一种基于事件的双序列时空数据模型

刘 飞,何 珍 文，郑 新 奇

(1.中国地质大学(北京)，北京 100083；2.中国地质大学(武汉)，湖北 武汉 430074)



一种基于事件的双序列时空数据模型

刘 飞1，2,何 珍 文2，郑 新 奇1

(1.中国地质大学(北京)，北京 100083；2.中国地质大学(武汉)，湖北 武汉 430074)

针对现有时空数据模型研究中存在的诸多不足，特别是基于事件的时空模型缺乏以空间对象个体为单位的时空变化贯穿式表达能力等缺点，提出一种基于事件的双序列时空数据模型，将状态变化与空间对象的变化用双重序列表达，用序列存储对象的变化解决了现有时空数据模型基于空间对象个体时空变化信息表达能力弱的问题。实验表明，该模型可有效用于时空数据管理。

GIS；时空数据；数据模型

0 引言

空间、属性、时间是地理实体的3个基本特征，空间、属性特征反映了地理实体的空间分布、质量、数量等信息，时间特征则反映了地理实体及其间在时间上的尺度关系[1]。为了表达复杂多变的地理现象，需将时间作为与空间同等重要的要素引入地理信息系统中，即时空GIS。而时空数据模型作为时空GIS的基础和前提，是当前的核心研究问题之一。

目前常用的时空数据模型大体可分为两类。一类是基于空间的时空数据模型，就是在空间模型的基础上扩展时间维，将时间引入空间数据之中，它包括基于位置的时空数据模型、基于对象的时空数据模型等。如时空立方体模型(Space-time Cube Data Model)[2]、时空复合模型(Space-time Composite Data Model)[3]、序列快照模型(Sequential Snapshots Data Model)[4]、基态修正模型(Base State with Amendments Data Model)[2]、多基态修正模型[5-7]和面向对象的时空数据模型(Object-oriented Spatio-temporal Data Model)[8-10]等。在这些模型中，时间大多表现为某一状态或对象的属性，侧重于对状态或对象的描述[11,12]，对时空变化的表达能力较弱。另一类是基于时间的时空数据模型，就是以时间模型为基础，增加空间维度的数据描述，将空间引入时间变化之中。其中，基于事件的时空数据模型(Event-Based Spatio-temporal Data Model)[13]最为典型，其在时序关系表达方面具有较强的优势，被大量研究者所接纳[14-17]，但存在如下缺点：无法将时态信息同个体特征关联，不能表达空间对象个体特征的时空变化，同一空间对象在时间维度上的变化信息被分解或分隔成多个片段，对应在不同事件中，不能很好地描述空间个体特征的时空变化。

本文针对基于事件的时空数据模型的不足，提出一种优化改进的模型——双序列时空数据模型，将状态变化与空间对象的变化用双重序列表达，使时空变化信息同个体特征联系，更好地反映空间对象个体变化的因果关系。

1 传统基于事件的时空数据模型分析

1995年Peuquet等从时间角度提出了基于事件的时空数据模型[13,18]，按时间顺序把状态的时空变化作为一系列事件组成事件列表，在事件的属性中加上时间，新发生的事件被追加到事件序列的尾部，列表中每一事件与描述事件所引起的一系列空间对象变化的一组记录相连。目前，基于事件的时空数据模型主要采用的是栅格数据结构，描述的是基于位置的时空变化，空间对象由一系列栅格单元表示，而每一事件记录的则是基于栅格单元的变化信息，如图1所示。

图1 基于事件的时空数据模型

Fig.1 Event-based spatio-temporal data model

尽管基于事件的时空数据模型研究已取得了很多进展，但其对空间实体的延续性表达、时间空间的统一性等问题的处理仍存在不足，具体表现为：1)基于事件的时空数据模型仅描述了变化后的状态，并没有对变化发生前后的状态进行完整地记录，使时态查询变得困难[9]；2)目前基于事件的时空数据模型大多是基于栅格位置的，虽然将时态信息同位置关联，便于比较基于位置的历史变化，但无法将时态信息同实体对象关联，不能很好地描述空间实体的时空变化；3)基于事件的时空数据模型在体现空间对象的连续性与同一性等方面存在不足,同一空间对象在时间维度上的变化信息被分解或分隔成多个片段，对应在不同事件中，空间上的时态查询效率不高。

针对现有基于事件的时空数据模型的种种不足，许多学者提出了改进设计。如牛方曲等[14]提出在原有模型记录发生变化后的状态的基础上，同时记录事件发生之前的状态，使得完整记录变化过程以便时态查询，但依然无法表达空间个体的变化。还有的学者[11,12]提出，在记录空间实体变化的事件序列的基础上，以空间实体作为发生变化的对象，每一事件指向一组发生变化的对象，分别记录不同对象发生变化前后的父对象和子对象，实现空间对象变化的描述，但每一事件均会将发生变化的对象以新对象的形式存储，同一空间实体在存储上存在不同一性。

2 基于事件的双序列时空数据模型

2.1 事件与变化

事件引起空间对象状态的一次变化，根据事件引起的变化不同，可以将变化划分为属性变化、几何形态变化、空间位置变化3种。对于属性变化而言，发生变化的是空间对象本身的属性，如水质的变化、所有权的变更等；对于几何形态变化而言，发生变化的是空间对象的几何形状，如植物的生长、道路的拓宽等；而对于空间位置变化而言，发生变化的则是空间对象的空间位置，如物体的运动等。

在现实世界中几何形态的变化和空间位置的变化往往是相伴而生的，几何形态的变化导致空间位置发生变化，而空间位置的变化又包含着几何形态的变化。如建筑物的拆除新建，其既改变了建筑物原有的形态特征，又改变了建筑物的原有空间位置。因而，又可以将几何形态变化与空间位置变化共同归为空间特征变化。

2.2 模型设计目标

本文在基于事件的时空数据模型的基础上，对其不足加以改进，设计新的时空数据模型，旨在使其实现如下目标：1)完整地记录整个空间世界所有实体对象的变化过程，使得时态查询更易实现；2)将时态信息同地理空间的个体对象关联，分别记录每一空间实体从产生到消亡的整个变化过程，使得个体对象自身的时空变化过程被完整记录，亦使基于个体对象的时态查询易于实现；3)利用空间数据模型对空间中实体对象的描述方式，使时空数据模型在表达时态信息的同时将地理空间中的实体作为对象来处理，保存空间中实体与实体之间存在空间拓扑关系，以实现空间中实体对象的空间查询与分析；4)解决基于事件的时空数据模型在体现空间对象的连续性与同一性等方面存在的不足，将同一空间实体在不同事件中发生的多次变化都记录在同一对象对应的同一套描述中，变化信息顺序存放，使其表达空间对象在时间上的连续性，亦使空间对象在存储上保持时空变化前后的同一性，提高基于个体的时态查询效率；5)尝试建立不同空间对象变化序列间的联系或查询关系，使基于空间实体的时空一体化分析成为可能。

2.3 概念模型设计

针对当前基于事件的时空数据模型缺乏描述空间实体对象个体时空变化能力的缺点，本文提出一种新的基于事件的时空数据模型——双序列时空数据模型，双重序列的概念如图2所示。

图2 双重序列概念设计

Fig.2 Conceptual design for dual-list

该模型使用基于事件的时空数据模型作为原型，以空间实体对象作为时空信息记录与描述的枢纽，通过双重的变化序列记录空间实体对象的时空变化信息。双序列时空数据模型首先将空间实体状态的每一次变化按发生的先后顺序排列，每一次状态的变化对应于一个事件，并将所有变化通过一个事件变化序列来记录，即第一重变化序列，事件序列中的每一事件分别对应一组发生变化的若干个空间实体对象，空间实体对象采用空间数据模型来表达，依据事件可引起的两种变化(即属性变化与空间特征变化)，每个空间实体对象又分别连接各自仅有的两个变化序列表，分别用于记录每一实体对象各自的属性变化和空间特征变化，即构成了模型的第二重变化序列。对于同一空间实体对象的多次属性变化而言，按发生的先后顺序，将不同事件导致的属性值变化记录在该空间对象所连接的唯一属性变化序列中，从而描述个体特征属性的时空变化历史；而对于同一空间对象的多次空间特征变化而言，同样按发生的先后顺序，将不同事件导致的空间特征变化记录在该空间对象所连接的唯一空间位置变化序列中，从而描述空间对象各自空间位置的时空变化历史，如图3所示。

图3 基于事件的双序列时空数据模型

Fig.3 Event-based dual-lists spatio-temporal data model

2.4 逻辑模型设计

参仿类UML建模语言面向对象的建模方法，对基于事件的双序列时空数据模型进行逻辑设计(图4)。图中EventList为事件序列，即第一重序列；Event为某一次事件，记录了事件的发生时刻等事件的属性；每一事件又分别对应若干发生变化的对象Object，其变化对应于不同的类型，即Location Alteration或Attribute Alteration；每一对象除静态记录各自生命周期的起始事件与终止事件外，分别关联各自的两个变化序列，即Location AlterationList与Attribute AlterationList，构成了双序列时空数据模型的第二重序列。

事件序列表达为：

Event(i) =f(EIDi,ETi,SOIDi,EOIDi,EAi)

(1)

式中:EIDi表示事件的标识号，ETi表示事件的发生时刻，SOIDi表示空间对象发生变化前对象的标识号，EOIDi表示空间对象发生变化后对象的标识号，EAi表示事件的属性。

空间对象表达为：

Object(i) =f(OIDi,OAi,SEIDi,EEIDi)

(2)

式中：OIDi表示空间对象的标识号，OAi表示空间对象的属性，SEIDi表示引起空间对象产生的事件标识号，EEIDi表示导致空间对象消亡的事件标识号。

空间对象的属性变化序列表达为：

图4 基于事件的双序列时空数据模型逻辑设计

Fig.4 Logic design for event-based dual-lists spatio-temporal data model

Attribute(OID,i)=f(OID,EIDi,ACi)

(3)

式中:OID表示发生属性变化的空间对象的标识号，EIDi表示引起属性变化的事件标识号，ACi表示属性的变化值。

空间对象的空间位置变化序列表达为：

Location(OID,i)=f(OID,EIDi,LCi)

(4)

式中:OID表示发生空间特征变化的空间对象的标识号，EIDi表示引起空间特征变化的事件标识号，LCi表示空间位置的变化值。

利用UML面向对象的建模方法设计双序列时空数据模型的数据结构。

2.5 时空变化的表达

对于空间实体的属性变化而言，模型中对象的属性变化序列记录了空间实体属性的时空变化信息，通过对象的ID可以方便地查询或更新某一空间对象的变化历史。用SQL语言可以表示为：

SELECT*FROM"Event" a,"Attribute(OID)" bWHEREa.EID=b.EID;

对于空间实体的空间特征变化而言，模型中对象的空间特征变化序列记录了空间实体边界或占据位置的时空变化信息，通过对象的ID方便查询或更新某一空间对象边界或占据位置的变化历史。用SQL语言可以表示为：

SELECT*FROM"Event" a,"Location(OID)" bWHEREa.EID=b.EID;

对于空间状态的历史变化而言，模型中的第一重事件列表将空间状态的时空变化作为一系列事件来记录，每一事件又分别记录了发生变化的对象信息。依据事件发生的时间，可以在事件列表中查询事件引起的变化信息，并通过发生变化的对象ID和事件ID定位到发生变化实体的属性变化信息和空间特征变化信息。用SQL语言可以表示为：

SELECTSOIDASOIDFROM"Event"WHEREETiBETWEENETfirstandETlast;

SELECT*FROM"Event","Attribute(OID)","Location(OID)"WHEREEIDIN(SELECTEIDFROM"Event"WHEREETiBETWEENETfirstandETlast);

当空间状态发生变化时，则需要在模型的第一重事件列表中将空间状态的变化作为一个新事件来追加，事件中记录发生变化的所有对象的ID及事件的发生时间等属性信息，并依据发生变化的对象ID定位到发生变化对象的属性变化序列或空间特征变化序列，以向其中分别添加事件的ID和相应的变化信息作为序列新的记录。用SQL语言表示为：

INSERTINTO"Event"VALUE(EIDnew,ETnew,SOIDnew,EOIDnew,EAnew);

INSERTINTO"Attribute(SOIDnew)"VALUE(SOIDnew,EIDnew,ACnew);

INSERTINTO"Location(SOIDnew)"VALUE(SOIDnew,EIDnew,LCnew);

若有新空间对象的产生，则应创建新的对象：

INSERTINTO"Event"VALUE(EIDnew,ETnew,NULL,EOIDnew,EAnew);

INSERTINTO"Object"VALUE(EOIDnew,OAnew,EIDnew,NULL);

INSERTINTO"Attribute(EOIDnew)"VALUE(EOIDnew,EIDnew,ACnew);

INSERTINTO"Location(EOIDnew)"VALUE(EOIDnew,EIDnew,LCnew);

若有旧空间对象的灭亡，则应结束旧的对象：

INSERTINTO"Event"VALUE(EIDnew,ETnew,SOIDnew,NULL,EAnew);

UPDATE"Object"SETEEID=EIDnewWHEREOID=SOIDnew;

INSERTINTO"Attribute(SOIDnew)"VALUE(SOIDnew,EIDnew,ACnew);

INSERTINTO"Location(EOIDnew)"VALUE(SOIDnew,EIDnew,LCnew);

3 模型的有效性分析

本文设计了基于事件的双序列时空数据模型(表1)，通过反映状态变化的事件序列(即第一重变化序列)完整地记录了整个空间世界所有实体对象的变化过程，同时，每一对象所对应的两个变化序列(即第二重变化序列)又分别记录了每一空间实体从产生到消亡的整个变化过程。既记录了整个空间的实体变化，又记录了实体自身的时态变化，时空变化过程完整，时态查询易于实现。

模型在基于时态表达的同时将空间实体作为对象来处理，空间中的每一实体均对应于模型中的一个空间对象，对象与对象之间存在空间拓扑关系，可以实现空间实体的空间查询与分析。

模型采用双重的变化序列，在把状态的变化组成事件列表的基础上，使每一对象又分别对应各自的一套变化序列，将时态信息同每一空间个体相关联，可以很好地描述每一空间实体的时空变化。

模型将同一空间实体在不同事件中发生的多次变化都记录在同一对象对应的同一套变化序列中，变化信息顺序存放，有利于表达空间对象在时间上的连续性，可以保证空间对象存储在时空变化前后的同一性，提高基于个体的时态查询效率。同时，通过事件序列中发生变化的空间对象与各自的变化序列，可以建立不同空间对象变化序列间的联系或查询关系，使基于空间实体的时空一体化分析成为可能。

表1 双序列时空数据模型的优越性对比

Table1Thesuperioritycomparisonofdual-listsspatio-temporaldatamodel

视角基于事件的时空数据模型双序列时空数据模型在时空变化表达的尺度上时间序列记录的是基于时间轴的整体状态的变化第一重变化序列完整地记录了整个空间世界整体的变化过程，第二重变化序列又分别记录了每一空间实体从产生到消亡的整个变化过程，时空变化过程完整，时态查询易于实现在空间实体变化的表达上大多是基于栅格位置，将时态信息同位置关联，便于比较基于位置的历史变化，不能很好地描述空间个体的时空变化将空间实体作为对象来处理，空间中的实体对应于模型中的对象，对象与对象之间存在空间拓扑关系，可以实现基于空间实体的空间查询与分析在时空变化表达的层次上仅用单一时间轴线记录空间世界整体状态的时空变化采用双重变化序列，既将状态变化组成一套事件序列，又使每一对象对应各自的一套变化序列，将时态信息同每一空间个体相关联，可以很好地描述每一空间实体的时空变化在时空变化信息的分布上同一空间实体在不同事件中发生的多次变化信息被分解或分隔成多个片段对应在不同事件中同一空间实体在不同事件中发生的多次变化都记录在同一对象对应的同一套变化序列中，变化信息顺序存放，可保证空间对象在存储上的同一性，提高基于个体的时态查询效率

4 模型的实例验证

4.1 应用背景

地质灾害监测数据是对地质灾害信息的描述，包括灾害的属性信息、空间信息及时态信息等。地质灾害监测数据的取得是通过安装在野外监测点的传感器，连续记录灾害体的空间位置或是测量灾害体的属性状态而获得的，而监测数据沿时间轴的动态记录则恰好反映了地质体的动态过程，因此，地质灾害监测数据具有时空数据的基本特征。

长期以来，为预测滑坡的发展趋势，地质灾害 GPS 监测体系逐渐建立(图5)，研究人员根据具体的地质条件及相对位置在滑坡体上离散布置了多个监测点，每个监测点分别布置了GPS定位传感器，GPS基站通过分布在不同监测点的传感器对滑坡体位移进行监测，通过无线传输将监测数据传入基地服务器并将数据存入原始数据库中，研究人员依据传感器获得的坐标数据，可以对各监测点的位移变化进行监测，从而为滑坡体位移的预测及地质灾害的预判提供基础依据。本研究以某滑坡体GPS传感器位移的实时监测数据为例，通过时空数据模型在地质灾害监测领域的应用，以验证其有效性。

图5 地质灾害监测E-R模型

Fig.5 E-R model in geo-hazards monitoring

4.2 时空数据库设计

在滑坡位移监测中，时空关系具体为监测点间的空间关系、监测点本身在时间轴上的时态关系，这其中监测点间的空间拓扑关系基本保持不变，而时态关系则主要由事件序列来表达。

根据滑坡GPS位移监测的数据特点，本研究将每一个监测点视作一个地理实体对象，监测点的每一次监测行为都可以被视作是一次事件，事件的发生就意味着新监测数据的获得，而新获得的监测数据描述了地理实体对象在事件发生后的空间位置状态，相对于上一状态地理实体对象的空间位置信息则发生了变化。不仅如此，由于一次监测行为可能会带来多个地理实体的变化，数据库将不同对象的状态分别存放为空间和属性两类变化，使个体的变化信息相互独立且连续。在综合考虑了滑坡监测数据及其时空关系表达的基础上，对地质灾害监测时空数据库的概念设计采用如图6所示的思路。

图6 地质灾害监测时空数据库概念设计

Fig.6 Conceptual design for spatio-temporal database in geo-hazards monitoring

根据时空数据库概念设计，地质灾害监测时空数据库采用双序列时空数据模型，基于Oracle+ArcSDE构建时空数据库(图7)。在数据库中创建4个表达监测点不同信息的数据集：事件数据集、对象数据集、空间特征变化数据集、属性特征变化数据集，分别对应双序列时空数据模型中的主事件序列、对象集、空间位置变化序列、属性特征变化序列。对象数据集通过一个监测点表记录所有监测点，每一条记录对应一个监测点的现状信息，每一个监测点被作为一个点对象。事件数据集通过一张事件序列表将每一次监测行为作为一次事件加以记录，表中的每一条记录均对应一次事件信息，而每一条事件的信息都会记录其所引起变化的监测点的标识。变化数据集则是监测数据存储的核心，通过建立不同的变化序列表分别存放不同监测点的数据，每一监测点有且仅有两张变化序列表分别存放空间和属性的变化数据。

图7 地质灾害监测时空数据库结构设计

Fig.7 Logic design for spatio-temporal database in geo-hazards monitoring

4.3 平台实现

为了验证本研究提出的双序列时空数据模型的可行性和有效性，本文利用Visual studio 2010开发环境，采用C#编程语言，基于ArcEngine平台对其进行了二次开发，设计了地质灾害监测时空数据管理平台，在建立时空数据库的基础上实现时空数据的查询，基于监测点的时空数据查询可分为3种方式：1)现势监测点的可视化浏览，这种查询方式就像普通的地图浏览一样，对时空数据库中的地理实体对象的空间位置进行可视化查询；2)时间段式时空数据回溯，针对某一监测点，选择一个时刻和一个查询时间单位，查询并显示出以此时刻为终点最近一个时间段内的所有监测事件记录及空间状态记录；3)图形化时空变化表达，针对某一监测点，选择一个时刻和一个查询时间单位，通过位移变化曲线动态显示以此时刻为终点最近一个时间段内该监测点空间位置相对于原始安装坐标的相对变化形势。

根据空间位置的时态查询，以监测点为地理实体对象，通过空间位置的时态变化，反映其实体的时空变化过程，研究人员可根据其历史变化过程，依据工作经验或专业计算，判断并预测滑坡的发展趋势。

本实例通过可视化的形式，直观地展示滑坡体的时空变化，验证了双序列时空数据模型的可行性和有效性。

5 结语

本文提出的基于事件的双序列时空数据模型既可以将时态信息同个体特征关联，描述空间对象个体特征的时空变化，又可以将时态信息同空间位置联系，描述基于位置的变化历史。该模型虽然实现了对空间对象个体特征时空变化和空间位置变化历史的同时描述，但对于基于位置的时态查询而言，由于该模型将空间实体作为对象来处理，需要依次检索每一对象的空间位置序列，并将出现在同一空间位置的不同对象按时间顺序排列，进而实现查询，查询效率总体偏低，有待于进一步改进。

[1] 王家耀.空间信息系统原理[M].北京:科学出版社,2001.

[2] LANGRAN G.Time in Geographic Information System[M].London:Taylor & Francis London,1992.

[3] LANGRAN G,CHIRSMAN N R.A framework for temporal geographic information[J].Cartographic,1988,25(3):1-14.

[4] ARMSTRONG M P.Temporality in spatial database[A].Proceedillgs of GIS/LIS′88[C].San Antonio,Texas,1988,2:880-889.

[5] 张祖勋,黄明智.时态GIS数据结构的研讨[J].测绘通报,1996(1):19-22.

[6] 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):87-93.

[7] 张保钢,朱重光,王润生.改进的时空数据基态修正方法[J].测绘学报,2005,34(3):252-255.

[8] WORBOYS M F.Object-oriented models of spatiotemporal information[A].Proceedings of The GIS/LIS′92[C].Allanta,1992.825-834.

[9] 舒红,陈军,杜道生.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.

[10] 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.

[11] YUAN M.Use of knowledge acquisition to build wildfire representation in geographical information systems[J].International Journal of Geographical Information Science,1997,11(8):723-746.

[12] 尹章才,李霖.GIS中的时空数据模型研究[J].测绘学报,2005,30(3):12-15.

[13] PEUQUET D J,DUAN N.An event-based spatiotemporal data model(ESTDM) for temporal analysis of geographical data[J].International Journal of Geographical Information Science,1995,9(1):7-24.

[14] 牛方曲,朱德海,程昌秀.改进基于事件的时空数据模型[J].地球信息科学,2006,8(3):104-108.

[15] 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.

[16] 王春波,张军,蒋涛.基于事件的时空数据模型应用研究[J].测绘科学,2005,30(2):67-39.

[17] 夏慧琼,李德仁,郑春燕.基于地理事件的时空数据模型及其在土地利用中的应用[J].测绘科学,2011,36(4):124-127.

[18] PEUQUET D J.Representations of geographic space: Toward a conceptual synthesis[J].Annals of the Association of American Geographers,1994,78:375-394.

An Event-Based Dual-Lists Spatio-Temporal Data Model

LIU Fei1,2,HE Zhen-wen2,ZHENG Xin-qi1

(1.ChinaUniversityofGeosciences,Beijing100083;2.ChinaUniversityofGeosciences,Wuhan430074,China)

Spatio-temporal data model is one of the focuses as well as difficult issues in the spatio-temporal database and spatio-temporal GIS research.To overcome the shortage of existing spatio-temporal data models,especially the event-based model lacking the ability to describe the spatio-temporal changes on spatial entities,the paper present an event-based dual-lists spatio-temporal data model.The model will express the spatio-temporal changes by double lists to solve the problem of lacking the ability of spatial entities individual spatio-temporal changes expression that is existing in spatio-temporal data model.The experimental results show that the model presented in this paper is valid in managing spatio-temporal data.

GIS;spatio-temporal data;data model

2014-01-22；

2014-11-30

国家自然科学基金项目(41101368)；国家863计划项目(2012AA121401)；985优势学科平台建设项目

刘飞(1989-)，男，博士研究生，研究方向为土地信息技术及应用。E-mail：liufei@escience.cn

10.3969/j.issn.1672-0504.2015.03.001

P208

A

1672-0504(2015)03-0001-06