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。

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。

新型智慧城市是城市数字化向智能化、进一步向智慧化发展的必然要求，是实现高质量发展的重要环节。本文首先介绍了智慧城市的背景和基本概念，分析了数字城市、智慧城市和新型智慧城市3个阶段的关系和区别。数字城市利用计算机网络、空间信息和虚拟现实技术实现城市信息数字化，重在建设信息基础设施。智慧城市则依赖时空大数据、云计算、物联网等技术，旨在整合城市生活的各个系统，重在搭建统一的数字平台以便智能化管理。新型智慧城市结合数字孪生、区块链、元宇宙等技术进行全城整合，并采用基于人工智能的智能生命体进行决策，融合现实与虚拟元素，实现先进的城市管理。本文随后探讨了新型智慧城市的建设，重点关注以技术和社会需求为驱动力的高质量城市发展。它突出了从数字城市到智慧城市的过渡，强调了信息基础设施和智能技术在发展过程中的作用。论文讨论了三维城市建模、数字孪生和元宇宙等关键技术，并详细介绍了它们对城市规划和治理的影响。本文还探讨了智慧城市如何促进经济增长、满足国家需求以及确保公共健康和安全。人工智能、物联网和区块链等技术的融合对于创造互联、高效和可持续的城市环境至关重要。本文最后评估了智慧城市在衡量经济发展方面的作用，展示了其作为国家进步基准的潜力。最后，基于人工智能技术的最新进展，本文分析并系统展望了人工智能在建设新型智慧城市中可以发挥的关键作用。人工智能在分析海量数据、改善决策以及整合各种城市系统的能力，都为实现智慧化城市生态系统的愿景提供了重要支撑。在“人工智能+物联网”、“人工智能+大数据”、“人工智能+大模型 ”和“人工智能+大算力”的协同作用下，新型智慧城市有望实现无与伦比的城市智能化水平，并最终实现可持续、高效和以人为本的高质量城市发展。

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。

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。

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。

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。

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。

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。

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。

准确识别影响环境安全感知的视觉因素，对于改善城市交通环境与提升行人出行安全具有重要支撑作用。然而，既有研究难以对复杂场景下的环境安全感知进行大规模定量化研究。因此，本文利用图像语义分割和目标检测技术从街景图像中提取视觉要素，通过人工评分结合深度学习的方式构建道路安全感知数据集；再基于轻量梯度提升机和SHAP解释框架，识别出影响环境安全感知的视觉因素；最后，选取道路环境特殊的峡谷性城市兰州市安宁区高校聚集地为例进行实证研究。结果表明：① 高校及商业街的安全感知评分较高，城市道路的普遍偏低；② 天空、人行道、道路和树木的图像占比值是对环境安全感知影响最大的四类要素，其中，天空的图像占比值为线性关系，人行道和树木的图像占比值近似对数函数，道路的图像占比值则类似二次函数；③ 视觉要素占比和个数存在交互影响作用，合理的要素分布有助于形成良好的空间视线，以及营造合适的行为活动空间，从而提升环境安全感知。

雷达卫星能够穿透云雾，全天时、全天候获取洪涝灾害期间地面的水体信息，被广泛应用于洪水检测。本文从合成孔径雷达（SAR）卫星数据源、洪水检测方法、辅助信息在洪水检测中的应用、精度评价、SAR洪水检测的挑战与发展方向六个方面，总结分析了国内外SAR影像洪水检测领域的研究进展。首先重点梳理了基于阈值分割、分类器和变化检测等洪水检测方法，发现阈值法计算速度快、应用广泛，分类器法可以充分发挥主观性和客观性，变化检测法可有效限制过度检测与影像几何误差。接着分析了光学遥感影像、地形、纹理、水文、土地覆盖/利用等辅助信息在洪水检测中的应用，发现SAR影像结合辅助数据进行洪水检测成为研究热点。然后综合洪水遥感检测的应用需求和SAR水体信息提取技术发展历程，分析了洪水检测在影像数据源、预处理、检测算法及精度验证等方面面临的挑战及原因，总结出目前SAR洪水检测的发展方向：即SAR洪水检测辅助信息的广泛应用、同一SAR影像洪水的差异化识别和基于SAR影像的洪水概率制图等。

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。

极端气温事件发生频率的增加对人群的健康带来了很大的影响,深入理解人群对气温变化的感知特征有助于提高应对极端气温事件的预警、适应和管理水平。针对传统调查数据在样本量和覆盖度等方面的不足,本文使用基于微博的社交媒体数据来研究人群对气温感知的定量特征。研究通过建立气温关注度、敏感性和耐受性等指标,调查了中国2017年31个城市的人群对气温感知的空间格局变化与局部变异性,分析了不同季节和不同群体对气温感知的差异性与影响因素。分析结 果表明：人群对气温的感知表现出显著的纬度梯度规律性,纬度每下降1°,人群平均的热耐受性增强0.42 ^oC,冷耐受性降低0.31 ^oC,冷敏感性增强0.51;人群对气温的感知在不同季节、不同群体之间也表现出显著的差异性,反季的异常气温更易引起人群对于气温变化的关注,青少年与女性群体对冷更为敏感;气温感知特征的区域差异性与气候分区紧密相关,温带地区的人群比热带显示出更强的热耐受性,而热带地区的人群具有更显著的气温敏感性。本文研究结果可以为理解大尺度上人群对气温变化感知的基本特征和分异规律提供新的规律发现与证据支持。

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。

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。

粤西是我国甘蔗三大主产区之一，开展粤西甘蔗种植分布遥感提取，分析甘蔗种植区分布时空特征，对制定甘蔗种植管理政策、优化甘蔗生产布局、推进甘蔗集约化生产具有重要价值。本文协同Landsat遥感时间序列数据和甘蔗种植面积统计数据，利用时间加权的动态时间规整（TWDTW）模型，分别获取2000、2008、2020年甘蔗种植空间分布信息；基于核密度估算方法分析甘蔗种植区的空间聚集特征；采用景观格局分析方法，分析甘蔗种植斑块的空间分布特征；结合DEM数据，分析甘蔗种植区的地形特征。研究表明，① 协同遥感时序和统计数据，基于TWDTW模型可实现较高精度的甘蔗识别，2000、2008、2020年3年平均甘蔗制图精度达87.62%；② 粤西甘蔗主要分布在湛江市遂溪县、雷州市、徐闻县，遂溪县和雷州市甘蔗种植区呈现多中心、高密度聚集的发展趋势；③ 2000—2020年遂溪县和雷州市的甘蔗种植斑块平均面积增大、斑块密度降低、聚集指数增长，表明发生了较显著的甘蔗种植布局调整，甘蔗生产呈现集约化、规模化趋势；④ 遂溪县和雷州市甘蔗大多种植在地势平坦的区域，具有较大的机械化作业潜力。

金融网络的发展深刻改变了城市间的知识溢出形式并进一步影响着城市经济增长水平，关于金融网络外部性的研究逐渐成为金融地理学的研究热点。本文基于2005—2020年中国金融行业企业的总部分支机构数据，运用社会网络分析及递归思想测算金融网络中心性并分析其时空分布格局，同时运用OLS模型分析金融网络中心性对中国城市经济增长的影响机理，研究发现：① 2005—2020年中国金融网络中心性呈现“核心—边缘”分布格局，但是金融网络的空间集聚程度在缩小；② 金融网络的发展除了能够缓解融资约束之外，在网络外部性影响下，金融网络通过促进知识溢出等影响城市经济增长；；网络链接规模更大、可达性更好的城市具有更高的经济增长水平，空间溢出效应更加依赖于网络邻近性而非“场所空间”中的区位优势；③ 金融网络中心性促进资源溢出的程度呈现空间异质性，扮演“知识守门人”角色的核心地位城市能够从网络链接中获得更大的收益。未来应高度重视金融网络建设，充分发挥金融网络对中国城市经济增长的驱动作用。

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。

图像地理定位是将没有地理位置的图像，通过一系列方法获得对应地理位置，使其与现实地理空间建立关联映射的技术。该技术对进一步挖掘图像信息有着重要的作用，在网络空间测绘、情报获取、用户室外定位、增强现实等方面具有较高的应用价值。尽管计算机视觉领域取得了巨大的进展，但是由于图像地理定位涉及到图像特征提取、大规模数据检索、大规模点云处理、深度学习、地理信息特征提取、几何建模与推理、语义场景理解、基于上下文的推理、多数据融合应用等多个领域，所以对图像的高精度自动地理定位仍是需要进一步解决的难题。本文对图像地理定位研究进展进行了梳理，主要包括图像地理定位方法、图像地理定位数据集、图像地理定位评价方法和图像地理定位总结与展望4个方面。首先按照研究内容相关性将图像地理定位方法分为了图像检索、2D-3D匹配和跨模态检索3类方法，并详细介绍了每一类方法的最新研究进展；其次对图像地理定位研究所用的数据集和评价方法进行了归类与总结；最后分析了图像地理定位的研究现状，并从全球地理定位、自然区域地理定位、多方法融合地理定位、基于POI数据的地理定位和预选位置的精细化定位等方面对图像地理定位的未来研究方向进行了展望。

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。

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。

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。

地形音乐，是以地形特征线为研究对象，用可听化形式描述地形起伏形态。本文以地形音乐为切入点，实现对流域地形特征线形态的建模及量化表达，从而探讨了黄土高原地形空间分异特征及规律。基于30 m分辨率的DEM数据，本文选取了均匀分布在陕北黄土高原的53个典型流域为测试样区，综合乐理知识、数字地形分析以及地统计学理论，以流域边界剖面线为切入点，实现对地表形态的数字化表达；运用克里金插值法构建地形音乐指标的空间分异图，从而进一步分析地形的空间分布格局和特征。在此基础上，进一步探讨了陕北黄土高原的地形音乐指标的空间分布以及与传统指标进行对比分析。研究结果表明地形音乐指标能够从多角度定量描述和揭示地形的空间分布特征：① 跳进指标与地形起伏度相关系数为-0.486，从地势起伏程度定量描述和揭示地形的空间分布特征；② 级进指标与坡度相关系数为-0.328，从地形倾斜程度定量描述和揭示地形的空间分布特征；③ 模进指标与剖面曲率相关系数为-0.309，从地形变化程度定量描述和揭示地形的空间分布特征。本文拓展了数字地形分析的研究范围，促进了乐理理论与地貌学研究的结合，揭示出地形音乐相关研究方法的方法在地貌学领域的应用范畴区别于传统方法，以新视角审视黄土高原的地形空间分异特征和内在机理，从可听化角度加深了对黄土高原地形空间分异发育过程和内在机理的认识。

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。

合理模拟城市内部的碳排放空间分布情况,是制定清晰明确的碳减排政策的重要前提。由于以往相关研究所用数据分辨率较低,且未考虑行业差异,因此所得结果较难精细地反映碳排放空间分布特征。为解决以上不足,本文提出一种更为合理的碳排放空间分布模拟方法。首先利用时间序列法预测2019年广州市各行业碳排放量;然后结合“珞珈一号”夜间灯光及城市功能分区数据,在精细尺度下实现分行业的碳排放空间化;在此基础上进行空间自相关分析,揭示广州市碳排放空间分布规律;最后采用随机森林模型分析影响广州市分行业碳排放的社会经济驱动因素。结果表明：① 广州市碳排放量在2011年后呈缓慢增长趋势,2019年碳排放量达83.12百万吨,其主要贡献来源为交通行业;② 与常用的ODIAC（1 km）、EDGAR（10 km）碳排放产品及基于NPP-VIIRS的碳排放空间化结果（500 m）相比,结合高分辨率（130 m）夜间灯光数据以及城市功能分区实现的碳排放空间化结果可以在更精细的尺度上呈现区域内部的空间碳排放差异;③ 广州市碳排放呈显著的全局空间正相关,形成了以第二和第三产业集中区域为依托的高高聚集区;④ 广州市2019年第二产业碳排放的主要影响因素是一般公共预算收入、第二产业GDP、一般公共预算支出、固定资产投资额;第三产业碳排放的主要影响因素是社会消费品零售额、第三产业GDP、各个行政区总GDP以及人口数量。综上,本研究从城市内部行业结构差异出发,结合高分辨率的夜间灯光数据,展现区域内部的碳排放分布格局,所得结果将有利于相关部门制定精准的碳减排和产业优化升级策略。

随着气候变暖加剧，全球极端天气事件频发，重大气象灾害的发生频率与日俱增。研究气候变化与气象灾害发生频率的关系，对于气候变化背景下的防灾减灾具有重要意义。文献资料及泛在网络数据中蕴含了海量的气象灾害时空事件，为此，本文基于自然语言处理技术研发了文本气象灾害时空事件自动抽取方法。① 提出了基于专业文献的由粗到精的气象灾害标注语料训练库构建方法。首先针对不同文献资料存在的歧义和不兼容等问题，构建了面向文本事件统一的气象灾害知识体系。然后构建了基于章节结构的粗标注方法，分别针对长文本（现代文）和短文本（文言文）研发了基于Labeled LDA模型及基于TF-IDF和N-gram模型的精细标注语料筛选方法，解决了语料库的快速构建问题；② 基于BERT-CNN模型研发了融合上下文语义特征和多粒度的局部语义特征的、面向长短文本一体化处理的气象灾害时空事件自动分类方法；③ 利用该方法分别从文言文和泛在网络数据中自动抽取了灾害时空事件，其宏F1值分别达到89.09%和80.06%，主要气象灾害时空事件分布与专业统计数据相关性较高；④ 基于以上结果，重建了我国各历史时期灾害时空演变过程，发现各时期灾害数据量整体呈现出逐步上升趋势，暴雨灾害、洪涝灾害与干旱灾害是影响我国的主要灾种。本方法既可实现网络长文本事件的自动发现，也可实现文言文短文本事件的自动检测，为文本数据便捷应用于气象灾害研究和监测提供了新的技术方法。