时空复合数据库模型及实现--以规划道路中线为例

在已有时空数据模型的基础上,提出规划道路中线的时空复合模型。应用该模型管理时态GIS数据,不会丢失历史数据,可以得到任意时刻和时间段的GIS数据以及某个地理目标的变更情况。随着时间的延续,建立的时空数据库会变得越来越大,这在一定程度上可能影响时空复合模型的查询效率。按目标的生命终止时间分库,对各库分别查询,对查询结果进行逻辑操作可以解决这个问题。结合应用实例实现对规划道路数据的各种更新编辑操作和时态查询。与目前时态GIS的研究主要集中于地块等面状地物不同,研究线状目标的时态GIS。该模型适于规划道路中线及其他线状地物数据库时空数据的管理。     

ArcGIS支持下的土地利用时空数据库设计与功能实现

时空数据模型是时态地理信息系统(TGIS)的核心,它能够有效组织和管理时态地理数据,但由于其复杂性,目前仍然是一个非常具有挑战性的课题。本文介绍了与时空数据模型相关的研究概况,包括时空数据模型的研究进展、时空数据库中的时间和时空拓扑关系,探讨了土地利用时空数据模型的设计和功能实现,阐述了时空数据模型中变化的概念,在此基础上利用基态修正模型的思想,对模型的框架进行了设计,并给出了变化信息的提取方法,利用ArcGIS丰富的空间分析功能对变化土地利用信息进行了提取,最后给出了时空数据库结构的设计。     

基于时态GIS的导航电子地图增量更新研究

分析了导航地图数据增量更新过程的时态特征,通过应用时态GIS实现了增量更新过程的建模.提出了基于历史跨度的时空数据模型(history span based ternporal-spatial model,HSBTM).在此模型的支持下,推导了增量数据的计算公式,论述了历史跨度时空数据模型的简化表达和实现方法.     

一种面向对象的时空数据模型

地理信息系统中，时间、空间和属性是信息的3种基本成分，理想的地理信息系统应支持信息的时态性，对时空数据进行统一的模拟和管理。由于当前的地理信息系统软件难以处理时态现象，时空数据模型已成为GIS领域的一个研究热点。首先对当前时空数据模型研究现状进行了分析，在此基础上，提出了一种面向对象时空数据模型，并从3个方面描述了该模型的数据结构，包括时空对象结构、时空数据组织方式和时空数据存贮方式。     

基于图论的时空数据模型研究

首先分析已有时空数据模型的特点，认为难以显式表达时空语义，然后探讨并发展基于图论的时空数据模型。用图的顶点表示时空实体，用图的边表示实体的时态关系。该模型能显式表达时空实体与时态关系。最后用土地划拔为例进行分析。     

基于特征-版本的时空数据模型在湿地管理中的应用研究

讨论了传统时空数据模型的特点,设计了Geodatabase支持下的基于特征-版本的时空数据模型,并详细介绍了该模型的时态逻辑关系和存储结构。该模型节约了数据存储空间,有效保持地理现象的完整性,并具有较高的时空查询效率。针对扎龙湿地,构建了湿地时空数据库,并设计扎龙湿地时态地理信息系统,实现历史重构、地理对象发展与回溯、时空复合查询等功能,有效完成湿地时空数据的管理任务。     

时空数据模型探析

描述了时空数据模型的定义及其发展现状,通过介绍时空数据模型分类的情况、时空集成的时空数据模型与地理信息的时态性分析,丰富了时空数据模型理论。最后对时空数据模型的将来发展方向做出了一些展望。     

房产测绘信息管理的实用时空数据模型

本文在分析了房产数据的类型、及其时空变化方式与特点的基础上。利用时态对象模型和时态关系模型各自的优势，构造了房产对象-关系复合时空数据模型。在该模型的基础上，还探讨了时态查询、房产动态变化分析等问题。     

以事件为核心的面向对象时空数据模型

GIS中时态问题的解决不仅要在数学上寻求方法的支持，更应该在现实世界的时空现象中去探求其内在的变化规律。事件是驱动时空数据发生变化的根本原因，但每一次事件对数据对象的影响总是局限于一定的范围，这内在地表现为对象的属性之间的时空内聚性并决定了时态数据管理的对象粒度。时空数据模型的设计必须参照这一规律才能在冗余与效率之间取得平衡。在简要分析现有的几种典型时空数据模型的基础上，根据上述观点设计了一种以事件为核心的面向对象时空数据模型。房产信息系统的设计与实现证明，该模型对于时空数据管理效果较好，为进一步抽取变化的模式和预测决策奠定了基础。     

版本差量式时空数据模型研究

时空数据模型是时态地理信息系统的关键和核心。本文在分析国内外已有研究成果的基础上,结合国家基础测绘项目,提出了“版本-差量”式时空数据模型,采用“版本管理-动态关联”以及“动态分级索引”技术实现时态地理数据的存储管理和查询检索。该模型能有效降低数据冗余,提高数据访问效率。     

点状地名的时空数据模型

概述了地名、地名数据库以及时空数据模型的定义及其发展现状,提出了适合地名时空语义表达的地名时空数据模型.应用这个模型实现了对地名数据库的编辑更新及时空查询操作.本文以地名为例研究了点状目标的时空数据模型,丰富了时空数据模型理论.     

一种基于特征-语义的时空数据组织方法

在全面研究时空数据模型理论及构建方法的基础上,本文采用面向特征的数据模型构建方法结合时空语义思想,并引入无缝时空理念,探讨了一种基于特征的无缝时空数据模型构建方法。该模型将地理时空过程特征抽象为特征对象、特征事件、特征过程,不仅能够实现地理实体的空间数据组织及复杂拓扑分析,而且,通过描述特征事件、特征过程及其相互关系实现时空语义表达,进而实现海量信息存储以及高层次时空分析,也为通用性时空数据模型的构建提供了一种新思路。     

基于网络GIS技术的时空典藏整合环境构建

时空信息是所有内涵数据都具备的基本特性,通过时空信息处理技术建构时空坐标体系,让所有数字典藏的内容得以整合,通过网络开放式交换机制,让原本储存在不同机构的信息,既可以分散储存,又可以彼此引用套合,促成信息统整。本文探讨了利用互联网地理信息系统建构数字典藏计划的时空内涵基础架构,其最主要目的在于扩充原有地理信息系统内涵,发展成时间及空间信息处理技术,建构起时空内涵基础架构,以精确的时空参考系统为基础,建立所有典藏内涵的时间与地理空间标记(geographic footprint),做为信息检索和信息整合的主要依据,并以空间可视化(Spatial Visualization)方式提供更生动、易读的、精准的事件原貌。     

Extracting spatial patterns in bicycle routes from crowdsourced data

Much is done nowadays to provide cyclists with safe and sustainable road infrastructure. Its development requires the investigation of road usage and interactions between traffic commuters. This article is focused on exploiting crowdsourced user‐generated data, namely GPS trajectories collected by cyclists and road network infrastructure generated by citizens, to extract and analyze spatial patterns and road‐type use of cyclists in urban environments. Since user‐generated data shows data‐deficiencies, we introduce tailored spatial data‐handling processes for which several algorithms are developed and implemented. These include data filtering and segmentation, map‐matching and spatial arrangement of GPS trajectories with the road network. A spatial analysis and a characterization of road‐type use are then carried out to investigate and identify specific spatial patterns of cycle routes. The proposed analysis was applied to the cities of Amsterdam (The Netherlands) and Osnabrück (Germany), proving its feasibility and reliability in mining road‐type use and extracting pattern information and preferences. This information can help users who wish to explore friendlier and more interesting cycle patterns, based on collective usage, as well as city planners and transportation experts wishing to pinpoint areas most in need of further development and planning.     

语义与几何相结合的道路网融合研究与实现

道路网是最重要的地理空间要素之一,空间数据融合能够把不同来源道路空间数据或信息加以结合,以获得信息量更丰富或更适于处理、分析、决策的新的数据集。传统的方法受限于道路网数据模型、属性数据类型以及缺少唯一标识的属性信息,道路网融合方法多以各个弧段或道路的位置、形状、方向等几何特征进行匹配,而忽略了道路的语义匹配。本文在数据来源与技术分析的基础上,提出了一种在工程化应用中可行的语义与几何相结合的道路网匹配方法,并通过FME实现空间数据融合,旨在为两个或多个道路网数据融合、联动更新提供方法参考。     

基于地理事件时变序列的时空数据模型研究与实现

首先分析比较了已有的时空数据模型的特点，针对其存在的不足，提出并讨论了一种基于地理事件时变序列的时空数据模型，阐述了该模型的时空语义概念和时空拓扑关系，并针对具体的实际应用，在现有成熟的GIS平台上进行扩展，验证了该数据模型的有效性。     

道路综合中基于骨架分割的道路密度分析(英文)

This paper proposes an algorithm for road density analysis based on skeleton partitioning. Road density provides metric and statistical information about overall road distribution at the macro level. Existing measurements of road density based on grid method, fractal geometry and mesh density are reviewed, and a new method for computing road density based on skeleton partitioning is proposed. Experiments illustrate that road density based on skeleton partitioning may reveal the overall road distribution. The proposed measurement is further tested against road maps at 1:10k scale and their generalized version at 1:50k scale. By comparing the deletion percentage within different density interval, a road density threshold can be found, which indicate the need for further operations during generalization. Proposed road density may be used to examine the quality of road generalization, to explore the variation of road network through temporal and spatial changes, and it also has future usage in urban planning, transportation and estates evaluation practice. Supported by the National 863 Program of China(No.2007AA12Z225), the Natural Science Foundation of China(No.40771168).     

宝鸡市道路几何网络模型的建立与应用

主要是结合MapGIS6.5软件对宝鸡市的道路网进行网络分析,进而在此基础上对该系统进行二次开发,建立道路网数据库,为宝鸡市的城市建设、交通规划以及道路管理提供空间数据;同时也为人们的旅游出行提供方便;更为智能交通和“数字宝鸡”的建设提供地理空间基础数据。通过对宝鸡市几何道路模型的研究,探索出一条适合中小城市空间信息应用和地理数据资源集成共享的模式与解决方案。     

Temporal data mining using genetic algorithm and neural network —A case study of air pollutant forecasts

This paper integrates genetic algorithm and neural network techniques to build new temporal predicting analysis tools for geographic information system (GIS). These new GIS tools can be readily applied in a practical and appropriate manner in spatial and temporal research to patch the gaps in GIS data mining and knowledge discovery functions. The specific achievement here is the integration of related artificial intelligent technologies into GIS software to establish a conceptual spatial and temporal analysis framework. And, by using this framework to develop an artificial intelligent spatial and temporal information analyst (ASIA) system which then is fully utilized in the existing GIS package. This study of air pollutants forecasting provides a geographical practical case to prove the rationalization and justness of the conceptual temporal analysis framework.