EN中文

地球信息科学学报 >

2017 , Vol. 19 >Issue 9: 1185 - 1194

DOI: https://doi.org/10.3724/SP.J.1047.2017.01185

全空间信息系统理论方法

顾及语义尺度的时空对象属性特征动态表达

  • 刘朝辉 , 1 ,
  • 李锐 , 1, 2, * ,
  • 王璟琦 1
展开
  • 1. 武汉大学 测绘遥感信息工程国家重点实验室,武汉,430079
  • 2. 武汉大学地球空间信息技术协同创新中心,武汉 430079
*通讯作者：李 锐(1974-),女,博士,教授,主要从事空间云计算、网络GIS理论与应用研究。E-mail:

作者简介：刘朝辉(1993-),男,硕士生,研究方向为地理信息系统建模理论。E-mail:

收稿日期: 2017-05-11

  要求修回日期: 2017-08-11

  网络出版日期: 2017-10-09

基金资助

国家重点研发计划项目“全空间信息系统建模理论”（2016YFB0502300）

国家自然科学基金项目“基于群体用户密集访问模式的网络地理信息并发服务方法研究”（41371370）

测绘遥感信息工程国家重点实验室专项科研经费资助

收起

A Dynamic Representation Method of Considering Semantic Scales of Attributes of spatio-temporal Object

  • LIU Zhaohui , 1 ,
  • LI Rui , 1, 2, * ,
  • WANG Jingqi 1
Expand
  • 1. State Key Laboratory of Information Engineering in Surveying, Mapping and Remote Sensing, Wuhan University, Wuhan 430079, China
  • 2. Collaborative Innovation Center for Geospatial Technology, Wuhan University, Wuhan 430079, China
*Corresponding author: LI Rui, E-mail:

Received date: 2017-05-11

  Request revised date: 2017-08-11

  Online published: 2017-10-09

Copyright

《地球信息科学学报》编辑部 所有
Fold

摘要

全空间地理信息系统的建设和智慧城市等GIS应用的发展,需对各类地理实体或地理现象抽象成的时空对象采集多类型的属性数据,这些属性数据一般具有多尺度、多维度、动态性的特点,带给时空对象属性特征的表达和管理一定的挑战。本文针对当前时空对象属性特征表达方法中存在的组织结构不清晰、存储冗余、语义异构等表达问题,提出了一套顾及语义尺度和动态特性的属性特征的表达和操作方法。该方法基于概念分类理论实现时空对象属性信息的分类组织,在属性特征表达中引入独立于时空对象空间特征的时间标记,结合属性表达的原始集族和更新集族来记录和管理不同时间节点下的时空对象属性特征;进而面向具有不同语义尺度表达需求的属性特征,设置知识参考表达集合,并在属性特征表达中增加语义尺度标识,对其语义尺度及不同语义尺度间的转换关系进行描述。最后,基于独立时间标记、知识参照表达集合及语义尺度标识,给出属性信息表达在时间尺度转换和语义尺度转化的操作方法,并举例给出了该属性特征动态表达和操作方法的一种实现。本文提出的方法有助于减少时空对象数据模型的存储冗余,提高其属性信息的操作效率,初步实现了时空对象属性特征的多时间尺度和多语义尺度的认知方式,为时空对象属性特征的精细化管理提供了新思路。

关键词： 时空对象; 属性特征; 时间尺度; 语义尺度

本文引用格式

刘朝辉 , 李锐 , 王璟琦 . 顾及语义尺度的时空对象属性特征动态表达[J]. 地球信息科学学报, 2017 , 19(9) : 1185 -1194 . DOI: 10.3724/SP.J.1047.2017.01185

Abstract

As the development of Smart City and other GIS applications, we need to collect many types of attribute data of spatio-temporal objects derived from a variety of geographical entities or geographical phenomena. Generally, these attribute data have features of multi-scale, multi-dimension and dynamic, which pose challenges to effective expression and management of attribute characteristics of spatio-temporal objects. In view of the unclear structure, storage redundancy and semantic heterogeneity in the current expression method of attribute for spatio-temporal object, we present a set of expression and operation methods of attribute characteristics that take semantic and dynamic features into account. Based on the concept of classification theory, this method classifies different types of attribute information, introduce the time stamps that are independent of the spatial information of spatio-temporal object. It was coordinated with original sets and update sets to record and manage attribute information at different time nodes. Furthermore, to attribute with expression requirement of different semantic dimensions, we add semantic scale identifier to point out the semantic dimension and set knowledge reference to describe the transformation relation between different semantic scales. Finally, based on the design of dependent time stamp, the knowledge reference and the semantic scale identifier, we formulate the operation methods of transformation between different time scales of attribute information as well as semantic scales and give an example of both operation methods. The expression and operation methods of attribute information we proposed, can help to reduce the redundancy of the expression model for spatio-temporal object realize the cognitive mode of attribute with multi-time scale and multi-semantic scale, and provide a novel method to fine management of attributes of spatio-temporal object.

Key words： spatio-temporal object; attribute; time scale; semantic scale

1 引言

经过50多年的发展,地理信息系统已经发展成为当今信息社会不可或缺的重要组成部分[1],在网络技术推动下,其应用领域广泛发展,拓宽到政府管理、专业领域和社会公众多个层面[2]。为应对应用场景的不断丰富给地理信息系统的发展带来的新的机遇和挑战,相关学者对全空间地理信息系统的构建进行了相关探索,文献[1]对构建全空间地理信息系统关键科学和技术问题进行了阐述。文献[3]进一步指出,全空间GIS需要对常规GIS研究对象在空间范畴、属性特征、时空关系、认知能力、行为能力等方面进行扩展和延拓。在地理信息空间特征、时间特征和属性特征的表达上,提出了全尺度、全类型、全动态、全属性的新要求。相对而言,在现行的时空对象数据模型中,时空对象属性特征表达的研究要滞后于时空对象时间特征和空间特征的表达研究,具体表现在以下3个方面：① 属性信息的表达形式缺乏统一的分类组织,导致属性信息的增删改查需要对时空对象的全部属性信息进行操作,效率较低;② 时空对象的空间特征和属性特征采用共同的时间版本标记。当二者独立变化时,产生存储冗余,且不利于支持在不同时间尺度下时空对象属性特征的历史变化查询;③ 缺乏语义尺度上对时空对象属性特征的基础关系的描述,不能根据用户认知需求和认知目的的变化,自动地进行属性特征的语义尺度转化。
针对上述问题,部分学者进行了相关研究。张节松等[4]以形式化语言,给出了属性集的一种新的分类方法。刘凯等[5]对地理信息的语义尺度及其变换机制问题进行了探讨,对语义尺度的概念以及语义尺度与时间尺度、空间尺度之间的关系进行了说明。艾廷华等[2]对专题属性层次化自适应表达和可视化策略进行了探究,建立了顾及区域拓扑特征的多层次属性信息空间定位方法。王艳慧等[6]对如何根据地理要素在不同尺度下的表现特征提取,并维护多尺度表达间的层次连通关系问题进行了相关研究,为GIS中要素多尺度表达的层次连通关系维护研究提供了有力的理论支撑和可行性技术策略。
以上研究从不同角度对时空对象属性特征表达提出了建设性的思路和意见,但面对全空间GIS,还未提出一种同时考虑语义和动态特征的完整的表达方案,包括属性信息的分类组织、独立动态表达、时间尺度和语义尺度的转换操作。为实现时空对象属性数据精细化表达和管理,本文在属性信息的语义和动态特征表达的相关理论基础上,对时空对象属性信息的多语义尺度和动态特性,提出了一种具体的和相对完整的分类表达方案,对全空间GIS中属性特征表达具有更直接的参考作用。该方案首先对属性信息进行分类组织;其次在时空对象属性表达中加入独立于时空对象空间特征的时间标记并利用属性表达的原始集族和更新集族来记录和管理在不同时间节点下的时空对象属性特征;进而设置知识参考表达集合和语义尺度标识,定义和描述了时空对象属性特征的语义尺度及不同语义尺度间的转换关系;最后基于独立时间标记、知识参照表达集合、语义尺度标识等内容,给出属性信息表达在时间尺度转换和语义尺度转化的操作方法。

2 时空对象属性特征的动态表达

2.1 属性特征的分类组织

对各种地理现象或地理实体抽象形成的时空对象,需采集多样的属性信息,而这些属性信息一般具有多尺度、多维度、动态性的特点[7]。目前GIS中多以属性项和属性值组成的二元组的形式来描述时空对象属性信息的不同层面,其具有不同变化性质的属性特征统一存储在单个属性集合之中进行管理,且空间数据属性的表达几乎不涉及地理实体的行为和认知特征[1]。这种利用单个属性集合中多个二元组来保存时空对象属性特征的存储形式,未对属性信息依据认知层次和属性特点进行统一分类。当进行属性信息的增删改查时,需要对时空对象的全部属性信息进行操作,效率较低。在客观世界中,用户对环境的感知是基于一个个的时空对象,对其属性内涵的认知具有层次性。如人们对某一时空对象的认知开始于感受其物理存在的状态,进而根据社会经验知识,对其功能、权属等产生一定具有社会特性的认知。所以,时空对象属性信息的组织方式需符合用户的认知习惯,以此提高时空对象数据的组织和管理效率。因而,建立具有认知层次性的属性特征分类具有必要性。
时空对象的属性特征表达了在不同时间节点下对象的存在状态或性质,可以从事物概念的角度对其进行分类分析。Guarino等[8-9]对事物的概念分类做了深入研究,并将研究结果作为概念分类的基本理论工具,提出一套完整的概念分类体系。概念分类理论的基础是概念的元特性;从概念的元特性出发,把具有相同元特性组合的概念归为一类,进而给出一般意义上的概念分类体系。概念的基本元特性包括：持久性、非持久性、载体标识性、支持标识性、反持久性、外部依赖性等[10]。
基于事物概念描述的分类理论,考虑到对时空对象属性特征表达的相关性和区分度,本文选取载体外部依赖性、载体标识性、持久性作为属性特征分类的元特性指标,并基于属性特征在这些元特性指标上的差异性,对属性特征进行分类并对属性特征进行存储和管理。首先依据外部依赖性指标,对于任何地理实体或地理现象抽象形成的时空对象,可以分为内在和外在两个不同层面描述其存在的状态或性质。时空对象的属性特征内在层面对应时空对象的物理存在状态,限定了对象的大小、形状、颜色等物理特征,具有较弱的外部依赖性,本文定义为限定属性。如某条国道的路面宽度、路基厚度,某间房屋的长、宽、高等为物理存在状态的描述信息。时空对象属性特征的外在层面对应外界依据社会经验知识对时空对象产生的认知,是在特定社会经验知识背景下某个时空对象的附属信息,具有较强的外部依赖性。其次,对某个时空对象属性特征的外在认知,依据这种认知的持久性和是否具有载体标示元特性又可以分为2类：① 随认知可改变的认知性质,本文定义为附属属性,如某条道路的道路等级、收费标准,某间房屋的功能、权属等;② 在对象整个生命周期中始终不变的认知性质,具有载体标示性,本文定义为本质属性。本质属性以标签的形式限定了对象的类别,随着对象的产生而生成,随着对象的消亡而消失,而在整个生命周期内本质属性不会发生变化,具有持久性。如对某个房间的描述为建筑、某条国道的描述为道路。因此,本文依据属性特征在外部依赖性、载体标识性、持久性元特性的差异,对时空对象的属性分为限定属性、本质属性、附属属性3类进行表达,该分类方法体现了人对时空对象属性特征的认知层次,且本质属性、限定属性、附属属性在持久性上有大致的等级差异。在属性表达时,对象的属性特征可以用3类属性集合组成属性表达集族来表示。本文对各类属性的表达范畴进行如下规定：
（1） 本质属性(Essential Attributes)：描述对象的本质类型,即对象从出现到消亡这一过程中始终不变的固有属性,以类别标签的形式给出。
（2） 限定属性(Qualified Attributes)：描述对象物理存在状态的属性特征集合,记录对象的大小、形状、颜色等物理存在特征。
（3） 附属属性(Incidental Attributes)：描述对象在社会经验和知识体系下对象的功能、归属等具有社会特性的认知信息,在认知体系或认知抽象程度随时间发生变化的同时,对象的附属属性也发生变化。

2.2 属性信息的动态描述

GIS以表达、管理和分析客观世界动态变化的地理现象为目的[11]。现实世界空间实体及其相互关系随时间发生的变化,大体上可分为3种情况：① 实体空间位置或者实体间的相互关系发生改变;② 表征空间实体状态或性质等的属性变化,而其空间位置和空间关系不变;③ 空间位置及关系和属性均随时间变化[12]。这3种变化中,属性特征和空间位置及关系特征一般随时间具有不同的变化频率,而当前各种时空对象模型中,属性数据往往与空间位置、空间关系具有共同版本的时间信息。当时空对象的空间特征和属性特征独立变化时,这种混合的时间信息表达方式,不仅增加了GIS对未变特征的信息存储冗余[13],且不利于对属性数据更加精确化的表达和管理。
因此,本文在时空对象属性特征的动态表达方法中,提出对时空对象的时空信息和属性信息进行“单独记录,组合表达”的思路,在属性信息的表达中加入对象标识,并引入独立于时空对象空间特征的时间标记,在对象描述的时空尺度和语义尺度转换后,依据对象表示和相应的时间标记,可实现对时空属信息的组合表达。同时,在对象属性表达集族中设置原始集族和更新集族,分别记录和描述时空对象的原始属性特征信息和不同时间节点下属性特征的变化信息。
如图1所示,在原始集族和更新集族中分别包含时间标记、信息集和状态集3类信息。信息集中分别包含本质属性信息子集、限定属性信息子集、附属属性信息子集,用于记录对象生成或信息更新时,属性特征的本质属性、限定属性、附属属性的属性值信息。状态集中分别设置本质属性状态集、限定属性状态集、附属属性状态集,分别用于记录属性特征信息更新时,本质属性、限定属性、附属属性中不同属性项较上一类信息的变化状态值。状态值的定义如下：对象的某一属性较上一记录的时间点没有发生变化,状态值为0;对象的某一属性项消失,状态值为-1;对象的某一属性存在且较上一记录的时间点发生变化,状态值为1,并在信息集中对应的集合中更新该属性项的最新信息。
Fig. 1 The relation between the original set and the update set in the dynamic description of attribute information

图1 属性信息的动态描述中原始集族和更新集族的对应关系

因此,属性特征描述中引入时间标记,使得时空对象建模过程中可以简单有效地追溯对象属性特征的变化过程;同时,避免了属性特征独立于时空对象空间特征变化时,冗余存储空间特征信息,采用状态值标记某项属性特征较上一时间节点的属性变化情况,当某项属性未发生改变时,仅存储该属性项的状态值,进一步减少了对未变动属性特征的存储冗余。此外,根据时空对象属性特征的状态值可便捷地抽取属性变化数据,在一定程度上实现时空对象单一属性的变化过程管理并满足快速可视化的需求。

2.3 属性信息的语义尺度

属性信息体现了某个时空对象区别于其他时空对象的语义特征。属性信息语义指属性的具体含义;属性信息的语义尺度是指属性的分类与结构体系在语义抽象程度上的规范与界定,反应了属性信息语义抽象概括程度的强弱及属性内容的细节层次。用户对世界认知的不同导致对同一时空对象的描述会侧重于对象不同的角度,从而产生观点（或认知）上的差异,形成语义异构[14]。同时,不同用户对GIS有着不同的应用需求,对属性特征感兴趣的语义层次也不尽相同。GIS用户对同一时空对象,在同一时间节点下的同一属性项具有不同语义层次的属性表达值。例如,对同一土地的土地利用类型的描述有农用地（水田和旱地的统称）和旱地的区别;对其种植作物类型有粮食作物和小麦的区 别[15]。因此,与空间数据的多比例尺表达、时间数据的多粒度表达相对应,针对不同角度的认知和GIS应用目的,属性信息同样存在着多语义尺度表达的需求。而现有时空数据模型的属性表达还未对地理实体或现象的属性特征的语义尺度及不同语义尺度间转换关系进行描述,且缺乏语义尺度转化表达的操作方法。
针对这一需求,在描述时空对象属性特征时,对于具有语义抽象细化特征的属性,需要在数据采集阶段,预先将属性表达相关的经验和语义知识保留下来。为此,本文提出语义尺度表达的知识参照体系。该体系指针对现有对属性特征表达的先验知识,记录某一属性项表达值的语义尺度及其不同语义尺度间转换关系的表、树或者图。每类知识参照体系KR由知识参照体系编码KRID进行唯一标识,并可以抽象为一系列属性节点P和语义尺度关系R。参照体系的每个节点P代表属性信息,用属性值Value来表达,关系R代表节点间的语义尺度关系,由语义尺度编码值AID来表达。其中编码值的位数标识了属性值的语义尺度,不同层次的语义尺度编码具有不同的编码位数,同一语义尺度编码具有相同的编码位数,编码的层次结构反应属性值的语义尺度结构,语义尺度编码的内容反应了不同语义尺度间属性值的转换关系。每一尺度的语义尺度编码AID与属性值Value具有一一对应关系,因此知识参照体系KR,可表示为AID到Value的映射函数f：AID→Value,用(AID, Value)组成的二元组对映射函数进行显式存储。在属性表达集族中记录属性项内容的同时,存储记录当前属性值的语义尺度编码和对象该属性项表达的最细语义尺度编码,为后续的语义尺度转换操作提供依据。

2.4 属性信息表达方法的形式化描述

综合以上属性特征的表达方法,属性信息表达集族（原始集族或更新集族）的形式化描述如图2 所示。
Fig. 2 Formal definition to original and update sets

图2 表达集族（原始集族和更新集族）的形式化描述

属性表达集族（原始集族或更新集族）组成结构为：
AF ( Attribute Family ) : { OID , TS , IS , SS } （1）
其中,AF(Attribute Family)表示原始集族或更新集族,OID(Object ID)表示时空对象编码,用来唯一标示时空对象;TS(Time Stamp)为时间标记,用来标记该属性表达所对应的时间节点;IS(Information Set)为信息集;SS(State Set)为状态集。
在表达集族外,设置知识参考集：
KRS ( Knowledge Reference Set ) : { [ KRID , ( AID , Value ) ] } （2）
在知识参考集KRS中,对表、树或者图的形式表示的知识参照体系唯一编号为KRID,并以语义尺度编码AID和属性值Value组成的二元组显式存储不同属性值的语义层次及其转换关系,见2.3节。
在属性信息集IS中,划分本质属性信息子集、限定属性信息子集、附属属性信息子集,在每个子集中记录对应分类下属性项的原始属性值以及不同时间节点下的属性更新后信息。本质属性信息子集记录时空对象的类型标签ET(Essential Tag);限定属性信息子集、附属属性信息子集中属性特征的记录,根据属性项是否具有语义尺度转化特性分为2类：① 不具有语义尺度转化特性的属性,以(Name, Value)二元组的形式记录属性信息的属性项名称Name和属性值Value;② 具有语义尺度转化特性的属性,以(Name、KRID、AID_MFG、AID_N、Value)的形式分别记录属性项名称Name、属性项对应知识参照体系编码KRID、属性值的最细粒度语义尺度表达编码AID_MFG、当前属性值的语义尺度编码AID_N和当前属性值Value。信息集形式化表达如下：
IS ( Informati o n Set ) : { [ ET ] ; [ ( Name , Value ) , ( Name , KRID , AID _ MFG , AID _ N , Value ) ] ; ( Name , Value ) , ( Name , KRID , AID _ MFG , AID _ N , Value ) ] } （3）
在属性状态集SS(State Set)中,同样划分本质属性状态子集、限定属性状态子集、附属属性状态子集,以状态值State_Value的形式在每个子集中记录对应分类下属性项较上个时间节点的变化情况,状态值及其含义见2.2。状态集的形式化表达如下：
SS ( StateSet ) : { [ ( State _ Value ) ] ; ( State _ Valu e … … ] ; [ ( State _ Valu e … … ] } （4）

3 属性信息表达的相关操作

3.1 属性信息表达的时间尺度转化操作

时间粒度是时间的最小分辨率,时间尺度是指相邻采样节点之间的时间间隔。在应用时空对象的属性特征时,需要基于不同的时间尺度观测对象的属性信息随时间的变化。本文在2.2节中所设计的时间标记和状态集的基础上,提出了基于“最近替代原则”的时间尺度转换方法。
属性信息的可表达尺度受时间标记粒度的限制,对于某个时空对象一组给定时间标记的属性数据,其时间尺度只能转换成大于其标记时间粒度的时间尺度。例如,当时空对象的标记时间粒度为t时,不能直接衡量其在t/2尺度上属性信息的变化特征,但可以近似获取属性数据在2 t尺度下一系列的状态变化特征。时间尺度转换后,由于时间抽象程度加深,必定会有部分时间节点的属性状态被省略,因此尺度转换具有一定的表达误差。
时空对象属性数据的时间标记往往具有不同的时间粒度,当以时间标记的最小时间粒度作为标准粒度时,不同粒度的时间标记都可以看作是一个时间范围。如若需要将属性表达的最细时间粒度（标准粒度）为t的属性数据统一转换到5 t尺度,即从起始节点开始,每相隔5 t时间单位设定一个尺 度节点,给出对象的属性项在起始点,5 t、10 t、 15 t 等不同节点的属性状态。因此,需要利用已有时间节点的属性状态来近似地表达尺度节点的属性状态。为此,本文提出“最近替代原则”,即在不同时间粒度描述的时间标记中,选择最小的时间表达粒度作为标准粒度,将所有标记粒度大于标准粒度的时间标记统一为标准粒度下的一个时间范围,进而计算各个时间标记起始节点或终止节点（依距离尺度节点的距离,在起始节点和终止节点中选择更近的时间节点来计算时间距离）距离尺度节点的时间距离,继而利用时空对象属性状态在上时间的临近性来衡量时空对象属性状态上的相似性,认为与尺度节点越近的时间节点,其属性状态与尺度节点的属性状态越相似。不同时间粒度表达的属性特征的时间尺度转换可以通过以下步骤实现：
（1）更新数据的抽取。从已有的时空对象某个属性特征项的表达集族中抽取出属性状态值为1的属性数据（属性状态值为1,说明该时间节点存在属性状态更新）。
（2）时间粒度标准化。比较得出数据中的最小时间表达粒度作为标准粒度,所有大于标准粒度的时间标记统一到在标准粒度下始末节点间的时间范围。例如,当标准粒度为分钟时,对于时间标记 2017/1/1/12表示为2017/1/1 12:00到2017/1/1 13:00的时间范围。
（3）划分尺度节点。根据研究的时间范围和尺度,确定尺度节点。从研究时间范围的起点开始,每隔固定尺度,划分一个尺度节点。
（4）确定尺度节点的属性特征。依据“最近替代原则”,距离尺度节点最近的时间节点为保留节点,用保留节点的属性特征近似表示尺度节点的属性特征。
（5）生成给定尺度下表达信息。对保留节点的属性状态和尺度节点的时间标记进行组合,生成在该尺度下的属性表达集族。

3.2 属性信息表达的语义尺度转换操作

根据属性语义粒度的不同,对同一属性项的表达往往可以被抽象为不同的语义层次;根据应用需求层次的不同,在语义层次表、树或者图上,自动实现语义抽象层次的转化,是属性信息语义尺度转换操作的目的。属性信息表达的语义尺度转换包括语义尺度抽象和语义尺度细化2种操作,转换操作的操作方法如图3所示。
Fig. 3 Operation methods of scale conversion

图3 尺度转换的操作方法

语义尺度概化（细化）操作步骤为：
（1）获取语义尺度编码。在属性表达集族中读取属性值当前表达的语义尺度编码（若为细化操作,还需读取该属性值最细粒度的语义尺度编码,该编码在数据采集时已记录,并存储在表达集族中）。
（2）根据参照体系每个语义层次的编码位数,对获取的当前表达的语义尺度编码,自动缩减（若为细化操作,则要依据最细粒度的语义尺度编码增加）一层或多层编码。
（3）根据缩减（增加）后语义尺度编码,在知识参照体系内,查找该编码对应的属性值。
（4）利用查找到的属性值对属性集族中信息集和状态集进行信息更新。

4 智能交通应用案例

随着城市物联网技术的不断发展,城市环境中布设的各种各样的传感器获取到海量地理数据,为城市基础设施智能管理提供了数据支持的同时,也为多源、多类型、多粒度的属性数据组织管理带来了挑战。城市交通路口是智慧交通应用中需要重点管理的对象之一,其信息的管理效率对城市交通的通畅程度具有至关重要的影响。本节以城市交通路口的属性信息管理为例,给出了本文设计的时空对象属性动态表达方法及其操作的一种示例与实现。

4.1 属性信息的动态表达

以交通路口作为时空对象,用户需对路口形状、路口占地面积、所属道路的道路类型、实时交通流量等属性信息进行采集和管理;交通路口的本质属性,以“交通路口”作为类型标签给出;在上述要采集的属性信息中,路口形状、路口占地面积对应于交通路口自身的物理存在状态,在限定属性类（限定属性信息子集和限定属性状态子集）中进行组织存储;所属道路的道路类型、实时交通流量,是外界根据社会经验知识对交通路口做出的具有社会特性的认知,在附属属性类（附属属性信息子集和附属属性状态子集）中进行组织存储;
对于实时交通流量的表达,需要动态记录交通流量变化数据,同时具有在不同时间尺度下对历史数据进行回溯的需求,以便挖掘交通流量随时间的变化规律;对于道路类型的表达,往往具有不同的语义表达尺度。现有的完备的道路等级体系,可以作为属性语义尺度转换的知识参照体系,并在知识参照集KRS中被存储为以下形式：
KRS：{[kr1;（1,道路）,（11,城市道路）（12,公路）,（13,厂矿道路）,（14,林区道路）,（15,乡村道路）,（111,快速路）,（112,主干路）,（113,次干路）,（114,支路）（121,高速公路）,（122,一级公路）,（123,二级公路）,（1111,一级快速路）,（1112,二级快速路）,（1113,三级快速路]};
以交通路口luoyu_crossing 1和luoyu_crossing 2作为时空对象,其属性表达的原始集族和更新集族如图4-7所示,每个集族中包含时空对象编码、时间标记、信息集、状态集4部分,同时在信息集和状态集中分别设置本质属性、附属属性、限定属性3类子集对时空对象的属性值和变化状态进行分类存储。
Fig. 4 Original set of luoyu_crossing1

图4 luoyu_crossing1的原始集族

Fig. 5 Update set of luoyu_crossing 1

图 5 luoyu_crossing 1的更新集族

Fig. 6 Original set of luoyu_crossing 2

图6 luoyu_crossing 2的原始集族

Fig. 7 Update set of luoyu_crossing 2

图7 luoyu_crossing 2的更新集族

4.2 属性信息表达的语义尺度转化

在研究城市道路的交通可达性时,对于道路类型,用户仅关注某个路口是否属于城市道路,此时交通路口对象luoyu_crossing 1和luoyu_crossing 2的道路类型表达需要从快速路、一级公路在语义尺度上分别概化为城市道路、公路。以luoyu_crossing 1为例,道路类型表达的语义尺度概化操作的具体步骤如下：
（1）在属性表达集族中读取道路类型属性项的当前语义尺度编码111。
（2）将道路类型的编码自动缩减1位（该属性参照体系每层级为1位编码）,变为11。
（3）在知识参照体系kr1中查找得到缩减后编码11所对应的属性值为城市道路。
（4）根据语义尺度转换结果,将属性表达集族中信息集中当前属性值语义尺度编码和属性值分别更新为11和城市道路。
在研究道路的交通承载能力时,为获取不同路口具体的通行能力,需要明确每个交通路口所属道路类型的最详细语义尺度的信息。此时,对于交通路口luoyu_crossing 1的道路类型需要从快速路,在语义尺度上细化为一级快速路。语义尺度的细化操作与概化操作类似,两者的区别在于,语义尺度细化时,在属性表达集族中读取当前语义尺度编码111的同时,需要读取属性值表达的最细粒度语义尺度编码1111;在进行语义尺度编码转换时,需参照最细粒度的语义尺度编码将当前语义尺度编码增加为1111;最后根据转换后语义尺度编码在知识参照体系中查找对应的属性值,并将属性表达集族中信息集中当前属性值语义尺度编码和属性值分别更新为1111和一级快速路。

4.3 属性信息表达的时间尺度转换

配置有视频探头和流量传感器的交通路口,具备记录该路口实时交通流量的能力,这些记录数据可能并不在同一时间尺度下。根据应用需求的不同,需要在不同尺度下,观测交通路口交通流量的变化情况。下面以交通流量表达的尺度转化为例,说明基于本文提出的属性表达的相关设计,实现时间尺度变换的操作方法。根据3.1节中给出的时间尺度转换方法,通过以下步骤,可以将实时交通流量的表达时间尺度统一转换到20 min尺度。
（1）更新数据抽取。在不同时间节点下,从图4和图5所示的时空对象luoyu_crossing 1表达集族的状态集和信息集中对应的附属属性子集,读取交通流量属性项的状态值,将状态值标记为1的时间节点提取出来,并在附属属性信息子集中提取更新的交通流量的属性值,如此可以得到如表1所示的luoyu_crossing1的交通流量的更新数据。
Tab.1 Updated data of traffic flow of luoyu_crossing1

表1 luoyu_crossing1交通流量的更新数据

时间标记 交通流量/（辆/min） 时间标记 交通流量/（辆/min） 时间标记 交通流量/（辆/min）
2017/1/1/11:10 30 2017/1/1 12:09 62 2017/1/1 13:00 38
2017/1/1/11:25 38 2017/1/1/12:13 60 2017/1/1/13:09 30
2017/1/1/11:40 42 2017/1/1/12:25 50 2017/1/1/13:19 32
2017/1/1/11:45 45 2017/1/1/12:39 45 2017/1/1/13:40 28
2017/1/1/11:58 55 2017/1/1/12:50 40 2017/1/1/13:52 34
表1记录了luoyu_crossing 1在2017年1月1日,11：00-14：00交通流量的更新数据。从表中可以看出,交通流量数据的时间粒度为1 min,时间尺度为4~15 min不等。
（2）时间粒度标准化。表中时间标记的粒度全部为分钟,即标准粒度为分钟,且全部时间标记已化为标准粒度。
（3）划分尺度节点。由数据可得,研究的时间范围为11:00-14:00,时间标准粒度为1 min,当根据研究目的确定时间尺度为20 min时,从11:00开始,每隔20 min,划分一个尺度节点,尺度节点为如图8和图9中虚线标示的时间位置。
Fig. 8 Raw data of traffic flow at different scales

图8 不同尺度的交通流量原始数据

Fig. 9 Traffic flow data with scale of 20 minutes

图9 20 min尺度的交通流量数据

（4）确定尺度节点的属性特征。根据“最近替代原则”,计算在已有数据中距离每个尺度节点最近的时间节点,用最近时间节点的交通流量值近似代替尺度节点的交通流量值。图8显示了所有更新数据的分布情况,其中灰色圆点为应舍弃的交通流量值,黑色圆点所在时间节点即为在20 min尺度下,距离尺度节点最近的时间节点,以黑色圆点代表的交通流量值来近似代替对应尺度节点的交通流量值。
（5）生成给定尺度下表达信息。将尺度节点和近似得到的交通流量值进行重组,生成在20 min尺度下交通流量的属性表达信息。尺度转化前数据如图8所示;尺度转化后的结果如图9所示。
通过以上操作,基于“最近替代原则”,利用时空对象属性状态在上时间的临近性来衡量时空对象属性状态上的相似性,可实现时空对象属性特征在不同时间尺度间的尺度转化。

5 结论

本文针对当前时空对象属性特征表达方法中存在的组织层次和结构不明晰、存储冗余、语义异构等表达问题,提出了一套顾及语义尺度和动态特性的属性特征分类表达和操作方法。该方法有助于减少时空数据模型存储冗余,提高对时空对象属性特征增删改查等操作的效率,初步实现了对属性特征多时间尺度和多语义尺度的认知方式,为时空对象属性特征的精细化管理提供了新思路。
时间特征、空间特征、属性特征是地理信息表达的3大主要特征,本文提出的属性特征表达和操作方法,面向时空对象属性特征认知的多时间尺度和多语义尺度需求,改进和创新了时空对象属性表达模型中数据的组织管理方式,但单独考虑属性特征的表达方法,对时空对象时空位置的表达与属性表达进行了分离,未能考虑时间特征、空间特征、属性特征联合表达和操作时,组织管理方式和对象操作的有效性问题。因此,今后可结合时空对象时间特征和空间特征表达方式,建立时空属三大特征耦合的时空对象表达模型。

The authors have declared that no competing interests exist.

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
周成虎. 全空间地理信息系统展望[J].地理科学进展,2015,34(2):129-131.地理信息系统作为一门空间科学,以其独特的空间观点和空间思维,从空间相互联系和相互作用出发,揭示各种事物与现象的空间分布特征和动态变化规律。本文从地理信息系统所研究的空间对象出发,对地理信息系统发展新方向提出思考：①从地球空间拓展到宇宙空间,需要构建宇心坐标系和宇宙GIS、月球GIS等;②从室外空间延伸到室内空间,需要发展室内GIS,并拓展到水下空间和地下空间;③从宏观到微观空间,可以发展面向游戏的体育GIS、面向生命健康管理的人体GIS等;④面向大数据时代,发展大数据空间解析的理论和方法,贡献于大数据科学的发展。

DOI

[Zhou C H.Prospects on pan-spatial information system[J]. Progress in Geography, 2015,34(2):129-131. ]

[2]
艾廷华,周梦杰,陈亚婕.专题地图属性信息的LOD表达与TreeMap可视化[J].测绘学报, 2013,42(3):453-460.提出一种面向专题地图属性信息的LOD可视化方法,应用新型层次结构信息可视化工具TreeMap实现了属性信息的多层次展示,随着专题地图尺度变化自适应调节属性信息的结构层次细节。并将面域拓扑制图技术Cartogram与之结合,建立了顾及区域拓扑特征的多层次属性信息空间定位方法,为受众提供了面向属性信息的跨层次空间认知策略。

[Ai T H,Zhou M J, Chen Y J.The LOD representation and TreeMap visualization of attribute information in thematic mapping[J].Acta Geodaetica et Cartographica Sinica, 2013,42(3):453-460. ]

[3]
华一新. 全空间信息系统的核心问题和关键技术[J].测绘科学技术学报,2016,33(4):331-335.分析了空间信息系统的研究现状和存在问题,阐明了全空间信息系统的基本概念和基本特征;提出了基于多粒度时空对象构建全空间信息系统的技术路线,明确了需要研究解决的科学问题和关键技术;提出了全空间信息系统与智能设施管理的主要研究内容,指出预期的研究效益。

DOI

[Hua Y X.The core problems and key technologies of Pan-Spatial information system[J]. Journal of Geomatics Science and Technology, 2016,33(4):331-335. ]

[4]
张节松,肖庆宪.一种新的属性分类方法与应用刍议[J].计算机工程与应用,2014,50(2):15-20.以形式化语言给出了本质属性、附属属性、限定性属性等术语的定义，研究了它们的性质与内在联系，给出了属性集的一种新的分类方法。结合对属性子集的一种新运算，特别讨论了本质属性的特征，并以此对IDEF5中种类的概念做了形式化修正。同时，研究发现，在本质属性为多个时，只需保留一条，其他任何一条本质属性既是可约属性也是不必要属性，而本质属性的判定简便易行，在利用相关算法进行属性约简之前可以先剔除部分属性。最后，以实例表明了这样预处理的优越性。

DOI

[Zhang J S, Xiao Q X.A new method of attribute classification and its application. Computer Engineering and Applications, 2014,50(2):15-20. ]

[5]
刘凯,任星,秦耀辰.地理信息语义尺度及其变换机制问题研究[J].河南大学学报(自然版),2010,40(3):261-266.

[Liu K,Ren X,Qin Y C.Study on semantic scale of geographical information and its transformation mechanism [J].Journal of Henan University (Natural Science), 2010,40(3):261-266. ]

[6]
王艳慧,孟浩.GIS中地理要素多尺度表达间层次连通性的研究[J].湖南科技大学学报自然科学版,2006,21(1):59-63.由于地理要素在不同尺度下的抽象表达往往表现出不同的空间形态、结构和细节,如何根据地理要素在不同尺度下的表现特征提取并维护多尺度表达间的层次连通关系,至今还没看到一个完整的解决方案.对此,构建了基于多尺度表达间聚集关系的层次语义匹配规则,以同一要素多尺度表达间的层次语义关系为纽带,以数据匹配方法为手段,综合利用多重表达间的语义、几何、拓扑、属性等信息,来实现同一要素在不同尺度的抽象表达之间的层次连通关系;并以多尺度道路网数据库中道路交叉口要素多尺度表达为例,详细剖析了该策略的实现过程.试验结果验证了该方案的可靠性,为GIS中要素多尺度表达的层次连通关系维护研究提供了有力的理论支撑和可行性技术策略

DOI

[Wang Y H, Meng H.Research on hierarchical inter- connectivity among multi- scale representations from GIS feature[J]. Journal of Hunan University of Science & Technology (Natural Science Edition), 2006,21(1):59-63. ]

[7]
季民,靳奉祥,李云岭,等.海洋渔业专题属性数据多尺度综合与表达[J].测绘通报,2004(6):28-31.

[Ji M, Jin F X, Li Y L, et al.Multi-scale generalization and expression of ocean fishery thematic attribute data[J]. Bulletin of Surveying and Mapping, 2004,6:28-31. ]

[8]
Guarino N, Welty C.Ontological analysis of taxonomic relationships[M]// Conceptual Modeling - ER 2000. Springer Berlin Heidelberg, 2000:51-74.

[9]
Guarino, Giaretta.Ontologies and knowledge Bases: towards a terminological Clarification[M]. Amsterdam: IOS Press, 1995.

[10]
李霖,王红,赵宁,等.基于本体论的基础地理信息分类研究[J].地理信息世界,2004,2(6):21-25.地理信息分类是地理信息标准化的一个重要组成部分.本文在分析原有地理信息分类方法的基础上,从认知分类法和分类学出发,详细阐述了本体分类法,并以自然地理要素中的水系为例,进行了本体分类实验研究.着重强调在分类过程中,综合考虑认知、本体及语义等多种因素对要素分类;当某一要素按照不同的归类方法隶属不同要素时,采用本体方法分类具有一定的适用性.

DOI

[Li L, Wang H, Zhao N, et al.Classification of fundamental geographical information based on ontology[J]. Geomatics World, 2004,2(6):21-25. ]

[11]
李阳东,刘妙龙,童小华.时空数据模型的研究与进展[J].计算机应用研究,2008,25(5):1281-1284.时态地理信息系统（TGIS）以表达、管理和分析动态变化的地理现象为目的,其核心是时空数 据库,因此对时空数据库的理论基础——时空数据模型的研究十分必要。目前的时空数据模型主要有简单模型、时空联合模型、时空属三域模型、基于对象/特征的 模型和基于事件/过程的模型等。首先对这些模型进行了回顾,对其优缺点和侧重点进行了分析对比,然后在此基础上对时空数据模型的进一步研究方向进行了剖 析。

DOI

[Li Y D, Liu M L, Tong X H.Research and development of spatio-temporal data model[J]. Application Research of Computers, 2008,25(5):1281-1284. ]

[12]
陈军,陈尚超.用非第一范式关系表达GIS时态属性数据[J].武汉大学学报 信息科学版 ,1995,20(1):12-17.

[13]
龚健雅. GIS中面向对象时空数据模型[J].测绘学报,1997,26(4):289-298.由于当前的地理信息系统软件难以处理时态现象，时态数据模型已忧为ＧＩＳ领域的一个研究热点。许多学者提出了多种时态数据模型。本文作者在提出了矢量栅格一体化的面向对象数据模型之后，再一次对时态问题进行了分析研究，净面向对象的数据模型扩充到时间维。有三种方法表达空间对象的历史变化。第一种是将版本信息记录在关系表上；第二种是将版本信息标记在记录上；第三种是将版本信息标记在属性上。本文采用面向对象的方法，将版

[Gong J Y.An object-oriented spatio-temporal data model in GIS[J]. Acta Geodaetica et Cartographica Sinica, 1997,26(4):289-298. ]

[14]
景东升. 基于本体的地理空间信息语义表达和服务研究[D].北京:中国科学院研究生院(遥感应用研究所), 2005.

[Jing D S.A research on Geo-spatial information semantic expression and service based on ontology [D]. Beijing: Institute of Remote Sensing Applications,Chinese Acadamy of Science, 2005. ]

[15]
王敬贵,杜云艳,苏奋振,等.基于地理本体的空间数据集成方法及其实现[J].地理研究, 2009,28(3):696-704为解决多源空间数据语义集成问题,在已有研究成果基础上,提出了基于地理本体的空间数据集成方法。该方法采用局部本体向标准本体集成的策略,在构建具有公共内涵属性模板的地理本体前提下,通过地理概念语义关系集合运算构建局部本体概念与标准本体概念间的语义映射关系,实现地理本体集成,并以这种语义映射关系及概念与对象类的关联关系为媒介,通过空间数据语义细化和空间对象融合、分割等过程完成空间数据集成。在此基础上,设计开发了基于地理本体的空间数据集成原型系统,并以某土地利用数据为例进行了实证研究,结果表明:基于地理本体的空间数据集成方法能有效集成具有不同语义的空间数据集。

DOI

[Wang J G, Du Y Y,Su F Z,et al. Methodology and implementation of spatial data integration based on geo-ontologies[J].Geographical Reseaach, 2009,28(3):696-704. ]

Options
文章导航

/

〈 〉