共查询到18条相似文献，搜索用时 207 毫秒
1.
地球科学（以下简称地学）知识图谱将地学知识以有向图的方式进行形式化表达，具有强大的知识表达能力、开放互联能力和推理预测能力，是地学与人工智能交叉融合发展的基础设施之一，已成为当前地学研究中重要的研究热点。因此，国际上很多科学组织或团队先后开展了地学领域的知识图谱研究，并构建了一系列具有代表性的知识图谱。然而，目前尚缺乏对这些知识图谱的深入研究和分析。文章从基本情况、构建方法、主要内容及特点等方面，对当前国际上主要的地学领域知识图谱进行了系统的比较分析,并在此基础上，指出了对未来地学知识图谱研究的启示：从构建方法上，应构建地学知识图谱统一表达模型，建立融合多源、多模态数据的知识源，研究地学知识表示与计算方法；从内容上，应加强地学知识时空特征描述，考虑地学知识复杂时空关系和推理规则；从应用上，应发展地学知识质量评估和修正方法，提升地学知识图谱应用成效。 相似文献
2.
大数据为地球科学研究带来了新的思路和挑战。但由于存在描述规范不统一、共享机制不明、语义异构等问题,在数据集成、共享与复用等方面存在较大困难,使得大数据的众多优势在地球科学相关研究中难以充分发挥。知识图谱能够准确、清晰地表达概念及其相互之间的复杂语义关系,为机器所理解,是实现语义翻译、数据融合和复用的关键技术。文章对地球科学知识图谱的内涵和特点进行了深入的分析,归纳了地球科学知识图谱的主要构建方法,梳理了数据字典、知识体系和知识图谱之间的关系,对与地球科学知识图谱构建相关的专题数据库和领域本体的建设现状进行了回顾,指出了地球科学知识图谱构建中存在的主要问题,并阐述了地球科学知识图谱的应用前景,以期推动和完善地球科学知识图谱的建设和应用。 相似文献
3.
知识图谱作为当前最有效的知识组织和服务方式，已经成为人工智能的基石，在语义搜索、机器翻译、信息推荐等方面得到了广泛的应用。大数据时代下，地球科学（以下简称地学）分散、多源、异构数据的整合集成、挖掘分析及其知识的智能发现等迫切需要知识图谱的支撑。为了促进地学知识图谱的建设与应用，自2019年启动以来，“深时数字地球国际大科学计划”（Deep-time Digital Earth,简称DDE）就将知识图谱作为其重要的研究建设内容，经过3年多的建设，DDE已经建设形成了大量的地学知识图谱，亟需一站式共享这些知识图谱。文章首先介绍了DDE知识图谱内容体系，分析了DDE知识图谱内容组成及其特征；在此基础上，开展了地学知识图谱一站式共享服务系统的设计，包括系统功能体系和架构的设计；最后介绍了系统实现的技术路线及其关键技术。实践证明系统可有效实现DDE知识图谱的一站式共享服务，可为类似的知识共享服务系统提供参考。 相似文献
4.
知识图谱使用人与机器能共同理解的语言,以“图”的方式来描述真实世界,是人工智能研究的重要方向之一。本研究是构建单体矿床、成矿系列和重要成矿区(带)的知识图谱实验的一部分,收集了钦杭成矿带6个较为典型的斑岩铜矿、斑岩-夕卡岩型铜矿的原始文本数据,参照斑岩铜矿床概念模型进行知识获取,标注、抽提文本中的实体、关系、属性,构建了具备基本应用功能的斑岩铜矿床知识图谱。基于未来矿产资源预测评价应充分理解地球系统、成矿系统、勘查系统、预测评价系统相互关系的认识,讨论了建立“地球系统-成矿系统-勘查系统-预测评价系统”关联知识图谱体系需要解决的关键科学技术问题,包括“地-矿-勘-评系统”领域本体及知识图谱递进关联体系,大规模“地-矿-勘-评系统”领域本体及知识图谱的自动构建技术,基于多模态关联数据嵌入“地-矿-勘-评系统”知识图谱自演化、补全技术以及基于知识图谱、大数据挖掘和人工智能的地球系统资源预测理论与方法。 相似文献
5.
6.
7.
将具有多元异构性和复杂语义的矿床数据转化为结构化数据,是目前矿产资源勘查大数据领域面临的关键问题。传统的机器学习方法无法精确描述实体概念、属性及其属性值的语义信息,导致多源异构数据的可解释性较差。因此,可解释性的知识图谱已成为当前研究的热点。然而,当前矿床领域本体构建研究仍相对匮乏,这阻碍了矿床知识图谱的研究。本文聚焦于矿床领域的概念、关系、属性描述,结合知识工程、叙词表、复用前人本体及专家知识,采用基于知识工程和基于顶层本体相结合的本体构建方法,使用本体开发工具Protégé构建了以时空矿床文本为基础的矿床领域本体库,实现了矿床知识概念、关系的系统化、规范化、形式化表达。然后运用Neo4j构建本体库知识图谱,并以庞西垌多金属矿床为案例,将矿床本体与矿床数据进行了知识图谱连接,展示了矿床本体作为知识图谱骨架的重要性。本文研究对下一步矿床知识图谱推理分析具有一定的指导意义。 相似文献
8.
地球系统科学数据共享在国际、国内都有迫切的需求。由于地球系统科学固有的学科交叉性和综合性,如何建立科学、通用的数据分类体系是困扰该领域数据共享和服务的难题。首先综合分析了国际上地球系统科学领域主要的数据分类体系,重点对美国全球变化主目录(GCMD)分类系统及其2005—2013年的演变趋势进行分析,指出当前该数据分类呈现扁平化、两极化的显著特征。在此基础上,重点梳理了国家科技基础条件平台———地球系统科学数据共享平台的用户服务记录,揭示了用户访问频次最高的数据集和检索关键词。结合GCMD系统化、结构化的分类思想和国家地球系统科学数据共享平台用户化的数据服务需求,提出扁平化的地球系统科学数据目录分类和规范化的关键词表体系2种分类模式。 相似文献
9.
知识图谱是形式化描述实体及其相互关系的知识系统,其在应急救灾、时空预测决策等方面发挥着重要的作用.灾害应急领域面临数据骤增而应急关键知识匮乏问题,由此从灾害链角度分析地质灾害发展过程中关联的诸多要素,提出了一种自顶向下和自底向上结合的地质灾害链知识图谱构建方法 .首先,基于灾害链角度对地质灾害间复杂形成机理及成链规律进行分析,在已有地质灾害知识基础上,基于自顶向下方法建立了统一的用于信息抽取的地质灾害链本体语义表达框架,包括描述地质灾害知识体系的地质灾害事件本体、承载地质灾害发生的地质环境本体、受地质灾害作用下的地理对象本体及地质灾害在灾前、灾中和灾后时空过程中对应的应急处置方法本体;其次,结合自底向上方法构建数据层,通过知识融合、知识存储对概念、实例与属性等要素及其关联关系进行识别;最后以汶川地震为例并对知识图谱进行可视化表达.结果表明,本方法能有效地对四类要素及其关系进行识别,实现了数据-信息-知识的转换,为地质灾害领域的知识图谱构建提供技术参考. 相似文献
10.
地球系统科学数据共享网络平台的设计和开发 总被引：9，自引：0，他引：9
“地球系统科学数据共享网”是国家科学数据共享工程的试点之一,同时也是国家科技基础条件平台的组成部分,其目的是为地球系统科学的基础和前沿研究提供数据支撑服务。该系统平台(GEODATA)是一个分布式的数据交换体系,总体设计思路是利用元数据整合分散的地学数据资源,通过业务逻辑的技术封装提供地学数据的网络共享。设计的GEODATA体系是一个五层结构,即门户层、共享业务层、核心服务层、资源管理层和网络平台层,具体的业务逻辑处理功能被分解为13个功能模块。GEODATA的研发技术路线包括总中心和分中心两大部分,其中总中心采用“地学数据超市”理念进行功能组织;分中心基于Web Services技术,采用分布式数据管理的模式进行设计。两者的业务逻辑基于元数据的生命周期被串联成一个有机的整体。GEODATA原型系统利用J2EE开发,实现跨平台部署。应用实践表明这种平台构架模式非常适用于地球系统科学的学科特点。 相似文献
11.
12.
全球地学断面(GGT)地理信息系统的编码技术 总被引：1，自引：0，他引：1
依据全球地学断面的特点 ,以及《数字化地质图图层及属性文件格式》和《GGT数字化指南》等标准 ,研制一套全球地学断面地理信息系统的编码标准 ,为建立中国乃至全球地学断面地理信息系统设置主题、分层标准和命名规则 ,以及实体编码标准 ,并把它们应用于中国地学大断面三维地理信息系统的建立中。该编码标准为地学断面信息系统的建立 ,为深入研究大陆岩石圈结构构造、地球动力学、物质成分及不同地学断面的对比 ,进而建立大陆岩石圈的三维结构模型具有重要意义 相似文献
13.
中朝板块旋回层序、事件和形成演化的探索 总被引：11，自引：4，他引：11
通过 10余年来对中朝板块旋回层序、事件及构造演化的调查研究和综合分析 ,笔者编制了中朝板块旋回层序、事件和形成演化综合图 ,深刻地认识到地质科学是复杂性的科学体系。复杂系统研究要求重组现有的科学划分 ,实现跨越岩石矿物学、古生物学、层序地层学、地质地球化学、磁性地层学、古地理学、古构造学、天文学、海洋学及矿床学等不同学科的协同 ,从而促进学科的交叉和融合 ,以求学科体系理论和方法论的深刻变革 ,以推动地质科学的发展。这就是笔者提出以宇地系统观来综合研究地球、层序、事件和演化的基本思路。依据宇地系统作用原理 ,研究了中朝板块从元古宙至中新生代的旋回层序、事件和演化历史。从 180 0Ma至第四纪共划分出 2 0个超旋回或巨旋回周期和百余个奥尔特周期 ;还研究了海泛事件、隆升间断事件、跷跷板运动事件、臼齿碳酸盐事件、热事件、反极性事件、岩溶事件、火山喷发事件、风暴事件、物源区类型及古构造演化等一系列重大事件。应用宇地系统周期等时原理对中朝板块拗拉谷、鲕滩台地建造、前陆盆地演化和陆相裂谷盆地 ,按长偏心率周期进行了古地理演化的精细研究 ,再现了中朝板块构造、古地理和地层格架的演变 ,并对具全球性意义的大气圈、水圈、生物圈、沉积圈及成矿作用等重大地球 相似文献
14.
大数据是海量、高增长率和多样化的信息资产,是未来找矿靶区预测的不可或缺的技术。大数据-三维成矿预测研究面临机遇与挑战,其涉及的地学大数据除了数据来源众多、比例尺不同、数据量大、非结构化管理、时效性强、空间数据与非空间数据协同管理等复杂特点外,还必须具有适应进行三维建模及空间分析的数据结构。本文分析了地学空间大数据的特点,对多源地学综合信息的管理需求进行研究,参考国家及行业标准,建立了可满足三维成矿预测需求的多源地学空间数据库模型,并依据实际划分为勘查控制钻孔地质数据库、空间属性数据库和地球物理数据库,各数据库可在多源地学空间索引库的支持下协同工作。本文以大数据应用的典型实例--钟姑矿田作为研究对象,系统收集了矿田内勘查成果资料,建立了钟姑矿田多源地学空间数据库,并在此基础上进行了控矿要素的有效提取,可进一步支持三维成矿预测。研究结果表明,本文提出的多源地学空间数据库可有效管理地学空间大数据,是大数据-三维成矿预测的重要解决方案,是进行三维成矿预测的重要数据支持。 相似文献
15.
16.
《地学前缘(英文版)》2023,14(2):101521
Lithofacies paleogeography is a data-intensive discipline that involves the interpretation and compilation of sedimentary facies. Traditional sedimentary facies analysis is a labor-intensive task with the added complexity of using unstructured knowledge and unstandardized terminology. Therefore, it is very difficult for beginners or non-geology scholars who lack a systematic knowledge and experience in sedimentary facies analysis. These hurdles could be partly alleviated by having a standardized, structured, and systematic knowledge base coupled with an efficient automatic machine-assisted sedimentary facies identification system. To this end, this study constructed a knowledge system for fluvial facies and carried out knowledge representation. Components include a domain knowledge graph for types of fluvial facies (meandering, braided and other fluvial depositional environments) and their characteristic features (bedforms, grain size distribution, etc.) with visualization, a method for query and retrieval on a graph database platform, a hierarchical knowledge tree-structure, a data-mining clustering algorithm for machine-analysis of publication texts, and an algorithm model for this area of sedimentary facies reasoning. The underlying sedimentary facies identification and knowledge reasoning system is based on expert experience and synthesis of publications. For testing, 17 sets literature publications data that included details of sedimentary facies data (bedforms, grain sizes, etc.) were submitted to the artificial intelligence model, then compared and validated. This testing set of automated reasoning results yielded an interpretation accuracy of about 90% relative to the published interpretations in those papers. Therefore, the model and algorithm provide an efficient and automated reasoning technology, which provides a new approach and route for the rapid and intelligent identification of other types of sedimentary facies from literature data or direct use in the field. 相似文献
17.
18.
当前世界进入基于大数据进行数据密集型科学研究的时代,协同操作的数据、信息、系统、空间基础设施对整个地球科学研究和应对巨大社会挑战至关重要.2012年8月在澳大利亚布里斯班召开的第34届国际地质大会,吸引了世界范围内的行业领军科学家交流讨论了地学信息领域取得的进展、成果和发展趋势.从本届地质大会来看,计算机技术、数据库技术、网络技术、虚拟技术等现代化的技术深入应用到了地学众多专业领域,地学信息产品服务成为了信息化时代各国为公众提供公益性服务的主流渠道,地学信息逐步突破孤立的专题、地区、国家的限制,跨专业、跨学科、跨国乃至跨大洲级别的数据共享将逐步达成共识.当前,全球的地学信息科学家都在朝着这同一方向努力,让地学知识能够快速、便捷、高效的为变化的地球服务. 相似文献