地理空间智能预测研究进展与发展趋势

作     者：王培晓 张恒才 张岩 程诗奋 张彤 陆锋 WANG Peixiao;ZHANG Hengcai;ZHANG Yan;CHENG Shifen;ZHANG Tong;LU Feng

作者机构：中国科学院地理科学与资源研究所地理信息科学与技术全国重点实验室北京100101 中国科学院大学资源与环境学院北京100049 香港中文大学太空与地球信息科学研究所中国香港999077 武汉大学测绘遥感信息工程国家重点实验室武汉430079 政务大数据应用省部共建协同创新中心福州350003 

出 版 物：《地球信息科学学报》 (Journal of Geo-information Science)

年 卷 期：2025年第27卷第1期

页      面：60-82页

核心收录：

学科分类：0401[教育学-教育学] 04[教育学] 

基　　金：国家重点研发计划项目(2022YFB3904102) 

主　　题：地理空间人工智能 时空预测 时空建模 深度学习 生成模型 

摘      要：【意义】预测是地理空间人工智能(Geospatial Artificaial Intelligence,GeoAI)重要研究方向,也是测绘地理信息技术与人工智能技术深度融合、智能化创新的关键,支撑空间智能技术走向广域多样化应用场景落地应用。【进展】本文回顾了地理空间智能预测的技术发展历史,综述了基于统计学习、深度学习及生成式大模型的智能预测模型,阐述了智能预测模型中的时空依赖关系嵌入机制,解耦了时间关系建模、空间关系建模及时空关系建模等通用计算算子。【挑战与展望】本文总结归纳了智能预测模型在标注数据稀疏、可解释性缺失、泛化能力匮乏、模型压缩轻量化及模型高可靠性不足等挑战,思考并提出了地理空间智能预测技术未来4个发展趋势与研究方向:耦合多算子的可配置通用空间智能预测平台、融合多模态知识的生成式预测模型、先验指导的深度学习智能预测模型,以及地理空间智能预测模型拓展地球系统深度预测应用领域。