文献类型：期刊文章

作　　者：高松[1]

GAO Song(GeoDS Lab,Department of Geography,University of Wisconsin-Madison,WI 53706,USA)

机构地区：[1]美国威斯康星大学麦迪逊分校地理系,威斯康星州麦迪逊市53706

出　　处：《武汉大学学报（信息科学版）》

年　　份：2020

卷　　号：45

期　　号：12

起止页码：1865-1874

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CSCD、CSCD2019_2020、EI、GEOBASE、IC、JST、PROQUEST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：人工智能领域的技术进步给地理空间相关领域研究的智能化发展和融合创新带来了新机遇和新挑战。地理空间人工智能(geospatial artificial intelligence,GeoAI)是指地理空间科学与人工智能相结合的交叉学科研究方向,通过研究与开发机器的空间智能,提升对于地理现象和地球科学过程的动态感知、智能推理和知识发现能力,并寻求解决人类和地球环境系统相互作用中的重大科学和工程问题。简要回顾了GeoAI发展的历史渊源,介绍空间显式与隐式的人工智能模型,总结近期研究热点话题和应用方向(包括空间表征学习、时空预测和空间插值、对地资源环境监测、地图学、地理文本语义分析),思考并提出地理空间人工智能未来发展的几个重要挑战和研究方向。

关 键 词：地理空间人工智能  空间显式模型  深度学习  地理大数据  

分 类 号：P208]