近日，湖北大学资源环境学院梅新教授团队在《International Journal of Applied Earth Observation and Geoinformation》（中科院SCI一区，地球科学TOP，IF = 7.6）上发表了题为“An integrated graph-spatial method for high-performance geospatial-temporal semantic query”的学术论文，湖北大学为第一完成单位。

该项研究提出了一种地理时空语义查询优化方法，旨在解决图数据库和知识图谱中的地理时空数据建模与高性能语义查询的难题。知识图谱作为连接异构多模态数据的前沿技术，在GIS领域备受关注，但其在地理时空数据语义查询效率方面仍面临挑战。图数据库擅长处理复杂语义关联，却在拓扑分析和地理计算等任务中效率较低；而关系数据库虽在地理空间数据存储与计算上表现优异，却难以高效处理关联分析。为此，该方法整合了图数据库与关系数据库的优势，将完整的地理时空对象存储于关系数据库中（利用其内置或扩展的空间数据引擎），并通过时空分区和索引提升查询效率。同时，在图数据库中存储轻量化的地理时空节点，并通过多粒度时间树和Geohash编码节点构建索引关联，增强时空聚合能力。在查询过程中，用户请求被分解为图语义搜索和地理时空计算，分别下推至图数据库和关系数据库执行，并采用两阶段提交协议实现跨数据库数据同步。该团队基于PostGIS和Neo4j构建了该方法原型系统，并在真实大规模数据集上进行了性能评估与案例研究，结果表明，此方法将图数据库中的地理时空查询响应时间缩短了1-2个数量级，并能灵活支持多样化的时空分析需求，为知识图谱在地理时空数据处理中的高效应用提供了重要解决方案。

湖北大学资源环境学院2022级硕士研究生岳梓晨为该论文的第一作者（湖北大学为第一单位）。该研究得到国家自然科学基金和北京市科学技术院创新项目支持。

论文链接：https://doi.org/10.1016/j.jag.2025.104437

撰稿：岳梓晨

校对：李可

审稿：刘杰