基于知识图谱的森林资源资产知识服务体系构建

收稿日期：2022-11-11

基金项目：辽宁省应用基础研究计划“辽河国家公园沿线生态系统碳汇功能提升及其协同调控技术研究”（2022JH2/101300257）、“知识系统驱动的生态环境知识图谱多层次韧性增强技术”（2022JH2/101300117）；辽宁省自然资源厅委托代理机制试点项目“辽宁省全民所有自然资源资产所有权委托代理机制试点工作研究”（JH22-210000-

17710）；兰州市林业局生态系统服务价值评估项目“兰州市森林生态系统服务功能调查评估及价值核算” （404001JH058-1）

第一作者：唐呈瑞（1986- ），男，博士研究生，研究方向为产业生态学与可持续发展管理。E-mail：tangchengrui@iae.ac.cn

通信作者：谢潇（1986- ），女，博士，正高级工程师，研究方向为地理空间智能与虚拟生态技术。E-mail：xiexiao@ iae.ac.cn

摘要：森林资源资产是一个新生专属名词，而现有数据基础、技术方法、管理体系很难实现对森林资源资产相关知识的查询。同时，由于知识具有零散化、广义化特性，导致现有的管理体系缺乏对知识数据的信息采集、搜索、汇总和正确解读。文中从知识图谱视角出发，构建基于知识图谱的森林资源资产知识服务体系，并针对知识服务体系构建过程中面临的数字化基础程度及应用存在差异、数据体系架构间存在知识鸿沟、数据标准体系建设存在不足3方面挑战，从提升数字化应用能力、促进分析方法学研究、加强数据标准体系建设3方面提出了对策建议，以期为建立数据技术驱动的森林资源资产管理体系提供思路。

关键词：森林资源资产；林业资源管理；人地系统治理；知识服务体系；知识图谱

中图分类号：S719; G353.1 文献标识码：A 文章编号：2096-9546（2024）01-0048-06

DOI： 10.12344/lczcyj.2022.11.11.0001

唐呈瑞，谢潇，崔胜涛，等.基于知识图谱的森林资源资产知识服务体系构建［J］.林草政策研究，2024，4（1）：48-53.

Knowledge Service System for Forest Resources Assets Based on Knowledge Mapping

Tang Chengrui1，2 Xie Xiao1，3 Cui Shengtao4 Gou Xiaohua5 Xue Bing1，3

（1.Institute of Applied Ecology， Chinese Academy of Sciences， Shenyang 110016， China;

2.University of the Chinese Academy of Sciences， Beijing 100049， China;

3.Liaoning Natural Resources Affairs Service Center， Shenyang 110030， China;

4.Liaoning Key Laboratory of Environmental Computation and Sustainability， Shenyang 110016， China;

5.College of Earth and Environmental Sciences， Lanzhou University， Lanzhou 730000， China）

Abstract： Forest resource asset is a new term and there is a tremendous demand for the knowledge related to forest resource asset management decision-making. However， it is difficult to realize the retrieval of the knowledge on the basis of the existing database， technical methods， and management system. At the same time， because of the fragmentation and comprehensiveness of knowledge， the existing management system lacks capacity in collection， search， aggregation and correct interpretation of knowledge data and information. From the perspective of knowledge mapping， this paper constructs the knowledge service system of forest resource assets. It puts forward countermeasures in terms of improvement of digital application capacity， facilitation in the research on analytic methods and enhancement of data standard system， with the view to addressing the challenges in the extent and application of digitalization， data system structure and data standard system establishment. It is expected to provide ideas for the establishment of a forest resource asset management system driven by data technology.

Keywords： forest resource asset; forestry resource management; human-natural integrated governance; knowledge mapping

建立健全国家森林资源资产管理体系是新时期森林资源资产产权制度改革的新方向，也是面向未来森林资源资产决策管理的新需求。森林资源资产管理作为新事物、新概念，不仅需要加强与之相关的新知识、新技术的理解和认知，更需要新的知识服务体系去支撑其决策和管理。当前，国家森林资源资产管理体系建设面临森林资源资产知识缺乏的重大挑战，从而在系统决策上缺乏科学依据，进而导致公众对森林资源资产管理的理解和认知存在偏差。因此，急需在信息化、数字化背景下构建新的知识服务体系。知识图谱作为新的数据管理技术，具有更容易理解、更容易数据化、更容易支撑决策、更容易实现多源数据采集和索引等优点，能有效融合数据管理与决策行为，在知识检索［1］、知识推理、知识辅助理解［2］等方面，为相关领域专家、政府机构、研究人员提供便利，已成为一种新颖的管理海量信息的方式，可为我们构建新的森林资源资产知识服务体系提供新思路。本文将主要探讨如何基于知识图谱构建森林资源资产知识服务体系，以期能够满足各领域对森林资源资产数据应用与决策的需求。

1 知识图谱基本概念及应用发展

1.1 知识图谱的基本概念

知识图谱的概念最早是作为一种语义网络形式，以信息节点代表实体信息及概念［3］。知识图谱通过对多源异构数据进行整合和知识提取从而动态地揭示知识领域的发展规律，并结合推理得到的隐含信息为用户提供个性化服务，为学科研究提供切实有效的参考。因此，知识图谱是基于数据挖掘、信息处理、知识计量和信息可视化的一种新的数据管理技术。

1.2 知识图谱的应用领域

在信息化、数字化不断发展背景下，知识图谱的应用领域已不仅仅局限于语义搜索等相关应用。进入21世纪以来，知识图谱已成为当代科学计量学的研究热点和前沿，也成为提供知识服务的有效手段。随着互联网、大数据及智能化技术的不断发展，知识图谱已广泛应用于大数据分析、知识服务、生态评估［4］、灾害应急处置管理、计量分析［5］、情报分析等领域，呈现出了多学科、多领域、多场景的发展趋势。

1.3 知识图谱的发展趋势

在大数据技术不断更新迭代下，知识图谱为重新认识森林资源资产管理提供了新的可能，其具有规模巨大、质量精良、结构友好等优点，可实现森林资源资产相关知识服务从“大数据”到“大信息”再到“大知识”的转化。构建面向大众的资产数据应用领域知识服务体系，探索森林资源资产数据的个性化服务模式，不仅能够满足各领域对资产数据应用与决策的需求，也在森林资源资产数据领域智能、专业、高质量的知识服务应用及大众化应用方面有重要作用。

1.4 知识图谱数据处理方法的特点和优势

当前，传统的数据处理方法仍然存在着数据源头管理不完善、数据分析过程信息化程度不高等问题，在对知识服务流程中知识识别、表示方面的研究还比较欠缺，因此不能准确表达森林资源资产知识服务体系相关概念间的多维复杂关系，不能满足各领域对森林资源资产数据应用与决策的需求。知识图谱作为一种新的数据管理技术，不仅可以显性地、结构化地表达森林资源资产知识服务体系中多层级、复杂映射的关系，还可以整合异构碎片化知识，并使森林资源资产信息不再处于高度分散和混乱的状态，从而为森林资源资产相关从业者提供有效的资源共享［6］，提高森林资源资产管理的查询效率及信息主动推送能力（表1）。

2 基于知识图谱的森林资源资产知识服务体系

知识服务体系作为一种综合集成化、集约化的服务体系，需要充分明确各主体之间纵横交错但又条理清晰的动态多维复杂关系。而知识图谱作为新的数据管理技术，不仅可以准确表达森林资源资产相关概念，也可以正确认识概念间的各种关系，从而形成关系网络［3］，进而为构建森林资源资产知识服务体系提供技术支撑。本文从内容特性、核心变量、关键模块3个角度出发构建 “3+5+3”（3个内容特性、5个核心变量、3个关键模块）的森林资源资产知识服务体系。其中，知识图谱是构建森林资源资产知识服务体系的核心技术方法，内容特性和核心变量是构建森林资源资产知识服务体系的核心知识资源，关键模块是构建森林资源资产知识服务体系的核心功能模块。

2.1 内容特性

内容特性主要是指在森林资源资产知识服务体系构建过程中描述性质、内涵、属性等内容的特性指标。森林资源资产知识服务体系应包含空间定位、价值核算、权益管理等3大特性。

1） 空间定位。空间性是森林资源资产的第一特性。了解森林资源的空间性是科学评价森林资源生态服务功能的基础［7］，也是开展森林资源价值核算的依据，更是开展森林资源资产科学管理的关键，可以说森林资源的空间位置、区位条件、气候环境、权属关系、社会经济活动影响及其价值核算等都与空间性密切相关。

2） 价值核算。价值性是森林资源资产的第二特性。森林资源资产核算是自然资源资产核算的重要内容和有机组成部分。建立科学权威统一的森林资源价值核算方法［8］，定量测算森林资源价值存量、科学反映森林生态系统功能和作用及森林文化价值，是推动生态产品价值实现机制的重要基础，可以说林地林木资源价值、森林生态系统服务价值、森林文化价值、森林创新价值及森林损益价值都与价值性密切相关。

3） 权益管理。权益性是森林资源资产的第三特性。森林资源资产产权是森林资源资产经营的核心内容。正确区分“所有权”与“监管权”是推行森林资源资产有偿使用制度的关键基础，也是统一行使全民所有森林资源资产所有权、履行所有者职责的重要前提［9］，可以说确保森林资源资产长期的可持续发展经营与权益性密切相关。

2.2 核心变量

核心变量主要是指在森林资源资产知识服务体系构建过程中起决定性作用的关键指标，森林资源资产知识服务体系应包含地理量、实物量、价值量、因子量、权属量5大核心变量。

1） 地理量。森林资源资产地理量是指定性描述或定量描述森林资源资产空间位置和地理属性的地理变量，包括点位数据、线性数据、地理位置及自然环境等，如点位坐标、地形气候、环境条件、交通条件及周边环境信息等均为森林资源资产地理量指标。

2） 实物量。森林资源资产实物量是指用实物单位计量的森林资源资产总量指标或绝对数量，是反映森林资源资产的自然形态和物理属性的计量单位，包括自然单位、度量衡单位和其他单位等，如森林面积、森林蓄积量、林地品种等均为森林资源资产实物量指标。

3） 价值量。森林资源资产价值量是基于森林资源实物量，通过经济价值和服务价值核算实现货币计量，计算指标包括经济价值、社会价值和生态价值，如林地林木资源总价值、林地资产、林木资产、森林生态系统提供的生态服务总价值等均为森林资源资产价值量指标。

4） 因子量。森林资源资产因子量是指在森林资源资产评估过程中影响价值估算的响应因素，某一森林资源资产在不同时间、不同地点条件下其评估结果与其价值量会随着各种因子量的变化而变化，物价指数、森林质量、经营成本、评估基准日等均为森林资源资产因子量指标。

5） 权属量。森林资源资产权属量是指森林、林木和林地的所有权、使用权和他项权利的归属。《中华人民共和国森林法》规定，国家所有的林地和林地上的森林、林木可以依法确定给林业经营者使用。

2.3 关键模块

关键模块主要是指实现森林资源资产知识服务体系常用功能的模块，应包含基础数据模块、逻辑计算模块和结果解释模块3大关键模块。

1） 基础数据模块。基础数据模块主要收集森林资源资产各类原始数据，包括森林资源资产清单、各类森林资源统计表、图片资料、权属资料及经营资料等信息。其中，森林资源资产清单主要以林业主管部门认定的森林资源资产清单为主，各类森林资源统计表主要指按照国家有关规定提供统计调查所需的各项报表，图片资料包括森林资源分布图、林场林相图、林场小班地形图等，权属资料包括县级及以上人民政府颁发的山林权属证书及林权证书清册、山林权权属图、有关森林经营的合同协议书等，经营资料主要指森林资源资产经营过程中产生的决策、计划、资产、成本、销售、用户反馈等资料。

2） 逻辑计算模块。逻辑计算模块是基础数据模块过渡到结果解释模块所使用的技术和方法，主要包括机器学习算法、大数据算法、统计模型技术、NPL技术以及“互联网+”技术等。其中，机器学习算法和大数据算法可以应用到可视化关联分析和智能知识推荐，NPL技术可以应用到智能问答，统计模型可以应用到资产管理。本文构建的森林资源资产知识服务体系可以作为智能问答和森林资源资产管理系统的基础组成部分。

3） 结果解释模块。不同森林资源资产的特征和信息具有较高的特异度，因此相关的有效词汇更容易被聚类到同一个森林资源资产范围里面，而各个森林资源资产之间也更容易聚类成不同的整体。当计算机接收到一个关键词汇时，会匹配此关键词汇关联度最大的森林资源资产；当计算机接收到多个关键词汇时，则可以根据多个关键词汇推断出最符合的森林资源资产种类；最后，生成语义文本解释，表达搜索行为的潜在意图，并展示推荐结果的可解释性。

3 构建森林资源资产知识服务体系面临的挑战

我国森林资源资产数据具有多源异构的特点，随着数据的积累有大量森林资源资产相关数据尚未进行数字化。同时，森林资源资产数据涉及领域广、种类多，传统数据分析方法在数据关联分析及数据挖掘方面尚存在明显的不足，导致大量森林资源资产数据处于孤立状态，尚未实现数据资源的有效融合、共享、增值、再生与应用［10］。因此，在现代化治理及数字化转型背景下，构建森林资源资产知识服务体系的关键挑战是如何实现数据的数字化转型、数字化运行以及数字化应用，具体表现在3个方面。

3.1 数字化基础程度及应用存在差异

推进数字化改革是贯彻落实习近平总书记关于全面深化改革和数字中国建设的重大部署，更是新发展阶段全面深化改革的总抓手。当前，森林资源资产知识服务体系在推进数字化方面仍然面临着顶层设计、平台建设、推进机制、设施投入等方面的不足。一是从主体层面看，数字化技术在各地方、各部门间发展参差不齐，尚未实现应联尽联与信息共享。例如，《浙江省2020年度国有自然资源资产管理情况的专项报告》指出，跨部门跨层级跨系统空间类数据归集共享机制尚不健全、国土空间治理综合集成重大应用建设有待加强、省域空间治理数字化平台辅助能力仍显不足。二是从配套层面看，仅少数省（区、市）建立了管理信息平台且部门间联网尚未实现，从而导致配套设施技术水平落后。例如，丽水市国土空间基础信息平台仍存在着数据资源标准不统一、平台应用功能有待加强、技术保障力量严重不足等问题［11］。三是从方式层面看，暂无上位立法依据，治理方式法制化、规范化不足。森林资源资产管理作为新事物、新概念，地方在制定完善相应法律法规及相应实施细则上还存在不足之处，在管理制度、配套政策匹配上存在滞后现象［12］。

3.2 数据体系架构之间存在知识鸿沟

森林资源资产相关数据以第三次全国国土调查数据为核心，此外还有部门数据及科学试验数据，从而形成了以“三调”数据为主体、以部门官方数据及科学试验数据为“双补充”的数据体系。从数据变成信息及从信息变成知识的过程都需要知识，数据信息只显示事情“是什么”“在哪里发生”“谁干的”等浅层表面的信息，无法揭示“为什么发生”“会有什么问题”等深层次知识。要实现数据体系架构之间的互联互通，需要着力解决数据信息资源享有方面的数字鸿沟、技术应用方面的数字鸿沟、思维方式差异引发的数字鸿沟等问题。当前，森林资源资产数据仍然采用的是数据采集、数据整理、数据分析和数据呈现的传统数据处理方法，数据体系之间尚缺乏统一的数据挖掘及数据集成方法，从一手数据、二手数据到数据再生产再到数据产品之间缺乏严谨的逻辑架构，也就是说尚未形成从数据到信息再到知识的蜕变。同时，各地政府在数字化转型实际建设过程中存在信息系统不兼容、数据定义规范不一致、数据流通使用不畅通、业务不协同等制约因素［13］，从而使得数据价值没有被挖掘出来。

3.3 数据标准体系建设存在明显不足

科学数据标准化研究在加强科学数据管理、挖掘数据价值方面具有巨大意义。从国家层面来看，《国务院办公厅关于印发科学数据管理办法的通知》从国家层面为科学数据标准化提供了重要政策依据。同时，各地政府为了加速数字化转型进程，均提出不同程度的数字化建设发展规划并付诸行动，如省、市级层面先后印发了《浙江省数字化转型标准化建设方案（2018—2020年）》《上海城市数字化转型标准化建设实施方案》《台州市数字化转型标准化建设实施方案（2018—2020年）》等相关规划。但由于地方数据标准化建设工作起步相对较晚，导致标准化建设工作不全面、不深入、适用性不强［14］。同时，地方数据标准化工作过程中还存在标准规范研制工作缺乏统筹协调、标准规范管理不具有完整性、标准规范体系推广宣传力度不足等问题，亟需借助标准化方法予以解决。

4 对策建议

4.1 提升数字化应用能力

针对数字化基础程度及其应用存在差异的问题，应通过信息化技术加快建设森林资源数据汇聚、应用支撑、技术服务保障的森林资源资产智慧管理云平台，从而实现省、市、县三级的森林资源资产全业务、全流程的云上运行和全程监管，进而打通信息孤岛的堵点和难点，实现应联尽联与信息共享；通过构建科学合理的森林资源资产科技管理体系和新模式，及跨部门跨层级跨系统空间类数据归集共享机制，为森林资源资产数据的统一管理、业务应用的统一建设提供技术支撑和保障。同时，还应加强相关管理人员应用数字化和新兴技术的创新能力和创新意识，将数字化思维理念融入决策当中，推动森林资源资产管理工作方法“硬管理”向现代化“软治理”转变。最后，完善相应的法律法规及相应实施细则，并匹配相应的管理制度、配套政策等，以实现森林资源资产知识服务体系与行政监管机制在法律层面的整合衔接，从而为建立数据技术驱动的森林资源资产管理政策体系提供很好的思路。

4.2 促进分析方法学研究

针对数据体系架构之间存在知识鸿沟的问题，基于数字化、信息化这一时代背景，应加强森林资源资产数据统计、数据处理以及数据可视化技术等的基础方法学研究，构建更加完整的统计学分析处理框架，进一步提升数据分析管理效率，从而推动森林资源资产现代化统计体系及应用的科学研究和实践。同时，还应提升相关专业人员的素质，建立具备统计开放数据价值、融合应用互联网新技术、跨界协同管理等能力的森林资源资产知识服务体系人才队伍，完善数据分析和数据结果整合过程，提高数据分析的实效性，进而充分发挥政府海量数据潜在价值，为加快构建森林资源资产知识服务体系提供人才支撑和智力支持。

4.3 加强数据标准体系建设

针对数据标准体系建设存在明显不足的问题，应基于互联网、大数据及智能化技术，充分借鉴国民经济核算、环境经济核算、企业会计学等理论方法，加强数据统计体系的顶层设计，在此基础上将统计、互联网及社会组织生态体系深度融合，明确森林资源资产确认条件和分类体系，推动数据统计的科学化、规范化和制度化，建立符合森林资源特点、满足管理需求的森林资源资产核算技术规范，加快形成科学统一、全国可比的统计标准，为资产的价值计量提供指引，从而为知识服务体系建设提供数据支撑。同时，还应进一步明确制定森林资源资产数据标准体系的主导部门，统筹协调标准规范研制工作、建立完善标准规范管理制度、积极促进标准规范体系推广宣传，从而提高各部门在统计标准、统计指标、统计调查方法以及统计计算和汇总上的一致性，增强横向上的联动和纵向上的贯通。

参考文献

［1］

董海宾，刘思博，DAMDINSUREN B，等.基于CiteSpace的国内生态补偿研究［J］.生态学报，2022，42（20）：8521-8529.

［2］杨晨，王见，向磊，等.基于CiteSpace知识图谱的林权抵押贷款研究热点与趋势分析［J］.林草政策研究，2022，2（2）：63-71.

［3］韩慧.关于知识图谱在大数据中的应用阐述［J］.长江信息通信，2022，35（2）：121-124.

［4］余欣，余瑞林，孙松峰，等.基于CiteSpace的生态风险评价研究进展［J］.生态学报，2022，42（24）：10338-10351.

［5］肖骁，李京忠，杨新军，等.黄河流域中上游林草生态调节服务功能价值核算［J］.生态学报，2022，42（19）：7830-7844.

［6］李想.基于深度学习的中文林业知识图谱的构建研究［D］.哈尔滨：东北林业大学，2021.

［7］薛冰，肖骁，李春花，等.基于空间分析的贵州省森林生态系统服务功能的价值评估［J］.贵州师范大学学报（自然科学版），2019，37（5）：37-44.

［8］肖骁，穆治霖，赵雪雁，等.基于RS/GIS的东北地区森林生态系统服务功能价值评估［J］.生态学杂志，2017，36（11）：3298-3304.

［9］陈琛.促进自然资源资产高效配置 建设生态文明实现永续发展：《全民所有自然资源资产所有权委托代理机制试点方案》解读［J］.资源导刊，2022（4）：18-19.

［10］刘明鹏，王忠明，马文君.基于科技大数据的我国林业知识服务体系研究设计［J］.世界林业研究，2022，35（1）：94-99.

［11］陈伟，汤以胜，周明霞.丽水市自然资源数字化转型的探索和实践［J］.浙江国土资源，2020（2）：40-43.

［12］杨戈，孙志英，刘明洁.国有自然资源（资产）报告制度的实施与完善［J］.中国土地，2020（12）：33-35.

［13］赵莹，徐羽佳.北京市大数据标准体系建设研究［J］.中国标准化，2022（11）：103-107.

［14］全志薇，陈晓玲，罗天琪，等.支撑吉林省科学数据平台建设的科学数据标准体系研究［J］.科学观察，2022，17（4）：68-75.