2022年ACM SIGSPATIAL会议优秀论文特刊

《ACM Transactions on Spatial Algorithms and Systems》：Special Issue on the Best Papers from the 2022 ACM SIGSPATIAL Conference

本特刊包含2022 ACM SIGSPATIAL会议最佳论文的扩展版，经多轮审稿确保新增30%内容，三篇论文分别研究地理空间数据深度学习（TorchGeo库）、共享出行服务对城市交通影响及数字孪生模拟、端到端轨迹生成对比方法（生成模型与语言模型）。促进空间算法与系统研究。

　　

这期特刊收录了2022年ACM SIGSPATIAL会议优秀论文的扩展版本。其中五篇论文由会议程序委员会联合主席推荐：加拿大温哥华东北大学的Mario Nascimento教授、美国明尼苏达大学的Shashi Shekhar教授以及中国微软研究院的Xing Xie教授。这些论文在会议程序委员会成员中获得了最高评价，并得到了联合主席的认可。五篇论文中有三篇的作者接受了扩展论文的邀请，并提交了扩展版本，以供ACM TSAS期刊发表。要符合ACM TSAS的发表标准，一个重要条件是扩展版本必须包含至少30%的新内容，相较于会议发表的原始版本。最终是否发表由ACM TSAS的审稿人和编辑委员会决定，他们还将评估新增内容的重要性。另一个重要条件是这些扩展版本此前不得在任何其他出版物上发表过。为了加快审稿流程，在程序委员会联合主席和SIGSPATIAL执行委员会的协助下，我选择了之前审阅过会议论文的同一组审稿人来审阅这些扩展版本，以确保它们满足上述要求。如有必要，论文会经过多轮修改，直到审稿人和我都对修改结果满意为止。在出现利益冲突的情况下，相关编辑、资深编辑或主编会由合适的副编辑或资深编辑替换，以处理这些冲突的投稿。

本期ACM TSAS期刊收录了三篇被选入2022年ACM SIGSPATIAL会议优秀论文特刊的论文的期刊版本。这些文章的排序并无特定偏好顺序。

第一篇论文题为《TorchGeo：基于地理空间数据的深度学习》，作者包括德国慕尼黑工业大学的Adam J. Stewart、美国微软公司的Caleb Robinson、美国德克萨斯大学圣安东尼奥分校的Isaac A. Corley、美国微软公司的Anthony Ortiz、Juan M. Lavista Ferres以及美国伊利诺伊大学厄巴纳-香槟分校的Arindam Banerjee。该论文探讨了基于遥感地理空间数据的深度学习应用。挑战在于数据收集方法的多样性以及地理空间元数据的处理难度，这使得深度学习方法在遥感数据中的应用变得复杂。TorchGeo Python库将地理空间数据集成到了PyTorch深度学习生态系统中。除了开源特性外，TorchGeo的一大优势在于它提供了预训练的卫星图像模型，从而可以在标注数据有限的情况下进行迁移学习。

第二篇论文题为《利用共享出行服务进行城市交通模拟：基于时空网络核密度估计和MATSim的方法》，作者包括美国圣克劳德州立大学的Jalal Khalil、美国印第安纳大学布卢明顿分校的Da Yan、Lyuheng Yuan、Mostafa Jafarzadehfadaki（Arcadis公司）、Saugat Adhikari、Jiao Han（均来自美国印第安纳大学布卢明顿分校）以及美国阿拉巴马大学伯明翰分校的Virginia Sisiopiku和佛罗里达大学的Zhe Jiang。该论文研究了共享出行服务（如Uber和Lyft）及共享微型出行服务（如Veo和Gotcha）对城市交通的影响，提出了一种多模态城市交通分析平台，旨在通过精确的基于代理的交通模拟模型构建城市的数字孪生。借助这一数字孪生，交通工程研究人员可以灵活分析不同场景下共享出行服务的影响。

最后但同样重要的是第三篇论文《端到端轨迹生成：深度生成模型与语言模型的对比》，作者包括美国乔治梅森大学的Liming Zhang、Jonathan Mbuya、Liang Zhao、Dieter Pfoser和Antonios Anastasopoulos。该论文针对实际大规模轨迹数据集的稀缺问题，提出了两种端到端轨迹生成方法。第一种方法利用深度生成模型区分行为模式与随机路线变化；第二种方法则将轨迹视为句子，通过上下文信息预测后续位置的可能性。

这些论文的独特之处不仅在于其主题引人入胜，而且在实际应用中也非常有用。希望读者能够喜欢阅读这些文章并从中获得启发。感谢所有按时提交论文的作者，以及帮助挑选这些优秀论文的2022年SIGSPATIAL会议程序委员会联合主席。同时，我也衷心感谢审稿人及时提供的高质量评审意见，从而提升了论文的质量。最后，我希望这组文章能推动空间算法与系统这一领域的进一步研究。

Walid Aref

美国西拉斐特普渡大学计算机科学系

特邀编辑