随着经济社会的发展，旅游休闲已成为人民对美好生活追求的重要方式，也是将“绿水青山”“冰天雪地”转换为“金山银山”的重要载体。然而，旅游休闲发展不平衡、不充分的矛盾亟待解决。地球信息科学为旅游休闲领域提供了一套基于空间系统的分析框架和方法，大数据技术的快速发展也使得地球信息科学在旅游休闲领域的研究得到广泛关注和应用。然而，二者的结合研究并不是研究对象和研究理论、方法之间的简单交叉，且大数据在旅游休闲研究中存在数据有偏性、多源异构数据的融合、技术迭代等问题。为此，围绕着地球信息科学在旅游休闲领域的研究现状、学科贡献、研究局限性及未来方向，以“地球信息科学在旅游休闲领域研究的辩证审视”为主题，荣幸地邀请了旅游管理、地球信息科学、地理科学等领域的12位代表学者展开专家笔谈。基于专家们的观点，总结发现地球信息科学在旅游休闲领域研究中扮演着关键角色，具体体现在： ①为研究者深入理解旅游者行为、旅游目的地特征等多维度旅游现象提供了丰富的空间数据和分析方法； ② 为旅游休闲领域的研究提供了深刻的时空认知逻辑和人地思维； ③ 突破了传统旅游休闲领域研究的精细度不够、尺度单一的不足，提高了对旅游休闲复杂场景和多维尺度过程机制的解读能力。地球信息科学在旅游休闲领域未来具有广阔的应用前景，但是大数据的有偏性、研究结果的可解释性、学科之间深度交互等研究挑战，仍需要学者进一步回答和探索。本文通过对专家的笔谈，抛砖引玉，希望对地球信息科学与旅游休闲的融合研究及未来发展具有指导意义。

大数据正在改变捕捉和分析人类活动与行为的方式。多种新兴数据渠道不断涌现，为旅游领域研究提供了大量具有潜在应用价值的数据，克服了传统旅游研究中普遍存在的数据不足问题。本文以地理大数据的研究前沿为基础，明晰地理大数据在旅游领域人类旅游活动、旅游地理环境、旅游人地关系3个方面的理论支撑重点，梳理人类旅游活动/行为数据（UGC、设备数据、交易数据）和旅游地理环境数据（POI、客观环境数据）等地理大数据在旅游领域的创新应用，探讨地理大数据在理论研究更新、多源数据融合、分析方法突破3个方面的挑战和展望，为旅游领域时空认知、理论支撑、建模方法、分析框架等方面研究的深入开展提供一定参考。研究建议在理论上需要将科学研究范式标准化系统化，结合不同的事件和场景创造基于“过程-结构-机制”的中国旅游地理解释体系；数据上需要向大数据与其他数据的互补结合转变；分析技术需要向提高分析方法自适应性、涉入旅游现象特殊性变量的方向转变。

网络科学为全面探索旅游领域中各研究对象间的动态关系结构提供了有力支撑，打破了传统研究缺乏系统性思维的局限，对于进一步理解旅游业的运行规律具有重要意义。近年来随着旅游业的数字化变革，旅游信息变得更具灵活性与可扩展性，大幅提高了网络科学理论与方法在旅游领域中的应用可行性。本文对与网络科学理论与方法在旅游领域中的应用研究相关的学术论文进行了系统梳理，并通过多尺度的视角归纳该领域的核心研究内容。本文首先概述了相关理论基础和应用现状，之后根据不同观测尺度下的旅游领域网络现象进行研究进展总结，具体为：微观尺度关注于目标旅游行动者的交互属性，介观尺度关注于旅游行动者的聚集现象，宏观尺度关注于旅游行动者网络的全局拓扑结构特征。在此基础上，本文指出了当前研究存在的问题（如数据可靠性、成果可解释性等），并对相关研究在当前的大数据时代与复杂性科学新纪元背景下的未来发展方向（如多尺度研究框架、多层网络等）进行了梳理，从而为后续研究提供思路。

在文旅融合、数字中国、遗产活化利用的综合背景下，遗产旅游成为学界与业界讨论的热点。承载遗产价值的空间表征与旅游者空间感知的不匹配问题是当前遗产旅游最突出的矛盾之一。本文从遗产价值视角出发，采用文献计量与系统性述评相结合的方法，围绕遗产价值的阐释与量化、遗产价值的空间计算与表征、旅游者遗产价值与空间感知、遗产旅游者的空间行为反馈主题对国内外相关研究进行梳理和比较。研究发现：① 遗产价值阐释成果丰富，主要围绕遗产价值的内涵与阐释技术而缺少量化方法探索； ② 遗产价值的空间计算与表征具有对象针对性和应用导向性，技术方法以地理信息系统与空间信息技术为核心； ③ 旅游者遗产价值与空间感知多从遗产地的旅游目的地视角出发，忽视遗产价值和空间属性，缺乏遗产价值、遗产空间、旅游者的关系探索，感官知觉测量维度以视觉为主； ④ 遗产旅游者空间行为反馈关注行为特征、模式、成因和影响因素，重视实践应用并且体现出遗产责任导向； ⑤ 自然遗产和混合遗产语境下的遗产价值空间计算与表征、旅游者遗产价值与空间感知缺乏关注； ⑥ 国内外相关文献在对象关注、技术方法和内容聚焦上存在相似性和差异性；⑦ 未来遗产价值阐释与表征将从传统叙事走向空间量化，遗产空间感知与计算将从空间足迹走向感知行为。基于此，本文提出了遗产价值视角下旅游者空间感知与计算的理论框架与方法路径，体现多学科的理论交叉和技术融合，以期为相关研究提供理论参考，为促进遗产地保护、管理、旅游发展、价值传承提供实践借鉴。

美食已成为游客旅途中乐意分享的热点话题，进一步揭示了游客的旅游行为特征，分析不同旅伴角色下游客就餐行为的差异能更好地理解旅游中的旅伴效应。本文以2012—2020年重庆市美食游记为研究数据，采用社会网络分析等方法研究不同旅伴游客的就餐行为差异，研究表明:① 游客就餐网络（食物网络和餐厅网络）结构受旅伴影响显著。旅伴的加入有效提升了食物网络节点联系的紧密程度，并扩展了餐厅网络节点关联的空间范围；② 旅伴角色影响游客在旅程中对特色食物类型的选择。其中，无旅伴的游客（独自一人）在体验特色食物类型时呈现“被动保守型”、旅伴角色为三五好友的游客呈现“遍历型”，而其他旅伴角色的游客呈现“随意/兴趣型”；③ 独自旅行游客和旅伴角色为闺蜜、家庭、情侣以及三五好友游客的就餐行为差异反映了旅伴和社会关系的交叉影响，是美食旅游动机下个体和群体面向多因素综合作用的就餐决策结果。本文从食物类型和餐厅2个视角揭示了不同旅伴角色下的游客就餐行为特征，为深度刻画人群移动行为机理和社会因素影响下的人群活动时空动态提供了科学指导。

网络游记是旅游者在互联网上发布的自述性旅游过程记录，描述了旅游的前后过程和感受体验。从网络游记文本中提取旅游行程链，分析行程结构，能给游客的行程制定、线路设计提供重要的参考。传统的游记文本行程提取大多依赖于人工识别文本中的行程节点，再进行串联、合并处理，工作量较大。自动提取游记文本中的旅游行程链，能够提高数据处理和分析效率。本文基于自然语言处理技术，在深入分析游记网络文本的段落结构和表达特点的基础上，归纳了行程节点和节点次序关系的句法表达规则，构建了行程节点触发词表，进而提出了基于句法规则的旅游行程链提取方法，主要包含行程节点的识别、节点次序关系的识别和旅游行程链的生成，能实现网络游记文本的旅游行程重构。本文采集了蚂蜂窝平台17 226篇南京市网络游记文本数据，采用最长公共子序列算法，开展了本文方法的试验验证。通过对比分析，本文方法提取的旅游行程链和人工识别的真实行程链相似度达到86.14%，高于实体关系抽取领域的BERT-BiLSTM-CasRel深度学习模型的83.1%。相比现有关系提取类深度学习方法需要开展大量的数据标注，本文方法计算更加便捷，准确率相对较高，仅需构建区域旅游点名录，即可实现网络游记文本中行程信息的自动提取。

在基于位置的应用领域中，如自然灾害监测、流感趋势预测、定向广告推广等，用户地理位置的推测起到重要的作用。现有方法主要利用文本内容和社交网络进行位置推测，一方面未能充分挖掘和融合2种信息，另一方面推测社交网络中孤立用户的位置比较困难。因此，本文提出一种融合文本主题和社交关系图神经网络的社交网络用户住所位置推测方法（Social Relationship Graph Convolutional Network, SRGCN）。主要方法包括：首先，从文本内容中获取混合特征，利用TF-IDF获得文本特征向量，根据用户之间的提及信息建立初始社交关系图；其次，针对用户社交关系图中存在孤立用户并难以估计其位置的问题，建立主题模型，根据主题向量相似度为孤立用户建立联系，补充社交关系图；最后，基于图卷积神经网络处理社交关系图数据，对文本特征和网络结构进行联合建模，以有效推测用户的地理位置。在真实世界基准数据集GeoText上探究了主题相似度阈值对推测性能和图规模的影响，实验结果表明本文方法能够增加可定位用户的比例并将大部分属于同一类的用户节点聚集；SRGCN在平均距离误差、距离误差中位数、推测准确度方面均优于现有方法，在GeoText数据集上，Acc@161比性能最好的GCN高出1%，平均误差距离降低16 km。实验结果验证了SRGCN的有效性，该方法可以提高用户住所位置推测准确率。

2023年8月13日至18日，第31届国际制图大会在南非开普敦举行。本文首先简要介绍了第31届国际制图大会概况。然后，在详细分析大会专题报告的基础上，重点归纳和总结了国际上地图制图学在基础理论、地图制图与地理信息技术、地图数据、地图产品、空间数据基础设施建设、公众应用、可持续发展和历史文化伦理八个方面的研究新热点，并分析得到了以下特点：一方面地图制图更加注重多要素融合制图、用户/场景体验增强和快速制图能力；另一方面，地理信息技术在多模泛在感知、大数据融合处理、人工智能分析、知识构建与服务等方面不断深化；此外，面向资源管理、生态保护、社会发展等的全球/区域/国家/城市可持续发展应用，已成为各国政府机构、科研机构、产业企业等共同努力的热点方向。另外从国际地图大赛获奖地图可以看出地图可视化方法融入了更多的现代元素和文化印记，更加注重“人-图”互动。最后，探讨了大数据与人工智能时代地图制图学在理论体系、技术方法和应用服务方面的发展趋势，并对我国地图制图学科发展与国际合作提出了建议。

智能网联汽车逐渐成为当代智能交通系统的不可或缺的组成部分，而作为智能网联汽车核心要素的自动驾驶高精度地图在推动交通智能化发展方面扮演着至关重要的角色。高精度地图有效地建立了驾驶员、汽车、道路环境、驾驶环境、意义环境和社会环境之间的紧密联系，推动了自动驾驶技术从L0级别逐步演进至L5级别。本文聚焦于智能网联汽车与自动驾驶高精度地图发展的迫切需求，首先对高精度地图的内涵、主流基础数据模型、概念及特点进行了介绍，强调高精度地图是实现智能网联汽车自动驾驶的全新地图数据范式；其次，浅析了高精度地图在全生命周期中的采集、构建、更新、应用、审核和管理等环节中所涉及的感知数据类型多样、地图构建方法多元、众源更新技术多种、地图应用方式多类、地图审核流程智能、地图管理模式创新等多维特征；同时，提出了一种典型的高精度地图众源更新技术路线。针对高精度地图审核当前问题，介绍了一种在线智能审图方法。以高精度地图深圳试点为案例，介绍了其应用现状及探索经验。最后，对高精度地图的发展进行了展望。

无人平台对复杂环境的自主认知能力是制约其广泛应用的关键问题，已成为当前地图学、人工智能、机器人等领域的研究热点。本文基于地图学的视角，交叉融合人工智能、机器人和认知科学的相关研究思路与成果，借鉴心象地图的作用功能，提出适用于无人平台认知环境的新型地图——机器地图，并对其特征进行了分析。类比心象地图的构建与运用机制，结合人工认知系统的设计决策点和核心认知能力，给出了机器地图概念模型的设计原则，提出“两环三图”的概念模型。该模型说明了机器地图与无人平台的内在联系，并勾勒出机器地图的功能部件与运行逻辑，为开展机器地图研究提供顶层框架和理论指导；类比心象地图的结构组成，提出了包含感知地图、工作地图和长时地图的机器地图逻辑构成，并分析了3类地图的内容与转化关系。在结论部分指出了机器地图的双向促进研究路线。机器地图的研究，能够提升无人自主平台对于复杂环境的认知和学习能力，也为智能时代地图学的发展探索新路径，具有十分重要的意义。

随着生成式人工智能（AIGC）为代表的新一代人工智能的快速发展，加速了各个学科转向人工智能驱动的科学研究，地理空间智能（GeoAI）技术在解决传统制图学任务注定会比传统的方法具有更好的性能，地图学也因此迎来了新的机遇与挑战，产生智能地图制图新领域，形成智能地图制图学。地图学研究有人工智能传统，但是过去受限于人工智能工具的计算能力等原因，并未取得很大的进展。随着进入智能化时代，人与机器都将成为制图与读图的主体。地图内容的产生经历了专家生成内容和用户生成内容的阶段，正在向人工智能生成内容阶段发展。人工智能与地图传输模型的结合衍生出智能地图传输模型，包括制图信息智能获取、智能制图、智能读图、地图信息智能解读4个环节，进而从这4个方面对智能地图的研究进展进行了分析和梳理。研究显示，使用智能化方法解决地图学问题的研究仍然处于起步阶段，人工智能与地图学结合仍存在诸多挑战，包括缺乏训练数据集、模型算法缺乏泛化能力和可解释性等，这些也是未来可以发展的方向。

信息通讯技术时代，地图表达对象已着眼于物理空间、社会空间以及信息空间组成的三元空间。伴随“数字化”“智能化”和“智慧化”等信息化阶段的演进，地图学知识体系也随之发生着深刻变化。在此过程中，地图思维演化成为认识、理解和构建空间思维的重要途径，可以具体提炼为“数-形-图-谱”4种思维方式。“数思维”是对传统二元空间中地理实体和现象的定量化描述和表达，追求空间描述的“精度和准确”；“形思维”是“数”的符号映射，以可视化形式承载人类的地理学洞察力，看重“相似与保真”；“图思维”进一步完成区域事象之间关系和结构的抽象，形成意义整体，是建立“地图/GIS+行业应用”的思维基础，其基本路径涵盖隐喻启示、泛化表达和知识链接；“谱思维”是按照对象的类别或系统，采取某种特征将一系列地图编辑起来，形成具有动态演化特征的概念体系。多学科驱动下，地图“数-形-图-谱”4种思维方式在语法特征、语义功能、语用特征、实现路径、表达类型和关键技术方面都存在着显著的差异性。测绘科学更多立足于地图“数－形”思维，重在科学量度和表达地理要素的空间分布；地理学更加偏向于“图－谱”思维，重在揭示地理现象的规律与机制。

声音地图在描述自然人文环境、记录历史文化、辅助城市规划等方面有着较大的应用潜力。当前的声音制图以噪音制图为主，对声音景观的关注不够，还存在声源数据获取成本高，听觉信息难以视觉表达等问题。针对上述问题，本文提出一种利用带位置标签的声音数据进行声音制图的方法。首先，综合声音景观理论和城市印象理论，梳理出声音地图的四类构成元素：声音标志、声音路径、声音区域和背景声音。然后引入深度学习、空间聚类等方法，设计了从带位置标签的声音数据中解析声音地图元素，提取声音类型、声压级、频率以及情感的技术方法。在此基础上引入联觉的概念，设计了声音标志点符号、声音路径线符号和声音区域面符号，给出了它们的多变量颜色编码方案。最后，以南京仙林大学城为例，对所提出的数据分析和符号化方法进行了实验验证，结果表明本文方法在有效性和效率均优于象形符号方法。本文所提出的方法有望丰富声音数据的分析手段、丰富声音的符号化方法。

学术界关于隐喻地图的相关研究依然处于初级探索阶段。隐喻地图的合理概念范畴、生产机制、话语生产原理、设计框架等基本理论问题尚未得到解决。针对这些局限性，本研究以隐喻地图的生成机制和话语生产原理等基本理论问题为具体突破点，首先定义符号学视角下“地图”的概念，并以此为基础从认知语言学相关理论入手，在阐释地图隐喻功能的基础上，界定了隐喻地图的基本概念及内涵，同时甄别出隐喻地图形象性和多义性两大基本特征；其次，通过厘清视觉隐喻发生的原理，解析了隐喻地图“相似性融合-相似性凸显-符号化”的生成机制；再次，引入语言符号学理论明晰了隐喻地图的话语生产原理，构建了基于“组合关系-聚合关系”的符号组构原理和“刺点生成”的语义传递法则；最后，以生成机制及话语生产原理为基础，提出了“明确主体-构建喻体-营造语境”的隐喻地图设计理论框架，并结合实际案例论证了其合理性和可操作性，以期为隐喻地图理论体系构建与实践应用提供参考。

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。

基于位置描述进行空间定位是大数据时代位置服务向智能化转型的关键。针对不同语境中位置描述模糊性差异显著而难以定位的问题，本文提出一种面向模糊位置描述的形式化方法与推理机制。首先，通过梳理人类空间认知规律，明确自然语言中位置描述时关注的要素类型，研究模糊位置描述的形式化表示。然后，基于超赋值理论，从空间对象、距离关系和方向关系3个方面构建模糊位置描述的推理机制。顾及位置描述的上下文语义，利用观察值阈值开展空间推理实现定位。最后，设计收集位置描述的问答系统对方法进行验证。结果表明，本文方法能够依据实际应用场景及时调整位置描述的形式化表示粒度，空间推理结果贴合直观认知。

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。

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。

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。

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。

研究如何在土地利用变化模拟过程中更为科学、客观地设置模型参数，对于避免复杂模型由于参数设置不当导致模拟效果不佳的问题具有重要意义。本文通过耦合进化算法（Evolutionary Algorithm，EA）与FLUS模型，构建了具有参数寻优功能的EA-FLUS模型。该模型首先通过进化策略对FLUS模型中人工神经网络模型的参数进行寻优，以提升对各土地利用类型出现概率分布的预测准确率，在此基础上结合地理分区，利用带精英策略的遗传算法与进化策略的组合对FLUS模型中元胞自动机模型的参数进行调整，以提升模拟精度。在实证研究阶段，本文以桂林市为实验区，通过对土地利用变化进行分区模拟来分析EA-FLUS模型的改进效果，此外还设置了自然发展、耕地保护、生态优先3种情景来模拟桂林市2020—2030年的土地利用变化。结果表明：① 进化算法对参数的寻优结果相比于基于经验以及土地利用变化历史特征的参数设置，更加贴近实验区的政策导向，更能体现各土地利用类型在不同区域间多样的发展趋势；② EA-FLUS模型相较于FLUS模型，在加入地理分区的土地利用变化模拟中更具优势，其模拟结果总体精度、Kappa系数、FoM系数分别提升0.56%、0.011、0.009，更贴近真实的土地利用格局；③ 桂林市的建设用地与耕地具有较强的扩张趋势，但林地却呈现收缩趋势，进一步加强对生态空间的保护有助于建设用地与耕地扩张速度的减缓。研究结果在丰富现有土地利用变化模拟技术与方法的同时，也可为城市规划、可持续性研究等提供一定的理论基础与科学依据。

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。

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。

监测地球辐射能量收支的时空变化有助于增进我们对全球气候变化的理解。地球反射的短波辐射与发射的长波辐射是地球系统与外界进行能量交换的重要组成部分，也是地球辐射收支观测的主要参量。地球辐射探测仪是探测大气层顶辐射收支能量平衡参数的专用仪器。地球目标方向订正模型（Angular Distribution Models, ADMs）专指校正大气层顶地球-大气系统目标辐射各向异性的一系列非均匀因子，它是将卫星或月基观测的地球目标反射及发射宽波段辐亮度转换为辐射通量的有效途径。ADMs模型构建和算法优化直接影响基于空间观测推算地球辐射收支的最终解算精度。本文围绕地球辐射ADMs模型展开，回顾了过去几十年来ADMs模型的发展历程，着重介绍了目前应用于Terra与Aqua卫星的云与地球辐射能量系统（Clouds and the Earth's Radiant Energy System, CERES）的业务化ADMs模型，分析了地球静止卫星与月基对地观测在地球辐射ADMs模型中的优势、问题与潜力。基于上述综述与分析，讨论星载与月基地球辐射ADMs模型进一步优化的决定因素。

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。

地面沉降是由自然和人类活动共同作用导致的缓变性地质灾害，是区域可持续发展的重要影响因素。以往地面沉降在建模时需要地裂缝等不连续结构的位置、走向、深度等信息，在构建微分方程模拟时需假设模型连续，这对开展地面沉降-地裂缝-地面塌陷一体化模拟带来一定的局限性。于2000年出现的近场动力学理论提出以积分形式描述材料受力过程，方法具有无需先验知识与连续性假设的优点，在材料的疲劳、损伤、断裂等模拟研究中展现出良好的应用前景。本文综述了其在岩石水力压裂、滑坡、饱水岩土材料等领域的研究进展；提出了应用近场动力学进行区域地面沉降建模求解的一般方法；结合InSAR技术获取的沉降信息、三维地震频谱谐振勘探技术获取的地下结构与密度信息等，提出了模型的反演调参与优化方法。以北京东部梨园-台湖镇-张家湾镇区域为实验区，建立了其4 km×6 km范围、0.2 km深度的近场动力学地面沉降模型，以实验区地下水位月均下降速率为边界条件，对2007—2010年地面沉降过程进行模拟。模拟结果与实测值的平均绝对误差为18 mm，表明近场动力学在地面沉降建模中有较好的适用性。

针对现有路网轨迹数据模型与时空索引结构自适应调节能力低的问题，提出了一种面向路网轨迹的自适应数据模型与时空索引结构，以支持路网时空轨迹的高效存储与查询。所提出的自适应时空数据模型为多层CLR数据模型的扩展，该模型以从时空轨迹群中挖掘的高频路网路径为主要网络线性元素建立自适应线性基准，并根据自适应线性基准对路网时空轨迹进行转换，转换后的时空轨迹其时空子实体数量变少，可以通过更高的效率进行存储；所提出的自适应时空索引结构为基于LRS的时空索引结构的扩展，该索引结构根据自适应线性基准构建自适应线性参考系统，基于自适应线性参考系统的索引结构其保存的时空子实体数量变少，可以通过更高的效率进行时空查询。为了验证所提出方法的有效性，本文最后采用真实开源T-Drive出租车轨迹数据集与人工合成轨迹数据集进行了充足的实验。实验以2种常见的时空相交查询类型为例，将所提出的方法与原始数据模型以及时空索引结构进行了存储效率和查询效率的对比。对比分析结果表明，所提出的自适应数据模型与索引结构最高能够提升40%的存储效率以及50%的查询效率，为路网轨迹数据的管理提供了新的解决方案。

蓝绿空间是城市生态安全的重要保障。本文通过谷歌地球引擎（GEE）提取2005、2010、2015与2020年的植被与水体指数数据，构建了包含272个地级城市建成区的蓝绿空间数据库。运用蓝绿空间覆盖率、300 m服务半径覆盖率、分维数与分离度4个指标分析其时空格局与演化模式，并进一步探讨其气候影响因素。结果表明：① 地级城市建成区蓝绿空间整体呈现为“南高北低”的格局，且南方“西高东低”、北方“东高西低”，但环渤海地区为蓝绿空间覆盖率“洼地”；时间格局为“总体增长、局部降低”，华中地区呈下降趋势的城市最多；② 就分区而言，西南地区城市建成区蓝绿空间覆盖率最高（平均高于65%）、分离度最低（平均低于0.60），西北地区覆盖率分异较大，华北地区覆盖率最低（平均10%~30%）且分离度最高（平均约0.98）；③ 采用多尺度地理加权回归模型所得R²为0.85（校正R²为0.83），其中，降水量对城市建成区蓝绿空间的影响最显著，降水量变化成正相关，气温则成负相关；整体上气候影响与比人为影响相当，但在某些时段间更大。

运用遥感技术进行土地资源调查,摸清其数量及分布状况,长期以来都是遥感领域研究的重要内容。本文首先回顾了过去40年来遥感技术在我国国土调查中的应用情况,然后围绕高分辨率影像的特征提取、大范围影像的样本获取、多时相/多传感器影像的迁移学习以及多源异构数据融合4个方面介绍了相关进展情况;接着归纳总结了现有遥感信息提取技术在国土调查中面临的4个挑战：① 高分辨率影像分类存在如何定义、选择、挖掘高级特征的问题;② 国土调查中的遥感数据集规模庞大,存在着类间不平衡和类内多样性,为这种复杂数据集获取足够、均衡、多样化的样本集是一个巨大挑战;③ 对于多传感器/多时相影像,如何低成本、及时地实现土地利用分类是值得考虑的问题;④ 从土地覆盖到土地利用存在语义鸿沟,如何合适地引入语义信息以弥合语义鸿沟需要被考虑。最后,本文对国土调查遥感技术的未来发展方向和应用点进行了展望。