基础地理实体关系的知识图谱构建方法研究

针对新型基础测绘中构建地理实体关联关系的问题,提出一种基础地理实体关系的知识图谱构建方法,利用江苏省基础地理实体库作为实验数据,结合本体构建、知识抽取、知识图谱存储和语义网表示等关键技术,实现了基础地理实体知识图谱的构建与应用。实验结果表明:与传统的库表属性关联方法相比,该方法降低了地理实体关联关系构建的复杂度,串联地理实体多源异构数据,实现结构化、半结构化数据的高效存储与快速索引,满足了新型基础测绘“一库多能,按需组装”的需求,为实景三维中国的建设提供了可靠、高效的服务基础。

地理本体高效转换和查询效率

为解决Geodatabase数据库中基础地理信息缺乏语义的问题,在分析Geodatabase空间数据模型的基础上,实现地理本体模型构建,依据文件存储模式和TDB数据库存储模式,设计并实现AEXTrans、GXTrans和GJTrans这3种数据转换方法,在此基础上,对以文件和TDB的模式存储的大规模RDF数据进行语义查询对比实验。实验结果表明,GXTrans和GJTrans有较高的转换效率,实现了大规模地理本体高效转换及对基础地理信息的语义体系组织;将TDB和RDF结合,可以有效提高大规模RDF数据查询效率和利用率。

基于CAN的地理语义数据存储与检索机制

语义技术能够更智能、更精确地检索信息,辅助工作人员进行科学决策,已被应用于地理信息处理,并形成了基于RDF(Resource Description Framework)数据的地理查询语言GeoSPARQL。然而,基于地理语义信息处理的应用平台多采用中心化的存储和检索服务,使得这些平台存在单节点失效、扩展性差等缺陷。尽管已有研究人员提出了多种方法,试图利用对等网络技术来解决语义数据的分布式处理,从而提升应用系统的可靠性和扩展性,但这些方法并没有考虑地理语义数据自身的特征。针对上述问题,文中利用地理语义数据的特征在对等网络上对其进行存储,提出基于CAN(Content Addressable Network)的地理语义存储和检索方案,根据位置信息将地理语义数据映射到对等网络中,从而提高了语义数据的检索效率。实验结果表明,所提方案不仅具有良好的扩展性,而且地理信息的拓扑关系查询效率优于现有方案。

一种GML数据到地理RDF数据的转换方法

为改变地理语义数据长期处于零散化、小型化、实验化的状态,针对GML数据转换地理RDF数据中需要XML Schema支持以及需人工半自动化处理的问题,该文提出一种自动化、通用的GML数据到地理RDF数据的转换方法:首先通过分析GML数据模型和地理RDF数据模型在语法和语义差异,基于Xpath进行语法抽象,提出GML数据到地理RDF数据的通用转换模型;然后基于树技术给出数据转换模板;最后通过语义Web构架(Jena)进行数据转换和序列化输出。实验表明,该方法有效、通用,能够对GML数据进行正确转换,后期可以构建分布式并行转换方式,使其能够胜任大数据环境下的地理大文件转换。