地学可视化探讨

提出了关于地学可视化的研究框架。地学可视化包括地图可视化、地理信息系统（ Ｇ Ｉ Ｓ） 可视化及其在专业应用领域的可视化。地图可视化与 Ｇ Ｉ Ｓ可视化是地学可视化理论和技术的２ 个基础部分。地学多维图解是从非可视化角度提出的,关于图的地学知识表达、获取及其图的地学问题解的求证原理和方法,是地学可视化的高一级发展阶段。地图可视化中的信息表达交流模型和地理视觉认知决策模型的研究,将从理论上促进地学多维图解模型的进一步发展。基于虚拟现实技术和计算机网络技术的虚拟地理环境是地学可视化、地学多维图解理论和技术发展的最后集成系统。     

地域性非物质文化传承景观的多维可视化方法

本文结合社会网络分析和地理信息可视化技术,以蔚县剪纸文化为例,提出"派系传承一维关系"、"空间传承二维关系"、"派系与空间传承三维关系"的文化传承景观多维可视化方法,用以解析文化传承景观中的时空传承关系,为文化传播的驱动机制分析提供必要的基础。文化传承景观的多维可视化是文化地理学研究的方法学思考,通过多维视角深入解读文化景观内涵,有助于文化地理学者利用现代地理信息科学工具实现信息挖掘。     

城市变化多基态修正模型三维时空表达

为了减少时态地理信息系统的数据冗余、提高运行效率,该文在对比分析多种时空数据基态修正模型的基础上,选择了一种只存储几个基态和相应变化信息的多基态修正模型,并以德州市某地区为例进行三维时空数据组织,实现了城市变化的三维动态展现,达到了城市变化三维时空可视化表达的目的。     

城市三维可视化地理信息系统初探

主要对城市三维地理信息系统中三维可视化的表达，就建模方法、数据组织与管理以及数据获取三个方面对仿真三维地理信息系统的技术支撑进行比较详细的讨论，提出了城市三维地理信息系统可视化方面的关键技术，以及面临的技术难点。     

多维动态GIS的空间数据建模,处理与分析

首先分析了在多维空间模型与建模、动态处理与数据集成管理、时空分析与可视化等方面存在的问题和关键技术,然后介绍了国际学术界近几年来的研究动态,继而介绍在国家自然科学基金支持下我国学在此领域的研究进展,并重点介绍国家自然科学基金跨学部重点项目“多维动态空间数据处理若干关键技术问题”的目标和任务。     

多维动态GIS的空间数据建模、处理与分析

首先分析了在多维空间模型与建模、动态处理与数据集成管理、时空分析与可视化等方面存在的问题和关键技术 ,然后介绍了国际学术界近几年来的研究动态 ,继而介绍在国家自然科学基金支持下我国学者在此领域的研究进展 ,并重点介绍国家自然科学基金跨学部重点项目“多维动态空间数据处理若干关键技术问题”的目标和任务。     

基于GIS的统计时空数据组织和查询研究

在统计地理信息系统中,统计数据的时空特征是较难解决的问题,本文研究一种能有效实现统计时空数据组织和查询的方法。首先介绍了时空数据模型的研究现状,分析了在统计地理信息系统中空间数据和属性数据的时空特征;然后在此基础上提出了一种利用面向对象的时空数据模型对统计数据组织的方法,并介绍了在数据库中的实现方法;最后分析了在统计地理信息系统中最常见的几种时空查询算法,并介绍了具体实现过程。通过程序实现证明,本文提出的方法能够较好地存储长期的统计数据并实现统计数据的快速查询、时间序列查询等时空查询问题。     

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。     

当代地理信息系统的发展趋势

主要介绍了当前地理信息系统技术发展的现状与趋势 ,内容涉及地理信息处理、管理、共享、集成、可视化应用与服务 ;软件体系结构 ;应用系统的开发 ;多维GIS ;网络GIS等许多方面。     

地理信息的时态性分析及时空数据模型的研究

地理信息系统中 ,时间、空间和属性是信息的三种基本成分 ,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。本文首先分析了地理信息的时态性 ,之后讨论了当前时空数据模型的研究现状 ,在此基础上 ,提出了一种面向对象时空数据模型 ,并从三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     

Detection of clusters in traffic networks based on spatio‐temporal flow modeling

Spatio‐temporal clustering is a highly active research topic and a challenging issue in spatio‐temporal data mining. Many spatio‐temporal clustering methods have been designed for geo‐referenced time series. Under some special circumstances, such as monitoring traffic flow on roads, existing methods cannot handle the temporally dynamic and spatially heterogeneous correlations among road segments when detecting clusters. Therefore, this article develops a spatio‐temporal flow‐based approach to detect clusters in traffic networks. First, a spatio‐temporal flow process is modeled by combining network topology relations with real‐time traffic status. On this basis, spatio‐temporal neighborhoods are captured by considering traffic time‐series similarity in spatio‐temporal flows. Spatio‐temporal clusters are further formed by successive connection of spatio‐temporal neighbors. Experiments on traffic time series of central London's road network on both weekdays and weekends are performed to demonstrate the effectiveness and practicality of the proposed method.     

土地利用动态监测中的时空数据模型研究

针对传统GIS数据模型存在的问题,开展了基于特征的时空数据模型研究.结合我国土地利用动态监测,提出了一个新的时空数据模型-基于变化特征状态的时空数据模型(SCFSTDM),该模型保持了地理现象的完整性,地理信息的完备性以及时空专题信息的有机集成,模型有利于面向目标定向分析方法的应用和时空分析与推理的实现,有利于地理数据的共享,设计和开发了基于SCFSTDM的时态土地利用信息系统,实现了基于特征实例的时空复合查询,时空推理以及动态播放等功能.     

CAUSTA: Clifford Algebra‐based Unified Spatio‐Temporal Analysis

Introducing Clifford algebra as the mathematical foundation, a unified spatio‐temporal data model and hierarchical spatio‐temporal index are constructed by linking basic data objects, like pointclouds and Spatio‐Temporal Hyper Cubes of different dimensions, within the multivector structure of Clifford algebra. The transformation from geographic space into homogeneous and conformal space means that geometric, metric and many other kinds of operators of Clifford algebra can be implemented and we then design the shortest path, high‐dimensional Voronoi and unified spatial‐temporal process analyses with spacetime algebra. Tests with real world data suggest these traditional GIS analysis algorithms can be extended and constructed under Clifford Algebra framework, which can accommodate multiple dimensions. The prototype software system CAUSTA (Clifford Algebra based Unified Spatial‐Temporal Analysis) provides a useful tool for investigating and modeling the distribution characteristics and dynamic process of complex geographical phenomena under the unified spatio‐temporal structure.     

集成GIS和细胞自动机模型进行地理时空过程模拟与预测的新方法

目前商用地理信息系统（GIS）不能完整地表达地理实体的时态信息和时空关系，缺乏时空分析和时空动态模拟的能力，这已成为GIS界的一个共识，然而，未来GIS在各应用领域的深入发展以及在实现“数字地球”战略过程中，都要求发展新的时空分析和模拟方法，细胞自动机（Cellular Automaton)是一种“自下而上”的动态模拟建模框架，具有模拟地理复要系统时空演化过程的能力，首先将标准CA模型的4元组进行扩展以满足GIS环境下时空动态模型的要求，然后以城市土地利用演化这一动态过程为例，建立了土地利用演化动态模拟与预测模型（LESP），最后运用此模型对包头市城市扩展和土地可持续利用演化进行了比较成功的模拟和预测。     

Extraction of spatio‐temporal data about historical events from text documents

Often, we are faced with questions regarding past events and the answers are hidden in the historical text archives. The growing developments in geographic information retrieval and temporal information retrieval techniques have given new ways to explore digital text archives for spatio‐temporal data. The question is how to retrieve the answers from the text documents. This work contributes to a better understanding of spatio‐temporal information extraction from text documents. Natural language processing techniques were used to develop an information extraction approach using the GATE language processing software. The developed framework uses gazetteer matching, spatio‐temporal relationship extraction and pattern‐based rules to recognize and annotate elements in historical text documents. The extracted spatio‐temporal data is used as input for GIS studies on the time–geography context of the German–Herero resistance war of 1904 in Namibia. Related issues when analyzing the historical data in current GIS are discussed. Particularly problematic are movement data in small scale with poor temporal density and trajectories that are short or connect very distant locations.     

动态数据库模型的研究与应用

现有的时空数据库模型不能完全满足国家基础地理信息动态数据库的要求。本文分析总结了常用的空间数据库模型的结构和功能,提出了动态“版本-差量”模型,并利用此模型对国家基础地理信息动态数据库进行了建库试验。试验表明该模型可以很好的描述和管理复杂的基础地理信息数据,方便的查询任意时刻的空间信息及其空间关系。     

A GIS Framework for Spatio-temporal Analysis and Visualization of Laboratory Mice Tracking Data

Knowing the locations and spatio‐temporal paths of individual mice is an essential prerequisite for behavioral analysis of large groups of laboratory mice. Traditional observations have been carried out by trained humans who are able to distinguish more than fifty behavioral patterns. This is a tedious labor limited with respect to length of observation time. In this paper we propose a tracking solution based on the integration of GIS and RFID (Radio Frequency Identification) technology to automatically collect 24h/7days of movement data. Appropriate cage design and antenna placement are discussed. A software solution is presented to facilitate the recording (JerryTS), visualization, and analysis (TOM) of mice movements.     

时空拓扑关系定义及时态拓扑关系描述

目的，国际上对于作为时空数据模型概念和形式化基础的时空拓扑关系定义和描述还没有一个明确的阐述。本文在分析ＧＩＳ的时空特性后，给出了一个语义层时空拓扑关系定义。同时，提出并证明了完备、唯一的描述时态拓扑关系的４Ｉ框架，列出了时态拓扑关系描述的谓词集，区别了时态拓扑关系和时间方向关系的内涵和谓词描述形式。     

Mining Association Rules in Spatio-Temporal Data: An Analysis of Urban Socioeconomic and Land Cover Change

This research demonstrates the application of association rule mining to spatio‐temporal data. Association rule mining seeks to discover associations among transactions encoded in a database. An association rule takes the form A→B where A (the antecedent) and B (the consequent) are sets of predicates. A spatio‐temporal association rule occurs when there is a spatio‐temporal relationship in the antecedent or consequent of the rule. As a case study, association rule mining is used to explore the spatial and temporal relationships among a set of variables that characterize socioeconomic and land cover change in the Denver, Colorado, USA region from 1970–1990. Geographic Information Systems (GIS)‐based data pre‐processing is used to integrate diverse data sets, extract spatio‐temporal relationships, classify numeric data into ordinal categories, and encode spatio‐temporal relationship data in tabular format for use by conventional (non‐spatio‐temporal) association rule mining software. Multiple level association rule mining is supported by the development of a hierarchical classification scheme (concept hierarchy) for each variable. Further research in spatio‐temporal association rule mining should address issues of data integration, data classification, the representation and calculation of spatial relationships, and strategies for finding ‘interesting’ rules.