Технологии семантического веба для поддержки фундаментальных исследований в геологии

Представлена инновационная методология применения технологий семантического веба для поддержки фундаментальных геологических исследований. Рассмотрена проблема семантической интеграции разнородных геологических данных, характеризующихся масштабом разного уровня и междисциплинарностью. Разработана пятиэтапная методология, включающая анализ предметной области, онтологическое концептуальное моделирование, трансформацию данных в граф знаний, развертывание инфраструктуры распределенного доступа к данным на основе концептуальной модели, а также интеграцию с процедурами обработки и анализа. Практическая апробация проведена на трех кейсах: анализе геохимических данных для оценки уровня загрязнения территории, создании информационной системы о разломах и исследовании динамики береговой зоны водохранилищ. Предложенный онтологический подход обеспечивает соответствие FAIR-принципам и преодоление «семантического барьера» в геологических исследованиях. Показано, что технологии семантического веба позволяют перейти от фрагментированных информационных массивов к целостному семантическому пространству геологических знаний, что открывает новые возможности для генерации комплексных научных гипотез и кросс-дисциплинарных исследований.

семантический веб, графы знаний, онтологическое моделирование, семантическое пространство научных знаний, фундаментальные геологические исследования

1. Mattmann C. A vision for data science // Nature. 2013. Vol. 493. P. 473–475. https://doi.org/110.1038/493473a

2. Hitzler P., Janowicz K. Semantic Web for Earth and Environmental Science: Current state and future directions // Semantic Web. 2010. Vol. 1, No. 1–2. P. 85–98. https://doi.org/110.3233/SW-2010-0012

3. Hitzler P. A review of the semantic web field // Communications of the ACM. 2021. Vol. 64, No. 2. P. 76–83. https://doi.org/110.1145/3397512

4. Sinkova E.A., Petrov O.V., Khancuk A.I. Geochronological Atlas and Refer-ence Book of the Main Structural-Material Complexes of Russia – a Basic Information Resource for the Country's Geological Industry // Exploration and Protection of Mineral Resources. 2022. No. 90. P. 5–14.

5. https://doi.org/110.52349/0869-7892_2022_90_5-14

6. Wilkinson M.D., Dumontier M., Aalbersberg I.J. et al. The FAIR Guiding Principles for scientific data management and stewardship // Scientific Data. 2016. Vol. 3. P. 160018. https://doi.org/110.1038/sdata.2016.18

7. Laney D. 3D Data Management: Controlling Data Volume, Velocity, and Va-riety // META Group Research Note. 2001. Vol. 6, No. 70.

8. URL: https://diegonogare.net/wp-content/uploads/2020/08/3D-Data-Management-Controlling-Data-Volume-Velocity-and-Variety.pdf

9. Gandomi A., Haider M. Beyond the hype: Big data concepts, methods, and analytics // International Journal of Information Management. 2015. Vol. 35, No. 2. P. 137–144. https://doi.org/110.1016/j.ijinfomgt.2014.10.007

10. Hogan A., Blomqvist E., Cochez M., D’Amato C. et al. Knowledge Graphs // ACM Computing Surveys. 2021. Vol. 54, No. 4. https://doi.org/110.1145/3447772

11. Pellinen V.A., Cherkashina T.Y., Gustaitis M.A. Assessment of metal pollu-tion and subsequent ecological risk in the coastal zone of Olkhon Island, Lake Baikal, Russia // Science of the Total Environment. 2021. Vol. 786. P. 147441.

12. https://doi.org/110.1016/j.scitotenv.2021.147441

13. Zerizghi T., Yang Y., Wang W., Zhou Y., Zhang J., Yi Y. Ecological risk as-sessment of heavy metal concentrations in sediment and fish of a shallow lake: a case study of Baiyangdian Lake, North China // Environmental Monitoring and Assessment. 2020. Vol. 192. P. 154. https://doi.org/110.1007/s10661-020-8078-8

14. Zhang J., Wang K., Yi Q., Zhang T., Shi W., Zhou X. Transport and partition-ing of metals in river networks of a plain area with sedimentary resuspension and impli-cations for downstream lakes // Environmental Pollution. 2022. Vol. 294. P. 118668. https://doi.org/110.1016/j.envpol.2021.118668

15. Gopal V., Krishnamurthy R.R., Vignesh R., Nathan C.S. et al. Assessment of heavy metal contamination in the surface sediments of the Vedaranyam coast, South-ern India // Regional Studies in Marine Science. 2023. Vol. 65. P. 103081.

16. https://doi.org/110.1016/j.rsma.2023.103081

17. Chubarov V., Cherkashina T., Maltsev A., Chuparina E., Amosova A., Prose-kin S. Investigation of Soils and Pine Needles Using WDXRF and TXRF Techniques for As-sessment of the Environmental Pollution of Shelekhov District, Eastern Siberia, by the Aluminum Industry and Heat Power Engineering // Agronomy. 2022. Vol. 12. P. 454. https://doi.org/110.3390/agronomy12020454

18. Lunina O.V. The digital map of the Pliocene–Quaternary crustal faults in the Southern East Siberia and the adjacent Northern Mongolia // Geodynamics and Tectonophysics. 2016. Vol. 7, No. 3. P. 407–434.

19. https://doi.org/110.5800/GT-2016-7-3-0215

20. Cherkashin E.A., Lunina O.V., Demyanov L.O., Tsygankov A.V. Web-GIS viewer for active faults data represented as a knowledge graph // The 4th Scientific-practical Workshop Information Technologies: Algorithms Models, Systems. September 14, 2021, Irkutsk, Russia / CEUR Workshop Proceedings. 2021. Vol. 2984. P. 55–65. URL: https://ceur-ws.org/Vol-2984/paper8.pdf

21. Mazaeva O., Babicheva V., Kozyreva E. Geomorphological process devel-opment under the impact of man-made reservoir operation, a case study: Bratsk reser-voir, Baikal-Angara hydroengineering system, Russia // Bulletin of Engineering Geology and the Environment. 2019. Vol. 78. P. 4659–4672.

22. https://doi.org/110.1007/s10064-018-1428-x

23. Ovchinnikov G.I., Pavlov S.Kh., Trzhtsinsky Yu B. Changes in the Geological Environment in the Zones of Influence of the Angara–Yenisei Reservoirs. Novosibirsk: Nauka, 1999. 254 p.

24. Ranatunga S., Ødegård R.S., Jetlund K., Onstein E. Use of Semantic Web Technologies to Enhance the Integration and Interoperability of Environmental Geospa-tial Data: A Framework Based on Ontology-Based Data Access // ISPRS International Journal of Geo-Information. 2025. Vol. 14, No. 2. P. 52.

25. https://doi.org/110.3390/ijgi14020052

26. Moura A.-M., Porto F., Vidal V., Magalhães R.P. et al. A semantic integra-tion approach to publish and retrieve ecological data // International Journal of Web Information Systems. 2015. Vol. 11, No. 1. P. 87–119.

27. https://doi.org/110.1108/IJWIS-08-2014-0028

28. Marcus S., Tim D. GeoSciML: Development of a generic GeoScience Markup Language // Computers & Geosciences. 2005. Vol. 31, No. 9. P. 1095–1103.

29. https://doi.org/10.1016/j.cageo.2004.12.003.

30. Raskin R., Pan M. Knowledge representation in the semantic web for Earth and environmental terminology (SWEET) // Computers & Geosciences. 2005. Vol. 31, No. 9. P. 1119–1125. https://doi.org/110.1016/j.cageo.2004.12.004

31. Simons B.A., Raymond O., Jackson I., Lee K. OneGeology – Improving global access to geoscience // The 5th Global Workshop on Digital Soil Mapping. April 10–13, 2012, Sydney, Australia / Digital Soil Assessments and Beyond: Proceedings of CRC Press, 2012. P. 265–275.

32. Allison M.L., Ahern T., Arctur D. et al. EarthCube Governance Framework: A Proposal to the Community (Version 1.0) // EarthCube Governance Working Group Technical Report. 2012. 237 p.

33. Atakan K., Bjerrum L.W., Bungum H. et al. The European Plate Observing System and the Arctic // Arctic. 2015. Vol. 68, Suppl. 1. https://doi.org/110.14430/arctic4446