農(nóng)業(yè)科學數(shù)據(jù)本體網(wǎng)絡系統(tǒng)研發(fā)

1引言

農(nóng)業(yè)科學數(shù)據(jù)本體是一個包含農(nóng)業(yè)科學數(shù)據(jù)的術語、農(nóng)業(yè)科學數(shù)據(jù)的定義和術語之間關系描述的系統(tǒng)1。它能夠準確地表達概念及其可能的變化、概念屬性、概念之間的關系，從而實現(xiàn)對農(nóng)業(yè)領域科學數(shù)據(jù)的管理和共享。農(nóng)業(yè)科學數(shù)據(jù)本體為農(nóng)業(yè)領域的知識提供了一個統(tǒng)一的框架，促進了農(nóng)業(yè)研究領域科學數(shù)據(jù)的整合與共享[2]。隨著信息技術帶來科研信息化的進步，農(nóng)業(yè)研究領域科學數(shù)據(jù)的產(chǎn)生和積累呈爆發(fā)趨勢，以長序列、體系性為特點的農(nóng)業(yè)科學大數(shù)據(jù)已成為農(nóng)業(yè)科研發(fā)展必需的重要工具[3]。農(nóng)業(yè)科學數(shù)據(jù)是科學數(shù)據(jù)的重要組成部分，是指從事農(nóng)業(yè)科技活動產(chǎn)生的原始性和基礎性數(shù)據(jù)，以及按照不同需求系統(tǒng)加工后的數(shù)據(jù)集和相關信息，既包括農(nóng)業(yè)及相關部門長期積累的大規(guī)模試驗、調(diào)查、觀測以及探測等工作所獲得的海量科學數(shù)據(jù)，同時也包括眾多農(nóng)業(yè)科研人員在研究工作中所產(chǎn)生的科學數(shù)據(jù)[4]。農(nóng)業(yè)科學數(shù)據(jù)是農(nóng)業(yè)科學研究的基礎，在農(nóng)業(yè)科技創(chuàng)新中發(fā)揮著重要作用。在數(shù)據(jù)密集型科學數(shù)據(jù)范式背景下，農(nóng)業(yè)科學數(shù)據(jù)被視為農(nóng)業(yè)科學發(fā)現(xiàn)和科學觀點價值變現(xiàn)的基礎，構(gòu)成了農(nóng)業(yè)科學研究成果論證和推理的基礎，已經(jīng)成為重要的資產(chǎn)[5]。農(nóng)業(yè)科學數(shù)據(jù)體量大且復雜，如何有效管理和組織農(nóng)業(yè)科學數(shù)據(jù)成為時代課題。

本體用于描述特定領域內(nèi)的概念、術語、實體及其相互之間的關系，近年來已被引入農(nóng)業(yè)、人工智能和知識工程等領域[7]，農(nóng)業(yè)科學數(shù)據(jù)本體屬于本體中的領域本體，由形式化的農(nóng)業(yè)領域概念以及概念間關系組成。利用本體技術對農(nóng)業(yè)領域的數(shù)據(jù)進行統(tǒng)一規(guī)范化后形成知識組織，已經(jīng)成為提高農(nóng)業(yè)數(shù)據(jù)利用價值、為決策服務提供支撐的一種有效途徑，自2001年起聯(lián)合國糧農(nóng)組織（FAO）開展農(nóng)業(yè)本體服務（Agricultural Ontology Service，AOS）計劃的研究。LAUSER等[8在2002首先提出構(gòu)建核心的農(nóng)業(yè)本體。隨著本體技術的不斷發(fā)展，以及本體應用領域的逐漸增多，大量農(nóng)業(yè)科學數(shù)據(jù)本體被研究與開發(fā)，如基因本體（GeneOntology，GO）[9]、農(nóng)業(yè)活動本體（AgricultureActivity Ontology）、作物本體（Crop Ontology）等，植物本 體（Plant ontology）、種質(zhì)本 體（GeneralGermplasmOntology）[1o]、表型和特征本體（Phenotype and TraitOntology）等，農(nóng)業(yè)科學數(shù)據(jù)本體在農(nóng)業(yè)科學數(shù)據(jù)的共享和一致性理解上發(fā)揮著越來越大的作用[11]。隨著農(nóng)業(yè)科學數(shù)據(jù)本體數(shù)量的增長，越來越多學者在本體管理編輯方面開展相關研究，例如斯坦福大學MarkMUSEN[12]教授主導開發(fā)了廣泛應用于生物醫(yī)學領域的WebProtegé，為用戶提供了一個用于創(chuàng)建、編輯、管理和共享本體的協(xié)作環(huán)境；法國國家農(nóng)業(yè)研究所（INRA）[13]開發(fā)了AgroPortal，通過為農(nóng)業(yè)科學家、工程師和研究人員提供本體的存儲、編輯和發(fā)布功能，幫助推動農(nóng)業(yè)數(shù)據(jù)的共享和應用；德國的 Ontoprise[14]公司開發(fā)了OntoStudio，它提供了豐富的圖形化界面以及語義網(wǎng)和本體的標準支持（如OWL），使用戶能夠進行詳細的本體設計、推理、驗證和應用開發(fā)。目前，這些工具大多集中在單個本體的創(chuàng)建和管理上，盡管工具也支持多個本體的管理，但在不同本體之間的語義兼容性和數(shù)據(jù)集成方面仍然存在困難。農(nóng)業(yè)科學數(shù)據(jù)本體數(shù)量多，數(shù)據(jù)量大，鮮有對大批量農(nóng)業(yè)科學數(shù)據(jù)本體進行本體化組織，缺少專有系統(tǒng)進行管理，同時，現(xiàn)有工具在自動化識別不同術語之間可能存在的關系方面依然具有挑戰(zhàn)性[15]。有學者提出利用 neo4j對存在不同系統(tǒng)中的本體進行整合和利用構(gòu)建知識圖譜[1]，Neo4j 圖數(shù)據(jù)庫能非常自然地處理本體復雜的關系和結(jié)構(gòu)，但在處理非常龐大的數(shù)據(jù)集時可能會面臨擴展性問題，盡管Neo4j有針對大數(shù)據(jù)集的優(yōu)化策略和集群模式，但當數(shù)據(jù)量達到較大規(guī)模時，依然難以保證性能[17]。

綜上所述，針對農(nóng)業(yè)科學數(shù)據(jù)本體研究大多僅針對特定的領域建立本體模型，且農(nóng)業(yè)科學數(shù)據(jù)本體數(shù)量多，數(shù)據(jù)量大，缺少專有系統(tǒng)進行管理等突出問題，本文以形成一體化多樣性的農(nóng)業(yè)科學數(shù)據(jù)本體網(wǎng)絡系統(tǒng)，構(gòu)建囊括28個本體的標準化農(nóng)業(yè)科學數(shù)據(jù)本體數(shù)據(jù)集，搭建基于HugeGraph圖數(shù)據(jù)庫的農(nóng)業(yè)科學數(shù)據(jù)本體網(wǎng)絡，建立“數(shù)據(jù)集-數(shù)據(jù)記錄-信息實體”的映射關系機制，該系統(tǒng)支持海量數(shù)據(jù)資源高效語義關聯(lián)發(fā)布，以及數(shù)據(jù)自動聚合的基礎，操作便利，界面直觀，為農(nóng)業(yè)科學數(shù)據(jù)資源語義關聯(lián)發(fā)布和數(shù)據(jù)自動聚合奠定了基礎。

2 農(nóng)業(yè)科學數(shù)據(jù)本體庫構(gòu)建

農(nóng)業(yè)科學數(shù)據(jù)本體庫是農(nóng)業(yè)領域的核心概念、屬性和關系，為農(nóng)業(yè)科學數(shù)據(jù)本體的標準化和規(guī)范化提供了基礎。它構(gòu)成了農(nóng)業(yè)科學數(shù)據(jù)本體的骨架，是農(nóng)業(yè)知識表示和交流的基本單元，為數(shù)據(jù)的存儲和檢索，以及進一步分析和應用提供了基礎。

由于要涵蓋農(nóng)業(yè)科學數(shù)據(jù)較為廣泛的領域與學科，在CGIAR、OBOFoundry、AgroPortal和EBI平臺收集本體數(shù)據(jù)，選取其中在農(nóng)業(yè)領域中較為通用的28個本體，分別為：元數(shù)據(jù)本體、序列本體、基因本體、生化實體、蛋白質(zhì)本體、細胞本體、解剖實體本體、植物本體、環(huán)境本體、植物實驗條件本體、農(nóng)學本體、小規(guī)模漁業(yè)和水產(chǎn)養(yǎng)殖本體、表型和性狀本體、特質(zhì)本體、牲畜的動物性狀本體、食品本體、組合膳食營養(yǎng)本體、農(nóng)業(yè)住戶調(diào)查的本體、用于生物科學數(shù)據(jù)分析和數(shù)據(jù)管理的綜合本體、核心生態(tài)實體的本體、土壤食物網(wǎng)本體、關系本體、生物信息學Web服務本體、畜牧業(yè)環(huán)境本體、菌群表型本體、牲畜品種本體、畜產(chǎn)品性狀本體和植物脅迫本體。在農(nóng)業(yè)科學數(shù)據(jù)本體網(wǎng)絡包含農(nóng)業(yè)、作物、基因、序列等相關本體28個，包含obo與owl兩種數(shù)據(jù)格式，如表1所示。

為提高農(nóng)業(yè)科學數(shù)據(jù)本體的質(zhì)量，且保持一致性，制定了農(nóng)業(yè)科學數(shù)據(jù)本體存儲標準，包括本體屬性名稱、數(shù)據(jù)類型及說明。本體屬性具體為ontology_id（原始編碼）、name（術語名稱）、subset（子集）、is_obsolete（是否過時）、def（定義）、synonym（同義詞）、xref（外部參照）、comment（注釋）、alt_id（可替代術語）、created_by（創(chuàng)建作者）、creation_date（創(chuàng)建日期）、consider（可參考術語）、replaced_by（被術語替代）、namespace（命名空間）、namezh（中文名稱）、defzh（中文定義）、property_value（屬性值）、disjointfrom（完全不重疊術語）。根據(jù)制定的農(nóng)業(yè)科學數(shù)據(jù)本體存儲標準，統(tǒng)一將下載的農(nóng)業(yè)科學數(shù)據(jù)本體文件轉(zhuǎn)換為CSV格式，并對28個本體進行新的術語編號。農(nóng)業(yè)科學數(shù)據(jù)本體屬性如表2所示。

表1農(nóng)業(yè)科學數(shù)據(jù)本體庫

對農(nóng)業(yè)科學數(shù)據(jù)本體進行相互關聯(lián)，形成多本體相互映射的農(nóng)業(yè)科學數(shù)據(jù)網(wǎng)絡。本體關系分別是determinedby（表示一個實體的特征或狀態(tài)是由另一個實體決定的）、develops_from（表示一個實體是從另一個實體發(fā)展而來的）、has_part（表示一個實體是另一個實體的一部分）、has_quality（表示一個實體具有某種屬性）、intersection_of（表示一個實體是兩個或多個其他實體的交集）、isa（表示一個類是另一個類的子類）、negatively_regulates（表示一個實體負向調(diào)節(jié)另一個實體的行為或過程）、occurs_in（表示一個過程發(fā)生在特定的環(huán)境中）、only_in_taxon（表示一個實體僅存在于某個分類群中）、part_of（表示一個實體是另一個實體的一部分）、positively_regulates（表示一個實體正向調(diào)節(jié)另一個實體的行為或過程）、regulates（表示一個實體調(diào)節(jié)另一個實體的行為或過程，但不具體說明是正向還是負向調(diào)節(jié)）、disjointWith（表示兩個類之間沒有交集，即它們是互斥的）和subClassOf（表示一個類是另一個類的子類，與is_a關系相同），如表3所示。最后形成一體化多樣性的農(nóng)業(yè)科學數(shù)據(jù)本體庫，為農(nóng)業(yè)科學數(shù)據(jù)網(wǎng)絡系統(tǒng)提供數(shù)據(jù)支持。

3 農(nóng)業(yè)科學數(shù)據(jù)本體網(wǎng)絡系統(tǒng)設計與實現(xiàn)

3.1 系統(tǒng)構(gòu)架設計

針對農(nóng)業(yè)科學數(shù)據(jù)本體存在于不同的系統(tǒng)中，缺少統(tǒng)一的形式化表達，難以對其進行整合和利用等突出問題，設計了農(nóng)業(yè)科學數(shù)據(jù)本體網(wǎng)絡系統(tǒng)，整個系統(tǒng)分為4層結(jié)構(gòu)，自下而上分別是數(shù)據(jù)層、管理層、功能層、以及用戶界面層，具備自動化導入、自動管理、本體內(nèi)和跨本體映射、本體網(wǎng)絡可視化四大功能。

農(nóng)業(yè)科學數(shù)據(jù)本體網(wǎng)絡系統(tǒng)將包含農(nóng)業(yè)、作物、基因、序列等相關本體28個組建在一起，建立“數(shù)據(jù)集-數(shù)據(jù)記錄-信息實體”映射關系機制，具有自動化導入、自動管理、本體內(nèi)和跨本體映射、本體網(wǎng)絡可視化等四大類功能，有力提升了農(nóng)業(yè)科學數(shù)據(jù)本體管理能力，系統(tǒng)功能結(jié)構(gòu)如圖1所示。

自動化導入功能主要用于用戶上傳的本體數(shù)據(jù)，支持農(nóng)業(yè)科學數(shù)據(jù)本體數(shù)據(jù)集構(gòu)建，上傳本體后格式自動統(tǒng)一轉(zhuǎn)化并進行術語編號。

自動管理功能可對已存在的本體進行擴展、更新或修改。可對現(xiàn)有的本體中增加、修改以及刪除新的概念、屬性或關系。

本體內(nèi)和跨本體映射關系編輯功能：本體內(nèi)映射是指在同一本體內(nèi)部建立不同概念之間的關聯(lián)關系。本體內(nèi)和跨本體映射關系編輯包括等價映射、同義映射、上下位映射、關聯(lián)映射等，通過編輯這種映射關系，可以更好地組織和利用本體中的信息。

本體網(wǎng)絡可視化功能是一種將本體中的概念、屬性和關系以圖形化的方式展示出來的技術。該系統(tǒng)采用節(jié)點鏈接圖可視化，這種可視化是本體可視化最常用的方式，該方式不僅有助于用戶直觀地理解本體的結(jié)構(gòu)和內(nèi)容，還能夠幫助檢測本體中的潛在問題，如冗余、不一致性等。

3.2農(nóng)業(yè)科學數(shù)據(jù)本體網(wǎng)絡系統(tǒng)管理引擎

以HugeGraph作為管理引擎，形成以HugeGraph圖數(shù)據(jù)庫為核心的“HugeGraph-Server+HugeGraph-Loader+HugeGraph-Hubble+Gremlin查詢語言\"農(nóng)業(yè)科學數(shù)據(jù)在線分析挖掘引擎。圖2為農(nóng)業(yè)科學數(shù)據(jù)本體網(wǎng)絡系統(tǒng)管理引擎示意圖。

農(nóng)業(yè)科學數(shù)據(jù)本體網(wǎng)絡系統(tǒng)管理引擎搭建基于HugeGraph圖數(shù)據(jù)庫來實現(xiàn)，支持多數(shù)據(jù)源、多格式導入，且操作便利，界面直觀。

HugeGraph 圖數(shù)據(jù)庫由HugeGraph-Server、Hugegraph-Loader、HugeGraph-Hubble、Gremlin查詢語言四部分搭載而成。

HugeGraph-Server在初始化啟動數(shù)據(jù)庫中發(fā)揮功能。HugeGraph項目的核心部分，包含Core、Backend、API 等子模塊。Linux環(huán)境、安裝JDK-1.8、使用Ubuntu20.04。hugegraph.properties 配置為 RocksDB后端存儲方式。

HugeGraph-Loader是基于HugeGraph-Client的數(shù)據(jù)導入工具，將普通文本數(shù)據(jù)轉(zhuǎn)化為圖形的頂點和邊并插入圖形數(shù)據(jù)庫中，支持多數(shù)據(jù)源、多格式導入。

HugeGraph-Hubble是可視化展現(xiàn)的開發(fā)類輔助

工具：創(chuàng)建圖模型、進行Gremlin分析、數(shù)據(jù)加載等操作。它展現(xiàn)直觀、操作便利。

Gremlin查詢語言是圖數(shù)據(jù)庫最主流的查詢語言。

3.3農(nóng)業(yè)科學數(shù)據(jù)本體網(wǎng)絡系統(tǒng)工作機制

農(nóng)業(yè)科學數(shù)據(jù)本體網(wǎng)絡系統(tǒng)工作機制為自上而下本體解析、本體存儲、本體推理和數(shù)據(jù)聚合四部分，支撐跨領域數(shù)據(jù)聚合以及數(shù)據(jù)自動化導入。圖3為農(nóng)業(yè)科學數(shù)據(jù)本體網(wǎng)絡系統(tǒng)工作機制。

本體解析：將農(nóng)業(yè)科學數(shù)據(jù)本體數(shù)據(jù)集中的28個農(nóng)業(yè)科學數(shù)據(jù)本體文件提取三元組，并進行術語id的重新編號，得到點urrent、obsolete兩種點類型數(shù)據(jù)文件與按關系類型分類邊類型數(shù)據(jù)文件，對文件進行基于共現(xiàn)關系的屬性關系列名篩選。

本體儲存：本體解析得到的點類型數(shù)據(jù)文件與邊類型數(shù)據(jù)文件進行本體映射。編寫struct點邊映射文件與編寫schema圖模型文件，將得到的文件導入圖數(shù)據(jù)中。普通文本數(shù)據(jù)轉(zhuǎn)化為圖形的頂點和邊并插入圖形數(shù)據(jù)庫中。

本體推理：將HugeGraph圖數(shù)據(jù)庫中的數(shù)據(jù)進行推理，分為生物學本體關系推理和分級證據(jù)的跨關系推理兩部分。

數(shù)據(jù)聚合：將經(jīng)過推理的本體數(shù)據(jù)進行跨領域、跨學科數(shù)據(jù)聚合。

3.4系統(tǒng)運行界面

農(nóng)業(yè)科學數(shù)據(jù)本體網(wǎng)絡系統(tǒng)實現(xiàn)以HugeGraph作為管理引擎，形成以HugeGraph圖數(shù)據(jù)庫為核心的自動化導入、自動管理、本體內(nèi)和跨本體映射、本體網(wǎng)絡可視化等功能。該系統(tǒng)作為農(nóng)業(yè)科學數(shù)據(jù)在線分析挖掘平臺的子系統(tǒng)，為農(nóng)業(yè)科學數(shù)據(jù)在線分析挖掘平臺做自動數(shù)據(jù)聚合提供支撐。

該系統(tǒng)運行環(huán)境為Linux操作系統(tǒng)、配置JDK-1.8和ubuntu20.04。hugegraph.properties 配置為 RocksDB后端存儲方式。

3.4.1 本體管理

農(nóng)業(yè)科學數(shù)據(jù)本體網(wǎng)絡收錄了與農(nóng)業(yè)相關的多個本體，建立與農(nóng)業(yè)密切相關的農(nóng)業(yè)通用時間本體和農(nóng)業(yè)通用空間本體，在多本體一體化數(shù)據(jù)引擎的支持下，結(jié)合具體的農(nóng)業(yè)知識本體或生物學本體進行從時間、空間和生物學特征的全息概念描述。

本體管理模塊中，可對已存在的28個農(nóng)業(yè)科學數(shù)據(jù)本體文件進行分類，分為農(nóng)業(yè)實體類本體、生物信息類本體、農(nóng)業(yè)性狀表型類本體，可按照分類進行查找，或利用左上方查找框內(nèi)，進行精準查找。本體管理模塊中可對已存在的28個農(nóng)業(yè)本體文件，鏈接到對應的網(wǎng)站，如圖4所示。

本體管理模塊可大規(guī)模多格式導入農(nóng)業(yè)科學數(shù)據(jù)本體。對系統(tǒng)中已存在的本體進行編輯，有力提升了農(nóng)業(yè)科學數(shù)據(jù)本體管理能力，如圖5和6所示。

3.4.2 本體可視化

本體可視化模塊基于HugeGraph圖數(shù)據(jù)庫，采用節(jié)點鏈接圖可視化，功能全面，性能穩(wěn)定，在語義關系映射、同步加載與聯(lián)合檢索方面具有自己的特色。

該系統(tǒng)可對本體進行本體可視化、可查看對應本體內(nèi)節(jié)點之間的關系和對應單個節(jié)點的信息，包括對應節(jié)點編號、所屬農(nóng)業(yè)科學數(shù)據(jù)本體編號、本體類型、修改時間、本體概念等，并對節(jié)點進行修改，如圖7所示。

列表/圖像化切換可查看對應農(nóng)業(yè)科學數(shù)據(jù)本體內(nèi)節(jié)點對應信息，例如序號、ontologyld、名稱和中文簡介如圖8所示。

3.5系統(tǒng)的性能與特色

農(nóng)業(yè)科學數(shù)據(jù)本體可視化，可查看系統(tǒng)內(nèi)全部本體的相互關系與詳細信息，可將新的農(nóng)業(yè)科學數(shù)據(jù)本體加入全部本體可視化中，如圖9所示。

以HugeGraph作為管理引擎，形成以HugeGraph圖數(shù)據(jù)庫為核心的“HugeGraph-Server+HugeGraph-Loader+HugeGraph-Hubble+Gremlin查詢語言\"農(nóng)業(yè)科學數(shù)據(jù)在線分析挖掘引擎。該系統(tǒng)設計了4層自上而下的工作機制，分別為本體解析、本體存儲、本體推理和數(shù)據(jù)聚合四部分。

農(nóng)業(yè)科學數(shù)據(jù)本體網(wǎng)絡系統(tǒng)有以下四點性能與特色。

（1）該系統(tǒng)集成農(nóng)業(yè)科學數(shù)據(jù)本體28個，術語167887條，覆蓋了包含農(nóng)業(yè)、作物、基因、序列等領域，形成了較為完整的農(nóng)業(yè)科學數(shù)據(jù)本體網(wǎng)絡，為數(shù)據(jù)的存儲和檢索，以及進一步分析和應用提供了重要支撐。

（2）該系統(tǒng)可實現(xiàn)格式的自動化轉(zhuǎn)換以及自動導入圖數(shù)據(jù)庫，支持大規(guī)模、多格式以及跨領域農(nóng)業(yè)科學數(shù)據(jù)本體的導入，用戶可將上傳的本體數(shù)據(jù)格式自動統(tǒng)一轉(zhuǎn)化并進行術語編號，并支持農(nóng)業(yè)科學數(shù)據(jù)本體數(shù)據(jù)集構(gòu)建。為農(nóng)業(yè)科學數(shù)據(jù)本體的存儲與共享提供了更加標準化、規(guī)范化的工具。

（3）該系統(tǒng)可實現(xiàn)對28個農(nóng)業(yè)科學數(shù)據(jù)本體的可視化，包括本體內(nèi)和跨本體映射關系功能，包括等價映射、同義映射、上下位映射、關聯(lián)映射等，用戶可以通過編輯這種映射關系，可以更好地組織和利用本體中的信息，該功能可幫助用戶對農(nóng)業(yè)科學數(shù)據(jù)本體的進行深入分析，發(fā)現(xiàn)隱藏的知識、模式和趨勢。

（4）該系統(tǒng)基于HugeGraph圖數(shù)據(jù)庫為核心的“HugeGraph-Server+HugeGraph-Loader+HugeGraph-Hubble+Gremlin查詢語言”農(nóng)業(yè)科學數(shù)據(jù)在線分析挖掘引擎，可實現(xiàn)自動化導入、自動管理、本體內(nèi)和跨本體映射、本體網(wǎng)絡可視化等功能，并且操作便利，界面直觀。

4結(jié)論與展望

針對當前的農(nóng)業(yè)科學數(shù)據(jù)本體研究大多僅針對特定的領域建立本體模型，且農(nóng)業(yè)科學數(shù)據(jù)本體數(shù)量多，數(shù)據(jù)量大，缺少專有系統(tǒng)進行管理等突出問題，本研究有針對性地設計了農(nóng)業(yè)科學數(shù)據(jù)本體網(wǎng)絡系統(tǒng)，該系統(tǒng)集成在農(nóng)業(yè)科學數(shù)據(jù)在線分析挖掘平臺上。農(nóng)業(yè)科學數(shù)據(jù)本體網(wǎng)絡系統(tǒng)對包含農(nóng)業(yè)、作物、基因、序列在內(nèi)的相關本體組建在一起，建立“數(shù)據(jù)集-數(shù)據(jù)記錄-信息實體”映射關系機制，該系統(tǒng)具備具有自動化導入、自動管理、本體內(nèi)和跨本體映射、本體網(wǎng)絡可視化等四大類功能，有力提升了農(nóng)業(yè)科學數(shù)據(jù)本體管理能力，支撐海量數(shù)據(jù)資源高效語義關聯(lián)發(fā)布，以及數(shù)據(jù)自動聚合的基礎，形成農(nóng)業(yè)科學數(shù)據(jù)本體網(wǎng)絡系統(tǒng)設計與應用的關鍵技術典型應用案例。

在未來，隨著農(nóng)業(yè)科學數(shù)據(jù)本體的發(fā)展，我們將繼續(xù)豐富數(shù)據(jù)類型，集成更多的具有代表性的農(nóng)業(yè)大領域本體，讓構(gòu)建的系統(tǒng)具備更廣泛的應用價值。下一步我們將利用農(nóng)業(yè)科學數(shù)據(jù)在線分析挖掘系統(tǒng)研發(fā)的科學數(shù)據(jù)自動化分析核心框架、典型挖掘算法工具和專用挖掘工具等，開發(fā)基于AI的農(nóng)業(yè)科學數(shù)據(jù)本體數(shù)據(jù)自動聚合以及農(nóng)業(yè)科學數(shù)據(jù)本體智能化推理等功能[18]，加速本體關系的構(gòu)建和發(fā)現(xiàn)速度[19]，為農(nóng)業(yè)科學數(shù)據(jù)本體標準化、規(guī)范化以及農(nóng)業(yè)科學數(shù)據(jù)本體建立，實現(xiàn)農(nóng)業(yè)科學數(shù)據(jù)本體的最大價值。

隨著農(nóng)業(yè)智能化的發(fā)展，農(nóng)業(yè)科學數(shù)據(jù)本體管理發(fā)展?jié)摿薮螅酝苿愚r(nóng)業(yè)信息的標準化和規(guī)范化，實現(xiàn)農(nóng)業(yè)科學數(shù)據(jù)本體存儲管理等為目標，通過分析農(nóng)業(yè)科學數(shù)據(jù)本體的特點，設計出農(nóng)業(yè)科學數(shù)據(jù)本體網(wǎng)絡系統(tǒng)，將成為農(nóng)業(yè)科學數(shù)據(jù)本體科學研究的助推劑，以解決農(nóng)業(yè)科學數(shù)據(jù)本體領域“數(shù)據(jù)量大，缺乏專一系統(tǒng)管理”的痛點難點，充分發(fā)揮農(nóng)業(yè)科學數(shù)據(jù)本體的價值，形成農(nóng)業(yè)科學數(shù)據(jù)本體網(wǎng)絡系統(tǒng)設計與應用的關鍵技術典型應用案例。引領農(nóng)業(yè)科學數(shù)據(jù)本體智能化、規(guī)范化發(fā)展。

參考文獻

[1]QIAN P，MENG X X，ZHENGYL，et al.Preliminary study on agricultural ontology services in China. Agriculture Network Information，2009，8：5-8.

[2] ZHENG YL，HE Q Y，QIAN P，et al.Construction of the ontology-based agricultural knowledgemanagementsystem.Journal ofIntegrative Agriculture，2012，11（5）：700-709. doi：10.1016/S2095- 3119（12）60059-8.

[3] 龍科.放眼未來搶占農(nóng)業(yè)科學大數(shù)據(jù)高地- -國家農(nóng)業(yè)科學數(shù)據(jù)總 中心側(cè)記.農(nóng)村工作通訊，2020（2）：34-35.

[4] 苗羽，張志娟，王楓.我國農(nóng)業(yè)科學數(shù)據(jù)服務現(xiàn)狀及問題研究.農(nóng)業(yè)經(jīng) 濟，2024（4）：27-28.

[5] 陸麗娜，尹麗紅，于嘯，等.基于區(qū)塊鏈的農(nóng)業(yè)科學數(shù)據(jù)溯源模型構(gòu)建 研究.情報科學，2024：1-13[2024-11-10].

[6] 楊倩.基于本體的農(nóng)業(yè)科學數(shù)據(jù)可視化研究.鎮(zhèn)江：江蘇大學， 2022.

[7] 趙波，陶躍華.本體論及本體論在計算機科學技術中的應用.云南師 范大學學報（自然科學版），2002（6）：5-7.

[8]LAUSER B，WILDEMANN T， KATZ S，et al.A Comprehensive framework forbuilding multilingual domain ontologies： Creatinga prototype biosecurity ontology.Dublin Core Conference，2002： 31- 41. DOI：10.555/1344614.1344626.

[9]GO CONSORTIUM.The Gene Ontology（GO） database and informatics resource.Nucleic Acids Research， 2004，32（s1）：D258-61. DOI：10.1093/nar/gkh036.

[10] 陳麗娜，方為，司海平，等.農(nóng)作物種質(zhì)資源本體構(gòu)建研究.作物學 報，2016，42（3）：407-414.

[11]楊陽.農(nóng)業(yè)本體知識云綜合方法研究.合肥：安徽農(nóng)業(yè)大學，2018.

[12] HORRIDGE M， GONCALVES R S， NYULAS CI， et al. Webprotege： A cloud-based ontology editor//Companion Proceedings of the 2019 World Wide Web Conference.2019：686-689.DOI：10.1145/3308560. 3317707.

[13]JONQUET C，TOULET A，ARNAUD E，et al.AgroPortal：A vocabulary and ontology repository for agronomy.Computersand ElectronicsinAgriculture，2018（144）：126-143.DOI：10.1016/j. compag. 2017.10.012.

[14] WEITEN M. Ontostudio？ as a ontology enginering environment. In Semantic Knowledge Management： Integrating Ontology Management， Knowledge Discovery，and Human Language Technologies.Berlin， Heidelberg：Springer Berlin Heidelberg，2009：51-60.DOI：10.1007/ 978-3-540-88845-1.

[15] 彭秀媛.農(nóng)業(yè)科學數(shù)據(jù)共享模式與技術系統(tǒng)研究.北京：中國農(nóng)業(yè)科 學院，2018.

[16]劉桂鋒，楊倩，劉瓊.農(nóng)業(yè)科學數(shù)據(jù)集的本體構(gòu)建與可視化研究- 以“棉花病害防治”領域為例.情報雜志，2022，41（9）：143-149+175.

[17] CHEN Y， XING X. Constructing dynamic knowledge graph based on ontology modeling and neo4j graph database//2022 5th International Conferenceon Artificial Intelligence andBig Data （ICAIBD）， Chengdu， China，2022：522-525.doi： 10.1109/ICAIBD55127.2022. 9820199.

[18]SANJU S，KRITHIKHA，VELAMMAL B. Innovative agricultural ontology construction using NLP methodologies and graph neural network.Engineering Science and Technology，an International Journal，2024，52：101675.DOI：10.1016/j.jestch.2024.101675.

[19] KASENCHAK B，LEHNERT A， LOH G Use case： ontologies and RDF-star for knowledge management/The Semantic Web： ESWC 2021Satellievents：Virtalvent.pringerInteatioalPublishing， 2021，RevisedSelected Papers18：254-260.DOI：10.1007/ 978-3-030-80418-3_38.

引用格式：陳曉靜，趙曉燕，賀子康，林佳，李佳樂，申家煒，樊景超，閆桑，王健，張建華，周國民.農(nóng)業(yè)科學數(shù)據(jù)本體網(wǎng)絡系統(tǒng)研發(fā)[J].農(nóng)業(yè)大數(shù)據(jù)學報，2025，7（2）：201-212. DOI： 10.19788/j.issn.2096-6369.000083.

CITATION：CHENiaJing，ZHAOiaYan，HEKang，LIJia，LaLe，HEJaWeiFAgChaoYhen，WANGJianZHua ZHOUGuoMin.ResearchandDevelopmentofAgricultural ScienceDataOntologyNetwork System[J].JourmalofAgriculturalBig Data，2025，7（2）：201-212. DOI： 10.19788/j.issn.2096-6369.000083.

Abstract：Theconstructionofagriculturalsciencedataontologynetwork isanimportantpartofagriculturalsciencedataanalysis andmining.Itcanintegratedatasateredindifferentdatabasesanddierentformatscorelateandintegatedatafrodierent fields toformamorecomprehensivedata pol，supportautomaticanalysisandmningofcross-domainand interdiscipliarydata anddiscoverhiddenknowledge，patesandtrends.Inthispaper，adatabaseof28agriculturalsciencedataotologiesrelatedto agriculture，osgsndqenesisostructed，teoageadardoficulturalieedatatologsflatedte agriculturalscienedata ontologynetwork basedonthe HugeGraph graph database isbuilt，the mappingrelationshipmechanismof \"dataset-datacord-iformationentity\"isestablished，andthetchnicalframeworkfriculturalsienceataontologyetwork system is designed.The systemrealizes the functions of automaticimport，automaticmanagementandontologynetwork visualization，breaksthroughtheoutstandingproblemssuchastheargeumberofagiculturalontologies，thelargeamountofdata andthelackof proprietarysystems for management，and developsanagricultural scientificdataontologynetwork systemthat integrates four majorfunctions，such aslarge-scale muli-format agricultural scienificdataontologyimport，ontology managemnt， ontologyandcross-ontologymappingrelationshipediting，andontologynetwork visualization，whichefectivelyimprovsthe managementabilityofagriculturalsientificdata ontology.Itsupportstheeficientsemanticassociationandreleaseofmasivedata resourcesandteutomaticaggregationofross-domaianditerdisiplinarydatahichlastefoundationforoieaalyisd mining of agricultural scientific data.

Keywords：agriculturalsciencedata;agriculturalsciencedataontologylibrary；agriculturalsciencedataontologynetwork; agricultural science data ontology network system; ontology network visualization