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。     

利用事件影响域挖掘时空关联规则

首先发展了基于事件影响域的时空事务表构建策略,提出了基于事件影响域的时空关联规则挖掘方法,给出了相应的挖掘算法(简称ECSTAR算法)。通过一个实际算例验证了所提方法的可行性和有效性。     

时空过程对象的LULC时空演变分析算法

地理时空变化是地理学研究的重要内容之一,如何用计算机技术来表达空间数据的时空变化独具前瞻性。从揭示LULC时空演变过程和挖掘时空演变规律出发,讨论了基于地类图斑的时空演变过程类型与判定方法,并构建了一种基于地类图斑的时空变化分析算法。通过对抚仙湖流域近40年来LULC时空演变分析,验证了算法的可靠性与有效性。表明该方法可用于地表覆盖等地理要素的时空变化过程分析,能较好地揭示地理要素及其属性在时间轴上的改变过程。     

基于基态修正模型的人口普查时空数据库的设计和实现

本文分析了建设人口普查时空数据库的意义,介绍了时空数据模型的研究情况,并重点分析了基态修正模型及其扩展模型,在指出其不足的基础上提出一种新的基态修正模型的扩展模型。结合人口普查数据时空变化的特点,提出了人口普查时空数据库的建库方案,并给出实例。     

时空大数据分布式增量IMSTDCA聚类方法研究

时空聚类分析是对时空大数据进行利用的一种有效手段,目前传统聚类算法存在着大规模分布数据难以处理,海量数据处理时间较长,确定参数困难,聚类质量较差等缺陷。因此,提出一种分布式增量聚类流程DICP,利用广域网分布增量聚类方法,避免大量数据的传输拷贝,有效提升聚类运算效率。对于DICP流程中的时空数据聚类算法本身,研究了一种大数据环境下的IMSTDCA时空数据聚类算法,借助密度聚类的思想,通过时空数据的聚集趋势预分析、时空数据聚类算法,以及时空数据聚类结果评价3个步骤完成聚类分析,实现时空大数据的快速高效信息挖掘。     

基于PETRI网的土地变更时空过程建模

通过对以往时空数据建模过程记录的不足分析,提出利用时间Petri网和层次扩展的子过程对时空过程进行建模,能显式表达时空数据以及时空变化过程,由位置/状态和变迁连接时空过程.并以土地变更业务为例详细分析整个过程,认为此建模过程能很好的表达现实世界的时空过程.     

时空数据模型及其在空间运动对象管理中的应用

当前时空数据模型多以描述空间实体的离散变化为主,在对空间运动对象分析的基础上,提出了支持空间对象连续运动的表示方法,该方法同时也能表示空间实体的离散变化,为建立连续运动空间对象的时空数据模型打下了基础。     

一种基态修正模型的改进模型

介绍了各种常用的时空数据模型,并重点介绍了基态修正模型及其扩展模型,分析比较了各种基态修正模型的扩展模型的优缺点,在此基础上提出了一种新的基态修正模型的改进模型,并分析了该模型的优缺点。     

面向地理信息大数据的时空事件关系可视化分析框架

不同类型的地理信息大数据蕴含了丰富的时空关系,反映个体或者群体时空事件之间的变化模式,在资源、环境、交通等领域的智慧应用中起到关键性作用。然而,地理信息大数据拥有的多尺度和多语义特性,在挖掘地理信息大数据的时空关系时会存在许多困难。如何有效地构建多尺度多语义时空关系,并直观地表达这些时空关系是一个重大挑战。本文设计了一种时空事件关系可视化分析框架,通过定义事件间时空关系的描述,设计了一种多视图协同的可视化分析方法,结合时空关系的可视化协同交互,实现地理信息大数据时空事件可视分析。基于时空轨迹数据,通过试验说明该方法可以探寻时空事件及背景间的时空关系,实现时空事件的交互可视分析。     

分布式增量机制下的交通流大数据聚类分析

时空聚类分析是对时空大数据进行利用的一种有效手段。本文提出了一种分布式增量大数据聚类分析方法,利用分布增量机制不但可以减少重复计算和迁移拷贝次数,而且可以持续对聚类结果进行修正,能够在保持聚类准确性的条件下提升整体运算效率。而聚类算法本身通过数据聚集趋势预分析、聚类算法和结果评价3个步骤,构建了一体化时空邻域,在时间和空间维度保证了聚类结果的准确性。经过试验证明该方法可以实现时空大数据的快速高效信息挖掘。     

顾及时空信息的暴雨精细化大数据平台构建方法

暴雨是城市灾害中最常见的一种,具有降水时间短、强度大的特点,很难做到精确预报.以时空信息为基础框架,建立了暴雨精细化工程综合时空数据库,研发了暴雨精细化工程基础数据平台,提供了暴雨专题数据可视化展示、暴雨灾害预测分析、灾害模拟、撤离避灾路线制定等功能.通过对暴雨的时空分布进行实时展示,可获得基于监测数据的较为准确的预测...     

一种时空过程的梯形分级描述框架及其建模实例

以对象建模视图和事件模型为基础的自底向上的时空过程表达方法,缺少对地理时空现象的显式定义,在时空因果链的细化表达方面存在不足。本文设计一种时空过程的梯形分级描述框架STP-TRAP,对时空过程进行自顶向下的显式化建模和集成时空因果链的分级描述,并在事件模型基础上,通过引入约束关系描述扩展时空因果链的表达模式。土地利用变迁过程建模实例与土地利用管理信息系统的设计和实现证明,该框架对土地利用变迁时空过程表达效果较好,为土地利用变更数据管理提供了新的思路。     

海洋GIS时空数据模型与应用

本文主要对已有的时空数据模型、海洋时空数据模型研究进展进行了评述,指出了各种模型的优点以及存在的问题;在此基础上,着重阐述了ArcGIS海洋数据模型中针对海洋要素产品时空数据的组织方法,并通过建立多维时空索引的方式对其进行改进,并运用到了"数字海洋"原型系统项目中。在一定程度上实现了"数字海洋"原型系统中海洋要素产品时空数据的组织与存储和可视化表达,取得了良好的效果。     

时空大数据面临的挑战与机遇

"大数据时代"的到来,正在改变着人们的工作、生活和思维方式。该文较全面地分析了目前大数据及其应用的研究现状,提出"时空大数据"的概念,并认为时空大数据就是时空数据与大数据的融合,并从大数据与时空大数据的背景、特征、本质和类型,分析了时空大数据带来的科学范式、时空信息传输和认知模型等方面的变化,同时对时空大数据的理论体系、技术体系和产品体系进行了探讨。     

卫星时态信息可视化技术研究

时间问题是地理学中一个基本的研究问题,针对当前时空数据模型较多,而可视化研究相对较少的现状,总结、探讨了时态信息可视化所需要的插值、动画、交互等相关技术,重点研究了当前我国卫星影像实时获取能力不能满足用户较高时间分辨率分析的情况,提出了相应的改进方法,探索了时空尺度与分辨率的匹配与可视化表达方法、多目标时间协调等问题,并在影像数据的基础上,实现了时态信息的动态显示。     

一种多基态修正时空数据模型改进的方法

本文分析现有的7种基态修正模型,发现多基态修正模型中的基态均以快照方式存储,当历史久远时需要创建的基态数较多,所占用的存储空间较大,如果不建立那么多基态,两个基态之间的差文件过多,就会使检索效率低下,所以说现有的多基态修正模型并不能真正做到不受历史久远的影响。作者提出为基态建立索引的方法可以解决该问题,该方法不仅可减少多基态修正模型中基态所占用的存储空间,并且可以提高时空数据操作的效率,真正做到不受历史久远的影响。     

基于灰集的不确定性时空数据模型

不确定性处理是时空数据库面临的新问题。其研究的首要任务是对不确定时空对象进行建模,研究时空不确定性的表示和存储,进而设计离散模型实现数据库系统。提出了建立在灰集理论上的时空数据抽象模型,适合处理部分已知部分未知的不确定对象。首先给出了抽象数据类型的定义,包括建立在灰集理论上的基本数据类型,空间数据类型和时空数据类型;随后对不确定时空分析操作进行了简单的定性分析;最后给出不确定性时空查询的表达方式。     

面向对象的超图时空推理模型的研究与应用

通过对各种时空数据模型和时空推理模型的比较，把面向对象技术与实际生产需要相结合，构造了基于超图理论的时空数据模型和时空推理模型，并将该模型应用到云南省红河州数字烟草系统对地块的管理中。实践证明，该时空推理模型实现了时空一体化，具有完整的时空内涵。     

基于变点的时空异常模式研究

异常模式的探测具有很好的实用价值和生产指导意义,本文首先对目前国内外时空异常模式方面的研究工作做了介绍。然后基于时空变点的概念给出了时空异常的定义,在此基础上结合大气污染监测数据对基于变点的时空异常模式进行探测。     

多级格网时空索引

在时空数据库中,地理实体模型包括地理对象空间信息和时态信息。为了快速查询实体的空间和时间信息,这就需要一个高效的时空索引机制。本文在分析和参考目前几种时空索引方法的基础上提出了一种新的时空索引方法———多级格网时空索引,并介绍了多级格网时空索引的算法。