武汉大学学报 ● 信息科学版

姓名
邮箱
手机号码
标题
留言内容
验证码

专题专刊

点击排行引用排行

下载中心更多 >

友情链接更多 >

空间智能：汇聚、融合及产能- -ACM SIGSPATIAL中国空间智能学术年会”专辑

发布日期: 2020-04-02 阅读次数：

分享到:

用微信扫码二维码

分享至好友和朋友圈

《武汉大学学报·信息科学版》将联合ACM SIGSPATIAL China空间智能学术年会组委会组织专辑，并于2020年正刊出版，以期进一步促进空间智能研究的理论发展与应用，交流相关领域的新理论、新问题、新方法，欢迎广大作者积极投稿。

一、征稿范围

本专辑接收包括但不限于以下主题内容的稿件：

二、专辑召集人

乐阳

博士，教授，博导。深圳大学建筑与城市规划学院城市空间信息工程系系主任。

武汉大学（原武汉测绘科技大学）测绘、GIS方向本、硕学位，香港大学城市规划与智能交通方向博士，微软亚洲研究院青年铸星学者。2008-2013年任职于武汉大学测绘遥感信息工程国家重点实验室，2013年起正式加入深圳大学。研究方向主要为面向城市问题的大数据与GIS交叉研究，中、英文论文皆有高被引或期刊最高引用量论文。主持多项国家自然科学基金项目，以及来自微软、西门子、腾讯等工业界的合作科研项目，担任GIS、计算机，以及地理、城市科学等多领域的学术服务工作。

谢幸

博士，微软亚洲研究院首席研究员。

于2001年7月加入微软亚洲研究院，现任首席研究员，中国科技大学兼职博士生导师，微软-中科大联合实验室主任，以及中国计算机学会普适计算专委会副主任。他的团队在数据挖掘、社会计算和普适计算等领域展开研究，在国际会议和学术期刊上发表了300余篇论文，共被引用25000余次。他1999年获首届微软学者奖，2019年获ACM SIGSPATIAL十年影响力论文奖及中国计算机学会青竹奖，并曾在KDD、ICDM等顶级会议上获最佳论文奖。他是多个国际学术期刊编委，并多次担任顶级国际会议程序委员会主席及领域主席等职位。他是ACM和中国计算机学会杰出会员。

编辑部联系人：王晓醉 wechat：xiaozuiwang

三、投稿方式

请登陆以下网址进行投稿：

https://ch.whu.edu.cn

投稿时请在投稿栏目选择“中国空间智能学术年会”专刊

论文投稿格式参见：

http://ch.whu.edu.cn/CN/volumn/home.shtml

投稿截止时间：2020年3月15日

四、历史沿革

ACM SIGSPATIAL全称为ACM Special Interest Group on Spatial Information，由国际计算机学会（Association for Computing Machinery, ACM）空间信息专业委员会（ACM SIGSPATIAL）主办，是GIS领域与计算机科学结合广泛的国际顶级会议。

上一篇: 2020“遥感与地质灾害”专辑征稿启事

分享到:

用微信扫码二维码

分享至好友和朋友圈

创刊于1957年月刊

ISSN 1671-8860

CN 42-1676/TN

中国中文核心期刊

中国科技核心期刊

Ei核心期刊

特别推荐

眭海刚

典型自然灾害遥感快速应急响应的思考与实践

飞速发展的遥感技术为自然灾害应急响应提供了有力的技术支撑，但目前空天地遥感协同监测与应急技术体系尚未深度耦合，对遥感快速应急响应缺乏系统性的研究。首先，分析了遥感快速应急响应面临的技术挑战；然后，对涉及到的遥感应急保障预案、遥感协同应急服务体系架构、应急监测资源配置、空天地遥感协同规划、应急处理模式、遥感应急快速智能处理等关键技术进行了详细阐述，并进一步地从应急服务保障体系落地应用、星载在轨应急响应、机载应急信息实时处理和地面应急信息快速处理4个方面进行了应用实践；最后，对遥感实时应急响应的未来进行了展望。

卢宾宾

地理加权回归分析技术综述

空间数据关系中的异质性或非平稳性特征是近期空间统计或相关应用领域的研究热点之一，而局部空间统计分析技术的提出与发展是其关键环节。地理加权回归分析技术（geographically weighted regression，GWR）通过关于位置的局部加权回归分析模型求解，以随着空间位置不同而变化的参数估计结果，量化反映空间数据关系中的异质性或非平稳性特征。GWR技术已在众多领域内广泛应用，逐渐成为重要的空间关系异质性建模工具之一。针对GWR模型解算、结果解读、模型检验等基础技术环节进行了系统总结，分别分析回顾了其对应的相关研究进展以及应用过程中存在的问题。同时，系统梳理了近年来GWR技术的主要拓展与延伸，重点阐述了其在采用灵活的距离度量选择、参数的多尺度估计以及时空数据建模方面的GWR技术扩展研究。此外，还简要介绍了现有的主要GWR技术软件工具，以期为读者和用户提供相对全面的GWR技术信息参考与知识总结。

朱庆

面向数字孪生川藏铁路的实体要素分类与编码研究

川藏铁路广域范围内实体要素粒度差异大、语义繁杂，多学科多专业空间信息数据多源异构，时空基准与数据格式不统一，难以高效集成管理与融合分析。为构建川藏铁路时空信息统一表达的认知共享概念体系，提出地理、地质、设施、气象、生态、灾害、人员7大实体要素类型，并对其几何、尺度、拓扑、属性、行为特征及相互作用关系等进行刻画，将要素类型进行实体化分类，制定了川藏铁路实体要素的统一编码规则以及扩充方法，对高位分类（门类、亚门类、大类和中类）以及低位分类（一、二、三级小类）进行扩充与删减，形成共包含2个门类、6个亚门类、27个大类和87个中类的高维分类体系。在此基础上，建立川藏铁路实体要素分类体系，并对每一个实体要素进行编码，赋予其唯一的、无歧义的身份标识，实现川藏铁路多维动态时空信息与实体要素之间的精准映射，为数字孪生川藏铁路建设奠定坚实基础。

焦利民

可持续城市化与国土空间优化

当前可持续国土空间发展面临重大挑战，面向生态文明和新型城镇化战略需求，探讨可持续城市化和国土空间优化的路径、方法和建模具有重要意义。可持续国土空间发展没有现成路径，探索国土空间优化的中国路径成为必然选择。城市及其周边是国土空间优化的关键地域，全球城市扩张研究表明，城市扩张具有路径依赖性、松散化和低密度化倾向，中国可持续城市化路径应以紧凑、高密度、宜居、低碳为基本特征。耦合可持续城市化的国土空间优化路径应遵循生态优先、节约优先、集约发展、协调发展的理念，重构国土空间规划体系。作为信息技术支撑，国土空间优化决策支持建模应面向可持续从指标量化、目标体系、约束规则等方面重构多目标协同优化模型。

季顺平

基于深度学习的立体影像密集匹配方法综述

三维重建可用于数字高程模型制作、机器人导航、增强现实和自动驾驶等。视差图是三维重建中一种重要的表达方式，而立体密集匹配是使用最广泛的获取视差图的技术。近年来，随着硬件、数据集、算法的发展，基于深度学习的立体匹配方法受到了广泛关注并取得了巨大成功。然而，这些方法通常在近景立体像对中进行测试，很少被用于遥感影像中。回顾了双目立体匹配的深度学习方法，选出了代表性的5种经典深度学习模型——GC-Net(geometry and context network)模型、PSM-Net（pyramid stereo matching network）模型、GWC-Net（group-wise correlation stereo network）模型、GA-Net（guided aggregation network）模型、HSM-Net（hierarchical deep stereo matching network）模型，将其应用于一套开源街景数据集（KITTI2015）和两套航空遥感影像数据集（München、WHU）；分析了各种网络的实现方法，探讨了深度学习在遥感影像立体匹配中的性能，并与传统方法进行了对比。

王密

ICESat-2/ATLAS全球高程控制点提取与分析

ICEsat-2/ATLAS是目前高程精度最高的星载激光数据，其数据覆盖全球，能够作为生产高精度全球地面参考高程的基础数据。基于ICESat-2/ATLAS全球激光数据产品ATL08，获取了全球ICESat-2陆地高程点，研究了基于参考高程数据和属性参数提取全球高程控制点的方法，并利用高精度参考高程数据验证了其精度。利用山东试验场和河南试验场30 cm高程精度的机载激光数据对所获取的激光点进行了验证，得到的均方根误差分别为1.11 m、1.39 m；经过参考DEM（digital elevation model)和属性参数限制筛选后的高程控制点的均方根误差分别为0.69 m、0.57 m，数据保留率分别为61.38%、60.00%，证明了该提取方法能够在保证数据保留率的同时有效提高高程精度。所提出的方法能够自动提取点位密度大、精度高的全球高程控制点数据，为国产高分辨率卫星进行无地面或少地面控制点的立体测绘和产品质量检验提供数据支持。

许强

对地质灾害隐患早期识别相关问题的认识与思考

中国地质灾害点多面广，目前通过人工排查已发现近30万处隐患点，但近年来发生的多起重大地质灾害并不在已发现的隐患点范围内，应该还有大量的灾害隐患没被发现，尽可能全面识别和发现灾害隐患仍是中国防灾减灾最重要的工作内容之一。就如何进一步推动地质灾害隐患早期识别工作提出了自己的认识和建议：（1）近年来，各种遥感技术在地质灾害隐患识别中发挥了重要作用，但每种技术都有各自的长处和短处，所能识别的隐患类型和特征也不尽相同，只有将各种技术手段综合应用，相互补充和校验，才能最大限度地识别已存在的地质灾害隐患，有效破解隐患识别难题。（2）对于识别难度最大的不稳定斜坡，需要将传统地质勘测与现代技术激光雷达（light detection and ranging, LiDAR）、航空或半航空物探等有机结合，才能提升识别效率和准确性。（3）利用深度机器学习可望实现地质灾害隐患的智能化自动识别，但目前其仅对光谱和纹理特性显著的新生地质灾害具有较好的自动识别能力，而对其他类型如古老滑坡体、一般地质灾害隐患点而言，自动识别的正确率还不高，应加大力度开展相关方面的深入研究。

眭海刚

利用具有注意力的Mask R-CNN检测震害建筑物立面损毁

震后建筑物损毁信息是灾情快速评估和应急救援的重要决策依据之一。针对传统的建筑物损毁遥感检测技术只关注于顶面信息，导致众多顶面结构完好而中间层、底层倒塌或崩裂的损毁建筑物处于检测盲点的问题，提出了一种融合引入注意力机制的深度学习实例分割模型和图像多尺度分割算法进行震后建筑物立面损毁检测的方法。首先，利用卷积块状注意力模块（convolutional block attention module, CBAM）改进掩模区域卷积神经网络（mask region-based convolutional networks, Mask R-CNN)模型实现了复杂建筑物立面背景中的损毁信息提取；然后，基于建筑物立面影像多尺度分割结果，利用多数投票规则实现了损毁检测结果的后处理优化。实验结果表明，相比传统损毁检测方法，所提方法能够更有效地实现震后建筑物立面损毁信息的精准定位，总体准确率可达到89.15%。

杜志强

自然灾害应急知识图谱构建方法研究

中国自然灾害发生频繁，受自然灾害的威胁极大，防灾减灾、抗灾救灾是人类生存发展的永恒课题。在自然灾害应急领域中，相关数据骤增而应急关键知识明显匮乏，存在“数据-信息-知识”转化能力不足的问题，由此提出了自顶向下和自底向上相结合的自然灾害应急知识图谱构建方法。围绕自然灾害事件、灾害应急任务、灾害数据、模型方法4个要素，自顶向下构建模式层，通过本体建模形成知识图谱的概念框架；自底向上构建数据层，通过数据获取、知识抽取、融合、存储建立实体间关联关系。以洪涝灾害应急知识图谱为例进行实验验证，结果表明，该方法能够对自然灾害事件、灾害应急任务、灾害数据、模型方法4要素的概念层次关系及要素属性、要素间语义关联关系进行形式化表达，实现了从多源数据到互联知识的转化。

闾国年

几何代数在地理信息高维空间表达中的应用

以欧氏几何为基础的信息框架对地理信息科学的发展起着重要作用。然而，由于欧氏空间对地理信息系统（geographic information system，GIS）中地理对象和现象的表达依赖于坐标系统以及对象具体坐标，使得基于欧氏空间的地理对象表达、计算和分析难以形成多维统一的运算规则和运算框架，增加了GIS算法的复杂度，降低了GIS分析效率。几何代数是一种以维度运算为基础的结合代数，在几何代数中，空间被定义为向量集合间的运算，空间维数直接由运算法则确定，可实现高维几何计算和分析的统一。基于几何代数统一的计算与分析框架对现有GIS进行构造，能够更好地对高维对象进行表达与分析，提升对复杂地理对象与动态地理现象的表达、时空多尺度分析以及不同尺度地理模型耦合集成的能力，有助于奠定GIS向实时动态、虚实融合、全视角、全要素、全内容表达的全息地图方向发展的理论基础。