[发明专利]一种城市群地表要素观测能力时空认知方法及存储介质

说明书

本发明涉及智慧城市地理信息服务技术领域，尤其涉及一种城市群地表要素观测能力时空认知方法及存储介质。本发明解决了现有的城市群地表要素监测缺乏空天地协同规划布局机制，以及缺乏一种全面的认知方法对传感器的观测能力与观测的可信度进行评估的问题，构建了观测能力时空认知模型，提出城市群地表要素观测能力时空认知方法。比较现有的地表要素监测模式，本发明通过设定地表要素监测任务认知准确率，采用卫星、无人机及地面监测站等多平台传感器协同观测，对地表要素进行全方位、时空无缝感知，并依据观测能力时空认知模型对观测资源对监测任务的匹配能力进行评估，最终得出一种观测能力认知准确率达到预期目标的城市群地表要素监测方案。

技术领域

本发明涉及智慧城市地理信息服务技术领域，尤其涉及一种城市群地表要素观测能力时空认知方法及存储介质。

背景技术

城市自然地表要素指覆盖城市地表的各类自然地理要素，如水系、土壤、植被等。随着对地观测技术的不断发展，地表要素监测已经从传统的单一地面站网发展为天地一体化联合观测传感网的新阶段。

现如今，各种观测资源的数目不断增长，不同平台之间的协同观测也成为了一种发展趋势。然而，多传感器资源协同观测问题[例如文献Zhang B,Xu P D,Wang J J,etal.Optimization Deployment of Multi-Platform Earth Observation Resources forEmergencies[C]//Advanced Materials Research.Trans Tech Publications Ltd,2013,765:552-556]涉及的观测资源种类繁杂、传感器平台异构性强，难以直接利用单一的运筹学数学模型对问题进行统一建模，需要根据不同平台的观测特性研究平台之间的关联协同方法，不同传感器的观测能力之间存在一定的互补、竞争和增强等关系[例如文献Hu C,Tian L,Li J,et al.An Observation Capability Information Association Model forMultisensor Observation Integration Management:A Flood Observation Use Casein the Yangtze River Basin[J].IEEE Sensors Journal,2019,19(23):11510-11525]。例如作者Herold[Thomas Michael Herold.Asynchronous,Distributed Optimizationfor the Coordinated Planning ofAir and Space Assets[J].2010.]研究了无人机和卫星传感器的协同观测问题，采用分层框架的思路将协同问题转化为自上而下的观测需求分配问题。

与本研究的工作类似，例如文献[Wei M,Chen G,Blasch E,et al.Gametheoretic multiple mobile sensor management under adversarial environments[C]//2008 11th International Conference on Information Fusion.IEEE,2008:1-8]同样研究了卫星、无人机和地面站网的协同观测问题，但该研究的观测任务是完成目标的跟踪。城市群地表要素观测能力时空认知方法通过对多传感器平台进行组合优化，来得到满足预期目标的观测方案，属于最优化问题的一种，最优化问题一般分为两大类：一类是具有连续型的变量，另一类是具有离散型的变量，离散型变量所构成的问题就被称为组合最优化，组合优化问题有时又称为离散优化问题[例如文献：刘振宏,蔡茂诚.组合最优化算法和复杂性[M].清华大学出版社,19885]。而在对地面监测站进行优化时，需要考虑相关布设标准，我国水文站网规划技术导则也规定了水文站选址布局的基本要求[例如文献：中华人民共和国水利部.2013.SL 34-2013：水文站网规划技术导则.中华人民共和国水利行业标准]。

当前地表要素观测面临的主要问题是：