地震学报杂志投稿格式参考范文：大数据时代的地球科学知识图谱研究现状与展望

　　引言

　　OpenAI 发布了 ChatGPT，彻底改变了人工智能与人机交互的方式，推动了人工智能由深度学习向大模型时代的转变。但是如果将通用语言大模型应用到专业领域，对于事实准确性、可信度、可追溯等方面问题还有待突破。而基于专业领域知识构建的知识图谱就是有效解决方式之一，知识图谱可为人工智能大模型提供更为准确的知识来源，用于提高生成式人工智能其结果的准确性，以胜任专业的关键任务场景，ChatGPT 也可以帮助我们开发和管理知识图谱。

　　地球科学是一门研究地球的科学，涵盖了地理学、地质学、地球化学、地球物理学、大气科学和海洋科学等多个学科领域，每个学科都有庞大的知识体系。由于地球各个方面的相互作用，地球科学的知识与其它学科的知识有着密切的联系，需要运用不同学科的理论和方法。此外，地球科学的研究离不开多种数据来源的支撑，随着观测技术的不断发展，地球科学数据的获取渠道日益丰富。面对这些来自不同来源的数据，研究者需要进行数据处理与整合，考虑数据的准确性和可信度，并针对不同的空间和时间尺度的现象与过程进行研究和分析。由于地球是一个复杂的系统，其内部过程、相互作用和反馈机制多样，且研究对象常常伴随不确定性和变动性，使得地球科学知识的组织、检索和应用较为困难。

　　由于现有的技术手段不能充分利用和发挥地球数据的优势，在数据挖掘、数据集成、知识发现等各个领域存在巨大挑战，若想要系统地了解和获取到全面的研究进展和前沿知识，则需要一种新的、更有效的地球科学知识组织和检索方法来解决这些问题。近年来，机器学习和深度学习在地学领域的应用显著增长，人工智能在地学领域受到越来越多的关注。知识图谱作为一种新兴的知识表示和组织方式，具有知识关联、语义化、可扩展性、丰富的推理和灵活的应用等特点，可以弥补现有方法的不足。

　　在传统的图谱模式基础上，地球科学知识图谱扩展了地球科学独特的时空特征，并结合地图、文本、数字等地学知识元素，建立了全领域地球科学知识表现模型，地球科学知识图谱不仅深化了地学大数据分析，还促进了地质时间尺度构建、智能地图编制、地球科学知识演化与推理分析等领域的发展，具有广泛的研究价值和应用潜力。此外，地球科学知识图谱可以整合各种地球科学知识，提高研究效率，促进不同学科之间的交叉研究，也能够通过分析网络连接和语义关系，发现潜在的知识关联和规律，帮助研究者发现新的领域，提出新的研究问题。如果将专业领域知识图谱接入类似 ChatGPT 的通用大模型，则可以更好地识别对话中的实体及其之间的关系，减少歧义的产生，使得通用人工智能更容易理解专业领域问题从而生成更合适的答案。

　　本文总结了知识图谱在地球科学领域的构建与应用进展，旨在回顾目前已有的研究成果，并展望未来发展方向。首先介绍了知识图谱的概念及构建方法，然后重点介绍了各子学科领域已建立的知识图谱，尤其是地质学领域的应用。接着讨论了相关项目和组织，重点探讨了深时数字地球计划的工作。最后简要探讨了知识图谱面临的挑战以及对未来的展望。

　　1 知识图谱

　　1.1 知识图谱的定义与概念

　　知识图谱的概念由 Google 公司在 2012 年首次提出，包含超过 5 亿个实体和 7 亿个事实，所涉及的基本要素可以追溯到古代历史，其核心思想是以图解的形式表示知识。尽管概念比较新，但是知识图谱并非一个全新的研究领域，在 2006 年 Berners-Lee 提出数据链接的思想之后，语义网络研究掀起了一股热潮，而知识图谱技术建立在相关研究成果的基础之上，是对现有语义网络技术的进一步改进和提升。现如今，知识图谱的定义仍然是存在争议的，出现了很多不同的定义，甚至有些定义彼此之间相互冲突。此处，我们将知识图谱描述为一个数据图，其目的是积累和传递真实世界的知识。图中的节点表示感兴趣的实体，而边表示这些实体之间的潜在关系。知识图谱通过将这些实体和关系的信息以结构化的方式进行表示，能够帮助机器理解和推理关于这些实体和关系的语义信息。

　　数据字典仅提供了各种知识点的术语解释，但不包含它们之间的语义关系，因此无法进行语义翻译和推理，也无法被机器所理解。知识体系覆盖了特定领域内的知识点和它们之间的关系，可进行语义翻译，但描述形式通常为自然语言，难以被机器所理解。知识图谱以知识体系为基础，使用本体建模语言编码，形成机器可理解的模式，支持机器进行语义翻译和数据融合。

　　用于存储的知识表示模型有多种，包括资源描述框架、资源描述框架模式、JavaScript 对象表示法等。知识图谱的一种通用表达形式是三元组形式，即头实体、尾实体和两个实体之间的关系。知识图谱已经成为一种重要方法，它能组织和整合结构化知识，以及从多个数据源中提取的信息。基于 1991—2020 年发表的 386 篇科研论文的研究发现，对知识图谱的研究兴趣在此期间明显上升，并且不断扩大。

　　1.2 知识图谱的体系架构

　　知识图谱的体系架构主要分为三个部分：源数据的获取、知识融合、知识计算和知识应用。

　　源数据获取是构建知识图谱的第一步，其关键在于如何从各种类型的数据中提取有用信息。设计的技术包括命名实体识别、关系抽取和实体链接。命名实体识别，又称为实体抽取，指的是自动从文本数据集中识别出命名实体。经过命名实体识别后，得到一系列离散的命名实体;关系抽取需获取语义信息，从相关语料中提取实体之间的关联关系，并通过这些关系将实体连接起来，以形成网状的知识结构;实体链接则是将从文本中抽取得到的实体对象，与知识库中对应的正确实体对象进行关联的操作。

　　通过自然语言处理技术，已经成功地从非结构化、半结构化和结构化数据中提取出实体、关系和属性，但这些信息仍需进一步清理和整合。而知识融合是解决不同知识图谱异构问题的关键，通过知识融合，我们能够提高知识图谱的质量。

　　知识计算是知识图谱的主要输出能力，其中知识推理是其中最为重要的能力之一。通过知识推理，能够从现有的知识中发现新的知识。知识图谱提供了一种更好地组织、管理和利用海量信息的方式，目前，知识图谱技术主要应用于语义搜索、问答和可视化分析等领域。

　　1.3 知识图谱的构建

　　KG 构建技术可以从结构化、非结构化甚至半结构化的数据源中提取信息，并最终将这些信息组织成知识，以图的形式表示出来。根据知识抽取的层次、知识库的类型以及集成的构建方法对 KG 的构建进行了分类。

　　地球科学知识图谱的构建目前主要包含两种方法：自顶向下和自底向上。

　　自顶向下的方法是指通过手动输入地球科学专家的知识来构建知识图谱，这种方法多用于专业领域的知识图谱。首先需要手动设计一个数据模式框架，从顶层开始填充概念知识，并且逐渐细化，形成结构化和分层次的骨架，然后按照顺序进行知识填充。这是一个将本领域专家大脑中的知识转化为机器可读并加以表示的过程。现有的很多地球科学知识图谱都是通过这种方法构建的，比如 SWEET 本体、GeoCore 本体等。这种方法的模式比较固定，但是具有高精度的数据集。

　　自底向上的方法是指通过人工智能技术从地球大数据中构建知识图谱，例如从地球科学文献中提取信息，并对其进行重新分类和整理，以构建相应的知识图谱。这种方法模型多变，能够处理大量数据集并快速构建大型知识图谱，但是自动提取知识的可靠性不高，需要专家的介入来验证构建的知识图谱是否准确。

　　然而，单纯只使用上述两种方法中的其中一个不足以构建完整的地球科学知识体系。一方面，地球科学中有很多专业知识具有高度不确定性或歧义，很难建立统一的标准;另一方面，虽然地球大数据蕴含着丰富的地球科学知识，但自动构建的知识体系并不完整，例如在生成的知识图谱中，实体和关系的精确逻辑表示和断言方面，专家经验至关重要。因此，将地球科学领域专家的经验知识和计算机系统相结合的方法是相对较好的，既可以充分发挥专家的优势，也可以利用不断优化的人工智能方法来促进地球科学知识图谱的未来发展。地球科学领域专家提供的标注数据越多，知识图谱的性能就越好。

　　总结了知识图谱建设的工作流程和建议，并提出了在地球科学中构建和应用知识图谱的建议工作流程，主题思想是自顶向下和自底向上两种方法相结合，但是每一种方法的先后顺序可以改变。

　　第一种形式是先使用自顶向下的方法，确定一个领域的主题，根据数据集确定适合的算法，并且寻求相关研究方向的研究人员的帮助。领域专家与知识工程师一起来分析每一个实例，获得实体、属性和关系之间的初步结构框架。在建立知识图谱过程中，可以使用自底向上的方法来扩充列表，并且选取一部分实例来测试知识图谱。在此过程中，可以重复使用和改编已经存在的本体，比如 SWEET 本体就是基于以上方法建立的。

　　第二种形式是先采用自底向上的方法从大量积累的数据中获取知识，通过大数据分析可能会获得人类现有的专业知识之外的一些规则，帮助我们发现新的模型和方法。接下来再采用自顶向下的方法，将相关研究方向的研究人员聚集到一起，对所得到的结果进行验证，中间过程可以利用现有的社区标准和本体模式，减少知识图谱中的不一致和重复性工作，达到提高知识图谱的质量和精度的目的。

　　在知识图谱的构建过程中，为了准确描述其中的概念、关系和属性，需要一个统一的、精确的语义框架。基于这样的需求，基本形式化本体作为一种被广泛接受的本体模型被引入和应用。通过使用基本形式化本体，我们能够建立起一个明确的概念体系，进而更好地理解和组织知识。这种方法使知识图谱的构建和应用更高效。

　　1.4 基本形式化本体(BFO)

　　本体是对共享概念的正式、明确的规范。根据本体的概括性程度可以分为顶层本体、领域本体和核心本体。顶层本体是描述空间、时间等共同的一般概念，领域本体是专门描述某一学科领域，核心本体处于顶层本体和领域本体之间，可以作为开发领域本体的基准。目前，除了通用且开放的知识图谱，如 Google KG，知识图谱大多是与领域相关的，并且在设计上通常包含特定领域的底层本体。

　　基本形式本体是一个由 38 个类组成的顶层本体，旨在支持科学研究中各个领域的信息集成、检索和分析。目前，BFO 已经成功应用于全球 350 多个本体项目。BFO 是一个真正的顶层本体，不包含特定于物理、医学、心理学等物质领域的术语。BFO 可以帮助领域专家更好地组织和表示领域知识，促进不同计算机系统间的互操作性和推理能力，并且已经在医学、生物学、工程等领域得到了广泛的应用。

　　中国的本体学者成立了本体中国社区，它是一个开放交流平台，旨在促进本体技术的发展与应用，其中就包括对 BFO 的介绍。系统地介绍了 BFO 的来源、特点，将 BFO 翻译成中文，并且简要梳理了层次结构。

　　2 地球科学领域的本体模型研究

　　BabelNet,YAGO,Cyc,NELL,CaLiGraph 和 DBpedia 知识库是一些稳定演化的开放世界知识图谱。尽管通用的和开放世界的知识图谱广泛应用于处理不同领域不相关任务，但是构建领域特定的知识图谱以解决领域特定问题至关重要。领域知识图谱明确地概括了以与语义相关的实体和关系为代表的高层次主题领域及其特定子领域的概念。

　　国内外研究者通过文献挖掘、领域专家采访、数据挖掘技术等手段，从地球科学相关文献、数据库和开放数据中提取地球科学知识，并构建知识图谱，应用于地质勘探、自然灾害预测、环境保护等领域，并且应用于实际项目中，如油气勘探、水资源管理、气候变化研究等。

　　综上所述，知识图谱在地球科学领域已经得到了广泛关注和应用。然而，在构建这些知识图谱时，面临着一些挑战，其中之一就是地质学作为一个复杂而多样化的领域，其领域知识的表示和整合具有一定的复杂性。地质学是由多样化学科组成的，各种专业人员使用的概念的含义往往是根据他们当时的背景和工作习惯所做出的对于某一领域的特定看法，对于没有完全掌握的人来说，地质领域的定义是模糊的，对于同一个词，具有不同专业技能的地质学家有时会赋予不同的含义。现如今地质学知识广泛应用于石油勘探和生产、自然灾害评估和环境问题等项目中，很大程度上依赖于软件应用，专业的地质学家可以根据上下文来进行辨别，但是计算机尚无法实现。

　　为解决这些困难，Garcia 等提出了一个专门用于描述科学领域的地质学核心本体，Brodaric 和 Richard 也构建了一个用来系统化表示地学关键知识的地质科学本体，两者的体系结构如图 6 所示。GeoCore 相当于 GSO 的地质层，同时也作为中间层延伸扩展成为了其它本体，例如 GeoReservoir、O3PO 和 GeoFault 等。

　　地质学作为地球科学的核心领域之一，其本体模型涵盖了地球内部和表层的各个方面，具有广泛的代表性和普适性。此外，地质学本体模型的构建方法已经相对成熟，可以为地球科学知识图谱的发展提供重要支持和启示。接下来将详细介绍上述两个地质学本体的构建方法。

　　2.1 地质本体模型：GeoCore 本体和 GSO 本体

　　GeoCore 本体是在 BFO 顶层本体的基础上提出的一个专门描述地学领域的核心本体，包含了地学领域内一组通用概念的严格定义。在 GeoCore 构建过程中，Garcia 等在地质学方面确定了有限数量的被所有地质学家广泛采用的概念，在本体论的研究中，参考了 Sure 等的本体工程方法和工具，分析基于 Guarino 和 Welty 的 OntoClean 方法论。

　　GeoCore 本体中数量有限的概念包括地质对象、构成地质对象的物质、地质对象的边界、地质对象的内部组织、地质对象的联系、地质对象的形成过程以及地质对象形成的地质时间间隔。对于每个概念，提出了一个同时考虑到实体的地质学和本体论性质的定义。按照 Abel 等的方法，通过概念之间的包含关系构建分类法，并将其与 BFO 顶层本体对齐。此外，还添加了额外概念补充这一框架，描述正式定义最初选定的概念所需的性质和关系。

　　GeoCore 本体可以整合各种要素，包括从微观到大陆尺度的任何大小的地质体，并可以整合描述这些要素的现有知识模型。此外，它还可以作为一个指南，用于在地质学领域中创建新的本体论，尤其是尚未形式化的子领域。GeoCore 本体为推导更专业的地质概念提供了基础，构成了整合不同领域本体的基线，也为消除常用地质解释概念存在的误解提供了解决方案，有利于将信息传达给外部地质用户以及在领域应用中实现集成。

　　地质科学本体是对关键地质科学知识进行系统表述的框架，由三个层次组成：适用于任何学科的基础层，构成地质学任何方面根源的地质层，以及可以根据特定目的进行完善或补充的详细模块。

　　GSO 的顶层基础层在现有基础本体论的基础上进行了重新调整和整合，主要受到 DOLCE,BFO 和 UFO 的启发。语言和认知工程的描述性本体论是一个基于形式本体论的描述性本体，它以一种准确和可靠的方式为语言和认知工程提供共享的语义基础，通过定义和描述事物之间的关系和属性，使得计算机能够更好地理解和处理自然语言和认知概念。统一基础本体是近二十年来在哲学、认知科学、语言学和哲学逻辑等领域基于形式本体论整合发展起来的，包含了多组关于基本概念建模的微观理论，包括实体类型和关系类型。

　　在中间层，GSO 以北美地质图数据模型和 GeoSciML 为基础，在概念上进行延伸，形成了地质层，该层旨在全面表示地质学的各个方面，包括地质对象、材料、结构、环境、性质、作用、过程、事件、地质时间和地质关系等实体。

　　最后一层是延伸中间层的地学模块，例如各种地质构造、特定的时间尺度或各类岩石材料，这种模块化的方法可根据具体要求进行模块的替换或添加。

　　GSO 主要用途是用于三维地质建模的知识管理，可以被部署在没有互联网的地区，并与 3D 建模软件耦合。它是一个独立的产品，不会导入其它本体。GSO 采用 UML 表示时，使用 Sparx Enterprise Architect 工具，采用 OWL 表示，则使用原始文本编辑和 TopQuadrant TopBraid Composer、Protégé 等工具的组合。

　　前两个 GSO 层被序列化为不同的文件，“GSO-Common.ttl” 为非基础地质层，“GSOGeology.ttl” 为地质层。构成第三个 GSO 层的模块也是不同的 ttl 文件，每个地质方面一个。GSO Common 模块包含最一般的非地质实体。GSO 地质层包含最上层的地质实体，每个地质实体专门化一个共同的实体，或者是持久体、持续体、特征、情境或某个子类型。

　　GeoCore 本体相当于 GSO 的中间层。可以对 GeoCore 本体进行进一步的扩展，比如建立岩石、地层学或者构造地质学的领域本体，但是 Garcia 等并未进行实例检验，仅提出了想法。而在 GSO 中，已经构建了详细模块，每个 GSO 模块至少需要 GSO-Common，地质模块额外需要 GSO-Geology 和少量其它模块，应用程序可只部署必要的模块。

　　2.2 其它本体模型

　　地质数据与知识图谱的融合已被证明是有效的，并且可增强这些数据集之间的相互连接。除了上述提到的两个地质本体以外，还存在其它模型在地质学领域的应用，例如：Zhang 等提出了 GeoDeepDive 模型，该模型可以帮助地质学家从地质期刊论文的文本、表格和图形中发现隐藏的信息和知识;PaleoDeepDive 可以从出版物中的异构文本、表格和图形中自动定位和提取数据，它可以很容易地容纳复杂的数据类型，产生了一个概率数据库，随着信息的增加而系统改进;Zhu 等在地质数据深度挖掘智能系统展示了知识图谱的应用，利用Baike.com和当地地质文件构建了知识图谱。

　　在地学文献挖掘领域，前人作了大量研究。地质学家在参与地质调查和科学研究时，常常使用地质报告来记录调查结果和成果。尽管有如此丰富的数据来源，仍有大量知识等待挖掘和分析。Wang 等使用自然语言处理方法和知识图谱从地学文献中提取和可视化知识图谱，为重用大量的非结构化文献提供了一个新的视角。Lv 等提出了 BERT-BiGRU-CRF，这是一种基于深度学习的地质命名实体识别模型，专门针对语言不规则性而设计。Wang 等提出了一种通过三元组抽取从地质报告中自动抽取信息的方法，然后从抽取的实体和关系中自动构建地质知识图谱。

　　知识图谱也可以用来辅助寻找矿产，比如建立找矿模型和从未充分利用的勘探报告中自动提取与矿化和成矿条件相关的地质信息，并且已经应用于具体的某一类矿产类型。

　　对于油气勘探领域，有些学者将知识图谱用于油气层识别和油气管道风险评估。Guichet 等创建了一个系统，能够在大型文档储库中准确定位与回答石油勘探相关的具体问题，特别是与烃源岩表征相关的问题，采用机器学习系统 WATSON 来支持地质学家在区域地质研究中的应用，旨在利用机器学习算法，提高从海量非结构化科学文档中收集相关地球科学家数据的效率。

　　在自然灾害领域，知识图谱也得到了广泛应用，常见的就是应用于地质灾害、台风灾害、森林火灾和洪涝灾害等。除了实例应用之外，也有学者利用知识图谱对文献进行分析，获取现今灾害风险感知的主要研究对象，或者与遥感信息、相关地理信息等相结合，建立灾害预测模型和应急响应知识概念模型，有效降低灾害损失。

　　也有学者将知识图谱应用于遥感领域，Li 等提出一种基于深度对齐网络的方法，通过跨模态匹配实现了遥感图像分类中的零样本学习，取得了比其它方法更好的性能。Hao 等根据测绘遥感大数据的异构、分散和动态更新特征，构建了面向测绘遥感应用的知识图谱。Aldana-Martín 等提出了一个语义模型，用于部分满足对地观测卫星遥感产品的数据和元数据合并、集成、推理和链接的需求。Sun 等讨论了遥感图像解译的主要挑战，并系统地综述了基于语义图的遥感知知识表示和理解的典型方法，包括本体模型、地学信息图谱和语义知识图谱。

　　在气候学领域，Rising 等对气候风险进行了概述，并根据这些风险缺乏稳健评估的原因进行了本体分析，还提出了一种方法，以综合评估或猜测这些风险时考虑相互依赖、避免重复计算和明确假设。Wu 等提出了一种能够自动集成远程气候知识图谱数据和本地表格数据的分析流程工作，以提高特定气候分析任务的数据可用性。此外他们还创建了一个可互操作的气候数据知识图谱平台 LinkClimate，这个图谱将多个气候数据和其它数据源集成到一个服务中，并利用 Web 技术进行多源气候数据分析。

　　此外，知识图谱也可以应用于构建数字高程模型、水环境智能监测、表征水质、海上风电场检测、高山滑雪风险评估、地铁车站地震风险综合评估和地震事件检测等领域。然而，地理知识图谱主要描述静态事实，难以表征变化，从而严重限制了其在地理时空过程中的应用，为了解决这个问题，Zheng 等提出了一种称为地理演化知识图谱的模型，该模型将地理要素的时空特征和演化规律纳入分析，以实现更好的地理知识表征。

　　总之，地球科学知识图谱应用领域广泛，包括地质学、气候学、地理学等多个学科领域，为科学研究、决策支持和可持续发展提供了重要的数据和知识基础。

　　3 地学知识图谱项目

　　3.1 深时数字地球计划(DDE)

　　人类很早就开始研究宇宙演化、地球演化和生命演化的科学问题，地球历史中保存着信息丰富但不完整的地质记录，研究地球的深时历史有助于揭示演化机制、气候变化、自然资源和地球的未来。演绎推理和归纳推理已被广泛用于研究地球历史，但对于不容易通过上述两种方法发现的模式，溯因推理是一种有效方法，它源于对大量可靠数据的积累和分析，与前提或概括无关。随着海量地球数据的积累，地球科学家计划通过溯因发现来改进地球科学研究，地球深时数据以不同的格式存储在不同的文献和数据库中。为了整合和协调这些数据，已建立了多个专题数据设施，如 Paleobiology Database、Macrostrat、EarthChem 和 RRUFF 等。当利用深度时间数据库进行溯因时，会遇到诸多问题，但大数据和人工智能为解决这些问题带来了机遇。国际地质科学联合会发起了深时数字地球计划，并与全球各国的地质调查机构、专业协会、学术机构和科学家开展合作。

　　DDE 的目标是链接和协调全球深层地球数据，共享全球地学知识，旨在通过深层时间刺激数据驱动的发展来研究地球的演化。地球演化涉及四个主题：地球上的生命、地球物质、地理和气候。为实现其使命和愿景，计划包含三个主要组成成分：计划管理委员会、卓越中心和工作、平台以及任务组。DDE 将基于现有的地球深时知识体系，进行开放平台的开发。研究计划的第一步基于现有的地球深时知识体系建立模型，第二步是构建可互相操作的地球深时数据基础设施，第三步是开发深时地球开放平台。程序的执行分为四个阶段：第一阶段建立一个组织结构;第二阶段形成初步团队，构建深时地球数据库;第三阶段开发算法和技术;第四阶段解决综合性科学问题。

　　目前，在地球科学领域，知识图谱的构建采用了各种语言和工具，但不同知识图谱之间的关系通常不明确，这给知识图谱的整合和重复使用带来了挑战。考虑到目前地学领域知识图谱构建的现状，DDE 项目旨在建立统一的表示模型，以构建地学领域的综合知识图谱。为了实现这一目标，DDE 知识图谱遵循三阶段构建方案。第一阶段的重点是开发知识系统，第二阶段建立术语之间的关系和属性，从而形成本体。DDE 的本体分为两类：基础本体，包括空间本体和地质时间本体等地球科学领域常用的本体;特定领域本体，包括来自地球科学各分支学科的专门内容。目前，在 DDE 框架下已经初步构建了 20 个特定领域的本体，包含 61937 个节点和 62610 个关系。为实现对专家构建的本体的开放访问，DDE 开发了地学知识图谱协同编辑器。在四年的时间里(2019—2023)，DDE 知识图谱在该平台上实现了第一阶段的建设目标，现已进入第二阶段的本体建设阶段。

　　DDE 计划面临多种挑战，需要吸引更多的科学家和科学社群参与，整合各种语言和格式的数据，建设全球数据基础设施，同时要推进国际合作，连接不同数据和网络基础设施，并协商可持续发展。

　　总之，通过整合地球深部数据、地学知识以及数据科学和人工智能技术，DDE 解决了地球演化研究中的重大挑战，促进了数据的整合和研究，开创了地球科学中跨学科溯因发现的新时代。DDE 将创造一个开放访问的数据资源，整合了地球叙述的过去、现在和未来的方方面面，这将带来全新的视角，改变我们对地球和宇宙的认识。

　　3.2 其它项目

　　DDE 致力于构建综合的地学知识图谱，通过整合各种地学领域的知识和数据资源，以支持地球科学的研究和应用。除了 DDE 项目，国内外还有许多其它组织和计划也在推动地球科学知识图谱的发展，各项目的侧重点各有不同。

　　国际地质科学联合会地理信息委员会是标准化地球科学词汇和地质数据图式的促进者。IUGS-CGI 的一部分成果已被整合到 OneGeology、OneGeology-Europe 和 INSPIRE 计划中，以协调来自分布式来源的地质数据。

　　OneGeology 项目首要目标是提高地质图数据的可获取性，使所有国家都能参与交流专门知识和技能并加速地学领域的互操作性和新标准。通过整合来自不同来源的地质数据，提供了高分辨率的地质图数据，使得地质数据在全球范围内更易于获取和使用。

　　OneGeology-Europe 项目是 OneGeology 项目的一部分，旨在整合和共享欧洲地质地球科学数据和信息，为科学家、工程师和公众提供更全面、更便捷的地质地球科学数据资源。OneGeology-Europe 项目展示了知识图谱在地质图集成和服务中的智能化应用。GeoSciML 和词汇表被应用于 OneGeology-Europe 项目中，该项目使用了来自 20 个不同数据供应商的分布式 Web 服务绘制了 1∶100 万欧洲地质图。

　　从 OneGeology-Europe 项目中得到的经验教训促进了 INSPIRE 地质数据规范的发展，INSPIRE 计划旨在促进欧洲范围内的空间数据和地理信息的互操作性和共享，建立统一的空间信息基础设施，支持环境管理、城市规划等领域的决策和行动。GeoSciML 数据模型是一种标准化的数据模型，用于描述地球科学领域的地质地球科学数据，促进数据的交换、共享和集成，提高地球科学研究和应用的效率和准确性。GeoSciML 可以扩展 INSPIRE 数据模型，为地质图融合提供基础。

　　EarthCube 项目主要目标是建立学科之间的连接，促进现代地球科学的发展和变革。它是一个由美国国家科学基金会支持的社区驱动项目，超过 2500 名地球、大气、海洋、计算机、信息和社会科学家，以及教育学家和数据管理者等人员参与了对 EarthCube 项目概念的阐述。该项目在发展过程中也取得了一些进展，比如 Zhou 等提出了一个来自于 GeoLink 项目的真实数据集，作为潜在的复杂本体对齐基准，该数据集包括 GeoLink Base Ontology 和 GeoLink Modular Ontology 两个本体，以及来自不同机构的领域专家共同开发的手动创建的参考对齐。GeoLink 通过 SPARQL 协议和 RDF 查询语言终端对外公开，包含超过 4500 万个 RDF 三元组，以及一组本体和地理可视化工具。GeoLink 旨在通过使用本体来提高 7 个地学数据存储库的数据检索、重用和集成。

　　LinkedGeoData 项目是一个基于开放地理数据的开源项目，旨在提供一个集成了地理和语义信息的全球地理数据库。它创建了一个全球覆盖的大型知识图谱，其数据源包括 OpenStreetMap 和其它数据源，并且这些数据源之间相互链接。通过 LinkedGeoData，用户可以访问和查询各种地理信息，例如地理实体(如城市、国家、地标等)、地理关系和属性等。Ding 等报告了使用虚拟知识图谱技术将 LinkedGeoData 中的关系数据库作为 SPARQL 端点持续努力的情况。

　　此外，NASA 建立了 SWEET 本体，旨在通过软件理解 Web 资源的语义，提高地球科学数据的发现和使用，涵盖了地球和环境科学的 200 多个学科领域和 6000 多个概念。

　　4 讨论和展望

　　4.1 面临的困难和挑战

　　知识图谱面临着多个挑战，包括可扩展性、质量、多样性、动态性和可用性，这些挑战不太可能被完全解决，但随着技术和工具的发展，它们将逐渐得到解决。Roldán-Molina 等提出了一种评估本体质量的方法(定量和图形化)，并解决了本体不一致性的问题，以最大限度地减少设计缺陷。此外，Chen 等也详细介绍了各种知识图谱补全技术的特点、优势和适用领域。

　　上述挑战不仅存在于地球科学领域，也是所有知识图谱构建中普遍存在的。然而，由于地球科学的复杂性和多样性，地球科学中的知识图谱构建面临着一些独特的困难。Ma 在论文中讨论了地球科学知识图谱构建和应用中的几个重要问题，包括 KG 实体消歧和识别、质量度量、语义定义和推理能力、KG 的演化与版本、KG 之间的互联与扩容，以及安全、隐私和道德问题。这些问题对于 KG 的有效使用和发展至关重要。除此之外，对于特定领域的知识图谱所面临的局限和不足，Abu-Salih 也进行了总结和概括，主要包括：①KG 数据质量、隐私性和可信性;②知识资源与语义扩展;③KG 构造算法;④时间感知的 KGs;⑤KG 评价;⑥Big KGs 中的计算性能;⑦特定领域的 KG 推理;⑧领域特定 KGs 的可用性;⑨领域特异性 KGs 的进一步研究空间。

　　4.2 地球科学知识图谱应用展望

　　地球科学中的 KG 创建和应用的未来工作具有广阔的发展空间和灵活性：首先，地球科学知识图谱可进一步提高数据的可访问性和可利用性，将大量多源异构数据整合到知识图谱中，并实现数据的互操作性，使得不同数据之间可以无缝连接和交互;其次，地球科学知识图谱需要更加精确和丰富的知识表示方式，包括地质、气候、海洋、生态等多个领域的知识，并具备推理能力，能够自动地推导和发现新的知识，从而加速科学研究的进展。此外，地球科学知识图谱的发展需要跨学科的融合和合作，将地球科学与计算机科学、人工智能、数据科学等领域的知识相结合，共同推动知识图谱的构建和应用，促进不同学科之间的交流与合作;最后，为了更好地展示和利用地球科学知识图谱，未来需要开发出直观、易用的可视化和交互界面，使科学家、决策者和公众能够方便地浏览、查询和探索知识图谱中的信息，从而更好地理解地球系统和相关问题。

　　在地球科学领域，大型语言模型的引入为知识图谱构建和应用带来了新的机遇。Deng 等将 LLMs 引入地球科学领域，首次提出了地球科学领域的第一个 LLM 模型 K2，并开发了一套资源来促进地球科学领域内的 LLMs 研究。大型语言模型可以通过学习大规模文本数据来理解和生成自然语言，但它并不总是具有深度的领域特定知识，知识图谱提供了结构化的、领域特定的知识，弥补了大型语言模型在特定领域知识方面的不足。将大型语言模型和知识图谱结合使用可以提高自然语言处理的性能，促进对地球科学领域中复杂问题更深入的理解和分析。

　　地震科学作为地球科学的重要分支，涉及到地质学、地球物理学、工程地震学等多个一级学科的交叉。然而，知识图谱在地震科学领域的应用目前还存在着较大的空白，迫切需要在现有的模型基础上开展深入研究。地震科学知识图谱可以从上文提到的 BFO 本体进行延伸，利用其通用性，将地震科学中的基本概念与 BFO 中的一般概念进行对应，然后通过扩展添加地震科学特定的概念。确定地震科学概念之间的关系，比如地震事件与地质结构、地震波的传播路径等。整合地震领域的数据，与专业人士合作，确保本体的设计和知识图谱的建立符合实际研究需求。地震科学知识图谱的建立有助于整合多领域信息，推动地震科学领域的发展。

　　总体而言，地球科学知识图谱的发展将是一个不断演进和完善的过程，通过持续的技术创新和学科交叉，将为地球科学研究、决策制定和公众教育等领域带来更多的机遇和益处。

　　5 总结

　　地球科学知识图谱是整合多源地球科学数据的工具，有助于科学家理解地球系统的复杂性，GeoCore 和 GSO 地质本体的建成证明地质数据与知识图谱结合良好，此外，它还广泛应用于地学文献挖掘、气候、自然灾害和遥感等领域。DDE 计划、OneGeology-Europe 项目和 INSPIRE 计划等推动了数据集成和共享，促进了地球科学知识图谱的发展。然而，虽然有学者已经在质量评价和知识图谱补全方面进行了研究，但还是面临可扩展性、质量、多样性、动态性和可用性等方面的挑战。在未来的发展中，依旧需要技术完善和国际合作的支持，并且可以与大型语言模型等先进技术相结合，以促进地球科学知识图谱的发展。此外，在地震科学领域，知识图谱通过整合和智能分析地震相关数据与知识，为地震研究人员提供更准确的灾害预测、风险评估以及快速响应和决策支持的能力。

牛凤桂;张贝;陈石,中国地震局地球物理研究所;北京白家疃地球科学国家野外科学观测研究站,202403