本发明公开了一种基于多智能体的应急灾情态势显示系统和方法,能够实时获取灾害信息,并动态、多粒度的三维显示。该方法包括:采用SSHC算法处理遥感图像建立层次聚类树;层次聚类树中的每个节点为一个类别,设定各类别对应的地物,并建立每个类别的三维模型;灾情态势显示时,接收用户指令,用户指令包括用户指定的希望显示的地物A,在层次聚类树中查找以所述希望显示的地物A为树根的子树;创建采集智能体收集子树中底层节点的数据,创建组织智能体从采集智能体或其他组织智能体中汇总除底层节点之外的其他各级节点的数据。根据每个节点的数据渲染各类三维模型,形成地物A的三维地理图像并显示,并且可以显示地物A内部更细粒度的三维地理图像。
1.一种基于多智能体Agent的应急灾情态势显示方法,其特征在于,包括:第1步:对待显示灾害区域获取遥感图像,采用尺度空间分层聚类SSHC算法建立多尺度分类模型;所述建立过程为:采用图像分辨率作为SSHC算法的尺度γ,采用SSHC算法对遥感图像从指定的最高分辨率开始聚类计算,调节分辨率即尺度参数,直到最后收敛为一个聚类点,从而形成随尺度参数收敛的层次聚类树,即多尺度分类模型;第2步:将层次聚类树中的每个节点作为一个类别,设定每个类别所表示的地物;为每个节点设定标识,该标识一方面唯一标识节点的不同类别,而且还表示节点之间的隶属关系;第3步:根据层次聚类树,建立每个层中每个类别对应的三维模型,并根据遥感图像中的地物位置设定每个三维模型的地理坐标;该地理坐标用于在第8步中结合三维模型在图像中显示三维地理图像;第4步:实际灾情态势显示时,接收用户指令,用户指令包括用户指定的希望显示的地物A,在层次聚类树中查找以所述希望显示的地物A为树根的子树;第5步:基于Agent群的数据采集:获取所述子树中的叶子节点;针对每个叶子节点建立一个采集Agent,对应的叶子节点和采集Agent共享相同标识;每个采集Agent负责采集与自身具有相同标识的数据;采集Agent采集数据的数据源为暂存于数据池中的两类数据,一类来自数据库,另一类为来自外部的实时观测数据;所述数据库中的数据和所述实时观测数据均是已经打上标识的数据;第6步:基于Agent群的数据组织:针对所述子树中除了叶子节点之外的其他每个节点建立一个组织Agent,对应的节点和组织Agent共享相同标识;每个组织Agent根据标识,找到自身子节点对应的Agent,然后汇总找到的所有Agent的数据,作为自身数据;第7步:根据预先设置的转换关系,将组织Agent和采集Agent中每个Agent获得的数据转化为显示该Agent所代表的节点对应的三维模型所需的信息;第8步:根据第4步用户指定的希望显示的地物A,在层次聚类树中找到该地物A所对应的节点,利用第7步确定的各三维模型显示所需的信息,形成所述地物A的三维地理图像并显示;第9步:当用户指定的希望显示的地物变更为所述子树中某一节点对应的地物B,则无需再次进行数据采集和组织,直接利用第7步确定的各三维模型显示所需的信息,进行所述地物B的三维地理图像显示。
2.如权利要求1所述的方法,其特征在于,该方法进一步包括:当用户指定的希望显示的地物变更为地物D,且地物D包含地物A,则重新在层次聚类树中查找以所述地物D为树根的新子树;对于新子树中已经在第5步和第6步中创建了Agent的节点,已创建的Agent继续使用,不需要重新采集和组织数据;对于新子树中没有创建Agent的节点,则创建相应的采集Agent或组织Agent,并进行相应的数据采集和组织。
3.如权利要求1或2所述的方法,其特征在于,该方法进一步包括:各个采集Agent实时监控数据池中的数据,当发现自身所需采集的数据的数量或数值发生变化,则该采集Agent重新进行数据采集工作;各个组织Agent也实时监控作为自身数据来源的Agent,如果发现作为自身数据来源的Agent有数量或数值变化,则该组织Agent重新进行数据组织工作;当采集Agent和组织Agent中任意一个Agent的数据发生变化时,均重新根据所述预先设置的转换关系,将变化后的Agent数据转换为三维模型显示所需的信息,并更新相应三维模型的显示。
4.如权利要求1所述的方法,其特征在于,所述每个节点设定标识为特征向量,特征向量的维数从层次聚类树的树根开始依次递增,每层的递增量为1维;对于父子节点,假设子节点特征向量的维数为N,则父节点的特征向量的维数为N-1,子节点的前N-1维向量与其父节点的特征向量一致,子节点的第N维向量用于区别在其父节点下的各子节点。
5.如权利要求1所述的方法,其特征在于,在所述第5步中,首先创建采集Agent1,该采集Agent1根据标识在数据池中采集一个叶子节点所对应的数据,称为叶子节点数据,将采集的第一个叶子节点数据所对应的标识作为自身标识,只采集具有该标识的数据;再创建采集Agent2,该采集Agent2也根据标识在数据池中采集一个叶子节点数据,判断当前采集的叶子节点数据的标识是否与已经存在的采集Agent的标识相重合,如果是,则再采集一个叶子节点数据并进行判断,否则将当前采集的叶子节点数据的标识作为自身标识;直至所创建的采集Agent无法采集到新的种类的数据为止,停止创建采集Agent,并将无任务的采集Agent撤销。
6.如权利要求1所述的方法,其特征在于,在所述第6步中,首先,创建第一个组织Agent,记为组织Agent1,该组织Agent1对应的是子树中倒数第二行的节点,组织Agent1对所有的采集Agent发出询问,获得所有采集Agent的标识,并记录在统计表中;组织Agent1根据标识,找到自身对应节点的所有子节点对应的采集Agent,从这些采集Agent中进行数据收集并汇总,并且将自身的标识添加到统计表中,将处理过的采集Agent的标识从统计表中删除;然后,再创建第二个组织Agent,记为组织Agent2,处理过程与组织Agent1相同,直至针对子树中倒数第二行的所有节点均创建了组织节点;此时,统计表中标识的数量与倒数第二行的节点数量相同;此后,再创建一个组织Agent,记为组织Agent21,该组织Agent21对应的是子树中倒数第三行的节点,该组织Agent21对统计表中记载的所有组织Agent发出询问,获得所有组织Agent的标识,并记录在统计表中;组织Agent21根据标识,找到自身对应节点的所有子节点对应的组织Agent,从这些组织Agent中进行数据收集并汇总,并且将自身的标识添加到统计表中,将处理过的组织Agent的标识从统计表中删除;至此完成了倒数第三层节点的数据汇总;针对每一层节点执行相同的创建组织Agent并进行数据汇总的操作,直到处理完子树中的根节点。
7.一种基于多智能体的应急灾情态势显示系统,其特征在于,该系统包括聚类单元、数据库、多智能体数据处理单元、三维模型渲染引擎和图形输出设备;所述多智能体数据处理单元包括数据库管理Agent、界面Agent、网络数据管理Agent、数据池、采集Agent处理模块、组织Agent处理模块、信息转化Agent;所述聚类单元,用于接收待显示灾害区域的遥感图像,采用图像分辨率作为SSHC算法的尺度γ,采用SSHC算法对遥感图像从指定的最高分辨率开始聚类计算,从而形成随尺度参数收敛的层次聚类树,层次聚类树中的每个节点作为一个类别;根据外部输入,设定每个类别所表示的地物以及为每个节点设定标识;该标识一方面唯一标识节点的不同类别,而且还表示节点之间的隶属关系;界面Agent负责与用户进行交互,接收用户指令,用户指令包括用户指定的希望显示的地物A,在聚类单元构建的层次聚类树中查找以所述地物A为树根的子树,该子树中的各节点就是要提取的信息的种类,将该子树中各节点的标识分别传达给数据库管理Agent和网络数据管理Agent;并将所要显示的地物信息发送给三维模型渲染引擎;数据库管理Agent,用于根据所接收的标识,从所述数据库中提取具有所接收标识的数据,并暂存到数据池中;所述数据库中存储有待显示灾害区域的空间环境信息和各项资源信息;网络数据管理Agent,用于根据所接收的标识,从网络中提取具有所接收标识的实时观测数据,并暂存到数据池中;上述数据库中的数据和所述实时观测数据均是已经打上标识的数据;采集Agent处理模块,用于从界面Agent中获取子树结构,获取所述子树中的叶子节点,对应的叶子节点和采集Agent共享相同标识;每个采集Agent负责从所述数据池中采集与自身具有相同标识的数据;组织Agent处理模块,用于从界面Agent中获取子树结构,针对所述子树中除了叶子节点之外的其他每个节点建立一个组织Agent,对应的节点和组织Agent共享相同标识;每个组织Agent根据标识,找到自身子节点对应的Agent,然后汇总找到的所有Agent的数据,作为自身数据;信息转化Agent,是一个反应式Agent,将组织Agent和采集Agent中每个Agent获得的数据转化为显示该Agent所代表节点对应的三维模型所需的信息;三维模型渲染引擎,存储有与层次聚类树中每个节点对应的三维模型,并且存储有各三维模型的地理坐标;当接收到来自界面Agent的显示指令时,根据界面Agent解析出的希望显示的地物A,在层次聚类树中找到该地物A所对应的节点,利用信息转化Agent发来的显示各三维模型所需的信息,结合各三维模型的地理坐标,形成所述地物A的三维地理图像,发送给图形输出设备;图形输出设备,显示所述三维地理图像。
8.如权利要求7所述的系统,其特征在于,界面Agent再次接收用户指令,当用户指令指定的希望显示的地物变更为所述子树中某一节点对应的地物B,则界面Agent不向传达网络数据管理Agent和数据库管理Agent传达新信息,直接发送指令给三维模型渲染引擎,通知三维模型渲染引擎形成地物B的三维地理图像,发送给图形输出设备。
9.如权利要求7或8所述的系统,其特征在于,界面Agent再次接收用户指令,当用户指定的希望显示的地物变更为地物D,且地物D包含地物A,则重新在层次聚类树中查找以所述地物D为树根的新子树;比较所述子树和所述新子树,对于新子树中增加的新节点,将新节点的标识分别传达给数据库管理Agent和网络数据管理Agent;并且发送指令给三维模型渲染引擎,通知三维模型渲染引擎形成地物D的三维地理图像,发送给图形输出设备;采集Agent处理模块和组织Agent处理模块根据新子树,对于新子树中已经创建了Agent的节点,已创建的Agent继续使用,不需要重新采集和组织数据;对于新子树中没有创建Agent的节点,则创建相应的采集Agent或组织Agent,并进行相应的数据采集和组织。
10.如权利要求7或8所述的系统,其特征在于,各个采集Agent实时监控数据池中的数据,当发现自身所需采集的数据的数量或数值发生变化,则该采集Agent重新进行数据采集工作;各个组织Agent也实时监控作为自身数据来源的Agent,如果发现作为自身数据来源的Agent有数量或数值变化,则该组织Agent重新进行数据组织工作;当采集Agent和组织Agent中任意一个Agent的数据发生变化时,均通知三维模型渲染引擎重新将变化后的Agent数据转换为三维模型显示所需的信息,并更新三维地理图像,发送给图形输出设备。技术领域
本发明属于三维态势显示领域,涉及一种基于多智能体的应急灾情态势显示方法及其系统。
背景技术
灾害应急是指在灾害知识的基础上,利用数据库技术、地理信息系统技术,根据因果分析与决策对应关系,建立从灾害的动态显示、灾害评价到最终制定应急预案的过程。为有效保护人民生命财产安全、降低经济损失,我国早在20世纪90年代初开始逐步开展面向灾害的应急系统研究。随着空间技术、信息技术、虚拟现实技术的不断发展为灾害应急系统带来了新的发展趋势:一是各种监测卫星以及无人机的使用,可以提供实时、连续、稳定的观测图像,能够获取灾情的实况信息,从而增加了信息的时间属性,可以使显示信息不再是静态的图像或场景;二是虚拟现实技术的引用,为实现构造对灾害景观多角度、全时空的展示的三维显示系统提供了技术基础。这些新趋势使得构建实时动态显示灾害态势的三维系统成为可能。但是,目前的应急系统框架多为“数据库+数据显示”的形式,该框架并不能做到实时获取灾害信息,并动态显示,特别是在地质灾害领域显示由地质灾害造成的地形、地貌的变化还不能进行实时的更新显示。
发明内容
有鉴于此,本发明提供了一种基于多智能体的应急灾情态势显示方法及其系统,能够实时获取灾害信息,并动态、多粒度的三维显示。为解决上述技术问题,本发明提供了一种基于多智能体Agent的应急灾情态势显示方法,包括:第1步:对待显示灾害区域获取遥感图像,采用尺度空间分层聚类SSHC算法建立多尺度分类模型;所述建立过程为:采用图像分辨率作为SSHC算法的尺度γ,采用SSHC算法对遥感图像从指定的最高分辨率开始聚类计算,调节分辨率即尺度参数,直到最后收敛为一个聚类点,从而形成随尺度参数收敛的层次聚类树,即多尺度分类模型;第2步:将层次聚类树中的每个节点作为一个类别,设定每个类别所表示的地物;为每个节点设定标识,该标识一方面唯一标识节点的不同类别,而且还表示节点之间的隶属关系;第3步:根据层次聚类树,建立每个层中每个类别对应的三维模型,并根据遥感图像中的地物位置设定每个三维模型的地理坐标;该地理坐标用于在第8步中结合三维模型在图像中显示三维地理图像;第4步:实际灾情态势显示时,接收用户指令,用户指令包括用户指定的希望显示的地物A,在层次聚类树中查找以所述希望显示的地物A为树根的子树;第5步:基于Agent群的数据采集:获取所述子树中的叶子节点;针对每个叶子节点建立一个采集Agent,对应的叶子节点和采集Agent共享相同标识;每个采集Agent负责采集与自身具有相同标识的数据;采集Agent采集数据的数据源为暂存于数据池中的两类数据,一类来自数据库,另一类为来自外部的实时观测数据;所述数据库中的数据和所述实时观测数据均是已经打上标识的数据;第6步:基于Agent群的数据组织:针对所述子树中除了叶子节点之外的其他每个节点建立一个组织Agent,对应的节点和组织Agent共享相同标识;每个组织Agent根据标识,找到自身子节点对应的Agent,然后汇总找到的所有Agent的数据,作为自身数据;第7步:根据预先设置的转换关系,将组织Agent和采集Agent中每个Agent获得的数据转化为显示该Agent所代表的节点对应的三维模型所需的信息;第8步:根据第4步用户指定的希望显示的地物A,在层次聚类树中找到该地物A所对应的节点,利用第7步确定的各三维模型显示所需的信息,形成所述地物A的三维地理图像并显示;第9步:当用户指定的希望显示的地物变更为所述子树中某一节点对应的地物B,则无需再次进行数据采集和组织,直接利用第7步确定的各三维模型显示所需的信息,进行所述地物B的三维地理图像显示。当用户指定的希望显示的地物变更为地物D,且地物D包含地物A,则重新在层次聚类树中查找以所述地物D为树根的新子树;对于新子树中已经在第5步和第6步中创建了Agent的节点,已创建的Agent继续使用,不需要重新采集和组织数据;对于新子树中没有创建Agent的节点,则创建相应的采集Agent或组织Agent,并进行相应的数据采集和组织。较佳地,该方法进一步包括:各个采集Agent实时监控数据池中的数据,当发现自身所需采集的数据的数量或数值发生变化,则该采集Agent重新进行数据采集工作;各个组织Agent也实时监控作为自身数据来源的Agent,如果发现作为自身数据来源的Agent有数量或数值变化,则该组织Agent重新进行数据组织工作;当采集Agent和组织Agent中任意一个Agent的数据发生变化时,均重新根据所述预先设置的转换关系,将变化后的Agent数据转换为三维模型显示所需的信息,并更新相应三维模型的显示。其中,优选地,所述每个节点设定标识为特征向量,特征向量的维数从层次聚类树的树根开始依次递增,每层的递增量为1维;对于父子节点,假设子节点特征向量的维数为N,则父节点的特征向量的维数为N-1,子节点的前N-1维向量与其父节点的特征向量一致,子节点的第N维向量用于区别在其父节点下的各子节点。较佳地,在所述第5步中,数据采集过程如下:首先创建采集Agentxa01,该采集Agent1根据标识在数据池中采集一个叶子节点所对应的数据,称为叶子节点数据,将采集的第一个叶子节点数据所对应的标识作为自身标识,只采集具有该标识的数据;再创建采集Agentxa02,该采集Agentxa02也根据标识在数据池中采集一个叶子节点数据,判断当前采集的叶子节点数据的标识是否与已经存在的采集Agent的标识相重合,如果是,则再采集一个叶子节点数据并进行判断,否则将当前采集的叶子节点数据的标识作为自身标识;直至所创建的采集Agent无法采集到新的种类的数据为止,停止创建采集Agent,并将无任务的采集Agent撤销。较佳地,在所述第6步中,数据汇总过程如下:首先,创建第一个组织Agent,记为组织Agent1,该组织Agentxa01对应的是子树中倒数第二行的节点,组织Agent1对所有的采集Agent发出询问,获得所有采集Agent的标识,并记录在统计表中;组织Agentxa01根据标识,找到自身对应节点的所有子节点对应的采集Agent,从这些采集Agent中进行数据收集并汇总,并且将自身的标识添加到统计表中,将处理过的采集Agent的标识从统计表中删除;然后,再创建第二个组织Agent,记为数据组织Agentxa02,处理过程与Agent1相同,直至针对子树中倒数第二行的所有节点均创建了组织节点;此时,统计表中标识的数量与倒数第二行的节点数量相同;此后,再创建一个组织Agent,记为组织Agentxa021,该组织Agentxa021对应的是子树中倒数第三行的节点,该组织Agentxa021对统计表中记载的所有组织Agent发出询问,获得所有组织Agent的标识,并记录在统计表中;组织Agentxa021根据标识,找到自身对应节点的所有子节点对应的组织Agent,从这些组织Agent中进行数据收集并汇总,并且将自身的标识添加到统计表中,将处理过的组织Agent的标识从统计表中删除;至此完成了倒数第三层节点的数据汇总;针对每一层节点执行相同的创建组织Agent并进行数据汇总的操作,直到处理完子树中的根节点。本发明还提供了一种基于多智能体的应急灾情态势显示系统,该系统包括聚类单元、数据库、多智能体数据处理单元、数据池、三维模型渲染引擎和图形输出设备;所述多智能体数据处理单元包括数据库管理Agent、界面Agent、网络数据管理Agent、数据池、采集Agent处理模块、组织Agent处理模块、信息转化Agent;所述聚类单元,用于接收待显示灾害区域的遥感图像,采用图像分辨率作为SSHC算法的尺度γ,采用SSHC算法对遥感图像从指定的最高分辨率开始聚类计算,从而形成随尺度参数收敛的层次聚类树,层次聚类树中的每个节点作为一个类别;根据外部输入,设定每个类别所表示的地物以及为每个节点设定标识;该标识一方面唯一标识节点的不同类别,而且还表示节点之间的隶属关系;界面Agent负责与用户进行交互,接收用户指令,用户指令包括用户指定的希望显示的地物A,在聚类单元构建的层次聚类树中查找以所述地物A为树根的子树,该子树中的各节点就是要提取的信息的种类,将该子树中各节点的标识分别传达给数据库管理Agent和网络数据管理Agent;并将所要显示的地物信息发送给三维模型渲染引擎;数据库管理Agent,用于根据所接收的标识,从所述数据库中提取具有所接收标识的数据,并暂存到数据池中;所述数据库中存储有待显示灾害区域的空间环境信息和各项资源信息;网络数据管理Agent,用于根据所接收的标识,从网络中提取具有所接收标识的实时观测数据,并暂存到数据池中;上述数据库中的数据和所述实时观测数据均是已经打上标识的数据;采集Agent处理模块,用于从界面Agent中获取子树结构,获取所述子树中的叶子节点,对应的叶子节点和采集Agent共享相同标识;每个采集Agent负责从所述数据池中采集与自身具有相同标识的数据;组织Agent处理模块,用于从界面Agent中获取子树结构,针对所述子树中除了叶子节点之外的其他每个节点建立一个组织Agent,对应的节点和组织Agent共享相同标识;每个组织Agent根据标识,找到自身子节点对应的Agent,然后汇总找到的所有Agent的数据,作为自身数据;信息转化Agent,是一个反应式Agent,将组织Agent和采集Agent中每个Agent获得的数据转化为显示该Agent所代表节点对应的三维模型所需的信息;三维模型渲染引擎,存储有与层次聚类树中每个节点对应的三维模型,并且存储有各三维模型的地理坐标;当接收到来自界面Agent的显示指令时,根据界面Agent解析出的希望显示的地物A,在层次聚类树中找到该地物A所对应的节点,利用信息转化Agent发来的显示各三维模型所需的信息,结合各三维模型的地理坐标,形成所述地物A的三维地理图像,发送给图形输出设备;图形输出设备,显示所述三维地理图像。有益效果:(1)目前的应急系统框架多为“数据库+数据显示”的形式,该框架并不能做到实时获取灾害信息,并动态、多粒度的显示,特别是在地质灾害领域显示由地质灾害造成的地形、地貌的变化还不能进行实时的更新显示。针对这个问题,本发明在数据基础和数据显示之间加入基于多智能体的智能数据处理功能模块。因此,将系统框架变化为“数据库+智能数据处理+虚拟现实显示”。首先采用SSHC算法对遥感图像进行聚类计算,获得层次聚类树,根据该树形结构可以灵活的、快速的进行数据采集、组织并实现更新,这样信息处理速度快,从而可以对实时数据进行处理,并转化为三维图像显示出来,从而实现了动态显示。(2)每次数据组织时,组织出层次聚类树中的一棵子树,因此在不需要再次数据采集和组织的情况下,可以实现多粒度的图像显示。(3)本发明采用了智能体实现智能数据处理功能,每一个Agent具有自己独特的感知,能力与意图,并通过一定的合作模式共同的完成一个任务,本发明设计接口、采集、组织与转化四类基础Agent,获取数据、对数据进行分类采集,并对采集后的数据按照层次聚合树进行组合,其速度快,效率高。(4)采用虚拟现实技术对灾情进行显示,通过计算机三维环境模拟技术构造虚拟环境使得参与者获得与真实世界一样的感官,对灾后应急决策的制定起到辅助作用。(5)数据采集Agent和组织Agent对其数据来源进行监测,实时的获取灾情变化相关数据,若是数据发生变化可以及时的进行更新,从而能够实现灾情变化信息的显示。本发明的显示不再是静态的图像或场景,对决策人员制定各种应急决策起重要的辅助作用。在突发地质灾害灾情险情模拟和应急预案模拟演练等领域有广泛的应用前景和市场价值,为有效保护人民生命财产安全、降低经济损失而建设应急支撑平台以提高突发地质灾害应急防治水平有重要贡献作用。
附图说明
图1为本发明层次聚类树的结构示意图。图2为本发明应急灾情态势系统的结构示意图。图3为本发明应急灾情态势系统中多智能体数据处理单元的结构示意图。
具体实施方式
下面结合附图与具体实施方式对本发明作进一步详细说明。本发明提供了一种基于多智能体的应急灾情态势显示方法,该方法包括如下步骤:第1步:对待显示灾害区域获取遥感图像,采用尺度空间分层聚类(SSHC)算法建立待显示区域的多尺度分类模型。其中,建立过程为:采用图像分辨率作为SSHC算法的尺度γ,采用SSHC算法对遥感图像从指定的最高分辨率开始聚类计算,调节分辨率即尺度参数,直到最后收敛为一个聚类点,从而形成随尺度参数收敛的层次聚类树,即多尺度分类模型。本步骤中,从分层递阶思想出发,本发明采用SSHC算法建立随视觉尺度变化的信息分类模型。SSHC是一种凝聚型层次聚类法,该方法是用热力学非线性动力原理模拟人眼视觉的松弛化过程。在初始尺度状态下,样本空间中每个样本属于一个类别,随着尺度参数变化,样本互相聚类融合,直到最后收敛为一个聚类点,这样就形成随尺度参数收敛的层次聚类树。SSHC算法的原理是:系统所能展示的所有态势信息的种类为信息域U,设x_i为某一类态势信息,则ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="178"/>假设x_i在尺度γ变化后趋向的平衡点为y,则x_i在尺度γ下对y的贡献值满足玻尔兹曼分布。根据热力学原理,当系统达到平衡态时(尺度变化后的分类结果)熵最大,而自由能最小,如公式(1)所示: ∂ F ∂ y = 0 → y = Σ x x e - γe ( x ) Σ x e - γe ( x ) - - - ( 1 ) ]]>其中,F为系统自由能,e(x)为能量函数。对公式(1)进行推导,有: y → y + Σ x ( x - y ) e - γe ( x ) Σ x e - γe ( x ) - - - ( 2 ) ]]>式(2)说明在尺度γ一定的情况下,x通过一定次数的迭代会收敛到一个固定值y。y是在尺度γ下x值新的聚类中心,即x,y具有因果性且y由若干x组成。在SSHC模型中,系统中所有可以显示的元素α,满足以下几点:1、在初始尺度下,ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="174"/>2、当尺度发生改变时,ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="178"/>3、当尺度最大时,ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="176"/>其中Y为最终收敛结果。因此,α,x,y可以采用树结构中的父子关系表示,当在不同尺度进行完成聚类后,就可以得到层次聚类树,该层次聚类树的最底层节点为α,中间节点为y_i,根节点为Y,每个层次对应一个尺度。这样同一元素α具有了多尺度分类结果,可以根据尺度γ对元素α进行不同粒度的展示。那么针对遥感图像采用SSHC算法时,采用图像分辨率作为SSHC算法的尺度γ,每个尺度对应一个视距。采用SSHC算法对遥感图像从指定的最高分辨率开始聚类计算,该最高分辨即最低尺度是人为指定的,这与希望获得的最细粒度的地物相关(地物是指地面上的可见物体,例如街道,十字路口等),随着尺度参数变化,样本互相聚类融合,直到最后收敛为一个聚类点,该聚类点为最高尺度,它是图像中粒度最大的地物,例如整个山地;经过多次聚合从而形成随尺度参数收敛的层次聚类树,即多尺度分类模型。在层次聚类树中,最高尺度和最低尺度是层次聚类树的根节点和叶子节点,层次聚类树中的每一层对应一个尺度,每层中的节点表示该层尺度下聚类形成的聚类中心。聚类过程的尺度间距可以由人为确定,分的越细,显示时可以展示的层次就越多。第2步:将层次聚类树中的每个节点作为一个类别,设定每个类别所表示的地物,并且为每个节点设定特征向量,该特征向量用于标识节点之间的隶属关系,从而可以获知节点在整个层次聚类树中属于哪一类。前述第1步仅仅是针对遥感图像进行聚类,得到层次聚类树,但是每一层中的每个聚类中心仍然没有具体的含义。下面需要人工对每个聚类中心赋予一个具体的地物特征。例如,对于一个坐落于山地的城镇的遥感地图进行聚类,获得如图1所示的层次聚类树,该层次聚类树仅仅示出了部分分支,有些中层节点的子节点没有画出,实际上所有中层节点的子孙节点的层数是相同的,因为聚类是自下而上的。那么在本步骤中,需要将该聚类树中的每个节点作为一个类别,虽然上下层的节点之间是存在隶属关系的,但是由于尺度的不同,因此将它们看成不同的类别,设定每个类别所表示的地物,在设定时,注意父子节点的地物也是父子关系。例如,x2的子节点包括x21、x22、x23,将x2设定为居民区,将x21、x22、x23分别设定为住宅小区、商业街区和工厂区。为了便于后续的数据分类和组织,本步骤中,还需要为每个节点设定标识,该标识一方面唯一标识节点的不同类别,而且还能够表示节点之间的隶属关系,从而可以获知节点在整个层次聚类树中的位置。在实际中,向量是常用的一种标识,其设计比较灵活,而且便于计算机识别,且占用空间少。在图1所示的实施例中,采用向量作为所述标识,称为特征向量。特征向量是多维的,其维数代表了节点所在层次,特征向量的维数从树根开始依次递增,递增量为1维,优选地树根从1维开始;对于父子节点来说,假设子节点特征向量的维数为N,那么父节点特征向量的维数为N-1,则子节点的前N-1维向量与其父节点的特征向量一致,子节点的第N维向量用于区别在该父节点下的各子节点。如图1所示,x2的特征向量为(0,0,1),其子节点x21、x22、x23的特征向量分别为(0,0,1,0)、(0,0,1,1)、(0,0,1,2)。可见,该特征向量的设定,可以标识出节点之间的隶属关系,从而可以获知节点在整个尺度分类模型中的位置。第3步:针对层次聚类树中的每个节点,建立该节点的类别所表示的地物的三维模型,并根据遥感图像中的地物位置设定每个三维模型的地理坐标;该地理坐标用于在第8步中结合三维模型在图像中显示三维地理图像。仍以图1为例,对于节点x2建立居民区的三维模型,对于节点x21、x22、x23分别建立住宅小区、商业街区、工厂区的三维模型。该三维模型中定义了显示该三维模型所需的信息,这些信息后续由采集Agent和组织Agent采集和组织,然后经转化得到。三维建模需要用到地形源数据,地形源数据是数字高程数据,它的获取方法有以下几种:1)采用大地测量的方法直接从地形上测出高程;2)利用航空摄影测量照片,采用数字高程判断仪从两张对应的照片上读取高程;3)利用卫星摄影测量照片读取高程数据(遥感);4)从小比例尺普通等高线地图上读取高程数据;5)从现有的地图数据库提取所需区域的地形高程数据。MultiGenxa0Creator软件能直接提取感兴趣的地形高程数据包括美国地质测量局(USGS)的DEM数据或美国图像地图局(NIMA)的DTED数据,并转换成Creator专用的DED数据格式进行三维地形建模。第4步:实际灾情态势显示时,接收用户命令,用户指令包括用户指定的希望显示的地物A,在层次聚类树中查找以希望显示的地物A为树根的子树。例如,用户希望显示居民区x2,则在层次聚类树中查找以x2为树根的子树,x2的子孙节点包括x21及其子孙节点、x22及其子孙节点,x23及其子孙节点。本文中所述的子孙节点是指与父节点有隶属关系的所有子节点、子节点的子节点等等,而子节点就是指与父节点有直接父子关系的子节点,不包括隔层子节点。第5步:基于Agent群的数据采集:获取第4步查找到的子树中最底层的节点,即叶子节点。针对每个叶子节点建立一个采集Agent,对应的叶子节点和采集Agent共享相同标识;每个采集Agent负责采集与自身具有相同标识的数据;采集Agent采集数据的数据源包括暂存于数据池中的来自数据库中的数据,以及来自外部的实时观测数据;所述数据库中的数据和所述实时观测数据均是已经打上标识的数据。其中,Agent是智能体的英文,Agent是具有自主性、通讯性、反应性及合作性的功能模块,多智能体系统(MAS)基于若干个Agent执行的子任务相互配合,完成其预定的总任务。本发明采用Agent作为本步骤的采集模块,可以提高数据采集效率,每个模块完成自身类型的数据采集。本发明中的数据源包括数据库、实时观测数据。数据库负责记录空间环境信息和各项资源信息等,这些都是三维模型显示所需的信息,数据库中的内容可以根据实际情况更新。实时观测数据指在网络环境中获得的各类信息包括各类传感器的数据、卫星遥感图像、无人机近地拍摄的图像和经过图像处理得出的各类实时信息等等,这类信息也是三维模型显示所需的信息。这两类信息都预先进行了加标识的处理,采集Agent只采集那些有标识的数据。在数据采集过程中:首先,创建第一个采集Agent——采集Agent1,该采集Agentxa01根据标识在数据池中采集一个叶子节点所对应的数据,称为叶子节点数据,将采集的第一个叶子节点数据所对应的标识作为自身标识,只采集具有该标识的数据;然后,创建二个采集Agent——采集Agentxa02,该采集Agentxa02也根据标识在数据池中采集一个叶子节点数据,判断当前采集的叶子节点数据的标识是否与已经存在的采集Agent的标识相重合,如果是,则再采集一个叶子节点数据并进行判断,否则将当前采集的叶子节点数据的标识作为自身标识;不断创建新的采集Agent,直至所创建的采集Agent无法采集到新的种类的数据为止,停止创建采集Agent,并将无任务的采集Agent撤销。这样,将数据池中的数据按类别分开,分别归属于不同的采集Agent负责。第6步:基于Agent群的数据组织:针对所述子树中除了叶子节点之外的其他每个节点建立一个组织Agent,对应的节点和组织Agent共享相同标识;每个组织Agent根据标识,找到自身对应的所有子节点的Agent(对于倒数第二层节点对应的组织Agent,对应子节点的Agent为采集Agent,对于倒数第三层及其以上层节点对应的组织Agent,对应子节点的Agent为组织Agent),然后汇总找到的Agent的数据,作为自身数据。组织Agent的数据汇总是自下而上的,先由下层的组织Agent进行汇总,再由上层的组织Agent进行汇总。当所述标识为前述的特征向量时,假设组织Agent的特征向量为N维,则该组织Agent查找特征向量为N+1维,且前N维特征向量与自身特征向量相同的采集Agent或组织Agent,然后汇总找到的Agent的数据,作为自身数据。仍以图1为例,x23对应的组织Agent汇总x231和x232对应的采集Agent的数据,x2对应的组织Agent汇总x21、x22和x23对应的组织Agent的数据。在数据组织过程中:首先,创建第一个组织Agent——组织Agentxa01,该组织Agentxa01对应的是子树中倒数第二行的节点,组织Agentxa01对所有的采集Agent发出询问,获得所有采集Agent的标识,并记录在统计表中。组织Agentxa01根据标识,找到自身对应节点的所有子节点对应的采集Agent,从这些采集Agent中进行数据收集并汇总,并且将自身的标识添加到统计表中,将处理过的采集Agent的标识从统计表中删除。如果标识为特征向量,则找到特征向量比自身特征向量长1,且前N-1维特征向量与自身特征向量相同的特征向量,并找到对应的采集Agent,从这些采集Agent中进行数据收集,并汇总。然后,再创建第二个组织Agent——数据组织Agentxa02,处理过程与Agentxa01相同,直至针对子树中倒数第二行的所有节点均创建了组织节点;此时,统计表中标识的数量与倒数第二行的节点数量相同;此后,再创建一个组织Agent,记为组织Agentxa021,该组织Agentxa021对应的是子树中倒数第三行的节点,该组织Agentxa021对统计表中记载的所有组织Agent发出询问,获得所有组织Agent的标识,并记录在统计表中。组织Agentxa021根据标识,找到自身对应节点的所有子节点对应的组织Agent,从这些组织Agent中进行数据收集并汇总,并且将自身的标识添加到统计表中,将处理过的组织Agent的标识从统计表中删除;至此完成了倒数第三层节点的数据汇总;针对每一层节点执行相同的创建组织Agent并进行数据汇总的操作,直到处理完子树中的根节点。第7步:根据预先设置的转换关系,将组织Agent和采集Agent中每个Agent获得的数据转化为显示该Agent所代表的节点对应的三维模型显示所需的信息。第8步:根据第4步用户指定的希望显示的地物A,在层次聚类树中找到该地物A所对应的节点,利用第7步确定的各三维模型显示所需的信息,进行所述地物A的三维地理图像显示。第9步:当用户指定的希望显示的地物变更为所述子树中某一节点对应的地物B,则无需再次进行数据采集和组织,直接利用第7步确定的各三维模型显示所需的信息,进行所述地物B的三维地理图像显示。可见,当针对一棵以地物A为根节点的子树完成了了数据采集和组织后,可以显示地物A及其更细粒度的地物,且不需要重新进行数据采集和组织。从而实现了快速的数据处理和显示。当需要显示地物C,且地物C不包含地物A,则重新确定新子树,即从步骤4开始重新执行步骤4~8的操作。当需要显示更大粒度的地物D时,且地物D包含地物A,可以同样重新确定新子树,即从步骤4开始重新执行步骤4~8的操作。但为了减少处理时间,优选地,重新在层次聚类树中查找以所述地物D为树根的新子树,对于新子树中已经在第5步和第6步中创建了Agent的节点,创建的Agent可以继续使用,且不需要重新采集和组织数据,对于新子树中没有创建Agent的部分,则创建Agent,并进行相应的数据采集和组织。数据采集和组织的过程与第5步和第6步所述的方式相同。各个采集Agent还实时监控数据池中的数据,当发现自身所需采集的数据变化时,例如数量变化,数值变化,则该采集Agent重新进行数据采集工作;同理,各个组织Agent也实时监控作为自身数据来源的Agent,如果发现作为自身数据来源的Agent有数量或数值变化,则该组织Agent重新进行数据组织工作;当采集Agent和组织Agent中任意一个Agent的数据发生变化时,均重新根据预先设置的转换关系,转换为三维模型显示所需的信息,并更新相应三维模型的显示。本发明还提供了一种能够实现上述基于多智能体的应急灾情态势显示方法的显示系统。如图2所示,该系统包括聚类单元、数据库、多智能体数据处理单元、三维模型渲染引擎和图形输出设备。如图3所示,该多智能体数据处理单元包括数据库管理Agent、界面Agent、网络数据管理Agent、数据池、采集Agent处理模块、组织Agent处理模块和信息转化Agent。下面对每个模块的功能进行详细描述。聚类单元,用于接收待显示灾害区域的遥感图像,采用图像分辨率作为SSHC算法的尺度γ,采用SSHC算法对遥感图像从指定的最高分辨率开始聚类计算,从而形成随尺度参数收敛的层次聚类树,层次聚类树中的每个节点作为一个类别;根据外部输入,设定每个类别所表示的地物以及为每个节点设定标识;该标识一方面唯一标识节点的不同类别,而且还表示节点之间的隶属关系。该标识可以采用前述的特征向量。界面Agent负责与用户进行交互,接收用户指令,用户指令包括用户指定的希望显示的地物A,在聚类单元构建的层次聚类树中查找以所述地物A为树根的子树,该子树中的各节点就是要提取的信息的种类,将该子树中各节点的标识分别传达给数据库管理Agent和网络数据管理Agent;并将所要显示的地物信息发送给三维模型渲染引擎。数据库管理Agent,用于根据所接收的标识,从所述数据库中提取具有所接收标识的数据,并暂存到数据池中。网络数据管理Agent,用于根据所接收的标识,从网络中提取具有所接收标识的实时观测数据,并暂存到数据池中。所述数据库中存储有待显示灾害区域的空间环境信息和各项资源信息。上述数据库中的数据和所述实时观测数据均是已经打上标识的数据。采集Agent处理模块,用于从界面Agent中获取子树结构,获取所述子树中的叶子节点,对应的叶子节点和采集Agent共享相同标识;每个采集Agent负责从所述数据池中采集与自身具有相同标识的数据。在数据采集过程中,首先创建采集Agentxa01,该Agentxa01根据特征向量进行数据采集,以其所采集的第一个数据种类为准,只采集该种类的数据;此时,再创建Agentxa02,进行数据采集,并对Agentxa01进行询问,是否其两者采集同一类数据,是则换一类数据,否,则继续采集该类信息;直至所创建的Agent无法采集到新的种类的数据为止,停止创建Agent,并将无任务的Agent撤销。这样,将数据池中的数据按类别分开,分别归属于不同的采集Agent负责。组织Agent处理模块,用于从界面agent中获取子树结构,针对所述子树中除了叶子节点之外的其他每个节点建立一个组织Agent,对应的节点和组织Agent共享相同标识;每个组织Agent根据标识,找到自身子节点对应的Agent,然后汇总找到的所有Agent的数据,作为自身数据。在数据组织过程中,同样先由创建组织Agent1,它对所有的采集Agent和组织Agent发出询问,询问其数据种类,实际上就是询问其特征向量,并将各Agent与特征向量的对应关系记录在统计表中。根据该统计表中记载的特征向量,找到特征向量比自身特征向量长1,且前N-1维特征向量与自身特征向量相同的特征向量,并找到对应的Agent,从这些Agent中进行数据收集,并汇总。然后将其所收集的数据种类对应的特征向量从统计表中删除。之后系统再创建数据组织Agentxa02,处理过程与Agentxa01相同。直至统计表中无特征向量为止。信息转化Agent,是一个反应式Agent,将组织Agent和采集Agent中每个Agent获得的数据转化为显示该Agent所代表节点对应的三维模型所需的信息。三维模型渲染引擎,存储有与层次聚类树中每个节点对应的三维模型,并且存储有各三维模型的地理坐标;当接收到来自界面agent的显示指令时,根据界面agent解析出的希望显示的地物A,在层次聚类树中找到该地物A所对应的节点,利用信息转化Agent发来的显示各三维模型所需的信息,结合各三维模型的地理坐标,形成所述地物A的三维地理图像,发送给图形输出设备。该三维模型渲染引擎可以采用Creator建模软件提供的Terrain工具箱制作地面模型,通过调用基于OpenGL的三维图形渲染开发软件包MultiGenxa0Vegaxa03.7.1实现系统的虚拟现实显示功能。图形输出设备,显示所述三维地理图像。界面Agent再次接收用户指令后,当用户指令指定的希望显示的地物变更为所述子树中某一节点对应的地物B,则界面Agent不向传达网络数据管理Agent和数据库管理Agent传达新信息,直接发送指令给三维模型渲染引擎,通知三维模型渲染引擎形成地物B的三维地理图像,发送给图形输出设备。界面Agent再次接收用户指令后,当用户指定的希望显示的地物变更为地物D,且地物D包含地物A,则重新在层次聚类树中查找以所述地物D为树根的新子树;比较所述子树和所述新子树,对于新子树中增加的新节点,将新节点的标识分别传达给数据库管理Agent和网络数据管理Agent,由这两个Agent为新节点收集数据,放到数据池中;并且发送指令给三维模型渲染引擎,通知三维模型渲染引擎形成地物D的三维地理图像,发送给图形输出设备。此外,采集Agent处理模块和组织Agent处理模块根据新子树,对于新子树中已经创建了Agent的节点,已创建的Agent继续使用,不需要重新采集和组织数据;对于新子树中没有创建Agent的节点,则创建相应的采集Agent或组织Agent,并进行相应的数据采集和组织。优选地,各个采集Agent实时监控数据池中的数据,当发现自身所需采集的数据的数量或数值发生变化,则该采集Agent重新进行数据采集工作;同时,各个组织Agent也实时监控作为自身数据来源的Agent,如果发现作为自身数据来源的Agent有数量或数值变化,则该组织Agent重新进行数据组织工作;那么,当采集Agent和组织Agent中任意一个Agent的数据发生变化时,均通知三维模型渲染引擎重新将变化后的Agent数据转换为三维模型显示所需的信息,并更新三维地理图像,发送给图形输出设备。由以上所述可见,本发明基于多智能体的应急灾情态势显示系统,该系统的功能可概括为获取灾情的实时信息,利用各功能不同的Agent进行一系列的信息处理,并最终采用虚拟现实技术进行动态、快速的全局态势显示。将多智能体技术与虚拟现实技术相结合实现智能数据处理和快速显示功能。每一个Agent具有自己独特的感知,能力与意图,并通过一定的合作模式共同的完成一个任务,而虚拟现实技术是指通过计算机三维环境模拟技术构造虚拟环境使得参与者获得与真实世界一样的感官。本发明涉及了接口、采集、组织与转化四类基础Agent,通过它们之间的合作实现从数据到显示信息的过程。由此可见,本发明针对现有技术的问题,在数据基础和数据显示之间加入基于多智能体的智能数据处理功能模块。因此,将系统框架变化为“数据库+智能数据处理+虚拟现实显示”。智能数据处理的功能是实现从海量数据信息中智能、快速的提取相关数据,并转化成为直接可被虚拟现实平台显示的信息。综上所述,以上仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。