隨著人工智能技術(shù)的飛速發(fā)展，地理空間人工智能（GeoAI）正成為城市規(guī)劃和管理領(lǐng)域的一項革命性技術(shù)。GeoAI融合了深度學習、機器學習等尖端算法，能夠?qū)Τ鞘锌臻g數(shù)據(jù)進行深入分析和智能識別，揭示城市運行的內(nèi)在模式，為城市的智能化管理和可持續(xù)發(fā)展開辟了全新的視角與解決方案。
為了進一步推動GeoAI領(lǐng)域的學術(shù)交流與合作，促進學術(shù)成果的分享與應(yīng)用，由中國測繪學會智慧城市工作委員會主辦，智慧城市大講堂獨家出品的“基于GeoAI的城市智能感知系列講座”，將于8月28日—30日重磅直播！本次學術(shù)講座將以線上直播的形式，共同探討GeoAI的最新研究進展、技術(shù)應(yīng)用和未來趨勢。
下面就讓我們來一睹本次講座的演講嘉賓及精彩摘要（嘉賓順序不分先后）。
嘉 賓 簡 介
張帆，北京大學地球與空間科學學院研究員、助理教授、博士生導(dǎo)師。2022年入選國家海外高層次人才引進計劃。他曾擔任香港科技大學助理教授、麻省理工學院高級研究員、感知城市實驗室(MIT Senseable City Laboratory)視覺智能組負責人。擔任國際攝影測量協(xié)會會刊ISPRS Journal of Photogrammetry and Remote Sensing編委，Transactions in Urban Data, Science, and Technology副主編，GIS、城市研究領(lǐng)域內(nèi)60余個SCI期刊審稿人。曾獲 Geospatial World 50 Rising Stars、WGDC全球前沿科技青年科學家稱號，入選2022年度全球前2%頂尖科學家榜單。目前主持國家自然科學基金優(yōu)秀青年科學基金項目(海外)、面上項目、香港特區(qū)政府政策咨詢項目。在PNAS、Nature Communications等期刊發(fā)表SCI論文60余篇。主要研究興趣包括地理人工智能、基于數(shù)據(jù)驅(qū)動的城市研究、計算機視覺等。發(fā)展了城市視覺智能——基于街景影像大數(shù)據(jù)的城市感知方法體系。
報 告 摘 要
城市大數(shù)據(jù)的涌現(xiàn)為感知城市時空動態(tài)、評估城市化進程提供了新的途徑。街景影像是感知城市物質(zhì)空間的一種新型地理大數(shù)據(jù)。近年來， 以深度學習和計算機視覺為代表的人工智能技術(shù)不斷發(fā)展，為挖掘街景語義信息、理解和定量表達物質(zhì)空間提供了強有力的支持。街景影像不但可以作為遙感影像的補充，以人的視角對城市物質(zhì)空間進行觀測；而且可以表達城市社會空間，反演城市物質(zhì)空間背后的人類活動狀況和社會經(jīng)濟環(huán)境，為基于大數(shù)據(jù)的人地關(guān)系研究、建成環(huán)境量化研究、空間數(shù)據(jù)挖掘與知識發(fā)現(xiàn)研究提供新的視角。本報告將以城市視覺智能框架為線索，介紹街景影像在城市研究中的若干案例。
嘉 賓 簡 介
姚堯，教授、博士生導(dǎo)師，日本東京大學空間信息科學研究中心研究員、訪問學者，日本學術(shù)振興會卓越研究員。兼職于中國航天錢學森空間技術(shù)研究院和國家電網(wǎng)有限公司高級技術(shù)顧問。自2016年以來致力于在時空大數(shù)據(jù)技術(shù)和可計算城市科學領(lǐng)域（微觀尺度城市模型）開展研究，在多源時空大數(shù)據(jù)挖掘和城市計算的研究領(lǐng)域發(fā)表高水平論文100余篇，總計被引用5500余次，其中ESI高被引論文11篇，H-index=35。主持和參與多項國家重點研發(fā)、自然科學基金項目和巨頭企業(yè)資助項目，現(xiàn)有相關(guān)專利和軟件著作權(quán)20余項。榮獲2020年ACM SIGSPATIAL中國新星獎（每年全球1-2華人入選），科睿唯安全球高被引學者（2023年）、美國斯坦福大學全球前2%科學家（2022年、2023年），2022全球前沿科技青年科學家等。
報 告 摘 要
城市街景地圖是一種有效表達城市物理結(jié)構(gòu)的工具，被廣泛運用于城市自然風貌和社會經(jīng)濟的認知。隨著國土調(diào)查與規(guī)劃的不斷創(chuàng)新，城市規(guī)劃的合理性和美學日益受到關(guān)注。因此，將街景圖像應(yīng)用于科學、合理的規(guī)劃方案變得愈發(fā)重要。本報告將介紹街景圖像的獲取方式，并深入探討街景圖像處理的關(guān)鍵技術(shù)。此外，報告還將借助多項研究成果，解釋如何利用街景圖像進行城市多維度感知，系統(tǒng)介紹街景圖像在城市規(guī)劃和公共衛(wèi)生領(lǐng)域的應(yīng)用理論和方法。
嘉 賓 簡 介
李少英，博士，教授。入選國家重大人才計劃青年學者，全國高校GIS新銳，廣東省數(shù)字政府專家，廣州市高層次人才。已在國內(nèi)外權(quán)威刊物發(fā)表論文80余篇。出版專著3部，教材1部；授權(quán)軟件著作權(quán)1部，授權(quán)/申請發(fā)明專利7部。主持國家自然科學項目3項等縱項課題10余項以及多項橫向課題。主講課程入選廣東省一流線上線下混合課程，在中國大學MOOC平臺上線，入選國家高等教育智慧教育平臺首批上線課程，并被應(yīng)用于廣東省數(shù)字政府課堂。曾獲廣東省教學創(chuàng)新大賽二等獎、第五屆高等學校GIS青年教師講課競賽二等獎；獲中國地理信息科技進步一等獎、中國測繪科學技術(shù)獎二等獎等獎勵。
報 告 摘 要
交通出行是城市重要的碳排放來源，是中國實現(xiàn)碳中和目標的關(guān)鍵。低碳交通出行行為及其影響機制，是規(guī)劃引導(dǎo)低碳出行的基礎(chǔ)，成為實現(xiàn)國家綠色交通發(fā)展戰(zhàn)略必須解決的重要問題。近年來，隨著信息網(wǎng)絡(luò)技術(shù)的發(fā)展，社會感知等多源地理空間大數(shù)據(jù)日益涌現(xiàn)，為低碳交通出行研究提供了新的數(shù)據(jù)手段，也對地理空間建模方面提出了新的挑戰(zhàn)。本研究針對低碳交通出行研究中面臨的主要挑戰(zhàn)，突破建成環(huán)境表征的粗糙時空分辨率、不確定性問題，統(tǒng)計數(shù)據(jù)無法解決空間非均衡問題，人本視角分析等系列難題，提出了建成環(huán)境精細化表征的方法和低碳交通出行行為模式精細化識別方法，并從大樣本、精細尺度視角揭示了建成環(huán)境對低碳交通出行行為影響的空間效應(yīng)。
嘉 賓 簡 介
柳林，博士，研究生導(dǎo)師，山東省企業(yè)科技特派員，山東省“泰山學者”建設(shè)工程團隊骨干成員，青島市人大代表，青島市拔尖人才，青島市高層次綠卡人才，教育部“長江學者”獎勵計劃通訊評審專家，山東省科技廳科技評審專家，青島市科技局科技評審專家，國內(nèi)外多個SCI及核心期刊審稿專家。研究方向為地理人工智能（GeoAI）與深度學習、位置大數(shù)據(jù)挖掘與實景位置服務(wù)（LBS）、移動行為（Human Mobility）分析與建模，第一作者/主編出版著作9部，發(fā)表文章80余篇，獲得專利12項、軟著30余項，首位獲得山東省科技進步獎、中國測繪科技進步獎、齊魯巾幗發(fā)明家、山東省自然科學學術(shù)創(chuàng)新獎、全國高校GIS教學成果獎、山東省教學成果獎等獎勵40余項。
報 告 摘 要
有效地測度城市活力，挖掘城市活力影響機制，對于掌握城市發(fā)展現(xiàn)狀、有效解決城市發(fā)展不均衡問題具有重要意義。靜態(tài)街景中隱藏了動態(tài)的城市節(jié)律，基于街景視覺特征，結(jié)合場景語義表征字幕，集成視覺編碼器Vision Transformer和語義編碼器Bert，引入多頭注意力機制，設(shè)計加權(quán)損失函數(shù)，從視覺和語義雙重視角，構(gòu)建端到端的多模態(tài)深度學習模型，有效測度城市活力。設(shè)計情感感知模型和多尺度語義分割模型，從街景影像中分別捕捉主觀感知因子和客觀視覺因子，基于機器學習技術(shù)，構(gòu)建城市活力歸因模型XGBoost-SHAP，結(jié)合POI數(shù)據(jù)，從主觀和客觀雙重視角，捕捉人類主觀情感因子、客觀視覺因子和客觀物理環(huán)境與城市活力之間的非線性關(guān)系。
嘉 賓 簡 介
楊喜平，陜西師范大學地理科學與旅游學院副教授，2017年畢業(yè)于武漢大學測繪遙感信息工程國家重點實驗室，WTC交通大數(shù)據(jù)時空分析與應(yīng)用技術(shù)委員，《Chinese Geographical Science》青年編委，長期從事時空軌跡大數(shù)據(jù)挖掘、人群移動時空模式和游客時空行為分析。先后主持國家自然科學基金面上和青年項目、國家博士后基金面上和特別資助等項目多項，已在《IJGIS》、《TGIS》、《Cities》、《Journal of Transport Geography》、《Travel Behaviour and Society》、《武漢大學學報信息科學版》、《地球信息科學學報》和《地理科學進展》等測繪地理信息期刊發(fā)表論文30余篇，合編《城市人群活動時空GIS分析》和《人群動態(tài)觀測理論與方法》專著2部，并獲得教育部科技進步二等獎1項。
報 告 摘 要
人群是城市活動的主體，人群動態(tài)感知對智慧城市的空間規(guī)劃、交通和公共安全管理具有重要意義。近年來，隨著時空軌跡大數(shù)據(jù)的出現(xiàn)，為城市大規(guī)模人群時空動態(tài)感知提供了重要的數(shù)據(jù)源。本報告主要介紹城市人群移動時空行為感知的背景意義、軌跡大數(shù)據(jù)源、相關(guān)的理論基礎(chǔ)，以及演講者近年來基于手機大數(shù)據(jù)在人群移動時空行為方面的主要研究案例，幫助大家了解城市人群動態(tài)感知相關(guān)工作。
嘉 賓 簡 介
葉宇，同濟大學建筑與城市規(guī)劃學院副教授、博導(dǎo)、建成環(huán)境技術(shù)中心副主任、高密度人居環(huán)境與生態(tài)節(jié)能教育部重點實驗室副主任、同濟大學建筑設(shè)計研究院（集團）有限公司未來建筑與城市研究院副院長。發(fā)表SCI/SSCI/A&HCI檢索期刊論文30多篇(ESI高被引論文3篇)，中文核心期刊論文40多篇，先后主持國家自然科學基金面上及青年項目、國家重點研發(fā)計劃項目（課題負責人）等國家級課題3項，并主持上海市基礎(chǔ)研究特區(qū)項目、上海市自然科學基金面上項目等省部級課題7項，獲得華夏建設(shè)科技獎二等獎和上海市科技進步三等獎各一次。
報 告 摘 要
計算性城市科學，即依托計算機技術(shù)發(fā)展和多源城市數(shù)據(jù)的涌現(xiàn)，運用量化分析與數(shù)據(jù)計算途徑來研究城市的模式，正在迅速興起。在此背景下，海量、易得的街景數(shù)據(jù)為城市空間智能感知提供了人本視角下的新可能。數(shù)據(jù)來源和分析技術(shù)兩方面的突破，讓兼具大規(guī)模和人本尺度的空間感知具有可操作性。針對這一情況，本次講座從街道空間感知品質(zhì)測度、城市設(shè)計管控精細化、歷史風貌智能監(jiān)測與保護等多個維度做研究與實踐案例展示。
嘉 賓 簡 介
李銳，武漢大學測繪遙感信息工程國家重點實驗室教授，博士生導(dǎo)師。主要研究方向為時空計算與智能服務(wù)，長期立足于融合多源時空信息，利用時空計算方法挖掘人的時空群聚行為模式及其歸因機理、海量文本信息的語義計算與協(xié)同并行處理、云GIS并發(fā)服務(wù)優(yōu)化方法。3551中國光谷創(chuàng)新人才， IJGI編委，中國地理信息產(chǎn)業(yè)協(xié)會地理信息公共服務(wù)工作委員會委員。SCI/ SSCI/ EI檢索六十余篇，授權(quán)發(fā)明專利十余項、專著兩部。主持了國家自然科學基金聯(lián)合基金重點支持項目一項、面上項目三項，國家重點研發(fā)計劃課題子課題一項、企業(yè)政府產(chǎn)學研合作項目三十余項。獲得國家測繪科技進步獎三項、教育部優(yōu)秀成果獎一項。成果服務(wù)并應(yīng)用于自然資源、公安、電力、通信等行業(yè)。
報 告 摘 要
城市人口及其流動是城市發(fā)展最活躍的因素，是城市的社會主體。面向城市人口分布時空相異與人口流動過程復(fù)雜多樣，提出城市場景驅(qū)動的人口分析單元和人口流動網(wǎng)絡(luò)研究方法；考慮特大城市空間異質(zhì)性與人口密集特征，一體化語義描述并按需構(gòu)建多尺度人口分析單元，動態(tài)關(guān)聯(lián)并融合多源數(shù)據(jù)；定量表達人口分布時空耦合規(guī)律，精確估計人口時空分布；構(gòu)建層次清晰、多元關(guān)聯(lián)、主題牽引的人口流動網(wǎng)絡(luò)，揭示復(fù)雜的人口流動時空交互與時空演化規(guī)律；自主理解城市場景，快速感知人口流動密集趨勢，提升理論方法和關(guān)鍵技術(shù)持續(xù)長效的服務(wù)保障能力。
嘉 賓 簡 介
劉信陶，香港理工大學土地測量及地理資訊學系副教授。瑞典皇家工學院博士畢業(yè)，曾在加拿大Toronto Metropolitan University從事博士后研究并擔任兼職講師。研究方向主要包括地理信息科學，交通地理，以及復(fù)雜科學，其研究目標是運用現(xiàn)代技術(shù)，推動智慧城市發(fā)展，提高城市生活質(zhì)量。擔任國際制圖協(xié)會地理建模分析委員會主席，國際城市信息學期刊執(zhí)行編輯。獲國家自然科學基金，香港研究資助局，香港創(chuàng)新及科技基金，香港公共政策研究資助計劃等多個科研項目的支持。
報 告 摘 要
在城市快速發(fā)展、互聯(lián)網(wǎng)化、智能化的時代背景下，人類活動模式日益豐富，其活動場所不僅限于所處的現(xiàn)實物理空間，同時線上虛擬空間的活動已成為不可忽視的重要組成部分。城市信息學是一門新興交叉學科，也是現(xiàn)代智慧城市發(fā)展的理論技術(shù)基礎(chǔ)。本次報告首先介紹城市信息學的基本發(fā)展現(xiàn)狀，例如城市信息學主要包括城市感知，城市大數(shù)據(jù)基礎(chǔ)設(shè)施，城市計算，城市科學，以及城市系統(tǒng)與城市應(yīng)用等5個重要維度。以此為背景，本次報告其次介紹虛實融合空間的人類活動感知表達方法，虛實空間人類活動鏈的提取，以及在此基礎(chǔ)上進行網(wǎng)絡(luò)構(gòu)建和分析的研究案例。城市化進程的加快，海量人群的高頻遷移，以及人類活動和線上線下交互加強，給城市研究帶來了新的挑戰(zhàn)。本次報告以城市信息學和虛實空間交互研究為例，為未來智慧城市的建設(shè)提供決策支持。
嘉 賓 簡 介
張巖，香港中文大學太空與地球信息科學研究所博士后研究員。曾在新加坡國立大學城市分析實驗室聯(lián)合培養(yǎng)，并獲得武漢大學學士學位和博士學位。他的研究興趣包括地理人工智能和社會感知在災(zāi)害應(yīng)急、社會不平等、智能交通與城市規(guī)劃等方面的應(yīng)用。在IGIS、CEUS、ISPRS P&RS等地理信息科學期刊共發(fā)表相關(guān)學術(shù)論文20余篇，并擔任IEEE-JSTARS的客座主編，十余本國際期刊的審稿人。曾獲國家獎學金、武漢大學學術(shù)創(chuàng)新獎、中美學者計劃項目(CUSP)等榮譽。學術(shù)公眾號“城市感知計算”訂閱超1.3萬人，獲得“地信界優(yōu)秀原創(chuàng)微信公眾號”等獎勵。
報 告 摘 要
隨著地理人工智能研究的興起，街景圖像由于其全面的覆蓋范圍、豐富的信息和易于獲取性，受到了廣泛關(guān)注。然而，獲取完整的時空場景表示面臨挑戰(zhàn)，因為一個地點常常由不同角度、時間和位置的多張圖像組成。針對這一問題，我們提出了一種用于城市功能識別的純視覺、穩(wěn)健且可靠的方法。本研究引入了一個基于兩層空間依賴圖神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的方法，該網(wǎng)絡(luò)結(jié)構(gòu)處理序列街景圖像，充分考慮了道路網(wǎng)絡(luò)間的空間依賴性。我們使用中國武漢的OSM數(shù)據(jù)構(gòu)建城市拓撲圖網(wǎng)絡(luò)，并利用大規(guī)模預(yù)訓(xùn)練模型計算街道尺度的整體語義表示。通過分析75,628張街景圖像和5,458條街道構(gòu)建了28,693個映射關(guān)系的圖網(wǎng)絡(luò)，僅需5.3%的節(jié)點標簽即可為研究區(qū)域內(nèi)所有節(jié)點識別出10類功能。實驗結(jié)果表明，通過合適的空間權(quán)重、街道編碼器和圖結(jié)構(gòu)，我們的方法在P@1達到46.2%，P@3達到73.0%，P@5達到82.4%，P@10達到89.9%，充分展示了所提方法的有效性。此模型還可用于計算時間序列街景圖像，感知城市時空更新，并預(yù)測少量標簽下的其他屬性，以獲得有效且可靠的場景感知結(jié)果。
嘉 賓 簡 介
劉康，中國科學院深圳先進技術(shù)研究院副研究員，博士生導(dǎo)師。2018年于中國科學院地理科學與資源研究所取得地圖學與地理信息系統(tǒng)專業(yè)博士學位。研究方向為地理空間人工智能（GeoAI）與城市計算。近年來發(fā)表學術(shù)論文40篇，申請發(fā)明專利20余項（含授權(quán)8項）。主持國家自然科學基金（面上、青年項目）、國家重點研發(fā)計劃子課題、廣東省自然科學基金（2項）、深圳市自然科學基金、國家重點實驗室開放課題、中國博士后科學基金等多項科研項目。2020年被認定為深圳市海外高層次人才，2021年獲深圳市科技進步一等獎（排名2），2022年獲中國自動化學會科技進步二等獎（排名2）。擔任中國測繪學會智能化測繪工作委員會委員、《測繪學報》青年編委等。
報 告 摘 要
當前以大語言模型GPT等為代表的自然語言處理（NLP）技術(shù)不斷取得新突破，如何將用于文本的NLP技術(shù)應(yīng)用于時空數(shù)據(jù)，是值得探討的研究問題。本報告通過介紹4個發(fā)表于CEUS、Cities等期刊的研究工作，探討了如何將NLP技術(shù)與時空數(shù)據(jù)結(jié)合進行城市交通計算、城市規(guī)劃計算等，實現(xiàn)GeoAI理論與方法創(chuàng)新。報告中具體介紹的研究工作如下：
（1）Road2Vec：基于詞嵌入模型的城市道路交通影響強度度量；
（2）Street2Topic：基于主題模型的城市道路交通影響模式識別；
（3）DelineatePlace：城市場所認知范圍提取及語義特征識別；
（4）POI2Vec：基于詞嵌入模型的城市區(qū)域POI配置可視探索方法。
嘉 賓 簡 介
尹凌，中國科學院深圳先進技術(shù)研究院數(shù)字所，研究員，高性能計算計算研究中心副主任。分別于2003年與2006年獲得南京大學地理信息學士與碩士學位，于2011年獲得美國田納西大學地理信息博士學位。2011年加入中國科學院深圳先進技術(shù)研究院。研究方向為時空數(shù)據(jù)智能、傳染病地理計算、城市計算。在地理信息、計算機、公共衛(wèi)生、城市研究等領(lǐng)域發(fā)表學術(shù)論文100余篇，獲得授權(quán)專利20余項，主持國家、省部級等20余項科研項目。研究成果實際應(yīng)用于新冠、登革熱、流感等疫情防控。獲2020年廣東“最美科技工作者”、2021年深圳市科技進步一等獎（第一完成人）、2021年測繪科學技術(shù)獎特等獎、2022年北京市科技進步獎二等獎、2019年教育部科技進步二等獎等多項科技獎勵。
報 告 摘 要
隨著現(xiàn)代社會全球化、城市化、信息化的快速發(fā)展，傳染病傳播更加快速、隱匿而復(fù)雜。利用時空大數(shù)據(jù)與人工智能的優(yōu)勢構(gòu)建高空間分辨率的傳染病傳播模型，對指導(dǎo)新發(fā)突發(fā)傳染病疫情防控和保障人類生命健康具有重大意義。面向城市人群時空活動與地理環(huán)境的異質(zhì)性，基于軌跡等時空大數(shù)據(jù)，本研究構(gòu)建了一套時空大數(shù)據(jù)與人工智能支持下的城市疫情精細化建模與防控措施優(yōu)化方法，為COVID-19與登革熱等重大疫情的防控措施部署提供決策支持。
嘉 賓 簡 介
石巖，36歲，教授、博士生導(dǎo)師，湖南省優(yōu)青、湖湘青年英才、全國高校GIS新銳，兼任中國測繪學會智能化測繪工作委員會/地圖學與地理信息系統(tǒng)專業(yè)委員會委員、Applied Sciences地理大數(shù)據(jù)挖掘最新進展、Sustainability地理信息系統(tǒng)可持續(xù)發(fā)展特刊主編、國家自然科學基金青年基金項目/面上項目評審專家等職務(wù)。長期從事地理時空大數(shù)據(jù)挖掘理論與方法、及其在智慧城市、公共安全、地災(zāi)預(yù)警等領(lǐng)域的應(yīng)用研究工作，先后主持國家自然科學基金青年/面上項目3項、國家重點研發(fā)計劃子課題2項、湖南省高新技術(shù)產(chǎn)業(yè)科技創(chuàng)新引領(lǐng)計劃等科研項目；在國內(nèi)外權(quán)威期刊發(fā)表學術(shù)論文50余篇，出版學術(shù)專著/教材3部，授權(quán)國家發(fā)明專利12項；獲得省部級科技獎勵7項。
報 告 摘 要
“城市病”是我國新型城鎮(zhèn)化建設(shè)面臨的重要難題，亟需整合多源城市信息，構(gòu)建智能分析系統(tǒng)，科學服務(wù)智慧城市建設(shè)。當前智慧城市系統(tǒng)具備了較強的多維信息感知能力，但欠缺數(shù)據(jù)分析能力，導(dǎo)致科學決策水平不足。隨著城市時空大數(shù)據(jù)與智能學習技術(shù)的快速發(fā)展，智慧城市建設(shè)迎來了新一輪機遇與挑戰(zhàn)。本次課程首先介紹了時空大數(shù)據(jù)智能分析技術(shù)體系，詳細講解了聚類分析、關(guān)聯(lián)挖掘、異常探測、時空預(yù)測等技術(shù)的基本內(nèi)涵、需要解決的關(guān)鍵難題、以及取得的創(chuàng)新理論與技術(shù)成果；圍繞智能分析技術(shù)，結(jié)合案例闡述了在用地規(guī)劃、交通規(guī)劃、公共安全、疫情防控、城市礦山等智慧城市典型領(lǐng)域的應(yīng)用；最后，總結(jié)了時空大數(shù)據(jù)智能分析技術(shù)的未來研究方向。
本次講座邀請了12位地理信息科學領(lǐng)域和計算機科學領(lǐng)域的優(yōu)秀專家學者，將分享GeoAI在空間感知、知識挖掘、行為認知與模擬、智慧城市等方面的最新研究成果和應(yīng)用案例。講座不收取任何費用，請掃描下方二維碼，點擊加入學習，預(yù)約觀看課程直播。
京公網(wǎng)安備 11010802031220號