2019年，我國自然資源部發(fā)布《智慧城市時(shí)空大數(shù)據(jù)平臺建設(shè)技術(shù)大綱》，強(qiáng)調(diào)依托空間數(shù)據(jù)智能處理，加速我國智慧城市建設(shè)進(jìn)程.智慧城市建設(shè)旨在通過對城市大數(shù)據(jù)進(jìn)行有效的采集、管理、分析以及挖掘，以強(qiáng)大的算法模型和計(jì)算能力為國家、城市、區(qū)域治理中的各個(gè)應(yīng)用場景提供智慧賦能，從而提高城市智能管理水平.空間數(shù)據(jù)智能作為城市計(jì)算的基礎(chǔ)與核心，在智慧城市建設(shè)中扮演關(guān)鍵角色.隨著5G、大數(shù)據(jù)和人工智能等技術(shù)的整體推進(jìn)與日益成熟，以及國家十四五“數(shù)據(jù)要素化”重大戰(zhàn)略和地方政府“智慧城鎮(zhèn)化”發(fā)展戰(zhàn)略的布局實(shí)施，亟需探索并攻克“空間數(shù)據(jù)智能”在理論、方法和應(yīng)用等多個(gè)層面存在的挑戰(zhàn)與難題，通過空間數(shù)據(jù)智能處理打造新型智慧城市，從而推動(dòng)我國智慧城市建設(shè)邁入未來空間智能時(shí)代.為此，我們組織了空間數(shù)據(jù)智能這一專題.

本專題特邀空間數(shù)據(jù)智能領(lǐng)域的宋軒等5位專家學(xué)者共同撰寫了“空間數(shù)據(jù)智能：概念、技術(shù)與挑戰(zhàn)”前瞻論文，對空間數(shù)據(jù)智能領(lǐng)域的重要議題進(jìn)行闡述：分別介紹了空間數(shù)據(jù)智能的概念，空間數(shù)據(jù)智能領(lǐng)域所面臨的技術(shù)挑戰(zhàn)及關(guān)鍵技術(shù)，以及空間數(shù)據(jù)智能在社會(huì)生活中的典型應(yīng)用場景，并展望空間數(shù)據(jù)智能研究的發(fā)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(jìn)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(shù)據(jù)智能相關(guān)的理論、技術(shù)、方法與應(yīng)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(jù)主題，本專題論文大致可分為2類.

1 時(shí)空數(shù)據(jù)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(dǎo)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(wù)中引入空間占有度，結(jié)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(zhì)量并置模式的方法，并通過實(shí)驗(yàn)驗(yàn)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(qiáng)傳輸?shù)臅r(shí)空圖神經(jīng)網(wǎng)絡(luò)交通流預(yù)測”從交通流動(dòng)態(tài)的時(shí)空相關(guān)性、周期性以及線性與非線性特點(diǎn)的角度，提出了一種用于交通流預(yù)測的基于信息增強(qiáng)傳輸?shù)臅r(shí)空圖神經(jīng)網(wǎng)絡(luò)模型，該模型主要包含多特征注意力模塊、信息增強(qiáng)傳輸模塊、時(shí)間注意力模塊以及線性與非線性融合模塊，并通過實(shí)驗(yàn)驗(yàn)證了該模型的有效性.

金鵬飛等作者的論文“地理社交網(wǎng)絡(luò)中基于多目標(biāo)組合優(yōu)化的空間感知影響力聯(lián)合最大化”在地理社交網(wǎng)絡(luò)中研究基于多營銷目標(biāo)組合優(yōu)化的空間感知影響力聯(lián)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(shí)驗(yàn)驗(yàn)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(shí)空位置預(yù)測的空間眾包任務(wù)分配方法”提出了基于圖卷積神經(jīng)網(wǎng)絡(luò)的模型進(jìn)行任務(wù)分布預(yù)測方法，以及基于ConvLSTM模型進(jìn)行工人分布預(yù)測的方法，設(shè)計(jì)基于位置預(yù)測的任務(wù)分配算法來計(jì)算眾包工人和空間任務(wù)的相對最優(yōu)分配策略，該方法相比現(xiàn)有基于網(wǎng)格的預(yù)測方法，任務(wù)和工人位置預(yù)測準(zhǔn)確率分別提高了15.7%和18.8%.

2 路徑查詢與規(guī)劃

鄭渤龍等作者的論文“基于深度強(qiáng)化學(xué)習(xí)的網(wǎng)約車動(dòng)態(tài)路徑規(guī)劃”提出了一種面向網(wǎng)約車路徑規(guī)劃的深度強(qiáng)化學(xué)習(xí)算法，該算法采用具有動(dòng)作采樣策略的執(zhí)行者-評論者方法(AS-AC)來學(xué)習(xí)最佳調(diào)度策略，并通過實(shí)驗(yàn)證明該算法的良好性能.

李瑞遠(yuǎn)等作者的論文“基于路網(wǎng)層次收縮的快速分布式地圖匹配算法”提出了一個(gè)基于路網(wǎng)層次收縮的分布式地圖匹配框架CHMM，該框架能夠?qū)Υ笠?guī)模的軌跡數(shù)據(jù)實(shí)現(xiàn)快速地圖匹配，并通過實(shí)驗(yàn)驗(yàn)證了CHMM框架的高效率和可擴(kuò)展性.

張?zhí)烀鞯茸髡叩恼撐摹皶r(shí)態(tài)圖最短路徑查詢方法”提出了基于壓縮轉(zhuǎn)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(zhuǎn)化圖壓縮，并在壓縮有向圖上建立CTG-tree索引，而后基于構(gòu)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(shí)驗(yàn)驗(yàn)證了該方法具有更優(yōu)的查詢性能.

黃陽等作者的論文“基于緩存的時(shí)變道路網(wǎng)最短路徑查詢算法”提出了一種新的能夠權(quán)衡最短路徑查詢效率與緩存更新速度的緩存存儲結(jié)構(gòu)，設(shè)計(jì)了能夠提高緩存命中率優(yōu)化緩存收益的緩存存儲策略，提出了基于緩存的時(shí)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(shí)數(shù)據(jù)集上的實(shí)驗(yàn)驗(yàn)證了CTSPQ的有效性和可擴(kuò)展性.

本專題主要面向數(shù)據(jù)庫、地理信息系統(tǒng)、大數(shù)據(jù)、機(jī)器學(xué)習(xí)等多領(lǐng)域的研究人員和工程人員，反映了我國學(xué)者在空間數(shù)據(jù)智能的研究進(jìn)展.感謝《計(jì)算機(jī)研究與發(fā)展》編委會(huì)和ACM中國SIGSPATIAL分會(huì)對專題工作的指導(dǎo)與幫助，感謝專題全體評審專家及時(shí)、耐心、細(xì)致的評審工作，感謝踴躍投稿的所有作者.希望本專題能夠?qū)臻g數(shù)據(jù)智能技術(shù)相關(guān)領(lǐng)域的研究工作有所促進(jìn).