《Remote Sensing》：GeoPROV: A Semantic Provenance Profile for Coastal EO-Derived Products Informed by a Systematic Review of Spatial Data Supply Chains
新兴遥感技术日益通过地球观测（EO）衍生产品支持海岸观测，例如卫星反演岸线、基于无人机（UAV）与激光雷达（LiDAR）的高程模型、海岸土地利用/土地覆盖产品、水深网格、浊度与叶绿素-a指标、生境图、洪水范围以及人工智能（AI）生成的分割输出。这些EO衍生产品对于岸线监测、海岸脆弱性评估、洪水响应规划、海洋生态系统管理和陆海管理至关重要。然而，其证据价值取决于透明的溯源：用户必须了解何种传感器、采集条件、预处理链、算法、模型版本、验证数据集和不确定性估计生成了每项海岸产品。该综述综合了通过系统综述流程识别的156篇符合条件的出版物。其中，89项包含足够实施与方法细节的研究被选入详细分析编码。遵循系统综述与荟萃分析首选报告项目（PRISMA）协议，该综述分析了应用领域、溯源捕获模式、表示策略、语义网技术和互操作实践。海岸EO主题细化将综述发现转化为面向卫星、UAV、LiDAR、物联网（IoT）、开阔水域和AI赋能海岸观测工作流的溯源需求。该综述识别了在特征级谱系、万维网联盟溯源本体（PROV-O）与国际化标准组织（ISO）地理空间元数据标准之间的对齐、空间语义、AI工作流透明度、不确定性可追溯性和可扩展查询方面的持续差距。为解决这些局限，本文引入GeoPROV，一种面向空间显式、特征级溯源的轻量级PROV-O语义剖面。GeoPROV将PROV-O与ISO 19115/19157、GeoSPARQL、形状约束语言（SHACL）以及兼容时空资产目录（STAC）的目录实践对齐。该框架使EO衍生的海岸产品能够从原始观测经预处理、AI/地理处理、验证、目录发布到海岸行政决策全过程被追踪。由此形成的GeoPROV剖面将PROV-O、GeoSPARQL、SHACL、ISO 19115/19157谱系概念和STAC元数据集成于一个轻量级语义框架中，并通过海岸EO产品工作流和机器可操作溯源实现予以演示。
1 引言
空间数据供应链（SDSC）描述地理空间数据从采集、处理、转换到传播的端到端流动，具有跨组织、跨平台、非耗竭数字资产、复杂空间变换、多尺度表达和迭代复用等特征，因而其可追溯性较传统供应链更为复杂。随着空间数据基础设施向服务化、云原生和平台化生态系统演进，现代SDSC整合EO平台、IoT传感器网络、AI分析和治理框架，传统以元数据为中心的谱系模型难以充分刻画其依赖关系。溯源因而不仅是文档产物，还成为自动质量评估、可复现性、问责、合规和信任的基础。现有研究虽探索ISO谱系、W3C PROV、工作流溯源与关联数据环境的互操作，但面向EO衍生海岸产品的轻量级语义剖面仍缺乏实施层面指导。该综述以SDSC溯源框架为主要考察对象，并以海岸EO作为代表性应用领域，提出三个贡献：系统综合SDSC语义网溯源方法；分析限制操作化溯源采用的约束；引入GeoPROV作为最小化、可互操作、降低空间溯源实施门槛的剖面。海岸决策通常不直接使用原始卫星影像、UAV影像、LiDAR点云或IoT观测，而依赖岸线矢量、侵蚀速率断面、海岸DEM、水深网格、浊度与叶绿素-a表面、生境分类、淹没范围、基础设施暴露层和行政风险区等EO衍生产品；这些产品受传感器、分辨率、潮位、大气或水体校正、云影掩膜、分类阈值、AI模型版本、验证数据和不确定性影响，故溯源构成可解释、可比较、可审计和可辩护的证据链。
2 材料与方法
2.1 综述协议与方法
该研究遵循PRISMA指南开展系统综述，聚焦利用语义网技术处理地理空间或SDSC语境中溯源建模的同行评议期刊论文、会议论文和专著章节；检索Scopus、Web of Science、IEEE Xplore和SpringerLink，覆盖2001—2025年，检索词组合provenance、lineage、semantic web、RDF、PROV和地理空间数据基础设施等概念。为增强对海岸遥感的适用性，纳入的EO相关研究还通过海岸观测主题透镜进行二次解释，但不改变PRISMA纳入计数，而按EO衍生产品类型、使能观测技术和决策语境分类。综述包括定性综合与对89项方法细节充分研究的定量编码和主题分析，并进行五维质量评估：方法透明度、溯源实施成熟度、验证证据、互操作贡献和应用相关性；评估显示文献在溯源概念化和互操作标准方面较成熟，在操作实现和正式验证方面较弱。
2.2 文献检索策略
检索在Scopus、Web of Science Core Collection、IEEE Xplore和SpringerLink中执行，采用数据库特定检索式，覆盖标题、摘要、关键词或主题字段，并结合出版年份、语种和文献类型限制。两名评审人员独立执行检索、题录去重、标题摘要筛选和全文 eligibility 评估，分歧通过讨论与共识解决；数据提取采用结构化编码框架，记录研究目标、溯源标准、实现方式、应用领域、验证方法和报告挑战，并通过补充材料提供检索策略、筛选协议、排除理由和编码程序以增强透明性和可复现性。
2.3 海岸EO主题细化
该细化针对纳入研究中EO相关子集，按观测技术、EO衍生产品、海岸过程和决策语境四个维度分类。观测技术包括光学与合成孔径雷达（SAR）卫星、甚高分辨率商业影像、UAV摄影测量、UAV与机载LiDAR、高光谱与热红外传感、IoT与原位传感器、云原生处理平台和AI图像分析；EO衍生产品包括岸线矢量、海岸DEM/DSM、水深网格、浊度与叶绿素-a产品、洪水范围、土地利用/土地覆盖图、生境分类和行政风险区；海岸过程包括侵蚀、淤积、洪水、沉降、海水入侵、开阔水域动态、湿地变化和岸线迁移；决策语境包括脆弱性评估、应急响应、基础设施暴露、生态系统监测、开发控制和陆海管理。该细化不替代PRISMA溯源综述，而将一般SDSC溯源证据转化为海岸观测需求，以评估GeoPROV作为标准对齐的EO衍生海岸产品溯源剖面。
3 结果
3.1 SDSC与溯源需求
SDSC涉及数据生产者、处理者、保管者和用户等多主体，呈现网络化、迭代式流动，输出常跨组织和技术边界被反复复用、组合和再分析，因此溯源需捕获多主体、多阶段和多粒度谱系，而非粗粒度数据集历史。综述归纳出一致需求：支持特征与属性级可追溯性，显式表达空间变换及参数，与数据质量和治理框架对齐，并具备机器可操作查询与推理能力。近期工作将通用溯源框架扩展为面向SDSC的GeoPROV，整合地理空间实体、工作流活动和溯源关系，并支持与PROV-O、GeoSPARQL和RDF互操作；本文重点不是开发GeoPROV本身，而是系统评估地理空间溯源格局并定位GeoPROV。质量评估表明多数研究方法透明度中高、互操作贡献强，但操作实现、机器可操作溯源产物或正式验证较少，显示概念框架与可部署方案间存在持续差距。
3.2 应用领域
传统供应链管理概念可为空间数据流提供起点，但需大幅调整。空间数据为非耗竭资源，其溯源记录来源、权属、处理历史、分析变换和使用语境；SDSC还引入重投影、重采样、概化等空间变换，版本化、更新和聚合带来的时间演化，以及分类、特征提取和空间推理等语义增强操作，这些操作直接影响位置精度、主题精度、完整性、逻辑一致性和谱系等质量维度。环境监测、交通规划、采矿、智慧城市和应急管理等应用中的SDSC涉及采集者、处理者、分析者、保管者、发布者和终端用户等多主体，治理呈分布式信任关系；有效治理需将精度指标、验证结果和完整性指标等质量诊断关联到具体处理步骤、主体和参考数据，并存储于标准合规位置。然而，语义溯源方法常捕获高层谱系，却未在全生命周期整合特征级溯源与质量要素，故需轻量、可互操作剖面连接空间处理活动、质量评估和标准元数据。
3.3 溯源概念与标准
空间数据溯源包括记录已发生过程的回溯性溯源和描述预期过程的前瞻性溯源，已从基本审计追踪演化为支持机器推理数据质量、可信度和适用性的语义表示。数据谱系记录来源、变换和传播路径；版本化对可复现性和审计性至关重要，大规模业务系统强调特征级版本化与持久标识符，并需显式捕获坐标参考系、分辨率、分块、压缩和元数据约定等摄取与处理属性。W3C PROV以实体—活动—主体模型主导溯源表示，但缺乏原生地理空间语义，需与空间标准和领域词表集成。ISO 19157-1:2023定义位置精度、主题精度、逻辑一致性、完整性和谱系等质量要素，需在特定处理阶段系统捕获；已有研究展示PROV-O与ISO谱系、工作流图模型和大数据谱系方案的语义集成，但在主动捕获、中间结果验证和领域特定剖面方面仍有差距。
3.4 空间数据语义溯源研究演化
空间数据供应链语义溯源研究已从基础框架发展到领域特定应用：早期聚焦语义溯源模型、架构和标准集成以支持可追溯性和质量评估；后续转向地理空间工作流、特征级粒度和互操作挑战，利用本体、关联数据和语义执行引擎；近期纳入大数据集成、自动推理和具体领域实现，强调溯源对信任、互操作和治理的作用。综述普遍强调语义网技术对增强SDSC溯源建模的重要性，尤其是对W3C PROV和ISO地理空间元数据的扩展；共识在于需在特征和属性等多粒度捕获溯源以保证质量和可信度，差异在于与自动地理空间工作流集成程度及查询推理能力 sophistication，互操作挑战和标准合规不一致仍因应用语境异质和语义框架演化而持续存在。
3.5 语义网技术
语义网技术栈为机器可读表示、存储和查询溯源提供基础：RDF作为表达溯源关系的基本数据模型，OWL支持领域词表和推理规则定义，SPARQL提供语义溯源库标准查询接口。语义网用于空间数据溯源兼具机遇与挑战：RDF灵活性可表达传统关系模型难以捕获的复杂空间关系和变换，但其冗长性在大规模空间数据中带来性能挑战，需要优化存储和查询策略。综述显示多数溯源研究依赖经典语义网栈，RDF用于表示、SPARQL用于查询、OWL用于本体和推理；GeoSPARQL用于空间查询，SHACL用于验证，JSON-LD用于Web友好RDF序列化，均服务特定角色。RDF、OWL和SPARQL构成核心，GeoSPARQL、SHACL和JSON-LD满足空间、验证和集成需求；尽管理论优势明确，推理和验证技术采用仍受性能与复杂性制约。
3.6 现有空间溯源模型
空间溯源建模锚定三类标准：W3C PROV、ISO谱系与质量标准和GeoSPARQL。W3C PROV提供技术中立模型，围绕实体、活动和主体及used、wasGeneratedBy、wasDerivedFrom等关系；PROV-O作为OWL/RDF本体构成语义溯源骨干，并被GeoPROV扩展以纳入SDSC地理空间实体、操作和参数。ISO 19115和ISO 19157补充元数据和质量标准，前者规定LI_Lineage、LI_ProcessStep、LI_Source等目录级谱系元素，后者形式化完整性、位置精度和逻辑一致性等质量度量，构成面向目录的层面；PROV-O和GeoSPARQL支持机器可操作溯源图，GeoSPARQL以空间词表和拓扑函数扩展RDF/SPARQL，使溯源路径可与空间谓词联合查询。整合这些标准可应对模式和坐标参考系异质性，但仍受工具成熟度和大规模特征级粒度挑战。综述显示PROV模型占主导，ISO谱系标准次之，自定义本体、开放溯源模型和混合方法亦存在，体现语义互操作趋势。
3.7 海岸遥感工作流中的溯源需求
海岸遥感工作流是溯源密集型过程，将异质观测转化为支持科学解释、风险评估和行政决策的EO衍生产品。海岸EO产品受潮汐、波浪爬高、风暴增水、浊度、泥沙输运、植被季节性和人类改造影响，岸线、洪水范围、水深表面、生境多边形或风险边界并非单纯制图对象，而是涉及采集、预处理、模型选择、参数化、验证、不确定性评估、目录发布和下游复用的传感器到决策链结果。因此溯源需记录源传感器与平台、采集时间、空间与光谱分辨率、预处理方法、算法或AI模型、训练与验证数据、环境语境、质量指标、空间参考系、处理软件、责任主体和版本历史。
3.7.1 卫星反演岸线与海岸地貌监测
卫星反演岸线产品常由Landsat、Sentinel-2等中分辨率档案以及PlanetScope、WorldView、GeoEye等甚高分辨率商业影像生成，支持岸线变化、侵蚀淤积、地貌、海滩状态、沙丘与悬崖后退和长期脆弱性研究。但反演岸线依赖岸线代理、影像日期与潮位、大气校正、云影掩膜、水体指数、阈值方法、空间分辨率和验证源，故溯源须记录场景标识、采集时间戳、潮位或水位参考、岸线代理定义、预处理链、提取算法、阈值、断面基线、坐标参考系、验证数据、位置不确定性和输出特征版本，以支持查询岸线位置、生成方式和可比性。海滩、滩脊、滩坎、沙嘴、潮滩、潟湖、河口、岩崖、盐沼、沙丘、湿地及丁坝、海堤、堤防、突堤和码头等地貌监测同样适用该逻辑，溯源感知产品可提升可复现性、变化检测可靠性和行政可辩护性。
3.7.2 UAV摄影测量、LiDAR与高分辨率三维海岸重建
UAV摄影测量和LiDAR可生成厘米级正射影像、密集点云、数字表面模型、数字高程模型、海滩体积、沙丘形态、悬崖后退和风暴后损害评估产品，适用于卫星分辨率不足或事件型快速监测。UAV的Structure-from-Motion和多视图立体工作流引入影响位置精度、垂直精度和特征解释的处理决策，溯源应捕获飞行计划、平台类型、传感器型号、相机检校、航高、影像重叠、采集时间、天气、地面控制点分布、RTK/PPK配置、GNSS/IMU元数据、摄影测量软件、点云生成设置、滤波、插值、坐标参考系、垂直基准和RMSE等精度指标。LiDAR还需记录扫描角、脉冲密度、回波分类、boresight检校、点云分类、地物/非地物滤波、水面校正和垂直不确定性；绿光LiDAR和地形水深LiDAR还需记录深度穿透、水体透明度、底部反射、折射校正、水位参考和水深验证。GeoPROV可将UAV和LiDAR产品表示为空间类型化prov:Entity，并链接采集活动、处理活动、责任主体、质量评估和行政用途。
3.7.3 AI赋能海岸观测与基础模型溯源
AI赋能海岸观测已用于岸线提取、水陆分割、土地利用/土地覆盖、红树林与湿地分类、洪水边界检测、去云、超分辨率、生境制图和变化检测。深度学习与新兴基础模型可提升自动化和跨环境迁移能力，但也带来新的溯源风险：AI输出受训练数据选择、标注规则、类别定义、模型架构、权重、超参数、微调策略、提示配置、后处理规则、软件库和计算环境影响。因此AI生成海岸EO产品需模型级和特征级溯源，将CNN、Transformer或基础模型提取的岸线链接到输入影像、训练与验证数据、标注协议、模型版本、推理日期、置信度、阈值规则、后处理操作和不确定性估计；否则用户难以判断产品跨区域、季节、传感器或潮汐条件的可迁移性。GeoPROV可将AI模型表示为prov:Agent或软件关联的prov:Entity，将推理表示为prov:Activity，将AI衍生特征表示为生成的prov:Entity，从而查询模型、训练验证数据、分类模式及不确定性评估，尤其适用于工程、应急、侵蚀退距、生境修复、合规监测和行政边界解释。
3.7.4 开阔水域动态、卫星水深与水质产品
开阔水域与近岸动态是海岸观测核心，EO衍生产品包括浊度、总悬浮物、叶绿素-a、有色溶解有机物、海表温度、藻华指标、羽流范围、水体透明度、浅水水深和近岸形态，可由海洋水色传感器、Sentinel-2 MSI、Sentinel-3 OLCI、Landsat、MODIS、热传感器、机载或UAV高光谱、原位观测和卫星水深算法生成。其溯源需求不同于陆地制图，需显式记录大气校正、太阳耀斑校正、BRDF处理、水体校正、浊度条件、光学深水掩膜、底部类型、深度控制点、原位匹配数据、传感器定标、替代定标、算法版本、时间合成和不确定性估计，因为近岸水体光学复杂，悬浮泥沙、叶绿素、有色溶解有机物、底部反射、深度、潮汐、波浪和流均可改变表观信号。开阔水域溯源亦影响岸线和风险解释，表观水陆边界可因潮汐、波浪爬高、风暴增水、泥沙羽流、浊度和季节水动力而移动，故溯源模型须连接海洋、潮间带和陆地处理链；GeoPROV可将水位观测、原位验证、卫星采集元数据、处理参数、不确定性表面和衍生海岸特征连接于单一机器可操作溯源图。
3.7.5 海岸风险、洪水响应与行政决策产品
海岸遥感日益支持决策产品，如海岸灾害区划、侵蚀风险图、洪水与风暴增水响应、基础设施暴露评估、退距规划、保险建模、应急管理、生态修复、蓝碳核算和陆海管理。这些产品常整合卫星影像、SAR、UAV调查、LiDAR DEM、水动力模型、潮位站、IoT传感器、地籍层、基础设施数据和规划边界，其可靠性取决于从观测到决策的完整证据链可否追溯。洪水响应产品依赖SAR或光学影像、事件时间戳、潮位、降雨或河流流量、DEM来源与分辨率、垂直基准、水动力模型参数、洪水检测算法、阈值规则、验证观测和不确定性表面；风险区和侵蚀退距依赖岸线时间序列、海滩剖面变化、海平面上升预估、风暴增水假设、基础设施层、土地权属边界和规划法规。GeoPROV将下游使用表示为prov:Activity，可记录岸线矢量从卫星影像生成、经UAV或GNSS验证、通过STAC/ISO目录发布，再用于DSAS侵蚀速率、退距规划或地籍边界解释的每个阶段及责任主体、输入产品、处理方法、验证证据、不确定性度量和行政输出，使溯源成为治理机制。
3.8 EO衍生海岸产品、使能技术与行政影响
EO衍生产品是海岸观测的操作性通货，将传感器测量转化为可查询、比较、验证和决策的空间产品。按溯源视角，EO衍生产品应视为生成的prov:Entity，其含义取决于创建它的prov:Activity链；同一原始观测可生成瞬时水线、潮汐基准岸线、湿地边界、洪水范围、浊度羽流或海岸风险区等不同科学和行政含义产品。综述归纳的EO衍生产品类别、使能观测技术、溯源关键要素和海岸行政用途表明，通用数据集级谱系记录不足以支撑下一代海岸观测：岸线须链接源影像、岸线代理、潮位、水体指数阈值、云掩膜、验证断面、不确定性估计和版本化输出几何；UAV和LiDAR高程产品须保留地面控制、传感器检校、点云滤波、垂直基准、插值和精度评估链接，以判断其是否适用于海岸工程、风险区划、生境评估、地籍更新或应急响应。
3.9 溯源集成、查询与互操作
该部分综合语义网溯源在SDSC中的集成、查询和标准化方式，考察主导工作流集成模式、查询推理能力和跨地理空间领域互操作实践，并强调部署实用性、粒度与标准合规之间的持续权衡对操作化SDSC溯源的制约。
3.10 与地理空间工作流集成
溯源捕获存在三类主导模式及混合方法：嵌入式捕获将溯源记录直接集成于地理处理工具和工作流，完整性和近实时性高，但常需修改现有工具或执行环境；面向服务的收集依赖工作流编排器或中间件通过标准接口采集，可跨异质系统扩展，但常遗漏细粒度操作细节；事后重建从日志和元数据回溯推导，系统侵入小，但谱系常不完整或易错；混合方法试图平衡权衡，以架构复杂性换取更广覆盖。总体上，无单一模式完全满足SDSC需求，嵌入式偏重完整性，服务化偏重可扩展性，事后方法偏重可部署性，故需能在一个统一语义模型中组合捕获模式的自适应溯源框架。
3.11 查询与推理产出
查询支持不均衡：基本谱系遍历几乎普遍，先进能力较少，时间溯源查询、空间约束溯源查询和自动推理或推断占比较低。约三分之一研究通过SPARQL端点或关联数据目录暴露溯源，支持灵活查询谱系元数据；更先进系统结合基于规则的信任与质量评估、形式一致性检查和解释生成，并常由交互式仪表板支持。然而，大图规模、复杂空间谓词和推理开销仍是生产型SDSC可扩展查询的显著障碍。
3.12 互操作与标准合规
通过标准对齐实现互操作是SDSC部署前提，多数实现将W3C PROV与ISO 19115/19115-2谱系、OGC Web服务和EPCIS式供应链规范结合。ISO 19100系列采用率最高，反映其在目录级元数据和法规合规中的作用；DCAT和GeoDCAT-AP日益用于跨目录互操作；与STAC的集成出现在较少但增长中的近期研究中，反映云原生地理空间基础设施兴起。尽管有进展，PROV模型与ISO谱系间的语义对齐仍常依赖自定义映射，抑制复用。综述持续识别语义表达力与严格标准合规之间的张力：丰富溯源模型支持细粒度推理和可追溯性，但常偏离既有规范而需定制扩展；严格遵循标准又常限制动态工作流、特征级谱系和中间处理状态的表达。
4 证据差距与局限
4.1 反复出现的证据差距
首先，溯源粒度不足：尽管PROV扩展形式上支持特征和属性级溯源，多数实现仍停留在数据集或工作流级，细粒度溯源建模不一致、规模化查询计算昂贵且跨域碎片化。其次，与异质地理空间工作流的集成不完整：嵌入式捕获完整性高但需侵入式工具修改，服务化和事后方法以细节换取可扩展性和可部署性，缺乏统一捕获策略导致分布式服务架构和云原生管道中的溯源缺口。第三，查询、推理和可用性约束持续存在：SPARQL和OWL支持谱系遍历、推断和质量评估，但大溯源图带来延迟和存储瓶颈，解释界面、可视分析和形式验证机制仍不发达，尤其对非专家和决策者。第四，互操作和标准化仍碎片化：PROV、ISO 19115/19157和OGC规范间映射常为非正式或局部定义，供应商特定扩展和不一致标识实践限制跨域交换，尚无广泛接受的空间溯源剖面。第五，自动化和可扩展性挑战突出：语义执行引擎和基于主体的捕获技术减少人工，但受高集成成本、领域定制和流式大数据性能限制，推理和存储瓶颈制约在10
7–10
9三元组图规模上的实际部署。
4.2 对GeoPROV的启示
在海岸观测语境中，GeoPROV支持多源EO工作流的透明谱系追踪，支撑岸线监测、海岸灾害评估和海洋生态系统分析等应用的可复现性和决策；框架亦支持溯源感知遥感工作流，尤其是岸线监测和环境评估等海岸观测语境。上述证据差距促使研究采用轻量、标准对齐的语义剖面，而非日益复杂的领域本体。GeoPROV通过形式化空间显式PROV模式，同时保持与ISO元数据、GeoSPARQL和STAC等新兴目录标准的兼容，直接回应已识别局限；其通过最小化建模开销和支持增量采用，旨在改善互操作、粒度和操作可部署性，而不加剧可扩展性约束。
4.3 综述局限
该综述存在若干局限：文献检索限于英文出版物，可能引入语言偏倚；虽查询多个学术数据库，相关灰色文献和专有实现可能代表性不足；综合主要反映概念和架构贡献，因为语义溯源在操作化SDSC中的大规模实证部署仍有限；鉴于语义网技术和地理空间标准快速演化，发现代表时间切片，需定期更新以保持时效性。
5 GeoPROV：面向空间溯源的轻量级语义剖面
5.1 设计理由
与既有PROV-O扩展不同，GeoPROV优先考虑最小化和互操作，仅定义必要空间构念，避免复杂工作流建模开销。GeoPROV作为W3C PROV-O的最小语义剖面，明确针对综述识别的反复且系统性溯源局限。它不引入综合领域本体或执行级工作流模型，而聚焦一个狭窄但关键缺口：缺乏可在真实SDSC中操作化的空间显式、特征级、标准对齐溯源。该框架在既有溯源研究基础上，通过显式表示地理空间实体、空间处理活动、观测数据集、质量元数据和供应链关系扩展既有方法；其贡献在于EO特定实施剖面，规定源观测、中间数据集和衍生产品映射到prov:Entity，采集、预处理、转换、质量评估、发布和传播映射到prov:Activity，负责各阶段的组织映射到prov:Agent，并连接处理输入输出与参数、软件和模型版本、验证证据及责任组织，还通过组织交接扩展工作流描述至最终传播阶段。其目标是形成集成追溯链，既支持从传播产品回溯观测、处理历史和责任组织的反向调查，也支持从输入或处理步骤追踪受影响下游产品的前向依赖；这些能力源于既有语义的协调应用，不声称新的基础溯源类和推理算子，增量贡献是面向EO数据供应链的可复用映射和实施规范，海岸工作流作为说明性应用而非剖面边界。设计由综述证据差距直接驱动：针对数据集级溯源 predominance 引入特征级实体和持久标识符；针对PROV与ISO 19115/19157对齐薄弱引入显式映射；针对空间语境表示不足纳入GeoSPARQL；针对验证机制缺乏加入可选SHACL约束；针对与EO目录生态集成不足加入STAC兼容链接。GeoPROV遵循最小化、标准对齐和可部署性原则，定位于务实、面向采用的剖面。
5.2 范围与贡献
在该明确约束范围内，GeoPROV提出四项互补贡献：支持空间类型化prov:Entity实例，使数据集、集合和单个特征一致关联空间语义和持久标识符；显式建模重投影、重采样和概化等核心地理空间处理活动，使空间变换及参数在溯源图中透明表示；促进特征级持久标识符，支持迭代处理、部分再处理和版本化周期中的细粒度谱系追踪；定义可选SHACL约束，在不强加推理或执行语义的情况下验证溯源完整性、一致性和标准合规性，缓解性能和可扩展性顾虑。GeoPROV明确不替代ISO元数据标准、工作流规范语言或领域本体，而作为语义桥接层，通过机器可操作PROV-O剖面连接操作化SDSC工作流与基于ISO的元数据和质量框架；其雄心限于经验必要范围，提供面向可互操作、以溯源为中心的SDSC的标准对齐路径。
5.3 GeoPROV概念模型
GeoPROV通过最小空间感知构念扩展W3C PROV-O，以支持SDSC特征级溯源。它保留PROV-O的实体—活动—主体模型，同时引入显式空间类型化、持久特征级标识符和受约束扩展。空间数据集和特征建模为类型化prov:Entity实例，使谱系可在操作粒度追踪；重投影、重采样和聚合等地理空间过程表示为参数化prov:Activity实例，解决既有工作中空间变换建模非正式或不完整问题；通过与ISO 19115/19157和GeoSPARQL显式对齐确保互操作，可选SHACL约束支持验证而不强加限制可扩展性的推理要求。总体而言，GeoPROV作为轻量级语义集成层，面向互操作、可部署性和分析适用性优化。
5.4 面向EO衍生海岸观测产品的GeoPROV模式
在海岸遥感中，GeoPROV可操作化为链接原始观测、处理活动、EO衍生产品、验证证据和行政输出的溯源模式。模式始于采集实体，表示为链接STAC条目或等效目录记录的prov:Entity，记录传感器、平台、采集时间、空间足迹、光谱波段、空间分辨率、云量、轨道或飞行元数据以及潮位或水体条件等环境语境；UAV和LiDAR观测还记录飞行计划、地面控制配置、GNSS/IMU元数据、点密度和检校信息。第二组件为处理活动，建模为参数化prov:Activity，可包括大气校正、辐射定标、正射校正、重投影、水体指数计算、潮汐归一化、云影掩膜、AI分割、水深反演、水体校正、点云分类、DEM生成或洪水范围提取，并记录软件、算法、模型版本、阈值、训练数据、处理日期、责任主体和计算环境。第三组件为EO衍生海岸产品，表示为具有持久标识符和GeoSPARQL兼容几何的空间类型化prov:Entity，如岸线段、侵蚀速率断面、DEM瓦片、水深网格、浊度表面、红树林多边形、洪水边界和基础设施暴露特征，并通过prov:wasGeneratedBy链接生成活动、通过prov:wasDerivedFrom链接源观测；特征级标识符支持部分更新、局部再处理和版本比较而无需重建整个数据集溯源。第四组件为验证与质量评估，链接验证数据集、野外测量、UAV/GNSS检查点、混淆矩阵、RMSE、位置精度、主题精度、不确定性表面和ISO 19157质量要素，使用户可查询海岸特征来源及特定用途可靠性。最终组件为行政使用，将规划、风险、应急、保护、工程或地籍工作流中的下游使用表示为消费EO衍生产品并生成侵蚀风险区、开发退距、洪水响应图、修复优先区或海岸资产登记等行政输出的prov:Activity，从而连接科学溯源与治理问责。
5.5 示例应用：Sentinel-2/UAV岸线监测
溯源感知岸线监测工作流可始于Sentinel-2 Level-1C场景，辅以潮位站观测和可选UAV验证数据；预处理阶段应用大气校正、云影掩膜、正射校正、重投影和水体指数计算；岸线提取活动采用NDWI或MNDWI阈值、AI分割模型或混合规则方法生成岸线矢量。所得岸线段表示为具有持久特征标识符和GeoSPARQL兼容几何的空间类型化prov:Entity实例，每段通过prov:wasGeneratedBy链接提取活动，通过prov:wasDerivedFrom链接源场景、潮位记录、云掩膜和验证数据集；ISO 19157质量要素记录位置精度、验证RMSE、完整性和不确定性。最终岸线产品可通过STAC/ISO目录发布，并复用于DSAS侵蚀速率估计、退距规划、洪水风险评估或陆海边界的解释。该示例说明GeoPROV的核心价值：保留从观测到行政决策的证据链，使用户确定海岸特征位置以及其如何、何时、由谁并以何种不确定性生成。该示例展示概念适用性和完整性，但不应解释为正式验证；未来应在操作化EO基础设施中实施GeoPROV，并用真实数据评估互操作、可扩展性、溯源完整性和查询性能。GeoPROV不替代既有溯源框架，而作为轻量集成剖面，组合PROV-O、GeoSPARQL、SHACL、ISO 19115/19157谱系概念和STAC元数据规范的互补能力，其主要贡献在于调整和整合这些既定标准以满足海岸EO衍生产品特定溯源需求。
5.6 GeoPROV形式化规范
为支持实施和互操作，GeoPROV被定义为扩展既定溯源和地理空间标准的轻量级语义剖面，采用PROV-O的实体、活动和主体类，GeoSPARQL的空间表示，STAC的EO资产描述和SHACL的约束验证。核心GeoPROV类、属性、命名空间定义及源标准映射在补充材料中提供；包括RDF/Turtle示例、SHACL验证形状、GeoSPARQL查询和JSON-LD序列化在内的机器可读实现通过项目仓库公开。
6 启示与未来研究方向
综述发现强调应将溯源视为SDSC的一等操作组件，而非辅助文档。语义网方法展示机器可操作溯源改善透明度、信任和可复现性的潜力，但其影响受集成碎片化、特征级粒度有限和标准对齐不一致制约；GeoPROV通过轻量语义剖面实现空间显式溯源，同时兼容PROV-O、ISO 19115/19157、GeoSPARQL和新兴目录标准，支持跨SDSC可互操作和增量可部署溯源。对海岸观测而言，主要启示是溯源必须随EO衍生产品向下游移动，而非仅附着于原始场景或处理报告；卫星岸线、UAV DEM、AI洪水边界或浊度羽流图可能在侵蚀监测、工程设计、生态评估和海岸规划中反复复用，若衍生产品与采集条件、模型参数、验证证据和不确定性估计分离，其行政和科学含义将不稳定。GeoPROV通过特征级溯源连接传感器到决策链：采集、预处理、AI或地理空间分析、衍生产品生成、质量评估、目录发布和行政复用。未来研究应优先面向海岸系统的溯源感知EO衍生产品管道：AI赋能海岸工作流需捕获训练数据谱系、标注规则、模型版本、提示设计、不确定性和后处理决策；开阔水域和潮间带产品需显式表示潮汐、波浪、浊度、水体校正、水深假设和原位验证；海岸行政应用需建立EO衍生特征与规划、地籍、应急响应、保护和基础设施管理决策的溯源链接。综述识别海岸EO衍生产品溯源需求存在显著差异，故GeoPROV采用核心模型加产品特定扩展：岸线产品需记录岸线指标、潮汐基准、采集时间、提取方法和位置精度；SAR洪水产品需记录传感器配置、极化、入射角、处理参数、分类方法和验证指标；UAV和LiDAR产品还需飞行特征、地面控制、垂直基准和点云处理工作流。未来还应优先在云原生、流式和AI驱动地理空间管道中实现自动化、可扩展溯源捕获，推进特征级溯源、可扩展图存储与SPARQL优化、选择性推理和以用户为中心的可视化，以支持十亿级三元组分析。
7 结论
该研究系统综述了156篇关于SDSC语义网溯源建模的出版物。W3C PROV和ISO 19115/19157等标准提供坚实基础，但其在SDSC中的应用仍碎片化，多数方法限于粗粒度数据集级溯源和临时集成，妨碍互操作、特征级可追溯性和可扩展性；有效SDSC溯源需要超越现有技术能力的一致、轻量语义集成。为此，本文引入GeoPROV，一种以空间语义扩展PROV-O并与既定地理空间和目录标准保持对齐的最小语义剖面。基于综述证据，GeoPROV作为EO衍生海岸产品的使能层，包括卫星岸线、UAV和LiDAR高程模型、水深网格、水质指标、生境分类、洪水范围和海岸行政决策层；其价值在于将原始观测、处理活动、AI或地理空间模型、衍生特征、验证证据、不确定性估计和下游使用连接于机器可操作溯源图。推进以溯源为中心的SDSC需要遥感科学家、海岸管理者、标准机构和平台开发者协作，使未来海岸观测系统不仅数据丰富，而且透明、可复现、可互操作和行政可辩护。由于系统综述跨多个SDSC领域开展，文中的海岸EO示例应解释为代表性应用场景，而非对海岸遥感系统的全面综述；综述综合海岸EO应用和更广泛地理空间溯源文献的溯源需求，共同支撑GeoPROV剖面面向海岸EO衍生产品的开发。
