宏觀的、復雜的地理現象背后，存在簡單、根本、微觀的地理基本元素，這些微觀離散單元通過不同的結構方式組合和聚集，涌現出我們觀察到的地理現象。因此，若需真正理解地理現象規律，必須探索微觀層面基本元素的組成、結構特征和相互作用機制，進而理解宏觀現象的演化機制問題。隨著移動定位、無線通信等技術的快速發展，我們能夠獲得海量的可以自動持續更新并具有地理標簽和時空語義信息的數據，即時空大數據。地理大數據的出現，構成了從人地關系中揭示地理現象之機制的條件--借助于各類海量時空數據并通過聚合微觀個體行為樣本得到群體行為模式，可以研究宏觀人類時空行為特征，進而揭示其時空分布、聯系及過程。雖然時空大數據為研究提供了前所未有的機遇，但是其高維復雜的特性使得傳統方法難以處理。而高維信息處理的關鍵是找到嵌入在其中的低維流形。因此，洞察地理大數據背后的"形狀"有助于我們更好的理解數據。
綜上，本書旨在從時空大數據的潛空間入手，展示基于地理大數據低維內蘊流形的數據分析方法，并介紹如何從幾何與拓撲的視角進行時空大數據分析以及如何將其應用于各種地理科學問題。
2011-Present, ISPRS Working Group II/6 - Geo-Visualization and Virtual Reality Member
2014-Present, ACM Member
2011-Present, IEEE Member
2014- Present, CCF Member
中國測繪學會第十二屆理事會大數據與人工智能工作委員會委員
中國指揮與控制學會智能指揮與控制系統工程專業委員會委員
新書資訊