多源地理数据集成评估中目标的形式化建模及适应性信息融合方法

Multi-sources geographical data are important foundation for integrated assessment modeling and decision of complex natural resources and environmental systems. The urgent problems in integrated assessment and decision include formal modeling of integrated assessment target, heterogeneity and uncertainty of multi-sources geographical data, and multi-sources data integration and fusion. With the scenario analysis and formal ontology methods, considering the semantic heterogeneity, schema heterogeneity and uncertainty of multi-sources geographical data in integrated assessment, this project will analyze the complexity of integrated assessment target with associated features, study the association mechanism of integrated assessment target and related features, and explore target ontology formal modeling and schema representation based on graph model. This project will study uncertainty characteristics of multi-sources geographical data and uncertainty measurement and transformation method, explore information fusion mechanism and adaptive intelligent information fusion methods. Through the research of the project, the expected results include establishing a unified formal schema representation of integrated assessment target, developing uncertainty measurement and transformation methods based on random set and belief function, and adaptive data fusion methods based on evidence theory, Bayesian network and self-organization neural networks. These results will provide basic principle and methods for multi-sources geographical data integrated assessment application. The example of digital watershed flood risk assessment application is used in experiment, and the prototype of formal target modeling and adaptive information fusion algorithms of integrated watershed flood risk assessment form multi-sources geographical data will be designed and developed.

多源地理数据是资源环境集成评估的重要基础，集成评估目标的形式化建模以及多源地理数据的异构性、不确定性及其融合是评估决策中急需解决的问题。针对集成评估中多源数据的语义和模式的异构性、不确定性，以及集成评估目标及其关联要素的复杂性和形式化表达问题，通过形式化本体和情景分析，研究集成评估目标及要素关联机理、本体表达及形式化方法，探索基于图模型的目标模式表达。研究集成评估中多源数据的不确定性机理和度量转换方法，探索信息融合模式和适应性智能信息融合方法。通过本研究，有望形成一体化目标模式的形式化表达，基于随机集和可信函数等的多源数据不确定度量和转换方法，基于评估目标形式化表达的信息融合模式，以及基于证据理论、贝叶斯网和自组织网络等的适应性信息融合方法，为多源异构地理数据集成评估应用提供基本原理和方法。以数字流域洪水风险评估为例，设计和实验多源地理数据集成评估目标形式化和适应性信息融合原型系统。

多源地理数据集成评估涉及到多要素及其相互关系的建模，如何进行多要素复杂交互的建模，是集成评估的重要基础；集成评估涉及多源地理信息的异构性，进行形式化本体建模是异构环境下集成评估的基础，另外不确定性影响评估的效果。本研究基于以上存在的问题，开展了相关方面的研究，包括集成评估目标的形式化分析、目标形式化建模的图模型表达、集成评估中的不确定性、多源异构数据集成评估的融合模式、流域洪水风险多源数据集成评估方法。.取得的主要结果包括：.（1）研究了多源地理数据集成评估中的多要素交互情景分析和感知模型，开发了基于感知模型的流域多要素洪水风险评估的属性、指标和指数框架。并开发了多实体要素、指标和指数的本体表示方法。.（2）提出了多源地理数据集成评估中基于图模型的多要素交互建模方法，开发了多源地理数据集成评估中的流域洪水-社会多要素交互的基于系统动力学的图模型框架和系统建模方法。提出了基于结构方程模型、动态贝叶斯网的多要素建模和评估方法。.（3）提出了多源地理数据集成评估中的不确定性分析方法，包括认知不确定性和客观（随机）不确定性及其表示方法。.（4）开发了多源异构数据集成评估的融合模式，包括单变量多源数据融合、多变量多源连续数据融合、多变量多源类别数据融合、多变量归一化属性融合以及多变量连续-类别属性融合。.（5）开发了流域洪水风险多源数据集成评估方法，包括不确定性层次分析（AHP）权重方法的蒙特卡洛随机模拟的洪水风险评估、局部分析的空间有序加权平均（OWA）方法的洪水风险评估。.流域洪泛区洪水-社会多要素建模及河流与内涝洪水的动态风险评估，将具有重要的应用前景。局部分析的空间有序加权平均的洪水风险评估方法在多源地理数据集成评估中将有重要的科学意义。.项目取得了较高水平的科研成果，发表研究论文14篇，其中高水平期刊论文3篇（两篇SCI，影响因子分别为4.9和5.0；EI收录论文10篇），培养了研究生十余名。