì)地表覆蓋信息相關(guān)資源特性進(jìn)行設(shè)計(jì)，符合目前全球地表覆蓋領(lǐng)域有效共享及熱點(diǎn)應(yīng)用需要。

(2) 增加了必要的元數(shù)據(jù)項(xiàng)，對(duì)地表覆蓋相關(guān)輔助信息、算法模型進(jìn)行詳細(xì)描述，特別是算法模型，幾乎涵蓋了其所有的儲(chǔ)存形式和來源。

(3) 提供了對(duì)各類地表覆蓋信息服務(wù)的詳細(xì)且實(shí)用描述，使用戶能夠快速發(fā)現(xiàn)、正確理解并合理應(yīng)用這些信息服務(wù)。

(4) 與國家和國際上的元數(shù)據(jù)標(biāo)準(zhǔn)相兼容，確保與其他平臺(tái)不同元數(shù)據(jù)標(biāo)準(zhǔn)間交換和互操作的便捷與暢通。

2.3 地表覆蓋元數(shù)據(jù)模型本體構(gòu)建

2.3.1 地表覆蓋元數(shù)據(jù)本體建模

通過上述地表覆蓋信息共享現(xiàn)狀分析和元數(shù)據(jù)模型設(shè)計(jì)，并結(jié)合目前地表覆蓋共享領(lǐng)域發(fā)展需求，本文提出了地表覆蓋元數(shù)據(jù)本體模型，如圖2所示。

從圖2中可以看出，本文將地表覆蓋元數(shù)據(jù)本體看作為一種領(lǐng)域本體，它被分為數(shù)據(jù)子本體、算法模型子本體、輔助信息子本體及服務(wù)子本體，下一層次的子本體同樣也可以稱為應(yīng)用本體。各應(yīng)用本體再往下細(xì)分，最終表示為各類地表覆蓋資源，在本體模型中最重要的是各元數(shù)據(jù)項(xiàng)、屬性和類之間橫縱交織的語義關(guān)系。

本文針對(duì)地表覆蓋信息特點(diǎn)，參考文獻(xiàn)[13]提出的目前應(yīng)用廣泛的五元組結(jié)構(gòu)，與地表覆蓋元數(shù)據(jù)模型相對(duì)應(yīng)，進(jìn)行了相應(yīng)的地表覆蓋元數(shù)據(jù)本體形式化表達(dá)，描述如下

〈OLC〉=〈CLC，PLC，RLC，ALC，ILC〉

(1) CLC(Concept_LandCover)：表示對(duì)地表覆蓋元數(shù)據(jù)進(jìn)行分類描述的概念的集合，在地表覆蓋元數(shù)據(jù)模型中借助元數(shù)據(jù)類、代碼表和枚舉實(shí)現(xiàn)了地表覆蓋信息的抽象和歸類，將這些元數(shù)據(jù)類、代碼表和枚舉進(jìn)行提取并整合，就形成了本體中的概念集合。

(2) PLC(Property_LandCover)：表示對(duì)本體中的概念進(jìn)行描述的屬性集合，在地表覆蓋元數(shù)據(jù)模型中元數(shù)據(jù)元素作為描述元數(shù)據(jù)類的屬性，在本體概念中，這些元數(shù)據(jù)元素可以直接轉(zhuǎn)化為本體中的屬性概念，包括對(duì)象屬性和數(shù)據(jù)屬性。

(3) RLC(Relationship_LandCover)：一方面表示用來描述本體中概念與概念之間、屬性與屬性之間相互關(guān)系的集合，如“instance- of”(表示概念與概念實(shí)例間的關(guān)系)，簡單來說即概念或?qū)傩灾g的橫向關(guān)系的集合。另一方面可以將關(guān)系上升到本體的層次，如可以借助“equivalentXxx(Xxx包括Class、Property，下同)”和“sameAs”等關(guān)系，提取出與地表覆蓋元數(shù)據(jù)模型進(jìn)行互操作的元數(shù)據(jù)標(biāo)準(zhǔn)(如FGDC、ISO 19115、基礎(chǔ)地理信息數(shù)字產(chǎn)品元數(shù)據(jù)等)中具有相同語義的元數(shù)據(jù)，并利用本體的關(guān)系對(duì)其進(jìn)行表達(dá)，從而實(shí)現(xiàn)了語義層次上不同元數(shù)據(jù)標(biāo)準(zhǔn)之間的互操作。如國標(biāo)中的“EX_地理邊界矩形”(EX_GeographicBoundingBox)與CSDGM中Bounding_Coordinate是同一含義，利用equivalentClass可以有效地對(duì)其關(guān)系進(jìn)行等效表達(dá)，那么用戶在使用關(guān)鍵詞“地理邊界矩形”進(jìn)行資源發(fā)現(xiàn)時(shí)，也能到搜索到CSDGM中的邊界坐標(biāo)。

(4) ALC(Axion_LandCover)：表示在本體中概念和屬性上的限制與規(guī)則的集合，借助這些限制與規(guī)則可以對(duì)地表覆蓋信息實(shí)現(xiàn)更加清晰的表達(dá)。

(5) ILC(Individual_LandCover)：表示地表覆蓋領(lǐng)域內(nèi)的概念實(shí)例的集合，在地表覆蓋元數(shù)據(jù)本體中基于元數(shù)據(jù)類的概念的實(shí)例就是描述具體地表覆蓋數(shù)據(jù)集的元數(shù)據(jù)值，基于代碼表的概念實(shí)例就是表中的內(nèi)容項(xiàng)。

2.3.2 地表覆蓋元數(shù)據(jù)本體形式化表達(dá)

考慮到OWL對(duì)領(lǐng)域知識(shí)定義的完備性及其良好的擴(kuò)展性，本文選用W3C推薦的網(wǎng)絡(luò)本體語言O(shè)WL的子語言O(shè)WL DL對(duì)地表覆蓋元數(shù)據(jù)模型進(jìn)行建模。

通過上文對(duì)地表覆蓋元數(shù)據(jù)本體形式化表達(dá)的描述，借鑒文獻(xiàn)[14]中本體映射方法及文獻(xiàn)[15]中UML和OWL映射規(guī)則，結(jié)合地表覆蓋元數(shù)據(jù)模型中的數(shù)據(jù)字典，給出元數(shù)據(jù)元素與OWL語言對(duì)應(yīng)關(guān)系見表1，數(shù)據(jù)類型與OWL語言對(duì)應(yīng)關(guān)系見表2。

表1 OWL語言與元數(shù)據(jù)元素對(duì)應(yīng)關(guān)系

表2 OWL語言與數(shù)據(jù)類型對(duì)應(yīng)關(guān)系

在確定地表覆蓋元數(shù)據(jù)模型中元素和數(shù)據(jù)類型與元數(shù)據(jù)本體建模語言O(shè)WL的完整映射關(guān)系后，依據(jù)映射規(guī)則，利用Protege本體建模工具建立地表覆蓋元數(shù)據(jù)本體,并利用Protege的可視化工具，截取本文構(gòu)建的元數(shù)據(jù)本體中MD_內(nèi)容信息部分，如圖3所示。

3 共享原型系統(tǒng)開發(fā)與語義檢索試驗(yàn)

本文采用Java編程語言并參考CSW3.0服務(wù)規(guī)范在Eclipse開發(fā)工具中進(jìn)行了原型系統(tǒng)的開發(fā)[9]，對(duì)于語義檢索的實(shí)現(xiàn)則采用Pallet推理機(jī)。本體的引入能夠提高多源異構(gòu)地表覆蓋資源檢索的查全率，但由于概念解析量的增大，傳統(tǒng)數(shù)據(jù)庫Like模糊查詢機(jī)制已經(jīng)不能滿足需要，因此本文在高級(jí)檢索中應(yīng)用了Lucene全文檢索工具。

3.1 系統(tǒng)功能結(jié)構(gòu)

系統(tǒng)采用傳統(tǒng)Brower/Server三層架構(gòu)并依據(jù)上述CSW規(guī)范的參考模型進(jìn)行架構(gòu)設(shè)計(jì)，自頂而下分別為應(yīng)用客戶端、目錄服務(wù)層、信息存儲(chǔ)層和分布式全球地表覆資源層，如圖4所示。

整個(gè)系統(tǒng)運(yùn)行流程如下：用戶發(fā)出關(guān)鍵字檢索請(qǐng)求，Lucene分詞器會(huì)對(duì)關(guān)鍵詞進(jìn)行分詞處理，分詞經(jīng)過語義交互機(jī)制，通過本體查詢語言SPARQL和Jena工具包查詢OWL中與分詞語義一致的概念集合(OWL為Protégé創(chuàng)建的元數(shù)據(jù)本體經(jīng)過Pallet推理機(jī)進(jìn)行推理后生成本體模型)。這樣就擴(kuò)大了與關(guān)鍵字相關(guān)的地表覆蓋檢索范圍，不僅增大了與關(guān)鍵字相關(guān)的地表覆蓋數(shù)據(jù)量，而且提高了搜索到的資源相關(guān)性，有效促進(jìn)了全球地表覆蓋信息的共享。

除了進(jìn)行地表覆蓋信息發(fā)現(xiàn)外，各類用戶可以通過目錄服務(wù)的基本功能對(duì)地表覆蓋信息進(jìn)行管理、發(fā)布和獲取，并能夠通過服務(wù)接口與其他分布目錄服務(wù)和站點(diǎn)進(jìn)行全球地表覆蓋數(shù)據(jù)、服務(wù)交互，進(jìn)行地表覆蓋資源發(fā)現(xiàn)、數(shù)據(jù)處理分析和應(yīng)用、在線數(shù)據(jù)驗(yàn)證和在線制圖等。

3.2 原型系統(tǒng)開發(fā)

在上述理論和技術(shù)的指導(dǎo)下進(jìn)行原型系統(tǒng)開發(fā)，本地?cái)?shù)據(jù)庫使用的是PostgreSQL關(guān)系數(shù)據(jù)庫，用來儲(chǔ)存元數(shù)據(jù)和用戶信息，目前系統(tǒng)仍處于試驗(yàn)階段，數(shù)據(jù)庫中主要包括部分全球和區(qū)域地表覆蓋數(shù)據(jù)、生態(tài)地理分區(qū)數(shù)據(jù)、專題數(shù)據(jù)等，以及少量影像數(shù)據(jù)，另外還有一些常見的地表覆蓋數(shù)據(jù)算法和服務(wù)，如變化檢測算法、數(shù)據(jù)剪切服務(wù)等，數(shù)據(jù)量總計(jì)約4千多條。除此之外通過API(application programming interface)與GEOSS、ArcGIS等其他站點(diǎn)的元數(shù)據(jù)服務(wù)建立連接，能夠進(jìn)行相應(yīng)的資源檢索和發(fā)現(xiàn)。原型系統(tǒng)的開發(fā)可以為接下來建立成熟且功能完善的全球地表覆蓋信息共享平臺(tái)奠定基礎(chǔ)。

3.3 語義檢索試驗(yàn)

為了進(jìn)行語義檢索試驗(yàn)，在系統(tǒng)中添加了普通檢索模塊，即不經(jīng)過語義交互機(jī)制，直接利用關(guān)鍵字全文檢索工具進(jìn)行的檢索。其界面分布與高級(jí)檢索一致，僅缺少時(shí)間和空間范圍的限定功能。

鑒于外源平臺(tái)提供的API會(huì)出現(xiàn)網(wǎng)絡(luò)波動(dòng)，不可控因素較多，為了增強(qiáng)語義檢索的對(duì)比性，在進(jìn)行檢索試驗(yàn)時(shí)僅訪問本地?cái)?shù)據(jù)庫。另外由于普通檢索中沒有時(shí)間和空間的限定功能，在高級(jí)檢索中同樣不進(jìn)行限定。

在普通檢索和高級(jí)檢索功能模塊的輸入框中輸入關(guān)鍵字“水體”，在高級(jí)檢索中出現(xiàn)的信息如圖5所示。共檢索到356條記錄(在本地元數(shù)據(jù)庫中與“水體”相關(guān)的元數(shù)據(jù)約206條)，查全率幾乎100%。從圖5中可見，第一個(gè)元數(shù)據(jù)條就是想要的水體元數(shù)據(jù)信息，并且語義檢索對(duì)于不同元數(shù)據(jù)模型描述的水體元數(shù)據(jù)條目位于查詢結(jié)果的前列，另外356條記錄中還包括一些服務(wù)和算法。

若使用關(guān)鍵字全文檢索工具進(jìn)行查詢，所查詢到的數(shù)據(jù)量為89條，少于數(shù)據(jù)庫中水體相關(guān)數(shù)據(jù)量的50%，第5位才為匹配的元數(shù)據(jù)，有些關(guān)聯(lián)度不是很高的元數(shù)據(jù)條目中會(huì)在前列出現(xiàn)，普通檢索結(jié)果如圖6所示。

通過對(duì)比可以明顯看出，語義檢索結(jié)果的查全率和查準(zhǔn)率要優(yōu)于普通關(guān)鍵詞檢索。資源找不到、查不準(zhǔn)，以及數(shù)據(jù)缺少語義關(guān)聯(lián)，是實(shí)現(xiàn)地表覆蓋資源充分共享的障礙。本文提出了地表覆蓋語義目錄服務(wù)，將元數(shù)據(jù)和本體緊密聯(lián)系在一起，實(shí)現(xiàn)地表覆蓋資源有效共享服務(wù)，并通過語義檢索試驗(yàn)驗(yàn)證了其實(shí)用性。

4 結(jié) 語

OGC目錄服務(wù)對(duì)網(wǎng)絡(luò)中分布式信息資源的組織、管理和訪問提供了良好的支持，但由于全球地表覆蓋信息資源海量、龐大且地表覆蓋信息存在復(fù)雜的語義異構(gòu)現(xiàn)象，普通檢索方式需要用戶仔細(xì)從海量的資源中篩選出所需的信息，耗費(fèi)了大量時(shí)間和精力。本文構(gòu)建的地表覆蓋語義目錄服務(wù)，克服了普通關(guān)鍵字檢索的弊端，為地表覆蓋信息的智能檢索提供了語義支持，大大縮短了用戶獲有效信息的時(shí)間，促進(jìn)了全球地表覆蓋資源共享。

本文構(gòu)建的地表覆蓋語義目錄服務(wù)仍有一些不足，這也為下一步工作指明方向：①人工本體建模的方式繁重，有些項(xiàng)之間語義關(guān)系不能準(zhǔn)確描述，有必要借助本體建模新技術(shù)來構(gòu)建完善的本體庫；②地表覆蓋元數(shù)據(jù)本體、屬性和概念相互之間語義關(guān)系較為單一，但客觀世界中各項(xiàng)之間關(guān)系是錯(cuò)綜復(fù)雜的，有必要針對(duì)語義關(guān)系作進(jìn)一步研究；③語義檢索試驗(yàn)樣本數(shù)據(jù)量較少，沒有做到真正的隨機(jī)性檢驗(yàn)，試驗(yàn)結(jié)果雖有一定的參考性，但不能作為檢索精度評(píng)判依據(jù)，隨著海量地表覆蓋資源的不斷涌入，接下來需要進(jìn)行多次試驗(yàn)。