1 时空数据模型研究

1.1 序列快照模型（Sequent Snapshots）

序列快照模型是将一系列时间片段快照保存起来，以反应整个空间特征的状态，并根据需求对特定时间片段进行播放。

特点：模型简单，易实现；未变化地物重复存储，数据冗余量大易拖累系统效率，表达效果不够直接，地物时空变化特征需进行比较才能发现。

图1 序列快照模型

1.2 基态修正模型（Base State with Amendments）

基态修正模型只存储过去某个时刻的数据状态和相对于基态的一系列变化量。

特点：仅记录数据基态和变化信息，数据冗余少，能充分表达地物变化情况；非基态数据的获取方式复杂，需顺序叠加所有变化信息，对于矢量模型效率较低。

图2 基态修正模型

1.3 时空复合模型（Space-Time Composite）

时空复合模型用带修正的基态作为建立累计几何变化的时空复合出发点，每次变化均导致变化的部分脱离其父亲对象，成为具有不同历史的离散对象，即，随着时间的发展，表达分解成越来越小的碎片——该地区最大的公共时空单元，每个公共时空单元与不同的属性历史相关联。

特点：保留了延时间的空间拓扑关系；控件对象较为破碎，标注的修改较为复杂，涉及的关系链层次很多，需逐一回退进行修改。

图3 时空复合模型

1.4 时空立方体模型（Space-time Cube）

时空立方体是一个三位立方体，由两个空间维和一个时间维组成，主要用于描述二维空间沿时间维演变的过程，任何二维空间实体的演变历史都是时空立方体中的一个实体。

特点：该模型将时间维物化为直观的空间维，生动表现了时间维的几何特性，对地理变化的描述清晰直观；此模型的具体实现较为困难。

图4 时空立方体模型

1.5改进基态修正时空数据模型

程昌秀（2003）针对基态修正模型获取“非起始”状态数据时，每次都要重复回顾在此之前的一系列变化，严重影响系统执行效率的问题，假设空间由若干空间对象组成，且任何时刻空间对象的变化，对系统而言都可视为“旧对象消亡和新对象产生”的过程，对于每一次时空对象的变化，其新旧对象的交替变化将基于事件逐一计入“历史集”中，而“现状集”则永远保存最新的空间状态；通过现状集和历史集的关系运算实现时空数据的查询、时序分析、时态拓扑等功能。

简言之，就是将基态修正模型中的基态由描述原始起源信息改为描述现状信息“现状集”，将空间要素的变化信息构建各时间的“历史集”，历史状态由现状集反推到历史集。

特点：通过集合间的关系运算实现了“非起始”状态的随机整合，以现状数据为基态，减少了系统中“数据整合操作”出现的频数，提高了系统的执行效率。

图5 基于事件改进基态修正时空数据模型

1.6 基于对象的GIS时空数据模型的构建方法

李景文等（2010）用面向对象的思想认识、表达地理实体，通过建立空间对象的时态逻辑关系，描述地理实体的产生、发展和灭亡的实践过程。死亡是指空间对象在空间关系、属性信息发生变化后的消亡，产生即发生空间和属性信息变化后的新空间对象，存在则是指对象的空间信息和属性信息不发生变化或很小变化的相对稳定状态。在GIS时空数据模型中事物的这些变化被描述成空间对象的合并、分解、合并与分解、继承四种基本类型，如下图所示，分别描述了空间对象的变化形式及对应的逻辑运算。

图6 图空间对象关系描述简图

各对象的存储结构则如下表所示。

表1 空间对象数据管理表

表2 空间对象变化关系数据表

      该模型的特点是采用面向对象的思想对几何信息、属性信息和时间信息进行封装，解决传统GIS缺乏时序变化描述的问题，同时从对象产生、发展、消亡的过程来描述和构建时空数据模型，将面向对象描述和对象关系关系型数据库存储结合。便于时空数据的存储管理，为时空数据分析提供了条件。

2.总结

      案事件数据包含大量的时间信息和空间信息，为方便犯罪信息的挖掘及可视分析，必须选择合适的时空数据模型。案事件具有突发性，持续时间短的特点，在研究中多选择时空立方体模型。时空立方体的优点是便于数据的立体可视化表达，常常结合ITS模型进行数据存储管理，即通过ITS模型将数据存储在关系数据库中，在数据表达时通过时空立方体进行展示，这首先就存在数据库中的数据与时空立方体中对象的映射问题，案事件数据包含多种案件类型，要根据案件类型和案件记录选择合适的时空数据存储形式及可视化表达方式，如为研究入室盗窃案的时空分布规律，最好抽象为点要素；为分析醉酒驾驶的特征，可以将醉驾路段抽象为线要素。

      因此，在进行案事件时空数据模型时，应当根据案件类型和案事件的记录项进行分析，根据案件类型对案事件进行分类，并据此选择合适的模型。