基于时空数据模型来描述现实世界的时空实体，以及基于时空对象的行为能力建模来控制时空实体的行为动作，既是对GIS时空数据模型的创新扩展，也能够适应数字孪生城市建设中对人、机、物三元融合表达和交互分析的现实需求。作为城市基础设施的重要组成部分，城市感知设施是典型的时空实体，其交互控制的相关研究目前主要集中于物联网、 VR/AR以及GIS领域，而这些领域普遍缺失对基于GIS构建的数字世界中城市感知设施的交互控制研究。针对上述问题，基于全空间信息系统的多粒度时空对象数据模型对城市感知设施的行为能力进行建模，在此基础上提出一种时空对象行为驱动的城市感知设施虚实联动交互控制方法。通过构建设施时空对象的交互控制“五元组”模型，能够支持用户通过虚拟场景与设施实物之间的虚实联动交互控制，从而将基于直接通信指令的城市感知设施交互控制过程在数字世界中进行表达，为数字孪生城市中的感知设施智能化、交互式分析应用提供理论与技术支撑。实验结果表明，所提出的城市感知设施交互控制方法具备有效性与可行性。

为探究共享单车出行的复杂时空规律与特性，揭示城市因素对共享单车出行OD的影响，提高OD预测精度，开展本研究。结合城市计算，考虑疫情、天气、温度、风速与节假日因素，构建共享单车出行OD的时空注意力残差网络预测模型(USTARN)。 USTARN先将共享单车OD数据通过时空特征切分捕捉单车流的时空依赖性，再结合注意力机制进行深度残差学习，最后根据城市因素学习结果调整预测结果。利用从政府数据开放平台获取的深圳市共享单车订单大数据及城市因素数据集，分析共享单车出行时空分布规律及其影响因素。将OD数据集按7:1:2划分为训练集、验证集与测试集，分别进行训练预测、模型参数自适应调整及模型验证对比实验。研究表明，USTARN模型的共享单车出行OD预测平均误差为7.68%，与不含城市计算的STARN模型及传统的CNN， BiLSTM模型相比，误差分别降低了5.93%、7.55%、6.07%，预测精度显著提高。 USTARN模型充分反映了时间、空间、疫情、天气、温度、风速等因素对共享单车出行OD的影响。研究成果对共享单车出行OD的精准预测具有理论指导意义，对该出行模式的推广并解决居民出行“最后一公里”问题具有实际应用价值。

在高斯-马尔可夫假设条件下，最小二乘估计是具有最小方差的最优线性无偏估计量，因此基于最小二乘估计的时空地理加权回归方法在满足此假设时可以获得最优估计，但现实中这些条件有时得不到满足。如果样本数据中存在异常值或者呈厚尾分布，最小二乘回归模型估计值可能会存在较大偏误。而分位数回归受异常值影响较小，相比最小二乘回归更为稳健且应用条件相对更为宽松。更为重要的是最小二乘回归模型只能探索解释变量对响应变量条件均值的影响，而分位数回归可以探索解释变量对响应变量分布的影响（如响应变量的多个分位数），可以挖掘到更为丰富的信息。本文在局部多项式估计原理基础上，提出了基于多带宽局部多项式的时空地理加权分位数回归模型，利用两步迭代估计方法得到系数估计，并且允许不同自变量（影响因素)的最优带宽可以不同。本文通过数值模拟，将该模型与时空地理加权最小二乘回归进行对比，基于分位数回归的系数估计的均方误差和平均绝对误差均比最小二乘估计量小（例如，在0.75分位数，基于最小二乘回归得到的系数估计的均方误差和平均绝对误差分别是基于分位数回归的10倍和4倍），说明本文的分位数回归具有稳健性且可以探索影响响应变量分布的因素。最后以上海市2017—2021年商品房住宅小区为案例对象，应用该方法，探究不同影响因素对不同分位数的住宅价格（如高位房价、中等房价、低位房价）的影响，说明了本文方法的实用性。实际数据研究表明同一个影响因素对不同水平房价的影响效果不同，即同一影响因素系数的时间分布和空间分布在高位房价、中等房价和低位房价存在明显差异，并且不同影响因素的最优带宽也存在差异；与基于最小二乘回归的MGTWR相比，本文的分位数回归模型对于异常值的存在更为稳健（删除1%极端值后基于分位数回归模型拟合的平均绝对误差的变化比基于最小二乘回归模型小1%），并且分位数回归模型可以探究多个水平房价如高位房价、中等房价和低位房价的影响因素。

Triple Collocation（TC）方法是一种可以在未知真值情况下评估3个独立观测样本各自不确定性的方法，该方法使用的前提是误差形式假设与2组不相关性假设，但在实际使用中，这3条假设难以完全满足。其中2组不相关性假设经常面临较大的违背，并且无法得知这种假设违背对结果误差的影响。本文通过虚拟样本实验生成了多组不同程度违背不相关性假设的样本，以定量评估不同程度假设违背对结果误差的影响。结果表明，一般情况下，某一条不相关性假设的违背程度增加时，方法的结果误差会相应地呈线性或平方倍数增加；但当不相关性假设的违背处于某个特定关系时，TC方法结果的误差会突然大幅度增加，这种现象在以往的研究中并没有得到重视，后文将该现象简称为异常点。为了探求异常点出现的原因，本文从理论上推导出了违反不相关性假设与结果误差之间的关系，这种关系呈现为分式结构，而异常点的出现正是这种分式结构所致。异常点的存在影响了方法的稳定性。从差值形式的TC方法的角度来看，抑制异常点的关键在于如何更好地设计缩放系数。本文给出了2种抑制异常点的方法： ① 忽略加性偏差系数，使得缩放系数不受两组不相关性假设的影响； ② 限制缩放系数的上下限。根据实际数据分析，第2种改进方法优于第1种。第2种方法不仅保留了TC方法的准确性，而且有效地避免了异常点的出现。值得注意的是，在实际数据中，部分异常点会以负值形式出现并因计算结果不能为负而被剔除。在使用TC方法进行计算时，重复次数较少的情况下，可以不考虑异常点的影响。

文化景观基因（简称景观基因）是反映传统聚落丰富的历史文化信息与传统文化特征的功能单元，在推动传统聚落保护及其优秀文化资源的深度开发与利用方面有着广泛的应用前景。针对结合空间数据挖掘方法分析传统聚落景观特征的相关研究缺乏，论文结合概念格空间数据挖掘原理提出了景观基因概念格。在此基础上，通过将传统聚落定义为对象，将景观基因定义为概念格的属性，论文设计了面向对象的景观基因概念格分层构造算法（Object-oriented Layered Conceptual Lattice, OOLCL）。论文选取湖南省现存的30个保存较为完好的历史文化名村和名镇为实验对象，同时与经典的Bordat算法进行对比，以此测试OOLCL算法的性能。结果表明，在属性数量大于对象数量的条件下， OOLCL算法通过对象与对象两两之间属性的交集运算减少了算法冗余度，平均时间耗费减少66.61%，显著提升了概念格的构造效率。这说明OOLCL算法能较好地适用于复杂的传统聚落文化要素特征及其相互关系的判别与分析处理，本文对今后结合GIS和空间数据挖掘方法分析传统聚落的重要传统文化特征具有较好的借鉴意义。

我国西部山区滑坡灾害频发，精确评估滑坡易发性对地质灾害防治至关重要。结合统计方法与机器学习模型的集成模型已广泛的应用于滑坡易发性评价，然而对其结果的进一步优化仍值得考虑。本文提出一种耦合统计方法、机器学习模型以及聚类算法的综合评价方法，以宁南县为例，研究其对滑坡易发性评价精度的提升效应。该方法首先将信息量法（Information Value, IV）、确定系数法（Certainty Factor, CF）和频率比法（Frequency Ratio, FR）分别与随机森林模型（Random Forest, RF）结合，得到三种集成模型（IV-RF、CF-RF、FR-RF）。此后，引入ISO聚类算法对三种集成模型的结果进行分级，得到三种耦合模型（IV-RF-ISO、CF-RF-ISO、FR-RF-ISO）。AUC值（Area Under the Curve）、准确率、F1分数和种子单元面积指数（Seed Cell Area Indexes，SCAI）被用于评估模型的精度。结果显示，集成模型性能均优于单一模型，其准确率和F1分数均大于0.85，AUC值均大于0.9。其中FR-RF模型表现最优，准确率（0.911）、F1分数（0.912）和AUC值（0.965）较FR模型分别提升了0.095、0.096和0.074。与自然断点法和Kmeans聚类法相比，引入ISO算法的耦合模型FR-RF-ISO分级效果最优，其高低易发区SCAI值的差异更为显著。本研究成果表明，耦合统计方法、机器学习与聚类算法的综合评价方法具有较高精度，为提高滑坡易发性评价精度提供思路。

国际大洋钻探计划是地球科学中规模巨大、历时长久的国际合作项目，其数据具有来源复杂、存储分散、格式多样等特征。现有岩芯、测井、文献等数据库平台建设较早，数据组织不统一、检索条件单一、分析应用困难，缺少集成且多样的可视化及分析工具，不利于数据的统一管理、有效整合、高效调度、广泛共享和综合利用。针对上述问题，论文首先剖析了全生命周期的国际大洋钻探科学数据产生流程和组织形式，并分析国际大洋钻探数据要素分类和描述体系，构建了顾及全生命周期的国际大洋钻探科学数据模型，在此基础上，提出包含数据组织、数据查询和专题制图的国际大洋钻探科学数据整合和服务应用框架，设计基于弹性搜索引擎数据冷热分离的数据存储、基于要素按需整合思想的数据查询和可定制可配置的钻孔数据专题制图方法，最后开展了在线验证平台研发实践。研究结果表明，本数据模型及应用框架具备支持数据统一存储、多要素查询和灵活制图等能力和特点，可为科学大数据的高效管理和应用提供借鉴。

实景三维是对人类生产、生活和生态空间进行真实、立体化反映和表达的数字虚拟空间，已作为基础数据广泛应用于智慧城市、可视化展览等领域。实景三维模型语义解译是充分发掘实景三维模型的数据价值以实现场景的自动理解与分析的基础。已有的三维解译方法中，存在被遮挡地物解译不完全，不同地物边界解译不准确等问题。针对该问题，本研究提出了一种基于多视角的实景三维模型解译方法。该方法首先模拟成像过程实现实景三维的多视角二维投影，进一步基于二维影像解译快速获取语义信息，最后将多个二维解译结果进行逆投影获得三维语义模型。本研究以深圳大学实景三维模型为实验数据，通过与基于正射影像的三维解译、面向对象的三维分层解译等方法对比，验证本文所提方法的有效性。结果显示本研究提出的基于多视角的解译方法获得了最高的分类精度（总体分类精度为96.69%， Kappa系数为0.942），在正射遮挡区域，以及不同地物边界区域有更好的解译效果。本方法充分利用实景三维数据的多角度信息，具有较高的理论和实践参考价值，为进一步促进实景三维建设及在自然资源监测领域的应用提供了方法支撑。

格网是地理环境数字化离散的数据组织模型。局部投影的平面格网存在适用范围受限、全球扩展困难和单元变形严重等缺陷，而新型多面体全球离散格网大多只关注单元中心，忽视了单元顶点和边的作用，功能囿于数据建模与表达，难以适用于位置相关事件计算。本文首先建立四孔六边形全球离散格网“格心－格点－格边”多结构要素数学模型，推导证明多结构要素的唯一数学描述。然后，依据该数学模型提出格点、格边关联格心的编码运算法则。最后，设计地理环境格网建模和路线计算应用案例证明本文方法的可行性和优越性。结果表明，相较于投影平面格网，六边形全球离散格网的格元变形更小、变形离散程度更小：六边形格元面积、周长和角度形变误差率均小于7.5%，中低纬度区域兰伯特等角圆锥投影格网部分单元面积和周长形变误差率超过10%，高纬度区域墨卡托投影格网面积和周长形变误差率超过60%;相较于单一格元模型，多结构要素能够按事件计算需求准确表达环境信息，更有利于准确计算事件结果。

随着测绘地理信息数据的共享应用成为趋势，地理数据的精度降低处理成为数据公开前不可缺少的环节。基于传统薄板样条插值的坐标偏移模型利用本身优势可以实现坐标变换从而降低数据的几何精度，但是该模型受控制点精确程度影响大，抗噪声能力弱，若控制点选取不合理则易产生要素形态畸变的问题，导致数据无法被使用。本文提出了一种顾及空间分布的改进薄板样条矢量数据精度降低方法，首先通过四叉树索引结构进行格网划分，分别在网格内选取控制点，使得选出的控制点对和原始矢量数据在空间分布特征和数量特征上一致。然后基于Tikhonov正则化思想在原始坐标偏移模型中添加正则化项，弱化控制点的约束作用，增强模型抗噪声能力。本文选取不同尺度、不同类型以及多图层数据进行精度降低测试，实验表明： ① 本文算法针对不同实验数据都可以满足自然资源部95号文公开地图精度不高于10 m的要求，模型普适性好且效率较高; ② 本文算法能有效提高模型的稳定性以及减少处理后坐标突变的问题。以南京市鼓楼区线数据为测试数据的计算结果表明，精度降低后数据空间方向一致性为99.62%，图形形态相似性为99.99%，均优于传统薄板样条模型与高斯基函数坐标偏移模型; ③ 本文算法使精度降低后数据的偏移效果实现局部一致性以及全局随机性，精度降低后数据在明攻击或盲攻击的情况下精度仍能保持在10 m左右，说明坐标偏移结果不易被恢复。本研究证明提出的顾及空间分布的改进薄板样条精度降低模型兼顾处理后数据的安全性以及可用性，促进了矢量地理数据的社会化应用。

船舶航线提取与交通流分析是航线设计、海事管理、贸易分析等研究的基础。面向海量船舶轨迹，现有船舶航线提取方法在大范围海域的适应性、方法复杂性以及与真实船舶交通航线的符合性方面还存在不足。本研究以海量船舶自动识别系统（Automatic Identification System， AIS）数据为研究对象，提出一种船舶轨迹提取模型构建与交通流分析方法。首先，将船舶航行轨迹抽象为船舶停留特征点（停留点）与移动特征点（航路点）的组合，其中停留点为船舶在港口处停留轨迹段的特征点，航路点为船舶移动轨迹段中航行速度或航行角度发生明显变化的特征点，构建“出发港（停留）→移动（航路）→目的地港（停留）”船舶航行轨迹抽象模型，实现船舶航行轨迹划分;然后，以船舶航行轨迹抽象模型为基础，基于图论理论进一步聚类海量船舶航行轨迹的停留点和航路点，提取表征船舶航线的航线点（停留航线点和航路航线点）;最后，建立航线点连接矩阵，以船舶交通图的形式实现船舶航线提取，为船舶航线提取、交通流分析等提供新方法。以南海丝路海域为研究区，利用2017年全年的历史AIS数据，分析研究区内典型商船（集装箱船、散货船、油轮）的交通流特征和船舶航线。结果表明，提取航线与船舶交通高密度区域高度吻合，能够反映南海丝路区域真实的船舶交通航线。进一步与现有航线数据比较可知，本文提取航线的细节更加丰富，结构更加完整。与现有船舶航线提取方法相比，本文方法具有两方面的优势。① 本文方法提取的船舶航线具有更大的丰富度。本文方法不仅提取出船舶航线，还识别船舶航行过程中的特征点，即船舶停留特征点和航路特征点，这对于航线设计和航行安全无疑是重要的知识支撑; ② 本文方法提取的航线更易于分析海运交通网络。由于本文方法提取的航线是点对点的形式，且每条航线都是从港口出发，易于构建海运交通网络，可以实现潜在的运输网络分析。本研究可为船舶航线规划、交通流分析、航行安全等提供决策支持。

分析居民的出行特征是解决和缓解日益凸显的城市问题的一种重要途径。当前采用出租车OD流向数据挖掘居民出行特征已经取得了丰富的研究成果，但是大部分研究忽略了OD流向的语义信息。针对时空聚类算法中语义信息考虑不足的问题，本文提出了一种基于GloVe（Global Vectors）模型的OD流向语义提取方法和基于密度的时空语义聚类算法（STS-DBSCAN, Spatial Temporal Semantic-DBSCAN）。首先，结合POI访问概率和GloVe模型提取了OD流向语义。在此基础上，提出了一种OD流向的时空语义相似性度量规则。然后，根据时空语义相似性度量规则改进了DBSCAN聚类算法，实现了OD流向数据的时空语义聚类。最后，以厦门岛为例进行居民出行特征分析，共提取了7种居民出行语义，发现：① 居民出行语义受时间因素的影响较大，不同时间段的主要居民出行语义不同;② 居民出行热点主要分布在厦门岛的中部发达区域;③ 通过时空语义聚类分析，从4种主要居民出行语义中提取了7种典型的居民出行模式。结果表明，基于OD流向语义和时空语义聚类方法能够有效地挖掘城市居民的出行特征。

15分钟生活圈是以人为本城市社区建设的基本需求，也是绿色、低碳、可持续城市的发展方向。然而，生活圈服务设施布局规划存在诸多挑战，如需要建设多少设施，生活圈半径内人群覆盖率能否达标，以及如何提升服务公平性?鉴于现有的区位问题难以直接解决这些问题，本文引入设施最大服务半径和推荐服务半径覆盖人群达标率指标，将经典的单源设施区位问题(SSCFLP)改进为规划参数驱动的区位问题(DC-CFLP)，用于生活圈公共服务设施布局规划，尝试解决上述难题。相较于SSCFLP，新模型增加了3个规划参数，满足设施选址需求;在模型中使用软约束条件，对违背设施容量、最大服务距离和覆盖人群达标率的情况进行惩罚，使模型在实际应用中具有灵活性。选择郑州市郑东新区为案例区域，进行社区便民服务中心选址规划实验。依据区域现状及2035年控制性详细规划，设置3组规划参数，通过模型求解获得相应的选址方案。结果表明：设置不同的规划参数，新模型能够以最少的设施实现服务供需均衡，最大限度地满足服务半径达标率要求，也较好兼顾了服务成本、可及性和公平性。为验证本模型的优越性，与SSCFLP和CPMP模型相比，DC-CFLP模型更适合城市生活圈服务设施布局规划，满足实际规划需求，兼具理论意义和实用价值。

犯罪人的犯罪出行行为研究有助于更好地理解犯罪发生的机理。目前已有的研究大多集中于犯罪前出行行为，缺少有关犯罪后出行，即犯罪逃逸行为的研究。本文聚焦于封闭式非门禁居住小区的犯罪人逃逸行为，提出一种通过微观路径模拟结合宏观空间分析的犯罪逃逸行为研究方法。方法首先通过模拟重建犯罪逃逸路径解决研究数据匮乏的问题，具体为基于理性选择理论构建逃逸路径选择函数，采用赋值网格地图量化小区空间环境，使用改进蚁群算法在赋值网格地图上迭代模拟得到路径数据;然后通过空间句法理论解构小区空间在拓扑深度和视域集成度上的空间特征;最后综合犯罪逃逸路径数据和小区空间特征探究犯罪人逃逸行为规律。研究针以Z市5个典型居住小区的外来人员夜间单次盗窃案件为研究对象进行了实证研究，结果表明：犯罪人的逃逸距离有明显的距离衰减特性，并呈现两端衰减;逃逸距离与出入口数量负关联;犯罪人逃逸时会规避视域集成度高的区域且路径轨迹符合空间拓扑规则。研究结论为居住小区的规划布局或建设改造提供了一定的参考，居住小区需重视出入口的规划布局，根据空间位置合理分配犯罪防控资源以及将景观环境设计与小区安全相结合。

为准确评价压缩天然气（CNG）出租车的二氧化碳（CO₂）减排效益，以武汉市为例，提出了一种基于深度学习的车辆微观CO₂排放模型来准确对城市内出租车的CO₂排放做时空分析，探究出租车在不同燃料情景下CO₂排放时空规律。路测实验中使用便携式排放测量系统（PEMS）收集车辆的CO₂排放数据，考虑车辆驾驶特征序列和燃料类型，借助BiLSTM算法构建了车辆微观CO₂排放模型，并验证其精度;利用提出的CO₂排放模型和武汉市15 752辆出租车轨迹数据估算了武汉市出租车使用92#汽油和CNG的CO₂排放，探索CNG出租车的CO₂减排效益。结果表明，模型精度优于目前常用SVR、LSTM等回归算法和IVE、CMEM等物理模型，能够拟合真实车辆的CO₂排放变化，满足大范围估算城市出租车CO₂排放的精度需求，为车辆排放估算提供更好思路;实证结果发现，一天内，15 752辆武汉市出租车全面使用CNG取代92#汽油可以减少22.05%的CO₂排放，同时揭示了CNG出租车在时间空间角度的CO₂排放规律以及CO₂减排效益。结果对政府交通部门推广车辆使用CNG燃料提供依据。

OpenStreetMap（OSM）路网数据是一个开放性的数据集，旨在为全球用户提供免费的数字地图资源，但路口转向信息的缺失，成为制约其进一步服务于车辆导航和路径规划的瓶颈。为此，本文提出一种基于地图匹配和字符串映射的路口转向探测方法，通过挖掘众源GNSS轨迹数据在交通路口的动态连接信息，为OSM路网结构赋予转向关系。首先，基于一种自上而下的四叉树分裂思想，设计了OSM路口结构探测方法，进而将路口结构简化为一个连接点；在此基础上改进HMM地图匹配算法，识别漂移异常的轨迹序列，从而将低频、高噪的众源轨迹投影到OSM路段上；接着，引入面向路口的路段字符编码技术，将路口相关的轨迹映射为转向过程中的方向字符串，进一步借助于最优路径分析思想，设计了空字符的信息增强处理方法还原低频轨迹行驶的路线信息，以有效提高短路段的轨迹支持度；最后，直接针对轨迹方向字符串，通过字符串匹配挖掘轨迹在目标路口的转向类别，实现OSM路网的转向信息增强。本文将复杂的路口转向关系识别转化为简单的字符串匹配，基于上海市数据的试验表明，该方法可以识别结构与大小各异的路口转向关系，其精确率达到90%，召回率超过98%，F1值超94%。

探索城市发展与生态保护的交互耦合关系是科学实施新型城镇化战略的重要支撑。现有研究多关注宏观城市系统要素、结构、功能与生态环境之间的耦合关系，较少从微观尺度尤其是城市圈层结构视角揭示二者之间的非线性动态耦合关系及其空间梯度性。基于此，本文提出了城市扩张-生态空间复合系统的多维度量化指标体系，构建了城市扩张与生态空间演化之间动态耦合协调度的评估模型，分析了1985—2020年武汉市域、绕城高速环线和中心城区等不同空间梯度内城市扩张与生态空间的动态耦合关系变化规律。研究表明，城市扩张与生态空间的动态耦合协调度在武汉市行政区划范围与绕城高速环线-武汉市界范围内整体呈“S”型变化，2010年之前处于缓慢发展状态，之后快速升至高度协调状态；绕城高速环线范围内耦合协调度总体呈现“波浪式”上升，2005年之后在高速极限发展与螺旋式上升阶段波动变化；绕城高速环线范围内以及城市主城区的耦合协调度均接近“S”型，其中绕城高速环线至主城区之间的耦合协调度在2010年之前持续升至螺旋式上升阶段，之后则缓慢下降至高速极限发展阶段，而主城区的耦合协调度在2000—2005年已处于高速极限发展状态，之后则呈现围绕高值上下波动的状态。不同空间梯度内城市扩张与生态空间之间的耦合协调关系存在显著差异性，未来城市空间管控与绿色基础设施规划应因地制宜制定对应措施。

传统的犯罪地理和犯罪时空预测方法主要是以警务辖区或格网为基本单元，分析结果不利于指导精细化的巡防警力规划部署。基于深度学习的图神经网络方法可以自然地与微观尺度下的路网拓扑结构相结合，实现道路尺度下的精细犯罪预测，但现有方法鲜有考虑道路权重对预测结果的影响。本文通过引入道路通达度和距离衰减因子，构建了一种顾及道路权重的图卷积犯罪时空预测模型（Road Weighted Spatio-Temporal Graph Convolutional Network，RW-STGCN），并利用芝加哥2016—2017年街面盗窃犯罪数据对模型进行评估。结果表明： ① 与未考虑道路权重的时空图卷积模型相比，RW-STGCN模型命中率在不同的路网覆盖比例下（1%、5%、10%、20%）的提升均在6.5%以上，且随着覆盖比例的下降，模型命中率的提升更为显著，最大提升超过了50%； ② 模型消融性实验表明，同时考虑2种道路权重的模型比仅考虑距离衰减权重或道路通达度权重单个因子的模型预测性能提升更为明显，命中率最大提升了12.9%。本研究构建的RW-STGCN模型有助于街面类犯罪预测，可为警务部门基于路网进行科学巡逻防控规划与警力部署提供辅助决策支持，此外还可用于以道路作为分析单元的城市计算问题研究。

溶解氧是探究海洋内部各种生物地球化学循环过程以及评估海洋健康的重要参数。目前，基于Argo剖面浮标的观测方式已经成为获取海洋溶解氧信息的主要来源之一，但是这种方式获取到的海洋溶解氧资料在空间上是离散分布的。如何利用空间插值方法将离散的Argo溶解氧剖面观测数据构建成连续的空间网格数据是当前研究关注的热点，本文提出了一种面向Argo溶解氧剖面观测数据的空间-质量特征的迭代插值方法（ASOSQIM）。针对观测样点空间上分布离散、不规则的特点，ASOSQIM首先对溶解氧观测数据进行空间初始化来构建初始背景场，然后对Argo溶解氧剖面观测样点进行空间异质性分区，采用空间-质量定权的方式赋予不同质量标示数据相应的权重系数来解决参与插值的数据量及其精度问题，最后利用迭代插值的思想并集成溶解氧空间分区特征和质量标识，实现了基于Argo剖面浮标观测的溶解氧浓度空间插值。利用交叉验证法和WOA18资料对ASOSQIM进行方法验证和对比分析，结果表明：① ASOSQIM的插值精度相比于其他空间插值方法具有大幅度的提升，与2022年同期Argo浮标溶解氧观测结果进行对比，验证了该方法的优越性和可行性； ② 利用ASOSQIM得到的溶解氧浓度插值结果与WOA18溶解氧资料具有高度一致性，溶解氧浓度绝对误差在20 μmol/kg范围内的区域占比达到85%以上，表明利用该方法得到的插值结果具有可靠性。

遥感影像蕴含丰富的语义信息，在滑坡灾害监测任务中发挥出了重要的作用。传统的滑坡识别主要通过遥感目视解译和人机交互识别，存在耗时费力、主观性强和提取精度低等问题。语义分割作为深度学习中的一项重要任务，因其端到端的像素级分类能力，已在遥感影像自动化识别任务中发挥出了重要作用。现有遥感影像滑坡灾害语义分割模型通常无法顾及多尺度地物特征，且随着网络深度增加会造成边界模糊等问题。本文提出了AED-Net（Attention combined with Encoder-Decoder Network），使用浅层特征提取网络缓解深度神经网络造成的边界模糊问题，利用空洞空间卷积池化金字塔结构的多尺度特征提取能力，结合编码器-解码器结构的特征还原能力还原边界信息，并使用通道注意力机制强化模型的关键特征学习能力。利用GID-5数据集针对模型中空洞卷积的膨胀率设置、通道注意力机制的选择进行对比试验以得到最优解，最终得到的模型在毕节市滑坡灾害数据集上获得了最优表现，像素准确度为95.58%，平均像素精度为89.24%，平均交互比为82.68%，相比PSP-Net、Attention U-Net、加入ECA注意力机制的DeeplabV3+、PA-Fov、LandsNet等语义分割模型，PA提升了0.73%~1.97%，MPA提升了1.0%~2.84%，MIoU提升了2.25%~5.11%，达到了最优分割效果。