ISPRS International Journal of Geo-Information (IJGI, ISSN 2220-9964) 期刊主题涵盖地理信息科学和技术的各个方面，主要包括空间数据模型与管理、空间分析与决策、地理空间人工智能、地图制图、空间数据基础设施、地理空间网络、志愿地理信息、基于位置的服务、轨迹分析、智慧城市和前沿地理空间应用等。

本期精选了来自武汉大学的研究人员发表在 IJGI 期刊的5篇文章，内容涵盖居住和工作场所建筑环境对通勤距离的影响，多时段急性心肌梗死医院空间可达性测量，建筑室内环境中点云语义分割的交互式关注图卷积网络，跨层级社交距离政策对美国 COVID-19 传播差异的调节作用以及出租车需求预测等，希望能为相关领域学者提供新的思路和参考，欢迎各位学者阅读分享。

1.Influences of Built Environment at Residential and Work Locations on Commuting Distance: Evidence from Wuhan, China

居住和工作场所建筑环境对通勤距离的影响：来自中国武汉的证据

Xuexin Yan et al.

https://www.mdpi.com/1490740

文章亮点：

(1) 本研究中使用了中国武汉都市开发区的数据，并应用贝叶斯线性回归 (BLR) 模型来研究住宅和工作地点的建筑环境对居民通勤距离的影响。

(2) 研究结果表明，对于住宅区来说，住宅密度、土地利用结构、路口数量等对通勤距离有显著的负向影响，而容积率、到次级就业中心的距离、地铁站数量等对通勤距离有显著的正向影响。对于就业地点而言，土地利用结构、停车服务水平等对通勤距离有显著的负向影响，而就业密度、十字路口数量、到分就业中心的距离、地铁站数量等对通勤距离有显著的负向影响，对通勤距离有显著的正向影响。

(3) 通过描述居住地和工作地点的建成环境对通勤距离的影响，本文研究结果有利于优化土地利用和制定减少通勤距离的相关政策，对提高居民的通勤质量具有积极的作用。

2.Measuring Spatial Accessibility to Hospitals of Acute Myocardial Infarction in Multi Period Scale: A Case Study in Shijingshan District, Beijing, China

多时段急性心肌梗死医院空间可达性测量：以中国北京市石景山区为例

Yuwei Su et al.

https://www.mdpi.com/1499672

文章亮点：

(1) 急性心肌梗死 (AMI) 急救的医院可及性具有重要意义，不仅对于提高患者的生存率，而且对于保障基本人权的医疗保健权。针对传统 AMI 急救研究的缺陷，本研究提出了一种基于 Web Mapping API (应用程序编程接口) 的可达性测量方法。

(2) 本研究以中国北京市石景山区作为实证案例并且获取了不同时期到医院的出行时间，然后根据这些详细数据计算了 AMI 医院的可达性。 

(3) 研究发现，工作日和周末 AMI 医院可达性的时间和空间特征存在显著差异。分析显示，前往医院的出行时间和交通拥堵是影响 AMI 医院可达性的两个主要因素。研究结果为城市医疗设施可达性提供了新的思路，为地方政府优化医疗设施空间结构提供了科学依据。

3.IAGC: Interactive Attention Graph Convolution Network for Semantic Segmentation of Point Clouds in Building Indoor Environment

IAGC：用于建筑室内环境中点云语义分割的交互式关注图卷积网络

Ruoming Zhai et al.

https://www.mdpi.com/1533298

文章亮点：

(1) 由于强大的 3D 卷积神经网络 (CNN) 基线，基于点的网络已广泛应用于点云的语义分割。目前的大多数方法都采用中间正则表示来重新组织 3D CNN 网络的点云结构，但它们可能会忽略固有的上下文信息。本研究专注于通过交互式注意机制捕获判别特征，并提出了一种由区域简化双重注意网络和全局图卷积网络组成的新方法。

(2) 本研究将同质点聚类为超点并构造超点图，以有效降低计算复杂度并极大地保持超点之间的空间拓扑关系。

(3) 研究表明，IAGC 可以更好地捕获上下文信息，并在语义分割任务中取得有竞争力的整体性能。

4.Moderating Effect of a Cross-Level Social Distancing Policy on the Disparity of COVID-19 Transmission in the United States

跨层级社交距离政策对美国 COVID-19 传播差异的调节作用

Zhenwei Luo et al.

https://www.mdpi.com/1565764

文章亮点：

(1) 本研究以美国为研究案例，根据县级社会脆弱性指数 (SVI) 对 COVID-19 感染率的影响调查了统计和空间差异。各州之间的县级 COVID-19 感染率表现出非常显着的异质性，其中67%的县级 COVID-19 感染率差异来自于各州之间的差异。

(2) 本研究采用层次线性模型 (HLM) 来检验国家级社会疏远政策对县级 SVI 对 COVID-19 感染率影响的调节作用，考虑了统一水平上数据的变化以及各因素之间的相互作用。

(3) 本研究探讨了各种政策下 COVID-19 传播差异的原因。这项研究对于完成有针对性的预防措施和分配资源是必要的。

5.Spatial-Temporal Diffusion Convolutional Network: A Novel Framework for Taxi Demand Forecasting

时空扩散卷积网络：用于出租车需求预测的一种新框架

Aling Luo et al.

https://www.mdpi.com/1540502

文章亮点：

(1) 当前，出租车需求预测在网约车服务中发挥着重要作用。

(2) 本文提出了一种用于出租车需求预测的时空扩散卷积网络 (ST-DCN)，通过引入注意力机制的两相图扩散卷积网络可以有效地捕获出租车订单数据的动态空间依赖性。

(3) 此外，本文设计了一种新颖的时间卷积模块用于学习各种范围的时间依赖性，包括最近、每日和每周。本文使用了来自纽约市 (NYC) 和成都市的两个大型真实出租车数据集进行实验，结果表明本文提出的方法优于七种最先进的基线方法。

ISPRS IJGI 期刊介绍

主编：Wolfgang Kainz, University of Vienna, Austria

期刊主题涵盖地理信息科学和技术各个方面，主要包括空间数据模型与管理、空间分析与决策、地理空间人工智能、地图制图、空间数据基础设施、地理空间网络、志愿地理信息、基于位置的服务、轨迹分析、智慧城市和前沿地理空间应用等。期刊定期发表研究性论文、综述和通讯等，旨在鼓励研究者们尽可能将其实验及理论研究成果表述得详尽和具体。

2022 Impact Factor：3.4

2022 CiteScore：6.2

5-year Impact Factor：3.5