地理数据与模型的时空尺度问题
高考地理微专题课件 答题中的时空尺度思维
尺度差异的答题差异
大尺度空间
宏观，一般性规律
小尺度空间
其所在区域的一般规律 小尺度空间的特性
每个具体的地理事项都存在于一定的区域中，而这个区域又存在于范围更广、等级 更高的另一个区域中。
• 小尺度区域有其个 性化地理特征
• 也具备大尺度区域 共性地理特征
尺度转换
小尺度拓展到更大尺 度，确定其位置
答题
综合考虑大尺度空间的 共性特征和小尺度空间 的个性特征
研究表明，与100年前相比，东北地区现代冻土时南间界尺已度北判移20-30km。同时，大兴安岭地区出现 原始湿地萎缩和新生湿地扩张现象；部分林区大片兴安断落错叶误松倾倒、死亡。 1.试从自然环境整体性的角度分析上述现象发生的原因。（6分） 温带季风气候，夏季高温多雨，冬季寒冷干 燥；夏季冻土融化，土壤水分增加，形成新 生湿地；该地地势平坦，排水不畅，易积水；
分会向低处流动，低处的土壤变湿，形成新生湿地，高处的土壤变干，湿地退化。 • 当我们聚焦“东北平原”这样一个较小尺度空间时，相对于山地，这里地势低平，但也有起伏，北
部的松花江向东北流动，南部的辽河向南流动，中间有分水岭，因此可以说地势中间高、南北低。
大兴安岭地区降低
A. 东北方向
B. 西南方向
C. 东南方向
D. 西北方向
（2018年合肥二模文综第10题）
恩克斯堡岛位于南极洲罗斯海西岸，该岛岩石裸露，独有超强、超干、超冷的 风。2018年1月16日，中国第34次南极科考队抵达南极洲恩克斯堡岛，开始建设中 国的第五座南极科考站。下图为恩克斯堡岛附近卫星遥感影像。据此完成下面小题 。
C．地形
D．洋流
图2
（2017年全国卷1第6题） 关注区域层次结构
地理学时空数据分析方法
地理学时空数据分析方法一、本文概述随着大数据时代的来临，时空数据已成为地理学领域研究的热点。
这些数据不仅提供了丰富的地理空间信息，还揭示了事物随时间变化的动态过程。
因此，地理学时空数据分析方法的研究显得尤为重要。
本文旨在系统介绍地理学时空数据分析的基本概念、常用方法和技术，以及这些方法在地理学各领域的应用案例。
通过本文的阐述，读者可以深入了解时空数据分析的基本原理和方法，掌握相关技术的应用，为地理学研究和实践提供有力的支持。
文章将首先概述时空数据的定义、特征和分类，为后续分析奠定基础。
接着，重点介绍时空数据分析的基本方法，包括时空数据可视化、时空统计分析、时空聚类分析、时空预测模型等。
这些方法的应用将帮助研究者揭示时空数据的内在规律和模式。
在方法介绍之后，文章将展示这些时空数据分析方法在地理学各领域的应用案例，如城市规划、环境科学、交通地理等。
这些案例将展示时空数据分析方法在解决实际问题中的有效性和实用性。
通过本文的学习，读者可以掌握地理学时空数据分析的核心方法和技术，了解这些方法在地理学研究中的应用前景。
本文也希望能激发读者对时空数据分析的兴趣，推动地理学时空数据分析方法的深入研究和应用。
二、时空数据基础时空数据分析是地理学中的一项重要任务，它依赖于对时空数据的深入理解和有效运用。
时空数据，顾名思义，是包含空间和时间两个维度的数据。
这些数据通常通过地理信息系统（GIS）和时空数据库进行存储和管理。
在地理学中，空间数据描述了地理对象在地理空间中的位置、形状和分布。
这些数据可以是点（例如，城市位置）、线（例如，道路网络）或面（例如，行政区划）。
而时间数据则记录了这些地理对象随时间的变化。
当空间数据和时间数据结合起来，就形成了时空数据，它能够揭示地理现象的动态演变和模式。
时空数据的获取方式多种多样，包括遥感技术、社交媒体、移动设备和地面观测等。
这些数据源为时空分析提供了丰富的信息，同时也带来了数据整合和处理的挑战。
地理数据与模型的时空尺度问题
邻域关系的模型在小尺度上表现较好，而基于区域关系的模型在大尺度
上更具优势。
02
模型的时间结构
地理模型的时间结构决定了模型在不同时间尺度上的预测能力。例如，
基于时间序列的模型适用于短时间尺度的预测，而基于长期趋势的模型
适用于长时间尺度的预测。
03
模型结构与尺度的匹配性
为了使模型在特定时空尺度上具有良好的适应性，需要选择与尺度相匹
03 地理数据时空尺度问题分 析
数据来源与采集方式导致的尺度问题
数据来源多样性
数据更新频率
地理数据可能来自不同的数据源，如 卫星遥感、地面观测、社会调查等， 这些数据在时空尺度上存在差异。
不同数据源的数据更新频率不同，导 致在分析同一地理现象时可能存在时 间尺度上的不匹配。
采集方式影响
不同的采集方式（如定点观测、移动 观测、遥感等）会对数据的时空分辨 率和精度产生影响。
虚拟现实与增强现实技术
结合虚拟现实和增强现实技术，为用户提供沉浸式的时空数据可视 化体验，增强数据的交互性和可理解性。
05 地理模型时空尺度适应性 研究
模型参数与时空尺度的关系
参数的空间异质性
地理模型中的参数往往具有空间异质性，即不同空间位置 的参数取值不同。这种异质性会影响模型在不同空间尺度 上的表现。
时空动态建模
利用时空地理数据，构建城市规划和交通模拟的动态模型，揭示城 市发展和交通流变的时空规律。
尺度效应分析
探究城市规划与交通模拟中不同尺度间的相互作用和影响，为政策制 定和决策提供科学依据。
气候变化模拟中的多尺度数据融合与应用
多源数据整合
融合气象观测、遥感监测、气候模式输出等多源数据，构建多尺 度气候变化数据集。
地理时空尺度思想的重要性及其培养
确化。地理空间尺度既没有作为单独的概念被 提出来，也没有明确的课程标准要求。地理时 间与空间尺度的融合（即地理时空尺度）思想 的提出就更加不明确化。所以，地理教师对教 科书中地理时空尺度思想的显性和隐性内容 的把握，将直接影响到学生的地理时空思想的 培养。
（三）地理时空尺度思想在具体地理问题 中的运用
经济与社会发展研究
学术与研究
地理时空尺度思想的重要性及其培养
陕西省西安市长安区第四中学 赵静
摘 要：地理时空尺度思想，即时间尺度、空间尺度、时空尺度，是地理学思想的要义之一。运用地理时空尺度思想来观察、理解地理现象， 分析、解决地理问题，是培养学生地理核心素养，满足其自身发展所必备的地理思维的方法之一，是当今国际地理教育关注的重点。因此， 教师在实际的地理教学中培养学生地理时空尺度思想，即利于体现独特的学科价值，又可更好的落实课程标准，提升地理教学质量，具有十 分重要的意义。 关键词：地理时空尺度；重要性；地理教学；培养
在该题第二问中，若从小尺度空间讲该 岛“资源丰富，拥有天然深水岸线适合建设大 型海港”，再考虑大尺度地理空间因素“接近 珠三角消费市场”。针对问题选择运用不同地 理空间尺度，才能将题目解ห้องสมุดไป่ตู้全面。
例 2：图２为某区域城镇发展过程示意图。 读图回答下列问题。
（1）简述从图 a 到 c 该区域城镇发展的 主要特点，及该区域城镇间联系的主要方式。
（2）今后，城镇发展可能向 _________ 方向最快。
（3）区域城镇发展过程中，在土地利用 方面可能出现的主要问题是 __________。
参考答案：（1）城市用地规模扩大；城 镇数量减少。交通运输方式 。
（3）东南（4）耕地减少、用地紧张。 这是一道将时间和空间结合的题目。第一 小题考察学生对小尺度地理空间内部变化的 分析，旨在揭示“随着时间的变化，地理空间 内事象（内部形态）也在发生变化”的客观规律。 第二小题通过分析具体地理空间尺度下的影 响因素，进一步预测今后城镇的发展方向及空 间形态。第三小题通过分析区域发展过程，分 析区域内可能出现的问题。 地理空间是一个有机整体，其内部各要 素间相互联系，并被赋予时间特性，即可追溯 历史，又处于不断发展变化之中。 通过上述两个例题的思路分析可知，恰 当运用不同时空尺度分析地理特征、因素联系、 发展规律可培养良好的地理素养。
时空数据模型名词解释
时空数据模型名词解释1.引言1.1 概述【概述】时空数据模型是一种用于描述和管理时空（时间和空间）数据的理论和方法。
随着人类社会的不断发展和科技的进步，产生的数据中包含了大量的时空信息，如地理位置、时间戳等。
这些时空数据对许多领域具有重要意义，包括地理信息系统、交通规划、气象预测、环境保护等。
因此，研究和建立一种统一的时空数据模型，以高效地存储、处理和分析这些数据，对于实现对时空信息的智能化应用具有重要意义。
时空数据模型主要涉及两个方面的内容：时间和空间。
时间维度通常指的是数据中包含的时间信息，如时间戳、时间序列等。
空间维度则涉及地理位置信息，如经纬度、行政区划等。
时空数据模型通过将时间和空间信息进行整合，可以更准确地描述现实世界中的各种现象和事件，从而为各个领域的应用提供强大的支持。
在时空数据模型中，时间和空间被视为两个重要的维度，相互交织在一起。
不同于传统的关系型数据模型，时空数据模型可以更好地处理多个时间点和空间位置之间的关系。
例如，在交通规划中，需要分析不同时段内不同位置的交通流量变化趋势，以制定合理的交通规划方案。
此时，时空数据模型可以提供一种灵活、高效的分析方法，帮助决策者做出准确、科学的判断。
本文将对时空数据模型进行详细解释和阐述，并对其中涉及的一些关键名词进行解释。
接下来的章节将依次介绍时空数据模型的概念与结构，以及其在现实应用中的意义和优势。
最后，将通过总结对时空数据模型的重要性进行回顾，并展望未来的发展方向。
通过本文的阐述，读者将能够全面了解时空数据模型的相关知识，并深入了解其在各个领域中的广泛应用。
1.2文章结构1.2 文章结构本文将按照以下结构组织和呈现时空数据模型的名词解释：引言部分：在引言中，将对本文的主题进行概述，介绍时空数据模型的背景和意义，并说明本文的目的。
正文部分：本部分将详细介绍时空数据模型及其相关的名词解释。
首先，将详细解释什么是时空数据模型，包括定义、特点和应用领域等方面的内容。
自然地理学中的尺度问题
几个Scaling的关键问题
在什么情况下，简单的聚合（aggregation）对于 Upscaling是充足精确的？ 速率变量如何随着尺度改变？ 敏感性如何随尺度改变？ 空间异质性如何随尺度改变？ 可预测性如何随尺度改变？ 如何避免MAUP问题？
MAUP是可塑性面积单元问题（the modifiable areal unit problem）简称，是表征 空间格局或过程的特征值随采样单位面积的变化而出现变化。可塑性面积单元问 题包括两个方面，即尺度效应（scale effect）和划区效应（zoning effect）。
有关尺度能否推绎的争论（续）
假定某一特定的格局或过程满足能够进行尺度推绎的条件，是 否存在一个普适的标度律（scaling law）。近年来，很多学者热 心 寻 找 标 度 律 ， 并 声 称 在 不 同 学 科 已 找 到 这 样 的 定 律 （ M.E. Ritchie等,1999; S.E. Jørgensen等1998; B. Birnir,2000）。於崇文 （1998）更断言，“广义地质学场（温度场、流速场、浓度场、 应力场等）的许多场量在时间上和空间上具有幂律分布（power law distribution）。幂律反映自相似性（self-similarity），它是标 度不变性和分形之源”。 作者认为，从目前科学发展角度看，还没有发现一个普适不同 性质系统各个尺度域上的幂律和分维。就是在同一系统内，幂 律或分维也仅存在于特定的尺度域内，其最大的跨越尺度域也 不过2～3。因而，在尺度转换上不可能“窥一斑而见全豹”。
有关尺度能否推绎的争论
关于尺度能否推绎的问题，存在着两种截然不同的观 点。按照O'Neill（1992）的等级理论，属于某一尺度 的系统过程和性质受限于该尺度。每一尺度都有其约 束体系和临界值。尺度外推必然要超越这些约束体系 和临界值，外推获得的结论将很难理解。但King认为， 上层系统是由下层系统组合构成的，不同层次系统间 存在着物质、能量和信息交流，构成了等级间相互联 系的纽带，而这条纽带正使尺度推绎成为可能。邬建 国（2000）认为，在同一个尺度域中，由于过程的相 似性，尺度推绎比较容易；而当跨越多个尺度域时， 由于不同过程在不同尺度上其作用，且又有相互间的 作用，尺度推绎必然复杂化。在尺度域间的过渡带多 会出现混沌、灾变或其他难以预测的非线性变化。
空间尺度基础性问题研究——总结
空间尺度基础性问题研究——总结尺度是地理空间分析的⼀个基本⼯具,也是空间数据的⼀个主要属性,是空间分析和管理的主要因素之⼀。
尺度⼏乎影响着GIS应⽤每个⽅⾯的:尺度认知问题,空间数据的优化表达、综合和信息交流。
尺度问题可以分为4类:①尺度的基本定义;②尺度的效⽤;③尺度和空间分析集成的⽅法;④尺度的空间认知。
⼀空间尺度的研究意义1)完善地理信息科学理论。
许多尺度问题都包含着⼈的认知,空间尺度是整个地理信息科学中不可或缺的内容,缺少对空间尺度理论的深刻研究,就不能更好地认识地理空间,不能准确地对地理空间(⽬标、现象或过程)进⾏描述。
2)空间数据挖掘的需要。
空间粒度和空间尺度是空间数据挖掘和知识发现的⼀对孪⽣指标。
减少粒度,增加⼴度,空间数据粗略概括,综合程度提⾼,对空间⽬标的表达趋于概括、宏观,空间异质性降低,空间模式成型;增⼤粒度,减少⼴度,空间数据具体化,对空间⽬标的表达趋于精细、微观,空间异质性增加,空间模式多样性。
3)地理信息共享的需要。
更⾼级的地理信息共享⽅法必将尺度的知识整合到元数据中。
4)发展多尺度GIS软件的需要。
GIS软件的核⼼是空间数据库的管理,设计和发展多尺度空间数据库,来有效地存储多尺度数据,执⾏多尺度分析和尺度智能变化,是GIS软件适应数据更新和⾃动处理的迫切要求。
⼆空间尺度的内涵分析尺度是地理空间和地理⽬标的本质特性,但不同的学科对尺度的定义不同,其定义取决于尺度使⽤的环境和条件。
尺度通常可分为两类:与⽬标有关的尺度和描绘事务过程或属性的尺度。
在地理景观的时空模型下,尺度的定义和过程、观测精度有很⼤关系,其中要区分三种尺度相关的术语:①空间现象和空间过程,如植被覆盖;②对空间现象研究时的数据抽样最⼩单位——分辨率、粒度;③对数据的分析、概括和推理。
空间数据的尺度特征有着不同的内涵——尺⼨、图形、间隔、⼴度等。
在地图学中,尺度就是⽐例尺,是实地距离和图上距离的⽐率。
通常,尺度可分为绝对尺度、相对尺度、精度、粒度以及细节等。
地理信息系统中的时空数据分析与可视化研究
地理信息系统中的时空数据分析与可视化研究地理信息系统（Geographic Information System，简称GIS）是一种用于捕捉、存储、管理、分析和展示地理数据的技术。
随着时空数据的增长，如何通过时空数据分析及可视化研究，横跨地理和时间维度，对地理信息进行更深入的研究已经成为了地理学、环境科学和城市规划等领域的重要课题。
本文将对地理信息系统中的时空数据分析与可视化研究进行探讨。
一、时空数据分析1. 数据预处理时空数据通常以矢量或栅格形式存在。
在进行时空数据分析之前，必须先进行数据预处理。
这包括数据清理、去除异常值和缺失数据的填补等工作。
2. 时空数据建模时空数据建模是时空分析的基础。
常用的时空数据模型包括欧拉模型和拉格朗日模型。
欧拉模型主要用于描述物理现象的变化趋势，而拉格朗日模型则着重描述物质在时空中的运动和交互。
3. 时空特征提取时空特征提取是对时空数据中的关键特征进行识别和提取。
这些特征可以是地理对象的形状、位置、数量、颜色等。
通过提取和分析这些特征，可以帮助我们理解时空数据中隐藏的规律和趋势。
4. 时空关系挖掘时空关系挖掘是研究不同时空对象之间的关系及其演化规律。
通过时空关系挖掘，我们可以揭示出时空数据中的模式和规律，如地理空间中的聚类现象、时空变化的趋势等。
二、时空数据可视化1. 空间数据可视化空间数据可视化是将地理信息以图形的形式展示出来，以便更直观地理解空间数据。
常用的空间数据可视化技术包括地图制作、热力图、等值线图等。
通过这些技术，可以将地理信息以色彩、形状或符号等方式展示出来，从而更好地理解地理数据。
2. 时间数据可视化时间数据可视化是将时间序列数据以图形形式展示出来，以便更清晰地理解数据的变化趋势。
常见的时间数据可视化技术包括折线图、柱状图、散点图等。
通过这些技术可以将时间数据按照不同的时间尺度进行展示，揭示出数据的时间变化规律。
3. 时空数据集成可视化时空数据集成可视化是将空间数据和时间数据结合起来，以便更全面地理解时空数据的关系和演变。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
几点初步认识（ 3.1.3 几点初步认识（1）
从三大地带尺度 三大地带尺度来看，改革开放以来东中西三大地带间经 三大地带尺度 济差异在逐渐拉大，地带内的差异一直在缩小。地带间的差 异对全国总体差异的影响较地带内差异更为显著，且影响程 度逐渐加深，对总体差异起主导作用。 从省（市、区）级空间尺度来看，东部的省际差异比较显 省 级空间尺度 著，东部的省际差异比中西部表现得更为突出；新中国 成立以来，中部和西部的省际差异一直相对较小，东部的省 际差异比较显著。 从地（州、市）级空间尺度来看，东中西三大地带的省间 地 级空间尺度 差异在全国总体差异中的基本格局保持不变，而省内差异是 全国整体差异的重要构成部分，省内差异对于全国整体差异 的贡献比三大地带之间差异和省际差异的贡献显著得多。
1.2 多种时间尺度的地理问题
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 …………
2.1 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。 地理数据具有多维性特征。 地理数据具有多维性特征
几点初步认识（ 3.1.3 几点初步认识（2）
从县（ 从县（市、区）级空间尺度来看，西部省内的县域差 级空间尺度 异比东部和中部更为突出，中部省内的县域差异最小； 东中西部三大地带内的县域经济发展体现了地带内“群 体趋同”现象。这就是说，东部大多数县（市、区）的 经济发展水平较高，而中西部大部分县（市、区）的经 济发展水平均处于落后水平。 从时间尺度 时间尺度来看，在大时间尺度（譬如24年）水平上， 时间尺度 中国区域经济差异的变化过程，基本上服从“倒U型”曲 线规律，但是小时间尺度(譬如23年或22年)水平上来看， 它就不再是“倒U型”曲线了，而呈现为一条由几个U型 曲线首尾相接的“复合U型曲线”。
3.2.2 几点初步认识
（3）景观多样性具有尺度依赖性。随着幅度的增加，景观 多样性指数逐渐增大，多样性的空间格局也显著变化。在 0.5km幅度下，多样性指数的最大值出现在市中心，从市中心 向外呈现高低起伏的环状模式扩展；随着幅度增加，多样性指 数的高值区向景观类型变化最剧烈的城乡过渡地带和城市化前 缘地带转移。小尺度下局部的细节变化显著，随着尺度的增加， 局部细节变化逐渐消逝，大范围的甚至全局的空间格局更为突 出。尺度越大，多样性格局的不平衡性越明显。 （4）在小幅度下，景观多样性的空间变异，主要来自空间 自相关部分的贡献，随机因素（尺度和测量误差）贡献较小。 随着幅度增加，较大尺度掩盖了更小尺度上的变异，空间自相 关部分引起的空间变异对系统总的空间变异的贡献明显下降。
3.2 城市景观格局的空间尺度效应
景观是地理学研究的核心问题之一。景观格局（包括 形态、结构、分布）随着时空尺度的变化而发生变化! 已有的研究主要集中在空间尺度效应、尺度选择和尺 度转换三个方面。 目前，对于景观格局时空尺度规律，人们还没有完全 认识清楚。 譬如，对于最基本的问题：景观格局研究的时空尺度， 没有统一的答案。 究竟应该怎样划分？至今仍然没有统一的答案 没有统一的答案 我们课题组 课题组，对城市景观格局的空间尺度效应 空间尺度效应规律做 课题组 空间尺度效应 了一些初步的研究，结果如下 如下： 如下
地理学中的尺度最具复杂性和多样性。 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 从广义上来讲，所谓尺度是指研究对象 尺度 空间或时间方面的基准尺寸。 方面的基准尺寸 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： 地理学中的尺度包括两个方面的含义： 粒度( 粒度(Grain):研究对象的最小可辩识单元 ) 研究对象的最小可辩识单元 空间粒度 空间粒度 时间粒度 时间粒度 幅度( ):研究对象 幅度(Extent):研究对象的持续范围 ):研究对象的持续范围 空间幅度 空间幅度 时间幅度 时间幅度
城 市 景 观 多 样 性 的 空 间 变 异 规 律
2km幅度下景观多样性的变异函数：高斯模型 幅度下景观多样性的变异函数： 幅度下景观多样性的变异函数
不同幅度下景观多样性半变异函数的理论模型及参数
3.2.2 几点初步认识
（1）城市景观多样性格局，与空间区位及人类活动的空间
格局息息相关。在城市中心，由于土地成本高昂，主导型景观 是经济效益较高的商业文化景观，并且景观斑块聚集度、破碎 度大；经济效益较低的农业景观只能分布在城市边缘区和郊区， 景观类型单一，而且斑块面积较大，破碎度较小；在由城市中 向边缘过渡的中间地带，景观类型多样，空间格局复杂。 （2）城市景观格局具有明显的空间自相关性特征，而且这 种自相关性具有显著的尺度依赖性特点。Moran指数I与Geary 系数c对粒度变化的敏感点相同，均为50m，即在50m的粒度范 围内景观格局具有明显的空间依赖性。 (3) 城市形态的自相似性和复杂性 ，也与空间尺度存在一 定的关系。在粒度较小时，各类景观斑块之间的分维数差异较 大，而随着粒度的增大，其分维数之间的差异逐渐缩小。
1.多种时空尺度的地理问题 2.多种时空尺度的地理数据 3.两个具体实例 4.建立地理模型的“问题导向”原 则
1.1 多种空间尺度的地理问题
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
近10年来，国内外学术界对于中国区域经济差异收敛性 的讨论非常热烈。有人认为，改革开放以来，中国区域经济 差异迅速扩大，有人则不以为然；有人认为中国区域经济差 异的演化过程服从倒U型曲线，有人则认为不尽然；许多学 者认为东西部差距差距急剧扩大 东西部差距差距急剧扩大！ 东西部差距差距急剧扩大 究其原因，除了不同学者采用的分析方法、统计指标和 考察问题的角度有所不同以外，还有一个更为重要的原因， 就是研究的时空间尺度不同。显然，以下两点实事是不可否 认的： 基于不同的空间基本单元，即使采用同一测度指标， 衡量相同年份的收入差异，得到结果肯定不同。 即使基于相同的空间单元，采用相同的测度指标，在 不同的时间段内考察区域收入差异的收敛性，得到的结 果肯定不同。
2.2 地理数据管理
——地理数据仓库（GDW）
2.2.3 相应的概念、模型和方法平移 相应的概念、 数据仓库中的基本概念“粒度”，正好与我们地理数 “粒度” 据的“粒度”相对应，它是指数据仓库的数据单位中保 “粒度” 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 多重粒度的划分 多重粒度的划分正好对应多种粒度的地理 的地理 数据。 数据 相应地，立方体、数据分割、分片以及数据集市 立方体、 立方体 (Data Mart)等概念；数据组织模式；数据追加；切片和 切块、钻取 钻取(drill)、旋转(pivoting)等操作分析方法都可 钻取 以平移地理数据仓库 地理数据仓库。 地理数据仓库
景观多样性，是一种典型的区域化变量，它在空间变异规律 (依赖性与空间异质性) ，可以用变异函数来描述：
式中：h为两样本点的空间分隔距离，Z(xi)与Z(xi+h)分别是 Shannon多样性指数（SHDI）在空间位置xi和xi+h上的观测值， N(h)是分隔距离为h时的样本对总数。 变异函数是一个综合性指标，它有3个重要参数：
2.2 地理数据管理
——地理数据仓库（GDW） 2.2.2 地理数据仓库（GDW）的定义 地理数据仓库（ ）
数据仓库(Data Warehouse）的概念 ，定义： 数据仓库 地理数据仓库（ 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 具有空间、时间和属性多维特征的、 题的、持久的数据集合。 题的、持久的数据集合。
地理数据与模型的时空尺度问题
XXX
科学研究中的“尺度” 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 首先必须面对、 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 的一个基本问题。 解决的一个基本问题。
不同的学科领域，对于“尺度”的定义和 不同的学科领域，对于“尺度” 概念理解不同。 概念理解不同。
2.2 地理数据管理
——地理数据仓库（GDW）
2.2.1 数据仓库 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 是依赖于计算机和互联网环境的DSS技术，是 技术， 是依赖于计算机和互联网环境的 技术 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 数据仓库就应 数据仓库 用而生了。 W.H.Inmon（被誉为 “数据仓库之父” ）对数据仓库的 数据仓库之父” 定义是：数据仓库是支持决策过程的、面向主题的、 数据仓库是支持决策过程的、 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。 集成的、随时间变化的、持久的数据集合。