陳 達(dá)，崔虎平，蘇亞龍

（1. 信息工程大學(xué) 地理空間信息學(xué)院，河南 鄭州 450001；2. 31682部隊(duì)，甘肅 蘭州 730020）

0 引 言

隨著人類社會對空間認(rèn)知需求的增多，傳統(tǒng)的地圖數(shù)據(jù)已經(jīng)越來越不滿足人類活動需要，開始對地圖的空間表達(dá)功能和內(nèi)涵進(jìn)行擴(kuò)展與延伸。特別是在移動互聯(lián)網(wǎng)、云計(jì)算、人工智能等新一輪的科技推動下，需要構(gòu)建一個從室外空間到室內(nèi)空間、從整體到局部，從宏觀到微觀的統(tǒng)一數(shù)據(jù)模型，引領(lǐng)傳統(tǒng)GIS向大數(shù)據(jù)時代下的泛在空間信息系統(tǒng)方面進(jìn)行發(fā)展[1-2]。文獻(xiàn)[3]中提出了構(gòu)建全空間信息系統(tǒng)中的核心問題和關(guān)鍵技術(shù)，論述了全空間信息系統(tǒng)研究的理論設(shè)想與關(guān)鍵問題。全空間系統(tǒng)中以多粒度時空對象為基本建模單元，將時空基準(zhǔn)、空間位置、空間形態(tài)、組成結(jié)構(gòu)、關(guān)聯(lián)關(guān)系、認(rèn)知能力、行為能力、屬性特征等方面作為一個對象8個方面的描述特征。全空間信息中的數(shù)據(jù)來源從GIS的數(shù)據(jù)源擴(kuò)展到了宇宙、室內(nèi)、微觀等泛在空間的數(shù)據(jù)源，從傳統(tǒng)的空間分析遷移到了時空大數(shù)據(jù)分析。

人們使用可視分析工具來對數(shù)據(jù)進(jìn)行認(rèn)知，發(fā)現(xiàn)預(yù)期、非預(yù)期或領(lǐng)悟的知識結(jié)論。特別是在大數(shù)據(jù)時代下，如何使用戶能夠快速認(rèn)識數(shù)據(jù)、獲得數(shù)據(jù)價值和利用數(shù)據(jù)進(jìn)行輔助決策是一個重大研究課題?？梢酝ㄟ^可視分析的信息可視化、人機(jī)交互、圖形分析等手段來認(rèn)識數(shù)據(jù)，以此彌補(bǔ)機(jī)器在認(rèn)知能力上的不足[4-5]。

全空間信息系統(tǒng)中以多粒度時空對象來對現(xiàn)實(shí)世界進(jìn)行抽象，以對象為核心來進(jìn)行特征計(jì)算、關(guān)聯(lián)分析、認(rèn)知建模與行為預(yù)測。多粒度時空對象可視分析旨在通過對象的8個方面特征，運(yùn)用時空大數(shù)據(jù)的挖掘方法和可視分析技術(shù)來對多粒度時空對象進(jìn)行可視分析。由于全空間信息系統(tǒng)中各類數(shù)據(jù)龐大、語義豐富、屬性多維、模式多樣，其可視化和分析方法多樣，在面對復(fù)雜分析要求或以探索為目的的復(fù)雜任務(wù)時，缺乏一個以對象為核心的可視分析流程和體系支撐，此外，在全空間信息系統(tǒng)中也需要總結(jié)已有的時空大數(shù)據(jù)可視分析方法，并將其應(yīng)用到多粒度時空對象的可視分析中。本文以全空間信息系統(tǒng)中的多模態(tài)時空對象分析與可視化為背景，研究多粒度時空對象可視分析的體系結(jié)構(gòu)，面向應(yīng)用場景的可分析方法分類和展現(xiàn)形式，最后以智能交通為例，對多粒度時空對象可視分析的應(yīng)用場景和使用體系做了分析。

1 多粒度時空對象可視分析的內(nèi)涵

多粒度時空對象的可視分析是全空間信息系統(tǒng)的重要應(yīng)用方面之一。在對泛在空間的數(shù)據(jù)進(jìn)行對象化的建模后，以對象化的形式來進(jìn)行信息分析、可視交互、特征計(jì)算。多粒度時空對象可視分析在使用的場景、可視效果和交互工具較傳統(tǒng)的地理空間中的可視分析更加寬泛和豐富。

1.1 多粒度時空對象可視分析的基本概念

傳統(tǒng)的可視分析是以科學(xué)計(jì)算、信息數(shù)據(jù)的可視化為基礎(chǔ)，通過人機(jī)交互界面輔助用戶進(jìn)行推理探索和知識發(fā)現(xiàn)。多粒度時空對象可視分析在內(nèi)容上要更加寬泛，其可視分析以對象的8個方面特征為計(jì)算依據(jù)，通過數(shù)據(jù)建模，可以使對象能完全涵蓋傳統(tǒng)的科學(xué)計(jì)算和信息數(shù)據(jù)，對象間的形態(tài)特征、對象間的關(guān)聯(lián)以及對象的認(rèn)知行為等是傳統(tǒng)的地理空間的可視分析和時空大數(shù)據(jù)領(lǐng)域下所沒有的，這也是全空間信息系統(tǒng)與傳統(tǒng)空間信息系統(tǒng)的重要區(qū)分。多粒度時空對象可視分析是以對象的抽象、具象可視化為基礎(chǔ)，以多粒度時空對象8個特征為分析內(nèi)容，并充分考慮多粒度時空對象的時空耦合、多語義性、多維度屬性、多層次認(rèn)知以及智能行為等特點(diǎn)，運(yùn)用多場景、多視圖展現(xiàn)和多租戶聯(lián)動分析為交互手段，提供對象的特征展示、模式診斷與預(yù)測、關(guān)聯(lián)關(guān)系、知識發(fā)現(xiàn)等應(yīng)用[6-7]。

1.2 多粒度時空對象可視分析流程

文獻(xiàn)[8]體現(xiàn)出了傳統(tǒng)意義上的可視分析流程，數(shù)據(jù)經(jīng)過信息挖掘，通過計(jì)算模型可以對知識進(jìn)行發(fā)現(xiàn)，這構(gòu)成了自動化的分析方法；數(shù)據(jù)也可以通過圖形映射后，以可視化形式展現(xiàn)，從可視產(chǎn)品中發(fā)現(xiàn)知識，這構(gòu)成了可視探索方法，可視化可以為自動分析的模型提供依據(jù)，而自動分析的結(jié)果也可以可視化形式展現(xiàn)。此外，知識也具有反饋?zhàn)饔?，可以對?shù)據(jù)的調(diào)整與變換提供依據(jù)。整個分析流程如圖1所示。

圖1 傳統(tǒng)可視分析流程[8]Fig.1 Process of traditional visual analysis

從圖1中可以看出數(shù)據(jù)、可視化、模型、知識構(gòu)成了可視分析的關(guān)鍵點(diǎn)，整個過程構(gòu)成一個回路，數(shù)據(jù)轉(zhuǎn)換、人機(jī)交互、模型調(diào)整、知識反饋是圖中的重要步驟。多粒度時空對象可視分析的關(guān)鍵點(diǎn)做了調(diào)整，對象的特征經(jīng)過抽象后可以進(jìn)行可視化，對象也可以經(jīng)過大數(shù)據(jù)的挖掘和分析方法，對分析結(jié)果進(jìn)行可視化，最后得出結(jié)論與決策。用戶可以依據(jù)分析結(jié)論對分析計(jì)算模型進(jìn)行調(diào)整，并可以將結(jié)論作為時空對象的特征項(xiàng)的數(shù)據(jù)補(bǔ)充，整個流程如圖2所示。

圖2 多粒度時空對象化分析流程Fig.2 Process of visual analysis of multi-granular spatial-temporal objects

1.3 多粒度時空對象可視分析的新特點(diǎn)

多粒度時空對象由于在可視化上的方法更多，且應(yīng)用場景廣泛，其可視分析的交互方法與手段要適應(yīng)全空間信息系的應(yīng)用場景需要，并為支持多場景、多設(shè)備、多視圖與多租戶下的異地協(xié)同可視分析。

1）支持VR/AR場景下的可視分析。目前在計(jì)算機(jī)系統(tǒng)中利用VR/AR技術(shù)來對現(xiàn)實(shí)世界表達(dá)是最為直接的方法，全空間信息系統(tǒng)需要研究多粒度時空對象在VR/AR場景下的高性能可視化，將對象特征與分析結(jié)果的可視化結(jié)果疊加在VR/AR中，更加能減輕用戶的認(rèn)知負(fù)擔(dān)。

2）支持多租戶的協(xié)同可視分析。全空間信息系統(tǒng)中可能面對智能交通、智慧城市等應(yīng)用場景，需要可視化與探索的信息多，雖然多視圖協(xié)同可視分析[9]能夠一定程度上解決視圖間的數(shù)據(jù)傳遞與變換[9]，但依靠單人單機(jī)的方法則不能滿足需求。多粒度時空對象可視分析需要建立多視圖、多租戶支持下的協(xié)同與共享可視分析體系，對復(fù)雜的可視分析任務(wù)進(jìn)行劃分與分配，不同租戶可以利用服務(wù)對可視分析的模型、參數(shù)、可視效果進(jìn)行定制與開發(fā)，最后對多租戶的分析結(jié)果進(jìn)行匯總綜合，從而完成復(fù)雜的可視分析任務(wù)。

3）以對象為核心的可視分析。以對象為核心的分析是對粒度時空對象可視分析的最大特點(diǎn)，最貼近用戶認(rèn)知心理，符合人對實(shí)體在時空上的認(rèn)知規(guī)律，通過對對象特征的抽取與計(jì)算，可以滿足用戶的個性化可視分析需求。

2 多粒度時空對象可視分析方法體系

2.1 多粒度時空對象可視化分析方法體系

根據(jù)全空間信息系統(tǒng)中時空大數(shù)據(jù)分析方法，可以將其分為對象的檢測型可視分析、預(yù)測型可視分析、推薦型可視分析、關(guān)聯(lián)型可視分析、特征展示型可視分析。全空間信息系統(tǒng)應(yīng)用場景中涉及的分析任務(wù)多樣，需要多種對象化的可視分析方法進(jìn)行共同使用。按照多粒度時空對象的可視分析的流程和任務(wù)驅(qū)動，將多粒度時空對象的可視分析體系概括為描述性可視分析、計(jì)算性可視分析、推理性可視分析。本文構(gòu)建了“場景—任務(wù)—實(shí)施方法”的三級方法體系，如圖3所示。

圖3 多粒度時空對象化分析方法體系Fig.3 Visual analysis method system of multi-granular spatialtemporal objects

全空間信息系統(tǒng)面向的是以時空大數(shù)據(jù)為背景的具體應(yīng)用場景，如智能交通、智慧城市、社交網(wǎng)絡(luò)等復(fù)雜應(yīng)用，其中可視分析任務(wù)多樣，需要將其分解為多類型的任務(wù)分別進(jìn)行研究。體系中將分析任務(wù)分為描述性分析任務(wù)、檢驗(yàn)性任務(wù)和推理性任務(wù)3個方面，描述性任務(wù)側(cè)重對多粒度時空對象的8個特征方面的表達(dá)，展示多粒度時空對象的微觀特征和宏觀態(tài)勢。推理性分析任務(wù)側(cè)重發(fā)現(xiàn)對象的性質(zhì)、探索對象的模式規(guī)律、產(chǎn)生與推理相關(guān)的假設(shè)、識別異常等。檢驗(yàn)性分析任務(wù)是對用戶已有的知識或通過推理得出的結(jié)論進(jìn)行驗(yàn)證，為可視化分析任務(wù)構(gòu)成一個閉環(huán)，其側(cè)重的是知識檢測、推理驗(yàn)證、數(shù)據(jù)篩選和因果關(guān)系發(fā)現(xiàn)等。

2.2 多粒度時空對象可視分析內(nèi)容

1）展示性可視分析：對象的特征展示性可視分析包括特征的多維度展示性可視分析、變化性展示分析、差異性展示分析、相似性分析等。①多維度展示性分析主要有基于幾何的技術(shù)、基于層次的技術(shù)、面向像素的技術(shù)以及在數(shù)據(jù)挖掘中常用的數(shù)據(jù)降維等方法。其可視圖形可以通過散點(diǎn)圖、平行坐標(biāo)、雷達(dá)圖等進(jìn)行表達(dá)。②變化性展示分析體現(xiàn)對象特征隨時間的變化情況，如移動位置變化、水溫變化、磁場強(qiáng)度變化等。其可視圖形可以通過折線圖、柱狀圖、像素圖等。③差異性可視分析用于比較對象間的相同屬性或類似特征，其可視分析的方法主要有并排、層疊和顯示編碼3種。④相似性可視分析主要是對若干對象進(jìn)行相似性歸類，一個聚集簇中的對象具有相似性，不同聚類簇中的對象相異，可以通過聚類圖形、熱度圖、密度圖等進(jìn)行可視化表達(dá)。

2）評估性可視分析。檢測型可視分析主要目的是檢測規(guī)則推理、已有數(shù)據(jù)模型的合理性和正確性。用戶對分析計(jì)算結(jié)果和已有真實(shí)對象數(shù)據(jù)進(jìn)行比較，將結(jié)果用于方案評估、規(guī)則評判情形，如評估交通事件對車流量的影響，驗(yàn)證節(jié)假日的交通擁堵狀況等，對計(jì)算結(jié)果可以使用能夠表達(dá)差異性和比較性的圖形，如折線圖、柱狀圖、氣泡圖等。

3）檢測性可視分析。檢測性分析主要包括多粒度時空對象共性特征的檢測和異常模式的發(fā)現(xiàn)。共性特征的分析一般通過聚類和分類的方法，前者是通過制定對象的聚類統(tǒng)計(jì)量，然后通過統(tǒng)計(jì)量對對象集進(jìn)行聚類，然后從中發(fā)現(xiàn)對象的共性特征；后者是通過已有的分類標(biāo)準(zhǔn)，通過計(jì)算后對多粒度時空對象進(jìn)行歸類。異常模式的發(fā)現(xiàn)是從對象集中發(fā)現(xiàn)由于特征改變而出現(xiàn)的“例外”現(xiàn)象，一般將其成為孤立對象、離群對象。檢測性可視分析應(yīng)用場景廣泛，如通過對移動偽基站的軌跡分析發(fā)現(xiàn)其運(yùn)動區(qū)域、通過手機(jī)定位坐標(biāo)發(fā)現(xiàn)景區(qū)擁擠點(diǎn)、通過出租車的軌跡路徑異常發(fā)現(xiàn)來檢測其欺詐行為、通過檢測點(diǎn)污染物濃度異常發(fā)現(xiàn)隱藏排污點(diǎn)等。檢測性可視分析一般需要針對具體應(yīng)用進(jìn)行圖形的定制，僅依靠單一的可視化圖形難以得出結(jié)論，需要用戶的豐富經(jīng)驗(yàn)，并通過多視圖協(xié)同與人機(jī)交互手段來進(jìn)行分析[7]。

4）關(guān)聯(lián)性可視分析。關(guān)聯(lián)性可視分析旨在發(fā)現(xiàn)對象特征之間的相互依賴、相互作用以及協(xié)同機(jī)制。對象的關(guān)聯(lián)關(guān)系有時間關(guān)聯(lián)關(guān)系、空間關(guān)聯(lián)關(guān)系、屬性關(guān)聯(lián)關(guān)系以及綜合關(guān)聯(lián)關(guān)系，綜合關(guān)聯(lián)關(guān)系中的因果關(guān)系、共生關(guān)系、聚類關(guān)系等需要通過大數(shù)據(jù)挖掘和分析推理得到[10]，并且其體現(xiàn)的是對象群體之間的關(guān)聯(lián)規(guī)律，不具備個體普適性。關(guān)聯(lián)性的可視分析可以使用網(wǎng)絡(luò)圖。

可以利用網(wǎng)絡(luò)圖來進(jìn)行線索鏈與證據(jù)鏈的推理與發(fā)現(xiàn)，并使用多種圖形布局的變換來展示復(fù)雜關(guān)系。也可以利用像素圖來表示關(guān)聯(lián)關(guān)系之間的關(guān)聯(lián)強(qiáng)度，便于用戶進(jìn)行比較，例如文獻(xiàn)[11]中利用貝葉斯網(wǎng)絡(luò)數(shù)學(xué)模型與像素圖、網(wǎng)絡(luò)圖對電動車的偷盜與娛樂場所、建筑物之間進(jìn)行了關(guān)聯(lián)可視分析。

5）預(yù)測性可視分析。預(yù)測性可視分析是基于對象的歷史特征和行為，對多粒度時空對象的未來特征或行為進(jìn)行分析預(yù)測，其方向主要有時間序列預(yù)測、屬性預(yù)測、位置預(yù)測、行為表征、形態(tài)演化等方面。預(yù)測分析算法以統(tǒng)計(jì)回歸模型為核心，通過不同的預(yù)測模型組合后進(jìn)行分析。行為表征和形態(tài)演化是針對多粒度時空對象進(jìn)行的特有的預(yù)測分析方法，前者是對對象的行為趨勢作推斷，表征其行為隨時間的變化，如移動對象的運(yùn)動方向預(yù)測、洪水在城市中的淹沒預(yù)測；后者是對象的形態(tài)變化，如城市街區(qū)形態(tài)的擴(kuò)大、雷達(dá)電磁場受干擾后的波瓣變化等。預(yù)測性分析的結(jié)果可視化可以結(jié)合全空間信息系統(tǒng)中對象的動態(tài)可視化及VR/AR場景，用戶通過對可視分析結(jié)果的認(rèn)知來進(jìn)行知識探索。

3 以大數(shù)據(jù)交通為例對多粒度時空對象可視分析體系構(gòu)建

交通管理領(lǐng)域一直是大數(shù)據(jù)分析研究的熱點(diǎn)，交通大數(shù)據(jù)的應(yīng)用場景包括稽查布控、流量分析、擁堵預(yù)測、設(shè)施運(yùn)營、風(fēng)險預(yù)警等領(lǐng)域，其目標(biāo)是保證交通系統(tǒng)的高效運(yùn)轉(zhuǎn)。交通應(yīng)用中的各類實(shí)體特點(diǎn)比較符合全空間信息系統(tǒng)中的對象特征，交通中的基礎(chǔ)地理信息、移動對象軌跡數(shù)據(jù)、交通事故數(shù)據(jù)、設(shè)施專題數(shù)據(jù)、傳感器實(shí)時數(shù)據(jù)、路況氣象數(shù)據(jù)等數(shù)據(jù)的分析應(yīng)用是全空間信息系統(tǒng)中的對象化建模與智能設(shè)施管理的問題。各類車輛是建模與分析的核心對象，路網(wǎng)、交通事件、路況氣象信息是核心對象的上下文信息、各類傳感器、收費(fèi)站、卡口等是數(shù)據(jù)生產(chǎn)對象。

下面將多粒度時空對象可視分析方法體系應(yīng)用到交通管理領(lǐng)域中，建立以大數(shù)據(jù)交通中的多粒度時空可視分析應(yīng)用體系，如圖4所示。

圖4 多粒度時空對象可視分析在交通領(lǐng)域應(yīng)用Fig.4 Visual analysis application of multi-granular spatial-temporal objects in transport application

利用收費(fèi)站、卡口、傳感器等數(shù)據(jù)產(chǎn)生對象可以對車流量、路段天氣、路段擁堵狀態(tài)、事故統(tǒng)計(jì)信息等進(jìn)行展示性可視化及分析。利用對象關(guān)聯(lián)性可視分析對事故、路網(wǎng)與氣象之間的關(guān)聯(lián)關(guān)系進(jìn)行研究，分析移動對象與交通事故之間的關(guān)聯(lián)關(guān)系。對象的預(yù)測性分析可以進(jìn)行惡劣天氣、車流量、擁堵量的預(yù)測與分析。對象的檢驗(yàn)性分析可以對擁堵點(diǎn)、異常移動對象等方面進(jìn)行分析?？梢暦治龅某晒梢允菆D表、報告、專題圖等，其結(jié)果可以用來指導(dǎo)車流量疏導(dǎo)、路線規(guī)劃、道路封控等工作。

4 結(jié)束語

全空間信息系統(tǒng)利用對象化的思想直接對現(xiàn)實(shí)世界進(jìn)行建模，并以多粒度時空對象作為數(shù)據(jù)模型。本文在傳統(tǒng)可視分析學(xué)的基礎(chǔ)上，結(jié)合多粒度時空對象的8個方面特征，對多粒度時空對象可視分析進(jìn)行了探討，提出了多粒度時空對象可視分析的內(nèi)容，在傳統(tǒng)可視分析流程的基礎(chǔ)上設(shè)計(jì)了多粒度時空對象可視分析的流程并探討了其特點(diǎn)，下一步將針對具體的可視分析方法，進(jìn)一步對多粒度時空對象可視分析中的可視化表達(dá)、交互工具及數(shù)學(xué)模型等方面展開研究。