一、时空知识图谱概述

时空知识图谱不单单是一个“增强型”的开放域知识图谱，而是需要结合业务场景和领域知识，并针对时空知识自身的特点，对知识的概念、实体和关系进行语义化和时空化拓展。时空知识图谱除了描述语义关系外，还需要考虑空间关系和时间关系的描述，如何建立时空关系和语义关系的映射，是时空知识图谱构建的关键问题。知识图谱的构建遵循时空知识抽取、时空知识融合与关联、时空知识推理与计算、时空知识场景应用的基本流程。从海量结构化、半结构化和非结构化时空数据中进行实体、关系和属性的信息提取，通过实体对齐和指代消解实现对时空数据的知识融合并将知识存储到知识库中，最后进行进一步的知识推理、计算和图谱应用。

现有的知识图谱研究大多数都关注的是静态知识图谱，其中事实不会随着时间而变化，然而目前对知识图谱的时序动态变化的研究则较少。由于结构化的知识仅仅在特定的时间段内成立，所以时序信息是非常重要的，而事实的演化也会遵循一个时间序列。近期的研究开始将时序信息引入知识表征学习和知识图谱补全任务。为了与之前的静态知识图谱产生对比，我们将其称为”时序知识图谱“。

1）时序信息嵌入在与时序有关的嵌入中，通过将三元组拓展成时序四元组 (h,r,t,τ) 来考虑时序信息。其中 τ 提供了关于事实何时成立的额外的时序信息。

2）实体动态现实世界中的事件会改变实体的状态，并因此影响相应的关系。为了提升时间范围预测的性能，上下文时序剖面模型将时序范围预测形式化定义为了状态变化检测问题，利用上下文学习状态和状态变化向量。

3）时序关系依赖在关系链中，沿着时间线存在时序依赖关系。例如，「在...出生 →从...毕业 → 在...工作 → 在...去世」。Jiang 等人提出了基于时间的嵌入，这是一种带有时序正则化的联合学习框架，从而引入时间顺序和一致性信息。

4）时序逻辑推理研究人员还研究了时序推理的逻辑规则。Chekol 等人探究了在非确定性时序知识图谱上进行推理的马尔科夫逻辑网络和概率软逻辑。RLvLR-Stream 则考虑闭合时间路径规则，并从知识图谱流中学习规则的结构进行推理。

二、时空知识图谱应用

1.ArcGIS Knowledge

ArcGIS Knowledge 是企业知识图谱软件，允许用户探索和分析空间、非空间、非结构化和结构化数据，以提高决策制定速度。 ArcGIS Knowledge 旨在将分析师与所需数据源和受信任分析工具无缝连接，支持跨企业的协作式全数据源调查和信息共享。分析人员可以通过地图、链接图表、直方图和实体卡片等多种视角将信息可视化，以解决空间和非空间问题。 ArcGIS Knowledge 是一种经济高效且灵活的方式，可将企业知识图谱分析添加到现有 ArcGIS 投资中。

产品优势：

全包图数据管理：ArcGIS知识图谱提供了现有ArcGIS完全集成的全包图数据存储并优化实体之间关系的存储和检索。

企业知识图分析：ArcGIS知识图谱支持从中查询、分析和创建实体和关系连接的空间和非空间数据。

经济高效且灵活：ArcGIS知识图谱提供了一种灵活的方法将企业知识图分析添加到现有ArcGIS在不增加新供应商技术的情况下进行投资。

2.Palantir

知识图谱可以应用在多个业务场景中，一种典型应用场景是情报分析。对目标人物、目标组织和目标事件在时空上进行可视化呈现，查看目标人物的活动轨迹，分析事件发生的空间趋势，检索区域内的相关对象和事件，等等都是非常有用的功能。Palantir是比较早地将知识图谱与GIS技术进行结合的，关系网络视图与地图视图完美结合。

Palantir知识图谱在军事上的应用。其核心目标是将多个军事情报领域的海量数据进行融合和关联分析，转化为可操作的决策指挥能力，多情报领域数据的集成和融合是要解决的关键问题，包括非结构化和结构化数据流，如链接图，电子表格，电话，文档，网络数据，传感器数据，甚至动态视频、图像等。 Palantir可以对在地理、空间上分散的人、装备、环境、事件等进行大规模实时关联和因果分析，以指导复杂战场环境下的军事行动。这些大数据技术已被美国军方广泛运用于战场态势分析和预测，如定位伊拉克战场可能存在的炸弹或地雷位置，帮助美军在巴格达规划一条被袭概率最小的路径，或者分析亚丁湾海盗活动的热点区域

Palantir优势：灵活而连贯地为客户和合作伙伴使用数据；使自己的技术成为其客户业务的延伸部分；访问系统数据的方式是交互式而且非常具有人性化。

Palantir劣势：糟糕的产品营销；拒绝与一些公司合作；数据库可访问，容易受到攻击。 Palantir发展机会：有能力汇集来自不同来源的数据，并能够建立这些数据之间的关系；越来越多的黑客试图访问企业的数据库，使得Palantir能够轻松将其产品和服务介绍给企业；为公司提供一个用户友好的平台：用户可以将数据对象从一个应用程序拖放到下一个应用程序，以获得无干扰、多方面的分析体验。

Palantir面临威胁：产品和服务价格昂贵；维护保密性。

Palantir面临挑战：可应用平台的环境不断变化；保护数据免受网络犯罪的侵害；能否获得好的技术人才。

3.基于地理格网的时空知识图谱

ATLab-KnowledgeGraph 是北京超图软件股份有限公司未来GIS实验室发布的开源项目,在iobjects产品的基础上，将地理信息实体按照时间和位置划分到多个网格，使用网格、时间及各实体之间的位置关系来构建地理知识图谱。使用本项目API，用户可以使用若干数据集来构建自己的地理格网知识图谱，从而快速查询出指定地点缓冲区内的兴趣点。本项目在知识图谱的表示上使用了RDF，存储使用RDF4J数据库。 Geokg包中主要类与方法包括 KnowledgeGraph类、创建知识图谱方法、加载知识图谱方法、增量更新方法、查询图谱方法。

4.在数字孪生中的核心应用

核心一在于360度细粒度时空知识的构建和使用，核心二在于知识蒸馏纵向发展-STKNN(Spatial Temporal Knowledge Graph Neural Network)技术架构图

应用如下：

（1）时空知识图谱赋能地址匹配

（2）时空知识图谱赋能商业零售

（3）平台应用：城市管理——城市智能治理发现（城市人口动态检测和分析；城市风险监测和预测）

（4）平台应用：经济运行——产业洞察（以地图为基础，一张屏展示城市重点产业、创新园区、产业龙头企业产业从业人员流动情况，并区分平时和战时状态以应备不同时段的需求）

5.地理信息专业知识服务系统

系统将传统的地理信息服务拓展到时空知识服务，完成从数据量测到信息提取再到知识挖掘的三级跨越，需要建立以时空数据库为基础，以序列化知识工程为支撑，以时空知识库为枢纽，以知识导航为门户的时空知识中心。时空知识中心基本组成包括时空数据库、知识生产、时空知识库、知识服务等。

时间、空间是地理实体(自然资源)存在的两种基本形式，是时空数据的基本属性。与一般的信息中心和知识中心不同，时空知识中心侧重于时间、空间、语义概念建模，实现对时空知识的有效组织和管理。从空间角度来看，时空知识中心通过对地理实体进行空间维度的计算、分析和推理，挖掘地理实体本质特征、内在规律、分布格局、空间变化等知识。从时间角度分析，时空知识中心通过时间感知数据，展现地理实体的变化轨迹，揭示其内在变化规律，实现对地理现象成因、现状、趋势等因果关联的一体化描述。

时空知识中心一般具有以下技术特征：

(1) 在产品内容上，除了传统的基础地理信息数据和信息，还包括自然资源精准决策和智慧管控所需要的时空知识以及为特定决策类型提供的时空知识应用等。

(2) 在生产方式上，拓展了“信息中心”的生产链条，需要面向工程应用建立全时空数据生态，突破时空知识抽取与凝练、建模与关联、知识图谱构建与表达、知识推理与服务等关键技术，形成必备的标准、软件、平台和装备，支撑时空知识中心数据清洗、知识抽取、关联挖掘等知识创造活动，实现从空间数据库到时空知识库升级。

(3) 在服务模式上，从柜台式数据服务走向网络化知识服务；从被动式“申请-审核-提供”转向主动式应需精准推送；从作为原材料的数据支撑转向经过提取与精化的时空知识高效赋能。