EN中文

Journal of Geo-information Science >

2015 , Vol. 17 >Issue 6: 631 - 367

DOI: https://doi.org/10.3724/SP.J.1047.2015.00631

Orginal Article

An Integrated Management Method of EO Sensor Resources Oriented to Emergency Observation Planning

  • HU Chuli , 1, 2, 5, * ,
  • ZHONG Xiang 3 ,
  • GUAN Qingfeng 1, 2 ,
  • CHEN Nengcheng 4
Expand
  • 1. Faculty of Information Engineering, China University of Geosciences (Wuhan), Wuhan 430074, China
  • 2. National Engineering Research Center for Geographic Information System, China University of Geosciences (Wuhan), Wuhan 430074, China
  • 3. Institute of Remote Sensing and GIS, Peking University, Beijing 100871, China
  • 4. State Key Laboratory for Information Engineering in Surveying, Mapping and Remote Sensing, Wuhan University, Wuhan 430079, China
  • 5. Beijing Key Laboratory of Urban Spatial Information Engineering, Beijing 100038, China;
*Corresponding author: HU Chuli, E-mail:

Received date: 2014-11-14

  Request revised date: 2015-02-09

  Online published: 2015-06-10

Copyright

《地球信息科学学报》编辑部 所有
Fold

Abstract

With the development of Earth Observation (EO) technology and the increasing geospatial sensor resources, it is necessary to efficiently manage geospatial sensor resources in Geospatial Sensor Web environments which facilitate users to plan and use these resources comprehensively, accurately and in demand. Based on the analysis of (1) features of EO emergency event and (2) demands of sensor emergency observation planning, this study aims to achieve the near real-time, accurate and comprehensive discovery of existing heterogeneous EO sensor resources. We propose an integrated management method of EO sensor resources oriented to emergency observation planning. The research contents include how to organize and build the index of EO sensors’ information, how to calculate the observation area covered for space-based sensors, and how to design the inquiry of metadata for collaborative emergency observation. Based on the above mentioned workflows that included in the proposed integrated management method, this study designed and produced an integrated management tool which is entitled GeoSensorQuery for emergency observation planning, via the utilization of Java programming language and the Open Geospatial Consortium (OGC) Sensor Web Enablement (SWE) information standard model-Sensor Model Language (SensorML). Finally, an application focusing on planning the flooding observation sensors occurred in the middle reaches of Yangtze River basin of China has been exemplified, in which the designed GeoSensorQuery prototype can meet the requirements of near real-time, accurate and comprehensive discovery of massive and heterogeneous EO sensor resources. As a conclusion, the selected example has verified the feasibility of our method.

Key words： Earth Observation Sensor Web; emergency observation inquiry; geo-sensors; integrated management

Cite this article

HU Chuli , ZHONG Xiang , GUAN Qingfeng , CHEN Nengcheng . An Integrated Management Method of EO Sensor Resources Oriented to Emergency Observation Planning[J]. Journal of Geo-information Science, 2015 , 17(6) : 631 -367 . DOI: 10.3724/SP.J.1047.2015.00631

1 引言

在对地观测[1-2]领域中,多源异构的天、地传感器,是实现采集地球表面观测数据的基础设施。随着“地球将披上一层电子皮肤”[3]、天地一体化地球观测系统(GEOSS)[4]概念的出现,空间信息获取正从静态发展为实时动态[1],从单一传感器发展到多传感器协同观测模式[5]。2010年《Pervasive Computing》杂志文章[6]指出,实现传感器集成管理将推进空间信息获取集成化。
对地观测应急事件通常具有较高的响应时效性、信息获取准确性和观测协同性要求[7]。相应地,传感器应急观测要求在保证查全率和查准率的同时,以最快地速度规划到满足要求的多源异构传感器[8]。对地观测传感器集成管理旨在通过标准统一的传感器信息资源组织方式,及时、精准与全面地匹配出满足应急观测需求的对地观测传感器[9]。传感器是观测数据的源头,传感器集成管理是对地观测传感网的基础功能之一[10]。从传感器集成管理的理论与方法角度,国内外传感器网络(Sensor Network)的研究[11-12]可概括为3个级别的传感器管理：(1)传感器级,侧重传感器的工作模式和参数的调控;(2)平台级,侧重于观测任务与指定传感器间的优化配置;(3)网络级,在前2个级别基础上,实现对传感器的网络通信控制。但是,该3个级别都是针对已知或特定领域指定的传感器进行管理。而在目前的开放式传感网(Sensor Web)[13]环境下,对地观测传感器资源必然是跨平台、观测机理异构的。针对复合的对地观测应急事件来说,万维网环境下的天地传感器集成共享与协同观测成为重要手段和发展趋势[14]。然而,由于缺乏对对地观测传感器资源可共享的描述模型,导致应急观测时对地观测传感器资源发现、规划与利用低效,因此,应急观测数据获取手段单一与时间滞后,最终导致对地观测应急响应决策低效。关于传感器资源共享,目前存在一系列传感器信息描述标准和元数据[15],各异的传感器信息描述模型,被应用于各自专属领域;不同的元数据标准也只能服务于行业内的信息交换与共享。从集成管理平台角度：(1)从20世纪90年代开始,美国AGI公司的STK(Satellite Tool Kit)工具[16]支持天基传感器的轨迹仿真,由于该工具主要应用于军事任务可视化仿真,部分接口商用,因此开放于商用的STK版本只能手动地支持天基传感器观测的模拟仿真;(2)1996年,NOAA的NDBC系统[17]可实现海洋浮标的检索;(3)从2008年起,微软致力于SensorMap系统[18]研制,它可实现原位传感器(如温度、风速、风向)发布与查询,但不支持天基传感器观测仿真与查询;(4)2013年,武汉大学开发的地理空间传感网信息公共服务平台GeoSensor[19],虽支持遥感、移动和原位传感器的查询,但依然局限于单一种类检索,且遥感传感器的查询只是基于卫星轨迹,而非对地观测覆盖,即不考虑天基传感器的扫描方式、视场角与侧摆能力;(5)目前的查询系统均未以应急协同观测为需求出口,不支持对地观测传感器的及时、精准与全面规划。除GeoSensor采用传感网标准外,其他的查询系统在所需的信息模型与查询接口设计上形式各异。
针对目前成果的不足,本文提出一种面向应急观测规划的对地观测传感器集成管理方法,旨在推进应急观测的空间信息获取集成化,为对地观测传感器协同规划提供传感器来源决策依据。

2 对地观测传感器集成管理方法

2.1 对地观测传感器信息资源组织与索引

对地观测传感器资源没有被充分利用的主要原因之一：传感器信息被不同的建模人员以各异的格式进行描述。因此,本文传感器信息资源组织的前提,是要先确定传感器在被发现时的必需元数据。传感器元数据集应包含3个情景：(1)传感器设备的基本标签信息;(2)传感器拥有的观测能力信息;(3)传感网环境下的网络服务信息。如图1所示,本文对地观测传感器元数据为三元组：MD={通用标签,观测能力,传感网服务}。
Fig. 1 Three tuples of Earth Observation sensor information resources metadata

图1 对地观测传感器信息资源元数据三元组

传感器通用标签元组包含的元数据要素,主要是用于传感器基本发现所需要。观测能力元组中的观测广度指的是一切有关传感器空间与频谱维度上的横向范围,如量程范围、波谱数、扫描宽度、视场角等;观测深度指的是空间与频谱维度上的纵向程度,包括波谱分辨率、波谱应用、观测半径与观测应用等;观测频度特指有关传感器观测时间尺度上的元素,如观测有效时间、观测周期、响应时间、观测频度等;观测质量指的是传感器观测的精度,包括传感器辐射精度、定位精度、距离精度等;观测数据指传感器数据的相关要素,包括观测要素、属性、观测数据格式与类型等。在开放式传感网环境下,任何传感器及其观测都可在线规划或获取,因此,传感网服务包括传感器规划服务和传感器观测服务。
传感器建模语言(Sensor Model Language,SensorML)是OGC传感网使能(Sensor Web Enablement,SWE)体系下的信息模型[13],包括GeneralInforGroup、HistoryInforGroup、PropertyGroup、ReferenceGroup和ConstraintGroup 5个描述元组,用于描述传感器信息。本文上述分析的对地观测传感器信息资源元数据,采用SensorML进行一致性描述,形成SensorML标准的对地观测传感器信息资源描述模型。
对于已建立起的传感器信息资源描述模型,本文采用Lucene倒排索引机制[20],其查询的效率远远高于数据库式的匹配查询,通过将杂乱无序的词频统计文档转化为多维向量形式,实现传感器信息资源元数据字段的特定向量组织与存储,使检索的结果更精确。本文对地观测传感器信息资源索引的构建步骤如图2所示,通过对SensorML描述的传感器元数据文档的解析,获取到传感器信息资源字段,将信息资源字段映射到索引文档,完成对传感器信息资源的索引构建。
Fig. 2 Indexing of sensor information resources

图2 传感器信息资源索引构建

Lucene内置的索引文档域包含基本的文本域、数值域、日期域,以及这些基本类型的范围域,为实现传感器信息资源的高效查找,需将传感器信息资源元数据字段与上述Lucene内置各项域做一一映射,即根据特定传感器信息元数据选择合适域的选项,以完成文本信息到索引文档域间的映射关系。表1为传感器观测能力元数据信息与Lucene索引域的映射样例。
Tab. 1 Mapping between observation capabilities and Lucene-based index field

表1 观测能力与Lucene索引域映射样例

传感器观测能力元数据组 Lucene索引域名称 Lucene索引域类型
应急观测查询模式 Sensor-Type TextField
应急主题 Sensor-Thematic TextField
应急观测起始时间 Start-Observation-Time DateField
应急观测终止时间 End-Observation-Time DateField
空间分辨率 spatialResolution NumericField
波谱分辨率 BandResolution NumericField
观测周期 RevisitTime NumericField
响应时间 ResponsedTime NumericField
… … …

2.2 天基传感器对地观测覆盖计算

在对地观测传感器种类中,天基卫星遥感平台所搭载的传感器,具有随时间变动的动态对地观测覆盖区域。因此,要实现对地观测传感器的集成管理,研究天基传感器对地观测覆盖,是实现天基传感器的准确规划与协同调度的必需步骤。天基传感器对地观测覆盖是指天基传感器在某特定时间范围内所能观测到的地面范围。图3(a)为天基传感器对地观测覆盖模式;本文针对天基传感器扫描方式实际情况,将对地观测覆盖分为无侧视(图3(b))与有侧视(图3(c))2种情况。
Fig. 3 Model of EO (Earth Observation) coverage

图3 对地观测覆盖模型

对于无侧视对地覆盖情况,通常对地成像卫星的轨道可视为圆轨道,且由于视场角(FOV)为定值,则各时刻的覆盖地心角β为常数,则在星下点两侧角度为β的范围内形成的 AB ⌢ 为地面覆盖带。首先利用SGP4轨道算法[21]得到卫星星下点S';然后,自定义传感器覆盖纬度角 Δ φ (可取0.06~0.18°,即极轨卫星1~3 s内转过的角度),确定外沿轨迹点A、B的纬度值;再根据球面三角形知识,采用求解A、B点经度的方程(式(1)),以瞬时覆盖左侧外沿轨迹点A为例,求解方程得出该外沿轨迹点A的经度坐标,类似地可求解出B点经度。最后,自定义时间步长,将特定时间段内覆盖带的外沿轨迹点按步长间隔连接,即得到卫星对地观测覆盖范围。
cosβ = sin φ S sin φ P + cos φ S cos φ P cos λ S - λ P (1)
式中,β为P点(A或B)与星下点S'间弧长对应的地心角; φ s 为星下点S'纬度坐标;λS为星下点S'经度坐标;λP为覆盖外沿轨迹点P经度坐标;
对于有侧视对地覆盖,外沿轨迹 A'B' ⌢ 求解的原理大致相同。首先依据侧视角度值θ计算出卫星当前时刻星下点S'经纬度,再依据上述外沿覆盖边界点求解公式求解出外沿覆盖边界点A'、B'经纬度坐标。

2.3 面向应急观测的元数据查询设计

应急观测对传感器规划具有及时、精准与全面性要求。本文遵循了对地观测传感器信息资源组织方式,构建传感器发现的应用程序,以Lucene丰富多样化的查询类构建反映应急协同观测需求的查询请求。表2为天地传感器细粒度多层次的元数据查询项设计,其中的“应急观测查询模式”分为3种模式：集成、遥感与原位,集成模式实现遥感与原位传感器一体化查询;“应急主题”收集来自遥感传感器元数据字段“传感器潜在应用”、“波段应用”与原位传感器的“观测应用”的值。传感器查询者根据应急协同观测任务的需求,选择“应急观测查询模式=集成”、“应急主题=A and B,… and N”,以及任务的时空要求,即可实现天地传感器集成查询。一级查询目录“传感器基本信息”和“观测能力信息”则提供了精准、细粒度的查询可能。
Tab. 2 Fine-grained multi-dimension metadata item design

表2 细粒度多层次元数据查询项设计

一级查询目录 二级查询项 多重性
应急观测事件信息 应急观测查询模式 必选
应急主题
应急观测起始时间
应急观测终止时间
应急观测包围盒
传感器基本信息 关键词 可选
传感器名称
传感器唯一标识符
传感器规划服务
传感器观测服务
观测能力信息 空间分辨率 可选
波谱分辨率
观测周期
响应时间
…

3 传感器集成管理平台的设计与实现

3.1 平台系统设计与实现

(1)本文设计了面向应急观测规划的对地观测传感器集成管理平台GeosensorQuery(http://gsw.whu.edu.cn:8080/GeosensorQuery_cn),其主要部件包括对地观测天地传感器信息资源索引与发现、天基传感器观测覆盖计算和天地传感器时空可视化3部分。
①天地传感器信息资源索引与发现部件,是针对SensorML描述的天地传感器信息资源描述模型,对其进行文档解析、语汇单元分析,以及索引构建等。并针对用户定制的应急观测需求构造查询请求,从索引库中检索出相应的天地传感器。
②天基传感器对地观测覆盖计算部件,是以SGP4轨道算法得到卫星运行轨迹,进而求解特定时空域内传感器对地观测情况。
③天地传感器时空可视化部件,是针对用户定制需求的查询请求,实现地面原位传感器的地图定位、不同观测原理的天基平台轨道实时仿真,以及天基传感器在给定时、空域内的对地观测覆盖按需展现。
(2)GeosensorQuery平台,采用Java语言、MVC3层B/S架构、Lucene组件、OrbitTools组件,以及Google Map API组件实现。主界面构成(图4)包含3部分：顶端操作栏提供了整体的操作界面功能,实现对应界面显示功能,如查询结果的显示与隐藏等;左边查询栏为面向应急观测的传感器查询入口;右边窗口为地图展现与天地传感器信息可视化窗口。
Fig. 4 Main interface of GeosensorQuery

图4 GeosensorQuery主界面

GeosensorQuery针对不同类型的查询应用,通过向查询服务器提交查询请求,提供集成化的查询入口;通过Ajax异步数据传输机制将查询结果实时返还给查询者,并实现天地传感器观测能力信息的可视化,以满足天地传感器的集成查询需求。

3.2 平台的洪涝应急观测实例

(1)实验区域与数据
所选定的实验区域为长江流域中游(28°9'36"~32°3'36" N,111°16'48"~116°13'12" E)易于发生洪涝灾害,尤其在夏季(5-10月)。实验数据为CEOS统计的全球在轨可用于洪涝监测的137颗卫星传感器,以及长江中游水文、气象相关的100颗原位传感器资料。
(2)洪涝应急观测查询
传感器监测技术应用于洪涝应急时,主要涉及水位、降水量、流速、洪涝边界及水容积等要素监测[14]。如图5所示,目标为查询所有符合要求的天地传感器,选定的“应急观测查询模式=集成”,“观测主题”则包括水位监测、降雨统计及水面积监测等,应急观测起止时间为(2014-05-12T 17:30:56,2014-05-12T 18:30:56),观测区域为：纬度(十进制)(28.16~31.06 N)、经度(十进制)(111.28~116.22 E)。
Fig. 5 Query entrance for emergency observation

图5 应急协同观测查询入口

3.3 实验结果与分析

图6为集成查询的结果,检索时间为728 ms,共有4颗传感器从已有的传感器信息资源描述模型库中被检索出,即WZH湿度传感器、声学多普勒流速剖面仪H-ADCP-WHH300、X波段合成孔径雷达、新红外扫描技术仪。尽管这4颗传感器在指定的时段内覆盖了给定的区域,但是它们特有的覆盖范围与覆盖率都各不相同。图6显示了各颗传感器分别用于监测何种要素,如TerraSAR-X X波段合成孔径雷达可用于水面积监测。通过以上应用看出,本文设计的面向应急观测查询的对地观测传感器集成管理方法可按需、及时、精准与全面地搜索出符合要求的天地传感器,可应用于应急协同观测时多源异构对地观测传感器规划。
Fig. 6 Result of integrated query oriented to observation planning

图6 面向观测规划的集成查询结果

4 结语

为了有效规划与全面利用对地观测传感器资源,服务于对地观测应急观测事件,本文以OGC传感网SensorML信息模型标准化,组织了对地观测传感器信息资源,提出了基于Lucene的倒排索引构建思想,求解天基传感器对地观测覆盖;通过设计面向应急观测规划的对地观测传感器集成管理平台,能方便地构建对地观测传感器信息资源的索引,应用于国防、对地观测和城市规划中的传感器发现,为传感器协同观测提供信息源支撑。
下一步工作是提供在线模板建模的方法,使得大众传感器拥有者可快速、准确地构建传感器信息资源描述模型,从而实现该集成管理平台集传感器建模、发布、索引、查询与可视化功能一体化。

The authors have declared that no competing interests exist.

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
李德仁,邵振峰.论天地一体化对地观测网与新地理信息时代[C]. 中国测绘学会第九次全国会员代表大会暨学会成立50周年纪念大会论文集,2009:12-20.

[2]
王伟,郑重,李鹏飞,等.面向任务的成像卫星传感器观测能力度量方法[J].武汉大学学报(信息科学版),2013(12):1480-1483.

[3]
Gross N. The earth will don an electronic skin[EB/OL]. 1999-08-30.

[4]
Christian E.Planning for the global earth observation system of systems (GEOSS)[J]. Space Policy, 2005,21(2):105-109.

[5]
陈能成,狄黎平,龚健雅,等.基于Web目录服务的地学传感器观测服务注册和搜索[J].遥感学报,2008,12(3):411-419.

[6]
Balazinska M, Deshpande A, Franklin M, et al.Data Management in the worldwide sensor web[J]. IEEE Pervasive Computing, 2010,6(2):30-40.

[7]
郭玉华. 多类型对地观测卫星联合任务规划关键技术研究[D].长沙:国防科学技术大学,2009.

[8]
胡楚丽. 对地观测网传感器资源共享管理模型与方法研究[D].武汉:武汉大学,2013.

[9]
陈能成,胡楚丽,王晓蕾.对地观测传感网集成管理的模型与方法[M].北京:科学出版社,2014.

[10]
Jirka S, Bröring A, Stasch C.Discovery mechanisms for the sensor web[J]. Sensors, 2009,9(4):2661-2681.

[11]
罗开平,姜维,李一军.传感器管理评述[J].电子学报,2010,38(8):1900-1907.

[12]
李建中,高宏.无线传感器网络的研究进展[J].计算机研究与发展,2008,45(1):1-15.

[13]
Botts M, Percivall G, Reed C, Davidson J.OGC® sensor web enablement: Overview and high level architecture[R]. Baltimore,MD: OGC, 2007.

[14]
Hu C, Chen N, Li J.Geospatial web-based sensor information model for integrating satellite observation: An example in the field of flood disaster management[J]. Photogrammetric engineering and remote sensing, 2013,79(10):915-927.

[15]
胡楚丽,陈能成,关庆锋,等.面向智慧城市应急响应的异构传感器集成共享方法[J].计算机研究与发展,2014,51(2):260-277.

[16]
Analytical Graphics Inc. AGI STK online introduction[EB/OL]. 2014-02-12.

[17]
National Oceanic and Atmospheric Administration. NOAA NDBC online demonstration[EB/OL]. 2014-03-18.

[18]
Santanche S, Nath J, Liu B, et al.Senseweb: Browsing the physical world in real time[C]. International Conference on Information Processing in Sensor Networks (IPSN), Nashville, USA, 2006.

[19]
陈能成,杨训亮,王晓蕾.地理空间传感网信息公共服务平台的设计与实现[J].地球信息科学学报,2013,15(6):887-894.

[20]
The Apache Software Foundation. Apache Lucene Introduction[EB/OL]. 2014-06-10.

[21]
Wei D, Zhao C Y.Analysis on the accuracy of the SGP4/SDP4 model[J]. Acta Astronomica Sinica, 2009,50:332-339.

Options
Outlines

/

〈 〉