GNSS（全球导航卫星系统）、遥感、地理信息系统、高性能计算以及通信等融合而成的时空系统，在时空数据应用中存在着多源时空数据关联融合与动态表达不足、时空数据属性要素自动识别与提取方法缺乏、空间信息应用建模的实时性不够等问题。本文立足海量、异构和多源时空数据，围绕空天地一体化感知所构成的时空系统融合、时空元数据及其大数据表达，重点阐述了时空数据表达、高可信建模与评估及其国际化应用等方面，为高可信时空基础设施建设与管理模式、技术体制、运行机制、应用服务和标准规范等方面的国际合作提供指导意义。

高分辨对地观测已成为 “一带一路”互联互通的重要基础设施之一。全球卫星导航定位技术、天空地一体遥感技术、地理信息系统技术和通信网络技术的飞速发展，已积累了可被感知、记录、存储、分析和利用的时空数据。时空数据主要来自于中俄印卫星导航定位系统、卫星遥感、雷达和物联网等，它是基于统一时空基准，与位置相关联的地理要素或现象的数据集，具有空间维、属性维和时间维等基本特征。时间维则指时间、空间和属性状态的时变信息；空间维指空间位置数据及其派生数据；属性维指与空间位置无派生关系的专题属性数据。

围绕时空的智能获取与天地一体化感知，从卫星定位导航系实时高精度动态监测、空天地一体化精准时空图谱信息的快速获取与处理、多源时空数据高可靠融合与多维可视化分析这三方面来解决多源时空数据关联融合与动态表达不足、时空数据属性要素自动识别与提取方法缺乏、高可信城市空间信息应用建模的实时性不够等技术难题，研究和构建基于高时间分辨率、高空间分辨率、高光谱分辨率时空数据的高可靠数据融合方法。

时空数据、基准归一

可度量和不可度量的具有时空关系的数据，主要来源于GNSS、RS以及其他传感器等设备。这类时空数据的格式、处理方式和表达形式各不相同，呈现多维、耦合和非线性等特性。另外，来自于物联网和社交媒体上的文字、音频与视频等数据类型，在时间上表现为线性。在地理信息系统中，时空数据被定义为基于统一时空基准的一系列自然、人文和社会信息的数据，这些数据与位置直接或间接相关联。如图1所示，这些由事件引发的时空大数据遵循系统降维、数据结构化、规则约束和质量控制的标准，实现时空大数据在感知、记录、存储、分析和利用中的特征提取，以及面向特定领域的时空建模，为数字地球应用中所需的地球表层几何特征与物理特征的建模作准备。

如图2所示，这一表达式将多时相、多尺度、多类型、多源异构等时空信息统一在时间尺度与空间坐标下的动态管理下，综合分析了时间分辨率、空间分辨率、光谱分辨率和地理标识的精细化，实现了时空数据的有效记录、承载、共享和交换。由时空元数据的精准表达可知，只有统一同一时间获得的数据，时空大数据才具有研究和应用价值。近年来，中国北斗卫星导航定位系统和美国GPS、俄罗斯GLONASS逐步推进兼容与互操作，这将有利于构建与国际地球参考框架（international earth reference framework,ITS）尽量接近的大地参考框架，同时也能消除各自系统导航电文中的偏差信息，这些偏差缘于两个不同的时间系统。尤其是在时空大数据的近地面应用中，坐标系统必须一致，至少是GNSS地面跟踪站应保持一致。也就是说，时间必须是同步的。

时空数据是时空元数据的集合，按照一定的编码规则进行广播，具有一定的周期性。时间、空间和属性数据按照解码规则在时空系统中相互耦合并同步，以统一自身系统的时空基准。对于时空大数据来说，一般是多个卫星或信号源发布系统，应用于单个或多个接收平台，这就至少需要采用GNSS多模接收系统来监测其坐标系统的偏差，并播发给用户进行改正，或作为用户导航定位参数估计的先验信息播发，以修正误差。

数据总是在一定的时间与空间中产生和发生作用的，往往在结合环境（地理）要素的可视化表达时才突显。地球观测技术所产生的时空数据中，GNSS是瞬时的时空数据，可以直接获取地理信息，该数据是高精度的。遥感RS数据能解译观测对象大小、形状及空间分布特点、属性特点和变化动态特点，是最直观的描述和时效性最强的数据集。但遥感RS的图像分辨率不尽相同，能识别地物的最小粒度与GIS的数据通常不一致。因此，地理信息GIS的数据结构不仅需要直接支持图像处理，而且需要支持各种数据在不同分辨率上的分层融合，如图3所示。

因此，不同尺度下同一时空研究对象的几何特征或属性特征一般是异构的，但在空间分辨率调整下的区域，以及这些区域与其子区域之间的包含关系可以用同一数据结构表达。数据结构的归一可以建立多维异构基本数据组织单元，以及以父子区域间拓扑关系为联系的组织体系，这样也可以将分层和分幅两种时空数据的组织方式进行综合表达。

时空数据高可信建模与评估

在V模型的左侧分支上，是从“时空数据”到“时空知识库”到“时空信息应用系统”的分层体系架构，体现了从“数据—知识—信息系统”的分层建模方法。针对“时空数据”，运用时空数据可信处理技术，对海量时空数据进行预处理，提高数据的可信性。针对“时空知识库”，研究基于本体的知识表示及知识推理，并探索结合形式化验证技术分析知识库的元模型的正确性。

针对“时空信息应用模型”，研究使用形式化规约及模型验证技术，验证、分析系统模型的正确性，并提出扩展混成自动机理论，验证分析系统模型是否满足时空约束，从而确保系统的高可靠性和安全性，实现目前商用软件尚未达到的高可信应用水平，使得高可信建模与软件技术在空间信息技术领域得以应用。

结合高精度GNSS定位信息、高精度地表信息以及物联网感知大数据，对多平台多源空间数据实现深度融合，获取高精度城市基础设施的亚像元级配准影像，建立高精度数字地形模型，评定不同高度角情况下多系统优选组合的建筑模型数据，构建高精度三维地表形变场和长时间序列形变数据集；再结合数字表面模型获取基础设施内部对象的高度信息，形成新型城市基础设施的归一化数字表面模型，通过时空地理大数据存储、计算和分析共享技术，构建基于知识引导的结构健康诊断和使用风险评估。

城市灾害预警与生态监测

不同高度角情况下，制定多GNSS系统组合优选策略和评定城市重大基础设施形变监测精度。利用多种时序干涉测量方法和多平台雷达影像提取城市重大基础设施地表形变时间序列。对不同时序InSAR结果进行内检，并利用GNSS高精度形变数据外检。

探究星地相对偏差的分布特征，去除多源卫星平台InSAR形变时间序列间的偏差，融合跨平台InSAR形变数据生成时间尺度上连贯一致的长时间序列形变数据集。集成和融合社会感知大数据、LiDAR和高分辨率遥感影像、多平台InSAR形变时序和北斗/格拉纳斯/GPS独立形变观测数据，重建三维地表形变场，探究城市重大基础设施形变长时间变化趋势，预警大值形变。

融合GNSS、InSAR、LiDAR、社会感知等大数据，研发基于地理空间大数据云平台的城市内涝灾害数据集成子模块，提取高精度、高分辨率、多维度的地形地貌、土地利用、基础设施等城市复杂下垫面信息；实现多分辨率数据的归一化处理，将典型城市的相关数据分别进行融合，形成高分辨率动态城市灾害数据库。

开展基于高精准定位导航及高可信遥感集成技术的河口城市生态风险和环境安全的调查、巡查及管理成效后评估等信息采集、验证和评价等关键技术。研究河口城市生态环境安全调查和巡查的信息快速采集、实时处理关键技术，构建河口城市生态环境安全状况遥感评价模型，使用高可信模型验证方法分析典型河口城市生态安全风险和影响作用规律，基于模型驱动快速研发高质量河口城市生态安全评估管理与决策系统。

构建面向国际典型/重点区域的城镇化扩张、海岸岸线、河口湿地生态系统、河口自然保护区及其周边生态环境的遥感监测、评估与决策支持系统。开展基于高精准导航及遥感集成技术的河口城市生态风险和环境安全的调查、巡查及管理成效后评估等信息采集、验证和评价等关键技术。开展利用多时相遥感和地理资料认识典型河口城市演变和海岸变化，研究并分析河口和自然保护区生态系统格局的时空变化以及自然和人类活动的影响。

结语

围绕着基于全球卫星导航定位系统、卫星遥感、雷达数据和地理信息的时空数据智能获取与天地一体化感知，对时间、空间和光谱强关联数据进行分析挖掘、可信建模及其时空数据应用，一方面构建时空数据有效和高质获取、可靠和安全处理、实时和高效应用的关键技术体系，另一方面构建针对典型城市公共安全的地理大数据精细化集成技术和多层次、系统化、综合性的城市公共安全监测、评估与预警技术体系。

针对多维度、精细化、多层次、系统化、综合性的时空数据集进行关键技术研究，形成典型河口城市生态环境监测与基础设施空间信息建模及应用体系，为提升空间信息技术研究领域的整体水平，为时空数据在重大共性问题和应用上提供高可信数据融合产品和技术应用支持，提升我国空间信息产业市场化和国际化水平，为国际经济社会发展服务。