【意义】街景图像视觉位置识别（Street View Image-based Visual Place Recognition, SV-VPR）是一种基于视觉特征信息的地理位置识别技术，其核心任务是通过分析街景图像的视觉特征，实现对未知地点的地理位置预测和精确定位。该技术需要克服不同环境条件下的外观变化（如昼夜光照差异、季节更替特征演变等）和视点差异（如车载相机与卫星图像的视角偏差），并通过计算图像特征相似性、几何约束等条件来实现精准识别。作为计算机视觉与地理信息科学的交叉领域，SV-VPR与视觉定位、图像检索、SLAM等技术密切相关，在无人机自主导航、自动驾驶高精度定位、网络空间地理围栏构建、增强现实场景融合等领域具有重要应用价值，特别是在GPS信号缺失场景下展现出独特的定位优势。【分析】本文系统综述了街景图像视觉位置识别技术的研究进展，主要包含以下内容：首先，阐述了图像视觉位置识别技术的基础概念与分类，深入探讨了街景图像视觉位置识别技术的基础概念与分类方法；其次，详细分析了该领域的关键技术研究；此外，全面梳理了街景图像视觉位置识别技术相关的数据集资源；同时，梳理了该技术的评价方法与指标体系；最后，对街景图像视觉位置识别技术的未来研究方向进行了展望。【目的】通过本综述，旨在为相关研究者提供系统化的技术发展脉络梳理，帮助快速把握领域研究现状；关键技术与评估方法的对比分析，为算法选型提供决策依据；前沿挑战与潜在突破方向的预判，启发创新性研究思路。

【目的】针对现有轨迹异常检测方法未充分考虑道路网络约束的问题，提出一种有效检测出租车司机搭载乘客时可能存在的欺诈行为的轨迹异常检测算法。【方法】首先进行地图匹配，将轨迹数据映射到实际道路网络上，从而获取轨迹的路径序列。接着，使用两阶段聚类方法，先对匹配后的轨迹路径进行初始聚类，提取出核心路段并扩展，形成多个核心路径，再计算不同核心路径之间的相似性，并将相似性高的路径分配到同一簇，从而形成多个路径簇。最后，根据路径簇计算出通行代价阈值，再结合通行时间代价和通行路程代价计算每条轨迹的通行代价，将其与通行代价阈值进行比较，以此判断轨迹的异常性。【结果】在真实轨迹数据集上与传统异常检测方法进行对比，所提方法在异常轨迹检测上具有良好的效果，其运行时间明显低于STADCS方法，并且检测准确率比STADCS方法最高提升了9.03%； F₁分数值相较于Two Phase和ATDC方法也有明显提升，最高提升率分别为6.67%和9.45%。【结论】本文提出融合路网约束的检测方法，结合两阶段聚类和通行代价评估，有效提升检测准确性与效率，降低误判率。算法适用于复杂城市路网场景，为车辆轨迹数据挖掘及交通管理决策提供有力支持，在欺诈识别等领域具有重要应用价值。

【目的】当前网络空间的复杂性和规模不断扩大，迫切需要高效的可视化方法以解析地理约束的网络空间要素间拓扑结构及其地理关系。【方法】本文提出一种基于分层汇流图表达的地理约束网络空间点群可视化方法：通过社团划分和中心节点选择构建骨干网络，结合Power-Graph边聚合算法构建汇流图，再计算捆绑点的地理布局，最后进行分层可视化的交互设计进而实现分层汇流图的构建。【结果】在香港IP路由网络和某地LBSN网络的实验表明：与直接拓扑可视化、力引导边捆绑（FDEB）和核密度边捆绑（KDEEB）等方法相比，本文方法在保留节点间精确连接方面表现更优，连边交叉数较原始拓扑图分别减少了36.1%和78.2%；同时能更好地保持点群地理分布特征，更适用于地理约束无标度网络的可视化。此外，分层可视化的交互设计进一步提升了用户的识读体验。【结论】本文方法使得网络关键结构和信息流向更加清晰直观，为地理约束的复杂网络的可视化提供了一种创新且实用的方法。

【目的】现有的地图服务访问控制方法多依赖于静态权限配置，缺少针对用户访问时环境和上下文信息的动态时空约束。为此，设计了一种集成虚拟链接的矢量地图服务多重约束访问控制机制，其核心在于构建时空耦合的离散化访问凭证，通过多重约束条件绑定机制实现权限载体的瞬时化、受限化与可审计化。【方法】首先，基于用户的IP地址对矢量地图服务访问进行限制，确保仅授权地理区域内的用户可以访问相应数据内容；然后，通过预设时间窗口验证访问请求的时效性，使得矢量地图数据内容仅在允许访问的时段可被用户获取；最后，结合用户角色和矢量数据图层密级信息，动态识别不同用户可访问的矢量地图图层内容，实现矢量地图数据内容的精细化访问权限控制。【结果】在仿真实验中，本文针对3种典型的用户角色，在多个预设的访问时间窗口和特定的IP地址范围内，测试了对矢量数据的访问控制效果。实验结果表明，与传统基于角色的访问控制（RBAC）方案的静态权限配置相比，本方案通过一次性虚拟访问链接机制，确保权限凭证仅在特定时间窗口和授权IP地址范围内可用，有效抑制了权限凭证的非法共享问题；同时，本方案可根据用户的具体访问环境变化，调整时空约束条件，并结合用户角色和数据图层密级的对应关系，精确的控制用户对矢量数据的访问。【结论】本研究验证了多重约束访问控制方案能适应矢量地图服务在复杂环境下的访问控制需求，为传统模型在提升权限灵活性和细化管理方面提供了一种可行的思路和方法。

【目的】可持续发展是全球各国发展的核心议题，涵盖了可持续的交通体系、包容和可持续的城市化等重要内容。作为城市公共服务设施的重要组成部分，公交网络是城市稳定运行的基石，其站点与线路的分布直接影响居民的出行方式。现有研究多聚焦于公交站点与线路的可达性分析、选址优化以及与人口、土地利用等因素的空间耦合关系，但在面对城市空间异质性和设施冗余问题时，仍存在优化深度不足、影响机制不清等问题。【方法】本文以北京市为例，重点关注北京东城区、西城区，本研究基于公交网络、地形、经济等多源数据，构建影响因素体系，并采用XGBoost机器学习方法，揭示驱动因子对公交站点分布的影响权重。在此基础上，提出了考虑站点冗余的数学模型，优化上下行站点的空间布局，绘制北京市公交站点空间优化布局图。【结果】研究结果表明： ① 北京市公交设施分布存在不均衡现象，中心城区与边缘区域在便捷公共交通可达人口比例上相差超过30%； ② 在19类影响因素中，人口密度为核心驱动因子，占比27.77%，风景名胜数量和停车场数量的影响较小，特征重要性不足0.5%； ③ 与p-中值模型相比，所提出的冗余优化模型显著减少了优化后站点的冗余程度，同时兼顾了加权距离最小化的性能，优化后的站点布局沿着原有公交线路分布且更加均匀。【结论】该研究结果可以为公交站点及其他公共服务设施布局提供一定的参考与理论支撑，有助于提升公共资源利用效率，促进城市可持续发展。

【目的】为提高高速路合流区安全水平并揭示交通冲突发生机理，研究合流区交通冲突预测及成因问题。【方法】通过整合Exid高精度轨迹数据与Lanelet2高清地图，构建多维时空特征数据库。运用互信息(MI)、XGBoost和GPT算法生成多角度独立特征集，并构建残差卷积神经网络(ResCNN)预测交通冲突。通过生成混淆矩阵对预测结果进行可视化呈现；利用Accuracy、Recall等多项指标，对比ResCNN与CNN、AttCNN、ConvXGB、Transformer、GraphSAGE在不同特征集下的综合性能；并进一步基于Friedman-Nemenyi开展模型差异显著性分析；利用AUC验证冲突事件检测能力并确定最优特征集；引入SHAP算法分析交通冲突单特征贡献度与双特征交互效应。【结果】预测结果可视化下，混淆矩阵表明ResCNN能准确识别绝大部分冲突事件，且误判率较低。综合性能评价下，ResCNN在4种特征集下均表现优异，各项指标均超过93.5%，特别是在GPT&XGB_selector特征集下，其准确率高达99.27%，召回率达到99.03%，性能接近理论极限。显著性检验下，显著性概率P值远小于置信水平，且ResCNN与其他模型的平均位次差基本都大于临界值。检测能力验证下， ResCNN对应曲线在各特征集下均保持最陡峭上升趋势。模型可解释性分析下，单特征贡献度明确了车头时距等8个关键特征对冲突的不同影响效果；双特征交互归因呈现出车头时距与速度差等多组特征的复杂关联。【结论】ResCNN相比其余模型存在显著性优势，能精确区分冲突与非冲突事件，且适配于不同特征集，有效解决了高速路合流区冲突预测与机理解析问题，为智能交通系统的冲突预测提供了新的解决方案。

【目的】在金矿领域，由于实体重叠、嵌套以及复杂关系的存在，在构建知识图谱过程中，信息抽取面临着极大的挑战。【方法】为应对这些挑战，本文提出了一种基于PFNA（Partition Filter Network with Attention mechanism）模型的解决方案，专门针对金矿领域的实体和关系抽取任务。该模型引入了注意力机制，通过对输入信息的动态加权，有效提升了对复杂实体及关系的捕捉能力。同时，结合领域特定的词嵌入增强策略，进一步提升了模型在金矿领域内对专业术语和复杂模式的识别能力。【结果】通过与其他基线模型在金矿数据集的对比实验，在复杂实体的抽取上F1得分提高了6.50%~50.42%，同时在提取复杂关系方面，模型的F1得分提高了13.15%~58.54%，证明模型能够更好地服务于复杂的知识抽取任务，有效验证了该方法在金矿领域中的优越性。【结论】通过图数据库Neo4j存储实体和关系，结合可视化界面展示了所构建的知识图谱，有效实现了知识图谱的应用，为金矿领域的智能决策与资源管理提供了系统化的知识支持。

【目的】DEM数据作为地理信息中主要的数据类型之一，如何对其进行制图综合，确保数据的一致性，适应多样化需求，一直是地图制图学的重要研究内容。【方法】本文提出一种基于曲率小波变换的DEM综合方法，首先计算DEM数据的平面曲率，然后进行小波分解获得低频数据和高频数据，利用低频数据选取特征点，同时引入方根模型制定选取规则，以选取的特征点为基础作克里金插值，之后将插值结果与高频系数相结合，实现DEM制图综合。利用选取的山地、丘陵和平原3种地貌类型数据，对其进行制图综合，分析所提方法在各类地貌数据中的适用性及其主要地形特征的保持效果。【结果】对山地、丘陵和平原三种地貌类型综合效果良好，同时，以1∶5万的山地数据为基础所派生出的1∶10万、1∶25万、1∶50万比例尺下的数据，在高程值的均值、标准差、 DEM三维可视化以及地貌特征保持等方面表现良好，与结构化综合方法相比，MAE和RMSE分别降低了13%和34%。【结论】通过将平面曲率和小波变换相结合，重点突出局部地形的几何特征，提升了小波变换在多尺度地形分析的准确性，本文方法在处理多种地貌类型时适用性较强，且在综合时对于不同地貌的主要地形特征的保持效果表现优异。

【目的】净初级生产力（NPP）是评估陆地生态系统碳汇的一个关键指标，在全球和区域尺度研究上通常采用生态模型对其进行估算。遥感估算模型虽然准确度较高，但在对未来NPP的预估以及长期生态气候响应研究方面受到了限制；过程机理模型弥补了遥感估算模型的上述缺陷，但空间分辨率相对较低。【方法】本文提出了一种滑动窗口分位数映射方法，利用遥感估算模型（CASA）获取的细分辨率植被NPP的纹理特征，对生态机理模型（CEVSA）模拟的粗分辨率NPP进行空间降尺度研究。通过提取2001—2010年CASA-NPP的纹理特征对CEVSA-NPP进行调整后，通过设置一个滑动的窗口，在较小的空间范围内，采用分位数映射法对调整后的CEVSA-NPP进行订正，最后利用2011—2019年的数据对结果进行检验。【结果】以青海省为案例研究区的结果显示，与CEVSA-NPP和CASA-NPP二者之间的偏差相比，降尺度后的NPP值与 CASA-NPP更为接近，均方根误差（RMSE）降低了57%，基本保留了CEVSA-NPP原有的变化趋势方向和年际变化特征；农田生态系统和聚落生态系统的RMSE最大，其次是森林生态系统，荒漠生态系统、草地生态系统以及水体与湿地生态系统的RMSE相对较小。【结论】该降尺度方法可用于对过程机理模型模拟结果以及未来预测预估结果分辨率的提升，为开展精细化的区域生态系统碳收支影响评估及极端气候事件对生态系统的影响评估等提供数据和方法支持。

【意义】影像匹配是完成多景影像空间位置对齐的方法和过程，而自动化影像匹配是现代摄影测量与遥感数据处理中关键的一环。【进展】随着对地观测技术的发展和多源遥感数据获取能力的提高，综合协同处理多源数据的能力需求推动多模态遥感影像的匹配技术研究不断深入，近年来基于深度学习的思想深刻影响了影像匹配领域技术的发展。本文在介绍传统遥感影像匹配框架的基础上，分析了多模态遥感影像的类型、特点与匹配难点，重点论述了针对多模态遥感影像不同深度学习方法研究的新进展，并分析了其优缺点，归纳总结了目前适应多模态遥感影像匹配任务的数据集，对深度学习方法在多模态遥感影像匹配中的发展成果和当前挑战进行了总结。成果方面，该领域算法在高效、鲁棒和精度上显著提升，多模态融合策略和多种创新框架与模型推动了研究发展并反映了该领域从模块化适配到整体建模的转变，揭示了数据驱动的表征学习与几何推理的更深度融合。但当前研究仍存在显著瓶颈，多模态差异方面，异构性严重制约匹配效能，模型泛化能力不足；数据与计算层面，高质量标注数据稀缺、计算资源需求大；工程部署层面，算法实战能力欠缺，误匹配剔除困难，模型在混合模态数据处理中泛化性差。【展望】最后对多模态遥感影像深度学习匹配方法领域的发展趋势与未来展望进行了深入探讨，包括模态无关的设计、物理信息约束的网络架构以及适应复杂环境的轻量化方案等。

【目的】变化检测是遥感图像分析中一项关键且具有挑战性的任务，其在对地观测领域发挥着愈加重要的价值。基于深度学习的变化检测技术已取得一定成果，但在细节及边缘区域仍存在误检与漏检问题。【方法】本文提出了一种融合空间域上下文信息与频率域高频细节的多尺度小波变换注意力网络（Multi-Scale Wavelet Transform Attention Network，WTANet），该网络通过空间域与频率域互补特征增强及多尺度特征差异引导，从全局语义与局部细节两个层面提升模型对微小变化区域的感知能力。WTANet通过引入细节捕捉小波模块（Detail Capture Wavelet Module，DCWM），利用小波变换的频率域特性与注意力机制相结合，有效提取遥感影像中的粗细粒度信息，补充因卷积或池化操作而丢失的高频细节，增强了网络对细节区域的检测能力。此外，通过引入特征差异增强解码器（Feature Difference Enhancement Decoder，FDED）强调多尺度特征之间的差异，增强特征的丰富度和表达力，提升了模型在复杂场景下的性能表现。【结果】在CDD、LEVIR-CD和S2Looking 3个高分辨率遥感影像变化检测数据集上的实验结果表明，WTANet的F1分数分别达到了97.52%、91.24%及65.43%。与SNUNet、BIT等代表性变化检测模型相比，WTANet展现出了更优异的细节和边缘检测能力。【结论】本文提出的WTANet通过融合空间域与频率域信息，有效提升了遥感影像变化检测的精度，同时为后续遥感图像分析研究提供了新的思路，可为城市规划、环境监测等领域提供重要的技术参考。

【目的】精准提取水体表面形态是遥感应用于水文监测的基础，但受遥感影像分辨率低和中小河流水面狭窄影响，极大限制了其在水文监测和历史水文数据挖掘中的应用。【方法】为此，本文提出了一种基于初始水面利用水体相似度判定水陆边界混合像元，并结合光谱分解和空间吸引力模型，确定混合像元中水体比例和空间分布的方法。选取金沙江上游石鼓、奔子栏、巴塘、岗拖、直门达5个水文站附近河段的Landsat8 OLI遥感影像，验证该方法的有效性，并采用Jaccard系数、相交面积百分比、边界偏移距离和路径平均距离四种面积和形状指标，评估其在不同复杂背景下的适用性。【结果】结果表明： ① 改进的混合像元水体比例提取方法有效减少了水体误判与漏判，更精准地复原了水体真实边界和面积； ② 在覆盖精度、边界匹配性和形状优化方面，本文所提方法基于传统水体提取方法（NDWI、DT、SVM 和 RF）构建的改进水体提取方法（NDWI_Mixed、DT_Mixed、SVM_Mixed 和 RF_Mixed），在5个典型河段中整体性能更优。Jaccard系数从0.81提升至0.88，相交面积百分比达93%，边界偏移距离从13.4 m降至7.6 m，路径平均距离从23.4 m降至11.2 m，形状一致性优化幅度达52%； ③ 该方法在背景规整、纹理清晰的直门达、奔子栏与岗拖河段表现稳定，在复杂背景下巴塘和岗拖河段方法表现差异明显，其中NDWI_Mixed与RF_Mixed整体稳定性较好， SVM_Mixed与DT_Mixed对干扰背景敏感性更高。【结论】研究表明，该方法提升了中低分辨率遥感影像下山区河流水体边界提取精度，能够为历史时期或缺资料区域的遥感水文反演提供数据支持。

【目的】土地利用/覆盖是影响地表环境与生态过程的关键因素，其中建设用地作为主要的人工地表覆盖类型，其扩张对区域生态系统产生显著影响，因此成为多学科关注的焦点。本文旨在获取更高精度的建设用地空间分布信息，通过评估与融合多源土地利用/覆盖数据，提升建设用地分类准确性，为区域可持续发展研究提供数据支持。【方法】以环渤海地区为实验区域，选取国内外7种中高分辨率土地利用/覆盖数据产品，基于建设用地总面积和空间格局对比分析，筛选出5套数据（ESA2020、CoLUCC2020、GlobeLand2020、CLCD2023、GLC_FCS2022）进行后续评估与融合。采用一致性分析方法评估各数据集的建设用地分类效果，并结合多指标评价与阈值截取方法进行数据融合。【结果】ESA2020、CoLUCC2020、GlobeLand2020和GLC_FCS2022在建设用地分类中表现较好，而CLCD2023略显不足。融合结果的总体精度达93.51%，Kappa系数为0.745 5，较单一数据产品均有提升。【结论】本文提出的融合方法有效弥补了单一数据的局限性，为区域土地利用/覆盖数据产品的融合应用提供方法基础，同时也为环渤海地区的可持续发展等相关研究提供了数据支持。

【目的】探究2022年长江流域严重干旱与库区局部强降水事件构成的复合型极端天气下三峡库区滑坡的时空演化特征及其驱动机制，弥补现有研究对极端气候下滑坡灾害演化认知的不足。【方法】以秭归-奉节段为研究区，根据库水位变化周期与范围划分正常天气（2020年7月-2022年7月）和极端天气（2022年7月—2023年9月） 2个时段，基于哨兵1号（Sentinel-1）SAR数据，采用小基线集（SBAS）InSAR技术监测地表形变并识别活动滑坡，结合信息量模型开展滑坡易发性动态评价,对比分析滑坡演化特征与驱动机制。【结果】① 共识别出136处活动滑坡，最易发育滑坡的地貌条件包括坡度10°~30°、坡向东南至西北、高程100~400 m、距河流小于200 m、主要分布在碎屑岩、碳酸盐岩与碎屑岩组，且多位于距道路小于100 m的雨养耕地；② 证实将InSAR技术与传统滑坡易发性评价模型相结合可实现随InSAR形变数据同步更新易发性评价，及时响应滑坡演化状态； ③ 极端天气条件下，研究区的滑坡隐患显著加剧，而三峡水库的较低水位运行对库岸稳定性无明显的负面影响；④ 降水是滑坡易发性动态演化的核心驱动因子，岩性不同的区域易发性对降水的响应存在显著差异。【结论】通过融合SBAS-InSAR时序形变监测与信息量模型，揭示了极端天气下滑坡风险的时空变异特征，弥补了现有研究中对三峡库区滑坡演化在极端气候条件下认知的不足，为滑坡灾害的监测、预警与科学管理提供了重要依据。

【目的】人口空间大数据虽具备样本量大、时空分辨率高等优势，但其准确性不足制约了定量研究的可靠性。现有方法因缺乏权威基准或依赖大数据生产商的“黑盒”算法，难以实现校准。【方法】本文提出一种基于行政层级约束优化的人口大数据校准普适方法，以法定、权威的第七次人口普查数据为锚点，空间关联七普常住人口数据与2020年百度常住人口大数据，构建行政层级约束下的运筹学模型，通过求取偏差值的全局最优解，达到校准人口大数据的目的。以湖南省第七次人口普查常住人口数据为锚点，以湖南省的2020年度百度常住人口大数据为示例进行了校准。【结果】校准后的湖南全省2020年百度人口大数据常住人口与七普常住人口的偏差比降至-1.01%（降幅25.87%），市、县级偏差比分别收敛至[-2.05%, +0.92%]与[-2.06%, +1.99%]，且未改变原始偏差趋势。与国家统计局城区人口数据的验证结果显示，采用该方法计算得出的城区人口总数与国家统计局数据偏差比在-2.7%~+1.7%。根据人口大数据估算的绿心地区常住人口与实地调查的常住人口数量的偏差比为+0.47%。【结论】校准结果和2次验证结果充分表明本文提出的方法有效，为依据人口大数据估算非人口普查年份的人口数量、人口空间化分布数据提供可能。