【背景】大语言模型（Large Language Model, LLM）的出现推动地理信息系统（Geographic Information System, GIS）空间分析的交互范式发生深刻变革：由早期“用户直接编写代码驱动分析”、中期“通过GUI工具链配置间接调用代码”的模式，逐步转向“自然语言-代码-空间分析”的新型交互范式。在此范式下，自然语言与程序代码并列登台，成为驱动GIS空间分析的媒介。然而，二者在执行结构的稳定性、空间语义的明确性及分析过程的可传播性上存在差异，辨析何者为当下GIS空间分析的本体，有助于明确大语言模型驱动GIS空间分析的优化方向。 【分析】在此背景下，本文对GIS空间分析代码的本体定位展开论证：首先界定GIS空间分析代码的概念内涵，将其归纳为5种功能类型，并从本地通用编程环境、空间资源托管型云平台、数据库内嵌环境及知识图谱环境4类执行平台刻画其能力边界。其次，从结构稳定性、语义锚定性与知识传播性3个维度阐释代码的驱动机制，论证代码作为空间分析科学有效性得以成立的最小完备单元所具备的本体地位。 【进展与展望】在此基础上，综述LLM时代以GIS空间分析代码为核心的研究进展，并辨证讨论空间语义结构感知、领域自适应学习、自主智能体生态、知识迁移与积累、代码定位修复等具备研究条件但尚未系统展开的方向，以及数据与知识治理、空间计算能力、因果解释能力、地理空间表征模型等仍缺乏基础支撑却亟待探索的方向。 【目的】本文围绕驱动机制展开的系统化分析，明确LLM时代下GIS空间分析代码的理论角色与方法论意义，阐明该领域的理论框架与能力边界，为GIS空间智能化研究提供理论参考。

【目的】 “以人为核心的新型城镇化”国家战略对精准把握城市居民时空行为规律提出了全新要求，驱动地理信息科学从“以地为中心”的静态空间分析范式，向“以人为核心”的微观动态城市人地关系解析范式变革。本文旨在回应这一战略需求，尝试构建了“行为地理计算”的理论与方法体系。【分析】 本文首先界定了其核心研究对象为虚实混合空间中、具有多维语义特征、连续能动的人类时空行为。在此基础上，构建了行为地理计算的理论框架。接着，结合笔者团队的研究实践，综述了在时空行为表达与存储管理技术、行为数据处理与语义补全技术、行为数据挖掘与知识发现技术、时空行为高精度模拟与仿真方法、行为分析与城市系统适应性评价方法、人本化城市系统优化和规划辅助决策方法等关键方向取得的前沿进展，初步验证了该理论方法体系的可行性、实用性和先进性。【展望】 本文展望了行为地理计算在融合地理人工智能、赋能相关学科发展以及支持城市规划管理决策的广阔前景。

【意义】 大语言模型（Large Language Model, LLM）的出现为重构以语言为中心的人机交互方式提供了新的技术基础。与依赖图形界面和基于规则操作的传统交互模式不同， LLM在语义理解、任务抽象和推理方面表现出强大的能力，使语言能够成为组织复杂分析过程的高级接口。虽然LLM与空间信息技术的融合仍处于实验阶段，但相关研究已初步显示出其在地理空间任务理解、推理和分析中的应用潜力。这些研究表明， LLM可能会为组织领域知识以及协调多步骤地理空间任务提供新的机会，从而为地理信息系统智能化发展开辟新的方向。【进展】 为系统探究LLM在复杂空间任务中的适用性及面临的关键挑战，本文回顾了2023年以来发表的地理空间语言模型（Geospatial Language Model， Geo-LLM）相关学术文献，按照地理空间任务类型对现有研究进行归纳与分析，开展以下工作： ① 整理LLM在地理空间任务中的研究案例； ② 梳理Geo-LLM的能力与系统功能； ③ 总结LLM与领域知识、空间数据和分析工具协作的关键技术，反映出在Geo-LLM工作流中整合各类资源的常见策略，包括：通过地理知识注入提升模型的领域认知能力；通过空间数据与工具增强扩展模型的数据处理能力；通过设计推理链与任务规划机制优化模型在复杂空间分析任务中的推理与决策能力。【展望】 在此基础上，本文进一步从多源数据组织、智能体工作流管理、语言模型空间认知与推理、系统评价体系以及基础模型构建角度，讨论LLM与空间技术深度融合面临的挑战与未来前景。本文围绕可应用、可解释与可控的地理智能系统构建展开论述，旨在促进生成式人工智能与地理空间任务的深度融合，以期推动地理空间人工智能的进一步发展。

【意义】 自然资源监测主要是对自然资源自身变化及人类活动引起的变化情况进行检测和监管，为自然资源管理和科学决策提供依据。当前各类监测手段的协同性需进一步加强，并存在侧重宏观监测，对局部或重点区域的监测不够精细，实景监测场景与三维模型形成无法统一的空间基准等问题。【进展】 本文提出了自然资源“天空地”智能感知与实景监测体系的主要构成，通过整合卫星遥感、无人机和地面感知等多层次、多尺度的监测手段，集成地理空间智能（GeoAI）技术，实现对自然资源及其变化的实时监控和精准分析；详细探讨了基于改进的时空双自注意力特征模型Res2Net的遥感影像自然资源多要素变化检测、无人机巡检监测模式与改进的航迹规划遗传算法、塔基视频目标检测定位以及点位布设优化、基于视锥体的实时视频与三维地理场景融合与参数解算几种关键技术与应用。【展望】 未来随着自然资源业务壁垒的进一步打通，弱监督/无监督遥感深度学习、多模态融合与协同、智能体等技术的成熟，有望建立“山水林田湖草沙”各类相关要素统一的监测体系和智能感知平台。

【意义】实景三维模型正从过去的“表达现实”发展演变为现今的“连接现实、认知现实乃至预见现实”。随着实景三维中国建设的全面推进，“实景三维+”的融合应用模式已渗透至诸多行业。作为国家重要的新型基础设施，实景三维模型对于地理空间认知、虚拟地理环境、时空计算等科学研究，以及对于数字中国建设、数字经济发展、精细化社会治理等国家战略和社会需求，具有重要价值。【分析】本文系统综述了实景三维模型的概念框架、核心方法、应用场景和面临的挑战。首先，对实景三维模型的概念、内涵和主要类型进行了系统回顾和归纳总结，提出原生实景三维模型和次生实景三维模型的概念，以推动其深度应用；并从数据层、模型层、平台层、应用层、理论与标准规范层5个层次对实景三维模型的研究范畴进行归纳。其次，按照“原生实景建模-次生实景建模-模型优化与评估”的思路，梳理了当前实景三维建模的核心方法，并探讨各类方法的发展方向。接着，系统回顾了实景三维模型的应用场景，并从“时空底座-信息提取-连通现实-赋能行业” 4个维度，总结其行业服务和应用范式。最后，从地理信息认知范式转型、复杂场景时空动态建模、智能化转型和行业深度应用等方面，总结了当前实景三维建设面临的主要问题和挑战，并对实景三维模型的未来发展方向进行了展望。【目的】本文旨在为相关研究提供全局性的学术视野与系统的技术发展脉络，帮助相关研究人员与技术人员快速把握实景三维领域的前沿态势，为技术研发与“实景三维+”的行业应用提供参考依据，并对人工智能赋能实景三维建设等潜在突破方向进行预判，启发创新性研究和实践思路。

【目的】为突破现有大语言模型（LLM）与地理信息系统（GIS）融合方案在隐私安全、功能完整性与协议标准化方面的局限，本文基于模型上下文协议（MCP）构建了一套支持本地化部署且协议开放兼容的空间数据处理与制图智能体原型系统Smart-QGIS。【方法】该系统基于QGIS平台，利用MCP协议桥接本地或云端大语言模型与QGIS原生功能接口，实现了从自然语言指令到空间分析任务的交互式全流程执行。在具体实现上，系统采用多进程模块化架构，设计了用户交互层、插件中介层、MCP通信层、本地执行层与模型推理层五层协同机制，实现了“数据加载-空间处理-专题制图”的一体化任务链。 【结果】本研究以陕西省矢量边界和DEM栅格数据为例，分别基于本地Ollama部署的OpenAI开源GPT与云端阿里千问LLM，通过Smart-QGIS交互式地执行数据加载、裁剪、坡度计算、图层可视化和地图制作等典型GIS任务。实验结果表明： Smart-QGIS在保证操作精度的前提下，能够有效解析多步骤复杂指令，在多数场景下实现快速响应（小于75 s）。对于常规的空间分析与可视化输出，响应速度接近或高于普通专业用户；云端模型对于复杂任务的执行效率高于本地LLM。【结论】本研究基于MCP发展的本地化LLM-GIS集成架构在隐私安全、功能覆盖与协议通用性方面具备一定优势，显著降低了空间数据处理的技术门槛，使非专业用户也能高效完成相关任务，为开放协同的智能GIS生态构建提供了可行的技术路径。

【意义】在开放科学背景下，不断涌现的开放数据增加了可用的资源，但也同时因为数据的分散、异构、多语义等特征，为数据的深度挖掘和知识发现带来挑战。地球表层系统圈层交互强烈且人类活动活跃，由此产生的科学数据尤其丰富，围绕该领域的数据挖掘与知识发现是全球科学前沿和竞争焦点。【进展】本文围绕地球表层系统科学数据的发现、管理、挖掘、模型共享与集成应用，开展了系统深入的全链条关键技术研究。通过本体更新与对齐方法，构建了可动态更新、规模庞大的地球表层系统科学数据目录和关联网络，提升了数据共享评估的准确性与效率；结合云计算、容器虚拟化等前沿技术研发的智能服务工具，实现了对海量遥感数据的高效处理与信息提取，探索了多源数据管理的标准化路径；研发了融合遥感大数据与智能算法的高精度地球表层系统参数数据产品，并实现了时空演变规律的高效挖掘分析；通过创新性的异构模型容器化服务技术，解决了地表系统科学模型共享与计算的难题；建立了可在线计算的协同分析环境，并在蒙古高原生态屏障建设和长三角城市群可持续发展评估等应用场景中示范。【展望】在以上技术进展基础上，指出地球表层系统科学数据挖掘与知识发现研究面向FAIR化、智能化、产品化、模型化以及场景化的未来发展趋势。

【目的】街道空间感知是理解城市环境特征的重要手段，近年来受到广泛关注。然而，传统街道感知方法依赖问卷调研和宏观数据，存在主观性强、时效性差、空间分辨率低等局限，难以适应精细化空间治理的需求。本研究以北京市五环内区域为例，旨在构建一种大语言模型驱动的多模态街道空间感知分析框架，系统刻画街道空间感知及其文本语义特征。【方法】基于OpenStreetMap（OSM）路网按50 m间距采集百度时光机街景影像，依据可持续发展三重底线理论构建“生态-社会-经济”提示词体系，调用通义千问Qwen2-VL-72B大语言模型生成街景感知描述文本；进一步结合BERT和双层LSTM模型获得细粒度感知评分。在交通分析分区（TAZ）尺度上，开展感知指数的空间映射与自相关分析，并综合运用共词网络、LDA主题模型与文本知识图谱等方法，构建从街景影像到语义描述，再到量化感知，最终映射至地理空间格局的级联分析框架。【结果】以北京市五环路以内范围为研究区，研究结果揭示了研究区街道空间感知呈显著集聚分布，正向感知区域主要集中于二、三环，普遍具备较高绿化水平、整洁有序的街道环境以及较为丰富的文化、商业活动；负向感知区域多位于城市外围及功能尚不完善片区，常存在设施缺失、噪声干扰和环境污染等问题。语义分析表明，自然生态、功能效能、历史文化和商业活力是影响感知的关键主题。【结论】大语言模型与街景大数据的结合能够有效联通客观建成环境与主观感知评价，在精细空间尺度上揭示街道空间品质差异，为微观空间评估与街道更新提供了可推广、可解释的新技术路径。

【目的】地理知识图谱(GeoKG)通过知识图谱的形式化技术，将地理知识表示为计算机可解释、可复用、可推理的知识网络。但由于地理信息分布的稀疏性以及更新的落后性，地理知识图谱往往是不完整的，制约着其应用广度和深度，需要地理知识图谱补全方法来解决其不完整的问题。然而，现有补全方法未充分考虑到地理知识图谱中的语义信息以及地理实体间的交互遵循距离衰减效应，致使嵌入空间难以充分还原地理实体和关系的真实分布，从而限制了补全性能的提升。【方法】本文提出了一种顾及距离衰减效应的地理知识图谱补全方法DDGKGC（Distance-Decaying Effect-Aware Geographic Knowledge Graph Completion method）。该方法首先通过语义信息聚合模块和距离衰减效应感知模块，捕获实体和关系间的语义信息和距离信息；然后，通过基于双注意力机制的表示学习模块自适应地学习实体和关系的邻域信息，得到实体和关系的嵌入表示，最后通过ConvE得分函数进行评分预测，并使用预测结果来完成地理知识图谱补全任务。【结果】为全面评估模型性能，本文在自构建数据集Multi-Geo、CityDirection、CountyDistance及公开数据集Countries-S3上进行了对比实验、消融实验和多维度分析验证。实验结果表明，DDGKGC在MRR、 Hits@1、 Hits@3、 Hits@10等多项指标上表现出色，尤其在全面反映模型性能的MRR指标上相较于对比方法在4个数据集上分别提升4%、3.1%、1.8% 和5.2%。此外，通过多维度分析验证评估，证明了DDGKGC能够更合理地建模地理实体关系间的空间和语义关联，从而提升补全结果的准确性与地理合理性。【结论】本文提出的顾及距离衰减效应的地理知识图谱补全方法，不仅有效提升了地理知识图谱补全任务的性能，还展现出良好的泛化能力与应用潜力，同时也为地理知识图谱的深化应用提供了可靠支撑。

【意义】城市数字孪生模型是城市物理实体通过数据链接在数字空间中实现的综合场景模拟，是智慧城市语境下集成物联网、空间信息、人工智能等技术，对城市状态的实时化、可视化表达。本文基于物理-社会-信息（PSI）三维框架，对当前城市数字孪生模型的研究进展进行了分析，并在此基础上创新性提出物理-社会-信息-时间（PSIT）四维耦合框架。【进展】研究发现： ① 自2017年数字孪生技术进入城市研究领域以来，相关文献增长迅速，理论支撑与功能设计框架逐步成熟，模型从地理实体的数字化映射、人类活动的空间化解析、地理大数据的融合挖掘等PSI 3个方面完成初步构建； ② 为了更准确地反映城市的真实运行状况，模型现有维度在数据、技术、算法上仍需突破，同时其PSI三维框架偏重空间特征而过度简化时间维度，缺乏体现城市系统的时空分异特征； ③ 鉴于时空耦合对城市模型的重要性，本文在考虑时间的单向演进趋势、时间约束下的社会活动规律、城市要素演化的异速时间尺度以及系统相变的时间依赖性机制基础上，将时间从背景参数提升为独立维度，提出了PSIT四维耦合框架，以完善城市系统演化逻辑、创新模型理论范式，并以博雅智城CitySPS平台为实例展开具体阐述。 【展望】通过PSIT四维耦合框架实现数字虚拟空间的精确模拟与精准预测，可能成为今后城市“智”理的重要方向。

【目的】 系统探讨智能技术赋能城乡规划的关键路径与应用模式，以应对我国城乡发展进入存量提质增效阶段后面临的复杂挑战。【探讨】针对多源要素精准识别、数据孤岛消解、复杂人地关系认知等难题，本文系统梳理并提出了一个“感知-融合-认知-规划”四位一体的智能技术框架。该框架旨在通过集成多模态智能感知技术以实现城乡要素的动态监测，运用时空数据融合技术以构建统一数字底座，采用知识图谱技术以深化对空间与人文要素关联的理解，并最终依托一体化赋能平台以支撑智能设计与协同决策。以广州增城区耕地保护为例的案例分析，初步验证了该智能化技术路径在城乡生态空间闭环治理中的应用潜力与可行性。【展望】这一系统性的技术框架为破解城乡融合智能规划难题提供了一种可能的解决思路，有望促进规划范式从传统经验驱动向现代化的“平台治理”转型，为新时期提升我国城乡空间治理能力提供理论参考与实践指引。

【背景】近年来，面对地图实践的新现象和新问题，越来越多的学者呼吁重新审视和反思既有范式的不足，并以此回应技术变革所带来的学科挑战与社会需求。【目标与方法】秉承批判继承与创新超越相结合的研究路径，本文通过理论演绎的方法，首先对地图学的既有理论范式进行梳理和凝练，进而剖析其面对地图实践结构转型时遭遇的困境，最后尝试提出地图学的新范式。【结果】经典地图学研究将“地图”等同于特定专业和行业规范下的制图活动，促成了地图学在知识来源、关注焦点和实践路径等方面所呈现出鲜明的专业生产特征，并以此形成了地图学的专业生产范式。然而，专业生产范式逐渐显露出两个突出的困境。一方面，专业生产范式难以捕捉地图嵌入社会生活中的复杂性与流动性，尤其是用于解释地图实践的新形式及其所关联的意义机制时，往往陷入适配失效与理论滞后的窘境。另一方面，专业生产范式局限在一种内部的知识再生产，缺乏实质性的理论增量与问题意识的深化，无法为当前的地图实践提供规范与引导。鉴于此，本研究立足于世界的网络化、关系化特征，尝试提出地图学的社会实践范式，将地图视为嵌入社会网络、关联社会行动者的社会实践，关注地图在连接个体与外部世界中的独特意义与社会价值。【结论】社会实践范式立足于超越性的视野理解和认识地图，引入多学科融合和多元方法路径研究地图，倡导本土经验与国际视野的协调统一，不仅深化了对地图实践的整体性理解，也为地图学回应当代数字社会、智能社会与网络社会中的现实问题提供了新的理论资源与分析框架。

【意义】 可持续农业作为实现可持续发展目标SDG2“零饥饿”与生态保护的关键路径，厘清可持续农业的演进脉络与数据驱动新内涵，是应对全球粮食安全与生态平衡双重挑战的关键路径。 【分析】 鉴于可持续农业的内涵不断演进，本文在系统梳理其定义发展历程的基础上，提出了更具数据导向性和可操作性的解释。围绕“数据-技术”架构，总结了地球大数据在可持续农业发展中的关键作用，并按2015年前、2015—2019年、2020年至今3个阶段，分析了其核心数据与不同农业领域应用（农业资源监测、多尺度农情评估、农业环境影响评估）的技术方法演进特征。同时，从数据基础设施、技术更新与应用、科研水平与政策支持4个维度，进一步比较了当前中国与发达国家在地球大数据支撑可持续农业发展领域的优势与不足，提出中国在数据生态系统建设、技术转化和基础理论创新等方面亟需加强。最后，结合当前农业可持续发展的需求，从数据获取能力、智能处理方法、应用推广与服务以及数据治理与伦理安全4个方面系统分析了地球大数据面临的主要挑战，并针对每一环节提出了多层次的应对策略。 【展望】 研究有助于明确可持续农业的数据支撑路径，推动农业绿色转型。

【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。

【意义】低空经济作为新质生产力代表，正逐渐成为推动经济增长的新引擎。低空经济以低空空域资源开发利用为基础，在给地理信息科技带来发展机遇的同时也对其提出了全新的挑战。【进展与分析】本文首先对低空经济下低空空域资源划分以及典型无人机应用场景进行了介绍，进而分析了地理信息科技将在空域资源精细化利用与低空环境构建、空中交通新型基础设施规划建设运行、无人机安全高效运行与运营监管等低空经济关键环节具有广泛应用前景，指出地理信息产业也将面临新的技术融合与创新、市场需求增长、政策支持与产业引导、产业升级与转型等发展机遇。【展望】本文简要分析了地理信息科技支撑低空经济发展所面临的时空升维、地图和位置服务、高频次迅捷数据获取体系、全时全域能力和泛在智能化技术等挑战，这些也将成为地理信息科技未来可以发展和突破的方向。

【目的】系统梳理基于AI大模型的文生图技术的进展，并探讨该技术在城乡规划领域的应用。【探讨】本文首先分别从训练数据集、模型和评价方法3个视角出发，对文生图技术发展进行了全面、系统的回顾，以揭示其成功背后的推动性因素。尽管文生图技术在通用计算机领域取得显著进展，但城乡规划领域的实际应用中仍面临诸多关键挑战，包括缺乏高质量领域数据、生成内容的可控性和可靠性不足，以及缺乏地学先验知识约束等。针对这些问题，本文提出了相应的研究思路，包括：面向领域需求的文生图数据增强策略、基于指令拓展的空间信息增强文生图模型、以及基于诱导布局的局部编辑文生图模型。在此基础上，结合多个实际应用案例展示文生图技术在城乡规划设计领域的应用价值和潜力。【展望】文生图技术通过技术突破和多学科融合，有望成为城乡规划设计领域的重要创新动力，为高效、智能化的设计实践提供支持。

【目的】在视觉主导机制日益彰显的当下，修辞逐渐从地图学的外围走向中心，成为了叙事地图研究的核心问题之一。然而，学术界尚未搭建起一个系统性的基础框架，难以解答什么是叙事地图的修辞、叙事地图的修辞有哪些类型、修辞如何发挥作用并服务叙事地图的叙事目标等基本理论问题。【方法】针对这些盲点问题，本文首先基于修辞的语言学与图像学研究范式，通过厘清叙事地图中修辞的本质，对叙事地图的修辞进行概念界定和特征辨析；其次，立足于内容语义表征和逻辑语义表征的差异性，提出了叙事地图修辞的分类准则，划分出意义性修辞与结构性修辞两大类别，并以此建立了叙事地图修辞的家族谱系，形成了叙事地图修辞体系框架的元理论和元语言；进而，基于多级符号系统与格式塔原则，从修辞维度、修辞作用层级、修辞综合运用和修辞适用原则4个核心方面入手，深入剖析了叙事地图中修辞的作用机制；最后，结合《江南运河》的典型案例，说明了修辞体系框架如何支撑叙事地图设计实践。【结论】以期为推动当代地图学理论创新提供了参考。

【目的】户外步行路网是导航地图的重要组成部分，也是户外活动路径规划的重要依据，对于户外旅行开发和事故救援等具有重要意义。然而，当前路网地图生成方法主要关注城市区域车行导航路网的构建与更新，对复杂户外环境下的徒步旅行导航路网地图构建研究较少，此外，现有方法多侧重于道路的二维几何形态信息提取，而对于路网真实三维几何和拓扑结构的重建研究还比较缺乏。【方法】鉴于此，本文提出一种融合众源轨迹数据的户外徒步旅行导航路网地图构建方法。该方法利用户外活动轨迹数据，通过路网生成层和高程提取层分别提取道路的二维几何拓扑形态和三维高程信息。在路网生成层，采取轨迹密度分层策略构建户外矢量二维路网；在高程提取层，对轨迹覆盖的区域进行高程估计与优化，生成高程格网栅格图，再将二维路网与高程格网进行高程匹配，生成户外三维徒步旅行导航路网。【结果】本文选取2021年来源于六只脚户外网站的1 170条长沙岳麓山风景区的户外轨迹数据进行实验，构建的户外三维徒步旅行路网地图在二维空间定位上的平均偏移距离为4.201 m，高程估计的平均误差为7.656 m，结果表明，本文所提出的三维路网提取方法能适应旅行者户外轨迹数据噪声大、密度差异大等特点，生成质量较好的户外三维徒步旅行路网地图。【结论】相较于传统户外二维路网，本文方法构建的户外三维导航路网提供了更丰富和精确的地图信息，支持在复杂户外环境下的步行路径规划与导航应用服务。

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。

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。

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。

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。

基于时空数据模型来描述现实世界的时空实体，以及基于时空对象的行为能力建模来控制时空实体的行为动作，既是对GIS时空数据模型的创新扩展，也能够适应数字孪生城市建设中对人、机、物三元融合表达和交互分析的现实需求。作为城市基础设施的重要组成部分，城市感知设施是典型的时空实体，其交互控制的相关研究目前主要集中于物联网、 VR/AR以及GIS领域，而这些领域普遍缺失对基于GIS构建的数字世界中城市感知设施的交互控制研究。针对上述问题，基于全空间信息系统的多粒度时空对象数据模型对城市感知设施的行为能力进行建模，在此基础上提出一种时空对象行为驱动的城市感知设施虚实联动交互控制方法。通过构建设施时空对象的交互控制“五元组”模型，能够支持用户通过虚拟场景与设施实物之间的虚实联动交互控制，从而将基于直接通信指令的城市感知设施交互控制过程在数字世界中进行表达，为数字孪生城市中的感知设施智能化、交互式分析应用提供理论与技术支撑。实验结果表明，所提出的城市感知设施交互控制方法具备有效性与可行性。

为探究共享单车出行的复杂时空规律与特性，揭示城市因素对共享单车出行OD的影响，提高OD预测精度，开展本研究。结合城市计算，考虑疫情、天气、温度、风速与节假日因素，构建共享单车出行OD的时空注意力残差网络预测模型(USTARN)。 USTARN先将共享单车OD数据通过时空特征切分捕捉单车流的时空依赖性，再结合注意力机制进行深度残差学习，最后根据城市因素学习结果调整预测结果。利用从政府数据开放平台获取的深圳市共享单车订单大数据及城市因素数据集，分析共享单车出行时空分布规律及其影响因素。将OD数据集按7:1:2划分为训练集、验证集与测试集，分别进行训练预测、模型参数自适应调整及模型验证对比实验。研究表明，USTARN模型的共享单车出行OD预测平均误差为7.68%，与不含城市计算的STARN模型及传统的CNN， BiLSTM模型相比，误差分别降低了5.93%、7.55%、6.07%，预测精度显著提高。 USTARN模型充分反映了时间、空间、疫情、天气、温度、风速等因素对共享单车出行OD的影响。研究成果对共享单车出行OD的精准预测具有理论指导意义，对该出行模式的推广并解决居民出行“最后一公里”问题具有实际应用价值。