遥感知识图谱创建及其典型场景应用技术

相对于当前指数级增长的强大遥感数据获取能力,遥感大数据的智能处理和知识服务能力相对滞后,海量多源化遥感数据堆积与有限信息孤岛并存的矛盾日益突出,亟需有效的遥感领域知识建模技术来辅助挖掘遥感大数据的有用信息并形成知识服务能力。知识图谱技术以符号形式描述物理世界中的概念及其相互关系,具有强大的知识建模与推理应用能力,在搜索引擎、电子商务、社交网络分析等领域已经得到成功应用。在通用知识图谱技术启发下,本文首次提出建立遥感领域知识图谱研究构想,可以为遥感领域知识建模与知识服务提供支撑。本文首先回顾通用知识图谱的发展历程,然后探讨遥感知识图谱的构建技术、遥感知识图谱驱动的典型地学应用案例,最后对遥感知识图谱的应用现状与未来研究方向进行分析论述。总体来说,遥感知识图谱的研究有利于更好的归纳遥感领域学科概念化知识、管理遥感大数据所蕴含的新增信息与知识,可以向多领域众多用户提供灵活便捷的遥感知识查询与知识服务能力,有助于全面提升海量多源遥感观测成果的应用能力,在全球遥感地表覆盖分类、气候变化、国际人道主义援助等方面都将发挥重要作用。

一种结合地理知识的遥感影像目标实体关联方法

遥感影像目标识别技术已广泛应用于目标动态监测与定位等领域。但影像目标识别的结果缺乏与目标属性信息的链接,导致分析人员只能依据影像特征进行分析,难以进行更复杂的目标数据关联分析与挖掘。针对遥感影像目标识别语义属性信息缺失的问题,本文利用知识图谱相关技术将影像判别的目标信息与知识语义网链接。首先,提出了一种遥感影像目标知识图谱构建框架;其次,针对遥感影像目标不同的数据类型,构建遥感影像目标知识抽取模型,提出了基于相似度目标实体识别和预定义模式的关系抽取方法;然后,基于多特征Logistic模型的影像目标实体链接方法,实现了遥感影像目标实体与百科知识库的知识关联;最后,针对预定试验区域进行试验,验证了本文方法的可行性。

耦合知识图谱和深度学习的新一代遥感影像解译范式

在遥感大数据时代,遥感影像智能解译是挖掘遥感大数据价值并推动若干重大应用的关键技术,如何将知识推理和数据学习两类解译方法有机联合已成为遥感大数据智能处理的重要研究趋势。由此提出了面向遥感影像解译的遥感领域知识图谱构建与进化方法,建立了顾及遥感成像机理和地理学知识的遥感领域知识图谱。在遥感领域知识图谱支撑下,以零样本遥感影像场景分类、可解释遥感影像语义分割以及大幅面遥感影像场景图生成3个典型的遥感影像解译任务为例,研究了耦合知识图谱和深度学习的新一代遥感影像解译范式。在零样本遥感影像场景分类实验中,所提方法在不同的可见类/不可见类比例和不同的语义表示下,都明显优于其他方法;在可解释遥感影像语义分割实验中,知识推理与深度学习的联合方法取得了最好的分类结果;在大幅面遥感影像场景图生成实验中,知识图谱引导的方法精度明显高于基准的频率统计方法。遥感知识图谱推理与深度数据学习的融合可以有效提升遥感影像的解译性能。