时空知识图谱是当前多模态、多类型时空知识组织和服务的最有效方式,已成为地理信息科学发展的前 沿和国家高质量发展与行业现代化治理的必然要求。然而,尽管时空知识图谱的构建研究已取得一定进展,其规 模化、系统化的行业应用仍处于起步阶段,尤其在构建适合复杂时空特征与关系的时空知识图谱并提供智能化知 识服务方面仍面临诸多挑战。因此,本文系统分析时空知识内涵、特征及类别;深入剖析时空知识图谱表达模型、 时空数据获取与质量评估、时空信息抽取与对齐融合、时空知识图谱构建与更新补全四类构建关键问题,以及时 空知识图谱计算推理与知识发现、时空知识图谱高效可视与检索、时空知识图谱多场景应用服务三类服务关键问 题,并阐述相应的研究进展;同时,给出时空知识图谱的未来发展趋势。

问题地图识别是保障国家主权完整、维护地理信息安全和国际形象的重要手段。长期以来,我国问题地 图识别工作依赖人工目视判别,成本高、效率低,难以应对日益增长的地图数据量,亟需发展先进技术方法。本 文通过对三大类问题地图自动识别现状的调研和分析,指出从人工识别到混合智能计算是问题地图自动识别的必 然趋势。在此基础上,明确混合智能用于问题地图自动识别的四个关键问题,即知识凝练依赖专家经验、机器智 能和人类智能的耦合模式不明、混合智能计算的形式化描述尚未明晰、缺乏问题地图自动识别的混合智能计算模 型;同时,指出需要突破审图知识的自动凝练与解析,构建基于混合智能计算的问题地图自动识别模型,发展基 于混合智能计算的问题地图自动识别方法,研制问题地图自动识别原型系统,通过知识-模型-方法-应用四部曲, 实现问题地图自动、高精度识别。

时空信息作为国家战略层面的新型基础设施,其时空计算服务的精准化与自主化是支撑数字经济发展和 数字中国建设的关键需求。然而,当前时空计算服务面临多源异构数据难以统一整合、多样分散工具链存在兼容 壁垒、多元动态场景需求高度碎片化的严峻挑战。这导致时空计算服务固化、效率低下且缺乏跨域协同能力。大 模型技术凭借强大的语义理解、跨模态融合与智能推理能力,为解决上述挑战提供了新思路。本文系统梳理大模 型技术及智能体的演化,探讨时空垂类大模型、时空计算服务智能体两条大模型技术赋能时空计算服务的路径, 并分别在三维空间感知、耕地保护时空场景下对赋能路径进行实践。

地表覆盖数据的精度评价是其参与气候、生态等生物地球化学循环研究的前提,也是生产过程中必不可 少的环节。本文通过回顾地表覆盖数据精度评价方法的发展历程,系统梳理目前主要的地表覆盖数据精度评价方 法,主要包括抽样方法、样本属性检验方法、精度指标计算方法。在现有地表覆盖数据验证案例中,样本数量的 计算更加倾向基于统计理论的分析与推算,样本的空间布设方法也更多顾及地表覆盖的空间异质性与空间相关 性。地表覆盖验证中的样本属性检核多通过 Google Earth、实景照片、网络开源数据集进行目视解译或语义转换, 并进行多空间尺度样本检验、多分类属性检验及样本可信度分级检验。精度评价的指标主要基于混淆矩阵与加权 混淆矩阵,推算出总体精度、用户精度、生产者精度等常规指标,并进一步扩展出分配差异、数量差异、F1 分数 等指标,更加多元化。通过梳理近些年地表覆盖数据精度评价方法的必要性、主要技术环节及实践案例,以期为 地表覆盖精度评估提供系统性参考。

尽管深度学习模型在全球导航卫星系统（global navigation satellite system,GNSS）坐标时间序列预测中 表现出较强的非线性拟合能力,但其“黑盒”特性使得模型难以输出具有统计意义的参数和不确定度信息,难以 满足大地测量对结果可解释性和质量控制的要求。为弥补这一不足,近期出现了一种融合神经网络与最小二乘估 计的深度学习方法（least-squares-based deep learning,LSBDL）。但目前尚缺乏在 GNSS 领域进一步的相关应用, 其在真实 GNSS 样本中的表现仍不明确,有待系统验证。因此,本文引入 LSBDL,通过对多个参考站的多尺度 GNSS 坐标序列开展预测建模与性能评估,探索其在卫星大地测量非线性建模中的适用性与潜力;同时,为验证 方法可行性,与常用主流模型 LSTM、GRU 进行比较实验。结果表明：LSBDL 在短期预测中表现优秀,平均预 测精度为 3.1~4.7 mm,运行时间控制在 1 s 内,部分测站的预测效果明显优于其他方法;但在长期预测中,其拟 合能力和稳定性方面表现稍弱。这为大地测量中实时性要求较高的数据处理与质量控制提供了新思路。

针对城市形变监测中可靠性评估不完善、提升方法欠缺等问题,本文系统构建适用于城市形变监测的可 靠性评估指标,提出一套较完整的可靠性提升方法。基于算法-结果双重维度,建立涵盖完整性、鲁棒性、精细 性、精确性、一致性及适用性的可靠性评估指标体系;进而,围绕完整性构建天-地-井多维立体协同监测网络, 围绕鲁棒性构建多源 InSAR 数据融合、多源异构数据融合及形变特征识别方法,面向精细性提出融合三维空间关 联与局部高程统计滤波的智能分类方法。结果表明：本文方法能够有效识别并剔除 11.1%的粗差点,使形变中误 差总体降低 12%,并揭示了地下水开采与地表形变间存在约半年的滞后响应机制;实现了 InSAR 监测点的精细解 译,分类精度达 95%以上。研究表明其显著提升了形变监测的精确性、一致性与适用性,能够为城市地质灾害防 控与基础设施安全评估提供可靠的数据支撑与技术参考。

传统卫星测高技术受限于星下点观测模式,在地表水监测的空间覆盖和时效性上存在较大局限;近年来, 地表水与海洋地形（surface water and ocean topography,SWOT）卫星带来了卫星测高领域的革命性突破,具备宽 刈幅观测优势,然而,现有研究多关注于大尺度,其在区域尺度的观测能力及水位和面积的监测精度方面仍有待 验证。本文以广东省新丰江水库和沙口河段为研究对象,基于 SWOT 卫星数据提取水位信息,利用 Sobel 算子进 行梯度边缘检测,并结合圆台模型提取水体面积;以水文站实测水位、ICESat-2 测高为基准,验证 SWOT 卫星水 位精度,以 Sentinel-1 雷达影像基于双极化水体指数提取的面积为基准评估 SWOT 卫星面积精度。结果表明：SWOT 卫星在 21 d 重访周期内可对广东省 94.3%的湖泊/水库和 97.7%的河流实现至少一次观测,显著优于传统测高卫 星;与实测水位相比,SWOT 卫星在新丰江水库、沙口河段的平均绝对误差分别为 10.3 cm、15.2 cm,均达到分 米级监测能力;尤其在新丰江水库的面积误差由 29.12%下降至 14.77%。

道路裂缝是基础设施中的典型病害,及时准确地检测道路裂缝对于保障交通安全运维具有重要意义。尽 管现有 YOLO 模型在检测精度与特征提取方面取得了一定进展,但在多尺度特征融合与边缘细节保持方面仍存在 不足之处,尤其当面对形态不规则、边界模糊、尺度差异显著的裂缝目标时,仍易出现漏检或误检,影响了模型 在道路裂缝智能检测中的进一步推广与应用。本文提出一种基于频率感知特征融合（frequency-aware feature fusion,FreqFusion）的 YOLOv8 轻量化改进模型,具体地,以稳定且轻量化的 YOLOv8n 为基线,采用 FreqFusion 模块,改进其自上而下的多尺度特征融合模块,以增强高低层语义信息间的协同表达能力;并在公开数据集 RDD2022 进行验证。结果表明,在不增加模型复杂度的前提下,mAP50、mAP50-95 结果分别提升了 1.4%、1.3%; 在纵向裂缝、坑洞等细粒度裂缝中的检测精度,显著优于已有 YOLO、R-CNN 等常用模型。研究成果兼具精度 与效率优势,可为道路裂缝智能检测提供高效、实用的技术参考。

在新型基础测绘无级化地图表达的需求下,面状地理实体的自动综合是核心环节之一。然而现有的面 要素综合方法存在局部兼容性不足、全局要素面积占比不平衡等不足,因此,本文提出兼顾面积平衡的面状地 理实体综合算法模型。通过预处理、拓扑维护及平衡优化流程,实现面状地理实体的自动化制图综合。具体地, 对房屋、道路面实体进行差异化预处理;构建空间拓扑模型并动态维护;采用同类优先合并—实体划分（I/II 类）—优化控制函数筛选三级合并策略,最小化面状地理实体的面积变化。此外,还以广西的试点为例,进行 验证。结果表明,所有面状地理实体的面积变化率均符合规范要求,模型可有效维持面状地理实体面积平衡及 几何形态、邻接关系完整性。研究成果已应用于广西新型基础测绘试点的无级化地图表达实践中,验证了模型 的可行性和稳健性。

随着个性化地图在地理信息系统中的重要性日益突显,如何优化其设计以降低用户认知负荷、提升视觉 搜索效率成为关键问题。本文从认知心理学角度出发,通过行为试验系统探讨了地图熟悉度、地图维度与建筑高 度突显性对视觉搜索效率的影响。试验采用视觉搜索与点探测两类行为任务,测量 21 名被试在不同地图条件下 的视觉搜索时间、正确率与注意反应时。结果表明：二维地图在视觉搜索时间、正确率及注意反应时上均显著优 于三维地图,表明简化的空间表达有助于降低外在认知负荷;不熟悉地图的搜索时间反而短于熟悉地图,这可能 与熟悉场景下更强的先验引导及随后的目标核验过程有关,反映不同熟悉度条件下搜索策略的差异;目标突显性 主要作用于搜索后期的识别阶段。研究揭示了多因素交互下用户注意资源的动态调整策略,为个性化地图在不同 使用情境中的设计提供了认知心理学依据。

随着全球气候变化问题日益严重,碳排放时空格局分析逐渐成为研究的重点。只有全面了解区域碳排放 的时空格局及驱动因素,政府部门才能针对性应对气候变化问题。当前研究多以能源消费数据为基础,依赖夜间 灯光遥感数据进行空间化估算,信息维度相对单一。本文以长江经济带为研究区域,结合能源消费、NPP/VIIRS 夜间灯光、人口密度等多源数据,构建多元回归碳排放量估算模型,估算得到 1 km×1 km 年度碳排放网格;利用 全局与局部莫兰 I 数分析和地理探测器方法,探讨区域能源消费碳排放量的时空格局和关联因素。结果表明：长 江经济带碳排放量整体呈现东高西低的分布态势,具有极其显著的空间集聚形态,长江下游省（市）碳排放量占 比超 50%;单位面积碳排放量最高的土地利用类型为不透水面,达 2.55 万 t/km2,地区生产总值对碳排放量的影 响最大。

黄土高原典型湿陷性黄土区段因土体结构疏松、遇水易发生湿陷变形,极易诱发滑坡、崩塌等地质灾害, 严重威胁沿线油气管道的安全运行。现有研究多集中于区域尺度的灾害易发性评价或自然滑坡识别,尚缺乏对管 道沿线线性工程环境时空演化规律的系统性研究。本文以陕西延安境内某油气管道为研究对象,基于 2015 年、2020 年和 2024 年高分一号（GF-1）和高分二号（GF-2）遥感影像,通过多期灾害数据,利用核密度估计和地理 探测器开展黄土湿陷性区油气管道沿线地质灾害时空变化特征及影响因素分析。结果表明：研究区灾害类型以滑 坡和崩塌为主,数量呈先增后降趋势,空间分布由南向北逐渐迁移,呈现显著的阶段性演化特征;其中,季度降 水为关键外部驱动因子,归一化植被指数和坡度为主要环境控制因子,曲率与坡向作用较弱。