摘要：隨著城市信息化建設深入推進，時空數據呈現大規(guī)模增長趨勢，對數據處理分析技術提出更高要求。傳統(tǒng)時空模式識別方法在處理海量數據時存在計算效率低下的問題。針對這一現狀，文章提出基于分布式計算框架的多尺度時空模式識別方法，通過改進數據預處理算法提升數據質量，利用分布式存儲架構解決海量數據存儲難題。實驗采用某大型城市3年交通軌跡數據進行驗證，結果表明該方法在百萬級數據處理中準確率達92.3%，計算效率提升4.3倍，為大規(guī)模時空數據分析提供新思路。

關鍵詞：時空大數據；時空模式識別；分布式計算；多尺度分析；數據挖掘

中圖分類號：P208 文獻標志碼：A

0 引言

隨著物聯網技術快速發(fā)展，城市生活中產生了海量時空數據，這些數據蘊含豐富的價值信息。然而，時空大數據具備數據量大、更新快、維度高等特點，傳統(tǒng)地理信息處理技術難以滿足分析需求。在大數據時代背景下，亟須提出新型時空模式識別方法，突破傳統(tǒng)技術局限?；诜植际接嬎憧蚣茉O計改進算法，實現對海量時空數據高效分析，對提升城市管理水平具有重要意義。當前，國內外學者對時空大數據分析方法開展了深入研究，但在數據處理效率、算法泛化能力等方面仍存在提升空間。

1 時空大數據挖掘關鍵技術分析

隨著社會信息化進程加快，時空大數據呈現數據量大、更新快、種類多樣、價值密度低等特點，對傳統(tǒng)數據處理技術帶來巨大挑戰(zhàn)。時空大數據挖掘須要采用分布式存儲架構解決海量數據存儲難題，通過并行計算框架提升數據處理效率。在數據預處理階段，采用數據清洗技術去除異常值，運用數據標準化方法統(tǒng)一不同來源的數據格式。在數據存儲方面，結合分布式文件系統(tǒng)與分布式數據庫構建混合存儲體系，實現對結構化數據與非結構化數據融合存儲。計算框架上采用分布式并行計算模型，將復雜計算任務分解為多個子任務同時處理。針對時空數據特有屬性，設計空間索引結構加快數據檢索速度，利用時空聚類算法發(fā)現數據潛在規(guī)律。通過建立時空關聯規(guī)則挖掘數據間的隱含關系，構建預測模型實現對未來態(tài)勢預測。在模型優(yōu)化階段，綜合考慮計算資源消耗與預測精度，不斷調整算法參數提升模型性能。

2 基于大數據的時空模式識別方法

2.1 時空數據預處理與分布式存儲

時空數據預處理與存儲流程如圖1所示。面對海量時空數據，預處理環(huán)節(jié)重點解決數據質量問題。通過設計缺失值填補算法進行數據修復，對連續(xù)型數據采用中位數法填補，離散型數據采用眾數法填補。異常值處理方面，采用箱線圖檢驗法識別數值型異常，通過距離計算發(fā)現空間位置異常點［1］。數據標準化過程中，將時間戳轉換為標準格式，空間坐標統(tǒng)一至同一投影系統(tǒng)。分布式存儲架構使用多副本機制保障數據安全，按時空區(qū)域劃分數據分片實現均衡負載。存儲引擎針對時空數據特點進行優(yōu)化，構建索引提升查詢效率。系統(tǒng)實現了智能化數據清洗，運用機器學習自動識別異常模式，建立質量評估體系實時監(jiān)控。存儲架構引入緩存機制優(yōu)化熱點數據訪問，采用壓縮技術降低存儲空間的占用，通過數據歸檔實現冷熱數據分層管理。

2.2 時空特征提取與表達

在時空特征提取過程中，從時間維度提取周期性特征、趨勢性特征、突發(fā)性特征，空間維度提取分布特征、聚集特征、關聯特征。

特征表達采用張量分解法降低數據維度，保留關鍵特征信息。在時間序列分析中，運用小波變換提取多尺度特征，揭示數據隨時間變化規(guī)律?？臻g特征表達采用網格化方法將連續(xù)空間離散化，構建空間特征向量［2］。通過特征組合形成完整特征描述，為后續(xù)模式識別提供基礎。為增強特征提取的魯棒性，引入自適應特征選擇機制，根據數據特點動態(tài)調整特征權重。同時，開發(fā)了特征可視化模塊，支持多維特征交互式探索分析，幫助研究人員深入理解特征間的關聯關系。在特征融合層面，采用深度學習方法自動學習特征表示，提高特征表達能力。

2.3 多源數據融合與模式挖掘

多源數據融合與模式挖掘是時空大數據分析的核心環(huán)節(jié)，通過整合不同來源的數據，建立統(tǒng)一的度量標準和特征表達，繼而利用多種挖掘算法發(fā)現數據中蘊含的規(guī)律和模式。多源數據融合與模式挖掘流程如圖2所示，展示了從原始數據到最終模式挖掘的完整處理流程，突出了數據融合和模式挖掘2個關鍵階段。

從圖2中可以看出，整個處理流程分為3個主要層次：多源數據輸入層、特征融合層和模式挖掘層。數據輸入層接收不同來源的軌跡數據、傳感器數據和社交數據等。異構數據在特征層經過融合處理，建立統(tǒng)一度量標準，通過張量分解處理多維關聯關系，構建關聯規(guī)則發(fā)現數據間潛在聯系。在模式挖掘層，系統(tǒng)從時序、空間和關聯3個維度進行模式挖掘［3］。時序維度采用序列模式挖掘識別變化規(guī)律，空間維度使用密度聚類發(fā)現熱點區(qū)域，關聯維度通過規(guī)則挖掘揭示數據源間的關聯。這種多層次挖掘策略能全面捕捉數據模式，為決策分析提供支持，有效解決了多源數據融合問題，提升了挖掘準確性。

2.4 時空模式識別算法設計與優(yōu)化

突發(fā)性事件模式識別采用異常檢測算法，通過閾值設定發(fā)現異常變化?？臻g聚集模式識別運用空間掃描統(tǒng)計方法識別顯著聚集區(qū)域。算法優(yōu)化通過參數調優(yōu)提升性能，用交叉驗證評估模型穩(wěn)定性。針對計算效率，設計并行化方案，利用分布式框架提升處理速度［4］。改進過程重點優(yōu)化模型的泛化能力，提高識別準確率。系統(tǒng)集成了多種深度學習模型，包括循環(huán)神經網絡處理時序特征、卷積神經網絡提取空間特征，通過模型集成提升魯棒性。引入自動化特征工程模塊減少了人工參與，設計模型解釋性分析工具能夠幫助理解決策依據。

3 時空模式識別應用實驗與分析

3.1 實驗環(huán)境與數據集構建

為驗證時空模式識別方法的有效性，構建了大規(guī)模分布式實驗環(huán)境和完整的數據集構建流程。實驗環(huán)境與數據集架構如圖3所示，實驗平臺采用5節(jié)點分布式集群架構，每個節(jié)點配置了高性能計算資源；數據集構建過程包含數據采集、預處理和訓練測試集劃分3個關鍵環(huán)節(jié)。

圖3實驗環(huán)境與數據集架構展現了分布式計算平臺和數據集構建的2個核心部分。計算平臺采用5節(jié)點集群架構，通過統(tǒng)一硬件配置確保了計算能力均衡。每節(jié)點配備至強處理器、64 GB內存和8 TB存儲空間，為大規(guī)模數據處理提供充足資源［5］。數據集構建采用自上而下設計，從原始數據采集開始，經過清洗、標準化等預處理，按75%和25%比例劃分訓練集和測試集。這種架構設計保證了環(huán)境高性能和穩(wěn)定性，同時通過合理的數據集構建，為模式識別算法驗證提供了可靠基礎。整個環(huán)境搭建充分考慮大規(guī)模時空數據處理特點，能有效支持各類算法測試和驗證［6］。

3.2 模式識別效果評估

模式識別性能提升對比如表1所示。采用準確率、召回率、精確率評價指標對模式識別效果進行全面評估。在周期性模式識別中，算法準確識別出交通流量早晚高峰特征，準確率達92.3%。在突發(fā)事件模式識別方面，對交通擁堵事件識別準確率達88.7%，平均響應時間低于5 min?？臻g聚集模式識別結果顯示，算法成功發(fā)現了城市內84處交通熱點區(qū)域，與實際統(tǒng)計數據吻合度達90.1%。通過對不同時間尺度下的識別效果進行分析，算法在小時級別識別準確率最高，為93.5%，天級別識別準確率為91.2%，周級別識別準確率為89.8%。在空間尺度上，算法對密集區(qū)域識別效果優(yōu)于稀疏區(qū)域，城市核心區(qū)域識別準確率比邊緣區(qū)域平均高出5.3個百分點。實驗結果證實，算法在應對大規(guī)模實際數據時表現穩(wěn)定，具備較強的魯棒性。

3.3 系統(tǒng)性能分析與優(yōu)化

系統(tǒng)性能分析與優(yōu)化效果對比如表2所示。系統(tǒng)性能測試結果表明，在處理百萬級軌跡數據時，單次模式識別任務平均耗時187 s。其中，數據預處理占比35%，特征提取占比28%，模式識別占比37%。通過分布式并行處理優(yōu)化后，系統(tǒng)處理效率提升了4.3倍，平均響應時間降至43 s。計算資源利用率測試顯示，CPU平均利用率維持在78%，內存使用率峰值不超過85%，存儲讀寫速度達480 MB/s。針對性能瓶頸，優(yōu)化數據分片策略減少節(jié)點間數據傳輸量，將數據傳輸開銷降低38%。同時改進負載均衡算法，使各節(jié)點負載差異控制在12%以內。經過算法優(yōu)化，空間索引檢索速度提升了2.8倍，數據聚合效率提升了3.2倍。在系統(tǒng)穩(wěn)定性測試中，連續(xù)運行72 h系統(tǒng)運行穩(wěn)定，無任務積壓現象，證實系統(tǒng)具備處理持續(xù)數據流的能力。

4 結語

面向時空大數據分析需求，本文設計實現了基于分布式計算框架的時空模式識別方法。通過改進數據預處理算法提升數據質量，采用分布式存儲架構解決海量數據存儲問題，優(yōu)化特征提取方法提高模式識別準確率。實驗結果證實該方法在大規(guī)模數據處理中表現優(yōu)異，計算效率顯著提升。但在復雜場景下識別精度仍需改進，未來將著重優(yōu)化算法魯棒性，探索深度學習方法在時空模式識別中的應用，不斷提升系統(tǒng)整體性能。

參考文獻

［1］董雅茹，劉倩.面向時空大數據的伴隨關系分析系統(tǒng)［J］.信息技術與信息化，2021（11）：117-120.

［2］陳志舉，劉鍇，王江波.網約車出行分布時空模式及其時間序列模式識別［J］.地球信息科學學報，2024（10）：2229-2242.

［3］石樂.基于大數據的分布式計算模型算法優(yōu)化分析［J］.電子技術，2024（9）：312-313.

［4］凌芝拓.大數據技術在數據清洗與預處理中的應用研究［J］.互聯網周刊，2024（19）：42-44.

［5］袁澤文，周國成，周勝潔，等.分布式存儲與計算方法在水利地理空間大數據中的應用［J］.測繪與空間地理信息，2024（7）：10-13.

［6］梁鵬飛.時空數據庫管理系統(tǒng)建設研究［J］.長江信息通信，2023（7）：157-159.

（編輯 王永超編輯）

Spatiotemporal pattern recognition method based on big data analysis

ZHANG "Yashu

（Beijing Big Data Center， Beijing 101100， China）

Abstract： With the deepening of urban informatization construction， spatiotemporal data shows a large-scale growth trend， placing higher demands on data processing and analysis technology. Traditional spatiotemporal pattern recognition methods face low computational efficiency when processing massive data. To address this situation， a multi-scale spatiotemporal pattern recognition method based on distributed computing framework is proposed， which improves data quality through enhanced data preprocessing algorithms and solves massive data storage problems using distributed storage architecture. The experiment uses three years of traffic trajectory data from a large city for verification. Results show that this method achieves 92.3% accuracy in processing million-level data with a 4.3-fold improvement in computational efficiency， providing new insights for large-scale spatiotemporal data analysis.

Key words： spatiotemporal big data; spatiotemporal pattern recognition; distributed computing; multi-scale analysis; data mining