研究方向一：多源异构时空数据融合

  

（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；针对某些应用场景，开展从平面几何过渡到微分几何模型的研究；（2）面向多源、异构、海量地理空间大数据，针对地理目标，开展空间、拓扑、语义等适配与无缝集成理论方法研究，构建时空数据适配与关联模型，为时空数据挖掘提供聚焦数据集；（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。

  

研究方向二：地理空间大数据时空挖掘

  

（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。

  

研究方向三：地理空间大数据应用开发

  

（1）构建地理空间大数据在自然地理与资源环境、人文地理与城乡规划、土地资源管理等相关学科的数据密集型研究范式，推动大数据时代的地理学和城乡规划学研究方法创新；（2）探索智能决策与仿真推演、风险分析与预测预警，以及灾害应急管理等地理空间大数据应用开发技术，提供智能化、综合化和定制化的政府决策服务系统。如基于“天地图·湖南”地理时空信息云平台，可研发相关接口、决策支持系统及灾害应急管理系统等；（3）探索面向公众的地理空间大数据服务模式。基于网络数据挖掘获取的人类行为活动数据，对湖南省特别是长株潭城市群的居民活动、企事业单位的空间布局优化、公共服务供给及城市治理等领域开展深入研究。