>> 最新文章
>> 阅读排行
>> 推荐文章
当前位置：对TGIS微观连续性的探索
| 摘要：本文是基于目前TGIS数据模型研究发展的基础上，对多级基态修正模型进行了微观连续性的探索。将时间平滑引用到其中间，对TGIS的微观连续性进行了研究,实现其真正的微观连续提供参考。 关键词：TGIS，微观连续性，时间平滑 Absract: This article is about the micro continuence of model of multilevel base state with amendments based on the study of TGIS data model. Time slide is used to finish the study of the micro continuence of TGIS data. Key: TGIS, micro continuence, time slide 1 引言 TGIS作为GIS的一个新兴的研究领域，受到了越来越多的专家学者的关注。原因是其能够为人们提供更加丰富的信息。作为一个信息系统，TGIS与传统的信息系统有许多不同的地方；其中最重要的一点是动态性和连续性。它能够提供高效、完善的时空数据的存储、管理和分析机制，来让人们进行动态监测，历史查询，未来趋势分析和模拟。众所周知，信息系统最重要也是最基础的是数据库的建立，如果没有一个很好的数据库，它的实用性根本就不能发挥出来。 时空数据库系统或数据处理技术，主要表现在以下三个方面：一、空间时态数据的表达。二、空间时态数据的更新。三、空间时态数据的查询。 目前世界对TGIS的研究还处于理论模型阶段，数据库模型的关口还没有很好的突破。其实，TGIS的数据库模型建立的关键是其数据录入的可能性和数据的连续性。所谓数据录入的可能性指数据的存储量不是很大，但能反映全部的世界；而数据的连续性则是录入的数据是连续的，可以用其描述任一时刻。现有的TGIS数据模型还没有能够满足以上条件的。 2 TGIS数据库模型的概述 2.1 序列快照模型（Sequent snapshorts） 此模型将地理现象以快照的形式存储起来，反映时空演变的过程。当需要某个时间的信息时，只需将其调出播放即可。它很简单，就象照相一样，对相片存储或查询；也很容易操作。但当时间区间很长时，它的数据冗余度就大的惊人，任何一个存储介质也不能容纳。另外一个缺点就是它的不连续性。从大的时间区间分析，可以认为数据是连续的；但放到小的区间就不是这样。因为它是用静态片段来记录动态变化过程，势必造成记录点中间形成盲区，失去相关信息。 2.2 基态修正模型（Base state with amendments） 鉴于序列快照模型数据量冗余问题，有人提出了基态修正模型。它是以某一时间点的数据状态作为基态，以后只记录各时间点相对基态点的变化量。记录的各时间点是事先设定好的时间间隔点。时间点中间的间隔被称为基态距。 它确实能够很好的避免数据量大的缺陷。可是它同样没有避免记录点中间的信息盲区问题，同时也引来了另一个缺陷——查询的困难。你要想得到某时间点的数据状态，必需对各时间点的数据与基态点进行复合；如果它与基态点离的很远，那就降低了查询的速度。 2.3 时空复合模型（Space—time composite） 该模型是Chrisman于1983年针对矢量数据提出的。 时空复合模型将空间分隔成具有相同时空过程的最大公共时空单元，每个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，时空单元的时空过程可用关系表来表示。若时空单元分裂时，用新增的元组来反映新增的空间单元。这种设计保留了沿时间的空间拓扑关系也随之生成。时空复合模型的数据库中，对标识符的修改比较复杂，涉及关系链层次很多，必须对标识符逐一进行回退修改。 该模型的起点是一个基图，它表达了最初的实体状况。每个数据库的更新期将产生一个覆盖层。一旦该层经过错误检查得到认可，该层通过叠加操作合并入系统，新的结点和弧段形成的新多边形在属性历史上将与它的邻接多边形不同。每个实体的属性历史用一个有序的记录列表来表达。一记录包括一个属性集和反映该属性集有效期的时间。该模型将空间变化和属性变化都映射为空间的变化，导致新实体的产生，是序列快照模型和基态修正模型的折中模型。 2.4 时空立方体模型（Space—time cube） Hagerstrand最早于1970年提出了空间——时间立方体模型。这个三维立方体是由空间两个维度和一个时间维组成的，描述了二维空间沿着第三个时间维演变的过程。 任何一个空间实体的演变历史都是空间——时间立方体中的一个实体。该模型形象直观地运用了时间维的几何特性，表现了空间实体是一个时空体的概念；但这种三维立方体如何表达却是个困难。 3 TGIS微观连续性实现的研究 以上是对存在的TGIS数据库模型进行了分析；如果我们把那种分隔时间点从宏观上看成是连续的话，它们有着一个共同的缺陷是微观时间区间的不连续。微观时间区间的不连续会造成大量有用信息的丢失。对于那些需要很长时间才能表现出变化的地理现象，我们用TGIS研究起来就十分的困难。比如，地质演变过程。如果只记录变化的时间点的数据状态，根本无法进行研究，更不用说模拟了。因此我们有必要实现TGIS的微观连续。 3.1 多级基态修正模型 多级基态修正模型是在基态修正模型的基础上，对原先的单基态模型多加几个基态点；这样解决了基态修正模型查询慢的缺陷。但是其基本模型和基态修正模型一样，也是事先确定好时间间隔点，只是在间隔点中间多确定了几个作为基态的点，而没有解决微观连续性的问题。时间间隔点中间的基距依然存在，并且其信息也没有被表现出来。 但是多级基态修正模型是个比较好的TGIS的模型，也很容易实现；我们只要能实现其数据状态的微观连续就可以完全作为TGIS数据库模型进行开发。 3.2 时间平滑 时间平滑是用平滑的方法由已知时间点的数据信息推测未知时间点数据信息的方法。时间平滑的方法主要有下面几种。 3.2.1 移动平均法 设某一时间序列为 y1，y2，…，yt，则t+1时刻的预测值为： 式中，ŷt+1为t点的移动平均值，n称为移动时距。 3.2.2 滑动平均法 其计算公式为 式中，ŷt用途为t点的滑动平均值，L为单侧平滑时距。 若L=1，则（3.3.2）式称为三点滑动平均，其计算公式为 若L=2，则（3.3.2）式称为五点滑动平均， 其计算公式为 3.2.2指数平滑法 (1)一次指数平滑。 α为平滑系数。一般时间序列较平稳，α取值可小一些[一般取α∈（0.05,0.3）] ；若时间序列数据起伏波动比较大，则α应取较大的值[一般取α∈（0.7,0.95）]。 (2)高次指数平滑法。 二次指数平滑法的预测公式为： 三次指数平滑法的预测公式为： 3.3 时间平滑引入多级基态修正模型 时间平滑是指在两个时间点中间用一条平滑的曲线连接，根据两个端点的数据状态，加上修正要素，推测两点中间数据状态的方法。其实质上是根据已知推测未知。学过数学函数的人都知道，在画函数曲线时就用了平滑的方法；只要知道有代表意义的点，加上一些修正数据，完全可以画出一条很精确的函数曲线。然后根据画出的曲线可以推出任何一个位于曲线上的点的数据状态，精确度也很高。 我们从画函数曲线上可以得到一些启示：不连续的点可以用平滑的方法连接，变成连续的线；未知的数据可以用已知的数据状态进行推算。 那么让我们看看TGIS数据模型。要想建立一个包含全部实际时空信息的数据库是绝对不可能的，因为没有任何一个存储介质可以装得下那么多的数据。但是TGIS的功能又要求我们提供尽可能多的数据，来进行应用。这种矛盾不能很好的解决，建立有效实用的TGIS数据模型就是空想。 如果我们将多级基态修正模型中的时间间隔点看成已知的不连续的点，那么是否可以用时间平滑的方式将其连接起来？ 和画函数曲线一样，当连接起每个时间间隔点后，数据状态就变成真正的连续曲线了。无论此时你要哪个时间的数据都可以从曲线上找到。这样做，并没有增加数据量；原来已知的数据点仍旧按已有的状态存储，只是它们中间添加了一条曲线；这条曲线不必存储到数据库中，只用数学方法进行生成就可以了。要想得到高精度的曲线，必须加上许多已知的修正要素，使曲线趋势和事物变化趋势接近。 从上图中我们可以看出，时间平滑的曲线是不同的；有可能是指数曲线，也有可能是滑动曲线，或者是接近直线的移动曲线。只所以会出现这种情况，因为我们在进行时间平滑时要充分考虑到尽可能多的影响事物变化的因素。如果在一个事物发展过程中，受外部外部因素影响较少，且变化周期很长，用移动平滑或滑动平滑的方法对其进行推测时，那在两个时间间隔点中间它的平滑曲线，就会是接近直线的。 另外一个值得我们说的是，在真正应用过程中，我们不需要对所有时间段都进行平滑；而只要对我们需要的时间区间平滑就可以了。这样做可以减少很多的工作量，还能节省空间。 4 结论 TGIS的数据模型建立的关键问题是可操作性，即数据量充分和数据的连续。多级基态修正模型解决了数据量冗余的问题，同时也解决查询速度慢的问题。时间平滑引入到多级基态修正模型中，解决了数据的连续性问题。只是这些模型还是理论，没有产生实际应用的效果；因此，在这条路上我们还要走很多的路。只要我们能够群策群力，问题终究会解决。那时就是一个TGIS的时代了。 参考文献： [1] 黄杏元，马劲松，汤勤。地理信息系统概论（修订版）。高等教育出版社，2000。 [2] 徐建华。现代地理学中的数学方法。高等教育出版社，2002。 [3] 吴信才，曹志月。时态GIS的基本概念、功能及实现方法[J]。中国地质大学学报，2002，27（3）：241-245。 [4] 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）：71-76。 [5] 张丰，刘仁义，刘南。基于动态多级基态的修正模型的TGIS研究[J]。中国图象图形学报，2004，9（11）。 [6] 陈志泊，陆守一。TGIS中的时空数据模型的研究进展[J]。河北林果研究，2003，18（4）。 |
{$ GetShowComment }
