论文部分内容阅读
数字地形分析(DTA)应用模型往往是由一系列的算法任务通过一定的逻辑关系组合而成，在实际的应用中，要建立一个适合特定应用研究区的DTA应用模型，往往涉及到很多DTA领域的建模知识(例如如何选择计算任务，计算任务如何建立连接，如何选择算法、设置参数等).由于这些知识大多属于经验性知识，难以形式化表达，现有的DTA工具对此类知识缺乏利用，从而导致普通用户在应用数字地形分析时建模困难.DTA建模知识根据其内容可分为两类：模型工作流构建知识和应用适配性知识.模型工作流构建知识指的是建模过程中是如何选择计算任务并建立连接，由于具有结构性，较易于形式化表达及应用.应用适配性知识是用于决定建模过程中如何选择适合于应用上下文(如应用目的、研究区特征、DEM分辨率等)的算法、设置合适的参数.应用适配性知识往往对DTA应用模型的实际结果有较大影响，因此在DTA应用建模中非常重要，但由于其不够精确、缺乏系统性等特点，目前尚缺乏形式化表达与推理应用方法.针对以上问题，本文设计了一套基于案例的DTA应用适配性知识形式化表达与推理应用方法，以期使DTA工具可以利用这一类知识，以降低用户进行DTA应用建模的难度.案例形式化表达和推理应用是该方法框架中两个主要阶段.案例形式化表达是对已有的DTA应用实例基于案例进行形式化描述，即确定影响DTA算法选择和参数设置的主要因素(如应用目的、数据特征、研究区特征等几方面因素)，相应确定适合于推理应用的定量指标，以有效体现与DTA应用建模相关的应用上下文状态，同时，记录对应的DTA算法名称和所设置的参数值作为案例的解决方案.基于案例的推理应用是对于一个新的DTA应用，根据已有案例推理得出最相似案例，确定相应的解决方案.本文以河网提取为例，构建案例库，通过交叉验证实验，初步表明上述基于案例的方法适合于数字地形分析领域应用适配性知识的形式化表达与应用，该方法通过与建模环境的集成，可以有效降低数字地形分析应用建模难度.