摘要: 针对《卫星气象学》课程知识体系宏大、交叉性强、逻辑层次复杂的特点，本文提出一种基于权威教材的结构化知识图谱构建方法。以陈渭民编著的经典教材《卫星气象学》为核心知识源，通过系统化的知识解构、语义关联与形式化表征，构建了一个覆盖课程全内容、体现知识内在逻辑的多层次领域知识图谱。图谱采用“理论–技术–分析–应用”四层架构和“概念–属性–关系”三维模型，完整集成了从辐射基础、卫星轨道、仪器原理到云图分析、参数反演及综合应用的完整知识体系。本文还阐述了从教材文本到结构化知识图谱的转化路径，包括知识单元提取、语义关系定义、本体构建与可视化表示等关键技术环节。研究可为气象遥感类课程的知识体系化建设与数字化资源开发提供系统的理论框架与方法参考。
Abstract: In response to the characteristics of the Satellite Meteorology course—its extensive knowledge system, strong interdisciplinary nature, and complex logical structure—this paper proposes a structured knowledge graph construction method based on authoritative textbooks. Taking the classic textbook Satellite Meteorology edited by Weimin Chen as the core knowledge source, a multi-level domain knowledge graph covering the entire course content and reflecting the intrinsic logic of knowledge is constructed through systematic knowledge deconstruction, semantic association, and formal representation. The graph adopts a four-tier architecture of “Theory-Technology-Analysis-Application” and a three-dimensional model of “Concept-Attribute-Relationship”, fully integrating the complete knowledge system ranging from radiation fundamentals, satellite orbits, and instrument principles to cloud image analysis, parameter retrieval, and comprehensive applications. This paper also elaborates on the transformation path from textbook text to a structured knowledge graph, including key technical steps such as knowledge unit extraction, semantic relationship definition, ontology construction, and visual representation. The study provides a systematic theoretical framework and methodological reference for the systematic development of knowledge systems and digital resources in meteorological remote sensing courses.
1. 引言
卫星气象学作为大气科学与空间遥感技术交叉融合的产物，其知识体系具有显著的综合性、层次性与动态性特征。《卫星气象学》课程是一门研究利用人造地球卫星进行大气探测、分析与应用的交叉性专业课程，其核心在于通过卫星搭载的各类遥感传感器，获取地球大气系统的多维度信息，并运用物理、数学与计算机科学方法进行处理、反演与解释。该课程主要面向大气科学、遥感科学与技术、海洋科学、环境科学等相关专业的高年级本科生或研究生[1]。通过学习，学生能够构建“理论–观测–应用”的完整知识框架，掌握从卫星数据中提取科学信息的关键技能，为从事气象业务、科学研究、航空航天、国防、资源环境等领域的工作奠定坚实基础。在当下大数据与人工智能时代，《卫星气象学》已成为培养具备空天信息处理与分析能力的复合型创新人才的核心课程之一。相关开设这门课程的高校往往会根据各自的学科优势、培养目标、专业特色和定位等选择相关的教材。其中南京信息工程大学、北京大学、南京大学、中国海洋大学、兰州大学、成都信息工程大学等众多开设大气科学专业的高校多使用的是卫星气象学领域的奠基性经典教材，即陈渭民先生编著的《卫星气象学》著作，该教材体系完整，逻辑严密，被誉为该课程的“标准教科书”，系统地构建了该学科从基础理论到业务应用的知识框架，是课程教学的核心依据[2]。然而，当前的纸质教材载体在应对学科知识快速增长、多源信息交叉关联的教学需求时，逐渐显露出了诸如知识要素以章节为单元相对孤立，内在的复杂关联难以直观呈现；前沿进展与经典理论的融合缺乏动态载体；学生难以快速建立全局知识视图并定位自身知识缺口等局限性。
知识图谱技术以其强大的语义关联与网络化组织能力，为破解上述困境提供了新思路[3]。它能够将教材中隐含的知识网络显性化、结构化，将静态的书目和内容转化为动态的、可交互的知识地图。目前，针对整本教材进行深度解构、并构建全局性、多层次知识图谱的系统性研究，仍相对匮乏，尤其是在卫星气象学这类以物理机理与定量分析为核心的地球科学类前沿领域。
为此，本文旨在探索一条基于经典教材的《卫星气象学》课程知识图谱构建路径。核心研究目标是以陈渭民版《卫星气象学》教材的完整目录结构与内容体系为蓝本，首先解构并形式化定义课程的核心概念、属性及其多层次关系，然后设计一个符合学科认知逻辑的知识图谱本体模型，以期构建一个可扩展、可检索、能可视化的结构化课程知识库。研究主要聚焦于知识图谱自身的构建理论与方法，旨在为课程内容的数字化重塑与知识服务的智能化升级奠定基础。
2. 知识来源与知识体系解构
2.1. 核心知识源分析
以陈渭民先生编著的《卫星气象学》(气象出版社，2017)教材作为核心的、权威的结构化知识来源。该教材被广泛采用，其内容体系具有以下特点，非常适合作为知识图谱构建的基准框架。(1) 体系完整性。全书共十一章，逻辑上涵盖“概论→基础理论→观测技术→分析应用”的完整认知链条，符合教学规律。(2) 结构清晰性。目录和内容层次分明，从章、节到具体知识点，提供了天然的知识层级划分。(3) 内容经典性。阐述了卫星气象学的基础原理、核心方法和典型应用，构成了学科知识主干。(4) 语义丰富性。章节标题、内容摘要及详细阐述中蕴含了大量概念实体(如辐射传输方程、卫星轨道、台风强度估算等)及其关系线索。
2.2. 知识体系的多维度解构
可将《卫星气象学》课程知识体系解构为四个纵向层次与多个横向维度，以此作为知识图谱建模的基础。其中纵向四层架构为：(1) 概念与基础层。涉及学科定义、发展概况、遥感基本概念与分类，对应教材第一章。(2) 理论与技术层。包括卫星轨道运动规律、遥感辐射基础、卫星云图观测原理、资料获取与处理技术，对应教材第二至四章。(3) 识别与分析层。卫星图像(云图)分析基础、各类天气系统(如高空槽、急流、锋面、温带气旋、暴雨、冰雹、台风等)的云图特征与识别分析方法，对应教材第五至十章。(4) 反演与应用拓展层。定量估算气象参数(如温、湿、风、降水、云参数等)的原理方法，以及在农业、灾害、海洋等领域的应用对应教材第十一章。
横向知识维度是贯穿上述层次的交叉线索，包括：(1) 平台/载荷维度。极轨卫星(美国NOAA，中国风云一号和三号)与静止卫星(美国GOES，中国风云二号和四号)及其搭载的不同传感器。(2) 物理过程维度。涉及辐射传输、反射、散射、吸收、云微物理等。(3) 数据产品维度。包括原始数据(Level 0级数据)、预处理(Level 1级数据)、卫星产品的处理(Level 2级数据)、时间平均与空间平均产品(Level 3级数据)。(4) 方法算法维度。涉及定性分析、物理反演、统计反演等。
3. 知识图谱构建方法论
3.1. 总体构建流程
采取“自顶向下”为主、“自底向上”为辅的混合构建方法，具体流程可包括模式层(本体)设计、知识实体抽取、语义关系建立、属性填充与丰富、及可视化与结构化存储五个部分。其中，模式层(本体)设计主要是基于教材目录结构和内容体系，抽象出核心概念类、关系类型及属性，构建出课程知识本体蓝图；知识实体抽取是以教材章节内容为核心，结合提供的知识图谱文本，内含大量核心术语，抽取出具体的概念实例、方法实例、系统实例等；语义关系建立是根据教材内容逻辑和学科知识，为抽取的实体间建立多种语义关系，如“隶属于”、“应用于”、“基于”、“反演得到”等；属性填充与丰富是为实体添加诸如公式、定义、关键参数、示意图引用等关键属性；可视化与结构化存储是将构建的知识网络以图数据库(如Neo4j)形式存储，并利用可视化工具(如mermaid)生成层级化、网络化视图的过程。
3.2. 模式层(本体)设计——核心概念与关系定义
模式层定义了知识图谱的“语法”，主要包括核心概念类(Class)和关系(Relationship)的定义。其中核心概念类包括：(1) 核心概念：学科最基本定义，如卫星气象学、被动遥感等等；(2) 物理定律/理论：如辐射传输方程、普朗克定律、开普勒定律等；(3) 技术系统：如风云卫星系列、NOAA系列、微波探测器等；(4) 参数/产品：如云顶温度、大气温湿廓线、海表温度等；(5) 分析方法/算法：如云分类判据、Dvorak台风强度估计法、降水估计算法等；(6) 应用领域：如台风监测、农业遥感、森林火灾监测。表1为构建课程知识图谱所定义的六大核心概念类及其代表性实例。
Table 1. Taxonomy of core concepts in the knowledge graph
表1. 知识图谱核心概念类目体系
一级模块 |
二级子类 |
三级知识点 |
(一) 概念与基础 |
1) 学科概论 |
卫星气象学定义与意义 |
遥感分类(主动/被动) |
气象卫星观测特点 |
2) 卫星平台与发展 |
极轨卫星系列(美国TIROS/NOAA、中国FY-1和FY-3) |
静止卫星系列(美国GOES、日本GMS、中国FY-2和FY-4) |
陆地与海洋卫星(美国Landsat、法国SPOT等) |
(二) 理论与技术 |
1) 卫星轨道基础 |
开普勒定律与运动规律 |
轨道参数与摄动 |
轨道类型(地球静止/太阳同步) |
2) 遥感辐射基础 |
电磁波谱与辐射度量 |
辐射基本定律 |
辐射传输方程与过程 |
3) 资料获取与处理 |
观测仪器原理与特性 |
云图接收与处理系统 |
云图定位与增强 |
(三) 图像分析与识别 |
1) 卫星云图分析基础 |
图像特征与识别判据 |
地表与云类识别 |
2) 天气系统云图分析 |
中纬度系统(锋面、气旋、急流) |
热带天气系统(台风、热带云团) |
对流性天气系统(暴雨、雷暴、MCS) |
(四) 定量反演与应用 |
1) 气象参数定量反演 |
云参数(温度、光学厚度) |
大气参数(温、湿、风、臭氧) |
降水估计与地表参数 |
2) 综合应用领域 |
灾害监测(台风、暴雨、火灾) |
农业与生态遥感 |
海洋与环境遥感 |
核心关系类型涉及：(1) is part of/has part：表示整体与部分关系，如可见光通道is part of扫描辐射计；(2) is a/subclass of：表示继承或分类关系，如静止轨道is a卫星轨道；(3) based on：表示理论基础，如云检测based on辐射传输方程；(4) used for：表示用途，如水汽通道图像used for大气湿度分析；(5) derived from：表示衍生或反演关系，如降水量derived from红外与微波亮温；(6) applied in：表示应用场景，如定量遥感applied in灾害监测。图1为构建的核心语义关系类型及实例网络。其通过一个微型知识网络，将关键概念实体与六种核心语义关系动态连接，可直观揭示知识图谱中“关系”的定义与作用。
Figure 1. Taxonomy of core semantic relationships and example networks
图1. 核心语义关系类型及实例网络
4. 知识图谱构建
4.1. 宏观知识体系总览
基于教材的十一章内容结构，本文构建了《卫星气象学》课程知识体系的顶层视图，其可清晰展示四大知识模块及其核心内容，具体见图2所示。
Figure 2. Comprehensive diagram of the macro knowledge system for the Satellite Meteorology course
图2. 《卫星气象学》课程宏观知识体系总览图
4.2. 核心理论子图谱——辐射传输基础
由于课程内容中的辐射传输理论是卫星遥感的基石，涉及概念多、公式复杂、关系紧密，故本文通过构建一个深入的核心子图谱以揭示其内在逻辑，具体见图3所示。
Figure 3. Sub-graph of core theories for the remote sensing radiation fundamentals
图3. 遥感辐射基础部分核心理论子图谱
4.3. 关键技术子图谱——卫星轨道与观测
卫星轨道决定了观测的时空特性，是连接平台与数据产品的桥梁。图4是基于该部分内容构建的关键技术子图谱，该子图谱可系统化相关知识。
Figure 4. Sub-graph of key technologies for the satellite orbit and observation section
图4. 卫星轨道与观测部分关键技术子图谱
4.4. 综合应用子图谱——台风卫星监测分析
台风监测是《卫星气象学》课程中最具代表性的应用之一，图5是构建的有关台风卫星监测分析部分综合应用的子谱图。该子图谱整合了从平台、数据、方法到分析流程的完整知识链。
知识图谱的构建，旨在实现对《卫星气象学》课程知识体系的结构性重构与认知逻辑的显性化表征。通过整合宏观体系总览与多层次专题子图谱，研究将原本呈线性排列、相对离散的教材内容转化为一个立体关联、语义互联的知识网络。该网络不仅能清晰呈现“理论–技术–应用”之间的整体架构关系，更重要的是系统揭示了跨章节知识点之间潜在的深层逻辑联系(如辐射传输理论对多类气象参数反演的原理性支撑)，从而有助于引导学习者构建系统化、整体性的学科认知图式，克服传统学习过程中容易形成的知识碎片化等问题。此外，本图谱的构建能通过对学科核心理论(如辐射传输方程)、关键技术环节(如卫星轨道设计)以及典型综合应用场景(如台风监测)的分别聚焦与可视化呈现，从而为教学过程提供结构化的认知支撑框架。而这一框架既能辅助教师凝练教学主线、突出教学内容的重难点，也能引导学生遵循“从理论基础到复杂问题解决”路径的展开探究，从而促进知识理解向实践能力的有效转化。
Figure 5. Sub-graph of comprehensive applications for typhoon satellite monitoring and analysis
图5. 台风卫星监测分析部分综合应用子图谱
5. 结语
针对《卫星气象学》课程知识体系结构复杂、学科交叉性强的特点，本文提出并构建了一套基于经典教材的知识图谱框架。通过对教材内容进行结构化解析与多维重组，将传统章节线性排列的知识体系转化为以“理论–技术–分析–应用”为纵向主线、以“概念–属性–关系”为横向维度的立体化知识网络。这一转化不仅优化了知识的组织方式，也显式揭示了不同知识模块之间内在的逻辑关联，从而支持系统化的学科认知建构。本文构建了一个具有可迁移性的课程知识图谱构建范式，通过明确定义六类核心概念和六类语义关系，初步建立了该课程的领域知识本体。该框架可为辐射传输、卫星轨道、天气系统分析等核心教学内容提供结构化与系统化的知识表达，有助于清晰呈现学科内在逻辑体系。
然而，本文也认识到当前工作存在的若干局限。首先，所构建的知识图谱主要依赖单一权威教材，知识覆盖相对静态，未能融合学科前沿进展、多源教学资源(如研究论文、业务资料、开放数据)及跨学科知识内容；其次，图谱虽在结构设计与语义关联方面做了系统化构建，但其在教学实践中的有效性尚未经过实证评估，缺乏对学生学习成效、认知负荷及教师教学支持效果的系统验证；此外，目前图谱仍以静态知识组织为主，未能与学习行为数据、智能推荐机制等动态要素深度融合，在支持个性化、适应性学习方面尚有较大发展空间。
为克服上述局限，后续研究将重点围绕以下方向展开。一是拓展知识来源并建立动态更新机制，融合多源异构教学与科研资源，实现知识体系的持续演进；二是开展系统的教学实证研究，通过对照实验、学习分析等方法评估图谱的教育应用效果；三是推进功能扩展与智能服务集成，探索基于图谱的智能问答、路径推荐与交互式学习支持；四是推动跨课程、跨学科知识图谱的互联互通，构建覆盖更广学科领域的结构化知识生态。
通过上述方向的持续探索，有望将《卫星气象学》知识图谱从静态知识库逐步发展为动态、可评估、可交互的智能教学支持系统，并为同类理工科课程的数字化资源建设提供可操作、可扩展的范式参考。本研究可为相关领域的课程知识体系重构与数字化教学转型提供理论依据与实践借鉴。
基金项目
本文为成都信息工程大学本科教育教学研究与改革项目暨本科教学工程一般项目“基于知识图谱的《卫星气象学》课程建设项目”(JYJG2025059)；四川省普通本科高校创新性实验项目“基于多光谱卫星数据与深度学习融合的航空气象灾害预警创新性实验设计与实践”(cxsyxm15)；成都信息工程大学本科教育教学研究与改革项目暨本科教学工程重点项目“《卫星气象学》课程思政建设项目”(JYJG2024015)的综合研究成果。