—— 快讯 ——
—— 会议简介 ——
2025年8月18日至20日，由中国地理学会和成都理工大学共同主办的“第二届全国信息地理学大会”在成都顺利召开。本届大会以“人工智能时代的中国地理学”为主题，重点聚焦人工智能驱动下的信息地理学创新发展和前沿应用。在这场学术盛会中，来自“HEOA团队”的宋超副研究员以及硕士生林凯薇、王珍艳和严国强同学共同参加了此次会议，并于相关分论坛分享了团队的最新研究成果。
■“信息空间与地理建模”分论坛
8月19日下午，宋超老师报告了题为《BSTVC：时空异质性视角下的影响因素分析、关键驱动因素识别与动态预测》的最新成果。通过系统而具体的研究案例，宋超老师生动地呈现了BSTVC R包在地理局域时空模型构建与时空异质分析中的实际应用价值，为与会者提供了新的研究工具与视角。
贝叶斯时空变系数（BSTVC：Bayesian Spatiotemporally Varying Coefficients）R包的核心优势在于提供了一个完整统一的“全地图”地理建模框架，旨在精准捕捉具有时空差异的变量关系，揭示多源解释变量对目标变量的时空非平稳效应，从而显著提升时空预测精度。
BSTVC包支持连续型、二分类和计数型三种主流目标变量类型，满足不同分析场景的需求。通过拟合时空回归系数，该包能够揭示解释变量与目标变量之间的局域时空差异，深入分析“因地制宜、因时制宜”的规律。在此基础上，BSTVC包通过计算时空可解释百分比（时空方差分割指标STVPI），明确关键时空驱动因素，为地理时空归因提供有力证据。此外，该包通过考虑局域变量关系的时空异质性，xian提高了模型拟合度和预测精度，能够有效服务于时空缺失值填补、时空平滑和未来预测等任务。
BSTVC包为时空数据分析提供了一个高效、精准的工具，它能显著提升模型拟合度与预测精度，为揭示复杂的时空异质性机制提供了强有力的技术保障。更重要的是，其简洁易用的特性降低了高级贝叶斯建模的技术门槛，使公共卫生、医学地理、环境健康、卫生经济和社会医学等学科的广大用户，都能轻松应用先进的时空回归分析方法，从而有力地推动相关领域的研究创新与实践应用。
■“GIS赋能健康地理学”分论坛
8月20日上午，林凯薇同学报告了题为《全球婴儿、五岁以下儿童及孕产妇死亡率的共同时空异质风险因素研究》的主题研究。以论证妇幼健康协同分析的必要性为切入点，林凯薇同学清晰地指出了开展多指标联合分析的重要意义。
该研究突破了传统单一指标分析的局限性，从时空异质性视角出发，揭示了全球妇幼健康核心指标（IMR、U5MR、MMR）共同的时空演变规律及其共同的时空驱动因子。同时，通过纳入社会经济、自然环境与健康行为三类影响因素，对影响妇幼健康时空差异的复杂机制进行了全面而系统的阐释。
研究发现，全球妇幼健康水平虽持续改善，但在空间分布上呈现显著的不均衡性，具体表现为欧洲与非洲的两极分化，以及亚洲部分地区新形成的健康改善集聚区。在影响因素方面，通过量化各因子的时空贡献度，研究确定健康行为是首要驱动因素（55.89%），其重要性远超社会经济（25.66%）与自然环境因素（17.11%）。此外，模型进一步证实，吸烟率（X16）、锌缺乏率（X20）及人均国民总收入（X4）是解释这一全球时空差异的三个关键变量，累计解释高达48%的时空差异。
该研究以全球妇幼健康为例，构建了一个融合时空异质性与多指标联合分析的研究框架。这一框架的应用，不仅有助于协同推进多个妇幼相关可持续发展目标，也为全球健康治理提供了关键的决策依据。
■“GeoAI赋能山洪灾害风险防控”分论坛
8月20日上午，王珍艳同学报告了题为《滑坡易发性与强度的精细评估：面向驱动因子空间异质影响的降尺度建模》的主题研究。通过对比贝叶斯多重线性回归模型（BMLR）与贝叶斯空间变系数模型（BSVC）两类模型的结果，王珍艳同学明确的揭示了优势模型的精细评估在数值上的可靠性。
该研究提出一种基于贝叶斯空间变系数（BSVC）模型的高分辨率降尺度评价框架，突破单元划分限制，可在连续空间上进行降尺度评价与危险预测，包括驱动因素的空间非平稳评价、易发性预测和强度预测。以四川省汶川县为例，研究构建包含地形、地震、植被等多种环境因子的滑坡数据集。基于该数据集分别构建贝叶斯全局固定系数模型与BSVC降尺度模型并通过空间K折交叉验证评估模型性能。
结果表明，BSVC模型在整体拟合精度与空间预测能力方面显著优于传统模型，能有效捕捉驱动因子的空间异质性，揭示局部滑坡形成机制。在易发性预测中，BSVC模型具有更强的空间识别能力，准确地识别了西部和西南部的低风险区；在强度预测中，BSVC模型更好还原了中部的高强度区，结果与核密度图的分布表现出良好的拟合效果。
该研究验证了在滑坡高空间分辨率易发性和强度危险评价中引入空间非平稳性降尺度建模的显著优势。所提出的框架为实现自然地质灾害风险的高精度、精细化评估提供了前沿的地理空间范式。
——会议总结——
人工智能不仅为海量地理大数据的处理、复杂地理系统的模拟与预测带来革命性突破，更在空间认知、知识转换、城市治理等关键领域开创了地理科学的新范式，推动着地理科学理论与方法的深刻变革。此次参会极大地拓宽了团队师生的学术视野，为未来的研究工作发掘了更多创新可能。未来，团队将持续聚焦地理信息科学在公共卫生与灾害预测中的应用，加强国内外学术交流，为服务“健康中国”战略、提升国家重大灾害风险防范能力等重大战略需求，提供更坚实的学术支撑与技术服务
拓展阅读 | Further Reading
1.BSTVC|时空异质视角下影响因素分析、关键驱动因素识别与动态预测的新工具
2. 研究进展丨面向多目标的贝叶斯空间联合回归建模：以区域滑坡易发性和强度危险评价为例
供稿 | 林凯薇 王珍艳
编辑 | 李红玉
审校 | 宋 超 李 勇 何京蔓