Zastosowanie zbiorów danych RDF do modelowania czasoprzestrzennego w geoinformatyce

Istotnym wyzwaniem dla gospodarki przestrzennej jest poprawny opis zjawisk zachodzących w przestrzeni i prognozowanie przyszłego jej stanu. Potrzebne są systemy służące gromadzeniu i porządkowaniu danych opisujących stan przestrzeni w jej dynamicznej postaci. Takich rozwiązań mogą dostarczyć technologie sieci semantycznych (Semantic Web), w tym grafy RDF, służące udostępnianiu zasobów przestrzennych, jako danych powiązanych (Linked Data) oraz ontologie, zarówno w postaci taksonomicznej, jak i aksjomatycznej. Obrazowanie odniesienia przestrzennego i czasowego może być realizowane w bezpośrednim odniesieniu do obiektów odzwierciedlających przedmioty i zjawiska występujące w rzeczywistej przestrzeni albo w formie kontekstu czasoprzestrzennego, w jakim informacja o tych obiektach została pozyskana. Pierwsze podejście odnosi się do modelowania danych, a drugie do modelowania metadanych. Autorzy prezentują strukturę, która, dzięki wykorzystaniu grafów RDF w formie tzw. zbiorów danych RDF (RDF Datasets), łączy oba modele w jeden spójny system. Wspólny system, który daje możliwość wykorzystania tych samych narzędzi do wyszukiwania zasobów na podstawie metadanych, a następnie do eksploracji i przetwarzania samych zasobów, które są nimi opisane. Dodatkowo pozwala uzupełniać brakujące informacje o lokalizacji lub trwaniu obiektów rzeczywistych, dzięki informacji zawartej w metadanych.

The crucial challenge for spatial development is proper description of phenomena occurring in real space and forecasting their future state. We need systems for gathering and organizing data describing the state of space in its dynamic form. Semantic Web technologies could be considered as promising tools to acquire such an aim. Among them, RDF graphs in the form of Linked Data and ontologies (in the form of taxonomic as well as axiomatic ontologies) seem to be very useful for such purpose. Presentation of spatial and temporal reference of reflected real objects can be performed by direct object description and by exposing spatiotemporal context of information about object from which this information was retrieved. First approach is related to data modeling, second to metadata modeling. The authors present the structure of RDF Datasets which makes it possible to combine both models in a coherent system. The joint system makes it possible to reuse common tools for searching of resources using metadata, and then for exploration and processing of the spatial data found. In addition, such approach gives us a chance to fill the gaps in retrieved data, referring to duration or location of objects, through the information contained in metadata.