一、基本信息  

   

实验室中文名称：地理空间大数据挖掘与应用湖南省重点实验室  

   

实验室英文名称： Key Laboratory of Geospatial Big Data Mining and Application, HunanProvince        

   

所属领域：地理学（资源环境领域）  

   

依托单位：湖南师范大学  

   

单位负责人：蒋洪新  

   

二、建设目标和主要任务  

   

（一）总体建设目标  

   

针对我省地理空间大数据研究基础薄弱、开发技术滞后、利用率低等问题，开展多源异构地理空间大数据模型构建、质量分析、时空数据挖掘等研究，以及面向城乡规划、生态保护、防灾减灾和公众服务等进行典型应用开发，在时空数据建模和挖掘算法及典型应用等方面取得原创性成果，建设我省高水平的地理空间大数据研究、人才培养和科技成果转化基地，为跻身国家重点实验室行列奠定基础。  

   

（二）重点任务  

   

1.在地理空间大数据的时空数据融合、时空挖掘和典型应用等方面取得重要研究成果，在国内外产生较大的影响；  

   

2.建设一支在地理空间大数据领域创新能力和凝聚力强、产出率高、在国内有一定影响的研究团队，培养一批地理空间大数据挖掘与应用方面的高级人才。  

   

（三）考核指标  

   

发表高水平论文60-80篇；出版专著1-2部；建立科研数据库1个；申请专利5-7项；获得软件著作权2-3个；社会服务课题经费2000万元以上；获得省部级以上科研奖励1-2项；获得国家级研究课题6项以上，省部级课题12项以上；培养学术骨干4-5名；培养博士研究生8-10名、硕士研究生30-40人；举办高水平学术会议2-3场，参加国内外学术会议75人次以上。  

   

三、实验室研究方向及主要研究内容  

   

方向一：多源异构时空数据融合  

   

该方向以湖南省为例，针对地理空间大数据的多源异构、多时空和实时性的特征，重点分析地理空间大数据的可靠性和质量，研究多源异构时空数据特征表示、更新和数据融合方法。主要研究：  

   

（1）研究面向异构地理空间大数据的空间数据模型，建立多维复杂地理对象的统一表达模型；重点研究支持复杂地理计算的多维空间数据模型；  

   

（2）面向多源、异构、海量地理空间大数据，开展空间、拓扑、语义等无缝集成理论方法研究；  

   

（3）分析地理空间大数据采集、存储、分析及应用过程中的误差源及不确定性，研究地理空间大数据不确定性影响因素；基于传统的误差及不确定性传播模型，研究地理空间大数据不确定性传播机理，开展地理空间大数据不确定性度量指标建模方法及模型研究，建立不确定性模型。  

   

预期成果：发表高水平论文25篇以上；出版专著1-2部；申请专利2-3项；获得国家级科研课题2项以上，省部级课题4项以上；社会服务课题经费在500万元以上。  

   

方向二：地理空间大数据时空挖掘  

   

本研究方向将集中考虑如何创新应用和发展更强有力的数据挖掘方法研究地理空间大数据的区域特征、时空分布规律以及对人类活动的影响，以便让公众更好地认知地理空间大数据、决策者更好地驾驭地理空间大数据。主要研究内容包括：  

   

（1）基于随机、异构地理空间大数据的统一框架，研究地理空间大数据的时空统计特性，利用统计抽样、估计和假设检验等手段发展地统计模型，发现隐藏于数据本身的时空模式；  

   

（2）研究并发展新的时空数据挖掘方法，包括适合于非结构化数据和Web数据的时空模式挖掘算法，从海量数据中提取隐藏性、潜在性的有用的信息，以便有效地发现知识；  

   

（3）在地理空间大数据平台下，研究人工智能、模式识别和机器学习等挖掘方法自适应于地理空间大数据特征的分布式算法和云计算；  

   

（4）研究随机、异构大数据统一框架下的优化建模体系，依据时空规律构建和优化云计算，设计和开发能为地理空间科学研究和应用提供满足应用特点并经过时空优化的时空信息云计算模型。  

   

预期成果：发表高水平论文25篇以上，其中SCI论文5篇以上；出版专著1-2部；申请专利2-3项；获得软件著作权1-2个；获得国家课题2项以上，省部级课题4项以上；社会服务课题经费在500万元以上。  

   

方向三：地理空间大数据应用开发  

   

本方向以挖掘地理空间大数据的支撑潜力，拓展应用服务领域，开发在城乡规划与区域发展、环境整治与防灾减灾等领域的地理空间大数据应用技术为主要任务，重点包括：  

   

（1）大数据背景下城乡空间优化研究：利用导航数据、POI数据、手机定位数据等开展空间结构优化、用地功能识别、功能分区优化、城市增长边界判定、空间形态识别等研究；  

   

（2）大数据背景下城乡居民时空行为研究：利用微观尺度人的行为的大数据对城乡人口分布的时空特征进行研究，可利用公交 IC卡数据、手机定位数据、社交网络数据等开展居民时空间行为研究，包括特征人群分析、人群流向分析、人类活动联系强度分析、职住分析、通勤调查等。  

   

（3）大数据背景下环境整治与防灾减灾研究：基于巨量环境数据采集与处理，通过充分发挥大数据挖掘特殊的量级、速率与成本优势，建立环境预警阈值标准体系，提高环境整治的科学性。通过灾害数据、生态数据、旅游数据、农业数据等海量数据集成与分析，提高灾害风险因子识别精度，增加多元预警标识获取、管理、共享与交互的科学性、及时性与统一性，探索开发超前反馈的灾害预测体系。  

   

预期成果：发表高水平论文10篇以上；申请专利1-2项；建立科研数据库1个；1项以上成果实现推广或产业化应用；获得国家级科研课题2项以上，省部级科研课题4项以上；社会服务课题经费在1000万元以上。