地学图解图谱的模型

根据前文所述，地学可视化和地学图解／图谱都是研究地学知识的可视探析，都是以发现新知识为宗旨，那么，这两者的关系是什么？它们的求解认知过程又有何种区别和联系呢？

本节首先论述地学可视化与地学图解／图谱的相互关系，然后，在讨论Marr的视觉信息处理模型、Pinker的图形理解认知模型以及Mac Eachren的特征ID模型基础上，提出可用于知识探析计算机软件系统设计的地学图解／图谱模型（龚建华，2000）。

1．地学可视化与地学图解/图谱的相互关系

根据前文所述，地学可视化在用于解决地学问题时，为专家提供了一个不受限制的多样化操作空间，通过穷尽法，展示关于某地学问题（地学数据）的可以被视觉感受的图形图像，而这些图形图像表现了多样化，各种可能的空间分布或者变量之间的可能关系，地学专家在与不同选择、不同侧重、不同变化的图形图像的高效信息交互中，探求新的形态特征或新的多变量之间的关系（陈述彭，1997）。所以，地学数据可视化本身并不能发现或建立新知识，只是提供一个开放环境，一个有效的基于“图”的信息交流通道，让地学专家自由地、创造性地与数据打交道，而知识发现则是由地学专家完成的。这样，地学可视化的研究，主要是如何建立有效的信息图与人的视觉之间的信息交流和交互，有利于知识的发现；而背后更深一步的心智知识分析过程与特征发现，一般作为黑箱处理，很少探析。

与从信息图考虑的地学可视化不一样，地学图解／图谱直接从地学专家角度考虑，它是运用“图”为思维工具，建立、修整和完善知识图的过程。实际上，地学图解／图谱是把地学专家的内在模糊、动态不定的心智意象图逐渐外化的过程，是关于外在可感知的知识图与内在不可见的心智意象图的相互作用过程。

所以，地学图解／图谱着重研究的是地学专家的地学认知意象及其知识表达。但是，根据前面所述，现代地学图解／地学信息图谱是以信息图和图谱为基础的，而信息图的信息传输交流水平会影响知识图／信息图谱与心智意象图／信息图谱的相互作用，所以现代地学图解／地学信息图谱与地学可视化又是密切相关的。

因此，地学可视化和地学图解／图谱的相互关系可以理解为前者是从底层向上的过程，后者是从顶层向下的过程，前者是关于信息图与视觉系统的相互关系，后者是关于地学认知意象的知识表达，两者的紧密结合将会有效地提高地学知识的可视探析与发现效率（图2-19）。

2．地学图解/图谱的认知模型结构

人是如何看图、读图，视觉系统和大脑是如何识别和理解图形目标的？Marr、Pinker、Mac Eachren等分別从计算机视觉、认知心理学、（地图）符号认知角度对此作了较深入的研究，并提出各自相应的视觉信息处理模型。Marr提出一个过程表象序列，用以描述从视觉图像到物体形状识别的视觉信息处理过程。他的表象序列包括“原始要素图（Primal Sketch）”“2．5D要素图（2．5DSketch）”和“三维模型表象（3DModel Representation）”。原始要素图是使视网膜图像（Retinal Image）中的光强变化以及该光强变化中的几何和组织等信息显示出来，它处理的基本元素包括斑点、边界线段等。2．5D要素图是一个较前一阶段更高一级的视觉信息处理结果，它表达以观察者为中心的坐标系中的可见表面的特征，如表面朝向、离观察者的距离（深度）以及其中表现出的不连续性等。三维模型表象则描述以物体为中心的三维结构形状和组织（Marr，1982；Kraak，1994）。

图2-19 地学可视化与地学图解／图谱的相互关系

（据龚建华等，1999修改）

Marr的视觉模型是从计算角度给出的，其中的信息处理阶段划分明确清晰。Pinker认为，Marr的研究工作的意义在于表明了在视觉感知认知过程中存在着不同的阶段，并相对应于不同的信息处理方式和表达（Pinker，1996）。Pinker依据Marr对视觉中的前认知（Precog－nition）和认知的区分，定义了视觉阵列（Visual Array）和视觉描述（Visual Description）。视觉阵列类似于Marr理论模型中的原始要素图和2．5D要素图；视觉描述是表示视觉阵列中信息的结构化表达。Pinker认为，对某一特定的视觉阵列的表达有多种可能的方式，他提出了四个因素来解释从某一特定视觉阵列产生某种（而不是其他）视觉描述方式的原因。这四个因素分别是必要属性（空间位置和时间）（Indispensable Attributes）、选择性注意力（Selective Attention）、大小（Magnitude）以及采用的坐标系。同时，根据从视觉阵列变换到视觉描述的不同机理方式，Pinker又区分了缺省型视觉描述（Default Visual Description）和精细型视觉描述（Elaborated Visual Description）。缺省型视觉描述是基于从下向上的前认知过程产生的，由于短期视觉存储（或记忆）的约束，其描述一般不会很大，人只能无意识地感觉或注意到该种描述；精细型视觉描述是基于缺省型视觉描述，并通过从上往下认知过程而产生。在描述了视觉阵列和视觉描述以及相互关系以后，Pinker又定义了图形意象（Graphic Schemata）来解释从视觉描述到概念信号（Conceptual Message）以及概念问题（Conceptual Question）与询问相关的知识表达与获取机制。他认为图形意象是某一专业领域知识的记忆表达，它由包括“槽”（Slots）或参数形式的描述组成。在上述概念的基础上，Pinker提出了图形理解的视觉信息处理模型（图2-20）。该模型包括了从下往上的前认知过程与从上往下的认知过程，并通过这两个过程的循环反馈结合，建立对图形的总体理解。

Mac Eachren在1990年从科学计算可视化、科学可视化对地图学的影响、科学创新等研究角度，提出了地图可视化的模式发现模型；在1995年结合Pinker的图形理解视觉信息认知模型以及对空间与地理认知意象及类型理论的研究，对模式发现模型进行了扩展和完善并改名为基于地图可视化的特征ID（Identification）模型，如图2-21（Mac Eachren，1995；Connie Blok，1999）所示。特征ID模型是一个基于地图可视化的知识（特征）发现认知模型。它描述了这样一个认知过程：首先视觉感应输入（视觉阵列）经从底往上编码过程完成视觉描述，即看见什么。然后，通过形成与发展命题意象、图像意象（某种临时不定的知识）或事件意象，视觉描述就会变换到概念信号。概念信号与长期记忆中的命题、图像及过程知识表达，经询问、推理、概念分类等作用后，进行匹配与解释，如发现不完善或模糊不确定，就会进入到概念问题阶段。概念问题，不仅会作用于命题意象、图像意象或事件意象，对概念信号形成产生影响；而且通过从顶往下的编码过程，对视觉描述及视觉输入也产生影响。

图2-20 图形理解的视觉信息处理模型

（龚建华据Pinker修改）

图2-21 基于地图可视化的特征ID模型

（Mac Eachren and Pinker，1995）

Marr、Pinker和Mac Eachren对人的视觉感知和认知的研究，为建立基于计算机图形／地图的知识探析／图谱模拟模型提供了基础。

图2-22是龚建华等从计算机软件系统设计与建立角度，根据Pinker的图形理解认知模型以及Mac Eachren的特征ID模型以及前面论述的地学可视化与地学图解／图谱的相互关系和数据挖掘原理与技术，建立的用于地学可视知识探析的地学图解／图谱模型。

图2-22 地学图解／图谱模型结构

（据龚建华等，1999修改）

在该模型中，人的视觉大脑信息处理认知模型基本采用了Pinker和Mac Eachren的视觉认知和特征发现的认知理论，但把视觉输入（视觉阵列）与视觉描述两个阶段合并成视觉输入及视觉底层处理阶段，由于这一阶段是属于短期记忆，它的处理容量有限，所以信息图（或潜在知识图）的信息形态结构、容量必须要仔细设计，从而有益于短期记忆的高效处理。命题、图像与过程知识表达是属于长期记忆，它产生知识图／信息图谱，并在与知识图／信息图谱的相互作用过程中，与知识图／信息图谱一起发展完善。

该图解／图谱模型包括计算机系统和人的视觉大脑系统。计算机系统包括地学可视化，数据挖掘和知识表达系统。信息图由地学可视化处理和产生，潜在知识图是通过数据挖掘系统对信息图的计算处理分析，并把结果由地学可视化系统显示后形成的。知识图／信息图谱，是由地学专家（或智能代理人Agent）完成的，存储于知识表达系统中的知识库。从信息图，或经数据挖掘技术处理后的潜在知识图，经人的视觉大脑系统处理后，形成计算机可表达的知识图／信息图谱，该知识图／信息图谱又会与信息图、潜在知识图一起，再次输入到人的视觉大脑系统接受处理分析，然后形成另一改进的知识图／信息图谱。经过这样多次的循环反馈后，最终探析出新的空间形态或变量关系，即新的知识图／信息图谱。

在该图解／图谱模型中，人的视觉大脑系统是无法设计与控制的，但根据其短期记忆以及长期记忆的特征，在计算机系统中，可仔细设计与短期记忆特征相适应的信息图和潜在知识图，与长期记忆相对应的知识图／信息图谱的表达。