宏观的、复杂的地理现象背后，存在简单、根本、微观的地理基本元素，这些微观离散单元通过不同的结构方式组合和聚集，涌现出我们观察到的地理现象。因此，若需真正理解地理现象规律，必须探索微观层面基本元素的组成、结构特征和相互作用机制，进而理解宏观现象的演化机制问题。随着移动定位、无线通信等技术的快速发展，我们能够获得海量的可以自动持续更新并具有地理标签和时空语义信息的数据，即时空大数据。地理大数据的出现，构成了从人地关系中揭示地理现象之机制的条件--借助于各类海量时空数据并通过聚合微观个体行为样本得到群体行为模式，可以研究宏观人类时空行为特征，进而揭示其时空分布、联系及过程。虽然时空大数据为研究提供了前所未有的机遇，但是其高维复杂的特性使得传统方法难以处理。而高维信息处理的关键是找到嵌入在其中的低维流形。因此，洞察地理大数据背后的"形状"有助于我们更好的理解数据。 综上，本书旨在从时空大数据的潜空间入手，展示基于地理大数据低维内蕴流形的数据分析方法，并介绍如何从几何与拓扑的视角进行时空大数据分析以及如何将其应用于各种地理科学问题。

更多科学出版社服务，请扫码获取。

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 中国测绘学会第十二届理事会大数据与人工智能工作委员会委员 中国指挥与控制学会智能指挥与控制系统工程专业委员会委员