论文部分内容阅读
随着数字地形分析(digital terrain analysis，DTA)应用建模在地学相关领域中的广泛应用，越来越多对DTA应用建模知识掌握不足的用户开始使用数字地形分析。然而，DTA应用模型的构建过程复杂，现有的DTA应用建模工具在应用时，算法选择和参数设置都依赖于用户自身的DTA应用建模知识，现有工具尚难以帮助用户降低在这方面的建模难度，因此，缺乏DTA应用建模知识的非专家用户难以正确、高效地应用数字地形分析。 数字地形分析应用建模知识主要由两部分构成:模型工作流构建知识和应用适配性知识。其中应用适配性知识对DTA应用建模的质量有直接的影响，但由于该类知识具有不够精确、缺乏系统性、存在形式多样等特点，难以对其进行形式化表达和推理应用，目前对该类建模知识尚缺乏相关研究，现有DTA应用建模工具无法利用这类知识来降低用户的建模难度。针对上述问题，本文借鉴了人工智能领域中基于案例的知识表达和推理方法，设计了一套基于案例的DTA应用适配性知识形式化表达和推理方法框架。其基本思想是将已有的相似案例的解决方案应用于解决新的问题，适合于对缺乏系统性的经验知识进行形式化表达和推理应用。为了对该方法框架具体化为实用方法，以河网提取应用为例，分别从应用目的、数据特征、研究区特征这三个方面设计了一套指标体系以及其中各指标相应的相似度计算方法，构建了一套河网提取应用适配性知识的案例表达及推理应用方法。 在对新建方法进行应用验证时，采用文献中记录的河网提取实例来准备案例。考虑到文献案例并不一定都具有足够高的可信度，为尽可能避免该因素的影响，挑选了相关领域国际主流期刊中可信度较高的124个文献案例作为核心案例库，从中随机选取50个作为验证案例进行新建方法的应用评价。同时，考虑到基于案例的方法在推理应用时，案例库越大，应用效果通常应越好，因此在上述核心库的基础上，添加了可信度可能不够高的案例，得到包含250个案例的扩展案例库，利用相同的50个验证案例进行新建方法的应用评价，以对案例可信度的可能影响进行讨论。 实验结果表明，新建方法所得到的推理结果较为合理，同时，案例可信度可能会对本文方法的案例推理结果产生影响，这是后续方法研究的改进方向。本文所建立的方法通过与DTA应用建模工具的结合，可用于降低用户的DTA应用建模难度。