江西地名研究

關(guān)注我們，獲取更多地名資訊

摘要：［目的／意義］歷史地理信息化的深入發(fā)展遭遇瓶頸，需探索突破方法，而圖情學(xué)科知識(shí)體系在提供數(shù)字學(xué)術(shù)支撐環(huán)境方面具有獨(dú)特優(yōu)勢(shì)，能夠助力歷史地理信息化深入發(fā)展。本文即探討歷史地理信息化與圖情研究融合的意義與路徑。［研究設(shè)計(jì)／方法］在文獻(xiàn)調(diào)研、專家交流與工作實(shí)踐的基礎(chǔ)上，揭示了歷史地理信息化存在的三個(gè)困境，提出解決以上問(wèn)題需引進(jìn)圖書情報(bào)學(xué)的知識(shí)體系和技術(shù)方法，尤其是加強(qiáng)歷史文獻(xiàn)管理方案、歷史文獻(xiàn)文本結(jié)構(gòu)分析和歷史地理數(shù)據(jù)標(biāo)準(zhǔn)三方面的建設(shè)，最后以“數(shù)字歷史黃河”為例介紹了融合的若干節(jié)點(diǎn)。［結(jié)論／發(fā)現(xiàn)］歷史地理信息化目前的困境已經(jīng)嚴(yán)重影響到學(xué)科發(fā)展，歷史地理信息化與圖情的深度融合對(duì)推動(dòng)歷史地理學(xué)適應(yīng)大數(shù)據(jù)時(shí)代具有必要性和可行性。［創(chuàng)新／價(jià)值］提出了圖情研究與歷史地理信息化融合的重要意義，并在“數(shù)字歷史黃河”工作中首次指出了融合的可行性路徑，這一融合已經(jīng)發(fā)揮了消滅“數(shù)據(jù)孤島”、建立數(shù)據(jù)關(guān)聯(lián)的重要作用。

關(guān)鍵詞：歷史地理信息化；圖情研究；數(shù)字人文；語(yǔ)義互操作

1

引言

近年來(lái)，隨著歷史地理信息化和數(shù)字人文的不斷發(fā)展，新問(wèn)題、新史料、新方法對(duì)既有研究范式的影響力度不斷增大，作為歷史地理學(xué)新興分支的歷史地理信息化已經(jīng)初步具備了自身的理論體系和基本工作路徑。面對(duì)技術(shù)手段的日益豐富，一些學(xué)者對(duì)歷史地理信息化的發(fā)展方向產(chǎn)生了迷茫、疑惑等情緒，出現(xiàn)了少數(shù)觀點(diǎn)相對(duì)極端的學(xué)術(shù)見解，這緣于對(duì)歷史地理信息化（Historical Geography Information，HGI）、數(shù)字人文（Digital Huamnities，DH）、人工智能（Artificial Intelligence，AI）、大數(shù)據(jù)（Big Data）等技術(shù)和理念存在誤解和曲解，而根本問(wèn)題在于忽略了技術(shù)“來(lái)源于人、服務(wù)于人”的常 理，人為設(shè)置了“技術(shù)”對(duì)立于“人性”這一前提。

新問(wèn)題、新史料和新方法本身是有機(jī)整體，如果要真正評(píng)價(jià)量子計(jì)算機(jī)、人工智能、大數(shù)據(jù)等技術(shù)手段的意義，最好的做法是將這些技術(shù)手段與具體問(wèn)題相聯(lián)系，在歷史地理學(xué)領(lǐng)域主要體現(xiàn)在歷史地理信息系統(tǒng)和歷史地理信息化兩個(gè)方面。歷史地理信息系統(tǒng)與歷史地理信息化既有聯(lián)系又有區(qū)別，歷史地理信息系統(tǒng)不必非要依托歷史地理學(xué)開展，只要滿足時(shí)空二維結(jié)構(gòu)與明確的專題屬性即可；而歷史地理信息化則必須以歷史地理學(xué)的研究范式為基礎(chǔ)，同時(shí)，歷史地理信息化又會(huì)影響歷史地理學(xué)的研究方法論和成果表現(xiàn)。

目前，學(xué)界已有多篇成果介紹信息化手段對(duì)歷史學(xué)的價(jià)值，但信息化手段仍未得到學(xué)界的廣泛認(rèn)可。歷史地理信息化的發(fā)展仍“路漫漫其修遠(yuǎn)兮”，本文基于筆者及諸位同仁在歷史地理信息化領(lǐng)域的一些工作體會(huì)，試圖澄清學(xué)界對(duì)歷史地理信息化的一些誤解，探索歷史地理信息化在數(shù)字人文背景下發(fā)展的可能路徑。近年來(lái)歷史地理學(xué)界強(qiáng)調(diào)與地理信息科學(xué)領(lǐng)域、地 理 信 息 系 統(tǒng) （Geography Information System，GIS）業(yè)界加強(qiáng)交流與合作，希望歷史地理信息化能夠跟上地理學(xué)的腳步。同時(shí)，自2026年DH進(jìn)入史學(xué)領(lǐng)域后，歷史地理學(xué)界反思?xì)v史地理信息化的呼聲就開始出現(xiàn)，比如陳剛和潘威等都明確提出HGI工作者應(yīng)主動(dòng)了解、積極參與到DH研究和應(yīng)用之中。而本文之目的則是進(jìn)一步推進(jìn)HGI與DH的深度融合，并明確提出HGI與圖情融合的必要性和可能路徑。

2

歷史地理信息化的當(dāng)前困境

以GIS為骨干的HGI固然在展示、分析時(shí)空結(jié)構(gòu)方面表現(xiàn)了巨大的優(yōu)勢(shì)，但其不足之處也應(yīng)受到正視，主要包括存在與歷史文獻(xiàn)本身有疏遠(yuǎn)的傾向和存在嚴(yán)重的數(shù)據(jù)孤島現(xiàn)象。這兩個(gè)問(wèn)題很大程度上源于歷史地理學(xué)界目前普遍使用的工作方法，也造成了當(dāng)前歷史地理信息化的困境，具體如下。

2.1 弱化了史料的基礎(chǔ)地位

研究中提出HGI工作一定要緊密結(jié)合史料，但就目前情況而言，HGI工作中仍然不注意確立史料基礎(chǔ)性的地位。具體表現(xiàn)在：①不注意建立個(gè)人的或團(tuán)隊(duì)的史料管理系統(tǒng)，僅僅對(duì)史料中的相關(guān)信息進(jìn)行管理；②過(guò)度依賴數(shù)字型史料，即主要偏向具有數(shù)目記錄的史料，而這一類型的史料僅占已知史料的很少部分，且分布時(shí)間段集中在明代以降，導(dǎo)致HGI工作展現(xiàn)的時(shí)段和所能解決的問(wèn)題受到很大限制；③史料文本分析能力低下，隨著近年來(lái)研究領(lǐng)域的史料邊界不斷擴(kuò)大，史料的規(guī)模、類型和種類較2000年左右有了明顯的增長(zhǎng)，特別是清代民國(guó)檔案類史料、民間史料、圖形類史料和口述材料等，完全依靠人力閱讀效率低、費(fèi)時(shí)長(zhǎng)，且易出現(xiàn)錯(cuò)漏、誤讀等問(wèn)題。解決上述問(wèn)題需要建立適應(yīng)于個(gè)人或團(tuán)隊(duì)的系統(tǒng)性史料管理方案和計(jì)算機(jī)輔助下的史料文本分析方法，尤其是人一機(jī)協(xié)同讀史料工具，可以讓研究者快速、準(zhǔn)確地了解史料的主要指向，進(jìn)而有針對(duì)性地制訂工作計(jì)劃和實(shí)施步驟。

2.2 基礎(chǔ)數(shù)據(jù)制作中標(biāo)準(zhǔn)規(guī)范應(yīng)用不足

基礎(chǔ)數(shù)據(jù)制作中標(biāo)準(zhǔn)規(guī)范應(yīng)用不足，導(dǎo)致難以在數(shù)據(jù)之間建立聯(lián)系，產(chǎn)生"數(shù)據(jù)孤島"現(xiàn)象。數(shù)據(jù)孤島分為物理性和邏輯性兩種，物理性的數(shù)據(jù)孤島指數(shù)據(jù)在不同部門間相互獨(dú)立存儲(chǔ)、獨(dú)立維護(hù)，格式各異，彼此間相互孤立，形成了物理上的孤島；邏輯性的數(shù)據(jù)孤島指不同部門基于特別的目的對(duì)數(shù)據(jù)進(jìn)行理解和定義，使得一些相同的數(shù)據(jù)被賦予了不同的含義，這無(wú)形中加大了跨學(xué)科、跨團(tuán)隊(duì)的數(shù)據(jù)合作成本。物理性和邏輯性的數(shù)據(jù)孤島現(xiàn)象在歷史地理學(xué)界普遍存在，導(dǎo)致HGI數(shù)據(jù)在規(guī)模上處于無(wú)效增大狀態(tài)，也加劇了學(xué)科各分支之間的隔閡，影響到歷史地理學(xué)在研究深度和廣度的發(fā)展，最終限制了歷史地理學(xué)的問(wèn)題體系跟上時(shí)代步伐。數(shù)據(jù)驅(qū)動(dòng)型研究最根本的訴求是打破甚至消滅"數(shù)據(jù)孤島"現(xiàn)象，在歷史地理信息化中必須落實(shí)"數(shù)據(jù)驅(qū)動(dòng)型研究"理念，而由于缺乏一致的語(yǔ)義與編碼規(guī)范、存儲(chǔ)與交換標(biāo)準(zhǔn)導(dǎo)致的數(shù)據(jù)孤島是最主要的障礙之一。

2.3數(shù)據(jù)互操作機(jī)制和技術(shù)應(yīng)用不足

互操作可以實(shí)現(xiàn)異構(gòu)資源整合。傳統(tǒng)上互操作指“不同平臺(tái)或編程語(yǔ)言之間交換和共享數(shù)據(jù)的能力”，為了達(dá)到該目的，需要包括硬件、網(wǎng)絡(luò)、操作系統(tǒng)、數(shù)據(jù)庫(kù)系統(tǒng)、應(yīng)用軟件、數(shù)據(jù)格式、數(shù)據(jù)語(yǔ)義等不同層次的互操作。其中，萬(wàn)維網(wǎng)聯(lián)盟（World Wide Web Consortium,W3C）倡導(dǎo)的“語(yǔ)義互操作”制訂了多種句法標(biāo)準(zhǔn)和敘詞表編制國(guó)際標(biāo)準(zhǔn)，是實(shí)現(xiàn)異構(gòu)歷史地理學(xué)信息整合的重要手段。國(guó)內(nèi) GIS 領(lǐng)域在2002年開始引入“語(yǔ)義互操作”，但歷史地理學(xué)界至今未重視“互操作”建設(shè)，HGI 領(lǐng)域內(nèi)普遍缺乏不同平臺(tái)之間交換和共享數(shù)據(jù)的機(jī)制和技術(shù)，存在著比較嚴(yán)重的“數(shù)據(jù)隔離”情況。這一方面由于共享數(shù)據(jù)的理念尚未深入人心，另一方面數(shù)據(jù)互操作技術(shù)的掌握和應(yīng)用是主要的技術(shù)障礙。以目前歷史地理學(xué)界內(nèi)最具代表性的成果——中國(guó)歷史地理信息系統(tǒng)（China Historical Geographic Information System，CHGIS）%例，該平臺(tái)提供了目前國(guó)內(nèi)外最完整的一套中國(guó)歷史政區(qū)數(shù)據(jù)，但CHGIS的數(shù)據(jù)由于缺乏互操作技術(shù)的應(yīng)用，目前仍然是一個(gè)“數(shù)據(jù)孤島”，其他用戶必須適應(yīng)其數(shù)據(jù)格式方能實(shí)現(xiàn)政區(qū)數(shù)據(jù)與自有專題數(shù)據(jù)的融合，而許多專題數(shù)據(jù)無(wú)法與CHGIS的地名數(shù)據(jù)體系對(duì)接。為解決這一不足，近年來(lái)，CHGIS項(xiàng)目組和哈佛大學(xué)合作開展了關(guān)聯(lián)開放數(shù)據(jù)工作，提供了將歷史地名信息與其他地名詞表實(shí)現(xiàn)融合的技術(shù)路徑，此項(xiàng)應(yīng)用即是應(yīng)用語(yǔ)義網(wǎng)的數(shù)據(jù)互操作技術(shù)實(shí)現(xiàn)異構(gòu)數(shù)據(jù)資源整合的案例（參見：http://maps.cga.harvard. edu/tgaz/)。

3

困境的可能解決路徑

當(dāng)前，HGI工作者面臨著日益繁重的資料、數(shù)據(jù)和復(fù)雜的信息管理環(huán)境，需要探索出一條能夠適應(yīng)新環(huán)境的方法。在現(xiàn)有的學(xué)科體系中，圖情領(lǐng)域的做法提供了一定的參考和借鑒，例如夏翠娟提出了較為完善的歷史地名開放數(shù)據(jù)應(yīng)用方案。將圖情方面的相關(guān)技術(shù)、理念移植到歷史地理學(xué)，發(fā)揮圖情學(xué)科在信息管理與分析方面的獨(dú)特優(yōu)勢(shì)，可以幫助HGI突破目前的發(fā)展瓶頸，面向具體問(wèn)題的解決路徑示例如下。

3.1 成熟的歷史文獻(xiàn)管理方案

歷史學(xué)者高度依賴史料，但對(duì)于史料的管理，特別是對(duì)大規(guī)模史料的有效管理缺乏思考和實(shí)踐。圖情學(xué)界自上世紀(jì)80年代開始將個(gè)人計(jì)算機(jī)用于文獻(xiàn)信息管理，進(jìn)入網(wǎng)絡(luò)時(shí)代以來(lái)，該領(lǐng)域亦迅速將互聯(lián)網(wǎng)技術(shù)應(yīng)用于圖書信息管理，對(duì)包括歷史文獻(xiàn)在內(nèi)的圖書信息管理已經(jīng)構(gòu)建了非常成熟的軟件、方案和路徑，尤其是圖書館業(yè)界已經(jīng)形成了具有規(guī)范結(jié)構(gòu)的元數(shù)據(jù)以進(jìn)行資源管理。例如：“資源描述結(jié)構(gòu)”（Resource Description Framework，RDF）是W3C提出的用于描述知識(shí)圖譜實(shí)體及其關(guān)系的數(shù)據(jù)模型，2009年，“資源描述與檢索”方案（Resource Description and Access，RDA）依托該模型編制完成，次年網(wǎng)絡(luò)工具包發(fā)布，2013年開始在全球主要國(guó)家的國(guó)家圖書館中使用。這一技術(shù)標(biāo)準(zhǔn)體系在國(guó)外歷史地理學(xué)界已有廣泛應(yīng)用，但尚未受到國(guó)內(nèi)歷史地理學(xué)界的重視。

目前，歷史地理研究中，研究者和研究團(tuán)隊(duì)都未充分意識(shí)到個(gè)性化的歷史文獻(xiàn)管理方案的重要性，也未開發(fā)資源描述工具。近10年來(lái)，歷史文獻(xiàn)的形式已經(jīng)由紙本文書轉(zhuǎn)為電子文本；同時(shí)，研究團(tuán)隊(duì)中跨校、跨國(guó)、跨專業(yè)合作的現(xiàn)象日益明顯，團(tuán)隊(duì)的公共資料管理平臺(tái)不僅是凝聚成員的有效途徑，更是開展工作的基礎(chǔ)性設(shè)施，歷史地理學(xué)界必須在團(tuán)隊(duì)層面建設(shè)自己的歷史文獻(xiàn)管理方案，包括個(gè)性史料的電子化、局域網(wǎng)的信息管理系統(tǒng)建設(shè)以及管理規(guī)則的制定等，而其基礎(chǔ)是具有資源描述框架，這樣才能真正實(shí)現(xiàn)有效的資料積存和管理，提升團(tuán)隊(duì)工作的持續(xù)性和管理大規(guī)模史料的能力。

3.2 歷史文獻(xiàn)文本結(jié)構(gòu)分析方案

進(jìn)入網(wǎng)絡(luò)時(shí)代后，圖情領(lǐng)域文獻(xiàn)電子化和文本化的處理技術(shù)非常成熟，并依托互聯(lián)網(wǎng)向結(jié)構(gòu)化和語(yǔ)義化邁進(jìn)。信息化技術(shù)的發(fā)展深刻改變了文本的處理方式，也改變了包括歷史學(xué)在內(nèi)的許多人文社會(huì)學(xué)科的研究方式。在歷史地理研究中，近20年來(lái)的信息化主流是GIS技術(shù)的應(yīng)用，但在強(qiáng)化時(shí)空過(guò)程可視化的同時(shí)，卻忽視了史料結(jié)構(gòu)分析的信息化手段，導(dǎo)致歷史地理信息化在史料處理環(huán)節(jié)缺乏必要的技術(shù)手段，與歷史文獻(xiàn)（特別是大規(guī)模歷史文獻(xiàn)）日益脫節(jié)。

文本結(jié)構(gòu)分析技術(shù)的重要基礎(chǔ)之一是采用TOM、Voyant等軟件對(duì)史料文本進(jìn)行“機(jī)讀”，其中“主題模型”是比較主流的方法?！爸黝}模型”本質(zhì)是一種文本聚類方法，通過(guò)“詞群”（bag of words）來(lái)描述文本特征，單個(gè)詞群組可以被設(shè)想為1個(gè)主題。主題模型中的LDA算法通過(guò)“隱含狄利克雷分布”算法（Latent Dirichlet Allocation，LDA）確定主題數(shù)目（topic-K)，依據(jù)“詞為中心的穩(wěn)定性分析”（Term-centric Stability Analysis）策略確定文獻(xiàn)主題數(shù)量。TOM工具提供了文本聚類的實(shí)踐環(huán)境，由使用者自主設(shè)置主題數(shù)目后經(jīng)過(guò)多次迭代，可自動(dòng)擬合出設(shè)定數(shù)量的主題，每個(gè)主題包含若干組詞群。

3.3 數(shù)據(jù)標(biāo)準(zhǔn)規(guī)范建設(shè)方案

要構(gòu)建系統(tǒng)性的歷史地理信息化研究，統(tǒng)一數(shù)據(jù)標(biāo)準(zhǔn)才能形成規(guī)范化的工作流程和術(shù)語(yǔ)體系。歷史地理信息化建設(shè)中，數(shù)據(jù)標(biāo)準(zhǔn)化問(wèn)題被多次提及，例如胡迪、陳剛、潘威等強(qiáng)調(diào)建立統(tǒng)一數(shù)據(jù)標(biāo)準(zhǔn)的重要性。但對(duì)于如何達(dá)成這一目標(biāo)的討論則不多。借鑒和引進(jìn)其他學(xué)科較為成熟的方法并在實(shí)踐中不斷調(diào)整，最終達(dá)成統(tǒng)一數(shù)據(jù)標(biāo)準(zhǔn)的目的，也許是行之有效的路徑。圖情學(xué)界在標(biāo)準(zhǔn)元數(shù)據(jù)處理方面已經(jīng)具備了非常成熟的技術(shù)體系，對(duì)于HGI構(gòu)建堅(jiān)實(shí)的數(shù)據(jù)標(biāo)準(zhǔn)方案具有很強(qiáng)的借鑒意義。例如，夏翠娟提出的“本體（Ontology）時(shí)空模型”具有歷史地理數(shù)據(jù)的開放性、可擴(kuò)展性，具備形成數(shù)據(jù)標(biāo)準(zhǔn)的良好基礎(chǔ)，可嘗試將該模型引入歷史地理信息化工作。

4

融合路徑探索

上文已經(jīng)在學(xué)理上揭示了圖情領(lǐng)域?qū)v史地理信息化發(fā)展的重要價(jià)值，下一步需要通過(guò)具體研究工作落實(shí)這一理念。“數(shù)字歷史河流”（Digital Historical River，DHR）是“歷史時(shí)期地表水文過(guò)程及人文因素影響機(jī)制模擬方法"”的簡(jiǎn)稱。河流，是自然環(huán)境與人類社會(huì)交匯的界面，水利體系中的河流與人的關(guān)系更為全面、復(fù)雜且多變，對(duì)人—水關(guān)系的研究需要?dú)v史學(xué)、歷史自然地理、水利史、測(cè)繪學(xué)、水文學(xué)等多方面的知識(shí)，而信息化手段也是必不可少的技術(shù)和工具。在該項(xiàng)目中本團(tuán)隊(duì)探索了圖情學(xué)科與歷史地理信息化融合的路徑。

4.1 數(shù)字歷史河流"理念

DHR項(xiàng)目旨在借由不同地區(qū)的案例從不同角度去理解現(xiàn)代水利體系的形成過(guò)程，探討國(guó)家力量、氣候因素借由水利途徑作用到人類社會(huì)的機(jī)制。包含六方面的工作：①歷史上的三維微地貌重建；②歷史水利工程與地形模型的融合方案；③河道三維形態(tài)的復(fù)原；④地表水歷史時(shí)期的運(yùn)動(dòng)過(guò)程模擬與展示；⑤歷史時(shí)期的降雨特征重建；⑥歷史時(shí)期河流—水利管理方式。

4.2 數(shù)字歷史河流"中的融合方案示例

4.2.1 渠道結(jié)構(gòu)的社會(huì)網(wǎng)絡(luò)分析

社會(huì)網(wǎng)絡(luò)分析（Social Network Analysis）是基于信息學(xué)、數(shù)學(xué)、社會(huì)學(xué)、管理學(xué)、心理學(xué)等多學(xué)科的理論和方法，為理解人類各種社交關(guān)系的形成、行為特點(diǎn)以及信息傳播的規(guī)律提供一種可計(jì)算的分析方法?！熬W(wǎng)絡(luò)”現(xiàn)象大量存在于歷史地理學(xué)研究中，例如道路網(wǎng)、機(jī)構(gòu)組織、天然或人工水系等。在GIS軟件環(huán)境下，研究者可以重建此類地理實(shí)體或現(xiàn)象的空間數(shù)據(jù)，但重建結(jié)果往往結(jié)構(gòu)龐雜，需對(duì)結(jié)果進(jìn)行進(jìn)一步概括，才能揭示出其空間結(jié)構(gòu)的變化。在這一工作中，社交網(wǎng)絡(luò)成為概括渠系空間現(xiàn)象的理想手段，將此類現(xiàn)象抽象為“點(diǎn)軸”結(jié)構(gòu)，幫助研究者觀察這一復(fù)雜體系的基本結(jié)構(gòu)。

例如，清代以來(lái)新疆渠系的空間關(guān)系產(chǎn)生了很大變化，一方面表現(xiàn)了當(dāng)?shù)剞r(nóng)業(yè)開發(fā)中水資源使用方式的變化，另一方面也體現(xiàn)了不同地區(qū)、不同人群的生產(chǎn)生活關(guān)系。圖1為新疆渭干河流域 1900 年代的渠系結(jié)構(gòu)，在社交網(wǎng)絡(luò)技術(shù)支持下，概括區(qū)域渠系結(jié)構(gòu)就較為便捷，使得研究者能夠從龐雜的數(shù)據(jù)中迅速把握研究對(duì)象的變化骨干。

4.2.2 清代河工檔案文本結(jié)構(gòu)分析

主題，是介于文本與段落之間的一個(gè)語(yǔ)言單位，一個(gè)主題表達(dá)或闡述一個(gè)相對(duì)獨(dú)立的意義或話題，形式上由文章的若干相鄰自然段組成，各個(gè)主題構(gòu)成整體性文本。文本結(jié)構(gòu)分析的內(nèi)容包括：文本的主題數(shù)、各段落所屬主題及與全文主題的相關(guān)程度、主題與段落間的相關(guān)程度等。主題劃分及各段落主題間的聯(lián)系是文本分析的主要構(gòu)成。史料文本結(jié)構(gòu)分析即是將這一技術(shù)方法用來(lái)對(duì)各類史料文本進(jìn)行一定程度的“機(jī)讀”，使研究者能夠在較短時(shí)間內(nèi)掌握史料的大致內(nèi)容，進(jìn)而有針對(duì)性地制訂研究計(jì)劃。

在歷史地理研究實(shí)際中，明清民國(guó)檔案類史料和多種民間文獻(xiàn)日益成為骨干史料，此類史料規(guī)模大、內(nèi)容雜、形式多樣，中小型研究團(tuán)隊(duì)在閱讀、整理此類史料時(shí)，往往面臨人手不足的窘境，史料閱讀效率偏低。在文本結(jié)構(gòu)分析方法的協(xié)助下，“機(jī)讀”可以迅速呈現(xiàn)史料文本的主題特征，有助于縮短史料閱讀的時(shí)間。

以清代黃河河工檔案的處理為例，河工檔案規(guī)模巨大，依靠傳統(tǒng)方法進(jìn)行閱讀耗時(shí)過(guò)長(zhǎng)，文本結(jié)構(gòu)分析方法可以輔助研究者迅速抓住歷史文獻(xiàn)的記錄總體特征。具體過(guò)程是：將黃河水利委員會(huì)所藏《河道錢糧》類檔案進(jìn)行手工錄入，得到近100萬(wàn)字的河工銀資料長(zhǎng)編；將這些文本輸入VOYANT軟件，以"銀兩"為中心詞，分析其與其他文本中高頻詞（重現(xiàn)次數(shù)超過(guò)30次的詞匯）的位置關(guān)系。如圖2所示，這一分析結(jié)果雖然不能完全揭示白銀在河務(wù)中的中心地位，但至少能夠反映出奏折文本中，銀兩與其他事務(wù)之間日益緊密的聯(lián)系。根據(jù)圖2所示，相較于康熙時(shí)期，道光時(shí)期的河務(wù)檔案中"銀兩"一詞明顯與其他河務(wù)事項(xiàng)結(jié)合更為頻繁和緊密，顯示出白銀在康熙至道光時(shí)期的河務(wù)運(yùn)作中的核心地位日益凸顯。

4.2.3 古舊河工圖地名信息自動(dòng)化提取

深度學(xué)習(xí)（Deep Learning）在古舊地圖地名信息提取工作中的應(yīng)用已經(jīng)有不少成功案例。我們訓(xùn)練計(jì)算機(jī)習(xí)得針對(duì)不同大小漢字的檢測(cè)模型—U-Net 算法進(jìn)行字符級(jí)文本檢測(cè)，因此文本識(shí)別模型也采用了字符級(jí)的識(shí)別模型。在文本識(shí)別領(lǐng)域，主流的光學(xué)字符識(shí)別系統(tǒng)（Optical Character Recognition，OCR）采用的是行（列）級(jí)別的識(shí)別模型，主要采用 CTC（Connectionist Temporal Classification）算法搭配卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Network，CNN）疊加循環(huán)神經(jīng)網(wǎng)絡(luò)（Recurrent Neural Network，RNN）對(duì)圖片中包含的文本序列進(jìn)行建模，一般而言文檔中的行和列相較于單個(gè)字符更為容易檢測(cè)。然而，古舊地圖中的地名文本排列往往不如普通文獻(xiàn)中的那樣規(guī)則，而且部分地名的字符間距較大，所以行列級(jí)別的識(shí)別在地圖文本識(shí)別中可能并不如在一般文獻(xiàn)識(shí)別中那么有效，因此我們使用卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行字符級(jí)別的檢測(cè)和識(shí)別。

以清代道光時(shí)期的《六省黃河埽壩全圖》為例展示U-Net算法在河工圖處理中的應(yīng)用?！读↑S河埽壩全圖》所標(biāo)注的文本絕大多數(shù)都是地名，包括村落名稱和基層河防機(jī)構(gòu)名稱（如圖3)。處理過(guò)程是：根據(jù)每個(gè)字符的定界框（Bounding Box）將檢測(cè)到的字符按尺寸進(jìn)行分層；將檢測(cè)到的文本合并成候選地名，將排名最靠前的地名列表在原始地圖上進(jìn)行可視化展示；解析文本中包含的地名（Geo-parsing)，即使用自然語(yǔ)言處理（Natural Language Processing，NLP）技術(shù)從無(wú)結(jié)構(gòu)文本中識(shí)別地名。

5

歷史地理信息化與圖情研究融合路徑指導(dǎo)下的實(shí)踐——“數(shù)字歷史黃河”

前文介紹了三種可以在歷史地理信息化中發(fā)揮融合作用的技術(shù)手段，展示了如何在具體問(wèn)題研究中引入圖情知識(shí)體系和DH方法，提供了局部融合的可能性；而體系化的 HGI 工作需要融合路徑指導(dǎo)下的體系性成果范式，本文以"數(shù)字歷史黃河"項(xiàng)目為例，試驗(yàn)體系化HGI與圖情研究融合路徑的可行性，并展示體系化的HGI工作實(shí)踐。

5.1 基本情況

黃河自歷史時(shí)期以來(lái)就不是一條純粹的自然河流，自然環(huán)境與人文環(huán)境都會(huì)對(duì)黃河產(chǎn)生影響?！皵?shù)字歷史黃河”、（Digital Historical Yellow River，DHYR）作為"數(shù)字歷史河流"理念的實(shí)踐，是河南大學(xué)經(jīng)濟(jì)學(xué)院和南大學(xué)歷史地理研究所共同建設(shè)的專題信息平臺(tái)。平臺(tái)包括專業(yè)歷史資料管理系統(tǒng)、專題數(shù)據(jù)集并具有一系列歷史信息分析和展示功能。

相較于目前已有的歷史地理信息化產(chǎn)品，本平臺(tái)具有以下特點(diǎn)：①具有自帶的電子資料庫(kù)系統(tǒng)，將歷史文獻(xiàn)的搜集、管理與分析嵌入到整個(gè)DHYR體系中，并成為各模塊的基礎(chǔ)；②將GIS與DH進(jìn)行深度融合，強(qiáng)調(diào)時(shí)空過(guò)程與專題屬性的平衡性；③實(shí)現(xiàn)河流自然層面與人文層面信息的融合，為多種學(xué)科領(lǐng)域的學(xué)者提供服務(wù)；④采用模塊化建設(shè)理念，資料庫(kù)、數(shù)據(jù)集以及分析功能模塊可拆分使用，滿足學(xué)者的個(gè)性化需求

5.2 相關(guān)實(shí)踐與成果展示

5.2.1 資料庫(kù)

有關(guān)黃河的歷史文獻(xiàn)數(shù)量龐大、種類多樣，其中比較重要的文獻(xiàn)包括以下種類：①七部正史河渠志；②正史中的黃河水災(zāi)記錄；③治河類書；④清代河務(wù)檔案；⑤民國(guó)河務(wù)檔案等。“資料庫(kù)”針對(duì)管理以上五大類史料的管理而設(shè)置，是DHYR的基礎(chǔ)，具有查詢、下載、在線瀏覽、標(biāo)注和資料關(guān)聯(lián)等功能（如圖4)。

結(jié)合史料情況和本系統(tǒng)的基本情況，在資料管理平臺(tái)中，本團(tuán)隊(duì)采取“突出特色、便利研究”的策略，現(xiàn)階段重點(diǎn)建設(shè)5類史料，即①清代河工檔案；②民國(guó)檔案，包括黃河流域近代的水土保持、農(nóng)業(yè)、科考調(diào)查等；③治河類書；④西文史料；⑤河工圖。這批史料是近年來(lái)學(xué)界深耕的資料體系，相較于之前水利史、災(zāi)害史和歷史地理學(xué)的研究材料，此類史料具有更加翔實(shí)、細(xì)節(jié)更為突出、涉及面更為廣泛等諸多優(yōu)勢(shì)?；谶@些研究材料和數(shù)據(jù)，學(xué)者不僅能夠探索治河技術(shù)、黃河災(zāi)害等傳統(tǒng)研究問(wèn)題，更能將觀察視角擴(kuò)展到河務(wù)用銀、修河用夫、治河機(jī)構(gòu)網(wǎng)絡(luò)等以往研究著力不夠的領(lǐng)域。

5.2.2 專題數(shù)據(jù)庫(kù)

黃河是自然與人文相結(jié)合的一個(gè)界面，要充分展示、深入研究歷史時(shí)期以來(lái)黃河的“人—水關(guān)系”“河—地關(guān)系”就必須基于環(huán)境與人文的數(shù)據(jù)。由于有關(guān)黃河的歷史文獻(xiàn)記錄規(guī)模龐大，此處以清代河務(wù)運(yùn)作為例介紹DHYR的數(shù)據(jù)庫(kù)設(shè)計(jì)思想。

采用Voyant對(duì)42136份清代河務(wù)檔案進(jìn)行“機(jī)讀”，結(jié)果發(fā)現(xiàn)約85％清代河務(wù)檔案內(nèi)容涉及工程修建、水文過(guò)程、人員管理、經(jīng)費(fèi)和勞動(dòng)力管理中的至少一項(xiàng)。由此，我們順應(yīng)史料記錄的特點(diǎn)制訂專題數(shù)據(jù)庫(kù)框架，包括：①時(shí)空專題數(shù)據(jù)庫(kù)，記錄清代河廳—汛—堡—報(bào)汛點(diǎn)—河營(yíng)等機(jī)構(gòu)和組織的沿革、水患事件的時(shí)空過(guò)程等信息；②水文專題數(shù)據(jù)庫(kù)，包括報(bào)汛點(diǎn)名稱、漲水時(shí)間、漲水尺寸等信息；③工程專題數(shù)據(jù)庫(kù)，包括工程名稱、類型、功用、建造／廢棄時(shí)間、用夫用銀規(guī)模等；④管理專題數(shù)據(jù)庫(kù)，包括河務(wù)官員的姓名、職稱、晉升路徑等（如圖5)。正是在"機(jī)讀"工具的輔助下，團(tuán)隊(duì)得以快速地把握大量文獻(xiàn)的指向，進(jìn)而建設(shè)專題數(shù)據(jù)集。

目前已經(jīng)完成了4個(gè)主要的數(shù)據(jù)庫(kù)：①清代水位數(shù)據(jù)庫(kù)，主要信息包括站點(diǎn)名稱、漲水日期（年／月／日）、漲水高度；②黃河流域主要河防工程數(shù)據(jù)集，包括工程類型、主持人、工程修建目的、建設(shè)時(shí)間（年／月／日）、管理機(jī)構(gòu)、建設(shè)成本等信息；③河務(wù)官僚數(shù)據(jù)庫(kù)，基于《縉紳錄》和《清實(shí)錄》整理出的各級(jí)河務(wù)官員，包括姓名、籍貫、出身、任職、所屬機(jī)構(gòu)等信息；④民國(guó)時(shí)期黃河上中游水利工程數(shù)據(jù)集，包括工程名稱、工程類型、建設(shè)時(shí)間（年／月／日）、管理機(jī)構(gòu)、建設(shè)目的、建設(shè)成本等信息。

5.3 圖情知識(shí)體系對(duì)DHYR的重要性

圖情領(lǐng)域在信息管理方面的豐富經(jīng)驗(yàn)和多樣化手段能夠支持DHYR今后的發(fā)展，這也是學(xué)者應(yīng)積極嘗試圖情與HGI深度融合的主要?jiǎng)恿?。筆者認(rèn)為，圖情領(lǐng)域可以在以下方面發(fā)揮重要作用。

（1）營(yíng)造更好的平臺(tái)使用體驗(yàn)：圖情領(lǐng)域的數(shù)字人文技術(shù)能夠觀察各類文獻(xiàn)中的記錄特點(diǎn)，輔助研究者快速在大量史料中摸索出記載主線◇進(jìn)而挖掘出史料中潛在的信息。在本系統(tǒng)中，團(tuán)隊(duì)嘗試融合了文本結(jié)構(gòu)分析、社交網(wǎng)絡(luò)分析等方法，為使用者提供一個(gè)便于使用數(shù)字人文方法的工作環(huán)境。

（2）解決資料庫(kù)的“孤島”現(xiàn)象：2016年，DHYR資料庫(kù)在最初被提出時(shí)僅僅作為開發(fā)團(tuán)隊(duì)管理自身史料體系的一種工具，并沒有充分意識(shí)到該資料庫(kù)的傳播價(jià)值，因而僅規(guī)定了一套文獻(xiàn)命名方案。隨著DHYR工作的深入開展，資料庫(kù)收錄的史料種類和規(guī)模顯著增加，同時(shí)，研究員對(duì)資料庫(kù)的理解也發(fā)生了重大改變。自2021年1月開始，團(tuán)隊(duì)開始使用RDA描述資料庫(kù)中的所有記錄，RDA不僅提升了系統(tǒng)文獻(xiàn)檢索效率，而且更重要的是，元數(shù)據(jù)編碼的改變將DHYR資料庫(kù)接入網(wǎng)絡(luò)數(shù)據(jù)環(huán)境中，使得其從一個(gè)封閉的"數(shù)據(jù)孤島"變?yōu)橐?guī)范的圖情知識(shí)體系的一部分。

（3）建立各專題數(shù)據(jù)庫(kù)的有機(jī)聯(lián)系：2016年至今，各專題數(shù)據(jù)庫(kù)依靠“Palace”字段（管理地名的字段）建立鏈接，這一做法從實(shí)際效果來(lái)看已經(jīng)越發(fā)不適應(yīng)日益擴(kuò)張的平臺(tái)數(shù)據(jù)種類和維度?！癙alace”字段只能表示一種空間格局，在"敘事"方面具有很大局限性。比如圖5展示的基層河務(wù)官員晉升路徑，我們能發(fā)現(xiàn)官員的晉升空間軌跡和職務(wù)軌跡，但無(wú)法從中揭示官員晉升與其他要素（比如工程修建、水患）之間的聯(lián)系。若將目前的數(shù)據(jù)可視化轉(zhuǎn)向支持“歷史敘事”，就必須學(xué)習(xí)圖情領(lǐng)域的多維信息管理方案，在技術(shù)上實(shí)現(xiàn)不同專題數(shù)據(jù)庫(kù)之間信息的有效篩選、檢索和呈現(xiàn)，以揭示人—水關(guān)系的多重面相。為實(shí)現(xiàn)這一目的，圖情管理中的RDF方案應(yīng)該被引入DHYR的專題信息管理實(shí)踐中。目前，團(tuán)隊(duì)正在積極探索RDF與傳統(tǒng)專題數(shù)據(jù)表的結(jié)合方式，計(jì)劃編訂一套針對(duì)清代民國(guó)黃河河工圖的RDF 編目方案，以此作為試驗(yàn)RDF與專題數(shù)據(jù)表結(jié)合的第一步。

6

結(jié)論

當(dāng)前，歷史地理信息化（HGI）存在著弱化史料地位、數(shù)據(jù)標(biāo)準(zhǔn)雜亂、缺乏數(shù)據(jù)互操作等不足，嚴(yán)重制約了HGI的進(jìn)一步發(fā)展。圖情領(lǐng)域的信息管理方法以及近年來(lái)重點(diǎn)建設(shè)的"數(shù)字人文"范式，成為HGI解決以上問(wèn)題的重要途徑。

“數(shù)字歷史河流”與“數(shù)字歷史黃河”的相關(guān)實(shí)踐表明，HGI不能僅僅強(qiáng)調(diào)GIS的作用，還要實(shí)現(xiàn)圖情、GIS、歷史地理學(xué)等多個(gè)學(xué)科的平衡與深度融合，這樣才能將歷史地理學(xué)的信息化水平推上新的臺(tái)階。同時(shí)，歷史地理學(xué)信息化程度的加深也可以助推圖情領(lǐng)域在時(shí)空信息管理方面的發(fā)展，實(shí)現(xiàn)學(xué)科“共建、共享、共贏”的良性局面。

數(shù)字人文強(qiáng)調(diào)“跨界與融合”，實(shí)際上，近年來(lái)的學(xué)術(shù)發(fā)展已經(jīng)證明"獨(dú)行俠"式的研究模式越來(lái)越難以適應(yīng)當(dāng)前及未來(lái)的學(xué)術(shù)發(fā)展，真正意義上的團(tuán)隊(duì)協(xié)作才是今后主流的學(xué)術(shù)工作模式?！翱缃缗c融合”是數(shù)字人文的手段而非目的，數(shù)字人文的終極目標(biāo)應(yīng)當(dāng)是推進(jìn)更廣闊的視角，使用更多的工具剖析世界、社會(huì)和人群，這才是“跨界、融合”“團(tuán)隊(duì)協(xié)作”的意義。

作者：潘威、夏翠娟、張光偉、孫濤

來(lái)源：《圖書情報(bào)知識(shí)》2021年第3期

選稿：耿 曈

編輯：歐陽(yáng)莉艷

校對(duì)：宋柄燃

審訂：汪依婷

責(zé)編：杜佳玲

（由于版面內(nèi)容有限，文章注釋內(nèi)容請(qǐng)參照原文）

微信掃碼加入

中國(guó)地名研究交流群

QQ掃碼加入

江西地名研究交流群

歡迎來(lái)稿！歡迎交流！

轉(zhuǎn)載請(qǐng)注明來(lái)源：“江西地名研究”微信公眾號(hào)