近日，2024年度“广东省基础与应用基础研究基金自然科学基金”评审结果公示，我院获批4项面上项目资助。

谭章智特聘副研究员获批广东省基础与应用基础研究基金自然科学基金面上项目资助，其课题名称为《面向城市更新的城市土地利用变化模拟模型》（直接费用15万）。我国已由高速增长阶段转向高质量发展阶段，城市由蔓延式扩张的增量发展转向内部功能重构的存量更新阶段。城市模拟可以为城市更新方案的制订、评估及政策的实施提供服务支撑。然而，现有的城市模拟模型主要面向城市扩张过程，由于长时间城市居民活动数据的缺失，难以挖掘城市功能与居民活动之间细致的时空交互机制，导致不能对城市内部精细的土地利用变化过程精细模拟。因此，该项目拟在长时间的高分辨率遥感影像和多源人类活动数据的支持下，研究城市地块的多维特征提取与功能识别，建立城市居民活动与地块功能的交互机制的智能挖掘方法，建立基于图卷积神经网络的矢量元胞自动机模型，对城市更新下的地块功能演化进行模拟。该项目一方面有助于揭示城市功能变化与人类活动之间的相互作用机制，拓展大数据与人工智能结合下的城市模拟研究的理论体系，另一方面将为城市规划与管理决策提供方法和工具支撑。

杨光特聘副研究员获批广东省基础与应用基础研究基金自然科学基金面上项目资助，其课题名称为《室内狭长空间下行人定位误差的自适应抑制方法研究》（直接费用15万）。高精度室内定位是国家新型基础设施建设的关键科技支撑。走廊、隧道、巷道等狭长空间，是室内场景的重要组成部分，其定位精度决定了室内位置服务的质量。然而，受空间结构影响，定位信号在室内狭长空间的传播过程中会发生严重的衰弱和反射，导致现有室内定位模型与方法难以适用于狭长空间，缺少场景特征的自适应融合。本研究拟通过研究行人定位误差的自适应抑制方法，提升行人在室内狭长空间中的定位精度：通过引入精度衰减因子和场景的信道状态信息，构建室内狭长空间的精度衰减模型；基于此，在扩展卡尔曼滤波定位框架中引入精度衰减特征，构建误差自适应补偿的定位模型。将本研究提出的模型与方法应用到多类室内狭长空间场景，开展行人不同运动状态下的定位实证研究。本研究将为复杂场景的高精度位置服务提供理论与方法支撑。

刘文凯特聘研究员获批广东省基础与应用基础研究基金自然科学基金面上项目资助，其课题名称为《网络空间多类型地理流多尺度空间关联模式挖掘》（直接费用15万）。空间关联模式挖掘旨在揭示多类型地理对象在邻近空间上的相互依赖、相互作用等关联关系，是从地理数据中发现地理学规律与知识的关键手段之一。当前广泛收集的地理流数据（<起点，终点，数量属性>形式）空间邻近关系复杂多样、属性复杂相关、空间分布迥异，现有方法大都侧重于识别单一尺度上邻近距离内不同空间点类型是否频繁同现，难以有效揭示多类型地理流之间的复杂空间关联关系。为此，本项目从网络空间建模地理流复杂空间关联关系出发，深入研究网络空间多类型地理流多尺度空间关联模式挖掘方法，主要包括：（1）网络空间多类型地理流空间关联模式解耦与形式化描述；（2）顾及网络结构的多尺度空间关联模式挖掘模型；（3）耦合地理流分布-网络结构特征的关联模式有效性统计评价。本项目将丰富地理空间数据挖掘与模式发现的理论方法，亦将服务于城市交通布局优化等城市交通管理领域的决策指导。

陈洋特聘研究员获批广东省基础与应用基础研究基金自然科学基金面上项目资助，其课题名称为《知识和模型驱动下的华南地区光学遥感影像修复方法研究》（直接费用15万）。陈洋特博士主要从事遥感大数据质量提升、城市生态遥感、时空大数据挖掘等方面研究。华南地区具有多云多雨的气候特征，使得光学遥感系统在华南地区易受云层的影响，特别是厚云和云阴影影响尤为严重，导致华南地区高质量光学遥感数据空间覆盖不全与时序数据缺失。为此，本项目拟从知识和模型驱动的视角出发，发展耦合物候知识与深度模型的厚云-云阴影联合修复理论方法，通过深入研究基于云-云阴影指数的多时相样本自动生成方法、融合众源地理知识的厚云-云阴影联合检测技术、耦合物候知识的厚云-云阴影联合去除模型等关键技术问题，形成数据与知识迭代式增强的遥感影像厚云-云阴影联合修复新思路。项目研究成果有助于提升华南区光学遥感影像质量与时空连续性，并推动光学遥感技术在华南地区“碳达峰与碳中和” 监测、“城市高质量发展” 监测等领域创新应用。

特此祝贺！