城市化区域多设施空间优化建模是一项实用的关键技术，可为城市公共资源均衡优化配置和空间决策提供支持。本文提出了网络Voronoi图启发的多设施选址粒子群空间优化建模方法，分别给出了基于常规Voronoi图启发的p-中值选址模型和最大覆盖选址模型，以及基于网络Voronoi面启发的p-中值选址模型和最大覆盖选址模型。模型采用Voronoi图定量提取设施功能覆盖和服务范围内的需求，并通过最小化重叠覆盖启发空间优化最大化覆盖分布的需求。p-中值选址模型考虑了需求随路径距离衰减的因素，最大覆盖选址模型顾及了设施对最大覆盖半径范围以内需求的完全覆盖，以及对以外区域的部分衰减覆盖。在空间优化粒子群算法中融入遗传进化机制和常规Voronoi图模拟的粒子动态邻域结构，提高了算法的全局搜索和优化性能。通过对实验区多设施进行的p-中值选址空间优化实验和最大覆盖选址空间优化实验，验证了本文提出的模型、方法和算法的有效性，可应用于城市化区域的空间优化决策支持。

Fuzzy c-means聚类常采用普通欧式距离进行相似性度量，对于地理空间对象来说，聚类不仅应考虑属性特征的相似性，还应考虑对象的空间邻近性。本文基于普通欧式距离提出了多种形式的空间加权距离公式，不同的距离公式分别在两个坐标方向、各属性上进行加权，权重向量既可以度量空间位置特征、属性特征的作用大小，也可度量位置距离在X、Y空间方向上的各向同性或异性程度。权重向量的获取以空间对象相似性的模糊函数为评价目标，通过动态学习率的梯度下降算法优化计算，并将空间加权距离引入到fuzzy c-means聚类算法中以取代普通欧式距离。本文以空间数据集Meuse为应用实例，分别采用不同形式的空间加权距离进行FCM模糊聚类，类数取为2-10类，通过PC、PE和Xie-Beni等聚类有效性指标的比较表明：空间加权距离的聚类效果要优于普通距离，且在空间数据聚类分析中，除属性信息外位置等空间特征信息同样起到了重要作用。

格网分析操作建模，包括地理格网索引域、值域及其之间的函数定义；基于该定义的操作函数、输入与输出的形式化表达；界定了相应的格网分析技术及其应用。随着物联网和空间对地观测的发展，多维大数据的涌现，对现有2维格网分析基础设施的发展提出了挑战。本文对业界主流的各种格网操作模型进行了系统回顾和比较：首先，介绍地球科学各个领域的多维地理格网及分析需求；然后，抽象了多维格网的形式化定义元素；在此基础上，比较了国内外主要多维格网操作模型，讨论了相应格网操作的输入与输出特征，并总结了不同操作模型的表达能力，论述了格网分析操作建模的方法和需要注意的问题；最后，总结了国内外主流的格网分析语言和系统实现，并展望了其发展趋势和研究方向。

目前，基于DEM及常规GIS软件进行的流域自动分割方法，往往忽视了一般流域与域间流域的差异性，并且未在属性上区分二者。本文强调流域划分必须充分，明确域间流域的概念与基本特征（包括域间流域的数量与面积、空间分布及空间形态特征）。鉴此，本文提出了基于DEM的域间流域自动提取方法，并以陕北黄土高原丘陵沟壑地区为实证。结果显示：通过对汇流阈值、地形特征、数据边界效应等因素的影响分析，可实现对域间流域的快速准确提取。另外，本文还对此分析了域间流域与一般流域在水文、空间形态及空间分布方面的特征差异。

校车调度问题（SBSP）是通过调度使一辆校车服务完一个学校后继续服务其他学校，以减少一个地区所需的校车总数，进而降低校车采购成本和运营成本。目前的SBSP求解方法是将其转化为指派问题或运输问题，使用混合整型规划算法或者简单启发式算法进行求解，但求解性能有局限。本文在单校校车路径规划的基础上，将单校路径抽象为虚拟站点，进而将SBSP转换为带有时间窗的车辆路径问题（VRPTW），设计元启发算法进行求解。使用构造启发式算法获得初始解后，在模拟退火算法框架中通过典型的局部搜索算子搜索邻域解，逐步改善求解质量。搜索算子包括单点移动、两点交换、2-OPT和Cross-Exchange。迭代优化过程中以校车路径数为主要目标，路径长度为次要目标。为避免邻域搜索陷入局部最优，算法以一定的概率接受部分使路径长度增加的解。15个案例实验验证了本算法的有效性，与现有算法相比，能够获得更好的优化目标，适用于大规模的校车调度。