时空大数据及其应用
王家耀1,2王利军1程士源1
1. 河南大学地理与环境学院
2. 河南省时空大数据产业技术研究院(河南大学)
摘要：首先从哲学时空观、国家管理和社会治理的时空观、作战指挥和军事行动的时空观、非线性复杂地理世界科学表达的时空观和大数据本质的时空观5个方面分析了时空大数据的理论依据，论述了时空大数据的内涵、构成和特征。在此基础上，给出了时空大数据应用的基础平台——时空大数据平台的内涵和功能，着重从内涵、功能、关键技术、采用标准、技术架构、服务共享特点及发展趋势等方面，综合分析比较了现行基于网络服务空间信息共享与空间数据互操作、基于网格服务的信息资源共享与协同工作和基于云计算的地理信息服务3种服务模式各自的特点。提出了基于“网格集成”与“弹性云”相结合的时空大数据平台的技术体制、关键技术及“共用时空大数据平台+”的应用概念模型，讨论了时空大数据平台在数字中国建设与数字经济发展及国家一体化算力网工程中的作用。
引用：[1]王家耀，王利军，程士源.时空大数据及其应用[J].测绘科学技术学报,2024,40(4):331-337，391.
当前，大数据已成为社会各界普遍关注的焦点，全球信息化已进入大数据时代，这是人工智能技术、互联网和物联网技术、云计算技术等迅速发展的必然结果，是信息化时代数字化、网络化、智能化发展的必然趋势。
大数据之所以成为一个时代，是因为它不仅仅是少数专家学者研究的对象，还是一个社会各界广泛参与的社会性活动。数据产生于各行各业，这场变革也必然影响到各行各业。大数据全球战略布局已全面提升。我国国家大数据战略体系基本形成，地区大数据发展格局初步形成，对国家大数据发展起到了重要辐射带动作用。数字经济正在成为重组全球要素资源、重塑全球经济结构、改变全球竞争格局的关键力量。目前我国正在积极推进的全国一体化算力网构建，将推动数据、算法、算力相关产业从创新能力强、数字经济发展迅速、产业发展相对完善、对算力需求量大的东部地区向相对滞后和薄弱的西部地区流动，将充分发挥西部地区气候、能源、环境等方面的优势，从而激发西部地区数字经济活力，促进西部地区经济快速发展。
时空大数据的提出，有其哲学依据和社会管理治理、作战指挥和军事行动、非线性复杂地理世界科学表达等多方面的需求。时空大数据的操作和应用是通过时空大数据平台来实现的。时空大数据平台的技术体制及其多层次多节点协同的特点契合构建全国一体化算力网的要求，成为“东数西算”时空大数据云中心系统工程的重要支撑，将在全国一体化算力网构建和运行中发挥重要作用。
01 时空大数据
“大数据”是一个时代的特征。“大数据时代”的到来，是信息化时代数字化、网络化、智能化发展的必然趋势，是人工智能(AI)、互联网和物联网、云计算等技术迅速发展的必然结果。大数据，通常指其规模(体量)和复杂程度(多样性)超出了现有数据库管理软件和数据处理技术在可接受的时间内(快速)采集获取、存储管理、分析挖掘和可视化能力的大规模数据集，具有巨量性、多样性、快速性、低价值性等特性[1-16]。
1.1 时空大数据的提出
时空大数据，是从“时空观”的视角提出来的[17-20],有其哲学依据和社会管理治理、作战指挥和军事行动、非线性复杂地理世界科学表达的需求及对大数据本质认识的深化。
1.1.1 哲学时空观
哲学上认为，世界是物质的，物质是运动的。物质的运动都是在一定的时间和空间中进行的。没有什么时间和空间不存在运动着的物质，也没有什么物质的运动不是在一定的空间和时间中进行的。时间和空间一起构成运动着的物质存在的两种基本形式。现代物理学的发展，特别是相对论，证明时间和空间同运动着的物质的不可分割性。空间，指运动着的物质存在的广延性，无边无际；时间，指物质运动过程的持续性和顺序性，无始无终。包括人类活动在内的世界上万事万物的变化，都是在一定时间和空间中进行的。时间和空间是运动着的物质存在的两个基本参照。
1.1.2 国家管理和社会治理的时空观
随着全球化进程的加快，国家管理治理体系和能力的现代化，特别是城市管理治理对象的多元化和管理治理的精细化，对时间和空间的依赖程度越来越高，时空大数据正日益成为管理治理体系和管理治理能力现代化的核心驱动力。很多事故如踩踏、滑坡和泥石流等的发生，都是因为对时间和空间的掌控不到位所致。我国对持续3年的新冠肺炎的精准掌控是成功运用并掌控时间和空间的有力证明。带病毒的某人什么时候在什么地方(聚集)乘坐什么交通工具到什么地方，同行的有哪些人，这些人又到哪里去了并同哪些人有接触，如此一直“顺藤摸瓜”,做到精准掌控，及时有效管理治理。
1.1.3 作战指挥和军事行动的时空观
作战指挥和军事行动本质上就是对时间和空间的掌控。拿破仑有句名言，“战略是时间和空间的使用艺术。”约米尼也有句名言，“战略即地图上进行战争的艺术。”地图承载着测绘地理信息的全部元素，地图就是表达确定时间地理世界各种要素(现象)的空间分布、空间结构和空间关系的。军事测绘源于作战中对地形的研究和利用，是从测绘和使用地图开始的。古代如此，近代如此，现代更是如此。国防建设部署规划离不开地图，战略谋划计划需要利用地图，作战指挥特别是联合作战指挥需要反映战场环境的“一张图”作支撑，作战行动要有地图来引导，武器平台乃至远程武器精确打击需要精确数字地图。进入21世纪，太空实现全球作战力量一体化，不受传统陆地、海上、空中飞越限制，具有天然的全球性和跨域性。全球任何地点的作战力量体系，太空“星群”、空中“蜂群”、陆上“狼群”、水面(下)“鱼群”等无人作战平台，实施全域无人作战集群攻击与防御，都需要时空大数据智能化服务保障。
1.1.4 非线性复杂地理世界科学表达的时空观
对于非线性复杂地理世界运动变化的万事万物，只有通过时间维(Ti)、空间维(Si:XiYiZi)和属性维(Di)等n维空间才能实现最佳可视化表达。其中，时间维，指地理信息随时间变化，具有时态性，需要统一精确的时间基准；空间维，指地理信息具有精确的空间位置或空间分布特征，具有可量测性，需要统一精确的空间基准；属性维，指空间维上可加载随时间变化的要素(现象)的各种相关信息，具有多维特征，需要有科学的要素分类(分级)体系和标准的编码体系。时间维(Ti)、空间维(Si:XiYiZi)、属性维(Di)共同奠定了非线性复杂地理世界最佳科学可视化的基础。
1.1.5 大数据本质的时空观
广义地说，大数据是包括人类活动在内的万事万物(现象)运动变化的产物。包括人类活动在内的万事万物的运动变化都是在确定的时间和空间进行的。所有大数据都是在一定时间和空间产生的，都有时间参照和空间参照两个基本特征。大数据本质上就是时空大数据。这里要强调的是怎么说并不重要，当我们说“大数据”时，要知道大数据是具有时间和空间特征的；当我们说“时空大数据”时，千万别认为时空大数据只是测绘基础地理时空数据。
1.2 时空大数据的内涵及其构成与特征
1.2.1 时空大数据的内涵
基于前述哲学时空观、社会管理治理时空观、作战指挥和军事行动的时空观、非线性复杂地理世界表达的时空观和大数据本质的时空观，可以认为时空大数据是基于统一时空基准、存在于时间和空间中、与位置直接(定位)或间接(空间化)相关联、蕴含事物(要素或现象)属性的大数据。这里，统一时空基准，指时间参照系统和空间参照系统，是大数据的两个基本参照系统；存在于时间和空间中，指任何大数据都存在于一定的时间和空间中，没有什么大数据不是在一定的时间和空间中产生的，也没有什么时间和空间不存在大数据；直接定位或间接相关联，指数据所表达的对象都具有空间位置或与空间位置相关联；蕴含事物属性，指大数据除位置数据外还包含所表达对象的数量质量特征数据或相关统计数据。这样定义时空大数据是科学的，也是符合客观实际的。
1.2.2 时空大数据的构成
基于前述时空大数据的内涵，时空大数据由基础地理时空数据和各部门行业的专题数据两大类构成，或将各部门行业的专题数据关联到(定位、空间化)基础地理时空数据上。这里，基础地理时空数据，通常指测绘地理信息数据，包括时空基准(时间频率、大地坐标基准、高程基准、深度基准和重力基准)数据、GNSS和CORS数据、空间大地测量和物理测量数据、天空地对地观测(遥感)数据、摄影测量数据、地图数据、海洋测绘和海图数据、地名数据、地外星球(如月球)地形数据，等等；各部门各行业的专题数据，包括视频观测数据、搜索引擎数据、社交网络数据、位置轨迹数据、变化检测数据、与位置相关的空间媒体数据、人文地理数据、部门行业统计数据、农业数据、交通物流数据、环境数据，等等。
1.2.3 时空大数据的基本特征
由前述时空大数据的内涵和构成可知，时空大数据除具有一般大数据的特征外，还具有自身独有的空间(位置)、属性、时间、尺度、分辨率、多维、多样、异构、巨量、价值隐含性、处理快速性等特性。其中，空间特性，指点线面体实体的空间位置(Si:XiYiZi)和基于点线面体的空间关系(拓扑、方向、度量);属性，指具有确定位置的各点线面体实体的数量质量特征(Di);时间，指地理要素(现象)属性随时间(Ti)而变化；尺度，指空间尺度或比例尺，大比例尺为小尺度、小比例尺为大尺度；分辨率，针对影像而言，有空间分辨率、光谱分辨率、时间分辨率(重访周期)之分；多维，指空间维(Si:XiYiZi)、属性维(Di)和时间维(Ti)等多维特性；异构性，指数据的空间基准、时间、尺度、分辨率、语义等不一致性和不完整性；多样性，指数据类型多(图像、文本、音频、视频),有结构化、半结构化、非结构化之分；巨量性，指其规模(体量)巨大，超出了一般数据库管理和数据处理的能力；价值隐含性，指大量不相关信息需要关联，价值隐含在数据之中，需要通过深度分析和数据挖掘以发现知识；快速性，指处理速度快，做到“事前”而非“事后”。
02 时空大数据平台
时空大数据的处理和应用，是通过时空大数据平台来实施和实现的。
2.1 时空大数据平台的内涵
时空大数据平台，是指把各种分散和分割的大数据汇聚在一个特定的自主可控的平台上，并使之发生持续聚合效应。这种聚合效应通过多源(元)融合和关联分析、数据挖掘和知识发现，揭示事物的本质规律，对事物做出更加快捷、更加全面、更加精准和更加有效的研判和预测。从这个意义上讲，时空大数据平台是大数据的核心价值，是大数据发展的高级形态，是大数据时代各种应用的有效解决方案[19-21]。因此，构建一个科学实用能推进“技术融合、数据融合、业务融合”和实现“跨层级、跨地域、跨系统、跨部门、跨业务”的协同管理和服务的时空大数据平台至关重要。
2.2 时空大数据平台的功能
基于前述时空大数据平台的内涵，其应具备如下10种功能。
1)天空地一体的传感器网和全国一体化大数据中心接入功能。
2)已建分布异构地理信息系统、数据库的网格(新一代Web)化集成应用功能。
3)多源异构(时空基准不一致、语义不一致、数据格式不一致、时间不一致、尺度不一致等)时空大数据融合共享功能。
4)基于数据资源池的时空大数据存储管理和实时/准实时更新功能。
5)时空大数据分析与数据挖掘、知识发现与知识表达功能，提升“数据隐含价值—计算发现价值—应用实现价值”的能力。
6)面向决策主题的多变性、强交互性、快速性、直观性和形数理统一要求的时空大数据可视化功能。
7)实现跨层级、跨地域、跨系统、跨部门、跨业务的多层次多节点的协同管理和服务的虚拟组织VO(Virtual Organization)功能。
8)基于工作流服务链的服务(数据、算法、算力)发现和服务组合功能。
9)基于时空大数据模型算法、知识及基于知识推理的辅助决策功能。
10)网络空间安全态势监控和防范功能。
2.3 时空大数据平台的技术体制
目前，地理信息系统很多，但就其服务模式而言，大体可以分为3类。1)基于网络服务(Web Service)的空间信息共享与空间数据互操作服务模式；2)基于网格服务(Grid Service)的信息资源共享与协同解决问题(协同工作)服务模式；3)基于云计算(Cloud Computing)的时空信息服务模式。总体来说，第1种服务模式强调的是空间信息共享与空间数据互操作，存在一定局限性；第2种服务模式是第1种服务模式的发展，能实现广义的信息资源共享(DaaS、SaaS、PaaS、IaaS、KaaS)和跨层级、跨地域、跨系统、跨部门、跨业务的多节点协同解决重大而复杂的科学和工程问题；第3种服务模式是第2种服务模式的简化版和商业化实现[22],相对而言，其门槛较低。
通过对上述3种服务模式的内涵、功能、关键技术、标准、技术架构、服务共享特点、发展趋势等方面的比较分析，得出如下4点结论。1)3种服务模式都采用面向服务的体系架构SOA(Service-Oriented Architecture);2)都是解决“共享”与“服务”问题，只是“共享”的程度与“服务”的范围、方式不完全相同；3)网络服务与网格服务的技术标准有相同的，也有不同的，但大趋势是“兼容”或“融合”,而且服务提供方和服务请求方对标准都必须清楚，只是云服务(Cloud Service)标准可以是内部统一的，用户不一定都要清楚；4)网络服务是基本的，网格服务是网络服务的发展，云服务是网格服务的简化版或商业化实现。
基于上述比较分析，时空大数据平台采用“网格集成”与“弹性云”相结合的“混合式”技术体制，即两者优势互补。
2.4 时空大数据平台的技术特点
基于时空大数据平台的技术体制，其技术特点包括如下4个方面。
2.4.1 一个面向服务的体系架构(SOA)
SOA是开放共享的基础，旨在强化共用、整合通用、开放应用。SOA由服务提供者、服务申请者和服务注册中心3个角色和服务注册(描述/发布)、服务查找(访问/定位)、服务绑定(WSDL描述的服务地址)和服务调用4个操作构成，如图1所示。
图1 SOA的构成
服务提供者按照服务描述语言将“服务”描述并发布到服务注册中心；服务注册中心是管理时空信息服务、连接用户和服务提供者的核心部件；服务申请者通过服务注册中心的服务门户访问并定位服务，而后通过服务提供者绑定调用服务。图1中，简单对象访问协议SOAP用于消息传递，本质上是一种基于XML的远程调用(RPC)机制。网络服务描述语言WSDL是基于XML的Web Service描述规范，用来描述一个Web Service能做什么、该服务在什么地方(地址)以及如何调用该服务。当由Web Service发展为Grid Service时，WSDL发展到网格服务描述语言GSDL。统一描述、发现和集成UDDI定义一个发布和发现有关Web Service信息的标准方式，是一套基于Web的、分布式的、描述Web Service注册信息的标准规范和用户发现该服务的访问协议实现标准。当Web Service升级到Grid Service时，UDDI发展到监视与发现服务MDS。开放网格服务体系OGSA是为适应开放标准的需要而提出的，其核心是基于简单的基本服务(原子服务)组合成更复杂、更高效、更抽象的服务，OGSA实现的基础架构经历了由开放网格服务基础设施OGSI到目前的网络服务资源框架WSRF的过程。Grid Service吸取了Web Service的优点，并未改变OGSA的模式，用OGSA构建的Grid Service所表现出来的一切都是“服务”,更加贴近实现广义信息资源共享和协同工作(解决问题)这一目标。
2.4.2 一张天地一体的广义信息资源服务网络(云)
其目标是为实现范围更加广泛的信息资源共享与多层次多节点的协同工作提供崭新的运行环境。其包括时空信息获取(传感网接入)、处理(生产)、应用(服务)的一体化运行环境；多源异构时空信息集成、融合与同化的环境，为时空大数据平台提供全球一致、陆海一体、无缝连续的一致性时空大数据支撑；实现DaaS、SaaS、PaaS、IaaS、KaaS等信息资源共享的环境；多层次多节点协同工作(解决问题)的环境；已建分布异构地理信息系统(GIS)和数据库等的网络/网格化集成应用环境；等等。
2.4.3 一种多层次多节点高效管理与运行的虚拟组织VO
其目的在于实现广义信息资源的汇聚共享和各部门的协调联动，为时空大数据平台安全可靠运行提供支撑，如图2所示。
图2 虚拟组织(VO)
按其功能分为静态虚拟组织和动态虚拟组织，如图3所示。前者以信息资源为中心，执行信息资源服务发布功能，固定存在；后者以任务为中心，执行信息资源共享和使用，随建随销。两者配合，构成了信息资源共享生命周期管理的主体。
图3 静态VO与动态VO
2.4.4 一种能自适应发现“服务”和组合“服务”的工作流服务链
一般地说，工作流实质是某一业务过程的计算机实现。一个工作流应包括一组活动及它们之间的连接关系、过程及过程的启动和终止条件，以及对每个活动的详细描述，如活动的执行者、相关的应用程序、需要和产生的数据等。时空信息服务工作流是工作流在时空信息服务领域的具体应用，其描述的对象是时空信息处理和应用的过程，由完成计算处理任务的空间活动及其处理过程数据构成。
在实际的时空信息服务中，只通过单个的时空信息服务往往无法完成某些复杂的分析处理任务，而需将多个简单的时空信息服务组合起来，形成时空信息服务链，以完成某些复杂的时空信息服务任务。
服务链可以看作是Web Service技术与工作流技术相结合的产物。ISO/TC211和OGC联合推出的ISO19119规范将服务链定义为服务序列。在该序列每个相连接的服务对中，第1个服务行为是产生第2个服务行为的必要条件。同时，根据用户对服务链控制能力的不同，将服务链分为透明链、半透明链和不透明链这3种类型。其中，半透明链因为其工作流管理系统能实现服务业务流程的自动执行和服务运行监控，从而充分发挥工作流技术的优势。所以，半透明链是3种服务链中最灵活、功能最强的一种。
时空信息服务链是通过服务链模型来抽象表达的，它是对业务过程的抽象表示。简单的业务流程可通过语言文字来表达，无需建立服务链模型，而描述复杂现实业务过程的服务链必须建立相应的服务链模型。针对现有IT领域模型语言(工业界规范和学术界模型)存在的问题，提出一种适用于本领域的基于有向图的时空信息服务链模型。其核心包括模型组成元素、约束条件和控制模式3个方面。
一是时空信息服务链模型组成元素。其包括服务节点集合，由服务节点(Service Node)组成；数据节点集合，由数据节点(Data Node)组成；控制节点集合，由控制节点(Control Node)组成；数据链接弧集合，由数据链接弧(Data Link)组成。服务节点、数据节点、控制节点和数据链接弧相互连接，描述了业务流程中所涉及的数据、处理操作、节点之间的逻辑关系和数据流向。
二是时空信息服务链模型约束条件。其作用是确保服务链模型各组成元素及其相互之间关系的正确性和相容性，防止出现不符合业务过程语义的数据与活动、错误信息的输入和输出及可能造成的无效操作和错误结果。约束条件包括：有限时空信息服务集；有限数据集；有限控制节点集；有限数据链接弧集；有唯一的开始节点和结束节点，服务链起于开始节点终止于结束节点；开始节点的入度为0、出度为1,结束节点的入度为1、出度为0;一个节点不能同时属于服务节点集、数据节点集和控制节点集；服务节点集、数据节点集和控制节点集不能同时为空；数据链接弧只能用于连接服务节点与数据节点、服务节点与控制节点、数据节点与控制节点、控制节点与控制节点、服务节点与服务节点，不能连接数据节点与数据节点；任何一个节点和子链有且仅有一个出度和入度；或分支节点、与分支节点的入度为1、出度大于1,或合并节点、与合并节点的出度为1、入度大于1;服务链模型中不能存在孤立节点(既没有输入也没有输出的节点),即节点的出入度都为0;服务节点必须同时具有前驱节点和后继节点，且该服务节点的输入参数必须与前驱服务节点的输出参数或前驱数据节点相匹配，该服务节点的输出参数必须与后继服务节点的输入参数或后驱数据节点相匹配。
三是时空信息服务链模型控制模式。其作用是描述服务链中各时空信息服务之间的逻辑依赖关系。目前，一般都是以工作流模式为基础设计服务链的控制模式。虽然完备，但由于其不针对具体工作流模型语言、平台和实现方式，模式元素种类过多，使得控制模式的实现变得相当复杂且不实用。针对时空信息服务领域的应用需求，提出以下5种基本组合模式，即顺序模式、并行模式、选择模式、循环模式和嵌套模式。顺序模式，指多个时空信息服务按照先后顺序依次执行；并行模式，指多个时空信息服务同时并列执行，彼此之间没有执行的先后顺序，也没有数据或信息的交换；选择模式，指多个时空信息服务中只选择一个满足条件的服务执行，其他服务不必执行；循环模式，指某个时空信息服务多次重复执行，直到不再满足控制约束条件时终止执行；嵌套模式，指将其他组合模式作为子流程嵌套放置其中，可以实现服务链的层次化建模。
基于前述科学而实用的时空信息服务链模型，可以自适应地实现服务发现和服务组合，以解决所需解决的复杂问题。
2.5 时空大数据平台的应用
2.5.1 共用时空大数据平台
如1.2节所述，时空大数据由基础地理时空数据和专题专业数据两大类数据构成。共用时空大数据平台是指将基础地理时空数据聚合在一个特定的自主可控的平台上，使其成为进一步汇聚专题专业数据的基础地理时空框架，即专题专业数据的空间化基础，由军民及其下属各部门共用。
2.5.2 “共用时空大数据平台+”应用概念模型
这里的“+”,不仅是“跨界”,而且还要“融合”,从而实现“共用时空大数据平台+”的增值服务。其分为两大类：一是“共用时空大数据平台+民用”,指将各级政府部门规划、经济、交通、水利、农业、管网(地上地下)、人口、医疗卫生、教育、体育、文旅、电力、公安等各类(种)专题专业数据聚合在“共用时空大数据平台”上，全面支撑数字地球、数字中国、数字省(自治区、直辖市)、新型智慧城市及各部门应急系统建设，如政府经济社会发展规划决策支持系统、生态系统过程模拟与预警系统、应用协同指挥系统等；二是“共用时空大数据平台+军用”,指将战场环境要素信息聚合在“共用时空大数据平台”上，构成战场环境信息保障时空大数据平台，支撑联合作战一体化指挥平台等建设。这种“共用时空大数据平台+”应用概念模型，可有效解决长期存在的军民之间及其所属各部门甚至同一个部门不同业务系统之间基础地理时空数据不一致的老大难问题。
03 总结与讨论
时空大数据的提出，有其哲学依据和社会管理治理、作战指挥和军事行动(应急指挥和救援行动)、非线性复杂地理世界科学表达等方面的需求。大数据本质上就是时空大数据，因为所有大数据都产生于一定时间和空间，都有时间参照和空间参照两个基本特征，这就是大数据的时空观。基于统一时空基准的时空大数据，由基础地理时空数据和部门行业的专题专业数据融合而成，具有时间、空间(三维)、属性、尺度、分辨率、多维、多样性、异构性、巨量性、价值隐含性和处理快速性等特性。
时空大数据平台是一个在“资源池”(算力资源池、算法资源池、数据资源池)支撑下的能持续发生聚合效应的强大“聚合器”,采用“网格集成”与“弹性云(云计算)”相结合的技术体制，具有显著的技术特色和强大的功能。其“共用时空大数据平台+”的应用模式解决了长期存在的军民及所属各部门甚至同一部门应用系统的基础地理时空数据不一致的问题。
时空大数据平台“网格集成”与“弹性云(云计算)”技术体制中的云计算，是通过互联网将网络上的计算存储资源、数据资源和软件资源(算法)集成为“云”,将大规模海量的计算处理任务分解为若干个子任务，采用分布、并行、协同的方式在不同的计算设备上进行处理，然后再合并得出问题的解。而算力网(算力网络)是云计算的升级版、应用版，以算力集群的形式实现算力的协作化、集约化、普惠化。从云计算升级为算力网络，“云服务”更优质更精准，为当前兴起的AI大模型提供了更好的算力支持。面对目前算力利用效率低及不同用户多样化的算力需求，算力网络是一种新的效率更高的解决方案，必将使“云应用”有更多更丰富的应用场景[23]。如何让时空大数据平台更好地适应全国一体化算力网络的特点和需求，尚需进行更深入地研究和应用实践，从而实现“云计算”到“算力网络”的升级。
参考文献（略）
来源：测绘科学技术学报2024年（第40卷）第4期；转自：测绘学术资讯
编辑：岳 月
初审：齐 阳
审核：马志勇
