前 言

2019年，我國自然資源部發布《智慧城市時空大數據平臺建設技術大綱》，強調依托空間數據智能處理，加速我國智慧城市建設進程.智慧城市建設旨在通過對城市大數據進行有效的采集、管理、分析以及挖掘，以強大的算法模型和計算能力為國家、城市、區域治理中的各個應用場景提供智慧賦能，從而提高城市智能管理水平.空間數據智能作為城市計算的基礎與核心，在智慧城市建設中扮演關鍵角色.隨著5G、大數據和人工智能等技術的整體推進與日益成熟，以及國家十四五“數據要素化”重大戰略和地方政府“智慧城鎮化”發展戰略的布局實施，亟需探索并攻克“空間數據智能”在理論、方法和應用等多個層面存在的挑戰與難題，通過空間數據智能處理打造新型智慧城市，從而推動我國智慧城市建設邁入未來空間智能時代.為此，我們組織了空間數據智能這一專題.

本專題特邀空間數據智能領域的宋軒等5位專家學者共同撰寫了“空間數據智能：概念、技術與挑戰”前瞻論文，對空間數據智能領域的重要議題進行闡述：分別介紹了空間數據智能的概念，空間數據智能領域所面臨的技術挑戰及關鍵技術，以及空間數據智能在社會生活中的典型應用場景，并展望空間數據智能研究的發展.

本專題公開征文，共收到有效投稿26篇，其中25篇論文通過了形式審查.特約編輯先后邀請了40多位專家參與審稿工作，每篇投稿至少邀請2位專家進行評審.論文最終有8篇論文被本專題錄用.錄用論文涉及空間數據智能相關的理論、技術、方法與應用研究，一定程度上反映了我國在該專題下的研究水平.根據主題，本專題論文大致可分為2類.

1 時空數據挖掘與智能分析

方圓等作者的論文“基于空間占有度的主導并置模式挖掘”從并置模式完整性的角度，在空間并置模式挖掘任務中引入空間占有度，結合并置模式的頻繁性和完整性，提出了一種為用戶提供高質量并置模式的方法，并通過實驗驗證了該方法的效率和有效性.

倪慶劍等作者的論文“基于信息增強傳輸的時空圖神經網絡交通流預測”從交通流動態的時空相關性、周期性以及線性與非線性特點的角度，提出了一種用于交通流預測的基于信息增強傳輸的時空圖神經網絡模型，該模型主要包含多特征注意力模塊、信息增強傳輸模塊、時間注意力模塊以及線性與非線性融合模塊，并通過實驗驗證了該模型的有效性.

金鵬飛等作者的論文“地理社交網絡中基于多目標組合優化的空間感知影響力聯合最大化”在地理社交網絡中研究基于多營銷目標組合優化的空間感知影響力聯合最大化問題，考慮到商家在營銷過程中對推廣門店的位置選擇以及在線上部署影響力傳播種子的策略，提出了迭代處理算法框架，并通過實驗驗證了算法的效果和良好性能.

徐天承等作者的論文“一種基于時空位置預測的空間眾包任務分配方法”提出了基于圖卷積神經網絡的模型進行任務分布預測方法，以及基于ConvLSTM模型進行工人分布預測的方法，設計基于位置預測的任務分配算法來計算眾包工人和空間任務的相對最優分配策略，該方法相比現有基于網格的預測方法，任務和工人位置預測準確率分別提高了15.7%和18.8%.

2 路徑查詢與規劃

鄭渤龍等作者的論文“基于深度強化學習的網約車動態路徑規劃”提出了一種面向網約車路徑規劃的深度強化學習算法，該算法采用具有動作采樣策略的執行者-評論者方法(AS-AC)來學習最佳調度策略，并通過實驗證明該算法的良好性能.

李瑞遠等作者的論文“基于路網層次收縮的快速分布式地圖匹配算法”提出了一個基于路網層次收縮的分布式地圖匹配框架CHMM，該框架能夠對大規模的軌跡數據實現快速地圖匹配，并通過實驗驗證了CHMM框架的高效率和可擴展性.

張天明等作者的論文“時態圖最短路徑查詢方法”提出了基于壓縮轉化圖樹(CTG-tree)索引的查詢方法, 該方法先提出一種無損壓縮方法將轉化圖壓縮，并在壓縮有向圖上建立CTG-tree索引，而后基于構建的CTG-tree索引，提出了一種高效的最短路徑查詢算法，最后通過實驗驗證了該方法具有更優的查詢性能.

黃陽等作者的論文“基于緩存的時變道路網最短路徑查詢算法”提出了一種新的能夠權衡最短路徑查詢效率與緩存更新速度的緩存存儲結構，設計了能夠提高緩存命中率優化緩存收益的緩存存儲策略，提出了基于緩存的時變最短路徑查詢(CTSPQ)算法來提高緩存中查詢最短路徑的速度，并通過真實數據集上的實驗驗證了CTSPQ的有效性和可擴展性.

本專題主要面向數據庫、地理信息系統、大數據、機器學習等多領域的研究人員和工程人員，反映了我國學者在空間數據智能的研究進展.感謝《計算機研究與發展》編委會和ACM中國SIGSPATIAL分會對專題工作的指導與幫助，感謝專題全體評審專家及時、耐心、細致的評審工作，感謝踴躍投稿的所有作者.希望本專題能夠對空間數據智能技術相關領域的研究工作有所促進.