香港 - Media OutReach Newswire - 2024年4月9日 - 地理空间人工智能技术是结合地理空间科学和人工智能的交叉学科。香港理工大学（理大）积极利用创新的地理空间人工智能技术，为当今全球面对的环境和社会挑战提供突破性的解决方案，当中涵盖了交通运输、城市和公共安全、规划、气候变化和自然灾害等各个领域。
 

理大土地测量及地理信息学系地理信息学、人工智能讲座教授、杰出创科学人教授翁齐浩教授同时兼任理大地理空间智能研究中心主任及首席研究员。

理大土地测量及地理信息学系地理信息学和人工智能讲座教授、杰出创科学人教授翁齐浩教授成立理大地理空间智能研究中心，专注于为地球信息学开发原创且创新的人工智能方法理论和技术，以及其在城市的应用，目标成为全球的地理人工智能研发中心。翁教授最近获得2024年美国地理学家协会（AAG） Wilbanks地理学变革性研究贡献奖，以及2024年AAG遥感专业委员会终身成就奖，以表彰其在地理学和遥感科学技术领域的创新研究。

研究中心其中一个方向是透过利用地理空间分析、地理人工智能及大数据，调查城市化中人类与环境的互动，另一个方向是利用对地观测创建各种全球城市区域的数据产品，并提供以对地观测为基础的城市数据服务。

翁教授兼任研究中心主任及首席研究员，他表示︰「对地观测是探讨环境和社会变化的重要指南针。我们的研究重点遍及地理空间大数据和人工智能、遥感、地面传感器、导航和定位、测量和大地测量、激光扫描和摄影测量等领域。这些技术是能为环境和社会挑战提出解决方案的关键。」

尤其是，地理空间人工智能通过利用数千个可学习参数，彻底改变了建筑物监测的方式。当中一个例子是它能够自动学习和识别建筑物的一般外貌形态，如颜色和形状，可实际应用于检测受灾损坏的建筑物，获取建筑物高度、识别结构变化，以及估算建筑物能源耗量。因此，地理空间人工智能已成为更高效、更深入的建筑物监测主流方案。

环境监测

在城市化监测领域，地理空间智能研究中心团队开发了一个基于不透水地表层面积的城市元胞自动机模型，该模型可以利用从卫星观测获得的每年城市范围及时间序列的数据，仿真每个格网内城市区域的分数变化。在不同城市化进度水平下分析城市区域增长的历史路径，该模型提供了比传统二值城市元胞自动机模型更详细的见解，对可持续发展有巨大潜力。

研究中心团队成员、博士研究助理贺琬茹女士及团队在学术期刊《城市》上发表「基于时序信息仿真格点尺度不透水面比例变化的城市元胞自动机模型」的研究，展出该模式能有效地捕捉城市扩展的动态，显著提高计算效率和性能，并能在未来多元化的城市化进展情景下，对区域以至全球的城市增长进行建模。

交通管理

在促进智慧交通管理发展方面，为了提高叫车平台的效率并实践智能管理服务，地理空间智能研究中心的团队开发了多智能订单匹配和车辆重新定位方案。这项创新技术专注于协调叫车服务的供求需要，将闲置车辆调度到需求潜在高的地区，及以高效方法将订单分配给可用车辆，从而提升整体服务效率。

基于多智能体深度强化学习，这项创新技术能有效解决交通运输涉及的复杂问题，并为长期时空规划问题提供新视角。技术由中心研究员徐明月女士及团队开发，研究题为「基于多智能体强化学习的网约车调度算法」，已发表在《国际地理信息科学杂志》上。