作者简介 riddle，现于某央企从事城乡规划、政企信息化工作，具有多年ICT、政务等行业的实践经历。

    作者注：本文为《智慧城市时空大数据平台理论与方法》（科学出版社，李成名 刘晓丽著）之读书笔记,。
    不足之处，请各位读者批评指正。欢迎各位同行指点交流。

    第2篇
    2020年1月14日
    本篇介绍时空大数据的概念内涵。

    时空大数据是伴随着大数据这一名词产生的。此前称之为空间数据、地理空间数据、空间位置数据等，不是很科学。

    因地球是在不断运动的，所以时空基准也在不断变化，因此基于此的大数据也在变化。故为了更加严谨，考虑时间、空间、属性的3个特征，我们引入了时空数据这个更科学严密的说法。

    同时，随着对地观测技术、物联网等技术的发展，时空数据也有了大数据的特征，如下。
    （1）数据量大
    天、空、地、海一体化的对地观测网络，我们的手机、平板移动设备，以及视频监控、空气质量等各种前端传感设备，都实时动态产生着海量的时空信息。
    （2）数据多样
    数据种类繁杂多样，有传统结构化数据，也有大量的非结构化、半结构的新数据。时空基准、全球导航卫星系统（GNSS）、位置轨迹数据、空间大地测量和物理大地测量数据、海洋测绘数据、地图数据、遥感数据、与位置关联的空间媒体数据、地名数据，以及时空数据与大数据融合产生的数据都是时空数据的内容。
    （3）数据高速

    • 获取速度快
      • 人造卫星
      • 无人机
      • 移动测量车
      • 背包式三维激光扫描仪
      • …
    • 处理速度快、更新频率快

    （4）数据价值
    海量的数据意味着数据噪声也随之增多。需要进行充分的挖掘工作才能获取到数据背后的价值。

    不同的专家学者、研究机构、企业单位对时空大数据的定义均有所不同。但都表达了一个主要思想，只要具备了时间和空间两类特征的大数据，就可以认定为时空大数据。
    这样对大数据的界定，几乎涵盖了80%的数据。但带来的问题是，范围的增加会导致数据边界条件不够清晰，而使得智慧城市建设遇到困难。同时，诸多带有空间信息的数据，其空间信息是杂乱无序的，无法直接拿来使用，需要对其进行空间序化处理才能使用。 :::info 空间序化，根据信息实体所具有的地理空间属性（例如位置、面积、形状）以及它们在空间上的分布关系来组织这些信息实体。（此概念网上较少，最早见武大牛强老师《城建档案管理中的地理空间序化方法研究》一文） :::

    在本书中，为了更好的对智慧城市建设开展论述研究工作，对时空大数据提出广义和狭义两种定义。

    • 广义时空大数据

    泛指带有时空和空间特征的大数据。

    • 狭义时空大数据

    包括序化的历史与现状基础地理信息数据、历史与现状公共专题数据、智能感知数据和空间规划数据，同时也包括这几类数据进行序化建模的数据引擎以及进行管理分析的大数据管理系统。

    时空大数据的构成
    对该图的总结-依托基础地理信息数据，采用全时空信息模型形成全时空，并时空序化公共专题数据、智能感知数据和空间规划数据，通过管理分析系统经数据引擎实现一体化管理。
    时空大数据构成.png
    **

    下节预告 时空大数据构成之历史与现状基础地理信息数据