随着我国城市公共安全监控网络的普遍大规模布设,大范围多源城市公共安全监测数据获取成为可能。城市公共安全监测数据提供了诊断、发现和预警城市公共安全事件的数据基础,有效管理城市公共安全监测数据是支持城市公共安全诊断、分析与应用的首要前提和重要基础。城市公共安全监测网络提供了大规模、非结构化的多模态监测数据,如视频、图像、遥感影像和轨迹数据等。这些数据不仅包含丰富的时间、空间和语义信息,同时具有多模态特性,为支持多源时空数据深层次跨模态分析、挖掘与应用提供了可能性。然而,传统关系型数据库只擅长管理结构化数据,对于非结构化时空数据通常只作为多媒体属性数据存储,难以支持非结构化时空数据的跨模态查询分析与深层次应用。如何考虑多模态数据之间的时间、空间和语义关联,实现非结构化多源公共安全监测数据的高效存储和分布式管理,成为支持城市公共安全领域跨模态分析应用要解决的关键问题。为此,本论文面向多源公共安全监测数据的跨模态分析应用需求,根据公共安全监测数据的来源及特点,分析了数据类型、设计了公共安全监测数据的数据库存储架构和数据存储结构;顾及公共安全监测数据的空间、时间和语义特性,提出了基于Geohash和Hilbert结合的时空数据多级划分策略和时空语义约束的统一编码方法;基于MongoDB构建了一个原型系统,并在实现数据存储管理功能的基础上利用原型系统对本文提出的多级划分算法进行了性能验证。论文主要研究内容包括以下几个方面:(1)基于NoSQL数据库的存储结构设计:针对多源公共安全监测数据非结构化和多模态特性,顾及多模态数据之间的时空和语义关联,基于NoSQL数据库MongoDB设计多源公共安全监测数据的非结构化key-value数据存储结构,为支持多源公共安全监测数据跨模态分析应用提供数据结构支持;(2)时空语义约束的分布式存储策略:针对多源公共安全监测数据的海量性特点,从时间、空间和语义角度,研究多源公共安全监测数据的分布式存储策略,建立基于Geohash和Hilbert曲线结合的时空数据多级划分策略和时空语义约束的统一编码方法,实现海量多源公共安全监测数据的高效分布式存储,为多源公共安全监测数据跨模态管理、分析与应用提供数据存储技术支撑;(3)基于MongoDB的原型数据库系统构建与实验验证:设计基于NoSQL数据库MongoDB的多源公共安全监测数据库原型系统,实现基于MongoDB原型实验系统的数据库存储管理功能,验证本文提出的基于Geohash和Hilbert结合的数据多级划分方法和时空语义约束的统一编码方法的有效性,分析评价时空语义约束的分布式存储策略的效率、数据完整性和负载均衡性。