时空大数据 spatio-temporal big data

         时空大数据除具有一般大数据的5V特征外，还具有位置特征、时间特征、属性特征、尺度（分辨率）特征、多源异构特征、多维动态可视化特征。时空大数据的这些特征，   有助于时空大数据的分析与挖掘，揭示大数据的时间变化趋势和空间分布规律。任何规律的得出，任何决策的作出，都必须依据一定时间、确定地点（地区）的大数据，即时空大数据，同时也给时空大数据的组织、存储、管理和提取增加了难度。

         时空大数据由时空框架数据和时空变化数据构成。时空框架数据一般相对变化较慢，包括时空基准数据、全球卫星导航定位（GNSS）与连续运行参考站（CORS）数据、空间大地测量与物理大地测量数据、遥感影像数据、数字地图与地名数据、海洋测绘数据、世界海峡与通道数据等；时空变化数据一般变化快，包括社交网络数据、搜索引擎数据、视频观测数据、网络空间数据、位置轨迹数据、变化检测数据、与位置相关的空间媒体数据、空间环境数据、海洋水文数据、社会经济人文数据、部门行业数据等。时空大数据的核心，是将时空变化数据融合或关联到时空框架数据上。

         时空大数据的提出，反映了人们对大数据本质及其研究内容认识的丰富和深化，揭示了大数据的时空特性，明确了数据文化是尊重事实、强调精准、推崇理性和逻辑的科学文化，这是我国时空大数据发展的灵魂。时空大数据的研究，对我国大数据理论体系、技术体系、产品体系和应用服务模式的形成和创新发展具有重要的实践意义，有助于形成数据驱动的大数据创新体系和发展模式，推动构建以数据为关键要素的数字经济并形成现代经济体系，运用大数据提升国家治理的现代化水平与促进保障和改善民生。