中文

大数据时代中的空间异质性、尺度、数据特征与可持续交通

数据库 2020-09-04 v2 物理与社会

摘要

鉴于大数据的出现,我倡导并论证了从 Tobler 定律到标度律、从欧氏几何到分形几何、从高斯统计到帕累托统计,以及——更重要的是——从笛卡尔的机械论思维到 Alexander 的有机论思维的范式转变。分形几何属于分形的第三定义——即,如果一个集合或模式多次重现“小事物远多于大事物”的标度,则其为分形(Jiang and Yin 2014)——而非要求尺度与细节间存在幂律的第二定义(Mandelbrot 1982)。这种新分形几何更趋向于“遵循现实世界中不可避免地遇到的规则、约束和偶然条件”的活几何(Alexander et al. 2012, p. 395),不仅用于理解复杂性,也用于创造复杂或活的结构(Alexander 2002-2005)。本社论试图阐明为何该范式转变至关重要,并详述若干概念,包括空间异质性(标度律)、尺度(或尺度的第四种含义)、数据特征(相对于数据质量)以及大数据时代的可持续交通。

关键词

引用

@article{arxiv.1805.00819,
  title  = {Spatial Heterogeneity, Scale, Data Character, and Sustainable Transport in the Big Data Era},
  author = {Bin Jiang},
  journal= {arXiv preprint arXiv:1805.00819},
  year   = {2020}
}

备注

5 pages, 2 figures, International Journal of Geo-Information, 2018