地理信息的不断泛化对经典的地理信息分析模式提出了巨大挑战，网络化的知识服务将逐渐成为地理信息应用的新模式，助力地理计算到社会计算的形态转变。地理知识服务需要打通人、机构、自然环境、地理实体、地域单元、社会事件之间的关联，促进知识辅助下的数据智能与计算智能。本文聚焦地理时空知识获取与形式化表达及分析的迫切需求，首先分析了时空知识图谱的基本概念与特征，认为时空知识图谱是指具有地理时空分布或位置隐喻的知识构成的有向图，即以时空分布特征为核心的知识图谱；然后提出了时空知识图谱的研究框架，该框架可实现时空大数据到时空知识服务应用的转变，包括泛在时空大数据、时空知识获取、时空知识管理、时空知识图谱、软件系统及行业应用等多个层次；接着从文本描述地理信息抽取、异构地理语义网对齐、时空知识表达与表示学习等方面，介绍了相关研究进展；结合应用实践，介绍了面向行业的时空知识图谱构建与应用途径；最后，讨论了时空知识图谱研究目前面临的关键科学问题与技术瓶颈，提出在大模型时代，构建显式的时空知识图谱，并针对行业需求开展知识推理，仍是时空知识服务的必由之路。

地球科学（以下简称地学）知识图谱具有强大的知识表示和语义推理能力，已成为地学大数据和地学人工智能发展必要的基础设施。然而，目前的地学知识图谱研究主要面向实验场景，缺乏面向实际应用的大规模地学知识图谱构建方法和共享应用框架研究，导致尚未真正在地学领域现实应用中得到使用。为此，本文面向地学大数据和人工智能研究与应用对地学知识图谱的迫切需求，首先研究了大规模地学知识图谱的构建技术，在此基础上，提出一种覆盖地学知识图谱构建、共享和应用全生命周期的总体框架。然后，以“深时数字地球（DDE）”国际大科学计划为例，开展了面向实际应用的知识图谱平台研发实践。最后，利用该平台，构建了DDE大规模地学知识图谱，开展了知识图谱开放共享，有效实现了知识图谱应用，证明本框架可有效支撑大规模地学知识图谱的构建与共享应用。本文对于地学知识图谱现实应用价值的实现具有重要的促进作用。

新型作战样式对战场环境服务保障提出了新要求，战场环境智能化服务急需基于全域多维战场环境数据实现知识的提升。针对战场环境智能认知的知识建模问题，将知识图谱与战场环境相结合，提出了战场环境知识分类方法，认为战场环境知识图谱是大数据人工智能条件下战场环境知识表示的一种新形式；针对三元组知识表示碎片化的问题，构建了战场环境时序超图表示模型，实现了实体知识、事件知识、影响过程知识和服务决策知识的多层次统一图建模，将各类知识表示为具备时空特点、场景特点的统一知识超图网络；最后，利用地图、事件、影响过程和作战影响效能等数据进行实验验证，超图网络从语义层面实现了各类战场环境知识的关联，可进一步为实现基于超图的智能推理和服务决策提供支撑。

城市出租汽车是居民出行的重要方式之一，地理流空间理论为发掘人群出行特征，优化车辆运营效率提供了新视角。本文利用厦门市出租汽车轨迹数据，采用地理流空间分析理论，对人群出行的整体随机性质进行了分析，基于流相似性度量识别并分析了丛集、汇聚、发散和社区4种典型模式及混合模式的空间分布特征，对比了基于巡游车和网约车2种车辆的人群出行模式。结果表明流空间理论能够系统性发现人群出行典型模式及混合模式，主要体现在：① 基于2类车辆的人群出行流在空间中呈现出显著的非随机特征；② 巡游车和网约车的典型模式在空间分布上有明显差别，网约车的有关模式分布范围更广，在厦门岛外各区中心及岛内东部软件园等区域附近较为突出，且网约车由于其订单由用户需求驱动，更容易发现潜在的高出行需求区域，同时出行结构更容易形成社区模式，而巡游车主要分布在传统岛内知名城市地标附近；③ 同一区域内巡游车和网约车出行混合模式普遍存在，约占典型模式的四分之一左右，而且不同类型车辆的主要混合模式存在差异，综合考虑混合模式能够提高城市公共设施规划的精确性和科学性。本文结果可以为车辆调度优化和城市交通规划提供支持，也表明地理流空间理论能够更有效揭示地理流对象的空间模式特征。

特大城市生活必需品供应保障体系直接影响社区的供应韧性，而社区系统无法孤立存在，其作为城市治理基本单元对推动供需联动与增强城市韧性具有关键作用。本研究探索性提出一种基于复杂网络理论的城市社区供应保障韧性评估方法，尝试测度社区动态韧性，实现从“单系统评价”走向“多系统关联评价”的韧性评估底层理论思维突破。以广东省广州市中心城区六区为例，充分利用手机信令等多源数据，基于市民时空间行为构建“市场-社区”生活物资供需网络，同时基于社区韧性5个指标制定网络攻击策略；引入级联失效机制评估其网络抗毁性，结合熵权法赋予权重得到社区韧性评估结果；并通过研究供应网络不同阶段节点失效的社区影响因素，进一步解析社区韧性与供应体系间的影响机理。研究发现：① 基于本研究构建的城市生活物资网络模型，可实现较好地模拟城市社区供需网络和评价社区韧性，其中潜在供应保障缺失的低韧性社区主要分为老旧街区、城中村、城郊街区3种空间类型；② 通过针对社区5种不同攻击策略下网络抗毁性分析，发现社区韧性主导影响因素不同，其中人口密度为首要考虑因素；③ 社区韧性与供应保障间存在复杂双向影响，包括低韧性社区在面对城市突发事件时存在明显脆弱性，社区自组织能力、供应设施布局与供应点间联动调度等都会影响社区整体韧性。

随着全球经济一体化的深入推进，海上交通拥堵和船舶事故频发。为了对海上船舶活动进行监管和分析，传统的方法主要利用船舶定位数据进行数据挖掘，未结合其他海上多源数据进行船舶时空活动过程和行为模式分析，缺少深层次的知识挖掘。为此，本文综合利用多源数据，在提取轨迹的语义信息基础上，构建船舶活动知识图谱，为低知识密度的轨迹时空点序列向高阶语义知识转化提供一种有效途径。具体地，首先通过解析船舶活动的特征和组成要素，基于“过程-事件-行为”的核心思想，设计船舶活动知识图谱本体层；然后利用Stop/Move模型提取轨迹语义信息，利用DMCNN模型抽取船舶突发事件，完成实例层填充；最后通过构建原型系统，对上述模型和方法进行验证。结果表明，本文所构建的船舶活动知识图谱，可以支持对船舶常规活动和突发事件进行知识表示，并可以实现时空活动查询和回溯，进而达到语义增强效果，具有一定的应用价值。

从生产-生活-生态功能角度划分城市空间格局，不仅是国土空间结构优化的基础，也能反映城市用地的内在功能形态和空间组合模式。然而，以往城市“三生空间”的识别主要利用遥感图像、兴趣点和土地利用数据进行，缺少城市内部的立体信息。街景图像可以体现城市内部街道特征，实现街道内部物理环境近距离大规模高分辨率的客观测量。因此，本文基于街景图像提取场景语义特征，提出一种中心城区“三生空间”的识别和特征重要性分析的方法。以成都市四环内为研究区，使用梯度极限提升算法识别城市“三生空间”，进行模型精度对比检验，从道路、格网和交通分析区3个尺度分析研究区“三生空间”的格局分布特征，并引入沙普利加和解释（SHAP）方法探索“三生空间”的特征重要性。结果显示：① 本文提出的基于街景图像识别“三生空间”方法具有较好的效果，模型识别生产、生活和生态空间的R²均达到0.6，表明使用街景图像识别“三生空间”具有可行性；② 分析研究区内的“三生空间”分布格局，研究区内以生产-生活空间为主，数量多且在区域内呈片状分布，以生态空间为主的单元数量少，主要分布在大型公园处；③ 分析7维场景层语义特征的重要性，其中街道开敞度和机动化程度对三类空间形成的影响最大。本研究成果丰富了“三生空间”识别的数据和方法体系，为城市空间结构优化和发展决策提供了新的工具。

评估高温灾害的危险性变化,能够为区域高温灾害风险管理和制定减灾措施提供决策依据。本研究选取高温日数、最高温度和平均高温强度3个指标,基于1961—2020年中国2517个气象站点日最高温数据和CMIP6情景模式比较计划中SSP2-4.5情景下12个气候模式提供的2031—2099年未来气候预测数据集,用核密度概率估计方法计算了4个重现期（即5、10、20和50年）下3个指标的取值,对中国未来高温危险性变化进行了评估。结果表明：① 在SSP2.4-5情景下,中国的高温日数呈现出4个危险中心,分别是：西北干旱（半干旱）地区中部、华北和华中地区的交汇区域、西南地区中部和华南地区南部,并且高温日数从这4个中心向外逐渐减少;最高温度在空间上的分布北部大于南部,东部大于西部。平均高温强度的分布则呈现出从华北地区南部、西北干旱（半干旱）地区西部和东部地区西部向我国除青藏高原地区外的其它地区减少的趋势; ② 在SSP2.4-5情景下,随着重现期年限的增长,中国地区3个高温指标均呈增长趋势且增幅较大,并且高值范围也在不断扩大;③ 3个高温指标变化值均呈现出了明显的空间聚集性,3个指标共同显示的热点区域包括西南地区北部和南部、西北干旱（半干旱）地区中部和华北、华中地区的少部分区域,这些地区发生高温灾害的可能最大,同时根据高温日数变化和最高温度变化,东部地区西部发生高温灾害可能也较大,3个指标共同显示的冷点区域包括青藏高原地区东南部、西北干旱（半干旱）地区的西部和我国东南沿海地区,这些地区几乎不会发生高温危险。

卷积神经网络已广泛应用于遥感影像场景分类任务，然而优秀的模型体量大，无法部署到资源受限的边缘设备中，直接应用现有的知识蒸馏方法压缩模型，忽略了场景数据的类内多样性和类间相似性。为此，本文提出一种类中心知识蒸馏方法，旨在获得一个紧凑高效且精度高的遥感影像场景分类网络。首先对预训练的教师网络进行微调，然后基于设计的类中心蒸馏损失将教师网络强大的特征提取能力迁移到学生网络，通过约束师生网络提取的同类特征分布中心的距离完成知识的转移，同时在蒸馏过程中结合真值标签训练，最后学生网络单独用于预测。实验在4个数据集上与8种先进的蒸馏方法在不同训练比率、不同师生架构下进行了比较，本文方法均达到最高分类精度。其中，在训练比率为60%的RSC11、UCM、RSSCN7及AID数据集中，相比于性能最好的其他蒸馏方法，师生网络属同系列时分类总体精度分别提升了2.42%、2.74%、2.95%和1.07%。相似技术对比实验及可视化分析进一步证明了本文方法优异的性能。本文所提出的类中心知识蒸馏方法更好地传递了复杂网络所提取的类内紧凑、类间离散的特征知识，提高了轻量网络分类的性能。

随着科学技术的发展与推动，网络空间与人们的日常生活深度融合，已经成为人类活动新的空间形态。网络空间与现实空间有区别、有联系，具有鲜明的地理学特征，地理学的时空关系仍然是网络空间不可或缺的关键要素。因此，将地理学思想应用于网络空间认知，对于刻画网络空间态势、维护网络空间安全具有重要意义。本文回顾了网络空间的产生与发展，剖析了网络空间的基本结构与特征，针对网络空间特征的不同观点，分析了网络空间的地理学属性。从地理学三大定律的视角出发，本文探讨了如何运用地理学思维和地理信息科学的方法描述网络空间，并以网络空间可视化表达、网络空间地理图谱构建与网络空间行为智能分析为例，说明了如何应用地理学思维进行网络空间的分析和研究。探索网络空间的地理学属性与地理学思维，并将地理学技术应用于网络空间防护，可以为网络空间安全综合治理提供新的视角与维度，从而促进新时代网络空间认知水平与治理能力的提升。

数字孪生城市通常以实景三维模型为空间数据体，并集成各类传感器的物联感知数据，实现虚实融合目的。作为最常用的传感器类型之一，将城市中的视觉传感器与虚拟的实景三维模型准确地配准是数字孪生城市应用的关键，但是现有方法获取的户外6DOF位姿精度通常不足，致使视觉传感器配准精度不高。本文提出了一种结构语义辅助约束的数字孪生场景虚实配准方法，从图像中提取出包含结构语义信息的铅垂线，并生成虚拟场景的透视图和逆深度图，在逆深度和结构语义的约束下，准确地恢复传感器位姿，实现视觉传感器图像在虚拟场景空间中的融合配准。通过试验证明，该方法可以有效对初始位姿进行优化，进而提高数字孪生城市中视觉传感器的配准精度。

面向自然语言的地理空间场景描述一直是地理信息科学的重要研究方向，传统方法更注重空间关系的遍历性描述，难以融合人类空间认知，与人类自然语言有较大的差距。地理空间场景自然语言描述的本质是地理空间二维向量转换词空间一维向量的过程。本文提出M2T空间场景自然语言表达框架，通过空间场景理解、语言合成和注意力感知3个知识图谱，在多源知识图谱的融合机制下，生成自然语言空间场景描述文本。其中空间场景描述知识图谱解决遍历空间关系剪枝难题，同时通过建立空间关系图谱建立空间场景之间关联，支持空间场景连续表达；自然语言风格知识图谱建立空间表达与语言风格的关联，实现了贴切于空间自然语言表达的多样化语言风格；空间关注度知识图谱根据空间场景主体和客体交互状态，建立注意力矩阵捕捉自然语言空间表达的细微之处。以北京故宫为例设计的原型系统，实验表明系统生成结果与人类游记接近，且内容覆盖更完整，风格更多样，验证了M2T框架的有效性，并展现了空间场景自然语言描述应用的潜在价值。

网络舆情分析在突发事件科学管理及应急响应中作用显著。本文以2021年发生的我国首例野象大跨度北移事件为案例，采用事件抽取和扩展BosonNLP的情感分析方法，研究新闻及社交媒体关于野象北移的情感关切响应及事件级联效应，并用地理探测器等空间统计分析方法揭示其影响机制，进而探讨此类突发事件与其他舆情的传播及演化差异。结果表明：① 野象北移舆情起始期较长而爆发期较短，且其信息扩散受空间距离衰减规律的影响较小，而主要取决于地区互联网资源供给及传播媒介分布情况，有别于公共卫生、自然灾害等跨区域重大突发事件舆情演进规律；② 北移象群逼近人口密集的城区时易引爆舆情；期间，新闻媒体全面关注野象迁移动态且积极意向明显，成为推动公众舆情趋向正面社会建构的重要话语力量；③ 微博舆情情感在全国及省域尺度均存在显著空间集聚性；事源地云南及其邻域为低-低集聚型情感冷区，国内媒体及微博用户主要分布地（北京、山东、江苏等）为高-高集聚型情感热区；突发事件主要影响区（昆明和玉溪）亦为高-高集聚型情感热区，而我国野象传统分布区（普洱和西双版纳）却为情感冷区；决策部门及新闻媒体应差异化响应舆情情感冷热区的民众关切并精准引导当地舆论。该研究对丰富大数据时代下舆情地理学的分析方法，促进生物多样性保护与社会和谐发展等具有重要意义。

随着无人机技术的逐渐成熟，越来越多的领域开始引入无人机执行任务。无人机具有使用成本低，环境适应能力强等优点，但其能够顺利执行空中任务的前提是对自身位置的准确定位。传统导航技术主要依赖GNSS，但GNSS存在不稳定、易受干扰等缺点，易出现无人机无法利用GNSS进行定位的情况，即GNSS拒止环境。针对GNSS拒止环境下无人机的导航定位问题，基于已知的卫星正射影像，提出了一种综合利用卫星影像局部和全局深度学习特征的无人机视觉检索定位方法。首先将ConvNeXt作为主干网络，与广义平均池化相结合组成检索特征提取算法，用于提取卫星和无人机影像的全局特征。针对检索定位的任务设计了考虑影像间重叠面积的三元损失函数，训练特征提取算法。然后根据全局特征对一定范围内的卫星影像进行检索。最后为了进一步提高检索得到目标影像的准确率，利用深度学习局部特征进行匹配重新排序。论文建立了面向无人机检索定位任务的训练和试验数据集，试验结果表明，对于完全重叠无人机模拟影像检索不同季节卫星影像，本文方法平均准确率达到90.9%，平均耗时2.22 s。在无人机实拍影像测试中准确率为87.5%，基本能够满足无人机导航定位需求。

基于地点的犯罪时空预测由于不直接涉及个人数据，且可与警务巡逻和精准化治安防控策略有机结合，现已成为预测性警务领域的研究热点和主要实践方向。本文对2013年以来国内外犯罪时空预测的最新进展进行综述，主要工作包括： ① 总结了该领域研究在文献数量快速增加、研究主题日益多元、主要研究群体分布相对集中等方面的总体特征； ② 梳理了犯罪时空预测的目标主体、时间尺度、空间尺度、模型方法、精度评价、实践效果评估六大基本要素的新变化、新指标或新进展； ③ 介绍了常用犯罪时空预测软件及各国预测性警务实践； ④ 探讨了在实践应用的各个阶段所面临的伦理问题及挑战，以及各界为规避此问题做出的尝试； ⑤ 展望了犯罪时空预测后续研究重点。本研究为犯罪时空预测领域勾勒出一个较为全面和清晰的轮廓，可为国内犯罪地理、智慧警务、警用地理信息系统（PGIS）等相关领域的研究者和从业人员提供有益参考。

准确、可靠的短时客流预测可为城市轨道交通提供运营决策支持。本研究以基于Transformer机制的LSTM网络、深度注意力模块和CNN网络为基础，提出了城市轨道交通网络级多步短时客流预测模型（STIPM）。该预测模型由3个分支组成，分支一以时间序列进站客流为输入，提出了基于Transformer机制的LSTM网络提取该数据中的时间相关性；分支二以基于时间步的OD数据为输入，提出了深度注意力模块挖掘数据中大量的时间、空间相关性，利用基于时间步的OD数据能够更好地展现站间联系紧密程度和全局信息，从而完成了拓扑网络信息提取；分支三的输入为POI数据，使用CNN网络获取其时空相关性，并作为时间与空间特征之间的纽带。为了保证在预测精度足够高的条件下，获得更长的预测时间和更详细的预测信息，本文采用“神经网络多输出”策略，完成了多步预测任务。本文在2个大规模城市轨道交通真实数据集中对该模型进行测试，并将预测结果与10个基准模型和4个消融实验模型进行对比，在RMSE、MAE与WMAPE评估指标中，STIPM模型均得到最高的预测精度，结果表明该模型具有一定的优越性与鲁棒性。

“地、物、化、遥”等地质矿产勘查和科研工作建立了海量的矿产调查数据，蕴含丰富的成矿构造背景、产出地质环境、矿床地质特征、矿床成因模式等与成矿和分布相关的知识。海量矿产资源相关数据向有效成矿规律知识的转换，已逐渐成为提升地质找矿精度的突破口。本文引入知识工程中本体知识表示技术，开展金矿知识图谱构建方法研究。首先，梳理了金矿成矿模式，确定了金矿概念、金矿实体以及地质特征、成矿特征等属性，运用自顶向下的领域本体知识表示方法构建金矿知识图谱的模式层；其次，基于结构化、半结构化和非结构化的多源异构地质数据源，采用深度学习模型实现金矿信息提取和语义解析，丰富金矿知识图谱的数据层，采用自底向上的方式构建金矿知识图谱；最后，基于图数据库开发了金矿知识管理系统，实现金矿数据管理、知识获取、金矿知识可视化表达、知识库管理、金矿找矿知识查询等功能。本文研究成果可形成“数据-知识”联合驱动的金矿找矿方法，为地质勘查工作中识别、控制和管理矿产资源、提升找矿精度提供参考。

我国是受台风影响最严重的国家之一，台风灾害严重威胁着沿海地区的社会经济和自然环境。近年来，随着知识图谱相关理论和应用技术的发展，其强大的知识整合与表达能力可以为台风灾害事件的动态监测与管理决策提供有力支持。针对当前台风灾害事件相关模型对时空过程表达不足等方面存在的问题，首先，从台风灾害机理出发，通过对台风灾害事件组成要素和动态特性的分析，提出从概念、对象、状态、特征和关系5个层次建立的台风灾害事件知识表达模型。其次，充分顾及台风灾害事件信息的多粒度特性，在模型中将不同的特征信息统一到各个对象中。为了突出台风灾害事件的时空过程，以状态作为过程在特定时空下的截面。最后，以2021年台风烟花事件为案例，构建了台风灾害事件知识图谱。结果表明，该模型不仅突出了事件中不同对象的特征刻画，通过多个对象的状态序列表达出台风灾害事件的时空过程，进一步提高台风灾害事件的全过程信息表达与存储，为应急决策方案提供有效的数据与决策辅助支持。

西南山区地块破碎且复杂，种植类型多样，且该地区多云多雨，可利用遥感数据有限，利用单一的光谱特征或植被指数难以实现作物的有效识别。物候特征能够反映作物的生长周期规律，可用于复杂地区作物的精细监测。本研究以重庆市潼南区为例，基于多时相中分辨率的Sentinel-2和Landsat8遥感影像，对地块尺度的NDVI、EVI等 6个植被指数进行时间序列构建并提取其物候特征，通过特征优选构建多维数据，利用随机森林分类模型对柠檬、油菜、水稻、玉米等作物进行识别。结合植被指数与物候特征进行作物分类，总体精度达94.52%，Kappa系数为0.90，柠檬、油菜、玉米、水稻的精度分别为89.88%、87.30%、84.98%和95.57%。研究表明，利用时序遥感数据的植被指数与物候特征能够有效进行地块尺度的作物识别，为复杂种植结构地区获取大范围作物分布制图提供参考。

湿地作为地表覆盖类型的一种，对于生物多样性与气候变化有着重要的意义，也是人类的基本生存环境之一。为更好地理解和表达湿地知识及分类间关系，本文提出了一种基于本体的湿地知识图谱构建方法。首先，利用GlobeLand30数据、生态地理分区数据，围绕湿地类型、特征分布等要素分析湿地领域知识，提取知识间的语义关系，通过本体建模形成湿地知识图谱的概念框架；其次，融合百度百科数据等进行湿地实体的提取、属性信息抽取，丰富湿地知识图谱的数据层；最后，使用图数据库Neo4j存储实体关系和实体属性，实现了湿地知识图谱构建。本文构建的知识图谱扩充了湿地实体的概念描述信息，探索了顾及时空特征的湿地知识表示方法，为地表覆盖领域的知识图谱构建提供了一个应用范例。

几何语义一体化三维建筑物模型是智慧城市建设的重要基础数据，有利于促进建筑设施的精细化管理和智能化应用。当前基于点云的三维重建算法大多关注简单屋顶结构的几何模型构建，忽略了模型的语义表达，且基于数据驱动方法的重建结果容易受噪声影响，存在几何和拓扑错误。为了解决复杂屋顶高精度三维重建难题，本文提出一种基于3D基元拟合的复杂屋顶点云三维自动化重建算法。首先，设计了一套可参数化表达的建筑物3D基元库，包含简单和复杂屋顶。其次，通过点云分割和屋顶拓扑图比较来识别点云对应的基元类型。然后，提出了一种点云与3D基元整体拟合的目标优化函数，采用序列二次规划算法估计基元的正确参数。最后，利用城市地理标记语言（City Geography Markup Language, CityGML）构建几何、语义和拓扑一体化表达的三维模型。采用几种不同屋顶风格的建筑物点云数据进行实验，定性和定量对比分析结果表明本文方法能够高效生成几何和拓扑均正确的CityGML模型，对噪声和局部点云缺失具有一定的鲁棒性，有利于促进几何语义一体化建筑物模型快速自动化构建。

城市活力的科学定量评估,能够为城市规划和协调发展提供重要依据,针对城市活力容易忽略居民情感的现状,本文选用百度热力图数据与微博情感分析结果,分别衡量人群集聚强度和情绪强度,并结合TOPSIS方法,提出一种顾及人群集聚和情绪强度的综合活力评估框架。从城市物理环境、经济环境和生态环境3个维度,选择8个关键影响因子,结合地理探测器空间分析方法,探讨影响因子对城市活力空间异质性的影响。结果表明：① 融合人群集聚强度和情绪强度的综合活力评估方法,能够较好反映城市活力空间分异格局;通过对典型样本区域分析,验证了本文提出的城市综合活力评价框架的有效性;② 城市POI密度对城市综合活力的解释力最显著,而植被覆盖度因子对城市综合活力的解释力最弱;但是植被覆盖度因子与其他因子的交互作用,对于城市活力空间异质性的影响力提升最为显著,表明植被覆盖度因子并不是直接作用于城市活力的空间异质性,而是通过耦合空间可达性、POI密度以及建筑密度等影响因子,间接影响城市综合活力的空间分异。

以图结构表达的知识图谱不仅在语义网络的描述与推理中发挥着重要作用，对于空间实体的结构化抽象与空间推理也具有重要意义。空间实体的联系信息在知识图谱中以图的边记录，通过路径探测、子图对齐、模式发现等基于边的知识图谱计算推理，在空间场景认知可发挥重要作用。地理知识图谱是一种对地理概念、实体及其相互关系进行形式化描述的知识系统，既有通用知识的内涵与特点，也有地理知识特定的时空特征，能够将语义模型和时空模型联系起来，描述语义关系、空间关系和时间关系，在地理知识的表达、理解、获取与推理方面有巨大的应用潜力。现有地理知识图谱的研究工作多集中于语义方面，语义关系的抽取与表达比较丰富，可以支持进一步的地理知识语义搜索等功能；然而地理知识图谱在时空模型上的知识表达比较缺乏，现有的空间关系局限在要素之间，很少涉及空间认知中进一步的分布态势、空间格局等，地理知识图谱在空间语义知识方面有待增强。本文基于知识图谱构建原理，以建筑群地理知识图谱构建为例，实现格网型建筑物模式的识别。先将建筑物抽象成实体，表达为图的节点，基于几何邻近分析提取建筑物之间的空间邻域关系，以此构建建筑群地理知识图谱；在此基础上结合建筑物模式识别的领域知识，进一步推理构建其他的空间语义关系，完善地理知识图谱；再将建筑群场景的格网模式表达为知识图谱的规则，在知识图谱上基于NoSQL语言进行推理。结果表明，本文方法能有效提取建筑物格网模式，验证了地理知识图谱在空间推理上的作用和在领域问题研究中的良好适应性，为地理知识图谱在空间认知领域的应用提供了思路。

进入地球大数据与地球人工智能时代，数字地球建模要求也从地表扩展到全域全时全息，而当前数字地球的数据模型还基本停留在瓦片或地球网格剖分数据模型阶段，严重制约了场景化、智能化数字地球应用。本文提出了全息地球概念以及相应的地球数据立方体组织模型，采用全球多级格网参考系统来描述和表达多尺度空间，用平面或立体格元来表达空间位置，将传统“经度、纬度、高程、时间”时空表达发展至“时间粒度、时间覆盖、网格位置、格网尺度”新时空表达体系，并设计了按照“时间—空间—尺度—属性”一致性描述的全息地球数据建模方案，将矢量、栅格、格网、时序阵列、三维模型等多模态数据归纳至一个统一模型中，使得任何引用特定地球数据立方体中的数据值在时间、空间、尺度都是对齐的，解决了全息地球跨专业、多维时空动态场景数据时空融合集成难题，并结合深时数字地球国际大科学计划全球数字化科研平台需求，开发了深时古地形时空动态可视化模拟系统，完成对模型的验证。

随着大数据时代的到来，地理信息系统（GIS）的时空范畴、信息内容和应用场景都得到了前所未有的扩展，地理信息系统需要由例外处理的被动适应方式，转变为内核支持的主动扩展方式，将地理信息系统扩展为新一代时空信息系统。本文在分析地理信息系统本质是以地图数据模型为核心的信息系统的基础上，从研究对象、基本原理和技术方法3个方面总结梳理了地理信息系统研究范式，并分析阐述了时空信息扩展对地理信息系统研究范式的新要求。其次，在分析全空间信息系统（PSIS）认知模型与多粒度时空对象数据模型的基础上，归纳出全空间信息系统基于时空实体的理论与技术路线，并总结其在多个领域的实践与应用。然后，系统分析了全空间信息系统对地理信息系统研究对象、基本原理和技术方法的具体扩展方式，提出全空间信息系统研究范式。最后，总结梳理了全空间信息系统研究范式的基本内容，并与地理信息系统研究范式进行了核心内容的分析对比，展望了地理信息系统研究范式进阶将带来的影响和变化。

以POI为代表的社会感知数据为精细尺度城市空间结构研究提供了新思路，然而，POI数据与传统光学遥感数据的关系、长时序POI数据表征的城市功能空间扩张与演替特征还有待进一步挖掘。因而，本文以开封市主城区为例，采用2005—2020年POI数据，通过构建城市街区尺度功能集聚-扩散分析框架，利用空间统计指标和区位熵指数分析城市功能的演替特征与复合功能变化。结果发现：① 2005—2020年开封市城市社会经济活动呈逐渐增长的扩张态势，活动空间的面积扩张了11.26 km²，年均扩张速度由2005—2015年的3.5%提升至2015—2020年的5.1%；② 城市各种活动的集聚、扩散过程造成不同功能的演替变化，其中开封市商服功能集聚程度较高，虽然受到新城区商业中心扩散的影响，单中心的城市发展模式依然没有发生变化；③ 具有复合功能的城市街区不断增多，对单中心的城市结构形成有益支撑。复合功能较强的街区主要分布在活力高、居民生活较为便捷的区域。本研究不仅能为城市空间规划的研究提供理论和技术支撑，也为城市更新、可持续发展以及国土空间规划提供新的思路。

目前城市植被分类受特征相近、光谱相似影响导致植被漏分、错分。因此,设计了一种多尺度特征感知网络（MFDN）结合高分辨率无人机可见光影像对城市植被分类。该网络针对漏分、错分问题,通过在输入层引入坐标卷积减少空间信息的丢失;构建并行网络增强多尺度特征信息并在网络之间引入重复多尺度融合模块使整个过程保持高分辨率表示,减少细节特征的丢失;同时添加分离特征模块扩大感受野,获取多尺度特征,从而有效缓解了城市植被错分、漏分现象。结果表明,MFDN方法在仅使用无人机可见光影像条件下主要是通过空间模式而不是光谱信息促进了城市植被分类,平均总体精度为89.54%,平均F1得分为75.85%,平均IOU为65.45%,分割结果准确完整。因此,所提方法与易于操作的低成本无人机系统相匹配,适用于城市植被快速调查,可以为城市空间利用和生态资源调查提供技术支持和科学依据。

农村可达指数（RAI）是联合国可持续发展目标（SDGs）的重要评估指标（SDG 9.1.1），用于衡量享受道路交通服务的农村人口比例，但是目前存在指标不全、范围有限、数据有偏和解释不足等问题。因此，本文基于1：25万道路数据、1：100万行政区划数据、100 m分辨率人口数据、城市建成区数据、高程数据和GDP数据六种全球或区域开放的地理空间数据，评估了全国2852个区县单元的RAI和NSRP（难以享受道路交通服务的农村人口）指标，并引入社会经济变量和地形变量理解这2个指标的空间格局。研究发现：① 虽然我国仍有485.3万难以享受道路交通服务的农村人口；但是享受道路交通服务的农村人口比例为99.5%，且该值远高于世界银行给出的评估结果（71.8%）；② RAI和NSRP的空间格局均沿“胡焕庸线”呈两极化分布：“胡焕庸线”以东地区的RAI值较高、NSRP值较低；而“胡焕庸线”以西地区的RAI值较低、NSRP值较高；③ RAI和NSRP与社会经济和地形变量显著相关，且与地形变量的相关性更高，表明地形对2个指标空间格局影响显著。本研究首次在区县级尺度上揭示了我国农村交通服务的空间格局，可以为改善农村道路交通设施提供决策支持。

多尺度表达是地理空间数据的重要研究内容之一。本文从地理空间数据管理、地理空间数据尺度变换以及地图多尺度表达3个方面对地理空间数据的多尺度表达研究现状进行归纳和总结，对研究成果进行系统分析与展望。主要分析包括：① 在地理空间数据管理的多尺度数据库与多尺度空间索引方面，多库多版本、一库多版本和一库一版本数据库能够帮助多尺度表达方法构建较好的数据支撑，层次化的多尺度空间索引也是主流的多尺度数据库构建结构。但目前多尺度数据库与多尺度空间索引方法还不具备解决不同层次数据的集成与匹配能力，对不同尺度数据进行实时一致性调整的能力不足；② 在地理空间数据多尺度变换方面，地图自动综合能够较好地与人工智能技术相结合，但由于知识获取的限制，距离实现完全自动综合仍有一段距离；且当前智能化的自动综合研究相关成果主要用于辅助决策，对综合知识的自主学习有待进一步研究；目前多数研究是基于离散的尺度变换模式，对连续尺度变换能力不足；且缺乏强有力的质量控制机制，自动尺度变换结果存在较大的不确定性；③ 在地图多尺度表达方面，地图数据类型多源、种类丰富且使用灵活，多尺度显示的复杂性较高，当前地图可视化对地理信息中隐藏的现象与规律有待进一步挖掘。最后，从智能化自动综合方法、连续多尺度表达模型、深度学习与制图综合及“新”时代多尺度表达等方面对未来发展进行了展望。

山区乡村防灾减灾能力薄弱,山洪灾害突发性强,避灾响应时间短,容易造成人员伤亡,合理设计避灾路线,有助于降低灾害损失。本文基于GIS技术,以河北省邢台市田白芷村所在山区避灾路线规划为例,通过高分辨率无人机摄影测量获得研究区DEM数字高程模型和正射影像。以坡度作为避灾阻力值,利用成本距离和成本路径函数计算山区初始避灾路线,以山洪沟所在区域、坡度较大区域作为避灾路线阻隔,同时充分考虑现有山路,优化形成最终避灾路线,基于避灾路线的距离和平均坡度2个指标将研究得到的避灾路线与原有的避灾路线进行定量对比分析。研究结果表明：① 在设计形成的20条远距离避灾路线中,该方法能够缩短18条避灾路线的长度,同时有10条线路的平均坡度得到降低,其余8条线路平均坡度的增加控制在2°以内;② 生成的路线较原始路线单条最长可缩短329.74 m,且平均坡度仅增加0.68°,实现增加少量的平均坡度来缩短避灾距离,从而提高避灾效率;③ 剩余2条路线分别增加了15.21 m和9.57 m行程使得平均坡度降低了8.43°和1.43°,实现增加少量的距离来降低线路的平均坡度,从而提高避灾的安全性;④ 田白芷村南部临近避灾点,避灾难度较低,而田白芷村北部到达避灾点的行程较长,最远长达1210.02 m,避灾难度较大。优化后的避灾路径与大坡度阻隔区域分离,与山洪沟的贴合度也大大降低,可为相关决策人员提供科学依据。