基于知识图谱的化学传输模型模拟表示：实现空气质量预测的语义化与标准化

为解决化学传输模型(CTM)数据缺乏标准化和互操作性的问题，研究人员开发了首个CHIMERE模型本体，通过SWIT框架将netCDF文件转化为RDF三元组知识图谱。该研究实现了线性计算复杂度的数据转换，构建的空气质量知识图谱支持SPARQL查询，为环境政策制定提供了FAIR化数据支持，发表于《Journal of Cheminformatics》。

　　

空气污染已成为全球公共卫生危机，世界卫生组织数据显示91%的城市居民暴露于超标污染物中。欧盟2008/50/EC指令要求成员国建立连续空气质量监测体系，但传统传感器网络存在地理覆盖不全、数据离散等问题。化学传输模型(CTM)如CHIMERE虽能模拟污染物扩散，但其输出的netCDF格式存在查询困难、语义缺失等缺陷，阻碍了跨系统数据共享。Karolinska Institutet等机构的研究团队创新性地将语义网技术引入该领域，通过构建知识图谱实现CTM数据的机器可读与跨平台应用。

研究团队采用SWIT（语义网集成工具）框架，结合新开发的CHIMERE本体，将netCDF格式的72小时模拟数据转化为包含266,369个三元组的RDF知识图谱。关键技术包括：1）基于Protégé构建符合OQuaRE质量标准的本体，复用CHEBI等生物医学本体词汇；2）通过tabular2xml库实现netCDF到XML的转换；3）设计映射规则将XML元素关联到本体类（如AirQualityForecast）；4）利用SPARQL端点实现时空一致性验证。

研究结果部分显示：

1. 本体工程：开发的CHIMERE本体在19项OQuaRE指标中获得16项高分（4-5分），与CHEBI本体聚类距离最近。该本体明确定义了Simulation（模拟）、AirQualityForecast（预报）等核心类及其关系，支持浓度阈值、化学实体（如PM₁₀、NO₂）等语义表达。
2. 知识图谱生成：以西班牙穆尔西亚地区为案例，73小时模拟生成154,484个个体，每个AirQualityForecast关联9个Concentration个体（共29,565个），验证了本体设计的合理性。
3. 性能分析：数据转换呈现线性复杂度（R²=1.0），处理时间与图谱规模成正比，支持短时预测的实时应用。
4. 应用验证：通过SPARQL查询实现了四大功能：时间序列提取（如PM₁₀浓度变化）、空间热力图（如CH₄区域分布）、超标次数统计（如NO₂超标33次）及空气质量指数计算（AQI）。

结论部分强调，该研究首次实现CTM数据的语义化转换，其知识图谱可无缝对接生物医学本体（如CHEBI），为探究污染物健康效应提供新途径。例如，PM_2.5个体可通过本体关联到毒性机制或代谢通路。未来需扩展本体覆盖更多CTM模型（如WRF-Chem），并优化长期模拟的存储效率。这项发表于《Journal of Cheminformatics》的工作，为环境科学与大健康领域的知识融合树立了范式。