1 Q! r& |4 R5 f5 `7 [6 i
, D3 G' j$ N- s2 G. {6 H# C* H" G $ W1 k3 O5 L- u0 R4 B% ?2 z
- N, g# U& b/ ^3 _1 Z+ V ' n+ y' v3 M6 N) h3 R
+ q2 g7 _3 @4 q2 S* ?
时空大数据spatio-temporal big data定义：基于统一时空基准（时间参照系和空间参照系）、活动（运动变化）在时间和空间中与位置直接（定位）或间接（空间分布）相关联的大规模海量数据集。相关名词：大数据科学大数据场景大数据（图片来源：视觉中国）【延伸阅读】时空大数据除具有一般大数据的5V特征外，还具有位置特征、时间特征、属性特征、尺度（分辨率）特征、多源异构特征、多维动态可视化特征。时空大数据的这些特征，有助于时空大数据的分析与挖掘，揭示大数据的时间变化趋势和空间分布规律。任何规律的得出，任何决策的做出，都必须依据一定时间、确定地点（地区）的大数据，即时空大数据，同时也给时空大数据的组织、存储、管理和提取增加了难度。时空大数据由时空框架数据和时空变化数据构成。时空框架数据一般相对变化较慢，包括时空基准数据、全球卫星导航定位（GNSS）与连续运行参考站（CORS）数据、空间大地测量与物理大地测量数据、遥感影像数据、数字地图与地名数据、海洋测绘数据、世界海峡与通道数据，等等；时空变化数据一般变化快，包括社交网络数据、搜索引擎数据、视频观测数据、网络空间数据、位置轨迹数据、变化检测数据、与位置相关的空间媒体数据、空间环境数据、海洋水文数据、社会经济人文数据、部门行业数据，等等。时空大数据的核心，是将时空变化数据融合或关联到时空框架数据上。时空大数据的提出，反映了人们对大数据本质及其研究内容认识的丰富和深化，揭示了大数据的时空特性，明确了数据文化是尊重事实、强调精准、推崇理性和逻辑的科学文化，这是我国时空大数据发展的灵魂。时空大数据的研究，对我国大数据理论体系、技术体系、产品体系和应用服务模式的形成和创新发展具有重要的实践意义，有助于形成数据驱动的大数据创新体系和发展模式，推动构建以数据为关键要素的数字经济并形成现代经济体系，运用大数据提升国家治理的现代化水平与促进保障和改善民生。（中国工程院院士、河南大学教授王家耀）
/ w" |0 J) \" _6 g% H6 t( s. k6 u& ^# a, f
( W2 L c, j: H4 P5 z: n7 v
' j! F1 F8 L! e, t1 b# {+ W: N; d6 M- a( a) X( r8 Z# L
6 _% `# V1 M2 ~* v* p4 c" G
| 
