时空数据库简述

合集下载

时空数据库

二、主要研究内容
2.3、时空数据查询时空查询处理主要研究时空查询的代价模型和时空查询的优化执行策略。具体的查询策略包括：窗口查询、运动对象最近邻查询、 TP查询和LB查询等
二、主要研究内容
2.3、时空数据查询（1）窗口查询正向查询：查找在t时刻或时间区间[t’,t”]内v的取值，用传统方法解决。反向查询：在时间序列中查找等于值c或值域范围 [c1<v<c2]的时间点，也叫值查询。现实生活种植对某一段时间内发生的事件感兴趣，即许多反向查询仅涉及一段时间区间，而不是整个时间区间，这样时间序列窗口查询就成为反向查询与正向查询的合成。
二、主要研究内容
2.1、时空数据建模（1）时空概念模型时空概念模型主要是用来构建对空间对象进行抽象描述所必需的符号与形式化表示，它是时空数据库系统应用开发的一个重要步骤。下面归纳几种时空概念模型。 ① 扩展现有传统概念模型。 ② 基于现有的时空概念模型。
二、主要研究内容
2.1、时空数据建模（2）时空数据模型时空数据模型是指建立时空对象的数据模型。一般地，可以通过时态数据库或空间数据库扩展来对时空数据进行建模。 ① 在时态数据库中加入空间属性与空间操作来进行时空建模。 ② 在空间数据库中加入时间属性与时间操作来进行时空建模。
三、时空数据库的应用
（2）涉及离散变化的时空对象的应用。这样的应用所涉及的时空对象有一个空间位置，并且它们的空间属性，如形状和位置都可能随时间离散变化。这类应用包括地籍管理、城市区划管理、地表植被变化监测、疾病传染区域的监测等等。

时空数据库简述

地理信息系统(GIS)所描述的现实世界是随时间连续变化的。当前GIS研究的一个热点是要实现动态空间数据的追踪与分析，并在此基础上进行预测预报和辅助决策，即在传统GIS的基础上考虑时间变化，将时间作为一个与空间同等重要的因素引入到GIS中来，这便产生了时态GIS (TGIS)。本节课首先概述了时态GIS的概念，同时对时空数据可模型和时态拓扑关系进行了详细的介绍。

近些年来，GIS中随时间而变化的信息越来越受到人们的关注，这种随时间变化的信息称为时空信息。时空信息是对地理实体、地理系统特征、时间变化、空间分布的描述；是对区域分异和区域发展等地面特征的综合，空间、属性和时间是其三要素。

当前，TGIS的研究重点主要在四个方面：(1)时空数据库模型：如何设计并建立一个有效的数据库结构来存储时空数据。〔2)时空分析和推理：即如何根据数据库中的大量的时间序列数据和空间数据进行包括时间推理和空间推理在内的数据分析。（3)时空数据库查询系统：目前主要研究的是时空数据库查询语言。真正数据库管理系统层次的研究仍很少见。(4)时空数据的可视化研究；着重探讨不同时间数据的显示、制图和符号化等问题。

时态GIS或四维GIS就是要在GIS中考虑时间变化的概念，其关键问题是建立合适的时间与空间联合的数据模型—时空数据模型。

时空数据库是地理信息系统(GIS)的应用基础，而时空数据模型是时空数据库的理论基础。时空数据模型是以概念方式对客观世界的抽象，是一组由相关关系联系在一起的具有动态特性的实体集，它通常由数据结构、数据操作和完整性约束三部分组成。主要包括以下五种模型，即时间附加型、时间新维型、面向对象型、基于状态和变化的统一模型、以及时空数据模型。

简述时空大数据基本内涵和关键技术

时空大数据是指大规模的时空信息数据集合，是由于移动互联网、物联网、遥感卫星等信息技术的发展而产生的一种新型数据资源。它包含了丰富的时空信息，从而能够反映出我们周围世界的种种变化。它可以用于城市规划、交通管理、环境监测、自然灾害预警等领域，对于人类的生产生活具有重要的影响。

1. 时空大数据的基本内涵

时空大数据在数据量、数据种类、数据速度和数据价值四个方面都具有显著特点。

（1）数据量大：时空大数据的数据量非常庞大，随着移动互联网、物联网等技术的普及和发展，时空大数据的规模正在呈现出爆炸式增长的趋势。

（2）数据种类多：时空大数据包含了各种类型的数据，包括地理信息数据、气象数据、交通数据、人口数据等，这些数据来自不同的载体和传感器，具有多样性和复杂性。

（3）数据速度快：时空大数据的产生速度很快，数据的更新频率高，包括实时数据和历史数据，需要及时获取和处理。

（4）数据价值高：时空大数据蕴含着丰富的信息和价值，能够帮助人

们更好地理解和分析现实世界，为决策提供重要依据。

2. 时空大数据的关键技术

时空大数据需要依靠一系列关键技术的支持，才能对数据进行采集、存储、处理和分析。

（1）时空数据采集技术

时空数据采集技术是指如何从各种来源获取到丰富的时空数据。包括了遥感卫星、移动互联网、无人机、传感器网等技术的应用。采用这些技术，可以捕捉到地理空间信息和时间序列数据，从而形成时空数据集。

（2）时空数据存储技术

时空数据存储技术是指如何有效地存储大规模的时空数据，保证数据的安全性和可用性。传统的关系型数据库已经无法满足时空大数据的存储需求，因此需要采用分布式存储、云存储、图数据库等新型存储技术。

时空数据库名词解释

时空数据库是一种处理时空数据的数据存储和查询技术。时空数据是指跨越不同时间和空间范围的数据,例如地理位置数据、气象数据、社交媒体数据等。在时空数据库中,数据被组织为时间戳和空间点这两个维度,并且可以根据不同的时区和地理位置进行地理位置查询。

时空数据库的主要特点包括:

1. 跨时空查询:时空数据库允许用户在跨越不同时间和空间范围的数据中进行查询,使得用户可以轻松地获取有关特定地点或事件的信息。

2. 数据集成:时空数据库可以将不同类型的时空数据集成在一起,形成一个更全面的数据集。这有助于更好地理解和分析数据。

3. 数据可视化:时空数据库允许用户将时空数据可视化,以便更好地理解数据趋势和模式。

4. 数据建模:时空数据库允许用户对数据进行建模和分析,以便更好地预测未来的趋势和事件。

时空数据库的应用非常广泛,例如城市规划、交通运输、医疗保健、环境保护等领域。随着数据规模的不断增长和时空数据变得越来越普遍,时空数据库将成为未来数据处理和分析的重要工具。

时空数据库 PPT

7
连续快照模型
连续快照模型是将一系列事件片段快照保存起来，反映整个空间特征的状态，根据需要对指定时间片断的现实片断进行播放。但是由于快照将为发生变化的所有特征重复进行存贮，会产生大量的数据冗余，当应用模型变化频繁且数据量较大时，系统效率急剧下降。
8
大家有疑问的，可以询问和交流
可以互相讨论下，但要小声点 9
储管理必须能对时空数据模型提供有效支持。时空数据库主要存储两类型的数据：时间序列数据、实体数据。
时间序列数据
实体数据
实体空间数据实体属性数据
11
时空数据库模型设计
二.时空数据存储结构时空数据库的实现，需
要数据存储管理功能的参与、数据的存储、转移和备份。用过建立必要的空间索引、时间序列索引、属性索引加快时空数据的运算。建立时空数据视图，能根据时间序列变换或者实体数据的指定，查询出需要的时空数据。
回滚数据库：事务时间内在系统中保存对象的所有过去历史，及库中数据的更新操作。
历史数据库：有效时间内在系统中保存对象的所有过去历史，及库中数据的更新操作。
时态数据库：根据有效时间和事务时间在系统中分别保存对象历史
4
时空数据库的特点
一.动态性在时空数据库中，过往的数据不再从数据库中删除，对历史数据
13
时空数据库模型设计
2.无法表达地学现象的连续变化，如风暴、降雨。

构建自然资源一体化时空数据库

构建自然资源一体化时空数据库2深圳天维尔信息科技股份有限公司，广东深圳 518000

摘要：自然资源机构改革后，地理信息技术持续作为自然资源及相关工作不

可或缺的重要技术支撑。时空大数据组织架构如何在新的形势下更好地服务于自

然资源领域是目前较为热门的研究方向之一。为此，本文在系统分析自然资源管

理总体需求后，提出了构建基于基态修正模式的自然资源一体化时空数据库的建

设思路，为自然资源空间信息的海量数据存储、历史查询、变化跟踪、空间分析

等提供了新思路。

关键词：自然资源；一体化；时空数据库

引言

随着GIS技术的发展和精细分析应用的需求，如何有效地组织和管理动态时

空数据，实现地理实体的历史状态重建、动态变化跟踪是近年来时态GIS研究的

热点问题之一。为更好地适应国土空间一体化及自然资源管理的要求，适应生态

文明建设和自然资源管理需求，自然资源现状调查、开发利用、调查监测、保护

与修复、开发利用以及国土空间规划自然资源管理主责主业需要“山水林田湖草沙”等各类不同的自然资源数据作为基础数据支撑，为促进各类多源异构数据的

共享调用，亟需引入时间空数据组织方法，构建基于统一标准的分层分类自然资

源一体化时空数据库，从而满足自然资源在时间、空间、管理等方面的具体应用。

1 实体对象的抽象及时空信息

在空间和时间双参考系统框架下，根据地理实体的不同特征，以特征大类为

划分依据，以相同特征大类的地理实体作为同一种特征对象，每个特征对象是时

空表达的基本单元，包括时间参考系统、空间参考系统、该特征对象的特征类型

以及特征对象相互间的时间联接和空间联接，以此实现地理实体的空间特征、时

3.3 时空数据库技术解析

时空数据模型
时空概念模型
时空概念模型主要是用来构建对空间对象进行抽象描述所必需的符号与形式化表示，它是时空数据库系统应用开发的一个重要步骤。下面归纳几种时空概念模型。 1) 扩展现有传统概念模型。 2) 基于现有的时空概念模型。
时空数据模型（续）
时空数据模型是指建立时空对象的数
Leabharlann Baidu
空间数据操作(续)
空间数据的基本操作相交（线与线、线与区域、区域与区域）（Intersection）重叠(Overlap) 中心点（Center）求线段或者区域的几何中心点数值计算（两点间距离、两空间图形的最大距离、最小距离、多点的直径、线的长度、区域的周长）
空间数据操作(续)
空间数据类型
点（Point）点只表示其空间位置线（ Line ）线不仅表示在线上各点在空间的
位置，而且还有长度，即表示其在空间的延伸范围。区域（ Region ）区域不但有位置，而且有面积、周长等参数，以表示其覆盖范围。划分（ Partition ）一个区域分成若干分区。如果这些分区互不相交，但其并集覆盖该区域，则此分区的集合就称为该区域的一个划分。网络（Network）网络是由若干点和一些点与点之间的连线组成。
时空数据索引
索引过去
（ 1 ）基于现有的空间索引：将现有的空间索引方法的基础上加入时间要素。（ 2 ）基于重叠与多版本结构索引：将时间和空间分开来进行处理（ 3 ）面向迹线的索引：优先考虑对象的迹线，而其他属性次之。索引现在：关注对象历史与现在的信息索引将来：关注对象的现在与将来的信息。时空索引技术是时空数据库的研究热点

时空数据库中地理数据查询与分析算法研究

时空数据库中地理数据查询与分析算法

研究

随着时代的发展和技术的进步，地理数据在各个领域中的应用

变得越来越广泛。而对于处理大规模地理数据集的时空数据库来说，地理数据查询与分析算法的研究尤为重要。本文将从时空数

据库中地理数据的基本概念和特征入手，探讨地理数据查询与分

析的算法研究现状，并介绍一些常用的地理数据查询与分析算法。

1. 时空数据库中地理数据的基本概念与特征

1.1 地理数据的基本概念

地理数据是指描述地球表面现象和地理特征的数据，一般可以

分为矢量数据和栅格数据两种类型。矢量数据采用点、线、面等

几何要素来描述地理对象，而栅格数据则以像元为基本单位来表

示地理现象。在时空数据库中，地理数据除了具有空间属性之外，还具有时间属性，即可以描述地理现象在不同时间段内的变化。

1.2 时空数据库的特征

时空数据库是一种用于存储、管理和查询地理数据的数据库模型，与传统的关系型数据库相比，时空数据库具有以下几个特征：

(1) 数据模型扩展：时空数据库需要扩展传统的数据模型，将

地理数据的时空特征加入到数据模型中，以便更好地支持时空数

据的查询和分析。

(2) 空间索引技术：时空数据库需要采用适应地理数据特点的

空间索引技术，以提高查询效率。

(3) 时间管理：时空数据库需要考虑地理数据的时间属性，并

实现时间管理功能，以支持时态查询和时态分析。

(4) 时空数据处理算法：时空数据库需要开发高效的地理数据

查询与分析算法，以处理大规模地理数据集。

2. 地理数据查询与分析算法的研究现状

2.1 地理数据查询算法

地理数据查询算法是时空数据库中的重要研究内容，其主要目

时空数据库简介

Aggregation
reunion: the affected objects are destroyed and we obtain a new object join: the objects that are attached to another object are destroyed, and the object to which we attached some objects preserves its id
90’s – space and time objects are put together in one single data model => spatio-temporal data models.
First attempts: adding time attributes in a spatial data model or adding spatial objects in a temporal data model. Then – ST data models that treat space and time equally, as similar dimensions / domains (unified ST view).
For example: land parcels are evaluated when a working day is finished – this kind of evolution is a discrete pointbased; the shape of a land parcel is modifying in time, but only in discrete steps; a car that is moving on a road has a continuous evolution of its spatial position.

基于三维时空数据库的地理信息时空过程可视化

近年来，随着地理信息系统（GIS）和计算机科学技术的迅猛发展，

地理信息时空过程的可视化成为研究的热点。地理信息时空过程可视化是

通过对地理信息时空数据进行可视化处理，以直观形式展示地理现象和时

空过程的变化规律。在此过程中，三维时空数据库起到了重要的作用。本

文将探讨基于三维时空数据库的地理信息时空过程可视化的方法和应用。

三维时空数据库是一种特殊的空间数据库，将时间维度融入到了空间

数据模型中，可以高效地存储和管理地理信息时空数据。它可以同时管理

不同时间段内的地理数据，并提供对时空数据的查询、分析和可视化功能。基于三维时空数据库的地理信息时空过程可视化具有以下特点：第一，可

以实现对多维数据的可视化展示，能够展示地理现象在不同时间维度上的

变化；第二，可以进行时空数据的交互式查询和分析，用户可以根据自己

的需要选择不同的时间段和空间区域进行查询和分析；第三，能够以动态、立体的方式呈现地理现象的变化过程，可以更好地理解地理环境的时空演

化规律。

基于三维时空数据库的地理信息时空过程可视化方法主要包括数据预

处理、可视化设计和用户交互三个环节。首先，对地理信息时空数据进行

预处理，包括数据的采集、清洗、组织和存储等。其次，进行可视化设计，选择合适的可视化工具和算法，通过数据的可视化表示和渲染技术，将时

空数据转化为直观的图形或动画，以表达地理现象的时空过程。最后，实

现用户交互功能，通过用户界面和操作方法，使用户能够对地理信息时空

过程进行交互式查询和分析，并对可视化结果进行调整和优化。

时空数据库介绍(一)2024

时空数据库介绍（一）引言概述：

时空数据库是一种用于存储、管理和查询时空数据的数据库技术。它不仅能够记录地理位置信息，还可以跟踪时间变化，因此应用广泛，包括地理信息系统、物流管理、交通规划等领域。本文将介绍时空数据库的概念、特点以及应用场景。

正文内容：

一、时空数据库的基本概念

1. 时空数据库的定义

2. 时空数据的组成要素

3. 时空数据模型的分类

4. 时空数据的表示方法

5. 时空数据库与传统数据库的区别

二、时空数据库的特点

1. 时空数据的动态性

2. 时空数据的多维特征

3. 时空数据的关联性

4. 时空数据的不确定性

5. 时空数据库的时空索引技术

三、时空数据库的应用场景

1. 地理信息系统（GIS）中的应用

2. 物流管理中的应用

3. 交通规划中的应用

4. 气象预测中的应用

5. 人口迁移分析中的应用

四、时空数据库的研究进展

1. 时空数据查询与分析技术

2. 时空数据可视化技术

3. 时空数据挖掘与知识发现

4. 时空数据库的性能优化

5. 时空数据库的标准化与应用规范

五、时空数据库的未来发展方向

1. 时空数据库与人工智能的融合

2. 时空数据库在物联网中的应用

3. 时空数据库与大数据的集成

4. 时空数据库的分布式存储与处理

5. 时空数据库在城市智能化建设中的作用

总结：

时空数据库是一种重要的数据库技术，它能够有效地存储、管理和查询时空数据。本文介绍了时空数据库的概念、特点以及应用场景，同时还讨论了时空数据库的研究进展和未来的发展方向。通

过进一步提升时空数据库的性能和功能，相信它将在更多领域发挥重要作用，推动科技和社会的不断进步。

空间数据管理：空间数据库

数据管理层
负责数据的逻辑存储，包括数据表、索引、视图等数据结构。
应用层
负责提供数据访问接口，包括查询语言、应用程序接口等。
空间数据库的存储方式
分布式存储
将数据分散存储在多个节点上，以提高数据存储的可靠性和可扩展性。
列式存储
按照列进行数据存储，有利于数据的压缩和快速查询。
图式存储
将数据以图的方式进行存储，适用于具有复杂关系的数据。
详细描述
栅格数据模型将地理空间划分为一系列规则的网格单元，每个单元具有相同的大小和空间分辨率。栅格数据模型适用于表示具有离散特征的空间实体，如土地利用类型、植被覆盖、人口密度等。
三维数据模型
总结词
三维数据模型通过三维坐标系统表示地理实体的空间位置和形态。
详细描述
三维数据模型使用三维坐标系统（X、 Y、Z）来表示地理实体的空间位置和形态。该模型能够更准确地描述地理实体的立体结构和形态，适用于地质、气象、城市规划等领域。
空间数据管理空间数据库
• 空间数据库概述 • 空间数据库的体系结构 • 空间数据库的数据模型 • 空间数据库的设计与开发 • 空间数据库的未来发展
01
空间数据库概述
定义与特点
定义
空间数据库是一种用于存储、管理和查询空间数据的数据库系统。它能够存储和处理地理空间数据，包括地理要素的位置、形状、大小、属性和关系等。

时空数据库的设计与优化

一、时空数据的特点及应用场景

时空数据是包含地理位置和时间信息的数据，具有时序性、空间属性和异构性。在各个领域的大数据应用中，时空数据被广泛应用于地理信息系统、航空航天、气象学、城市交通、移动通信等领域中。

时空数据的特点决定了它需要建立专门的时空数据库来进行存储、管理和查询。时空数据库需要考虑到空间参考、时间参考、数据模型、数据表示和查询效率等多方面的需求，才能满足广泛的应用需求。

二、时空数据库的设计原则

1. 空间参考的定义

时空数据库需要定义空间参考系，用于表示空间对象的位置信息。主要有地理坐标系、投影坐标系和自定义坐标系等。在选型时需要考虑坐标系统的精度、坐标系统的范围和坐标系统的变换等因素。

2. 时间参考的定义

时空数据涉及到时间，需要定义时间参考系来表示时间信息。常用的有绝对时间和相对时间两种形式。在设计时要考虑到时间的分辨率和时区等因素。

3. 数据模型的选择

时空数据可以使用多种数据模型进行建模，如关系模型、对象模型、半结构化数据模型和文本模型等。在选型时需要考虑到数据的特点和应用场景等因素。

4. 数据表示方式的选择

时空数据可以采用多种数据表示方式进行存储，如栅格、矢量和混合模型等。在选型时需要考虑到数据的规模、精度和查询效率等因素。

5. 查询效率的优化

时空数据库需要支持高效的查询，可以采用空间索引、时间索引和多重索引等方式来提升查询性能。同时也需要考虑到数据库的底层存储方式和优化技术，如压缩算法和缓存机制等。

三、时空数据库的优化策略

1. 空间索引的优化

空间索引是时空数据库中管理空间对象的关键技术之一。常用的空间索引方式包括R树、四叉树和k-d树等，根据具体应用需求选择合适的空间索引方式可以显著提高查询效率。

基于多维索引的大规模时空数据库设计与管理

基于多维索引的大规模时空数据库设计与

管理

多维索引在大规模时空数据库设计与管理中发挥着重要作用。时空数据

是指带有时间和空间属性的数据，例如气象数据、交通数据和地理信息数据等。这些数据通常有庞大的规模和丰富的特征，因此需要有效的存储和管理

方式来满足对时空数据的快速查询和分析需求。

在设计和管理大规模时空数据库时，多维索引起到了关键的作用。多维

索引是一种基于空间划分的索引结构，能够高效地支持复杂的查询操作。它

通过将多维空间划分为一系列互不重叠的区域来组织数据，从而实现对时空

数据的快速访问。

在设计多维索引时，有几个关键概念需要了解。首先是剖分方法，即如

何将多维空间划分为各个区域。常见的剖分方法包括网格剖分、四叉树剖分

和R树剖分等。根据具体的需求和数据特点，选择合适的剖分方法可以提高

查询效率和存储效率。

其次是索引结构的选择。常用的时空数据库索引结构包括R树、R*树和kd树等。这些索引结构都有各自的特点和适用范围。例如，R树适用于多维

索引，能够高效地处理范围查询和近邻查询；而R*树则在处理范围查询时

更加高效，但对近邻查询的性能较差。

另外，索引的维度也是一个需要考虑的问题。时空数据通常有多个维度，如二维的经纬度和一维的时间。选择合适的维度可以进一步提高查询效率。

经典的解决方案是在数据剖分时根据维度的重要性来排序，将重要的维度放

在前面，这样可以减少查询过程中的I/O访问次数，提高查询效率。

此外，多维索引的维护也是一个需要考虑的问题。由于时空数据通常是

动态更新的，因此索引的更新也是必要的。常用的更新策略包括全量重建和

时空数据库的索引技术

随着物联网和移动互联网的快速发展，时空数据（即具有时间和空间属性的数据）的处理和管理成为了一个重要的研究领域。时空数据库是一种专门用于存储、查询和分析时空数据的数据库系统。而索引技术则是时空数据库中的关键技术之一，它能够提高时空数据的查询效率和处理能力。

索引是数据库中对数据进行快速访问的一种数据结构。在时空数据库中，索引技术主要用于加速对时空数据的查询操作。由于时空数据具有时间和空间属性，因此传统的索引技术往往无法直接适用于时空数据的索引。为了解决这一问题，研究人员提出了许多针对时空数据的索引技术。

时间索引是一种常用的时空数据库索引技术。它可以将时空数据按照时间属性进行划分和组织，从而加速对时态信息的查询。常见的时间索引技术包括B树、R树和R*树等。这些索引结构可以将时空数据按照时间进行排序和分类，从而提高查询效率。

空间索引也是时空数据库中的重要索引技术之一。空间索引可以将时空数据按照空间属性进行划分和组织，以提高对空间信息的查询效率。常见的空间索引技术包括R树、R*树和四叉树等。这些索引结构可以将时空数据按照空间进行划分和分类，从而加速对空间关系的查询。

时态索引是一种专门针对时空数据的索引技术。时态索引可以将时空数据按照时间和空间属性进行划分和组织，以提高对时态信息的查询效率。常见的时态索引技术包括时间R树、时间立方体和时态B树等。这些索引结构可以同时考虑时间和空间属性，从而加速对时态关系的查询。

多维索引是一种综合考虑时间和空间属性的索引技术。多维索引可以将时空数据按照多个属性进行划分和组织，以提高对多维信息的查询效率。常见的多维索引技术包括多维R树和多维立方体等。这些索引结构可以同时考虑时间、空间和其他属性，从而加速对多维关系的查询。

时空数据库.ppt

3.时空数据库模型的研究应该优先考虑地学现象的行为和基于过程的分析，而不是优先考虑可用的数据格式与结构。
4.加强时空数据索引、时空数据插值、以及时空数据可视化等理论与技术的研究，更有助于揭示地学现象的物理变化过程及其演变规律。
时空数据库
目录
1 静态GIS与时态GIS 3 时空数据库的特点 5 时空数据库模型设计
2 时空数据库的基本概念 4 时空数据库模型
静态GIS：现有的GIS大多不具备有处
理数据的时间动态性，只是描述时间的瞬时状态。数据发生变化时，新数据将代替旧数据，即成了另一个瞬时状态，旧数据将会消失，无法对数据的更新变化进行分析，更不能预测未来的趋势。
时态GIS:
通过建立合适的时间与空间联合的数据模型，将空间要素随时间的变化建模，将地理事物和现象的时间、空间和属性特征有机结合，丰富了地理事物和现象的表达内容。
时空数据库的基本概念
快照数据库：是指使用删除、替换对数据库状态进行数据更新的一系列系统活动，它导致数据库的过去状态丢失并忘记，仅反映现实中的一个片断。回滚数据库：事务时间内在系统中保存对象的所有过去历史，及库中数据的更新操作。历史数据库：有效时间内在系统中保存对象的所有过去历史，及库中数据的更新操作。时态数据库：根据有效时间和事务时间在系统中分别保存对象历史和数据库状态。
储管理必须能对时空数据模型提供有效支持。时空数据库主要存储两类型的数据：时间序列数据、实体数据。