EN中文

Journal of Geo-information Science >

2023 , Vol. 25 >Issue 1: 15 - 24

DOI: https://doi.org/10.12082/dqxxkx.2023.220300

New Paradigm of Geographic Information Systems Research

  • HUA Yixin ,
  • ZHAO Xinke , * ,
  • ZHANG Jiangshui
Expand
  • Institute of Geographic Space Information, PLA Strategic Support Force Information Engineering University, Zhengzhou 450052, China
*ZHAO Xinke, E-mail:

Received date: 2022-05-12

  Revised date: 2022-08-08

  Online published: 2023-03-25

Supported by

National Key Research and Development Program of China(2016YFB0502300)

Fold

Abstract

In the era of big data, the spatio-temporal category, information content, and application scenarios of Geographic Information Systems(GIS) have expanded unprecedentedly. GIS needs to transform from the passive adaptation mode of exception processing into an active kernel-supported mode, forming a new generation of spatio-temporal information system. Given that the essence of GIS is an information system with cartographic data model as the core, this paper summarizes the research paradigm of GIS from three aspects: research objects, basic principles, and technical methods, and analyzes the new requirements of spatio-temporal information expansion on the GIS research paradigm. Secondly, by analyzing the cognitive model of Pan-Spatial Information System (PSIS) and the multi-granularity spatio-temporal object data model, the theoretical and technical routes of the PSIS based on spatio-temporal entities are concluded, and its practice and application in many fields are summarized. Then, it systematically analyzes the specific extension mode of PSIS in GIS research object, basic principles, and technical methods, respectively, and proposes the PSIS research paradigm. Finally, this paper summarizes the basic content of the PSIS research paradigm, compares the core content with the GIS research paradigm, and looks forward to the impacts and changes that the advanced research paradigm of GIS would bring.

Key words： geographic information system; pan-spatial information system; research paradigm; spatio-temporal information; spatio-temporal entity; spatio-temporal object; digital world

Cite this article

HUA Yixin , ZHAO Xinke , ZHANG Jiangshui . New Paradigm of Geographic Information Systems Research[J]. Journal of Geo-information Science, 2023 , 25(1) : 15 -24 . DOI: 10.12082/dqxxkx.2023.220300

1 引言

地理信息系统（Geographic Information System， GIS）经过多年的发展，已经广泛应用于现代社会的方方面面，成为当前信息化社会的一项核心技术。随着GIS应用的普及、研究范畴的不断拓展以及支持时空数据种类的不断增加，地理信息系统中“地理”的特征在不断的弱化，更加强调GIS对于通用“空间”特征数据的处理、分析与可视化能力，GIS正向着空间信息系统的方向发展。在空间范畴方面，一方面空间的范围在不扩大，逐渐将包含室内、设备空间在内的微观空间，以及包含近地空间、太阳系在内的宏观空间纳入到研究范畴中来[1]。另一方面，空间的内涵也在不断延伸，除了一般的现实空间外，也在向着网络空间[2-3]、认知空间[4-5]等非地理领域扩展。在信息内容方面，各种高频实时变化的时空动态信息[6]，涵盖社会、人文、经济等方方面面的具备结构、关联、知识、行为的复杂多维信息[7]也正在成为GIS需要处理的重要信息。在应用场景方面，人们已经不再满足于只作为一个信息的被动接收者，而是希望GIS能够更多的与现实世界相关联，使用户能够参与到GIS对现实世界的表达与分析中来[8-9]，通过GIS与现实世界交互与联动，实现GIS的智能化辅助决策。
随着GIS的研究范畴逐渐从地理空间延伸至全空间[1]，GIS数据种类从矢量数据、栅格数据逐步扩展至包含激光点云、倾斜摄影、网络众包等多源时空大数据[10]，GIS需要解决的问题也越来越多，单纯依靠部分技术升级很难再推动GIS高速发展，需要寻找新的突破方向。范式一词最早由美国著名科学哲学家托马斯.库恩提出，它指某一学科领域中最广泛、最为接受的一组假说、理论、准则和方法的总和，本质上是学科的理论体系和技术框架[11]。当旧范式中出现理论解决不了的例外，例外情况的累积导致学科发展遇到瓶颈，需要范式的突破来解决这些例外。面对GIS的发展瓶颈，总结国家重点研发计划——全空间信息系统与智能设施管理的成果，提出全空间信息系统研究范式，突破GIS现有的理论与技术框架，实现GIS研究范式的全面进阶。

2 地理信息系统研究范式及局限性

2.1 GIS核心特征分析

地理信息系统是用地理空间数据对地理世界进行抽象和描述的技术方法，是采集、存储、管理、分析和表达各种与地理分布有关数据的信息系统[12]，其核心是通过地理空间数据模型实现对地理世界的抽象。GIS脱胎于地图，其数据模型的建立也基本参照了地图对地理世界的认知和抽象方式，也可以称为地图数据模型。在地图中，主要通过地图语言——地图符号来抽象和模拟离散的地理要素和连续的面状地理现象。其中独立的地理要素主要由各种点状、线状和面状符号表示；连续的面状地理现象主要由栅格、等值线表示。如图1所示，GIS形成了以矢量模型、栅格模型和表面模型来描述地图的地图数据模型，并在此基础上构建了GIS的基本技术框架。
图1 GIS的地图数据模型

Fig. 1 Map data model of GIS

2.2 GIS研究范式分析

GIS研究范式是其赖以运作的理论体系和实践规范，是学科内容和方法的统一。分析GIS研究范式需要明确GIS的研究对象是什么，GIS是如何描述地理世界、帮助用户认知地理世界，以及实现这一目标所建立的技术方法。本文从研究对象、基本原理和技术方法等3个方面总结GIS研究范式，并对该研究范式下GIS地图数据模型无法直接提供底层模型支撑的情况（简称例外情况）进行分析（表1）。
表1 GIS研究范式的基本内容

Tab. 1 The basic contents of GIS research paradigm

基本内容 内容描述 例外情况
研究对象 描述地理世界的数据 矢量、栅格数据为核心的地理空间数据 3D模型、点云、BIM等作为分离数据类型
基本原理 描述地理世界的原理 矢量、栅格数据模型 在数据结构上适当调整以适应新的应用需要
认知地理世界的原理 基于矢量、栅格数据的分析和可视化
技术方法 地理空间数据技术 获取、处理、管理、分析、可视化 以矢量、栅格技术为核心，不断修补以兼容新数据类型

2.2.1 研究对象

GIS能够采集、存储、管理、分析和表达各种地理空间数据，其所有技术都是围绕地理空间数据展开的，因此，地理信息系统的研究对象是以矢量、栅格数据为核心的地理空间数据。矢量数据源主要来自于各种按照地图模型测量及加工后的数据；栅格数据主要来自于矢量数据的栅格化以及加工处理后的遥感和摄影测量数据。
GIS需要经常处理的例外情况主要分为两类。第一类是地图数据模型体系以外的数据，比如倾斜摄影测量数据、点云数据等。第二类是非传统地理空间的数据，比如描述近地空间的卫星数据以及描述建筑物及其内部结构的BIM数据、3D模型数据等。这些数据有的需要进行数据转换后才能在GIS中进行使用，有的则需要构建单独的处理和管理体系，只是在可视化输出时才与GIS数据联合显示。例如，为了实现室内到室外的一体化显示，需要用语义映射[13]等方法将BIM数据转换为地理空间数据。

2.2.2 基本原理

GIS的基本原理包含描述地理世界的原理和帮助用户认知地理世界的原理等两部分内容。其中GIS对地理世界的描述主要由矢量、栅格和表面模型等地图数据模型实现，矢量数据模型描述地理世界中具有明确定位和明显边界范围的地理要素，栅格数据模型描述连续分布的面状地理现象，表面模型描述某种属性的连续分布状态，主要用于表达地形。在此基础上，GIS建立了一套成熟的用于地理空间认知的理论和方法，例如通过查询和空间分析方法进行地理要素空间位置、分布、距离等特征的分析等，帮助人们定量化的理解和分析地理世界。
GIS基本原理的例外情况也主要分为两类，一类是采用其它数据模型来描述和认知地理世界；另一类是对地理世界以外更加宏观或者微观现实世界的描述和认知。对于前者，GIS通常通过提取模型中的空间、属性等信息，并将其纳入到GIS地图数据模型中进行使用，但是会导致信息的丢失；对于后者，GIS通常需要单独建立相应的数据模型和技术体系。

2.2.3 技术方法

基于地图数据模型，GIS建立了一套从数据获取、处理、管理到数据分析和可视化的技术体系。其中数据获取和处理主要用来获得图形要素的空间坐标以及与之关联的属性信息；数据管理则重点解决地理空间数据中图形数据在计算机中的高效存储和访问；数据的分析主要对地理空间数据的空间位置、分布、形态、关系和距离等特征进行分析；数据可视化主要以电子地图的方式展现图形要素的空间位置、形态、分布以及其类别和数量特征。
GIS技术体系是以地图数据模型为基础的，由于无法对例外情况提供底层的模型支撑，需要建立相对独立的技术体系，然后进行一体化融合，其中较为成熟案例是GIS的二三维一体化。但是对于大多数技术而言，一体化融合工作开展得缓慢而艰难。
面对不断增多的例外情况，地图数据模型无法完整描述不断增加的时空信息，使得GIS难以从根本上解决这些问题，只能通过外接程序被动地满足应用需要，在一定程度上阻碍了GIS的发展。如何由例外处理的被动适应方式转变为内核支持的主动扩展方式，将GIS扩展为空间信息系统，实现研究范式的进阶，才能建立真正意义上的新一代空间信息系统。

3 全空间信息系统理论与技术路线

全空间信息系统（Pan-Spatial Information System，PSIS）是一种对动态、复杂的现实世界（从微观到宏观）中各类时空实体信息接入、处理、描述、表达、管理、分析和应用的信息系统[14]。全空间信息系统突破GIS以地图为模板的建模方式和思维方法，创建以多粒度时空对象（Multi-granularity Spatio-Temporal Object，MSTO）来描述现实世界（含人机物三元世界[15]）的全空间信息系统建模理论，解决多粒度时空对象描述、生成、管理、分析、可视化等关键技术，形成全空间信息系统软件平台和技术体系。

3.1 全空间信息系统建模理念

人类对现实世界的认知已经从表面走向立体、从静态走向动态、从孤立走向关联、从被动走向主动、从观察走向交互[16]。为了满足人类不断深入认知现实世界的需要，全空间信息系统认知模型将现实世界抽象为由多粒度时空实体组成的全空间认知世界，并进一步将其抽象为由多粒度时空对象组成的全空间数字世界（Pan-spatial Digital World， PSDW），如图2所示。
图2 全空间信息系统认知模型

Fig. 2 The cognitive model of PSIS

实体指客观世界中可以相互区分的事物，为了突出实体的时间特征和空间特征，将其称为时空实体。当一个实体划分得越来越详细时，可以将该实体分解为复杂度较低的多个子实体。在全空间信息系统中，将这种能够逐次切分和组合的时空实体称为多粒度时空实体（Multi-granularity Spatio-Temporal Entity，MSTE）。多粒度时空对象是指在计算机中描述多粒度时空实体的数据综合体，它强调对实体时间特征、空间特征和粒度特征的描述。全空间信息系统的基本技术路线就是在计算机中创建一个与现实世界相对应的，由多粒度时空对象组成的全空间数字世界，并解决多粒度时空对象的创建、管理、分析与可视化等关键技术问题。

3.2 全空间信息系统数据模型

多粒度时空对象数据模型是在全空间信息系统认知模型的基础上，基于面向对象的思想将多粒度时空实体抽象为对象类和对象，并通过时空参照、空间位置、空间形态、属性特征、关联关系、组成结构、认知能力、行为能力等多粒度时空对象八元组特征描述方法对多粒度时空实体数字化描述。如图3所示，多粒度时空对象数据模型由多粒度时空对象类、多粒度时空对象特征和多粒度时空对象三部分组成。多粒度时空对象类是对具有相似或者相同特征的多粒度时空对象的抽象，规则化的描述了同一类多粒度时空对象八元组特征的描述规则和描述方法，是认识和构建多粒度时空对象的前提。多粒度时空对象特征记录具体的实体状态信息。多粒度时空对象是多粒度时空对象类的实例化，按照多粒度时空对象类中特征描述规则，为每个特征赋予具体的数值，从而实现对多粒度时空实体的描述。
图3 多粒度时空对象数据模型

Fig. 3 The data model of MSTO

八元组特征是多粒度时空对象数据模型的核心[17]，为构建多粒度的、多维关联的、实时动态的、自我演进的全空间数字世界奠定了理论基础。
（1）时空参照。时空参照是描述实体时空特征的基础，包括时间参照和空间参照。时间参照主要用于表达时空对象间的时间关系和全生命周期管理，空间参照主要确定时空对象空间位置的基准。时空参照使时空对象能够更准确地表达时空信息，为更加复杂的应用奠定基础。
（2）空间位置。空间位置是在特定的时空参照下，在一定时空范围内对实体定位信息的描述与表达。空间位置具有多粒度特点[18]，在不同的空间粒度（如全局空间、相对空间、局部空间）有着不同的位置描述，能够实现实体的全空间描述。
（3）空间形态。空间形态是时空实体的现实形态在计算机中的数字化描述和可视化展现。空间形态具有多态性，时空对象不仅会在不同粒度下呈现出不同的形态特征，还会随着时间变化。通过空间形态的描述，能够表达时空对象不同侧面、不同粒度的形状、结构、分布及其随时间的变化情况。
（4）组成结构。组成结构是指顾及语义组成和空间结构2个方面，对时空实体之间存在的动态的整体/部分关系进行的描述[19]。组成结构使多粒度时空对象间区分出父、子时空对象，描述了逻辑上的组成关系和空间上的结构关系[20]，是多粒度特征的重要体现。
（5）关联关系。关联关系是指多粒度时空对象之间由于空间位置、空间形态、属性特征、组成结构、行为能力等产生的时空对象间时空的或语义的关系，用以描述时空对象间的相互作用和影响。多粒度时空对象的关联关系可以归纳为空间关系、时间关系、属性关系、因果关系、认知关系等[21]，能够动态[22]描述时空对象之间广泛存在的各种类型的关联，使时空对象间构成有机的整体。
（6）认知能力。认知能力是多粒度时空对象在相互联系、相互作用的时空环境中，自主完成信息感知获取、分析决策、学习提升及判断的一系列能力的总和。根据认知内容的不同，可以将认知能力分为自主学习能力、价值判断能力和分析决策能力等。认知能力使时空对象能够进行自主决策和判断，体现了时空对象的自主性。
（7）行为能力。行为能力是多粒度时空对象具有的引起自身或其他外部时空对象（包括外部环境）状态变迁的能力，也是时空实体随着时间推移，在内在规律和外部干扰下的表现（动作）[23]。行为能力描述了不同时空对象之间联动与响应、接受与传播[24]，体现了时空对象的能动性。
（8）属性特征。多粒度时空对象属性特征是指在多粒度时空对象描述框架下，对时空实体本身所固有的存在状态与性质的描述。广义上讲，时空参照、空间位置、空间形态、组成结构、关联关系、行为能力、认知能力等描述范畴以外的所有特征描述，都是多粒度时空对象的属性特征，属性特征也能够在时空对象的生命周期内不断扩展和变化[25]。
通过“十三五”国家重点研发计划的支持，在数据模型基础上形成了较为完整的全空间信息系统平台体系，包括多粒度时空对象交互建模的方法和技术[26]、全空间时空对象可视化工具[27]、实时数据的接入、处理与入库的方法[28-29]等，并在多个领域得到了实践与应用。例如，围绕城市设施运行与安全管控，开展了城市基础设施管理示范应用；对高精度地图[30]、高铁网络[31]、人际网络[32]等实体展开特征分析，建模为多粒度时空对象，能够描述其随时间变化的属性、状态、形态、关系等特征，支持了时空对象全方位、全过程、全生命周期的完整表达；基于多粒度时空对象思想提出多粒度时空事件的建模理念[33]，将校史变迁[34]、作战过程[35]等事件进行建模，从多个维度描述了事件的发展经过，用可视分析方法动态地表达了全面、多样、个性化的事件发展过程；在建模的基础上，能够提取时空对象的描述信息进行时空分析，如构建关联关系的贝叶斯网络实现了对象关系的定量分析[36]，提取病例的感染状态变化信息进行空间相关性分析[37]等。

4 全空间信息系统研究范式

4.1 PSIS对GIS研究范式的扩展分析

4.1.1 将研究对象拓展为描述现实世界的数据

GIS通常是在绝对时空观下，在有限的空间范围内对地理世界的位置、形态、分布进行一体化描述。而多粒度时空对象数据模型采用了对象时空观，认为时空对象都可以具有自己独立的对象空间和时间。在对象时空观中的支撑下，每个时空对象既可以建立用于描述自身的绝对时空参照系，又可以建立描述相对位置的相对时空参照系[38]。在不同的时空参照系间，能够定义参照转换框架[39]实现时间、空间的转换。
时空观的改变也使得PSIS更专注于刻画时空对象本身。多粒度时空对象数据模型将GIS中空间和属性的二元组特征扩展为八元组特征，增加了模型描述与表达的信息维度。其中关联关系与组成结构，能够广泛表达不同实体之间存在的内在联系；行为能力与认知能力能够充分描述时空实体感知外部信息，以及基于信息感知的决策与行为动作。对于属性、位置、形态等GIS地图数据模型能够表达的特征，多粒度时空对象数据模型也在描述维度、时态等多方面进行了拓展。

4.1.2 建立了比GIS更直接更自然的描述现实世界的理论

许多GIS的数据模型及其组织都是面向地图，而非直接面向客观存在的时空实体及其关系[40]，表达的是人类对地图的认知，缺乏对真实地理世界的认知[41]。在全空间信息系统认知模型中，通过多粒度时空实体直接认知现实世界，是一种更符合人类认知习惯的、更自然的认识现实世界的方式。此外，在人们的常识空间认知中[42]，对现实世界的认知是从区分出实体并进一步认识其细节特征开始的，全空间信息系统也更加符合常识空间认知中人类认知现实世界的习惯。

4.1.3 提供了对现实世界更加多维动态与交互的认知方法

全空间信息系统包含对全空间数字世界的查询、交互、分析、挖掘和可视化等一系列工具，给用户提供了对于现实世界更加多维动态与交互的认知方法。受地图数据模型的制约，GIS为用户提供的地理世界认知方法往往是静态的、被动的单向信息传输。而全空间数字世界时空范畴可扩展，不仅描述了时空对象之间广泛的动态关联关系，还支持时空对象自主感知环境信息[43]、自主决策与自我演化[44]。因此，用户通过与全空间数字世界的动态交互，能够更加全面的认识一个有历史、有故事、有现在、有未来的现实世界。

4.1.4 全面提升了GIS地理空间数据处理技术的内涵

全空间信息系统将GIS的地理空间数据处理技术升级为对多粒度时空对象的处理技术，全面提升了地理空间数据处理技术的内涵。与GIS的空间数据采集技术相比，一方面多粒度时空对象数据的获取涵盖了泛在时空数据的获取技术；另一方面通过建模时空对象，在多粒度时空对象中整合了大量的行业与领域知识。与GIS的空间数据处理技术相比，多粒度时空对象建模包含了多源时空大数据的融合与处理，即通过实体对多源时空大数据进行关联，进而将其融合为多粒度时空对象的特征描述。与GIS的空间数据管理相比，全空间信息系统更强调多粒度时空对象的管理与共享[45]，解决多粒度时空对象之间的动态关联、实时更新与自我演化等问题。与GIS的空间数据可视化相比，全空间信息系统更强调动态时空场景的构建与可视化，进行时空场景可视化与交互。与GIS空间分析技术相比，全空间信息系统能够更好的进行时空大数据分析，进行多粒度时空对象深层关联的挖掘以及基于智能对象的推演与预测。

4.2 PSIS研究范式的核心内容

全空间信息系统突破了GIS的研究范式，将地理信息系统发展成为更为通用的空间信息系统，形成了基于多粒度时空对象的PSIS研究范式，其基本内容如表2所示。
表2 PSIS研究范式的基本内容

Tab. 2 The basic content of PSIS research paradigm

基本内容 内容描述 范式进阶内容
研究对象 描述现实世界的数据 多粒度时空对象数据 ①时空范畴扩展：由地理世界到现实世界
②对象内涵扩展：GIS数据是多粒度时空对象的部分内容
基本原理 描述现实世界的原理 多粒度时空对象数据模型 ①数据模型进阶：更全面、更动态、更关联、可演化地描述现实世界，多粒度时空对象数据模型包含GIS数据模型的信息内容
②认知方式进阶：通过由多粒度时空对象组成的全空间数字世界认知现实世界
认知现实世界的原理 全空间数字世界的交互、分析与可视化
技术方法 多粒度时空对象数据技术 获取、处理、管理、分析、可视化 新一代空间信息系统技术体系：
①面向时空对象的泛在时空数据获取与建模技术
②时空实体数据整合与融合处理技术
③面向时空对象的管理与共享技术
④多粒度时空对象时空分析推演技术
⑤时空场景可视化与交互技术

4.2.1 研究对象

全空间信息系统不再局限于用矢量、栅格等数据描述的地理世界，而是将研究对象的范围扩展至包含宇宙万物的现实世界，研究对象扩展为描述现实世界的数据，即多粒度时空对象及其八元组特征描述的数据，丰富了GIS研究对象的内涵。由于所有GIS作为例外处理的数据都是对现实世界描述的数据，可以将其归纳为多粒度时空对象或作为多粒度时空对象特征的描述数据，被统一纳入到多粒度时空对象的数据体系中来。

4.2.2 基本原理

全空间信息系统采用多粒度时空对象数据模型来描述现实世界。首先将现实世界直接映射为由多粒度时空实体组成的全空间认知世界，然后将多粒度时空实体描述为多粒度时空对象，构建出由多粒度时空对象组成的全空间数字世界。相较于GIS的地图数据模型，多粒度时空对象数据模型能够实现对现实世界更全面、更动态、更关联的描述，能够对现实世界进行智能化推演与预测，是对GIS地图数据模型的进阶。在这一进阶过程中，多粒度时空对象数据模型并未抛弃GIS地图数据模型的内容，而是对其进行分化与重组，融入到多粒度时空对象的特征描述之中。全空间信息系统通过构建全空间数字世界，提供面向全空间数字世界的交互、分析与可视化展现工具来帮助用户认知现实世界。与GIS提供的基于地图数据模型的地理世界认知方式相比，从认知范围、信息内容、交互方式等方面实现了全方位进阶。

4.2.3 技术方法

全空间信息系统以构建全空间数字世界为目标，围绕多粒度时空对象的创建、管理、分析和可视化构建了新一代时空信息系统技术体系，实现了对GIS技术方法的进阶。具体表现为：将空间数据采集技术升级为多粒度时空对象建模技术，将空间数据处理技术升级为多源时空大数据整合技术，将数据管理技术升级为多粒度时空对象管理技术，将空间数据可视化技术升级为时空场景可视化技术，将空间分析技术升级为多粒度时空对象信息挖掘与智能推演技术。

5 总结与展望

随着研究范畴的不断拓展，在GIS研究范式下需要处理的例外情况越来越多，通过不断为例外情况建立新的技术体系的方式较难适应GIS快速发展的需求，寻求GIS研究范式的突破已经逐渐成为一种共识。PSIS将GIS的研究对象由地理世界拓展为整个现实世界，构建了由多粒度时空对象描述现实世界的理论，建立了全空间数字世界，并通过与全空间数字世界交互、分析和可视化来认知现实世界，将GIS技术全面升级为多粒度时空对象的创建、管理、分析与可视化的技术体系，实现了GIS研究范式的进阶。范式进阶是新一代时空信息系统的标志，是对GIS的体系化的创新，为GIS发展开辟了新的道路。
PSIS研究范式尚处在发展阶段，在未来研究中，如何建立标准化的全空间数字世界描述体系，形成支持互联互通的全空间信息技术标准规范，逐步提升多粒度时空对象建模、管理与分析的智能化水平，健全全空间信息系统应用生态等一系列问题，都需要在PSIS研究范式的发展成熟过程中进一步解决。全空间信息系统引领了地理信息系统的发展方向，随着技术的不断完善，将成为智慧城市、智慧地球、元宇宙等新兴方向的重要技术保障，为其提供描述现实世界的坚实基底。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[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.

DOI

[Zhou C H. Prospects on pan-spatial information system[J]. Progress in Geography, 2015, 34(2):129-131. ] DOI:10.11820/dlkxjz.2015.02.001

DOI

[2]
Li L N, Goodchild M F, Xu B. Spatial, temporal, and socioeconomic patterns in the use of Twitter and Flickr[J]. Cartography and Geographic Information Science, 2013, 40(2):61-77. DOI:10.1080/15230406.2013.777139

DOI

[3]
Wang S W, Anselin L, Bhaduri B, et al. CyberGIS software: A synthetic review and integration roadmap[J]. International Journal of Geographical Information Science, 2013, 27(11):2122-2145. DOI:10.1080/13658816.2013.776049

DOI

[4]
刘浩, 薛梅. 虚拟地理环境下的地理空间认知初步探索[J]. 遥感学报, 2021, 25(10):2027-2039.

[Liu H, Xue M. Exploring the use of virtual geographic environments for geo-spatial cognition research[J]. National Remote Sensing Bulletin, 2021, 25(10):2027-2039. ] DOI:10.11834/jrs.20210460

DOI

[5]
万刚, 武易天. 地图空间认知的数学基础[J]. 测绘学报, 2021, 50(6):726-738.

[Wan G, Wu Y T. On the mathematical basis of map spatial cognition[J]. Acta Geodaetica et Cartographica Sinica, 2021, 50(6):726-738. ] DOI:10.11947/j.AGCS.2021.20210041

DOI

[6]
Li W W, Batty M, Goodchild M F. Real-time GIS for smart cities[J]. International Journal of Geographical Information Science, 2020, 34(2):311-324. DOI:10.1080/13658816.2019.1673397

DOI

[7]
Usmani R S A, Hashem I A T, Pillai T R, et al. Geographic information system and big spatial data: A review and challenges[J]. International Journal of Enterprise Information Systems, 2020, 16(4):101-145. DOI:10.4018/IJEIS.2020100106

DOI

[8]
Elwood S, Goodchild M F, Sui D Z. Researching volunteered geographic information: Spatial data, geographic research, and new social practice[J]. Annals of the Association of American Geographers, 2012, 102(3):571-590. DOI:10.1080/00045608.2011.595657

DOI

[9]
Senaratne H, Mobasheri A, Ali A L, et al. A review of volunteered geographic information quality assessment methods[J]. International Journal of Geographical Information Science, 2017, 31(1):139-167. DOI:10.1080/13658816.2016.1189556

DOI

[10]
陆锋, 张恒才. 大数据与广义GIS[J]. 武汉大学学报·信息科学版), 2014, 39(6):645-654.

[Lu F, Zhang H C. Big data and generalized GIS[J]. Geomatics and Information Science of Wuhan University, 2014, 39(6):645-654. ] DOI:10.13203/j.whugis20140148

DOI

[11]
Kuhn T S. The Structure of Scientific Revolutions[M]. Chicago: University of Chicago Press, 1962.

[12]
华一新, 张毅, 成毅, 等. 地理信息系统原理[M].第二版. 北京: 科学出版社, 2019.

[Hua Y X, Zhang Y, Cheng Y, et al. Geographic information system principles[M]. 2rd ed.ed. Beijing: Science Press, 2019. ]

[13]
吕慧玲, 李佩瑶, 汤圣君, 等. BIM模型到多细节层次GIS模型转换方法[J]. 地理信息世界, 2016, 23(4):64-70.

[Lv H L, Li P Y, Tang S J, et al. Transformation method from BIM model to GIS model in different levels of details[J]. Geomatics World, 2016, 23(4):64-70. ] DOI:10.3969/j.issn.1672-1586.2016.04.012

DOI

[14]
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.

[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. ] DOI:10.3969/j.issn.1673-6338.2016.04.001

DOI

[15]
江南, 方成, 陈敏颉. 全空间信息系统认知与表达初探[J]. 地球信息科学学报, 2017, 19(9):1150-1157.

DOI

[Jiang N, Fang C, Chen M J. Initial exploration of pan-spatial cognition and representation[J]. Journal of Geo-information Science, 2017, 19(9):1150-1157. ] DOI:10.3724/SP.J.1047.2017.01150

DOI

[16]
Goodchild M F. Geographic information systems and science: Today and tomorrow[J]. Annals of GIS, 2009, 15(1):3-9. DOI:10.1080/19475680903250715

DOI

[17]
华一新, 周成虎. 面向全空间信息系统的多粒度时空对象数据模型描述框架[J]. 地球信息科学学报, 2017, 19(9):1142-1149.

DOI

[Hua Y X, Zhou C H. Description frame of data model of multi-granularity spatio-temporal object for pan-spatial information system[J]. Journal of Geo-information Science, 2017, 19(9):1142-1149. ] DOI:10.3724/SP.J.1047.2017.01142

DOI

[18]
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.地球信息科学学报[J], 2017, 19(9):1208-1216.

[Yu T X, Li R, Wu H Y. An object-oriented representation method for multi-granularity for spatio-temporal position of geographical entities[J]. Journal of Geo-information Science, 2017, 19(9):1208-1216. ] DOI:10.3724/SP.J.1047.2017.01208

DOI

[19]
杨振凯, 张江水, 李翔, 等. 时空对象组成结构基本问题初探[J]. 测绘科学技术学报, 2021, 38(6): 639-645.

[Yang Z K, Zhang J S, Li X, et al. The basic issues of composition structure of spatio-temporal objects[J]. Journal of Geomatics Science and Technology, 2021, 38(6):639-645. ] DOI:10.3969/j.issn.1673-6338.2021.06.014

DOI

[20]
李锐, 石佳豪, 董广胜, 等. 多粒度时空对象组成结构表达研究[J]. 地球信息科学学报, 2021, 23(1):113-123.

DOI

[Li R, Shi J H, Dong G S, et al. Research on expression of multi-granularity spatio-temporal object composition structure[J]. Journal of Geo-information Science, 2021, 23(1):113-123. ] DOI:10.12082/dqxxkx.2021.200423

DOI

[21]
张政, 华一新, 张晓楠, 等. 多粒度时空对象关联关系基本问题初探[J]. 地球信息科学学报, 2017, 19(9):1158-1163.

DOI

[Zhang Z, Hua Y X, Zhang X N, et al. The basic issues of associative relationship of spatial-temporal objects of multi-granularity[J]. Journal of Geo-information Science, 2017, 19(9):1158-1163. ] DOI:10.3724/SP.J.1047.2017.01158

DOI

[22]
成波, 关雪峰, 向隆刚, 等. 一种面向时空对象及其关联关系动态变化表达的概念数据模型[J]. 地球信息科学学报, 2017, 19(11):1415-1421.

DOI

[Cheng B, Guan X F, Xiang L G, et al. A conceptual data model for dynamic changes expression of spatio-temporal object and its association[J]. Journal of Geo-information Science, 2017, 19(11):1415-1421. ] DOI:10.3724/SP.J.1047.2017.01415

DOI

[23]
曹一冰, 华一新, 郭邵萌. 多粒度时空对象行为特征的描述方法研究[J]. 地理信息世界, 2018, 25(2):23-29.

[Cao Y B, Hua Y X, Guo S M. Study on the description of behavior characteristics of spatial-temporal objects of multi-granularity[J]. Geomatics World, 2018, 25(2):23-29. ] DOI:10.3969/j.issn.1672-1586.2018.02.005

DOI

[24]
赵鑫科, 曹一冰, 杨飞, 等. 多粒度时空对象的行为控制与动态显示[J]. 地理信息世界, 2020, 27(3):107-113.

[Zhao X K, Cao Y B, Yang F, et al. The behavior control and dynamic display of multi-granularity spatiotemporal objects[J]. Geomatics World, 2020, 27(3):107-113. ] DOI:10.3969/j.issn.1672-1586.2020.03.018

DOI

[25]
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

[Liu Z H, Li R, Wang J Q. A dynamic representation method of considering semantic scales of attributes of spatio-temporal object[J]. Journal of Geo-information Science, 2017, 19(9):1185-1194. ] DOI:10.3724/SP.J.1047.2017.01185

DOI

[26]
张江水, 华一新, 李翔. 多粒度时空对象建模的基本内容与方法[J]. 地理信息世界, 2018, 25(2):12-16.

[Zhang J S, Hua Y X, Li X. The basic content and methods of multi-granularity spatio-temporal object modeling[J]. Geomatics World, 2018, 25(2):12-16. ] DOI:10.3969/j.issn.1672-1586.2018.02.003

DOI

[27]
曹一冰, 张江水, 华一新, 等. 全空间时空对象可视化工具的设计与实现[J]. 测绘科学技术学报, 2021, 38(2):173-180.

[Cao Y B, Zhang J S, Hua Y X, et al. Design and implementation of the visualization tool for spatio-temporal objects in pan-spatial information system[J]. Journal of Geomatics Science and Technology, 2021, 38(2):173-180. ] DOI:10.3969/j.issn.1673-6338.2021.02.011

DOI

[28]
张毅, 华一新, 刘小春, 等. 面向全空间信息系统的传感设备实时数据管理架构[J]. 测绘科学技术学报, 2021, 38(3):301-308.

[Zhang Y, Hua Y X, Liu X C, et al. A real-time data management architecture of sensing equipment for pan-spatial information system[J]. Journal of Geomatics Science and Technology, 2021, 38(3):301-308. ] DOI:10.3969/j.issn.1673-6338.2021.03.013

DOI

[29]
杨飞, 华一新, 李响, 等. 多粒度时空对象行为驱动的传感设施接入方法[J]. 测绘科学技术学报, 2020, 37(5):537-544.

[Yang F, Hua Y X, Li X, et al. Research on sensor facilities access method driven by multi-granularity spatio-temporal object behavior[J]. Journal of Geomatics Science and Technology, 2020, 37(5):537-544. ] DOI:10.3969/j.issn.1673-6338.2020.05.015

DOI

[30]
訾璐, 张江水, 杨振凯, 等. 高精地图交通要素对象化建模方法[J]. 测绘科学技术学报, 2020, 37(6):636-642.

[Zi L, Zhang J S, Yang Z K, et al. Object modeling method of traffic elements in high-precision map[J]. Journal of Geomatics Science and Technology, 2020, 37(6):636-642. ] DOI:10.3969/j.issn.1673-6338.2020.06.014

DOI

[31]
刘慧, 崔虎平, 韦原原, 等. 基于时空对象的高铁网络建模方法[J]. 测绘科学技术学报, 2021, 38(1):104-110.

[Liu H, Cui H P, Wei Y Y, et al. High-speed network modeling method based on spatio-temporal objects[J]. Journal of Geomatics Science and Technology, 2021, 38(1):104-110. ] DOI:10.3969/j.issn.1673-6338.2021.01.017

DOI

[32]
张永树, 华一新, 张毅, 等. 人际关系网络对象化时空建模方法研究[J]. 测绘与空间地理信息, 2021, 44(6):41-45,53.

[Zhang Y S, Hua Y X, Zhang Y, et al. Research on object-oriented spatio-temporal modeling of interpersonal relationship network[J]. Geomatics ＆ Spatial Information Technology, 2021, 44(6):41-45,53. ] DOI:10.3969/j.issn.1672-5867.2021.06.012

DOI

[33]
陈敏颉, 江南, 陈达. 多粒度时空事件建模与可视化方法初探[J]. 地理信息世界, 2018, 25(2):30-35.

[Chen M J, Jiang N, Chen D. Study on spatio-temporal events of multi-granularity modeling and visualization methods[J]. Geomatics World, 2018, 25(2):30-35. ] DOI:10.3969/j.issn.1672-1586.2018.02.006

DOI

[34]
郭玥晗, 江南, 曹一冰, 等. 多粒度时空对象的校史信息可视化研究[J]. 测绘科学, 2021, 46(10):145-150.

[Guo Y H, Jiang N, Cao Y B, et al. Research on the visualization of school history information based on multi-granularity spatio-temporal objects[J]. Science of Surveying and Mapping, 2021, 46(10):145-150. ] DOI:10.16251/j.cnki.1009-2307.2021.10.019

DOI

[35]
谢雨芮, 江南, 赵文双, 等. 基于多粒度时空对象的作战实体对象化建模研究[J]. 地球信息科学学报, 2021, 23(1):84-92.

DOI

[Xie Y R, Jiang N, Zhao W S, et al. Object modeling of combat entities based on multi-granularity spatio-temporal objects[J]. Journal of Geo-information Science, 2021, 23(1):84-92. ] DOI:10.12082/dqxxkx.2021.200418

DOI

[36]
张正方, 闫振军, 王增杰, 等. 基于Bayes网络的多粒度时空对象地理过程演化建模——以新安江模型为例[J]. 地球信息科学学报, 2021, 23(1):124-133.

DOI

[Zhang Z F, Yan Z J, Wang Z J, et al. Modeling of geographical process evolution of spatio-temporal objects of multi-granularity based on Bayesian network: A case study of the Xin'an Jiang model[J]. Journal of Geo-information Science, 2021, 23(1):124-133. ] DOI:10.12082/dqxxkx.2021.200426

DOI

[37]
Chen Y H, Jiang N, Cao Y B, et al. Visual method of analyzing COVID-19 case information using spatio-temporal objects with multi-granularity[J]. Journal of Geographical Sciences, 2021, 31(7):1059-1081. DOI:10.1007/s11442-021-1885-1

DOI

[38]
陈达, 苏亚龙, 崔虎平. 全空间信息系统中对象的时空内涵与特征[J]. 测绘与空间地理信息, 2019, 42(1):52-55.

[Chne D, Su Y L, Cui H P. Temporal and spatial connotation and characteristics of entities in pan-spatial information system[J]. Geomatics & Spatial Information Technology, 2019, 42(1):52-55. ] DOI:10.3969/j.issn.1672-5867.2019.01.015

DOI

[39]
陈祥葱, 张树清, 丁小辉, 等. 时空参考框架普适化表达[J]. 地球信息科学学报, 2017, 19(9):1201-1207.

DOI

[Chen X C, Zhang S Q, Ding X H, et al. An exploratory study on ubiquitous representation of spatial-temporal reference framework[J]. Journal of Geo-information Science, 2017, 19(9):1201-1207. ] DOI:10.3724/SP.J.1047.2017.01201

DOI

[40]
方裕, 周成虎, 景贵飞, 等. 第四代GIS软件研究[J]. 中国图象图形学报, 2001, 6(9):817-823.

[Fang Y, Zhou C H, Jing G F, et al. Research of 4th generation GIS software[J]. Journal of Image and Graphics, 2001, 6(9):817-823. ] DOI:10.3969/j.issn.1006-8961.2001.09.001

DOI

[41]
邬伦, 王晓明, 高勇, 等. 基于地理认知的GIS数据元模型研究[J]. 遥感学报, 2005, 9(5):583-588.

[Wu L, Wang X M, Gao Y, et al. Research on GIS data meta-model based upon geographical cognition[J]. Journal of Remote Sensing, 2005, 9(5):583-588. ] DOI:10.11834/jrs.20050585

DOI

[42]
李淑霞, 安敏, 李宏伟, 等. 常识空间认知研究与地名本体设计[J]. 测绘科学技术学报, 2011, 28(6):450-453.

[Li S X, An M, Li H W, et al. Design of the ontology of place based on commonsense spatial cognition[J]. Journal of Geomatics Science and Technology, 2011, 28(6):450-453. ] DOI:10.3969/j.issn.1673-6338.2011.06.015

DOI

[43]
曾梦熊, 华一新, 张江水, 等. 多粒度时空对象动态行为表达模型与方法研究[J]. 地球信息科学学报, 2021, 23(1):104-112.

DOI

[Zeng M X, Hua Y X, Zhang J S, et al. Research on dynamic behavior expression model and method of multi-granularity spatio-temporal objects[J]. Journal of Geo-information Science, 2021, 23(1):104-112. ] DOI:10.12082/dqxxkx.2021.200420

DOI

[44]
曾梦熊, 华一新, 张政, 等. 面向大规模空间Agent建模的分布式地理模拟框架[J]. 地球信息科学学报, 2022, 24(5):815-826.

DOI

[Zeng M X, Hua Y X, Zhang Z, et al. A distributed geospatial simulation framework for massive spatial agent-based modeling[J]. Journal of Geo-information Science, 2022, 24(5):815-826. ] DOI:10.12082/dqxxkx.2022.220001

DOI

[45]
华一新, 张江水, 曹一冰. 基于时空域的全空间数字世界时空对象组织与管理研究[J]. 地球信息科学学报, 2021, 23(1):76-83.

DOI

[Hua Y X, Zhang J S, Cao Y B. Research on organization and management of spatio-temporal objects in pan-spatial digital world based on spatio-temporal domain[J]. Journal of Geo-information Science, 2021, 23(1):76-83. ] DOI:10.12082/dqxxkx.2021.200417

DOI

Options
Outlines

/

〈 〉