对地观测技术的快速发展与应用促进了既快又易地获取属性日益丰富、时空分辨率广泛的灾害大数据。从数据高度共享、灾害信息服务等方面为灾害管理应急响应能力的提升提供重要支撑。灾害相关信息总量和数据种类大幅增加,灾害大数据对数据整合、处理和分析能力提出了更高的要求。如何充分利用对地观测的观测结果,有效处理与管理急剧增加的多源异构时空信息,将最合适的数据迅速准确地提供给最需要的灾害应急任务,满足减灾产品产出的高精度与高时效性需求,辅助提升减灾应急决策能力,是灾害数据管理研究所面临的挑战。现有灾害数据管理存在多源异构数据相互孤立、数据组织较少顾及语义特征、缺乏有效的关联机制等现实问题,传统灾害数据检索主要以“人工经验+元数据关键字”的“硬匹配”方式为主,缺少面向需求的数据自动查询手段。本文提出面向自然灾害应急任务的时空数据智能聚合方法,研究应急任务需求并转化为有效的语义约束规则,建立应急任务与灾害时空数据的统一描述模型和关联约束;提出语义约束的多维数据特征描述,并在此基础上研究语义约束的数据多层次关联规则;进一步研究基于关联分析的灾害数据渐进求精的智能聚合方法,实现满足任务需求的灾害数据集的主动检索与精准发现。主要研究内容包括:(1)灾害应急任务与灾害数据的统一描述模型。分析应急任务的类型、功能、需求和上下文的要素组成,构建统一的任务本体;面向以遥感影像为主的观测数据、基础地理数据、灾情上报数据、历史案例数据等多源数据在结构、时空尺度、语义表达等方面存在的巨大差异,分析其时空、粒度和属性特性,扩展在时间、空间和属性层面的语义内涵,建立基于本体概念的数据统一描述;研究应急任务和灾害数据语义约束内容,从时空层、属性层和偏好层建立任务本体和数据本体在语义空间的映射关系,为数据关联分析与智能聚合提供理论依据。(2)多级语义约束的“任务-数据”关联方法。针对灾害数据类型多样、语义复杂,难以支持全局关联分析的问题,研究灾害语义约束的“任务-数据”关联方法。定义灾害语义描述,反映灾害任务的需求特点;提取灾害数据的多维语义特征,从时空、属性和偏好三个层次建立任务与数据的关联规则;研究应急任务与灾害数据的关联度量方法,为自动关联查询与聚合奠定方法基础。(3)渐进求精的灾害信息聚合方法。为了从实时接入数据、历史数据和基础地理数据等数据集中快速、自动检索面向特定任务需求的优势数据,研究基于图论的灾害应急任务流构建方法,进一步提出任务驱动的多层次自适应数据聚合方法,实现从全局数据自动发现满足特定任务需求的强关联数据序列;在方法层建立基于多级关联分析的数据筛选流程,在实现层建立二层混合数据存储架构支撑数据的快速检索发现。(4)以我国最为常见的“暴雨-洪涝”灾害为例开展实验应用分析。对暴雨-洪涝灾害过程中的应急任务进行分解,分析洪涝应急任务的语义特征,在时空、属性和偏好层次进行任务语义与数据语义的关系映射,完成任务与数据统一描述的实例化。以洪涝模拟与灾害评估等应急任务为例,利用聚合方法从全局数据筛选粗糙集进而发现强关联的精细数据集作为任务输入。最后进行应用分析,从推荐数据的匹配度、数据检索效率等多个方面验证本研究方法的有效性。面向自然灾害应急任务的时空数据智能聚合方法系统性地在理论层面对任务和数据进行统一描述,在方法层面提出了多级约束的“任务-数据”语义关联,并设计实现了渐进求精的灾害信息聚合流程,最后研发了减灾综合管理原型系统对本文方法进行实验与应用。本文方法促进灾害管理系统实现了灾害应急任务流自动构建与动态更新、面向任务需求的数据自动发现与推荐,显著提高了灾害管理的应急响应和信息处理能力。