一种基于历史事件的多维星座快照模型

2014-10-15常子冠

计算机与现代化 2014年1期

戴红，于宁，常子冠

(北京联合大学应用文理学院，北京 100191)

0 引言

时空数据模型是在时间、空间和特征语义方面完整地模拟客观世界的数据模型，是对客观现实世界的抽象和表示。

从20世纪60年代末到70年代初，G.Wiederhold和JF.Fries［1］早期的关于时态信息的基础性研究开始，目前国内外学者已提出了一系列的面向应用和理论研究的时空数据模型和建模方法。Peuquet的基于位置的、Martin Erwig等人的基于空间实体的、christophe claramunt、Peuquet和 Duan等人的基于事件/过程的［2］、Worboys和 Healy的基于对象/特征的时空对象模型等［3］。国外还成立了一些有关时空建模的研究机构，如欧洲DGXll委员会建立了研究网络CHOROCHRONOS，美国国家地理信息分析中心(NCGIA)将“GIS中的时空推理”列为十大最有潜力的研究课题之一，ISPRS也成立了“空间数据库的时态特征与数据更新”工作小组［4］。总之，在国外的 DBMS和GIS领域，对建立时空数据库原型系统己经做了大量的工作［5］。

南京大学林广发建立的面向房产管理应用领域的以事件为核心的面向对象STDM［6］，中山大学余志文研究了面向交通规划的面向对象STDM［7］，北京师范大学李小娟等设计和开发的面向土地利用信息系统的基于特征的STDM等［8］。在理论研究方面，武汉大学舒红等从存储管理和时空语义表现角度给出的STDM的基本设计思想［9］，清华大学易善祯等提出的平面移动对象的STDM等［10］。

利用目前时空数据建模方法，结合数据仓库建模方法，建立表达历史和地理信息的数据模型，该模型以北京为背景，在考查城市的历史沿革、变迁、城市性质和要素的基础上，提炼出金、元、明、清代、民国和中华人民共和国各个时期发生的重大历史事件，面向这些事件，描述出每一事件对城市形态和空间结构演变的影响，试图勾勒出沿北京城市历史发展进程，城市形态和空间结构变化的趋势。

1 近年北京城市形态和空间结构方面取得的成果

近年来，国内许多学者从多个研究角度，提取收集整理遥感图像数据、地图数据、各种历史文献，通过定性化和定量化分析，对北京城市历史发展过程中城市形态和空间结构的发展动力和特征进行了大量的研究，主要有匡文慧等基于历史地图、地形图和遥感影像提取了1932年以来，北京主城区城市空间扩张，以及建筑密度空间信息，对1932年以来北京主城区土地利用空间扩张特征与机制进行了分析［11］;柴彦威等通过分析北京市60年来在人口、居住、产业、社会等方面取得的成就以及相应空间格局的演变，得出各种新的城市空间使得城市空间发展更趋复杂化，未来北京城市空间调整与城市转型更加深化，将形成分散多中心结构的世界城市的结论［12］;孙洪铭等通过对新北京城市总体规划方案中的城市空间布局问题的研究，总结了北京城市空间布局的特点［13］;杨云鹏、张景秋通过对北京城区市级以上博物馆的时空间分布研究，得出了其在1949～1979年、1980～1995年和1996～2007年3个历史发展阶段中，空间分布随着时间的变化特征［14］;张景秋等采用实证研究法对北京中心城区的公共开敞空间布局及社会空间分异现象进行相应分析，得出北京中心城区的公共开敞空间具有沿交通干道集中布局、西密东疏及各个城区分布不均等特点，以及在北京中心城区内具有不同社会属性的人群在利用公共开敞空间时在空间上存在较为明显的差异［15］;张景秋等对发展与城市变化阶段进行了分析，得出了新中国成立后至改革开放前，改革开放至20世纪80年代中后期，从20世纪90年代中后期至21世纪早期，2008年奥运申办成功后4个阶段，北京城市办公业的空间格局演变轨迹及其布局特征［16］;姜世国等基于1984年、1999年 Landsat TM遥感图像，根据分形理论用半径法研究了北京城市形态，得出了北京城市形态的分形集聚特征［17］;王新生等基于国家资源环境数据库动态土地利用数据，借助GIS软件支持，分别计算了1990年和2000年北京平面轮廓形状的分维、紧凑度和形状指数以及城市的用地扩展类型，给出了北京城市空间形态变化的时空特征［18］;关丽等基于多维数据模型对城市建设用地数据进行挖掘研究，得出城市建设用地的空间格局及其演变特征［19］。

大量的研究成果从多个侧面反映出北京城市发展进程中的城市形态和空间结构的变化特征，将这些研究成果与历史事实一起用一种时空数据模型来描述和表达，为数据仓库建模提供数据表达基础，进而实现数据集成和城市空间特征分析。

2 基于历史事件的城市形态和空间结构的时空表达

事件是现实世界的具体活动或行为，它引发了地理要素的创建、消亡以及状态的各种变更。从现实世界的时间反映各个地理要素的变更过程，不仅符合日常人们对事件的认知，也为地理要素动态反演历史过程奠定基础。

2.1 城市历史事件的表达

北京作为历史文化名城，有其复杂的历史背景。从金贞元元年(1153)北京成为国都开始，中华大地上发生着许多重要的历史事件，这些事件对北京的城市形态和空间结构有着重要的影响，其中城市形态的变化，包括城市空间的扩张、城市的土地利用;城市空间布局和分布，包括北京城市办公业、北京博物馆的分布、北京中心城区公共开敞空间的布局几个方面，是目前在事件驱动下研究北京城市形态和空间结构的主要方面和成果。

基于历史事件的面向城市形态和空间结构的时空数据模型主要表达的典型历史事件下的城市形态和空间结构的空间信息、时态信息和属性信息，并表达空间目标之间的关系和事件的时态之间的关系，在时空和属性语义3个方面完整模拟客观地理世界。

典型历史事件在时间轴上形成了一个以时间为序的事件链，该事件链为线性有序的主链。每个事件之间又存在多个子事件为分隔标识的时间段，这些时间段又构成了有序的时间段线性链，为时间段子链，如图1所示。

翻转课堂、微课、慕课对传统的教育模式均产生了巨大的冲击。然而，大数据新技术教学模式并不意味着可以取代教师，新教学模式不过是重新定义了教育，课堂上通过减少灌输，增加互动从而对教学模式进行优化。由此可见，大数据时代更加呼唤具有信息素养的应用型人才，信息素养较高的英语教师，才有更开阔的视野，才不会在新时代背景中被淘汰。

图1 基于城市历史事件的事件链

2.2 城市形态和空间结构的空间信息表达

表达城市形态和空间结构的空间信息可以以事件主链和时间段子链为时间维，以三维立方体快照模式表达和存储。

时空立方体模型是较早出现的时空模型之一，由Hagerstrand最早提出。该模型是个三维立方体，由空间二维的几何位置和一个时间维组成，描述了二维空间沿着第三个时间维演变的过程。任意给定一个时间点，就可从三维的立方体中获取相应的截面，即现实世界的平面几何状态。任何一个空间实体的演变历史都是空间-时间立方体中一个实体。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，对地理变化的描述简单明了，易于接受。

城市时空数据模型中的城市形态和空间结构作为二维空间，可在时间维度上表示，即将元、明、清、中华明国以及中华人民共和国作为时间维，在该时间跨度中，将某个事件发生时间点作为任意给定时间点，截取三维立方体的一个截面，即立方体切片，为该事件发生时的城市形态和空间结构，即城市的平面几何状态。而对立方体的切块，就是某个时代城市空间实体的演变历史。

快照模型是典型而传统的时空数据模型，最早的快照模型是Armstrong在1988年提出的序列快照模型，方法简单，只是将一系列时间切片上的快照保存起来，以反映整个空间特征的状态，根据需要对指定时间片断进行播放［20］。但因其将打上时间戳未发生变化的所有特征重复存储，会产生大量的数据冗余。为了减少数据冗余，1992年Langran在序列快照模型上进行改进，提出了基态修正模型。它采用起始状态底图和相邻时间切片之间的变化来对变化的时空数据进行表示和存储［21］。这种方式对变化进行了显式存储，因而很容易获得切片之间的状态，同时减少了数据冗余，节省了存储空间［22］。所以，之所以选择改进的快照模型是因为其建模方法中的存储、查询和操作都较为简单，可针对栅格和矢量数据。快照的时间切片为历史事件的定格时刻(如图2所示)，快照的内容为该历史事件为驱动因素下的空间状态，空间数据发生变化的频率与事件发生的时间是一致的。

图2 基于快照的时空立方体

2.3 城市形态和空间结构的时空特征信息表达

时空特征数据分为两类，一类为典型历史事件及其子事件下所产生的历史特征数据，另一类为该事件及其子事件下所产生的地理(空间)特征数据。时空特征数据结构可以使用基于规范化关系数据模式的多维星型模型来表示，具有4个维度表和一个事实表(如图3所示)，4个维度表分别为时间段维度表、历史特征维度表、城市形态特征维度表和城市空间结构特征维度表;一个事实表为时间-空间事实表。

图3 表达城市形态和空间结构的时空特征的多维星形模型

4个维度表和一个事实表分别以一个规范化关系数据模式来表示。之所以采用该种结构，是使模型的适应性和可扩充性增强，在需要表达更多的历史和地理(空间)特征数据以反映更多的城市在历史和地理方面的事实和研究成果时，可灵活增加维数和事实表的个数，以适应变化的需求。

3 多维星座快照数据模型

综合以上的历史事件表达、城市形态和空间结构的空间信息表达和时空特征表达，形成多维星座快照模型。该模型为事实星座模型，在该模型中时间-空间事实表分解为时间-城市形态事实表和时间-城市空间结构事实表2个表，这2个事实表共享时间维度表。

3.1 多维星座快照数据模型概念结构

多维星座快照模型的概念结构如图4所示。

图4 多维星座快照模型

多维星座快照模型的主体结构为关系模型，使用关系数据库管理空间数据，其好处是可将空间数据和属性数据统一存放在关系数据库管理系统中，利用SQL语言统一对2种数据进行操作，简化数据操作接口。同时，可利用SQL Server和Oracle关系数据库管理系统的海量数据管理、数据仓库技术管理空间和属性数据，实现空间和非空间数据的一体化集成和统一管理［23］，针对时空数据的提取和分析，也可在基本SQL的基础上完成，体现出该模型的操作实现的简单性，为向数据仓库模式转换提供便利。

3.2 域定义

多维星座快照模型的多维数据模式的域定义，如表1所示。

表1 多维数据模式的域定义

3.3 关系模式定义

多维星座快照模型的各数据模式的定义如下。

(1)事件关系模式。

(2)空间信息关系模式。

(3)历史特征数据关系模式。

(4)时间属性关系模式。

(5)城市形态特征维度表关系模式。

(6)城市空间结构特征维度表关系模式。

(7)时间_城市形态事实表关系模式。

(8)时间_城市空间结构事实表关系模式。

(9)值类型关系模式。

3.4 实例说明

为了充分说明多维星座快照模型的结构和表达内容的特点，表2～表10给出了基于该模型的简化了的实例表。

表2 事件实例表

表3 空间信息实例表

表4 历史特征属性实例表

表5 时间属性实例表

表6 城市形态特征维度实例表

表7 城市空间结构特征维度实例表

表8 时间_城市形态事实实例表

表9 时间_城市空间结构事实实例表

表10 值类型表

4 结束语

使用时空数据模型在时间、空间和特征语义方面对城市形态和空间结构的模拟、抽象和表示，是对城市历史和地理信息的全方位表示。典型历史事件的发生对城市时空数据的变化有着重要的影响。以事件和事件间子事件为分割标识的时间段为多层时间粒度，多粒度下的多维星座快照数据结构表达了北京历史和地理事实、城市形态和空间结构中的主要地理要素和城市研究的重要成果，模型结合了多维星形模型和时间快照模型的特点，以关系模型为主题框架，利用关系模型和多维星座模型的表达灵活、逻辑结构、存储结构和操作实现简单的特点，为建立数据仓库模型提供概念表达。

［1］王家耀，魏海平，成毅，等.时空GIS的研究与进展［J］.海洋测绘，2004，24(5):1-4.

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

［3］Worboys M.A unified model for spatial and temporal Information［J］.The Computer Journal，1994，37(1):25-34.

［4］石建军，许国华，何民，等.交通地理信息系统数据模型的研究进展［J］.北京工业大学学报，2004，30(3):318-321.

［5］杨志学.时空数据模型探析［J］.北京测绘，2013(4):66-68，47.

［6］林广发.基于事件的时空数据模型研究［J］.测绘学报，2004，33(3):282.

［7］余志文，刘申，柯锐鹏.基于Web的面向对象模型库系统［J］.地球信息科学，2003，5(1):73-77

［8］李小娟，尹连旺，宫辉力，等.应用SPOT5遥感数据更新土地利用基础图件的实验研究［J］.中国图象图形学报，2004，9(8):997-1001.

［9］舒红，陈军，杜道生，等.面向对象的时空数据模型［J］.武汉测绘大学学报，1997，22(3):229-233.

［10］易善桢，张勇，周立柱.一种平面移动对象的时空数据模型［J］.软件学报，2002，13(8):1658-1664.

［11］匡文慧，邵全琴，刘纪远，等.1932年以来北京主城区土地利用空间扩张特征与机制分析［J］.地球信息科学学报，2009，11(4):428-435.

［12］柴彦威，塔娜.北京市60年城市空间发展及展望［J］.经济地理，2009，29(9):1421-1427.

［13］孙洪铭.新北京城市总体规划方案中的城市空间布局问题研究［J］.城市发展研究，2009，16(3):36-40.

［14］杨云鹏，张景秋.北京城区博物馆时空间分布特征分析［J］.人文地理，2009(5):52-54.