本發(fā)明屬于智慧城市地理信息服務技術領域，尤其涉及一種基于傳感網(wǎng)面向事件的主動服務方法。

背景技術：

頻繁發(fā)生的災害事件給我們帶來了深重災難,不僅造成了巨大的直接經濟損失,而且也極大地影響了人民的生產、生活和生命安全,嚴重沖擊了社會經濟與政治生活,成為社會發(fā)展的重大制約因素。傳統(tǒng)的災害事件監(jiān)測是個過程比較繁瑣、效率比較低下的過程。以洪水災害為例，從觀測任務規(guī)劃開始，到最終用戶拿到洪水信息需要經過以下過程：首先需要對洪水的觀測任務進行規(guī)劃，確定觀測的時間、地點、使用的傳感器等等。接著根據(jù)觀測任務對洪水觀測傳感器進行規(guī)劃，確定環(huán)境采樣參數(shù)。在傳感器完成數(shù)據(jù)采樣之后，觀測數(shù)據(jù)將被存儲到指定的地方。用戶拿到數(shù)據(jù)之后需要對數(shù)據(jù)處理一定的處理以獲取自己感興趣的數(shù)據(jù)，然后根據(jù)應用模型的輸入要求對各種數(shù)據(jù)進行融合。融合后的數(shù)據(jù)送入應用模型進行洪水災害信息評估。評估的結果對用戶發(fā)布。如果有用戶事先訂閱了該信息，則通知所有的訂閱用戶。最后，最終用戶根據(jù)通知信息從指定地點獲取洪災觀測信息。在傳統(tǒng)條件下，上述過程由用戶驅動。環(huán)境管理、數(shù)據(jù)處理和結果發(fā)布通常由不同的用戶手工完成。環(huán)境管理者對觀測任務進行規(guī)則，環(huán)境監(jiān)測者管理傳感器并獲取數(shù)據(jù)，數(shù)據(jù)管理者存儲和分發(fā)數(shù)據(jù)，數(shù)據(jù)處理者完成洪災信息的提取，提取的結果以各種形式發(fā)布如門戶和網(wǎng)絡服務，最終用戶通過特定的渠道獲取洪災信息。這種人工處理的方式響應速度慢，具有很大的滯后性，不能滿足災害事件發(fā)生時實時性的要求。

傳感網(wǎng)(Sensor Web)技術可以在一定程度上彌補上述缺陷。傳感網(wǎng)是一個能夠通過發(fā)現(xiàn)、訪問、事件和預警等標準方式互操作地使用傳感器資源的基礎設施。傳感網(wǎng)能提供5種基本服務，即傳感器規(guī)劃服務、通知服務、傳感器預警服務、傳感器觀測服務和傳感器事件服務。傳感器規(guī)劃服務(Sensro Planning Service,SPS)是一種開放的接口，通過這個服務，客戶能夠判斷從一個或多個傳感器或模型中收集數(shù)據(jù)的可行性或向傳感器提交收集數(shù)據(jù)的請求和配置處理。通過Web通知服務(Web Notification Service,WNS)客戶能夠在一個或多個其它服務之間執(zhí)行同步或異步的對話。通過傳感器預警服務(Sensor Alter Servicr,SAS)能夠發(fā)布和訂閱傳感器或仿真系統(tǒng)的預警信息。通過傳感器觀測服務(Sensor Observation Service,SOS)客戶能夠獲取或注冊來自于一個或多個傳感器的觀測、傳感器和平臺的描述。傳感器事件服務(Sensor Event Service,SES)提供了一系列的用來管理事件的訂閱和消息的發(fā)送。基于上述的傳感網(wǎng)技術可以實現(xiàn)災害事件監(jiān)測的自動化，提高效率。但是，也存在著一些局限性，主要的表現(xiàn)是數(shù)據(jù)的服務和處理均使用被動方式，仍然需要一定的人工參與，不能實現(xiàn)事件的主動觀測。并且，我們需要了解模型的性能信息來選擇合適的模型評估事件，因此還需要在傳感網(wǎng)框架基礎上設計一個性能評估模型。

綜上所述，當前災害事件信息觀測面臨的主要問題是：

1)通過傳感網(wǎng)可以實現(xiàn)災害事件觀測整個流程的自動化，提高效率。但是，事件的整體觀測流程仍是用戶驅動，仍然需要一定的人工參與，傳感網(wǎng)各個服務系統(tǒng)之間的不能主動地傳遞各種數(shù)據(jù)，信息獲取的效率仍然較低。需要設計一種事件驅動的方法，整合傳感網(wǎng)中的各種資源，實現(xiàn)事件的主動告警和主動規(guī)劃。

2)當災害事件發(fā)生后，需要快速的從模型庫中選擇合適的監(jiān)測模型或評估模型來評估事件。因此，我們需要了解模型的性能信息，所以還需要設計一個性能模型來評估模型的性能。

技術實現(xiàn)要素：

針對現(xiàn)有事件監(jiān)測技術的不足，本發(fā)明提出了一種基于傳感網(wǎng)面向事件的主動服務方法。

本方法首先從事件驅動的角度整合傳感網(wǎng)中的SOS、SES、SPS和WNS等服務，設計并實現(xiàn)了事件的主動告警及主動規(guī)劃流程。此外，為了提高應急響應能力及自動化水平，本發(fā)明還提出了一個性能模型用于評估模型的性能，并基于此模型設計了主動規(guī)劃中模型的工作流程。

為解決上述技術問題，本發(fā)明采用如下的技術方案：

一種基于傳感網(wǎng)面向事件的主動服務方法，其特征在于，包括步驟：

步驟S1，以捕捉事件為目的，建立事件主動告警服務，監(jiān)測事件的發(fā)生，包括以下子步驟：

步驟1.1，在SES中建立正確有效的正式事件，該正式事件是按照事件元模型建模并按照OGC中的EML格式進行編碼，具體是：事件元模型是事件對象的描述結構；對一個事件而言，它的屬性信息、時空信息、及與其它事件間的關系信息是應用的關鍵；一個事件元模型被定義為五元組EventM＝(Id,A,R,L,T)；每個事件EventM由唯一的ID定義，A是事件EventM的屬性，A＝(attr₁,...,attr_n)，n≥0；R是包含引起事件EventM的所有操作集合OPRSet的事件組EventSet，R＝(EventSet,OPRSet)；L是事件EventM的位置，使用bounding box表達；T是事件EventM發(fā)生的時間，實時或者間隔時間；在事件監(jiān)控中，A屬性至少包含傳感器id，現(xiàn)象以及觀測結果；

步驟1.2，用戶根據(jù)SES提供的訂閱操作中的事件列表中選擇訂閱的事件；

步驟1.3，SOS數(shù)據(jù)作為觀測事件被發(fā)布到SES中；

步驟1.4，SES過濾發(fā)布的觀測事件來判斷事件是否發(fā)生，其中，在判斷事件是否發(fā)生時，事件過濾是非常重要的；事件過濾條件必須包括時間、空間及其它信息；OGC的EML定義了簡單事件和復雜事件的事件模型；EML給出了事件操作符及篩選事件的過濾規(guī)則；事件包括空間過濾和時間過濾兩個方面的過濾條件；所述事件操作符包括比較、空間、時間、邏輯和擴展操作符；

空間過濾保證了事件發(fā)生在某片特定區(qū)域內；假定地點PLACEI及事件發(fā)生的地點PLACEH；根據(jù)域連接演算，在地點PLACEI和PLACEH之間有8種可能的位置關系：不連接(DC)、外部連接、相等、部分重疊、部分正切、部分旋轉正切、部分不相切、部分旋轉不相切；

步驟1.5，若監(jiān)測到事件發(fā)生，SES將啟動WNS來通知客戶并啟動主動規(guī)劃模塊來監(jiān)測事件；

步驟S2，當主動告警模塊監(jiān)測到事件發(fā)生時，將會觸發(fā)事件主動規(guī)劃模塊，該模塊運行著一系列事件監(jiān)控操作，完成對事件持續(xù)監(jiān)測和評估，包括以下子步驟：

步驟2.1，事件發(fā)生時，SPS被啟動；

步驟2.2，SPS從方案庫里執(zhí)行預備操作，該預備操作的執(zhí)行過程需要一個模型庫及輔助庫中的輔助信息，其中模型選擇基于性能模型及主動規(guī)劃模型的工作流程來實現(xiàn)；

步驟2.3，在一個周期的動作執(zhí)行下來之后，SPS可能需要規(guī)劃及與傳感器交互獲取更多觀測數(shù)據(jù)，為下一個周期的規(guī)劃做準備，具體是基于傳感網(wǎng)中的相關技術為事件建立了主動預警與主動規(guī)劃服務，實現(xiàn)了事件信息獲取和處理的自動化，可以讓用戶按需訂閱相關事件，及時的發(fā)布和向用戶推送事件信息；同時，基于性能模型MMC來評估模型的性能，在事件主動規(guī)劃服務中用于計算所有可用的模型以及選擇獲取信息最優(yōu)的模型，實現(xiàn)了事件處理及評估的自動化，為災害事件的應急分析、救援響應以及人員和物資的調配等提供依據(jù)和決策支持，從而能夠在災害事件發(fā)生時爭取更多的有效時間，最大限度地降低人員傷亡和財產損失。

在上述的一種基于傳感網(wǎng)面向事件的主動服務方法，所述步驟1.1中，A屬性還包括平臺。

在上述的一種基于傳感網(wǎng)面向事件的主動服務方法，所述步驟2.2中，由于方案庫中包含了預備方案，所以當事件發(fā)生時，執(zhí)行什么操作也是清楚明晰的；模型庫定義了不同的事件監(jiān)測模型以及評估模型；輔助庫里保存模型和方案的輔助信息；所收集的輔助事件信息可能包括創(chuàng)建社會經濟的數(shù)據(jù)庫，數(shù)字高程模型(DEM)數(shù)據(jù)庫以及其它類似數(shù)據(jù)庫；

預備方案基于簡單的性能模型MMC來評估模型的性能；MMC是由三個要素主題、容錯性和準確率組成元組，記做MMC＝{Theme,Availability,Accuracy}；主題是事件的各個方面，例如洪水包括水位WL，水深WD，流速FV，流量FF以及洪流FI，記做Theme＝{WL,WD,FV,FF,FI}，Theme如公式1計算；

公式(1)中，模型的主題是input，預期的主題是src,src是theme中的一個要素；如果input與src匹配，那么結果返回1(true)，否則返回0(false)；

Availability是代表模型數(shù)據(jù)是否可行的一個指標，它包含時間T，空間S和方法AM，記做Availability＝{T,S,AM}；AM包括免費獲取FA(能夠免費獲取數(shù)據(jù))，行政獲取AA(能夠獲取數(shù)據(jù)行政權限)以及預付獲取PA(購買數(shù)據(jù))，記做AM＝{FA,AA,PA}；Availability由公式2計算：

其中AM是Theme的一個要素，SS是預報好的可利用的衛(wèi)星裝置；SGP4和SDP4是預測衛(wèi)星位置的兩個數(shù)學模型(Hoots and Roehrich,1988)；前者是近地衛(wèi)星，后者是深空衛(wèi)星；如果有衛(wèi)星在空間S和時間T兩方面能夠滿足公式2，就會返回1(true),就可以判斷出該衛(wèi)星是可用的，否則就沒有可用衛(wèi)星，返回0(false)。

在上述的一種基于傳感網(wǎng)面向事件的主動服務方法，所述步驟2.2中，主動規(guī)劃模型的具體方法包括：

步驟2.11、主動規(guī)劃啟動，順序讀取方案列表，依次執(zhí)行方案；

步驟2.12、對于每個方案，可能應用到多個模型；對于每個模型，驗證它對于此模型是否可用；若不可用，模型會被放入未執(zhí)行模型列表中；

步驟2.13、若模型可用，那么模型的輸入數(shù)據(jù)即被驗證，并且可以在公式2中使用；如果數(shù)據(jù)不可用，模型也會被放入未執(zhí)行列表中；

步驟2.14如果數(shù)據(jù)可用，模型將會執(zhí)行來監(jiān)控事件以及根據(jù)執(zhí)行準確率列出所有執(zhí)行結果；準確率越高，結果就會被推薦；

步驟2.14、未執(zhí)行模型列表將會被推送至客戶端，由人工來介入恢復模型列表；隨著人工的介入，更多的模型將被執(zhí)行，同時即有更多的監(jiān)測結果參與到下一周期的計算中。

本發(fā)明具有以下優(yōu)點和積極效果：1、對于事件觀測由傳統(tǒng)的用戶驅動的流程轉為事件驅動，基于傳感網(wǎng)中相關技術建立了事件的主動告警和主動規(guī)劃服務，流程中的人工參與大大減少，客戶只要訂閱感興趣的信息，就能在相應的信息到達時盡快獲得通知。不再需要任何繁瑣的查詢工作。信息處理的自動化程度大大提高，不但大大簡化了信息的獲取過程，而且大大提高了信息的處理效率；2、提出了一個用于評估模型性能的性能模型，通過此模型可在計算機中自動快速的計算所有可用的模型以及選擇獲取信息最優(yōu)的模型，改變了傳統(tǒng)人工選擇模型效率差的缺點，大大提高了應急響應速度，結合SPS服務實現(xiàn)了事件的主動規(guī)劃功能。

附圖說明

圖1是本發(fā)明方法總體架構圖。

圖2是本發(fā)明步驟1的具體流程圖。

圖3是本發(fā)明步驟2的具體流程圖。

圖4是本發(fā)明步驟202的具體流程圖。

具體實施方式

本發(fā)明所提出的主動服務方法，基于傳感網(wǎng)中的SOS、SES、SPS及WNS四項服務，通過建立事件一般描述模型及建立判定事件發(fā)生的標準和模型，實現(xiàn)事件的主動預警；通過建立事件處理相關的方案庫監(jiān)控事件發(fā)展態(tài)勢并評估事件，實現(xiàn)事件的主動規(guī)劃?；谑录闹鲃宇A警和主動規(guī)劃，實現(xiàn)了在計算機中自動快速的對事件監(jiān)控及評估。為事件應急時快速科學的評估事件提供基礎。

下面以具體實施例并結合附圖對本發(fā)明作進一步說明。

圖1為該方法的總體框架，該框架包含三層架構，即傳感器資源層，事件處理層以及客戶層。傳感器資源主要有傳感器資源及其觀測對象環(huán)境組成?？蛻魧訉⑾到y(tǒng)信息發(fā)給用戶，通過桌面、門戶網(wǎng)站或者移動端發(fā)送給專家、管理者和公眾。事件處理層是事件監(jiān)測系統(tǒng)，也是該框架的核心層。該層與傳感器資源層以及客戶層交互。事件處理層包括主動告警和主動規(guī)劃兩部分。主動告警模型監(jiān)測事件的發(fā)生，繼而引發(fā)監(jiān)控層監(jiān)控事件的發(fā)展態(tài)勢以及造成的危害。事件一旦發(fā)生，系統(tǒng)就會主動告警，同時，隨著事件的進一步發(fā)展，主動規(guī)劃功能隨之啟動。實施例的具體實現(xiàn)流程如下：

步驟S1，構建事件主動告警服務,其總體流程圖如圖2所示。

步驟S1-1，在SES中建立事件一般描述模型并對事件編碼。

事件元模型是事件對象的描述結構。對一個事件而言，它的屬性信息、時空信息、及與其它事件間的關系信息是應用的關鍵。因此，一個事件元模型被定義為五元組EventM＝(Id,A,R,L,T)。每個事件EventM由唯一的ID定義，A是事件EventM的屬性，A＝(attr₁,...,attr_n)，n≥0；R是包含引起事件EventM的所有操作集合OPRSet的事件組EventSet，R＝(EventSet,OPRSet)；L是事件EventM的位置，使用bounding box表達；T是事件EventM發(fā)生的時間，實時或者間隔時間。在事件監(jiān)控中，A屬性至少包含傳感器id，平臺(如果存在)，現(xiàn)象以及觀測結果。

在應用系統(tǒng)中，為方便程序進行處理，需要將事件進行編碼。OGC定義了EML格式，該格式可以允許用戶描述分析及處理事件，同時也可以給注冊進來的事件建立不同階段的過濾器，并通過分析事件間的關聯(lián)關系，得到更高等級的信息。在該規(guī)范中，事件描述要嚴格限制在XML格式規(guī)范內，并且要素要包含事件時間(事件發(fā)生的時間點或者間隔時間)，因果變量(引起該事件的事件變量)，屬性(用鍵值對描述的事件的屬性)，及葉節(jié)點(事件目錄及O&M觀測實例)。

在事件模型里，因果關系在事件之前就被用事件向量記錄下來。需要定義一個事件規(guī)則來描述事件向量中的關聯(lián)事件如何引發(fā)一個事件。在監(jiān)測事件中，一個規(guī)則是必須要提供一些觀測結果來確定事件是否發(fā)生。實際上，需要建立一個包含盡量多模型的規(guī)則庫來指導系統(tǒng)應用。

步驟S1-2，用戶根據(jù)SES提供的訂閱操作中的事件列表中選擇訂閱的事件。

步驟S1-3，SOS數(shù)據(jù)作為觀測事件被發(fā)布到SES中。

步驟S1-4,SES過濾發(fā)布的觀測事件來判斷事件是否發(fā)生。

在判斷事件是否發(fā)生時，事件過濾是非常重要的。事件過濾條件必須包括時間、空間及其它信息。OGC的EML定義了簡單事件和復雜事件的事件模型。EML給出了事件操作符(包括比較、空間、時間、邏輯和擴展操作符)及篩選事件的過濾規(guī)則。事件包括空間過濾和時間過濾兩個方面的過濾條件。

空間過濾保證了事件發(fā)生在某片特定區(qū)域內。假定地點PLACEI及事件發(fā)生的地點PLACEH。根據(jù)域連接演算，在地點PLACEI和PLACEH之間有8種可能的位置關系：不連接(DC)、外部連接、相等、部分重疊、部分正切、部分旋轉正切、部分不相切、部分旋轉不相切。在這個例子中，只有PLACEI與PLACEH相交，PLACEH才符合要求。比如R(PLACEH,PLACEI)∈{EQ,PO,TPP,TPPi,NTPP,NTPPi}，那么R是PLACEH與PLACEI之間的關聯(lián)。

時間過濾器將事件限定在一定時間范圍內。為了進行時序推理，Allen介紹了兩種時間間隔中13種基底關聯(lián)關系。如果開始時間和結束時間一致，那么事件就是瞬時的?；?3種時間關系，ISO19108地理信息—時間模式定義了兩種瞬時的關系(之前、相等、之后)，五種瞬時與間隔的關系(之前、開始、期間、結束、之后)，以及五種間隔與瞬時的關系(之前、結束于、包含、開始于、之后)。

EML Guard元素采用了OGC編碼標準過濾機制來過濾時間和空間信息。以上時空的過濾可以用OGC的過濾編碼規(guī)范作為邏輯謂詞(與、或、非)，比較謂詞(相同、不相同、少于、少于等于、多于、多于等于、相似、空)，空間謂詞(相同、相離、相交、被包含、重疊、交叉、相交、包含、處于特定區(qū)域、超出特定區(qū)域、及邊界框)，時間謂詞(之后、之前、開始、開始于、包含、期間、結束、相同、相交、被交、重合、被重合)。

步驟S1-5，若監(jiān)測到事件發(fā)生，SES將啟動WNS來通知客戶并啟動主動規(guī)劃模塊來監(jiān)測事件。

步驟S2，當主動告警模塊監(jiān)測到事件發(fā)生時，將會觸發(fā)事件主動規(guī)劃模塊，該模塊運行著一系列事件監(jiān)控操作，完成對事件持續(xù)監(jiān)測和評估，其總體流程如圖3所示。

步驟S2-1，事件發(fā)生時，SPS被啟動。

步驟S2-2，SPS從方案庫里執(zhí)行預備操作(該執(zhí)行過程需要一個模型庫及輔助庫中的輔助信息)。

由于方案庫中包含了預備方案，所以當事件發(fā)生時，執(zhí)行什么操作也是清楚明晰的。模型庫定義了不同的事件監(jiān)測模型以及評估模型。輔助庫里保存模型和方案的輔助信息。所收集的輔助事件信息可能包括創(chuàng)建社會經濟的數(shù)據(jù)庫，數(shù)字高程模型(DEM)數(shù)據(jù)庫以及其它類似數(shù)據(jù)庫。

選擇合適的模型來評估事件，我們需要了解模型的性能信息，所以設計了一個簡單的性能模型MMC來評估模型的性能。MMC是由三個要素主題、容錯性和準確率組成元組，記做MMC＝{Theme,Availability,Accuracy}。主題是事件的各個方面，例如洪水包括水位WL，水深WD，流速FV，流量FF以及洪流FI，記做Theme＝{WL,WD,FV,FF,FI}，Theme如公式1計算。

公式(1)中，模型的主題是input，預期的主題是src,src是theme中的一個要素。如果input與src匹配，那么結果返回1(true)，否則返回0(false)。

Availability是代表模型數(shù)據(jù)是否可行的一個指標，它包含時間T，空間S和方法AM，記做Availability＝{T,S,AM}。AM包括免費獲取FA(能夠免費獲取數(shù)據(jù))，行政獲取AA(能夠獲取數(shù)據(jù)行政權限)以及預付獲取PA(購買數(shù)據(jù))，記做AM＝{FA,AA,PA}。Availability由公式2計算：

其中AM是Theme的一個要素，SS是預報好的可利用的衛(wèi)星裝置。SGP4和SDP4是預測衛(wèi)星位置的兩個數(shù)學模型(Hoots and Roehrich,1988)。前者是近地衛(wèi)星，后者是深空衛(wèi)星。如果有衛(wèi)星在空間S和時間T兩方面能夠滿足公式2，就會返回1(true),就可以判斷出該衛(wèi)星是可用的，否則就沒有可用衛(wèi)星，返回0(false)。

精度是了解事件的一個重要方面。模型的精度越高，價值越大。方案的統(tǒng)計結果和模型結束了模型的精度。每個模型在被選入模型庫之前，都會先驗證其精度。

有時有些特定的模型由于缺乏輸入而不可用，所以MMC模型可以用于計算所有可用的模型以及選擇獲取信息最優(yōu)的模型。

該主動規(guī)劃模型的工作流程如圖4所示：

①主動規(guī)劃啟動，順序讀取方案列表，依次執(zhí)行方案。

②對于每個方案，可能應用到多個模型。對于每個模型，驗證它對于此模型是否可用；若不可用，模型會被放入未執(zhí)行模型列表中。

③若模型可用，那么模型的輸入數(shù)據(jù)即被驗證，并且可以在公式2中使用。如果數(shù)據(jù)不可用，模型也會被放入未執(zhí)行列表中。

④如果數(shù)據(jù)可用，模型將會執(zhí)行來監(jiān)控事件以及根據(jù)執(zhí)行準確率列出所有執(zhí)行結果。準確率越高，結果就會被推薦。

⑤未執(zhí)行模型列表將會被推送至客戶端，由人工來介入恢復模型列表。隨著人工的介入，更多的模型將被執(zhí)行，同時即有更多的監(jiān)測結果參與到下一周期的計算中。

步驟S2-3，在一個周期的動作執(zhí)行下來之后，SPS可能需要規(guī)劃及與傳感器交互獲取更多觀測數(shù)據(jù)，為下一個周期的規(guī)劃做準備。

本發(fā)明方法基于傳感網(wǎng)中的相關技術為事件建立了主動預警與主動規(guī)劃服務，實現(xiàn)了事件信息獲取和處理的自動化，可以讓用戶按需訂閱相關事件，及時的發(fā)布和向用戶推送事件信息。同時，本發(fā)明方法設計了一個性能模型MMC來評估模型的性能，在事件主動規(guī)劃服務中用于計算所有可用的模型以及選擇獲取信息最優(yōu)的模型，實現(xiàn)了事件處理及評估的自動化，為災害事件的應急分析、救援響應以及人員和物資的調配等提供依據(jù)和決策支持，從而能夠在災害事件發(fā)生時爭取更多的有效時間，最大限度地降低人員傷亡和財產損失。

本文中所描述的具體實施例僅僅是對本發(fā)明精神作舉例說明。本發(fā)明所屬技術領域的技術人員可以對所描述的具體實施做各種各樣的修改或補充或采用類似的方式替代，但并不會偏離本發(fā)明的精神或者超越所附權利要求書所定義的范圍。