面向多源地理空间数据的知识图谱构建

知识图谱广泛应用于人工智能领域,基于此融合多源地理空间数据并表示地理事物的语义和时空信息,实现“数据—知识”的转换成为人们关注的热点。但现有通用知识图谱的空间知识覆盖度低且存在错误,同时基于维基百科构建的地理知识图谱存在空间关系、中文属性和坐标信息等属性缺失问题。因此本文以地理空间数据和百度百科数据的特征分析为基础,提出了以地理空间数据提取地理实体为主,百度百科补充属性信息为辅的知识图谱构建方式。① 基于GeoSparql设计模式层的地理实体、要素、几何形状和空间关系的逻辑关系;② 通过地理实体提取、实体链接和属性信息填充,在数据层实现空间知识融合;③ 结合关系型数据库和图数据库,设计空间知识存储方式;④ 在实体和关系2个方面定量分析知识图谱的构建规模。结果表明,本文构建的知识图谱中地理实体覆盖度和链接百科成功率相对较高,扩充了地理实体的概念描述信息,并将地理坐标的覆盖率提高到100%,对地理数据到地理知识的拓展具有重要意义。     

基于本体的金矿知识图谱构建方法

“地、物、化、遥”等地质矿产勘查和科研工作建立了海量的矿产调查数据,蕴含丰富的成矿构造背景、产出地质环境、矿床地质特征、矿床成因模式等与成矿和分布相关的知识。海量矿产资源相关数据向有效成矿规律知识的转换,已逐渐成为提升地质找矿精度的突破口。本文引入知识工程中本体知识表示技术,开展金矿知识图谱构建方法研究。首先,梳理了金矿成矿模式,确定了金矿概念、金矿实体以及地质特征、成矿特征等属性,运用自顶向下的领域本体知识表示方法构建金矿知识图谱的模式层;其次,基于结构化、半结构化和非结构化的多源异构地质数据源,采用深度学习模型实现金矿信息提取和语义解析,丰富金矿知识图谱的数据层,采用自底向上的方式构建金矿知识图谱;最后,基于图数据库开发了金矿知识管理系统,实现金矿数据管理、知识获取、金矿知识可视化表达、知识库管理、金矿找矿知识查询等功能。本文研究成果可形成“数据-知识”联合驱动的金矿找矿方法,为地质勘查工作中识别、控制和管理矿产资源、提升找矿精度提供参考。     

地理知识图谱下的建筑群空间分布模式推理

以图结构表达的知识图谱不仅在语义网络的描述与推理中发挥着重要作用，对于空间实体的结构化抽象与空间推理也具有重要意义。空间实体的联系信息在知识图谱中以图的边记录，通过路径探测、子图对齐、模式发现等基于边的知识图谱计算推理，在空间场景认知可发挥重要作用。地理知识图谱是一种对地理概念、实体及其相互关系进行形式化描述的知识系统，既有通用知识的内涵与特点，也有地理知识特定的时空特征，能够将语义模型和时空模型联系起来，描述语义关系、空间关系和时间关系，在地理知识的表达、理解、获取与推理方面有巨大的应用潜力。现有地理知识图谱的研究工作多集中于语义方面，语义关系的抽取与表达比较丰富，可以支持进一步的地理知识语义搜索等功能；然而地理知识图谱在时空模型上的知识表达比较缺乏，现有的空间关系局限在要素之间，很少涉及空间认知中进一步的分布态势、空间格局等，地理知识图谱在空间语义知识方面有待增强。本文基于知识图谱构建原理，以建筑群地理知识图谱构建为例，实现格网型建筑物模式的识别。先将建筑物抽象成实体，表达为图的节点，基于几何邻近分析提取建筑物之间的空间邻域关系，以此构建建筑群地理知识图谱；在此基础上结合建筑物模式...     

基于轨迹语义的船舶活动知识图谱构建

随着全球经济一体化的深入推进，海上交通拥堵和船舶事故频发。为了对海上船舶活动进行监管和分析，传统的方法主要利用船舶定位数据进行数据挖掘，未结合其他海上多源数据进行船舶时空活动过程和行为模式分析，缺少深层次的知识挖掘。为此，本文综合利用多源数据，在提取轨迹的语义信息基础上，构建船舶活动知识图谱，为低知识密度的轨迹时空点序列向高阶语义知识转化提供一种有效途径。具体地，首先通过解析船舶活动的特征和组成要素，基于“过程-事件-行为”的核心思想，设计船舶活动知识图谱本体层；然后利用Stop/Move模型提取轨迹语义信息，利用DMCNN模型抽取船舶突发事件，完成实例层填充；最后通过构建原型系统，对上述模型和方法进行验证。结果表明，本文所构建的船舶活动知识图谱，可以支持对船舶常规活动和突发事件进行知识表示，并可以实现时空活动查询和回溯，进而达到语义增强效果，具有一定的应用价值。     

传统聚落景观基因的本体模型及其构建

传统聚落集聚了大量的古代建筑和民俗等传统文化资源,以其突出的历史、文化和艺术等价值而备受关注,提取其丰富的历史文化信息并服务于现代产业发展具有积极的意义。针对当前尚缺乏从地理知识提取和表达视角对传统聚落丰富的历史文化信息进行知识抽取、组织和表达,进而实现“数据-信息-知识-智慧”转换这一问题,本文提出传统聚落景观基因本体（Geographic Ontology of Cultural Landscape Genes of Traditional Settlements, GeoOnto-CLGTS）,并探索传统聚落景观基因的内在关联特征。首先,结合地理信息本体和传统聚落景观基因特征分析了GeoOnto-CLGTS的概念及表达方法,并提出GeoOnto-CLGTS模型的构建方法。其次,结合七步法的地理信息本体建模方法,梳理景观基因概念、关联关系和数据属性特征,自顶向下构建GeoOnto-CLGTS的概念层。并以123个中国传统聚落为案例,通过protégé工具进行实例补充,实现了GeoOnto-CLGTS模型的实例层构建。最后,通过Neo4j图数据库对本体数据进行存储,构建传统聚落景观基...     

时空知识图谱研究进展与展望

地理信息的不断泛化对经典的地理信息分析模式提出了巨大挑战，网络化的知识服务将逐渐成为地理信息应用的新模式，助力地理计算到社会计算的形态转变。地理知识服务需要打通人、机构、自然环境、地理实体、地域单元、社会事件之间的关联，促进知识辅助下的数据智能与计算智能。本文聚焦地理时空知识获取与形式化表达及分析的迫切需求，首先分析了时空知识图谱的基本概念与特征，认为时空知识图谱是指具有地理时空分布或位置隐喻的知识构成的有向图，即以时空分布特征为核心的知识图谱；然后提出了时空知识图谱的研究框架，该框架可实现时空大数据到时空知识服务应用的转变，包括泛在时空大数据、时空知识获取、时空知识管理、时空知识图谱、软件系统及行业应用等多个层次；接着从文本描述地理信息抽取、异构地理语义网对齐、时空知识表达与表示学习等方面，介绍了相关研究进展；结合应用实践，介绍了面向行业的时空知识图谱构建与应用途径；最后，讨论了时空知识图谱研究目前面临的关键科学问题与技术瓶颈，提出在大模型时代，构建显式的时空知识图谱，并针对行业需求开展知识推理，仍是时空知识服务的必由之路。     

基于领域本体的油气勘探开发知识获取模式及实现

油气勘探开发行业的信息数据资源涉及多学科、多地域,结构复杂,类型多样。提出一种基于领域本体的油气勘探开发知识获取模式,提取知识源的领域命名实体,将海量知识与已知的领域本体关联起来,实现快速知识获取;通过改进Trie索引树词典构造方法、创建节点失败指针优化正向最大匹配分词方法,快速匹配并提取已登录领域命名实体;采用领域命名实体规则特征和聚类统计分析方法,识别未登录领域命名实体(包括疑似命名实体和新增命名实体)。该模式能够提高油气勘探开发领域知识源的命名实体提取效率和准确率,有效解决油气勘探开发行业获取知识的难题。     

大规模地球科学知识图谱构建与共享应用框架研究与实践

地球科学（以下简称地学）知识图谱具有强大的知识表示和语义推理能力，已成为地学大数据和地学人工智能发展必要的基础设施。然而，目前的地学知识图谱研究主要面向实验场景，缺乏面向实际应用的大规模地学知识图谱构建方法和共享应用框架研究，导致尚未真正在地学领域现实应用中得到使用。为此，本文面向地学大数据和人工智能研究与应用对地学知识图谱的迫切需求，首先研究了大规模地学知识图谱的构建技术，在此基础上，提出一种覆盖地学知识图谱构建、共享和应用全生命周期的总体框架。然后，以“深时数字地球（DDE）”国际大科学计划为例，开展了面向实际应用的知识图谱平台研发实践。最后，利用该平台，构建了DDE大规模地学知识图谱，开展了知识图谱开放共享，有效实现了知识图谱应用，证明本框架可有效支撑大规模地学知识图谱的构建与共享应用。本文对于地学知识图谱现实应用价值的实现具有重要的促进作用。     

城市地铁出行知识图谱嵌入表达的超参数选择

知识图谱作为人工智能技术与应用中重要的数据基础设施，已经成为地理科学领域的一个研究热点。目前对地理知识图谱进行嵌入表达时通常使用默认的超参数（如2层网络搜索深度），但是部分地理知识图谱的网络规模和拓扑特征与通用知识图谱不同，其合理性需进一步论证。为此，本文围绕城市轨道交通人地关系，基于地铁线路网络的拓扑结构特征，结合客流数据、POI（兴趣点）数据以及建成环境数据等构建地铁出行知识图谱；利用GraphSAGE模型学习实体的多维度特征嵌入，并结合POI数据对站点分类结果进行语义识别，对比验证适合地铁出行知识图谱嵌入表达的网络搜索深度。不同于默认的2层搜索深度，当搜索深度为3层时，本研究所构建的地铁出行知识图谱的节点嵌入效果最优。因此，地理知识图谱嵌入表达的超参数选择需要顾及时空和人类活动相关的网络规模和拓扑特征，要避免不加甄别地使用其他领域通用知识图谱的已有成果。使用3层搜索深度获得的地铁站点分类结果也更具合理的解释性，可为利用知识图谱和人工智能方法进行站点规划和客流预测提供基础。     

基于通用知识库的地理实体开放关系过滤方法

文本数据为地理知识服务提供了海量资源。面向文本数据的地理实体关系抽取是地理知识图谱构建的核心技术,直接影响地理知识推理与服务的质量。由于文本数据不可避免地含有噪声,从文本中抽取的地理实体关系需要质量评价和信息过滤。本文提出一种基于通用知识库的地理实体关系过滤方法,针对已抽取的地理实体关系从中筛选出高质量的结果：先利用“本体知识”、“事实知识”和“同义词知识”构建地理关系知识库,作为信息过滤的参照数据;再基于分布式向量表示模型度量已抽取的地理实体关系与参照数据之间的语义相似性,以提高地理知识图谱的丰度与鲜度。实验结果表明,相比业界流行的“Stanford OpenIE”工具,本文所提出的方法可将置信度区间[0, 0.2]和[0.8, 1]的MSE（Mean Square Error）从59.27%降至3.94%,AUC(Area Under the ROC Curve)从0.51提升至0.89。     

基于ALBERT模型的园林植物知识实体与关系抽取方法

园林植物知识图谱可为顾及区域适应性、观赏性和生态性等因子的绿化树种的选型提供知识支持。植物描述文本的实体识别及关系抽取是知识图谱构建的关键环节。针对植物领域未有公开的标注数据集,本文阐述了园林植物数据集的构建流程,定义了园林植物的概念体系结构,完成了园林植物语料库的构建。针对现有Word2vec、ELMo和BERT等语言模型存在无法解决多义词、融合上下文能力差、运行速度慢等缺点,提出了嵌入ALBERT（A Lite BERT）预训练语言模型的实体识别和关系抽取模型。ALBERT预训练的动态词向量能够有效地表示文本特征,将其分别输入到BiGRU-CRF命名实体识别模型和BiGRU-Attention关系抽取模型中进行训练,进一步提升实体识别和关系抽取的效果。在园林植物语料库上进行方法的有效性验证,结果表明ALBERT-BiGRU-CRF命名实体识别模型的F₁值为0.9517,ALBERT-BiGRU-Attention关系抽取模型的F₁值为0.9161,相较于经典的语言模型（如Word2vec、ELMo和BERT等）性能有较为显著的提升。因此基于ALBERT模型的实体与关系抽取任务能有效提高识别分类效果,可将其应用于植物描述文本的实体关系抽取任务中,为园林植物知识图谱自动构建提供方法。     

基于本体论的海洋流场语义分析与表达研究

随着海洋观测技术的不断发展,人类获取的海洋数据也快速增长,由于海洋流场是整个海洋系统物质流和能量流输送的主要渠道,基于这些观测数据进行海洋流场迁移变化规律分析及可视化表达研究,对所有涉海领域均具有非常重要的意义。然而,由于海洋时空大数据集合的多源性和异构性等原因,至今尚未有令人满意的海洋流场数据集成共享和动态可视化分析工具,从而导致这些异源异构数据难以实现统一标准下的集成组织与语义共享。为了实现海洋流场语义层次上的统一描述,本文在分析了海洋流场多维特征、拓扑特征、模糊特征等基础上,基于本体论的语义构建思想,提出并构建了基于四元组O=（C,P,R,I）的本体组织基础结构,其中C表示概念集合、P表示属性集合、R表示概念间的关系集合、I表示实例集合,通过对概念、属性、关系结构的进一步定义,共同组合构成了海洋流场整体本体结构。为了给出清晰的本体语义建模过程,以海流现象局部本体构建为例,在对成因性、空间性、时间性、运动性等本体属性分析的基础上,进行了海流概念、本体属性、语义关系的描述和定义,从而为海洋流场组织提供一个规范性框架。进而借助OWL语言本体建模的优势,以地转流为例进行了其形式化表达和本体类构建。研究结果表明,基于本体的海洋流场语义分析方法能有效地解决传统海洋现象描述中的异构问题,可为海洋信息共享与集成研究提供参考。     

基于可视化维度理论的泛地图知识推荐方法

信息通讯时代,科学技术的进步极大地降低了地图制图的门槛,大量非专业制图人员涌现到地图制图领域,地图的表现形式呈现出显著的泛化趋势。然而,由于专业知识的缺失,普通大众在专题地图选择时容易产生“制图困惑”,难以确定恰当的专题地图类型。针对上述问题,本文尝试提出一种基于可视化维度理论的泛地图知识推荐方法。首先,面向专题制图需求,建立以空间数据、数据特征、泛地图可视化维度、泛地图可视化形式、应用领域为核心要素的泛地图可视化知识本体,通过知识抽取、知识存储操作,构建泛地图可视化知识图谱。其次,对知识图谱进行知识嵌入,实现地图可视化要素的知识化表达。最后,基于泛地图知识要素建立相似度计算模型,计算用户输入数据与知识图谱内空间数据特征、可视化维度、应用领域等的相似度,得出综合相似度结果,实现泛地图可视化形式的精准推荐。结果表明：面对泛化的专题信息表达,本研究提出的泛地图知识推荐方法能够为用图者的制图选择提供较为准确可视化参考,一定程度上满足普通大众的寻图需求。     

地质年代本体及其在语义检索中的应用

不同国家、语言和版本的地质年代概念体系中普遍存在的语义异构问题,以及概念之间、概念与数据之间缺少语义关联等问题,阻碍了概念的准确理解和应用,难以满足数据集成、检索的应用需求。地质年代本体是解决这些问题的有效方式。但现有研究主要针对国际地质年代概念体系,其内容和表达方式不完全适用于国内的概念体系。本文提出以中国地质年代和地层概念体系为主的地质年代本体,设计了本体中各概念属性信息,尤其是时间信息的语义表达方法。在此基础上采用模块化方法相应构建了本体,并设计实现了一个本体应用原型系统,提供了以地质年代本体知识库为基础的概念查询检索功能,以及融合全文检索技术和地质年代本体的数据语义检索功能。应用案例的初步结果表明,本研究构建的地质年代本体能为用户提供表现形式多样的知识查询服务,能较好地解决地学概念与数据中存在的语义异构、关联缺失问题,更为智能、完整、准确地完成地学数据的语义检索。     

基于时序超图模型的战场环境多层次知识建模方法

新型作战样式对战场环境服务保障提出了新要求，战场环境智能化服务急需基于全域多维战场环境数据实现知识的提升。针对战场环境智能认知的知识建模问题，将知识图谱与战场环境相结合，提出了战场环境知识分类方法，认为战场环境知识图谱是大数据人工智能条件下战场环境知识表示的一种新形式；针对三元组知识表示碎片化的问题，构建了战场环境时序超图表示模型，实现了实体知识、事件知识、影响过程知识和服务决策知识的多层次统一图建模，将各类知识表示为具备时空特点、场景特点的统一知识超图网络；最后，利用地图、事件、影响过程和作战影响效能等数据进行实验验证，超图网络从语义层面实现了各类战场环境知识的关联，可进一步为实现基于超图的智能推理和服务决策提供支撑。     

灾害链领域本体构建方法——以暴雨洪涝灾害链为例

自然灾害发生具有突发性、随机性和链式效应,而且自然灾害拥有庞大的概念体系和灾害事件之间异常复杂的时空关系,由于缺乏对灾害知识的统一描述表达机制,导致灾害领域知识难以实现共享和重用,因此,构建灾害链的统一描述模型并实现灾害知识的共享与重用是当前亟须解决的一个问题。本文提出了一种灾害链领域本体的构建方法,在对比现有方法基础之上,定义了灾害链相关概念、属性,以及概念之间的关系,采用网络本体语言OWL对灾害链领域本体进行建模,并实现了灾害链领域本体的可视化,为灾害知识的共享与重用提供了有效支撑。最后,以暴雨-洪涝灾害链为例验证了该方法的有效性和可靠性。     

地学信息图谱思想与实践探索

本文回顾和综述了陈述彭院士关于地学信息图谱的学术思想,该学术思想来源于陈先生的科学实践。他提出了地学信息图谱的相关概念及其类型体系,地学信息图谱是地学图谱与现代信息技术结合的产物。地学信息图谱的核心在于发现地学时空知识和规律,并能为社会经济建设提供应用服务。按研究对象划分为地学各分支学科的信息图谱和各行业的信息图谱,按功能划分为：征兆图谱、诊断图谱和实现图谱。陈先生发展了地学信息图谱生成的技术方法,提出了地学信息图谱的工作流程,促进了地学信息图谱在经济社会发展中的应用。陈先生指出了发展地学信息图谱的创新方向：创新地学大数据获取技术方法,提升地学信息图谱生成智能化与自动化水平,促进地学信息图谱应用的深度和广度。陈先生指出网格地图是地学信息图谱的重要基础。该思想至今对推动地球信息科学的发展及其在解决国家重大战略需求方面,仍然具有重要的指导意义。总结了在陈先生地学信息图谱思想的指导下,在地学信息图谱方面的一些实践探索和结果,包括：发展了基于知识发现的专题信息提取和多数据多知识协同的精细地表要素获取的技术方法,提高了水体、绿被、积雪和城乡聚落提取以及精细土地利用和精细植被类型信息获取的自动化水平和效率;拓展了时空变化图谱的研究和应用,提升了时空变化图谱生成的智能化水平和效率;地学信息图谱在社会经济发展、生态建设、环境保护和灾害风险防控等方面的应用实践已展示出了巨大前景。最后,结合新时代共建全球人类命运共同体和地球科学国际化的重大战略需求,提出了开展全球地学信息图谱关键技术与应用研究,以期实现地表大观测到大数据,再到大知识大应用的提升转化,支撑地表治理体系和治理能力的现代化,提升地学服务经济社会发展的水平和能力,彰显学科特色与优势。     

历史解译知识引导下组合遥感图谱特征的变化检测方法

高空间分辨率遥感影像为地表变化监测提供了大量细节信息,这使得基于高分辨率影像的变化检测技术成为当前遥感领域的研究热点之一。本文提出了一种历史解译知识引导下组合遥感图谱特征的变化检测方法。首先,通过分割前后时相的组合影像构建空间位置一致的对象,并在提取对象光谱和纹理特征后,引入前期土地覆盖专题图指导2类图谱特征相似度的DS证据融合;然后,利用其历史存档图斑所属区域的优势地类标签指示不同特征相似度的证据差异融合;最后,基于GMM（Gaussian Mixture Mode）模型的二值化方法提取最终的变化区域。实验结果表明,该方法能充分利用历史解译知识指导不同时相高分辨率影像对象特征相似度组合,一定程度上提高了变化检测正确率。     

GlobeLand 30和自发地理信息的对比分析研究

地表覆盖数据是关于土地利用信息的重要来源,在地理国情监测、生态环境保护等方面发挥着重要的作用,目前遥感影像解译、实地测量是该数据生产的主要手段,但是仍然存在一定的局限性。随着Web2.0、互联网技术以及各种GPS设备的快速发展传播,普通大众也可以参与公众制图,志愿者用户的参与能够有效判定地表类型的空间分布和属性特征,提高地表覆盖制图的分类精度。本文以自发地理信息中最成功的项目OpenStreetMap为例,与中国新研制的全球最高30m分辨率地表覆盖数据产品GlobeLand 30进行对比分析,首先对数据进行相应的预处理和拓扑检查,然后建立两种数据的要素对应关系,最后生成误差矩阵并分析两种数据的一致性。实验结果表明：① OpenStreetMap数据缺失的部分主要是耕地类型,其草地和水体要素比GlobeLand 30更加丰富;② 2种数据的一致性较好为75%左右,其中林地和人造地表的精度较高,耕地和水体次之,草地较差;③ 重点对不一致区域的地表类型进行判断验证,能够发现GlobeLand 30数据中的错误分类,为进一步修改和优化提供依据。本文研究表明,自发地理信息中包含丰富的地表覆盖信息,能够给地表覆盖制图及评价验证带来巨大的发展潜力。     

基于众源轨迹数据的人造地表覆盖增量信息提取

目前,我国已研制出2000年、2010年两期30m分辨率全球地表覆盖数据集。为了保持该数据集的现势性,需要及时发现全球地表覆盖增量信息并更新相应数据。采用遥感影像、测绘数据提取全球地表覆盖变化信息的传统方式,存在费用高,不及时等问题。近年来众源地理数据迅猛发展,特别是由于众源轨迹数据具有免费共享、可靠性强与准实时等优点被广泛应用在交通道路信息提取的应用中。经分析我们发现轨迹数据与人造地表覆盖之间存在一定的对应关系,因此,本文研究提出了一种采用众源轨迹提取人造地表覆盖增量信息的方法。该方法首先对原始轨迹数据进行预处理,然后将轨迹数据栅格化,再依据轨迹点栅格覆盖比率进行人造地表覆盖数据粗提取并去除微小孔洞及独立栅格单元,最后将其与全球人造地表覆盖数据作栅格运算提取人造地表覆盖增量信息,并用纽约市实际轨迹数据验证了该方法的可行性。