“数字房产”时空数据模型的建立与应用

1 引言

“数字房产”( DRES, Digital Real Estate System)是以房产为对象进行数字化、网络化、一体化的管理信息系统。它以空间信息为核心, 利用地理信息系统(GIS)、管理信息系统(MIS)、办公自动化(OA)、工作流( WFS) 等先进技术综合集成, 以利各类房产信息达到房产管理和服务的最优化[1]。

在数字房产系统中引入时间要素的重要性在于: ( 1) 能完整描述每一时刻的房屋的状况; ( 2) 真实地记录房屋信息的来龙去脉, 便于为房产纠纷提供准确的依据; ( 3) 对房产信息的历史状态进行保存、恢复、跟踪和预测等; ( 4) 有利于结合历史情况对房产价格、空间分布等因素进行分析预测。传统的地理信息系统的空间数据库是现实世界在某一瞬间的快照式静态描述, 难以实现房产信息中的时间信息管理。在数字房产系统中引入时间管理, 就必须研究建立数字房产的时空数据模型。

目前, 针对数字房产时空数据的管理, 提出了一些理论模型[2~5], 但在实际应用中发现这些模型过于理论化, 计算机实现过于复杂, 且普遍存在效率不高的问题。本文在考虑数字房产中数据时空特征的基础上, 提出一种改进快照序列模型和基态修正模型相结合的时空数据模型。

2 数字房产数据的时空特征

在数字房产系统中, 所管理的对象包括房屋及其所对应的属性的变化。这种变化是由房屋的分割、合并、注销、产权变更和产权转移等引起的, 涉及到时空、空间和属性的变化。归纳起来有三种情况。一是房屋的空间形态、属性同时变化。二是房屋的空间形态未变, 但属性发生了变化。三是房屋的属性未变, 但房屋空间形态发生变化。

一般引起房屋空间形态变化的主要原因有二:一是房屋所有权人变化引起的房屋的分割与合并;二是房屋的灭失。分割、合并、灭失是房屋空间形态变化的主要形式, 如图 1 所示。

还有一种情况, 理论上也会引起房屋空间分割和合并的同时发生, 即在房屋继承之后常见的房屋析产与赠与。房屋所有者在亡故之后, 其多个继承人将被继承者所拥有的一套房屋按照一定的方式进行产权分割, 称为析产。在这种情况下, 理论上该房屋对象应遵循上述的空间对象一分为多的变化。在析产后, 常常会立即发生赠与或转让的情况, 即继承者将所拥有的房屋产权转让给其中的一个继承者。从理论上来讲, 此时又发生了多个房屋对象合并为一个房屋对象的情况。但在实际操作中, 这种情况下房屋对象产权范围的边界精确划分难以进行, 且分割与合并进行的时间间隔很短, 一般不适宜对这种情况进行房屋对象的分割和合并, 而代之的是以文字表述。这也不失是一种灵活的时空数据的处理模式。

数字房产中我们要处理的往往是属性的时态变化。其中, 产权人、房屋状态等是其中最活跃的。以产权人为例, 随着房产交易的进行, 所有权人不断发生变化, 如图 2 所示:

按照时态数据库中有关时间模型的理论 [6], 产权人的变化应属于步进模型( Stepwise Model) 。在这种模型下, 时间序列上任一点的数据值对应于上一次数据改变时保持的状态, 如果要查询当前数据的取值, 则需要回溯。如图 2 可以看出, 房屋所有权人自 1997 年至今一共发生了 4 次变动, 采用步进模型只要求记录 4 个时间点的信息。如果查询目前该人员的身份, 虽然没有登记当前时间点, 但并不是返回一个无效的空值, 而是沿着时间轴回溯, 找到最近发生的状态变化。其他房屋共有权人、他项权人的变化也遵循此模型。“数字房产”中属性信息的变化大部分都遵循此步进模型。

更多内容请查看pdf