CN111813959B - 气象记录档案知识图谱构建方法 - Google Patents

Abstract

本发明提供了一种气象记录档案知识图谱构建方法，包括：收集气象记录档案领域相关数据；综合分析气象记录档案的主要内容，选取气象档案领域中的基本术语、分类信息、主题词作为概念，完成气象记录档案本体的查询常用概念定义；在查询常用概念的基础上定义子概念，形成概念的层次结构；定义各个概念属性及其属性的取值约束，包括概念本身的相关内容信息的数值属性及概念之间关联关系的对象属性；进行关系定义，定义概念与概念之间关系，以及概念与属性的关联关系，对气象记录档案各本体概念之间构建可能存在的语义关系，形成气象记录档案本体模型；通过本体描述语言OWL对本体模型进行描述，实现由概念到数据的过程。

Description

气象记录档案知识图谱构建方法

技术领域

本发明涉及计算机技术、气象和档案领域，特别涉及一种气象记录档案知识图谱构建方法。

背景技术

目前全国气象系统共建设1个国家级气象档案馆与31个省级气象档案馆，存储并管理着始于19世纪中期以来的各类气象记录档案，这些档案是研究我国近代气候变化及环境演变不可替代的基础性资料，是国家重要的科技信息资源。

从2018年开始中国气象局组织安徽、河北、山东和湖北四省气象档案馆开展数字气象档案馆试点建设，其中一个重要的试点建设内容是面向全国气象档案馆建立高质量的数字气象档案管理系统建设，数字气象档案管理系统后台的挖掘算法和相关统计查询的分析效果直接依赖于背景知识库的质量，因此建立高质量气象档案知识库有着非常迫切的需求。

发明内容

本发明的目的在于提供一种气象记录档案知识图谱构建方法，以实现建立高质量的气象档案知识库的需求。

为解决上述技术问题，本发明提供一种气象记录档案知识图谱构建方法，所述气象记录档案知识图谱构建方法包括：

收集气象记录档案领域相关数据；

综合分析所述气象记录档案数据的内容，选取气象档案领域中的基本术语、分类信息、主题词作为概念，完成气象记录档案本体的查询常用概念定义；

在所述查询常用概念的基础上定义子概念，形成概念的层次结构；

定义各个概念属性及其属性的取值约束，包括概念本身的相关内容信息的数值属性及概念之间关联关系的对象属性；

进行关系定义，定义概念与概念之间关系，以及概念与属性的关联关系，对气象记录档案各本体概念之间构建可能存在的语义关系，形成气象记录档案本体模型；

通过本体描述语言OWL对本体模型进行描述，实现由概念到数据的过程。

可选的，在所述的气象记录档案知识图谱构建方法中，所述气象记录档案知识图谱构建方法还包括：

基于本体的理论，结合档案学及气象学知识，完成气象记录档案领域的本体模型构建；

所述本体的理论包括：

明确构建的气象记录档案本体的领域及范围；

分析复用气象记录档案领域已有本体的可能性；

获取气象记录档案领域知识；

确定气象记录档案领域的查询常用概念；

建立所述气象记录档案领域的查询常用概念的层次；

定义气象记录档案领域的查询常用概念之间的属性及约束；

对构建的气象记录档案本体进行实例化；

判断是否进行逻辑推理及检测，若是，则返回至确定气象记录档案领域的查询常用概念的步骤；

否则对构建的气象记录档案本体进行更新，并返回至获取气象记录档案领域知识步骤。

可选的，在所述的气象记录档案知识图谱构建方法中，所述气象记录档案知识图谱本体模型构建的方法还包括：

将构建的气象记录档案本体的领域及范围进行文档化；

将复用气象记录档案领域已有本体的可能性进行文档化；

将气象记录档案领域的查询常用概念进行文档化；

将气象记录档案领域的查询常用概念的层次进行文档化；

将气象记录档案领域的查询常用概念之间的属性及约束进行文档化；

将构建的气象记录档案本体的实例进行文档化；

对构建的气象记录档案本体的更新时进行文档化；

进行文档化的操作形成的文档用于后续步骤。

可选的，在所述的气象记录档案知识图谱构建方法中，所述气象记录档案领域相关数据包括获取的气象档案馆元数据、气象档案类别元数据、气象档案案卷元数据、气象档案卷内文件元数据及气象档案管理元数据；

所述气象记录档案领域相关数据还包括查询的地面文件、高空文件、辐射文件、农业文件、酸雨文件、天气图文件及台站历史沿革文件进行词表自动补充；

所述气象记录档案领域相关数据还包括基于中国气象局下发的气象档案业务技术规范获取的数据。

可选的，在所述的气象记录档案知识图谱构建方法中，通过对气象记录档案查找需求与气象记录档案数据分析，从解决气象记录档案的查找困难的问题出发，围绕气象记录档案文件、档案的形成、档案的归档管理三个方面，定义气象观测文件、时间、气象档案馆、气象记录档案案卷、行政区域、档案形成单位、气象观测要素等能快速查找定位档案的查询常用概念，基于所述常用概念延伸出管理制度、责任者、生产单位、气象观测规范、气象观测仪器、气象观测方法的概念；

定义各个概念属性及其属性的取值约束包括定义纸质文件属性、电子文件属性、行政区域属性、气象观测台站属性、气象观测事件属性、时间属性、气象观测责任者属性、气象观测规范属性、气象观测要素属性、气象观测仪器属性、气象观测方法属性、观测记录属性、气象档案馆属性、档案形成单位属性、气象记录档案案卷属性及气象档案管理规定属性。

可选的，在所述的气象记录档案知识图谱构建方法中，气象记录档案本体关系的定义是根据气象记录档案业务分析，围绕气象记录档案的生产、管理和利用，以气象记录档案自身即“气象观测文件”为核心，定义各概念之间的关系，以建立气象记录档案数据之间的关联。

可选的，在所述的气象记录档案知识图谱构建方法中，通过调研气象记录档案数据获取同一地点、同一时间的不同类型的气象观测文件之间存在关联关系；

不同类型的气象观测文件包括：最原始观测记录的气簿和自记纸、从自记纸中读取的气簿中的观测数据、从气簿中读取记录的气表中的数据、基于日观测数据计算的月统计数据、从月报表中读取的年报表中的数据，基于月统计数据计算的年统计数据。

可选的，在所述的气象记录档案知识图谱构建方法中，所述气象记录档案知识图谱包括基于档案本身的智能检索模块、基于观测要素的智能检索模块及基于观测台站的智能检索模块，其中：

所述基于档案本身的智能检索模块基于气象记录档案知识图谱的概念关系、实体关系，关联查找出当前档案馆中主要气象记录档案，再关联出每种档案存放位置、观测台站、形成时间、地点、观测要素等，将这些档案相关的不同实体建立关系网络；

所述基于观测要素的智能检索模块根据观测要素的知识关联关系网，基于气压、气温、湿度、降水量观测要素，关联查找档案，档案文件与观测要素的关系上标明该档案记录的数据特点，同时关联出其观测时次、观测人、观测台站及所在案卷；

所述基于观测台站的智能检索模块根据观测台站的关联关系网，查找出台站某一时期的图像文件、观测记录、观测人、台站长、观测要素、观测仪器、变动事项、观测场环境信息，或查询过去使用的观测仪器的台站，形成台站沿革信息网络。

在本发明提供的气象记录档案知识图谱构建方法，通过基于本体的理论，结合档案学及气象学知识，完成气象记录档案领域的本体模型构建，明确构建的本体的领域及范围，分析复用该领域已有本体的可能性，获取该领域知识，确定该领域的查询常用概念，建立所述该领域的查询常用概念的层次，定义该领域的查询常用概念之间的属性及约束，对构建的本体进行实例化，判断是否进行逻辑推理及检测，若是，则返回至确定该领域的查询常用概念的步骤，否则对构建的本体进行更新，并返回至获取该领域知识步骤，实现了利用本体能够有效地组织气象记录档案领域数据，采用的是自顶向下的方式构建知识图谱。

附图说明

图1是本发明另一实施例本体模型构建流程示意图；

图2是本发明另一实施例本体概念层次示意图；

图3是本发明另一实施例查询常用概念关系示意图；

图4是本发明另一实施例概念关系层次结构示意图；

图5是本发明另一实施例本体概念关系示意图；

图6是本发明另一实施例本体与实体映射关系示意图；

图7是本发明另一实施例气象观测档案文件概念层次结构示意图；

图8是本发明另一实施例气象记录档案形成概念层次结构示意图；

图9是本发明另一实施例气象记录档案管理概念层次结构示意图；

图10是本发明另一实施例气象记录档案关联关系示意图；

图11是本发明另一实施例气象记录档案要素关联关系示意图。

具体实施方式

以下结合附图和具体实施例对本发明提出的气象记录档案知识图谱构建方法作进一步详细说明。根据下面说明和权利要求书，本发明的优点和特征将更清楚。需说明的是，附图均采用非常简化的形式且均使用非精准的比例，仅用以方便、明晰地辅助说明本发明实施例的目的。

本发明的核心思想在于提供一种气象记录档案知识图谱构建方法，以实现建立高质量的气象档案知识库的需求。

为实现上述思想，本发明提供了一种气象记录档案知识图谱构建方法，所述气象记录档案知识图谱构建方法包括：收集气象记录档案数据；综合分析气象记录档案数据的内容，选取气象档案领域中的基本术语、分类信息、主题词作为概念，完成气象记录档案本体的查询常用概念定义；在所述查询常用概念的基础上定义子概念，形成概念的层次结构；定义各个概念属性及其属性的取值约束，包括概念本身的相关内容信息的数值属性及概念之间关联关系的对象属性；进行关系定义，定义概念与概念之间关系，以及概念与属性的关联关系，对气象记录档案各本体概念之间构建可能存在的语义关系，形成气象记录档案本体模型；通过本体描述语言OWL对本体模型进行描述，实现由概念到数据的过程。

本实施例还提供了一种气象记录档案知识图谱的构建方法，所述气象记录档案知识图谱本体模型的构建方法包括：基于本体的理论，结合档案学及气象学知识，完成气象记录档案领域的本体模型构建；所述本体的理论包括：明确构建的气象记录档案本体的领域及范围；分析复用气象记录档案领域已有本体的可能性；获取气象记录档案领域知识；确定气象记录档案领域的查询常用概念；建立所述气象记录档案领域的查询常用概念的层次；定义气象记录档案领域的查询常用概念之间的属性及约束；对构建的气象记录档案本体进行实例化；判断是否进行逻辑推理及检测，若是，则返回至确定气象记录档案领域的查询常用概念的步骤；否则对构建的气象记录档案本体进行更新，并返回至获取气象记录档案领域知识步骤。

本实施例提供了一种气象记录档案知识图谱构建系统，所述气象记录档案知识图谱包括：气象记录档案本体概念定义模块，被配置为基于主要气象记录档案资源、标准和规范定义本体概念；气象记录档案本体属性定义模块，被配置为基于主要气象记录档案资源、标准和规范定义本体属性；本体概念关系定义模块，被配置为定义所述本体概念之间的关系，以及所述本体概念与所述本体属性之间的关系；本体语言表示模块，被配置为采用OWL语言，通过OWL语言对所述本体概念进行描述，把所述本体概念进行数据化，使得机器能够理解与处理所述本体概念；本体与实体映射模块，被配置为通过知识图谱构建技术获取的大量多源异构的气象记录档案数据，导入到气象记录档案本体框架模型中，实现从多源异构的气象记录档案数据中获取实体、属性、关系，从而完成气象记录档案知识图谱整体构建。

气象记录档案的数据资源是构建知识图谱的基础，深入剖析数据特点与来源组成是构建的必要条件。从对气象学和档案学的认知出发，在梳理现有安徽省气象局馆藏的多源异构气象记录档案数据的基础上，结合气象档案标准、业务规范等获得更多、更全面的气象记录档案知识，知识源和知识获取方法是开放性的，可依据新的知识源进行知识的补充和知识的自我进化。目前已经实现的气象档案知识图谱知识获取方式，主要有以下几方面：基于全国数字气象档案馆建设技术小组制定的《气象记录档案著录元数据》，主要包括气象档案馆元数据、气象档案类别元数据、气象档案案卷元数据、气象档案卷内文件元数据、气象档案管理元数据5大类元数据。

气象档案馆元数据存储档案馆的基本信息，是以结构化的形式存储在关系型数据库中，主要包括档案馆编号、档案馆编码、档案馆名称、别名、英文名称、级别、业务范围、馆藏档案种类、馆藏档案数量、最早档案种类、最早档案年代、档案馆建馆时间、搬迁情况、现档案馆面积、档案保管条件、档案馆环境、地理位置、配套设施、访问级别等内容。

气象档案类别元数据存储每一类档案的基本情况，是以结构化的形式存储在关系型数据库中，包括档案分类编码、类别名称、类别定义、类别别名、简称、起始时间、结束时间、档案来源、整理方式、档案案卷数量、册数、件数、页数，组卷方式、信息化情况、排放位置、包含内容、档案介质等内容。

气象档案案卷元数据存储每一卷档案的基本情况，是以结构化的形式存储在关系型数据库中，包括档案馆编号、案卷号、登记日期、档号、地域号、分类号、序号、名称、主题词、生产单位、年代、件数、页数、密级、出版日期、期限、借否、橱柜号、备注、是否有变动情况、数字化情况。

卷内文件是组成档案实体的最小单元，案卷一般由同一时间、地域、要素相同的多个文件组成，气象档案卷内文件元数据用于描述该文件的档案馆编号、案卷号、档号、卷内序号、文号(编号)、文件名、主题词、档案产生单位、形成日期、页码、变动情况、存放位置、备注等。

气象档案管理元数据存储档案的移交、整理、借阅、变更、鉴定等管理过程的元数据。主要包括档案移交申请数据、档案接收数据、档案整理数据、档案借阅申请数据、档案借阅审批数据、档案归还申请数据、档案归还办理数据、档案鉴定数据、档案变更数据、档案检查与备份数据、档案检索数据等。

直接进馆查询地面、高空、辐射、农业、酸雨、天气图、台站历史沿革文件等7类文件，进行词表的自动补充和完善。

调研得知目前馆藏的地面观测文件主要包括纸质文件和电子文件。

纸质文件主要有地面气象观测自记纸(简称自记纸)、地面气象观测记录簿(气簿-1)、天气报告观测记录簿(气薄-2)及其他辅助观测簿、地面气象记录月报表、地面气象记录年报表(气表-21)等。其中自记纸反应的是一段时间内观测数据的变化趋势；气簿记录的是自然天不同观测时次的观测数据；月报表记录的是自然月逐天的观测数据以及月平均、月总量、月最高、月最低等统计数据；年报表记录的自然年逐月的观测数据以及年平均、年总量、年最高、年最低等统计数据。

电子文件包括地面自动气象站产生的数据观测电子文件和纸质扫描电子文件。

目前馆藏的高空观测文件包括高空纸质观测文件和电子文件。

纸质观测文件包括高空气象观测记录表(简称高表)，高表记录的是月度高空测风、温度、湿度、气压等记录。

电子文件包括高空自动气象站产生的数据观测文件和各类纸质高表的电子扫描件。

目前馆藏的气象辐射记录档案分为纸质文件和电子文件。

纸质文件主要有气象辐射观测簿、气象辐射记录月报表(气表-33)等，辐射气簿记录的是辐射观测数据；辐射气表记录的是全月辐射观测数据以及月平均、月总数、月最高、月最低等月统计数据。

电子文件包括辐射自动气象站产生的数据观测电子文件和各类辐射气簿、辐射月报表纸质扫描文件。

目前馆藏的农业气象记录档案文件分为纸质观测文件和电子文件。

纸质观测文件包括农业气象观测簿、农业气象观测记录年表，农业气象观测簿主要有农气簿-1(作物生育状况观测簿)、农气簿-2(土壤水分观测簿)、农气簿-3(自然物候观测簿)、农气簿-4(畜牧气象观测记录簿)等。农业气象观测记录年报表主要有农气表-1(作物生育状况观测记录年报表)、农气表-2(土壤水分观测记录年报表)、农气表-3(自然物候观测记录年报表)、农气表-4(畜牧气象观测记录年报表)、农气表-5、农气表-6、农气表-7、农气表-8等。

电子文件包括农业气象自动观测站产生的数据观测文件和各类农气表、农气簿纸质扫描文件。

目前馆藏的酸雨气象记录档案文件包括纸质观测文件和电子文件，纸质观测文件分为酸雨观测记录簿(特簿-1)、酸雨观测记录月报表(特表-1)。

电子文件包括各类纸质酸雨月报表、酸雨观测簿的电子扫描文件和酸雨观测站产生的数据观测电子文件。

目前馆藏的天气图主要分为纸质文件和电子扫描文件，天气图主要有地面天气图和高空天气图等。

台站历史沿革文件包括气象台站历史沿革数据文件和台站历史图像文件。台站历史沿革文件记录台站历史沿革数据，记录着气象观测台站的台站名称、台站级别、台站位置、观测要素、观测仪器、观测时制、观测规范、台站环境等属性的变更记录，是台站文化建设的数据基础。

台站图像文件用于记录存档的与气象台站历史沿革有关的环境、仪器等图像(含照片)文件。

收集中国气象局公开发出的气象档案各类通知和技术规范，利用自然语言处理技术，进行气象档案各类词表的扩充并基于数据挖掘技术进行知识图谱中节点间关系的发现。包括中国气象局下发的行标、国标、地标及业务技术规范。主要包括《气象档案分类与编码》、《气象记录档案管理规定》、《纸质气象记录档案整理规范》、行标《气象档案元数据》、《气象数据集说明文档格式》、《地面气象观测数据文件和记录簿表格式》、《气象数据归档格式地面》、《地面气象观测规范》、《常规高空气象观测业务规范》、《高空气象观测数据格式》、《酸雨观测规范》、《酸雨气象观测数据格式》、《农业气象观测规范》、《气象数据归档格式—自动观测土壤水分》等。

针对气象档案的大量文献资料，研究并实现基于模板的气象档案知识抽取，对知识图谱的知识进行补充，并研究知识图谱驱动下的气象档案知识自动抽取技术。

开发若干气象档案知识服务应用，并基于用户的应用反馈对知识图谱的知识进行修正和补充。随着应用服务的不断加强，这一部分将是未来气象记录档案知识图谱的重要知识来源。

本实施例还提供的气象记录档案知识图谱本体模型中，所述气象记录档案知识图谱本体模型系统包括基于档案本身的智能检索模块、基于观测要素的智能检索模块及基于观测台站的智能检索模块，其中：用户查询档案时可能只有大体的查询方向，并不清楚具体的查询目标，需要对档案馆藏档案有一个系统全面的了解，再去查询想要的具体的档案，形成查询清单。如图2所示，基于气象记录档案知识图谱的概念关系、实体关系，关联查找出当前档案馆中馆藏了地面气象观测簿、自记纸、地面气象观测月报表、地面气象年报表、天气图、台站历史沿革、大事记、照片档案等8种类型的档案，再关联出每种档案存放位置、观测台站、形成时间、地点、观测要素等，将这些档案相关的不同实体建立关系网络，以图的形式展现出来，这样用户先从上层了解档案馆中馆藏了哪些档案，再到查看档案本身的关联关系，为用户提供由大到小、由顶到底的档案智能查询方式，扩大检索的准确度和广度，最大程度上满足用户的档案查找需求。

在实际业务应用中，用户可能基于某种业务需求，需要查询特定观测要素相关档案,以获取该要素的来龙去脉。

如图10所示，依托观测要素的知识关联关系网，基于气压、气温、湿度、降水量4种观测要素，关联查找出砀山县1959年1月15日的自记纸、地面气象观测簿、月报表等档案，档案文件与观测要素的关系上标明了该档案记录的数据特点，同时关联出了其观测时次、观测人、观测台站、所在案卷等，用户通过对档案特点进行分析后，以获取自己想要的档案。

台站历史沿革记录着气象观测台站的台站名称、台站级别、台站位置、观测要素、观测仪器、观测时制、观测规范、台站环境等属性的历史变更记录，是反映台站长期以来的变化发展的重要依据。目前台站历史沿革文件是以TXT文本文件的形式存放，无法进行高效地检索查询。比如用户想查询某年某个台站的台站长、观测场环境、观测仪器、观测文件等信息，传统的查找方式需要耗费大量的时间。

依托观测台站的关联关系网，查找出台站某一时期的图像文件、观测记录、观测人、台站长、观测要素、观测仪器、变动事项、观测场环境等信息，反过来也可查询过去使用过某种观测仪器的台站有哪些，将这些台站沿革信息以图的方式展现出来，帮助用户快速了解台站的沿革信息，同时也为将来台站文化建设提供数据支撑(见图11)。

基于本体的理论，结合档案学及气象学方面的知识，完成了气象记录档案领域的本体模型构建。首先收集气象记录档案领域相关数据，综合分析气象记录档案的主要内容，完成气象记录档案本体的查询常用概念定义，在查询常用概念的基础上定义子概念，形成概念的层次结构，接着定义概念属性及其属性的取值约束。然后对气象记录档案各本体概念之间构建可能存在的语义关系，形成本体模型。最后通过本体描述语言OWL对本体模型进行描述，实现由概念到数据的过程，为知识获取奠定了基础(见图1)。

气象记录档案本体模型构建的基本流程包括5个步骤,

1)本体概念定义:基于主要气象记录档案资源、标准和规范定义本体概念。

2)本体属性定义：基于主要气象记录档案资源、标准和规范定义本体属性。

3)本体概念关系定义：定义本体概念与概念之间的关系。

4)本体语言表示：本体表示采用OWL语言，通过OWL语言对本体的描述，把概念数据化，使得机器能够理解与处理。

5)本体与实体映射：通过知识图谱构建技术获取的大量多源异构的气象记录档案数据，导入到气象记录档案本体框架模型中，实现从多源异构的气象记录档案数据中获取实体、属性、关系，从而完成气象记录档案知识图谱整体构建。

气象记录档案本体概念定义包括：通过对气象记录档案查找需求与气象记录档案数据分析，从解决气象记录档案的查找困难的问题出发，围绕气象记录档案文件、档案的形成、档案的归档管理三个方面，定义气象观测文件、时间、气象档案馆、气象记录档案案卷、行政区域、档案形成单位、气象观测要素等能快速查找定位档案的查询常用概念，基于这几个概念延伸出管理制度、责任者、生产单位、气象观测规范、气象观测仪器、气象观测方法等概念，构建出本体概念层次结构图2所示。查询常用概念气象观测文件、气象档案馆、气象记录档案案卷、行政区域、气象观测台站、时间等查询常用概念关系如图3所示。

目前安徽省气象档案馆馆藏的主要气象记录档案文件可分为地面、高空、辐射、农业、酸雨、天气图、台站历史沿革文件等7类文件，每类文件又根据观测要素、观测时间、观测数据的不同，划分为多种子类型。气象观测档案文件概念层次结构图如图7所示，气象记录档案形成概念层次结构如图8所示，气象记录档案管理概念层次结构如图9所示。

气象记录档案本体属性定义包括：通过调研用户对气象记录档案纸质文件的查找需求，查看分析气象记录档案纸质文件、电子文件、气象记录档案元数据，选取能代表气象观测文件特性和能满足用户快速查找定位档案的词作为属性。分别为：台站编号、文件名称、文件档号、形成单位、地域号、形成日期、记录类型、保管期限、关键词、密级等。

通过调研用户对档案电子文件的查找需求，查看分析气象记录档案电子文件，选取能代表电子文件特性和能满足用户快速查找定位电子文件档案的词作为属性。分别为：台站编号、形成单位、文件名称、地域号、形成日期、文件类型、记录类型、关键词、密级、服务器地址、文件路径、观测人员、文件编报人员、文件审核人员等。

气象记录档案形成包括：行政区域属性定义：行政区域选取区域名称、区域代码作为属性。气象观测台站属性：气象观测台站选取台站名称、台站位置、台站级别、区站号、台站周围障碍物、所属机构等属性。气象观测事件定义事件类型、事件名称、事件说明、开始时间、结束时间等属性。时间属性定义选取时间类型，日期等属性。气象观测责任者属性定义选取职责、姓名、所在单位等属性。气象观测规范属性定义“规范类型”、“规范名称”、“起草时间”、“起草单位”、“起草人”等属性。气象观测要素属性选取要素代码、要素名称、要素别名等属性。气象观测仪器属性选取仪器名称、仪器距地高度、仪器型号、仪器生产厂商等属性。气象观测方法属性定义“方法名称”等属性。

观测记录的内容是不同观测要素、不同时间、不同统计维度的观测值，其属性定义采用时间+要素，维度+要素两种组合的方式，以便清晰全面地展示出某地某时间的观测数据。不同类型的观测记录所含的属性有所不同，下面对每种类型的观测记录的属性分别定义。

地面观测记录按照时间维度可划分为年观测记录、月观测记录、日观测记录等。地面观测台站的观测时次、观测要素随着台站沿革发展会发生变化，不同台站、不同年代的观测时次和观测要素可能都不一样，且观测要素种类繁多，下面举例常用的地面观测要素和某站某年的观测时次定义属性。

选取特定日观测记录属性定义如下，定义气温、气压、降水量的01时、07时、13时、19时等属性，以存储某地某时某要素的观测值。

气象档案馆选取档案馆名称、英文名称、档案馆编号、别名、业务范围、现档案馆面积、馆藏档案种类、所属机构、档案馆编码、地理位置、馆藏档案数量等属性。档案形成选取单位名称、单位所在地等属性。

档案案卷选取案卷名称、档案馆编码、规范名称、分类号、地域号、形成单位、年代、起始日期、终止日期、案卷号、区站号、主题词、组卷单位、组卷方式、页数、密级、保管期限、存放位置、接收人、移交人等。

气象记录档案管理规定定义“规定名称”，“下发时间”，“发文编号”等属性。

本体概念关系定义包括：在气象记录档案本体中，根据本体关系的层级和结构，得到关系主要包括以下六大类，分别是：物理、空间、管理、观测、时间和事件相关性(见图4)。

气象记录档案本体各“概念”之间的关系，是把各“概念”连接起来，形成一个有关联框架的重要部分。关系的定义，是构建气象记录档案知识体系的核心要素，也为后期知识获取提供方向。气象记录档案本体关系的定义是根据气象记录档案业务分析，围绕气象记录档案的生产、管理、利用，以气象记录档案自身即“气象观测文件”为核心，定义各概念之间的关系，以建立气象记录档案数据之间的关联。总的概念关系图如图5所示：

从气象观测台站文化建设的需求出发，基于气象观测台站历史沿革数据，挖据出气象观测台站的站长、台站环境图像、台站所用仪器图像、台站历史变动事项等概念，构建台站与其之间的关联关系，能同时展示台站某一时间点的多维度信息，方便用户更加准确、智能、便捷的获取台站信息。

通过调研气象记录档案数据发现，同一地点、同一时间的不同类型的气象观测文件之间存在关联关系，比如地面气象观测文件中，气簿、自记纸是最原始的观测记录，气簿中的观测数据可能是从自记纸中读取的，气表(月报表)中的数据是从气簿中读取记录，基于日观测数据计算月统计数据，年报表中的数据是从月报表中读取，基于月统计数据计算年统计数据。地面、气象、辐射、农业、酸雨各自包含不同类型的气象记录档案文件，各类型的气象记录档案文件包含不同地观测要素，文件之间也存在相互的关联关系。同一时间、同一地点的气象档案记录文件之间的关系，这些不同时间维度的气象记录文件之间存在数据递进的关系，可将自记纸这种的观测数据提取到气簿中，气簿中的数据通过统计加工记录到月报表中，月报表中的数据通过统计加工记录到年报表中。各类纸质的气象档案文件通过扫描技术生成图片扫描件。用户根据时间、地点查询到某一档案时，可查询到多种类型的气象记录文件，基于文件属性及文件之间的关联关系帮助用户查找到更符合查找意图的档案文件。

一个台站可能即进行地面气象观测，也进行高空气象观测，这样的观测台站会形成同一时间、同一地点的地面和高空观测记录，因此地面观测文件和高空观测文件可以通过台站+时间、地点+时间两种方式建立关联。

地面观测文件包含自记纸、气簿、气表，反应的是一段时间内观测数据的变化趋势，是一张曲线图，是最原始最细时间粒度的观测记录，气簿记录每天不同时次的观测数据，气表记录的月度观测数据和年度观测数据，可分为月报表和年报表，月报表记录的是逐日观测数据和月统计数据，年报表记录逐月统计数据和年统计数据。通过翻阅、调研这几种档案，得到以时间粒度为数据依赖关系，各文件之间的数据存在关联关系，比如气簿-1的日照数据来源于日照自记纸，气表-1中的日观测数据来源于气簿，气表-21中的月统计数据来源于气簿-21，建立这种文件之间的数据依赖关系，体现出各观测文件的数据特点，可以让用户快速查找定位想查找的档案。

自记纸包含气温自记纸、气压自记纸、风向风速自记纸、降水量自记纸、湿度自记纸、日照自记纸。

调研气象业务人员工作中的用到业务知识得知，部分地面观测气象要素之间相关性较强，部分地面观测要素的数值是基于其他观测要素的值计算出来的。以降水为例，可关联到相关其他要素有：相对湿度、天气现象、云、温度、日照等。若发生降水(有降水量)：相关观测要素会变化的有：相对湿度数值较高，天气现象记录有降水类天气现象，有云(云量>0)，日照时数相对较少或者无日照。以气温为例，可关联到其他要素有：天气现象(结冰、霜)、降水、地面温度、草面温度等。若气温低于0℃：相关观测要素会变化的有：地面温度偏低，草面温度偏低，可能会产生结冰、霜等。以大风为例，可关联到其他要素有：风速、天气现象(雾、霾、露、霜)。若出现大风天气现象：相关观测要素会变化的有：极大风速≥17m/s，出现大雾、霾、露、霜等天气现象的可能性较小。以地温为例，可关联到其他要素有：冻土、天气现象等。若出现5cm地温低于0℃：相关观测要素会变化的有：可能会产生冻土、结冰、霜等。高空气象记录档案文件探空(P3-049)观测记录表、高表-11、高表-12、高表-13、高表-14、高表-16，各文件之间无数据依赖关系，都是单独观测记录的。

各类型的高空观测文件之间存在间接的关联关系，需要进一步的推理分析。以高表-11和高表-12为例为高空测风观测记录，只是使用的观测仪器不同，因此两者之间可以通过观测要素进行关联。

气象辐射记录观测文件包括纸质的气表-33和电子文件R文件。气表-33和R文件之间都记录某地某时相同要素的观测值，因此两者之间可以通过时间、观测要素产生关联。

农业气象记录档案文件主要有纸质的农气簿-1(作物生育状况观测记录簿)、农气簿-2(土壤湿度测定记录簿)、农气簿-3(自然物候观测记录簿)、农气簿-4(畜牧气象观测记录簿)、农气表-1(作物生育状况观测记录表)、农气表-2(土壤湿度测定记录表)、农气表-3(物候观测记录表)、农气表-3(畜牧气象观测记录表)等，电子文件包括N文件和C文件。

本体表示采用OWL语言，通过OWL语言对本体的描述，把概念数据化，使得机器能够理解与处理。OWL语言以三元组的形式描述本体：对父子概念上下位的描述；对概念与概念间关系的描述；对概念的属性之间的描述。

本体与实体的映射关系图举例如图6所示：在知识图谱中，实体是最基本的元素，实体代表客观存在的事物，如砀山气象观测站就是一个实体，是知识图谱中“图”的一个节点，实体间的关系是“图”中节点之间的连线。本体概念是对实体的一个抽象描述，两者之间是存在对应关系，为本体概念添加实例通常被称为本体填充。本体填充是在本体模型构建完成之后进行的，首先进行概念、概念属性及概念关系的定义，然后为定义好的概念及概念关系添加实例，形成气象记录档案实体关系模型。

将上述实施例提供为可包括其上存储有机器可执行指令的一个或多个机器可读介质的计算机程序产品，这些指令在由诸如计算机、计算机网络或其他电子设备等的一个或多个机器执行时，可以引起一个或多个机器执行根据本发明的各实施例的操作。机器可读介质可以包括但不限于软盘、光盘、CD-ROM(紧致盘只读存储器)和磁光盘、ROM(只读存储器)、RAM(随机存取存储器)、EPROM(可擦除可编程只读存储器)、EEPROM(电可擦除可编程只读存储器)、磁或光卡、闪速存储器或适用于存储机器可执行指令的其他类型的介质/机器可读介质。

此外，可以作为计算机程序产品下载各实施例，其中，可以经由通信链路(例如，调制解调器和/或网络连接)由载波或其他传播介质实现和/或调制的一种或多种数据信号把程序从远程计算机(例如，服务器)传输给请求计算机(例如，客户机)。因此，在此所使用的机器可读介质可以包括这样的载波，但对此不作要求。

综上，上述实施例对气象记录档案知识图谱本体模型及其构建方法的不同构型进行了详细说明，当然，本发明包括但不局限于上述实施中所列举的构型，任何在上述实施例提供的构型基础上进行变换的内容，均属于本发明所保护的范围。本领域技术人员可以根据上述实施例的内容举一反三。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

上述描述仅是对本发明较佳实施例的描述，并非对本发明范围的任何限定，本发明领域的普通技术人员根据上述揭示内容做的任何变更、修饰，均属于权利要求书的保护范围。

Claims (7)

1.一种气象记录档案知识图谱构建方法，其特征在于，所述气象记录档案知识图谱构建方法包括：

基于本体的理论，结合档案学及气象学知识，完成气象记录档案本体模型的构建；

所述本体的理论包括：

明确构建的气象记录档案本体的领域及范围；

分析复用气象记录档案领域已有本体的可能性；

获取气象记录档案领域知识；

确定气象记录档案领域的查询常用概念；

建立所述气象记录档案领域的查询常用概念的层次；

定义气象记录档案领域的查询常用概念之间的属性及约束；

对构建的气象记录档案本体进行实例化；

判断是否进行逻辑推理及检测，若是，则返回至确定气象记录档案领域的查询常用概念的步骤；

否则对构建的气象记录档案本体进行更新，并返回至获取气象记录档案领域知识步骤；

收集气象记录档案数据；

综合分析气象记录档案数据的内容，选取气象档案领域中的基本术语、分类信息、主题词作为概念，完成气象记录档案本体的查询常用概念定义；

在所述查询常用概念的基础上定义子概念，形成概念的层次结构；

定义各个概念属性及其属性的取值约束，包括概念本身的相关内容信息的数值属性及概念之间关联关系的对象属性；

进行关系定义，定义概念与概念之间关系，以及概念与属性的关联关系，对气象记录档案各本体概念之间构建可能存在的语义关系，形成气象记录档案本体模型；

通过本体描述语言OWL对本体模型进行描述，实现由概念到数据的过程；

本体概念与实体映射，为本体概念添加相应的实体，完成概念-实体的对应，通过知识图谱构建技术获取的大量多源异构的气象记录档案数据，导入到气象记录档案本体框架模型中，实现从多源异构的气象记录档案数据中获取实体、属性、关系，从而完成气象记录档案知识图谱整体构建。

2.如权利要求1所述的气象记录档案知识图谱构建方法，其特征在于，所述气象记录档案知识图谱构建方法还包括：

将构建的气象记录档案本体的领域及范围进行文档化；

将复用气象记录档案领域已有本体的可能性进行文档化；

将气象记录档案领域的查询常用概念进行文档化；

将气象记录档案领域的查询常用概念的层次进行文档化；

将气象记录档案领域的查询常用概念之间的属性及约束进行文档化；

将构建的气象记录档案本体的实例进行文档化；

对构建的气象记录档案本体的更新时进行文档化；

进行文档化的操作形成的文档用于后续步骤。

3.如权利要求1所述的气象记录档案知识图谱构建方法，其特征在于，气象记录档案领域相关数据包括获取的气象档案馆元数据、气象档案类别元数据、气象档案案卷元数据、气象档案卷内文件元数据及气象档案管理元数据；

所述气象记录档案领域相关数据还包括查询的地面文件、高空文件、辐射文件、农业文件、酸雨文件、天气图文件及台站历史沿革文件进行词表自动补充；

所述气象记录档案领域相关数据还包括基于中国气象局下发的气象档案业务技术规范获取的数据。

4.如权利要求1所述的气象记录档案知识图谱构建方法，其特征在于，

通过对气象记录档案查找需求与气象记录档案数据分析，从解决气象记录档案的查找困难的问题出发，围绕气象记录档案文件、档案的形成、档案的归档管理三个方面，定义气象观测文件、时间、气象档案馆、气象记录档案案卷、行政区域、档案形成单位和气象观测要素，基于所述查询常用概念延伸出管理制度、责任者、生产单位、气象观测规范、气象观测仪器、气象观测方法的概念；

定义各个概念属性及其属性的取值约束包括定义纸质文件属性、电子文件属性、行政区域属性、气象观测台站属性、气象观测事件属性、时间属性、气象观测责任者属性、气象观测规范属性、气象观测要素属性、气象观测仪器属性、气象观测方法属性、观测记录属性、气象档案馆属性、档案形成单位属性、气象记录档案案卷属性及气象档案管理规定属性。

5.如权利要求1所述的气象记录档案知识图谱构建方法，其特征在于，气象记录档案本体关系的定义是根据气象记录档案业务分析，围绕气象记录档案的生产、管理和利用，以气象记录档案自身即“气象观测文件”为核心，定义各概念之间的关系，以建立气象记录档案数据之间的关联。

6.如权利要求1所述的气象记录档案知识图谱构建方法，其特征在于，通过调研气象记录档案数据获取同一地点、同一时间的不同类型的气象观测文件之间存在关联关系；

不同类型的气象观测文件包括：最原始观测记录的气簿和自记纸、从自记纸中读取的气簿中的观测数据、从气簿中读取记录的气表中的数据、基于日观测数据计算的月统计数据、从月报表中读取的年报表中的数据，基于月统计数据计算的年统计数据。

7.如权利要求1所述的气象记录档案知识图谱构建方法，其特征在于，所述气象记录档案知识图谱包括基于档案本身的智能检索模块、基于观测要素的智能检索模块及基于观测台站的智能检索模块，其中：

所述基于档案本身的智能检索模块基于气象记录档案知识图谱的概念关系、实体关系，关联查找出当前档案馆中馆藏档案，再关联出每种档案存放位置、观测台站、形成时间、地点和观测要素，将这些档案相关的不同实体建立关系网络；

所述基于观测要素的智能检索模块根据观测要素的知识关联关系网，基于气压、气温、湿度、降水量观测要素，关联查找档案，档案文件与观测要素的关系上标明该档案记录的数据特点，同时关联出其观测时次、观测人、观测台站及所在案卷；

所述基于观测台站的智能检索模块根据观测台站的关联关系网，查找出台站某一时期的图像文件、观测记录、观测人、台站长、观测要素、观测仪器、变动事项、观测场环境信息，或查询过去使用的观测仪器的台站，形成台站沿革信息网络。

Images