[发明专利]主题事件更新方法库及城市多源时空信息并行更新方法

说明书

技术领域

本发明属于智慧城市时空信息更新领域，涉及一种主题事件更新方法库及城市多源时空信息并行更新方法，特别涉及一种基于主题事件的智慧城市主题事件更新方法库及城市多源时空信息并行更新方法。

 

背景技术

各种航空、航天、近景测量和新型传感器获取的数据，以及物联网、移动互联网、位置服务网等多源时空信息是当前城市运行管理、建设规划、应急指挥和公共服务等应用的基础支撑，是构建“智慧城市”不可或缺的重要组成部分。随着天空地传感器网络建设的逐步完善，现场采集和历史积累的城市时空数据越来越多，出现了“数据海量、信息爆炸、知识贫乏”的矛盾局面。目前国内外时空数据模型和时空数据库的应用研究主要集中在地籍历史变更数据的组织管理、智能交通和导航信息系统、城市气候环境变化分析、城市发展和土地利用模拟等方面，但是建设中的示范数字城市依然是一种静态的信息化城市，仅有少量专题数据以离散时间点的全局空间快照或离散空间站点长时间序列来组织管理，尚难以进行时空数据高效存取和适应各种城市问题分析决策需要。海量城市时空数据为发展高效时空数据管理与更新技术提供了契机，因此研究基于异常变化发现的数据更新机制是保证数据的准确性和现势性、提高数据质量、支撑智慧城市运行的重要基础。同时随着GPU硬件的发展，基于GPU的并行高速计算也发展迅速，为解决更新中海量数据及提高实时更新效率提供了有力的支撑。

基于城市传感器网络中多源异构数据的异常发现与数据并行更新问题是一种基于地理信息与专家知识的大尺度、海量、时序、多源、高不确定性异构数据的分类与识别问题。对于如何自动分析城市传感器网络获取的海量无规则多源异构数据，并结合专家知识与数据库实现异常检测以及数据并行快速更新，是世界各国的地理时空信息数据库都面临着的“数据库更新”问题。

目前，多传感器数据空间异常探测方法大致可以分为：基于图形的方法(采用可视化的方法，如变量云与散点图，并从图形中寻找异常实体)、基于偏离的方法(采用非空间属性值与空间邻近域内实体非空间属性平均值的差值来度量实体的异常程度)、基于局部异常度量的方法(借助局部密度的方法定义局部偏离度)、基于聚类的方法(将空间聚类后获得的孤立点或小簇视为空间异常)等。例如：专利号为CN102081619A的发明专利《数据更新方法、分发节点及海量存储集群系统》，专利号为CN101339570的发明专利《一种高效的海量遥感数据分布式组织管理方法》，专利号为CN102332004A的发明专利《用于海量数据管理的数据处理方法和系统》。

现有更新方法针对面向主题的高效时空数据管理更新方面，海量时空数据的存储和管理对动态目标表达能力差、管理数据形式单一、灵活性不足、可扩展性有待提高，而且大量传感器获取的半结构、非结构性信息难以构建高效的索引结构和进行统一管理与实时调度，且当前的数据管理与更新主要集中于城市实体更新，缺乏面向主题事件的异常变化发现及更新机制，由于存在变化识别或定义准则的众多歧义，很难做到理论完备且独立，在逻辑层次，时间地理概念框架下的时空棱椎体模型和各种时空关系模型等具有较灵活的地理时空结构化表达能力，但是理论研究工作多于物理实现，基本结构特征表达能力仍有不足。

与传统的异常探测及空间异常探测方法不同，时空异常探测需要顾及空间实体随时间的变化，更为复杂，虽然取得了一些零散的成果，但整体研究的深度和广度还很不足，发展的理论方法远不够成熟。除了事件的探测及发现外，基于GPU的快速并行更新算法也还没有被大规模的应用到时空数据更新中来。因此这些基础地理信息数据库建成后，在面向主题的应用过程中，必须对其进行动态维护和高效更新，以保证数据的准确性和现势性，提高数据的质量，更有效的服务于公众，这是智慧城市可持续运行的重要任务，也是本专利的主要目的。

 

发明内容

为了解决上述的技术问题，本发明针对时空信息的多源异构性，提出了一种基于主题事件的智慧城市主题事件更新方法库及城市多源时空信息并行更新方法。

本发明所采用的技术方案是：

一种主题事件更新方法库，其特征在于：包括事件判断规则、基础更新规则和联动更新规则；

所述的事件判断规则包括：主题事件的条件判断规则、主题事件分类知识库、数据源匹配与关联的规则；