文档介绍：地理数据与模型的时空尺度问题
XXX
科学研究中的“尺度”,是自然科学和社会科学各个学科领域首先必须面对、必须解决的一个基本问题。
不同的学科领域,对于“尺度”的定义和概念理解不同。
地理学中的尺度最具复杂性和多样性。
从广义上来讲,所谓尺度是指研究对象在空间或时间方面的基准尺寸。
地理学中的尺度包括两个方面的含义:
粒度(Grain):研究对象的最小可辩识单元
空间粒度
时间粒度
幅度(Extent):研究对象的持续范围
空间幅度
时间幅度

“问题导向”原则
全球尺度的问题
地带性和非地带性规律
全球变化问题
厄尔尼诺现象
生物多样性变化
………
区域尺度的问题
洲际、地区尺度的问题
国家尺度的问题
各种尺度的区域问题
多种空间尺度的地理问题
以地质(或地层)年代为时间尺度的
古环境问题研究
古生物问题研究
………….
现代环境和社会经济发展问题研究
千年、百年的时间尺度
10年、1年的时间尺度
季度、月、天、小时的尺度
…………
多种时间尺度的地理问题
地理数据的多维性
对于一个地理对象,它的具体意义往往需要从空间、属性、时间三个方面进行综合描述。在空间方面,需要描述该地理对象所处的地理位置和空间范围;在属性方面,需要描述该地理对象的具体内容;在时间方面,需要描述该地理对象产生、发展和存在的时间范围。
其中,对于时间的描述,需要1个变量;对于地理位置和空间范围的描述,一般需要2~3个变量;对于属性特征的描述,至少需要1个以上,多则需要十几个、甚至几十个变量。
可见,地理数据具有多维性特征。
地理数据管理
——地理数据仓库(GDW)
数据仓库(Data Warehouse,简称DW)的定义
DW是依赖于计算机和互联网环境的DSS技术,是在决策需求的驱动下产生与发展起来的。因为传统的数据库无法满足决策支持系统对数据库系统的要求。因此,专为决策服务的数据库系统,即数据仓库就应用而生了。
(被誉为“数据仓库之父”)对数据仓库的定义是:数据仓库是支持决策过程的、面向主题的、集成的、随时间变化的、持久的数据集合。
地理数据管理
——地理数据仓库(GDW)
地理数据仓库(GDW)的定义
数据仓库(Data Warehouse)的概念,定义:
地理数据仓库(GDW)是支持地理研究与决策过程的、具有空间、时间和属性多维特征的、面向特定主题的、持久的数据集合。
地理数据管理
——地理数据仓库(GDW)
数据仓库中的基本概念“粒度”,正好与我们地理数据的“粒度”相对应,它是指数据仓库的数据单位中保存数据的细化或总合程度的级别。
数据仓库的多重粒度的划分正好对应多种粒度的地理数据。
相应地,立方体、数据分割、分片以及数据集市(Data Mart)等概念;数据组织模式;数据追加;切片和切块、钻取(drill)、旋转(pivoting)等操作分析方法都可以平移地理数据仓库。
相应的概念、模型和方法平移