用于验证空间对象匹配关系的定性空间逻辑

Geospatial data plays an essential role in many governmental, economic and social operations, such as disaster response, integrated management of urban infrastructures and environment, outdoor or indoor navigation, tourism, etc. Many of these operations require the combined use of data from different geospatial sources. In order to integrate, enrich and update geospatial data, a critical task is to establish correspondences or matches between spatial objects. Many methods have been developed to generate matches using various techniques. However, the matches generated often contain errors or mistakes, especially where location information is not complete or not accurate. Using problematic matches to link or combine geospatial data from different sources can lead to information conflicts, misleading information, and some other issues affecting the usage of geospatial data in different applications. In our previous work, we developed a series of qualitative spatial logics for validating matches between spatial objects regarding their NEAR and FAR relations. This project will develop new qualitative spatial logics to reason about cardinal direction information, and combine them with the spatial logics of NEAR and FAR in order to enable more effective and more accurate detection of problematic matches between spatial objects represented in different sources, such as authoritative geospatial datasets, crowd-sourced geospatial datasets and sketch maps. New qualitative direction relations will be defined to tolerate differences in location representations of the same spatial object from different geospatial data sources. Computational properties, such as soundness, completeness, decidability and complexity, will be studied for the new spatial logics.

地理数据在许多政府、经济或社会活动中起着重要作用。应对和解决现实世界中的许多问题需要综合使用不同来源的地理数据。不同来源的数据往往在结构、完整性、准确性等方面存在差异。融合或综合使用地理数据的关键问题是如何在不同数据源间找到对应的空间对象，建立对应关系或匹配关系。用现有的方法建立的匹配关系中往往存在错误，尤其在位置信息不完整或不准确的情况下。用错误的匹配关系来链接或融合不同来源的地理数据会导致信息冲突或生成误导性信息。检测和纠正匹配关系中的错误是必要且重要的。在之前的工作中，我们研发了定义远近关系的定性空间逻辑来验证空间对象匹配关系。本项目将在此基础上研发新的定义方向关系的定性空间逻辑，并结合远近逻辑使匹配关系的验证更准确有效。我们将在新的定性空间逻辑中定义新的方向关系来容许不同数据源对同一空间实体位置描述上的差异，并研究新定性空间逻辑的计算特性，包括可靠性，完备性，可判定性，复杂性，等。

地理数据在许多政府、经济或社会活动中起着重要作用。应对和解决现实世界中的许多问题需要综合使用不同来源的地理数据。不同来源的数据往往在结构、完整性、准确性等方面存在差异。综合使用地理数据的关键问题是如何在不同数据源间找到对应的空间对象，建立对应关系或匹配关系。用现有的方法建立的匹配关系中往往存在错误，尤其在位置信息不完整或不准确的情况下。用错误的匹配关系来链接或融合不同来源的地理数据会导致信息冲突或生成误导性信息。检测和纠正匹配关系中的错误是必要且重要的。本项目研发了新的用于验证空间对象匹配关系的定性方向逻辑。新的定性方向逻辑的定义基于一维或二维欧几里德空间。我们在新的定性方向逻辑中定义了新的方向关系来容许不同数据源对同一空间实体位置描述上的差异。对每个新的定性方向逻辑，我们用新的方向关系定义了公理集，证明了公理集的可靠性和完备性。对每个新的定性方向逻辑，我们证明了其可满足性问题是可判定的，复杂性为 NP-complete。基于新的定性方向逻辑中存在的可靠且完备的有限公理集，我们研发了推理机，用以验证空间对象匹配关系。