为深入贯彻落实学校2023年科研大讨论的工作目标，进一步谋划和推进学科交叉科研增长点，10月24日上午，北京师范大学地理科学学部联合北京科技社团服务中心和北京地理学会，在艺术楼201教室举办了京师地理科研学术论坛第11期之“地理智能与智能遥感”交叉前沿学术讲座与应用研讨会。会议特别邀请了华东师范大学地理科学学院黎夏教授、中国科学院空天信息创新研究院王少华创新研究员，地理科学学部张立强教授和晏星副教授，就人工智能在地理学和遥感科学中的应用进行学术报告和案例分享。地理科学学部副部长蒋卫国教授和唐宏教授共同主持会议，校内外百余名师生参会交流。

会议现场，黎夏教授带来了题为“GeoAI与地理模拟”的精彩报告。报告从GeoAI与地理模拟的理论框架、GeoSOS系列软件介绍、地理智能与空间优化应用案例、研究总结和未来展望四个部分对地理空间人工智能和地理系统模拟进行了全面梳理和深入探讨，指出目前仍需进一步强化地理空间人工智能技术发展，以更好地模拟复杂人-地关系和求解地理空间优化问题。

张立强教授作了题为“暴露于自然和人为灾害人口的智能画像”的精彩报告。报告以城市损毁检测、自然灾害与人口暴露、复合高温干旱与武装冲突这三项重要研究成果为基础，详细分享了以深度学习为典型代表的地理智能方法在遥感目标检测、灾害风险识别与评估分析等诸多领域的研究实例，充分展现了地理智能方法广阔的应用前景。

王少华研究员作了题为“地理空间智能计算研究进展及展望”的精彩报告。报告首先阐述了地理空间智能计算的研究背景，接着分享了地理空间智能计算在实现地理空间计算复杂解耦、构建基于地理学认知的遥感智能模型、厘清地理空间智能计算强度的机制等方面取得的创新性进展，指出地理空间智能计算研究需要将理论方法、工程技术、应用迭代三者紧密结合。

晏星副教授作了题为“全球AI天气预测大模型现状与定量遥感智能监测预训练范式”的精彩报告。报告从全球 AI 天气预测大模型的介绍入手，深入讲解了知识传递的深度学习新训练范式。这一范式创新性地加入了新的预训练框架 DLFE，它能够有效地优化数据表征学习，显著提升模型的泛化性能，并且可以灵活地应用于多种遥感领域，为遥感智能建模开拓了崭新的思路。

蒋卫国教授和唐宏教授点评了专家报告精彩亮点和创新研究，并与报告专家和参会师生进行了交流探讨，围绕 “地理智能与智能遥感” 这一主题展开了热烈的讨论。参会学生们积极踊跃地提问，专家们耐心细致地回答，并提供了极具启发性的宝贵建议与指导。

会议上，地理科学学部科研秘书孙晓芹和张英还分别梳理了学部近七年来在“地理智能与智能遥感”领域获批的重大重点、面上基金等各类科研项目以及发表和获得的学术论文、知识产权、科技奖励等各类成果，并向参会师生进行了展示。学部许多教师在“地理智能与智能遥感”交叉前沿领域已经取得了较好的科研项目和科研成果积累。