时空知识图谱 时空语义理解 基于LLM 的领域智能服务

面向时空信息从数据表达、语义理解到知识智能服务的发展需求，课题组以知识图谱、时空语义计算与大语言模型（Large Language Model, LLM）为主要技术基础，研究时空对象、事件过程、空间关系及领域信息中的知识表达、关联组织与智能理解方法。重点关注复杂时空信息如何转化为可查询、可分析、可推理的专业知识，以及如何利用 LLM 提升时空建模知识检索、大数据分析任务理解和领域智能服务能力，为自然资源、城市规划、公共安全和能源生产管理、通信产品测试等应用提供专业化、智能化的时空知识支持。

在国家重点研发计划课题“全空间信息系统建模理论” 及政企合作项目支持下，课题组开展了时空对象组成结构表达、语义驱动的地理实体关联网络构建、领域知识图谱与智能知识服务等研究，提升了复杂时空对象、事件及业务信息的语义组织与关联分析能力。在此基础上，顺应人工智能技术向专业知识理解与复杂任务辅助发展的趋势，课题组进一步开展大语言模型增强的时空语义计算研究，探索将时空知识图谱、空间分析规则、时空建模流程与 LLM 相结合的方法，支持时空信息的知识组织、专业知识问答、文件智能检索等任务。相关研究已涉及基于LLM的语义驱动时空建模知识图谱，拓展了时空知识组织与空间智能服务的技术路径。

基于研究成果，课题组已面向自然资源、城市规划、公共安全、电力生产和电子信息等领域开展知识服务平台与智能应用系统研发，包括自然资源建设用地和矿产审批智能服务、城市规划舆情观点识别与预测、公共安全事件信息分析、能源设备知识图谱与知识服务、卷宗在线分析与质量检测、智能搜索及脚本自动生成等。相关研究将专业领域知识、时空语义理解与智能服务技术应用于实际业务需求，为复杂时空信息的快速查询、关联分析、辅助决策和知识化服务提供技术支持。

相关研究成果发表于JAG、IJGIS、IJDE、测绘学报、地球信息科学学报等期刊，部分代表作如下：

(1) 多元空间语义融合视角下的城市洪涝灾害事件一体化表达与分析(2024, JAG, 一区Top, doi: 10.1016/j.jag.2024.104032)

文章速览：https://mp.weixin.qq.com/s/NhmX1HlTj03mDBCQtJ5WPw

(2) 基于地理案例推理的城市规划中网络舆情特征预测(2022, IJDE, 一区, doi: 10.1080/17538947.2022.2078437)

(3) 语义驱动的地理实体关联网络构建与知识服务(2023, 测绘学报, doi: 10.11947/j.AGCS.2023.20210349)

文章速览：https://mp.weixin.qq.com/s/fhC8UHHo0GaNl2O31Ib5EQ

(4) 多粒度时空对象组成结构表达研究(2021, 地球信息科学学报, doi: 10.12082/dqxxkx.2021.200423)

文章速览：https://mp.weixin.qq.com/s/DyH7GlX9Sq4Vm7vi2Ej79A

(5) 多元语义融合驱动的城市洪涝灾害精细化监测(2025, IJDE, 二区, doi: 10.1080/17538947.2024.2448221)

文章速览：https://mp.weixin.qq.com/s/7athAI0_lSCFdbphC1Uh0Q

(6) 融合机器学习与语言学特征：一种通用的中文时间表达式提取和规范化方法(2023, CMPB, 二区, doi: 10.1016/j.cmpb.2023.107474)

文章速览：https://mp.weixin.qq.com/s/R3HRMucRquqYttYdtzJIiw

        (7) Addressing the challenge of spatiotemporal data sparsity in disasters: predicting flood risks by aggregating distant neighbors on the basis of the principle of geographic similarity, INTERNATIONAL JOURNAL OF GEOGRAPHICAL INFORMATION SCIENCE (一区Top)  https://doi.org/10.1080/13658816.2025.2562252