农业作为中国国民经济的战略性产业，在粮食生产和可持续发展目标方面起着举足轻重的作用。为了满足农业管理中大空间尺度、长时间序列遥感数据的存储、组织和处理，节省用户计算资源，提高农业生产管理专题的时效性和普适性，地理空间数据处理云平台备受关注。谷歌地球引擎（Google Earth Engine，GEE）作为一款集数据获取、数据运算、模型建立、精度验证以及可视化分析于一体的地理空间分析开源智能云平台，极大地扩展了农业领域研究的广度和深度，为精准农业领域的发展带来了新的机遇。本文从GEE平台、农业应用数据、作物种植支撑管理和农田管理工具等角度出发，分析了基于GEE平台的农业管理研究最新研究进展，以“平台-数据-农业管理-工具”为大框架，强调了多源协同的有效数据信息支撑农业监测管理决策的制定，高效易扩展的农田种植管理和作物生长监测工具可以辅助提高农业生产效率，农情数据信息和农业管理工具在全球背景下共同促进农业可持续发展。文章对GEE在农业应用数据支撑、农业监测管理和农田管理工具等方面的研究现状进行分析总结，突出了GEE云平台相比于传统的桌面端地理空间数据处理平台分别在数据、工具和应用3个方面给农业管理带来的创新性变革，凸显了GEE在破碎化农田区域和病虫害监测领域等方面的发展潜力，讨论了GEE在全球背景下辅助农业可持续发展方面的研究趋势。随着GEE在数据质量、数据处理功能和农情参数信息利用等方面的有效改进，展望了其在精准农业管理、农情监测和预测、移动端智能农业决策支持系统开发以及生态系统管理等农业管理领域的应用前景。以期为平台使用者提供参考并为我国农业领域的云计算平台的建设和应用提供借鉴。

冰湖作为冰川融水主要储蓄载体，能在一定程度延缓区域冰川淡水资源流失，但也为冰湖溃决洪水(Glacial Lake Outburst Floods, GLOFs)、滑坡、泥石流等山地灾害发生提供了孕灾场所，是众多山地冰川灾害链的重要环节。升温、极端气候变化扰动下，冰川物质亏损/减薄速率进一步加剧，冰湖形态变化速率加快、GLOFs发生频次与规模有所提升、灾害影响效应愈发显著，对高海拔山地冰川区下游居民生命财产和基础设施安全带来潜在风险。鉴于此，本文以冰湖与GLOFs研究为主题，首先，通过冰湖研究文献计量分析确定了近些年研究热点专题；其次，围绕山地冰川冰湖与GLOFs研究的3个主要方向：冰湖与GLOFs遥感监测、冰湖时空演化与冰川变化分析及未来潜在冰湖探测、冰湖灾害风险评估与GLOFs案例研究，遴选10项重要专题内容，分门别类、系统梳理总结、剖析了国内外研究进展，阐述了当下研究存在不足；最后，针对所选专题结合技术发展趋势与研究热点问题，围绕冰湖形态信息与GLOFs智能提取、冰川-冰(前/面)湖系统演化及其气候变化响应关系、冰湖监测预警与灾害防治内容，对未来研究做了一定展望，以期为山地冰川冰湖灾害管理与适应性规划提供借鉴与参考。

动目标检测是从时序图像中获取时间维度动态变化信息的有效手段，通过快速获取、分析和利用卫星遥感数据中的现势信息，将遥感数据中时空域运动和变化信息表征为对象和知识，可以有效提升卫星数据的利用效率，实现“现势数据、即时传输”的应用要求。现有的卫星视频和多光谱遥感图像用于动目标检测领域，无法满足大范围动目标发现、运动速度适应性以及硬件加速兼容性等应用需求。本文以利用光学遥感卫星实现大范围动目标快速感知为目标，通过双线阵推扫光学遥感相机采集包含时域动目标信息的双条带图像，以船舶目标为例，经过在轨处理形成动目标关键信息。相机原理样机已经搭载“泰景四号01星”于2022年2月27日成功发射，验证了大范围动目标检测的技术路线。本文在提出双线阵推扫成像方法以及动目标时空特性数学模型基础上，构建基于显著性区域建议的动目标检测方法，利用时空域变化信息表征和提取动目标显著性区域，基于深度学习目标检测技术实现动目标判别，获取动目标检测结果。利用在轨拍摄的双条带图像，验证了算法精度，对比传统算法，本文方法在单体目标分割方面提升明显，动目标分割结果较为完整、清晰，有效提升了动目标两个时刻间的匹配精度。结果表明，算法能够有效实现双条带图像中的动目标检测，具有以下2个方面的优势： ① 提出双条带推扫成像模式和方法，扩展图像时域信息，解决卫星无机动条件下大范围动目标观测问题； ② 提出基于显著性区域建议的动目标检测模型，解决了大范围双条带图像中复杂背景下动目标检测问题。通过获取动目标关键信息，大幅度减少遥感信息的对地传输带宽需求，可以为大规模对地观测系统数据在轨处理与地学应用提供新型的数据获取与处理思路。

利用光学遥感技术可以快速高效地获取大范围的地表水体信息，但是在洪灾监测等应用中，常常伴随多云、降雨等恶劣天气，难以及时获得高质量的光学遥感图像。合成孔径雷达（Synthetic Aperture Radar, SAR）技术具有全天时、全天候的特点，不受阴雨天气的影响，相比光学遥感具有明显的优势。本文首先总结和分析了目前基于星载SAR数据提取水体的方法和存在的问题，以Sentinel-1数据为例，为了弥补单极化阈值法和哨兵一号双极化水体指数（Sentinel-1 Dual-Polarized Water Index, SDWI）方法的不足，提出了双极化第一主成分水体指数（Dual-Polarized First-Principal-Component Water Index, DFWI）。其次，为了解决雷达阴影容易与水体相互混淆的问题，提出了3种升降轨极化SAR水体提取方法：升降轨VH极化方法（Ascending-Descending VH-Polarization Water Index, AD-VH）、升降轨VV极化方法（Ascending-Descending VV-Polarization, AD-VV）和升降轨双极化第一主成分水体指数（Ascending-Descending Dual-Polarized First-Principal-Component Water Index, AD-DFWI）。最后，选择云南省洱海和土耳其Hatay 2个研究区进行水体提取实验，分别对应水体的常态化监测和应急监测等不同的应用场景。根据用户精度、生产者精度、虚警率和F1-score共4种指标对上述不同方法得到的水体提取结果进行精度评价和分析。实验结果表明：① 本文所提方法相比单极化阈值法和SDWI法的分类精度明显提高，在2个研究区中，精度相对最高的方法均为AD-DFWI法，F1-score指标分别达到了97.83% 和88.33%； ② 升降轨极化SAR水体提取方法不仅较好地解决了雷达阴影和水体相互混淆的问题，而且图像直方图中双峰分布特点更加显著，水体和非水体的可分离性更高，综合性能更好。本文提出的方法未来可以为水体提取和洪灾监测等应用提供参考。

个体社会经济水平评估对于商业决策、城市规划和公共卫生具有重要的应用价值。但现有方法多依赖定位数据和呼叫详单记录构建出行位置和手机业务特征集合，未充分考虑个体出行的语义上下文，难以从动机与需求层面理解出行行为，导致建模过程可解释性不足。为此，本文提出一种基于轨迹活动语义挖掘的个体社会经济水平评估方法，通过显式提取居住、购物、餐饮、娱乐、消费喜爱度与探索欲6类消费模式，从消费能力与意愿角度刻画个体社会经济水平，提高评估方法的可解释性。① 通过网格化的语义地图为停留点赋予出行语义上下文，并划分居住、购物、餐饮、娱乐4类活动的停留点集合； ② 计算4类活动的时间熵、旋转半径和活动区域经济水平等时空语义特征，并通过结构方程模型筛选特征计算各类消费模式价值； ③ 使用极端随机森林决策个体社会经济水平。本文基于深圳市635名个体2019年4—11月的私家车轨迹数据开展实验，通过核心商圈、劳动密集型工厂、高档住宅与城中村等典型场景筛选高低社会经济水平人群，验证了方法有效性；此外，对高低社会经济水平群体的出行时空分布和工作强度开展可视化分析，探讨了群体间的出行模式差异。本文方法可为人地交互视角下的人口统计属性建模提供参考。

提升城市群知识创新网络结构韧性，有助于建设安全的区域创新体系，保障城市知识创造职能。基于2011—2021年长三角41个城市间合作发表WOS论文数据构建城市群知识创新网络，基于演进韧性理论与复杂网络理论，构建网络结构韧性的“脆弱性-抗毁性-恢复性-演进性”四维评价指标体系，采用社会网络分析和GIS空间分析技术刻画网络结构韧性的时序演化与空间格局，运用GTWR和MRQAP模型识别其驱动因素。结果表明： ① 2011—2021年长三角城市群知识创新网络结构韧性呈上升趋势，立体化特征减弱，传输环境优化，异质性联系减弱，一体化属性增强，且呈现“中部高南北低，东高西低”的差异化空间布局； ② 韧性主导节点为上海、南京、杭州、合肥、苏州等核心城市，确保主导节点的稳定性是保障网络结构韧性的关键； ③ 科教支持和产业结构对城市节点韧性具有显著正向驱动力，经济发展、对外开放、人力资本与知识基础的解释力具有鲜明的空间异质性，发挥双因子交互作用可有效推动网络结构韧性演化； ④ 网络聚合效应、匹配效应、虹吸效应以及邻近性均驱动网络结构韧性演化，网络拓扑结构、产业相似和人资相似、良好的教育环境，以及制度、社会和组织邻近性均有助于城市间形成强韧的知识合作关系。

了解全球鱿钓捕捞的时空特征可为鱿鱼资源的评估与管理提供参考。本文选取2020年全球鱿钓船AIS轨迹数据与VIIRS夜间灯光影像，以FAO major Fishing Areas的19个海洋主要捕鱼区为捕捞分区依据，结合GIS空间分析方法开展了全球鱿钓捕捞的时空特征分析。结果表明：① 鱿钓捕捞主要分布在西南大西洋阿根廷专属经济区周边、西北太平洋日本东北部远海、东南太平洋秘鲁西部远海、西北印度洋阿拉伯海以及中西太平洋阿拉弗拉海，集中在中、低纬度离陆地100 km以内和400~700 km范围内，呈现以条带式为主的分布模式；② 全球鱿钓捕捞的时间规律表现出“两峰两谷”的变化态势，分别于1—4月、6—8月呈上升趋势，而在4—6月、8—12月呈下降趋势。中纬度的鱿钓捕捞于夏秋呈上升趋势，而在冬春呈下降趋势；低纬度的鱿钓捕捞在秋冬季节呈增加态势，而在春季呈减少态势； ③ 鱿钓捕捞的时空特征受洋流、鱿鱼繁殖特性及各国远洋鱿钓政策影响，其空间分布走向与主要洋流流向一致，捕捞强度在鱿鱼产卵高峰期、休渔期时减弱； ④ AIS轨迹密度与夜间灯光亮度在鱿钓捕捞信号上有良好的时空相关性，AIS轨迹密度与夜间灯光亮度的空间相关性越大，则时间变化规律也越相似。研究工作证明了夜间灯光遥感具备良好的鱿钓捕捞度量能力，能与船舶轨迹互补，实现高精度的鱿钓捕捞评估。

地理信息科学（GIS）既有学科自身发展的需求，也是支撑地理学、地球系统科学和未来地球学等前沿探索的技术方法，还是服务于国家战略与社会发展的支撑技术。面对当今地理信息科学发展的内在规律、相关学科发展的外在驱动，以及人工智能等新技术的牵引，本文首先从描述内容、表达维度、表达方式、分析方法与服务模式6个维度，分析了GIS的发展过程，探索了其发展规律；然后，在解读地理学发展的初心与目标的基础上，提出了面向“物理-人文-信息”三元世界的地理学学科体系，讨论了信息地理学研究对象，提出了一个综合信息7要素与地理描述7维度的概念模型；随后，从信息科学视角的地理信息科学、地理学视角的信息地理学、以及语言学视角的地理语言学3个方面分析了地理信息学科的发展趋势。最后，总结了GIS、信息时代的地理学、地理场景、地理大模型等可能的发展方向和要点，以期丰富对地理信息学科的认识，促进地理信息相关科学的发展，提升学科对国家发展需求支撑和社会服务能力。

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。

地球表面空间承载着诸多地理实体，随着时空大数据时代的到来，以还原论为基础、以独立分层建模为特征的传统信息描述方式越发难以描述地形及其关联环境要素所具有的海量信息、产生的复杂相互作用和呈现的时空变化规律，相关研究亟需以系统和整体的角度考察研究对象。针对这一问题，本文从场景学的视角对地形本体及关联环境要素的内容和相互作用开展系统的地理空间认知，提出了地形场景的概念，用于整体性地描述地形场景中的实体、联系与时空变化过程；分析了地形场景的要素构成和逻辑结构，使用时间、地点（空间）、事物、事件、现象为核心的更加整体化、语义化和逻辑化的要素对地形场景进行描述；对地形场景对象及其信息的内容构成进行解析和整理，创建了以“要素-对象-信息”为核心的结构描述框架，并对地形场景未来的发展与可能的技术应用进行了展望。地形场景的提出是场景学概念从整体表达朝向整体研究的一次探索，为进一步进行地形问题的场景化求解和表达奠定基础。

随着高质量发展成为全面建设社会主义现代化国家的首要任务，地理时空信息支撑国家和地方社会经济发展的重要性被提到新的高度。本文面向高质量发展对地理时空信息赋能提出的迫切需求，先从复杂地表系统表达、时空不确定性分析、地理空间智能计算等视角出发，全面综述地理时空表达计算理论方法的研究现状，进而以解构复杂地表、解析精准参数为问题驱动，提出“地理时空数字化底座”的相关理论思考与研究思路，概述了其中的基本概念与技术要点，重点分析了复杂地表系统的多重表达与知识关联、空间形态约束谱序特征重建的不确定性分析、“星-地-人”协同的信号传递与优化控制3个关键科学问题，从“全域空间可解构”、“局部空间可解析”、“空间之间可传递”3个目标切入串联“空间表达”与“参数计算”前后两阶段，阐释了可靠表达、可信分析、可控计算的难点所在及可行求解路径。在此基础上，重点以农业生产空间的监测监管为需求导向，介绍了数字化底座的农业应用案例，通过展示其搭建过程与综合智能计算实施效果，说明底座之上承载并组合发挥时空数据要素的保障优势和基础性支撑作用，彰显了为复杂山地现代农业发展提供高品质时空信息服务的潜能。

人类移动行为与交通、传染病、安全应急等现实应用息息相关。尽管现代信息和通信技术发展使得采集大规模个体移动定位数据成为易事，但涉及个人隐私又存在冗余、缺失和噪声的原始轨迹数据在实际中的可得性和易用性仍有很大局限。通过建模方式生成个体轨迹数据和群体移动数据，使其在统计层面接近并在应用层面可替代真实数据，是值得尝试的解决思路。本文面向个体轨迹数据生成和群体移动数据生成两大研究主题，将生成方法分为基于机理模型的方法和基于机器学习的方法，对其研究进展进行了系统总结，并探讨了其发展趋势和所面临的挑战。本文提出，未来人类移动数据生成方法研究需要多学科深度交叉共同探索人类移动行为底层机制、关注机理模型与机器学习耦合建模、借助生成式人工智能与大语言模型前沿技术、平衡生成数据可用性与隐私保护效果、强调空间泛化与迁移学习能力、控制模型训练与使用成本等。本文认为，人类移动过程是典型的人地交互过程，地理信息科学应在吸纳计算机科学、统计物理学、复杂性科学等多学科理论方法的基础上，充分发挥本学科特色，将空间依赖、距离衰减、空间异质性、尺度等地理空间效应显式纳入建模过程，提升模型性能及合理性。

网络空间测绘已经成为各领域普遍关注的热点问题。其核心任务是探明网络空间组成要素，分析网络空间现象规律，绘制网络空间结构。网络空间测绘的研究存在概念术语多样、研究框架不统一，要素及规律的认识不清晰，网络空间地图表达方法不规范、缺乏统一标准等问题。在系统梳理各领域对网络空间测绘研究现状的基础上，分析了各领域对网络空间内涵的共性认识；从网络空间的空间特性、地理特性和人文特性出发，剖析了从测绘地理学角度研究利用网络空间的特点和优势；提出了网络空间测绘的研究框架，重点描述了网络空间“测”与“绘”的核心内容和关键技术，并阐述了其与实景三维、数字孪生及元宇宙之间的关系；将网络空间“测量”分为狭义的和广义的网络空间测量，指出其缺少从整体角度对网络空间特征测量和缺乏针对人在网络空间活动现象和规律的测量研究；从网络空间认知需求出发，提出了网络空间地图概念模型和分类；从网络空间坐标系、“地理-网络”关联映射、网络空间地图表达方法等方面重点描述了网络空间地图制图的关键技术，系统分析了网络空间地图表示方法及其适用性；最后，对网络空间顶层概念、网络空间建模方法、网络空间地图理论与方法以及网络空间地图应用场景设计等需要重点研究的关键科学问题和关键技术进行了展望。

快速发现、挖掘并利用海量地球表层系统（以下简称“地表系统”）开放科学数据，是大数据时代下地表系统开放科学数据共享新的发展趋势和前沿研究方向。地表系统开放科学数据具有组织分散、多源异构、多模态、多类型等特性，通常以专题共享网站、数据服务、元数据、期刊论文（特别是数据论文）等形式存在，研究发展适应不同模态的地表系统开放数据挖掘方法、分析其共享质量是充分利用这些数据的关键科学问题。关联网络为地表系统开放科学数据的语义互联和知识发现提供了有力的支撑，其以元数据URI（Uniform Resource Identifier）为节点，元数据间的语义关系为边，节点间关联性的强弱作为边的值。本文从地表系统开放科学数据关联网络构建角度出发，对其发展现状、基本特征和构建技术进行了调研与分析。首先选取国内外典型关联网络和相关文献作为研究对象，根据所选取的9个主流关联网络和200余篇相关文献，从关联网络的基本特征和构建技术2个方面进行比较分析。在基本特征方面，分析了关联网络的数据来源、自动化程度和更新方式；在构建技术方面，介绍了关联指标的选择，讨论了地表系统开放科学数据特征的提取、表示和计算方法。最后提出了未来地表系统关联网络构建的建议，包括构建高质量、全覆盖的地表系统开放科学数据本体、考虑顾及“时间-空间-内容”地学知识复杂关系及推理、建立面向多语言的地表系统开放科学数据关联网络方法以及提升地表系统开放科学数据关联网络应用成效等。

自然资源和国土空间大数据是科学配置和高效管理自然资源的重要基础，是优化和治理国土空间的重要支撑。本文基于大数据的发展历程、技术现状和主要挑战，概述了自然资源领域大数据感知、管理、分析等方面的关键技术进展，提出了自然资源领域大数据研究与应用中的研究领域单调、技术应用零碎问题；从自然资源、国土空间和人类活动的维度阐述自然资源和国土空间大数据的基本内涵，地域空间无限与资源空间耦合是区别其他大数据的显著特点。在应用需求基础上，构建了要素化、数智化、一体化的自然资源和国土空间大数据技术应用框架，该框架包含数据采集、数据治理、应用支撑、应用和用户5层结构体系和关键技术集成，实现大数据到知识服务再到数智化治理的转变，聚焦自然资源“两统一”核心业务，重构了4个方面10项自然资源业务应用。从自然资源调查监测、“智慧+”监管决策、“互联网+”政务服务3个方面开展应用实践分析；展望了自然资源和国土空间大数据在数据采集存储、数据治理、应用支撑、应用服务方面的发展方向。

我国城镇化处于后期增速放缓及质量提升阶段，城市增长方式逐步从“增量发展”向“存量提质”过渡，进入城市更新的城镇化新模式。城市更新作为城市国土空间全域范围内持续完善功能、优化空间布局、提升环境品质、激发经济社会活力的空间治理活动，地理空间信息正在其中发挥重要的技术和思维支撑作用。本文在“生产空间”、“生活空间”、“生态空间”（简称“三生空间”）视角下，重新审视了城市更新的内涵，指出城市更新本质上是对“三生空间”的统筹优化。基于“城市认知”中的感知、评估和优化等全过程，构建了“三生空间”视角下的城市更新逻辑架构，并基于此架构梳理了地理空间信息技术在“三生空间”中要素感知、效益评估和空间优化方面的应用与研究现状。立足城市更新实际需求，基于现代地理空间信息技术，通过对城市的综合感知、综合评估和综合优化，提出构建涵盖“感知-评估-优化”城市认知全过程的全空间城市更新技术体系，以提高城市适应未来发展的自我调控能力，实现国土空间治理体系和治理能力现代化。

水文时间序列分析领域的发展对于有效管理和利用水资源至关重要。本文基于WoS核心合集数据库和CNKI数据库，采用文献计量学方法和CiteSpace软件，揭示国内外水文时间序列分析领域的发展脉络、研究热点及发展方向。首先从水文时间序列的随机性、非线性、不确定性等出发，结合机器学习、神经网络等新兴方法，将水文时间序列分析领域的相关进展分为6个方面。然后，对各方面开展了详细介绍，并与传统方法作对比，总结了传统方法的缺陷；最后，指出提高水文时间序列分析结果准确性的方向，主要包括： ① 在时空尺度上进行建模，并融合多元数据进行分析； ② 将物理机制融入机器学习模型，提高模型的可解释性和泛化能力； ③ 在研究过程中考虑气候变化(极端天气事件)和水文过程的耦合； ④ 将多个复杂特性综合进行研究，并提高每个复杂特性的研究水平。通过揭示国内外水文时间序列分析领域的发展脉络、研究热点及发展方向，我们能够更好地理解和应对气候变化、极端天气事件以及人类活动对水资源的影响，提高我们对水文过程的认识，为水资源规划、水灾风险管理和可持续发展提供科学依据。

在智能交通领域中，各种信息采集设备积累了海量的多源异构数据，如车辆轨迹、道路状态、交通事件等。如何依据这些海量的交通数据进行关联整合，并利用这些数据进行辅助决策是当前面临的挑战。为应对这些挑战，知识图谱技术由于其具有强大的实体间关联建模能力，在知识挖掘、表示、管理及推理能力等方面显现出了巨大的应用潜力。首先，本文依次针对地理交通图、多模态知识图谱及动态知识图谱的构建技术进行综述，以此展示知识图谱在智能交通领域的广泛适用性。接着对智能交通领域的各类知识图谱构建方法进行介绍。其次，对智能交通领域的知识图谱表示学习技术及知识推理技术进行归纳总结。其中涵盖了多模态知识图谱表示学习的相关算法以及动态知识图谱表示学习的探讨，并展开介绍了动态交通多模态知识图谱中的补全技术和因果推理技术，对于提高智能交通系统的数据理解能力和决策推理水平具有重要的理论意义和实际应用前景。再次，归纳整理了几个应用场景下知识图谱为城市的智能决策提供重要支撑的解决方案。最后，对现有技术瓶颈进行了分析和探讨，并对未来交通知识图谱的关键技术及其辅助应用进行了展望。

目前，以遥感测量手段获取的全球数字高程模型（Global Digital Elevation Model，GDEM）在城区含有各种地物而不能反映真实的地球表面形态。因此，为提高城区GDEM产品质量，本文提出了一种顾及空间异质性和SHAP（Shapley Additive Explanations）特征筛选的GDEM修正方法。该方法首先利用高斯混合聚类（Gaussian Mixture Model，GMM）和泰森多边形将研究区域划分为同质子区，解决GDEM修正误差和特征因子空间关系的异质性问题；然后基于SHAP可解释框架筛选每个子区的最优特征变量并借助随机森林（RF）构建对应的修正模型用于城区GDEM修正。为验证本文方法的实用性和高效性，以纽约30 m分辨率的COPDEM（COPDEM30）为研究对象，将本文方法与其他3种方法（包括顾及空间异质性的局域随机森林（SH-RF）、顾及SHAP特征筛选的全局随机森林（FS-RF）和传统随机森林（RF））的预估结果以及一种去除建筑物和植被偏差的GDEM（FABDEM）进行对比。实验结果表明，本文方法预测效果最优，SH-RF、FS-RF次之，RF效果最差。此外，与FABDEM相比，本文方法的平均绝对误差（MAE）降低了42.3%，中误差（RMSE）降低了63.2%。对本文方法的迁移实验表明，相比原始COPDEM30，修正后GDEM的MAE和RMSE分别降低了50.5%和50.4%。

经济社会领域的深层变革使得传承和发扬优秀传统文化成为重要社会需求。传统聚落是优秀传统文化的重要载体和社会发展的优质资源，发掘其文化资源特征具有重要意义。当前缺乏从地理信息视角审视传统聚落文化资源的本质特征，现有GIS不能直接支持传统聚落景观基因（以下简称景观基因）的地理信息特征分析。对此，论文首先从环境空间、聚落空间和社会文化空间出发，以自然、生存和社会文化为价值认知向度，剖析了景观基因地理信息的认知维度特征。接着，论文论述了景观基因地理信息的组成要素和信息内容。然后，根据景观基因地理信息的位置、形态、文化、属性、演变和地理价值特征，论文提出了景观基因地理信息特征参数（以下简称特征参数）并探讨了其数学意义，分析了相应的识别法则和识别方法。结合理论成果，论文以湖南省保存较为完好的6个国家级历史文化名村为例进行了空间布局基因特征参数的提取实验。结果表明，特征参数可以从地理信息角度揭示传统聚落文化资源重要特征，具有重要意义和实践价值。