大语言模型的迅速发展为GIS分析提供了全新路径，并催生了大语言模型驱动的GIS分析技术体系（LLM4GIS）。本文基于截至2024年10月的研究，首先梳理了GIS分析的演进脉络，从应用模式、数据基础和评价方法3个方面总结了LLM4GIS的技术体系，然后归纳了LLM在知识问答、知识抽取、时空推理和分析建模等GIS分析任务中的研究进展，最后针对多模态时空数据协同解析、泛化能力与垂直深度平衡、可解释性与可信度提升、具身智能与端侧智能转型以及GIS分析智能化与普适化5个方面，展望了GIS4LLM的未来研究方向，为实现LLM4GIS与GIS4LLM的双向赋能提供启发。
传统地面大地测量时代建立起来的高程基准理论，难以全面适应地球重力场与卫星大地测量高速发展的需要。本文严格依据几何物理大地测量学原理与大地测量基准性要求，通过研究将物理大地测量要素和概念统一到地固参考系中所需的理论基础和实现原理，简明演绎高程基准与地球参考系、重力场之间的理论和逻辑关系，从而重新审视高程基准的一些经典概念。本文主要结论及其具体大地测量学依据如下：①论证了若忽略大地水准面的几何形变，则无论是正高系统、正常高系统，还是重力位数系统，高程起算面都是大地水准面，说明解析正高比其他类型正高更适合高程基准目的。②严格依据大地测量学的基准性要求，丰富了地固参考系中高程基准的重力场理论基础，导出GNSS代替水准测量的基准性条件和实现原则。③推导了空间几何物理大地测量协同的地球质心与形状极定位理论方法。该方法不依赖地球物理假设或地球动力学协议，且完全独立于地球自转运动，由大地测量学理论，科学自洽地实现地球参考系的定位定向。④推导出等正高面平行于大地水准面、正常重力场只有3个自由度的结论，并有效解决高斯约定的大地水准面与重力大地水准面的协调一致性问题。
卫星重力测量技术作为现代大地测量学的重要突破，凭借其对地球表层和浅层物质质量变化的整体响应能力，已广泛应用于大地测量、水文循环、冰川消融、海平面变化和构造变形等关键领域。本文系统梳理了自CHAMP、GRACE到GRACE-FO以及中国重力卫星的任务发展与技术演进，聚焦下一代重力卫星计划，以及国际在研的新型量子重力任务的前沿趋势。在此基础上，全面总结了卫星重力数据从Level-0到Level-3的处理流程、关键反演方法、科学产品构建，及其在陆地水文、冰川、海洋、地震和高程基准构建中的典型应用。梳理分享了我国卫星重力应用体系当前所面临的数据质量限制、多源信号分离难题、人工智能模型可解释性不足及学科融合障碍等主要挑战，提出未来应加强“数据-场景-模式”协同创新，推动多源卫星组网与高精度建模，服务国家战略需求和全球可持续发展。
地球质心与形状极是描述和度量地球自转运动的大地测量基准。地球内部质量调整和物质运动无法准确测量，导致由地球物理流体数据推算的地球自转激发函数存在不确定性，制约了地球自转动力学机制的深入研究。本文通过统一大地测量和地球自转运动的地固参考系基准，解析各种大地测量要素的地球形状极变化与自转运动效应，从而发展空间几何物理大地测量协同的地球质心、形状极与多种自转动力学参数联动的监测方法，为深入研究地球自转的激发动力学机制与地球各圈层相互作用营造更有利的科学技术条件。本文主要结果包括：①推导出空间几何物理大地测量协同的地球质心与形状极定位理论，既能精密监测地球质心变化与形状极移时间序列，也能将当前地固参考系定位定向到指定时间段内的平质心和平形状极。②给出了地球卫星观测、VLBI运动学测量、地面站点径向位移和重力变化协同的地球质心、形状极与多种自转动力学参数联动的监测模型和算法，以改善地球自转动力学机理研究的约束条件。
深度卷积神经网络已被证实是高分辨率遥感影像场景分类中最有效的方法之一。过去的研究大多关注于单一光学遥感影像的场景级分类，并且多为单标签分类。然而，单一光学遥感影像容易受到天气条件的限制，并且单标签的标注难以全面描述复杂的图像内容。因此，本文利用欧洲空间局于2020年获取的SAR和光学遥感图像，构建了武汉市多模态多标签场景分类数据集SEN12-MLRS，并设计了一种基于并行双注意力融合网络（PDANet）的多标签场景分类方法。PDANet通过双分支特征提取、自适应特征融合及多级特征融合，实现了光学和SAR图像的多模态与多层级的特征融合。试验结果表明，在SEN12-MLRS数据集上，PDANet相较于多种先进模型取得了最佳性能，并通过消融试验进一步验证了本文方法的有效性。
高分辨率光学影像空间细节信息丰富、解译可靠性高，是遥感变化检测任务的主要数据来源之一。在实际应用中，单一来源的光学影像容易受重访周期、存档数据可用性等因素限制而难以满足需求，联合多源光学遥感影像则具有更强的灵活性及适用性。然而，不同传感器获得的光学遥感影像存在较大的时空异质性，显著的“伪不变”和“伪变化”现象给准确提取真实变化信息带来了严峻挑战。为此，本文以开发对“伪不变”和“伪变化”现象兼具强鉴别能力的模型为设计目标，提出了一种基于全局差分增强模块（GDEM）和平衡惩罚损失（BP Loss）的多源光学遥感影像变化检测方法，称为GB-UNet++。其中，GDEM模块通过引入Transformer结构实现多时相影像全局信息间的交互，以增强模型捕捉跨像素/区域变化信息的能力；此外，本文构建的BP Loss能够自适应调整损失的权重，从而提高模型对两类错误样本的学习能力。在6个数据集上进行的大量试验表明，本文方法的总体精度和F1值分别可达99.02%和84.86%，显著优于5种先进的对比方法。
光学遥感影像因蕴含丰富地物信息被广泛应用于各类对地观测任务中，但常常受到云层不同程度污染，导致其数据质量和利用率显著下降。目前，学者们已针对光学遥感影像去云问题开展了大量研究，然而仍缺乏系统性总结与技术原理分析。对此，本文首先基于文献计量分析手段，调查了国内外相关文献发表情况，分别对薄云和厚云去除两大类研究开展系统且全面的梳理；然后，深入分析了不同去云方法所面临的核心问题、依赖的先验假设、解决思路及基本原理，并评估了其优缺点；最后，本文进一步总结和探讨了当前光学遥感云去除工作所面临的共性关键挑战和未来发展趋势。本文不仅能为读者全面了解光学遥感影像去云领域近30年来的研究进展提供关键信息，也为深入把握该领域的发展脉络和趋势提供重要参考。
时空融合算法旨在生成具有高空间分辨率的稠密时间序列图像，对监测地表精细动态变化具有重要意义。然而，现有时空融合算法在土地覆盖变化区域易受参考图像的误导，同时由小目标构成的异质区域的重建较为困难。为此，本文提出了一种自适应参考特征引入与多尺度特征聚合的时空融合算法。在编码阶段，设计了自适应参考特征引入模块，根据时序粗图像对提供的变化信息及门控结构，实现对参考细图像的自适应引入，既利用参考信息提高预测精度，又抑制参考信息对变化区域的误导；在解码器阶段，设计了多尺度特征聚合策略，为解码器每一层聚合不同尺度的信息，并结合通道注意力机制筛选重要特征信息，提高了异质区域的重建精度；最后，在损失函数中引入焦频损失项，从频域分布的角度，增强生成图像的真实性和关注困难频段的重建，弥补了空谱损失的不足。在LGC、CIA和Wuhan数据集上的试验结果表明，与其他6种算法相比，本文算法具有更好的融合结果。
实景三维中国建设是落实数字中国建设战略、推进国土空间治理现代化、加快测绘地理信息转型升级的一项重要举措，既是今后数十年国家和地方基础测绘的重大任务，也是一项涉及因素复杂、技术难度极大的科技工程。本文介绍了实景三维中国建设的基本思路，从4D产品到实景三维、从数据供给到时空赋能、从数字化到数智化；提出了实景三维中国总体技术架构，包括由地理实体、地理场景、地理实景等组成的产品体系，以提供时空连接、时空计算、时空智能服务为目标的服务赋能体系，以数智化生产、实体化管理、知识化服务为重点的数智技术体系；继而讨论了实景三维中国的主体技术，包括实体化建模、立体化重构、真实化描述和知识化服务等；最后从推动实景三维中国与“五位一体”总体布局深度融合的角度，探讨了实景三维赋能数字经济、数字治理、数字生活、数字文化、数字生态文明等5个应用场景。为切实做好实景三维中国建设与应用，今后还应加强战略谋划，推动科技创新，促进跨界融合。
多模态遥感对地观测和深度学习技术的快速发展，拓展了遥感变化检测的数据维度和方法维度，为更加自动化、精细化和智能化的变化检测奠定了基础。本文聚焦深度学习的变化检测，面向变化特征表达和网络学习策略两个基本科学问题，详细梳理了变化检测研究的演变过程。变化特征表达层面，呈现4个方面的研究趋势，即局部、全局到时空联合特征表达，单一模态到多模态特征表达，轻量级模型到大模型特征表达，以及二值到多类别语义特征表达；网络学习层面，呈现全监督、弱/半监督到无监督变化检测的发展趋势。在此基础上，探讨了当前基于深度学习的变化检测所面临的挑战，并结合当前人工智能技术的发展趋势，指出了图文融合、生成式、人机协同模式3个发展方向，以期为理论方法及应用研究提供方向及思路，助力提升遥感变化检测的智能化能力与应用水平。
在人工智能技术飞速发展与时空信息应用需求日益增长的背景下，时空智能学作为融合测绘、导航、遥感、通信与人工智能的新兴学科应运而生。它借助通导遥智能传感器、云计算和人工智能技术，实现对自然与人类活动的智能感知、认知及决策支持，致力于推动可持续发展。测绘学在其中承担核心支撑作用，需构建四维时空基准以保障时空信息的精确性，发展“快准灵”的智能处理技术以应对海量数据挑战，并通过多维动态可视化手段提升时空信息理解效率。“全国一张图”工程是时空智能学理论落地实践的典型范式，依托东方慧眼星座和天地图，推动时空信息在政务、公众、商业领域的统一应用，实现动态更新与智能分析。未来，时空智能学将深化理论体系，完善时空基准构建与数据处理理论，结合人工智能前沿技术，促进全球时空信息共享，为城市治理、环境保护等领域提供更精准的决策支持，助力人类命运共同体建设。
时空信息新型基础设施的建设离不开新的软件中间件与地理信息服务模式。传统时空数据基础设施在云计算、人工智能和大数据的驱动下，正从数据服务走向智能计算服务。本文围绕时空智能计算服务平台，以数字地球立方体就绪型服务为目标，研究地球时空大数据组织、计算、推理等关键技术，研发算力-数据-算法深度耦合与开放共享的数字地球引擎系统，提供数据就绪、分析就绪、决策就绪的地球时空数据-信息-知识服务体系，构建“存-算-推”一体化开放地球引擎（OGE），形成基于时空立方体管理与分析地球时空大数据的新型时空信息基础设施。在此基础上研发了OGE原型系统，通过接入武汉大学及相关单位累积的多类型对地观测数据，开展了涵盖栅格、矢量与专题数据的典型时空分析试验，验证了OGE的地球时空大数据管理与分析能力。
GNSS基准站观测的对流层延迟量常用于改正InSAR对流层延迟误差，其实质是将GNSS点位观测到的延迟量推估（内插）至未测点位。传统方法只考虑湍流分量的空间相关特性，通过函数模型或随机模型建立干涉图误差改正模型，忽略垂直分层影响。本文提出兼顾垂直分层与湍流影响的InSAR干涉图误差联合改正模型，分别采用高程相关函数模型和随机模型建模垂直分层与湍流，并通过最小二乘配置同时估计确定性垂直分层模型参数与GNSS观测点位处的湍流分量，最后将二者推估至干涉图其他未测点位。应用本文方法处理美国南加州地区71景Sentinel-1数据，结果表明，本文方法可将70幅最短时间基线干涉图的平均标准差从4.7 rad降低至1.4 rad，改正效果优于GACOS（平均标准差下降至2.7 rad）、线性模型（平均标准差下降至4.1 rad）、GInSAR（平均标准差下降至2.9 rad）和LSC-GInSAR方法（平均标准差下降至1.8 rad）。此外，获得的线性形变速率揭示出试验区长波形变特征，与GNSS观测吻合良好（相关系数为0.67），验证了本文方法可有效改正InSAR干涉图的中长波长对流层延迟，适用于提取大尺度地表形变信号。
全球导航卫星系统的相对论效应误差来源于卫星与用户接收机间的运动状态差异，涉及引力频移和时间膨胀效应。相较于中高轨卫星，低轨导航卫星受地球非球形引力摄动和时间膨胀效应更为显著，已有相对论效应改正方法的适用性需要进一步探讨。本文回顾了相对论效应改正严密公式和目前IGS分析中心与各导航系统使用的两种近似公式（传统公式和改进公式），其中传统公式仅考虑了卫星受到的地球中心引力并针对小偏心率情况进行了简化，改进公式则进一步考虑了地球J2项引力影响。分析了两种近似公式对GPS、GLONASS、Galileo和BDS-3系统的相对论效应改正精度，并通过仿真与实测数据重点研究了两种近似公式的改正精度与低轨卫星轨道高度、倾角和偏心率等参数之间的关系。结果表明，相对论效应改正传统公式对中圆轨道卫星（E14、E18除外）的周期性改正误差振幅为0.11 ns，改进公式减小至0.05 ns；传统公式对倾斜地球同步轨道卫星的周期性改正误差振幅为0.05 ns，优于改进公式的0.06 ns；两种近似公式对低轨卫星相对论效应的改正精度明显下降，且受轨道参数影响显著，轨道倾角越大、轨道高度越低和偏心率越大时，改正精度越低，近极轨卫星的周期性改正误差振幅可达1 ns。
研究GNSS坐标时间序列中的非线性变化，有助于获得高精度GNSS速度场，对建立和维持动态地球参考框架等高精度地球动力学研究具有重要意义。本文以川滇地区2011—2022年的94个GNSS观测站坐标时序为例，分别使用德国波茨坦地学中心（GFZ）和国际质量负荷服务（IMLS）的环境负载产品（水文负载、大气负载及非潮汐海洋负载产品）分析GNSS三维坐标时序中的非线性变化，并使用环境负载产品改正前后均方根值（RMS）变化量的百分比（PRMS）进行定量评价，最后使用独立分量分析法（ICA）分离垂向坐标时列中的非线性变化信号。结果表明，IMLS环境负载产品改正效果整体优于GFZ环境负载产品。经IMLS环境负载产品改正后水文负载和大气负载能够有效改正GNSS垂向坐标时序中的非线性变化，PRMS平均值分别为8.66%和6.74%。在N分量上水文负载能够削弱GNSS坐标时序中的非线性变化，PRMS平均值为2.07%；大气负载改正会导致非线性变化增大，PRMS平均值为－0.22%。在E分量上水文负载改正会导致非线性变化增大，PRMS平均值为－0.11%；大气负载改正效果较弱，PRMS平均值为0.22%。在N、E、U 3分量上，非潮汐海洋负载改正非线性变化效果都不明显，PRMS平均值分别为0.33%，－0.2%，0.63%。ICA方法分离的IC2信号与IMLS大气负载形变的相关系数范围为－0.68～0.71，平均值为0.64，其中，大于0.65的GNSS观测站约占总数的73%，IC4信号与GRACE/GRACE-FO模型获得的水文负载形变相关系数范围为0.55～0.79，平均值为0.69，表明ICA方法分离的IC2信号、IC4信号可能与大气负载、水文负载引起的非线性变化相关，且进一步论证了GNSS坐标时序施加环境负载修正的必要性。
GNSS变形监测应用面临监测场景复杂和监测设备低成本两大趋势。GNSS高精度监测技术依赖高效可靠的模糊度固定，但受部分遮挡、干扰频繁、监测基线长等复杂条件影响，其模糊度解算能力和变形监测服务性能显著下降。本文充分挖掘区域多监测站的时空关联特性，提出一种GNSS多基线联合简便解算的变形监测方法；推导了多基线联合解算模型的解析解，分析了浮点解精度随监测站数量增加的改善效果；设计了复杂遮挡环境的区域监测试验，通过理论和实际指标验证了本文方法的有效性。杭州湾跨海大桥监测试验结果表明，本文方法可有效提升复杂场景下的监测效果，其收敛速度更快、监测距离更长且模型参数轻量化，具有较好的拓展性和应用前景。
车载LiDAR点云语义分割旨在提取道路及其路侧多类地物目标的三维信息，对城市道路场景的目标对象化与三维建模至关重要。针对当前深度学习网络在处理车载LiDAR点云时，由于架构限制以及难以有效提取和利用多尺度信息而导致小尺寸目标、数据缺失和被遮挡目标分割不准确等问题，本文提出了一种基于U形图卷积网络(U-GCN)的点云语义分割方法。首先，设计了一个动态图卷积算子，利用可学习的点核自适应地提取点云局部几何特征，并通过级联的动态图卷积算子来构建局部特征聚合模块和扩大感受野，以捕获目标结构和上下文信息。然后，结合U形编码器-解码器网络架构，通过跳跃连接的方式融合深层和浅层点特征来获取多尺度细节信息，以增强目标特征表达。最后，引入深度监督损失函数，引导网络利用各层输出的预测信息进行多尺度的监督训练，进一步提升网络的稳健性和整体性能。在Toronto-3D和WHU-MLS数据集上试验表明，本文方法在可视化分析和定量评价方面均优于当前主流网络，能够有效改善因目标尺度变化、遮挡、数据缺失造成的分割精度低的问题。
地外天体的三维形貌重建是深空探测任务中的核心环节之一，为着陆区选址、巡视规划、资源勘查等提供关键的三维空间信息支撑。现有方法如摄影测量法、影像光度法与激光测高插值法等，已广泛应用于月球、火星、小行星等地外天体的三维形貌重建，在高精度地形模型构建、关键区域地貌解析及资源勘查等方面取得了显著成果。但是受制于影像获取条件受限、控制基准缺失以及地形与光照环境复杂等因素，常面临数据质量差、匹配困难、观测缺失与自动化不足等问题。近年来，卷积神经网络、生成对抗网络、注意力机制模型（Transformer）和神经辐射场等人工智能方法在地外天体的三维重建工作中被逐渐关注。本文系统回顾了人工智能方法在地外天体三维形貌重建任务中应用的3种主要技术途径，即用于影像的特征提取与匹配、用于单视影像的深度估计，以及用于多视影像的辐射场建模。本文还对各类方法的核心机制、典型应用案例、适用场景和性能特点进行了对比分析，并总结了当前存在的技术挑战，展望了未来在多源融合、自/弱监督学习、大模型及实时处理等方面的研究趋势，以期推动人工智能方法在地外天体三维形貌重建领域的进一步应用与发展。
海岸带地面沉降会加剧相对海平面上升，增加与洪水相关的沿海基础设施淹没和土壤盐渍化风险。山东作为中国东部沿海经济大省，其海岸线长度约占全国的1/6，但是关于该省地面沉降时空演变特征及关键驱动因素尚不清楚。本文利用2019—2022年的Sentinel-1雷达卫星遥感影像，开展了多轨道合成孔径雷达干涉测量（InSAR）时序分析工作，提出了一种适用于陆海交接区域的InSAR多图幅拼接方法，校正了不同图幅之间的系统性偏差，得到了广域一致性良好的全省地面沉降速率图，探明了多个沉降速率超过50 mm/a的快速沉降漏斗。结合Sentinel-2多光谱遥感影像、形变时间序列和主成分分析方法，揭示了非均质沉降漏斗的时空变化及其驱动因素。结果表明，地下水与煤矿开采相关的人类活动是造成山东省地面沉降的主要因素。本文期望为大范围沿海地面沉降监测和风险管理提供技术支持和科学依据，进一步提升对沿海地质灾害风险的认识。
多系统超快速卫星轨道与钟差产品正被广泛应用于实时与近实时等快速位置服务中。但受参数处理时效性与数据质量限制，超快速精密定轨模型中未顾及轨道钟差参数相关性影响，且无法充分利用星载原子钟信息。本文提出一种基于GNSS钟差参数先验信息的超快速轨道钟差产品估计方法。首先，固定卫星轨道参数，利用相位时间差分算法，单历元滑动解算GNSS钟差；然后，构建卫星钟差短时预报模型，提取星载原子钟先验信息，模型化卫星钟差参数；最后，约束定轨方程中卫星钟差参数，建立超快速轨道钟差估计增强模型。试验结果表明，轨道钟差联合处理中参数间存在显著相关性，且在固定轨道参数条件下，可实现较传统超快速卫星钟差产品估计精度提升30.9%~50.7%的效果；构建卫星钟差参数先验约束，可提升超快速轨道毫米级精度，且钟差解算精度可至少提升了32.9%；静态PPP结果显示，本文估计的多系统超快速轨道钟差参数分别提升了E、N与U方向定位精度9.9%、16.9%与9.3%。因此，本文提出的轨道钟差解算方法可有效改善多系统超快速轨道钟差产品性能，为高质量快速定位服务提供支撑。
