数据信息基于描述对象、推断估算产生，传统数据多来源于统计调查、普查、采样等，描述对象基于推断估算，数据形式静态、低频、结构化。时空大数据则来源于手机信令、互联网LBS、智能卡、浮动车等随身或随物设备，具备时间维与空间维双重属性，能记录大规模城市活动的时空轨迹，支持城市空间与活动关系的深度研究。
时空大数据的技术演进可归纳为四个阶段：从“感知活动现象”到“归纳活动模式”，再到“识别城市功能”，最终“支持规划学科议题”。
当前研究议题主要集中在城市空间结构、区域空间结构、行为与建成环境及城市治理四大领域。
前沿趋势方面，未来将重点提升对行为目的与社会属性的感知能力，挖掘城市活动的时空规律与演化规律，并深入探知城市空间与活动之间的作用机理，从而推动时空大数据从对现状的“诊断”走向对未来的“预测”，实现规律导向的空间规划决策。
