基于知识推理的土地退化程度评价模型

引入知识推理技术构建了一种新的土地退化程度评价模型(KR_LDAM)。模型集成了可变精度粗集和模糊神经网络两种智能化推理方法进行土地退化程度评价因子提取和退化程度分级,系统地消除了土地退化程度评价过程中专家经验知识主观不一致性以及客观数据不确定性的影响,解决了退化程度划分的模糊性和渐进性问题。选取黄土高原风沙侵蚀区域陕西省横山县为研究区域进行实例研究和模型验证。     

区域地质调查文本中文命名实体识别

作为我国地质调查领域最重要的数据源之一,地质调查报告中蕴含着丰富的地学知识及地质体描述等关键信息,准确高质量地抽取地质命名实体为地学知识图谱构建、知识推理及知识演化提供基础。笔者等在阐述地质命名实体识别任务基础上,分析地质实体不仅包含大量专业术语,还存在实体嵌套、大量长实体等领域特性,进一步增加了地质命名实体识别难度。笔者等提出一种基于轻量级预训练模型(ALBERT)—双向长短时记忆网络(BiLSTM)—条件随机场(CRF)模型的地质命名实体识别方法。首先利用ALBERT对输入字符上下文特征进行建模,并采用BiLSTM对其进行进一步上下文特征表征,最后采用CRF实现标注序列预测。实验结果表明,在构建的地质命名实体识别数据集上,相比于主流的命名实体识别模型算法,本文所提出的方法具有更好的抽取性能,提出的命名实体识别模型能为领域实体识别提供借鉴,同时为地学领域实体关系抽取和地学知识图谱构建提供有力方法支撑。     

中国含煤岩系古地理及古环境演化研究进展

为了识别煤系金属矿床成矿过程中的关键地质构造,以鄂尔多斯盆地临兴区块为研究对象,依托前人研究结果、区块地质资料、地震以及测井等地球物理数据,构建了基于U-Net网络的地质构造识别模型,用于预测构造火山活动等事件,以分析矿床形成的关键地质因素。

首先,基于叠后地震资料,利用平面波破坏滤波器技术实现绕射波分离与成像,提取小尺度关键地质信息;其次,利用知识图谱结合研究区实际情况开展属性优选,获得方差、瞬时频率和均方根振幅等反映构造特征的优势属性。以研究区三维地震属性体作为训练样本,基于知识图谱建立映射标签,引入卷积块注意力机制提出了U-Net多属性融合模型。该模型以三通道地震属性作为输入,地下关键地质构造(如断层或火山通道)作为输出,进而构建关键地质构造智能化识别方法。

研究结果表明：基于知识图谱建立的U-Net网络,在煤系金属矿床关键地质构造识别上具有较高的效率和准确性,可直观刻画关键地质构造的三维展布特征,降低断层解释人为不确定性,为煤系金属矿床研究提供有效的技术支撑。

     

中国洪水灾害风险区划及其成因分析

洪涝灾害发生过程中观测数据多源异构（遥感影像、社交媒体文本、地理信息数据等）,难以利用互补优势融合应用于风险评估和提供决策知识。研究基于多模态数据的洪涝灾害知识图谱构建方法,融合抽取遥感影像与社交媒体文本知识,形成多模态洪涝灾害知识图谱。基于自顶向下的方法细分领域概念,构建洪涝灾害领域本体层。通过深度残差全卷积神经网络对遥感影像进行智能解译,利用地理逆编码将影像解译信息转化为文本,实现影像信息到文本知识的转化。基于命名实体识别技术与关系抽取技术对社交媒体文本数据进行知识抽取。通过训练词向量,利用语义相似度计算关联文本知识与影像知识,实现多模态数据知识统一表达。以中国湖北省洪涝灾害为例,该方法将多源异构的数据高效转化为知识并进行关联,形成领域知识图谱,实现了多源异构数据到多模态知识的转化。在灾害不同时期提供相应应急措施,并且通过关联农业受灾面积、农作物类型、农作物价值实现湖北省洪涝灾害评估。该方法结合深度遥感解译、文本知识抽取技术以及语义相似度计算,实现了多源异构数据到多模态知识的转化。

     

基于知识图谱自动生成2022年北京冬季奥运会天气概览

“天气概览”（Weather Overview）是支持北京2022年冬季奥运会和冬残奥会（简称北京2022）的重要气象服务之一。由于“天气概览”的生成涉及大规模数据来源、复杂天气条件和天气变化的影响,在自动生成和获取“天气概览”的过程中仍存在不少挑战。目前,知识图谱（KG）被认为是描述信息和知识的有效方法。因此,本研究开发了一个使用KG自动生成Weather Overview的模型。首先,我们提出了一个三层KG模型来生成准确的“天气概览”内容：（1）获取实体和关系的知识,构建特定的语料库;（2）基于本体进行天气条件与赛事关系的知识表示;（3）对语料库、变量和天气条件进行知识应用,利用图形数据库Neo4j进行知识查询和推理。此外,还使用XML Schema模式来组织天气概览句式、段落和篇章,实现标准化的、由句子-段落-文本生成而产生的“天气概览”。该模型在2022年北京延庆国家高山滑雪中心的典型案例中得到了验证。与人工方法相比,自动生成的Weather Overview的准确度和标准化可保持在90%以上,并实现秒级自动生成。本文提出的文本自动生成模型为其他大型体育赛事气象服务提供了有益的解决方案。

     

面向知识服务的地质资料管理转型研究

针对传统地质资料服务方式单一、数据共享困难等问题,提出了地质资料管理的转型方案.对面向知识服务的地质资料知识组织方式、知识检索以及知识管理理念如何指导地质资料服务等方面进行了探讨.以地质数据本体构建、基于关联数据技术的地质资料语义化组织以及基于地质大数据的知识检索模型搭建为转型手段,介绍了促进地质资料转型升级的语义化描...     

海岸带遥感研究现状及发展趋势分析

系统地探明海岸带遥感的研究现状和发展趋势,对于应对海岸带地区面临的生态系统功能下降、自然岸线损失、水质恶化等问题具有至关重要的意义。为了充分明晰海岸带遥感研究现状及发展趋势,本文以“海岸带遥感”为主题,基于Web of Science数据库,筛选出1990—2019年发表的相关文献共6 083篇;从论文发表基本情况、科研合作和研究内容聚焦及主题演变方面进行了较为系统的文献计量评价和知识图谱分析。在文献发表基本情况方面,1990—2019年间海岸带遥感发文量呈现较为稳定的上升趋势;区域性特征明显,主要集中于各大洲沿海地区,发达国家在该领域的研究中占据主流地位;Remote Sensing of Environment是该领域刊文量最高的期刊,且具有最高的影响因子;美国、中国科学院和Hu C M分别为发文量最高的国家、机构和作者;根据H指数的分析结果,相关科研成果的学术影响力仍有待进一步提升。在科研合作方面,美、英等发达国家之间形成了较为紧密的合作网络;虽然中国科学院是发文量最大的科研机构,但是中介中心性仅为0.09,低于美国国家航空航天局(0.16)和美国国家海洋与大气管理局(0.12)...     

亚马孙河流域地表覆盖时空变化知识建模

亚马孙河流域地表覆盖时空变化影响着全球气候和生态系统的稳定,目前亚马孙河流域地表覆盖的研究广泛,具有海量数据和信息,但缺少系统性的时空知识体系。为了更好地了解亚马孙河流域地表覆盖时空变化知识,本文首先引入本体建模理论,提出了亚马孙河流域地表覆盖时空变化知识建模方法,利用Protégé工具完成了亚马孙河流域地表覆盖模式层的设计和构建;然后利用提取的亚马孙河流域地表覆盖时空变化数据、时空变化信息和景观格局指数等,完成了亚马孙河流域的建模,从而为亚马孙河流域的分析决策提供支撑。     

一种结合地理知识的遥感影像目标实体关联方法北大核心CSCD

遥感影像目标识别技术已广泛应用于目标动态监测与定位等领域。但影像目标识别的结果缺乏与目标属性信息的链接,导致分析人员只能依据影像特征进行分析,难以进行更复杂的目标数据关联分析与挖掘。针对遥感影像目标识别语义属性信息缺失的问题,本文利用知识图谱相关技术将影像判别的目标信息与知识语义网链接。首先,提出了一种遥感影像目标知识图谱构建框架;其次,针对遥感影像目标不同的数据类型,构建遥感影像目标知识抽取模型,提出了基于相似度目标实体识别和预定义模式的关系抽取方法;然后,基于多特征Logistic模型的影像目标实体链接方法,实现了遥感影像目标实体与百科知识库的知识关联;最后,针对预定试验区域进行试验,验证了本文方法的可行性。