公平数据在地球科学中的重要性
随着时间的推移，数据作为企业资产的估值最明显地实现了。如果进行了适当的管理，则同一数据集可以支持多个用例，可以根据要求几乎立即可用，并且可以在部门或组织之间交换，以随着每次部署系统地提高其产量。
这些利用数据作为企业资产的好处是GO FAIR的Findable Accessible Interoperable Reuseable（FAIR）原则的基础，深刻影响了地质科学的数据管理严谨性。这个领域中的许多组织已经接受了这些原则，以在各种学科之间迅速共享信息，以安全地指导地球的管理。
根据地球科学信息合作伙伴（ESIP）实验室主任Annie Burgess博士的说法，“最紧迫的全球挑战无法由一个组织来解决。随着科学家需要跨多个学科收集的数据，这些数据通常由许多不同的机构和机构进行管理。”随着地球科学界众多成员逐渐意识到，根据FAIR原则管理这些不同数据的最有效方法是利用语义标准。支持知识图。
这些用于管理元数据，数据模型和术语的统一方法是FAIR数据移动的关键，从而确保了数据作为科学界宝贵资产的地位。
公共科学
支持知识图的语义标准旨在以机器可读格式唯一地标识，立即访问和共享数据。它们是负责在万维网中促进这些优势的相同标准，并且对于在地质科学领域内重用数据具有极大的益处。这个领域是一个更具挑战性的科学领域之一，因为它是如此广泛，涵盖了海洋生物，大气问题，土地块和地下开发。在这些不同专业领域中快速共享数据的能力是推进整个领域不可或缺的一部分，唯一识别数据并通过机器可读技术快速访问它们的其他优势也是如此。
加利福尼亚理工学院喷气推进实验室的数据科学家，NASA ESDSWG搜索相关工作组的联合主席Lewis McGibbney博士观察到：“我们正处于令人兴奋的阶段，因为在全球范围内有大量的专家和组织具有相似目标的地球，以及意识到我们需要知识密集型应用程序。语义技术堆栈是构建用于地球科学领域内知识密集型用例的智能应用程序的关键部分。”此外，语义标准使这些组织能够以可重用的格式发布数据和发现，因此不同的组织可以直接从彼此的劳动中受益。
连接人机
FAIR方法围绕链接知识图中的不同数据片段而展开。这些知识图又可以链接到不同的组织之间，也可以在Web上“发布”以实现普遍访问，这对于互操作性至关重要。这种方法不仅要求每个单独的数据都有其自己的唯一标识符，而且还需要基于标准词汇表和分类标准的丰富元数据描述，并可以通过机器快速理解和访问它们。语义数据模型（本体）标准化了不同组织用于不同应用程序的架构中的固有差异，从而进一步帮助了采用FAIR原理的IT系统互操作性。
蒙特利湾水族馆研究所高级软件工程师Carlos Rueda评论说：“海洋元数据互操作性项目开发了MMI本体注册和存储库（ORR），它利用AllegroGraph提供强大的可互操作的语义服务，从而使网络上的内容以有意义的方式互连通过使海洋元数据互操作性项目中的不同科学组织以这种标准化方式注册其众多存储库的本体，可以加快数据集成和可访问性。
统一多样性
在地球科学界内使用知识图来激活FAIR原理的资本优势也许是能够标准化与科学家相关的各种潜水者数据的能力。该领域中不同专业的数量庞大，需要看似无限品种的数据。除了卫星数据和物理样本的数据外，数据源还包括水，航空和地面资源的传感器数据。此外，这些数据的特征在于许多不同的时空分辨率，这增加了对其进行均匀管理的总体复杂性。在这方面，语义数据模型在很大程度上有助于统一词汇表来描述数据。 Burgess博士提到了“ ESIP社区本体存储库”的优点，“ ESIP社区平台用于管理和交换术语和词汇以帮助科学家发布，发现和重用数据。”
长期传播
正如地质科学界内部大量使用案例所揭示的那样，数据的真正尊敬是基于其持久的可重用性和即时可访问性。这些优先事项催生了FAIR运动，该运动依赖于语义技术来实施。当应用于当代组织时，这种方法具有相同的好处：数据作为企业资产的价值增加。
关于作者
Jans Aasman是一名博士学位。心理学家，认知科学专家和Franz Inc.的首席执行官，Franz Inc.是人工智能的早期创新者，并且是领先的语义图数据库AllegroGraph的提供者。作为科学家兼首席执行官，Aasman博士与众多财富500强组织以及美国和外国政府携手合作，继续在人工智能和知识图谱领域取得突破。 Aasman博士在职业生涯中花费了很大一部分时间，专门研究应用人工智能项目，智能用户界面和电信研究。他在语音技术，多模式用户交互，推荐引擎等领域收集了专利，同时为平板电脑和个人助理开发了先驱技术。他曾是代尔夫特工业大学工业设计系的教授，并在诸如Smart Data，NoSQL Now，International Semantic Web Conference，GeoWeb，AAAI，Enterprise Data World，Global Graph Summit，Text Analytics，和TTI Vanguard。
