“如何有效挖掘和利用多源异构红树林大数据中的碎片化知识，并将其融合成人类可理解■◆■■★、机器可推理的高质量知识库◆■，满足人们对精准化、个性化和智能化知识服务的迫切需求★◆，是红树林研究和管理中亟需解决的一个重要问题。”论文第一作者、广东省科学院广州地理研究所博士侯志伟表示★★★◆。

　　广州地理研究所研究员荆文龙团队与中国科学院地理科学与资源研究所研究员秦承志、长沙理工大学副教授夏清等合作★★，基于知识图谱理论与方法，聚焦红树林知识获取、形式化表达及智能服务的迫切需求，提出了红树林知识图谱和知识服务构想。相关成果近日在线发表于《中国科学：地球科学》◆★★★★。

　　该研究在国家自然科学基金、国家重点研发计划等项目的支持下，首先分析了不同领域图谱概念的异同，认为红树林知识图谱是以红树林生态系统为核心■★■★◆，融合了多领域知识和时空信息的大规模知识库；然后提出了红树林知识服务的研究框架◆★，该框架可实现多模态数据到智能知识服务的转变◆★◆，包括泛在数据感知与汇聚、知识组织与图谱构建、智能知识服务等多个层次◆◆★★。

　　红树林具有极高的生物多样性和防风消浪、固碳储碳、维持生物多样性等丰富的生态功能与服务■■◆◆◆★。红树林的管理、保护和修复关乎地球生态安全与人类福祉，具有重要意义。红树林是一个复杂、动态的生态系统◆◆■，涉及包括生态■■◆■★、生物★■★■◆★、地理、海洋等在内的丰富的多学科知识。然而，“数据海量◆★、信息爆炸、知识难求”困境严重阻碍了红树林知识的获取和应用。

　　此外，研究人员重点介绍了红树林知识图谱的构建方法与流程，并探讨了目前红树林知识服务面临的挑战，提出在人工智能时代■◆◆■★★，构建融合领域特色与时空特征的红树林知识体系，探索大模型支持下的知识抽取与融合方法，并研发面向典型场景的智能知识应用，是红树林知识服务的主要发展方向。