时空数据的组织与应用研究

徐佑军，谭成国

(1. 武汉大学计算机学院，湖北 武汉 430072； 2. 武大吉奥信息技术有限公司，湖北 武汉 430223)

时空数据的组织与应用研究

徐佑军1，谭成国2

(1. 武汉大学计算机学院，湖北 武汉 430072； 2. 武大吉奥信息技术有限公司，湖北 武汉 430223)

时空数据是智慧城市各个领域实现智能化的关键性支撑技术，智慧城市的建设离不开时空数据。本文以智能应用为导向，提出了时空数据的组织模型，构建了智慧城市时空大数据计算、分析、服务框架，实现了时空数据全生命周期的高效管理与智能应用。

时空大数据；智慧城市；信息融合；时空数据挖掘；时空对象

随着我国电子政务信息化建设的发展，“两网一站四库十二金”相继建成并逐步完善，各级政府部门的政务信息化水平不断提升，政务履职和公众服务过程中积累了丰富的数据资源，但“数据孤岛”的弊病存在已久，各种数据源之间相互缺少碰撞，数据价值不能有效挖掘等现象严重。为加快推动政务信息系统互联和公共数据共享，充分发挥政务信息资源共享在深化改革、转变职能、创新管理中的重要作用，2015年8月，国务院印发《促进大数据发展行动纲要》，2016年9月5日印发了《政务信息资源共享管理暂行办法》。可见，深入整合现有城市管理资源，实现城市信息化资源大共享、深共享与泛共享已成为智慧城市建设的主要任务之一。

同时，为全面推进智慧城市建设，国家发展改革委、中央网信办联合印发了《新型智慧城市建设部际协调工作组2016—2018年任务分工》，明确了智慧城市时空基础设施为智慧城市建设提供统一的时空定位基础，是城市信息化不可或缺的、基础性的信息基础设施[1]。在智慧城市和大数据时代，时空信息融合为城市资源要素的优化配置，减少城市资源的消耗和浪费提供决策支撑，时空数据挖掘也在交通管理、犯罪分析、疾病监控、环境监测、公共卫生与医疗健康等领域得到应用，分析海量、高维的时空数据，发掘时空数据的价值具有重要意义。

本文以智能应用为导向，以重点解决城市信息资源管理、社会信息资源管理和城市运行系统部门协同共享等问题为出发点，通过分析智慧城市时空数据的特点，定义时空数据组织、分析模型，构建了运用智能传感网、云计算、物联网等先进技术手段，以“充分感知、互联互通、融合共享、业务协同、按需服务”为目标的智慧城市时空大数据框架，从而实现城市运行系统数据集成、管理、服务和应用，为建设广泛互联、深度应用、信息服务的智慧城市提供了基础支撑。

1 时空数据的组织

近年来，伴随城市信息化的发展，传感器网络、移动互联网、射频识别、全球定位系统等设备得到了快速发展和广泛应用，具有时间和空间维度的时空数据呈爆炸式增长。时空大数据由于其所在空间的空间实体和空间现象在时间、空间和属性3个方面的固有特征，呈现出多维、语义、时空动态关联的复杂性，具有时变、空变、动态、多维演化的特点。

1.1 时空数据模型

时空数据的核心是地理对象，地理对象具有特定的地理意义与空间唯一性，对应现实地理世界中的一个具有完整意义的对象，它能够与相关社会经济信息进行挂接，具有时间维(T)、空间维(S)和属性维(D)等特征。

时空数据模型(如图1所示)中包括：地理对象、地理事件和地理过程。地理对象具有空间、属性、时间等特征信息，地理对象的时空变化是可度量的，其变化过程可作为事件来描述，通过地理对象、地理过程与地理事件的关联映射，建立时空大数据的动态关联模型。

图1 时空数据逻辑模型

地理过程演绎着变化的空间和时间特性，反映地理系统的内部状态变化[2]。地理对象在时间维上的发展变化可以看成是从一个状态到另一个状态的不断变迁过程，每次引起地理对象的状态从一个到另一个的质变过程称为地理事件[3]。地理对象的产生、发展与消亡都是由特定的事件引发，通过分析诱发对象变化的事件特性，探索预测地理对象与地理事件之间的关系、原因与过程。

所有的地理对象具有唯一标识，所有的地理对象均明确标示其产生和消亡时间。产生和消亡时间采用实体自然产生和消亡的时间，以其管辖部门业务规则为依据。地理对象消亡后，在数据库中继续保留，不执行删除操作，作为历史信息存在。

1.2 监测预警模型

随着互联网的蓬勃发展，水污染预警与监控、城市管理、能源互联网、社会空间大数据感知等行业领域的数据中包含了丰富的时空数据。构建时空数据预警监测模型，根据不同智能应用的需求，定义时序字段，按照一定的时间单位记录地理对象的时空信息。

时空数据监测预警模型(如图2所示)从时空数据中自动抽取出模式、关联、变化、异常和有意义的结构，建立时空约束、态势模型，形成地理事件服务。观测连接器按照一定的时间单位抽取地理对象的阶段时空特征；地理事件处理器中保存着事件行为的本体模型和规则库，为异常事件的模式挖掘和主动预警提供知识保障，“实时”地觉察、理解和预测地理对象的行为走势；输出连接器以预警通知的方式反馈给服务对象。

图2 时空数据监测预警模型

观测连接器中记录时空数据的时间间隔可以以周期、年、季度、月、周、天、时、分、秒等一系列为单位[4]，根据不同地理对象的应用需要，定义相应的观测频次、时序字段等。同时，针对监测任务还需要定义相应的地理事件(见表1)。

表1 地理对象时空监测内容

地理事件引起地理对象状态的一次变化[5]，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。

1.3 生产更新维护

在城市政务信息管理过程中，时空数据的定义需要按照语义的理解，协调主要应用部门的认知差异，求得地理要素表达的最大公约数[6]。同时，按照“谁主管，谁提供，谁负责”的原则，提供部门需要对时空对象进行唯一标识码的确定和维护，保证时空对象的权威性和唯一性，并及时维护和更新信息，保障数据的完整性、准确性、时效性和可用性。使用部门依法依规使用共享的时空对象信息，实现共享信息的“共享使用中管理、业务协同中更新”。

在智能需求的应用过程中，不同部门的“条数据”根据唯一标识码进行关联，时序字段用来标识时空对象的状态，观测传感器依据观测频次记录时序字段值，通过将各类“条数据”解构、交叉、融合等集合处理，形成涉及人、事、物等各类数据的综合“块数据”[7]。在块数据集合过程中，包含了数据空间的填充、空间数据的重构、集合过程的组构，以及组构过程中的集合，通过分析已记录的海量时空数据的痕迹，便能对未来社会发展趋势作出智能化预测。

2 智慧城市时空大数据

人类活动在一定时间和空间里发生、发展、演变。随着生活越来越现代化，出现的城市问题也越来越多，如交通的拥堵、能耗的增加、环境的恶化等。时空大数据能有效缓解城市发展中的“城市病”，给城市管理应用时空大数据提供了内在动力，例如大气环境监测、农业灾害监测和交通应急指挥决策等[8]。

2.1 城市时空计算框架

城市时空计算的基本框架(如图3所示)包括：感知层、传输层、数据层、处理层、决策层，构成了一个实时、共享、融合、协同的城市管理和运行框架。

图3 城市时空计算框架

感知层利用视频监控、交通卡口、社交媒体、射频识别、传感器、刷卡设备和遥感卫星信息采集设备，实时获取各类目标对象的感知数据，经过有线和无线传输技术进行延伸、扩展，接入网络层进行传输，各类时空数据汇集到大数据中心，与数据交换中心的海量数据一并存储于数据仓库中。利用空间数据分析工具、数据挖掘工具、可视化工具等进一步实现时空数据的关联、融合、碰撞、展示、分析，形成城市体征一张动态图，达到对实体世界的实时监控、精准管理及科学决策[9]，探索时空行为和城市空间之间的关系[10]，帮助城市实现人口合理分布、交通合理安排、经济发展、社会进步、环境保护、资源可持续利用等智慧城市愿景。

2.2 时空数据应用领域

在智慧城市系统中，人口、资源要素、商业活动、空间利用、产业等高度密集，需要从区外输入能源、食品、水等多种要素。因此，城市的时空特征成为城市经济、基础设施、城市人口、城市生态、城市服务各个系统之间相互协调和均衡发展的重要因子，在城市国土资源利用、城市规划设计、公共设施管理、交通管理、灾害预警、犯罪分析、疾病监控、环境监测、公共卫生与医疗健康等众多领域均有应用案例[11]。

3 时空大数据应用研究

3.1 时空数据管理工具

依据以上时空数据组织模型和管理方法，笔者研发了存储和检索时空数据的分布式数据库GeoTimeSeriesDB和时空数据管理系列工具，包括地理实体生产工具、时空数据库管理系统、时空数据仓库管理系统(如图4、图5所示)。系统能满足数据生产管理部门对时空大数据生产过程管理、加工处理、分发共享与集成应用全生命周期的管理需要，同时也能满足数据应用部门对时空数据集成化、实时化、时序化、动态化、服务化、大众化、智能化与人性化应用的需要[12]。

图4 时空数据管理系统

图5 时空数据仓库管理系统

3.2 时空数据的应用案例

将地理空间数据与具有时空属性的人口活动、社会事件、交通出行、互联网社交、天气环境、农业生产、经济发展等数据进行结合，利用克里金插值、关联规则分析、时间序列、线性回归、聚类分析、贝叶斯网络等数据挖掘模型进行数据分析挖掘，为城市商业选址、人物社会关系分析、吸毒人员辨别、交通规划等应用提供决策依据。

以历年地价买卖合同数据，以及近几年以来各个监测站每年监测到的地面基准价格数据为基础，结合地形图数据，采用协同克里金插值数据挖掘模型，预测地块的单位价格，为城市土地的合理规划提供决策指导(如图6所示)。

图6 土地价格评估

通过道路传感器和车载GPS实时获取城市交通路况数据，进行分析、处理，形成城市交通实时路况图，同时可基于地图对定位车辆进行实时跟踪和轨迹查询，实现定位车辆的有效监管和调度，缓解城市交通拥堵，提高城市运行效能(如图7所示)。

4 结束语

本文重点围绕时空数据的组织与管理，设计了智慧城市时空计算框架， 并结合实例介绍了时空数

据的应用，为智慧城市基础设施建设和发展奠定了基础。城市中时空数据的组织需要根据业务应用的需求进行整理，特别是涉及时空对象标识、时序字段、观测频次3个方面的管理。同时，还需进一步研究时空数据的分析方法和动态监测与评估模型，特别是实时数据的时空分析能力。

图7 实时交通路况

[1] 李维森．数字中国的建设与智慧城市的探索[J]．地理信息世界，2013，20(2): 1-5．

[2] 赵莹，柴彦威，陈洁，等．时空行为数据的GIS分析方法[J]．地理与地理信息科学，2009，29(5)：1-5．

[3] 陈新保．事件和过程的时空数据模型及其时变分析模型的研究[D]．长沙：中南大学，2011.

[4] 郭云嫣，刘全海，冉慧敏．时空信息云平台下数据管理及可视化方法[J]．测绘科学，2016，41(10)：100-105．

[5] 刘飞，何珍文，郑新奇．一种基于事件的双序列时空数据模型[J]．地理与地理信息科学，2015(3)：1-6．

[6] 陈少勤．基础地理信息数据库升级对策[C]∥新常态下的测绘地理信息研究报告.北京：社会科学文献出版社，2015．

[7] 陈刚．块数据的理论创新与实践探索[J]．中国科技论坛，2015(4): 46-50．

[8] 李德仁，马军，邵振峰．论时空大数据及其应用[J]．卫星应用，2015(9)：07-11.

[9] 袁磊，赵俊三，李洪波．物联网空间数据仓库框架体系及管件技术分析[J]．地理信息世界，2013(1)：58-63．

[10] 秦萧，甄峰，熊丽芳，等．大数据时代城市空间行为研究方法[J]．地理科学进展，2013(9)：1352-1361．

[11] 王忠，安智慧．国外城市管理大数据应用典型案例及启示[J]．现代情报，2016(9)：168-172.

[12] 肖建华，王厚之，彭清山，等．地理时空大数据管理与应用云平台建设[J]．测绘通报，2016(4): 38-42．

Study on the Spatio-temporal Data Organization and Application

XU Youjun1,TAN Chengguo2

(1. Computer School of Wuhan University, Wuhan 430072,China; 2. Wuda Geoinformatics Co.,Ltd., Wuhan 430223,China)

Spatio-temporal data is the typical supporting technique to realize smart city in all aspects, which the construction of intellectualized city relies on. Guiding by intelligent appliance, it has proposed the organized model of spatiotemporal data and formed the frame where large data in intellectualized city calculate, analyze and do some service. Extraordinarily efficient management of full lifecycle in spatio-temporal data and smart application are achieved.

spatio-temporal big data; smart city; data fusion; spatio-temporal data mining；spatio-temporal object

徐佑军，谭成国.时空数据的组织与应用研究[J].测绘通报，2017(2)：98-101.

10.13474/j.cnki.11-2246.2017.0058.

2016-11-23

徐佑军(1968—)，男，博士，副教授，主要从事地理信息应用工程的研究工作。E-mail：xuyj@whu.edu.cn

P208

A

0494-0911(2017)02-0098-04