1 引 言
随着位置服务技术(LBS)和天空地各种传感器的广泛应用,产生了海量的时空序列数据。为了快速接入、存储、管理这些时空序列数据,维护时空关系,描述和分析时空变化过程,满足对日益频发的各种自然与人为突发事件的检测、预警、应急响应以及智慧城市等需求,国家863地球观测与导航领域“十二五”期间列立了“时空过程模拟与实时GIS系统”主题项目,研发一种面向动态地理对象与动态过程模拟的新一代实时GIS系统。为了支持实时GIS中动态地理数据的储存管理时空过程模拟,首先需要建立一个合适的时空数据模型。传统的GIS数据模型一般只能描述现实世界的静态现象[1],难以满足以上要求。
时空数据模型的研究从20世纪60年代开始,但初期进展缓慢。文献[2]于1992年在其著作中总结了时空立方体、快照序列、基态修正和时空复合4种时空数据模型[2],此后,时空数据模型的研究成为GIS研究的一个重要方向。按照时间在数据模型中所起的作用,时空数据模型的发展可分为3个时期[3]:① 侧重记录实体时态变化的时态快照(temporal snapshots)时期,此时期提出的模型包括时空立方体模型[4]、快照序列模型[5],以及在此基础上为减少数据冗余,只记录变化部分的基态修正模型[2]、离散格网单元列表模型[6]、时空复合模型[7]、非第一范式时空数据模型[8]等;② 侧重表达实体变化前后关系的对象变化(object change)时期,此时期提出的模型包括面向对象的时空数据模型[9]、基于图论的时空数据模型[10]、面向过程的时空数据模型[11]等;③ 侧重描述实体变化语义关系的事件与活动(events and action)时期,此时期提出的模型包括基于事件的模型[12]、时空三域模型[13]、基于本体的时空数据模型[14]等。随着研究的深入,为满足新的实际需求,学者们对以上基本时空数据模型进行了扩展,其扩展方式大致分为3种类型:① 综合集成法,如基于版本-增量的时空数据模型[15]就集成了序列快照模型、基态修正模型和时空复合模型的特点;② 变换表达法,如对于面向对象的时空数据模型,有的学者采用版本标记方式[16],表达同一地理对象不同时期的版本变化,有的学者采用动态多级索引的基态修正方式[17],表达地理对象的历史变化;③ 变换语义法,如在基于事件的时空过程模型中,关于事件含义的描述,有的学者用事件记录地物变化[12],有的使用事件描述地理现象的一次完整的发生过程[18],有的用事件描述多个地理对象一次变化的组合关系[19],也有的用事件描述地理对象时空变化的原因[20]。经过以上方式扩展,形成了多种与快照状态、地理对象、事件和过程相关的时空数据模型[21, 22, 23, 24, 25]。现有的时空数据模型各具特点,已经在相应的行业中发挥了重要的作用,但在通用性方面有所欠缺,以至于没有得到广泛而深入的应用。此外,已有模型主要是对地理实体状态变化及其关系的描述,如土地利用变化等,难以适应实时GIS中动态目标和传感器实时获取数据的管理需要。
本文认为,一个应用于实时GIS的时空数据模型应该具有以下5个基本特点:① 能够兼顾传统GIS数据管理包括传统时空数据管理的需要,即在传统GIS上进行扩张;② 能够高效管理运动目标的动态数据;③ 能够高效管理天空地各种传感器的实时观测数据;④ 能够有效支持实时GIS的动态过程模拟;⑤ 能够有效建立各种地理对象、状态、事件、过程等要素的相互关系。下面介绍该时空数据模型的设计思想与方法。
2 时空变化分析与抽象时空变化是客观世界永恒不变的主题,各种地物实体和现象总是沿着时间轴在或快或慢地变化着,如土地利用演化、海陆变迁、城市扩张、骚乱发生和扩散、传染病蔓延等,它们都是与时间和空间密切相关的复杂地理现象。每个复杂地理现象是由不定数量的地理对象组成,表现为多个随时间变化的地理对象及其相互作用,地理对象之间的相互作用通过事件来传递。事件是地理对象变化达到某种程度时生成的,并且传递给相关的地理对象,在某种条件下驱动相关地理对象发生相应的变化,而地理对象的变化通过该对象的状态序列来记录。为实时表现时空变化,地理对象的状态序列数据可直接来自传感器的实时观测。如海陆变迁过程的地理对象是海洋和陆地,事件是海洋侵蚀陆地和陆地露出海面,以上两个事件是由海洋对象的海平面高度属性变化达到某种程度时引起的,使用状态分别记录海洋和陆地某一时刻的空间属性与专题属性,而状态数据源自对海水高度属性的观测。
根据以上分析,笔者提出一个通用的实时GIS时空数据模型,用于存储与管理在复杂地理现象时空变化过程中所涉及的时空数据,以便支撑实时GIS可视化与分析应用。首先对该模型中相关要素的概念进行说明。
地理对象:现实世界客观存在的物理实体或社会现象的抽象表达,由专题属性、空间属性及时态属性共同组成。
时空过程:地理现象沿着时间轴的变化过程,即地理现象所包含的地理对象相互作用所产生的专题属性和/或空间属性变化的过程。
事件:地理对象时空显著变化的一次发生过程,它是由地理对象时空变化达到某种程度时生成的,并且可以驱动地理对象产生新的时空变化,它是地理对象变化的结果,同时也可以是地理对象变化的直接原因,是时空过程得以继续下去的动力。
状态:地理对象可变属性在某一时刻所表现的出来的形态,可变属性包括专题属性和空间属性,通过状态序列中属性的变化,表现地理对象的时空变化。
事件类型:事件类型中包含地理对象生成该类事件的条件,或该类事件驱动地理对象产生变化的条件。
图层:具有共同结构和功能的地理对象集合。
观测:获取传感器的观测属性值的行为,为地理对象提供变化的时空属性。
实时GIS时空数据模型中各个要素及其相互关系,如图 1所示。
时空过程是地理现象时空变化的总称,它就像一个大的场景或容器,包含着有限多个地理对象和事件。地理对象是时空过程的主要实体部分,地理对象随时间的变化是时空过程的外在表现。在时空过程中,使用不同的图层对地理对象进行组织与管理,便于对地理对象进行检索与控制。事件是时空过程的另外一个重要的组成部分,它是地理对象相互作用的表现形式,也是地理对象相互联系的纽带。事件类型注册到地理对象中,指明了地理对象生成该种类型的事件的生成条件,或者是地理对象受到该种类型事件驱动而产生变化时的驱动条件。当地理对象的时空变化满足事件类型所规定的条件时,地理对象就会生成一个该类型的事件,同样,当事件的属性满足事件类型所规定的条件时,地理对象就对事件的驱动作出响应,即事件驱动地理对象产生变化。从而使整个时空过程处于一个动态变化的过程中。为保证系统的实时性,观测通过传感网的传感器观测服务(sensor observation service,SOS)服务,获取传感器观测数据,并将实时数据写入对应的地理对象中。地理对象根据变化的观测数据,构建相应的对象状态序列。
2.1 事件类型注册在模型中,事件类型需要注册到地理对象中。根据用途,注册分为两种:一种用于指明地理对象可以生成哪类事件,另一种用于判断哪类事件可以驱动地理对象发生时空变化。图 2 显示了这种注册结构。
事件类型不仅表明了生成或驱动的事件的类型,同时包含了生成或驱动的条件。在注册事件类型的时候,要添加相应的条件。如图 2所示,上面 “注册生成事件类型”中的条件是地理对象的某些属性的阈值,即属性值大于/大于等于/小于/小于等于/等于阈值的时候,该地理对象可以生成一个该类型的事件。同样的,下面“注册驱动事件类型”中的条件是事件中包含的某些属性的阈值,即属性值大于/大于等于/小于/小于等于/等于阈值的时候,该类型的事件可以驱动此地理对象产生时空变化。
2.2 地理对象的状态地理对象是现实世界中存在的随时间变化的物理实体或社会现象,地理对象的存在主要表现为其所包含的不变属性和可变属性,其中可变属性记录在状态序列中,如图 3所示。
地理对象不可变的部分记录在地理对象中,而可变化的部分通过状态序列来表达。每个状态记录着该地理对象可变化部分某个时刻的快照。然而地理对象的空间属性和专题属性的变化方式和频率往往是不同的,甚至差异很大,如出租车的空间位置和乘客数,空间位置经常变,而乘客数的变化频率明显低于空间位置。为了平衡时空数据库的存储和管理的资源开销,在经典的快照模型的基础上作了简单的改进,将空间属性和专题属性分开存储,使得状态数据易于维护的同时,也节省了部分存储资源和计算资源。在表达地理对象某一时刻的整体状态时,可以通过时态属性查询相应的空间状态和专题状态,并将它们合并到一起。
2.3 地理对象与事件的关系事件类型注册到地理对象当中,地理对象便能够在满足某种条件时生成该类型的事件,而且该类型的事件也能够在满足某种条件时驱动地理对象发生变化,其详细过程和条件如图 4所示。
当地理对象的某个或某些属性的变化达到已经注册的事件类型所指定的条件时,这个地理对象就生成一个该类型的事件,而地理对象的变化,是由它所包含的状态序列提供。被生成的事件带有生成时地理对象传入的相关属性,这些属性值不是一个阈值范围,而是等于一个确切的属性值。带有此确切属性信息的事件,被地理对象发送给时空过程,再由时空过程发送给已经注册过该驱动事件类型的地理对象,获得该事件的地理对象判断事件属性是否满足事件类型中描述的条件,如果满足,地理对象对该事件的驱动作出响应,即该事件驱动地理对象发生时空变化,并产生一个新的状态,若不满足条件,则地理对象不对该事件作出响应。
3 实时GIS时空数据模型根据上节中对地理现象时空变化相关要素及其相互关系的分析,本节采用统一建模语言(UML)[26]描述实时GIS时空数据模型,目的是表达时空过程、地理对象、事件、事件类型、状态、观测之间的关系,为实时GIS时空数据的存储与管理提供支持。为了突出重点,图 5给出了该模型的UML简图。
(1) 时空过程位于模型的上层,描述时空过程的生命周期(开始时间和结束时间),它是由不定数量的图层和事件聚合而成,通过图层关联到地理对象,接收地理对象发送的事件,并将事件发送到能够受该类型事件驱动的地理对象中。
(2) 图层包含了具有共同结构和行为特征的地理对象,并能够随时添加和移除地理对象。使用图层,可以对所包含的地理对象做统一的样式设置,如符号、颜色等,也可以设置在客户端上动态显示的刷新频率等。
(3) 地理对象是模型的基础,描述了地理对象存在的生命周期(开始时间和结束时间),它是由状态组合而成,同时关联到事件和事件类型,记录了驱动地理对象变化的事件及驱动时间。地理对象具有注册生成事件类型和驱动事件类型功能,同时具有生成事件和响应事件驱动的功能。此外,地理对象能够在自身变化时生成对象状态,也可以在模拟预测时,将地理对象可变部分的模拟结果记录在对象模拟状态中。
(4) 事件是模型的重要组成部分,它记录了生成此事件的地理对象及生成时间。事件关联到事件类型,并且可以修改和查看事件类型属性。
(5) 事件类型中记录了生成或驱动的条件,是地理对象生成事件以及事件驱动地理对象的依据,同时事件类型能够对条件进行操作,如增加、查询等。
(6) 对象状态是某一时刻地理对象可变属性的变化快照,对象状态中记录了该状态的产生时间和属性,并将空间属性状态和专题属性状态分开存储,同时每个状态也要关联到相邻的其他状态,以便能够快速遍历相邻状态,构成状态序列链表。
(7) 空间属性状态记录了对象状态空间属性的内容。
(8) 专题属性状态记录了对象状态专题属性的内容。
(9) 对象模拟状态是地理对象可变属性在模拟预测变化过程中某一时刻的快照,对象模拟状态中记录了该模拟状态的产生时间和属性,并将空间属性模拟状态和专题属性模拟状态分开存储,同时每个模拟状态也要关联到相邻的其他模拟状态,以便能够快速遍历相邻模拟状态,构成模拟状态序列链表。
(10) 空间属性模拟状态记录了对象模拟状态的空间属性内容。
(11) 专题属性模拟状态记录了对象模拟状态的专题属性内容。
(12) 观测从传感网中快速获取传感器观测值,为地理对象生成对象状态提供实时动态数据,这也是实时GIS中体现实时性的数据基础。观测中记录了传感器与地理对象的对应关系,便于数据的定向写入。在注册地理对象(将传感器与地理对象关联)前,首先查找是否有合适的地理对象,如果没有就创建一个新的地理对象,然后将地理对象注册到观测中。观测获取传感器观测值后,驱动地理对象生成新的状态。
4 试 验本文应用实时GIS时空数据模型,构建实时GIS试验系统,以便验证该模型的有效性和可行性。
根据时空数据的特点,本文的试验暂不考虑传统GIS的静态数据,而主要考虑4类动态地理对象的存储管理,这4类对象包括移动对象、原位传感器对象、视频对象和过程模拟对象。其中,原位对象是空间位置不变,专题属性变化的地理对象;视频对象是观测数据以视频为主的地理对象;过程模拟对象是对象状态属性数据来源于过程模拟的地理对象。
在实时GIS中,与时空数据模型密切相关的有3个系统,即数据接入系统、数据管理系统和可视化系统。数据接入系统通过SOS服务获取传感网实时观测数据,并写入数据管理系统中;数据管理系统按照实时GIS时空数据模型存储和管理时空序列数据及其相互关系;可视化系统通过查询检索,将实时数据展示在客户端上。同时可视化系统通过预测模拟模块,对时空对象变化过程进行模拟预测,并将预测模拟结果写入到数据库中。各系统间的相互关系如图 6所示。
为同时接入多个传感器数据,数据接入系统采用多线程技术,将传感器与相应的地理对象关联在一起,并将数据写入数据库,形成地理对象的状态。数据接入系统界面如图 7所示。
在本试验中,使用某地出租车的实时行使监控数据(包括坐标、车速、方向等)表现移动对象,使用某气象站的气象监测数据(包括温度、湿度、风向、风速等)表现原位对象,使用某视频传感器的监控数据表现视频对象,通过对原位对象的模拟预测,表现过程模拟对象。其中,由于视频的数据量巨大,不适合实时的本地集中存储,而大型视频监控网络通常采用分布式的视频服务器存储。数据接入系统实时接入到数据库管理系统中的视频数据只是视频传感器的工作状态参数及视频流索引地址,可视化系统根据以上参数,直接读取远程视频传感器的视频流。地理对象的时空数据实时变化显示如图 8所示。
由此可知,本文提出的实时GIS时空数据模型适合多种实时数据的接入、管理与可视化,具有一定的通用性。
5 结 论本文分析了复杂地理现象时空变化的特点和现代时空数据模型的研究成果,提出了一种实时GIS时空数据模型,将时空过程、地理对象、事件、事件类型、状态和观测等要素有机地结合在一起。并且通过对多源传感器观测数据的实时接入、存储与可视化的实现,验证了模型的可行性和易用性。与以往时空数据模型相比,该模型更强调实时性。而采用面向对象的设计思想,也使得模型具有良好的可实现性和扩展性,为各个领域的扩展应用提供基本框架。经过以上理论表述和实例验证,该模型符合相对通用的实时GIS时空数据模型的3个基本特点。
由于该模型具有事件驱动的特性,在未来的研究中将针进一步探讨该模型对时空变化过程进行模拟的能力,以便对复杂地理现象时空过程的变化趋势进行更好的预测分析。
[1] | PEUQUET D J. A Conceptual Framework and Comparison of Spatial Data Models[J]. Cartographica, 1984, 21(4): 66-113. |
[2] | LANGRAN G. Time in Geographic Information Systems [M]. London: Taylor & Francis Ltd, 1992. |
[3] | WORBOYS M F. Event-oriented Approaches to Geographic Phenomena[J]. International Journal of Geographical Information Science, 2005, 19(1): 1-28. |
[4] | HAGERSTRAND T. What about People in Regional Science[J]. Papers of the Regional Science Association, 1970, 24(1): 7-24. |
[5] | ARMSTRONG M P. Temporality in Spatial Database[C]//Proceedings of GIS/LIS. San Antonio:[s.n.],1988: 880-889. |
[6] | LANGRAN G. A Review of Temporal Database Research and Its Use in GIS Applications[J]. International Journal of Geographical Information Systems, 1989, 3(3): 215-232. |
[7] | 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. |
[8] | CHEN Jun. Representing Temporal Attributes in GIS Using Non-1NF Approach[J]. Journal of Wuhan Technical University of Surveying and Mapping, 1995, 20(1): 12-17.(陈军. 用非第一范式关系表达GIS时态属性数据[J]. 武汉测绘科技大学学报, 1995, 20(1): 12-17.) |
[9] | WORBOYS M F. A Model for Spatio-temporal Information[C]//Proceedings of the 5th International Symposium on Spatial Data Handling:2. Columbia: University of South Carolina,1992: 602-611. |
[10] | YIN Zhangcai, LI Lin, AI Zixing. A Study of Spatio-temporal Data Model Based on Graph Theory[J]. Acta Geodaetica et Cartographica Sinica, 2003, 32(2): 168-172.(尹章才, 李霖, 艾自兴. 基于图论的时空数据模型研究.[J] 测绘学报, 2003, 32(2): 168-172.) |
[11] | PANG Y C. Development of Process-based Model for Dynamic Interaction Process in Spatiotemporal GIS [J]. GeoInformatica, 2002, 6(4): 323-344. |
[12] | PEUQUET D J, DUAN N. An Event-based Spatiotemporal Data Model (ESTDM) for Temporal Analysis of Geographical Data[J]. International Journal of Geographical Information, 1995, 9(1): 7-24. |
[13] | YUAN M. Representation of Wildfire in Geographic Information Systems[D].Buffalo City: State University of New York at Buffalo, 1994. |
[14] | GALTON A. Desiderata for a Spatio-temporal Geo-ontology[C]// Spatial Information Theory: Foundations of Geographic Information Science. Berlin/Heidelberg: Springer, 2001: 1-12. |
[15] | YIN Zhangcai, LI Lin. Research of Spatiotemporal Indexing Mechanism Based on Snapshot-increment[J]. Acta Geodaetica et Cartographica Sinica, 2005, 34(3): 257-261,282.(尹章才, 李霖. 基于快照-增量的时空索引机制研究[J]. 测绘学报, 2005, 34(3): 257-261,282.) |
[16] | GONG Jianya. An Object-oriented Spatio-Temporal Data Model in GIS[J]. Acta Geodaetica et Cartographica Sinica, 1997, 26(4), 289-298.(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.) |
[17] | CAO Zhiyue, LIU Yue. An Object-oriented Spatio-temporal Data Model[J]. Acta Geodaetica et Cartographica Sinica, 2002, 31(1): 87-92.(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.) |
[18] | YUAN M. Representing Complex Geographic Phenomena in GIS[J]. Cartography and Geographic Information Science, 2001, 28(2): 83-96. |
[19] | WORBOYS M, HORNSBY K. From Objects to Events: GEM, the Geospatial Event Model[C]//Proceedings of the Third International Conference on GIScience.Berlin: Springer-Verlag, 2004: 327-344. |
[20] | GALTON A. States, Processes and Events, and the Ontology of Casual Relations[C]//Proceedings of the 7th International Conference on Formal Ontology in Information Systems (FOIS). Amsterdam: IOS Press, 2012:279-292. |
[21] | SHU Hong. A Unification of Gail Langrans Spatio-temporal Data Model[J]. Geomatics and Information Science of Wuhan University, 2007, 32(8): 723-726.(舒红. Gail Langran时空数据模型的统一[J]. 武汉大学学报:信息科学版, 2007, 32(8): 723-726.) |
[22] | LIN Guangfa. An Event-based Spatio-temporal Data Model[J]. Acta Geodaetica et Cartographica Sinica, 2004, 33(3): 282.(林广发. 基于事件的时空数据模型[J]. 测绘学报, 2004, 33(3): 282.) |
[23] | ZHU Qing, HU Mingyuan, HUANG Lihui. Dynamic Representation of 3D House Properties Based on Hierarchical Events[J]. Geomatics and Information Science of Wuhan University, 2009, 34(3): 326-330.(朱庆, 胡明远, 黄丽慧. 基于多层次事件的三维房产动态表示[J]. 武汉大学学报:信息科学版, 2009, 34(3): 326-330.) |
[24] | ZHANG Feng, LIU Nan, LIU Renyi, et al. Research of Cadastral Data Modelling and Database Updating Based on Spatio-temporal Process[J], 2010, 39(3): 303-309.(张丰, 刘南, 刘仁义,等. 面向对象的地籍时空过程表达与数据更新模型研究[J]. 测绘学报, 2010, 39(3): 303-309.) |
[25] | WU Changbin, LV Guonian. Improved Event-Process Based on Spatiotemporal Model[J]. Geomatics and Information Science of Wuhan University, 2008, 33(12): 1250-1253,1278.(吴长彬, 闾国年. 一种改进的基于事件-过程的时态模型研究[J].武汉大学学报:信息科学版, 2008, 33(12): 1250-1253,1278.) |
[26] | BOOCH G, RUMBAUGH J, JACOBSON I. The Unified Modeling Language User Guide[M]. 2ed. Delhi: Pearson Education India, 2005. |