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。

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。

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。

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。

建筑物提取作为遥感影像处理领域备受关注的研究方向之一，对于城市规划、灾害管理、智慧城市建设等方面具有重要意义。近年来，随着遥感技术的不断突破和深度学习算法的迅速发展，卷积神经网络凭借强大的特征提取能力成为从遥感影像中提取建筑物的新兴解决方案。本文对基于卷积神经网络的建筑物提取方法进行系统总结，并将相关文献的方法针对模型结构、多尺度特征差异性、边界信息缺失以及模型复杂度的优化策略进行归纳分析。随后，我们阐述了典型的建筑物数据集以及当前数据集存在的问题，并根据数据集上的实验结果对相关方法的精度及参数量进行详细分析，旨在帮助读者更好地理解各种方法的性能和适用范围。最后，立足于领域的研究现状，面向人工智能高质量发展的新时代，从Transformer与CNN的结合、深度学习与强化学习的结合、跨模态数据融合、无监督或半监督学习方法、基于大规模遥感模型的实时提取、建筑物实例分割和建筑物轮廓矢量提取等方面对建筑物提取的未来研究方向进行了展望。

随着城市规模的不断扩大，城市居民通勤中混合交通模式普遍出现，即需要借助不同交通工具之间的换乘完成行程。精确提取和分析城市居民换乘行为，对城市交通模式及设施便捷性等研究具有重要意义。目前，换乘行为的提取多采用GPS（Global Positioning System）、GTFS（General Transit Feed Specification）等数据，基于步行速度或经验选取距离阈值或时间阈值，进而实现换乘行为的识别。但这种方式忽略了城市空间内公交或地铁站点密度的差异性特征，识别精度可能受到较大影响。因此，本研究基于公交地铁IC卡数据，提出了一种时间-距离阈值双约束的换乘行为识别算法，即根据公共交通刷卡数据的统计特征，实现时间和距离阈值的自动选择，进而精准提取换乘行为。在此基础上，本文根据前后半程的旅行时间/距离长短将换乘行为分为九类换乘模式：长-长换乘、长-中换乘、长-短换乘、中-长换乘、中-中换乘、中-短换乘、短-长换乘、短-中换乘、短-短换乘，并分别对其出行特征进行分析。结果表明，所有类型的换乘行为的早高峰均早于公交和地铁的出行早高峰，短-长换乘的早高峰时间甚至比一般出行的早高峰时间提前了30 min，充分说明了以换乘模式通勤的乘客需要付出更大的努力。相比之下，晚高峰出行时间则各有早晚，如长-长、长-短换乘模式晚高峰明显滞后于一般出行的晚高峰时间，更凸显了换乘群体的通勤成本负担之重。从出行距离上来说，九种换乘行为的通勤距离峰值远大于一般出行的峰值，甚至多分布于20~40 km之间。总之，本文所提出的换乘行为提取算法能够实现城市换乘行为的精确提取，结合对不同换乘行为模式的有效分析，为城市交通、城市活力、公共交通设施和城市规划等方面的研究提供有效的模型算法支撑。

准确预测城市内部OD流对于优化城市交通运行效率、提高资源利用率以及促进城市可持续性发展具有重要作用。现有研究大多基于单一尺度利用地理位置之间大量的历史流量来预测未来的流量，尚未有研究充分探究不同空间尺度下OD流预测可能存在的重要特征或建模精度差异等问题。本研究以北京市出租车轨迹为例，采用深度重力模型（Deep Gravity）对不同空间尺度下的轨迹OD流进行预测。同时，引入SHAP值（SHapley Additive exPlanations）揭示不同尺度下影响OD流预测建模的重要特征。结果表明： ① 相比于重力模型和辐射模型，街道尺度下深度重力模型的OD流预测精度最高（CPC值高达0.83），且成功捕捉到了北京市早晚高峰时段的OD流网络整体结构，呈现出“环形散射状”特征； ② 在本研究所选各空间尺度下，对OD流预测精度影响最大的4个特征均为O、D点之间的出行距离，O、D点周围公司企业数量、餐饮服务数量以及购物服务数量； ③ 同一特征对OD流预测模型的局部影响不同于全局，如科教文化和体育休闲类POI在全局尺度下对模型影响较小，但在局部尺度下却表现出极大的影响。

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。

传统聚落集聚了大量的古代建筑和民俗等传统文化资源，以其突出的历史、文化和艺术等价值而备受关注，提取其丰富的历史文化信息并服务于现代产业发展具有积极的意义。针对当前尚缺乏从地理知识提取和表达视角对传统聚落丰富的历史文化信息进行知识抽取、组织和表达，进而实现“数据-信息-知识-智慧”转换这一问题，本文提出传统聚落景观基因本体（Geographic Ontology of Cultural Landscape Genes of Traditional Settlements, GeoOnto-CLGTS），并探索传统聚落景观基因的内在关联特征。首先，结合地理信息本体和传统聚落景观基因特征分析了GeoOnto-CLGTS的概念及表达方法，并提出GeoOnto-CLGTS模型的构建方法。其次，结合七步法的地理信息本体建模方法，梳理景观基因概念、关联关系和数据属性特征，自顶向下构建GeoOnto-CLGTS的概念层。并以123个中国传统聚落为案例，通过protégé工具进行实例补充，实现了GeoOnto-CLGTS模型的实例层构建。最后，通过Neo4j图数据库对本体数据进行存储，构建传统聚落景观基因知识图谱，实现了景观基因信息的查询。结果表明，本文构建的GeoOnto-CLGTS可以为今后开展传统聚落文化资源的知识发现及促进传统聚落的数字化保护提供有益的借鉴。

元胞自动机（CA）是土地利用/土地覆盖变化模拟的重要工具。以往基于纯质元胞的CA模型忽略了元胞内部的混合土地覆盖结构，难以模拟现实中混合土地系统在快速城市化进程的连续演化。而混合元胞CA模型（MCCA）虽能较好地处理这一问题，却因难以获取精细尺度的混合结构数据而不易于推广。为了解决这个问题，本研究提出了耦合混合像元分解方法和MCCA模型的模拟分析框架，利用混合像元分解算法从Landsat影像中直接获取MCCA模型所需的亚元胞尺度混合结构数据；并利用SHAP方法挖掘亚元胞尺度土地覆盖变化的驱动力。本文以武汉市为研究区开展了实验，研究结果表明： ① 耦合模型在混合土地结构的空间格局表征以及未来变化模拟方面具有较高的准确性（解混精度高于0.8，mcFoM指数达到0.38）； ② 本文的耦合模型能够在有效模拟精细尺度的土地覆盖动态变化及其比例关系的同时，发现区域土地覆盖变化的相关规律。例如：未来的土地覆盖结构变化主要集中在建成区附近，土地混合度将经历先增后减的过程，靠近公司企业、市政府和高人口、高GDP是不透水面扩张的重要驱动因素，在离高铁站相对较远的地方，不透水面比近处增长更加明显； ③ 本文模型模拟的未来土地覆盖变化趋势与武汉市的未来规划布局相符，多情景间的对比体现了MCCA模型在精确捕捉像元间土地覆盖比例细微差异方面的能力。本研究通过耦合遥感领域的混合像元分解方法和GIS领域的混合元胞CA模型，解决了混合土地覆盖模拟缺乏精细尺度数据源的问题，实现了在亚像元尺度下的未来混合土地覆盖结构变化模拟，可为城市管理和规划决策提供新的方法与工具。

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。

兴趣点（POI）对于深化理解地理空间中人类活动和环境特征的作用日益凸显，从大规模空间数据中探测与周围环境显著不同的离群点是增强人地系统认知的重要研究方向。现有离群点挖掘方法应用于POI时存在局部空间分布特征表达及量化不足的缺点，并且其有效性亟待进一步讨论。鉴于此，本文提出了基于局部集聚尺度判定的兴趣点离群分布探测方法。首先，借助Delaunay三角网构建POI的空间邻接关系，并基于交叉K近邻距离和多尺度特征参数判别点群的局部集聚特征尺度；然后，提取满足尺度约束条件的点及其邻接边集；最后，通过边长约束指标剔除不满足条件的局部长边并整合离群簇，完成POI离群探测。根据实际数据的对比实验结果可以得出所提方法泛化能力良好，且可在不破坏POI固有分布特征的前提下有效、稳健地探测离群点。本文进一步开展离群点探测结果的可解释性分析，讨论得出兴趣点离群分布成因与类型占比、空间布局、占地面积及公众认知水平等因素密切相关。本研究为全面把握城市发展动向、资源配置优化、提高城市可持续性及人居生活质量等方面提供新的方法与研究视角。

亚洲是国际人口迁移的活跃区域。除区域社会经济因素外，迁移流之间的时空依赖也不可忽视。本文基于1990—2020年6个时期亚洲国家双边移民流量数据，采用零膨胀负二项回归以及与之相结合的特征向量空间滤波和时空滤波模型（时空同期和时空滞后），分析亚洲内部国际人口迁移的影响因素，并对2020—2025年人口迁移流进行预测。结果初步表明： ① 亚洲国际人口迁移流存在显著的时空自相关，且同期邻近迁移流比过去邻近迁移流影响更大，加入表征时空依赖的特征向量能够有效提高模型拟合能力； ② 人口规模、经济水平、战乱情况以及邻近性是影响亚洲国际人口迁移流的主要因素，在1990—2020年，人口规模效应先减后增，经济差异驱动力则先强后弱，因战乱死亡人数仍具有较强的推力，地理距离的阻碍作用在减小，语言邻近和经济合作依然对人口迁移具有显著的促进作用； ③ 综合时空同期和时空滞后2种模型的预测结果，2020—2025年巴基斯坦和印度之间、印度 \to沙特、巴基斯坦 \to阿富汗和叙利亚 \to约旦的迁移趋势明显； ④ 根据2种时空滤波模型的结果，2020—2025年亚洲国际人口迁移流总量约为1.8×10⁷人。揭示亚洲内部国际人口迁移的时空依赖特性和其他规律有助于准确预测未来人口迁移趋势，同时为国家经济社会发展的宏观政策制定等提供科学决策参考。

在卫星碳观测用于区域减排存在技术壁垒的背景下，全球尺度的高分辨率化石燃料二氧化碳（FFCO₂）排放清单成为区域FFCO₂排放研究的主要数据来源，但现有的全球尺度FFCO₂排放清单用于区域研究仍存在显著的不确定性。为此，本研究定量分析3种全球尺度的高分辨率FFCO₂排放清单（ODIAC 2020b, EDGAR v6.0, PKU-CO₂-v2）用于区域尺度研究的差异性和变异性，然后基于卡尔曼滤波将3组数据进行特征融合，探讨了粤港澳大湾区FFCO₂排放的时空演变格局。结果表明： ① 当前FFCO₂排放清单数据间存在着显著的差异性和变异性特点，以大湾区为例，在最佳表征空间分辨率3 km×3 km下，区域内网格单元的平均差异性达到140%，变异系数达到16.3%，单一的全球尺度FFCO₂排放清单数据用于区域或城市的FFCO₂排放研究结果不准确； ② 经卡尔曼滤波融合重构的2000—2018年长时间序列的新数据显示：卡尔曼滤波融合结果的不确定性由±15%~20%减少至±10%； ③ 2000—2018年，大湾区FFCO₂排放的总体布局是广深港澳中心高排放，向外围区域逐渐降低为低排放区，并形成深圳、香港→广州→佛山、东莞→中山的排放转移路径。本文提出的区域FFCO₂排放研究思路在大湾区进行了示范应用，同时可应用于其他区域和城市。本研究的结论将为大湾区能源、资源优化布局提供科学依据，对低碳转型及高质量发展和“美丽湾区”建设具有重要意义。

对于具有复杂几何结构特征的建筑物，三维网格模型重建结果易存在表面扭曲、边缘特征平滑的问题，无法较好地反映重建目标的真实信息。针对上述问题，本文提出一种结合三维边缘约束的网格模型优化方法。该方法以OpenMVS算法得到的初始网格为基础数据，利用变分原理构建能量函数，将网格模型优化问题转换为能量函数最小化问题。首先，从多视图像中提取三维边缘点，以三维边缘点构成的边缘轮廓来定位网格模型边缘区域；接着，利用灰度一致性测度构建数据项，利用顶点自身曲率构建平滑项，利用三维边缘轮廓约束构建附加约束项，将3个约束项构建为一个总体能量函数；最后，采用梯度下降法迭代求解总体能量函数最小值，将梯度变化量分配到网格模型的顶点上来驱动网格形变，以此优化模型。选取Strecha数据集中两个真实室外场景和ETH3D数据集中一个真实室内场景进行优化实验，使用ETH3D评估框架对实验结果进行评估。结果表明，经本文算法优化后的网格模型完整度和精度最高为89.76%、94.45%，本文算法在解决复杂几何结构建筑物模型边缘优化问题的基础上，提高了建筑物模型的准确程度。

随着我国城市化进程的加快，城市内涝灾害愈加频繁，人民的生命和财产安全受到了严重的威胁。然而，城市内涝灾害在愈加频繁的同时，产生了诸如信息获取不及时、制图时效性低、地图信息冗余等问题，难以为救援提供及时响应。基于此，本文提出了一种面向城市内涝场景下的微地图制作方法。首先，调用微博API获取任意时间段内特定主题下的社交媒体文本数据，对数据进行清洗与预处理；接着，选取BiLSTM-CRF模型提取社交媒体中有关城市内涝的地名地址信息；然后，结合Dijkstra算法为用户推荐避开危险路段的最优路径；最后，结合灾害信息与实际场景，制作城市内涝场景下的微地图。实验结果表明： ①该方法能够有效识别城市内涝点，总体准确率达到92.7%； ②对比官方发布的积水点，本文提取的积水点与官方积水点大部分重叠，能够有效为传统监测方法提供补充信息； ③根据所得内涝点生成道路网级别的城市内涝地图，能够克服在海量地理空间信息中可视化冗余的不足，即有效缓解地理信息冗余的问题。由此可知，实时显示城市内涝信息，能够为用户掌握灾害现场的信息提供便利，调动他们参与制作微地图的积极性。与此同时，结合最优路径推荐，能够提高灾害应急场景下的制图时效。

锥形模型和矩阵模型因计算简单、可查询性好，常被用于方向关系查询，但由于忽略了空间对象的大小、形状、以及相互之间的距离对方向关系的影响，容易导致方向关系查询结果出现偏差。为解决该问题，本文利用锥形模型、矩阵模型和 Voronoi图模型在方向关系判断上的互补性，提出一种集成三者优势的方向关系组合模型，并基于该模型实现了方向关系查询。其基本思路是：为了能够集成不同模型的优势，将方向关系分为外部方向关系和内部方向关系；然后，组合锥形模型和矩阵模型实现外部方向关系查询，从而兼顾空间对象的大小和相互之间的距离对方向关系的影响；并使用Voronoi图模型进行内部方向关系查询，以顾及空间对象的形状对方向关系的影响。实验结果表明，组合模型在方向关系查询中具有良好的适用性和可行性，能够有效克服锥形模型和矩阵模型存在的缺陷，提高方向关系查询的准确性。该模型将有助于提升空间信息智能查询、智能推理、以及多尺度空间关系相似性计算等空间数据处理方法的准确性和可信度。

可解释的准确预测PM_2.5浓度变化可以有助于人类规避暴露风险，对人类健康风险评估和政策实施具有重要意义。目前已有PM_2.5浓度预测模型过多专注于提升模型预测精度，但忽略了模型的可解释性，造成模型可复用性和可信任度较差。鉴于此，本文提出了一种兼顾模型预测精度与模型可解释性的注意力时空常微分方程模型（Attentional SpatioTemporal Ordinary Differential Equation，ASTODE）用于PM_2.5浓度预测任务。具体而言，本文将神经常微分方程集成至PM_2.5浓度预测任务中，以提升预测模型的可解释性。此外，针对传统神经常微分方程难以挖掘PM_2.5浓度数据中空间依赖关系的挑战，本文提出了一种新颖时空导数网络将传统神经常微分方程扩展到了时空常微分方程。针对传统神经常微分方程难以挖掘PM_2.5浓度数据中长期依赖关系的挑战，本文设计了一种时空注意力机制去融合多个时间节点的隐藏状态。本文采用真实的PM_2.5浓度数据集对提出的ASTODE模型进行了验证。实验结果表明，ASTODE模型不仅在预测精度上优于或逼近于存在的6个基线方法，并且在可视化的视角下具有良好的可解释性。

海岸线位于陆地与海洋交汇的关键地带，其利用模式与陆海两侧的空间规划与开发密切相关。本研究主要基于2022年SDGSAT-1卫星影像，兼顾海岸线两侧的陆域和海域空间，从中国海岸带整体、省（市区）海岸带、剖面线3个层面探究中国大陆海岸线与陆海两侧空间利用的关联特征。结果表明： ① 中国大陆海岸线开发利用比例较高，未利用岸线仅占35.11%；在已开发的岸线类型中，养殖围堤岸线占比最大，其次是港口码头岸线； ② 在土地利用方面，建设用地面积最大，其在天津和上海占有较大比重；人工湿地次之，在辽宁和山东占比较高。对于海域利用，渔业用海在山东和福建占比较大；交通运输用海在上海占比最大；能源开发用海在上海、天津和河北占有较大比重； ③ 从开发利用强度来看，海岸线利用程度综合指数、土地利用程度综合指数和海域利用程度综合指数两两之间均存在明显的正相关关系。与向海一侧相比，海岸线利用程度与陆域土地利用活动之间的相关性更强；空间上，3个指数高值和低值所在的地区基本一致，高值区主要分布在天津和河北等北方省份，低值区主要分布在浙江和福建等南方省份； ④ 从海岸线角度观海望陆：未利用岸线向陆一侧林地占比最高、土地利用程度综合指数值最低，而在未利用岸线向海一侧，旅游娱乐用海的占比高于其他岸线类型；港口码头岸线陆海两侧利用程度综合指数均为最高，陆侧以建设用地为主，海侧以能源开发用海和交通运输用海为主；养殖和盐田围堤岸线海侧的生态保护用海占比高于其他岸线类型。研究结果可为科学规划和管理海岸线、优化陆海空间结构等提供科学数据和决策支持。

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。

随着城市居民生活水平和对生活质量追求的提升，公园绿地已成为休闲娱乐的主要场所。在此背景下，如何公正地评价城市公园绿地布局合理性并提出改进意见对交通及土地利用规划至关重要。公园绿地的可达性则是评价其布局的关键指标。针对以往仅以公园绿地的面积评估吸引力所带来的可达性评估局限性，本文以苏州市区为例，在利用客观属性计算可达性的传统框架外，挖掘社交媒体数据，将居民对公园绿地质量指标的主观情感倾向纳入考量范畴。通过这一创新性的融合，本文改进了两步移动搜索法（Two-Step Floating Catchment Area, 2SFCA），深入分析城市居民对公园绿地的可达性，以及突发公共卫生事件前后可达性的动态变化。研究发现：在突发公共卫生事件期间，人们更趋向选择出行便利的公园绿地，如社区公园；而随着事件结束，人们更青睐配备良好设施的公园绿地，如专类公园。采用结合游客评论情感分析的2SFCA，能更准确评估城市公园绿地可达性，丰富公园绿地可达性研究视角。该方法不仅可应用于城市公园绿地规划，也为公共服务设施的可达性分析提供了新思路与计算框架。

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。

不确定性可视化是网络空间地图可视化领域的重点和难点，合理的不确定性符号设计对网络空间地图信息的快速读取挖掘与精准分析决策至关重要。本文提出了一种基于多粒度时空对象数据模型的网络空间双变量不确定性符号表达方法，解决网络空间节点链接图中变量符号无法及时高效地体现节点、连边不确定性表达不一致的情况。以地理社交网络为案例，首先采用多粒度时空数据模型建模的方法，分析网络空间对象建模的内容和流程，设计网络空间实体对象类并创建相应时空对象；在此基础上结合传统符号在网络空间节点链接图表达方面存在的问题，分析网络空间不确定性表达原理和模型，制作相应的视觉熵符号；最后开展对照实验，并采用统计方法对符号实验结果进行检验。结果表明基于对象化建模的方法有助于网络空间多粒度、全类型、多维动态的表达，通过可视化和交互技术能生动直观、全面多维地表现网络空间的发展变化；新设计的视觉熵符号在网络空间双变量不确定性差异表达方面的效果较好，有助于及时高效准确地获取网络空间的不确定性信息。研究可以为网络空间地图可视化领域的发展提供一定借鉴和参考。

随着三维传感器和三维重建技术的发展，跨源点云的配准融合成为了一个研究热点。传统的配准方法使用单一特征作为配准基元，会存在空间几何约束弱的问题。为了高精度融合跨源点云数据，充分表达场景中的立面信息，本文提出一种基于线面特征约束的跨源点云配准方法。通过RANSAC算法提取跨源点云中的同名线、面特征；利用四元数法描述空间变换参数，将线特征作为配准的约束条件，构建空间变换目标函数，估算变换相关参数完成粗配准，解决尺度差异性；在粗配准的基础上将面特征作为约束条件，求解旋转矩阵和平移参数完成精配准。以面特征代替点特征作为配准基元能避免从海量的点云数据中选取公共点，减少由人为选择的偶然误差，避免了误差的积累，进一步提高配准精度。最终使用影像匹配点云与激光雷达点云数据进行实验，结果为：在小区域单建筑、多建筑和大区域建筑群中RMSE值分别为0.364 7、0.032 0和0.614 6，且同名面之间的夹角最大不超过1.5°，最小不到0.1°，夹角角度均值在1°范围内。结果表明本文方法对具有尺度差异的跨源点云具有较好的配准效果。

直线特征的精确匹配对三维模型的重建与优化具有重要意义。但是传统的双视图直线匹配由于视图数量较少导致直线匹配结果鲁棒性较差，且对于存在断裂的直线提取结果，同一直线在不同影像上提取直线的数目不等，导致直线匹配结果完整性较差。针对上述问题，本文提出多视图立体视觉(Multiple View Stereo, MVS)与Leiden图聚类相结合的多视图直线匹配算法。该算法首先使用直线提取算法和MVS三维重建算法对输入的多视影像分别进行直线信息提取和多视图三维信息提取，得到各视图上的直线与覆盖多视图场景的稠密三维点及其相关信息，并以此构建直线描述符；接着通过三维直线投影角度约束、点-线位置关系约束及同名点约束对匹配候选进行筛选，并根据各视图上直线间的相似性关系以各视图上的直线为节点，直线间的相似性得分为边权重构建无向图，同时剔除无向图中由单个节点构成的连通分量，得到连通分量集合，即初始匹配结果；最后对各个连通分量的节点基于同视图共线约束进行重构，得到子无向图，并对子无向图节点使用Leiden算法进行聚类。最终在多视影像上得到精确的直线匹配结果。本文选取大疆无人机拍摄的2组影像以及网上公开的1组影像进行实验。实验结果表明，采用本文算法获得的直线匹配结果较对比算法在直线匹配数目以及匹配正确率上均有所提升。

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。

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。

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。

城市街道与老年人的日常活动密切相关，探讨街道环境适老性水平的空间分布特征及其关键影响因素，对老年友好型城市公共空间建设有重要指导作用。然而，既有研究难以贴近真实的人本视角、快速、大规模且精准地评估街道适老性水平的地理空间效应。因此，本研究从人行视角采集街景图像，结合语义分割和目标检测技术提取环境要素，利用人机对抗众包评价与残差神经网络50（ResNet50）技术测度街道环境适老性水平，采用莫兰指数（Moran's I）、普通最小二乘回归模型（OLS）、空间滞后模型（SLM）和空间误差模型（SEM）综合分析街道适老性水平的地理空间异质性及其影响因素；最后，选取了老龄化程度明显、街道环境多样的广州天河核心区为例进行实证研究。研究发现： ① 本研究结合了人视街景图像、机器学习和空间统计学方法，能够快速、有效地开展街道适老性水平评价，揭示其空间效应特征和关键影响因素； ② 街道适老性水平指标在研究区存在中等偏高程度的空间聚集性，商业型街道和靠近住宅区的街道、滨水街道差异大。水平较高的是商业型街道和靠近低密度住宅区的街道，较低的是靠近高密度住宅区的街道。老年人在滨水街道的活动性和安全感高，但愉悦感低；对靠近住宅区街道的归属感低； ③ 不同街道环境要素对适老性水平的影响存在差异。绿视率、开敞度和围合度对街道适老性水平的影响较强，拥挤度、人行道占比与场景多样性几乎无影响。研究有助于为精细化、具身性的城市街道适老化空间研究与实践提供参考和理论依据。