本發(fā)明屬于災(zāi)害信息管理技術(shù)領(lǐng)域，具體涉及一種基于網(wǎng)絡(luò)信息的城市災(zāi)害專(zhuān)題圖實(shí)時(shí)生成的方法。

背景技術(shù)：
城市災(zāi)害專(zhuān)題圖屬于專(zhuān)題地圖的一種，專(zhuān)題地圖設(shè)計(jì)與生產(chǎn)的自動(dòng)化是制圖工作者一直努力的目標(biāo)。制圖專(zhuān)家為了實(shí)現(xiàn)這一目標(biāo)，走過(guò)了漫長(zhǎng)道路，進(jìn)行了不懈探索，主要分為如下幾個(gè)階段:第一階段，20世紀(jì)80-90年代興起的專(zhuān)家系統(tǒng)制圖技術(shù)為專(zhuān)題地圖生產(chǎn)自動(dòng)化進(jìn)行了有益嘗試，總結(jié)了大量的專(zhuān)題制圖知識(shí)與經(jīng)驗(yàn)，將許多制圖知識(shí)規(guī)則化、條理化、算法化，有效地指導(dǎo)了專(zhuān)題地圖的設(shè)計(jì)與生產(chǎn)。但專(zhuān)家的制圖知識(shí)與經(jīng)驗(yàn)往往是變化的，不易于用文字和算法準(zhǔn)確表達(dá)，即便是規(guī)則化后仍然不便于一般用戶(hù)使用，因此專(zhuān)家技術(shù)下的地圖制圖系統(tǒng)未走入實(shí)用化軌道。第二階段，20世紀(jì)末，隨著數(shù)字地圖制圖技術(shù)的發(fā)展，地圖生產(chǎn)已開(kāi)始由傳統(tǒng)手工編制方式向數(shù)字化制圖方式轉(zhuǎn)變。地圖制圖技術(shù)發(fā)生了革命性的變化，普通地圖的生產(chǎn)己基本實(shí)現(xiàn)數(shù)字化，這其中主要?dú)w功于強(qiáng)大的圖形編輯功能和地圖出版功能，它們給地圖生產(chǎn)自動(dòng)化帶來(lái)了一線希望。但專(zhuān)題地圖在數(shù)據(jù)組織、內(nèi)容表示、數(shù)據(jù)處理等方面與普通地圖有較大差別，其發(fā)展遠(yuǎn)遠(yuǎn)落后于普通地圖。第三階段，地理信息系統(tǒng)技術(shù)迅猛發(fā)展，專(zhuān)題地圖作為空間數(shù)據(jù)分析可視化的重要表現(xiàn)形式，其制作技術(shù)受到了重視，從而得到了較好的發(fā)展。根據(jù)專(zhuān)題地圖的重要作用及廣大用戶(hù)的迫切需求，國(guó)內(nèi)外流行的商品化GIS軟件，例如：MapInfo、ArcView、GeoMedia、Maptitude、ArcInfo、SuperMap等，紛紛推出了自己的具有專(zhuān)題地圖制作功能的模塊。這些軟件集地圖輸入、數(shù)據(jù)庫(kù)管理及空間數(shù)據(jù)分析于一體，將很多組件(如視圖、圖表、表格、腳本等)、專(zhuān)題地圖必備要素(圖名、圖例、比例尺、指北針等)、外來(lái)的圖形圖像等地圖素材等組合到一起，使專(zhuān)題地圖的制作具有內(nèi)容充實(shí)、表現(xiàn)方式多樣、易于編輯修改與動(dòng)態(tài)更新的特點(diǎn)。但是，上述制圖軟件在城市災(zāi)害專(zhuān)題制圖上不完全適用，軟件操作的復(fù)雜性和軟件本身功能的欠缺使得城市災(zāi)害專(zhuān)題圖生成受到制約，尤其是在地圖成圖、符號(hào)自動(dòng)化方面仍需人機(jī)交互來(lái)完成。目前制圖工具在實(shí)際應(yīng)用中都存在流程繁瑣、處理復(fù)雜，對(duì)制圖人員有較高的專(zhuān)業(yè)素質(zhì)和軟件操作水平的要求，不能滿(mǎn)足實(shí)用化過(guò)程中對(duì)海量數(shù)據(jù)快速和自動(dòng)處理的要求。隨著我國(guó)城市建設(shè)步伐的加快和城市規(guī)模與數(shù)量的不斷增長(zhǎng)，城市面臨的災(zāi)害風(fēng)險(xiǎn)也日顯嚴(yán)峻,尤其是洪水、地震、海洋災(zāi)害等各種自然災(zāi)害風(fēng)險(xiǎn)以及火災(zāi)、爆炸、毒物泄漏、建筑物倒塌等各種人為和技術(shù)風(fēng)險(xiǎn)不斷發(fā)生,造成了大量的人員傷亡、財(cái)產(chǎn)損失和環(huán)境污染。如何防范自然災(zāi)害的侵襲，及時(shí)迅速的發(fā)布城市災(zāi)害信息，從而最大限度的減少公眾生命財(cái)產(chǎn)損失成為一個(gè)亟待解決的問(wèn)題。將最新的科學(xué)技術(shù)手段應(yīng)用于城市防災(zāi)減災(zāi)中是研究人員正在努力實(shí)現(xiàn)的目標(biāo)。

技術(shù)實(shí)現(xiàn)要素：
針對(duì)現(xiàn)有技術(shù)存在的缺陷，本發(fā)明提供一種基于網(wǎng)絡(luò)信息的城市災(zāi)害專(zhuān)題圖實(shí)時(shí)生成的方法，實(shí)時(shí)獲取城市災(zāi)害信息，通過(guò)對(duì)獲取到的城市災(zāi)害信息進(jìn)行智能挖掘，能夠快速生成并動(dòng)態(tài)發(fā)布城市災(zāi)害專(zhuān)題圖，提高城市災(zāi)害專(zhuān)題圖快速生成與動(dòng)態(tài)發(fā)布水平，為城市管理與應(yīng)急救災(zāi)提供服務(wù)。本發(fā)明采用的技術(shù)方案如下：本發(fā)明提供的基于網(wǎng)絡(luò)信息的城市災(zāi)害專(zhuān)題圖實(shí)時(shí)生成的方法，通過(guò)網(wǎng)絡(luò)實(shí)時(shí)地獲取城市災(zāi)害信息，為城市災(zāi)害專(zhuān)題圖的生成與發(fā)布提供了豐富的數(shù)據(jù)源。經(jīng)過(guò)地名自動(dòng)識(shí)別、語(yǔ)義映射、圖文關(guān)聯(lián)挖掘等一系列技術(shù)，將海量的城市災(zāi)害信息進(jìn)行內(nèi)容整合，智能挖掘從而生成有價(jià)值的災(zāi)害專(zhuān)題數(shù)據(jù)。最后運(yùn)用動(dòng)態(tài)制圖綜合算法和WebService技術(shù)，實(shí)現(xiàn)城市災(zāi)害專(zhuān)題圖的快速生成與發(fā)布。本發(fā)明創(chuàng)建了一種新型的城市災(zāi)害專(zhuān)題圖的生成方法，解決了過(guò)去城市災(zāi)害專(zhuān)題圖生成時(shí)數(shù)據(jù)獲取困難、數(shù)據(jù)處理復(fù)雜、生成速度慢、嚴(yán)重滯后、工序復(fù)雜的弊端。本發(fā)明具有“實(shí)時(shí)獲取、智能挖掘、快速生成、動(dòng)態(tài)發(fā)布”的特點(diǎn)。附圖說(shuō)明圖1為本發(fā)明提供的基于網(wǎng)絡(luò)信息的城市災(zāi)害專(zhuān)題圖實(shí)時(shí)生成的方法的流程示意圖；圖2為本發(fā)明提供的數(shù)據(jù)截取方式示意圖；其中，1---網(wǎng)絡(luò)接口卡；2---網(wǎng)絡(luò)；圖3為本發(fā)明提供的對(duì)城市災(zāi)害信息進(jìn)行地名自動(dòng)識(shí)別和空間定位的路線圖；圖4為本發(fā)明提供的地名詞典索引庫(kù)的構(gòu)建路線圖；圖5為本發(fā)明提供的對(duì)單句地名自動(dòng)識(shí)別方法的流程示意圖；圖6為本發(fā)明提供的城市災(zāi)害信息語(yǔ)義解析的路線圖；圖7為本發(fā)明提供的遙感影像數(shù)據(jù)挖掘方法的路線圖；圖8為本發(fā)明提供的城市災(zāi)害專(zhuān)題圖的動(dòng)態(tài)發(fā)布路線圖。具體實(shí)施方式以下結(jié)合附圖對(duì)本發(fā)明進(jìn)行詳細(xì)說(shuō)明：如圖1所示，本發(fā)明提供一種基于網(wǎng)絡(luò)信息的城市災(zāi)害專(zhuān)題圖實(shí)時(shí)生成的方法，包括以下步驟：S1，從網(wǎng)絡(luò)中實(shí)時(shí)獲取城市災(zāi)害信息；由于當(dāng)前通信技術(shù)和網(wǎng)絡(luò)技術(shù)發(fā)展迅猛，網(wǎng)絡(luò)用戶(hù)和手機(jī)用戶(hù)的規(guī)模也非常龐大，因此，當(dāng)某個(gè)城市發(fā)生災(zāi)害時(shí)，例如暴雨、冰雪、地震、塌陷、火災(zāi)等，網(wǎng)絡(luò)用戶(hù)或手機(jī)用戶(hù)會(huì)有意識(shí)或無(wú)意識(shí)的通過(guò)公共網(wǎng)頁(yè)、手機(jī)短信、微博、微信等方式發(fā)布城市災(zāi)害信息，其中，城市災(zāi)害信息包括：災(zāi)害的發(fā)生時(shí)間、發(fā)生規(guī)模、傷亡人數(shù)等。上述城市災(zāi)害信息的形式包括文字、圖片、視頻/音頻、空間矢量數(shù)據(jù)、柵格數(shù)據(jù)以及三維模型等。本發(fā)明通過(guò)搜索引擎或數(shù)據(jù)截取等方式，能夠從公共網(wǎng)頁(yè)、以公開(kāi)方式傳遞的手機(jī)短信、微博、微信等網(wǎng)絡(luò)信息中實(shí)時(shí)獲取海量的城市災(zāi)害信息。(a)搜索引擎方式搜索引擎通過(guò)收集因特網(wǎng)幾千萬(wàn)到幾十億個(gè)網(wǎng)頁(yè)并對(duì)網(wǎng)頁(yè)中的每一個(gè)詞(即關(guān)鍵詞)進(jìn)行索引，建立索引數(shù)據(jù)庫(kù)的全文搜索引擎。因此，當(dāng)用戶(hù)查找某個(gè)關(guān)鍵詞的時(shí)候，實(shí)際上是從索引數(shù)據(jù)庫(kù)中獲取包含該關(guān)鍵詞的網(wǎng)頁(yè)信息。通過(guò)該種方式實(shí)時(shí)獲取海量的城市災(zāi)害信息。(b)數(shù)據(jù)截取方式數(shù)據(jù)截取主要利用系統(tǒng)提供的協(xié)議編程接口來(lái)實(shí)現(xiàn)。通信時(shí)，數(shù)據(jù)首先被寫(xiě)入本地主機(jī)的socket中，然后該socket通過(guò)網(wǎng)絡(luò)接口卡(NIC)的傳輸介質(zhì)將傳來(lái)的信息發(fā)送到另一臺(tái)主機(jī)的socket中。其中，Socket是一個(gè)網(wǎng)絡(luò)編程接口，實(shí)現(xiàn)于網(wǎng)絡(luò)應(yīng)用層，WindowsSocket包括了一套系統(tǒng)組件，充分利用了MicrosoftWindows消息驅(qū)動(dòng)的特點(diǎn)。如圖2所示，為數(shù)據(jù)截取方式示意圖。套接口有三種類(lèi)型：流式套接口、數(shù)據(jù)報(bào)套接口和原始套接口。前兩種套接口只能訪問(wèn)到傳輸層。也就是說(shuō)，只能接收與自身硬件地址相匹配的或是以廣播形式發(fā)出的數(shù)據(jù)幀，對(duì)于其他形式的數(shù)據(jù)幀，比如已到達(dá)網(wǎng)絡(luò)接口但卻不是發(fā)給此地址的數(shù)據(jù)幀，網(wǎng)絡(luò)接口在驗(yàn)證投遞地址并非自身地址之后將引起響應(yīng)。而原始套接口允許對(duì)網(wǎng)絡(luò)層協(xié)議如(IP或ICMP)進(jìn)行直接訪問(wèn)，對(duì)于流經(jīng)網(wǎng)卡的所有數(shù)據(jù)都可以接收到。原始套接口截取到的數(shù)據(jù)包并不僅僅是單純的數(shù)據(jù)信息，而是包含有IP頭、TCP頭等信息頭的最原始的數(shù)據(jù)信息，通過(guò)對(duì)這些在低層傳輸?shù)脑夹畔⒌姆治隹梢越孬@有關(guān)城市災(zāi)害的信息。S2，對(duì)所述城市災(zāi)害信息進(jìn)行地名自動(dòng)識(shí)別，然后進(jìn)行空間定位；通過(guò)搜索引擎、數(shù)據(jù)截取等方式獲取的城市災(zāi)害信息屬于文本數(shù)據(jù)，不具備空間屬性，因此，需要對(duì)城市災(zāi)害信息進(jìn)行地名自動(dòng)識(shí)別，實(shí)現(xiàn)空間定位。具體的，如圖3所示，主要包括以下步驟：S21，對(duì)GIS地名庫(kù)及專(zhuān)題地名庫(kù)進(jìn)行整合處理，構(gòu)建完整的地名詞典和地名詞典索引庫(kù)；首先構(gòu)建地名詞典。除了利用通用的GIS地名庫(kù)之外，為了滿(mǎn)足檢索需求，還加入了專(zhuān)題地名庫(kù)，如地方志中的地名庫(kù)。通過(guò)對(duì)這兩類(lèi)地名數(shù)據(jù)庫(kù)的整合處理，構(gòu)建了比較完整的地名詞典。為了提高檢索速度，在地名詞典的基礎(chǔ)上，還構(gòu)建了地名詞典索引庫(kù)。(a)地名詞典的構(gòu)建對(duì)于單句文本自動(dòng)識(shí)別而言，簡(jiǎn)單的理解就是在一個(gè)給定的文本串中將地名切分并標(biāo)記出來(lái)。如果地名詞典規(guī)模不大，通過(guò)數(shù)據(jù)庫(kù)技術(shù)，用簡(jiǎn)單的字符匹配操作就可以實(shí)現(xiàn)地名的自動(dòng)識(shí)別。但是，文本的內(nèi)容具有不確定性，地名在文本中出現(xiàn)的位置以及上下文內(nèi)容也具有不確定性。要實(shí)現(xiàn)對(duì)任意文本和任意形式的地名都能自動(dòng)識(shí)別出來(lái)，要求地名詞典應(yīng)具備地名完備性。地名詞典越完整，地名識(shí)別的效果就越好。因此在構(gòu)建地名詞典時(shí)，采用“分層分塊”的地名數(shù)據(jù)組織方式，根據(jù)不同類(lèi)型和不同區(qū)域?qū)ｎ}數(shù)據(jù)，提取相應(yīng)層和相應(yīng)區(qū)域的地名作為地名詞典。這樣既保證了地名詞典的數(shù)據(jù)完整性，又提高了識(shí)別效率。(b)地名詞典索引庫(kù)的建立為進(jìn)一步提高識(shí)別性能和效率，在地名詞典基礎(chǔ)上，構(gòu)建地名詞典索引庫(kù)。構(gòu)建地名詞典索引庫(kù)的目的主要有兩個(gè)：一是提高對(duì)地名詞典的檢索效率，類(lèi)似于漢語(yǔ)詞典中的檢索目錄，同時(shí)這也是借鑒了GIS中對(duì)空間數(shù)據(jù)進(jìn)行索引的思想；二是從地名詞典中提取相關(guān)特征字和特征參數(shù)，為快速地名識(shí)別做好相關(guān)準(zhǔn)備工作。地名詞典索引庫(kù)的構(gòu)建過(guò)程如圖4所示，首先遍歷地名詞典，得到地名首字鏈表；然后將所有地名首字去重后排序，得到全局單字索引鏈表，并在索引中存儲(chǔ)單字對(duì)應(yīng)地名的所有地名記錄ID和最大地名長(zhǎng)度。S22，對(duì)所述城市災(zāi)害信息基于單句地名自動(dòng)識(shí)別技術(shù)進(jìn)行地名自動(dòng)識(shí)別，識(shí)別出地名；為簡(jiǎn)化問(wèn)題需要，對(duì)城市災(zāi)害信息的文字進(jìn)行分句處理，使內(nèi)容眾多的文字文件變成單個(gè)句子的集合。這樣，就將復(fù)雜信息的地名提取問(wèn)題轉(zhuǎn)換為單個(gè)句子的地名提取問(wèn)題。分句處理的方法可以通過(guò)標(biāo)點(diǎn)符號(hào)(通常為，’！”、“?！钡?的判讀來(lái)實(shí)現(xiàn)。單句地名自動(dòng)識(shí)別可分為兩步進(jìn)行：一是地名單元切分，二是編碼分析和地名單元合并，具體的切分算法流程如圖5所示。圖5中，C表示地名單元對(duì)應(yīng)的行政區(qū)劃編碼，P為地名單元到句首的相對(duì)距離，DI表示地名詞典索引庫(kù)。在進(jìn)行地名單元切分時(shí)，對(duì)于獲得的每一個(gè)地名單元，都對(duì)應(yīng)著一個(gè)具體的地理范圍(或空間位置)。但在實(shí)際生活中，人們?cè)谟脻h語(yǔ)表達(dá)具體位置時(shí)，常習(xí)慣從大到小分層次表達(dá)一個(gè)具體的地理位置，因此在文本中經(jīng)常會(huì)出現(xiàn)多個(gè)地名彼此相連接的情況。如“河南省鄭州市二七區(qū)”，經(jīng)過(guò)地名單元切分，它會(huì)變成3個(gè)地名：“河南省”、“鄭州市”、“二七區(qū)”。但是，從漢語(yǔ)表達(dá)空間概念以及其地名所指向的空間特性而言，“河南省鄭州市二七區(qū)”應(yīng)當(dāng)作為一個(gè)完整的地名來(lái)看待。因此，需要進(jìn)行地名單元合并的工作。地名單元合并方法可從地名單元切分結(jié)果中標(biāo)注的編碼和相對(duì)位置分析入手。規(guī)則是：“如果n個(gè)地名單元首尾相連，且在空間范圍上存在包含關(guān)系，則認(rèn)為它們屬于一個(gè)地名單元”。其中，“首尾相連”和“包含關(guān)系”的數(shù)學(xué)定義如下：定義1：假設(shè)在一單句S中存在n個(gè)地名，記為(S1，S2，……，Sn)，各個(gè)地名的串長(zhǎng)記為(L1，L2，……，Ln)，在句中的相對(duì)位置記為(P1，P2，……，Pn)，對(duì)于Ei和Ej(j＝i+1，且i<n，j<n)，如果Pj-Pi＝Li，則稱(chēng)Ei和Ej相連。定義2：設(shè)定義1中n個(gè)地名對(duì)應(yīng)的編碼為(C1，C2，……，Cn)，相應(yīng)的行政區(qū)劃編碼中的4個(gè)分區(qū)編碼為(C11，C12，C13，C14，C21，C22，C23，C24，……，Cn1，Cn2，Cn3，Cn4)，對(duì)于Ei和Ej，分別計(jì)算分區(qū)編碼差值Rk＝|Cik-Cjk|(k＝1，2，3，4)。如果任一Rk不等于Cik或Cjk，則認(rèn)為Ei和Ej間不存在包含關(guān)系；否則判定為Ei包含Ej。依據(jù)上述定義，可以自動(dòng)判定連續(xù)地名的邏輯關(guān)系，如果存在包含關(guān)系，就將這連續(xù)地名進(jìn)行合并，取范圍最小的地名空間信息作為該地名的空間信息。S23，從所述城市災(zāi)害信息中提出識(shí)別出的所述地名，從空間數(shù)據(jù)庫(kù)中獲取與所述地名對(duì)應(yīng)的地名坐標(biāo)，實(shí)現(xiàn)所述城市災(zāi)害信息的空間定位。S3，運(yùn)用基于時(shí)空關(guān)聯(lián)規(guī)則的語(yǔ)義映射技術(shù)，對(duì)空間定位后的所述城市災(zāi)害信息進(jìn)行語(yǔ)義解析；具體的，在空間定位的城市災(zāi)害信息的基礎(chǔ)上，針對(duì)主題和區(qū)域進(jìn)行劃分，基于文字特征和概念驅(qū)動(dòng)的屬性特征進(jìn)行計(jì)算抽象和語(yǔ)義描述，建立GIS語(yǔ)義共享本體庫(kù)；在此基礎(chǔ)上，研究GIS語(yǔ)義共享和互操作的機(jī)制和方法，屏蔽空間信息資源和服務(wù)的分布特征及異構(gòu)特征，從而在邏輯上為用戶(hù)提供一個(gè)單一的虛擬空間信息視圖。以圖文關(guān)聯(lián)的空間關(guān)系語(yǔ)義規(guī)則為主線，以具有圖文關(guān)聯(lián)特征的空間信息產(chǎn)品(圖形)、用戶(hù)文字內(nèi)容(文本)為數(shù)據(jù)樣本集，以空間分析技術(shù)為支撐手段，研究圖形、文本、規(guī)范之間的語(yǔ)義關(guān)聯(lián)與映射機(jī)制，建立圖文語(yǔ)義匹配模型，探討圖文關(guān)聯(lián)的雙向索引機(jī)制，實(shí)現(xiàn)城市災(zāi)害信息的語(yǔ)義解析。詳細(xì)技術(shù)路線如圖6所示，具體包括以下步驟：(a)構(gòu)建區(qū)域-主題空間語(yǔ)義詞典；研究圖形與文本空間關(guān)系特征，提取領(lǐng)域相關(guān)知識(shí)，抽取蘊(yùn)含于知識(shí)源(領(lǐng)域?qū)＜?、?guī)劃文本、規(guī)范等)中的實(shí)體空間關(guān)系及屬性，經(jīng)過(guò)甄別—分類(lèi)—編碼，規(guī)范空間語(yǔ)義詞典。根據(jù)空間語(yǔ)義詞典，采用文本分詞-語(yǔ)義標(biāo)注-語(yǔ)義聚類(lèi)-句法模式分析-模式匹配等方法，從文本數(shù)據(jù)庫(kù)中映射產(chǎn)生空間語(yǔ)義，生成文本空間語(yǔ)義庫(kù)(中間庫(kù))。根據(jù)抽取的空間語(yǔ)義詞典，利用統(tǒng)計(jì)方法、空間分析、空間關(guān)系查詢(xún)算法(由9-交模型、方向關(guān)系矩陣模型、定量距離的求解算法、鄰近關(guān)系的求解算法提供關(guān)系查詢(xún)的原子算法)抽取圖形數(shù)據(jù)庫(kù)中的相關(guān)空間信息，并生成圖形空間語(yǔ)義庫(kù)(中間庫(kù))。(b)空間映射算法～規(guī)則語(yǔ)義索引機(jī)制～定性定量轉(zhuǎn)換研究并運(yùn)用語(yǔ)義生成規(guī)則—規(guī)則約束語(yǔ)義的機(jī)制，產(chǎn)生文本信息語(yǔ)義庫(kù)，生成文本空間規(guī)則庫(kù)；運(yùn)用聚類(lèi)方法、空間關(guān)聯(lián)規(guī)則，漸近式地映射產(chǎn)生圖形空間語(yǔ)義庫(kù)，生成圖形空間規(guī)則庫(kù)。運(yùn)用云理論，建立定性定量轉(zhuǎn)換模型，實(shí)現(xiàn)圖形與文本定性與定量值之間的轉(zhuǎn)換。采用有效的規(guī)則匹配算法，互動(dòng)式進(jìn)行文本與圖形規(guī)則庫(kù)匹配。通過(guò)關(guān)聯(lián)規(guī)則的最小支持度閾值和最小置信度閾值進(jìn)行運(yùn)算，引入相關(guān)支持度評(píng)價(jià)效果，生成圖形空間規(guī)則庫(kù)。(c)語(yǔ)義規(guī)則庫(kù)自適應(yīng)檢測(cè)與更新對(duì)圖文關(guān)聯(lián)特征的空間關(guān)系互動(dòng)表達(dá)，從空間數(shù)據(jù)的結(jié)構(gòu)語(yǔ)義中分析語(yǔ)義匹配關(guān)系，建立圖文空間關(guān)系的語(yǔ)義映射表，并通過(guò)云模型進(jìn)行定性定量轉(zhuǎn)換，實(shí)現(xiàn)圖形空間規(guī)則庫(kù)、文本空間語(yǔ)義庫(kù)的關(guān)聯(lián)映射，最終融合生成圖文關(guān)聯(lián)的語(yǔ)義規(guī)則庫(kù)。動(dòng)態(tài)檢測(cè)空間對(duì)象及文本語(yǔ)義的變化，生成增量語(yǔ)義信息存入臨時(shí)規(guī)則庫(kù)；并與語(yǔ)義規(guī)則庫(kù)中的規(guī)則進(jìn)行匹配和進(jìn)行事件—規(guī)則分析，完成語(yǔ)義規(guī)則庫(kù)的替換與更新。S4，對(duì)語(yǔ)義解析后的所述城市災(zāi)害信息進(jìn)行圖文關(guān)聯(lián)的空間數(shù)據(jù)挖掘，生成圖文空間關(guān)聯(lián)的城市災(zāi)害專(zhuān)題數(shù)據(jù)；針對(duì)面向主題和區(qū)域的城市災(zāi)害信息，充分利用遙感影像特征挖掘技術(shù)，挖掘出潛在的規(guī)律性知識(shí)。以圖文關(guān)聯(lián)的時(shí)空語(yǔ)義規(guī)則為主線，形成圖文空間關(guān)系/語(yǔ)義的識(shí)別—關(guān)聯(lián)—規(guī)則的螺旋式挖掘模式，搭建基于時(shí)空關(guān)系的語(yǔ)義詞典框架，從城市災(zāi)害信息中挖掘出空間地理實(shí)體的特征信息。由規(guī)律性知識(shí)和空間地理試題的特征信息二者形成圖文空間關(guān)聯(lián)的城市災(zāi)害專(zhuān)題數(shù)據(jù)。具體的，面向當(dāng)前能夠覆蓋全球、多時(shí)段、多傳感器、多頻譜和多分辨率的遙感影像，分析適合識(shí)別相應(yīng)地物特征的遙感影像的分辨率粒度；重點(diǎn)研究針對(duì)給定分辨率粒度的遙感影像，探索挖掘GIS語(yǔ)義共享本體庫(kù)所需要的特征信息的方法，并選擇典型特征進(jìn)行挖掘。根據(jù)從遙感影像挖掘的特征信息，輔助專(zhuān)家知識(shí)和GIS知識(shí)，形成能描述不同地理實(shí)體的概念集合，遙感影像數(shù)據(jù)挖掘的主要目的就是從海量的影像數(shù)據(jù)及其相關(guān)數(shù)據(jù)中分析、挖掘出潛在的規(guī)律性的知識(shí)，需要提取出不同概念層次的概念以及找出這些概念之間的相互關(guān)系。那么，首先就要解決概念層次如何界定的問(wèn)題，其實(shí)也就是遙感影像數(shù)據(jù)挖掘的粒度如何確定的問(wèn)題，在影像數(shù)據(jù)挖掘中就是指挖掘?qū)ο蟮膯卧笮　＿b感影像數(shù)據(jù)挖掘的最細(xì)的粒度就是像素粒度，其分析對(duì)象的單元就是像元。較粗的粒度就是像素集團(tuán)粒度，其分析對(duì)象的單元就是像素集團(tuán)，就是多個(gè)像素構(gòu)成的集合，根據(jù)不同的方法可以構(gòu)造不同的像素集團(tuán)。因此，本專(zhuān)利根據(jù)需要挖掘的目標(biāo)的大小和類(lèi)型，選擇合適分辨率的遙感影像進(jìn)行研究。遙感影像數(shù)據(jù)挖掘方法如圖7所示，具體包括光譜特征數(shù)據(jù)挖掘、紋理特征數(shù)據(jù)挖掘、形狀特征數(shù)據(jù)挖掘、空間分布規(guī)律挖掘、影像知識(shí)的存儲(chǔ)與管理、基于知識(shí)的影像分類(lèi)、基于知識(shí)的影像檢索、基于知識(shí)的目標(biāo)識(shí)別等，本專(zhuān)利基于形式概念分析理論和商空間理論的遙感影像數(shù)據(jù)挖掘，對(duì)紋理特征數(shù)據(jù)挖掘、形狀特征數(shù)據(jù)挖掘進(jìn)行重點(diǎn)闡述。(a)遙感影像紋理特征數(shù)據(jù)挖掘紋理關(guān)聯(lián)規(guī)則挖掘可以發(fā)現(xiàn)遙感影像數(shù)據(jù)中頻繁出現(xiàn)的局部結(jié)構(gòu)，發(fā)現(xiàn)影像局部區(qū)域中中心像元與其周?chē)泥徑裨g的一種相互約束關(guān)系。具體包括樣區(qū)切割、歸一化處理、特征數(shù)據(jù)入庫(kù)、Hasse圖生成、規(guī)則生成等環(huán)節(jié)。a.打開(kāi)樣區(qū)遙感影像，將影像歸一化處理成灰度值為0、1、2的影像。b.將歸一化處理后的影像的每一個(gè)根像元及其所對(duì)應(yīng)的8鄰域的像素歸一化處理后的像素值構(gòu)成數(shù)據(jù)庫(kù)的一條記錄，然后輸入到紋理特征數(shù)據(jù)庫(kù)中，即進(jìn)行紋理特征數(shù)據(jù)入庫(kù)。c.根據(jù)紋理特征數(shù)據(jù)，利用基于索引樹(shù)的集概念格和Hasse圖的繪制為一體的快速算法，生成紋理特征數(shù)據(jù)所對(duì)應(yīng)的概念格，并繪制Hasse圖。d.根據(jù)生成的Hasse圖，基于所構(gòu)建的概念格生成反映紋理特征的關(guān)聯(lián)規(guī)則。e.顯示頻繁節(jié)點(diǎn)：只顯示支持度大于支持度閾值的頻繁節(jié)點(diǎn)。f.生成冗余規(guī)則：直接根據(jù)頻繁節(jié)點(diǎn)生成具有冗余的規(guī)則。g.生成非冗余規(guī)則：根據(jù)一定的非冗余規(guī)則生成算法生成非冗余規(guī)則。h.紋理關(guān)聯(lián)規(guī)則的解釋。i.挖掘出這些紋理關(guān)聯(lián)規(guī)則后，需要根據(jù)具體的領(lǐng)域相關(guān)知識(shí)對(duì)知識(shí)規(guī)則的具體意義進(jìn)行解釋。(b)遙感影像形狀特征數(shù)據(jù)挖掘在遙感影像數(shù)據(jù)中，不同的地物目標(biāo)的形狀也具有可區(qū)分性的特征，因此，可以利用形狀特征知識(shí)進(jìn)行遙感影像的細(xì)分類(lèi)。利用形狀特征進(jìn)行形狀特征知識(shí)輔助下的遙感影像分類(lèi)或者是目標(biāo)識(shí)別。因此對(duì)形狀特征知識(shí)進(jìn)行挖掘也是遙感影像數(shù)據(jù)挖掘的一個(gè)重要方面。形狀特征數(shù)據(jù)挖掘包括以下步驟：邊界提取、形狀特征提取、Hasse圖生成、規(guī)則生成?！襁吔缣崛。汗蠢L典型樣區(qū)的邊界，采用CANY等不同的特征提取算子提取形狀特征。●提取形狀特征：計(jì)算各樣區(qū)邊界多邊形的形狀特征?！裥螤钐卣髦捣旨?jí)：利用不同的形狀特征描述子對(duì)形狀特征數(shù)據(jù)進(jìn)行分級(jí)。●Hasse圖生成：生成形狀特征數(shù)據(jù)的Hasse圖?！褚?guī)則生成：生成形狀特征的關(guān)聯(lián)規(guī)則知識(shí)?！裥螤铌P(guān)聯(lián)規(guī)則的解釋。(c)面向區(qū)域與主題的挖掘結(jié)果融合以圖文關(guān)聯(lián)的時(shí)空語(yǔ)義規(guī)則為主線，形成圖文空間關(guān)系/語(yǔ)義的識(shí)別—關(guān)聯(lián)—規(guī)則的螺旋式挖掘模式，搭建基于時(shí)空關(guān)系的語(yǔ)義詞典框架，從城市災(zāi)害信息數(shù)據(jù)中挖掘出空間地理實(shí)體的特征信息。由規(guī)律性知識(shí)和空間地理試題的特征信息二者形成圖文空間關(guān)聯(lián)的城市災(zāi)害專(zhuān)題數(shù)據(jù)。S5，對(duì)所述城市災(zāi)害專(zhuān)題數(shù)據(jù)進(jìn)行可視化表達(dá)，生成城市災(zāi)害專(zhuān)題圖；基于數(shù)據(jù)挖掘技術(shù)，利用獲取的圖文空間關(guān)聯(lián)熱點(diǎn)信息，設(shè)計(jì)以用戶(hù)位置區(qū)域及當(dāng)前任務(wù)為中心的動(dòng)態(tài)制圖綜合算法，采用信息動(dòng)態(tài)發(fā)布與可視化服務(wù)的形式，實(shí)現(xiàn)滿(mǎn)足任務(wù)需求的城市災(zāi)害專(zhuān)題圖的快速生成。城市災(zāi)害專(zhuān)題圖是將地理環(huán)境災(zāi)害要素的空間分布和時(shí)間變化通過(guò)圖像直觀、準(zhǔn)確地表達(dá)出來(lái)，從而輔助數(shù)據(jù)的處理和分析，幫助研究人員獲取知識(shí)、深入地開(kāi)展研究。由于地理環(huán)境時(shí)空數(shù)據(jù)具有多維動(dòng)態(tài)的特點(diǎn)，將用戶(hù)位置區(qū)域以及用戶(hù)的當(dāng)前任務(wù)等上下文信息用于綜合制圖算法中，根據(jù)不同尺度的應(yīng)用特點(diǎn)建立多維動(dòng)態(tài)時(shí)空可視化模型(基于場(chǎng)和對(duì)象的聯(lián)合表達(dá)模型)，表現(xiàn)和描述多維對(duì)象的空間特征和變化趨勢(shì)，實(shí)現(xiàn)大規(guī)模數(shù)據(jù)場(chǎng)實(shí)時(shí)動(dòng)態(tài)可視。在多維動(dòng)態(tài)時(shí)空可視化模型基礎(chǔ)上，針對(duì)城市災(zāi)害專(zhuān)題信息時(shí)空變化頻繁，各類(lèi)數(shù)據(jù)變化頻度差異大的特點(diǎn)，結(jié)合尺度劃分類(lèi)型，建立動(dòng)態(tài)地圖服務(wù)發(fā)布方法與多服務(wù)管理機(jī)制，利用服務(wù)目錄進(jìn)行服務(wù)語(yǔ)義檢索和服務(wù)組合，實(shí)現(xiàn)城市災(zāi)害專(zhuān)題圖的快速生成。在時(shí)空關(guān)聯(lián)規(guī)則建立的層次基礎(chǔ)上，通過(guò)整合后城市災(zāi)害專(zhuān)題數(shù)據(jù)的屬性信息，根據(jù)條件查詢(xún)屬性數(shù)據(jù)獲取區(qū)域編號(hào)，再根據(jù)區(qū)域編號(hào)在層次的索引樹(shù)種查詢(xún)，得到區(qū)域MBR(MinimumBoundingRectangle最小外接矩形)，建立R+樹(shù)索引，實(shí)現(xiàn)城市災(zāi)害專(zhuān)題數(shù)據(jù)的實(shí)時(shí)定位和提取；基于XML規(guī)范建立專(zhuān)題數(shù)據(jù)的可視化發(fā)布和實(shí)體表達(dá)協(xié)議；采用WebService技術(shù)，實(shí)現(xiàn)城市災(zāi)害專(zhuān)題圖的動(dòng)態(tài)發(fā)布。具體技術(shù)如圖8所示。地理信息可視化服務(wù)與地圖動(dòng)態(tài)發(fā)布流程圖●根據(jù)標(biāo)繪數(shù)據(jù)對(duì)應(yīng)的區(qū)域名或地名，找到相應(yīng)的編號(hào)；●根據(jù)編號(hào)在層次索引樹(shù)中尋找，找到最小的包含該區(qū)域或地名的結(jié)點(diǎn)，獲取該區(qū)域MBR；●依據(jù)生成的MBR生成快速定位表；S6，動(dòng)態(tài)發(fā)布所述城市災(zāi)害專(zhuān)題圖。根據(jù)快速定位表尋找對(duì)應(yīng)的災(zāi)害專(zhuān)題數(shù)據(jù)?；赬ML規(guī)范建立專(zhuān)題數(shù)據(jù)的可視化發(fā)布和實(shí)體表達(dá)協(xié)議；采用WebService技術(shù)，實(shí)現(xiàn)城市災(zāi)害專(zhuān)題圖的動(dòng)態(tài)發(fā)布。綜上所述，本發(fā)明提供的基于網(wǎng)絡(luò)信息的城市災(zāi)害專(zhuān)題圖實(shí)時(shí)生成的方法，通過(guò)網(wǎng)絡(luò)實(shí)時(shí)地獲取城市災(zāi)害信息，為城市災(zāi)害專(zhuān)題圖的生成與發(fā)布提供了豐富的數(shù)據(jù)源。經(jīng)過(guò)地名自動(dòng)識(shí)別、語(yǔ)義映射、圖文關(guān)聯(lián)挖掘等一系列技術(shù)，將海量的城市災(zāi)害信息進(jìn)行內(nèi)容整合，智能挖掘生成有價(jià)值的災(zāi)害專(zhuān)題數(shù)據(jù)。最后運(yùn)用動(dòng)態(tài)制圖綜合算法和WebService技術(shù)，實(shí)現(xiàn)城市災(zāi)害專(zhuān)題圖的快速生成與發(fā)布。本發(fā)明創(chuàng)建了一種新型的城市災(zāi)害專(zhuān)題圖的生成方法，解決了過(guò)去城市災(zāi)害專(zhuān)題圖生成時(shí)數(shù)據(jù)獲取困難、數(shù)據(jù)處理復(fù)雜、生成速度慢、嚴(yán)重滯后、工序復(fù)雜的弊端。本發(fā)明具有“實(shí)時(shí)獲取、智能挖掘、快速生成、動(dòng)態(tài)發(fā)布”的特點(diǎn)。當(dāng)城市災(zāi)害發(fā)生時(shí)，通過(guò)使用本發(fā)明的方法，能夠以最快的速度收集所需要的全部有意義的實(shí)時(shí)信息，在最大程度上輔助災(zāi)害指揮中心進(jìn)行現(xiàn)場(chǎng)資源的合理統(tǒng)籌與調(diào)度。同時(shí)，本發(fā)明能夠大大提高專(zhuān)題地圖成圖以及數(shù)據(jù)實(shí)時(shí)更新的速度，使得決策者能夠及時(shí)掌握災(zāi)情信息，有效提升新時(shí)期城市災(zāi)害救援工作的速率，從而充分體現(xiàn)政府和城市管理者對(duì)災(zāi)區(qū)人民的關(guān)懷，體現(xiàn)以人為本、建立和諧社會(huì)的執(zhí)政理念。另外，本發(fā)明提供的城市災(zāi)害專(zhuān)題圖實(shí)時(shí)生成的方法，還可以使城市災(zāi)害專(zhuān)題圖的生成與發(fā)布非常簡(jiǎn)單、沒(méi)有任何人工干預(yù)，從而大大節(jié)省了制圖成本。以上所述僅是本發(fā)明的優(yōu)選實(shí)施方式，應(yīng)當(dāng)指出，對(duì)于本技術(shù)領(lǐng)域的普通技術(shù)人員來(lái)說(shuō)，在不脫離本發(fā)明原理的前提下，還可以做出若干改進(jìn)和潤(rùn)飾，這些改進(jìn)和潤(rùn)飾也應(yīng)視本發(fā)明的保護(hù)范圍。