由于不同来源空间数据在分类与编码、语义表达、地理模型、数据结构和数学基础等内容上的差异,造成了多源空间数据综合利用上的困难。本项目旨在通过研究多源空间数据的属性匹配来完成不同来源空间数据之间信息的相互印证、差异性分析和质量评价,从而便于空间信息的共享、融合、挖掘与快速更新。研究内容包括①基于本体的属性匹配的基础理论与方法研究;②多源空间数据属性匹配建模,即研究如何表示地理属性、规则和知识以建立多源空间数据的地理本体模型;③地理属性匹配相似度的计算,包括综合利用地理本体的层次关系中的多种影响因素,如语义重合度、语义层次深度、语义距离、语义密度以及相应的调节因子等,来计算地理本体中概念之间的语义相似度。多源空间数据的属性匹配能够提高空间数据的利用效率、降低空间数据处理成本,推动空间数据处理技术向深层次发展,同时对于空间数据挖掘和数据融合的理论与方法的创新与突破具有重要意义。
英文主题词attribute matching;data fusion;geographic information;spatial data;ontology