【意义】随着遥感测绘与自动驾驶技术的快速发展，三维点云语义分割作为数字孪生系统的核心基础技术，其研究热度持续升温。航空点云语义分割被认为是有望提升三维地理信息系统的自动化、智能化的关键技术之一。【分析】在深度学习技术和激光雷达（Light Detection and Ranging， LiDAR）、深度相机、三维激光扫描仪等传感器的推动下，点云语义分割技术通过精确的特征提取和高效的模型训练能够实现大规模点云数据的自动分类和高精度识别。然而，相比于高密度、类别均衡的典型点云语义分割数据集（如室内点云数据或自动驾驶和机器人领域的室外点云数据），航空点云由于其特有的数据特性（如大范围三维地形覆盖、动态平台运动误差累积、地物空间尺度差异大、复杂地物遮挡等因素），在点云配准、特征提取等关键环节仍面临显著挑战，目前基于深度学习的航空点云语义分割研究仍处于起步阶段。同时，受限于数据不同获取方式、不同分辨率、不同属性信息，现有研究距离算法落地应用还有一段距离。【进展】本文旨在对这一领域的发展进行全面的分析研究，包括各类适应算法的特点、数据集、性能指标和最新提出的方法，以及它们的优势和局限性。此外，本文还提供与现有技术水平的定量比较，对有代表性的方法进行研究，包括精度分析和适用性能分析。【展望】最后，总结分析航空点云语义分割技术突破亟需在特征表达、多模态融合、小样本学习、点云语义分割算法可解释性及大模型基准构建等多个维度开展系统性研究创新，不仅有助于解决当前算法在实际部署中的瓶颈问题，还可为数字孪生城市、灾害应急响应等重大应用提供可靠的技术支撑。

【目的】由于建筑物屋顶结构复杂多样，机载LiDAR点云密度不均且缺乏语义信息，导致现有基于数据驱动的建筑物三维模型重建框架难以准确构建几何基元间的拓扑关系，针对此类问题，本文在现有屋顶面分割及轮廓线提取算法基础上，提出一种基于跨面片线拓扑匹配的建筑物三维模型重建框架。【方法】首先，利用改进的D-P算法简化各屋顶面片轮廓线生成轮廓边，并采用先验的边界特征作为非强制性的几何约束来规则化轮廓边；其次，对于不同面片边界上的轮廓边及其对应的轮廓点集，统计水平方向上相邻点对的数量，根据相邻点对的比例匹配位于不同面片中代表同一内部特征线的同名轮廓边，以确定屋顶面片间的拓扑关系；最后，对相互匹配的同名轮廓边进行缝隙合并及端点优化，生成各屋顶面片紧密排列的建筑物结构化三维模型。【结果】选取Vaihingen、Building3D两组数据集中典型的建筑物点云对本文所提框架进行验证，实验结果表明：改进的D-P算法能够在完整保留初始轮廓线关键结构特征的同时，有效抑制伪轮廓拐点的生成；非强制性的单直角和双直角短边约束，可以兼顾屋顶面片的边界形状以及先验的典型屋顶结构，适用于各种边界类型；采用跨面片线拓扑匹配的拓扑关系构建方式，可以处理同时包含阶跃和相交关系的相邻屋顶面片，确保屋顶几何基元间拓扑关系稳定和完整的构建；最终得到的建筑物三维模型平面与参考平面的原始点云覆盖率之差均小于17%，模型保真度均小于0.168 m。【结论】本文所提框架构建的建筑物三维模型具有屋顶结构完整、适应性强、精度高等特点。

【目的】国家“十四五”规划明确提出实施城市更新行动，特别是以老旧小区为载体的住区更新。但现有的住区更新实践仍缺乏对更新时序的统筹安排与操作指导。【方法】运用PBL-BPNN算法和多源数据构建评价方法和指标体系，并将住区更新敏感度作为更新可能性的度量值量化更新时序的研究内容。该方法综合考虑住区建成环境、人口分布等多重指标，通过对已更新住区的特征提取，实现更新时序的大规模量化分析。【结果】对比传统评价指标模型和加入多源数据后的模型发现，后者在验证集上10折交叉验证的RMSE为0.142 2， F-score为0.750 9，在测试集上的准确度提升了32.78%，证明了该方法和评价指标的有效性。实证分析发现，南京中心城区的住区更新敏感度呈现“内部高，外部低，多点散布”的空间格局；同时，多源数据中的商业资源、公共空间资源、工作日人数、围合度、丰富度和宜人感6条指标对住区更新敏感度的评价产生较大影响。【结论】该方法运用数据挖掘思想和机器学习技术，突破了传统更新时序评价方法中主观性较强的局限，可作为住区更新规划和实施的决策依据，并为住区更新的时序判断提供技术方法支持。

【目的】道路网作为基础地理要素，研究道路网向量表征方法及其在路网模式识别的应用，不仅有助于分析道路网空间结构，也为地球系统数字孪生的信息表征处理提供计算方法。当前，多数路网模式识别方法计算复杂、缺乏智能推理的能力、依赖大量标签数据且泛化能力有限，在复杂路网结构下模式识别表现受限。【方法】本文面向路网模式识别任务，提出了一种基于几何相似性图表示学习的识别方法。首先，通过空间对偶图对道路网进行建模，并基于认知启发设计了图节点特征。然后，采用无监督的方式训练模型，同时在路段嵌入学习阶段引入子图同构计数（SIC）和图嵌入生成阶段引入全局上下文注意力机制（GCA），增强模型表示性能。最后，利用图级嵌入的几何相似性识别路网模式。为验证本文方法的有效性，构建了包含5种路网模式的数据集并开展了充分实验。【结果】本文提出的SUGAR-3模型的分类准确率达到93.18%，相比于经典路网模式识别方法提升12%以上，显著高于GCNN等多类基线模型。此外，对本文模型的图嵌入和表示性能进行了深入分析，结果表明本文模型表征的路网模式能有效聚类且在不同模式之间形成明显边界。【结论】验证了SIC和GCA在提升路网模式识别性能方面的有效性，为进一步提升道路图表示性能提供了新思路。

【目的】街道空间是行人在城市环境中的主要感知界面，高品质的街道空间视觉质量对提升街道空间活力具有重要意义。传统方法多依赖单一客观指标进行评价，难以有效衔接客观环境特征与行人主观感知。【方法】本研究提出一种基于大语言模型进行评价的新框架，纳入主观感知的“风格维度”，将传统的单一指标量化分析扩展到数量化与风格化的综合分析。本框架基于百度街景图像，结合语义分割技术评价植被密度与天空开敞度2项客观指标；结合先进的大语言模型能力，通过提示词工程进行优化，评价植被多样性、建筑类型、建筑连续性、人行道使用情况、车行道使用情况及标识使用情况6项主观指标。最终结合潜在狄利克雷分布（Latent Dirichlet Allocation, LDA）主题模型对研究区的街道类型分类，以探讨不同街道的空间特征及其优化方向。【结果】以北京市西城区为研究区，研究结果揭示了区域内植被密度与天空开敞度的空间分布情况，呈现了行人对植被多样性、建筑类型等指标的主观评价。通过聚类分析识别出以西单北大街为主的综合服务类街道、以西黄城根南街为主的特色类街道以及以灵境胡同为主的混合类型街道。【结论】本研究创新性地引入具有人类感知能力的大语言模型，并结合提示词工程提高模型性能，实现街道视觉质量的高效、主客观融合评价，为大规模街景图像自动化评估提供参考。

【目的】早期的视觉位置识别方法大多采用手工特征来对图像进行表征，无法同时应对图像视角、光照、季节等较为复杂的外观环境变化，其鲁棒性和泛化性往往表现不佳。为此，本文针对现有视觉位置识别方法因图像视角和复杂外观环境变化等因素导致场景识别困难进而导致模型的鲁棒性和泛化性表现不佳的问题，提出一种融合多级特征与关系感知全局注意力的视觉位置识别方法。【方法】首先，利用深层卷积神经网络提取图像不同层次的特征图；其次，利用特征提取过程中产生的多尺度特征并进行融合以弥补单一尺度特征信息表达能力不足的缺陷；然后，使用关系感知全局注意力对融合特征进行增强、抑制冗余噪声信息，以达到着重学习场景图像中关键目标的目的；最后，使用局部聚合向量网络MixVPR对局部特征编码构造鲁棒紧凑的图像描述符并基于多重相似性损失进行训练。【结果】在Pittsburgh250k、 Pittsburgh30k、 SF-XL-Val、 Tokyo 24/7、Nordland、 SF-XL-Testv1共计6个公开街景影像数据集上进行试验，本文方法的召回精度在各个数据集上均有一定程度上的提升， Recall@1最高在各个数据集上分别达到了94.20%、91.56%、85.15%、83.81%、75.43%和73.60%。【结论】试验结果表明本文方法对图像视角和复杂外观环境等场景变化具有一定的鲁棒性和泛化性。

【目的】随着全球气候变化、海平面上升与人类活动不断加强，海岸带人-地-海关系发展呈现出复杂性、敏感性和脆弱性等特征，亟需建立集成环境感知、过程模拟和情景推演的海岸带综合研究体系。数字孪生作为一种融合数据、模型与知识的智能系统新范式，为海岸带复杂系统的精准镜像与智能调控提供了新思路。【分析】本文系统梳理了当前海岸带数字化建设发展脉络，分析了在多重压力下海岸带自然与人文强耦合的数字化建设需求，提出以陆海交互过程为场景基底，人-地-海互馈为演绎主线的数字孪生海岸带建设思路与框架。本文从信息集成与知识聚合、自然过程模拟与人地耦合决策、短期预测与长期监测、真实表达与智能交互4个方面构建系统架构，讨论了海岸带数据治理、场景建模、要素预测、长期监控以及数字孪生系统平台的关键技术。【展望】以多源数据时空融合场景为基础、以推演与干预能力为目标的数字孪生海岸带，将有助于突破传统海岸带数字化系统建设瓶颈，提升海岸带系统的可计算性与可管理性，有望为气候变化背景下的海岸带可持续发展与治理体系现代化提供新工具与新范式。

【目的】海洋孪生空间由真实海洋、虚拟海洋与它们之间的双向链接组成。面向孪生空间的海洋时空建模方法需要对研究区内所有海洋对象、现象以及它们之间的关系同时进行表达与建模。然而，目前的时空模型（面向对象的、时空场、基于事件的以及融入动态演变的过程时空模型）侧重于单一海洋现象（对象、场、事件、过程）的建模，由于缺乏统一的组织结构，难以全面实现海洋环境的综合建模。【方法】本文在面向对象的、时空场、基于事件的、融入动态演变的过程时空模型基础上，设计了统一的时空数据组织结构，提出了一种面向孪生空间的海洋静动一体图模型。该模型的核心内容包括： ① 通过对实体对象的层次设计和属性设计，建立了“实体对象-数据描述-数据序列”的统一组织结构，从而实现了时空对象、时空场、事件、过程四类对象的统一组织； ② 分析了海洋环境要素从真实海洋向虚拟海洋的映射过程，设计了在孪生空间中海洋静动要素之间的关系表达； ③ 融合四类对象的统一结构与静动要素间的关系表达，提炼出时间、实体对象、孪生对象、孪生场景和关系5个核心元素，并将核心元素中的实体和关系抽象成节点和边，构建了“孪生场景-孪生对象-实体对象-数据序列-时间”的5层图表达框架。【结果】以海南省三沙市西沙群岛永乐环礁东北部的银屿及其周边海洋要素的组织管理为案例，验证了面向海洋孪生的静动一体图模型的可行性和有效性。与对象和场的混合模型、GeoKG、GEKG的模型对比表明，该模型不仅实现了静动要素的统一组织，而且能更为全面地表达海洋对象间的关系。【结论】面向孪生空间的海洋静动一体图模型解决了孪生空间中静动数据割裂的问题，提升了海洋数据管理与利用效率，有助于海洋管理从数字化到智能化发展。

【目的】土壤盐渍化严重制约了农业可持续发展和生态安全，土壤盐渍化的精确评价分析，对土壤盐渍化的改善和治理具有重要意义。【方法】针对滨海盐渍区土壤盐分三维空间分布情况不清晰问题，本文选取黄河三角洲盐渍区0~100 cm土体范围垂向分层819个有效野外土样为对象，综合运用传统地统计法、3D经验贝叶斯克里金插值等方法，从不同视角揭示滨海盐渍土区土壤盐分的三维空间分异规律，采用地理探测器系统地定量分析各影响因素对土壤盐分空间分异的影响。【结果】结果表明，整个土体范围及垂向各分层土壤盐分空间分布均属强变异，不同深度土壤盐分空间自相关的尺度存在差异性。文中引入3D经验贝叶斯克里金插值法，有效地揭示了土壤盐分垂向精细尺度的三维空间特征。土壤盐分呈现显著的三维空间分异，剖面分布类型多样，整体上以均质型和表聚型为主，局部存在底聚型、波动型。所选影响因子对土壤盐分三维空间分异均具有显著影响，但各因子影响程度不一，各因子解释力大小排序依次为土地利用/覆被>到海岸线距离>地下水埋深>地下水电导率>高程>地表温度>土壤容重>黏粒含量。无论0~100 cm整个土体范围还是垂向各土壤分层来看，与单因子相比，任意因子两两交互作用均对土壤盐分空间分异产生更大影响，但不同因子交互作用强度有所差异。土地利用/覆被、地下水埋深、地表温度和土壤容重等因子与研究区土壤盐分的空间分布具有密不可分的关系。整个土体范围，地下水埋深∩土地利用/覆被（GWD ∩ LULC）的交互作用影响最大，其值为0.443，地表温度∩土地利用/覆被（LST ∩ LULC）次之，其值为0.326。【结论】虽然地表温度和土壤容重的单因子q值均不高，但是与土地利用/覆被交互作用后对土壤盐分的解释力大幅提高，能够较好地解释研究区整个土体的土壤盐分变化。研究成果为后期该区域制定盐碱地精细尺度的综合改良举措与管理制度提供了理论依据和技术支持。