邢華橋，劉暢，王海航，張金華

山東建筑大學(xué) 測繪地理信息學(xué)院，濟(jì)南 250101

1 引 言

隨著互聯(lián)網(wǎng)、大數(shù)據(jù)及Web 服務(wù)技術(shù)的快速發(fā)展，政府部門、國際組織、科技公司、學(xué)術(shù)機(jī)構(gòu)等都大力發(fā)展空間數(shù)據(jù)基礎(chǔ)設(shè)施與地理信息門戶，紛紛提供地表覆蓋數(shù)據(jù)服務(wù)甚至處理服務(wù)，形成海量的地表覆蓋服務(wù)資源（武昊等，2018)。面對復(fù)雜的地表覆蓋處理任務(wù)，單一的地表覆蓋服務(wù)已經(jīng)無法滿足其需求，將多個地表覆蓋服務(wù)組合起來構(gòu)建具有更大粒度功能的地表覆蓋服務(wù)鏈，成為解決地表覆蓋復(fù)雜處理任務(wù)的關(guān)鍵（Han 等，2015)。

實(shí)際應(yīng)用中，網(wǎng)絡(luò)上眾多的地表覆蓋服務(wù)往往是孤立的，缺乏服務(wù)之間的交互關(guān)系。用戶難以從海量的地表覆蓋服務(wù)資源中找到合適的服務(wù)進(jìn)行組合來滿足自己的業(yè)務(wù)需求。復(fù)雜網(wǎng)絡(luò)作為一種新興的建模理論，已成為組織和管理海量服務(wù)資源的有力工具，并在大規(guī)模服務(wù)組合領(lǐng)域中具有優(yōu)勢（周詩源，2021)。目前已有許多研究構(gòu)建了不同領(lǐng)域的服務(wù)復(fù)雜網(wǎng)絡(luò)，并基于復(fù)雜網(wǎng)絡(luò)的理論分析服務(wù)之間錯綜復(fù)雜的交互關(guān)系，研究其結(jié)構(gòu)及動力學(xué)行為（吳華意等，2022)。

服務(wù)復(fù)雜網(wǎng)絡(luò)是將服務(wù)系統(tǒng)簡化為節(jié)點(diǎn)和邊組成的網(wǎng)絡(luò)形式，網(wǎng)絡(luò)節(jié)點(diǎn)和邊的定義是服務(wù)復(fù)雜網(wǎng)絡(luò)構(gòu)建的關(guān)鍵。通常將服務(wù)抽象為網(wǎng)絡(luò)節(jié)點(diǎn)，服務(wù)之間的語義關(guān)系抽象為網(wǎng)絡(luò)中的邊，構(gòu)建服務(wù)復(fù)雜網(wǎng)絡(luò)。對此，眾多研究提出了多種服務(wù)語義關(guān)系，用于表示服務(wù)節(jié)點(diǎn)間的約束關(guān)聯(lián)，如調(diào)用關(guān)系（張錫哲等，2016)、依賴關(guān)系（Cherifi 和Santucci，2012)、合作關(guān)系（王景峰等，2010)、相似關(guān)系（劉瑩等，2013)等。同時，許多研究在上述服務(wù)語義關(guān)系的基礎(chǔ)上構(gòu)建了服務(wù)復(fù)雜網(wǎng)絡(luò)，并探究其在服務(wù)推薦（宋貝貝，2018)、服務(wù)組合（朱志良等，2012)、服務(wù)自適應(yīng)（章振杰，2019)中的重要作用。例如，王景峰等（2010)有研究將制造服務(wù)之間的合作關(guān)系抽象為邊，構(gòu)建了協(xié)同制造服務(wù)復(fù)雜網(wǎng)絡(luò)，并對網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)進(jìn)行了分析；Shang 等（2013)將服務(wù)和服務(wù)的輸入輸出數(shù)據(jù)作為節(jié)點(diǎn)，服務(wù)與數(shù)據(jù)之間的調(diào)用關(guān)系作為邊構(gòu)建服務(wù)復(fù)雜網(wǎng)絡(luò)，并使用圖搜索算法解決Web 服務(wù)組合問題；宋貝貝（2018)通過服務(wù)之間的包含關(guān)系與組合關(guān)系分別構(gòu)建了服務(wù)包含網(wǎng)絡(luò)和服務(wù)合成網(wǎng)絡(luò)，并基于服務(wù)復(fù)雜網(wǎng)絡(luò)的結(jié)構(gòu)特征，提出了可適應(yīng)不同使用場景的服務(wù)推薦算法—— 基于復(fù)雜網(wǎng)絡(luò)的服務(wù)網(wǎng)絡(luò)分析及其在服務(wù)推薦中的應(yīng)用；Li 等（2017)通過云制造服務(wù)之間的相似關(guān)系構(gòu)建了聚類服務(wù)網(wǎng)絡(luò)，并描述了聚類網(wǎng)絡(luò)下候選集的獲取過程，以及候選服務(wù)之間的匹配和組合方法。

服務(wù)復(fù)雜網(wǎng)絡(luò)的研究已經(jīng)取得了顯著進(jìn)展，但其尚存在一些問題需要改進(jìn)。首先，先驗(yàn)知識可以更好輔助地表覆蓋服務(wù)復(fù)雜網(wǎng)絡(luò)的構(gòu)建。對于不同的數(shù)據(jù)源類型、研究對象以及應(yīng)用場景，地表覆蓋任務(wù)流程不同，地表覆蓋服務(wù)之間的連接往往需要先驗(yàn)知識的判斷（Jin 等，2022)。將有關(guān)地表覆蓋服務(wù)連接的先驗(yàn)知識表示為知識規(guī)則融入復(fù)雜網(wǎng)絡(luò)建模過程中，可以約束地表覆蓋服務(wù)之間的邊連接，把握地表覆蓋服務(wù)之間真實(shí)的交互關(guān)系，從而提高基于復(fù)雜網(wǎng)絡(luò)的地表覆蓋服務(wù)組合方法的準(zhǔn)確性。其次，大部分服務(wù)復(fù)雜網(wǎng)絡(luò)的研究屬于無權(quán)網(wǎng)絡(luò)，而在真實(shí)的地表覆蓋服務(wù)復(fù)雜網(wǎng)絡(luò)中，連邊不能簡單地表示為服務(wù)之間的交互關(guān)系，還應(yīng)該附帶表示服務(wù)節(jié)點(diǎn)間連接密切程度的權(quán)重信息，這對服務(wù)推薦與組合有著非常重要的意義（張智遠(yuǎn)，2021)。

綜上所述，本文提出了知識驅(qū)動的地表覆蓋服務(wù)加權(quán)復(fù)雜網(wǎng)絡(luò)構(gòu)建方法，并將其應(yīng)用于地表覆蓋服務(wù)組合。首先，提出了地表覆蓋服務(wù)加權(quán)復(fù)雜網(wǎng)絡(luò)模型，并定義了服務(wù)復(fù)雜網(wǎng)絡(luò)中的節(jié)點(diǎn)、邊連接關(guān)系及邊權(quán)值的計算方式；其次，提出了基于知識約束的地表覆蓋服務(wù)加權(quán)復(fù)雜網(wǎng)絡(luò)構(gòu)建方法，通過服務(wù)連接關(guān)系和知識規(guī)則優(yōu)化生成地表覆蓋服務(wù)加權(quán)復(fù)雜網(wǎng)絡(luò)；最后，本文將構(gòu)建的模型集成到模擬原型系統(tǒng)，并通過變化檢測服務(wù)組合案例證明了所建模型的有效性。

2 地表覆蓋服務(wù)加權(quán)復(fù)雜網(wǎng)絡(luò)模型原理

2.1 模型的基本概念

復(fù)雜網(wǎng)絡(luò)是復(fù)雜系統(tǒng)的抽象模型，將復(fù)雜系統(tǒng)中實(shí)體抽象為節(jié)點(diǎn)，實(shí)體之間的關(guān)系抽象成連線，節(jié)點(diǎn)數(shù)量眾多，拓?fù)浣Y(jié)構(gòu)復(fù)雜，并具有一定的動力學(xué)行為（張智遠(yuǎn)，2021)?，F(xiàn)實(shí)中地表覆蓋服務(wù)不斷涌現(xiàn)，且服務(wù)異構(gòu)性和服務(wù)之間的關(guān)系也越來越復(fù)雜，是動態(tài)與不斷發(fā)展的。因此，可以將地表覆蓋服務(wù)組成的服務(wù)網(wǎng)絡(luò)歸屬于復(fù)雜網(wǎng)絡(luò)的范疇，以復(fù)雜網(wǎng)絡(luò)的相關(guān)理論研究服務(wù)之間的關(guān)系與特性。本文將地表覆蓋服務(wù)抽象為網(wǎng)絡(luò)節(jié)點(diǎn)，服務(wù)之間的連接關(guān)系抽象為邊，服務(wù)之間的連接強(qiáng)度抽象為邊權(quán)值，構(gòu)建地表覆蓋服務(wù)加權(quán)復(fù)雜網(wǎng)絡(luò)。研究給出如下定義。

定義1地表覆蓋服務(wù)加權(quán)復(fù)雜網(wǎng)絡(luò)。地表覆蓋服務(wù)加權(quán)復(fù)雜網(wǎng)絡(luò)可以表示為由地表覆蓋服務(wù)節(jié)點(diǎn)、地表覆蓋服務(wù)連接邊，以及邊權(quán)值組成的有向無環(huán)加權(quán)網(wǎng)絡(luò)，記為SCNet = {WS，E，W}，其中，WS、E、W分別表示為地表覆蓋服務(wù)節(jié)點(diǎn)、邊和邊權(quán)值集合。

定義2地表覆蓋服務(wù)節(jié)點(diǎn)。節(jié)點(diǎn)是抽象的地表覆蓋服務(wù)，包括數(shù)據(jù)服務(wù)節(jié)點(diǎn)和處理服務(wù)節(jié)點(diǎn)，可以由一個五元組WS =（id，input，output，description，attr)表示。其中，id 是地表覆蓋服務(wù)的唯一標(biāo)識；input 和output 是地表覆蓋服務(wù)的輸入輸出集合，由于數(shù)據(jù)服務(wù)沒有輸入和輸出參數(shù)，其input 和output 為空；description 是地表覆蓋服務(wù)的描述信息；attr 是地表覆蓋服務(wù)的語義屬性描述，包括服務(wù)類型、數(shù)據(jù)格式規(guī)范等。

定義3地表覆蓋服務(wù)連接邊。如果網(wǎng)絡(luò)中任意兩個服務(wù)節(jié)點(diǎn)WS1，WS2之間存在服務(wù)連接關(guān)系，那它們之間的連線即為地表覆蓋服務(wù)連接邊，記為E（WS1，WS2)。根據(jù)服務(wù)連接關(guān)系的不同，將連接邊分為完全調(diào)用邊和依賴調(diào)用邊兩類。

定義4邊權(quán)值。設(shè)WS1、WS2是網(wǎng)絡(luò)中連接的兩個節(jié)點(diǎn)，則W(WS1，WS2)代表WS1和WS2連接邊的權(quán)重，其值由參數(shù)相似度、屬性相似度、節(jié)點(diǎn)相似度和QoS(quality of service)加權(quán)得到。

研究所提出的地表覆蓋服務(wù)加權(quán)復(fù)雜網(wǎng)絡(luò)模型融合了地表覆蓋服務(wù)的語義信息、屬性信息、節(jié)點(diǎn)信息及QoS 等多種信息，利用這些信息可以促進(jìn)服務(wù)之間的相互替換、協(xié)調(diào)和調(diào)用，輔助地表覆蓋服務(wù)鏈的生成。

2.2 地表覆蓋服務(wù)連接關(guān)系

為了更好地描述地表覆蓋服務(wù)復(fù)雜網(wǎng)絡(luò)，需要對地表覆蓋服務(wù)之間的連接關(guān)系進(jìn)行定義。本文的地表覆蓋服務(wù)連接關(guān)系是基于參數(shù)匹配的服務(wù)調(diào)用關(guān)系，根據(jù)參數(shù)匹配類型的不同，可將服務(wù)連接關(guān)系分為完全調(diào)用連接和依賴調(diào)用連接兩類。完全調(diào)用連接是前向服務(wù)的輸出滿足后向（服務(wù)的全部輸入；依賴調(diào)用連接是前向服務(wù)的輸出僅滿足后向服務(wù)的部分輸入，需要和其他服務(wù)共同滿足后向服務(wù)的輸入。

根據(jù)Paolucci 等（2002)方法將地表覆蓋處理服務(wù)與處理服務(wù)之間的參數(shù)匹配類型分為完全匹配（pp_exact)、前驅(qū)包含匹配（presubsume)、后繼包含匹配（pp_seqsubsume)、交叉匹配（plugin)共四類；處理服務(wù)與數(shù)據(jù)服務(wù)之間的參數(shù)匹配類型分為完全匹配（pd_exact)和后繼包含匹配（pd_seqsubsume)兩類。其中，完全匹配、前驅(qū)包含匹配屬于完全調(diào)用連接，后繼包含匹配和交叉匹配屬于依賴調(diào)用連接。具體定義見表1。

表1 地表覆蓋服務(wù)連接關(guān)系定義Tab.1 Definition of land cover service connection relationships

2.3 邊權(quán)值計算

地表覆蓋服務(wù)之間的邊權(quán)值表示地表覆蓋服務(wù)之間連接的緊密程度。綜合考慮地表覆蓋和復(fù)雜網(wǎng)絡(luò)的特征，研究定義了邊權(quán)值的計算方式，由參數(shù)相似度、屬性相似度、節(jié)點(diǎn)相似度和QoS 加權(quán)得到。邊權(quán)值計算方式的具體定義如下。

定義5參數(shù)相似度。參數(shù)相似度是地表覆蓋服務(wù)節(jié)點(diǎn)WS1，WS2之間的輸入輸出參數(shù)匹配程度，服務(wù)之間不同參數(shù)匹配類型具有不同的量化標(biāo)準(zhǔn)。參數(shù)相似度的計算公式如下：

如果前向地表覆蓋服務(wù)WS1的輸出參數(shù)與后向地表覆蓋服務(wù)WS2的輸入?yún)?shù)類型完全相同，那么這兩個服務(wù)的參數(shù)相似度的值為1；如果WS1的輸出參數(shù)真包含于WS2的輸入?yún)?shù)，則參數(shù)相似度的值為0.8；如果WS1的輸出參數(shù)和WS2的輸入?yún)?shù)之間是依賴調(diào)用關(guān)系，則參數(shù)相似度的值為0.6。

定義6屬性相似度。屬性相似度是兩個服務(wù)之間語義描述屬性的匹配程度。計算公式如下：

式中，δ為地表覆蓋服務(wù)的某個具體屬性，在具體計算時，會對比兩個服務(wù)的屬性是否相等，若兩者某一種屬性相等，則分子增加1；分母則表示這兩個地表覆蓋服務(wù)的所有屬性的總數(shù)。

定義7節(jié)點(diǎn)相似度。節(jié)點(diǎn)相似度用地表覆蓋服務(wù)加權(quán)復(fù)雜網(wǎng)絡(luò)中服務(wù)節(jié)點(diǎn)的出度表示，一般來說，服務(wù)節(jié)點(diǎn)的出度越大，與該服務(wù)連接越密切（尉遲靜遠(yuǎn)，2020)。由于服務(wù)節(jié)點(diǎn)出度的數(shù)值較大，而邊權(quán)值計算中的其他指標(biāo)值在[0，1]，因此，節(jié)點(diǎn)相似度的計算使用離差標(biāo)準(zhǔn)化處理，以消除量綱和數(shù)據(jù)取值范圍影響。計算方式如下：

式中，min、max 分別為所有服務(wù)節(jié)點(diǎn)出度的最小值和最大值。通過式（3)將服務(wù)節(jié)點(diǎn)出度值v映射到值區(qū)間[new_min，new_max]。此處，new_min，new_max 分別取值0 和1。

定義8QoS。QoS 值為服務(wù)質(zhì)量，研究考慮了調(diào)用次數(shù)、服務(wù)執(zhí)行時間、服務(wù)成本、吞吐量和可用性五個指標(biāo)。QoS 需要對積極屬性（式（4))和消極屬性（式（5))進(jìn)行歸一化處理：

式中，maxQi、minQi分別為第i個QoS 指標(biāo)的最大值和最小值；Q i為要進(jìn)行處理的第i個QoS 指標(biāo)的值。利用式（6)計算QoS 的最終值：

式中，ω i為權(quán)數(shù)，Si為指標(biāo)規(guī)范化的值。

地表覆蓋服務(wù)之間的邊權(quán)值計算方式為將上述四個指標(biāo)的值進(jìn)行加權(quán)處理：

式中，Simi為服務(wù)之間參數(shù)相似度、屬性相似度、節(jié)點(diǎn)相似度，以及QoS 的值。融合信息熵和粗糙集的客觀權(quán)重計算方法，是衡量異構(gòu)數(shù)據(jù)集重要程度的最有效方法（Zhang 等，2016)。粗糙集理論不需要先驗(yàn)知識，能夠處理不完備、不精確信息，從而規(guī)避人為主觀因素的影響；信息熵是信息論中信息無序程度的度量，某屬性信息熵越大，信息無序度越高，信息量越小，其在評價中的權(quán)重越?。辉诒ＷC服務(wù)正確調(diào)用的情況下，服務(wù)組合傾向于選擇參數(shù)相似、服務(wù)質(zhì)量高的服務(wù)進(jìn)行調(diào)用，而服務(wù)屬性、節(jié)點(diǎn)屬性相對考慮較少。研究通過粗糙集理論和信息熵構(gòu)造了四種指標(biāo)的重要度，得到了客觀權(quán)數(shù)值為（0.28，0.18，0.16，0.38)。地表覆蓋服務(wù)加權(quán)復(fù)雜網(wǎng)絡(luò)的邊權(quán)值分布在[0，1]，值越高意味著服務(wù)之間的連接越密切。

3 基于知識約束的地表覆蓋服務(wù)加權(quán)復(fù)雜網(wǎng)絡(luò)構(gòu)建算法

基于知識約束的地表覆蓋服務(wù)加權(quán)復(fù)雜網(wǎng)絡(luò)構(gòu)建流程，如圖1 所示。首先，根據(jù)地表覆蓋服務(wù)連接關(guān)系和邊權(quán)值計算方式，構(gòu)建原始地表覆蓋服務(wù)加權(quán)復(fù)雜網(wǎng)絡(luò)；其次，通過知識規(guī)則修剪原始地表覆蓋服務(wù)加權(quán)復(fù)雜網(wǎng)絡(luò)的邊，得到地表覆蓋服務(wù)加權(quán)復(fù)雜網(wǎng)絡(luò)；最后，對生成服務(wù)網(wǎng)絡(luò)的網(wǎng)絡(luò)特性進(jìn)行度量，包括節(jié)點(diǎn)的平均度、網(wǎng)絡(luò)的平均聚集系數(shù)和網(wǎng)絡(luò)的平均路徑長度，分析其是否具有復(fù)雜網(wǎng)絡(luò)的性質(zhì)。

圖1 知識驅(qū)動的地表覆蓋服務(wù)加權(quán)復(fù)雜網(wǎng)絡(luò)構(gòu)建流程Fig.1 Workflow for knowledge-driven weighted complex networks construction for land cover services

不同于通用領(lǐng)域的Web 服務(wù)，地表覆蓋服務(wù)參數(shù)大部分包含遙感影像，基于參數(shù)匹配構(gòu)建地表覆蓋服務(wù)加權(quán)復(fù)雜網(wǎng)絡(luò)會導(dǎo)致網(wǎng)絡(luò)規(guī)模龐大，且節(jié)點(diǎn)間存在不正確的連接關(guān)系。此外，地表覆蓋服務(wù)參數(shù)復(fù)雜，其涉及的遙感影像、地表覆蓋等空間數(shù)據(jù)包含著獨(dú)特的屬性信息，而地表覆蓋服務(wù)往往對其輸入?yún)?shù)有著特殊的屬性要求（Xing 等，2019)。例如，閾值選取服務(wù)的輸入?yún)?shù)要求影像類型為變化強(qiáng)度圖像；判斷參數(shù)匹配的兩個地表覆蓋服務(wù)之間是否具有真實(shí)的連接關(guān)系，需要先驗(yàn)知識的輔助（邢華橋等，2020)。上述提到的先驗(yàn)知識主要強(qiáng)調(diào)服務(wù)功能上的匹配，兼顧了服務(wù)的前提和效果（preconditions and effects，PE)，屬于IOPE (inputs，outputs，preconditions and effects)維度的先驗(yàn)知識，因此，可以看作限制服務(wù)之間的連接關(guān)系的約束條件。將有關(guān)地表覆蓋服務(wù)連接的先驗(yàn)知識表示為知識規(guī)則，融入地表覆蓋服務(wù)加權(quán)復(fù)雜網(wǎng)絡(luò)的建模過程，可以約束地表覆蓋服務(wù)之間的邊連接，優(yōu)化地表覆蓋服務(wù)加權(quán)復(fù)雜網(wǎng)絡(luò)模型。

先驗(yàn)知識通過語義網(wǎng)規(guī)則語言(semantic web rule language，SWRL)表示為規(guī)則約束。SWRL 是以網(wǎng)絡(luò)本體語言（web ontology language，OWL)為基礎(chǔ)的語義規(guī)則描述語言，由規(guī)則體和規(guī)則頭組成（Horrocks 等，2004)。規(guī)則體通過OWL 對象類型、對象屬性、數(shù)據(jù)屬性等聲明條件，規(guī)則頭則約定了對應(yīng)結(jié)果。通過SWRL 規(guī)則在服務(wù)概念的基礎(chǔ)上進(jìn)行邏輯推理，可以有效發(fā)現(xiàn)服務(wù)之間隱含的語義關(guān)聯(lián)。

基于知識約束的地表覆蓋服務(wù)加權(quán)復(fù)雜網(wǎng)絡(luò)構(gòu)建算法，如表2 所示。算法以地表覆蓋服務(wù)集合和SWRL 知識規(guī)則集為輸入，地表覆蓋服務(wù)加權(quán)復(fù)雜網(wǎng)絡(luò)為輸出。算法分為兩個階段。

表2 基于知識約束的地表覆蓋服務(wù)加權(quán)復(fù)雜網(wǎng)絡(luò)構(gòu)建算法偽代碼Tab.2 Pseudocode for a knowledge-constrained weighted complex network construction for land cover service

第一階段，構(gòu)建原始地表覆蓋服務(wù)加權(quán)復(fù)雜網(wǎng)絡(luò)（算法1，2～12 行)。首先，使用OWL 對地表覆蓋服務(wù)進(jìn)行描述；其次，遍歷描述后的地表覆蓋服務(wù)集合，并將具有地表覆蓋服務(wù)連接關(guān)系的地表覆蓋服務(wù)之間進(jìn)行邊連接，計算其邊權(quán)值，構(gòu)建原始地表覆蓋服務(wù)加權(quán)復(fù)雜網(wǎng)絡(luò)。

第二階段，基于知識規(guī)則優(yōu)化原始地表覆蓋服務(wù)加權(quán)復(fù)雜網(wǎng)絡(luò)（算法1，13～19 行)。首先，對SWRL 知識規(guī)則集進(jìn)行推理；其次，遍歷地表覆蓋服務(wù)復(fù)雜加權(quán)網(wǎng)絡(luò)中的邊，將不符合規(guī)則推理結(jié)果的連邊刪除；最后，返回地表覆蓋服務(wù)加權(quán)復(fù)雜網(wǎng)絡(luò)。

4 實(shí) 驗(yàn)

為了證明模型的有效性，研究設(shè)計了變化檢測服務(wù)組合案例，即構(gòu)建德州市德城區(qū)地表覆蓋服務(wù)加權(quán)復(fù)雜網(wǎng)絡(luò)，開展變化檢測服務(wù)。利用2013 年、2018 年兩期山東省德州市德城區(qū)的Landsat 8 遙感影像數(shù)據(jù)，空間分辨率為2 m，坐標(biāo)系為WGS84，大小為372 像素×372 像素，獲取該區(qū)域地表覆蓋變化類別數(shù)據(jù)。

4.1 地表覆蓋服務(wù)加權(quán)復(fù)雜網(wǎng)絡(luò)構(gòu)建及分析

構(gòu)建地表覆蓋服務(wù)加權(quán)復(fù)雜網(wǎng)絡(luò)，使用了505個真實(shí)的地表覆蓋服務(wù)，包括已發(fā)布到網(wǎng)絡(luò)中的自定義地表覆蓋服務(wù)70 個，ArcGIS 服務(wù)86 個，OTB(Orfeo Toolbox)服務(wù)148 個，GRASS GIS 服務(wù)201 個。

首先，構(gòu)建變化檢測服務(wù)連接知識規(guī)則。變化檢測任務(wù)流程一般分為以下步驟：圖像預(yù)處理，變化檢測，閾值選取及后處理（張祖勛等，2022)。一般來說，在滿足服務(wù)間參數(shù)匹配的前提下，圖像預(yù)處理服務(wù)可以和任何地表覆蓋服務(wù)連接：變化檢測服務(wù)和閾值選取服務(wù)連接；閾值選取服務(wù)和后處理服務(wù)連接。因此，構(gòu)建了變化檢測服務(wù)連接知識規(guī)則，并利用SWRL 進(jìn)行形式化表達(dá)。具體描述，如表3 所示。

表3 變化檢測服務(wù)連接知識規(guī)則形式化表達(dá)Tab.3 Formal representation of knowledge rules for connecting change detection services

其次，使用OWL 對地表覆蓋服務(wù)進(jìn)行描述，根據(jù)地表覆蓋服務(wù)連接關(guān)系對描述后的抽象服務(wù)進(jìn)行邊連接，并計算連邊的權(quán)值，構(gòu)建原始地表覆蓋服務(wù)鏈加權(quán)復(fù)雜網(wǎng)絡(luò)。并對知識規(guī)則進(jìn)行推理，基于知識規(guī)則推理結(jié)果修剪原始服務(wù)網(wǎng)絡(luò)的邊，得到地表覆蓋服務(wù)加權(quán)復(fù)雜網(wǎng)絡(luò)。將該服務(wù)網(wǎng)絡(luò)導(dǎo)入Gephi 中可視化，分析網(wǎng)絡(luò)的性質(zhì)。實(shí)驗(yàn)結(jié)果如圖2 所示。

圖2 地表覆蓋服務(wù)加權(quán)復(fù)雜網(wǎng)絡(luò)構(gòu)建結(jié)果Fig.2 Results of weighted complex network construction for land cover services

圖2 中（a)、（b)表示原始地表覆蓋服務(wù)加權(quán)復(fù)雜網(wǎng)絡(luò)及其度分布，（c)、（d)表示基于知識規(guī)則優(yōu)化后的地表覆蓋服務(wù)加權(quán)復(fù)雜網(wǎng)絡(luò)及其度分布?？梢钥闯?，原始地表覆蓋服務(wù)加權(quán)復(fù)雜網(wǎng)絡(luò)規(guī)模較大，生成了48555 條邊；對該復(fù)雜網(wǎng)絡(luò)進(jìn)行優(yōu)化后，研究生成的地表覆蓋服務(wù)加權(quán)復(fù)雜網(wǎng)絡(luò)共有29317 條邊。因此，融入先驗(yàn)知識的服務(wù)復(fù)雜網(wǎng)絡(luò)構(gòu)建方法可以有效減少服務(wù)復(fù)雜網(wǎng)絡(luò)的邊冗余，在優(yōu)化服務(wù)復(fù)雜網(wǎng)絡(luò)上具有優(yōu)勢。

復(fù)雜網(wǎng)絡(luò)具有高聚集系數(shù)、較小的平均路徑長度且度分布符合冪律分布的特性，因此，一般使用度分布、聚集系數(shù)和平均路徑長度進(jìn)行復(fù)雜網(wǎng)絡(luò)的驗(yàn)證（Paolucci 等，2002)。對節(jié)點(diǎn)的平均度值分析發(fā)現(xiàn)，優(yōu)化后的地表覆蓋服務(wù)加權(quán)復(fù)雜網(wǎng)絡(luò)度分布基本滿足冪律分布，符合無標(biāo)度網(wǎng)絡(luò)的特性。但是其存在度值很大的節(jié)點(diǎn)數(shù)量較多的情況，這是由地表覆蓋服務(wù)的特點(diǎn)決定的。大部分地表覆蓋服務(wù)輸入輸出參數(shù)包含影像數(shù)據(jù)，因此，其存在可能連接的情況，只是連接程度的強(qiáng)弱不同。此外，通過Gephi 分析發(fā)現(xiàn)，該服務(wù)網(wǎng)絡(luò)具有較小的平均路徑長度1.548 和較大的平均聚集系數(shù)0.501，符合復(fù)雜網(wǎng)絡(luò)的特性。

4.2 地表覆蓋服務(wù)加權(quán)復(fù)雜網(wǎng)絡(luò)系統(tǒng)應(yīng)用

研究將地表覆蓋服務(wù)加權(quán)復(fù)雜網(wǎng)絡(luò)模型集成到了原型系統(tǒng)中（Xing 等，2022)，并闡述了模型在變化檢測服務(wù)組合中的作用。系統(tǒng)前端使用Vue.js、Relation Ggraph 和Logic Folw 來顯示服務(wù)網(wǎng)絡(luò)和服務(wù)鏈的可視化構(gòu)造，系統(tǒng)后端基于Springboot 和Mybatis 框架開發(fā)。服務(wù)的發(fā)布與執(zhí)行由GeoServer 和52°North 提供。圖3 是系統(tǒng)中的服務(wù)復(fù)雜網(wǎng)絡(luò)模塊界面，由于前端可視化的限制，只展示了整個服務(wù)復(fù)雜網(wǎng)絡(luò)的一部分。用戶可以通過服務(wù)類型，調(diào)用關(guān)系及邊權(quán)值范圍對地表覆蓋服務(wù)進(jìn)行篩選與查詢。

圖3 地表覆蓋服務(wù)加權(quán)復(fù)雜網(wǎng)絡(luò)部分展示Fig.3 Partial display of weighted complex network for land cover services

本文使用A*算法從地表覆蓋服務(wù)加權(quán)復(fù)雜網(wǎng)絡(luò)上搜索并組合服務(wù)。算法的思想：將變化檢測服務(wù)組合問題視為圖搜索問題，將輸入數(shù)據(jù)作為起點(diǎn)，用戶需求作為終點(diǎn)；將邊權(quán)值逆指標(biāo)標(biāo)準(zhǔn)化為代價值，沿著地表覆蓋服務(wù)加權(quán)復(fù)雜網(wǎng)絡(luò)搜索組合服務(wù)。對于服務(wù)組合實(shí)驗(yàn)，可以根據(jù)變化檢測任務(wù)工作流程，選擇功能對應(yīng)的變化檢測服務(wù)，組成變化檢測服務(wù)鏈。然而，地表覆蓋服務(wù)加權(quán)復(fù)雜網(wǎng)絡(luò)中存在許多功能相同、性能不同的變化檢測服務(wù)，如何從這些服務(wù)中選擇一個合適的服務(wù)是服務(wù)組合的關(guān)鍵。通常采用服務(wù)質(zhì)量作為服務(wù)選擇的標(biāo)準(zhǔn)（任磊和任明侖，2018)，但是基于復(fù)雜網(wǎng)絡(luò)的地表覆蓋服務(wù)組合還應(yīng)考慮網(wǎng)絡(luò)結(jié)構(gòu)和服務(wù)屬性等特征信息，以保證生成最佳服務(wù)組合方案。邊權(quán)值作為這些特征信息的量化體現(xiàn)，代表服務(wù)之間的連接密切程度，可作為基于復(fù)雜網(wǎng)絡(luò)的地表覆蓋服務(wù)組合過程中服務(wù)選擇的標(biāo)準(zhǔn)。圖4 顯示了算法的簡化執(zhí)行，算法搜索方向沿著代價值最?。催厵?quán)值最大)的方向進(jìn)行。對于遙感影像，需要進(jìn)行輻射校正、大氣校正等預(yù)處理。因此，首先，確定預(yù)處理服務(wù)作為變化檢測服務(wù)鏈的初始服務(wù)節(jié)點(diǎn)；其次，算法對服務(wù)復(fù)雜網(wǎng)絡(luò)中初始服務(wù)節(jié)點(diǎn)的所有連接節(jié)點(diǎn)進(jìn)行遍歷，找出代價值最小的變化檢測服務(wù)作為下一個待遍歷的節(jié)點(diǎn)。以此類推，算法依次找出代價值最小的閾值選取服務(wù)節(jié)點(diǎn)和后處理服務(wù)節(jié)點(diǎn)進(jìn)行組合，最后，生成最佳變化檢測服務(wù)鏈。

圖4 A*算法的簡單示例Fig.4 Simple example of A* algorithm

在服務(wù)組合系統(tǒng)模塊中，用戶只需上傳兩期實(shí)驗(yàn)影像數(shù)據(jù)，并填寫影像和變化檢測任務(wù)需求等相關(guān)信息，系統(tǒng)就會從地表覆蓋服務(wù)加權(quán)復(fù)雜網(wǎng)絡(luò)中搜索出滿足任務(wù)需求的變化檢測服務(wù)鏈。圖5 顯示了系統(tǒng)中生成的變化檢測服務(wù)鏈和執(zhí)行結(jié)果?？梢钥闯觯髠?cè)部分顯示了生成的最佳變化檢測服務(wù)組合方案為（Flaash，SAM，EM，Sleve)；右側(cè)部分為服務(wù)鏈執(zhí)行結(jié)果，與地面真值相比較，可以滿足用戶的變化檢測任務(wù)需求。

圖5 變化檢測服務(wù)鏈生成結(jié)果Fig.5 Results of change detection service chain generation

5 結(jié) 論

地表覆蓋服務(wù)復(fù)雜網(wǎng)絡(luò)是實(shí)現(xiàn)服務(wù)動態(tài)組合和服務(wù)鏈按需生成的重要基礎(chǔ)。本文在分析地表覆蓋服務(wù)領(lǐng)域特征的基礎(chǔ)上，提出了地表覆蓋服務(wù)加權(quán)復(fù)雜網(wǎng)絡(luò)模型的基本概念，并發(fā)展了一種基于知識約束的服務(wù)加權(quán)復(fù)雜網(wǎng)絡(luò)構(gòu)建算法。同時，以地表覆蓋在線變化檢測為例，探討了地表覆蓋服務(wù)加權(quán)復(fù)雜網(wǎng)絡(luò)模型在服務(wù)計算中的應(yīng)用。實(shí)驗(yàn)結(jié)果表明，通過本文提出的服務(wù)加權(quán)復(fù)雜網(wǎng)絡(luò)模型，可以準(zhǔn)確地搜索出滿足任務(wù)需求的變化檢測服務(wù)鏈。

下一步研究將進(jìn)一步嘗試把多粒度、多類型的地表覆蓋服務(wù)之間語義和語用關(guān)系引入加權(quán)復(fù)雜網(wǎng)絡(luò)模型的構(gòu)建，并將其應(yīng)用于影像服務(wù)檢索、智能服務(wù)組合等場景。