全局检索与知识浏览

史上规模最大的世界杯正使球迷、球员和主办城市承受极限压力，专家指出这仅是开端。

《GIS事务》（Transactions in GIS），2026年6月，第30卷第4期。

《GIS学报》（Transactions in GIS），2026年6月，第30卷第4期。

在我之前的博客文章中，我介绍了一些在地理空间集成项目中常见的挑战。本文将聚焦于其中的第一个挑战：了解你的数据。在我们开展数据集集成、发布或分析之前，必须首先理解所处理的数据内容。这包括回答一系列问题……

许多国家正面临加剧的城市热岛（UHI）效应与空气污染的复合风险。尽管严格的气溶胶排放管控已改善背景空气质量，但其对UHI的影响仍缺乏深入研究。本研究利用大样本全球气候模拟表明，背景气溶胶减排在湿润气候区会增强暖季地表UHI，而在干旱地区则削弱该效应。气溶胶减少导致背景向下太阳辐射增加，进而使城市与乡村地表均升温。

数字中介系统正将城市环境转变为持续被感知与调节的生态体系，从而重塑自然在城市中的生产、治理与争议方式。

NASA已选定八家新公司，并将从六家现有《商业卫星数据采购》（Commercial Satellite Data Acquisition）合同持有方获取新的数据产品，以拓展可供研究人员、民用机构及决策者使用的商业卫星数据范围。此类观测数据通过提供高分辨率与高频次的测量结果，补充NASA地球观测卫星的数据，从而增强该机构的数据集。

十余年来，优质共享单车合作伙伴关系（Better Bike Share Partnership, BBSP）通过以公平为导向的政策、多方协作及社区投资，推动了共享出行领域的转型。在持续运作十余年之后，BBSP即将结束其使命。在12年间，BBSP通过提升公平可及性、强化社区伙伴关系以及推动……该文首发于NACTO。

一款由美国国家航空航天局喷气推进实验室（JPL）研制的四轮原型火星车，具备先进移动性与机器人自主能力，于2026年3月在加利福尼亚州普拉斯特城附近的科罗拉多沙漠开展实地测试。该火星车名为ERNEST（极端坡度地形探测火星车，Exploration Rover for Navigating Extreme Sloped Terrain），本次测试中作为为其开发的自主软件的试验平台。

现实世界中的空间智能需对连续演化的三维环境进行推理，而现有视觉语言模型（VLM）及工具增强型智能体仍主要依赖于对孤立静态视觉观测的无状态推理。我们提出\textbf{\textsc{S-Agent}}——一种面向连续多视角图像与视频理解与推理的空间工具使用型智能体范式。通过将空间推理建模为时空证据累积过程，而非孤立帧级预测，\textsc{S-Agent} 将空间感知从以帧为中心的识别转向以场景为中心的理解。具体而言，\textsc{S-Agent} 将 VLM 视为语义规划器，用以决定所需证据；同时，由空间工具与专家构成的层级结构负责在二维空间中定位物体、将其提升为三维几何证据，并将此类证据聚合为高层空间知识（例如计数、测量、朝向与相对位置）。此外，其时序记忆机制包含场景记忆（Scene Memory）与智能体记忆（Agent Memory）：前者用于维护动态演化的场景状态，后者用于累积推理上下文，从而支持跨帧与跨推理步骤的证据整合。在多视角与视频空间推理基准上的全面实验表明，\textsc{S-Agent} 能以无需训练的方式持续提升开源与闭源 VLM 的性能。除推理时增强外，在 \textsc{S-Agent} 生成的空间轨迹数据集 \textsc{S-300K} 上进行监督微调（SFT），可得到紧凑型空间智能体 \textsc{S-Agent-8B}，其性能显著超越同规模基线模型（如 Qwen3-VL-8B），并与先进闭源模型（如 GPT-5.4 和 Gemini 3）表现相当。

《国际地理信息系统汇刊》（Transactions in GIS），第30卷，第4期，2026年6月。

建筑轮廓提取是摄影测量学、遥感与计算机视觉中的基础任务。近期基于图像的方法在从高分辨率光学影像中提取矢量化轮廓方面取得了显著进展。然而，光学影像本身易受遮挡、透视畸变及残余高程位移影响，导致轮廓提取不完整或错位。此外，缺乏显式高程信息限制了其在建筑细节层次（Level of Detail）建模中的直接应用。本文提出PCFootprint，这是首个面向机载激光扫描（airborne laser scanning）点云的建筑轮廓提取大规模公开数据集。PCFootprint包含来自爱沙尼亚土地与空间发展局的33,000个瓦片，覆盖多样化的城乡地理景观；每个瓦片尺寸为128 m × 128 m，并配有与点云系统对齐的矢量化轮廓标注。该数据集另含一个3,000瓦片的跨域测试集，用于评估模型在不同地理区域间的泛化能力。我们通过评估主流方法建立了全面的基准。实验结果揭示了复杂地理空间环境中存在的若干显著挑战，包括类内差异大、数据不平衡以及噪声干扰严重。我们相信PCFootprint将推动建筑建模、城市场景理解与地理空间分析等方向的未来研究。PCFootprint数据集已公开发布于\url{https://huggingface.co/datasets/Haoyuan-Shen/PCFootprint}。

本月早些时候，三名亚马逊软件工程师在西雅图市议会关于数据中心的听证会上作证时，开篇即援引该市一项禁止因政治言论而实施就业歧视的法律。如今，他们指控雇主违反该法律，对其施加报复性处罚。6月10日——即听证会结束一周后，[…]

此举旨在提升每年约45万名乘客的乘车体验，从而避免该巴士站面临关闭或拆除的风险。

该年度哈佛大学联合住房研究中心（Joint Center for Housing Studies）报告的首席作者表示：“建筑施工量下降，房屋销售量持平，住房成本负担加重。”

罗德岛州普罗维登斯市与密苏里州堪萨斯城的市长表示，单靠统计数据无法改变公众认知。建立信任需要可见性、人际关系与持续沟通。

自动驾驶车辆必须规划满足多重要求的轨迹，包括安全性、乘客舒适性以及交通规则遵从性。然而，在安全关键场景中，并非总能同时满足所有要求，因而需依据重要性对各项要求进行优先级排序。与此同时，在此类安全关键场景中，周围交通参与者（如其他车辆与行人）的轨迹预测所固有的不确定性亦须被显式建模。本文提出一种不确定性感知的轨迹规划框架，该框架引入预定义的字典序排列以对信号时序逻辑（STL）规范进行优先级排序，并确保该排序在不确定性存在下依然有效。我们基于模型预测路径积分（MPPI）控制实现该框架，并在仿真场景中验证其有效性；结果表明，本框架可在真实多模态不确定性条件下高效处理相互冲突的目标。

空间预测任务常受限于高质量标注真值观测数据的缺乏。为应对这一挑战，自监督预训练是一种可行方案，其中对比学习在位置编码器中占据主导地位。现有方法通常仅将地理坐标与单一额外模态对齐。本文提出两种多模态对比学习架构：基于位置绑定的多模态嵌入（MELT）与序列交替位置训练（SALT）。这两种架构通过利用非配对地理空间数据，将该框架扩展至超过两个模态。两种方法在技术上均具可行性，并在四项下游任务中达到最强双模态基线（SATCLIP）的性能水平。然而，模态数量的增加并未持续提升性能，表明所选位置编码器是主要瓶颈——对比目标函数的性能在早期即达峰值，且该峰值不受模态多样性或预训练数据量的影响。MELT 比 SALT 具有更稳定的训练过程，为未来扩展提供了更坚实的基础。

一座兼具保护、连通与揭示功能的公园：西恩加·德·马约尔金（Ciénaga de Mallorquín）成为城市与自然之间的一道鲜活边界。

艺术家莫里·科尔曼（Morry Kolman）将利用纽约市的交通监控摄像头实时直播NBA冠军球队的彩带游行；此次，纽约市交通局（DOT）并未要求其停止该行为。

释放多模态大语言模型（MLLMs）的空间智能，对于理解与交互三维世界至关重要。现有主流方法通常借助外部工具注入空间先验知识，但会带来显著的推理开销；或依赖潜在特征蒸馏，而该方式仍缺乏可解释性且缺少细粒度几何约束。为解决上述问题，我们提出SpatialSV框架，旨在使MLLMs内化鲁棒的3D空间感知能力，同时提供固有的可解释性。不同于被动的特征模仿，SpatialSV采用面向任务的视觉监督，驱动模型主动将其2D视觉特征提升为显式的3D表示，包括深度图、相机位姿和点云。关键在于，这一2D到3D的提升过程为模型表征提供了透明的观察窗口：所生成的3D重建结果可作为直观代理，用于可视化与诊断模型内在空间知识的质量。在多个模型与基准上的大量实验验证了SpatialSV在增强并解释MLLMs空间智能方面的有效性。此外，该框架在半监督场景下展现出强泛化能力，证实其具备利用未标注视觉数据实现可扩展、可解释空间表征学习的潜力。

滨海地貌的影响远不止于景观视野。陡峭坡地、破碎的岩层、茂密植被、隐蔽的海湾以及有限的可达性，往往在建筑介入场地之前便已决定隐私、流线与使用方式的组织逻辑。其毗邻水域与宜人气候使滨海区域成为高吸引力的居住地，但生态敏感性与地理空间的局限性又常对开发模式构成压力。与城市不同——高密度可支撑步行性、基础设施及集体性城市生活——滨海区域则依赖于土地、植被与水体之间更为脆弱的关系网络。

本周报道汇集了来自全球建筑领域的多项新闻、项目进展与重要公告。内容包括2026年国际建筑师协会（UIA）世界建筑师大会召开前的系列访谈，建筑师、评论家及奖项组织方将就建筑界认可机制的演进展开探讨；同时涵盖BIG事务所为美国阿肯色州本顿维尔市提出的全新大学校园设计方案。此外，报道还涉及若干重大公共与文化项目进展，包括纽约宾夕法尼亚车站（Penn Station）的再开发、伦敦奥林匹亚（Olympia）地区的持续更新，以及中国东莞一座新建文化中心的落成。本周亦见证了LOHA事务所创始人洛坎·奥赫利希（Lorcan O'Herlihy）的逝世；该事务所以致力于洛杉矶及更广泛地区保障性住房、城市高密度发展及社会参与式设计而著称。

适应既有城市——城市持续扩张，新兴社区与郊区不断向地域外围蔓延。市民需前往越来越远的地点工作。新建建筑不仅耗费大量能源，还会产生诸多污染物。当下最及时且连贯的策略，是利用已有空间进行居住，甚至以更低的成本进行投入。