基于事件语义的滑坡监测传感器数据集成研究

Geo-sensor network is one of the important means for landslide monitoring. Developing a data collection method for comprehensive monitoring of a distributed and heteorgeneously-structured environment is of great significance to landslide early warning and emergency decision making. Currently available methods for senseor data integration either rely on syntactic unification through data standardization or semantic synthesis at raw data level. These methods are far from reaching a "seamless" integration and lacking necessary association with the targested geophysical objects, which may degrade the inter-operability of the sensors and lead to misinterpretations of sensor observations. Aiming to seek solutions to the aforementioned problems, this study proposes a method for sensor data integration from an "event semantics layer" concept. In this framework, an event model for integrating landslide monitoring data is first constructed on the basis of sensor ontology and spatiotemporal ontology, then an auto-linking method (the key technique for complex event processing) for associating simple observations with complex landslide events is developed through both quantitative prediction modeling and qualitative rules, Finally, the geo-sensor semantic middle-ware for landslide monitoring is designed and developed by integating the data model and linking method from the previous steps. The results of the study are expected to effectively improve the inter-operability of distributed and heterogeneous sensors or even sensor networks and significantly enhance the perceptual ability of sensor networks.

地学传感器网络是当今滑坡监测的重要手段之一，研究分布式异构综合监测环境下的数据集成方法对滑坡预警及应急决策具有重大意义。现有传感器数据集成或采用制定数据标准来进行句法统一、或从生数据（Raw Data）的层次进行语义集成，尚未达到真正"无缝"、且缺乏与地学现象的关联机制，导致各传感器的协同工作能力较弱，且观测网对环境的感知能力不强。针对以上问题，本课题提出从事件语义的角度进行传感器数据集成的思路。首先，以传感器本体和时空本体为基础，建立滑坡监测数据集成事件模型；其次，以复杂事件处理为关键技术，结合定量滑坡预报模型和定性判定规则，探讨监测数据与滑坡地学复杂事件的自动关联方法；最后，综合上述模型和关联方法，设计并开发面向滑坡监测的地学传感器语义中间件。本课题的研究成果可以有效的提高多个异构地学传感器乃至多个异构传感器网络的协同工作能力，同时大幅度增强传感器网络的感知能力。

针对目前传感器数据集成仍处于低级别语义层次的现状，项目组构建了滑坡监测传感器数据事件语义集成框架，并对其中的关键技术进行了探讨。项目执行三年期间，主要研究成果包括六个方面。1）历史滑坡数据收集及滑坡观测数据采集。通过对官方资料、新闻报道，学术文章，统计年鉴和其他灾害数据库的整理收集了1949-2011年共1221个历史滑坡事件信息，并基于谷歌的公共云计算平台探讨了新中国滑坡数据库的开发、可视化及分析；搭建滑坡灾害监测多传感器网络模拟实验平台，采集了5次模拟降雨实验的观测数据；以四川省理县西山村滑坡为观测对象，构建了滑坡多源传感器立体观测网络，为语义集成框架的实际应用奠定了数据基础。2）传感器数据预处理算法研究。探讨了利用高速立体图像序列的滑坡形变提取方法，为滑坡过程中的宏观迹象识别提供了重要手段，也为滑坡机制和过程的研究提供了一手资料；研究了基于分类加权约束GIHS 变换的WorldView-2影像融合技术，在提高影像空间分辨率的同时实现了光谱的高保真度，为滑坡识别提供了技术支持；为提高滑坡微小形变监测精度，研究了GNSS定位测姿算法，重点探讨了半天球模型图、恒星日滤波和高级恒星日滤波等多路径误差消除方案，为滑坡监测应用时的误差消除模型选择提供了科学依据。3）降雨型滑坡地学事件梳理。通过文献调研、并结合模拟实验监测数据，梳理了早期的降雨、中期的降雨入渗、中后期的形变事件及各类事件的子事件。4）地学事件与观测数据语义关联规则建立。结合定性的地学事件和降雨经验模型、斋藤模型以及水土特征曲线函数等定量分析方法，以相机、加速度计以及孔隙水压数据为数据源，建立了监测数据和事件之间的关联。5）基于复杂事件处理框架的滑坡地学事件形式化表达研究。以开源事件引擎Esper为基础，完成了复杂事件的定义和模式匹配发现过程。6）相关软件研发。基于以上数据预处理、监测数据和事件之间的关联规则以及事件的形式化表达研究，设计并开发了面向滑坡监测传感器网络的语义中间件。本项目的工作为语义传感器网络在灾害监测方面的应用提供了方法和案例参考。