全空间信息系统理论方法

面向对象的地理实体时空位置多粒度表达

  • 于天星 , 1 ,
  • 李锐 , 1, 2, * ,
  • 吴华意 1, 2
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:于天星(1995-),女,硕士生,主要从事时空数据模型及挖掘方面研究。E-mail:

收稿日期: 2017-05-10

  要求修回日期: 2017-08-07

  网络出版日期: 2017-10-09

基金资助

国家重点研发计划项目“全空间信息系统与智能设施管理”(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

An Object-oriented Representation Method for Multi-granularity for Spatio-temporal Position of Geographical Entities

  • YU Tianxing , 1 ,
  • LI Rui , 1, 2, * ,
  • WU Huayi 1, 2
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: 2017-05-10

  Request revised date: 2017-08-07

  Online published: 2017-10-09

Copyright

《地球信息科学学报》编辑部 所有

摘要

同一地理实体在不同的时空粒度下会表现出相异的位置动态变化规律。近年来,如何对地理实体在不同时空粒度下的时空位置进行组织和表达成为GIS研究的热点之一。本文基于面向对象的思想,设计了“三级空间”和“0-1位置变化序列”,并由此提出一种地理实体时空位置的多粒度表达方法。在实体时空位置的多粒度描述方面,对于任一地理实体,空间维度上构建一种具有不同空间粒度的“全局—相对—对象”三级空间;时间维度上将不同时段或时刻转换为一系列不同时间粒度的离散时间点。在实体时空位置的多粒度存储组织方面,将地理实体时空位置的变化过程划分为不同阶段,对该实体在不同时间点下的空间位置信息设置不同的存储方式,可合理减少信息冗余。在实体时空位置的多粒度转换方面,提出基于三级空间的递进认知、时间点与时段之间快速转换等策略,初步实现了地理实体时空位置在不同时空粒度下的转换。该方法可有效地描述地理实体在可变时空粒度下的时空位置,为时态GIS和多粒度时空数据库的建立提供参考。

本文引用格式

于天星 , 李锐 , 吴华意 . 面向对象的地理实体时空位置多粒度表达[J]. 地球信息科学学报, 2017 , 19(9) : 1208 -1216 . DOI: 10.3724/SP.J.1047.2017.01208

Abstract

The dynamic variation rules of spatial position of a geographical entity could vary with the granularity of space and time. Scholars have tried to analyze the spatio-temporal position of geographical entities at multiple levels during the process of spatio-temporal reasoning, track data mining, and so on. Therefore, it has been a hotspot in GIS that how to effectively organize and express the spatio-temporal position of geographical entities under different spatio-temporal granularities. To solve this problem, two strategies have been applied for one geographical entity based on object-oriented thinking: "a three-level space" and "0-1 variation series of positions". Based on that two strategies, a method has been proposed to support the multi-granularity representation of spatio-temporal position of a geographical entity. Firstly, a three-level space including global space, relative space and object space has been constructed to guarantee the multi-granularity of the space, the transformation from different time period or moment to a series of discrete time points with different temporal granularity helping break the limit of temporal granularity. Then, for one geographical entity, its change process of spatio-temporal position could be divided into a series of stages according to the "0-1 variation series of positions". Based on this, different storage schemes for its spatial position information under each time point have been designed to reduce redundancy. Furthermore, the progressive recognition aroused from the three-level space, and the transitions between time points and periods could help to obtain the spatio-temporal positions of one geographical entity at more spatio-temporal granularities through its positions at existing spatiotemporal granularities. By the loose coupling between the space and time in describing the positions of geographical entities, the method could efficiently represent the spatio-temporal positions of geographical entities under variable granularity of space and time, which could help provide a reference for temporal GIS or multi-granularity spatio-temporal database.

1 引言

目前,GIS中比较成熟的建模方式是将现实世界中的地物抽象为点、线、面等几何特征要素,并以图层方式组织表达地理实体[1]。这种方式可以较好地实现要素的空间关系描述、符号化表达和专题化显示[2],却与现实世界中人们以地理实体为认知单元的抽象方式有所出入[3-4]。图层化表达的静态分层建模方法未能清晰地描述地理实体间在时间和空间上的语义联系,无法有效地分析和表达地理实体的动态变化,因而难以满足人们对地理空间的认知需求[5]。为此,Hoinkes[6]、舒红[7]、李景文[8]等许多学者基于面向对象思想[9],在时态GIS[10]研究等方面先后进行了大量的探索,基于实体的离散变化[7,11]和连续变化[8,12]2种情况分别提出一系列描述实体时空变化的方法。考虑到地理实体在不同的时空粒度下可能表现出不同的变化模式,学者在进行时空推理[13]、数据挖掘[14]和时空分析[15]等研究时,经常需要从不同的时间和空间粒度上刻画同一个地理实体的动态变化过程。在对地理实体的空间位置、属性特征、行为能力等随时间变化情况的分析中,实体空间位置的动态变化描述是最基础的也是至关重要的一部分。而对一个地理实体来说,其在某一时刻下空间位置的具体坐标值又受空间参考粒度的影响(为方便描述,本文中将地理实体在某一时刻下某一空间参考下的空间位置称为该实体在此时空粒度下的时空位置)。因此,如何对一个地理实体在不同时空粒度下的时空位置进行有效组织和表达成为一个关键科学问题[2]。更进一步,若已知该实体在某些时空粒度下的时空位置时,如何通过时空粒度的转换来描述该实体在更多时空粒度甚至是全空间粒度[16]下的时空位置成为一个难点。本文基于面向对象思想,提出一种描述多时空粒度下地理实体时空位置的表达方法,从地理实体时空位置的多粒度概念、多粒度描述形式以及多粒度转换策略3个方面对该方法进行了详细阐述。

2 地理实体时空位置的多粒度概念

任一时刻或时段都可以被视为某个时间粒度下的单位时间。若将这一单位时间记作该时间粒度下的一个时间点,则任一时刻或时段均可表示为某个时间粒度下的时间点。所以,地理实体在一段时间内的时空位置可通过记录该实体在一系列离散时间点下的空间位置来刻画,其中不同离散时间点的时间粒度可以不同。对任一地理实体来说,该实体在某一时间点下的空间位置是固定的,但当该位置被置于不同的空间参考下时,却会赋予不同的空间位置坐标,即该实体在任一时间点下的空间位置坐标值随参考空间抽象粒度的变化而变化,是一个可变的参量。
为了从多空间参考粒度下刻画一地理实体在某一时间点下的空间位置,本文尝试对每个地理实体都构建一个三级空间“全局空间-相对空间-对象空间”,不同地理实体的三级空间不同,一个地理实体的三级空间随时间变化也有所变化,定义如下:
(1) 全局空间
描述了当前研究范围的空间,该空间需要满足研究范围内所有地理实体均被包含在内的整体约束条件。全局空间是对现实世界的直接刻画,对于整个研究范围内的每个地理实体来说,正常情况下,这些地理实体的全局空间均是同一个全局空间,研究范围内的地理实体在该空间中被抽象为简单对象,即地理实体在该空间中不能被分解为多个地理实体。
(2) 相对空间
根据人的认知或观测视角而衍生出的空间,该空间是对人的认知结果的抽象描述,是对现实世界在某种程度上的映射。相对空间随人的认知发生改变而改变,并不固定。
(3) 对象空间
以地理实体自身为研究中心而建立的空间。该空间聚焦于地理实体本身来描述该实体自身的空间特征,并不顾及其他研究对象是否被包含在该空间中(如允许其他地理实体被该空间割裂)。地理实体在其对象空间中根据实际需求既可被抽象为简单对象,也可被抽象为由多个地理实体组成的复杂对象。
在上述三级空间的思想基础上,一个地理实体在某一时间点下的空间位置,可以通过描述该实体在全局空间、相对空间、对象空间中的空间位置来实现初步的多粒度表达。同时,由于地理实体在3个空间中的位置都是基于对应的空间参考下求解得到,因而当前时间点下3个空间(全局空间、相对空间、对象空间)的基本参考信息需要被记录。
若给定一个地理实体及该实体在一系列时间点下的空间位置,由于这些时间点的时间粒度不一致,并不能直接定量地分析地理实体在这些时间点下空间位置的动态变化过程,但这些时间点在时间轴上的先后次序是固定的,所以对于该实体的任一时间点,可以定性地判断出相较于上一个被记录的时间点,实体在当前时间点下的空间位置是否发生变化,以此作为实体在当前时间点下(空间位置)变化的标记。
根据以上阐述的思想,任一地理实体在任一时间点下的空间位置信息可从以下几方面进行描述:
(1) 时间点标记
描述了当前时间点的详细信息,包含了时刻信息的描述与时间粒度的说明,但不对时间粒度作统一的规定和限制,如不以1 min,1 h等作为固定的时间粒度,而是自由进行定义。
(2) 变化标记集
描述了当前时间点下的地理实体在三级空间(全局、相对、对象空间)中的空间位置是否发生变化。将当前时间点下地理实体的空间位置与之前一个时间点相比,若发生变化则标记为1,不变则标记为0。地理实体在每一级空间中的空间位置是否变化需考虑两种情况:地理实体所处的空间本身是否发生变化(该空间自身的坐标原点/单位长度/方向等发生改变);地理实体在该空间中的位置坐标是否发生变化。
(3) 空间位置集
描述了当前时间点下地理实体在三级空间(全局、相对、对象空间)中的空间位置,每一级空间中主要描述的内容包括两个方面:地理实体在该空间中的空间位置和该空间本身的参照信息。
总体来说,地理实体时空位置的多粒度概念表现在,以不限粒度的时间点方式离散化记录实体动态变化的空间位置;对每一地理实体构建“全局-相对-对象”三级空间,用于记录该实体的空间位置在不同空间粒度下的坐标值;基于地理实体的空间位置在时间轴上发生的固有时序,设置变化标记集从定性层面上描述地理实体时空位置的动态变化情况;通过结合时间标记、变化标记和定量的空间位置三者来刻画任一地理实体在任一时间点下,处于不同空间粒度下的空间位置信息。如此以来,可为地理实体的空间多级认知与时间粒度转换提供基础信息。

3 地理实体时空位置的多粒度描述

基于第2节提出的地理实体时空位置的多粒 度概念,一个地理实体的时空位置表达集合可描述如下:
地理实体的时空位置集={
时空位置1={时间点标记,变化标记集,空间位置集}
时空位置2={时间点标记,变化标记集,空间位置集}
……
时空位置n={时间点标记,变化标记集,空间位置集}
}

3.1 时间点标记

时间点标记的描述形式为:时间点标记={时间点,时间粒度}。时间点标记中的时间粒度不作统一规定,可任意选取但需要指明时间点标记中的时间点与其对应时间粒度下单位时段的关系。例如,一时间点标记的记录为{2016年11月03日(20161103),日},若时间点标记中的时间点为当前时间粒度下单位时段的起始时间,则该记录说明当前空间位置的时间为2016年11月03日0至24时;若时间点为单位时段的中心时间,则该记录说明当前空间位置的时间为2016年11月02日12时至11月03日12时;若时间点为单位时段的终止时间,则该记录说明当前空间位置的时间为2016年11月02日0时至11月03日0时。
默认情况设定时间点标记中的时间点为当前时间粒度下单位时段的起始时间,即 {2016年11月03日(20161103),日} 代表当前空间位置的时间为2016年11月03日0时至24时,而{2017年02月05日14分(2017020514),分} 代表当前空间位置的时间为2017年02月05日14分0秒至60秒。

3.2 变化标记集

变化标记集的描述形式为:
变化标记集={
全局空间变化标记={全局空间变化标记,实体在全局空间中变化标记};
相对空间变化标记={相对空间变化标记,实体在相对空间中变化标记};
对象空间变化标记={对象空间变化标记,实体在对象空间中变化标记}
}
变化标记集记录了当前时间点下地理实体在其三级空间中的位置变化标记。每一级空间下的变化标记由“空间变化标记”和“实体在该空间中变化标记”两部分联合进行描述,二者的取值集合均为{0,1}。其中,“空间变化标记”记录的是较上一时间点,当前时间点下该空间本身状态是否改变;取值为0标识未发生改变,取值为1标识发生改变;“实体在该空间中变化标记”记录了较上一时间点,当前时间点下地理实体在该空间中的空间位置是否改变;取值为0标识未变,取值为1标识发生改变。
例如,假定地理实体的全局空间—相对空间—对象空间满足三级空间的空间粒度逐渐变细,某一地理实体在“时间点ti”下的变化标记集为{{0,0},{0,1},{1,0}},这表明,较“时间点ti-1”相比,该实体的全局空间以及实体在全局空间中的空间位置均未改变;该实体的相对空间没有改变但实体在相对空间中的空间位置发生了改变;该实体的对象空间发生改变但实体在对象空间中的空间位置没有改变。因而根据认知推理易知,如图1所示,该地理实体较上一时间点ti-1,仅在相对空间中进行了移动并未发生形状上的改变,且该移动在全局空间尺度上可忽略不计(位移小于全局空间的半个单位距离)。
Fig. 1 An example of position change of one geographical entity

图1 地理实体位置的变化示例

3.3 空间位置集

空间位置集的描述形式为:
空间位置集={
全局空间:[实体类别,[实体位置],[实体姿态],[全局空间参照]];
相对空间:[实体类别,[实体位置],[实体姿态],[相对空间参照]];
对象空间:[实体类别,[实体位置],[实体姿态],[对象空间参照]]
}
地理实体在每一级空间中的空间位置从实体类别、实体位置、实体姿态、空间参照4个方面进行描述:
(1) 实体类别:标记地理实体在该级空间中被抽象的类别,类别划分方法可遵循传统GIS的要素划分,如{体、面、线、点等},可根据实际需求进行不同程度的细化。
(2) 实体位置:描述了地理实体在该级空间中的空间位置。
① 全局空间是地理实体在全局空间中的空间位置可用一系列坐标序列来描述地理实体的轮廓,如{xi, yi, zi|i=1,2,…};② 相对空间在全局空间和对象空间中起到了一种观测中间层的作用,它随着观测或认知的改变而改变。地理实体在相对空间中的位置,既可以是一系列坐标序列对({xi, yi, zi|i=1,2,…}),也可以是根据地名地址库、相对空间认知粒度、经纬度坐标转换体系得到的地理编码结果等。③ 对象空间一般以该地理实体的某一特征几何位置(中心、重心、左下方顶点等)作为空间的坐标原点,根据抽象的层次可将地理实体看作由一个或多个部分组合而成,其中每一个部分可称作一个地理基元。地理实体在其对象空间中的空间位置可通过组成该实体的一系列地理基元在当前对象空间中的空间位置来描述,地理基元在实体对象空间中的空间位置根据基元库的语义描述规则进行描述。同一类型的地理基元放在一个集合中表达,总体描述形式如下:
实体位置={
{基元类型1:地理基元 i | i = 1,2 , , n },
{基元类型2:地理基元 i | i = 1,2 , , n },
……
{基元类型m:地理基元 i | i = 1,2 , , n }
}
(3) 实体姿态
描述了地理实体在该级空间中的瞬时姿态。例{α, β, γ|α, β, γ∈[0, 360]},(α, β, γ)分别表示与XYZ轴的夹角。
(4) 空间参照
描述了该级空间的参照信息,主要从该空间的坐标参考基准、空间粒度、空间覆盖的范围和支持的运算法则4个方面进行说明。空间参照的描述形式为:空间参照={空间坐标参考基准、空间尺度(量纲)、空间范围(域)、空间运算法则……}。
例如,{(x0,y0,z0), λ,Ω,ψ},其中(x0, y0, z0)为该空间的坐标原点在上一级空间中的位置,λ为粒度,Ω为空间范围,ψ为空间运算法则。
基于以上内容,一个地理实体的时空位置可以按图2所示实现初步的多粒度描述。
Fig. 2 The concrete expression of multi-granularity of spatio-temporal position of one geographical entity

图2 地理实体时空位置多粒度描述

4 地理实体时空位置的多粒度转换 策略

4.1 时间认知多粒度

任一地理实体的空间位置,可能在某些时段内进行频繁或连续改变,而在其他时段内一直保持不变。这就使得,如果对地理实体每一条时间点下的空间位置信息都进行存储,会产生大量的存储冗余。为此,本文借鉴时态数据模型中的序列快照思想[17]和基态修正思想[18],尝试对地理实体在不同时间点下的空间位置采用不同的存储方式。存储方式主要分为3种: 为完整存储,即存储实体在某时间点下的完整位置信息; 为增量存储,即存储实体在某时间点下的位置改变部分的增量信息; 为缺省存储,即不存储某时间点下实体位置信息。存储方式的选择依据地理实体的空间位置变化情况,具体规则(图3)如下:
(1) 地理实体在单个时间点下的空间位置变化
仅在地理实体当前空间位置较上一时间点发生变化时(即变化标记=1),记录该实体在当前时间点下的空间位置较上一时间点空间位置变化部分的信息,即空间位置信息以增量方式存储;
(2) 地理实体在一系列时间点下的整体位置变化
将地理实体的空间位置接连改变视作一个“位置改变”阶段,实体的空间位置保持不变视作一个“位置不变”阶段,则地理实体从空间位置保持不变到空间位置不断改变(“位置不变”阶段—>“位置改变”阶段)、从空间位置不断改变到空间位置保持不变(“位置改变”阶段—>“位置不变”阶段),都可说是该实体空间位置随时间的一种阶段性改变。
从“位置不变”阶段到“位置改变”阶段,实质是地理实体的空间位置较上一时间点发生改变,符合地理实体在单个时间点下空间位置发生变化的情况,可直接存储地理实体的空间位置较上一时间点发生改变的信息,即以增量方式存储位置信息。
从“位置改变”阶段到“位置不变”阶段,获取地理实体在空间位置停止改变后的第一个时间点,则该时间点可看作是一个新位置阶段的起始节点,选择将该实体在该时间点下的空间位置信息以完整方式存储。
(3) 其余状态
除上述2种状态改变情况,地理实体的空间位置信息均不被记录,标记为缺省状态,进行缺省存储。
Fig. 3 The stages division and storage schemes for the spatio-temporal positions of one geographical entity

图3 地理实体时空位置的阶段划分与信息存储方式

以上讨论的地理实体空间位置信息的记录均分别考虑该实体在其全局空间、相对空间、对象空间中的空间位置以及全局空间、相对空间、对象空间本身的参考信息。
一方面,通过将不同时段看作不同时间粒度下的单位时间,可将时段依次转变为更粗一级时间粒度下的时间点,以该实体在一系列离散时间点下的空间位置来刻画地理实体的动态时空位置信息;另一方面,在探索地理实体的空间位置随时间变化规律时,基于每一时间点标记中的时间点和时间粒度信息,可以重新获得当前时间点在更细一级时间粒度上的持续时段,重新完成时间点到时段的转换,再将每一符合要求的时段转换为给定时间粒度下的单/多个时间点,进而生成地理实体在给定时间粒度下的0-1位置变化序列,主要步骤如图4所示。
Fig. 4 The generation of 0-1 variation series of positions of one geographical entity under certain time granularity

图4 地理实体在某一时间粒度下的0-1位置变化序列生成过程

(1) 将原始不同粒度的时间点转化为更细一级时间粒度上的持续时段;
(2) 设置当前将要转换的时间粒度;
(3) 对原始记录中转换后的每一时段依据给定的时间粒度进行四舍五入单位化处理(不足半个单位则剔除);
(4) 对处理后的时段再重新依次切分转化为一系列在当前时间粒度下的时间点。

4.2 空间认知的多粒度表达

任一地理实体,其在某一时间点下都存在一个“全局—相对—对象”三级空间;在当前时间点下,该实体的全局空间与对象空间是固定不变的,而该实体的相对空间却会随观察角度或认知程度发生改变而改变。若这种观察/认知的程度是多层递进的,此时在判断多级认知正确合理的基础上,选择将多级认知得到的最后一层空间作为该实体在当前时间点下的相对空间(图5)。
Fig. 5 Relative space obtained from multistage cognition

图5 多级认知获得的相对空间

由于地理实体在某一时间点下的相对空间的粒度随认知程度改变而改变,是一个未定空间。为了更好地求解地理实体在不同空间粒度下相对空间中的空间位置,可建立当前时间点下地理实体的相对空间与全局空间、对象空间之间的映射规则,并依次求解该实体在对应粒度的相对空间中的空间位置。此映射方法只记录了地理实体的空间位置而不涉及地理实体的形态特征,从而避免了空间粒度递变引起位置坐标质变的问题。
在确定了地理实体的相对空间后,若该实体的三级空间满足以下条件:① 全局空间包含相对空间,相对空间包含对象空间;② “全局-相对-对象”的三级空间粒度逐渐变细;则可以根据该实体在不同空间粒度的三级空间中的位置变化标记进行初步的认知推理:
(1) 实体在某一级空间的总体位置发生变化(实体在该空间变化标记∪该空间自身变化标记=1)时,其在下一级空间的总体位置也必然改变(实体在该空间变化标记∪该空间自身变化标记=1),反之则不然。
(2) 实体仅仅在相对空间中发生位移(实体在相对空间中变化标记=1&&实体在对象空间变化标记=0)。
(3) 实体在相对空间发生位移的同时自身形状有所改变(实体在相对空间中变化标记=1&&实体在对象空间变化标记=1)。

4.3 时空认知的多粒度表达

对任一地理实体来说,一方面,借助于该实体有记录的时间点与其更细一级时间粒度上的时段之间的快速转换,可获得该实体在某一时间粒度下的某一时间点上的空间位置;另一方面,通过该实体的三级空间(全局空间、相对空间、对象空间)间的映射规则,可实现对该实体在某一时间点下的空间位置在某一空间粒度下的表达。由此,在确定了需要转换的时间和空间认知粒度后,可以提取出该实体的信息副本,将副本中实体在不同空间、时间粒度下的位置转换到同一时空认知粒度下,获得该实体在当前时空认知粒度下的一系列空间位置信息(图6),具体步骤如下:
(1) 生成该时空粒度下描述实体位置变化的0-1变化标记序列;
(2) 基于地理实体的变化标记序列,更新该实体的空间位置信息,生成该实体在该时空认知粒度下的空间运动轨迹。
上述步骤主要基于“变化标记判断->空间位置更新”的思路,考虑从地理实体的0-1位置变化序列和空间运动轨迹两个不同层级,来刻画一个地理实体在不同时空认知粒度下的空间位置动态变化的过程,进而实现地理实体时空位置在不同时空认知粒度下的表达。
Fig. 6 The transformations of one geographical entity's positions under different spatiotemporal granularities

图6 地理实体的时空粒度转换

5 结论

基于面向对象思想将现实世界抽象成一个个地理实体,本文提出了一种支持地理实体时空位置多粒度表达的方法。该方法首先构建具有不同空间粒度的“全局-相对-对象”三级空间,并提出时段/时刻转变为时间点的离散化策略,分别从空间和时间上实现地理实体空间位置的多粒度描述。进而,设计了地理实体在不同粒度时间点、不同级别空间中的空间位置变化标记,通过构造“0-1位置变化序列”对实体的时空位置变化过程进行阶段划分,藉此有效组织和表达实体在多粒度下的时空位置。本文利用不限粒度的时间点与时间段之间的双向转换和不同级别空间之间的规则映射,可将地理实体在不同时空粒度下的空间位置信息转换到同一时空粒度下,从而初步实现该实体时空位置的多粒度转换,但这一转换过程还未考虑人们对地理实体的时空位置在时间、空间上的认知规律。今后的工作,将结合地理实体的空间形态特征来探讨实体空间位置在不同空间粒度下的细化与综合方法;根据地理实体的时空运动轨迹探讨实体空间位置在不同时间粒度下的插值与抽取规则,从而更好地实现基于地理认知的地理实体时空位置的多粒度表达。

The authors have declared that no competing interests exist.

[1]
王珂,李景文,徐跃跃.基于多粒度的时空数据模型构建研究[J].测绘与空间地理信息,2015,38(11):74-77.在时空数据模型的基础上引入时空量化的思想,将对象进行空间和时间的多粒度形式化表达,同时结合面向对象和基态修正模型的设计理念,提出了一种基于多粒度的时空数据概念模型和逻辑模型的构建方法,实现对时空数据分层多粒度的组织与管理。

DOI

[Wang K, Li J W, Xu Y Y.Research on the construction of the spatiotemporal data model based on multi-granularity[J]. Geomatics & Spatial Information Technology, 2015,38(11):74-77. ]

[2]
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. ]

[3]
Usery E L.A feature-based geographic information system model[J]. Photogrammetric Engineering and Remote Sensing, 1996,62(7):833-838.A conceptual model for structuring features in a geographic information system (GIS) is presented. The model includes spatial, thematic, and temporal dimensions and structures attributes and relationships for each dimension to build a feature-based GIS. The model is grounded in an entity-based view of geographic phenomena and requires representation of geographic entities as feature objects in GIS. The model is built on concepts from region theory in geography, category theory in cognitive psychology, and data modeling theories, including abstraction and generalization concepts in cartography and GIS. The feature construct provides direct access to spatial, thematic, and temporal attributes and relationships and thus supports multiple representations and multiple geometries, such as raster and vector. The rich structure has potential application for spatial analysis and sophisticated geographic process models. Resolution and application dependencies of feature-based systems are discussed with tools to aid in feature determination. Example features are included with parts of the model explicated for these examples.

DOI

[4]
Janowicz K, Schade S, Bröring A, et al.Semantic enablement for spatial data infrastructures[J]. Transactions in GIS, 2010,14(2):111-129.Building on abstract reference models, the Open Geospatial Consortium (OGC) has established standards for storing, discovering, and processing geographical information. These standards act as a basis for the implementation of specific services and Spatial Data Infrastructures (SDI). Research on geo-semantics plays an increasing role to support complex queries and retrieval across heterogeneous information sources, as well as for service orchestration, semantic translation, and on-the-fly integration. So far, this research targets individual solutions or focuses on the Semantic Web, leaving the integration into SDI aside. What is missing is a shared and transparent Semantic Enablement Layer for SDI which also integrates reasoning services known from the Semantic Web. Instead of developing new semantically enabled services from scratch, we propose to create profiles of existing services that implement a transparent mapping between the OGC and the Semantic Web world. Finally, we point out how to combine SDI with linked data.

DOI

[5]
刘德儿,王永君,闾国年.基于地理特征语义单元的地理空间建模[J].测绘科学,2014,39(7):48-52.基于地理特征的地理空间建模方 式是为了解决传统分层模式存在一系列不足而提出的。本文在分析现有研究成果基础上,发展了基于地理特征语义单元的地理空间建模方式,它是完全建立在地理空 间认知之上的,能够实现地理空间认知与表达的一致性,能够比较完备地保持地理空间的整体性、联系性和可认知性;并提出了3种特征语义对象用于承载特征语义 单元在信息世界中的映射,通过实践证明:这3种特征语义对象能够实现任何复杂地理实体的对象化表达。

[Liu D E, Wang Y J, Lv G N.Geo-spatial modeling based on geographic feature semantic cell[J]. Science of Surveying and Mapping, 2014,39(7):48-52. ]

[6]
Hoinkes R, Mitchell R.Playing with time-continuous temporal mapping strategies for interactive environments[C]. Canadian GIS Conference, 1994.

[7]
舒红,陈军.面向对象的时空数据模型[J].武汉测绘科技大学学报,1997,22(3):229-233.

[Shu H, Chen J.An object-oriented spatiotemporal data model[J]. Geomatics and Information Science of Wuhan University, 1997,22(3):229-233. ]

[8]
李景文,邹文娟,田丽亚,等.基于过程的面向对象时空数据模型数据组织方法[J].测绘科学,2013,38(5):100-102.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。

[Li J W, Zhou W J, Tian L Y, et al.Data organization method of object-oriented spatiotemporal data model based on process[J]. Science of Surveying and Mapping, 2013,38(5):100-102. ]

[9]
Tang A Y, Adams T M, Usery E L.A spatial data model design for feature-based geographical information systems[J]. International Journal of Geographical Information Systems, 1996,10(5):643-659.In state-of-the-art GIS, geographical features are represented as geometric objects with associated topological relations and classification attributes. Semantic relations and intrinsic interrelations of the features themselves are generally neglected. In this paper, a feature-based model that enhances the representation of geographical features is described. Features, as the fundamental depiction of geographical phenomena, encompass both real world entities and digital representation. A feature-based object incorporates both topological relations among geometric elements and non-topological (semantic) relations among features. The development of an object-oriented prototype feature-based GIS that supports relations between feature attributes and feature classes is described. Object-oriented concepts such as class inheritance and polymorphism facilitate the development of feature-based GTS.

DOI

[10]
张山山. 地理信息系统时空数据模型分类[J].测绘科学,2012,37(4):215-217.时空数据模型是地理信息系统领域的重要研究方向之一,许多研究者提出了各种各样的时空数据模型,但关于这许多模型的分类整理问题却很少探讨。本文对数据模型的概念、时空数据模型的抽象层次进行了讨论。根据表达离散变化和连续变化的需要,提出时空概念模型的4种划分:对象事件模型,对象过程模型,场事件模型,场过程模型。以数据模型不同的抽象层次为主线,对时空数据模型进行了分类,并对不同层次的时空数据模型进行了分析。

[Zhang S S.Classification of spatiotemporal data model in GIS[J]. Science of Surveying and Mapping, 2012,37(4):215-217. ]

[11]
曹志月,刘岳.一种面向对象的时空数据模型[J].测绘学报,2002,31(1):87-92.

[Cao Z Y, Liu Y.An object-oriented spatio-temporal data model[J]. Acta Geodaetica et Cartographic Sinica, 2002,31(1):87-92. ]

[12]
Wu Q, Huang J, Luo J, et al.An all-time-domain moving object data model, location updating strategy, and position estimation[J]. International Journal of Distributed Sensor Networks, 2015,11(11):463749.To solve the problems from the existing moving objects data models, such as modeling spatiotemporal object continuous action, multidimensional representation, and querying sophisticated spatiotemporal position, we firstly established an object-oriented all-time-domain data model for moving objects. The model added dynamic attributes into object-oriented model, which supported all-time-domain data storage and query. Secondly, we proposed a new dynamic threshold location updating strategy. The location updating threshold was given dynamically in accordance with the velocity, accuracy, and azimuth positioning information from the GPS. Thirdly, we presented several different position estimation methods to estimate the historical location and future location. The cubic Hermite interpolation function is used to estimate the historical location. Linear extended positioning method, velocity mean value positioning method, and cubic exponential smoothing positioning method were designed to estimate the future location. We further implemented the model by abstracting the data types of moving object, which was established by PL???SQL and extended Oracle Spatial. Furthermore, the model was tested through the different moving objects. The experimental results illustrate that the location updating frequency can be effectively reduced, and thus the position information transmission flow and the data storage were reduced without affecting the moving objects trajectory precision.

DOI

[13]
Petitjean F, Kurtz C, Passat N, et al.Spatio-temporal reasoning for the classification of satellite image time series[J]. Pattern Recognition Letters, 2012,13(33):1805-1815.Satellite image time series (SITS) analysis is an important domain with various applications in land study. In the coming years, both high temporal and high spatial resolution SITS will become available. In the classical methodologies, SITS are studied by analyzing the radiometric evolution of the pixels with time. When dealing with high spatial resolution images, object-based approaches are generally used in order to exploit the spatial relationships of the data. However, these approaches require a segmentation step to provide contextual information about the pixels. Even if the segmentation of single images is widely studied, its generalization to series of images remains an open-issue. This article aims at providing both temporal and spatial analysis of SITS. We propose first segmenting each image of the series, and then using these segmentations in order to characterize each pixel of the data with a spatial dimension (i.e., with contextual information). Providing spatially characterized pixels, pixel-based temporal analysis can be performed. Experiments carried out with this methodology show the relevance of this approach and the significance of the resulting extracted patterns in the context of the analysis of SITS.

DOI

[14]
Li X, Han J, Lee J G, et al.Traffic density-based discovery of hot routes in road networks. International Symposium on Spatial and Temporal Databases[C]. Berlin Heidelberg: Springer, 2007:441-459.

[15]
Diggle P J.Statistical analysis of spatial and spatio-temporal point patterns[M]. Boca Roton: CRC Press, 2013.

[16]
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. ]

[17]
Armstrong M P.Temporality in spatial databases[C]. Proceedings of Gis/lis88 Acsm, 1988,2(2):196-202.

[18]
Langran G, Chrisman N R.A framework for temporal geographic information[J]. Cartographica: The International Journal for Geographic Information and Geovisualization, 1988,25(3):1-14.Abstract This paper defines the critical components of cartographic time and compares temporal and spatial topologies. Because time is topologically similar to space, spatial data structuring principles can be adapted to temporal data. We present three conceptualizations of temporal geographic information and select one as the most promising basis for a temporal geographic information system. This conceptualization creates a spatial composite of all geometric information (at all times), where each object has an attribute history distinct from that of its neighbors. -Authors

DOI

文章导航

/