Neural Matching优化推动知识图谱发展的实施方案

自然资源领域知识图谱和GIS孰优孰劣

自然资源领域中,知识图谱和GIS各有优劣,无法简单判定孰优孰劣,二者在不同应用场景下具有不同的适用性,综合使用二者对解决实际问题帮助更大。具体如下:知识图谱的优势快速、可复现的计算:知识图谱通过建立图斑与属性的联系,先将所需的计算算好,再通过图斑间加减的叠置运算计算数据,能达到快速计算、流程化计算、可复现的效果,可解决耕地业务中的大量问题。与其他业务数据易关联:知识图谱能够方便地与其他业务数据进行关联,为综合分析提供便利。知识图谱的劣势无法做到快速定制化计算:模型在构建基础实体时,需将实体可能用到的计算关联到实体上才能进行分析。但很多实际问题无法预先考虑,需根据实际问题调整采用的数据来解决。对于这类问题,知识图谱需调整实体结构并重新运算,而GIS软件能相对快速地解决问题。无法发现空间规律:尽管可在基础实体上定义一些空间关系,但知识图谱无法像GIS工具一样快速处理空间问题、识别空间规律。在知识图谱中,简单的上下左右关系定义需耗费大量资源,更难以处理空间相关性、局部热点等地理学问题,而这些问题GIS工具很擅长。无法处理空间优化问题:虽然利用数据之间的加减,知识图谱可进行适宜性评价,但难以做到综合多要素的空间关系实现布局选址优化。例如在耕地整治区域选址问题上,知识图谱只能做到适宜性评价,而地理学专业人员可利用遗传算法、蚁群算法等空间优化算法进行布局优化,综合多种因素确定最佳布局。GIS的优势善于处理空间问题:地理学是探索事物空间分布规律的学科,基于地理学思维开发的GIS工具天然善于处理空间问题。例如分析研究区内耕地集聚特征,可在数学上说明耕地分布的集聚程度;搭配其他空间数据,还能回答耕地产量与哪些因素相关、哪个因素在耕地产量中发挥了决定性作用等问题。能进行空间优化:对于知识图谱无法处理的空间优化问题,如耕地整治区域选址,GIS工具可利用相关算法进行布局优化,综合多种因素确定最佳布局。GIS的劣势:相比知识图谱,GIS工具在处理图斑计算问题时,可能无法像知识图谱那样快速、流程化,在一些非空间问题的处理效率上可能不如知识图谱。


nginx