时空信息在物流配送、出行导航等数字经济活动中发挥着重要的时空基底与知识存量作用，但传统的 2D、2.5D 时空信息已难以有效支撑低空经济、文旅融合、具身智能等数字经济新场景。推动实景三维时空信息与数字经济场景深度融合，打造实景三维经济（3D economy with realistic geospatial landscape model，3D Economy）新业态，助力数字经济从二维走向三维，成为行业发展必由之路。本文首次讨论实景三维经济这一概念，分析其基本技术内涵、主要发展方向、近期重点任务及推进举措等。其是以实景三维时空数据为关键要素，以时空计算平台为主要载体，以时空智能算法为核心抓手，以丰富多彩的三维经济应用场景为主要内容，形成具有三维空间维度的数字经济新形态。实景三维经济的基本内涵是将三维世界数字化、时空数据要素化、计算平台智能化及赋能应用场景化，主要发展方向是打造实景三维新质生产力，塑造实景三维经济新业态，开辟实景三维经济新赛道。为推动该领域的科技创新与产业创新融合，近期的重点任务有构建实景三维数据空间，打造时空智能计算平台，营造开放创新技术生态。实景三维经济的创新发展，前景可期，任重道远。其不仅有助于促进实景三维数据价值的充分释放，抢占数字经济的三维高地，还有助于在智能经济、地理空间智能（时空智能）等领域赢得先机、构建核心竞争力。因此，亟需深化科学认知，加强技术创新，推动交流合作，促进科技创新与产业的深入融合。
随着我国城市化进程的加速，大量高层建筑步入“中年服役期”，外墙空鼓、脱落等安全隐患日益突出。传统人工巡检效率低、风险高，难以满足规模化、常态化的检测需求。针对裂缝分割中细节保留与长程结构感知难以兼顾的问题，为实现无人机建筑外墙裂缝自动检测，本文围绕“无人机航拍 + 深度学习”技术路径，构建并评估层次化的模型比较框架。以 U-Net 为基准，依次引入残差连接、注意力机制，以及 Transformer 框架，构建递进式的改进系列模型；并引入 SegFormer 、 DeepLabV3+ 两种已有主流模型，以比较不同技术路线的性能。此外，通过损失函数比较实验，分析不同损失函数在背景类别不平衡场景下裂缝检测性能表现。结果表明：①所提 TransUNet 取得了最优的综合性能，交并比、 F1 分数值分别达到 81.06% 、 89.48% ，显著优于经典 U-Net 及其改进模型；所提 Residual U-Net 则在性能与稳健性上取得了最佳平衡，是实际部署中可靠、高效的备选方案。② F1 损失函数在背景类别不平衡下具有最佳平衡性，交并比值达到 77.59% 。总体上，融合全局建模与局部感知的混合架构更具优势。
数据集是深度学习模型训练的基础，其质量对模型性能具有决定性影响。然而，遥感变化检测任务中高质量样本标注成本高昂，高质量数据集规模有限，而大规模数据集又普遍存在错标、漏标等问题，样本质量不均，如何在训练中有效提升高质量样本贡献、抑制低质量样本干扰，已成为亟待解决的关键问题。本文提出一种面向遥感变化检测的样本筛选方法 DWAF-SS （ dynamic weight adjustment based on forgetting-aware sample selection ）。构建轻量级数据评估模块，借鉴知识蒸馏中的师生架构思想，周期性地计算每个训练样本的平均交并比，据此分配训练权重；随后，引入遗忘事件感知的权重修正机制，通过持续跟踪样本在训练过程中的记忆 - 遗忘动态，识别出那些反复被模型遗忘的潜在边界样本或标签噪声样本，并对其权重进行针对性调整。其中通过融合两类权重，实现跨阶段动态调度，依据前期评估与遗忘记录自适应调整样本训练参与强度。结果表明：本文方法在 FC-Siam-conc 、 FC-Siam-diff 、 FC-EF 三种经典基线模型均能一致提升检测性能；对 FC-Siam-conc 性能的提升最为显著，其中在公开数据集 SYSU-CD 的 F1 分数、交并比结果分别提升了 1.11% 、 1.59% ，在 LEVIR-CD+ 数据集则分别提升了 1.21% 、 1.99% 。
步行导航路网是车行路网的重要补充，是服务于人们徒步、骑行等慢行的重要网络。然而，因户外场景环境复杂、传统测绘技术数据采集成本高等原因，使得户外步行导航路网地图数据仍相对匮乏。现有方法主要采用车辆轨迹数据提取道路的二维几何结构信息，缺乏高程、坡度等三维语义信息，而其既为步行导航地图的重要组成，也是支撑户外路径规划的关键信息。因此，本文提出一种基于行人轨迹数据的三维步行导航路网提取方法。通过对轨迹数据进行平滑和聚合预处理，以去除轨迹异常点和纠正位置偏差；构建一种顾及方向约束的密度聚类方法提取步行区域和交叉口；通过三维轨迹数据聚类和形态拟合方法，提取交叉口区域和路段内的三维道路结构信息，并融合步行区域、交叉口内道路和路段上的道路生成完整的步行导航路网。通过对长沙市岳麓山景区户外步行轨迹数据进行实验，结果表明：与已有代表性方法相比，本文方法的精确率值达92.2%，F1值达0.781，在保证较高召回率的同时大幅提升了识别精度；所提取的三维路网能够正确区分平面位置邻近但垂直方向上分离的多条道路，具有更高的精细度；与现有地图产品高德地图相比，所得到的户外三维步行导航路网具有更丰富的语义信息。
为适应多样化的出行动态需求，城市亟需构建层次化和网络化的公共交通系统，公交站点的层级配置是实现该目标的重要前提。现有研究在进行多层级站点配置时，通常从站点在公交网络中承担的功能出发，基于预设的层级体系进行经验判别，缺乏灵活性。因此，提出一种基于多尺度子图生成的城市公交站点配置方法。以渗流模型为基础，模拟公交网络由局部连通向整体贯通的连续演化过程；在每一演化尺度下，以子图为单元确定公交站点；各尺度的配置站点集合依渗流演化过程，自下而上构成多尺度公交站点体系。以深圳为研究区域，实验结果表明：①多尺度公交站点体系呈现渐进式空间组织特征，且不同尺度下的站点在服务效能上表现出系统性差异，体现出空间结构演化与功能分化之间的内在耦合关系。整体组织逻辑与现实公交系统的分级结构相一致。②与度中心性排序等三种已有主流算法相比，在空间分布、功能匹配和服务效能三个评价维度上表现出更优的综合性能，并在多尺度演化过程中展现出了良好的稳定性。
传统四至边界提取方法主要依赖人工判读与预定义规则，难以应对现实场景中道路数据断裂、多线表达等复杂拓扑问题，存在效率低、适应性差的局限性。为此，本文提出一种融合大语言模型智能体与动态拓扑优化的自动化四至边界精准提取方法，以实现从用户自然语言描述到高精度空间边界生成的全流程智能化处理。首先，构建基于大语言模型的多层次语义解析框架，用于自动识别用户查询中的地理实体及其空间拓扑关系；其次，设计具有双向校验机制的 Text-to-SQL 转换器，将语义解析结果转换为可执行的空间查询语句，实现高精度空间数据检索；最后，提出动态拓扑优化算法，通过多级缓冲区迭代与自适应闭合环检测，自动修复道路数据断裂与多线表达问题，生成符合几何与拓扑约束的闭合边界。以上海市道路网络数据为实验对象，结果表明，本文方法在封闭与非封闭道路场景下的总体精度达 83.93% ，较传统最小外接矩形方法提升显著，且在道路断裂、多线表达等复杂情况下仍能保持较高的几何精度与拓扑一致性。
随着地理信息数据规模持续扩大、应用场景不断拓展，其高精度、高敏感性的特征与数据要素市场化流通和开放共享需求之间的矛盾日益突出。如何在守住国家安全与数据主权底线的前提下，实现地理信息数据安全、合规、高效地流通应用，已成为当前亟须解决的重要问题，迫切需要构建可靠、体系化的地理信息安全技术支撑。本文围绕地理信息数据在版权溯源、权限控制、公开应用、可信交易与隐私保护等方面所面临的关键挑战，综述近年来地理信息安全技术的研究进展，包括具有版权保护与溯源追踪功能的数字水印技术、控制权限的访问控制技术、兼顾安全性与可用性的保密处理技术、链上链下协同的区块链可信交易技术，以及支撑数据可用不可见的隐私计算技术。同时，展望安全技术融合、人工智能赋能、可信数据空间建设等未来发展方向，以期为地理信息安全技术的持续创新与高质量发展提供理论参考与技术支撑。
矢量地图是国家重要的基础性、战略性资源，具有生产成本高、数据精度高、应用价值高等特征，其安全保护工作不仅影响地理信息产业的健康发展，更与国家及国防安全密切相关。作为一种数字化产品，矢量地图数据的编辑、传输和共享十分便捷，但也使得地图盗版、篡改及非授权使用等行为变得非常容易，导致地图侵权事件频繁发生。数字水印技术能够以视觉不可感知的方式，将用户版权信息与矢量地图内容紧密结合，形成不可分割的整体，并在需要时提取水印信息、识别数据权属，因而被视为一种保护矢量地图安全的有效手段。本文系统梳理近年来矢量地图数字水印技术的主要进展，具体涵盖面向版权标识与认证的稳健水印技术、面向篡改定位与完整性验证的脆弱水印技术，以及适用于高保真应用与可信交易的零水印技术。同时，探讨人工智能时代下矢量地图数字水印技术的未来发展方向与关键问题，以期为矢量地图数字水印技术的研究提供有益参考。
自动驾驶、移动导航、物联网终端等计算资源及网络带宽受限场景下，如何在保证矢量地图数据加密安全的前提下提升加密效率、降低计算和网络传输开销是目前研究亟须解决的问题。本文提出一种顾及矢量地图数据结构特点的轻量化加密方法，实现矢量地图压缩和加密相耦合。首先，提出基于斜率的道格拉斯-普克算法（ slope-based Douglas-Peuker algorithm ， SDP ）将坐标分为关键点和非关键点，针对关键点采用网格映射方法进行处理，非关键点则采用 Delta 编码进行差分处理；其次，提出方向性游程长度编码（ directional run-length encoding ， DRLE ）对整数序列进行压缩并加以安全保护；构建基于 SHA-512 哈希算法和统一混沌系统的动态密钥生成方案，并采用轻量级的异或及置乱算法对坐标数据进行安全高效加密；最后，设计无损压缩结构用于存储处理后的坐标序列，采用 LZMA2 （ Lempel-Ziv-Markov chain-algorithm 2 ）对其进行压缩存储。结果表明：在保证安全性的前提下，本文方法的加密效率相比其他同类方法至少提升了 50% ，压缩比至少提高了 56.68% ；显著降低了计算与网络开销，为资源受限环境下的矢量地图数据安全传输提供了有效解决方案。
现有数字水印研究在平衡不可见性与鲁棒性方面主要围绕嵌入强度调控、嵌入区域选择及参数协同优化等方向展开，仍面临嵌入域、嵌入强度难以实现自适应协同优化的难题。为进一步提升综合性能，本文提出一种基于粒子群优化（particle swarm optimization，PSO）和灰度共生矩阵（gray-level co-occurrence matrix，GLCM）的双重自适应水印优化模型。首先，利用GLCM对图像子块进行纹理特征分析，选取复杂度最高的区域作为水印嵌入位置；其次，采用PSO算法自适应优化嵌入强度；最后，通过构建融合峰值信噪比（peak signal-to-noise ratio，PSNR）与归一化相关系数（normalized correlation，NC）的适应度函数，实现不可见性与鲁棒性的有效平衡。结果表明，本文模型在多种遥感图像与数字图像中均具有良好的适应性，多种典型水印算法提取水印的NC值在各种攻击下平均提升了约20%；同时，含水印图像的PSNR平均提高了约3.5 dB，视觉质量得到有效改善。这验证了模型在鲁棒性与不可见性方面的双重优化效果。
现有研究多集中于数据结构特征以提升水印算法性能，对含水印地图的保真度及可用性分析不足，且存在指标单一、易忽略不确定性的问题。因此，本文结合数据结构与水印算法特征，构建综合评价模型，并引入不确定性分析提出保真度软评价方法。从拓扑质量、几何特征质量与数据误差三方面构建多维度评价指标体系，运用模糊层次分析法确定各指标权重，并采用随机分布和三角模糊数对参数的不确定性进行量化表征；通过蒙特卡洛随机模拟方法，对含水印矢量地图在不同置信水平下进行大样本统计计算，以实现保真度指数的概率分布拟合与不确定性传播分析。结果表明：本文方法能够有效刻画水印嵌入引起的随机扰动与模糊性特征；在 50% 置信水平下，评价结果适用于高容错场景；在 70% 乃至更高置信水平下，则可选取最大可能评价结果，以确保数据能够支撑高要求的应用场景。多组数据集与不同水印算法验证了所提评价方法具备良好的适用性与灵活性。
