论文部分内容阅读
摘要 地理本体建模是遥感影像自动/半自动识别地物类型的重要途径，对高分辨率遥感影像的复合地物类型信息提取具有重要的作用。首先采用Methontology本体建模方法，通过protégé平台建立高分辨率影像乡村居民地本体概念模型。利用基于对象影像分析（OIA）技术，形式化概念模型，完善乡村居民地本体模型。最后将建立的本体模型运用于乡村居民地信息提取，通过甘肃张掖刘家庄航空遥感影像提取试验，验证了乡村居民地本体模型的有效合理性。
关键词 基于对象的影像分析；本体建模；Methontology；乡村居民地；protégé
中图分类号 TP753 文献标识码 A 文章编号 1007-5739（2016）02-0338-03
Abstract Geographic ontology modeling was an important content of study on automatic/semi-automatic land cover types identification from remote sensing image，and played an important role in information extraction of complex land cover types in high resolution remote sensing image. In this paper，it firstly built rural residential area ontology conceptual model through the protégé platform in high resolution remote sensing image based on Methontology. And then，formalized the conceptual model and completed the rural residential area ontology model by the use of object-based image analysis（OIA）technology. Finally，applied the ontology model to rural residential area information extraction. The experiment verified the effective of rural residential area ontology model is reasonable，in the aerial remote sensing image of Liu Jia Zhuang，in Gansu Province.
Key words object-based image analysis；ontology modeling；Methontology；rural residential area；protégé
本体是概念模型的形式化规范说明，其主要含义包括概念模型、明确性、形式化和共享性[1]。随着地理空间信息应用的不断扩展和深入，采用地理本体建模自动识别遥感信息的技术发展迅速。然而，当前利用地理本体建模方法在遥感影像中提取地理对象的研究主要是建立地理对象的本体概念模型，并不形式化概念模型，导致所建立的概念模型不能被计算机识别利用。本文将OIA技术应用于地理本体概念模型的形式化，为地理本体的集成和遥感影像信息提取提供了一种新思路。OIA技术作为遥感领域研究的热点，以对象作为影像的基本处理单元，不仅有效地利用影像地理对象的光谱信息，还充分利用其几何、纹理和上下文信息。
乡村居民地是一类重要的基础地理信息，快速掌握乡村居民地的时空分布和变化特征对于区域可持续发展具有重要意义。在高分辨率遥感影像中乡村居民地是一类復合地物，包括房舍、街巷、空闲地、绿地以及水体等若干地理单体[2]。
近年来，发展了很多的高分辨率影像居民地信息提取方法，如决策树、统计模型、知识发现[3-5]等。问题在于，现有方法只能提取其中具有规则几何形态的屋顶或具有规律纹理的建筑物，而不能完整提取包括房舍、空闲地、街巷、树木等地理单体在内的乡村居民地。乡村居民地所包含的各个地理单体在光谱、形状和纹理特征上各不相同，难以用单一的光谱或纹理参数特征进行统一的居民地描述。导致传统的方法不能满足高分辨率影像居民地信息提取的基本条件。采用地理本体建模的方法，提高高分辨率影像居民地信息的准确性和完整性成为一个值得研究的问题。同时，一系列国内外试验研究表明[6-9]，基于地理本体建模为提取地理对象提供了一种有效途径。
本文拟结合地理本体思想和OIA技术，建立客观反映乡村居民地层次体系的概念模型，再通过OIA技术形式化概念模型，从而完善高分辨率影像乡村居民地本体模型，并验证模型的有效性。
1 乡村居民地本体概念模型的建立
从不同的角度出发，研究者所关注的核心不同，导致本体的逻辑结构多种多样，本文采用“4元组”本体表达模型[10]：O=（C，R，I，X），其中O表示本体，C代表概念集，表示一系列具有共同属性的对象集；R代表关系集，表示概念之间的相互关系；I代表实例集，表示对象的属性；X表示公理集，是约束概念、实体及关系的条件。
乡村居民地本体建模采用Mothontology方法，其具体过程包括规范说明、知识获取、概念化和实现等4个部分[11-14]。其中知识获取和概念化模型的建立是本体建立的最重要组成部分，在此给出乡村居民地的知识获取、概念化以及概念模型建立的具体过程。
（1）乡村居民地的知识获取是通过对其相关的文献、论著、图集和调查报告进行搜集和整理，结合专家知识，梳理出乡村居民地的具体特征（表1）。 （2）概念化的过程就是根据研究的目的和需求，通过知识获取，确定乡村居民地各个概念之间的关系以及建立乡村居民地概念层次结构[6]。乡村居民地概念化，即是把获得的知识识别为概念、关系、实例和公理。
乡村居民地概念模型由2个不同的空间尺度层次组成：地理单体层和乡村居民地层（图2），2个层次之间拥有丰富的上下文关系。乡村居民地层的特征包括居民地面积，房舍紧凑度，与地理单体的空间拓扑关系等；地理单体层的特征即各个组成乡村居民地的地理单体的特征，包括了光谱特征、几何特征、纹理特征和上下文特征等。
其中乡村居民地本体模型的概念集包括乡村居民地、房舍、街巷、空闲地和树木；关系集包括乡村居民地与地理单体的拓扑关系，地理单体之间的邻域关系；实例集包括各概念的光谱特征、几何特征、纹理特征和上下文特征等；公理集是其光谱、几何、纹理等特征的约束。
（3）下文利用逻辑关系描述乡村居民地本体的各空间层次的概念、关系和实例，以此建立乡村居民地概念化模型。
主要的逻辑关系包括：part of，kind of，instance of和attribute of。part of表示概念之间部分和整体的关系，指一个事物是另一个事物的一部分；kind of：表示概念之间的继承关系，同父类与子类的关系相似；instance of：表示概念的实例与概念之间的关系，相似于面向对象中类与各个对象之间的关系；Attribute-of：表示一个概念是另一概念的属性。
（4）根据获取的概念化知识，利用Protégé软件[15]建立乡村居民地本体概念化模型。由于Protégé 5.0暂不支持汉语，概念模型如图2所示。
2 基于对象影像分析（OIA）方法对本体建模的支撑作用
OIA方法对本体建模的支撑作用即是采用OIA方法形式化乡村居民地概念模型[16]，使建立的概念模型可以被计算机识别。其目的在于可以利用形式化后的概念模型（即乡村居民地本体模型），提取高分辨率影像中乡村居民地信息。
利用OIA方法形式化概念模型主要包括：①建立概念模型中实例集在OIA方法下的参数表示；②利用OIA建立乡本体的公理集（X），如图4所示。
2.1 OIA框架下实例集的建立
在高分辨率遥感影像中，OIA能够运用的乡村居民地特征主要包括：各地物的邻域关系；地理单体的颜色、形状、面积、密度和纹理；各层的上下文关系。表2表示乡村居民地概念化模型的实例集以及相应属性在OIA框架下的参数表示。
2.2 OIA框架下公理集的建立
建立分类规则集的过程就是建立乡村居民地本体模型公理集的过程。由于各属性的OIA参数取值范围受影像分辨率、文化、地理环境等因素影像[21]。不同地域研究区各地物的属性取值存在一定差异，因而需要针对不同的遥感影像分别研究其最佳的参数取值。
建立规则集的具体方法是在OIA工具中采集高分辨率遥感影像的屋顶、空闲地、街巷、树木、农田等地物的样本，每类地物采集10个样本，并要求样本随机分布于研究区内部。查询样本中各个类别地物的属性取值范围，同时将这些属性的取值用于乡村居民地本体模型的公理集，并建立分类规则集，进而完善乡村居民地本体模型。表3是根据甘肃张掖刘家庄高分辨率航空遥感影像为数据源建立的规则集。
3 乡村居民地本体模型信息提取实现
根据建立的高分辨率乡村居民地本体，以甘肃省张掖市甘州区刘家庄分辨率航空遥感影像为数据源，对乡村居民地信息提取进行试验。试验区的土地覆盖类型包括耕地、园地、林地、居民地、道路、水工设施、日光温室、水域和剥蚀地貌等。航空遥感数据共有4个图层，分别代表蓝、绿、红和近红外波段，分辨率为0.6 m。试验影像和提取结果如图5所示。
4 结语
依托地理本体理论对乡村居民地进行建模，使居民地的描述定义具有通用性、可操作性和明确性的特点，从而在基于对象分类过程中很大程度地减少工作量，缩短工作时间，提高工作效率。本文通过Methontology方法，建立乡村居民地本体的概念化模型，在OIA技术的支持下建立高分辨率遥感影像乡村居民地本体模型实例集和公理集，实现了其本体的建立。通过对甘肃省张掖市甘州区刘家庄高分辨率航空遥感影像中乡村居民地信息提取试验，验证了本体模型的有效性和合理性。同时，地理本体建模方法对高分辨率影像中复合地理对象的信息提取提供了一种有效的途径。
应当指出，OIA技术支持下的本体建模是一项复杂的工作，不同分辨率的影像同一类地物的其光谱、纹理、几何和上下文信息存在差异。因此同一地理对象在不同分辨率影像中需要建立各自的乡村居民地本体。
5 参考文献
[1] 邓志鸿，唐世渭，张铭，等.Ontology研究综述[J].北京大学学报（自然科学版），2002（5）：730.
[2] 楊存建，周成虎.TM影像的居民地信息提取方法研究[J].遥感学报，2000（2）：146.
[3] GONG P，HOWARTH P.The use of structural information for improving land-cover classification accuracies at the rural-urban fringe[J].Photogrammetric engineering and remote sensing，1990，56（1）：67-73.
[4] 高永光，祝民强，朱骥，等.赣中红壤区TM图像的居民地信息自动提取专家模式研究[J].国土资源遥感，2002（4）：67.
[5] 顾娟，陈军，张宏伟，等.基于遥感影像的居民地提取研究综述与展望[J].计算机工程与应用，2007（30）：1. [6] KOHLI D，SLIUZAS R，KERLE N，et al.An ontology of slums for image-based classification[J].Computers，Environment and Urban Systems，2012， 36（2）：154.
[7] 张朴，王锡洁.基于地理本体建模的河流阶地识别方法研究：以汉中盆地为例[J].安徽农业科学，2014（10）：3080.
[8] ARVOR D，DURIEUX L，ANDR？魪S S，et al.Advances in Geographic Object-Based Image Analysis with ontologies：A review of main contrib-utions and limitations from a remote sensing perspective[J].ISPRS Journal of Photogrammetry and Remote Sensing，2013，82：125-37.
[9] 张朴.本体驱动的黄土高原典型地貌的DEM提取方法研究[D].兰州：兰州大学，2014.
[10] 杜云艳，张丹丹，苏奋振，等.基于地理本体的海湾空间数据组织方法：以辽东湾为例[J].地球信息科学，2008（1）：7-13.
[11] 徐安建，王海涛，尉伯虎，等.地理本体构建方法研究[J].测绘与空间地理信息，2013（7）：38-40.
[12] 李景，孟连生.构建知识本体方法体系的比较研究[J].现代图书情报技术，2004（7）：17-22.
[13] 劉宇松.本体构建方法和开发工具研究[J].现代情报，2009（9）：17-24.
[14] 魏东辉.运用methontology为学习技术系统体系结构建立本体[D].太原：太原理工大学，2004.
[15] SU X，MENG X，HU H.Research on development and application of OWL ontology search middleware[J].Mathematical and Computer Mode-lling，2013，58：3-4.
[16] 苗瑾花，王家耀，成毅，等.地理本体研究综述及趋势分析[J].测绘科学技术学报，2014（6）：653.
[17] 陈云浩，冯通，史培军，等.基于面向对象和规则的遥感影像分类研究[J].武汉大学学报（信息科学版），2006（4）：316.
[18] 付卓，胡吉平，谭衢霖，等.遥感应用分析中影像分割方法[J].遥感技术与应用，2006（5）：456.
[19] 刘纯，洪亮，楚森森.高分辨率遥感影像分割方法研究[J].测绘与空间地理信息，2014（10）：44.
[20] LIU Y，BIAN L，MENG Y，et al.Discrepancy measures for selecting optimal combination of parameter values in object-based image analysis[J].ISPRS Journal of Photogrammetry and Remote Sensing，2012，68：144.
[21] 马婷婷.基于最佳尺度的面向对象高分辨率遥感影像分类及应用[D]：成都：西南交通大学，2012.
关键词 基于对象的影像分析；本体建模；Methontology；乡村居民地；protégé
中图分类号 TP753 文献标识码 A 文章编号 1007-5739（2016）02-0338-03
Abstract Geographic ontology modeling was an important content of study on automatic/semi-automatic land cover types identification from remote sensing image，and played an important role in information extraction of complex land cover types in high resolution remote sensing image. In this paper，it firstly built rural residential area ontology conceptual model through the protégé platform in high resolution remote sensing image based on Methontology. And then，formalized the conceptual model and completed the rural residential area ontology model by the use of object-based image analysis（OIA）technology. Finally，applied the ontology model to rural residential area information extraction. The experiment verified the effective of rural residential area ontology model is reasonable，in the aerial remote sensing image of Liu Jia Zhuang，in Gansu Province.
Key words object-based image analysis；ontology modeling；Methontology；rural residential area；protégé
本体是概念模型的形式化规范说明，其主要含义包括概念模型、明确性、形式化和共享性[1]。随着地理空间信息应用的不断扩展和深入，采用地理本体建模自动识别遥感信息的技术发展迅速。然而，当前利用地理本体建模方法在遥感影像中提取地理对象的研究主要是建立地理对象的本体概念模型，并不形式化概念模型，导致所建立的概念模型不能被计算机识别利用。本文将OIA技术应用于地理本体概念模型的形式化，为地理本体的集成和遥感影像信息提取提供了一种新思路。OIA技术作为遥感领域研究的热点，以对象作为影像的基本处理单元，不仅有效地利用影像地理对象的光谱信息，还充分利用其几何、纹理和上下文信息。
乡村居民地是一类重要的基础地理信息，快速掌握乡村居民地的时空分布和变化特征对于区域可持续发展具有重要意义。在高分辨率遥感影像中乡村居民地是一类復合地物，包括房舍、街巷、空闲地、绿地以及水体等若干地理单体[2]。
近年来，发展了很多的高分辨率影像居民地信息提取方法，如决策树、统计模型、知识发现[3-5]等。问题在于，现有方法只能提取其中具有规则几何形态的屋顶或具有规律纹理的建筑物，而不能完整提取包括房舍、空闲地、街巷、树木等地理单体在内的乡村居民地。乡村居民地所包含的各个地理单体在光谱、形状和纹理特征上各不相同，难以用单一的光谱或纹理参数特征进行统一的居民地描述。导致传统的方法不能满足高分辨率影像居民地信息提取的基本条件。采用地理本体建模的方法，提高高分辨率影像居民地信息的准确性和完整性成为一个值得研究的问题。同时，一系列国内外试验研究表明[6-9]，基于地理本体建模为提取地理对象提供了一种有效途径。
本文拟结合地理本体思想和OIA技术，建立客观反映乡村居民地层次体系的概念模型，再通过OIA技术形式化概念模型，从而完善高分辨率影像乡村居民地本体模型，并验证模型的有效性。
1 乡村居民地本体概念模型的建立
从不同的角度出发，研究者所关注的核心不同，导致本体的逻辑结构多种多样，本文采用“4元组”本体表达模型[10]：O=（C，R，I，X），其中O表示本体，C代表概念集，表示一系列具有共同属性的对象集；R代表关系集，表示概念之间的相互关系；I代表实例集，表示对象的属性；X表示公理集，是约束概念、实体及关系的条件。
乡村居民地本体建模采用Mothontology方法，其具体过程包括规范说明、知识获取、概念化和实现等4个部分[11-14]。其中知识获取和概念化模型的建立是本体建立的最重要组成部分，在此给出乡村居民地的知识获取、概念化以及概念模型建立的具体过程。
（1）乡村居民地的知识获取是通过对其相关的文献、论著、图集和调查报告进行搜集和整理，结合专家知识，梳理出乡村居民地的具体特征（表1）。 （2）概念化的过程就是根据研究的目的和需求，通过知识获取，确定乡村居民地各个概念之间的关系以及建立乡村居民地概念层次结构[6]。乡村居民地概念化，即是把获得的知识识别为概念、关系、实例和公理。
乡村居民地概念模型由2个不同的空间尺度层次组成：地理单体层和乡村居民地层（图2），2个层次之间拥有丰富的上下文关系。乡村居民地层的特征包括居民地面积，房舍紧凑度，与地理单体的空间拓扑关系等；地理单体层的特征即各个组成乡村居民地的地理单体的特征，包括了光谱特征、几何特征、纹理特征和上下文特征等。
其中乡村居民地本体模型的概念集包括乡村居民地、房舍、街巷、空闲地和树木；关系集包括乡村居民地与地理单体的拓扑关系，地理单体之间的邻域关系；实例集包括各概念的光谱特征、几何特征、纹理特征和上下文特征等；公理集是其光谱、几何、纹理等特征的约束。
（3）下文利用逻辑关系描述乡村居民地本体的各空间层次的概念、关系和实例，以此建立乡村居民地概念化模型。
主要的逻辑关系包括：part of，kind of，instance of和attribute of。part of表示概念之间部分和整体的关系，指一个事物是另一个事物的一部分；kind of：表示概念之间的继承关系，同父类与子类的关系相似；instance of：表示概念的实例与概念之间的关系，相似于面向对象中类与各个对象之间的关系；Attribute-of：表示一个概念是另一概念的属性。
（4）根据获取的概念化知识，利用Protégé软件[15]建立乡村居民地本体概念化模型。由于Protégé 5.0暂不支持汉语，概念模型如图2所示。
2 基于对象影像分析（OIA）方法对本体建模的支撑作用
OIA方法对本体建模的支撑作用即是采用OIA方法形式化乡村居民地概念模型[16]，使建立的概念模型可以被计算机识别。其目的在于可以利用形式化后的概念模型（即乡村居民地本体模型），提取高分辨率影像中乡村居民地信息。
利用OIA方法形式化概念模型主要包括：①建立概念模型中实例集在OIA方法下的参数表示；②利用OIA建立乡本体的公理集（X），如图4所示。
2.1 OIA框架下实例集的建立
在高分辨率遥感影像中，OIA能够运用的乡村居民地特征主要包括：各地物的邻域关系；地理单体的颜色、形状、面积、密度和纹理；各层的上下文关系。表2表示乡村居民地概念化模型的实例集以及相应属性在OIA框架下的参数表示。
2.2 OIA框架下公理集的建立
建立分类规则集的过程就是建立乡村居民地本体模型公理集的过程。由于各属性的OIA参数取值范围受影像分辨率、文化、地理环境等因素影像[21]。不同地域研究区各地物的属性取值存在一定差异，因而需要针对不同的遥感影像分别研究其最佳的参数取值。
建立规则集的具体方法是在OIA工具中采集高分辨率遥感影像的屋顶、空闲地、街巷、树木、农田等地物的样本，每类地物采集10个样本，并要求样本随机分布于研究区内部。查询样本中各个类别地物的属性取值范围，同时将这些属性的取值用于乡村居民地本体模型的公理集，并建立分类规则集，进而完善乡村居民地本体模型。表3是根据甘肃张掖刘家庄高分辨率航空遥感影像为数据源建立的规则集。
3 乡村居民地本体模型信息提取实现
根据建立的高分辨率乡村居民地本体，以甘肃省张掖市甘州区刘家庄分辨率航空遥感影像为数据源，对乡村居民地信息提取进行试验。试验区的土地覆盖类型包括耕地、园地、林地、居民地、道路、水工设施、日光温室、水域和剥蚀地貌等。航空遥感数据共有4个图层，分别代表蓝、绿、红和近红外波段，分辨率为0.6 m。试验影像和提取结果如图5所示。
4 结语
依托地理本体理论对乡村居民地进行建模，使居民地的描述定义具有通用性、可操作性和明确性的特点，从而在基于对象分类过程中很大程度地减少工作量，缩短工作时间，提高工作效率。本文通过Methontology方法，建立乡村居民地本体的概念化模型，在OIA技术的支持下建立高分辨率遥感影像乡村居民地本体模型实例集和公理集，实现了其本体的建立。通过对甘肃省张掖市甘州区刘家庄高分辨率航空遥感影像中乡村居民地信息提取试验，验证了本体模型的有效性和合理性。同时，地理本体建模方法对高分辨率影像中复合地理对象的信息提取提供了一种有效的途径。
应当指出，OIA技术支持下的本体建模是一项复杂的工作，不同分辨率的影像同一类地物的其光谱、纹理、几何和上下文信息存在差异。因此同一地理对象在不同分辨率影像中需要建立各自的乡村居民地本体。
5 参考文献
[1] 邓志鸿，唐世渭，张铭，等.Ontology研究综述[J].北京大学学报（自然科学版），2002（5）：730.
[2] 楊存建，周成虎.TM影像的居民地信息提取方法研究[J].遥感学报，2000（2）：146.
[3] GONG P，HOWARTH P.The use of structural information for improving land-cover classification accuracies at the rural-urban fringe[J].Photogrammetric engineering and remote sensing，1990，56（1）：67-73.
[4] 高永光，祝民强，朱骥，等.赣中红壤区TM图像的居民地信息自动提取专家模式研究[J].国土资源遥感，2002（4）：67.
[5] 顾娟，陈军，张宏伟，等.基于遥感影像的居民地提取研究综述与展望[J].计算机工程与应用，2007（30）：1. [6] KOHLI D，SLIUZAS R，KERLE N，et al.An ontology of slums for image-based classification[J].Computers，Environment and Urban Systems，2012， 36（2）：154.
[7] 张朴，王锡洁.基于地理本体建模的河流阶地识别方法研究：以汉中盆地为例[J].安徽农业科学，2014（10）：3080.
[8] ARVOR D，DURIEUX L，ANDR？魪S S，et al.Advances in Geographic Object-Based Image Analysis with ontologies：A review of main contrib-utions and limitations from a remote sensing perspective[J].ISPRS Journal of Photogrammetry and Remote Sensing，2013，82：125-37.
[9] 张朴.本体驱动的黄土高原典型地貌的DEM提取方法研究[D].兰州：兰州大学，2014.
[10] 杜云艳，张丹丹，苏奋振，等.基于地理本体的海湾空间数据组织方法：以辽东湾为例[J].地球信息科学，2008（1）：7-13.
[11] 徐安建，王海涛，尉伯虎，等.地理本体构建方法研究[J].测绘与空间地理信息，2013（7）：38-40.
[12] 李景，孟连生.构建知识本体方法体系的比较研究[J].现代图书情报技术，2004（7）：17-22.
[13] 劉宇松.本体构建方法和开发工具研究[J].现代情报，2009（9）：17-24.
[14] 魏东辉.运用methontology为学习技术系统体系结构建立本体[D].太原：太原理工大学，2004.
[15] SU X，MENG X，HU H.Research on development and application of OWL ontology search middleware[J].Mathematical and Computer Mode-lling，2013，58：3-4.
[16] 苗瑾花，王家耀，成毅，等.地理本体研究综述及趋势分析[J].测绘科学技术学报，2014（6）：653.
[17] 陈云浩，冯通，史培军，等.基于面向对象和规则的遥感影像分类研究[J].武汉大学学报（信息科学版），2006（4）：316.
[18] 付卓，胡吉平，谭衢霖，等.遥感应用分析中影像分割方法[J].遥感技术与应用，2006（5）：456.
[19] 刘纯，洪亮，楚森森.高分辨率遥感影像分割方法研究[J].测绘与空间地理信息，2014（10）：44.
[20] LIU Y，BIAN L，MENG Y，et al.Discrepancy measures for selecting optimal combination of parameter values in object-based image analysis[J].ISPRS Journal of Photogrammetry and Remote Sensing，2012，68：144.
[21] 马婷婷.基于最佳尺度的面向对象高分辨率遥感影像分类及应用[D]：成都：西南交通大学，2012.