一种基于对象和快照的混合地表覆盖时空数据存储模型

时空数据模型是数据库和时空数据分析研究热点之一。由于时空数据变化类型多、分析计算复杂及应用范围广,一种观点认为建立通用的时空数据模型具有高度复杂性。本文针对地表覆盖变化时空数据建库和时空分析应用需求,提出了基于对象和快照的混合时空数据模型。该模型用面向对象描述地表覆盖的斑块对象时空过程,组织管理斑块对象时空事件和空间、属性信息,同时用快照描述地表覆盖整体时空分布,组织管理栅格快照,两者通过基于时间和空间位置的逻辑关联关系形成混合模型。模型在表达对象自身变化的时空事件类型基础上,增加了不同分类对象之间互相转变的时空事件表达。该模型既可以用于对地表覆盖历史观测数据组织存储建库,又可以用于支持时空统计分析、时空演变模拟和时空数据挖掘。通过对黑龙江地区地表覆盖时空数据建库、查询检索、整体格局演变分析和斑块变化时空过程检索与表达的试验,验证了模型的有效性。     

基于事件的时空数据模型研究

GIS中的时态功能缺陷问题至今尚未解决.时空数据模型(STDM)是其中的核心问题和主要难点.本文针对实体的离散变化过程,提出了一个基于事件的时空数据模型--OET模型.对象(Obiect)、事件(Event)和时间(Time)是该模型的三个关键要素.OET模型有两个特色,一是使应用系统的复杂性和数据冗余的矛盾达到平衡,二是为以因果推理为目标的时空分析奠定了必要的数据模型基础.具体研究内容包括:     

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。     

基于过程的面向对象时空数据模型数据组织方法

本文在分析现有时空数据模型和面向对象方法的基础上,提出了基于过程的面向对象时空数据模型,该模型从时空语义建模的角度反映空间对象的演变过程,以及在这个过程中产生的事件因果联系,并且通过过程语义和面向对象思想两者的结合解决了时空动态数据的组织、存储和查询问题。     

一种基于位置、对象和时间的时空数据模型

在同时满足基于特征和基于事件的空间时态数据模型的基础上,提出一种基于位置、对象和时间的时空数据模型,并对此模型进行关系分解。该模型弥补了以上所提各种模型的不足,以一个城市的城市化历史为例,实现对时空目标分别基于位置、对象和时间的查询。     

地理信息系统数据模型分析

数据模型是地理信息系统(GIS)的核心。目前,人们提出了许多GIS数据模型,出现很多容易混淆的概念。本文对地理信息系统领域数据模型的基本概念和理论进行梳理、归纳与总结,并对数据模型及一些相关概念进行了比较和分析。对数据建模的概念进行了讨论,分析了其包含的3种含义。对数据模型的3个抽象层次进行了说明和分析,按照不同的划分规则对地理信息系统数据模型进行了分类,并对空间数据模型进行了分析。     

基于事件的疫情应急时空数据模型

针对疫情应急系统在时空数据逻辑性方面的高要求及已有时空数据模型在该方面的不足,本文以事件产生为触发、事件发展为驱动,进行面向对象的时空数据建模研究:建立了城市疫情应急相关时空数据的概念模型、静态结构模型和时态行为模型;并设计Geodatabase实例和组件模型,实现对时空数据模型的面向对象的组织、管理和操作。通过在眉山市疫情监测应急系统中的成功应用表明,基于事件对多关联复杂空间对象群进行的联动操作,实现了时空数据的逻辑耦合。     

GIS中的时空数据模型研究

状态与事件是时态地理信息系统(TemporalGIS ,TGIS)的一对基本概念,目前时空数据模型研究侧重于将两个概念相分离,表现为基于状态模型和基于事件模型,无法兼顾两种模型的优点。本文提出了基于状态-事件的时空数据模型,并系统阐述各时空数据模型之间的相互转换条件。     

实时GIS时空数据模型

为满足动态目标与传感器等实时观测数据获取、存储、管理、分析与可视化的要求,需要发展一种新型地理信息系统—实时GIS。本文根据实时GIS中各种地理要素的特点以及存贮管理要求,提出了一种面向动态地理对象与动态过程模拟的实时GIS时空数据模型,它将时空过程、地理对象、事件、事件类型、状态、观测等相关要素整合在一个时空数据模型中。基于该模型研发了新一代实时GIS,并以四种动态地理对象（包括移动对象、原位传感器对象、视频对象和过程模拟对象）的时空数据的实时接入、存储与可视化为例,验证的模型的可行性。     

基于模糊理论的时空数据模型及算法解决

针对当前时空数据模型中存在的主要问题,本文提出了一种基于模糊理论的时空数据模型.该模型从时空对象演化的角度出发,结合模糊隶属度的概念,力求精确表达对象演化的整个过程及对象之间的相互关系.在此基础上,进一步分析了该模型的数据结构以及算法解决,为时空数据模型的研究提供了新的思路.     

Recent Literature

Development of a temporal geographic information system (GIS) and spatio-temporal data modeling are key to incorporating time into geographic information science. This paper describes how to design and develop temporal GIS that will work with spatio-temporal data represented in various data models, and it introduces a prototype temporal GIS with a case study. In temporal GIS, the integration of multiple spatio-temporal representations is based on common spatial and temporal reference systems. In other words, a map window of temporal GIS visualizes spatio-temporal data valid at the same time within one spatial area. To achieve such visualization, separate data editing and query modules are required for each spatio-temporal data model (STDM). In the temporal query interface, after a user specifies a time, the system automatically hires correspondent modules to retrieve spatio-temporal data valid at that time. Besides temporal queries common to all STDMs, each module may provide additional temporal query capabilities specific to that STDM. In the case study, I implement a prototype temporal GIS for three STDMs. The examples of query and visualization, which use three datasets (census data, land use/land cover, and elevation data) demonstrate the prototype temporal GIS can integrate multiple temporal representations.     

基于宗地变更的地籍时空数据库研究

地籍信息具有明显的时间特征,怎样有效地处理时间信息,以及如何将时间、空间及属性数据合理地组织在地籍信息系统的研究中具有重要意义。本文借鉴目前TG IS和各种应用模型的优势,提出一种基于宗地变更的时空数据库设计思想,针对地籍系统中地籍信息的历史查询和回溯的需求,将数据库分为现势库、历史库和变更库,弥补了有些时空数据库过于臃肿、或实体分类过于复杂从而影响系统运行效率等缺陷,以期对时态G IS在地籍信息系统中的研究有所帮助。     

气象监测数据的时空特征分析与建模

尝试对美国爱荷华州东部66个气象观测站1951～2000年的月均最低气温数据进行时空特征分析和建模。将时空数据分解为时空趋势和时空残差两部分，使用非线性时间序列模型模拟气温的时空趋势，分析模型参数和残差的时空特征，探索时空数据建模方法。案例研究表明研究区域内所有站点的时间序列特征较一致，可采用一个趋势性和周期性模型表达。同时残差部分具有一定的时空自相关特征，建议开发一个简单方法进行时空数据插值。     

基于Informix数据刀片的时空数据管理

已有的时空数据库研究集中在模型和语言上,缺乏时空数据库的系统实现。针对这一问题,给出了一种应用Informix数据刀片技术进行时空数据库系统实现的方法,论述了底层的时空数据模型、时空数据刀片的实现过程以及实验结果。     

基于改进模糊统计分析模型的概念层次分类规则研究

在数据挖掘和知识发现的研究过程中,往往需要对大量的数据进行概念层次分类处理,现广泛使用的方法是通过经验知识或主观判断进行处理,由于知识背景和经验层次的不同,导致不同的人对同一批数据同一问题提出不同的规则知识,加大了对规则知识进行合理性评估的难度。基于此问题,对传统的基于模糊统计分析模型的概念层次分类方法进行改进,首先,通过专家系统获取各模糊样本集,根据离散化的样本属性值及其相对隶属频率值对,进行RBF神经网络训练;然后,利用训练好的神经网络求取各模糊集的最模糊点;最后根据最模糊点获得各模糊集的区域划分,从而实现概念层次的分类处理,避免了传统方法处理过程的复杂性和主观性。     

基于Web地理可视化分析系统的研究与设计

气候研究涉及海量时空数据集,其产生和存储在分布式计算资源中。科学家们需要一个直观且方便地工具去研究分布式时空数据。地理可视化分析工具可直观且方便地访问气候资料、探索各种气候参数之间的关系及交流研究成果。本文对基于Web的地理可视化分析系统的研究与设计做一些探讨,阐述该系统具有以下功能：①互联网上海量数据集管理;②时空数据的2D/3D可视化;③气候研究中各种时空统计分析;④交互式数据分析和知识发现。此外,本文也为管理、分发、分析大数据提供参考。     

Modeling spatiotemporal topological relationships between moving object trajectories along road networks based on region connection calculus

Considering the attempts to model spatiotemporal topological relationships between moving object trajectories, the conceptual and computational framework for moving objects along a road network has not received much attention. This paper aims to draw an improved model based on Region Connection Calculus (RCC) theory to represent the spatiotemporal topological relationships between moving object trajectories along road networks. This paper first uses a dimension reduction method based on a linear-reference transformation to model the moving object trajectories segments, and then defines new time–connection and space–connection relations between two trajectory segments. On this basis, the paper proposes an extension to the RCC-based spatiotemporal binary relationship set so that the combined semantics of the spatiotemporal predicates can be described completely. A case study was carried out using Floating Car Data in Guangzhou city. The computational results show that in a real application, the occurrence frequencies of the RCC-based binary relationships are distributed nonuniformly and the semantics of some binary relationships with the highest occurrence are coarse. Therefore, the partition of the spatiotemporal connection relations and the finer aspects of the spatiotemporal relationship model may require further research work.