气象 GIS 中的气象时态数据模型的设计

0 引 言

随着 GIS 技术不断的发展，GIS 在气象行业应用的广度和深度不断增加。当前，GIS 已经解决了气象数据格式的直接读取和显示问题，但还缺少针对气象行业的气象GIS 数据模型，特别是气象时态数据模型[1]。气象数据是典型的、具有高时间分辨率且和空间密切相关的时态数据，研究建立气象时态数据模型，对于 GIS 在气象行业的深入应用具有较大的理论和实践意义。

本文在传统的 GIS 时态数据模型的基础上，提出了一种针对气象行业数据特点的时态数据模型。该模型将传统的时态数据模型和气象数据特点及应用需求相结合，能够较好地在气象 GIS 软件中对气象观测台站的实时观测数据、气象卫星、雷达数据以及台风数据进行动态可视化分析，以便更好地了解气象观测数据的变化情况。

1 气象时态数据的特点及应用

气象数据本身就是一种空间数据，气象时态数据具有随着时间变化，空间信息和属性信息同时发生变化或空间信息不变，属性信息发生变化的特点。常用的气象时态数据类型有台站观测数据、气象卫星数据、气象雷达数据、模式数据、台风路径预报数据等。各类气象时态数据都有各自的时态特征。

1) 气象台站观测数据随着观测时间变化，空间信息不变，属性信息频繁变化。

2) 气象卫星和雷达数据随着时间变化，不包含属性信息，空间整体变化。

3) 台风路径预报数据空间位置和属性( 风力大小、影响范围等) 同时随着时间变化。

通用 GIS 平台在气象行业应用中由于缺少专门针对这三种气象时态数据的数据模型而不能很好地解决气象时态数据在 GIS 平台上的动态显示和分析效果，因此，这三种典型的时态数据模型是气象 GIS 时态数据模型需要重点解决的问题。

2 通用时态数据模型概述

时空 GIS 的研究于 20 世纪六七十年代开始酝酿 80 年代理论研究有所开拓，[1]，至 1992 年 GailLangran 发表其博士论文《地理信息系统中的时间》则标志着 GIS 时空数据建模的正式开始，时空数据模型研究中的通用时空数据模型大约在 20 世纪 90 年代提出。虽然研究较早，但目前时空数据建模仍然是时空 GIS 研究的核心及难点。常见的时空数据模型有: 序列快照模型、基态修正模型、时空复合模型、时空立方模型、第一范式关系时空数据模型、非第一范式关系时空数据模型、面向对象时空数据模型、基于事件的模型等[2]。时空数据模型种类繁多，没能形成统一的标准，从而也影响着时空数据模型研究的进一步发展，对此，也有许多学者对当前提出的数据模型进行分类与总结[2 - 4]。同时，也因分类依据的不同，在数据模型归类研究上存在差异。

即便如此，时空数据模型还是在城市交通、房产、土地资源管理、遥感、海洋、生态等行业被广泛研究与应用[5 - 18]。相比之下，时空数据模型在气象行业中的研究

与应用起步较晚。

在国内，关于时空数据模型在气象行业的理论和应用研究则少之又少，所研究的气象数据模型又仅局限于某一特定的气象要素[20]。因此，在气象 GIS 的工程化应用与开发中，必须要扩展建立面向气象的专业数据模型，支持具有显著时序、时态特征的气象数据，使气象数据能够得到更好的储存、管理、显示和分析。

3 气象时态数据模型设计

本文针对气象数据中3 种典型的时态数据: ①随着观测时间变化，空间信息不变，属性信息频繁变化的台站观测数据; ②随着时间变化，不包含属性信息，空间整体变化的气象卫星和雷达数据; ③随着时间变化，同一对象，空间和属性同时变化的台风路径预报数据及以上气象