Open GeoData
Open GeoData這個場次有三個演講，分別如下:
- Raul Palma de Leon, Publication of Inspire-based agricultural Linked Data
- Karel Charvat, Integration of open land use, smart point of interest and open transport maps using RDF
- Rob Knapen, Obstacles in standards and spatial thinking for Linked Data in agriculture
前二個演講是同屬於一個歐盟Horizon 2020 巨量資料研究計畫DataBio，有16國48個單位加入，計畫期間為2017年到2020年，總經費規模達到1千6萬歐元，歐盟支援了1千3百萬歐元，是一個針於農業和其它對於生物經濟工業中原物料產品的巨量資料技術優勢的展示，並且佈署一個互操作性的平台在所有計畫成員的資料基礎設施之上，藉由這樣的技術架構這個計畫企圖提供巨量資料管理的解決辦法，包含不同巨量資料的儲存和查詢，以及使用鏈結資料為聯合層來整合來自不同來源之異質性資料。DataBio需要整合先前的歐盟FP7的研究計畫SDI4Apps和FOODIE之資料，如圖41所示。SDI4Apps主要在於建構的是以Open API為主的雲端架構來進行資料整合，並且依此雲端環境建立6個試驗性Apps 與INSPIRE、Copernicus 和 GEOSS 空間資料基礎設施整合。而FOODIE 主要是在建構一個開放和互操作性的雲端基礎平台以整合不同來源的農田生產相關資料，並包含地理空間向度，以及發佈為鏈結資料。
在de Leon的演講中主要介紹如何利用FOODIE既有的語彙和標準，並與INSPIRE整合開發出鏈結資料的服務，如下所列。
- SPARQL endpoint: https://www.foodie-cloud.org/sparql
- Faceted search endpoint: https://foodie-cloud.org/fct
- Map visualisation: http://ng.hslayers.org/examples/foodie-zones
- Map visualisation: http://ng.hslayers.org/examples/foodie-zones/
- Metaphactory: https://foodie.grapphs.com/resource/Start
而Charvat的演講中則進一步介紹如何在DataBio的計畫中整合交通資料(Open Transportation Map)和土地利用資料，其鏈結資料的服務也是從上述的服務中展示，但略有不同，如圖40中的服務是土地利用坵塊，就不是上述的農田分區，但技術上都是一樣的。
第三個演講是Rob Knapen，來自荷蘭Wageningen大學環境研究所，演講內容主要在基於他過去處理農業和地理資料的經驗中，去論述資料整合的問題和鏈結資料的障礙，檢討目前研究計畫事實上對於鏈結資料的使用仍然不夠深入。
圖43: Rob Knapen的演講
供應鏈和追溯(Supply chain and traceability)
這個場次包含了三個演講，前二個是關於區塊技術應用於農業資料上，而第三個即是我的報告，三個演講如下:
- Christopher Brewster, Blockchains and Linked Data for agrifood value chains
- Liisa Pesonen, Employing the principles of My Data and blockchain to build trust in farm data sharing
- Dongpo Deng, Construction and reuse of linked traceable agricultural product records
Brewster博士是來自於荷蘭應用科學研究所(Netherlands Organisation for Applied Scientific Research)，他認為鏈結資料沒有用在價值鏈(如農田到消費者)的處理，Schema.org、GoodRelations和產品型態本體的語彙可以被期待用來增加價值鏈的處理，學術上企圖使用知識本體在價值鏈上的處理很少，過去的研究計畫也顯示出鏈結資料方法用在價值鏈上會有一些限制，但並沒有真的被進一步的討論。他認為價值鏈的核心問題在於產品履歷或溯源，但這個產品履歷系統是一個很緩慢的系統。從產品溯源的觀點，他進一步介紹條碼系統GS1，以建構資料鏈結系譜(linked pedigree)，而這資料鏈結系譜再導以區塊鏈技術來處理，如圖44即是他演講中所提出來一個整合鏈結資料和區塊鏈的架構。
Pesonen的演講陳述了很多區塊鏈和MyData的觀念，但缺乏實證，整個演講是一個概念架構研究的介紹。