第八讲 时态GIS数据库32.ppt

第八讲 时态GIS数据库 主要内容 一 地理信息的时态性分析 二 时态GIS数据模型 三 时态GIS实现方法 四 元组级基态修正法 一 地理信息的时态性分析 现有的GIS大多不具有处理数据的时间动态性的功能，而只是描述数据的一个瞬态（snapshot ）。当数据发生变化时，用新数据代替旧数据，系统成为另一个瞬态，旧数据不复存在。因而无法对数据变化的历史进行分析，更无法预测未来的趋势。这类GIS亦称为静态GIS。 1 时间的结构 1)线性结构 认为时间是一条没有端点，向过去和将来无限延伸的线轴，除了与空间一样具有通用性、连续性和可测量性外，还具有运动的不可逆性（或称单向性）和全序性。 2)循环结构 反映了时间的周期性、稳定性，与时间的线性结构不可分割，相辅相成，形成了现实世界在继承中的发展。 3)分支结构 分为单向分支结构和双向分支结构，分别反映了具有不同的历史时间结构和未来时间结构的多个目标现象的时间结构，其中各分支具有两两正交性。 4)多维结构 是同一目标的演变经历，从不同时间角度来看，体现为时间的多维结构。主要表现的有： （1）有效时间（Valid Time）Tv：空间目标从产生到消亡，是它在现实世界中存在的时间区间，称为有效时间（也称世界时间、数据时间、逻辑时间、事件时间）。如果理论模型允许目标消亡后再生，则有效时间是多个不相交的时间区间的并。 （2）数据库时间（Database Time）Td：目标数据输入系统的时间，称为数据库时间（或事务时间、物理时间、执行时间、系统时间）。 （3）用户定义时间（User-defined Time）：用户根据需要自己为目标标注的时间，称为用户定义时间，只有用户知道其语义，DBMS不能解释，语义由具体应用确定。 另外还有决策时间、观察时间等等。 二、时间的密度特性 时间的密度特性体现为以下模型：离散模型：时间与自然数同构，每个自然数对应一个时间粒子，是一种较常用的结构；紧凑模型：时间与有理数/实数同构；连续模型：时间与实数同构，每个实数对应时间上一个点。 三、时间的不确定性 GIS中的数据在空间、非空间属性上都具有不确定性，同样在时态性上也存在着不确定性。当某事件发生是已知的，但何时发生是未知的，则称该事件是时态非确定的。 四、时间的多标度性 时间多标度性是指用于度量时间的尺度的多样性，时间标度也称时间分辨率或时间粒度。不同的应用领域，及用一应用领域中的不同应用范围，都可能采用不同的时间标度。GIS中时间标度的选择存在着理想的时间精度和节约内存开销相互权衡的问题。 二 时态GIS数据模型 2、连续快照模型 此模型在快照数据库（Snapshot Database）中仅记录当前数据状态，数据更新后，旧数据的变化值不再保留，即“忘记”了过去的状态。连续快照模型是将一系列时间片段快照保存起来，反映整个空间特征的状态，根据需要对指定时间片段的现实片段进行播放。该模型的不足之处在于，由于快照将未发生变化的时间片段的所有特征重复进行存储，会产生大量的数据冗余，当应用模型变化频繁，且数据量较大时，系统效率急剧下降。此外，连续快照模型不表达单一的时空对象，较难处理时空对象间的时态关系。 3、基态修正法 为了避免连续快照模型将每张未发生变化部分的快照特征重复 进行记录，基态修正模型按事先设定的时间间隔采样，不存储 研究区域中每个状态的全部信息，只存贮某个时间的数据状态 (称为基态)，以及相对于基态的变化量。基态修正的每个对象 只需存储一次，每变化一次，只有很小的数据量需要记录；同 时，只有在事件发生或对象发生变化时才存入系统中，时态分 辨率值与事件发生的时刻完全对应。基态修正模型不存储每个 对象不同时间段的所有信息，只记录一个数据基态和相对于基 态的变化值，提高了时态分辨率，减少了数据冗余量。毫无疑 问，在基态修正法中，检索最频繁的状态作为基态(一般的用户 最关注的是“现在”时 ，即系统最后一次更新的数据状态)。此 外，目标在空间和时空上的内在联系反映不直接，会给时空分 析带来困难。 张祖勋提出了一种索引基态修正法，即在采用基态修正法后，再用四叉树(或八叉树)储存基态和变化量，可达到很高的压缩效益。 4、时空复合模型 时空复合模型将空间分隔成具有相同时空过程的最大的公共时空单元，每次时空对象的变化都将在整个空间内产生一个新的对象。对象把在整个空间内的变化部分作为它的空间属性，变化部分的历史作为它的时态属性。时空单元中的时空过程可用关系表来表达，若时空单元分裂时，用新增的元组来反映新增的空间单元，时空过程每变化一次，采用关系表中新增一列的时间段来表达，从而达到用静态的属性表表达