地表覆盖变化的众源数据处理模型与算法研究

International organizations are spark-plugging developing global land cover information dynamic service platform to provide global land cover information and its changes for global change research, assessment of eco-environments, and macro-control analysis. Current land cover change information is extracted by professional using remote-sensing imagery. There are many problems with this method, i.e., the research areas cannot cover the whole global region, the research time is always far behind from the change time, and the cost is very expensive, etc. In order to overcome these problems, it requires using the crowd-sourcing data to update the global land cover information. This requires enhancing the land cover changes cognition, developing a set of models and methods for the trust degree evaluation of the crowd-sourcing data and the updating process. This project aims at developing novels concepts, models and algorithms about the collection, trust degree evaluation, and updating of the land cover crowd-sourcing change information, including land cover change outline' lower-dimensional marking and reporting model considering the volunteer's cognition and representing custom; trust degree evaluation model and algorithms for land cover change crowd-sourcing data; land cover change's conflict checking rules based on the spatio-temporal relations and semantic restrictions; models and algorithms for the updating of land cover database using crowd-sourcing change data considering the complex polygons with a great number of holes and hierarchically holes. This study will deepen the understanding of land cover change and crowd-sourcing data, and provide advanced ideas and methods for the quality control and updating of land-cover database using crowd-sourcing change data.

当前国际上正倡导和研制全球地表覆盖动态信息服务平台，为全球变化研究、生态环境评估、宏观调控分析等提供地表覆盖及其变化信息。为了弥补单纯依靠专业人员通过遥感影像提取变化信息存在的不足，必须充分利用众源信息来维护更新全球地表覆盖数据。但目前人们对地表覆盖变化的认知还很不深入、缺乏众源地理信息信任度评价与更新处理的理论与方法。本项目拟针对这一国际学术前沿，研究顾及大众志愿者对地表覆盖变化认知与表达习惯的变化轮廓线降维标报与表达模型；基于志愿者、众源数据质量及变化冲突等信任关系的地表覆盖变化众源数据综合信任度量模型；基于时空、语义约束的地表覆盖变化冲突检测规则；顾及复杂目标的地表覆盖变化众源数据更新处理模型与算法等。该研究将深化对地表覆盖变化、众源地理信息信任关系等基本问题的认知，为地表覆盖变化众源数据质量控制与更新处理提供新思路和理论依据；同时对其他众源地理信息收集与处理具有指导意义和参考价值。

本项目针全球地表覆盖变化信息获取与处理困难的问题，采用问卷、实地标报等调查形式，分析了志愿者对地表覆盖变化的认知情况、对地表覆盖变化的标报习惯等，并在此基础上发展了7种原子级标报操作。深入分析了影响众源数据信任度的因素，探索了众源数据的形成机理，志愿者对系统目标编辑修改的原因、结果等；发现志愿者在编辑修改某未变化目标时实际上隐含了其对该目标贡献者的信任评价。在此基础上提出了一种众源数据（Crowd-sourcing data）信誉度计算方法。分析了众源环境下空间目标、目标状态、地理事件（即导致目标或目标状态变化的原因）、贡献者、目标状态版本、贡献者信誉、版本信誉、状态版本变化事件（即编辑事件）间的相互作用机理。采用面向对象方法设计了一种顾及信誉信息的众源时空数据组织方法，并用UML对模型这些要素及其相互关系进行了形式化描述。提出了基于面/面二维交细分类型的地表覆盖矢量数据增量更新与拓扑一致性维护方法。提出了基于局部平面分割的线/线交的相接、交叉类型判定及一系列冲突检测规则与算法等。采用Java、C#语言，Oracle数据库，ASP.NET等开发技术，在ArcGIS Server、Eclipse、Visual Studio平台上开发了地表覆盖变化众源数据处理原型系统，该系统包括网页终端和桌面端。并用实际数据验证了研究成果的有效性。在本项目资助下获得的研究成果包括：授权发明专利2项，软件著作权1项，出版专著1本；发表学术论文20篇（其中SCI收录3篇，EI收录7篇）；培养了博士生4人：硕士生8人。本项目地表覆盖变化认知调查成果已应用到全球地表覆盖数据标报系统“GlobeLand30 Tagging”中；OSM数据模型转换方法已在国家测绘地理信息局第一航测遥感院（陕西省第五测绘工程院）全球测图项目中应用。