空间综合人文学与社会科学研究综述

地理信息科学与哲学、历史、文学、艺术、社会学、经济学、政治学、管理学等人文学与社会科学进行了全面的深度融合。一方面,地理信息科学领域的学者积极拓展研究领域,为人文学与社会科学领域的学者提供空间化、可视化的技术手段;另一方面,人文学与社会科学领域的学者积极学习和掌握地理信息技术,在研究中积极引入空间思维和空间可视化方法。同时,一些适用于人文学与社会科学研究者的开放平台、代码和工具不断涌现。本文在对空间综合人文学与社会科学的最新进展进行全面总结的基础上,探讨了空间人文学与社会科学研究的思路和框架,并分别对该框架各分支的研究进展进行了梳理和评述,包括：历史GIS,文学GIS,语言学GIS,GIS与哲学、人类动力学、人文地理学等;以及GIS与政治学及国际关系学,GIS与管理学、空间计量经济学、社会地理计算、空间社会网络与空间交互网络、犯罪地理学、健康地理与公共卫生学等。接着,本文对空间综合人文学与社会科学的研究方法进行了分析,包括：空间思维与空间计量、认知心理学与空间认知、空间可视化与虚拟地理分析、平台研发等。最后,对空间综合人文学与社会科学研究的关键问题和未来发展方向进行了展望。     

感知物理先验的机器学习及其在地理空间智能中的研究前景

许多复杂的物理现象和动态系统尚未为科学家所完全理解和解释,因此不能构建确定的数学方程来描述,不能直接使用紧凑的物理机理模型来进行分析和预测。随着观测数据的日益丰富,数据驱动的机器学习方法可以较好地描述复杂非线性现象,但是纯数据驱动模型在表征能力、可解释、泛化能力、样本利用效率方面还存在很多不足。常规机器学习方法在地学领域的应用还面临时空异质性、样本稀疏等带来的挑战。近年来感知物理先验的机器学习方法可以在物理原理不太明确的情况下更有效地利用观测数据描述和分析动态系统,受到了广泛关注,并在物理、计算机、生物、医学和地学等领域得到了一定的应用。近年来人工智能和机器学习技术已经大量应用于地理学尤其是地理信息和遥感领域,受到地理学者广泛重视,被称为地理空间智能,并已成为一个热门的研究方向。感知物理先验的机器学习方法融合了模型驱动和数据驱动思想,为地理空间智能研究带来新的研究范式,促进各种复杂地理现象的精细描述和预测。本文首先分别从物理先验的表达形式和如何在机器学习中集成物理先验两方面概述了该领域的进展。物理先验是在机器学习建模之前已经存在、独立于机器学习方法的知识。本文从增广的数据和定制特征、物...     

基于上下文感知的地理信息服务发现与匹配技术研究

如何在网络上寻找到最适合的地理信息服务,即服务的发现与匹配技术的需求变得越来越迫切。本文结合普适思想提出了基于上下文感知的地理信息服务多级发现与匹配框架,包括基本描述、服务功能、约束条件、空间上下文4级匹配过程,并详细分析了空间上下文的建模与推理、地理信息相似性等关键技术,最终通过一个原型系统验证了该框架及关键技术的可行性。     

全空间下并行矢量空间分析研究综述与展望

新一代并行空间分析将面临空间大数据分析和实时空间分析服务的挑战。矢量空间计算作为GIS系统中的重要组成部分,在并行化算法设计中存在负载不均,并行扩展性差,IO性能低等技术瓶颈。本文首先从应用需求和技术发展的演变历史回顾了矢量空间分析算法发展过程;然后,从研究现状的角度详细阐述了并行矢量空间分析计算的研究成果,总结了并行空间分析算法的算法特征和技术瓶颈,对不同并行编程模型进行了对比,并提出了并行空间分析算法的研发流程;最后,从发展前景的角度预测了全空间信息系统中基于多粒度时空对象的空间数据模型和计算方法的发展趋势,提出了以内存计算等技术实现存算一体化的新型空间数据模型和分析方法的技术趋势。     

多尺度视角下城市住宅价格空间格局与影响机制研究

城市住宅价格的空间分异受到多重资源因素的影响,其影响机制在不同尺度上表现出的空间分异格局各不相同.以2015—2018年16个季度成都市中心城区商品住宅小区住宅价格为基本数据,利用空间自相关分析法、多尺度视角分析法探索成都市住宅价格空间分异格局,利用地理加权回归模型(GWR)构建成都市住宅价格特征变量指标体系,分析导致住宅价格空间差异的影响机制,研究发现:在2015—2018年16个季度中,成都市住宅价格先持续上升后出现小幅下降,中心城区各区住宅价格空间自相关性高,表明近年来住宅价格空间邻近联动性强.500 m×500 m栅格尺度下成都市中心城区住宅价格分布不均衡,住宅价格总体呈现中心区域高、边缘区域低分布格局,且南北住宅价格存在一定差异,中心城区住宅价格局部呈现"多中心+边缘化"的空间分布格局.多尺度视角分析法不仅能够考虑尺度效应及分区效应对住宅价格空间格局的影响,而且能够定量分析多资源因素对住宅价格的影响机制,解析多资源因素指标对住宅价格空间分异产生的影响.