ATKIS-DLM-KG：德国数字景观模型碎片化地形制图数据整合与查询的统一知识图谱框架

这篇综述创新性地提出ATKIS-DLM-KG框架，通过知识图谱（KG）技术整合德国权威地形制图信息系统（ATKIS）中碎片化的数字景观模型（DLM）数据，解决了传统Shapefile格式因主题和几何类型分割导致的分析壁垒。该框架基于OWL和GeoSPARQL构建本体，采用R2RML映射实现PostGIS数据与语义模型的关联，支持跨主题复杂查询（如洪水风险评估），实验证明其显著提升了DLM250数据集在虚拟（Ontop）和物化（GraphDB）知识图谱中的查询效率，为城市规划、环境监测等领域的空间决策提供新范式。

　　

ABSTRACT

权威地形制图信息系统（ATKIS）的数字景观模型（DLM）是德国地理空间基础设施的核心，但其数据以分散的Shapefile格式存储，按主题（如交通、植被）和几何类型（点、线、面）分割，导致跨主题分析困难。ATKIS-DLM-KG框架通过知识图谱技术整合这些碎片化数据，构建统一语义模型，支持GeoSPARQL查询，实验证明其能高效执行复杂空间分析（如关联水系与居民区评估洪水风险）。

1. Introduction

ATKIS-DLM遵循AFIS-ALKIS-ATKIS（AAA）模型，包含7大主题和24个层级，但数据分散在36个Shapefile中。例如，评估城市洪水需关联水系（GEW）与居民区（SIE），现有架构阻碍此类跨主题分析。本研究提出基于OWL和GeoSPARQL的本体模型，通过R2RML映射将PostGIS数据转换为RDF三元组，支持虚拟（Ontop）或物化（GraphDB）知识图谱部署，消除数据孤岛。

2. Related Work

2.1 ATKIS and DLM

ATKIS包含DLM、数字地形模型（DTM）等，与ALKIS、AFIS构成AAA模型。DLM数据已用于洪水损失估算（Falter et al. 2015）和人口统计（Pajares et al. 2021），但跨数据集匹配依赖几何叠加（Sester et al. 2007）。德国需将ATKIS数据转换为INSPIRE标准，本研究为这一过程提供语义桥梁。

2.2 Geospatial Knowledge Graphs

地理空间知识图谱（GeoKG）如LinkedGeoData（Stadler et al. 2012）整合OpenStreetMap数据，但缺乏对权威数据（如ATKIS）的支持。本研究首次为ATKIS构建本体，填补该空白。

3. ATKIS-DLM Datasets

DLM250数据按<主题><层级>_<几何类型>命名（如ver03_f表示交通主题第3级多边形），但属性值（如建筑功能代码GFK=3031代表城堡）依赖外部文档GeoInfoDok。图3显示QGIS中SIE05_p层的编码数据，凸显语义集成的必要性。

4. Exposing ATKIS-DLM as Knowledge Graphs

4.1 Data Sources

将DLM250 Shapefile导入PostGIS，并集成GeoInfoDok代码表（如gebaeudefunktion表含GFK代码的英/德文描述）。处理缺失值（如高度字段含-9999）为NULL。

4.2 VKG Construction

构建三层本体：GeoSPARQL标准（绿）、ATKIS主题（蓝）、GeoInfoDok属性（橙）。图5展示本体结构，如buildingFunction属性链接GFK代码与语义。映射示例（图6）将SQL查询“SELECT objid FROM sie05_p WHERE gfk=3041”转换为RDF三元组，关联教堂建筑与其功能。

4.4 Querying

图7-8展示查询案例：

• •

  查找德国最大果园（单主题）：利用VEG01的flaechenmass属性筛选面积>1000m²的坚果/苹果园。

• •

  黑森林铁路隧道（跨主题）：通过HDU垂直关系表关联铁路（VER03）与隧道（REL01）。

5. Experiments

在16GB内存Ubuntu系统测试全德DLM250（0.97GB PostGIS，物化KG含17M三元组）。单主题查询（Q1-Q24）中，GraphDB最快（平均0.21s），Ontop次之（0.36s）。跨主题查询如Q25（城市与联邦水域500m内）仅Ontop能在82s内完成，GraphDB超时（60分钟）。巴伐利亚子集测试显示Ontop处理复杂查询<3s，凸显其空间连接优化优势。

6. Conclusion and Future Work

ATKIS-DLM-KG突破传统数据分割限制，支持高效跨主题分析。未来方向包括：

• •

  整合数字地形模型（DTM）栅格数据，需扩展OntoRaster框架。

• •

  关联CityGML（建筑高度）和OpenStreetMap（POI），需对象匹配算法。

• •

  对接INSPIRE标准，减少欧盟跨境数据转换成本。

Author Contributions

构想：Guohui Xiao、Linfang Ding；数据采集：Diluxan Sathalingam等；软件开发：Diluxan Sathalingam等；论文撰写：Guohui Xiao等。