仇林遥,郑作亚,周 彬,柳 罡,陆 洲

(中国电子科学研究院，北京 100041)

0 引 言

时空数据是地理信息技术应用的信息承载，随着对地观测技术的快速发展以及各类传感器的广泛部署，连续获取高时空分辨率、属性信息、日益丰富的地理时空数据成为可能。灾害应急管理、公共安全、智慧城市等典型行业应用都离不开时空数据的支持[1]。随着信息化技术的快速发展，时空数据在国土、减灾、农业、城市管理中发挥的效益日益凸显，与此同时，行业应用对时空数据的获取和应用提出更高要求。如何快速对数据进行有效的处理和自动分类管理，结合基础地理数据和历史案例数据及时获取行业应用所需的信息与知识、充分发挥时空数据的使用效能，对地理信息行业应用具有极为重要的意义。

与既快又易的时空数据获取能力形成鲜明对比的是信息的解析、存储和管理能力低下[2]，数据管理大多采用传统简单条目式索引管理方法，条目存储的数据信息以基础显性属性为主，较少地考虑和体现异构数据之间的关联关系以及数据本身的深层特征。数据检索主要依靠“简单元数据+人工经验”发现业务所需数据[3]。随着接入实时数据的体量增大，仅仅依靠人工方法完成数据准备工作变得越发耗时与低效，难以保证行业应用业务输出的产品保持较高的准确性和时效性。一方面，大量获取的数据被记录和保存在数据库中未被有效发现和利用，导致需要的信息不能及时提供，另一方面业务人员检索的数据未必满足需求，但又难以快速精准地找到合适任务的数据集合，这种数据“既多又少”的矛盾日益突出[4]。……