第1章 绪论 1
1.1 时态地理信息系统简述 1
1.2 时空数据模型的论述 4
1.2.1 侧重状态描述的时空数据模型 5
1.2.2 侧重过程描述和因果分析的时空数据模型 9
1.2.3 侧重时空对象及其关系描述的时空数据模型 14
1.2.4 时空数据模型的评述：扩展与关联 21
1.3 时态GIS和时空数据构模的挑战 24
1.3.1 缺乏健壮的时空变化机制的地理语义描述 24
1.3.2 缺乏较为完备的通用型基础时空数据模型 25
1.3.3 缺乏基于时空数据模型的面向高层次的时空分析探讨 26
1.4 本书研究内容及构架 26
1.4.1 研究内容 26
1.4.2 本书构架 29
1.5 本章小结 31
第2章 时空变化语义认知理论 33
2.1 时空变化语义结构 33
2.1.1 时空变化语义评述 33
2.2.2 新时空语义认知阐述 35
2.2 粒度理论 40
2.2.1 粒度认知过程 40
2.2.2 粒度的时空特性 41
2.2.3 粒度的功用性 41
2.2.4 粒度的抉择 42
2.3 本章小结 43
第3章 OEP模型的概念和逻辑构模 45
3.1 引言 45
3.2 OEP概念构模 46
3.2.1 概念模型 46
3.2.2 概念解析 47
3.2.3 关系梳理 50
3.2.4 关系解义 52
3.2.5 OEP模型的“粒”性 56
3.2.6 OEP模型与主流基础时空数据模型 57
3.3 OEP逻辑构模 58
3.3.1 解决映射问题的思路 58
3.3.2 基于特征的逻辑模型 59
3.4 本章小结 60
第4章 面向时变特征语义的OEP构模 63
4.1 引言 63
4.2 面向时变语义的OEP逻辑模型和物理模型 65
4.2.1 时空逻辑谓词 65
4.2.2 特征对象的逻辑描述 67
4.2.3 特征事件的逻辑描述 70
4.2.4 特征过程的逻辑描述 71
4.2.5 逻辑模型的图论表达 72
4.2.6 逻辑模型的元组表达 73
4.3 模型应用：基于海冰变化特征的OEP构模 74
4.3.1 海冰特征本体模型 74
4.3.2 海冰特征本体元组 76
4.3.3 请求及增强型语义查询 77
4.3.4 对比其他海冰数据模型 81
4.4 因子模型与定性分析：海浮冰应用 82
4.4.1 基于OEP模型的海浮冰因子数据模型 82
4.4.2 海浮冰体因子定性分析模型 87
4.4.3 因子定性分析模型的适应性 89
4.5 本章小结 89
第5章 区域连续时变定性分析模型：RAE模型 91
5.1 引言 91
5.2 区域时变模型：ROD模型 93
5.2.1 RCC理论及其概念邻域图 93
5.2.2 区域时变模型 94
5.3 区域时变模型与事件模型的关联：RAE模型 98
5.3.1 “位移”和“形变”事件模型 98
5.3.2 “位移｜形变”与“拓扑｜方位时变”的关联 99
5.3.3 区域对象的“时变拓扑｜方位”透析“事件类” 99
5.3.4 “事件类”概念邻域图 101
5.4 HMM RAE模型 102
5.4.1 HMM RAE模型构建 102
5.4.2 HMM RAE转移概率和输出概率 103
5.4.3 HMM RAE功用 105
5.5 RAE模型与OEP模型 107
5.6 RAE模型应用探讨：时空数据库自动更新问题 108
5.7 实例示证：热带气旋的时空数据分析 109
5.7.1 数据特征 109
5.7.2 数据预定义 110
5.7.3 数据资料和预处理 112
5.7.4 统计方法 113
5.7.5 TC路径规律探寻 113
5.7.6 实例小结 115
5.8 本章小结 115
第6章 “多元”关联模式的时空数据挖掘 117
6.1 引言：空间关联模式及其挖掘算法 117
6.2 “多元”关联模式构建与挖掘 120
6.2.1 问题描述 120
6.2.2 关联模式搭建：“星型”和“序列型” 124
6.2.3 挖掘算法 126
6.3 合成实例求证——城市规划 130
6.3.1 规划要素集 130
6.3.2 规划要素关联模式挖掘过程 131
6.3.3 结果讨论 134
6.4 本章小结 134
第7章 总结和展望 137
7.1 总结 137
7.2 本书创新点 139
7.3 不足与展望 140
附录 141
参考文献 193
后序 209