【意义】地理知识图谱（Geographical Knowledge Graph， GeoKG）是一种融合时空特征的结构化知识表示技术，在新一代人工智能发展浪潮下，已成为推动地理认知智能发展与各行业转型升级的关键支撑，在多领域的研究实践中展现出强大的应用潜力。系统梳理多元化的GeoKG应用实践成果，深度剖析各类应用场景，归纳其核心技术应用路径，厘清当前研究存在的短板与现实挑战，对推动该领域理论深化与实践拓展具有重要价值。【分析】本文首先介绍了GeoKG概念与应用研究相关内容；接着阐释GeoKG在空间关系推理、地理语义检索、场景认知层面的核心功能优势，明确其增强智能模型基础空间认知能力的核心作用；其次聚焦测绘地理信息智能服务场景，梳理GeoKG在时空位置服务、GIS分析、智能制图、遥感解译等任务中的典型技术路径，阐明其推动地理信息服务向知识服务转型升级的关键作用；然后面向多行业智能服务领域，剖析GeoKG在公共安全与应急管理、资源环境与可持续发展、城市运行与综合治理等场景下的应用价值，揭示其为智能化决策和精准化服务提供知识支撑的核心优势。【展望】结合现有研究进展与行业发展需求，进一步明晰GeoKG应用研究深化拓展的发展方向，指出后续需重点围绕动态知识更新扩展、多模态数据融合、与LLM协同能力增强等关键方向开展研究，以期为地理知识图谱的后续探索与创新研究提供参考借鉴。
【背景】京津冀地区面临严重的水资源短缺与供需矛盾问题，地下水作为区域发展的重要水源，直接关系到区域水安全和可持续发展。因此，开展京津冀地区未来地下水资源变化趋势研究具有重要的科学意义和现实价值。【方法】本文提出了一种地理时空协同深度学习模型GCN-Transformer-BiLSTM，该模型融合了图卷积网络（GCN）的空间特征提取能力、Transformer的全局时序依赖关系建模能力以及双向长短期记忆网络（BiLSTM）的局部时序动态建模能力，并基于该模型开展地下水储量变化模拟与预测。选取地下水储量异常作为表征区域地下水储量变化的指标，以京津冀平原区为实验区，采用实验区2002—2024年的地下水储量异常数据集和主要影响要素数据集进行建模，并对2025—2035年地下水储量异常进行多情景预测。 【结果】京津冀平原区未来地下水储量相较于过去20年来的亏损状态，呈现出情景依赖性和较为复杂的时空动态特征。不同情景下地下水储量整体表现为亏损逐步缓解，但恢复幅度存在差异，其中SSP1情景恢复相对稳定，SSP2情景为中等程度恢复，而SSP5情景波动较大且恢复程度相对较弱。从空间分布来看，各情景下地下水储量变化总体表现为南部地区亏损程度较高、北部地区相对较低的格局，且在高排放情景下区域差异进一步增强。【结论】本文提出的地理时空协同深度学习模型在一定程度上可以顾及地下水储量变化在空间上的自相关性与异质性以及时间上的动态变化规律，实现对实验区地下水储量变化过程的模拟与多情景预测，为区域地下水资源调控与管理提供参考。
【目的】针对高光谱遥感影像分类中小样本条件下模型泛化能力不足、深度学习“黑箱”导致决策过程不可解释，以及传统算法抗噪性弱且依赖统计假设等关键问题，本研究旨在探索一种兼具物理机理驱动与工程实用性的分类新方法，以突破现有方法的局限。【方法】本文提出了基于光谱指纹迭代匹配的高光谱遥感影像地物分类算法。首先，通过波段相关性分析剔除冗余波段；其次，采用五级离散化将光谱响应转化为整数编码“数字指纹”；然后，基于训练样本构建有标签的“标准光谱指纹模板库”，并利用汉明距离进行位级匹配；最后，设计多级递进阈值机制，通过由严至宽的渐进匹配平衡精度与覆盖范围，提升混合像元识别能力。【结果】基于研究区城乡交错带的EO-1/Hyperion影像实验表明，该方法总体分类精度（OA）达到88.82%， Kappa系数为0.85，生产者精度（PA）和用户精度（UA）也有显著优势，与SVM（63.58%，0.45）、MLC（70.59%，0.60）、SAM（47.06%，0.28）、SID（35.29%，0.15）相比，总体精度分别提升25.24%、18.23%、41.76%、53.53%，Kappa系数分别提升0.40、0.25、0.57、0.70，性能优于支持向量机（SVM）、最大似然法（MLC）、光谱角制图（SAM）及光谱信息散度（SID）等常用监督分类算法。在30 m空间分辨率约束下，分类图斑的空间连续性优于对比方法，类别边界的光谱过渡带识别能力有所增强，有效缓解了传统方法常见的“椒盐噪声”与空间破碎化问题，特别是在林地与耕地交错的混合像元密集区表现出优异的适应性。此外，小样本条件下的对比实验表明，每类地物仅用10个训练样本时，该方法仍取得71.18%的总体精度和0.63的Kappa系数，较SVM（45.29%，0.25）、MLC（67.06%，0.55）、SAM（53.53%，0.37）、SID（37.06%，0.16）分别提升25.89%、4.12、17.65%、34.12%和0.38、0.08、0.26、0.47，优于传统方法，验证了其在小样本场景下的适用性。【结论】本文构建了从“模拟光谱”到“数字指纹”的解译新路径。该方法的分类依据为同类型地物光谱指纹具有高度相似性的特征，决策过程从波段优选到汉明距离匹配各步骤均具有明确的数学定义与物理含义，分类结果可通过多级阈值机制量化置信度。另外，该方法无需复杂的统计分布假设，流程简洁且计算高效，在一定程度上提升了分类精度与鲁棒性，并赋予了模型较为明确的物理可解释性。这为高光谱遥感智能解译提供了一种轻量化、透明化且易于工程落地的新方案，在小样本及应急监测场景中具有较好的适用性。
【目的】针对高分五号（GF-5）高光谱影像在强噪声背景下微弱蚀变矿物光谱特征难以识别与增强的难题，构建了一套以空谱双域解耦为物理机制、以去噪保真—非线性增强为核心的处理框架。【方法】首先，利用基于计算松弛的空谱全变分正则化的张量鲁棒主成分分析（SSTV-TRPCA）模型，将影像分解为低秩背景分量与稀疏异常分量，在去除混合噪声的同时，将微弱矿化信息与残余结构噪声归入至稀疏残差空间中。进而，构建分数阶Teager-Kaiser能量算子（F-TKEO），利用光谱维与空间维特征的物理形态差异，在稀疏空间中对微弱吸收特征进行非线性放大并有效剔除伪异常干扰，实现矿物端元的精准定位与微弱特征的增强。【结果】模拟实验表明，在15 dB强噪环境下，SSTV-TRPCA模型重建信号信噪比达40.1 dB，显著优于标准张量鲁棒主成分分析（TRPCA）及离散小波变换（DWT），较当前最优方法（全局低秩全变分，Global LRTV）提升了10.4 dB，有效避免了强去噪对微弱特征的过度平滑；F-TKEO算子对高岭土双吸收谷及多种典型矿物微弱次级特征实现了有效增强，其特征对比度信噪比（CNR）达2.73，较传统整数阶Teager-Kaiser能量算子（TKEO， CNR为1.24）和分数阶微分（FOD， CNR为0.96）分别提升了1.49和1.77，非线性放大能力显著优于传统方法。【结论】在北衙金矿真实数据应用中，该方法成功识别出 2 192.5 nm处的富钠绢云母波长偏移特征。该去噪保真与非线性增强框架有效解决了低信噪比卫星数据中微弱光谱特征的提取问题，为高光谱地质勘查提供了新的技术手段。
【目的】城市绿地是城市生态系统的重要组成部分，快速、准确地获取其空间分布对城市生态质量评估与可持续发展至关重要。现有方法通常高度依赖大量人工标注样本且泛化能力有限，由于标注数据不足其大规模精细提取仍面临挑战。 【方法】为此，本文首次提出一种结合植被光谱特征与CLIP（Contrastive Language-Image Pre-training）模型的无监督提取框架，旨在利用开放词汇语义分割（Open-Vocabulary Semantic Segmentation, OVSS）方法获取语义掩膜，并以此引导植被指数阈值的自适应选取，实现零标注、高精度的大范围城市绿地提取。首先，借助大语言模型生成兼顾植被近红外光谱特征与自然语言描述的文本提示词；然后，基于CLIP模型完成遥感假彩色影像与提示词的像素级对齐，获得绿地语义粗分割掩膜；最后，依据参考掩膜统计归一化差值植被指数（Normalized Difference Vegetation Index, NDVI）分布并通过约登指数确定最优分割阈值，从而得到精细化的绿地提取结果。【结果】以武汉市为研究区，采用Sentinel-2遥感影像开展实验，结果表明：利用本文框架提取绿地的精确率、召回率、F1分数和总体精度分别为85.21%、95.67%、90.15%和88.40%。与基于不同植被指数的传统阈值法相比，提出框架在整体性能上有显著提升，且在边界细节刻画与小尺度绿地斑块识别上优于主流公开数据集，在城市复杂环境下具备更好的提取效果。【结论】本文提出框架在无人工标注条件下实现了细粒度的大范围城市绿地提取，验证了无监督OVSS掩膜驱动植被自适应提取的有效性，对智能化、大规模的城市绿地监测与相关研究具有重要意义。
【背景】全球离散格网系统（Discrete Global Grid Systems， DGGS）采用特定方法递归剖分地表空间形成多分辨率层次结构，六边形等面积格网具有单元全球均匀分布且同一层次单元面积相等的理想特性，广泛应用于位置相关大数据的组织管理与分析处理。由于缺乏球面等积六边形格网整体加速渲染技术，导致现有逐单元几何实体绘制主流方法难以满足巨量多分辨率格网可视化交互的应用需求。【目的】本文充分利用GPU片元着色器硬件批量渲染球面等积六边形单元，既避免大量几何实体绘制，又实现全过程并行加速，达到亿量级球面格网高效可视化的目的。【方法】首先，根据多面体表面六边形与菱形弱对偶关系，提出瓦片分块与球面三角化策略，规划并行绘制任务以平衡CPU-GPU负载；然后，利用纹理采样替代六边形单元实体绘制，提出等积约束片元着色器纹理映射渲染算法，提高格网可视化效率；最后，针对片元着色器渲染高层次单元精度不足的问题，提出分级精度优化策略，提高格网可视化精度。【结果】实验表明：本文方法渲染帧率受视点位置影响较小，且在亿量级单元参与渲染时帧率保持稳定，相较于现有方法（约20 fps）渲染性能显著提升（约85 fps），且无需高性能硬件支持，在普通手机、平板、便携设备上均稳定运行。【结论】 本文以全新思路提出的巨量球面等积六边形格网高效可视化方法具有原理简单、易于实现的特点，为全球离散格网系统实用化提供关键技术支撑。
【目的】区域滑坡易发性评估面临的关键挑战，在于如何有效捕捉灾害在复杂环境下的时空演化规律，并响应未来的气候变化。为此，本研究引入贝叶斯时空统计模型，旨在构建滑坡风险的长周期动态评估框架。【方法】该模型采用集成嵌套拉普拉斯近似（INLA）算法，并构建了包含地形、地质、气象与植被等因子的综合评价指标体系。通过引入时空随机效应项，有效解决了传统模型忽视空间自相关和时间依赖性的问题，采用条件自回归（iCAR）结构平滑局部空间异质性，并结合一阶自回归（AR1）过程提取时间维度的演变趋势。同时，融合降尺度的CMIP6未来气候情景数据与高分辨率人口网格数据，实现了从历史回溯到未来推演的全链条分析。【结果】以香港特别行政区为案例，本研究重建2010—2021年滑坡易发性的时空演化历史，并动态推演了至2100年的未来风险格局。研究结果表明：① 贝叶斯时空模型通过提取年度时间截距，揭示了滑坡易发性随时间高低交替的非线性波动特征，定量验证了坡度与年最大日降水量对易发性的主导控制作用（其回归系数分别为0.610与0.579）；② 未来预测显示，在地形约束下，极高易发区的空间格局将保持相对稳定，但受降雨驱动，中等易发性区域面积将明显扩张；利用近期新增独立样本对该预测进行验证，各情景下的空间预测准确度（AUC）均在0.78以上，证实了长周期推演的稳健性；③ 风险暴露分析警示，随着高排放情景（SSP5-8.5）加剧及人口增长，香港半山及九龙北部等高密度居住区将有约102.2 km2的范围面临“易发性强化-高暴露度”的叠加风险。【结论】相比于传统静态模型难以刻画时间非平稳性的局限，本研究建立的贝叶斯时空预测框架能够融合气候动态演变与空间效应，有效量化长周期的复合风险，为高密度城市构建适应气候变化的地质灾害管控体系提供了科学依据。
【目的】城市内涝应急场景是通过数字化手段对城市内涝应急复杂系统表达模拟的结果，是用户感知与理解城市内涝风险的重要手段。然而现有城市内涝应急场景模拟大多忽视了用户关注分析，导致生成的场景难以适用于不同类型用户对内涝风险的有效认知。【方法】为了解决上述缺陷，本文通过探究用户关注信息与场景要素之间的复杂对应关系，实现了城市内涝应急场景的用户关注建模。具体地，根据现有城市内涝应急响应过程分析应急用户类型，利用机器学习方法及社交媒体、应急预案等文本数据提取不同类型用户匹配的关注信息，并且借鉴地理场景学理论提出城市内涝应急场景构成要素。在此基础上，使用本体建模及其融合方法建立城市内涝应急场景下不同类型用户关注模型。【结果】本文结合2021年河南郑州暴雨内涝事件，建立了城市内涝应急场景用户分类体系，并且分别提取了应急决策用户、应急救援用户、普通公众在城市内涝应急场景下的关注信息，实现了用户关注信息和场景不同阶段构成要素的语义映射。本文采用原型系统开发与问卷调查相结合的方式评估构建的用户关注模型的有效性，验证得出模型的准确性0.923、完备性0.945、满意度0.879，根据公式计算得模型有效性为91.7%，并且本文适配的场景在信息过滤需求最强烈的普通公众群体中，平均反应时间缩短了41.0%，任务成功率提升了21.5%。【结论】结果表明该模型具有较高的可靠性，能够有效提升城市内涝应急场景模拟的用户普适性。
【目的】在多港口聚集分布的贸易海湾内，船舶航迹的重叠以及复杂的原油卸货方式（例如，港内泊位卸货、船对船海上转运和海上管道运输）为特定港口海上原油进口量的准确计算带来了挑战，尤其是在识别船舶卸货行为的发生时间和卸货区域等方面。【方法】针对海上原油运输场景，本文首先利用Geohash地理编码算法对AIS船舶轨迹大数据的空间信息进行概括处理并解析船舶停留特征。随后，本文提出了一种船舶目的地港口文本匹配规则和一种目的地港口双向搜索方法，为港口周边离散分布的船舶停留区域分配目的地港口属性。最后，遵循避障、就近融合的原则，船舶停留区域被整合为原油轮卸货区域，上述步骤确保了港口周边原油卸货区域的提取在语义层面的可靠性。这些卸货区域反映了原油轮复杂的卸货方式及其与港口沿海设施的空间关联。在贴合实际运输情景的原油轮卸货判定先决条件的前提下，本文比较了基于AIS数据的几种修改后的船舶载荷计算方法，并在日本几个重要原油进口港进行验证。【结果】基于船舶载重状态转换的方法在海上原油进口运量计算方面表现最佳，计算结果最接近于官方报告，决定系数为0.95，具备最小的均方根误差。相较于其他4种计算方法（分别基于不同船舶尺寸吃水变化比例、单艘船舶吃水变化比例、每厘米吃水吨位和考虑压舱水的船舶载荷校正），均方根误差分别减少了16.41%、22.90%、60.06%和9.16%。与常见聚类算法（如K-means和DBSCAN）相比，本文方法在伊势湾内原油卸货区域提取时港口分配的可信度上分别提升了0.12和0.21，在海上原油进口运量计算精度方面表现出高稳定性，相对误差的标准差分别降低了0.80和0.56。【结论】本文提出的技术流程基于AIS时空大数据中的空间-时间信息与文本属性的互补优势，实现了在多港口集聚的贸易海湾内对原油轮卸货行为的精准表征以及海上原油运量的年度监测，有助于利用实时更新的AIS时空大数据实现港口贸易的及时监测和港内船舶运动状态的可视化。
【意义】以往关于文化遗产数字化的综述研究，多从单一技术视角出发，对既有工作进行归纳总结，如数据采集、数据处理或可视化方法，因而，难以系统性地揭示领域内的整体问题，以及对未来发展方向提出具有针对性的建议。为了解决这个问题，【方法】本文从研究对象类型、数据采集方法、数据处理流程、三维建模技术、三维模型表达方法5个角度出发，对1982以年来全球学者发表的10 024篇文化遗产三维数字化相关科技文献进行系统性分析。【结论】结果显示，可视化是绝大多数文化遗产三维数字化项目的主要目的。但是近十五年来，语义和属性信息的集成变成越来越强烈的行业需求。因此，未来研究的重点将不再局限于几何精度或视觉真实感的提升，而是转向标准化三维数据模型与数据格式的设计与定义，以支持精细化语义建模，使三维数字模型不仅能够用于展示，还能够支撑计算、查询、选择等多种互操作应用。此外，人工智能与大模型将在三维数字化的各个环节中发挥日益重要的作用。
【目的】文化遗产数字化在追求兼具几何精度与保真度的三维模型时，面临着扫描点云数据存在噪声与密度不均，以及3D高斯泼溅（3DGS）缺乏几何约束导致模型精度不足的技术局限。为应对此问题，本文提出一种多模态融合3D高斯泼溅方法，以实现馆藏文物的高保真稠密重建。【方法】该方法的核心在于构建一个由特征保留采样得到的稀疏的高精度扫描点云作为高质量几何先验，以引导3DGS的优化过程。此融合机制不仅可从多视图影像中学习精细的外观信息，更能利用扫描先验对几何结构进行有效约束与正则化。此外，本文进一步利用该融合模型学习到的连续场景表达，通过一种基于概率采样的策略，对输入的离散几何进行稠密化、细节增强和去噪，从而生成高质量的密集点云。【结果】本文方法在渲染质量与最终生成的密集点云几何精度上，相较于基线方法均展现出优势。【结论】本研究成果为高精度的文物稠密重建提供了有效的解决方案，并验证了神经渲染模型在生成高质量密集点云方面的应用潜力，为生成在质量上超越单一数据源的数字遗产模型提供了新方法。
【目的】大型摩崖造像体量庞大、表面结构复杂，基于近景摄影测量获取的三维重建模型通常面片数量庞大、拓扑结构不规则，导致规范化UV（Texture Coordinates，纹理坐标）展开与纹理信息迁移难以实施，进而制约了模型在WebGL环境下的实时渲染与交互。针对上述问题，本文提出一种面向WebGL的大型摩崖造像三维重建及模型轻量化处理方法。【方法】首先，针对大型摩崖造像在复杂山地环境中受密集植被遮挡的采集条件，在对比近景摄影测量与贴近摄影测量适用条件的基础上，提出基于消费级无人机的分层分区域影像采集策略；其次，采用基于运动恢复结构（Structure from Motion， SfM）与多视角立体视觉（Multi-View Stereo， MVS）的摄影测量方法生成高精度三维模型；最后，引入数字游戏与实时渲染领域的数字资产制作规范，以拓扑重构为前提，通过规范化UV展开与多通道PBR（Physically Based Rendering，基于物理的渲染）纹理烘焙，将高精度模型的几何与表面细节信息迁移至低多边形模型，得到可用于WebGL实时渲染的轻量化模型。【结果】以四川眉山唐代摩崖造像“齐山双佛”（通高超30 m）作为实验样本，将原始约1.2亿面的高精度模型压缩至约50万面的WebGL可用低多边形模型，并将高精度模型的表面信息烘焙为贴图，应用于低多边形模型，使其在几何简化后仍能呈现丰富的视觉细节。在此基础上，以该模型作为核心设计并完成的“巴蜀佛韵：四川石窟数字纪元”数字微展厅，不仅实现了Web端流畅浏览交互，而且入选了教育部2024年高校“礼敬中华优秀传统文化”宣传教育活动“创承文脉”高校主题数字微展览联展遴选名单，证明了该技术路线的可行性。【结论】本文所提方法将摄影测量重建流程与面向WebGL的模型轻量化处理整合为统一工作流，在显著降低模型复杂度的同时，实现了高精度模型向可实时渲染的WebGL标准化资产的转换，有效解决了大型文物三维数字化过程中重建精度与渲染效率难以兼顾的问题，为同类不可移动文物的数字化展示与在线传播提供了可参照的技术路径。
【目的】针对古建筑空地点云数据在融合过程中，基于人工标靶的方式费时费力，而传统无标靶配准算法在应对兼具高曲率细部与平坦墙面的场景时极易产生结构重影，且高度对称的构造易使算法陷入局部最优的问题，本文提出一种改进的配准策略，以提升古建筑异构数据融合的精度与鲁棒性。【方法】该方法首先利用多尺度体素下采样与统计离群点剔除（SOR）滤波策略，削弱异构点云密度不均与噪声干扰，平衡计算效率与几何细节保留；其次，采用快速点特征直方图（Fast Point Feature Histograms, FPFH）特征结合采样一致性（SAC-IA）算法实现粗配准，在多维拓扑特征空间中寻找正确对应关系，以获得可靠的初始位姿并规避中轴对称结构的干扰；最后，提出分层式广义迭代最近点（Generalized Iterative Closest Point, GICP）精配准算法，通过“由宽至窄”的动态截断阈值优化对齐过程，在迭代后期削弱大面积平坦区域对误差函数的过度支配，引导高斯概率模型专注于拟合高曲率的燕尾脊等局部弯曲表面，实现局部细节的自适应精准贴合。【结果】以闽南典型古建筑厦门南岳祖庙和南靖惟德堂为例开展空地联合测绘融合实验，结果表明，本文方法表现出较好的精度与效率优势。在案例一中，配准均方根误差（RMSE）收敛至6.3 mm，较单尺度配准（对照组D）耗时大幅缩减了约95%，且有效消除了燕尾脊等复杂构造处的“双眼皮”重影伪影，平均点位误差仅为7.5 mm；在案例二中， RMSE达到0.9 mm的亚毫米级精度。【结论】本研究提出的改进配准策略不仅有效提升了古建筑空地多源点云的融合质量与重建高保真度，克服了宏微观尺度悬殊与结构高度对称带来的配准瓶颈，也为文化遗产的数字化保护与修缮提供了高精度的数字底座，具有良好的工程泛化与推广价值。
【目的】中国传统建筑的数字化保护是建筑文化遗产保护的重要途径和方式，数字化重建是数字化保护的一个重要内容，对中国传统建筑图像进行修复是数字化重建的关键。现有图像修复的方法大多依赖人工定位修复区域，不仅耗时费力，还难以保证修复的准确性。另外，现有的修复模型缺乏针对性，当前亟需一套针对中国传统建筑图像的系统性修复方法。 【方法】本文提出一种两阶段的自动修复网络，即DLFT。该模型第一阶段采用DeepLabv3plus算法模型自动分割出前景遮挡区域，将提取结果作为第二阶段的掩膜输入；第二阶段将快速傅里叶卷积嵌入到Transformer修复网络，同时，在解码阶段设计了一种复合感知损失函数，以进一步优化网络。需要特别指出的是，本文对于传统建筑图像的修复包含2个部分，即建筑立面的图像修复和建筑屋顶的遥感图像修复。【结果】所提方法在建筑立面和建筑遥感图像2个数据集中，对比实验结果表明，在20%~30%的掩膜遮挡比例下，与次优模型DWTNet相比，传统图像质量评估指标PSNR值分别提高了0.90%和0.94%，SSIM值分别提高了0.34%和0.23%，与DWTNet、hourglass等代表性修复模型相比， DLFT展现出了更优异的修复效果。在消融实验结果中，引入快速傅里叶卷积后的PSNR值分别提高了2.2%和1.8%，在此基础上引入复合感知损失函数后PSNR值进一步提高了0.2%和0.5%，也证明了二者对于修复模型精度提升的重要作用。此外，针对中国传统建筑风格分类的特定任务进行了指标的评估，修复后图像在宏平均精确度、宏平均召回率和宏平均F1-score 3个指标上均有不同程度的提升，以全面准确地评估传统建筑修复效果，进而验证所提出方法在提升特定任务性能的有效性。【结论】DLFT 实现了中国传统建筑的智能精确修复，能够帮助恢复中国传统建筑的全貌，提供更高质量的数据源，对村落规划、旅游开发、文化传承和三维重建等工作提供科学的数据支持，为其数字化保护与可持续发展提供了有力技术支撑。
【目的】城市历史风貌多元、特征复杂、分布范围广。城市更新与历史遗产保护亟需识别城市历史建筑元素分布与风貌保护区。然而，传统人工实地调查方法效率低、主观性强，难以大范围精准提取历史建筑元素并识别风貌类别。【方法】为此，本文提出一种从街景影像中检测和识别传统历史建筑元素的机器学习方法，以北京市中心城区为实验区，实现历史风貌建筑的高效自动提取与分类。① 设计了包含传统建筑构件和构筑物的类别体系； ② 制作了包含1 200张人工拍摄的传统建筑标注样本集； ③ 针对网络样本与街景图像拍摄方式差异，提出了跨尺度一致性优化提取方法MCS，提升模型多尺度表征能力。【结果】优化后的MCS-Co-DETR的mAP@[0.5:0.95]为0.554，相比原始Co-DETR提升3.2%，在北京市中心城区共得到62 860个识别结果。实验结果表明，高规制屋顶多在二环内核心区聚集；碑、塔、雕塑等独立构筑呈分散布局，门楼、街门与窗等院落构成部分相关性较强。元素高密度区域与北京历史文化保护区范围高度吻合，可揭示中轴线要素布局等空间规律，精准捕捉散点式建筑元素分布及历史风貌街巷。【结论】本文方法为大范围城市历史风貌区识别提供了可行技术路线，拓展了街景影像在历史风貌保护领域的应用，助力历史文脉传承与城市形象提升。
【目的】建筑遗产数字化采集常受室内、阴影区、弱光环境等限制，易出现亮度不足、阴影严重、纹理细节模糊及颜色失真等问题，严重影响纹理映射、空中三角测量与三维重建质量。【方法】为解决上述问题，本文提出一种灰度引导多尺度光照注意力增强网络（Gray-guided Multi-Scale Illumination Attention EnlightenGAN，GI-MSIA-EnlightenGAN）。该方法在EnlightenGAN框架上引入灰度光照编码分支，对光照信息进行显式建模，并结合多尺度光照注意力机制增强暗区特征，从而在提升亮度的同时保持建筑纹理细节与结构边界。【结果】在LOL公开数据集上， GI-MSIA-EnlightenGAN 在PSNR、SSIM和LPIPS上分别达到8.928 dB、0.534 6和0.391 6，整体性能优于SCI、URetinex-Net、Zero-DCE及原始EnlightenGAN；在自建建筑遗产纹理数据集上，相较原始EnlightenGAN，模型在信息熵、局部对比度及细节保持方面实现稳定提升，有效改善砖缝纹理、阴影区域层次及色彩一致性；三维重建实验表明，增强后的影像可提高弱光区域关键点提取能力，其中校准影像数达到463幅、关键点中值达到42 244个，有利于提升前端影像可检测性。【结论】本文方法兼顾亮度增强、纹理保真和结构保持，在建筑遗产低照度图像增强及数字化测绘预处理中具有较好的应用潜力，为复杂弱光环境下建筑遗产三维重建提供了更加稳定的纹理信息支撑。
【目的】在数字技术与文旅融合的背景下，文化遗产保护与遗产旅游可持续发展成为研究热点，遗产价值阐释成为领域中的重点内容之一，呈现人本化、微观化、定量化的研究趋势。本文对遗产价值、遗产空间、旅游者行为之间的关系进行进一步探索，为推进价值导向的文化遗产精细化改造提供理论支撑和方法依据。【方法】研究聚焦文化遗产地街道空间，结合虚拟现实技术（VR）改进的陈述性偏好问卷（SP）调查方法开展虚拟地理环境中的旅游实验，通过离散选择模型、调节效用模型等经济计量模型，探讨基于旅游者空间感知的街道选择偏好及遗产价值感知。【结果】 ① 旅游者偏好空间上绿视率、透视率、贴线率较高，具有休憩、商业、游览功能，特殊材质意象性较强的遗产街道； ② 受访者对遗产街道的精神价值的感知程度最高，对环境、艺术、经济、历史价值的感知较好，但对科学价值的感知较弱； ③ 部分街道空间指标显著影响旅游者的价值感知：贴线率显著正向影响旅游者的历史价值和艺术价值感知；透视率显著正向影响旅游者的艺术价值感知； ③ 旅游者选择偏好在街道空间指标和遗产价值感知的作用关系中表现出正向调节、负向调节和无调节3种模式。【结论】研究提出了文化历史游、休闲娱乐游2种价值导向的综合优化策略。
【目的】城镇化进程的加速导致传统村落景观面临严重的同质化与地域语境脱嵌危机，使得作为地域文化活态载体的传统村落景观保护亟需系统性与整体性方法。为有效识别和传承其内在的地方性知识，以河套平原26处具蒙汉文化交融与黄河灌溉农业典型特征的传统村落为对象，致力于构建可计算、可检索、可比对的地方性知识表达体系，以支撑科学保护决策。【方法】研究基于“点链集”地方性知识理论、DIKW层次模型技术和ArcGIS 10.5工具整合多源空间与文本数据，构建“要素-语境-意义-实践”四级分类结构和“要素-关系-类型”三层系统编码的传统村落地方性知识谱系。进而，综合运用空间聚类分析、热点分析及地方性知识价值评价体系，对河套平原传统村落景观地方性知识进行量化评估。【结果】河套平原传统村落景观的地方性知识呈现显性知识保存相对较好（77.3分）和隐性知识传承薄弱（69.9分）的协同性失衡，针对此问题，研究提出契合该区域农牧交错带特征的“生态-文化”协同修复与“数字-活态”一体化传承策略。【结论】地方性知识的谱系化表达可以显著提升景观识别的准确性与深层语境解释力，为传统村落破解景观同质化问题提供新的分析框架，同时也为其系统性保护与可持续发展提供可借鉴的理论参考与实践工具。
【目的】先秦时期墓葬数据资料分散、亟待整合，知识图谱技术为挖掘考古墓葬数据间的潜在关联与分析提供了有效支撑。【方法】以先秦墓葬的考古文本数据为基础，分析考古墓葬多要素知识表示方法，实现先秦考古墓葬知识图谱模式层的构建；在数据层构建中，基于TPlinker-joint-extraction实体关系联合抽取模型，对中文考古墓葬文本进行知识抽取、知识融合，进而利用图数据库Neo4j存储实体关系和实体属性，实现了先秦时期墓葬知识图谱的构建；在此基础上，分别从宏观和微观尺度，对九大流域和大甸子墓地展开先秦墓葬特征研究分析。【结果】TPlinker模型实体识别F1值为90.57%，关系抽取F1值为86.64%，说明该模型能够较好地完成复杂的知识抽取任务，验证了该方法能有效处理中文考古文本中的墓葬实体关系；研究揭示：在先秦时期，土坑墓是墓葬的主要构造样式；长江流域是墓葬数量最多的区域；陶罐是各大流域数量总计最多的随葬品；通过对大甸子墓地聚类分区，计算各时期墓葬规模和随葬品价值的变异系数和相关系数，发现大甸子墓地出现一定程度的社会分化，夏家店下层文化的社会结构呈现阶级化。【结论】本研究通过文本信息抽取构建的先秦墓葬知识图谱，并基于此提出的多尺度分析方法，促进了流域尺度上墓葬文化差异的充分探讨，大甸子墓地的案例研究揭示了夏家店下层文化的社会分层格局，为基于墓葬数据进行古代社会结构研究提供科学的研究范式和参考价值。
【问题】在城市热岛效应加剧与极端天气频发的背景下，通风廊道已成为提升城市气候适应力的重要策略。然而，当前通风廊道识别方法普遍面临“精度-效率-尺度”之间的结构性矛盾：高精度方法如CFD难以适用于大尺度建成区，而高效率方法如LCP与CTM又缺乏风流物理一致性，难以有效刻画复杂风向下的风场响应结构。【方法】针对此问题，本文提出一种风势导向-双概率各向异性方法（Wind-Oriented Dual-Probability Method，WODP）。该方法创新性地借鉴水流模拟思路，通过融合主导风流与地表空间形态双重影响因素，以轮盘赌机制模拟风向扰动采样，在空间上生成风流路径网络，并进一步通过形态学骨架提取算法识别通风主轴。【结果】 WODP在多风向模拟中显著优于CTM与LCP方法，计算速度较CFD快1~2个数量级。武汉市中心城区实验证明，WODP方法在典型城市环境中能稳定识别高连贯性、高响应度的主通风廊道网络，一次模拟15 min，兼顾风流连续性与计算效率的同时，具备良好的尺度适应能力。WODP在识别通风廊道的同时，可基于风量分级实现廊道网络的多层级解析，揭示城市尺度主导通风骨架及其内部次级支廊与局地微通道，从而刻画可解释的城市通风格局。【结论】 WODP在高成本CFD与低物理一致性GIS方法之间提供了一种兼具物理可解释性与工程可用性的折中方案，为大范围、多风向的城市通风廊道识别、分级诊断与精细化管控提供了可推广的技术路径。本研究开发的风环境模拟工具可在以下网址获取：
【目的】车载摄像头在夜间、隧道等弱光环境下采集的图像往往存在亮度不足、强光干扰以及标注数据有限等问题，严重影响后续道路要素提取任务的性能。现有无监督低照度图像增强方法主要依赖单一颜色空间，缺少对强光过曝区域干扰的考虑，进而容易造成信息损失。【方法】为解决上述问题，本文提出了一种融合视觉语言基础模型Contrastive Language-Image Pre-training（CLIP）与多颜色空间的无监督低照度图像增强网络——Road Low-light Enhance Net（RoadLENet），可以在无需成对标注数据的条件下，抑制强光源干扰，有效提升低照度车载图像的亮度并恢复细节，为道路要素提取任务提供更高质量的输入。具体来说，本文基于HVI（Horizontal-Vertical-Intensity）颜色空间设计了过曝区域加权机制，降低强光区域学习权重，有效抑制干扰。在此基础上， RoadLENet利用高效频域注意力分别提取RGB（Red-Green-Blue）与HVI颜色空间的特征，在RGB分支中，本文改进光照曲线估计方法来保留更多颜色与纹理信息，通过融合2个颜色空间特征以降低伪影、抑制噪声与保持细节。引入CLIP引导的提示学习损失，保证增强结果语义一致性。【结果】大量实验结果表明， RoadLENet在公开数据集LOL、GladNet、LoLI-Street以及自建车载图像数据集等上均取得了显著的图像增强效果。在自建车载数据集上， RoadLENet的NIQE降至2.905 4，较次优方法降低了0.164 6， CLIPIQA达到最优的0.006 6，说明本文方法在感知自然度和语义一致性方面具有优势。定性可视化结果进一步表明， RoadLENet能够有效提升暗区亮度、保持道路要素细节，并抑制强光过曝区域对增强结果的干扰。此外，经RoadLENet增强后， DeepLabV3Plus在车道线和交通标识类别上的F1分数分别提升3.49%和5.66%，平均交并比提升6.11%。Unet对应指标分别提升3.28%、4.47%和3.63%。结果说明，本文方法不仅能够改善低照度车载图像的视觉质量，也能有效提升下游道路要素提取任务的可靠性。
