3 r# z6 h, N; f3 m8 D ( _* t! t7 |# S; n& q
2 A4 I, Z$ h9 d) ~
8 E+ ?/ t/ F9 b- t+ y/ T / W {# F: O+ U
& f$ _& B' Y" R" }7 v1 s9 e- X4 N/ b 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) 8 f7 x8 I1 z& Y
' @9 |- S! W( k* T
1 |! ^- O f* i5 F- ^! r6 f, Y0 n8 C5 M; m3 t8 N, u
" O7 u/ [' k* {1 `, }# @
5 G" f/ ~, Q& h2 @
|