Применение онтологического подхода к проектированию геопространственной базы опытных данных для информационного обеспечения исследований в точном земледелии

Ольга Александровна Митрофанова; Евгений Павлович Митрофанов; Наталья Анатольевна Буре

doi:10.21638/11701/spbu10.2022.206

Авторы

Ольга Александровна Митрофанова Агрофизический научно-исследовательский институт, Российская Федерация, 195220, Санкт-Петербург, Гражданский пр., 14
Евгений Павлович Митрофанов Агрофизический научно-исследовательский институт, Российская Федерация, 195220, Санкт-Петербург, Гражданский пр., 14
Наталья Анатольевна Буре Санкт-Петербургский государственный университет, 199034, Санкт-Петербург, Российская Федерация

DOI:

https://doi.org/10.21638/11701/spbu10.2022.206

Аннотация

Благодаря развитию информационных технологий и вычислительных ресурсов появилась возможность получения и обработки больших данных, в том числе геопространственных. Значительная часть исследований в области точного земледелия имеет междисциплинарный характер, опытные полевые данные используют разрозненные научные группы, в связи с чем важно было разработать единую веб-систему для хранения, систематизации и обмена экспериментальной информацией. На первом шаге достижения поставленной цели необходимо было создать геопространственную базу данных (БД). Так как разрабатываемая система в будущем может потребовать расширений, модификаций, корректировок, интеграции в другие проекты, то представляется целесообразным применение онтологии для формирования структуры БД. Главным инструментарием служили наиболее популярные средства: язык онтологий OWL (Ontology Web Language), среда разработки Protege 5.5. Основная исходная информация была получена в ходе проведения экспериментальных работ, осуществляемых на биополигоне: метеоданные, агрохимические показатели (отборы образцов почвы и растений с геопривязкой), агрофизические параметры (влажность, электропроводность), данные дистанционного зондирования. По результатам анализа современного состояния исследований в области хранения и систематизации экспериментальной информации в растениеводстве, а также опроса сотрудников Агрофизического научно-исследовательского института был сформирован прототип структуры БД на основе онтологического подхода. В качестве фундамента были определены 9 родительских классов: Field (поле), Crop rotation — experience (севооборот — опыт), Agrotechnology (агротехнология), Yield (урожайность), Meteo (метеоданные), Ground samples (наземные измерения), Orthophoto (ортофото), Calendar (календарь), Dictionary — units of measurement (словарь — единицы измерения).

Ключевые слова:

онтология, точное земледелие, полевые эксперименты, биополигон, OWL, Protege

Скачивания

Данные скачивания пока недоступны.

Библиографические ссылки

Литература

Якушев В. П., Буре В. М., Митрофанова О. А., Митрофанов Е. П. К вопросу автоматизации построения вариограмм в задачах точного земледелия // Вестник Санкт-Петербургского университета. Прикладная математика. Информатика. Процессы управления. 2020. Т. 16. Вып. 2. С. 177–185.

Буре В. М., Митрофанов Е. П., Митрофанова О. А., Петрушин А. Ф. Выделение однородных зон сельскохозяйственного поля для закладки опытов с помощью беспилотного летательного аппарата // Вестник Санкт-Петербургского университета. Прикладная математика. Информатика. Процессы управления. 2018. Т. 14. Вып. 2. С. 145–150. https://doi.org/10.21638/11701/spbu10.2018.206

Митрофанов Е. П., Митрофанова О. А., Буре В. М. Перспективы создания единой системы хранения и обработки данных дистанционного зондирования для мониторинга состояния посевов // Информационно-ресурсная цифровая платформа развития сельского хозяйства: сб. материалов конференции в рамках выставки «Агрорусь», Санкт-Петербург, 2–5 сентября 2020 г. СПб., 2020. С. 32–35.

Su X., Li J., Cui Y., Meng X., Wang Y. Review on the work of agriculture ontology research group // Journal of Integrative Agriculture. 2012. Vol. 11. N 5. P. 720–730.

Wei Y., Wang R., Hu Y., Wang X. From web resources to agricultural ontology: a method for semi-automatic construction // Journal of Integrative Agriculture. 2012. Vol. 11. N 5. P. 775–783.

Anandhi V., Venkitapirabu J., Natarajan S. K., Sumathi C. S. Ontology for crop management — A core vocabulary of agricultural activity // International Journal of Current Microbiology and Applied Sciences. 2020. Vol. 9. N 9. P. 3364–3368.

Abbasi R., Martinez P., Ahmad R. An ontology model to represent aquaponics 4.0 system’s knowledge // Information Processing in Agriculture. 2021.

Bonacin R., Nabuco O. F., Pierozzi Jr. I. Ontology models of the impacts of agriculture and climate changes on water resources: Scenarios on interoperability and information recovery // Future Generation Computer Systems. 2016. Vol. 54. P. 423–434.

Pakdeetrakulwong U., Hengpraprohm K. An ontology-based knowledge management for organic and good agricultural practice agriculture: A case study of Nakhon Pathom Province, Thailand // Thai Interdisciplinary Research. 2018. Vol. 13. N 4. P. 26–34.

Qin X., Zhang H., Zheng H. Research on intelligent retrieval system for agricultural information resources based on ontology // IOP Conference. Journal of Physics: Conference Series. 2019. Vol. 1168. N 022041.

Drury B., Fernandes R., Moura M. F., Lopes A. A. A survey of semantic web technology for agriculture // Information Processing in Agriculture. 2019. Vol. 6. P. 487–501.

Zheng Y., He Q., Qian P., Li Z. Construction of the ontology-based agricultural knowledge management system // Journal of Integrative Agriculture. 2012. Vol. 11. N 5. P. 700–709.

Li D., Kang L., Cheng X., Li D., Ji L., Wang K., Chen Y. An ontology-based knowledge representation and implement method for crop cultivation standard // Mathematical and computer modelling. 2013. Vol. 58. P. 466–473.

Mouromtsev D. Semantic reference model for individualization of information processes in IoT heterogeneous environment // Electronics. 2021. N 2523.

Wang X., Chen N., Chen Z., Yang X., Li J. Earth observation metadata ontology model for spatiotemporal-spectral semantic-enhanced satellite observation discovery: a case study of soil moisture monitoring // Journal GIScience and Remote Sensing. 2016. Vol. 53. Iss. 1. P. 22–44.

Gruber T. R. Toward principles for the design of ontologies used for knowledge sharing // International Journal of Human-Computer Studies. 1995. Vol. 43. P. 907–928.

Ngo Q. H., Kechadi T., Le-Khac N.-A. OAK: Ontology-based knowledge map model for digital agriculture // arXiv. 2020. N 2011.11442.

Gupta S., Sabitha A. S. Designing ontology for massive open online courses using Protege // 8^th International Conference on Reliability, Infocom Technologies and Optimization (Trends and Future Directions), June 4–5, 2020. India, 2020. P. 403–406.

Jambhulkar S. V., Karale S. J. Semantic web application generation using Protege tool // Online International Conference on Green Engineering and Technologies (IC-GET). 2016. N 39794780.

Официальный сайт PostgreSQL. URL: https://www.postgresql.org/ (дата обращения: 13.03. 2022).

References

Iakushev V. P., Bure V. M., Mitrofanova O. A., Mitrofanov E. P. K voprosu avtomatizatsii postroeniia variogramm v zadachakh tochnogo zemledeliia [On the issue of semivariograms constructing automation for precision agriculture problems]. Vestnik of Saint Peterburg University. Applied Mathematics. Computer Science. Control Processes, 2020, vol. 16, iss. 2, pp. 177–185. https://doi.org/10.21638/11701/spbu10.2020.209 (In Russian)

Bure V. M., Mitrofanov E. P., Mitrofanova O. A., Petrushin A. F. Vydelenie odnorodnykh zon sel'skokhoziaistvennogo polia dlia zakladki opytov s pomoshch'iu bespilotnogo letatel'nogo apparata [Selection of homogeneous zones of agricultural field for laying of experiments using unmanned aerial vehicle]. Vestnik of Saint Petersburg University. Applied Mathematics. Computer Science. Control Processes, 2018, vol. 14, iss. 2, pp. 145–150.

Mitrofanov E. P., Mitrofanova O. A., Bure V. M. Perspektivy sozdaniia edinoi sistemy khraneniia i obrabotki dannykh distantsionnogo zondirovaniia dlia monitoringa sostoianiia posevov [Prospects of the unified system creation for storing and processing remote sensing data for monitoring the state of crops]. Information and resource digital platform for the development of agriculture. Collection of conference materials within the framework of the exhibition “Agrorus’ ’’. Saint Petersburg, September 2–5, 2020. St Petersburg, 2020, pp. 32–35. (In Russian)

Wei Y., Wang R., Hu Y., Wang X. From web resources to agricultural ontology: a method for semi-automatic construction. Journal of Integrative Agriculture, 2012, vol. 11, no. 5, pp. 775–783.

Anandhi V., Venkitapirabu J., Natarajan S. K., Sumathi C. S. Ontology for crop management — A core vocabulary of agricultural activity. International Journal of Current Microbiology and Applied Sciences, 2020, vol. 9, no. 9, pp. 3364–3368.

Abbasi R., Martinez P., Ahmad R. An ontology model to represent aquaponics 4.0 system’s knowledge. Information Processing in Agriculture, 2021.

Bonacin R., Nabuco O. F., Pierozzi Jr. I. Ontology models of the impacts of agriculture and climate changes on water resources: Scenarios on interoperability and information recovery. Future Generation Computer Systems, 2016, vol. 54, pp. 423–434.

Pakdeetrakulwong U., Hengpraprohm K. An ontology-based knowledge management for organic and good agricultural practice agriculture: A case study of Nakhon Pathom Province, Thailand. Thai Interdisciplinary Research, 2018, vol. 13, no. 4, pp. 26–34.

Qin X., Zhang H., Zheng H. Research on intelligent retrieval system for agricultural information resources based on ontology. IOP Conference. Journal of Physics: Conference Series, 2019, vol. 1168, no. 022041.

Zheng Y., He Q., Qian P., Li Z. Construction of the ontology-based agricultural knowledge management system. Journal of Integrative Agriculture, 2012, vol. 11, no. 5, pp. 700–709.

Li D., Kang L., Cheng X., Li D., Ji L., Wang K., Chen Y. An ontology-based knowledge representation and implement method for crop cultivation standard. Mathematical and computer modelling, 2013, vol. 58, pp. 466–473.

Mouromtsev D. Semantic reference model for individualization of information processes in IoT heterogeneous environment. Electronics, 2021, no. 2523.

Wang X., Chen N., Chen Z., Yang X., Li J. Earth observation metadata ontology model for spatiotemporal-spectral semantic-enhanced satellite observation discovery: a case study of soil moisture monitoring. Journal GIScience and Remote Sensing, 2016, vol. 53, iss. 1, pp. 22–44.

Gruber T. R. Toward principles for the design of ontologies used for knowledge sharing. International Journal of Human-Computer Studies, 1995, vol. 43, pp. 907–928.

Ngo Q. H., Kechadi T., Le-Khac N.-A. OAK: Ontology-based knowledge map model for digital agriculture. arXiv, 2020, no. 2011.11442.

Gupta S., Sabitha A. S. Designing ontology for massive open online courses using Protege. 8^th International Conference on Reliability, Infocom Technologies and Optimization (Trends and Future Directions), June 4–5, 2020. India, 2020, pp. 403–406.

Jambhulkar S. V., Karale S. J. Semantic web application generation using Protege tool. Online International Conference on Green Engineering and Technologies (IC-GET), 2016, no. 39794780.

Official website of PostgreSQL. Available at: urlhttps://www.postgresql.org/ (accessed: March 13, 2022).