土壤肥力与农作物科学施肥管理融合知识图谱构建与可视化

doi:10.11923/j.issn.2095-4050.cjas2022-0067

农学学报 ›› 2023, Vol. 13 ›› Issue (7): 80-86.doi: 10.11923/j.issn.2095-4050.cjas2022-0067

土壤肥力与农作物科学施肥管理融合知识图谱构建与可视化

张彩丽¹(), 吴赛赛², 李玮³, 王慧⁴, 陈磊¹()

¹ 安徽省农业科学院农业经济与信息研究所，合肥 230031
² 中国农业科学院农业信息研究所，北京 100081
³ 安徽省农业科学院作物研究所，合肥 230031
⁴ 安徽省农业科学院土壤肥料研究所，合肥 230031

收稿日期:2022-06-08 修回日期:2022-12-01 出版日期:2023-07-20 发布日期:2023-07-18
通讯作者: 陈磊，男，1977年出生，安徽金寨人，副研究员，硕士，从事农业信息化研究。E-mail：chenleichina@163.com。
作者简介:
张彩丽，女，1980年出生，安徽固镇人，助理研究员，博士，主要从事农业信息分析、农业知识图谱研究。E-mail：nongyekexue@163.com。
基金资助:
国家自然科学基金项目“绿肥翻压下双季稻区稻田土壤磷素形态转化及机理研究”(41807106); 国家重点研发计划项目子课题“砂姜黑土丰产增效土壤培肥和绿色产品应用模式与示范”(2016YFD0300809-5); 安徽省农业科学院2021年定向委托类项目“基于知识图谱的安徽省土壤肥力知识问答系统”(2021YL053)

Knowledge Graph Construction and Visualization in Soil Fertility and Scientific Crop Fertilizer Management

ZHANG Caili¹(), WU Saisai², LI Wei³, WANG Hui⁴, CHEN Lei¹()

¹ Agricultural Economy and Information Research Institute, Anhui Academy of Agricultural Sciences, Hefei 230031, Anhui, China
² Agricultural Information Institute, Chinese Academy of Agricultural Sciences, Beijing 100081, China
³ Crop Research Institute, Anhui Academy of Agricultural Sciences, Hefei 230031, Anhui, China
⁴ Soil and Fertilizer Research Institute, Anhui Academy of Agricultural Sciences, Hefei 230031, Anhui, China

Received:2022-06-08 Revised:2022-12-01 Online:2023-07-20 Published:2023-07-18

摘要/Abstract

摘要：

为促进人工智能各项技术在农业生产中发挥作用，探索土壤肥力领域知识的组织、应用，采用人工构建的方法，以安徽省为例，使用Protégé本体库构建工具构建土壤肥力领域本体，再将土壤肥力相关的结构化、半结构化和非结构化数据通过纠错等操作后采取反距离加权插值，基于ERNIE-BiLSTM-CRF与PCNN-Attention深度学习模型实现命名实体识别和关系抽取任务，其后把得到的三元组数据保存至图数据库Neo4j中，成功构建土壤肥力可视化知识图谱。该研究可在本体构建、实体关系抽取模型以及知识图谱的可视化方面为其他农业知识图谱的构建提供参考。

关键词: 土壤肥力, 本体构建, 实体关系抽取, 深度学习

Abstract:

Aiming to improve the function of artificial intelligence in agriculture, and to search the knowledge organization and application in field of soil fertility, the soil fertility ontology of Anhui Province was built with manual construction method as well as the Protégé application software. Then the structured data, semi-structured data and unstructured data related to soil fertility in Anhui Province were first cleaned and then processed by inverse distance weighted (IDW) interpolation. Based on deep learning model of ERNIE-BiLSTM-CRF and PCNN-Attention, the tasks of named entity recognition and relationship extraction were realized, and all the triplet data were stored in Neo4j graph database. And the visual knowledge graph of soil fertility was successfully constructed. This study can provide reference for the construction of other agricultural knowledge graph in the aspects of ontology construction, entity relationship extraction model and graph visualization.

Key words: soil fertility, ontology construction, entity relationship extraction, deep learning

张彩丽, 吴赛赛, 李玮, 王慧, 陈磊. 土壤肥力与农作物科学施肥管理融合知识图谱构建与可视化[J]. 农学学报, 2023, 13(7): 80-86.

ZHANG Caili, WU Saisai, LI Wei, WANG Hui, CHEN Lei. Knowledge Graph Construction and Visualization in Soil Fertility and Scientific Crop Fertilizer Management[J]. Journal of Agriculture, 2023, 13(7): 80-86.

图/表 7

参考文献 34

[1]	鄂志国, 王磊. 水稻科学数据平台的创建及应用[J]. 中国水稻科学, 2015, 29(6):653-657. doi: 10.3969/j.issn.1001G7216.2015.06.012
[2]	陈鹏. 生物信息学数据库及运用分析[J]. 电子技术与软件工程, 2014, 16:222.
[3]	徐潇洁, 何琳, 陈雅玲, 等. 面向关联数据的科学实验数据语义描述模型研究——以水稻基因实验为例[J]. 图书馆, 2017(1):61-66.
[4]	龚琼宇. 科学数据整合技术应用研究[D]. 北京: 中国疾病预防控制中心, 2009.
[5]	ELENI C, ALEX G. Building a bridge between journal articles and research data: The PKP- dataverse integration project[J]. International journal of digital curation, 2014, 9(1):176-184. doi: 10.2218/ijdc.v9i1.311 URL
[6]	卫军朝. 科学文献与科学数据关联实践研究术——以Elsevier为例[J]. 国家图书馆学刊, 2017, 3:93-101.
[7]	韩涛. 科学数据与科学文献相关性研究——以生物信息学为例[J]. 图书情报知识, 2008, 123:42-46.
[8]	张观林, 欧阳纯萍, 邹银凤, 等. 知识图谱及其在医疗领域的应用[J]. 湖南科技学院学报, 2016, 37(10):73-75.
[9]	HOOK P A. Domain maps: Purposes, history, parallels with cartography, and applications[A]. Conference proceedings of 11th annual information visualization international conference(IV2007)[C]. Zurich, Switzerland, 2007:442-446.
[10]	GARFIELD E. Scientography: Mapping the tracks of science[J]. Contents: Social & behavioral science, 1994(45):5-10.
[11]	COBO M J, LÓPEZ- HERRERA A G, HERRERA-VIEDMA E. Science mapping software tools: Review, analysis, and cooperative study among tools[J]. Journal of the American society for information science and technology, 2011(7):1382-1402.
[12]	Web Foundation. 30 years on, what’s next #For The Web?[EB/OL]. Https://webfoundation.org/2019/03/web-birthday-30/. 2019-03-12/2021-08-20.
[13]	阮彤, 孙程琳, 王昊奋, 等. 中医药知识图谱构建与应用[J]. 医学信息学杂志, 2016, 37(4):8-13.
[14]	Who we are[DB/OL]. Https://www.snomed.org/snomed-international/who-we-are. 2021-08-20.
[15]	Healthcare technology solutions to transform health[DB/OL]. Http://www-935.ibm.com/industries/healthcare/index.html.2021-08-20.
[16]	时雨, 古天龙, 宾辰忠, 等. 基于知识图谱的旅游景点问答系统[J]. 桂林电子科技大学学报, 2018, 38(4):296-302.
[17]	陈华钧, 张文, 黄志文, 等. 大规模知识图谱预训练模型及电商应用[J]. 大数据, 2021, 7(3):97-115. doi: 10.11959/j.issn.2096-0271.2021028
[18]	付雷杰, 曹岩, 白瑀, 等. 国内垂直领域知识图谱发展现状与展望[J]. 计算机应用研究, 2021, 38(11):3201-3214.
[19]	霍峥, 武彦斌, 田俊平, 等. 多源异构土壤污染数据知识图谱构建[J]. 河北农业大学学报, 2021, 44(2):136-141.
[20]	农业部情报研究所. 农业科学叙词表[M]. 北京: 中国农业出版社, 1994:9-21.
[21]	测土配方施肥查询系统[DB/OL]. Http://www.caitong168.com/ctpfsfcx.asp?xian=%B4%F3%CC%EF%CF%D8. 2021-08-20.
[22]	县域测土配方查询系统[DB/OL]. Http://ctpfsf.nongbaitong.cn:9003/. 2021-08-20.
[23]	石家庄市测土配方施肥综合服务信息系统[DB/OL]. Http://sjzctpf.6636.net/. 2021-08-20.
[24]	毕节市测土配方施肥综合服务信息系统[DB/OL]. Http://bjctpf.6636.net/. 2021-08-20.
[25]	周莉娜, 洪亮, 高子阳. 唐诗知识图谱的构建及其智能知识服务设计[J]. 图书情报工作, 2019, 63(2):24-33. doi: 10.13266/j.issn.0252-3116.2019.02.003
[26]	徐明岗, 梁国庆, 张夫道, 等. 中国土壤肥力演变[M]. 北京: 中国农业科学技术出版社, 2006:259-280.
[27]	姜华. 土壤肥料的科学理论与技术研究[M]. 北京: 中国水利水电出版社, 2015:12-24.
[28]	王昊奋, 漆桂林, 陈华钧. 知识图谱:方法、实践与应用[M]. 北京: 电子工业出版社, 2019:19-25.
[29]	SHEPARD D. A two-dimensional interpolation function for irregularly-spaced data[A].// RICHARD B B. Proceddings of the 1968 23rd ACM National Conference[C]. New York: ACM, 1968:517-524.
[30]	蒋伟达, 孙永福, 刘绍文, 等. 基于IDW的埕岛海域水下三角洲地形演变[J]. 海洋科学进展, 2020, 38(4):697-707.
[31]	肇毓锋, 吴奇. 多时间尺度下Kriging与IDW空间插值方法的适用性研究[J]. 黑龙江水利科技, 2020, 48(11):9-14.
[32]	占龙飞, 陈佳义, 李婕, 等. 江西省降水空间插值方法适用性分析[J]. 气象与减灾研究, 2021, 44(3):215-221.
[33]	鄂海红, 张文静, 肖思琪, 等. 深度学习实体关系抽取研究综述[J]. 软件学报, 2019, 30(6):1793-1818.
[34]	许鑫, 岳金钊, 赵锦鹏, 等. 小麦品种知识图谱构建与可视化研究[J]. 计算机系统应用, 2021, 30(6):286-292.

土壤测试项目	测试值	丰缺指标	养分水平评价
土壤测试项目	测试值	丰缺指标	缺	中	丰
有机质/(g/kg)	11.70	<20缺，>30丰	√
碱解氮/(mg/kg)	77.00	<60缺，>120丰		√
有效磷/(mg/kg)	113.50	<5缺，>20丰			√
速效钾/(mg/kg）	9.00	<50缺，>150丰	√
pH	6.10	6.5~7.5中性	酸性

土壤测试项目	测试值	丰缺指标	养分水平评价
土壤测试项目	测试值	丰缺指标	缺	中	丰
有机质/(g/kg)	11.70	<20缺，>30丰	√
碱解氮/(mg/kg)	77.00	<60缺，>120丰		√
有效磷/(mg/kg)	113.50	<5缺，>20丰			√
速效钾/(mg/kg）	9.00	<50缺，>150丰	√
pH	6.10	6.5~7.5中性	酸性

肥料使用情况	氮/(kg/hm²)		磷/(kg/hm²)		钾/(kg/hm²)
肥料使用情况	需N	尿素用量	需P₂O₅	钙镁磷肥用量	需K₂O	氯化钾用量
总用量		360.0		210.0		360.0
基肥		105.0		210.0		180.0
追肥（插秧后11 d）		142.5				180.0
追肥（插秧后35 d）		105.0				0

肥料使用情况	氮/(kg/hm²)		磷/(kg/hm²)		钾/(kg/hm²)
肥料使用情况	需N	尿素用量	需P₂O₅	钙镁磷肥用量	需K₂O	氯化钾用量
总用量		360.0		210.0		360.0
基肥		105.0		210.0		180.0
追肥（插秧后11 d）		142.5				180.0
追肥（插秧后35 d）		105.0				0

土样编号	地块名称	代表农户	土种	有机质		碱解氮		有效磷		速效钾		pH		配方施肥建议
土样编号	地块名称	代表农户	土种	g/kg	评价	mg/kg	评价	mg/kg	评价	mg/kg	评价	测定	评价	配方施肥建议
366100A001	基仔乾	范春芳	深脚烂	20.8	中等	112	中等	69.3	丰富	39	缺乏	6	微酸性	进入
366100A002	坑里珑	连建守	灰泥田	16.8	缺乏	114	中等	23.1	中等	47	缺乏	5.7	微酸性	进入
366100A003	后珑仔	范启国	黄泥田	18.1	缺乏	89	缺乏	43.5	丰富	52	缺乏	5.9	微酸性	进入
366100A004	沈坑珑	田新才	青底灰	15.3	缺乏	78	缺乏	48.9	丰富	26	缺乏	5.5	酸性	进入
366100A005	沈坑珑	田守八	黄泥田	20.1	中等	116	中等	34.1	丰富	49	缺乏	5.6	微酸性	进入
366100A006	四十座	范起兴	青底灰	14.7	缺乏	93	缺乏	17	中等	23	缺乏	5.7	微酸性	进入
366100A007	北坑头	叶式民	黄泥砂	14.5	缺乏	101	中等	17.8	中等	24	缺乏	5.6	微酸性	进入
366100A009	坑珑	陈永朝	黄底灰	11.5	缺乏	60	缺乏	6.1	缺乏	30	缺乏	6.1	微酸性	进入
366100A010	墓垵	杜秀坚	青底灰	36	丰富	149	中等	18.9	中等	36	缺乏	5.3	酸性	进入
366100A011	墓仔珑	林昌轮	黄泥土	8.1	缺乏	108	中等	11.7	缺乏	26	缺乏	5.9	微酸性	进入
366100A012	大春园	柳吓垫	黄泥土	10.3	中等	62	缺乏	19.8	中等	36	缺乏	5.7	微酸性	进入
366100A013	兴农果	范明德	黄泥土	12	中等	73	缺乏	6.6	缺乏	112	中等	5.5	酸性	进入

土壤肥力与农作物科学施肥管理融合知识图谱构建与可视化

Knowledge Graph Construction and Visualization in Soil Fertility and Scientific Crop Fertilizer Management

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 7

参考文献 34

相关文章 8

编辑推荐

Metrics

本文评价

关于本刊

作者中心

审者中心

在线期刊

联系我们

[1]	王斌强, 何绍浪, 林小兵, 张昆, 王馨悦, 黄尚书, 成艳红, 黄欠如. 江西省葛田土壤养分评价及其与块根干重的相关性分析[J]. 农学学报, 2022, 12(2): 26-30.
[2]	赵满兴, 刘慧, 王静, 常慧璇, 程治蓉. 减量复合肥配施生物有机肥对番茄土壤肥力及酶活性的影响[J]. 农学学报, 2020, 10(2): 56-61.
[3]	赵满兴,刘慧,白二磊,万娅妮,王文强. 延安不同种植年限日光温室土壤肥力评价[J]. 农学学报, 2019, 9(4): 54-58.
[4]	刁兴良,史磊刚. 山东省乡镇尺度土壤肥力空间分布特征研究[J]. 农学学报, 2018, 8(12): 47-53.
[5]	李燕青,李壮,赵秉强. 有机无机结合施肥制度研究进展[J]. 农学学报, 2017, 7(7): 22-30.
[6]	冯武焕,吕爽,王虎,朱永利,关旭,于世锋,张国龙,王涛. 种植年限对西安菜田土壤肥力、盐渍化及酸碱度的影响[J]. 农学学报, 2017, 7(3): 24-30.
[7]	孙卫民杨滨娟钱海燕王淑彬黄国勤. 秸秆还田配施不同配比化肥对晚稻产量及土壤肥力的影响[J]. 农学学报, 2012, 2(12): 16-21.
[8]	王欣张同兴李小平文萍. 试论秸秆还田在小麦生产中的战略地位[J]. 农学学报, 2010, 0(6): 0-0.