韓樂坤

摘 要：在應(yīng)對地質(zhì)災(zāi)害過程中，應(yīng)急預(yù)案對減少人員傷亡和經(jīng)濟損失十分重要。但是，當(dāng)前的地質(zhì)災(zāi)害應(yīng)急預(yù)案多為靜態(tài)的電子文檔，存在著條文繁雜、表達(dá)模糊等問題。為此，本文提出了地學(xué)本體知識庫集成和智能推理的技術(shù)方法，實現(xiàn)地學(xué)知識自動化推理。本文基于函數(shù)式編程思想，利用Python編程語言，借助Django框架開發(fā)構(gòu)建了本體知識推理程序，實現(xiàn)了對地質(zhì)災(zāi)害的簡單推理與應(yīng)用。

關(guān)鍵詞：本體論;網(wǎng)絡(luò)本體語言;地質(zhì)災(zāi)害;應(yīng)急預(yù)案;一階邏輯

中圖分類號：P694文獻(xiàn)標(biāo)識碼：A文章編號：1003-5168（2020）22-0135-03

Abstract： In response to geological disasters， emergency plan is very important to reduce casualties and economic losses. However， the current emergency plans for geological disasters are mostly static electronic documents， which have problems such as complicated provisions and vague expression. Therefore， this paper put forward the technology and method of geoscience ontology knowledge base integration and intelligent reasoning to realize the automatic reasoning of geoscience knowledge. Based on the idea of functional programming， this paper used Python programming language and Django framework to develop and construct ontology knowledge reasoning program， which realized the simple reasoning and application of geological disasters.

Keywords： ontology;OWL;geohazards;emergency plan;first order logic

1 緒論

1.1 研究背景

我國地質(zhì)災(zāi)害頻繁發(fā)生，給人民群眾的生命財產(chǎn)造成嚴(yán)重?fù)p失。各級地質(zhì)災(zāi)害應(yīng)急管理部門制定了不同的應(yīng)急預(yù)案。但是，這些預(yù)案主要以自然語言描述的靜態(tài)文本形式存在，在應(yīng)急響應(yīng)時會存在以下問題：靜態(tài)文本預(yù)案是非結(jié)構(gòu)化文檔，計算機無法識別與處理;應(yīng)急響應(yīng)過程設(shè)計災(zāi)害發(fā)生地的地理環(huán)境、人口分布、應(yīng)急資源分布等空間信息，靜態(tài)文本預(yù)案難以快速融合這些空間信息，不能為應(yīng)急決策提供直觀的依據(jù);在應(yīng)急響應(yīng)過程中出現(xiàn)應(yīng)急資源不充足、應(yīng)急力量變動、信息不確定等情況時，基于文本預(yù)案難以快速調(diào)整應(yīng)急指揮方案。為解決以上問題，有必要通過一種適當(dāng)?shù)闹R表達(dá)方式，用計算機可處理的形式表達(dá)應(yīng)急響應(yīng)知識，并快速智能地為應(yīng)急響應(yīng)過程提供所需知識。

1.2 研究目的及意義

由于現(xiàn)有的預(yù)案是靜態(tài)文本，靜態(tài)文本是非結(jié)構(gòu)化的，無法快速融合災(zāi)害發(fā)生地的地理環(huán)境等空間信息，也導(dǎo)致應(yīng)急管理部門不能快速地調(diào)整應(yīng)急方案，不能動態(tài)地采取措施。

為有效支持地質(zhì)災(zāi)害應(yīng)急響應(yīng)行動，本文以計算機可接受的形式表達(dá)地質(zhì)災(zāi)害應(yīng)急響應(yīng)知識，將地質(zhì)災(zāi)害知識模型化，旨在實現(xiàn)對地質(zhì)災(zāi)害智能化的響應(yīng)[1-2];同時，也有助于管理部門快速采取措施，盡可能地減少損失，也能支持應(yīng)急演練。

1.3 國內(nèi)外研究綜述

近年來，不少科研工作者對地學(xué)本體在多方面做了研究，而且也有不少科研院所制訂了詳細(xì)的研究方案。

查閱資料可知，世界上很多國家都在開展應(yīng)急管理信息化和建立地學(xué)知識本體庫，以實現(xiàn)數(shù)據(jù)共享。國外科研工作者提出了一些關(guān)于建立本體庫的模型，如ABC模型[3-7]等。國外發(fā)達(dá)國家在地質(zhì)災(zāi)害應(yīng)急管理方面和技術(shù)研究方面起步較早，建立了相對完善的知識庫。

1.4 主要研究內(nèi)容

本文立足于地質(zhì)災(zāi)害應(yīng)急決策需求，深入分析與研究地質(zhì)災(zāi)害管理體系與決策知識來源，構(gòu)建地質(zhì)災(zāi)害的應(yīng)急響應(yīng)框架。所做的主要工作具體如下所示。

①將地學(xué)時空參考系、與地質(zhì)年代相關(guān)的知識集成到地學(xué)本體知識庫中。

②利用OWL（Web Ontology Language，網(wǎng)絡(luò)本體語言）構(gòu)建地學(xué)本體知識庫。OWL是以樹狀組織地學(xué)的知識，該知識中包括與地質(zhì)災(zāi)害相關(guān)的個體、屬性、關(guān)系、規(guī)則、公理、函數(shù)等。例如，某個滑坡是個體，滑坡的發(fā)生時間與發(fā)生地點是屬性，則滑坡是地質(zhì)災(zāi)害的一種繼承關(guān)系。

③通過Python將地學(xué)知識庫中的知識（OWL）解析為JSON格式的字符串。與靜態(tài)文本相比，JSON是結(jié)構(gòu)化的，能夠直接被計算機識別并計算。同時，JSON有助于應(yīng)急管理部門快速采取措施。

④地學(xué)知識結(jié)構(gòu)化以后，使用一階邏輯和前向鏈接等算法，基于函數(shù)式編程和面向?qū)ο缶幊虒崿F(xiàn)對地質(zhì)災(zāi)害的簡單推理與應(yīng)用。

2 地學(xué)知識庫的集成

構(gòu)建一個統(tǒng)一的地學(xué)時空參考框架，基于EPSG空間參考系數(shù)據(jù)庫和OGCWKT標(biāo)準(zhǔn)，設(shè)計和建立了時空參考系數(shù)據(jù)庫，設(shè)計開發(fā)了一個可提供參考系查詢?yōu)g覽和三維可視化的簡單的原型系統(tǒng)。時空參考框架的優(yōu)點是空間參考系的參考橢球體可通過X3D顯示其三維模型;缺點是時間參考系不夠完善。

時間參考系（地質(zhì)年代）：研究了如何建立地質(zhì)年代參考系的基本理論問題，并實現(xiàn)了地質(zhì)年代參考系的一些基本功能。時間參考系（地質(zhì)年代）的優(yōu)點是采用JSON組織地學(xué)時間參考系，創(chuàng)建時間參考系數(shù)據(jù)庫;缺點是時間參考系數(shù)據(jù)庫內(nèi)容不夠完善，查詢功能單一。

地學(xué)時空參考系WEB服務(wù)：建立了完善的空間、時間參考系——國際地質(zhì)年代表。地學(xué)時空參考系WEB服務(wù)的主要優(yōu)點是建立了完善的空間時間參考系;缺點是未能實現(xiàn)智能推理。

進(jìn)一步完善地學(xué)本體庫，添加地質(zhì)災(zāi)害類及應(yīng)地質(zhì)災(zāi)害應(yīng)急管理部門類。

3 制定邏輯規(guī)則及推理

3.1 一階邏輯的推理

邏輯語言的模型是組成可能世界的形式結(jié)構(gòu)。每個模型連接的是邏輯語句的詞匯和可能世界中的元素，由此可以確定任一語句的真值。命題邏輯連接的是命題符號和預(yù)定義的相應(yīng)真值。一階邏輯模型包含對象，模型的域是它所包含的對象或元素。一階邏輯要求模型的域不為空。數(shù)學(xué)上說，這些對象是什么無關(guān)緊要，緊要的是每個特定的模型中包含多少對象。

一階邏輯的基本句法元素是表示對象、關(guān)系和函數(shù)的符號。因此，這些符號分為三類：表示對象的常量符號;表示關(guān)系的謂詞符號;表示函數(shù)的函詞。

3.2 一階邏輯與前向鏈接算法定義地質(zhì)災(zāi)害應(yīng)急規(guī)則

根據(jù)《國家突發(fā)地質(zhì)災(zāi)害應(yīng)急預(yù)案》定義相應(yīng)的應(yīng)急處理規(guī)則[1]如下所示。

3.2.1 災(zāi)害在災(zāi)害預(yù)警響應(yīng)規(guī)則。表1為不同預(yù)警等級下相應(yīng)的響應(yīng)措施。

將表1定義的規(guī)則用一階邏輯的推理表示：

3.2.2 等級判定規(guī)則。表2為不同災(zāi)情等級下的相應(yīng)判定條件。

將表2定義的規(guī)則用一階邏輯表示。

當(dāng)受威脅人數(shù)大于等于1 000人或潛在經(jīng)濟損失大于等于10 000萬元時，判定為特大型地質(zhì)災(zāi)害險情或災(zāi)情，其一階邏輯的推理如式（2）所示。

當(dāng)受威脅人數(shù)在500以上（包括500人）1 000人以下或潛在經(jīng)濟損失大于等于5 000萬元、小于10 000萬元時則判定為大型地質(zhì)災(zāi)害災(zāi)情，其一階邏輯的推理如式（3）所示。

當(dāng)受威脅人數(shù)在100以（包括100人）上500人以下或潛在經(jīng)濟損失大于500萬元、小于等于5 000萬元時則判定為中型地質(zhì)災(zāi)害險情或災(zāi)情，其一階邏輯的推理如式（4）所示。

當(dāng)受威脅人數(shù)小于100或潛在經(jīng)濟損失小于500萬元時，則判定為小型地質(zhì)災(zāi)害險情或災(zāi)情，其一階邏輯的推理可以表示為式（5）：

3.3 函數(shù)式編程構(gòu)建推理機

如圖1所示，將JSON格式的文件解析為主體、謂詞與客體。主體包括Geohazard、Earthquake等。謂詞即主客體之間的關(guān)系。將主體間的關(guān)系即謂詞作為CGeohazard的實例[8-10]。

應(yīng)急管理事件的流程如圖2所示。當(dāng)?shù)刭|(zhì)災(zāi)害發(fā)生時，應(yīng)急管理部門首先要判斷是災(zāi)情還是險情，對災(zāi)情和險情分別判定級別，根據(jù)地質(zhì)災(zāi)害的級別上報，相關(guān)部門采取相應(yīng)措施。

4 結(jié)論與展望

本文在地學(xué)領(lǐng)域智能應(yīng)急決策支持模型應(yīng)用需求的驅(qū)動下，將本體理論應(yīng)用到地學(xué)領(lǐng)域，實現(xiàn)基于OWL的地學(xué)知識庫的集成和基于函數(shù)式編程的智能推理，并且以地質(zhì)災(zāi)害的應(yīng)急預(yù)案、響應(yīng)、決策為例構(gòu)建智能決策模型。最終取得以下成果：基于Django的Model模型構(gòu)建基本的地學(xué)知識框架，擴展了Django的Model模型;通過一階邏輯和JSON格式表達(dá)了本體知識模型，并將知識規(guī)則存儲到數(shù)據(jù)庫中。

參考文獻(xiàn)：

[1]王艷妮，劉剛.地質(zhì)災(zāi)害領(lǐng)域本體的研究與應(yīng)用[J].地理與地理信息科學(xué)，2011（6）：36-40.

[2]溫立.基于本體的應(yīng)急決策知識模型研究[D].大連：大連理工大學(xué)，2008.

[3]安楊，趙波.基于Ontology的地理服務(wù)描述[J].計算機工程，2005（12）：4-6.

[4]劉曉慧，崔健，蔡菲.突發(fā)地質(zhì)災(zāi)害應(yīng)急響應(yīng)知識地理本體建模及推理[J].地理與地理信息科學(xué)，2018（4）：7-12.

[5]耿科明，袁方.Jena推理機在基于本體的信息檢索中的應(yīng)用[J].微型機與應(yīng)用，2005（10）：62-64.

[6]拉塞爾，諾維格.人工智能：一種現(xiàn)代的方法[M].3版.北京：清華大學(xué)出版社，2011.

[7]楊先洪，諸云強，朱騰，等.基于本體的地學(xué)數(shù)據(jù)建庫方法[J].中國科技資源導(dǎo)刊，2017（5）：30-36.

[8]顏麗.基于范疇論的應(yīng)急預(yù)案語義模型研究[D].南京：南京郵電大學(xué)，2011.

[9]彭王星.數(shù)據(jù)信息在災(zāi)害領(lǐng)域本體應(yīng)用[J].資源節(jié)約與環(huán)保，2013（9）：126-126.

[10]張靜.基于本體的突發(fā)事件應(yīng)急決策知識模型研究[D].天津：南開大學(xué)，2010.