一种地表覆盖时空变化的知识图谱构建方法、装置及设备与流程

1.本技术涉及地表覆盖时空变化数据及知识图谱技术领域，特别是涉及一种地表覆盖时空变化的知识图谱构建方法、装置及设备。


背景技术：

2.地表覆盖是指地球表面各种物质类型及其自然属性与特征的综合体，反映着地球表面物质类型的分布状况和演化过程，是自然资源调查和生态环境研究的重要基础数据。地表覆盖的空间分布直接影响着地球表面的物质和能量循环过程，而时间变化则可综合地反映人类活动和气候变化对自然环境的影响。
3.相关技术中，国内外虽已研制出多套全球地表覆盖数据集，并开展了大量的变化分析，但尚缺乏高分辨率和多类型的时空变化信息，难以提供权威系统的科学资料与分析依据，并且随着地表覆盖知识量的持续增长，相关数据被存储至不同的数据源中，以使目前的知识服务难以全面收录有效的地表覆盖知识。因此，亟需一种能系统地描述地表覆盖地理分布、空间格局与演变过程等信息的地表覆盖时空变化知识图谱。


技术实现要素：

4.有鉴于此，本技术提供了一种地表覆盖时空变化的知识图谱构建方法、装置及设备，主要目的在于解决目前缺乏高分辨率和多类型的时空变化信息，难以提供权威系统的科学资料与分析依据，并且随着地表覆盖知识量的持续增长，相关数据被存储至不同的数据源中，以使目前的知识服务难以全面收录有效的地表覆盖知识的问题。
5.依据本技术第一方面，提供了一种地表覆盖时空变化的知识图谱构建方法，该方法包括：
6.定义目标知识结构，采用所述目标知识结构，获取每个目标知识点对应的元数据，得到多个元数据，所述目标知识点用于描述地表覆盖时空变化知识；
7.在所述多个元数据中提取目标层级对应的目标数据，依据所述目标数据，确定多个所述目标知识点在所述目标层级的关联关系，所述目标层级包括时间层级、空间层级、语义层级和变化层级；
8.以所述关联关系为基础，构建所述地表覆盖时空变化知识的知识图谱，以使服务订阅方触发数据获取请求，在图形数据库中获取所述知识图谱。
9.可选地，所述定义目标知识结构，包括：
10.根据知识领域划分标准，将所述地表覆盖时空变化知识划分为多个子领域；
11.提取每个所述子领域的概念信息，得到每个所述子领域的分类标识，采用所述分类标识，标记第一结构树中的每个树节点，得到分类结构；
12.确定变化分类和变化指标；
13.定义第二结构树，将所述变化分类、所述变化指标和所述分类结构添加至所述第二结构树中，得到所述目标知识结构。
14.可选地，所述采用所述目标知识结构，获取每个目标知识点对应的元数据，得到多个元数据，包括：
15.读取所述多个数据源中存储的知识数据，对所述知识数据进行识别，得到多个所述目标知识点；
16.对于每个所述目标知识点，依据所述目标知识结构中存储节点的节点标识，在所述知识数据中，确定所述节点标识对应的指定数据，将所述指定数据存储至所述节点标识指示的存储节点中，得到所述目标知识点的元数据；
17.遍历所述多个目标知识点，采用所述目标知识结构，获取每个所述目标知识点对应的元数据，得到所述多个元数据。
18.可选地，所述确定所述节点标识对应的指定数据，将所述指定数据存储至所述节点标识指示的存储节点中，包括：
19.当所述节点标识为基础信息标识时，在所述知识数据中获取所述目标知识点的基础数据作为所述指定数据，将所述指定数据以json文件和影像文件的形式存储至所述基础信息标识指示的存储节点中；
20.当所述节点标识为空间特征统计计算结果标识时，在所述知识数据中获取所述目标知识点的多个地表覆盖类型在预设期间内的变化信息，将所述变化信息作为所述指定数据，将所述指定数据以json文件和影像文件的形式存储至所述空间特征统计计算结果标识指示的存储节点中，并在所述知识数据中获取所述目标知识点的地表覆盖演变特征，将所述地表覆盖演变特征作为所述指定数据，将所述指定数据以json文件的形式存储至所述存储节点中；
21.当所述节点标识为地表覆盖信息标识时，在所述知识数据中获取第一地表覆盖变化数据和第二地表覆盖变化数据，将所述第一地表覆盖变化数据和所述第二地表覆盖变化数据作为所述指定数据，将所述指定数据以json文件和影像文件的形式存储至所述地表覆盖信息标识指示的存储节点中，所述第一地表覆盖变化数据为所述目标知识点对应的多个地表覆盖类型在预设期间内产生的变化数据，所述第二地表覆盖变化数据为所述目标知识点中的目标地表覆盖类型在所述预设期间内产生的变化数据。
22.可选地，所述在所述多个元数据中提取目标层级对应的目标数据，依据所述目标数据，确定多个所述目标知识点在所述目标层级的关联关系，包括：
23.在多个所述目标知识点中提取第一指定知识点和第二指定知识点，分别读取所述第一指定知识点对应的第一元数据和所述第二指定知识点对应的第二元数据；
24.当所述目标层级为时间层级时，在所述第一元数据中读取所述第一采集时间，在所述第二元数据中读取第二采集时间，将所述第一采集时间和所述第二采集时间进行比对，得到所述第一指定知识点和所述第二指定知识点在所述时间层级的关联关系；
25.当所述目标层级为空间层级时，在所述第一元数据中读取第一空间数据，在所述第二元数据中读取第二空间数据，采用所述第一空间数据和所述第二空间数据，计算所述第一指定知识点和所述第二指定知识点在所述空间层级的关联关系，所述空间数据用于指示拓扑连接数据、方位数据和距离数据；
26.当所述目标层级为语义层级时，采用语义网建模工具构建地表覆盖时空变化知识本体模型，并定义多个地表覆盖分类之间的公理库，基于所述公理库，确定所述第一指定知
识点和所述第二指定知识点在所述语义层级的关联关系；
27.当所述目标层级为变化层级时，在所述第一元数据中读取第一变化矩阵，在所述第二元数据中读取第二变化矩阵，将所述第一变化矩阵和所述第二变化矩阵进行比对，得到所述第一指定知识点和所述第二指定知识点在所述变化层级的关联关系；
28.继续在多个所述目标知识点中提取第三指定知识点，并分别确定所述第三知识点与所述第一知识点在所述目标层级的关联关系、所述第三知识点与所述第二知识点在所述目标层级的关联关系，直至遍历多个所述目标知识点，得到多个所述目标知识点在所述目标层级的关联关系。
29.可选地，所述以所述关联关系为基础，构建所述地表覆盖时空变化知识的知识图谱，包括：
30.采用三元组表达所述关联关系，得到三元组数据；
31.基于图形语言cypher，将所述三元组数据对应存储至所述图形数据库中，得到所述知识图谱。
32.可选地，所述方法还包括：
33.读取所述知识图谱中地表覆盖实体、概念、关系和属性知识，采用力导向图的方式，对所述地表覆盖实体、所述概念、所述关系和所述属性知识进行数据可视化；
34.读取所述知识图谱中的空间数据，将所述空间数据渲染至电子地图进行数据可视化；
35.读取所述知识图谱中的时空变化指标数据，将所述时空变化指标数据渲染为柱状图或折线图进行数据可视化。
36.依据本技术第二方面，提供了一种地表覆盖时空变化的知识图谱构建装置，该装置包括：
37.获取模块，用于定义目标知识结构，采用所述目标知识结构，获取每个目标知识点对应的元数据，得到多个元数据，所述目标知识点用于描述地表覆盖时空变化知识；
38.确定模块，用于在所述多个元数据中提取目标层级对应的目标数据，依据所述目标数据，确定多个所述目标知识点在所述目标层级的关联关系，所述目标层级包括时间层级、空间层级、语义层级和变化层级；
39.构建模块，用于以所述关联关系为基础，构建所述地表覆盖时空变化知识的知识图谱，以使服务订阅方触发数据获取请求，在图形数据库中获取所述知识图谱。
40.可选地，所述获取模块，用于根据知识领域划分标准，将所述地表覆盖时空变化知识划分为多个子领域；提取每个所述子领域的概念信息，得到每个所述子领域的分类标识，采用所述分类标识，标记第一结构树中的每个树节点，得到分类结构；确定变化分类和变化指标；定义第二结构树，将所述变化分类、所述变化指标和所述分类结构添加至所述第二结构树中，得到所述目标知识结构。
41.可选地，所述获取模块，用于读取所述多个数据源中存储的知识数据，对所述知识数据进行识别，得到多个所述目标知识点；对于每个所述目标知识点，依据所述目标知识结构中存储节点的节点标识，在所述知识数据中，确定所述节点标识对应的指定数据，将所述指定数据存储至所述节点标识指示的存储节点中，得到所述目标知识点的元数据；遍历所述多个目标知识点，采用所述目标知识结构，获取每个所述目标知识点对应的元数据，得到
所述多个元数据。
42.可选地，所述获取模块，用于当所述节点标识为基础信息标识时，在所述知识数据中获取所述目标知识点的基础数据作为所述指定数据，将所述指定数据以json文件和影像文件的形式存储至所述基础信息标识指示的存储节点中；当所述节点标识为空间特征统计计算结果标识时，在所述知识数据中获取所述目标知识点的多个地表覆盖类型在预设期间内的变化信息，将所述变化信息作为所述指定数据，将所述指定数据以json文件和影像文件的形式存储至所述空间特征统计计算结果标识指示的存储节点中，并在所述知识数据中获取所述目标知识点的地表覆盖演变特征，将所述地表覆盖演变特征作为所述指定数据，将所述指定数据以json文件的形式存储至所述存储节点中；当所述节点标识为地表覆盖信息标识时，在所述知识数据中获取第一地表覆盖变化数据和第二地表覆盖变化数据，将所述第一地表覆盖变化数据和所述第二地表覆盖变化数据作为所述指定数据，将所述指定数据以json文件和影像文件的形式存储至所述地表覆盖信息标识指示的存储节点中，所述第一地表覆盖变化数据为所述目标知识点对应的多个地表覆盖类型在预设期间内产生的变化数据，所述第二地表覆盖变化数据为所述目标知识点中的目标地表覆盖类型在所述预设期间内产生的变化数据。
43.可选地，所述确定模块，用于在多个所述目标知识点中提取第一指定知识点和第二指定知识点，分别读取所述第一指定知识点对应的第一元数据和所述第二指定知识点对应的第二元数据；当所述目标层级为时间层级时，在所述第一元数据中读取所述第一采集时间，在所述第二元数据中读取第二采集时间，将所述第一采集时间和所述第二采集时间进行比对，得到所述第一指定知识点和所述第二指定知识点在所述时间层级的关联关系；当所述目标层级为空间层级时，在所述第一元数据中读取第一空间数据，在所述第二元数据中读取第二空间数据，采用所述第一空间数据和所述第二空间数据，计算所述第一指定知识点和所述第二指定知识点在所述空间层级的关联关系，所述空间数据用于指示拓扑连接数据、方位数据和距离数据；当所述目标层级为语义层级时，采用语义网建模工具构建地表覆盖时空变化知识本体模型，并定义多个地表覆盖分类之间的公理库，基于所述公理库，确定所述第一指定知识点和所述第二指定知识点在所述语义层级的关联关系；当所述目标层级为变化层级时，在所述第一元数据中读取第一变化矩阵，在所述第二元数据中读取第二变化矩阵，将所述第一变化矩阵和所述第二变化矩阵进行比对，得到所述第一指定知识点和所述第二指定知识点在所述变化层级的关联关系；继续在多个所述目标知识点中提取第三指定知识点，并分别确定所述第三知识点与所述第一知识点在所述目标层级的关联关系、所述第三知识点与所述第二知识点在所述目标层级的关联关系，直至遍历多个所述目标知识点，得到多个所述目标知识点在所述目标层级的关联关系。
44.可选地，所述构建模块，用于采用三元组表达所述关联关系，得到三元组数据；基于图形语言cypher，将所述三元组数据对应存储至所述图形数据库中，得到所述知识图谱。
45.可选地，所述装置还包括：
46.读取模块，用于读取所述知识图谱中地表覆盖实体、概念、关系和属性知识，采用力导向图的方式，对所述地表覆盖实体、所述概念、所述关系和所述属性知识进行数据可视化；
47.所述读取模块，还用于读取所述知识图谱中的空间数据，将所述空间数据渲染至
电子地图进行数据可视化；
48.所述读取模块，还用于读取所述知识图谱中的时空变化指标数据，将所述时空变化指标数据渲染为柱状图或折线图进行数据可视化。
49.依据本技术第三方面，提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述第一方面中任一项所述方法的步骤。
50.依据本技术第四方面，提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述第一方面中任一项所述的方法的步骤。
51.借由上述技术方案，本技术提供的一种地表覆盖时空变化的知识图谱构建方法、装置及设备，本技术首先定义目标知识结构，采用目标知识结构，获取每个目标知识点对应的元数据，得到多个元数据。随后，在多个元数据中提取目标层级对应的目标数据，依据目标数据，确定多个目标知识点在目标层级的关联关系，目标层级包括时间层级、空间层级、语义层级和变化层级。最后，以关联关系为基础，构建地表覆盖时空变化知识的知识图谱，以使服务订阅方触发数据获取请求，在图形数据库中获取知识图谱。通过预设的知识结构，对多个数据源中存储的海量知识数据进行知识挖掘，提取所需的知识元数据，同时设定多个目标层级，进行多类型、多因素的地表覆盖知识关联分析，最终构建知识图谱，实现以结构化的方式描述全球地表覆盖时空演变知识体系。
52.上述说明仅是本技术技术方案的概述，为了能够更清楚了解本技术的技术手段，而可依照说明书的内容予以实施，并且为了让本技术的上述和其它目的、特征和优点能够更明显易懂，以下特举本技术的具体实施方式。
附图说明
53.通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本技术的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
54.图1示出了本技术实施例提供的一种地表覆盖时空变化的知识图谱构建方法流程示意图；
55.图2a示出了本技术实施例提供的一种地表覆盖时空变化的知识图谱构建方法流程示意图；
56.图2b示出了本技术实施例提供的一种地表覆盖时空变化的知识图谱构建方法的知识结构图；
57.图2c示出了本技术实施例提供的一种地表覆盖时空变化的知识图谱构建方法的系统结构图；
58.图3示出了本技术实施例提供的一种地表覆盖时空变化的知识图谱构建装置的结构示意图；
59.图4示出了本技术实施例提供的一种计算机设备的装置结构示意图。
具体实施方式
60.下面将参照附图更详细地描述本技术的示例性实施例。虽然附图中显示了本技术
的示例性实施例，然而应当理解，可以以各种形式实现本技术而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本技术，并且能够将本技术的范围完整的传达给本领域的技术人员。
61.本技术实施例提供了一种地表覆盖时空变化的知识图谱构建方法，如图1 所示，该方法包括：
62.101、定义目标知识结构，采用目标知识结构，获取每个目标知识点对应的元数据，得到多个元数据，目标知识点用于描述地表覆盖时空变化知识。
63.需要说明的是，地表覆盖时空变化知识是关于地球表面的物质和现象有关的概念、分类、空间形态、地理特征、数量关系、演变时序、驱动变化机理、演变趋势等表征的描述。在实际运行过程中，目标知识点可以是一个国家，也可以是一个自然景点，如北京市、黄河流域等，本技术对目标知识点的内容不进行具体限定。进一步地，本技术预设的知识结构定义了不同的知识层次，采用目标知识结构来获取每个目标知识点的元数据，就相当于从不同的表达层次来反映目标知识点的知识内容。
64.102、在多个元数据中提取目标层级对应的目标数据，依据目标数据，确定多个目标知识点在目标层级的关联关系，目标层级包括时间层级、空间层级、语义层级和变化层级。
65.接下来，本技术设置有四个目标层级，基于不同层级对应的数据内容，确定多个目标知识点在四个目标层级上分别对应的关联关系，进而实现多层级的关联地表覆盖时空变化知识点。其中，四个目标层级分别是时间层级、空间层级、语义层级和变化层级。
66.103、以关联关系为基础，构建地表覆盖时空变化知识的知识图谱，以使服务订阅方触发数据获取请求，在图形数据库中获取知识图谱。
67.最后，遵循定义的关联关系，通过编写图形语言cypher语句，将各个知识点存储到neo4j图形数据库中，构建地表覆盖时空变化知识的知识图谱，实现基于图模型数据库的地表覆盖时空变化知识的存储，为地表覆盖时空变化知识的查询分析与存储奠定基础。以使服务订阅方通过对应的终端设备发起信息获取请求，在图形数据库中获取知识图谱进行学习或研究。
68.本技术实施例提供的方法，首先定义目标知识结构，采用目标知识结构，获取每个目标知识点对应的元数据，得到多个元数据。随后，在多个元数据中提取目标层级对应的目标数据，依据目标数据，确定多个目标知识点在目标层级的关联关系，目标层级包括时间层级、空间层级、语义层级和变化层级。最后，以关联关系为基础，构建地表覆盖时空变化知识的知识图谱，以使服务订阅方触发数据获取请求，在图形数据库中获取知识图谱。通过预设的知识结构，对多个数据源中存储的海量知识数据进行知识挖掘，提取所需的知识元数据，同时设定多个目标层级，进行多类型、多因素的地表覆盖知识关联分析，最终构建知识图谱，实现以结构化的方式描述全球地表覆盖时空演变知识体系。
69.本技术实施例提供了一种地表覆盖时空变化的知识图谱构建方法，如图2a 所示，该方法包括：
70.201、定义目标知识结构。
71.在构建知识图谱的过程中，系统会对全部能够存储知识数据的数据源进行识别，考虑到并不是全部知识数据都能够用于构建知识图谱。因此，为了能够快速有效的在海量
的地表覆盖时空变化知识中挖掘出所需的数据，系统会在进行数据挖掘前定义目标知识结构。需要说明的是，目标知识结构是以基础信息、空间特征统计和地表覆盖数据三个层次来表示地表覆盖时空变化知识点，定义目标知识结构的具体过程如下：
72.一、定义第一结构树，确定地表覆盖时空变化知识的分类结构。
73.具体地，根据知识领域划分标准，将地表覆盖时空变化知识划分为多个子领域。随后，提取每个子领域的概念信息，如表1所示，得到每个子领域的分类标识，也就是地表覆盖类型分类，其中，子领域为耕地、森林、草地、灌木地、湿地、水体、苔原、人造地表、裸地、冰川及永久冰雪10个大类。
74.表1、地表覆盖类型分类
75.[0076][0077]
最后，采用分类标识，标记第一结构树中的每个树节点，得到分类结构。后续通过目标知识结构获取变化空间分布等内容时，可以依据分类结构获取各个分类对应的变化情况、演变特征等内容。
[0078]
二、定义变化指标及变化分类
[0079]
为了更好的表达地表覆盖的演变特征，本技术定义了15个变化指标，进而实现在知识数据中提取目标知识点对应的指标数据进行地表覆盖演变特征的分析，变化指标的具体内容如表2所示：
[0080]
表2、变化指标
[0081]
[0082][0083]
接下来，本技术定义了能够反映地表覆盖变化的变化分类，具体内容如表3 所示：
[0084]
表3、地表覆盖变化分类
[0085][0086]
三、定义第二结构树，确定目标知识结构。
[0087]
在本步骤中，系统首先定义第二结构树。随后，将变化分类、变化指标和分类结构
添加至第二结构树中，得到目标知识结构。需要说明的是，目标知识结构中不仅包括变化分类、变化指标和分类结构，还包括基础属性等内容。
[0088]
具体地，如图2b所示，第二结构树以目标知识点为根节点进行展开，第二结构树包括基础信息、空间特征统计和地表覆盖数据三个层次。需要说明的是，基础信息包括知识点的名称、类型、研究区域、空间几何信息(知识点对应的空间数据坐标点，以自然、行政边界或自定义区域形式展示)及典型地貌、地理特征描述等。空间特征统计包含变化空间分布和空间特征统计指标两大类，其中，变化空间分布需要添加地表覆盖时空变化知识的分类结构，具体可以依据分类结构获取该目标知识点的地表覆盖类型从2000至2010、2010至2020三期数据之间的变化情况。空间特征指标需要添加变化指标及变化分类，依据变化指标和变化分类获取地表覆盖演变特征数据，具体包含空间统计、空间格局和空间变化等信息。地表覆盖数据同样需要添加地表覆盖时空变化知识的分类结构，具体可以依据分类结构获取当前知识点所有类别的2000、2010和2020 年三期地表覆盖数据，也就是后续获取的第一地表覆盖变化数据和某一类别的三期地表覆盖数据，也就是后续获取的第二地表覆盖变化数据。
[0089]
202、采用目标知识结构，获取每个目标知识点对应的元数据，得到多个元数据。
[0090]
进一步地，进入数据采集环节，系统根据目标知识结构中标识的内容，对多个数据源中的知识数据进行数据挖掘，从而提取出构建知识图谱所需的元数据。具体地，系统先读取多个数据源中存储的知识数据，对知识数据进行识别，得到多个目标知识点，如河南省、上海市、黄河流域等。对于每个目标知识点，依据目标知识结构中存储节点的节点标识，在知识数据中，确定节点标识对应的指定数据，将指定数据存储至节点标识指示的存储节点中，得到目标知识点的元数据。在实际运行过程中，每个存储节点下还设置多个叶子节点，用于对知识数据进行分类存储。
[0091]
当节点标识为基础信息标识时，在知识数据中获取目标知识点的基础数据作为指定数据，将指定数据以json文件和影像文件的形式存储至基础信息标识指示的存储节点中。需要说明的是，指定数据中的基本信息，如名称、标识等内容可以存储至基本信息叶子节点中，空间范围等内容可以存储至空间几何信息叶子节点中，地形数据，如山体阴影、坡度、坡向、地形粗糙度索引、地形未知索引、粗糙度、彩色浮雕、坡度等级等内容，可以存储至地形数据叶子节点中。照片信息可以存储至典型照片叶子节点中。
[0092]
当节点标识为空间特征统计计算结果标识时，在知识数据中获取目标知识点的多个地表覆盖类型在预设期间内的变化信息，如当前知识点的地表覆盖类型在2000年至2010年总体变化信息，将变化信息作为指定数据，将指定数据以json文件和影像文件的形式存储至空间特征统计计算结果标识指示的存储节点中，并在知识数据中获取目标知识点的地表覆盖演变特征，如2000年至2010 年当前知识点的地表覆盖类型的变化转移矩阵、空间变化指标等等，将地表覆盖演变特征作为指定数据，将指定数据以json文件的形式存储至存储节点中。
[0093]
当节点标识为地表覆盖信息标识时，在知识数据中获取第一地表覆盖变化数据和第二地表覆盖变化数据，将第一地表覆盖变化数据和第二地表覆盖变化数据作为指定数据，将指定数据以json文件和影像文件的形式存储至地表覆盖信息标识指示的存储节点中。第一地表覆盖变化数据为目标知识点对应的多个地表覆盖类型在预设期间内产生的变
化数据。例如，目标知识点a包括上述10 个地表覆盖分类(耕地、森林、草地、灌木地、湿地、水体、苔原、人造地表、裸地、冰川及永久冰雪)，预设期间为2000年、2010年和2022年三期，则获取目标知识点a的10个类别在2000年、2010年和2022年三期内产生的变化数据作为第一地表覆盖变化数据。进一步地，第二地表覆盖变化数据为目标知识点中的目标地表覆盖类型在预设期间内产生的变化数据。依旧以目标知识点a 为例，将森林类别作为为目标地表覆盖类型，获取目标知识点a中的森林类别在2000年、2010年和2022年三期内产生的变化数据作为第二地表覆盖变化数据。
[0094]
最后，遍历多个目标知识点，采用目标知识结构，获取每个目标知识点对应的元数据，得到多个元数据。
[0095]
203、在多个元数据中提取目标层级对应的目标数据，依据目标数据，确定多个目标知识点在目标层级的关联关系。
[0096]
在本技术实施例中，为了能够遍历全部目标知识点，确定任意两个目标知识点之间的多层级的关联关系，系统首先在多个目标知识点中提取两个知识点，即第一指定知识点和第二指定知识点，分别读取第一指定知识点对应的第一元数据和第二指定知识点对应的第二元数据。例如，在多个目标知识点中提取知识点a作为第一指定知识点和知识点b作为第二指定知识点，依据第一指定知识点a对应的第一元数据以及第二指定知识点b对应的第二元数据，将第一指定知识点a和第二指定知识点b在四个层级上关联。具体关联过程如下：
[0097]
一、时间层级
[0098]
时间层级的关联主要与地表覆盖知识的遥感影像在不同时间下的空间特征统计计算结果的时间序列相关，因此，当目标层级为时间层级时，需要在第一元数据中读取第一采集时间，在第二元数据中读取第二采集时间，将第一采集时间和第二采集时间进行比对，得到第一指定知识点和第二指定知识点在时间层级的关联关系。具体地，本技术划分了13种的基本关系，分别是before(《)、 meets(m)、overlaps(o)、starts(s)、during(d)、ends(e)，它们的逆关系 after(》)、met-by(m～)、overlapped-by(o～)、started-by(s～)、includes(i～)、 ended-by(e～)及相等关系equals(＝)。进而通过对比2个知识点采集时间，确定命中的时间关系。
[0099]
二、空间层级
[0100]
空间层级主要设计拓扑、方位、距离三类，进而当目标层级为空间层级时，以知识点面状空间范围(wkt格式)为基础进行计算，在第一元数据中读取第一空间数据，在第二元数据中读取第二空间数据，采用第一空间数据和第二空间数据从三个方面进行计算，确定空间层级上的关联关系。
[0101]
1、拓扑关系
[0102]
在拓扑关系上，采用基于区域连接的rcc(region connection calculus)方法模型，主要拓扑关系如表4所示，主要有相离、邻接、部分相交、相等、对象a包含于对象b且边界相交、对象a包含对象b且边界相交、对象a包含于对象b且边界不相交、对象a包含对象b且边界不相交等8种关系。
[0103]
表4、拓扑运算关系
[0104][0105]
2、方位关系
[0106]
对于空间实体的方位关系计算，通过提取面状空间范围的质心，采用点模型的方式开展计算，依据andrew frank的投影法(projection)和锥形法(cone) 两种方向划分方法，定义为确定n，ne，e，se，s，sw，w，nw等8个方向。
[0107]
3、距离关系
[0108]
欧式距离，以知识点面状空间范围的质心为起算原点。距离关系计算中，也是通过
质心计算出面状空间实体之间的距离，
[0109]
三、语义层级
[0110]
进一步地，当目标层级为语义层级时，采用语义网建模工具构建地表覆盖时空变化知识本体模型，并定义多个地表覆盖分类之间的公理库，基于公理库，确定第一指定知识点和第二指定知识点在语义层级的关联关系，如表5所示：
[0111]
表5、地表覆盖变化知识语义
[0112]
关系分类关系名称备注part-of类之间部分与整体的关系大清河、潮白河等组成海河流域kind-of类之间的继承关系水田继承耕地概念instance-of类的实例和类的关系呼伦贝尔是草地的实例attribute-of类是另外一个类的属性 等同关系同级概念或实例之间等价关系潮白河、鲍丘水同一河流不同称呼相似关系意思相近的概念或实例雨养旱地、灌溉旱地概念相近互斥关系同级概念或实例之间的互斥平原、山地
[0113]
四、变化层级
[0114]
当目标层级为变化层级时，在第一元数据中读取第一变化矩阵，在第二元数据中读取第二变化矩阵，将第一变化矩阵和第二变化矩阵进行比对，得到第一指定知识点和第二指定知识点在变化层级的关联关系。需要说明的是，变化层级分类两个方向的关联，一是变化趋势关联，另一个是类型转换关联。
[0115]
1、变化趋势关联
[0116]
在本步骤中，系统会统计第一变化矩阵和第二变化矩阵的变化趋势，将趋势相同的知识点关联起来，在本技术中，根据目前2000年到2020年的数据将变化趋势分为9类，如表6所示：
[0117]
表6、变化趋势
[0118]
编号2000-20102010-20201不变不变2不变增加3不变减少4增加不变5增加增加6增加减少7减少不变8减少增加8减少减少
[0119]
2、类型转换关联
[0120]
在本步骤中，根据第一变化矩阵和第二变化矩阵中的关联关系，关联不同知识点。需要说明的是，只有当空间范围相同，但是地表覆盖类型不同的第一指定知识点和第二指定知识点才能够关联，本技术定义的转换关系具体如下述表7所示：
[0121]
表7、地表覆盖数据转换关系
[0122][0123][0124]
进一步地，继续在多个目标知识点中提取第三指定知识点，并分别确定第三知识点与第一知识点在目标层级的关联关系、第三知识点与第二知识点在目标层级的关联关系，直至遍历多个目标知识点，得到多个目标知识点在目标层级的关联关系。例如，继续在多个目标知识点中提取知识点c为第三指定知识点，将第三指定知识点c与第一指定知识点a在四个层级上进行关联，将第三指定知识点c与第二指定知识点b在四个层级上进行关联。不断在多个目标知识点中提取待关联的知识点，直至关联全部目标知识点。
[0125]
204、以关联关系为基础，构建地表覆盖时空变化知识的知识图谱。
[0126]
通过rdf三元组表达地表覆盖知识，增强知识间的语义关系，同时能够清晰、准确的表达知识，尽可能减少歧义，并具有足够的细节，同时便于理解知识。以海河流域地表覆盖知识为例，对地表覆盖知识实体或概念之间的关系采用三元组可以表示为：(海河流域，包含，大清河水系)、(流域，上下位关系，水系)等，表达实体的属性和属性值为：(海河流域，知识点名称，海河流域知识点)、(海河流域，河流分类，华北型河流)等。
[0127]
在进行数据存储时，首先通过编写cypher语句，组织csv文件，定义实体和属性，将实体和属性批量添加到neo4j数据库中。随后，采用类似于创建节点的语法，在关系的方括号中定义关系的类型及其属性，需要说明的是，管理方括号中有且只有唯一指定的关系类型。另外，在进行数据查询是，可以使用 match关键字指定搜查模式，where为match模式增添谓词，从而约束查询结果，对其节点信息以及该层相关联的节点实现查询操作。
[0128]
205、将知识图谱可视化。
[0129]
知识图谱主要基于展示层进行可视化，展示层主要是地表覆盖知识图谱构建系统的交互界面，使用者通过浏览器可以便捷的访问。在该层主要采用vue.js 与elementui相结合设计展示界面，对于地表覆盖实体、概念、关系和属性知识的展示采用d3.js力导向图的方式进行关联表达，对于空间知识采用mapboxgl.js，将数据渲染到地图上，进行空间可
视化，对于具有长时间序列的时空变化指标数据如ndvi、npp等，采用echart.js将这些指标数据渲染为柱状图、折线图进行可视化以分析其变化趋势或强度。
[0130]
另外，如图2c所示，整个系统还包括通讯层、应用层、服务层和数据层，在数据层选用图模型数据库neo4j用以知识的存储、读取和更新，通过将地表覆盖知识表示为rdf三元组的方式，并将这些知识组织为csv实体属性文件，此外还需要在数据层提供推理规则等，便于之后开展知识关联。在服务层主要由数据服务和其他服务组成。其中数据服务包含有地表覆盖学科知识、遥感影像指标知识等。其他服务为neo4jrestapi访问服务，用以通过java语言访问 neo4j数据库，便捷的通过cypher语句查询知识，同时也可以增加、修改或删除实体、属性等知识。jena推理引擎服务，主要通过读取自定义规则，调用jena 推理机，为本体规则推理提供支撑。在通讯层采用axios的get请求和post 请求，将展示层和应用层连接起来。通过axios发送请求到应用层，应用层响应请求，获取展示层传递的参数，如实体名称、关系名称等，之后应用层将展示层请求的结果进行返回，完成请求和响应。
[0131]
本技术实施例提供的方法，首先定义目标知识结构，采用目标知识结构，获取每个目标知识点对应的元数据，得到多个元数据。随后，在多个元数据中提取目标层级对应的目标数据，依据目标数据，确定多个目标知识点在目标层级的关联关系，目标层级包括时间层级、空间层级、语义层级和变化层级。最后，以关联关系为基础，构建地表覆盖时空变化知识的知识图谱，以使服务订阅方触发数据获取请求，在图形数据库中获取知识图谱。通过预设的知识结构，对多个数据源中存储的海量知识数据进行知识挖掘，提取所需的知识元数据，同时设定多个目标层级，进行多类型、多因素的地表覆盖知识关联分析，最终构建知识图谱，实现以结构化的方式描述全球地表覆盖时空演变知识体系。
[0132]
进一步地，作为图1所述方法的具体实现，本技术实施例提供了一种地表覆盖时空变化的知识图谱构建装置，如图3所示，所述装置包括：获取模块301、确定模块302、构建模块303。
[0133]
该获取模块301，用于定义目标知识结构，采用所述目标知识结构，获取每个目标知识点对应的元数据，得到多个元数据，所述目标知识点用于描述地表覆盖时空变化知识；
[0134]
该确定模块302，用于在所述多个元数据中提取目标层级对应的目标数据，依据所述目标数据，确定多个所述目标知识点在所述目标层级的关联关系，所述目标层级包括时间层级、空间层级、语义层级和变化层级；
[0135]
该构建模块303，用于以所述关联关系为基础，构建所述地表覆盖时空变化知识的知识图谱，以使服务订阅方触发数据获取请求，在图形数据库中获取所述知识图谱。
[0136]
在具体的应用场景中，该获取模块301，用于根据知识领域划分标准，将所述地表覆盖时空变化知识划分为多个子领域；提取每个所述子领域的概念信息，得到每个所述子领域的分类标识，采用所述分类标识，标记第一结构树中的每个树节点，得到分类结构；确定变化分类和变化指标；定义第二结构树，将所述变化分类、所述变化指标和所述分类结构添加至所述第二结构树中，得到所述目标知识结构。
[0137]
在具体的应用场景中，该获取模块301，用于读取所述多个数据源中存储的知识数据，对所述知识数据进行识别，得到多个所述目标知识点；对于每个所述目标知识点，依据所述目标知识结构中存储节点的节点标识，在所述知识数据中，确定所述节点标识对应的指定数据，将所述指定数据存储至所述节点标识指示的存储节点中，得到所述目标知识点
的元数据；遍历所述多个目标知识点，采用所述目标知识结构，获取每个所述目标知识点对应的元数据，得到所述多个元数据。
[0138]
在具体的应用场景中，该获取模块301，还用于当所述节点标识为基础信息标识时，在所述知识数据中获取所述目标知识点的基础数据作为所述指定数据，将所述指定数据以json文件和影像文件的形式存储至所述基础信息标识指示的存储节点中；当所述节点标识为空间特征统计计算结果标识时，在所述知识数据中获取所述目标知识点的多个地表覆盖类型在预设期间内的变化信息，将所述变化信息作为所述指定数据，将所述指定数据以json文件和影像文件的形式存储至所述空间特征统计计算结果标识指示的存储节点中，并在所述知识数据中获取所述目标知识点的地表覆盖演变特征，将所述地表覆盖演变特征作为所述指定数据，将所述指定数据以json文件的形式存储至所述存储节点中；当所述节点标识为地表覆盖信息标识时，在所述知识数据中获取第一地表覆盖变化数据和第二地表覆盖变化数据，将所述第一地表覆盖变化数据和所述第二地表覆盖变化数据作为所述指定数据，将所述指定数据以json文件和影像文件的形式存储至所述地表覆盖信息标识指示的存储节点中，所述第一地表覆盖变化数据为所述目标知识点对应的多个地表覆盖类型在预设期间内产生的变化数据，所述第二地表覆盖变化数据为所述目标知识点中的目标地表覆盖类型在所述预设期间内产生的变化数据。
[0139]
在具体的应用场景中，该确定模块302，用于在多个所述目标知识点中提取第一指定知识点和第二指定知识点，分别读取所述第一指定知识点对应的第一元数据和所述第二指定知识点对应的第二元数据；当所述目标层级为时间层级时，在所述第一元数据中读取所述第一采集时间，在所述第二元数据中读取第二采集时间，将所述第一采集时间和所述第二采集时间进行比对，得到所述第一指定知识点和所述第二指定知识点在所述时间层级的关联关系；当所述目标层级为空间层级时，在所述第一元数据中读取第一空间数据，在所述第二元数据中读取第二空间数据，采用所述第一空间数据和所述第二空间数据，计算所述第一指定知识点和所述第二指定知识点在所述空间层级的关联关系，所述空间数据用于指示拓扑连接数据、方位数据和距离数据；当所述目标层级为语义层级时，采用语义网建模工具构建地表覆盖时空变化知识本体模型，并定义多个地表覆盖分类之间的公理库，基于所述公理库，确定所述第一指定知识点和所述第二指定知识点在所述语义层级的关联关系；当所述目标层级为变化层级时，在所述第一元数据中读取第一变化矩阵，在所述第二元数据中读取第二变化矩阵，将所述第一变化矩阵和所述第二变化矩阵进行比对，得到所述第一指定知识点和所述第二指定知识点在所述变化层级的关联关系；继续在多个所述目标知识点中提取第三指定知识点，并分别确定所述第三知识点与所述第一知识点在所述目标层级的关联关系、所述第三知识点与所述第二知识点在所述目标层级的关联关系，直至遍历多个所述目标知识点，得到多个所述目标知识点在所述目标层级的关联关系。
[0140]
在具体的应用场景中，该构建模块303，用于采用三元组表达所述关联关系，得到三元组数据；基于图形语言cypher，将所述三元组数据对应存储至所述图形数据库中，得到所述知识图谱。
[0141]
在具体的应用场景中，所述装置还包括：读取模块304。
[0142]
该读取模块304，用于读取所述知识图谱中地表覆盖实体、概念、关系和属性知识，采用力导向图的方式，对所述地表覆盖实体、所述概念、所述关系和所述属性知识进行数据
可视化；
[0143]
该读取模块304，还用于读取所述知识图谱中的空间数据，将所述空间数据渲染至电子地图进行数据可视化；
[0144]
该读取模块304，还用于读取所述知识图谱中的时空变化指标数据，将所述时空变化指标数据渲染为柱状图或折线图进行数据可视化。
[0145]
本技术实施例提供的装置，首先定义目标知识结构，采用目标知识结构，获取每个目标知识点对应的元数据，得到多个元数据。随后，在多个元数据中提取目标层级对应的目标数据，依据目标数据，确定多个目标知识点在目标层级的关联关系，目标层级包括时间层级、空间层级、语义层级和变化层级。最后，以关联关系为基础，构建地表覆盖时空变化知识的知识图谱，以使服务订阅方触发数据获取请求，在图形数据库中获取知识图谱。通过预设的知识结构，对多个数据源中存储的海量知识数据进行知识挖掘，提取所需的知识元数据，同时设定多个目标层级，进行多类型、多因素的地表覆盖知识关联分析，最终构建知识图谱，实现以结构化的方式描述全球地表覆盖时空演变知识体系。
[0146]
需要说明的是，本技术实施例提供的一种地表覆盖时空变化的知识图谱构建装置所涉及各功能单元的其他相应描述，可以参考图1和图2a至图2c中的对应描述，在此不再赘述。
[0147]
在示例性实施例中，参见图4，还提供了一种设备，该设备包括通信总线、处理器、存储器和通信接口，还可以包括输入输出接口和显示设备，其中，各个功能单元之间可以通过总线完成相互间的通信。该存储器存储有计算机程序，处理器，用于执行存储器上所存放的程序，执行上述实施例中的地表覆盖时空变化的知识图谱构建方法。
[0148]
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现所述的地表覆盖时空变化的知识图谱构建方法的步骤。
[0149]
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到本技术可以通过硬件实现，也可以借助软件加必要的通用硬件平台的方式来实现。基于这样的理解，本技术的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是cd-rom，u盘，移动硬盘等) 中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本技术各个实施场景所述的方法。
[0150]
本领域技术人员可以理解附图只是一个优选实施场景的示意图，附图中的模块或流程并不一定是实施本技术所必须的。
[0151]
本领域技术人员可以理解实施场景中的装置中的模块可以按照实施场景描述进行分布于实施场景的装置中，也可以进行相应变化位于不同于本实施场景的一个或多个装置中。上述实施场景的模块可以合并为一个模块，也可以进一步拆分成多个子模块。
[0152]
上述本技术序号仅仅为了描述，不代表实施场景的优劣。
[0153]
以上公开的仅为本技术的几个具体实施场景，但是，本技术并非局限于此，任何本领域的技术人员能思之的变化都应落入本技术的保护范围。