摘要：城市交通系统是具有典型时空特征的复杂系统。精确感知交通脉动，明确道路-交通工具-环境-出行者之间的相互作用，服务交通管理与公众出行，提升出行体验是城市智慧交通建设的永恒需求。理解城市交通系统格局与状态变化的成因，明确系统组成要素行为的驱动因素及要素间的相互作用机制，是智慧交通建设的核心科学问题。报告将介绍城市交通大数据感知环境，分析城市交通大数据应用技术层次，梳理应用研究主题，介绍时空大数据技术在城市智慧交通建设中的解决方案，并从交通系统特征描述、短时交通预测与出行规划、交通控制与辅助驾驶等方面，介绍城市交通管理与出行服务的技术瓶颈及研究方向。

个人简介：陆锋，博士，中国科学院地理科学与资源研究所研究员，博士生导师，中国科学院大学首席岗位教授。兼任国家空天技术领域科技创新规划专家组成员、国家重点研发计划“地球观测与导航”重点专项专家组成员、中国地理信息产业协会地理信息科学理论与方法委员会主任、中国卫星导航定位协会室内导航定位委员会副主任、中国测绘学会智慧城市工作委员会副主任、《地球信息科学学报》执行主编等。正式发表学术论文260余篇；获得发明专利授权21项；获得国家科技进步二等奖、省部级科技进步一等奖、中国科学院优秀导师奖等10余项。

摘要：地理信息科学传承了地理学的空间分析传统。在地理空间分析中，由于地理空间的特殊性，地理信息科学在构造分析方法时，需要考虑空间效应。然而，空间效应具体的内涵和外延，到目前尚未有系统探讨。本报告提出了地理空间效应，进而在形式化定义空间、位置、场、距离、区域等概念的基础上，归纳了4类空间效应：即空间异质性效应、空间依赖的近邻效应、空间交互的距离衰减效应、和空间分区的尺度效应，探讨了4类效应的内在逻辑关系，建立了统一的表达框架。其中，空间异质性效应是最为基础的效应，近邻效应和距离衰减效应反映了地理空间中两个位置之间的二阶关系，尺度效应则由于区域单元的汇总带来，因此这4类效应形成了递进关系。最后，梳理目前地理分析中对空间效应的体现，指出了地理空间人工智能技术对于空间效应的揭示和量化能力。

个人简介：刘瑜，北京大学地球与空间科学学院博雅特聘教授、副院长。主要从事地理大数据分析方法和应用研究，提出的社会感知理论在国际学术界产生了较大影响。获得地理信息科技进步奖特等奖、北京市自然科学奖二等奖等奖项。

摘要：现有城市设施的空间优化布局配置对城市的可持续性至关重要，城市人口的快速增长和公共设施的改善对空间优化和城市可持续性分析研究提出了迫切需求。组合优化与地理信息系统科学集成的空间优化方法具有广泛的社会应用，空间优化方法在众多复杂场景中扮演着重要角色，例如城市设施位置优化（救护车、消防站、传感器、广告牌优化等）。城市可持续性分析的最大挑战之一是通过多源数据和创新方法进行动态分析优化，跨学科研究对于探索复杂的可持续发展社会地理计算、模拟和预测至关重要。深度学习驱动的空间优化问题兼具重要的研究意义和应用价值，本次报告分享将介绍面向城市可持续发展的空间优化方法，总结耦合地理时空大数据和人工智能的空间优化最新研究进展。

个人简介：王少华，博士，中国科学院空天信息创新研究院创新研究员，研究生导师，中国地理信息产业协会兼职研究员，兰州交通大学兼职研究生导师。研究方向为时空大数据分析、空间优化、地理空间智能和社会遥感地理计算。回国前曾先后在美国加州大学圣塔芭芭拉分校地理系、亚利桑那州立大学SPARC中心和伊利诺伊厄巴纳香槟分校CyberGIS中心担任博士后研究员。获得中国地理信息科技进步特等奖、北京市科学技术一等奖等。近年来发表学术论文100余篇，以第一作者或通讯作者在International Journal of Geographical Information Science、 Future Generation Computer Systems、 Sustainable Cities and Society等权威期刊发表SCI/SSCI文章20余篇。国际华人地理信息科学协会(简称 CPGIS) 理事、中国遥感应用协会社会遥感地理计算专业委员会副理事长、中国自然资源学会资源制图专业委员会委员。

摘要：随着5G与物联网等技术的快速发展，来自智慧城市和基于位置的服务等领域的时空数据呈爆炸式增长。时空大数据已经成为重要的战略资源，受到了世界各国或地区的高度重视。时空大数据具有规模庞大、特征复杂、价值丰富等特性，对其高效地管理与分析可以充分发挥时空数据特性优势，释放时空数据要素价值。然而，现有的时空大数据管理与分析方法仍面临“存储规模受限、计算效率低下、挖掘深度不足”等挑战。时空大数据智能管理与分析旨在以大数据处理技术为基础，结合人工智能方法，对海量时空数据进行预处理、存储与索引、查询与挖掘等，以夯实时空数据产业基础。本报告聚焦时空大数据智能管理与分析，先浅谈讲者对时空大数据智能管理与分析的思考，而后介绍其负责团队近年来在这方面的研究进展，最后浅析大模型下时空大数据管理与分析的潜在研究方向。

个人简介：高云君，浙江大学求是特聘教授，博士生导师，国家杰出青年科学基金获得者（2020）、国家优秀青年科学基金获得者（2015）。研究方向为数据库、大数据管理与分析、DB与AI融合，已发表CCF A类论文120余篇，出版专著4部，授权专利19项，登记软著3项，并获ICDE等会议最佳/优秀论文5次，省部级或全国性学会科技进步特等/一等奖3项。现为ACM中国SIGSPATIAL分会副主席，浙江省大数据智能计算重点实验室副主任，浙江大学软件学院副院长。担任TKDE、JCST、FCS、《计算机研究与发展》等期刊编委/副编辑，VLDB、SIGSPATIAL、WISE等10余个顶级/重要国际学术会议程序委员会/Workshop/Tutorial/宣传/出版/本地（共同）主席，SIGMOD、VLDB、ICDE、SIGKDD、SIGIR等会议（资深）程序委员会委员。培养多名博/硕士生获省部级或全国性学会优秀博/硕士学位论文奖6次以及KDD Cup 2022风电预测（Wind Power Forecast）赛道世界冠军。

摘要：在人工智能和大数据时代，城市智能化管理、智慧城市作为一个新兴的学术领域，得到各国学术界，工业界以及各国政府的高度重视。城市智能化管理往往需要以人为核心，感知和理解城市尺度上的人流移动从而实现高效的交通调度，城市应急管理、灾难人道救援，传染病传播防治，公共健康提升等目的。因此，智能化城市管理以及各类城市大脑项目中的一个最为核心研究课题和关键技术，则是对城市尺度上的人类移动行为的感知、分析理解、模拟和预测。本报告将主要介绍如何通过整合各类城市大数据，并结合新一代的人工智能技术，实现对城市尺度的人流移动行为的分析、建模、理解、模拟以及预测。从而实现高效的城市智能交通调度，城市应急管理，灾难人道救援和重大传染病防疫等城市智能化管理的核心应用。

个人简介：宋轩博士，2010年在北京大学获得博士学位，2010-2019年在日本东京大学任职博士后研究员，特任助理教授，特任副教授和副教授。2019年入职南方科技大学，目前是国家重点研发计划项目负责人，日本国家卓越研究员，“南方科技大学-东京大学超智慧城市联合研究中心”执行主任。他的主要研究方向为人工智能相关领域，包括大数据分析、数据挖掘和城市计算等。基于在“城市智能化管理”的学术贡献，2022年获得了中华人民共和国驻日本国大使奖（自然科学领域成就奖，唯一获奖人）。在过去10年间，他在计算机领域知名的国际期刊和会议上发表各类论文150余篇，其中发表在JCR一区或中国计算机协会推荐的A类期刊会议论文100余篇，出版学术专著一部，牵头制订团体标准5项，申请国内国际专利90余项，获得中国发明创业奖（个人奖），中国发明创新奖，中国产学研合作促进会创新奖（个人奖）。过去10年间，作为项目负责人（PI）承担各类科研项目，合同总金额超过4000万元人民币，相关研究成果产生了巨大的社会和经济效益。他的研究成果也被联合国“全球脉动”、探索频道、人民日报、学习强国平台、人民周刊、中国科学报、中国改革报、中国网、中华网、科技日报等重点报道，并被美国国防部2018年发布的项目征集指南重点引用。