Qin C-Z, Zhu A-X. Towards domain-knowledge-based intelligent geographical modeling. In: Li B, Shi X, Zhu A-X, Wang C, Lin H. eds. New Thinking about GIS. Springer, Singapore, 2022, pp. 171-178. https://doi.org/10.1007/978-981-19-3816-0_19.

Abstract: Geographical modeling has been recognized as a powerful way to solve complex geographic problems. However, its wide applicability is increasingly hindered by its complexity in domain knowledge required and the procedures involved. In this chapter, we argue that domain knowledge plays a key role in making geographical modeling intelligent. Domain-knowledge-based intelligent geographical modeling would not only solve wide geographical problems in an easy-to-use manner on the premise of the effectiveness of the built model specific to the application context, but also contribute to research in artificial intelligence.

这篇章节文章是我很荣幸应约为一本去年出版的文集《New Thinking about GIS》撰写的，这本文集是为了庆祝CPGIS（国际华人地理信息科学协会）成立三十周年出的一本关于GIS领域发展动态前瞻的思想性文集。

这篇文章里，我把近几年研究组里在智能化地理建模方向开展的研究工作中的一些共性基本想法作了简要梳理。要点在于另取不同于当前火热的深度学习等数据驱动为主的人工智能方法思路，从GIS方法研究的角度，对地理建模领域知识（尤其是模型算法参数等选取设置方面，非系统性、模糊、隐性的应用场景适配性建模知识）进行挖掘和利用，以尽可能利用领域中长期积累的专业模型和相应的建模知识，针对具体应用问题的场景（如研究区地理特征、研究目标、数据可用性等），在保障建模质量的前提下进行自动建模，以降低用户（尤其是广大非专家用户）的建模难度、降低领域模型的应用门槛。

这个思路和人工智能领域早期出现的符号主义是比较一致的。现在人工智能的结构主义至深度学习几乎达到了极盛期，人工智能方向的发展路线也是螺旋式的（和计算机领域很多分支的发展道路类似），一些早期没有走下去的思路也许通过后面的融合回归又会再次复兴，所以我们这个智能化地理建模方向的思路也未尝不会从GIS方法研究角度对人工智能领域贡献一点地理建模领域的研究探索案例。