《泰伯智庫：時空數據治理白皮書（2024）（54頁）.pdf》由會員分享，可在線閱讀，更多相關《泰伯智庫：時空數據治理白皮書（2024）（54頁）.pdf（54頁珍藏版）》請在三個皮匠報告上搜索。

1、13目目錄錄前 言.61.時空數據治理發展概述.81.1 內涵.81.1.1 時空數據定義與特征.81.1.2 數據治理的內涵.81.1.3 時空數據治理的定義.101.1.4 時空數據治理的重要意義.111.2 政策.121.2.1 國家頂層規劃.121.2.2 地方省市政策.151.3 市場.171.3.1 市場規模.171.3.2 產業圖譜.182.時空數據治理體系.202.1 治理框架.202.2 標準和指南.202.2.1 指南.202.2.2 標準.272.3 關鍵技術.2842.3.1 時空人工智能.282.3.2 數據可視化.312.3.3 數據庫引擎.322.3.4 知識圖譜

2、.333.時空數據治理應用案例.363.1 城市治理.363.1.1 統籌與規劃.363.1.2 構建與運行.363.1.3 監控和評價.383.2 智慧交通.403.2.1 出行云.403.2.2 交通基礎設施（路基路面）長期性能科學觀測網.413.3 自然資源.423.3.1 統籌與規劃.423.3.2 建設與運行.433.3.3 監控與評價.453.4 其他（水利等）.454.趨勢與建議.474.1 未來發展趨勢.474.1.1 應用趨勢.4754.1.2 技術趨勢.484.2 存在問題與建議.50參考文獻.53結束語.556前前 言言數據是建設數字中國的基礎資源和關鍵要素。2022 年

3、 12 月，中共中央 國務院關于構建數據基礎制度更好發揮數據要素作用的意見 明確，要充分實現數據要素價值，以數字化驅動生產生活方式和治理方式變革，為推進數字中國建設注入強大動力。時空數據治理作為數據要素的主要部分，超過80%的數據均直接或間接地具備時空屬性，如何科學地設立規劃與流程、有效地管理、發揮時空數據的價值將成為未來的重點研究方向。通過近期梳理，泰伯研究院認為，提升時空大數據規模和質量，激活數據價值，建立數據制度、守護數據安全是測繪地理信息行業發展的新要求和下一站。因此，時空數據治理有望成為未來五到十年最重要的研究課題之一。研究中發現，時空數據治理發展的主要落地并不在于攻克技術難題，而在

4、于一些成熟技術基于新場景的落地應用。其中，交通時空數據治理或將成為重點關注領域。時空數據治理是數字孿生之基，實景三維中國的開展也為時空數據治理提升了新的高度，其成熟也將為數字孿生的大規模應用提供高質量的數據基底，有助于賦能更多場景高質量發展和不斷創新。當前國內時空數據治理領域還存在著一些突出問題，特別是“重管理、輕治理”，缺乏統一的時空數據治理認知，大多數企業和用戶戰略不夠清晰，缺少完整的數據治理體系和治理框架。本白皮書是泰伯智庫白皮書系列的第六本，也是時空數據治理領域的第一本。本次編寫旨在提出時空數據治理的定義、發展內涵、發展意義，并對7其發展現狀進行描述，梳理其相關政策、市場參與者、技術體

5、系和應用案例，研判其發展趨勢，發現問題并提出建議，從而給時空數據治理產業側和用戶端提供參考。本次白皮書的編寫，主要以泰伯智庫的產業數據庫為基礎，同時結合對數據治理的主要服務商、行業專家的調研輸出研究觀點和行業分析。白皮書能夠順利編寫完成，離不開調研專家及文獻資料貢獻者的大力支持，特此致謝！由于編寫倉促或調研不夠全面所致，部分章節可能存在不足之處，歡迎反饋意見或批評指正。81 1.時時空空數數據據治治理理發發展展概概述述1 1.1 1 內內涵涵1 1.1 1.1 1 時時空空數數據據定定義義與與特特征征時空數據是指具有時間維度和空間維度的數據，即記錄了某個事件在時間和空間上的發生和變化。時間維度

6、就是記錄了事件的時間信息，而空間維度則是記錄了該事件的地理位置信息。時空數據包括時空基準（時間和空間基準）數據、GNSS 和位置軌跡數據、空間大地測量和物理大地測量數據、海洋測繪數據、地圖（集）數據、遙感影像數據、與位置相關聯的空間媒體數據、地名數據及時空數據與大數據融合產生的數據。結合近年來各界對時空數據的研究，總結出時空數據具有以下特性：（1）時空數據包含對象、過程、事件在空間、時間、語義等方面的關聯關系。（2）時空數據具有時變、空變、動態、多維演化特點，時空數據的時空變化具有多類型、多尺度、多維、動態關聯特點。（3）時空數據具有尺度特性。（4）時空數據具有多源異構性。1 1.1 1.2

7、2 數數據據治治理理的的內內涵涵（1）發展歷程數據治理首次出現于 1988 年麻省理工學院的全面數據質量管理計劃。同9年，國際數據管理組織協會(DAMA)成立。2002 年，美國兩位學者結合兩家公司的實踐結果提出數據治理研究方向。2003 年國際數據治理研究所成立，主要研究數據治理理論框架，與國際標準化組織合作對數據治理進行定義。2009年，DAMA 發布數據管理知識體系指南，基本確定數據治理的理論框架。隨著數據倉庫的建設，國內也開始發展數據治理。2015 年提出了數據治理白皮書國際標準研究報告。2018 年由國家標準化管理委員形成并發布了數據管理國家標準數據管理能力成熟度評估模型(GB/T

8、36073-2018)，進一步明確并建立了數據管理相關的 8 個領域，5 個等級的能力模型。指導企業開展自我評估和第三方獨立評估。2022 年發布了國家標準數據管理能力成熟度評估方法（GB/T 42129-2022），并于 2023 年 7 月 1 日起正式實施。在 DAMA 數據管理知識體系指南中，數據治理位于數據管理的正中間，是數據架構、數據建模、數據存儲、數據安全、數據質量、元數據管理、主數據管理等 10 大數據管理領域的總綱，為各項數據管理活動提供總體指導策略。DCMM 數據管理能力成熟度評估模型定義了 8 個能力域:數據戰略、數據治理、數據架構、數據標準、數據質量、數據安全、數據應用

9、和數據生命周期管理。（2）數據治理與數據管理的關系數據管理是一個更廣泛的概念，涵蓋了數據從采集、處理、存儲到應用的整個生命周期的管理過程。數據治理的重點是監督數據流經組織時的操作10生命周期，對數據資產管理行使權力、控制和共享決策(規劃、監測和執行)的系列活動。數據管理的整體驅動力是確保組織可以從其數據中獲得價值。數據治理聚焦于如何制定有關數據的決策，以及人員和流程在數據方面的行為方式，更多是細節執行層面。1 1.1 1.3 3 時時空空數數據據治治理理的的定定義義時空數據治理是時空數據管理的具體落地，包括制定和實施時空數據的商業應用和技術管理的一系列政策和流程。其內容涵蓋了數據管理的戰略、組

10、織、文化，同時涵蓋了數據的收集、存儲、處理、傳輸和使用。時空數據治理相對于普通數據治理在數據類型、來源、處理技術和應用場景上存在區別：時空數據治理涉及處理時空信息，即包含了地理位置和時間信息的數據，包含地圖數據、遙感影像、傳感器數據等，非結構化數據占比較重。時空數據治理的數據來源涵蓋各種傳感器、遙感設備、移動應用等，更為廣泛。普通數據治理更多地關注企業內部系統產生的數據。時空數據的處理通常需要考慮地理空間關系和時間序列特征。因此，時空數據治理可能涉及到空間索引、空間分析、時空模型等專門的數據處理技術。時空數據治理通常用于地理信息系統、環境監測、城市規劃、交通管理等領域，涵蓋了更多的地理和時間維

11、度。11因此，時空數據治理需要針對時空數據的特點采取相應的數據管理策略和技術手段。1 1.1 1.4 4 時時空空數數據據治治理理的的重重要要意意義義時空數據治理主要針對城市規劃建設、環境監測管理、自然資源管理、氣象災害管理、交通管理、醫療等領域，其應用領域涵蓋了更多空間與時間維度，實現更為宏觀的應用。時空數據治理為智慧城市、智慧交通、數字孿生等實現提供管理數據的方法、路徑、技術、工具，維護數據質量，確保數據的準確性、完整性與一致性，為實現更高空間、時間維度的管理提供高質量的數據基底。時空數據治理結合政府與市場的數據，提供監測、規劃、管理、預測、預警等功能。時空數據治理可以為政府部門、研究機構

12、和企業提供準確的數據支持，幫助他們制定更加科學、有效的決策。此外，相對于普通數據治理，時空數據治理實現預警需求的重要性相對較高，為宏觀管理的風險管控提供保障。對區域內的時空數據進行有效治理，將提升區域內城市、交通、自然資源管理的業務處理效率，提供整體管理系統的運行效率?；跁r空數據的應用，如智慧城市、導航系統、氣象預測等，都直接關系到公眾的生活質量和便利性。通過有效的時空數據治理，可以提升這些應用的服務水平，改善人們的生活體驗。時空數據中包含如個人位置軌跡、交通流量數據等大量敏感信息，對于12時空數據整體的安全管控尤為重要。因此，需要對時空數據進行有效的治理，保障信息安全和個人隱私，防止數據泄

13、露和濫用的風險。時空數據的有效管理和利用對于推動科技創新和產業發展具有重要作用。通過挖掘時空數據中的關聯規律和趨勢，可以為區域、企業提供新的商業機會和市場競爭優勢，推動經濟的發展。1 1.2 2 政政策策1 1.2 2.1 1 國國家家頂頂層層規規劃劃近年來，針對數據治理與時空數據，國家各部位發布了以下指導文件：表表 1 1 國國家家級級時時空空數數據據治治理理相相關關政政策策匯匯總總日日期期政政策策發發布布單單位位具具體體內內容容2019 年1 月智慧城市時空大數據平臺建設技術大綱（2019 版）自然資源部積極履行職責，全面提升測繪保障服務能力；明確目標定位，為城市建設提供統一底板；強化技術

14、融合，賦予城市管理更智慧的“大腦”；注重推廣應用，為高質量發展提供時空信息保障2019 年11 月中共中央關于堅持和完善中國特色社會主義制度推進國家治理體系和治理能力現十九屆中央委員會第四次全體會議首次將“數據”列為生產要素，提出了“健全勞動、資本、土地、知識、技術、管理、數據等生產要素由市場評價貢獻、按貢獻決定報酬的機制。13代化若干重大問題的決定2020 年3 月關于構建更加完善的要素市場化配置體制機制的意見中央全面深化改革委員會第十一次會議將數據作為與土地、勞動力、資本、技術等傳統要素并列的第五大生產要素，把數據作為一種新型生產要素寫入國家政策文件中，提出要加快培育數據要素市場。2020

15、 年5 月中共中央國務院關于新時代加快完善社會主義市場經濟體制的意見中央全面深化改革委員會第十二次會議進一步加快培育發展數據要素市場，建立數據資源清單管理機制，完善數據權屬界定、開放共享、交易流通等標準和措施，發揮社會數據資源價值。推進數字政府建設，加強數據有序共享，依法保護個人信息。2021 年1 月建設高標準市場體系行動方案中共中央辦公廳、國務院辦公廳加快培育發展數據要素市場，建立數據資源產權、交易流通、跨境傳輸和安全等基礎制度和標準規范，推動數據資源開發利用，積極參與數字領域國際規則和標準制定。2021 年3 月中華人民共和國國民經濟和社會發展第十四個五年規劃和 2035 年遠景目標綱要

16、十三屆全國人大四次會議對完善數據要素產權性質、建立數據資源產權相關基礎制度和標準規范、培育數據交易平臺和市場主體等作出戰略部署。142021 年11 月“十四五”大數據產業發展規劃工業和信息化部建立數據價值體系，提升要素配置作用，加快數據要素化，培育數據驅動的產融合作、協同創新等新模式，推動要素數據化，促進數據驅動的傳統生產要素合理配置。2022 年1月 6日要素市場化配置綜合改革試點總體方案國務院辦公廳建立健全數據流通交易規則。探索“原始數據不出域、數據可用不可見”的交易范式；探索建立數據用途和用量控制制度；規范培育數據交易市場主體。2022 年12 月關于構建數據基礎制度更好發揮數據要素作

17、用的意見中共中央、國務院從數據產權、流通交易、收益分配、安全治理四方面初步搭建我國數據基礎制度體系，提出 20 條政策舉措。2023 年3 月國土空間規劃城市時空大數據應用基本規定行業標準自然資源部適用于城市層次國土空間規劃時空大數據應用，其他層次國土空間規劃工作也可參考執行。2023 年12 月“數據要素”三年行動計劃（20242026 年）國家數據局等 17部門分別從激活數據要素潛能、總體要求、重點行動、強化保障支撐以及做好組織實施五個方面，向社會公開征求意見，旨在推動數據在不同場景中發揮15出千姿百態的乘數效應。1 1.2 2.2 2 地地方方省省市市政政策策在國家印發數據“二十條”、“

18、數據要素”三年行動計劃后，各省市基于最新政策紛紛發布地方數據要素建設實施方案或行動計劃。未來，各省市也將出臺針對從數據產權、數據要素流通和交易、數據要素收益分配、數據要素治理等方面的制度規范。表表 2 2 地地方方數數據據治治理理相相關關政政策策匯匯總總地地區區時時間間政政策策發發布布單單位位甘肅2024 年 3 月15 日甘肅省“數據要素”三年行動實施方案（20242026 年）甘肅省人民政府辦公廳四川2024 年 1 月2 日關于推進數據要素市場化配置綜合改革的實施方案四川省大數據中心、四川省發展和改革委員會、四川省經濟和信息化廳、中共四川省委網信辦重慶2023 年 12月 20 日重慶市

19、數據要素市場化配置改革行動方案重慶市人民政府辦公廳海南2023 年 12月 5 日海南省培育數據要素市場三年行動計劃（20242026）海南省人民政府辦公廳江蘇2023 年 12月 1 日關于推進數據基礎制度建設更好發揮數據要素作用的實施意見中共江蘇省委 江蘇省人民政府廣州2023 年 11關于更好發揮數據要素作用推中共廣州市委全面16月 28 日動廣州高質量發展的實施意見深化改革委員會內 蒙古2023 年 10月 10 日內蒙古自治區推動數字經濟高質量發展工作方案（20232025 年）內蒙古自治區人民政府辦公廳福建2023 年 9 月19 日福建省加快推進數據要素市場化改革實施方案福建省數

20、字福建建設領導小組辦公室遼寧2023 年 9 月15 日遼寧省完善機制發揮數據要素作用的實施意見遼寧省發展和改革委員會廣西2023 年 8 月14 日廣西構建數據基礎制度更好發揮數據要素作用總體工作方案廣西壯族自治區人民政府辦公廳貴州2023 年 7 月27 日貴州省數據要素市場化配置改革實施方案貴州省委、省政府上海2023 年 7 月22 日立足數字經濟新賽道推動數據要素產業創新發展行動方案（2023-2025 年）上海市人民政府辦公廳北京2023 年 6 月20 日關于更好發揮數據要素作用進一步加快發展數字經濟的實施意見北京市人民政府吉林2023 年 5 月4 日吉林省大數據產業發展指導意

21、見吉林省政務服務和數字化建設管理局廣東2023 年 4 月4 日廣東省數據流通交易管理辦法（試行）（征求意見稿）廣東省政務服務數據管理局深圳2023 年 2 月深圳市數據交易管理暫行辦深圳市發展和改革1721 日法委員會省市多針對數據要素、數據治理出臺整體規劃的政策，僅部分省市針對時空數據出臺了相關政策：表表 3 3 地地方方時時空空數數據據相相關關政政策策匯匯總總地地區區時時間間政政策策發發布布單單位位貴州2023 年 12月 29 日貴州省地理信息時空大數據要素流通交易規則（試行）貴州省自然資源廳、貴州省大數據發展管理局北京2023 年 8 月7 日北京市自然資源和國土空間調查監測體系統籌

22、構建方案建設統一時空數據庫北京市規劃自然資源委等部門聯合印發江蘇2023 年 8 月3 日江蘇省自然資源調查監測立體時空數據庫建設實施方案江蘇省自然資源廳山西2023 年 7 月18 日山西省自然資源調查監測體系構建實施方案建設統一時空數據庫山西省自然資源廳1 1.3 3 市市場場1 1.3 3.1 1 市市場場規規模模據泰伯研究院推算，2023年中國時空數據治理市場規模超390億元，2024年將超過 470 億元，2028 年市場將突破千億元。2023 年至 2030 年年復合增長率將達到 19%。18圖圖 1 12 20 02 23 3 年年2 20 03 30 0 年年時時空空數數據據治

23、治理理市市場場規規模模（億億元元）1 1.3 3.2 2 產產業業圖圖譜譜從時空數據治理產業鏈來看，上游為基礎設施和數據源，其中基礎設施主要為算力基礎設施，數據源主要包含物聯網數據、遙感數據、測繪數據、地圖數據。中游為時空數據治理技術服務，按模塊分為主數據管理、數據模型管理、數據標準管理、數據開發管理、元數據管理、整體時空數據處理、時空數據可視化、時空數據庫等。下游應用主要為城市治理平臺、智慧交通平臺、自然資源平臺等。19圖圖 2 2 時時空空數數據據治治理理產產業業圖圖譜譜202 2.時時空空數數據據治治理理體體系系2 2.1 1 治治理理框框架架時空數據治理框架將數據分為從采集到清除的時間

24、鏈路及從數據源到數據服務的空間鏈路，以戰略、組織、文化為治理方向，以統籌、規劃、構建、運行、監控、評價、改進、優化作為治理路徑，實現從數據從時間鏈路到空間鏈路的數據架構管理、元數據管理、主數據管理、數據標準管理、數據質量管理、數據建模、數據模型管理、數據安全等內容。圖圖 3 3 時時空空數數據據治治理理框框架架2 2.2 2 標標準準和和指指南南2 2.2 2.1 1 指指南南時空數據治理目前并未針對性的指南，使用的更多是數據治理的指南。DAMA（國際數據管理協會）、ISACA（國際信息系統審計和控制協會）、DGI（國際數據治理研宄所）、Gartner 公司等權威機構均從不同角度給出了數據治理

25、的框架，形成了不同指導指南。21（1）DAMA 數據管理框架是一個全面的、業界領先的數據管理知識體系，它涵蓋了數據治理、數據架構、數據建模和設計、數據存儲和操作、數據安全、數據集成和互操作、文件和內容管理、參考數據和主數據、數據倉庫和商務智能、元數據、數據質量和數據治理等多個領域。DAMA 框架注重于數據管理的實踐和方法，提供了一套完整的數據管理理論體系和實踐指南，有助于企業建立高效、規范的數據管理體系。圖圖 4 4 D DA AM MA A 數數據據管管理理框框架架22圖圖 5 5 D DA AM MA A 數數據據治治理理、管管理理制制度度及及服服務務（2）DCMM 數據管理能力成熟度評估

26、模型定義了數據戰略、數據治理、數據架構、數據應用、數據安全、數據質量、數據標準和數據生存周期八個核心能力域及 28 個能力項 445 條標準進行評估。23圖圖 6 6 D DC CM MM M 能能力力等等級級標標準準（3）國際標準組織 ISO 于 2008 年推出第一個 IT 治理的國際標準：ISO38500，它是第一個 IT 治理國際標準，它的出臺不僅標志著 IT 治理從概念模糊的探討階段進入了一個正確認識的發展階段，而且也標志著信息化正式進入 IT 治理時代。這一標準將促使國內外一直爭論不休的 IT 治理理論得到統一，也會促使我國在引導信息化科學方面發揮重要作用。ISO38505-1 模

27、型提出了數據治理框架（包括目標、原則和模型）。在目標方面，ISO38505-1認為數據治理的目標就是促進組織高效、合理地利用組織數據資源；在原則方面，ISO38505-1 定義了數據治理的六個基本原則：職責、策略、采購、績效、符合和人員行為，這些原則闡述了指導決策的推薦行為，每個原則描述了應該采取的措施，但并未說明如何、何時及由誰來實施這些原則；在模型方面，ISO38505-1 認為組織的領導者應重點關注三個核心任務：明確了數據治理的意義、治理主體的職責、數據治理的監督機制，二是對治理準備和實施的方針和計劃作出指導，三是進一步明確數據治理的“E（評估）-D（指導）-M（監督）”方法論。24圖圖

28、 7 7 I IS SO O3 38 85 50 05 5-1 1 模模型型數數據據治治理理框框架架（4）ISACA 數據治理模型并不僅僅只關注“IT 功能”，而且還視信息及相關技術為資產，這種資產就像任何其他資產一樣，可由企業內任何人予以處理。ISACA 數據治理模型從是從企業愿景和使命、策略與目標、商業利益和具體目標出發，通過對治理過程中人的因素、業務流程的因素和技術的因素進行融合和規范，提升數據管理的規范性、標準化、合規性，保證數據質量。這一過程中，ISACA 認為，要實現數據治理的目標企業應在人力、物力、財力給予相應的支持，同時進行全員數據治理的相關培訓和培養，通過管理指標的約束和企業

29、文化的培養雙重作用，使相關人員具備數據思維和數據意識，是企業數據治理成功落地的關鍵。值得一提的是 ISACA 在 2016 年 3月收購了全球人力、流程和技術最佳實踐推動領域的領導者 CMMI 研究所，CMMI 的 DMM（數據管理成熟度模型）對 ISACA 數據治理模型起到一個相互補25充的作用，有利于 ISACA 數據治理模型的推廣。圖圖 8 8 I IS SA AC CA A 數數據據治治理理框框架架（5）DGI 數據治理框架是一種邏輯結構，用于對企業數據進行分類、組織和交流涉及決策和采取行動的復雜活動。26圖圖 9 9 D DG GI I 數數據據治治理理框框架架（6）Gartner

30、對于數據治理的定義：“數據治理”（Data Governance）是“一種技術支持的學科，其中業務和 IT 協同工作，以確保企業共享的主數據資產的一致性、準確性、管理性、語義一致性和問責制”。Gartner 認為數據治理對于數據管理計劃是必不可少的，同時控制不斷增長的數據量以改善業務成果。越來越多的組織意識到數據治理是必要的，但是他們缺乏實施企業范圍的治理計劃的經驗，具有實際的、切實的結果。Gartner 提出了數據治理與信息管理的參考模型，將數據治理分為四個部分：規范、計劃、建設和運營。Gartner 數據治理模型的四個部分定義了企業數據治理的四個階段重點應關注的內容。規范。主要是數據治理的

31、規劃階段，定義數據戰略、確定數據管理策27略、建立數據管理組織以及進行數據治理的學習和培訓，并對企業數據域進行梳理和建模，明確數據治理的范圍及數據的來源去向。計劃。數據治理計劃是在規劃基礎之上進行數據治理的需求分析，分析數據治理的影響范圍和結果，并理清數據的存儲位置和元數據語義。建設。設計數據模型、構建數據架構、制定數據治理規范，搭建數據治理平臺，落實數據標準。運營。建立長效的數據治理運營機制，堅持執行數據質量監控和實施，數據訪問審計與報告常態化，實施完整的數據全生命周期管理2 2.2 2.2 2 標標準準目前，我國的時空數據治理的標準主要為時空大數據標準和數據治理標準。表表 4 4 我我國國

32、時時空空數數據據治治理理相相關關標標準準匯匯總總標準類型GB/T 42528-2023 時空大數據技術規范國家標準DB 3711/T 138-2023 智慧城市時空大數據平臺通用規范地方標準TD/T1073-2023 國土空間規劃城市時空大數據應用基本規定土地管理標準28DB 1310/T 279-2022 時空大數據平臺服務元數據規范地方標準（廊坊）T/ZKJXX 00027-2022 數字化城市時空數據標識編碼規則行業標準T/CITSA 10-2021 城市交通時空大數據格式標準行業標準GB/T34960.5-2018信息技術服務治理 第 5 部分:數據治理規范國家標準GB/T36073-

33、2018 數據管理能力成熟度評估模型國家標準2 2.3 3 關關鍵鍵技技術術2 2.3 3.1 1 時時空空人人工工智智能能時空人工智能包含從感知、計算、挖掘、推理、預測、解釋、決策的過程。其中，計算、挖掘成為目前的重點方向。（1）時空數據計算時空大數據計算就是在時空大數據采集、接入、存儲、管理、分析等各個流程環節中，處理時空大數據的計算方法、技術選型、實現框架、性能分析等的總稱。這些計算，有些是為了實現時空大數據的數據整理、準備和流式服務，有些是為了計算結果的規整合并和可視化，有些算法是為了計算加29速，有些是基于流式時空數據的機器學習模型訓練、校驗和應用。時空大數據計算框架時空數據計算一般

34、基于地理坐標系的球面網格或基于多面體剖分的球面網格進行時空剖分，使用支持動態調整的平衡樹索引或基于靜態空間劃分的哈希索引對海量時空數據建立索引，并結合索引與數據特性和管理平臺特性設計時空數據編碼方案，以優化時空范圍查詢和時空最近鄰查詢等時空查詢算法。在格網剖分的框架下，任何時空數據的屬性都空間化到每個格網，進而構建了結構化時空數據陣列。遙感圖像就是天然的數據格網化數據，非常容易構架機器學習的框架。時空數據的分布式計算時空數據因其數量大、類型多的特點及存儲模式的變化，使得傳統的集中式時空分析平臺以及串行算法存在很大的局限性，難以滿足實際應用的規模與高效需求。分布式并行技術充分利用和發揮集群構架資

35、源的優勢，將計算分析任務分解成若干子任務，分發到計算機集群中進行處理，大大提高了計算吞吐量和計算效率。傳統的時空分析算法大多為集中式單機算法，通過對其進行分布式并行擴展，即可利用計算機集群完成對時空大數據的高性能計算分析任務。時空數據流式計算時空數據流實時產生，具有較高的時效性價值，在物流配送、車客匹配、指標監控等方面具有廣闊的應用場景。不同于靜態時空數據的處理，時空數30據流具有逐步到達、亂序、時空分布不均、未來狀況難以預測等特點。時空數據流的計算需要狀態、時間窗口、容錯等一系列技術的支持。（2）時空數據挖掘分為時空數據預處理、深度學習模型選擇與設計、根據應用場景解決問題三個步驟，其中主要介

36、紹時空數據預處理、深度學習模型選擇。時空數據預處理時間索引技術是一種關鍵數據管理方法，用于加速和優化時間序列數據的查詢。它通過對數據按時間進行排序、分區以及采用特定索引結構來實現，從而使在時間范圍內迅速定位和檢索數據成為可能。分為網格索引、四叉樹、R 樹、空間索引曲線等。時序壓縮技術采用多種方法和策略，以降低存儲占用。其中一種關鍵方法是 Delta-of-delta（二階差分編碼）編碼，通過存儲實際數據值，連續數據點之間的變化，從而有效減少數據存儲需求。時序數據分級存儲是將時序數據分成不同層級的策略，每個層級使用不同存儲介質和策略，用以最優化存儲資源的使用和查詢性能。熱數據，即頻繁訪問的數據，

37、通常存儲在高性能介質如固態硬盤（SSD）或內存中，以確?？焖僮x取和查詢響應時間。深度學習模型選擇CNN 模型主要用于處理空間地圖數據，也可以用來處理軌跡數據。GraphCNN 模型則專門用于處理圖數據。31RNN 模型用于軌跡、時間序列和空間地圖的處理。RNN 和 CNN 的混合模型 ConvLSTM 通常用于處理空間地圖。AE 和 SDAE 主要用于從時間序列、軌跡和空間地圖中學習特征。Seq2Seq 模型用于時間序列和軌跡的處理。2 2.3 3.2 2 數數據據可可視視化化（1）描述型可視化描述型可視化即人們通過觀察圖表直接接收圖表所表達的規律價值信息，該可視化類型特點是不需要進行操作，僅

38、僅通過直觀視覺接收信息。依托于如今的高速網絡和大數據背景，數據的時效性尤為重要?？梢暬夹g與互聯網技術的融合基于 Web 的便捷性，基于地圖形式的可視化方式與 GIS、地圖等行業的結合具有較好的視覺效果，能夠非常直觀地展現數據中的群組信息（圖 6），與地圖結合的可視化有散點及聚合可視化、線性可視化、分級設色可視化 3 種形式。（2）挖掘型可視化可視化技術與數據挖掘是相互驅動的，數據挖掘與數據可視化結合目前有 3 種方法：一是將可視化技術應用到信息領域，通過數據挖掘從數據庫中提取出有用的信息；二是先進行數據的可視化，然后應用到數據挖掘工具中；三是把數據可視化用作補充和完善數據挖掘的一種方法。時空

39、大數據挖掘常用的方法有分類、聚類、關聯規則、神經網絡、Web 數據挖掘、深度學習等。（3）交互型可視化32交互過程其實是一系列特定任務的集合，用戶根據需求，與可視化界面中的圖形元素進行交互式、響應式設計分析，加強用戶對數據的控制力，建立起良好的人機關系，包括二維場景中的一些交互操作，還包括三維場景及虛擬現實場景中的一些交互操作，接收用戶的交互反饋，并根據反饋生成新的可視化結果，實現查詢、檢索等需求。隨著三維可視化、虛擬現實、3D 互聯網等技術的不斷發展和深入，人們可以利用計算機去處理圖形、圖像、視頻、聲音、動畫等，產生交互式的三維動畫、動態仿真，對真實物理效果的模擬和較強的視覺沖擊力加強用戶對

40、數據的感知能力。近年來，交互可視化方面的成果主要分為以下兩個方面：一是對時空數據進行動態可視化及可視性分析；二是運用虛擬現實技術對地形環境仿真，進而開展交互和分析。如讓用戶可基于城市 3D 模型進行人口管理、交通規劃和城市建設等任務的高效智慧化人機交互操作，實現現實與虛擬的完美結合。2 2.3 3.3 3 數數據據庫庫引引擎擎（1）數據處理引擎數據處理引擎是時空信息云平臺的核心部分，負責處理和存儲大量的時空數據。它采用先進的數據庫技術和大數據處理框架，如 Hadoop 和 Spark，來處理海量的數據。這個引擎確保數據的快速、高效處理，支持復雜的數據分析任務。（2）實時分析引擎實時分析引擎允許

41、用戶對接收到的時空數據進行即時分析和處理。它利33用流處理技術，如 Apache Storm 或 Flink，提供實時數據處理和分析的能力。這一引擎在交通流量監控、環境監測等領域尤為重要，可以及時提供決策支持。（3）地理信息系統（GIS）引擎地理信息系統（GIS）引擎是處理地理空間數據的關鍵部分。它提供了數據的地理編碼、地圖創建和空間分析等功能。GIS 引擎可以幫助用戶理解數據的地理分布和空間關系，對于城市規劃、資源管理等領域至關重要自定義應用引擎允許用戶根據特定需求開發和部署定制化的應用程序。這個引擎提供了強大的 API 和開發工具套件，支持用戶開發特定功能的應用，如定制化的數據分析工具和報

42、告系統。2 2.3 3.4 4 知知識識圖圖譜譜時空知識圖譜將地圖、遙感影像、GIS、氣象水文、電磁、網絡等領域知識通過建模、抽取與關聯，實現文本、圖形、圖像、音頻、視頻等多模態知識的融合，形成大規模地理知識庫，進而實現多模態地理知識的分析、推理、演化和利用。（1）時空知識抽取是構建大規模時空知識圖譜的重要環節，其目的在于從多源異構時空數據中自動抽取出實體、關系及屬性等知識要素，并將其組織成三元組形式存入知識圖譜中。時空知識獲取分為時空數據獲取與質量評估、時空信息抽取與對齊融合、時空知識認知與分類、時空知識表達框架等內容。時空數據按存儲類型可分為結構化、半結構化和非結構化數據。面向34不同類型

43、的數據源，知識抽取涉及的關鍵技術有所不同。針對結構化數據(如地圖、地名庫等)，通過建立數據庫中概念與知識圖譜中本體的映射關系以及基于規則的推理，從數據庫中自動抽取空間實體、屬性及其關系;針對半結構化數據(如網站的表格、列表型數據)，可建立相應的模板抽取器實現知識抽取;針對非結構化數據(如網頁文本或其他文本信息、微信、微博、圖片等數據)，主要利用已有的知識圖譜知識，通過遠程監督的方式來構建訓練集，并利用深度學習的方法學習出抽取器，進而進行知識抽取。（2）時空知識融合與關聯：不同數據來源的時空知識描述存在一定的互補性和差異性，如分類體系不統一、地理空間實體歧義、特征描述詳略不同、實體關系沖突等信息

44、冗余和不一致問題。知識融合是將不同數據中不同標識實體的語義理解，關聯到同一實體上，實現對同名、多名和縮寫等多種實體語義的消歧和共指消解，是解決知識圖譜異構問題的有效途徑。時空知識的融合包括模式層（即概念層）和實體層的融合。模式層的融合主要是基于地理空間本體庫的地理本體知識擴展，進行新舊本體的融合；實體層的融合包括實體的指稱、屬性、關系以及所屬類別等，主要避免實例以及關系的沖突問題，造成不必要的冗余，主要用到實體鏈接技術。除此之外，基于邏輯推理和知識發現等技術，用時空數據產生過程中所反映出的用戶行為、狀態和偏好等語義信息來豐富單純的地理空間信息，即進行語義標簽化擴充；反之，也可對外部單純的語義信

45、息予以時空關聯。（3）知識推理是指基于已知的事實或知識推斷得出未知的事實或知識的35過程。在知識圖譜中，推理主要用于對知識圖譜進行補全和知識圖譜質量的校驗。時空知識圖譜除具備知識圖譜常用的本體推理、規則推理以及常識推理能力外，還具備時態推理和空間推理能力。時態推理能夠對目標查詢輔以時間約束，使得推理結果符合時間需求，即可以看作是約束滿足問題，其中變量表示時態對象，變量之間的約束對應于對象間的時態關系。與時態推理類似，空間推理過程產生多種空間對象及對象嵌入空間屬性的理解，空間推理包含多種空間關系的推理，如拓撲、方向、距離等。363 3.時時空空數數據據治治理理應應用用案案例例3 3.1 1 城城

46、市市治治理理3 3.1 1.1 1 統統籌籌與與規規劃劃自然資源部修訂完成并印發智慧城市時空大數據平臺建設技術大綱（2019 版）（簡稱技術大綱），對智慧城市時空大數據平臺建設的目標、思路與原則、主要內容、重點任務、技術路線等作出明確。3 3.1 1.2 2 構構建建與與運運行行一是在時空大數據方面，將原有基礎地理信息數據、公共專題數據、空間規劃數據和智能感知數據等四類數據，按其來源進一步整合，并面向智能化需求和本地特色進行擴展，形成現有的五類數據，即基礎時空數據、公共專題數據、物聯網實時感知數據、互聯網在線抓取數據和根據本地特色擴展數據。二是在平臺建設方面，將原有通用、專業和個性三類平臺中的

47、共用基礎的資源池和引擎，構建形成云中心，統一提供各類服務。針對不同應用場景，將平臺重新劃分為桌面平臺和移動平臺兩類平臺，除原有公共平臺的功能和性能要求外，擴展任務解析模塊、物聯網實時感知模塊、互聯網在線抓取模塊和可共享接口聚合模塊等，以體現系統開放性和自學習等智能化服務能力。三是在示范應用方面，圍繞確權登記、空間規劃、用途管制、生態修復等自然資源管理的核心職能，重點解決變化發現的及時性和基層數據的真實性問題。同時面向公安、交通、環保、城管等經濟社會發展各領域，堅持需37求牽引、問題導向，找準切入點開展示范應用建設。通過應用帶動，完善平臺功能，保持數據鮮活，建立長效機制，促進各類信息資源的共建共

48、享。圖圖 1 10 0 時時空空大大數數據據平平臺臺構構成成38圖圖 1 11 1 時時空空大大數數據據平平臺臺架架構構3 3.1 1.3 3 監監控控和和評評價價國家自然資源部對地方智慧時空大數據平臺建設試點進行驗收并進行長期監控。以徐州、海淀智慧時空大數據平臺為例，介紹地方智慧時空大數據平臺。（1）徐州智慧徐州時空信息云平臺是數字徐州地理空間框架的升級和提檔，是智慧徐州建設的重要組成部分；開展智慧徐州時空信息云平臺建設，是提升徐州城市治理能力的重要手段。智慧徐州時空信息云平臺具有以下特點：39構建了具有唯一標識的地理實體理論規范和配套機制，并研發配套工具，提升了實體數據落地與應用服務能力開

49、發了動態業務引擎，結合全面圖形化工作方式，極大提升了時空信息云平臺計算能力；實現了云平臺底層集成和貫通模式，形成了一體化云應用體系，極大縮短應用更新時間，提高效能；搭建了時空信息云平臺，在國土、地質、環保等領域建設了 6 項示范應用，并在 37 家政府部門和企事業單位取得了實際應用成效。（2）北京海淀“海淀區時空一張圖”是海淀城市大腦的核心三大支撐平臺之一，承載著未來“孿生海淀”的建設任務，可視化還原城市變化和空間形態，仿真和推演城市未來發展走向?！昂５韰^時空一張圖”涵蓋海淀全區 17 萬多幢既有建筑物信息，1.9 億平方米建筑面積，1 萬多個攝像頭點位，249 個數據圖層，百萬級圖層調用?！?/p>

50、海淀區時空一張圖”實現了數字空間和物理空間的智能關聯，這張圖通過城市級二三維引擎、遙感影像、三維建模等方式，承載了海淀區“人、車、地、事、物”的時空動態信息，為公眾和政府提供海量的地理空間服務，初步實現現實城市運行在數字世界的實時動態呈現，為城市治理提供時空資源支撐。在城市交通領域，基于時空信息對各類重點車輛進行研判與分析，固40化違法證據，為交通提供時空智能化分析服務。在城市管理領域，基于可視化城市部件基礎信息圖層，高效支撐大城管、接訴即辦等業務，賦予城市案件時空分析預警能力。在公共安全領域，通過物聯網傳感器、高點視頻監控、精確點位消火栓以及周邊消防站等信息提供安全領域的空間防控能力，為安全

51、告警、警情分析、救援指揮等場景應用提供強大的時空數據支撐。在生態環境領域，基于海淀區遙感數據結合 300 個大氣監測微站點和129 個水質監測站點的點位數據，實現對大氣污染、河流污染、裸露土地等監控分析，為海淀環境污染溯源與精細化治理提供支撐手段。在街鎮應用領域，通過樓宇單體化模型，掛接樓盤表，提供人口房屋匹配，社區網格服務，為街鎮社區治理提供抓手。3 3.2 2 智智慧慧交交通通3 3.2 2.1 1 出出行行云云綜合交通出行大數據開放云平臺（以下簡稱“出行云”）于 2016 年 11月 17 日在第三屆世界互聯網大會上線。出行云是由交通運輸部采用政企合作模式建設的、基于公共云服務的綜合交通

52、出行服務數據開放、管理與應用平臺，是全國首個交通運輸領域數據開放平臺。2016 年，出行云入選“中國互聯網+行動百佳實踐”；2018 年，出行云榮獲數字中國建設年度最佳實踐獎。出行云落實促進大數據發展行動綱要、關于積極推進“互聯網+”41行動的指導意見等要求，推動交通運輸行業政府、企業、事業單位出行信息資源開放，支撐各類出行信息服務產品的研發推廣，鼓勵各類主體利用開放信息資源開展出行服務、決策服務創新。出行云采用聯席會議方式進行“共治共管”，交通運輸部科技司為召集單位，各省市交通運輸部門、典型企業參加，聯席會議辦公室設在交通運輸部公路科學研究院。截至 2020 年 6 月，出行云聯席會議成員單

53、位共計 68 家，其中含 30 個政府部門或事業單位，29 家企業（互聯網企業：百度、高德、騰訊、滴滴、車來了、BUS365 等 6 個），9 家高校；另有 17 家觀察員單位。截至 2020 年 6 月，出行云已接入 18 個省和長江航務管理局的原始數據161 項，6 個企業的服務數據 34 項，涵蓋地面公交，出租汽車、民航、軌道交通等 16 大類數據；已接入 16 個企業的決策支持服務，涵蓋城市管理、路網管理、公交管理等 7 大類 47 項服務。各級交通行業管理部門、交通運輸相關企業、互聯網企業、數據開發企業、科研機構、其他社會機構、社會公眾等，均可注冊成為出行云用戶。各用戶可免費獲取出行

54、云內的可直接獲取數據和樣例數據、樣例應用服務，同時出行云為各用戶提供規范的高價值數據、服務資源置換環境。3 3.2 2.2 2 交交通通基基礎礎設設施施（路路基基路路面面）長長期期性性能能科科學學觀觀測測網網交通基礎設施（路基路面）長期性能科學觀測網以公路（主要是路基、路面）為觀測對象，通過構建由部級數據中心、省級數據中心和觀測點組成的三級觀測體系，融合利用各類現代化檢測、觀測及數據存儲傳輸技術及儀42器設備，對公路路基路面的路域環境數據、交通荷載數據、路況性能數據、結構響應數據等開展持續觀測，通過大數據分析獲取設施關鍵性能的演化規律，研究形成我國自主的基礎設施設計建設養護基礎理論體系，為科學

55、開展交通基礎設施設計建設養護提供支撐，服務交通基礎設施高質量發展和加快建設交通強國。2021 年 12 月，交通運輸部辦公廳正式發布交通運輸部辦公廳關于組織開展公路路基路面長期性能科學觀測網建設試點的通知，交通基礎設施（路基路面）長期性能科學觀測網正式進入試點建設階段。2022 年 8 月，交通運輸部辦公廳正式發布交通運輸部辦公廳關于公布交通基礎設施長期性能科學網第一批試點觀測點的通知（交辦科技函20221237 號），將內蒙古自治區 G10 綏滿高速公路觀測點（K1518+400-K1520+400）等 19 個觀測點納入交通基礎設施長期性能科學觀測網第一批試點觀測點。目前各個觀測點已完成建

56、設，正在開展數據采集、匯交、共享和研究工作。3 3.3 3 自自然然資資源源3 3.3 3.1 1 統統籌籌與與規規劃劃2021 年 2 月，自然資源部發布自然資源三維立體時空數據庫建設總體方案。自然資源三維立體時空數據庫建設總體方案要求建設從中央到各地方的自然資源三維立體時空數據庫和數據庫管理系統，在支持自然資源調查監測數據成果管理和互聯共享的同時，更要滿足政府各部門和社會公眾對自然資源基礎數據的使用需要。433 3.3 3.2 2 建建設設與與運運行行（1）基本組成自然資源三維立體時空數據庫是自然資源三維立體“一張圖”的重要內容，是國土空間基礎信息平臺的數據支撐。圍繞自然資源部管理的土地、

57、礦產、森林、草原、濕地、水、海域海島等七類自然資源，構建由一個主庫、九個分庫組成的國家級自然資源三維立體時空數據庫，實現對各類自然資源調查監測數據成果的邏輯集成、立體管理和在線服務應用。1.國家級主數據庫。按照國土空間規劃和自然資源管理需求，基于統一的空間基底，邏輯集成各調查監測分庫，物理遷移和集成部分數據成果，建設國家級主數據庫。國家級主數據庫負責全國自然資源調查監測數據成果的建庫管理，負責連接各調查監測分庫，負責調查監測數據的集成應用等。數據遷移內容在主數據庫設計方案中明確。主數據庫采取異地災備、同城備份等形式，以保證數據安全。2.調查監測分數據庫。包括：土地資源、森林資源、草原資源、濕地

58、資源、水資源、海洋資源、地表基質、地下資源和自然資源監測共 9 個分庫。其中：土地資源分庫負責基礎調查數據成果的建庫管理及應用，包括第三次全國國土調查、第二次全國土地調查及歷年變更調查、耕地資源調查數據等；森林資源分庫負責森林資源專項調查數據成果的建庫管理及應用；草原資源分庫負責草原資源專項調查數據成果的建庫管理及應用；濕地資源分庫負責濕地資源專項調查數據成果的建庫管理及應用；水資源分庫負責水資源專項44調查數據成果的建庫管理及應用；海洋資源分庫負責海洋資源專項調查數據成果的建庫管理及應用；地表基質分庫負責地表基質調查數據成果的建庫管理及應用；地下資源分庫負責礦產資源、地下空間資源調查數據成果

59、的建庫管理及應用；自然資源監測分庫負責自然資源常規監測、專題監測、應急監測等數據成果的集成建庫管理。各調查監測分數據庫分別實現與土地、礦產、森林、草原、濕地、水、海域海島等各類自然資源調查監測歷史數據的整合集成。結合歷史調查數據，將能夠準確回溯自然資源的發生發育的演替過程，科學預測未來發展的趨勢和方向。歷史調查監測數據庫按照標準化要求，只進行庫體質量整合，對不同數據庫間因歷史調查口徑等導致的數據內容矛盾等不做處理。（2）數據模型數據模型是自然資源三維立體時空數據庫建設的關鍵。通過構建自然資源時空數據模型，將各類自然資源調查監測成果，以自然資源實體為單元，按照地下資源層、地表基質層、地表覆蓋層、

60、管理層，依次科學有序進行組織和管理，形成各類自然資源在空間上的分層，在時間上的分期，在地理位置上的分區，在業務上的邏輯關聯。另外，模型也要為未來管理發展留有接口。數據模型對部職責范圍內的土地、礦產、森林、草原、濕地、水、海域海島等各類自然資源實體進行概念、邏輯和物理建模，形成自然資源在時間、空間、語義、管理、服務等方面一體化表達的實體模型。模型應準確反映出45自然資源實體的時態、位置、數量、質量、生態五位一體的時空-屬性關系?？紤]到自然資源調查監測數據成果的實際情況，可根據自然資源調查監測工作要求進行統一建模，并分步驟開展數據建庫。其中，調查監測成果以二維的點、線、面等方式記錄信息的，利用數字

61、高程模型（DEM）、數字表面模型（DSM）等構建的自然資源三維基底，獲取自然資源實體的立體空間信息；若調查監測成果為三維方式，則構建包括點、線、面、體等幾何特征的自然資源三維實體模型，直接記錄自然資源實體的立體空間信息，數據模型支持自然資源實體信息的查詢、檢索與分析。（3）網絡運行環境依托自然資源“一張網”建設，自然資源三維立體時空數據庫及數據庫管理系統在涉密內網部署運行，為國土空間規劃和自然資源管理相關業務系統運行提供數據和服務支撐。同時，通過業務網與地方自然資源管理部門等進行非涉密數據下發與匯交，分別通過電子政務內（外）網、互聯網為相關部門、社會公眾提供服務。3 3.3 3.3 3 監監控

62、控與與評評價價國家自然資源部對地方自然資源三維立體時空數據庫項目進行驗收并進行長期監控。3 3.4 4 其其他他（水水利利等等）2 月，中共中央、國務院印發數字中國建設整體布局規劃，明確提出構建以數字孿生流域為核心的智慧水利體系。5 月，中共中央、國務院印46發國家水網建設規劃綱要，要求建設數字孿生水網，完善水網監測體系，提升水網調度管理智能化水平。數字中國發展報告（2022 年）指出數字孿生助推新階段水利高質量發展，以數字孿生流域、數字孿生水網、數字孿生水利工程為主的數字孿生水利框架體系基本形成。2024 年 4 月 28 日，我國首個數字孿生流域建設重大項目長江流域全覆蓋水監控系統建設項目

63、開工建設。該項目將緊緊圍繞長江流域水行政管理中央事權，聚焦“四水”問題，在地域范圍、業務范圍及監測方式三個維度上實現水監控系統全覆蓋，進一步夯實長江流域治理管理的算據、算法、算力基礎，完善流域全要素數字化場景和全流程水行政管理業務應用體系，實現中央直管事權范圍內的監測和匯集全覆蓋，為增強長江流域水安全保障能力提供強有力技術驅動。長江流域全覆蓋水監控系統建設是國務院確定的 150 項重大水利工程和“十四五”水安全保障規劃中的智慧水利建設重點項目。項目通過構建覆蓋長江干流、雅礱江、岷江、嘉陵江、烏江、沅江、湘江、漢江、贛江、洞庭湖、鄱陽湖等重點區域的水監測感知體系和覆蓋監測、評估、告警、處置、總結

64、全過程的管控應用體系，將進一步提高發現、警示、認定和處置新老水問題的能力，提升預報、預警、預演、預案對流域治理管理的決策支持水平，對加快構建以數字孿生流域為核心的智慧長江奠定基礎，為更好地服務長江大保護和流域高質量發展提供水利支撐保障。474 4.趨趨勢勢與與建建議議4 4.1 1 未未來來發發展展趨趨勢勢4 4.1 1.1 1 應應用用趨趨勢勢1 1.時時空空數數據據治治理理將將形形成成共共識識，成成為為數數據據治治理理的的重重要要建建設設部部分分國家提出“數據要素”三年行動計劃，構建以數據為關鍵要素的數字經濟，數據治理也將成為重點關注的課題。目前，針對數據治理、時空數據治理并未有統一的定義

65、、標準規范。時空數據治理作為數據要素的主要部分，超過 80%的數據均直接或間接地具備時空屬性，如何科學地設立規劃與流程、有效地管理、發揮時空數據的價值將成為未來的重點研究方向。2 2.傳傳統統的的企企業業級級數數據據治治理理工工具具將將為為時時空空數數據據治治理理增增添添動動能能數據治理作為一個實現數據資產價值最大化的綜合管理體系，最初融于大數據的概念中使用，主要用于企業內部的數據管理，為企業降低業務成本，提升業務運行效率，為企業降本增效實現利潤最大化。對于企業級數據治理，從元數據、數據分類到數據治理模型，從電子商務到制造業再到電子政務，都形成較為規范的標準以指導產業發展；從數據開發平臺到數據

66、標準模型服務再到集成的數據治理平臺，企業級數據治理形成了較為完善的產業體系，解決方案更是層出不窮。相對于較為成熟的企業級數據治理，時空數據治理的參與者、使用者相對來說較為單一，其標準規范仍在完善中，屬于蓬勃發展的藍海。未來，更多具備成熟的數據治理能力的企業級數據治理參與者將進入時空數據治理賽48道，以其成熟的技術能力挑戰相對復雜的數據類型、相對廣泛的數據來源、相對宏觀的應用場景的時空數據治理賽道，為時空數據治理賽道增添新動能。3 3.時時空空數數據據治治理理實實現現技技術術的的場場景景化化落落地地應應用用是是未未來來發發展展的的核核心心在 2023 年的時空數據治理的學術研究中，多為創新方法用

67、于交通規劃、時空數據模型的優化改良?？梢钥闯?，在有了企業數據治理大規模應用的基礎后，時空數據治理發展的主要落地并不在于攻克技術難題，而在于一些成熟技術基于新場景的落地應用。時空數據治理應用較為宏觀，在政府的驅動下，其數據收集的難度相對較小，但面臨數據收集涉及基礎設施的建設與優化，周期較長。同時，因涉及的城市、交通等宏觀治理，在具有固定模式且較為成熟的情況下，新的技術模型、應用模式的應用需要建立試點、進行大范圍的成果驗證后才能大規模投入應用，將面臨較長落地周期。4 4.交交通通時時空空數數據據治治理理或或將將成成為為重重點點關關注注領領域域在 2023 年的時空數據挖掘、時空數據學習相關論文中，

68、對于交通、物流的路徑規劃與預測的課題研究較多。目前，針對交通的時空治理均停留于智慧城市數據治理中的模塊，形成的解決方案也較為分散，如智慧交通監控平臺、智慧交通管控平臺等，落地的智慧交通時空數據治理解決方案較少。未來，在交通智慧化基礎設施鋪設較廣、交通感知網絡構建完善后，多源、非結構化數據較多的智慧交通領域將成為時空數據治理的重點關注領域。4 4.1 1.2 2 技技術術趨趨勢勢1 1.時時空空數數據據治治理理是是數數字字孿孿生生之之基基，其其成成熟熟將將為為數數字字孿孿生生的的大大規規模模應應用用提提49供供高高質質量量的的數數據據基基底底通過有效的時空數據治理，可以確保數字孿生模型所依賴的時

69、空數據的準確性、完整性和一致性，從而提高數字孿生模型的可信度和預測能力。時空數據治理可以幫助確保數字孿生模型與實際情況相符合，為實時監測、預測和決策提供可靠的數據支持。因此，時空數據治理的成熟將為數字孿生技術的廣泛應用打下堅實的基礎，推動數字孿生在智慧城市、工業生產、交通運輸等領域的大規模應用，實現更高效、更智能的運行和管理。2 2.時時空空 A AI I-時時空空智智能能預預測測將將成成為為重重點點應應用用隨著人工智能技術的發展，現代社會的時空預測系統越來越智能化。智能時空預測系統應能夠實時自動收集用于模型訓練的各種數據集、知識和規則，可以自動從已知數據中學習，具有靈活的模型結構和即時訓練能

70、力，能夠實時或接近實時地作出預測。智能時空預測系統可以為用戶提供確定性、概率性、演繹性和結論性的信息，最終服務于決策支持。未來，時空智能預測模型將得到大規模的應用，提升時空智能預測模型的自學習、自進化、自適應、自生成的能力成為發展目標。3 3.大大規規模模非非結結構構化化時時空空數數據據的的處處理理與與組組織織能能力力日日益益受受到到關關注注時空數據相對于普通數據的不同在于非結構化時空數據占據了相當大的比重，如衛星遙感影像、交通監控視頻等。這些數據不僅數量龐大，而且具有復雜的時間和空間屬性，使得傳統的數據處理和分析方法難以應對。同時，城市各層級、各系統之間的數據融合、信息共享和業務協同,需要將

71、各類數據50統一格式編碼。未來，時空數據高效治理方案需要有效處理與組織大規模數據，分布式存儲系統、云計算平臺、大數據處理技術、時空索引技術等將得到重點關注。4 4.在在時時空空數數據據治治理理得得到到重重點點關關注注后后，對對于于時時空空數數據據安安全全相相關關概概念念的的關關注注也也將將迎迎來來峰峰值值時空數據涉及大量有關基礎設施、城市運行、用戶生產生活的隱私數據，且由于時空數據具有復雜的時間和空間屬性，使得其安全保護相較于傳統數據更具挑戰性。時空數據治理中對數據安全問題的重視程度將比普通數據治理數據安全的重視程度更甚。未來，時空數據安全法律法規、技術應用將逐漸健全，成為時空數據治理中不可或

72、缺的一部分。4 4.2 2 存存在在問問題題與與建建議議1 1.目目前前國國內內對對于于時時空空數數據據重重管管理理、輕輕治治理理，應應用用時時重重平平臺臺、輕輕機機制制目前，提到時空數據，更多的解決方案是效仿企業數據管理形成時空大數據平臺，收集數據、進行數據分析、挖掘數據價值。但多為獨立版塊的數據管理。數據治理更注重各個組織的協同。達成數據治理共識、建立統一的管理戰略、管理規范、管理環境，融合“空天地”、人、車、城、自然等多源數據，從時間、空間及數據本身挖掘數據價值，為宏觀治理提供預警、決策等輔助。目前各地積極建設時空大數據平臺，采集地方數據接入國家級平臺。但對于已有時空數據從流通、使用再到

73、交易并未形成成熟的機制，更難接入到51市場中實現時空數據資產化。同時，除了平臺建設外也并未為下游各場景端應用的機制建設、運作、安全保障等提供專項資金支持。如此看來，時空數據資源并未真正的盤活，平臺只起到一個容器的作用。未來，區域內建設時空大數據應重視時空數據治理概念、重視時空數據管理機制，并對此進行資金投入。2 2.對對于于時時空空數數據據治治理理認認知知不不足足，缺缺乏乏共共通通對對話話標標準準，還還需需統統一一時時空空數數據據治治理理認認知知目前，市場上對于數據治理有較為統一的定義，形成的指南、標準較多，數據治理的管理機制也較為成熟，對于數據治理已達成共識。但對于時空數據治理，將其歸并入數

74、據治理，并未形成獨立的定義、規范、共識。但因時空數據治理與傳統數據治理存在不同，且時空數據治理涉及宏觀管理，涉及城市治理、自然資源管理等重大領域的決策，應設立時空數據治理相關框架、指南、標準等，統一產學研多方力量的共識，合作實現全國時空數據得到有效治理的成果。3 3.對對于于時時空空數數據據安安全全的的重重視視程程度度不不高高，未未來來應應針針對對時時空空數數據據安安全全形形成成標標準準規規范范目前對時空數據安全的重視程度相對較低，這可能會導致數據泄露、濫用、篡改等風險，從而威脅到國家安全、社會穩定和個人隱私。因此，未來應針對時空數據安全制定嚴格的管理政策；建立一套完整的時空數據安全標準體系，

75、包括數據格式、加密技術、訪問控制等方面的標準；52建立專門的時空數據安全監管機構，負責對時空數據的收集、處理和使用進行監督和檢查；針對時空數據的特點和安全需求，應加大安全技術研發力度，如開發有針對性的高效的數據加密算法、設計安全的數據存儲和傳輸方案等。53參參考考文文獻獻1.2023 年中國數據交易市場研究分析報告2.Data Governance Best Practices and Recommendations Report3.數據治理標準化白皮書（2021 年）_中國通信標準化協會4.中國數據管理領域發展白皮書_頭豹&沙利文5.數據管理與數據治理的區別_Jelani Harper6.時

76、空大數據及其在智慧城市中的應用_王家耀7.時空大數據處理的需求、應用與挑戰_邊馥苓，杜江毅，孟小亮8.融合多源時空大數據感知城市動態_涂偉，曹勁舟，高琦麗，曹瑞，方志祥，樂陽，李清泉9.時空大數據面臨的挑戰與機遇_王家耀，武芳，郭建忠，成毅，陳科10.論時空大數據及其應用_李德仁,馬軍,邵振峰11.面向大數據的時空數據挖掘綜述_吉根林，趙斌12.2023 年中國時空大數據行業概覽_頭豹13.Spatiotemporal Data Mining:A Survey_ARUN SHARMA,ZHE JIANG,SHASHISHEKHAR14.時空數據及其在智慧交通中應用_蔡先華，張遠，高書亭15.時

77、空人工智能賦能數字孿生城市白皮書（2021）_維智科技16.空間數據智能：概念、技術與挑戰_宋軒,高云君,李勇,關慶鋒,孟小峰17.城市時空大數據分析與可視化_王江浩5418.時空知識圖譜研究進展與展望_陸鋒，諸云強，張雪英19.全域數據治理白皮書_愛數信息20.智慧城市時空大數據平臺建設技術大綱（2019 版）21.交通運輸部公路科學研究院官網55結結束束語語時空數據治理作為時空數據高質量發展的重要支撐，對于提升數據價值、推動社會進步以及增強企業競爭力都具有重要意義，對于建設數字孿生城市，目前，針對時空數據治理仍存在認知不足、重平臺輕機制等問題。政府、企業和其他社會組織應加強對時空數據治理的重視，采取有效措施提升治理水平，以更好地應對數字化時代的挑戰和機遇。泰伯智庫以“全球科技產業研究與咨詢的卓越品牌”為愿景，將繼續發揮好科技智庫角色，以專業化和第三方獨立視角為優勢，為政府部門、產業園區、科技企業等提供產業洞察與研究咨詢服務。泰伯智庫是由全球顧問委員會和泰伯研究院兩部分組成，并依托于泰伯網強大的品牌和資源支持。截止目前，泰伯智庫的顧問委員已超三十位，其中包括來自美國、德國、英國等多位權威專家。下一步，我們會持續跟進時空數據及相關領域的最新進展，不斷輸出更多有價值的研究成果。更多研究內容，歡迎訪問泰伯智庫網站和微信號。