1 概念介绍
1.1 知识图谱
知识图谱是信息化大数据时代背景下一种具有很大应用潜力的数据结构，该结构应用图和谱的方法将不同种类的信息连接得到一个关系网络。
知识图谱有节点和边组成，每个节点代表一个对象，每条边代表对象与对象之间的关系。所以知识图谱是关系最有效的表达方式。
yaoming.png
应用场景：行业知识图谱，随着自然语言处理（NLP）以及深度学习的进一步发展，在大数据背景下，根据某个行业或者细分领域进行深入研究，解决行业或者细分领域的专业问题。
- 建立知识图谱步骤：
- 知识建模：构建数据结构体系，抽象数据的属性，关联信息，进行定义、组织、管理、转化成现实的数据库。
- 知识获取：将不同来源、不同结构的数据转化为图谱数据，包括结构化数据、半结构化数据、知识标引、知识推理等，保障数据的有效性和完整性。
- 知识融合：将多个来源、重复的知识信息进行融合，包括融合计算、融合计算引擎、手动操作融合等。
- 知识存储：根据业务场景提供合理的知识存储方案，存储方案具备灵活、多样化、可拓展特性。
- 知识应用：为已构建知识图谱提供图谱检索、知识计算、图谱可视化等分析与应用能力。并提供各类知识计算的SDK，包含图谱基础应用类、图结构分析类、图谱语义应用类、自然语言处理类、图数据获取类、图谱统计类、数据集数据获取类、数据集统计类。
1.2 地理信息图谱
由陈述彭等人首先提出，旨在解决形（地图、影像、表格等）、数（定量化的模型与方法）、理（机理、规则、知识等）的有机结合，利用图形的抽象概括表达形式和数学模型的数理解析方法来归纳揭示地理现象的三维空间结构特征与时空变化规律。简单来说就是将传统地理学研究进一步向定量化、信息化推进。
陈述彭根据图谱的结构功能类型将地学信息图谱分为：
地带性图谱
空间格局图谱
过程图谱
弦律图谱
区域分异图谱
按照研究对象分为：
水文图谱
城镇图谱
景观图谱
1.3 地貌信息图谱
地学信息图谱一个分支，地貌信息图谱也利用图形语言综合地貌时空信息，综合“形”、“数”、“理”全局关系，通过特征提取、类型划分和图谱关联等一系列的分析方法。以达到对地貌形态、成因、物质、过程和年龄五大要素的全面认识。
2 地貌信息图谱研究类型及进展
地貌信息图谱的类型根据分析的角度不同大致分为地貌形态特征谱和地貌发育谱两类。
2.1地貌形态特征谱
- 地貌形态特征谱又可分为地面坡谱、剖面谱、二维格局谱系和地形纹理谱，主要从地表形态分析角度对地貌进行分类描述。
- 地面坡谱分析
- 地面坡度具有空间的连续性，很难有效判定区域尺度的地貌类型。目前，地面坡谱研究多集中在黄土地貌研究中，有待进一步研究并拓展。
- 剖面谱
- 大尺度上的地形剖面可显示整体区域的起伏情况，对小尺度的河流和山脉等研究对象，地形剖面可以充分展示其形态分布进而对其发展演化规律进行分析。
- 河流形态分析上：河流梯度指数、陡度指数、分层曲线和非对称因子等系列分形指标，可实现对河流地貌较为全面的形态描述
- 山脉形态分析上：条带剖面段生成的最大高程、最小高程和平均高程剖面均具有重大意义。
- 二维格局谱系
- 地形纹理谱
- 地形纹理是指在一定空间尺度上，同类地貌形态结构相似，不同地貌相异，近周期性变化的一种自然纹理，体现了地物的内在属性。
- 常采用对 DEM派生出的各类地形因子组成的数字矩阵的形态模式进行分析和对遥感影像的地面纹理分析这两种方式。
- 地面坡谱分析
2.2地貌发育谱
- 地貌发育谱是地貌信息图谱构建的理论基础，通过综合考虑地貌的成因机理特征，采用面积高程积分、地貌继承性研究以及地貌不同空间个体类型代替个体时间演化。地貌发育图谱是地貌信息图谱构建的理论基础。
- 地貌发育是一个长期缓慢的动态过程，常常是模糊非线性的。
- 基于面积—高程积分的地貌发育进程理论、地貌继承性理 论和地貌发育演化的“空代时”方法。
- 戴维斯侵蚀循环理论是阐述地貌发育阶段的经典理论，1952 年美国地貌学家 Strahler 借助流域高程分析法，通过计算面积—高程积分曲线形态及积分值来划分地貌发育的不同阶段，定量化地描述地貌的侵蚀循环机制。
- 地貌继承性是指在地貌发育过程中，后一阶段地貌形态的形成对前一阶段地貌特征的承袭关系。
- 地貌的演化通常是以百年千年为单位的可用在同一观测时间下，处于不同发育阶段的不同地貌个体表征同一地貌个体在不同发育时间阶段的形态“空代时”方法的应用将地貌演化的时间序列谱转化为空间系列谱的研究，在保证了数据源的同时降低了研究难度。
2.3关键技术及进展
- 地貌信息提取进展
- 目前信息提取仍基于专家知识的形态描述与综合分析的地貌信息。利用人工智能自动提取的地貌信息主要是指线性地貌边界，地貌指标还是以专家理论提出计算机计算为主。处于半自动阶段
- 地貌信息分类进展
- 随着高精度数据的普及以及算力的提高，目前除了计算地形指标得到地形特征外，还可以同时考虑地质、土壤、植被或水文等信息，依据不同的分类方法和多源信息融合技术，将地貌形态分为不同的类别。
- 现阶段诸如内营力、物质组成等很难直接从 DEM 或遥感影像中获取，成因的分析需要结合地质图及专家知识干预，因此，形态与成因相结合的地貌分类自动化方法是未来地貌自动分类的研究重点
- 地貌制图进展
3 展望与不足
3.1 急需构建完备的地貌信息图谱
- 目前地貌信息图谱内容相对简单，谱系不够完善。
- 地貌形态特征图谱中地面坡谱还多集中在黄土地貌研究，其普适性有带提高，构建适合多种地貌类型的完善的地面坡谱体系。
- 剖面谱的指标选取也千差万别，缺乏统一的标准和一致性的体系。
- 地貌形态特征图谱中的二维格局谱目前仅在河网水系研究中一枝独秀，有待进一步发展。
- 地貌发育谱基于面积—高程积分的地貌发育进程理论，在地貌类型上发展不平衡，同样多集中在黄土地貌研究上。
- 地貌继承性理论单有理论支撑，有待向定量化，数学化推进。
- “空代时”方法理论框架有待进一步研究
3.2 关键技术有待提高
地貌信息提取、地貌信息分类和地貌制图技术有待进一步加强
3.3 加强全球地貌格局与演变的精细化与定量化研究
3.4 启示
- 未来地貌学进一步发展必然向着精细化、信息化、定量化趋势前进，因此定量研究地貌学，尤其是微地貌大有可为
- 微地貌地貌信息图谱的构建：
- 需要大量数据的提取分析
- 更多的定量，指标化表征微地貌，从而为构建微地貌图谱提供数据和方法支撑
- 从系统，联系的观点出发，对微地貌进行形态描述，对其演化机制进行分析，并与其他地貌进行联系。
[1]程维明,宋珂钰,周成虎,汤国安.地貌信息图谱研究述评与展望[J].地球科学进展,2022,37(07):661-679.
[2]一文读懂知识图谱（初学篇） - 知乎 (zhihu.com)
