[发明专利]一种面向动态分析的时空知识图谱构建系统和方法

说明书

本发明涉及一种面向动态分析的时空知识图谱构建系统和方法，主要包括：数据资源采集管理模块，用于从不同的数据源收集大规模异构时空数据。知识抽取模块，用于针对不同结构的数据分别采取不同的自动知识抽取方法。知识存储模块，用于利用工具根据概念层灾害应急场景数据的关系，构建灾害应急本体的概念框架。包括本体数据存储模块，用于支持RDF语义表示规范的图结构数据库中，基于灾害应急本体的概念框架，将灾害应急数据转换为三元组用于构建实例层。实例模块，将实例层数据同时存储在支持RDF语义表示规范的图结构数据库和Key‑Value数据库中。分析服务模块，借助知识图谱，利用时空语义查询与推理技术提供灾害应急决策支持服务。

技术领域

本发明涉及资源环境调查、灾害应急决策支持领域，尤其是一种面向动态分析的时空知识图谱构建系统和方法。

背景技术

灾害是对人类及其赖以生存的环境造成破坏性影响的突发事件总称。自然灾害是指主要由自然变化引起的灾害，按成因和特点可以分为气象灾害(干旱、洪水、热带气旋)、地质灾害(地震、地质滑坡、泥石流)、海洋灾害(风暴潮、海啸、赤潮)、生物灾害(疾病、虫害、草害、鼠害)等大类。虽然本发明不能完全阻止自然灾害的发生，但本发明依旧可以最大限度降低灾害可能造成的损失。但自然灾害的广泛性，发生时间、地点和规模等不确定性，都大大增加抵御自然灾害难度。随着大数据时代到来，及时、准确地对灾害进行预防和控制成为可能。其中，如何对灾害相关多源异构数据进行统一组织管理，形成协同一致的共性数据基底，为各类灾害预测和应急响应业务场景提供效率更高、普适性更强的通用数据服务接口，也成为灾害防控的重要问题。

遥感技术可以在较大的观测范围内实时、高速地获取大量强动态信息，并且通过分析远距离目标辐射或电磁波反射信息，定性和定量地揭示地物的特征特性及其变化。结合遥感技术和人工智能技术，可以识别地物的精细特征，提取建筑物、道路、耕地等信息，因此在灾害监测、预警和应急决策等领域发挥着重要作用。灾情分析依赖于灾情现场不同数据，需要对多尺度、多时相、多类型、多精度遥感信息和不同类型专家知识进行有机融合。针对灾害时空信息融合问题的研究，包括灾害时空数据的知识表示、基于数据时空关系的属性分析、时空动态地理信息和专家知识的融合等。

在现实世界的灾害场景中，存在大规模的多源异构数据。数据之间以及数据与灾害知识之间一定存在着客观关联性，这些关联可以采用知识图谱手段进行有效表示和建模。知识图谱是谷歌公司在2012年提出的一项人工智能技术，是一种以图的形式把知识表示为概念、实体和语义关系的数据建模方法。知识图谱可以通过图将多源时空灾害数据和专家知识联系起来，以支持对自然灾害场景中动态和静态情况下的多源异构数据的分析。

本体和知识库是与知识图谱密切相关的两个概念。本体来自语义网领域，是一种广义语义数据模型，提供特定领域的概念、对象类型、树状上下语义关系及其属性，是支持语义查询和推理的概念、关系和属性的正式表达。知识图谱是一种集成多个本体的大规模结构化语义数据模型。它基于共同的语义为多个自包含的本体建立逻辑连接，从而将不同本体进行协作分析。在知识图谱的基础上，知识库具有基于通用语义的策略和规则，以形成跨领域的决策支持能力。

现有的灾害相关数据通常以格式化文件作为原始存储形态，并按照特定业务应用系统的调用需求，将业务系统所需数据通过关系数据库实现结构化存储与检索。由于灾害现场数据具有多源异构的特性，且通常带有空间、时间属性，现有技术通常依托地理信息系统(GIS)实现灾害现场多源异构数据的空间与时间信息分析。