考虑空间关系的极地科学数据本体表达与构建方法研究

两极是世界各国关注和研究的热点地区,极地科学数据量飞速增长,如何高效地管理极地科学数据并提供数据的智能服务,已成为极地数据库研究的重点。针对目前以关键词和主题词等字符匹配为核心的数据库查询中存在的查不全、查不准等问题,以中国南北极数据中心的元数据库作为数据源,引入本体论思想,提出了考虑空间关系的极地科学数据本体构建方法,研究了极地科学数据的语义概念、属性及语义关系,着重考虑了空间关系在本体构建中的形式化表示模型;设计了考虑空间关系的极地本体总体框架;最后,利用本体构建工具实现了极地科学数据本体库的搭建。考虑空间关系的极地科学数据本体库的建立对极地科学数据的精确发现和信息共享提供了有力的支撑。

基于TDD的科考船航迹分段方法研究

"雪龙"号极地科考船是推动我国极地科学考察事业发展的重要工具,"雪龙"号在数十次的极地科考过程中累积了大量的航迹数据,其中蕴含的巨大价值亟须挖掘。针对科考船的航迹分段是将科考船移动轨迹分为停留与行驶两部分,合理的分段方法可以分离出信息更丰富的航迹段,有利于航迹知识提取。然而,由于原始航迹信息密度分布不均等原因,现有的航迹分段方法往往会造成分段过多等问题,结果并不理想。本文针对该问题,提出了一种针对科考航迹整体的时域差分(Time Domain Difference,TDD)分段方法。本方法基于时间域对航速进行差分处理,有效降低了因为航速波动频繁对分段结果的影响。同时,考虑到该方法的差分步长在航迹处理过程中的不明确性,本文将差分后航迹的路程损失和航速波动幅值进行归一化处理,提出了航迹差分时间步长的动态确定方法,并以速率阈值对航迹进行分段。最后本文以第29次南极科考航迹数据为例,将本方法与经典的具有噪声的基于密度的聚类方法DBSCAN(Density-Based Spatial Clustering of Applications with Noise)进行了比较,实验结果表明本文提出的方法可有效降低航迹分段时分段过多的问题,在分段准确性和时间效率等方面结果更优。