黎夏,中山大学教授。1983和1986年于北京大学分别获学士和硕士学位、1996年于香港大学获博士学位。为著名国际刊物International Journal of Cengraphkal Inforrnafion Science、Computers、Environment and Urhan Systems、Environment and Planning编委。对城市扩张与农田流失、土地利用变化模拟与优化进行了系统研究。针对资源环境复杂多变的特点,系统地将智能化方法引入到地理模拟优化模型中。建立了以过程为核心的地理模拟优化系统(CeoSOS)理论框架及实现方法。共发表200多篇学术论文,这些研究成果发表在地理学报、中国科学、Internationnal Journal of Geographical Information Science等刊物上,其中在UCIS发表和接纳论文共13篇。
刘小平,中山大学副教授,百人计划引进人才,教育部新世纪人才支持计划人选者。主要从事地理模拟、空间智能及优化决策方面的研究,先后完成50多篇论文,SCI收录21篇,EI收录4篇,出版专著2部。2009年获得第十届全国青年地理科技奖,为该次获奖者中*年轻的地理科技工作者。
李少英,中山大学管理学院博士。研究方向为CIS与决策支持,主要从事空间智能及优化决策方面的研究,代表作包括城市轴向扩展时空过程模型与测度等论文。
自从地理信息系统(Geographical Information System,GIS)于20世纪60年代在加拿大诞生以来,GIS技术经历了40多年的快速发展。GIS从原来局限于土地测绘等政府部门的小范围应用,到现在被各学科、各行业部门和企业的广泛使用。其发展趋势也经历了从强调系统本身的功能,到强调推动技术发展的科学,到现在的为大众普及服务的侧重点的转移。
但是,随着GIS在地理学及其他领域应用的深入,对GIS的空间分析功能提出了更高的要求。由于空间信息的日益丰富和空间决策问题的日益复杂,在GIS的应用中,我们遇到了许多新的困难和障碍。首先,GIS储存了大量的空间数据,隐藏了许多有用的信息,需要高级的空间分析工具才能提取出这些有用信息;另外,GIS不仅应该提供简单的查询和显示的功能,也应该提供对许多地理过程进行深入分析的工具,包括解决复杂的资源配置和优化等问题。许多地学现象属于动态的复杂系统,地理系统的复杂性导致地理问题具有非线性、不确定性和模糊性等特征。地理系统的动态性决定了地理实体和地理现象都不是一成不变的,而是随着时间、空间的变化而不断变化。而且导致这些变化的影响因子具有很大的不确定性,很难用严格的数学公式和有规律的规则来表示。传统的GIS通过对地理数据的处理、分析和模拟,能够解决复杂地理问题中确定性的问题。但是无法解决地学中的非线性、不确定性和模糊性的问题。因此,仅靠传统的GIS方法处理复杂地理空间问题,具有很大的局限性,无法解决动态复杂系统多因素、多层次以及非线性的问题。
近年来,人工智能获得了迅速的发展,在许多科学领域取得了丰硕的成果,已发展成为一门极具挑战性、得到广泛重视和普遍认可并具有广阔发展前景和应用潜能的学科。我们认为,人工智能与GIS结合起来,必定会大大提高目前GIS空间分析的能力,为对许多复杂的非线性自然系统的分析提供了重要的分析工具。因此,我们尝试在智能式GIS方面进行了系统的研究,提出了较完整的智能式GIS的概念及实现方法。在书中,我们提到了GIS应用的三大前沿方向,包括空间知识发现、地理模拟以及空间优化与决策,这三个方向的应用研究能够涵盖地理学中许多复杂的空间问题。首先,空间知识发现就是从海量数据中自动挖掘出有用信息,并对这些信息进行空间分析,从而找出相关的地理知识和地理规律。在当今空间数据呈爆炸式增长的时代,空间知识发现在GIS应用中具有非常重要的地位,它是获取新的地理知识和地理规律的重要途径,也是解决复杂空间决策问题的前提和重要依据。另外,地理模拟系统是探索和分析地理现象的格局形成和演变过程的有效工具,能够帮助揭示复杂地理动态现象的形成规律并对其发展方向及演化过程进行有效的预测,在城市扩张、土地利用变化、环境管理和资源的可持续利用等研究中得到广泛的应用。而空间优化与决策也是当今GIS应用一个非常重要的方向,它是资源环境管理、规划和利用需要解决的问题。