随着国民经济和国防现代化建设的大力推进,各行各业对于地理信息数据的需求量陡然增加,应用层次也逐渐深入。由于应用需求的差异性以及各部门工作的独立性,不同部门对于同一客观世界有着不同的理解角度,导致各领域所采用的分类体系、层次结构、地理概念标准化定义等差异较明显。这些差异导致的地理本体语义异构问题严重影响了地理信息互操作的进程,是横跨在多源地理信息共享和使用面前的一道鸿沟。而现有的本体映射方法还存在考虑因素单一、计算速度慢且对于地理信息领域本体语义内涵挖掘较浅这些不足之处,因此,解决不同来源地理信息领域本体间概念的语义映射问题,精确地度量概念的语义相似性,构建异构本体间的语义映射规则对于地理信息领域的发展至关重要。本文提出了一种基于本体结构、概念定义、概念名称和属性特征的综合语义相似性度量方法,并通过模拟退火算法改进的BP神经网络模型（SA-BP模型）进行综合影响因子的权重优化。以基础地理信息本体与水文地理信息本体为例,依据综合语义相似度的计算结果建立本体映射规则并使用Protégé进行融合本体的构建,旨在为多源异构本体的语义映射提供理论和技术支撑。具体的研究内容包括:（1）根据地理本体的构造特征,提出一种基于本体结构、概念定义、概念名称和属性特征的综合语义相似性度量方法。从地理本体的层次结构中,获取概念的语义关系并进行语义相似度的计算;从地理信息概念定义中提取其本体属性特征,对地理信息概念的本体属性进行分类并建立各类属性的层次结构。将概念定义的语义映射转化为概念本体属性的语义映射,结合概念名称与属性特征的方法针对不同的属性类型使用相应的相似度计算方法。（2）利用模拟退火算法的优化能力,使用Metropolis准则处理BP神经网络陷入局部最优解的情况,以此优化BP神经网络算法每个神经元间的连接权值和阈值,更加科学合理地分配相似度综合影响因子的权重。将SA-BP模型与其他算法进行比较,通过计算各算法语义相似度计算结果与专家评价结果之间的Pearson相关系数以及对误差值进行分析对比,证明该模型能有效提升地理信息概念语义相似度计算的科学性和准确性,从而为实现异构本体之间的语义映射打好基础。（3）以基础地理信息本体和水文地理信息本体为例,进行地理信息概念的本体语义映射。首先对本体中的概念进行差异性分析,基于SA-BP模型将基础地理信息本体与水文地理信息本体中的所有概念逐个遍历并计算其语义相似度,依据差异项的最高语义相似度寻找其最优匹配,并使用protégé构建映射后的融合本体。