论文部分内容阅读
摘要 科学合理地种植中草药是解决中药资源紧缺、保障中药质量的根本方法。中草药品质受种子种苗、种植措施、土壤状况等多种因素影响，各影响因素对中草药品质产生不同的作用，但迄今为止并没有通过调控中草药种植因素分析中药材品质的模型和方法。因此，本研究通过文献调研结合专家种植经验，综合分析影响中草药种植指标的复杂因素，以提高中药材品质为目标，基于图数据库的方法构建影响不同中草药种植品质的知识图谱，探讨中草药种植因素与指标之间的关系，通过调节影响中药材品质的因素，为中草药种植以及提高中药品质提供依据。
关键词 中草药种植;中药品质;知识图谱;指标;影响因素;图数据库;中药资源
Abstract Scientific and rational cultivation of traditional Chinese medicines is the fundamental method to solve the shortage of Chinese medicine resources and is the fundamental methods to guarantee the quality of traditional Chinese medicine.The quality of traditional Chinese medicines is affected by various factors such as seed seedlings，planting measures and soil conditions.The influencing factors have different effects on the quality of traditional Chinese medicines.However，there are no models and methods for analyzing the quality of traditional Chinese medicines by regulating the factors of Chinese medicine cultivation.Therefore，through literature research combined with expert planting experience，this paper comprehensively analyzes the complex factors affecting the cultivation index of traditional Chinese medicine，and aims to improve the quality of traditional Chinese medicine.Based on the graph database method，a knowledge map that affects the cultivation quality of different traditional Chinese medicines is constructed，and the relationship between the cultivation factors and indicators of traditional Chinese medicines is explored.By adjusting the factors affecting the quality of traditional Chinese medicines，it provides a basis for the cultivation of traditional Chinese medicines and the improvement of the quality of traditional Chinese medicines.
Keywords Chinese medicine planting; Quality of traditional Chinese medicines; Knowledge graph; Indicators; Influencing factors; Graph database; Chinese medicine resources
中图分类号：[R282.2]文献标识码：Adoi：10.3969/j.issn.1673-7202.2020.18.001
中草药种植是我国传统中药药材的主要来源方式，伴随着国家对中医药事业的愈加重视和中药市场规模的不断扩大[1]，中药材供给面临着资源紧缺及中药饮片质量参差不齐等多种问题。如何合理种植中药材、从源头把握中药质量、提高产量已成为当前中药行业亟待解决的重要问题之一。中草药种植过程中，除了其自身种质资源因素影响以外，还包括施肥方式及肥料种类、土壤肥力、灌溉方式、农药种类等多方面的综合影响[2]。各种环境因素以及复杂繁琐的耕作方式相互作用，共同决定了中草药植物生存及生长的状况[3-4]。中草药种植因素的选控对中药饮片品质的優劣有着重大影响，通过调节中草药种植因素来改善中药品质，是提高中药饮片质量和产量的重要途径。当前，中草药种植基地以及药农依据自身相关种植经验因无法科学合理地种植中药材，故达不到最佳种植效果[5]。中草药种植的优化，是中药炮制发挥较好疗效的主因[6]，是保障中药品质的第一关，也是整个中药产业链的第一步。为此，合理调控影响中草药种植的各种因素，是提高中药品质以及中草药种植效率的关键。
目前，提高中草药种植品质主要依靠专家经验及文献报道等数据信息，但因普及难，阻碍了中药品质提高的进程[7-8]。因此，本研究提出构建中草药种植品质知识图谱，结合专家种植经验及相关文献报道，采用图数据库的形式对知识图谱进行表达，通过分析影响中药饮片质量及产量等指标因素，探讨复杂因素对指标的综合作用，清晰展示了复杂因素之间的联系，为探索提高中药的品质提供依据。中草药种植知识图谱的建立，为中草药种植基地和药农施用提高中药品质提供了新的解决方案，并将有利于提高中药行业的经济效益，和进一步加快中医药事业的前进步伐。知识图谱于2012年提出，它是一种可将不同类型的实体（概念、属性值）联系在一起进行研究的关系图谱，其覆盖了某一专业领域内的知识，它可以准确、快速地查找到所需信息[9-11]。随着互联网大数据技术的不断进步，知识图谱已在推动着医药等多个领域的发展[9，12]。目前在中药领域的应用，知识图谱主要涉及炮制、鉴定、安全性以及治疗2型糖尿病等方面的研究[13-16]，但尚未对合理优化种植中草药的知识图谱进行相关分析研究。中草药种植指标及其因素积累了大量的数据和经验，但各知识间关联性不强，无法精确获取知识背后带来的深层含义，涉及到的中草药种植指标因素纷繁复杂且无序，难以解决中药品质提升的问题。中草药种植知识图谱是中草药种植因素根据指标需求不同而进行复杂集合并与指标相互联系的知识图形。构建中草药种植品质知识图谱，分析影响中草药种植品质的因素，建立中草药种植指标与因素之间的全面知识网络框架，可以为提高中草药种植品质提供一个高效、可靠的方法。 1 基础原理
中草药种植过程涉及到的知识具有数量大、种类丰富的特点。例如，当归在种植过程中，从种植地的地区分布、海拔、种子种苗的规格到栽培方式以及施肥量等，均体现了中草药种植知识的复杂性。如何将这些复杂的知识清晰地呈现，是当前研究中草药最佳种植模式的关键问题之一。本研究将基于实体语法系统形式化地展现复杂的中草药种植知识体系。
实体语法系统（Entity Grammar Systems，EGS）是一种针对生物复杂系统研究而提出的形式化语法系统，可用于阐释复杂的知识体系及其之间的关系[17]。它可以用五元组G=（VN，VT，F，P，S）来表示，其中各组成分别表示非末端字符集、末端字符集、操作子集、规则集和初始字符。当不需考虑非末端字符集和末端字符集的区别时，实体语法系统可以由G=（V，F，P，S）表示，其中V=VN∪VT。
在本研究构建的中药种植因素与指标之间的网络关系图谱中，V代表研究中各类型节点，F代表各节点间的关系，P代表种植因素与种植指标间关系的推理规则。基于实体语法系统的结构，具体表现为：V={V1∪V2∪V3∪V4}，其中V1代表影响中草药种植的因素，V2代表影响因素的排列集合点，V3代表中草药种植的指标，V4代表各因素集合对指标的作用。
在该研究中，A代表中草药种植因素，B代表中草药种植因素的排序集合点，C代表中草药种植指标，D代表因素对指标调节的作用关系;规则P代表通过多步推理得到中草药种植因素集合与中草药种植指标的作用关系。
通过实体语法系统构建最终得出中草药种植因素与指标之间的复杂关系网络。根据构建的网络分析可知，中草药种植过程中涉及到的知识具有多个种植因素共同作用时，才能最终影响某一指标的特点。因此，通过对中草药种植知识的分析，针对不同类型的知识，将各类知识分别用不同的节点进行表示，并对各节点进行属性定义，依据属性之间的联系将各节点进行关联，从而建立中草药种植因素与指标之间的知识图谱。知识图谱是对知识以及知识之间的关系进行表达，因此，本研究基于图数据库的形式将中药种植指标及其复杂因素之间的知识用图中节点进行表示，可更加清晰直观地展示所构建的复杂关系网络[18]。
2 资料与方法
2.1 数据来源 以“中草药+影响中药品质的关键指标”为关键词，检索中国知网数据库（CNKI）所有学科领域关于中草药种植的相关文献，将搜索到的文献内容进行分析，对影响中草药种植品质的因素及其有关指标的数据进行分类整理。
2.2 纳入标准 中药品质是由多个指标共同决定，不同指标受种植中药复杂因素的影响，表现为促进或抑制。因此，根据中药种植品质的需求，选取其关键指标，对影响该指标的相关因素进行汇总，综合分析复杂因素对关键指标的调节作用。
3 结果与分析
3.1 中草药种植因素与指标之间的关系网络模型由于构建的中草药种植因素与指标关系网络十分复杂，仅在当归网络中就有581条中草药种植因素集合与指标作用关系的知识，因此本研究采用当归网络中的一条知识进行讲解。见图1。在图1中，圆圈代表中草药种植因素，正方形代表中草药种植因素的集合点，六边形代表中药种植指标，箭头方向代表中药种植因素集合对中药种植指标的作用，其中三角形箭头代表促进作用，T形箭头代表抑制作用。该条知识表达了当归在海拔2 000 m、遮阳率为50%、种苗为大苗时会促进当归的抽薹率。因此，我们可适当调节当归的种植因素来抑制当归的抽薹率，从而提高当归的品质。通过分析当归的种植关系网络，我们可以对不同地区种植因素进行调控，以此来达到理想的种植指标。
3.2 当归种植知识图谱 本研究构建的中草药种植知识图谱，涵盖了中草药种植的复杂信息，为了可以详细的阐述其内容，因此采用以下例子进行详细介绍。
在当归种植过程中，影响当归种植品质的主要指标是抽薹率，抑制抽薹率是提高当归种植品质以及当归在种植过程中所要解决的核心问题。如图2是当归种植指标抽薹率及其影响因素之间的子网络，大圈节点代表影响当归的抽薹率，中圈节点代表影响抽薹率的各因素，小圈节点代表种植因素的集合点。在图2中，我们可以直观地发现抽薹率受多种因素不同的排列集合共同作用，表现为促进或抑制。因此，可通过调控影响因素来抑制抽薹率，进而提高当归的品质。当归种植因素知识图谱子网络清晰地阐明了如何通过调节中药种植因素来提高中药品质的作用机制。
3.3 应用 中药饮片产量规模和中药材质量都反映中医药的发展水平[1]，要科学合理地种植中草药，基于专家对中草药的种植经验以及相关文献报道，结合现代信息技术对传统中草药种植进行把控，使中草药种植更加科学化、系统化。本研究所构建的中草药种植知识图谱集成了影响中草药种植的多种因素，数据丰富且详尽，并且随着环境条件以及实际种植需求等原因的变化，可对数据进行实时更新，极大地提高了中草药种植的效率。此外，由于中药种类繁多，本研究所录入的中草药种植指标及其因素数据信息有限，可后续中药的数据信息进行补充和输入，为丰富中草药种植知识网络图谱提供了依据。
中草药种植基地以及药农可根据构建的中草药种植知识图谱，查询当地影响中药品质指标的关键因素，具有针对性地对关键因素进行合理调控，实时分析中药品质的差异，这样大大减少了人力与物力的耗损，同时对提高中药品质具有一定的帮助，为指导中草药种植提供了方法。
4 结论
中药在我国具有悠久历史，是传统中医药文化的物质基础，也是中华民族生生不息的源泉[2]。随着国家科技水平的不断提高以及社会经济的飞速前进，促使我们对中草药种植产业进行高标准、严要求。只有對中草药种植做出正确的指导，才能从根本上对中药品质做出合理的评价[19]。如何在中草药种植过程中选择合适的种植方式，提高中药质量以及增加产量，是目前中草药种植需要解决的核心问题[20]。中草药在种植过程中面临着诸多问题：除了光照、降雨量、温度等多种气候因素以外，同时还需考虑栽培制度、中草药生长年限、施肥量及种类等诸多因素。复杂的影响因素为提高中药品质带来了严峻的考验。因此，本研究提出构建中草药种植因素的知识图谱，为解决提高中草药种植品质的问题提供了一种新的思路。 知识图谱技术将知识以图谱的形式表现，使知识以更直观的方式呈现给大众，将知识之间的关系表达的更加清晰，方便理解内容和提高工作效率[21]。中草药种植因素知识图谱综合分析种植过程中影响中药品质的因素，它不仅可以针对中药品质的不同指标来调节其影响因素、提高种植效率，而且还可以在不影响中药品质的前提下，通过调控其他影响因素，合理把控施肥量，减少环境污染，做到绿色种植中药。此外，中草药种植因素知识图谱清晰展示了中药品质与影响因素之间的复杂联系，方便快速寻找所需中药品质的影响因素，为提高中药品质提供了解决方案。中草药的合理种植，为提高中医临床疗效以及用药安全提供了保障。目前中草药种植基地和药农在种植中草药时，首要考虑因素就是提高中药质量和增加产量，但由于缺少科学、专业的种植知识，往往依靠自身经验进行种植而导致品质有所欠缺。因此，通过构建中草药种植品质知识图谱为中草药种植基地和药农提供中草药种植技术指导，根据所需中草药指标调控中草药种植因素，为提高中草药种植品质以及增加中草药种植经济收入提供了方法[20-23]。
随着我国中医药事业逐渐走向世界、步入国际化，机遇与挑战共存[24]，因此，我们要更加注重科学种植中草药，在提高中药质量的同时更要保障合理利用中药资源。目前，中药品质不稳定以及中草药资源短缺是我们开发国外市场的难题之一，通过调控中草药种植因素科学合理地种植中草药，是我国中药产业向国际市场拓展的重要一步[25]。
参考文献
[1]余文康，董玲，裴文軒，等.基于中药质量树的中药饮片全程质量控制和管理系统的开发[J].中国中药杂志，2017，42（23）：4488-4493.
[2]孟祥才，郭慧敏，丛薇.中药材栽培生产存在的问题与发展策略[J].中药材，2017，40（4）：992-996.
[3]孟祥才，黄璐琦，陈士林，等.论中药材栽培主产区的形成因素及栽培区划[J].中国中药杂志，2012，37（21）：3334-3339.
[4]张文华，钟鑫昊，蒙正菊，等.山阳县中草药种植现状及对策[J].乡村科技，2018，9（19）：33，36.
[5]任真.基于物联网的智能中药种植系统设计[J].电子技术与软件工程，2019，8（4）：72.
[6]张博达，谢芳，董滟.中药煎煮法对疗效影响因素分析[C].昆明：2016年《中国医院药学杂志》学术年会.2016
[7]刘丽红，朱彦.基于语义表达的中药概念数据模型构建[J].世界中医药，2017，12（4）：936-939.
[8]李建华，刘智超，郑建丽，等.中药组成分资源和实验数据库研究[J].华东理工大学学报：自然科学版，2018，44（6）：901-908.
[9]欧艳鹏.知识图谱技术研究综述[J].电子世界，2018，41（13）：54，56.
[10]官赛萍，靳小龙，贾岩涛，等.面向知识图谱的知识推理研究进展[J].软件学报，2018，29（10）：2966-2994.
[11]李涛，王次臣，李华康.知识图谱的发展与构建[J].南京理工大学学报，2017，41（1）：22-34.
[12]刘柳.知识图谱的行业应用与未来发展[J].互联网经济，2018，5（4）：16-21.
[13]孟祥龙，樊洲，肖洋，等.中药炮制学学科研究前沿、热点及发展趋势——基于知识图谱的“中药炮制”可视化研究[J].世界科学技术-中医药现代化，2015，17（7）：1514-1524.
[14]张鑫，李克杰，杨全，等.基于知识图谱的我国中药鉴定研究热点与前沿分析[J/OL].中华中医药学刊：1-12[2019-04-22].
[15]张静，叶六奇.中药安全研究的知识图谱与主题分析[J].中国药房，2018，29（4）：466-469.
[16]胡佳卉，孟庆刚.基于CiteSpace的中药治疗2型糖尿病知识图谱分析[J].中华中医药杂志，2017，32（9）：4102-4106.
[17]Wang Y.Entity grammar systems：A grammatical tool for studying the hierarchal structuresof biological systems[J].Bull Math Biol，2004，66（3）：447.
[18]刘婷，林君.基于Neo4j的重点人超级关系分析应用探索[J].电信快报，2018，55（6）：25-28，32.
[19]高峰.中药品质评价需要再出发[N].中国中医药报，2017-05-11（05）.
[20]魏建和，屠鹏飞，李刚，等.我国中药农业现状分析与发展趋势思考[J].中国现代中药，2015，17（2）：94-98，104.
[21]廖凤灵.科学知识图谱构建与应用方法研究[D].武汉：武汉大学，2018.
[23]王亚立.我国中药材发展问题及解决对策[J].黑龙江农业科学，2019，42（1）：124-126.
[24]卢先明.中药栽培的历史回顾与展望[J].中药与临床，2011，2（3）：4-7.
[25]陈士林，苏钢强，邹健强，等.中国中药资源可持续发展体系构建[J].中国中药杂志，2005，30（15）：1141-1146.
（2019-06-26收稿 责任编辑：苍宁）
关键词 中草药种植;中药品质;知识图谱;指标;影响因素;图数据库;中药资源
Abstract Scientific and rational cultivation of traditional Chinese medicines is the fundamental method to solve the shortage of Chinese medicine resources and is the fundamental methods to guarantee the quality of traditional Chinese medicine.The quality of traditional Chinese medicines is affected by various factors such as seed seedlings，planting measures and soil conditions.The influencing factors have different effects on the quality of traditional Chinese medicines.However，there are no models and methods for analyzing the quality of traditional Chinese medicines by regulating the factors of Chinese medicine cultivation.Therefore，through literature research combined with expert planting experience，this paper comprehensively analyzes the complex factors affecting the cultivation index of traditional Chinese medicine，and aims to improve the quality of traditional Chinese medicine.Based on the graph database method，a knowledge map that affects the cultivation quality of different traditional Chinese medicines is constructed，and the relationship between the cultivation factors and indicators of traditional Chinese medicines is explored.By adjusting the factors affecting the quality of traditional Chinese medicines，it provides a basis for the cultivation of traditional Chinese medicines and the improvement of the quality of traditional Chinese medicines.
Keywords Chinese medicine planting; Quality of traditional Chinese medicines; Knowledge graph; Indicators; Influencing factors; Graph database; Chinese medicine resources
中图分类号：[R282.2]文献标识码：Adoi：10.3969/j.issn.1673-7202.2020.18.001
中草药种植是我国传统中药药材的主要来源方式，伴随着国家对中医药事业的愈加重视和中药市场规模的不断扩大[1]，中药材供给面临着资源紧缺及中药饮片质量参差不齐等多种问题。如何合理种植中药材、从源头把握中药质量、提高产量已成为当前中药行业亟待解决的重要问题之一。中草药种植过程中，除了其自身种质资源因素影响以外，还包括施肥方式及肥料种类、土壤肥力、灌溉方式、农药种类等多方面的综合影响[2]。各种环境因素以及复杂繁琐的耕作方式相互作用，共同决定了中草药植物生存及生长的状况[3-4]。中草药种植因素的选控对中药饮片品质的優劣有着重大影响，通过调节中草药种植因素来改善中药品质，是提高中药饮片质量和产量的重要途径。当前，中草药种植基地以及药农依据自身相关种植经验因无法科学合理地种植中药材，故达不到最佳种植效果[5]。中草药种植的优化，是中药炮制发挥较好疗效的主因[6]，是保障中药品质的第一关，也是整个中药产业链的第一步。为此，合理调控影响中草药种植的各种因素，是提高中药品质以及中草药种植效率的关键。
目前，提高中草药种植品质主要依靠专家经验及文献报道等数据信息，但因普及难，阻碍了中药品质提高的进程[7-8]。因此，本研究提出构建中草药种植品质知识图谱，结合专家种植经验及相关文献报道，采用图数据库的形式对知识图谱进行表达，通过分析影响中药饮片质量及产量等指标因素，探讨复杂因素对指标的综合作用，清晰展示了复杂因素之间的联系，为探索提高中药的品质提供依据。中草药种植知识图谱的建立，为中草药种植基地和药农施用提高中药品质提供了新的解决方案，并将有利于提高中药行业的经济效益，和进一步加快中医药事业的前进步伐。知识图谱于2012年提出，它是一种可将不同类型的实体（概念、属性值）联系在一起进行研究的关系图谱，其覆盖了某一专业领域内的知识，它可以准确、快速地查找到所需信息[9-11]。随着互联网大数据技术的不断进步，知识图谱已在推动着医药等多个领域的发展[9，12]。目前在中药领域的应用，知识图谱主要涉及炮制、鉴定、安全性以及治疗2型糖尿病等方面的研究[13-16]，但尚未对合理优化种植中草药的知识图谱进行相关分析研究。中草药种植指标及其因素积累了大量的数据和经验，但各知识间关联性不强，无法精确获取知识背后带来的深层含义，涉及到的中草药种植指标因素纷繁复杂且无序，难以解决中药品质提升的问题。中草药种植知识图谱是中草药种植因素根据指标需求不同而进行复杂集合并与指标相互联系的知识图形。构建中草药种植品质知识图谱，分析影响中草药种植品质的因素，建立中草药种植指标与因素之间的全面知识网络框架，可以为提高中草药种植品质提供一个高效、可靠的方法。 1 基础原理
中草药种植过程涉及到的知识具有数量大、种类丰富的特点。例如，当归在种植过程中，从种植地的地区分布、海拔、种子种苗的规格到栽培方式以及施肥量等，均体现了中草药种植知识的复杂性。如何将这些复杂的知识清晰地呈现，是当前研究中草药最佳种植模式的关键问题之一。本研究将基于实体语法系统形式化地展现复杂的中草药种植知识体系。
实体语法系统（Entity Grammar Systems，EGS）是一种针对生物复杂系统研究而提出的形式化语法系统，可用于阐释复杂的知识体系及其之间的关系[17]。它可以用五元组G=（VN，VT，F，P，S）来表示，其中各组成分别表示非末端字符集、末端字符集、操作子集、规则集和初始字符。当不需考虑非末端字符集和末端字符集的区别时，实体语法系统可以由G=（V，F，P，S）表示，其中V=VN∪VT。
在本研究构建的中药种植因素与指标之间的网络关系图谱中，V代表研究中各类型节点，F代表各节点间的关系，P代表种植因素与种植指标间关系的推理规则。基于实体语法系统的结构，具体表现为：V={V1∪V2∪V3∪V4}，其中V1代表影响中草药种植的因素，V2代表影响因素的排列集合点，V3代表中草药种植的指标，V4代表各因素集合对指标的作用。
在该研究中，A代表中草药种植因素，B代表中草药种植因素的排序集合点，C代表中草药种植指标，D代表因素对指标调节的作用关系;规则P代表通过多步推理得到中草药种植因素集合与中草药种植指标的作用关系。
通过实体语法系统构建最终得出中草药种植因素与指标之间的复杂关系网络。根据构建的网络分析可知，中草药种植过程中涉及到的知识具有多个种植因素共同作用时，才能最终影响某一指标的特点。因此，通过对中草药种植知识的分析，针对不同类型的知识，将各类知识分别用不同的节点进行表示，并对各节点进行属性定义，依据属性之间的联系将各节点进行关联，从而建立中草药种植因素与指标之间的知识图谱。知识图谱是对知识以及知识之间的关系进行表达，因此，本研究基于图数据库的形式将中药种植指标及其复杂因素之间的知识用图中节点进行表示，可更加清晰直观地展示所构建的复杂关系网络[18]。
2 资料与方法
2.1 数据来源 以“中草药+影响中药品质的关键指标”为关键词，检索中国知网数据库（CNKI）所有学科领域关于中草药种植的相关文献，将搜索到的文献内容进行分析，对影响中草药种植品质的因素及其有关指标的数据进行分类整理。
2.2 纳入标准 中药品质是由多个指标共同决定，不同指标受种植中药复杂因素的影响，表现为促进或抑制。因此，根据中药种植品质的需求，选取其关键指标，对影响该指标的相关因素进行汇总，综合分析复杂因素对关键指标的调节作用。
3 结果与分析
3.1 中草药种植因素与指标之间的关系网络模型由于构建的中草药种植因素与指标关系网络十分复杂，仅在当归网络中就有581条中草药种植因素集合与指标作用关系的知识，因此本研究采用当归网络中的一条知识进行讲解。见图1。在图1中，圆圈代表中草药种植因素，正方形代表中草药种植因素的集合点，六边形代表中药种植指标，箭头方向代表中药种植因素集合对中药种植指标的作用，其中三角形箭头代表促进作用，T形箭头代表抑制作用。该条知识表达了当归在海拔2 000 m、遮阳率为50%、种苗为大苗时会促进当归的抽薹率。因此，我们可适当调节当归的种植因素来抑制当归的抽薹率，从而提高当归的品质。通过分析当归的种植关系网络，我们可以对不同地区种植因素进行调控，以此来达到理想的种植指标。
3.2 当归种植知识图谱 本研究构建的中草药种植知识图谱，涵盖了中草药种植的复杂信息，为了可以详细的阐述其内容，因此采用以下例子进行详细介绍。
在当归种植过程中，影响当归种植品质的主要指标是抽薹率，抑制抽薹率是提高当归种植品质以及当归在种植过程中所要解决的核心问题。如图2是当归种植指标抽薹率及其影响因素之间的子网络，大圈节点代表影响当归的抽薹率，中圈节点代表影响抽薹率的各因素，小圈节点代表种植因素的集合点。在图2中，我们可以直观地发现抽薹率受多种因素不同的排列集合共同作用，表现为促进或抑制。因此，可通过调控影响因素来抑制抽薹率，进而提高当归的品质。当归种植因素知识图谱子网络清晰地阐明了如何通过调节中药种植因素来提高中药品质的作用机制。
3.3 应用 中药饮片产量规模和中药材质量都反映中医药的发展水平[1]，要科学合理地种植中草药，基于专家对中草药的种植经验以及相关文献报道，结合现代信息技术对传统中草药种植进行把控，使中草药种植更加科学化、系统化。本研究所构建的中草药种植知识图谱集成了影响中草药种植的多种因素，数据丰富且详尽，并且随着环境条件以及实际种植需求等原因的变化，可对数据进行实时更新，极大地提高了中草药种植的效率。此外，由于中药种类繁多，本研究所录入的中草药种植指标及其因素数据信息有限，可后续中药的数据信息进行补充和输入，为丰富中草药种植知识网络图谱提供了依据。
中草药种植基地以及药农可根据构建的中草药种植知识图谱，查询当地影响中药品质指标的关键因素，具有针对性地对关键因素进行合理调控，实时分析中药品质的差异，这样大大减少了人力与物力的耗损，同时对提高中药品质具有一定的帮助，为指导中草药种植提供了方法。
4 结论
中药在我国具有悠久历史，是传统中医药文化的物质基础，也是中华民族生生不息的源泉[2]。随着国家科技水平的不断提高以及社会经济的飞速前进，促使我们对中草药种植产业进行高标准、严要求。只有對中草药种植做出正确的指导，才能从根本上对中药品质做出合理的评价[19]。如何在中草药种植过程中选择合适的种植方式，提高中药质量以及增加产量，是目前中草药种植需要解决的核心问题[20]。中草药在种植过程中面临着诸多问题：除了光照、降雨量、温度等多种气候因素以外，同时还需考虑栽培制度、中草药生长年限、施肥量及种类等诸多因素。复杂的影响因素为提高中药品质带来了严峻的考验。因此，本研究提出构建中草药种植因素的知识图谱，为解决提高中草药种植品质的问题提供了一种新的思路。 知识图谱技术将知识以图谱的形式表现，使知识以更直观的方式呈现给大众，将知识之间的关系表达的更加清晰，方便理解内容和提高工作效率[21]。中草药种植因素知识图谱综合分析种植过程中影响中药品质的因素，它不仅可以针对中药品质的不同指标来调节其影响因素、提高种植效率，而且还可以在不影响中药品质的前提下，通过调控其他影响因素，合理把控施肥量，减少环境污染，做到绿色种植中药。此外，中草药种植因素知识图谱清晰展示了中药品质与影响因素之间的复杂联系，方便快速寻找所需中药品质的影响因素，为提高中药品质提供了解决方案。中草药的合理种植，为提高中医临床疗效以及用药安全提供了保障。目前中草药种植基地和药农在种植中草药时，首要考虑因素就是提高中药质量和增加产量，但由于缺少科学、专业的种植知识，往往依靠自身经验进行种植而导致品质有所欠缺。因此，通过构建中草药种植品质知识图谱为中草药种植基地和药农提供中草药种植技术指导，根据所需中草药指标调控中草药种植因素，为提高中草药种植品质以及增加中草药种植经济收入提供了方法[20-23]。
随着我国中医药事业逐渐走向世界、步入国际化，机遇与挑战共存[24]，因此，我们要更加注重科学种植中草药，在提高中药质量的同时更要保障合理利用中药资源。目前，中药品质不稳定以及中草药资源短缺是我们开发国外市场的难题之一，通过调控中草药种植因素科学合理地种植中草药，是我国中药产业向国际市场拓展的重要一步[25]。
参考文献
[1]余文康，董玲，裴文軒，等.基于中药质量树的中药饮片全程质量控制和管理系统的开发[J].中国中药杂志，2017，42（23）：4488-4493.
[2]孟祥才，郭慧敏，丛薇.中药材栽培生产存在的问题与发展策略[J].中药材，2017，40（4）：992-996.
[3]孟祥才，黄璐琦，陈士林，等.论中药材栽培主产区的形成因素及栽培区划[J].中国中药杂志，2012，37（21）：3334-3339.
[4]张文华，钟鑫昊，蒙正菊，等.山阳县中草药种植现状及对策[J].乡村科技，2018，9（19）：33，36.
[5]任真.基于物联网的智能中药种植系统设计[J].电子技术与软件工程，2019，8（4）：72.
[6]张博达，谢芳，董滟.中药煎煮法对疗效影响因素分析[C].昆明：2016年《中国医院药学杂志》学术年会.2016
[7]刘丽红，朱彦.基于语义表达的中药概念数据模型构建[J].世界中医药，2017，12（4）：936-939.
[8]李建华，刘智超，郑建丽，等.中药组成分资源和实验数据库研究[J].华东理工大学学报：自然科学版，2018，44（6）：901-908.
[9]欧艳鹏.知识图谱技术研究综述[J].电子世界，2018，41（13）：54，56.
[10]官赛萍，靳小龙，贾岩涛，等.面向知识图谱的知识推理研究进展[J].软件学报，2018，29（10）：2966-2994.
[11]李涛，王次臣，李华康.知识图谱的发展与构建[J].南京理工大学学报，2017，41（1）：22-34.
[12]刘柳.知识图谱的行业应用与未来发展[J].互联网经济，2018，5（4）：16-21.
[13]孟祥龙，樊洲，肖洋，等.中药炮制学学科研究前沿、热点及发展趋势——基于知识图谱的“中药炮制”可视化研究[J].世界科学技术-中医药现代化，2015，17（7）：1514-1524.
[14]张鑫，李克杰，杨全，等.基于知识图谱的我国中药鉴定研究热点与前沿分析[J/OL].中华中医药学刊：1-12[2019-04-22].
[15]张静，叶六奇.中药安全研究的知识图谱与主题分析[J].中国药房，2018，29（4）：466-469.
[16]胡佳卉，孟庆刚.基于CiteSpace的中药治疗2型糖尿病知识图谱分析[J].中华中医药杂志，2017，32（9）：4102-4106.
[17]Wang Y.Entity grammar systems：A grammatical tool for studying the hierarchal structuresof biological systems[J].Bull Math Biol，2004，66（3）：447.
[18]刘婷，林君.基于Neo4j的重点人超级关系分析应用探索[J].电信快报，2018，55（6）：25-28，32.
[19]高峰.中药品质评价需要再出发[N].中国中医药报，2017-05-11（05）.
[20]魏建和，屠鹏飞，李刚，等.我国中药农业现状分析与发展趋势思考[J].中国现代中药，2015，17（2）：94-98，104.
[21]廖凤灵.科学知识图谱构建与应用方法研究[D].武汉：武汉大学，2018.
[23]王亚立.我国中药材发展问题及解决对策[J].黑龙江农业科学，2019，42（1）：124-126.
[24]卢先明.中药栽培的历史回顾与展望[J].中药与临床，2011，2（3）：4-7.
[25]陈士林，苏钢强，邹健强，等.中国中药资源可持续发展体系构建[J].中国中药杂志，2005，30（15）：1141-1146.
（2019-06-26收稿 责任编辑：苍宁）