EN中文

地理学报 >

2024 , Vol. 79 >Issue 9: 2230 - 2245

DOI: https://doi.org/10.11821/dlxb202409005

理论与方法

基于对象空间的地理场景表达模型与组织管理方法及应用

  • 靖常峰 , 1, 5 ,
  • 李佳宁 1 ,
  • 吴森森 , 2 ,
  • 冯云龙 1 ,
  • 曹一冰 4 ,
  • 陈奕君 2 ,
  • 蒋捷 1 ,
  • 周成虎 3
展开
  • 1.北京建筑大学测绘与城市空间信息学院，北京 100044
  • 2.浙江大学地球科学学院，杭州 310027
  • 3.中国科学院地理科学与资源研究所 资源与环境信息系统国家重点实验室，北京 100101
  • 4.信息工程大学地理空间信息学院，郑州 450052
  • 5.中国地质大学（北京）信息工程学院，北京 100083
吴森森(1991-), 男, 浙江文成人, 博士, 研究员, 研究方向为时空大数据建模与分析。E-mail:

靖常峰(1979-), 男, 山东济南人, 博士, 教授, 研究方向为城市空间信息学、时空大数据建模与分析。E-mail:

收稿日期: 2024-02-05

  修回日期: 2024-07-23

  网络出版日期: 2024-09-27

基金资助

国家重点研发计划(2021YFB3900902)

收起

Organization and management of geographic scenes based on object space

  • JING Changfeng , 1, 5 ,
  • LI Jianing 1 ,
  • WU Sensen , 2 ,
  • FENG Yunlong 1 ,
  • CAO Yibing 4 ,
  • CHEN Yijun 2 ,
  • JIANG Jie 1 ,
  • ZHOU Chenghu 3
Expand
  • 1. School of Geomatics and Urban Spatial Informatics, Beijing University of Civil Engineering and Architecture, Beijing 100044, China
  • 2. School of Earth Sciences, Zhejiang University, Hangzhou 310027, China
  • 3. State Key Laboratory of Resources and Environment Information System, Institute of Geographic Sciences and Natural Resources Research, CAS, Beijing 100101, China
  • 4. Institute of Geo-spatial Information, Information Engineering University, Zhengzhou 450052, China
  • 5. School of Information Engineering, China University of Geosciences, Beijing 100083, China

Received date: 2024-02-05

  Revised date: 2024-07-23

  Online published: 2024-09-27

Supported by

National Key R&D Program of China(2021YFB3900902)

Fold

摘要

信息智能化与时空大数据时代拓展了地理信息系统（GIS）的应用边界，给地理场景的描述与表达带来了机遇与挑战。现有的时空数据组织与空间认知模型主要以自下而上思维为主，存在对象抽象表达认知度低、实体对象分区组织割裂等局限性。特别是大数据背景下，地理场景表达中对象与知识的集成度较低、模型与数据的协同计算能力不足等问题更为突出。本文以莱布尼兹（Leibniz）相对时空观为理论基础，提出了对象空间的地理场景组织与管理方法。文章分析了地理场景的概念与发展历程，剖析了地理场景特点，提出了对象空间概念以及对象空间对地理场景的表达方式，建立了层次化对象组织模型、网络化的知识表达技术、按功能分类的模型组织方法，从而构建了“数据—知识—模型”高度集成与协同的地理场景建模理论与技术。结合山东高标准农田土壤含水量监测案例，验证了本文方法的实用性和可行性，为深化地理数据组织模型的理论研究和拓展示范应用场景提供了技术支撑。

关键词： 对象空间; 地理场景; 全空间信息系统; 时空对象; 知识表达; 计算模型

本文引用格式

靖常峰 , 李佳宁 , 吴森森 , 冯云龙 , 曹一冰 , 陈奕君 , 蒋捷 , 周成虎 . 基于对象空间的地理场景表达模型与组织管理方法及应用[J]. 地理学报, 2024 , 79(9) : 2230 -2245 . DOI: 10.11821/dlxb202409005

Abstract

The advent of information intelligence and spatiotemporal big data have significantly broadened the scope of application for geographic information systems (GIS), presenting both opportunities and challenges in the modeling of geographic scenarios. Current paradigms for organizing spatiotemporal data and conceptualizing spatial cognition predominantly rely on a bottom-up approach, which was demonstrated with limitation on low cognition and the fragmented representation of geospatial objects. This is a noteworthy research issue facing the Big Data era, namely the design of new representation models for the integration of objects and knowledge, as well as the collaborative computation of models and objects. This study, inspiring from Leibniz's relative spatiotemporal perspective, establishes an object space-based approach for organization and management of geographic scenarios. The concept of object space was proposed by reviewing the historical evolution of geographic scenarios representation model and literature work on mainstream research domain. Object space is the space of influence of an object, both the inner space of the object and the space of its surroundings. It includes pan spatiotemporal object, object space relationship, calculation and analysis process, which represents object, knowledge and model. For representing and management of object space, a hierarchical model was developed to organize pan spatiotemporal objects according to business requirement and spatial scale. Further, a network model was denoted to represent object space relationship and knowledge, in which node is the objects, and edge is the space relationship. Then, a model classification method based on functional and computational ability was used to organize calculation and analysis process models. Thus, a highly integrated and synergistic "data-knowledge-model" organization and management model was established. The proposed approach was applied in monitoring soil moisture in high-standard farmland in Shandong, which included 44 pan spatiotemporal objects, 2 object space relationship network models and 5 calculation and analysis process models. The results demonstrated its efficacy and feasibility in designing and implementing high-standard farmland intelligent automatic irrigation and drainage systems, thereby offered technical support for advancing theoretical research and expanding practical application in geographic scenarios.

Key words： object space; geographic scenario; pan-spatial information system; spatiotemporal object; knowledge expression; computational model

1 引言

随着地理信息系统（GIS）理论与技术发展，其能力已经超越了传统的现实世界描述与表达的边界。学者们提出了全空间信息系统的概念[1]，将GIS应用从地球空间拓展到宇宙空间，从宏观到微观空间，使其具有跨空间、跨场景的描述与表达能力，与地图学在数字时代的复兴与发展具有相似的关联性[2-3]。地理场景作为全空间信息系统的具象化表达概念之一，在发展孕育中与空间场景[4]、地理空间[5]、虚拟地理环境[6]等几个分支方向协同发展，逐渐成为研究热点方向之一。
学者们融合地图学与地理学两大学科体系，提出了地理场景概念的基本定义[2]，即地理场景是对象及对象间多尺度嵌套、动静耦合、多要素相互作用的整体。其主要任务是设计地理场景数据模型，发展地理场景数据的自适应整合和集成方法，研究场景数据的按需定制、优化调度与配置方法。地理场景概念的发展主要表现在：① 在地理场景研究对象方面，从传统的几何要素模型融入代数学思想，形成几何代数数据模型[7]；拓展传统基于对象的时空数据模型、实体对象模型[8-9]，融合多尺度概念、时空概念形成了多粒度时空对象数据模型[10]，推动GIS基础理论研究的进步。② 在地理场景描述与表达模型方面，传统地图学学科以分时分层分幅模型支持了二维平面空间下对场景的描述与表达，对多维信息通过数学投影、几何逼近、抽象符号化进行表达，在信息表达、空间认知能力、实体对象分区割裂等方面都具有较大局限性。针对此问题，学者们发展了虚拟地理环境支持现实世界的数字化虚拟描述与表达，通过融合计算机框架与技术实现了三维或多维信息的可视化与计算。但仍然是建立在几何对象抽象基础之上的信息表达。此后，学者们融合地图学空间认知与地理学过程演变理论，提出了六要素模型的全息地理信息系统表达模型[2,11]、多粒度时空对象数据模型[10]；考虑对象生命周期的时空特征提出了时空域全空间时空对象模型[12]。
以上发展的新模型将对象间多尺度嵌套、动静耦合、多要素相互作用的关系以及整体性表达都提升到较高水平，但对地理场景中对象组织与管理的表达仍有提升空间，主要表现在以下两点：① 大数据背景下，地理场景空间认知与理解的整体性较强，对象与知识的集成度要求较高。② 随着智能化理论与技术发展，地理场景的理解与计算能力亟需提升。尽管地理学与地图学已经发展了较多算法模型，但算法对数据组织模型的多源异构与数据表达、分布式网络环境等的协同计算能力不足。因此，本文借鉴经典地图学数据组织模型，在莱布尼兹（Leibniz）相对时空观基础上提出了对象空间概念，研究并初步实践了基于对象空间的地理场景组织与管理逻辑模型，以期推动GIS理论和技术发展。

2 地理场景的概念与表达模型

地理信息系统利用空间思维描述研究对象、空间交互关系、空间分布模式与过程演变，其研究对象从地球空间跨越到宇宙空间，从宏观到微观空间。地理信息系统从早期的物理空间数字化技术发展到适用于数字空间与物理空间的无所不在的信息技术之一。而研究对象的具象化表达可以引入地理场景概念，其可以是微观的独立对象构成，也可以是宇宙级大场景应用，支持不断扩展的泛在空间（即全空间）的表达[1]。在全空间信息系统背景下探索地理场景的概念有利于思索其中的关键科学与技术问题，拓展地理信息系统应用领域，构建无所不在的GIS世界。

2.1 地理场景的基本概念

场景一词具有较强普适性，在各个学科具有特定的具象含义。在计算机科学和人工智能领域中，场景是特指具有特定环境或情境的整体[13⇓-15]。通过对场景的理解形成对数据类型与规律挖掘，支持分类、识别、分割、理解等任务。在测绘与地理学中，学者们从场景数字化描述[16]、应急制图[7]、应急推理模拟[17]等方面开展了数据模型、空间认知、过程分析推理等研究工作。场景也拓展到很多应用领域，例如智能交通、智能家居、虚拟现实等。地理场景是场景概念在地理学中的领域限定名词，其中，地理一词的限定既是地理空间物理范围的限定，也是数字空间中地理对象与过程演变的约束。在地理学领域中，空间场景[4]、地理空间[5]、地理环境[6]等几个词常常被用来代指地理场景。
为探究地理场景概念的发展历程，本文从中国知网（https://www.cnki.net），以“场景”为关键词或者篇名，以“地理学报+地球信息科学学报+地理科学+地理研究+测绘学报+测绘科学+武汉大学学报（信息科学版）”为信息检索源，时间跨度为2000—2023年，共检索得到147篇文章。检索结果论文从主题上主要是关于应用场景类别，仅有5篇关于地理场景基本理论和技术的论文（图1）。在Scopus引文数据库（http://www.scopus.com），选择地理学、地理科学交叉学科、遥感领域的31本知名期刊为数据来源（表1），时间跨度为2000—2023年，以“Title-Abs-Key”(geographic*scenario)或(*spatial*scenario)或(geographic*space)或(geo*environment)为主要检索式，共检索得到347篇文章。从统计数据分析，2021—2023年文章数量增幅较大，作者及作者单位以华人和国内研究单位为主（图2）。从文章主题分析，与中文论文检索结果类似，大多论文聚焦应用领域而缺少地理场景理论与技术研究。根据文献查证，地理场景发展中的两个主要节点分别是20世纪90年代从几何要素或对象关系表达视角提出的空间场景概念[4]和2018年学者们从要素相互作用视角提出的场景学概念[2]。
图1 2000—2023年中国知网中文论文中主题分布

Fig. 1 Topic distribution in Chinese papers in CNKI from 2000 to 2023

表1 地理学及交叉学科JCR一区期刊和行业主流期刊列表

Tab. 1 List of geography and interdisciplinary JCR Q1 journals and famous domains' journals

序号 期刊名 学科分类 2022因子 JCR分区 篇数(篇)
1 Nature Reviews Earth & Environment Geosciences, Multidisciplinary, SCI 42.1 Q1 0
2 Nature Geoscience Geosciences, Multidisciplinary, SCI 18.3 Q1 2
3 IEEE Geoscience and Remote Sensing Magazine Remote Sensing, SCI 14.6 Q1 0
4 Remote Sensing of Environment Remote Sensing, SCI 13.5 Q1 4
5 ISPRS Journal of Photogrammetry and Remote
Sensing		 Geography, Physical, SCI 12.7 Q1 7
6 Earth-Science Reviews Geosciences, Multidisciplinary, SCI 12.1 Q1 16
7 Geography and Sustainability Geography, Physical, ESCI 9.7 N/A 0
8 Landscape and Urban Planning Geography, SSCI 9.1 Q1 8
9 IEEE Transactions on Geoscience and Remote
Sensing		 Remote Sensing, SCI 8.2 Q1 11
10 International Journal of Applied Earth
Observation and Geoinformation		 Remote Sensing, SCI 7.5 Q1 16
11 GIScience & Remote Sensing Geography, Physical, SCI 6.7 Q1 1
12 Geo-Spatial Information Science Remote Sensing, SCI 6.0 Q1 17
13 International Journal of Geographical
Information Science		 Geography, SSCI 5.7 Q1 46
14 Science China-Earth Sciences Geosciences, Multidisciplinary, SCI 5.7 Q1 10
15 IEEE Journal of Selected Topics in Applied
Earth Observations and Remote Sensing		 Geography, Physical, SCI 5.5 Q1 14
16 International Journal of Digital Earth Geography, Physical, SCI 5.1 Q1 19
17 Annals of GIS Geography, ESCI 5.0 N/A 16
18 Remote Sensing Geosciences, Multidisciplinary, SCIE 5.0 Q1 69
19 Applied Geography Geography, SSCI 4.9 Q1 10
20 Journal of Geographical Sciences Geography, Physical, SCI 4.9 Q1 24
21 IEEE Geoscience and Remote Sensing Letters Remote Sensing, SCI 4.8 Q2 2
22 Regional Studies Geography, SSCI 4.6 Q1 0
23 Computers & Geosciences Geosciences, Multidisciplinary, SCI 4.4 Q1 0
24 Journal of Geovisualization and Spatial Analysis Geography, ESCI 4.0 N/A 1
25 Big Earth Data Geosciences, Multidisciplinary, ESCI 4.0 N/A 1
26 European Journal of Remote Sensing Remote Sensing, SCI 4.0 Q3 6
27 Urban Geography Geography, SSCI 3.8 Q1 1
28 Geocarto International Geosciences, Multidisciplinary, SCI 3.8 Q2 8
29 Applied Computing and Geosciences Geosciences, Multidisciplinary, ESCI 3.4 N/A 0
30 International Journal of Urban and Regional
Research		 Geography, SSCI 3.3 Q2 1
31 Transactions in GIS Geography, SSCI 2.4 Q2 37
图2 2000—2023年Scopus英文论文检索结果发文年度及作者分布

Fig. 2 Scopus English paper publication search results distribution from 2000 to 2023

从数学、空间认知、地图学、地理学等学科视角分析，学者们对地理场景概念进行了内涵分析与延伸拓展。学者们从地理数据传统的几何拓扑理论发展几何数据矢量化的几何代数理论[8]、图论为基础的知识图谱与网络表达理论[18-19]。从传统的分层分幅的地图空间认知，发展到以实体与对象为核心的大数据时代地理信息系统[1]；从物理环境的可视化与分析开拓了虚拟地理环境的系列理论与技术研究[6,20]。
综上，地理场景是正处在发展形成的初级阶段，其概念还未形成统一的共识。广义上的地理场景概念是对全空间信息系统的具象化。可以理解为纳入到地球空间以及人类生活空间的地理场景。而狭义的地理场景可以映射为地理场景组织与表达的时空信息体系模型。基于地图学的空间认知理论、地理学的规律与过程演变理论，从地图学与地理学两大学科的学科体系和科研需求出发，本文采纳文献[2]阐述的地理场景概念为本文研究的基础，即：将地理场景视作对象及对象间多尺度嵌套、动静耦合、多要素相互作用的整体，其主要任务是设计空间位置、几何形态、属性特征、要素相互关系、演化过程和语义描述六要素的地理场景数据模型，发展地理场景数据的自适应整合和集成方法，研究场景数据的按需定制、优化调度与配置方法[2]。该概念既继承了空间场景概念提出的空间关系组织集合的本质[4]，也适用于各种行业领域，如应急制图[7]。
地理场景是一定地域、具有不同时空范围的各种自然要素、人文要素相互联系所构成的具有特定结构和功能的地域综合体[2]。从内涵和数据来看，地理场景的特点可概括为：① 具有显著的整体性特征。地理场景既要满足实体对象的完整性，又要保持实体对象关系表达的整体性。② 关注过程与知识的集成应用。地理场景是高度集成过程与知识的全方位多视角表达物理世界或数字世界，关注地理过程与知识的集成应用，发展多模式的地理场景表达。③ 地理场景是符合自然分类与发展规律的空间认知，是对地理实体进行对象化定义的表达，具有场景—对象—特征的自上而下空间认知思维特征[21]。④ 数据具有大规模且复杂的特征。地理场景内全要素的数据类型不仅包括几何实体，还有大量的声、光、电、磁等多种形态数据。大规模异构数据叠加多模态、多尺度的时空特性构成了地理场景的大数据特色。

2.2 地理场景表达模型

根据上文对地理场景概念的辨析，地理场景是对象及相互作用的整体。地理场景的研究目标是设计地理场景数据模型，发展地理过程集成与分析方法。因此，地理场景的表达是从地图学的空间认知理论、地理学的规律与过程演变理论的方向探索研究。
空间认知是对地理场景抽象并生成地理信息的基础，发展过程经历了地理感知、地理概念化、地理知识的思维阶段[20]。从地图认知视角，地理场景包括要素描述和分层逻辑组织。要素描述包括类型分层、实体分层和地理实体的不同描述并串联形成地图的描述[22]，而要素也常被抽象为几何要素、连续的场要素、对象要素[23]，以及构建场要素和对象要素的地理原子（Geo-Atom）[24]。地图学以抽象的符号系统、科学的地图投影和综合方法，构建要素的几何关系和拓扑关系，发展了分层分幅的逻辑模型实现空间数据要素的组织[25-26]。这种表达模型可完美实现要素及空间分布特征的表达，但对观察者三维视角的表达不足、不支持动态目标表达、忽略了要素的演化过程[2]。
从地理学的规律与过程演变理论的视角，地理过程表达与虚拟地理环境是地理场景表达的两个主流方向。地理过程是地理对象状态序列的演化过程，分为产生、发展和消亡的3个阶段[27]。地理规律内嵌在地理状态描述与表达中，而地理过程的表达常以演变时间为轴、构建演变过程的状态时间切片[28⇓-30]，难以表达时间与空间的整体性。虚拟地理环境作为一个重要的学科分支，从物理环境的可视化与分析开拓了数字地理环境的系列理论与技术研究[6,31]。虚拟地理环境将地学过程模型嵌入到地理数字化描述空间，利用动态数据模拟地理现象的实时动态过程，建立在地理环境、人—机理解、生理—心理一体化认知基础上的地理环境认知与分析[6,33]。例如，虚拟地理环境提供数字化环境模拟行人、交通和环境之间的交互，展示沉浸式地理模拟环境在道路安全科学中的应用实践[32]、模拟人群疏散行为[33]，从而提高市民参与城市规划的意愿与质量[34]。但虚拟地理环境中嵌入的地学过程模型仍依赖于地理空间参考系统[6]，而时间是以动态数据提供时间表达、是相对独立的表达变量，导致时空完整性表达相对不足。
基于地理场景的时间与空间的完整性特征，地理学者们逐渐发展了几何代数表达方法[7]、多粒度对象表达模型[10]、时空域表达模型[12]等。几何代数表达方法连接代数和几何、抽象时空和实体时空的统一描述，解决了传统GIS中欧式几何的复杂地理对象表达、多维空间关系的诸多局限[7]。引入几何代数这一现代数学方法有望支持场景模型构建[2]，但受限于复杂数学表达，地理场景的数学映射难度大。学者们在地理实体对象化表达基础上，融合多尺度概念、时空概念形成了多粒度时空对象数据模型，探索构建面向全空间信息系统的新一代空间数据模型[10]。在多粒度对象组织与管理中，突破分层分幅的组织局限性，提出了时空域的逻辑组织模型[12]。但已有文献表明多粒度对象模型与时空域组织方式对知识的集成度偏弱[12,35]，因此有必要探索新模型，扩展知识及分析模型与要素表达集成构成地理场景的完整性表达。
综上，现有地理场景表达模型在要素表达方面缺乏时间与空间变量的相对独立与同等地位，常以时间轴下空间状态切片表达复杂的地理过程，这难以捕获地理规律与演化过程；在面对当前的大数据与复杂时空过程，地理场景表达的完整性，特别是知识与计算模型如何集成要素表达研究方向尚存在不足。

3 对象空间思想与场景表达

3.1 对象空间的定义

为在计算机中存储、管理和使用时空实体，需要对其进行数字化描述，即将现实中的时空实体和数字实体描述为计算机中的时空对象。在计算机中由时空对象构成的世界就是一种数字世界，称之为全空间数字世界[13]。全空间数字世界可被定义为计算机系统中的综合数据结构，由对象描述现实世界的各种实体构成，涵盖了从宏观到微观的现实世界，并将非现实世界的虚拟实体也纳入其中，包括思维空间、网络空间、想象空间等虚拟领域。在全空间数字世界之间，需要一定的组织管理单元来应对丰富庞杂的数据和复杂的对象间关系以及其中对象的流转过程，为了便于对全空间数字世界的构建、管理和认知，采取莱布尼兹相对时空观[36]，提出了对象空间这一概念。
对象空间通过描述对象的集合、展示对象间的关系网络、并随对象全生命周期而动态演化来映射现实生活中的地理场景。对象空间的相对性表现在先有对象，再有对象空间。对象空间是基于对象而构建的，所以会随着对象的产生而产生，消逝而消逝，使得该空间具有和其中包含对象一致的生命周期，是一个时间有起止、空间范围有限的有界时空。广义上讲，对象空间就是全空间数字世界中对象及其关系的集合，以关注对象为核心思想，将关注地表的传统地理空间转换到关注一切事物的对象空间。狭义上讲，对象空间是对象的影响范畴，包括对象的内在空间及其周围环境空间。对象生成后会自动生成一个对象空间的最小单元，即只包含对象本身的对象空间。在此基础上，多个对象会有选择的被组织在一起，建立对象间知识以及对象间的计算模型，从而构成更为完整的对象空间。对象空间（Object Space, OS）可以形式化描述为如下：
O S i = { P S T O i ,   O S R e i ,   C A P r o ( i ) }
式中：PSTO为全时空对象（Pan SpatioTemporal Object），表示该对象空间下的对象集合；OSRe为对象空间关系（Object Space Relationship），表示该对象空间下的知识集合，CAPro为计算分析过程（Calculation and Analysis Process），表示该对象空间下的计算模型集合。
对象空间是对象以及对象间知识与模型的集合，是对现实世界的描述。知识化和智能化也是新一代空间信息系统重要标志，因此具有以下特点：① 对象是最小组织单元。对象空间是以全空间数字世界中对象为最小的组织单元，全空间数字世界存在着无数个对象，因此也可以看作是多个对象空间的集合，按照对象空间为单位进行管理。② 相对性。对象空间是基于莱布尼兹相对时空观的空间，会随着对象的产生而产生，对象的消逝而消逝，满足先有对象再有对象空间的前提。③ 时空交叉重叠。不同对象空间的时空范围可以重叠，也可以存在相同的对象、知识和计算模型。④ 状态动态性。对象空间中对象的状态转化导致对象空间状态发生变化。例如原有状态随全生命周期的变化、或与其他对象进行计算分析从而导致对象空间的状态发生变化。⑤ 可划分性。根据业务需求，一个对象空间可以根据包含对象、影响的时空范围等划分为多个子对象空间，如在城市的对象空间中，可以根据研究的不同街道、路网尺度再继续划分为小的子对象空间；高标准农田的对象空间设计中，可以根据农田或管道等研究对象的不同划分子对象空间。对象空间和子对象空间存在父子继承关系，因此子对象空间可以继承所在父对象，如时空范围、时空尺度、对象等。
对象空间主要的组织内容包括对象、知识和计算模型。① 对象。对象是时空实体在数字世界中的直接映射，是对象空间的核心组成。对象空间是对象表达的载体，可以表达出对象的时空参照、空间位置、空间形态、属性特征、行为能力、变化集合等内容。在对象空间中，将具有相似或者相同特征的时空对象抽象，设计对象类以及相应类模板，从而形成高度内聚的对象模型。② 知识。对象关联的知识是对象空间及所含对象的一种约束和规则的表达。知识是建立在对事物认知和理解的基础之上，以规则的形式体现，既包含对象空间的规则，也建立了对象之间的各种关系。③ 计算模型。计算模型是对普通地学计算模型的外延，既通过调用计算模型对地学过程与现象进行推理计算，又可以形成新对象和新知识。计算模型通过协同数据计算量化了对象在对象空间中状态转换的实现。

3.2 基于对象空间的场景形式化表达方法

基于对象空间的组织与表达是对象间关联表达的重要环节，也是对象、知识与计算模型耦合组织的主要手段。对象是对象空间存在的前提，影响着对象空间的概念、形态和特征。因此，为了能够表达和组织地理场景相关的对象、知识与计算模型，本文提出了基于对象空间的场景表达概念方法。
O S i = { O S I d i ,   O S F e a t u r e ( i ) }
式中：OS为对象空间；OSId(i)为该对象空间标识码；OSFeature为对象空间特征集合。
O S F e a t u r e i = { O S I n f o i ,   S T D e s i ,   P S T O i ,   O S R e i ,   C A P r o i }
式中：OSInfo表示对象空间自身的信息集合，包括对象空间基本信息、对象空间父子关系等；STDes表示当前对象空间的时空描述信息，包括时空参照、时空尺度和时空范围，前两个信息继承自对象空间，而时空范围信息是指对象自身的时空范围；PSTO表示当前对象空间所包含的对象，通过对象ID建立起对象与对象空间的直接关联；OSRe表示当前OS内对象间的知识，是对象空间对内、对外关联性的重要内容；CAPro表示当前OS内的计算模型，用于对象的智能分析，通过协同数据计算实现对象状态的转换。

4 地理场景的组织与管理

基于对象空间的地理场景组织与管理方法将传统方法中的数据与知识抽象为对象与知识关系、将计算与分析抽象为模型，通过层次组织、网络组织和分类组织的方式分别对对象、知识库和模型进行组织和管理，形成地理场景的组织模型数字化。

4.1 对象的层次组织

对象是现实世界的实体映射，具有多粒度、多类型、多形态等特性，面向不同应用场景需组合多个对象实现业务功能。参考现有空间数据组织模型，本文提出了对象空间—子对象空间—对象的层次组织模型。该组织模型中对象空间是一个偏向概念设计的组织，属于层次结构中的根节点，用于表征对象的顶层逻辑组织；子对象空间是对象的逻辑组织单元，面向具体应用场景的业务功能设计子对象空间；对象是现实世界的实体映射。对象通过类模板建立后，至少要隶属于一个对象空间。对象是相互独立的，但同一对象可以根据业务组织在不同子对象空间或者对象空间中（图3）。
图3 对象层次组织方式

Fig. 3 Hierarchical organization of objects

对象和对象空间是多对多的关系，即每个对象可以存在于多个对象空间中，每个对象空间中可以有多个对象。本文设计了现实地理实体的类模版用于构建对象（图4）。对象空间中提供了对象的创建、删除、可视化等基本操作功能，可以实现全方位、全生命周期的表达。
图4 对象在对象空间中的组织

Fig. 4 Organization of objects in object space

（1）创建与删除。这是对象的基本功能。创建操作是在对象空间中新建一个对象。删除操作分逻辑删除和物理删除，前者是将对象从对象空间中移除但不删除，后者是删除对象与对象空间的隶属关系，并同时删除时空对象自身数据。
（2）可视化。该功能提供对象空间的详情查看，可以列出包含的所有对象及相关信息，例如时间参照、生命周期等。

4.2 知识的网络组织

对象知识是对象属性及对象潜在能力的表达，可以与其他对象和知识协同用于完成某种特定并实用的业务需求。知识的形式化表达可以是经验知识和系统科学理论，具体体现可以是对象自身能力以及对象之间的关系。
对象知识应用场景主要包括知识获取、知识的集成与可视化、提供模型应用。对象知识的获取主要来源于对象外部的认知、计算，以及对象自身能力。例如农田灌水应用场景中，机井实体具有灌水能力，可以作为机井对象六元组中的行为能力而存在。知识是固化的经验或系统理论，因此知识在对象空间中的集成与可视化主要以知识导入集成、可视化为主，不提供知识自身的编辑功能。知识对计算模型的支持主要表现在知识作为计算模型的输入参数，构建数据和模型的计算桥梁。
根据知识内涵的理解及应用场景，本文为知识设计了网络组织方法。网络组织方式通过将对象为节点、关系为边构建网，依赖关系的对象紧密度、对象间关系清晰呈现，并且能够根据网络发现对象间潜在的关联关系。网络组织方式相对于二维关系表格更加显式直观、相对于层次表达方式组织性更加灵活。其形式化展示如图5所示，表示了6个对象、6种关系。而对象D具有丰富的关系，意味着具有丰富的业务知识，可支持多种业务能力。通过网络组织方式可以完整地表达复杂知识体系中的依存关系和交互作用，确保对象之间的逻辑关系清晰地表达。同时，知识也应该及时更新确保网络设计的准确性。
图5 知识在对象空间中的组织

Fig. 5 The organization of knowledge in object space

4.3 模型的分类组织

对象空间建模将模型视为类似于数据、知识的一种支撑地理空间智能的要素进行管理。对象空间计算模型通过广泛集成各种地理空间分析与模拟模型，构建内容丰富的地理模型库，支撑实现“数据—知识—模型”协同的建模分析与计算。
对象空间中，计算模型可以将知识应用于对象或数据实现对象的状态更新，提升了数据协同计算能力。在计算模型的输入中，除了简单的数据参数外，还包括对象和知识参数，实现了在协同计算中更好地整合对象和知识。
计算模型的数量庞大，对其进行系统化、条理化的归类有助于更好地发挥模型计算能力。不同对象空间计算模型完成不同的功能，达到不同的计算目的，因而本文考虑从计算模型完成的功能视角将计算模型进行分类设计与组织。根据地理空间分析与模拟的模型功能，划分为通用基础分析、时空统计特征描述、时空回归、时空抽样、时空插值、时空分类、时空聚类、网络分析、地形分析、过程模拟等十大功能类别。同时，从对象的角度对每类计算模型进行适用性分析和元数据表达，易于理解计算模型的输入输出、理清对象在对象空间中的状态转换关系。

4.4 对象空间的管理

以对象空间描述与表达地理场景是本文研究的重点。通过对象空间的管理实现地理场景的数字化转换是地理场景管理的本质。本文从对象空间的定义出发设计了对象空间的创建、删除、更新等基础操作；从地理场景特点出发设计了尺度统一化处理、参照转换等高级管理功能。
（1）对象空间的创建。根据莱布尼兹相对时空观，本文约定先有对象，后产生对象空间。因此需要导入已有对象方式创建对象空间。对象空间的创建过程中，是以对象信息为基础和前提，但是对象信息的完备并不是创建对象空间的必要条件。即对象抽取的正确性不是对象空间创建关注的核心问题，当对象信息变更后，可以在对象空间中更新对象的完备信息。在创建中自动抽取对象的信息，如空间参照和空间范围等，导入完成后即可确定新对象空间的空间参照、空间尺度、空间范围、对象列表等信息。初始创建出来的对象空间可以只包含对象，对象信息也可以仅包含对象标识、名称等必要的信息。随着业务应用迭代，对象信息会逐渐丰富，对象空间的信息也会逐渐丰富，从而可能导致对象空间不断更新。
（2）对象空间的删除。删除对象空间时，对象空间中的对象、知识和模型将会一并删除与对象空间的隶属关系，但不是物理性删除对象、知识和模型。
（3）对象空间的更新。对象空间的更新包括添加或删除对象空间中的对象、调用对象空间中的知识和模型以及随时间变化导致的属性和边界改变。通过对象空间的更新实现对象空间的可维护性。
（4）时空尺度转换。对象空间的时空尺度是其重要属性。时空尺度转换是对象空间自身的尺度属性从一个尺度到另一个尺度的转换过程，也包括两个对象空间的尺度属性转换。其本质是转换算法支持的从源时空尺度到目标时空尺度的映射过程。
（5）参照转换。参照转换与时空尺度转换类似，包括时间和空间的参照转换。时空参照分绝对参照系和相对参照系，前者是对象空间的基准框架，后者是扩展框架。其本质是通过参照转换算法实现对象空间不同参照系之间的映射变换。

5 实验与分析

为验证对象空间对地理场景的组织与管理能力，本文结合工程实践选择高标准农田场景进行了理论和方法验证。高标准农田可满足农业综合生产能力提高、保障国家粮食安全的现实需求，具有非常强烈的国家战略和现实需求。高标准农田中含有大量的田块、机井、水泵、管道等设施，并且不同设施之间关联关系错综复杂。传统的关系表格或者地理空间数据管理方法需要繁杂的数据预处理工作，并且需要对不同系统进行数据模型的定制化处理，因此难以实现高标准农田的智能化和高效管理。而本文提出的对象空间理论和方法从应用视角非常匹配用户对高标准农田场景的认知，通过对象、知识、模型等多种要素构建对象空间，并根据模型实现对象属性的更新，从而全面描述并管理高标准农田场景。通过高标准农田案例，本文预期验证对象空间的可行性与优势。

5.1 山东省高标准农田对象空间

本文以山东省某地高标准农田作为研究区域，结合农业综合生产能力与作物产量的提升目标，需要对该农田区域中田块实现精确灌排，确保田块中含水量长时间处于作物适宜含水量。高标准农田场景中含有大量对象且对象间关系错综复杂，一个田块往往存在多条灌溉路线，因此需要对智能灌排流程进行建模，采用最优灌排路线实现精准灌溉。本文结合对象空间模型架构，对场景中数据进行归纳总结，形成针对该案例的对象集合、知识集合、模型集合。
（1）对象集合。该案例中对象集合为案例中所有地理实体抽象而得的对象，共得到田块、管道、机井、塘堰四大类实体，这些地理实体通过类模板构建成对象，共计44个对象，其中包含30个田块对象、10个管道对象、2个机井对象、2个塘堰对象，覆盖该案例中全部地理实体。根据4.1中对象的层次组织方法对山东省高标准农田对象空间中对象进行组织，共包含3个子对象空间，每个子对象空间下均包含对象，组织关系如图6所示。
图6 山东省高标准农田对象空间中子对象空间及对象

Fig. 6 Subobject space and objects of high standard farmland object space in Shandong province

（2）知识集合。为了实现对高标准农田精准灌排，结合灌排流程所需的信息，共设计了2个知识库，分别是作物生长周期知识库和田块设施关系知识库。作物生长周期知识库包含了农田区域内作物在不同时刻的适宜含水量等信息。田块设施关系知识库则把场景内的各对象视为节点，通过节点之间的关系构建边，并以网络方式组织和表达，例如管道与可达的田块为灌溉关系，而机井与连接的管道为供水关系。这样的组织方式有助于通过关系网络制定最优灌排路线，并结合作物生长周期知识库实现智能灌排决策。这些知识库集成了灌排流程中所需的全部关系知识，为灌排流程的制定提供了充分的支持。
（3）模型集合。根据对象空间建模方法，模型是集成对象与知识，实现“数据—知识—模型”协同的建模分析与计算。在该案例中，为了实现智能化的田块灌排，结合了4.3中的模型分类组织方法，共设计了5个计算模型：通用基础分析类的土壤含水量监测模型、田块水量计算模型；网络分析类的灌溉网络分析模型、灌溉集成模型；过程模拟类的土壤含水量自动更新模型和偏最小二乘预测模型。通过土壤含水量监测模型和水量计算模型得到田块总需水量，灌溉网络分析模型和集成灌溉模型分析用于计算灌排决策，最后通过土壤含水量自动更新模型和偏最小二乘预测模型预测田块未来的含水量和作物产量。

5.2 土壤含水量监测与灌排流程

农田土壤含水量是实现作物高产的重要保障，因此对土壤含水量的监测具有重要意义。对象空间可以感知地理场景内部多个对象的状态变化以及对象间的复杂关系，基于对象空间生成的农田土壤水含量监测与灌排模型，能快速分析土壤水的时空变化情况及关联对象的行为机制，从而及时监测土壤水含量并生成灌排决策。基于对象空间建模的基本思想，本文以子对象空间一号试验田土壤含水量监测与灌排流程为例，描述对象空间中对象、知识、模型的集成方式以及对象空间中“数据—知识—模型”整体流转过程。
土壤含水量监测与灌排案例中包括含水量监测模块和灌排响应模块。每个田块的作物种类、作物生长周期等对土壤含水量的需求存在差异，因此需要精准识别田块对象的现有土壤含水量、作物种类、生长周期等信息，并与知识库中相应作物信息、当前生长阶段信息做匹配，监测各类作物生长适宜的土壤含水量状态。灌排响应模块对比监测信息与知识库中适宜的土壤含水量信息，从而形成是否灌排的决策信号，并将此信号发送到该田块邻近的管道等附属设施执行决策，实现智能化灌排。业务处理流程如图7所示。
图7 灌排业务流程图

Fig. 7 Irrigation and drainage operations flowchart

明确上述的业务需求，首先要将案例中的所有田块、管道、机井、塘堰等实体对象化，有利于监测与决策执行中对不同地理实体的个性化操作。其次，设计作物生长周期知识库构建不同作物类型的田块含水量适宜值，用于辅助是否灌排决策的生成。为了支持灌排决策执行，设计田块设施关系知识库，建立田块中灌排相关附属设施之间的关系，如田块和管道之间的灌溉关系、管道和管道之间的连通关系、机井和管道之间的供水关系、塘堰和管道之间的供水关系等，通过这些关系，保证供水设施可以对不同的田块进行针对性的浇灌。最后，设计了3个计算模型用于构建智能化的土壤含水量监测与灌排。田块含水量监测模型依据对象土壤含水量属性和适宜土壤含水量的匹配性生成决策；田块水量计算模型用于计算当前土壤含水量为达到适宜值需要灌溉或者排出的水量，为最后的灌排操作提供依据；灌溉网络分析模型在田块设施关系知识库中找到该田块的附属设施，规划灌排水的最优路线，执行灌排操作，从而达到精准灌排的效果。灌排流程与对象空间的交互示意图如图8所示。
图8 融合知识与模型的灌排业务逻辑关系

Fig. 8 Irrigation and drainage flowchart with knowledge and analysis models

以该案例中的田块TK117为例，讲述智能灌排的应用效果。该田块种植作物为小麦，查询知识库获得灌浆期小麦适宜土壤含水量范围为4.3~4.8 mm。通过田块含水量监测模型得到当前该田块土壤含水量为1.95 mm（图9a），满足灌溉流程条件，从而生成灌排决策。总灌溉水量可通过田块水量计算模型获得。根据灌溉网络分析模型计算出灌排路线，在本次灌溉流程中管道对象G205、G208、G201、G203为输水线路，塘堰PW1和机井IW1为供水设施。灌排决策执行后田块TK117含水量变为4.48 mm（图9b），处于适宜值范围内，达到了业务需求。该流程利用对象空间中对象、知识、模型实现了自动监测与智能灌排，并生成最优灌排路线，从而实现精准灌排。
图9 土壤含水量变化(从1.95 mm变为4.48 mm)

Fig. 9 Changes in soil moisture content (from 1.95 mm to 4.48 mm)

5.3 讨论与分析

实验结果表明，以对象空间理论实现对地理场景建模，在地理场景表达与信息管理方面具有较好的可行性和有效性。
（1）在地理场景的表达方面，对象空间表达方法可增强地理场景完整性和演化过程。传统方法主要用几何要素来表达地理实体，但对知识和模型的集成较弱，不符合人类的“特征—对象—格局”认知机制。传统方法还倾向于使用时间切片表达地理过程，难以展现地理规律和演化过程。相比之下，而基于对象空间的地理场景表达方法将场景内要素以“数据—知识—模型”整体表达，例如山东省高标准农田对象空间中整合了场景中的对象、知识和模型，不仅表达了对象间的复杂关系，还通过模型监控田块土壤含水量的变化并实现智能灌溉决策，实现了对象的自动流转，使地理过程变得连续和完整，有效表达了地理规律和演化过程。
（2）在地理场景管理方面，对象空间管理方法实现了对象与关系的统一管理。传统方法通常仅存储要素而未建立它们之间的关系，未能实现统一管理。而基于对象空间的管理方法利用计算模型进行地学过程和地理现象的推理计算，能够结合场景内的知识库自动匹配知识和对象，减少了人工匹配的需求，快速实现知识融合。在山东省高标准农田案例中，通过集成灌溉模型，自动计算最佳灌溉路线和所需水量，实现了在确保田块水分适宜的前提下，最大化节省人力和物力，达到了高效的智能管理。

6 结语

对象空间场景化建模方法是突破传统时空观限制，基于莱布尼兹相对时空观和系统论的对象化建模方法。本文从当前场景组织模型在集成度不高、协同度不足出发，提出了对象空间场景化建模的理论框架，即以实体对象为核心、以对象表达、知识组织、模型集成、场景管理为一体的理论模型。通过分析实体对象现实世界特征与数字世界的应用需求，实现了特征抽取构建量化表达的对象时空描述数据模型与层次组织技术；联合地理学领域对于现实世界实体的知识描述体系形成了场景表达知识库及其网络组织技术；从地理场景计算需求分类形成了地理空间分析与模拟计算模型库，从而构建了“数据—知识—模型”高度集成与协同的地理场景建模理论与技术，实现了现实世界实体、过程、演变等的计算机映射与重构。
本文探索的对象空间理论与技术，也仅是形式化表达为主的初步探索，对大数据模型、复杂演变过程等高阶技术的详细研究仍需深化开展。此外，本文模型主要是基于对象的离散表达，而对连续表达需求的对象（如地表）仍需通过数据对象化等离散化方法进行混合式组织。类似的深化工作还需要更加细致地研究，以期能在更广泛的领域中推动GIS建模分析理论与技术的发展。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
Zhou Chenghu. Prospects on pan-spatial information system. Progress in Geography, 2015, 34(2): 129-131.

DOI

[周成虎. 全空间地理信息系统展望. 地理科学进展, 2015, 34(2): 129-131.]

DOI

[2]
Lü Guonian, Yu Zhaoyuan, Yuan Linwang, et al. Is the future of cartography the scenario science? Journal of Geo-Information Science, 2018, 20(1): 1-6.

[闾国年, 俞肇元, 袁林旺, 等. 地图学的未来是场景学吗? 地球信息科学学报, 2018, 20(1): 1-6.]

DOI

[3]
Guo Renzhong, Ying Shen. The rejuvenation of cartography in ICT era. Acta Geodaetica et Cartographica Sinica, 2017, 46(10): 1274-1283.

DOI

[郭仁忠, 应申. 论ICT时代的地图学复兴. 测绘学报, 2017, 46(10): 1274-1283.]

DOI

[4]
Bruns H T, Egenhofer M J. Similarity of Spatial Scenes. Seventh International Symposium on Spatial Data Handling.Delft, Netherlands, 1996: 31-42.

[5]
Wang Xiaoming, Liu Yu, Zhang Jing. Geo-spatial cognition: An overview. Geography and Geo-Information Science, 2005(6): 1-10.

[王晓明, 刘瑜, 张晶. 地理空间认知综述. 地理与地理信息科学, 2005(6): 1-10.]

[6]
Lin Hui, Hu Mingyuan, Chen Min, et al. Cognitive transform from geographic information system to virtual geographic environment. Journal of Geo-Information Science, 2020, 22(4): 662-672.

[林珲, 胡明远, 陈旻, 等. 从地理信息系统到虚拟地理环境的认知转变. 地球信息科学学报, 2020, 22(4): 662-672.]

DOI

[7]
Yuan Linwang, Lü Guonian, Luo Wen, et al. Geometric algebra method for multidimensionally-unified GIS computation. Chinese Science Bulletin, 2012, 57(4): 282-290.

[袁林旺, 闾国年, 罗文, 等. GIS多维统一计算的几何代数方法. 科学通报, 2012, 57(4): 282-290.]

[8]
Bertino E, Camossi E, Bertolotto M. Multi-granular Spatio-temporal Object Models:Concepts and Research Directions. Berlin, Heidelberg: Springer Berlin Heidelberg, 1996.

[9]
Camossi E, Bertolotto M, Bertino E. A multigranular object-oriented framework supporting spatio-temporal granularity conversions. International Journal of Geographical Information Science, 2006, 20(5): 511-534.

[10]
Hua Yixin, Zhou Chenghu. Description frame of data model of multi-granularity spatio-temporal object for pan-spatial information system. Journal of Geo-information Science, 2017, 19(9): 1142-1149.

[华一新, 周成虎. 面向全空间信息系统的多粒度时空对象数据模型描述框架. 地球信息科学学报, 2017, 19(9): 1142-1149.]

DOI

[11]
Lü Guonian, Yuan Linwang, Yu Zhaoyuan. Surveying and mapping geographical information from the perspective. Acta Geodaetica et Cartographica Sinica, 2017, 46(10): 1549-1556.

[闾国年, 袁林旺, 俞肇元. 地理学视角下测绘地理信息再透视. 测绘学报, 2017, 46(10): 1549-1556.]

[12]
Hua Yixin, Zhang Jiangshui, Cao Yibing. Research on organization and management of spatio-temporal objects in pan-spatial digital world based on spatio-temporal domain. Journal of Geo-information Science, 2021, 23(1): 76-83.

[华一新, 张江水, 曹一冰. 基于时空域的全空间数字世界时空对象组织与管理研究. 地球信息科学学报, 2021, 23(1): 76-83.]

DOI

[13]
Huo Huaqi, Lu Lu. Scene text recognition based on future fusion in space domain and frequency domain. Computer Science, 2023, 50(Suppl.2): 48-55.

[霍华骑, 陆璐. 基于空间域和频率域特征融合的场景文本识别. 计算机科学, 2023, 50(Suppl.2): 48-55.]

[14]
Tang Shu, Wan Shengdao, Xie Xianzhong, et al. Multi-scale image blind deblurring network for dynamic scenes. Journal of Software, 2022, 33(9): 3498-3511.

[唐述, 万盛道, 谢显中, 等. 一种多尺度的图像动态场景盲去模糊网络. 软件学报, 2022, 33(9): 3498-3511.]

[15]
Liu Peigang, Sun Jie, Yang Chaozhi, et al. Crowd counting based on multi-scale feature aggregation in dense scenes. Computer Science, 2023, 50(9): 235-241.

DOI

[刘培刚, 孙洁, 杨超智, 等. 密集场景下基于多尺度特征聚合的人群计数方法. 计算机科学, 2023, 50(9): 235-241.]

DOI

[16]
Liu Chun, Jia Shouchun, Wu Hangbin, et al. Scene cognition pattern of point cloud-generalization point cloud. Acta Geodaetica et Cartographica Sinica, 2022, 51(4): 556-567.

DOI

[刘春, 贾守军, 吴杭彬, 等. 点云场景认知模式: 泛化点云. 测绘学报, 2022, 51(4): 556-567.]

DOI

[17]
Sun Chao, Zhong Shaobo, Deng Yu. Scenario deduction based emergency rescue plan assessment and decision optimization of urban rainstorm water-logging: A case study of Beijing. Acta Geographica Sinica, 2017, 72(5): 804-816.

DOI

[孙超, 钟少波, 邓羽. 基于暴雨内涝灾害情景推演的北京市应急救援方案评估与决策优化. 地理学报, 2017, 72(5): 804-816.]

DOI

[18]
Du Fangye, Wang Jiaoe, Jin Haitao. Identifying high-risk areas of airborne disease in movement-contact network. Acta Geographica Sinica, 2022, 77(8): 2006-2018.

DOI

[杜方叶, 王姣娥, 靳海涛. 基于个体“移动—接触”的空间交互网络理论构建与疫情风险评估. 地理学报, 2022, 77(8): 2006-2018.]

DOI

[19]
Zhang Xueying, Zhang Chunju, Wu Mingguang, et al. Spatiotemporal features based geographical knowledge graph construction. Scientia Sinica (Informationis), 2020, 50(7): 1019-1032.

[张雪英, 张春菊, 吴明光, 等. 顾及时空特征的地理知识图谱构建方法. 中国科学: 信息科学, 2020, 50(7): 1019-1032.]

[20]
Meyfroidt P. Environmental cognitions, land change, and social-ecological feedbacks: An overview. Journal of Land Use Science, 2013, 8(3): 341-367.

[21]
Wan Gang, Wu Yitian. On the mathematical basis of map spatial cognition. Acta Geodaetica et Cartographica Sinica, 2021, 50(6): 726-738.

DOI

[万刚, 武易天. 地图空间认知的数学基础. 测绘学报, 2021, 50(6): 726-738.]

DOI

[22]
Lloyd R, Patton D, Cammack R. Basic-level geographic categories. The Professional Geographer, 2010, 48(2): 181-194.

[23]
Cova T J, Goodchild F M. Extending geographical representation to include fields of spatial objects. International Journal of Geographical Information Science, 2002, 16(6): 509-532.

[24]
Goodchild F M, Yuan M, Cova T J. Towards a general theory of geographic representation in GIS. International Journal of Geographical Information Science, 2007, 21(3): 239-260.

[25]
Zhang Kequan, Zhu Guorui. On the theoretical system of cartography. Journal of Wuhan Technical University of Surveying and Mapping, 1990, 15(2): 28-33.

[张克权, 祝国瑞. 试论地图制图学的理论体系. 武汉测绘科技大学学报, 1990, 15(2): 28-33.]

[26]
Mennis J L. Derivation and implementation of a semantic GIS data model informed by principles of cognition. Computers, Environment and Urban Systems, 2003, 27(5): 455-479.

[27]
Xue C J, Wu C B, Liu J Y, et al. A novel process-oriented graph storage for dynamic geographic phenomena. ISPRS International Journal of Geo-Information, 2019, 8(2): 100. DOI: 10.3390/ijgi8020100.

[28]
Reitsma F, Albrecht J. Implementing a new data model for simulating processes. International Journal of Geographical Information Science, 2005, 19(10): 1073-1090.

[29]
Xue Cunjin, Zhou Chenghu, Su Fenzhen, et al. Research on process oriented spatiotemporal data models. Acta Geodaetica et Cartographica Sinica, 2010, 39(1): 95-101.

[薛存金, 周成虎, 苏奋振, 等. 面向过程的时空数据模型研究. 测绘学报, 2010, 39(1): 95-101.]

[30]
Nixon V, Hornsby S K. Using geolifespans to model dynamic geographic domains. International Journal of Geographical Information Science, 2010, 24(9): 1289-1308.

[31]
Chen M, Lin H, Hu M Y, et al. Real-geographic-scenario-based virtual social environments: Integrating geography with social research. Environment and Planning B: Planning and Design, 2013, 40(6): 1103-1121.

[32]
Torrens P M, Kim R. Evoking embodiment in immersive geosimulation environments. Annals of GIS, 2024, 30(1):35-66.

[33]
Zhang D, Li W H, Gong J H, et al. Deep reinforcement learning and 3D physical environments applied to crowd evacuation in congested scenarios. International Journal of Digital Earth, 2023, 16(1): 691-714.

[34]
Chassin T, Ingensand J, Christophe S, et al. Experiencing virtual geographic environment in urban 3D participatory e-planning: A user perspective. Landscape and Urban Planning, 2022, 224: 104432. DOI: 10.1016/j.landurbplan.2022.104432.

[35]
Cao Yibing, Hua Yixin, Guo Shaomeng. Study on the description of behavior characteristics of spatial-temporal objects of multi-granularity. Geomatics World, 2018, 25(2): 23-29.

[曹一冰, 华一新, 郭邵萌. 多粒度时空对象行为特征的描述方法研究. 地理信息世界, 2018, 25(2): 23-29.]

[36]
Ballard K E. Leibniz's theory of space and time. Journal of the History of Ideas, 1960, 21(1): 49. DOI: 10.2307/2707998.

Options
文章导航

/

〈 〉