KnowWhereGraph

KnowWhereGraph是一个大规模地理知识图谱，由加州大学圣塔巴巴拉分校等机构开发，集成超过30个数据集，包含灾害、人口、土壤、健康等多个领域的数据。该数据集旨在支持多学科应用，如人道主义援助、食品供应链和农业等领域，通过构建一个跨领域、预集成、基于FAIR原则、AI就绪的数据仓库，以知识图谱的形式解决数据集成挑战。

KnowWhereGraph is a large-scale geographic knowledge graph developed by the University of California, Santa Barbara and other institutions. It integrates over 30 datasets spanning multiple domains such as disasters, population, soil, public health and more. Designed to support multidisciplinary applications including humanitarian aid, food supply chains and agriculture, this resource addresses data integration challenges by constructing a cross-domain, pre-integrated, FAIR-compliant, AI-ready data repository in the form of a knowledge graph.

搜集汇总

数据集介绍

构建方式

KnowWhereGraph 数据集的构建方式是通过整合来自不同领域的地理空间数据，包括环境观测、自然灾害、人口统计和公共卫生等。这些数据集首先由数据工程师与合作伙伴共同设计，以确保其符合实际需求。在此基础上，使用 Resource Description Framework (RDF) 和 Web Ontology Language (OWL) 等技术，将数据集转换为语义网格式，并构建知识图谱。此外，KnowWhereGraph 还采用了 Discrete Global Grid (DGG) 技术，将不同的地理空间数据统一在一个框架下，以便于进行数据整合和查询。

特点

KnowWhereGraph 数据集的特点在于其大规模、跨领域、预集成和 FAIR 原则（可发现性、可访问性、互操作性、可重用性）的遵循，以及 AI 准备就绪的状态。该数据集包含了超过 290 亿个 RDF 三元组，代表了来自各个领域的密集集成数据。此外，KnowWhereGraph 还提供了多种支持工具，如 Geo-enrichment 工具和 Knowledge Explorer，使用户能够轻松地访问和使用这些数据。

使用方法

使用 KnowWhereGraph 数据集，用户可以通过多种方式进行数据查询和分析。例如，使用 Knowledge Explorer 工具，用户可以通过地图界面和预定义的搜索条件进行数据查询。此外，用户还可以使用 Geo-enrichment 工具，将 KnowWhereGraph 中的数据与 GIS 软件进行集成，以便进行更深入的数据分析和可视化。此外，KnowWhereGraph 还提供了一些定制化的工具，如 Wildfire Crop Impact Assessment 工具和 Land Potential Assessment 工具，用于解决特定的跨学科挑战。

背景与挑战

背景概述

在全球范围内，如食品供应链中断、公共卫生危机和自然灾害响应等挑战，需要访问和整合来自不同领域的地理空间数据集。KnowWhereGraph 数据集旨在解决这一问题，它是一个基于知识图谱的数据集成、丰富和综合框架，不仅包括与人类和环境系统相关的模式和数据，而且还提供了一套用于访问这些信息的支持工具。KnowWhereGraph 旨在通过建立一个大规模、跨领域、预集成、基于 FAIR 原则的、为人工智能准备的数据仓库来解决数据集成挑战。该数据集的核心研究问题是解决数据孤岛问题，通过构建一个基于知识图谱的大规模、跨领域、预集成、FAIR 原则的数据仓库。KnowWhereGraph 在相关领域的影响力体现在其解决数据孤岛问题的能力，为决策者提供快速获取信息的能力，以及支持跨学科知识发现和地理丰富任务。此外，KnowWhereGraph 还强调了空间、地点和时间在连接各种数据“孤岛”中的作用。

当前挑战

KnowWhereGraph 数据集面临的挑战包括：1) 所解决的领域问题：数据集成，尤其是地理空间数据集的集成；2) 构建过程中所遇到的挑战：如何将不同主题和来源的数据从传统的 (geo) 端口桥接起来，使其成为一个更全面的地理空间知识图谱；如何解决不同数据源之间空间和时间分辨率的不一致性；如何解决数据属性和来源的语义不明确问题。为了应对这些挑战，KnowWhereGraph 利用了一个严格的结构化、模块化模式，旨在系统地提高不同地理数据集之间的互操作性。该模式旨在系统地提高不同地理数据集之间的互操作性，确保高效的数据集成、检索和应用。

常用场景

经典使用场景

KnowWhereGraph 数据集作为一项大规模的地理知识图谱，旨在解决地理空间数据整合的难题。它集成了来自不同领域的超过 30 个数据集，包括环境观测、自然灾害、人口和公共健康指标以及人道主义援助相关数据。这些数据集的集成使得决策者和数据科学家能够快速获取关于人类和环境因素的最新、有上下文的信息，从而实现快速的情况感知。KnowWhereGraph 的经典使用场景包括但不限于灾害响应、食品供应链管理和农业可持续性评估。

衍生相关工作

KnowWhereGraph 数据集的推出衍生了一系列相关的经典工作，如 Geo-Enrichment 工具和 Knowledge Explorer。Geo-Enrichment 工具是一组 GIS 扩展，帮助用户将 KnowWhereGraph 中的多学科地理空间数据链接到他们的研究中。Knowledge Explorer 是一个搜索引擎，支持用户通过预定义的方面和地图界面浏览 KnowWhereGraph。这些工具的推出使得 KnowWhereGraph 更易于访问和利用，进一步推动了跨学科知识发现和地理丰富任务的发展。

数据集最近研究

最新研究方向

KnowWhereGraph数据集的最新研究方向集中在跨学科知识发现和地理增强方面，旨在解决全球性挑战，如食品供应链中断、公共卫生危机和自然灾害响应等。该数据集通过构建一个大规模、跨领域、预集成、基于FAIR原则且AI-ready的数据仓库，以知识图谱为基础，整合了与人类和环境系统相关的数据及其访问工具。KnowWhereGraph的设计原则强调了空间、地点和时间在连接各种数据“孤岛”中的作用，并通过多个用例展示了其如何赋能决策者揭示复杂且互操作性差的数据库中的隐藏洞察。该数据集的最新研究方向还包括了知识图谱的结构化、模块化本体的发展，以及支持跨学科应用的一系列工具和服务。此外，KnowWhereGraph还致力于从主要针对美国的数据库扩展到一个全球资源，以支持全球范围内的决策者和科学家应对公共卫生危机、气候变化等全球性挑战。

相关研究论文

• The KnowWhereGraph: A Large-Scale Geo-Knowledge Graph for Interdisciplinary Knowledge Discovery and Geo-Enrichment

  加州大学圣塔巴巴拉分校 · 2025年