【目的】随着全球在轨地球观测卫星数量的快速增长，遥感数据呈现爆炸式积累，为地球系统科学研究提供了动态认知全球变化的前所未有机遇；与此同时，也伴生多源异构、标注稀缺、任务泛化不足与数据过载等一系列挑战。【方法】为应对这些瓶颈问题， Google DeepMind 提出了 AlphaEarth Foundations（AEF），通过整合光学、SAR、LiDAR、气候模拟及文本等多模态数据，构建统一的64 维嵌入表征场，实现了跨模态、跨时空的语义一致性的数据融合，并在 Google Earth Engine 等平台开放。【结果】AEF的主要贡献体现在： ① 缓解了长期存在的“数据孤岛”问题，建立了全球一致的嵌入层； ② 通过 vMF 球面嵌入机制提升了语义相似性度量能力，支持高效的检索与变化检测； ③ 将复杂的预处理与特征工程前置于预训练阶段，使下游应用进入“分析就绪”状态，大幅降低了应用成本。论文指出，AEF 的应用潜力释放可分为3个阶段：首先是地表覆盖分类与变化检测；其次是嵌入向量与物理模型深度耦合，推动科学发现；最后有望演化为空间智能基座，成为全球地理空间智能服务的一种基础设施。尽管如此， AEF仍面临若干挑战： ① 嵌入向量可解释性不足，限制了科学归因和因果分析； ② 域迁移与跨场景适应性存在不确定性，极端环境下的鲁棒性有待验证； ③ 性能优势需要更多跨区域、独立实验的实证支撑。【结论】AEF 以其在数据效率和跨任务泛化方面的突破，代表了遥感与地理空间人工智能研究的新方向，为未来地学研究提供了坚实支撑，但其进一步发展依据可解释性、鲁棒性及真实性验证的持续提升，并将64维嵌入向量通过不同途径转化为可广泛使用的数据资源。
【意义】跨视角图像地理定位是指将带有坐标元数据的卫星图像作为参考图像，从而确定待查询的地面视角图像地理坐标的过程。由于卫星图像可以做到全球覆盖且获取便捷，将其作为参考影像进行图像定位极大地扩展了图像地理定位的应用范围。【进展】伴随各种算法技术的发展，跨视角地理定位经历了从手工提取特征提取到深度学习的过程，其具体的定位思路也经历了从利用检索的方法直接将检索到的卫星图像中心坐标标记为地面图像位置的图像级跨视角定位，到像素级的细粒度定位，即更精准地将对应的卫星图像相应像素位置坐标赋值给地面图像的过程。然而，在跨视角地理定位的具体实现过程中，由于地面（侧视）图像和卫星（俯视）图像之间视角的剧烈变化，导致地面图像和卫星图像间的视觉内容差异巨大、相似性很小，这也使得跨视角图像地理定位具有较大的挑战性。然而为了提升跨视角地理定位的精度，各种学者纷纷进行各种表征学习、度量计算等算法的改进。同时针对巨大的视角差异，一些学者甚至研究跨视角图像之间专门的几何变换、图像生成等视角转换方法，以及借助方向信息、无人机图像信息的中间视角连接等提升定位精度。【目的】本文针对跨视角地理定位中出现的不同方法，以及用到的各种数据集、评价方法等进行梳理总结，在此基础上讨论未来的发展趋势。
【目的】跨视角图像地理定位技术能够建立起图像与现实地理空间的关联映射，对进一步挖掘图像背后蕴含的多种属性具有重要研究价值。近年来大多数基于深度学习的跨视角图像地理定位算法过分关注于影像内容，导致网络对于低级细节过度拟合，而缺乏对于几何空间布局的提取能力，因此在评估数据集上精度不佳。【方法】从上述问题出发，为了进一步提高跨视角图像地理定位算法的性能，本文设计了一种基于几何关系约束的跨视角图像检索定位算法。首先推导了地面全景影像的成像原理，并凭借球形坐标系与平面直角坐标系之间的映射关系实现地面影像视角的转换，以达到跨域匹配影像之间初步的几何相似性对齐。其次设计了CNN联合Transformer的特征提取算子，能够在提取影像视觉内容特征的同时，挖掘局部特征之间的几何空间配置信息，从而约束视角变化带来的内容、尺度等差异。此外，为了抑制经过几何映射转换后地面影像的畸变信息，设计了基于关系亲和矩阵的特征自交互模块，旨在通过计算局部特征间的相关性，实现前景信息和背景信息的分离，并最终达到突出关键前景信息的目的。最后通过引入特征聚合模块生成全局特征描述符并完成匹配定位。【结果】经过在CVACT_val、CVUSA以及VIGOR 3个公开数据集的完整数据上进行实验，本算法取得了相对优异的结果，其中在3个数据集上Top1影像的召回率分别达到了89.28%、96.42%和62.21%，与同类型算法GeoDTR相比取得了3.07%、1.04%和3.2%的精度提升。【结论】研究证明了本算法的优越性以及在不同应用场景下的适应能力。
【目的】建模城市驾驶场景显著性是提高驾驶系统智能化水平的重要研究方向。现有显著性建模方法通常忽略组合对象特征提取和时空特征动态变化，多要素特征交互传递效率低，无法满足城市驾驶场景显著性预测高精度、高效率的应用需求。【方法】本文基于多要素特征融合思想，提出一种针对驾驶场景视觉显著性的预测和建模方法。首先使用计算机视觉技术提取量化场景图像颜色、纹理特征；其次引入高差阈值比、胡矩、傅里叶描述重点关注组合对象并提取其形状特征；然后利用三维卷积网络提取连续场景图像中包含的时空特征；最后基于长短期记忆网络，通过替换特征层的方式设计显著性融合模块融合颜色、纹理、形状、时空多要素特征，使用显著性图解码方式实现显著性预测和热力图可视化。【结果】本文与5种方法在郑州市采集的驾驶场景数据集中展开对比实验，使用AUC值对模型进行评价，模型预测精度达到91.12%，明显优于其他方法，并在DADA、Dr(eye)ve、Deng等公开数据集中得到有效验证。【结论】本文方法能够在提高预测精度同时保持计算效率，并兼顾场景中组合对象分布和时空变化细节，有助于推动感知技术从独立任务模型向认知耦合系统转变。
【目的】近年来，研究者开始关注个体对于地图的心理体验，并发现了个体的空间认知风格和所接受的信息材料对地图体验的重要性。【方法】本研究采用空间认知风格测验对被试进行分类，同时对导航地图的模式和尺度大小进行操纵来开展研究，致力于探讨在离线表征视角下，个体的空间认知风格与导航地图呈现模式之间的最佳匹配。【结果】数据分析结果发现： ① 地标型个体的任务表现最差，路径型个体次之，纵览型个体的表现最好； ② 相比于相对方向判断任务，个体在方向指向任务上表现得更好； ③ 个体在学习大尺度地图后的任务表现比学习小尺度地图后的更好； ④ 无论是在学习了大尺度地图还是小尺度地图后，地标型个体的方向指向任务正确率均明显高于相对方向判断任务，路径型个体在这两种任务中的正确率均没有显著差异；纵览型个体虽然在学习大尺度地图后， 2种任务的正确率没有明显差别，但他们在学习小尺度地图后的方向指向任务正确率显著高于相对方向判断任务。【结论】不同空间认知风格个体的任务表现有着显著差异，而且个体往往更容易从自身位置对目标进行判断。此外，研究结果也表明使用大尺度地图更有利于个体判断目标位置，而且不同空间认知风格个体在使用不同尺度地图后，他们在不同任务上的表现也有所不同，这在一定程度上说明了个体的空间认知风格与导航地图呈现模式之间存在最佳适配关系。总的来说，这些发现对于提升个体的导航地图使用体验具有重要意义，也为地图设计者和开发人员提供了建议与指导。
【目的】交叉口车道级转向信息不仅可以帮助交管部门管控平面路口交通，实现大规模车辆在交叉口的有序流动，还能避免司机因选错车道而绕路行驶，是精准导航服务的关键信息。考虑到众源轨迹数据成本低、更新快，本文基于众源轨迹数据开展了平面交叉口车道转向信息识别研究。【方法】首先，在道路网及轨迹数据处理基础上，进行交叉口引导区轨迹提取、多角度去噪及高斯混合模型聚类，开展路段交叉口车道空间确定；然后在此基础上完成车道转向轨迹的横向及纵向统计，进行噪声转向剔除；最后顾及不同车道转向轨迹分布信息，设计了不同车道转向信息识别规则进行车道转向信息探测。【结果】为验证方法的有效性，选取了北京市2个区域的OpenStreetMap(OSM)路网数据及众源轨迹数据，以城市主干道且具有代表性的10个交叉口为研究对象进行试验，得到如下研究结果： ① 基于原始轨迹数据，采用一天轨迹、高峰时段轨迹及平峰时段轨迹进行车道转向识别，识别准确率分别达到74.3%、72.7%、55.7%； ② 原始数据加密及抽稀之后，随着采样频率的增加，本文方法识别准确率整体逐渐增加，在3 s加密时达到最大，为77.0%； ③ 在与阈值分割法、不剔除噪声转向法及拓扑连接法对比实验中，本文方法具有一定的优势。【结论】基于众源轨迹数据进行车道级转向识别研究对智能交通、自动驾驶具有重要意义，本文所采用的算法和技术以及研究结论为后续研究者提供了宝贵的参考及借鉴，促进智能交通系统相关技术的不断创新与应用。
【目的】立交桥是城市交通的枢纽和交通基础设施的重要组成部分，提取精细的立交桥结构对交通规划和车辆导航有重要意义。轨迹数据凭借成本低、数据量大、实时性高，且包含大量行车语义信息的优势，成为路网信息提取的重要数据源。然而，由于立交桥的层次结构与转向关系较一般交叉口都更为复杂，使用缺少高程信息的轨迹数据提取精细的立交桥结构充满挑战。【方法】本文顾及轨迹点的宏观有序连接与微观相似集聚，提出一种正逆向追踪与融合的立交桥结构自动提取方法。首先，基于特征约束规则滤选出位于立交桥主体的轨迹集合；然后，经潜在分岔点感知验证、基于流聚类的轨迹分流，正向或逆向地递归追踪得到立交桥子结构；最后，据表征同一地理位置的分岔点，分别融合正向或逆向追踪的所有子结构，再以正向追踪融合结构为基础，融入逆向追踪所得汇合点信息，提取到完整的车行道级立交桥二维结构。【结果】使用深圳市的众源轨迹数据进行立交桥结构提取试验，提取结果的总体GEO精确度达95.50%，总体TOPO达88.96%。【结论】试验结果表明本文方法能有效提取立交桥的几何结构与拓扑信息。
【目的】道路目标检测是LiDAR点云的重要应用方向之一。许多基于点云的检测方法在处理大型目标、近距离目标或简单场景下的目标时性能表现良好。但由于LiDAR点云过于稀疏，缺乏RGB图像的纹理信息，导致其在面对小目标、远距离目标或复杂道路环境下的目标时，误检率和漏检率较大。【方法】为改善复杂场景下的道路目标检测效果，本文以PointRCNN作为基线网络，提出了一种基于RGB图像和LiDAR点云的双分支多阶段融合检测网络，称为EPG2LFusion。该网络包含以下两点改进：首先，针对现有卷积神经网络提取图像特征时普遍受到感受野限制的问题，在图像分支中设计了一种名为WaveDSConv的卷积模块，其结合了小波变换卷积与深度可分离卷积来增强图像全局特征的提取质量，从而提升融合后的目标检测性能；其次，针对点云和图像2种不同模态数据难以直接融合的问题，提出了融合模块G2L-Fusion，通过投影矩阵建立点云和图像之间精确的点-像素对应关系，并有效地利用通道注意力机制在多个阶段融合两种模态数据之间的全局信息与局部信息。【结果】所提方法在KITTI基准数据集上进行了多个类别（汽车、行人、骑行者）的道路目标检测任务，对所有类别的平均检测精度为65.21%，相比基线网络提升了4.88%；在具有挑战性的中等难度下的行人目标类别上实现了45.86%的平均检测精度，与现有先进算法相比具有竞争性。【结论】结果表明，本文算法利用RGB图像丰富的纹理特征弥补了LiDAR点云稀疏性的不足，提高了对常见道路目标的检测精度。
【目的】多无人机路径规划是保障无人机群在复杂环境中高效协同作业的关键技术，其本质为可行域稀疏的约束多目标优化问题。进化算法因具备较强的全局搜索能力，已被广泛应用于该类问题的求解。然而，现有方法在路径初始化阶段往往忽略路径的空间结构特征，在路径重生成阶段则主要依赖通用的随机搜索算子，缺乏对适应度函数和无人机与飞行环境空间关系的有效利用，限制了算法在有限计算资源下获取高质量全局可行解的能力。【方法】本文提出一种面向多无人机路径规划的多源启发式进化算法（MSHEA）。该算法通过引入路径空间结构、适应度信息及飞行环境特征等多源启发式信息，分别优化路径初始化与重生成过程：设计按序有向膨胀策略，生成兼具空间合理性和解空间覆盖性的高质量初始路径集合；构建融合适应度与飞行环境信息的路径重生成机制，有效提升不可行路径的修复效率与可行路径的局部优化能力。【结果】基于8组不同复杂度的公开多无人机路径规划基准数据开展实证验证，结果表明MSHEA在不同飞行场景下均展现出优越的求解性能和较高的稳定性： ① 相比次优基准算法，其超体积指标提升1%~6%，反世代距离指标降低6%~81%； ② 所设计的路径初始化策略与重生成机制在提升算法性能方面均发挥了显著作用； ③ 对新增超参数的敏感性较低，具有良好的适应性与通用性。【结论】MSHEA通过引入多源启发式信息显著增强了多无人机路径规划的求解能力，为多机协同作业任务中的路径优化问题提供了稳健可靠的技术支撑。
【目的】现实世界的地形千变万化，提取地形特征点时，合理的弯曲划分是提取地形特征点的关键环节，其中伪弯曲划分对准确提取地形分支、地性线至关重要，现有研究采用单一的合并方式对伪弯曲进行处理，然而真实的地形形态复杂多样，致使单一的伪弯曲合并方法适用性有限，无法准确提取不同地形场景中的地形分支。此外，受限于数据精度，基于几何指标的方法提取地形特征点易受噪声点和指标自身相互干扰等影响，因而，提取理想地形特征点仍然具有相当挑战。【方法】本文基于约束Delaunay三角网识别等高线弯曲建立一种兼顾等高线两侧弯曲几何结构的弯曲多叉树模型，进而运用该模型甄别3种不同伪弯曲类型，并针对不同地形条件下的伪弯曲现象进行识别与处理。该方法依据约束Delaunay三角网的结构对伪弯曲进行分类，进而对地形分支做出准确的识别，使得地性线的分布符合“叶脉状”地貌结构特征。在此基础上，本文提出加权指标法，旨在降低噪声点及指标间相互干扰对地形特征点提取的影响。【结果】本文选取3处地形复杂区域进行实验，通过将弯曲多叉树模型同约束Delaunay三角网结合，识别地形分支并提取地形特征点，定量评价表明： ① 在地形特征点提取方面，本文加权指标法相较于指标计算法和多准则法，绝对误差显著降低，残差分布方差减小10%~55%，有效抑制了噪声点对地形特征点选取的干扰； ② 在地形分支提取方面，本文方法提取的地性线总长度更长，地形分支完整性相较于其他方法增加了9%~44%，更全面地反映了实际地形的复杂分支结构。【结论】本文提出的伪弯曲划分方法能准确识别地形分支，地形特征点提取精度亦显著优于当前基于几何指标的方法，经过伪弯曲划分后所提取的地性线形态与实际地形吻合度更高，结构性更强。
【目的】行政区划作为国家治理体系的核心空间单元与时空基准，其沿革过程深刻映射了国家空间治理对政治、经济、社会等多重因素变迁的动态响应。针对当前行政区划沿革研究在方法上过度依赖以年度为单位的静态数据，难以有效揭示变更过程中的具体行为时序以及因果机制等问题。【方法】本文提出一种事件视角下的行政区划沿革知识图谱构建方法。通过将行政区划变更抽象为事件并进行分类，提出从对象、事件与过程3个层次建立行政区划沿革知识表达模型，并设计包含对象、事件、属性、时间及法律依据等多类节点的知识图谱表示方式，结合多层关系模式揭示事件、对象与属性之间的逻辑联系。【结果】基于1949年以来扬州市行政区划变更数据，构建了事件驱动的行政区划沿革知识图谱，实现了扬州市自1949年以来的完整生命周期轨迹表达，清晰刻画了与相关行政区划之间的具体变更行为及其因果逻辑关系。【结论】该方法突破了传统以年度为单位的静态记录方式，实现了对沿革过程的细粒度、时序化动态刻画，能够更精确地揭示行政区划演变的动态过程与时序逻辑，为国家空间治理与数字经济建设提供可推演、可追溯的时空知识基座。
【意义】城市居民活动强度的精准预测是地理空间人工智能的基础研究命题，在城市规划、交通管理及公共安全等领域具有重要应用价值。尽管已有多种城市居民活动强度预测模型被提出，但如何挖掘城市混合功能区之间的功能相似性作为先验引导预测仍是一大挑战。由于其复合功能特性，混合功能区在不同时段对居民活动呈现出差异化影响，通过多种功能特征度量多元功能相似性，并将其作为先验引导空间依赖建模，有望提升预测精度。【方法】本研究提出一种新颖的先验与数据双引导的时空预测模型（Prior- and Data-Guided Spatio-Temporal Prediction Model, PDGSTPM）。首先，本研究基于超图理论框架设计了面向城市功能语义的超边构建机制，利用自监督学习将POI表征的混合城市功能特性显式编码为可量化分析的高阶多元关联网络进而表征多元功能相似性先验，实现了城市区域间空间依赖建模由一阶对偶关系向高阶多元结构的突破；然后，本研究利用一阶瓦瑟斯坦距离建立了历史观测数据的多粒度相似性度量方法，通过捕捉居民活动强度序列中的形态一致性挖掘观测数据中隐含的变化特性来进行数据层面的相似性表征，以实现数据层面相似性与功能相似性先验的互补； 最后，本研究融合先验引导与数据驱动的双重建模机制，通过先验-数据双引导的图神经网络架构，实现复杂时空依赖关系的精准建模。【结果】本研究采用2023年3月的厦门市手机定位数据进行了城市居民活动强度预测实验，相比于基线方法，PDGSTPM模型在RMSE和MAE两项指标上，单步预测精度分别提升了3.2%和9.1%，双步预测精度分别提升了5.6%和9.8%。【结论】实验结果验证了PDGSTPM模型在精准建模时空依赖关系方面的优势。
【目的】地理学研究，尤其是对新兴地理概念的研究，受限于学科固有的复杂性以及多元研究视角，不同研究主体在认知取向和关注重点上常常存在差异，进而导致概念表述呈现多样化与异质性，影响领域知识的有效检索与系统整合。以文本主题模型为代表的地理研究主题提取方法为解决上述问题提供了关键技术路径，然而现有模型在语义解析与表达过程中存在可解释性不足的问题，呈现出“黑箱”特征，限制了该方法的实际应用。【方法】本研究以具有多学科交叉特征的“小微湿地”概念为例，提出一种基于BERT-LDA集成模型的地理研究主题提取方法。该方法融合BERT模型在长文本语义理解方面的优势与LDA模型在主题可解释性方面的能力，从大量期刊论文中提取并揭示小微湿地的研究主题及其内在关联，并通过构建论文检索规则，促进领域知识的深化与拓展。【结果】将论文中词语的高维语义特征向量有效嵌入低维主题空间，并在关键词主题影响力的计算过程中，引入特征融合调节因子，能够提升文本主题模型的语义解析与表达能力，克服现有模型的“黑箱”局限性。同时，所提出的模型迭代运行方式，能够逐步提升输出主题的区分度和代表性，并优化关键词在对应主题语义空间中的分布结构。基于万方数据库检索的 2012—2022年出版的4 606篇中文期刊论文，集成模型识别出“湿地污染净化” “城市湿地公园” “池塘水产养殖”是小微湿地的三大研究主题，进一步提取并构建由“植物” “去除” “污水” “微生物” “城市” “景观”等11个关键词构成的112条论文检索规则，实现在不依赖具体术语和命名的条件下，对领域相关论文的有效检索。【结论】在地理学综合性与交叉性的研究背景下，本文提出的方法能够从知识工程角度，有效整合因术语多样化和命名异质性而造成的分散化的领域知识，为提升学术知识挖掘方法的可解释性提供可行路径。同时，研究成果对小微湿地的保护与管理实践具有一定参考价值。
【目的】针对高分辨率遥感影像幅宽大、背景复杂，舰船目标细节特征丰富以及易受相似目标干扰等特点，本文提出一种基于多尺度高斯上下文特征激励的舰船目标检测方法。【方法】首先，设计了联合空间和通道注意力机制的高斯上下文转换模块（Spatial and Channel- Gaussian Context Transformer，SC-GCT），实现了前景目标的可辨识性表达，有效缓解了背景噪声以及相似性目标干扰等问题。其次，引入了多尺度特征自适应加权融合方法（Multi-scale Feature Adaptive Fusion，MFAF），构建信息表达更充分的特征图，实现了目标语义与空间位置的精确表征。【结果】本文在HRSC2016数据集上进行了对比实验，结果表明，本文算法的检测精度mAP值达到了96.8%，相较于基线模型YOLOv8提升了1.3%，且检测精度和效率均优于现有主流舰船目标检测算法；在基础网络中添加SC-GCT以及MFAF模块后，mAP值分别提升了0.7%和1.1%，验证了本文算法中各模块的有效性。为进一步验证本文算法的实际应用价值，选取横须贺港、旅顺港、梅波特港等不同真实港口场景下的遥感影像测试，结果表明算法在复杂真实环境中仍能保持稳定性能。【结论】本文算法有效提升了舰船目标检测精度，在复杂背景舰船检测任务中具有良好的实用性与泛化性。
【目的】城市化进程中，考古遗址保护面临挑战，而传统预测模型在复杂地形下精度不足，为解决此问题，本研究旨在通过融合遥感影像纹理特征与传统环境因子，探索提升考古遗址预测精度与效率的新方法。【方法】本研究整合ASTER GDEM、OpenStreetMap、Sentinel-2及Sentinel-1 SAR等多源数据，提取高程、坡度等12项环境因子与9类基于灰度共生矩阵的纹理特征，分别构建频率比（FR）、最大熵（MaxEnt）和随机森林（RF） 3种预测模型。通过频率比揭示古人选址偏好，利用最大熵与随机森林分析各环境因子对遗址分布的重要性贡献，并采用ROC曲线下面积（AUC）评估整体模型精度，使用增益（Gain）指标分析不同概率区空间分布的预测效能。【结果】以西安市为实验区，融合遥感纹理特征对不同模型的性能影响各异，随机森林模型对纹理特征利用最充分， AUC值从0.85提升至0.86；而最大熵和频率比模型的AUC值则无显著变化。在空间分布预测性能上，随机森林模型在较大面积区域（44.53%）内实现了高效识别（92.56%的遗址识别率），其在较高概率区（5级）的增益值从0.59显著提升至0.67； MaxEnt模型则在极小面积区域（0.1%）内实现了极高增益值（0.90）；频率比模型表现最弱，其在较高与高概率区的遗址数量仅占总遗址数量的7.79%，判别能力有限。【结论】研究证实，融合遥感影像纹理特征是提升考古预测精度的有效路径，但模型选择需服务于具体目标。随机森林最适合用于大范围、高效率的考古普查规划； MaxEnt在精确定位小范围、高准确性的核心遗址区时价值突出。本研究提出的多模型评估框架为不同考古目标下的方法选择提供了科学依据，对文化遗产的预防性保护具有重要实践意义。
