[论文解读] An Energy Ontology for Global City Indicators (ISO 37120)

Alanna Komisar, Mark S. Fox|arXiv (Cornell University)|Jan 1, 2017

Semantic Web and Ontologies参考文献 7被引用 1

一句话总结

本文提出了一种基于语义网的正式能源本体，用于ISO 37120城市指标，以实现机器可读、计算精确的定义和数据推导过程。该本体整合了能源、建筑和服务等领域的特定本体，支持对人均电力使用量和接入率等城市能源绩效指标的自动化验证与分析。

ABSTRACT

To create tomorrow's smarter cities, today's initiatives will need to create measurable improvements. However, a city is a complex system and measuring its performance generates a breadth of issues. Specifically, determining what criteria should be measured, how indications should be defined, and how should the identified indicators be derived. This working paper is one in series that addresses the creation of a Semantic Web based representation of the 17 different themes of ISO 37120 indicators as part of the larger PolisGnosis Project (Fox, 2017). We define a standard ontology for representing general knowledge for the Energy Theme indicators, and for representing both the definition and data used to derive the Energy indicators.

研究动机与目标

• 为解决城市指标报告中缺乏透明度和可复现性的问题，通过形式化指标定义和数据推导过程来实现。
• 通过标准化、可计算的表示，实现对城市绩效的自动化纵向和横向分析。
• 在ISO 37120标准内，创建一个可重用、可扩展的能源指标本体框架。
• 通过语义网标准支持城市能源数据的公开可验证性和互操作性。

提出的方法

• 基于语义网标准（OWL、RDF、RDFS）开发一个领域特定的能源本体。
• 将全球城市指标（GCI）本体与能源、建筑和服务提供者等领域的特定概念相集成。
• 使用OWL中的正式、计算精确的描述来定义ISO 37120:7能源指标。
• 使用SPARQL查询验证能力问题，并展示对本体的自动化推理。
• 对指标的数据溯源、单位、测量过程和所有权结构进行建模。
• 应用本体模型（OM）和地理语义建筑本体（gcibo）来表示物理和行政数据。

实验结果

研究问题

• RQ1 如何对ISO 37120能源指标进行形式化表示，以确保计算精度和一致性？
• RQ2 需要哪些语义构造来对从底层数据推导能源指标值的过程进行建模？
• RQ3 该本体能否支持对指标与ISO 37120定义一致性的自动化验证？
• RQ4 如何对数据溯源、单位和所有权进行建模，以支持对指标的公开验证？
• RQ5 该本体能否支持对城市绩效的纵向和横向分析？

主要发现

• 所提出的能源本体成功建模了ISO 37120:7的核心指标，包括人均居民用电总量和拥有授权服务的人口比例。
• SPARQL查询证实，该本体能够回答所有定义的能力问题，包括事实性、定义一致性及内部一致性检查。
• 该本体支持关键数值的自动化推导：多伦多市的居民总用电量为每年50.73亿千瓦时，90%的建筑楼面面积为住宅用途。
• 城市人口被正式表示为2,615,000人，数据溯源可追溯至官方来源。
• 该本体支持识别服务提供商（如多伦多水电公司）及其关联的服务账户和建筑。
• 该框架支持对指标定义和数据的机器推理，为自动化、透明的城市绩效分析铺平了道路。