时空大数据的提出者是美国科学家迈克尔·史泰茨（Michael Stonebraker）。他是数据库领域的著名科学家，被誉为“数据库之父”。
时空大数据是指随着时间和空间变化不断生成的大量数据。这些数据可以包括传感器数据、移动设备数据、社交媒体数据等。时空大数据具有复杂的关联性和时序性，对于分析和理解人类社会、自然环境和经济发展具有重要意义。
迈克尔·史泰茨在2011年提出了时空大数据的概念，他认为传统的数据库管理系统无法有效处理时空数据的特点，需要开发新的技术和方法来处理时空大数据。他的研究成果和理论贡献为时空大数据的发展奠定了基础。
在实际应用中，时空大数据可以应用于多个领域。例如，城市规划可以利用时空大数据分析人口流动模式，优化交通网络和公共设施的布局；环境监测可以利用时空大数据分析气象和污染数据，预测自然灾害和优化环境管理；金融行业可以利用时空大数据分析消费行为和风险模式，改善风险控制和决策。
时空大数据的发展也面临一些挑战。首先是数据收集和处理的复杂性，时空大数据通常具有高维度和高密度的特点，需要开发高效的算法和工具来处理和分析。其次是数据隐私和安全的问题，时空大数据往往涉及个人隐私和敏感信息，需要制定合适的隐私保护措施和安全策略。
为了更好地应对这些挑战，可以采取以下建议：
1. 开发高效的数据处理和分析技术：研究人员和工程师可以持续改进和创新数据库管理系统和数据分析算法，提高时空大数据的处理效率和准确性。
2. 加强数据安全和隐私保护：政府、组织和企业应制定严格的数据保护政策和隐私规范，保护用户的个人信息和数据隐私。
3. 加强跨学科合作：时空大数据融合了计算机科学、地理学、统计学、社会学等多个学科的知识，需要加强跨学科的合作和交流，共同推动时空大数据的发展。
4. 提升数据专业人才培养：培养具备时空大数据分析能力和专业技术的数据科学家和工程师，为时空大数据领域的研究和应用提供人才支持。
时空大数据的提出者是迈克尔·史泰茨，时空大数据具有重要的应用前景和挑战，需要持续的研究和创新来推动其发展。