CN112765300B - 基于ArcGIS空间数据的水利对象关系图谱构建方法 - Google Patents
基于ArcGIS空间数据的水利对象关系图谱构建方法 Download PDFInfo
- Publication number
- CN112765300B CN112765300B CN202110110210.6A CN202110110210A CN112765300B CN 112765300 B CN112765300 B CN 112765300B CN 202110110210 A CN202110110210 A CN 202110110210A CN 112765300 B CN112765300 B CN 112765300B
- Authority
- CN
- China
- Prior art keywords
- water conservancy
- data
- attributes
- different
- relation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
- G06F16/367—Ontology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/02—Knowledge representation; Symbolic representation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A20/00—Water conservation; Efficient water supply; Efficient water use
- Y02A20/152—Water filtration
Abstract
本发明公开了基于ArcGIS空间数据的水利对象关系图谱构建方法,属于知识图谱技术领域,其主要思想可概括为两大要点:第一点,从ArcGIS中提取出水利对象信息以及水利对象之间的关联关系。根据前期收集的水利数据信息,按照一定的步骤和标准对数据进行清洗、筛选以及划分,构建出水利对象的关键信息。根据不同情况的实际需要,可将不同对象之间的关联关系用数据的形式来呈现。第二点,根据水利对象信息构建图谱的三元组。水利对象的三元组包括单个对象的三元组以及若干个有关联关系的对象之间的相应三元组。本发明的有益效果为:能够有效的利用水利信息构建相应的图谱模块,为水利图谱服务。
Description
技术领域
本发明属于知识图谱技术领域,具体涉及基于ArcGIS空间数据的水利对象关系图谱构建方法。
背景技术
21世纪以来,3S技术(GIS、GPS、RS)迅速发展,产生了大量的地理空间数据,因此如何展示客观事物的相互作用,以及运用地理对象的空间关系、拓扑关系成为当下研究的热点。
2012年知识图谱首先由谷歌提出,其主要利用结构化方式或者可视化方式来描述物理世界中的概念及相互关系,并广泛应用于智能搜索领域中。目前通用的知识图谱包括搜狗的知立方,谷歌的Knowledge等。针对领域知识图谱构建难以融合不同数据源中获取的领域知识,进而导致图谱构建准确率低等问题,为提高知识图谱在水文领域的应用,迫切需要以ArcGIS水利空间数据为基础进而高效建立水利对象关系图谱技术。
当下构建知识图谱主要有三种方法,第一种是由本体专家或者领域专家采用的手动构建方法,这种方法依赖于领域专家,消耗大量人力财力,具有较高的局限性;第二种是使用机器学习等自然语言处理的自动构建方法,这种方法难以设计高效的算法;第三种是结合两种方法形成的半自动构建方法。针对行业内存在的GIS水利空间数据,其数据是以图层方法组织的,缺少对象间的关联关系,因此,因此,针对ArcGIS工具进行二次开发,以得到不同对象间的关联信息,进而得到大规模的图谱数据是十分必要的。
发明内容
发明目的:针对城市内涝的成因以及解决措施,本发明的目的在于提出基于ArcGIS空间数据的水利对象关系图谱构建方法,构建城市内涝水利知识图谱,为城市管理者对于城市内涝的解决提供成因分析和决策支持;基于AcrGIS的空间基础数据,构建水利对象关系图。
技术方案:为了实现上述目的,本发明是通过如下的技术方案来实现:
基于ArcGIS空间数据的水利对象关系图谱构建方法,包括以下步骤:
步骤一,结合已有ArcGIS数据,选取水利对象作为图谱本体,确定目标流域的水利对象属性、不同对象间的地理空间关系,拓扑关系;
步骤二,结合水利领域对象的特点,通过使用搜索引擎检索的方式,对实体属性进行扩充;
步骤三,采用分类投票的方式判断候选属性是否作为水利对象实体的属性,结合步骤一的结果,完成水利对象知识图谱概念层的构建工作;
步骤四,对水文历史数据库中的水文数据进行预处理,得到对预处理过的数据;
步骤五,对预处理过的数据使用ArcGIS进行对象以及管理关系数据抽取,存储在Excel表格中;
步骤六,分析确定所需要的三元组数据,编写不同对象bean,生成对应三元组抽取工具,以将Excel中对应数据转化为三元组文件,进而使用设计的抽取工具进行三元组的批量生产;
步骤七,通过Jena TDB作为知识图谱的持久化工具,进而构建相应水利信息知识图谱。
进一步地,所述步骤一具体为,根据领域知识创建城市水务知识图谱的概念模式结构;根据流域的实际情况,面向流域的基本水利工程设施,利用斯坦福七步法,根据各自对河道水量水质要素的关联影响,逐步确定水利本体模型内各实体的基本概念、层次结构、属性和约束关系。
进一步地,在所述步骤二中,使用二元组EV的形式,其中E代表水利对象实体,V代表实体属性,根据搜索引擎的搜索结果,对GIS对象数据中不存在的属性进行扩充。
进一步地,所述步骤三具体为,采用训练好的决策树来判别候选属性值:分类标签包括Selected和Rejected两类,Selected表示该候选值作为水利对象实体的属性,Rejected表示该候选属性值不能用作判断为水利对象实体的属性。
进一步地,所述的步骤四中,进行预处理包括如下情况:
对同一图层对象,结合对象实例的地理坐标,地势高低,确定同一对象不同实体间的连接关系;
对不同图层间的对象,通过ArcToolbox分析工具中的叠加分析功能,将不同的图层通过特定的属性关联起来,进而确定不同对象之间的连接关系;
对不同图层间的对象,若不存在公共属性,结合已有的知识图谱,进而推理新的对象关系。
进一步地,在所述步骤四中,将水利对象抽象表述为:点对象(雨量站、泵站),线对象(河流,排水管),面对象(流域),空间关系表示不同水利对象实体相互作用等联系,涵盖属性关系、距离关系、方位关系、拓扑关系四种;需要通过对象的地理坐标,地势高低对GIS进行二次开发,将关联起来的图层加之对应关系。
进一步地,在所述步骤五中,首先在已有的水利信息知识图谱的基础上,结合水利领域知识,定义推理规则;在图谱的概念层中,河流概念与水库概念之间存在流入关系、水库概念和水电站概念之间存在属于关系,而在河流概念与水电站概念之间并无关系;但结合领域知识可知水电站与河流之间存在位于关系,因此可以定义推理规则,通过水库得到水电站所在的河流;再通过推理规则的实例化,将抽象的概念替换为具体的实例,通过推理即可得到隐藏在水利信息知识图谱中的知识。
进一步地,在所述步骤六和步骤七中,为将不同的GIS数据转化成不同的三元组文件,需要针对不同对象的本体名称、基本属性、监测属性、空间关系、拓扑关系,编写不同的模板bean,紧接着在三元组模型的基础上编程实现对应的三元组数据批量生产的方法,得到最终的三元组数据文件,结合概念管理模块构建的水利信息知识图谱的概念层,构建并维护水利信息知识图谱的实例层。
有益效果:与现有技术相比,本发明利用ArcGIS,从水利设施地理信息中提取出需要的对象,根据不同对象之间的关联关系提取出对应的数据信息;利用水利对象的基础信息以及对象之间的关联关系构建出三元组文件,为水利知识图谱提供服务;实现了基于推理规则的知识推理方法,并将上述技术应用于水利信息知识图谱构建,维护并完善了水利对象知识图谱。
附图说明
图1为本发明的实验流程图;
图2是本发明的的图谱样例。
具体实施方式
下面结合附图和具体实施方式来详细说明本发明:为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解,下面结合具体实施方式,进一步阐述本发明。
基于ArcGIS空间数据的水利对象关系图谱构建方法,包括如下步骤:
步骤一,结合已有ArcGIS数据,选取常见水利对象作为图谱本体,进而确定目标流域的水利对象属性、不同对象间的地理空间关系,拓扑关系;
步骤二,结合水利领域对象的特点,通过使用搜索引擎检索的方式,对实体属性进行扩充;
步骤三,采用分类投票的方式判断候选属性是否作为水利对象实体的属性,结合确定的对象关系,完成水利对象知识图谱概念层的构建工作;
步骤四,对水文历史数据库中的水文数据进行预处理,对同一图层对象,结合对象实例的地理坐标,地势高低,确定同一对象不同实体间的连接关系;
步骤五,对不同图层间的对象,通过ArcToolbox分析工具中的叠加分析功能,将不同的图层通过特定的属性关联起来,进而确定不同对象之间的连接关系;
步骤六,对不同图层间的对象,若不存在公共属性,结合已有的知识图谱,进而推理新的对象关系;
步骤七,对预处理过的数据使用ArcGIS进行对象以及管理关系数据抽取,存储在Excel表格中;
步骤八,分析确定所需要的三元组数据,编写不同对象bean,生成对应三元组抽取工具,以将Excel中对应数据转化为三元组文件,进而使用设计的抽取工具进行三元组的批量生产;
步骤九,通过Jena TDB作为知识图谱的持久化工具,进而构建相应水利信息知识图谱;
上述的基于ArcGIS空间基础数据的水利对象关系图的构建系统中,在步骤一中,根据领域知识创建城市水务知识图谱的概念模式结构。根据流域的实际情况,面向流域的基本水利工程设施,以及小区企业等常见排污单位概念,利用斯坦福七步法,根据各自对河道水量水质要素的关联影响,逐步确定水利本体模型内各实体的基本概念、层次结构、属性和约束关系。
上述的基于ArcGIS空间基础数据的水利对象关系图的构建系统中,在步骤二中,使用二元组如“E V”的形式,其中E代表水利对象实体,V代表实体属性,根据搜索引擎的搜索结果,对GIS对象数据中不存在的属性进行扩充,如雨水口的经纬度数据。
上述的基于ArcGIS空间基础数据的水利对象关系图的构建系统中,在步骤三中,采用训练好的决策树来判别候选属性值:分类标签包括Selected和Rejected两类,Selected表示该候选值作为水利对象实体的属性,Rejected表示该候选属性值不能用作判断为水利对象实体的属性。
上述的基于ArcGIS空间基础数据的水利对象关系图的构建系统中,在步骤四与五中,根据已有知识,可将水利对象抽象表述为:点对象(雨量站、泵站),线对象(河流,排水管),面对象(流域),空间关系可以表示不同水利对象实体相互作用等联系,主要涵盖属性关系、距离关系、方位关系、拓扑关系四种。需要通过对象的地理坐标,地势高低对GIS进行二次开发,将关联起来的对象加之对应关系。
上述的基于ArcGIS空间基础数据的水利对象关系图的构建系统中,在步骤七中,首先在已有的水利信息知识图谱的基础上,结合水利领域知识,定义推理规则。例如,在图谱的概念层中,河流概念与水库概念之间存在流入关系、水库概念和水电站概念之间存在属于关系,而在河流概念与水电站概念之间并无关系。但结合领域知识可知水电站与河流之间存在位于关系,因此可以定义推理规则,通过水库得到水电站所在的河流。再通过推理规则的实例化,将抽象的概念替换为具体的实例,通过推理即可得到隐藏在水利信息知识图谱中的知识。
上述的基于ArcGIS空间基础数据的水利对象关系图的构建系统中,在步骤八与九中,为将不同的GIS数据转化成不同的三元组文件,需要针对不同对象的本体名称、基本属性、监测属性、空间关系、拓扑关系,编写不同的模板bean,紧接着在三元组模型的基础上编程实现对应的三元组数据批量生产的方法,得到最终的三元组数据文件,结合概念管理模块构建的水利信息知识图谱的概念层,构建并维护水利信息知识图谱的实例层。
本发明提供的一种基于ArcGIS空间数据的水利对象关系图谱构建方法,其实现方法与整体架构图如图1-2所示,具体如下:
S1:结合已有ArcGIS数据,选取常见水利对象作为图谱本体,进而确定目标流域的水利对象属性、不同对象间的地理空间关系,拓扑关系;
S2:结合水利领域对象的特点,通过使用搜索引擎检索的方式,对实体属性进行扩充;
S3,采用分类投票的方式判断候选属性是否作为水利对象实体的属性,结合确定的对象关系,完成水利对象知识图谱概念层的构建工作;
S4,对所述水文历史数据库中的水文数据进行预处理,对同一图层对象,结合对象实例的地理坐标,地势高低,确定同一对象不同实体间的连接关系;
S5,对不同图层间的对象,通过ArcToolbox分析工具中的叠加分析功能,将不同的图层通过特定的属性关联起来,进而确定不同对象之间的连接关系;
S6,对不同图层间的对象,若不存在公共属性,结合已有的知识图谱,进而推理新的对象关系;
S7,对预处理过的数据使用ArcGIS进行对象以及管理关系数据抽取,存储在Excel表格中;
S8,分析确定所需要的三元组数据,编写不同对象bean,生成对应三元组抽取工具,以将Excel中对应数据转化为三元组文件,进而使用设计的抽取工具进行三元组的批量生产;
S9,通过Jena TDB作为知识图谱的持久化工具,进而构建相应水利信息知识图谱。
Claims (6)
1.基于ArcGIS空间数据的水利对象关系图谱构建方法,其特征在于,包括以下步骤:
步骤一,结合已有ArcGIS数据,选取水利对象作为图谱本体,确定目标流域的水利对象属性、不同对象间的地理空间关系、拓扑关系;
步骤二,结合水利对象,通过使用搜索引擎检索的方式,对实体属性进行扩充,具体如下:使用二元组EV的形式,其中E代表水利对象实体,V代表实体属性,根据搜索引擎的搜索结果,对GIS对象数据中不存在的属性进行扩充;
步骤三,判断候选属性是否作为水利对象实体的属性,结合步骤一的结果,完成水利对象知识图谱概念层的构建工作,具体如下:采用训练好的决策树来判别候选属性:分类标签包括Selected和Rejected两类,Selected表示该候选属性作为水利对象实体的属性,Rejected表示该候选属性不作为水利对象实体的属性;
步骤四,对水文历史数据库中的水文数据进行预处理,得到预处理过的数据;
步骤五,对预处理过的数据使用ArcGIS进行对象以及管理关系数据抽取,存储在Excel表格中;
步骤六,分析确定所需要的三元组数据,编写不同对象bean,生成对应三元组抽取工具,以将Excel中对应数据转化为三元组文件,进而使用生成的抽取工具进行三元组的批量抽取;
步骤七,通过Jena TDB作为知识图谱的持久化工具,进而构建相应水利信息知识图谱。
2.根据权利要求1所述的基于ArcGIS空间数据的水利对象关系图谱构建方法,其特征在于,所述步骤一具体为,根据领域知识创建城市水务知识图谱的概念模式结构;根据流域的实际情况,面向流域的基本水利工程设施,利用斯坦福七步法,根据各自对河道水量水质要素的关联影响,逐步确定水利本体模型内各实体的基本概念、层次结构、属性和约束关系。
3.根据权利要求1所述的基于ArcGIS空间数据的水利对象关系图谱构建方法,其特征在于,所述的步骤四中,进行预处理包括如下情况:
对同一图层对象,结合对象实例的地理坐标、地势高低,确定同一对象不同实体间的连接关系;
对不同图层间的对象,通过ArcToolbox分析工具中的叠加分析功能,将不同的图层通过特定的属性关联起来,进而确定不同对象之间的连接关系;
对不同图层间的对象,若不存在公共属性,结合已有的知识图谱,进而推理新的对象关系。
4.根据权利要求1所述的基于ArcGIS空间数据的水利对象关系图谱构建方法,其特征在于:在所述步骤四中,将水利对象抽象表述为:点对象、线对象、面对象;空间关系表示不同水利对象实体的相互作用,涵盖属性关系、距离关系、方位关系、拓扑关系四种;通过对象的地理坐标、地势高低对GIS进行二次开发,将对应关系的图层关联起来。
5.根据权利要求1所述的基于ArcGIS空间数据的水利对象关系图谱构建方法,其特征在于:在所述步骤五中,结合领域知识得到水电站与河流之间存在位于关系,定义推理规则,通过水库得到水电站所在的河流;再通过推理规则的实例化,将抽象的概念替换为具体的实例,通过推理即得到隐藏在水利信息知识图谱中的知识。
6.根据权利要求1所述的基于ArcGIS空间数据的水利对象关系图谱构建方法,其特征在于:在所述步骤六和步骤七中,为将不同的GIS数据转化成不同的三元组文件,针对不同对象的本体名称、基本属性、监测属性、空间关系、拓扑关系,编写不同的模板bean,紧接着在三元组模型的基础上编程实现对应的三元组数据批量生产的方法,得到最终的三元组数据文件,结合概念管理模块构建的水利信息知识图谱的概念层,构建并维护水利信息知识图谱的实例层。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110110210.6A CN112765300B (zh) | 2021-01-26 | 2021-01-26 | 基于ArcGIS空间数据的水利对象关系图谱构建方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110110210.6A CN112765300B (zh) | 2021-01-26 | 2021-01-26 | 基于ArcGIS空间数据的水利对象关系图谱构建方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112765300A CN112765300A (zh) | 2021-05-07 |
CN112765300B true CN112765300B (zh) | 2022-10-14 |
Family
ID=75706064
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110110210.6A Active CN112765300B (zh) | 2021-01-26 | 2021-01-26 | 基于ArcGIS空间数据的水利对象关系图谱构建方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112765300B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113377966B (zh) * | 2021-08-11 | 2021-11-19 | 长江水利委员会水文局 | 一种基于知识图谱的水利工程调度规程推理方法 |
CN117009452A (zh) * | 2023-07-25 | 2023-11-07 | 浪潮智慧科技有限公司 | 一种水文业务数据获取方法、设备及介质 |
CN117150091B (zh) * | 2023-11-01 | 2024-01-02 | 四川易利数字城市科技有限公司 | 一种预处理精细化城市空间信息图谱反演方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100049763A1 (en) * | 2006-08-28 | 2010-02-25 | Korea Institute Of Science & Technology Information | System for Providing Service of Knowledge Extension and Inference Based on DBMS, and Method for the Same |
CN111522960A (zh) * | 2020-03-16 | 2020-08-11 | 河海大学 | 一种水知识概念图谱模型构建方法 |
-
2021
- 2021-01-26 CN CN202110110210.6A patent/CN112765300B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100049763A1 (en) * | 2006-08-28 | 2010-02-25 | Korea Institute Of Science & Technology Information | System for Providing Service of Knowledge Extension and Inference Based on DBMS, and Method for the Same |
CN111522960A (zh) * | 2020-03-16 | 2020-08-11 | 河海大学 | 一种水知识概念图谱模型构建方法 |
Non-Patent Citations (2)
Title |
---|
水利信息知识图谱的构建与应用;冯钧 等;《计算机与现代化》;20190909(第9期);第35-40页 * |
领域知识图谱研究进展及其在水利领域的应用;冯钧 等;《河海大学学报(自然科学版)》;20210125;第49卷(第1期);第26-34页 * |
Also Published As
Publication number | Publication date |
---|---|
CN112765300A (zh) | 2021-05-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112765300B (zh) | 基于ArcGIS空间数据的水利对象关系图谱构建方法 | |
CN112182234B (zh) | 流域防洪规划数据知识图谱构建方法 | |
CN102508871B (zh) | 一种面向灾害事件的地理对象本体构建方法 | |
CN113377966B (zh) | 一种基于知识图谱的水利工程调度规程推理方法 | |
CN108510008B (zh) | 一种基于浮动车轨迹点空间关系和分布的路网提取方法 | |
CN107656987A (zh) | 一种基于lda模型的地铁站点功能挖掘方法 | |
CN114841601A (zh) | 一种排口水污染动态溯源分析方法及系统 | |
CN114661744B (zh) | 一种基于深度学习的地形数据库更新方法及系统 | |
CN114116915A (zh) | 一种基于三维数字平台的水利工程智能图谱系统 | |
CN111859779B (zh) | 一种燃气管网防第三方施工破坏风险预警的方法及装置 | |
Abdelmoty et al. | Deduction and deductive databases for geographic data handling | |
CN112508332A (zh) | 一种顾及多维特征的渐进式乡村聚落整治分区方法 | |
CN105335478A (zh) | 构建城市土地空间立体调查数据语义关联的方法和装置 | |
Xu et al. | Urban flooding resilience evaluation with coupled rainfall and flooding models: a small area in Kunming City, China as an example | |
CN112100252A (zh) | 一种水资源与水生态环境智慧管理方法 | |
CN117235219A (zh) | 一种基于防汛需求的水库知识智能问答系统 | |
CN116431824A (zh) | 一种流域水环境问题专家咨询系统 | |
CN113779041B (zh) | 一种小流域划分及编码方法 | |
CN113408918B (zh) | 基于多时相遥感分析的村镇垃圾降尺度时空分布反演方法 | |
CN114565730A (zh) | 地图矢量样本的处理方法、设备和计算机可读存储介质 | |
Yao | Application of GIS remote sensing information integration in eco-environmental quality monitoring | |
Xiao et al. | Remote Sensing Image-Based Comprehensive Monitoring Detection Platform for Coastal Tidal Mudflat Ecological Development | |
CN112580131A (zh) | 一种基于gis和swmm模型子汇水区快速搜索连接方法 | |
CN106447123A (zh) | 基于典型日负荷特性的变电站选址方法及变电站选址装置 | |
Shiraz et al. | Site selection of construction waste landfill based on combination of fuzzy AHP and geospatial information system (GIS)(Case study: Qazvin, Iran) |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |