空间是我们所处环境的基本特征，能对所处空间环境做出及时、准确的反应是智能系统做出理性决策的前提。空间推理是以人所处外部世界中对象和事件的空间性质为研究对象的一门交叉学科，其任务是研究认知系统（人、动物甚或智能机器）是如何获取、存储空间知识，以及如何利用并更新已获得的空间知识的（《空间推理与空间数据分析》）。空间推理是人工智能和地理信息科学等学科的重要研究方向，在地理信息系统、机器人学、图像与多媒体检索、自然语言处理等领域有重要应用。科技进步为空间推理研究带来了新的机遇。一方面，随着内置GPS功能的移动设备（智能手机、智能手表）的普及，人们可以随时随地获取自己所处位置的准确信息，有效地促进了基于位置信息服务的需求。另一方面，遥感、卫星、医学成像等技术的迅猛发展也给我们带来了海量的空间数据。空间数据的超高速增长已经远远超出人的解译能力，使“数据爆炸但知识缺乏”现象在空间知识领域变得尤为突出。
专题文章：
1.《定性空间推理及其应用》大多数空间数据都是以定量的形式存在的，而人类更习惯用定性的方式对空间信息进行表达、交流和分析。现在，大量的互联网文本文件及各种社交媒体也产生并包含了用自然语言描述的海量的空间位置和空间关系信息。定性空间推理提供了空间关系的定性表示和推理机制，更接近自然语言、更符合人类认知，更重要的是提供了综合运用定量空间数据和定性空间知识的理论基础。本文从人工智能的角度介绍了空间推理的一些最新理论进展以及在计算机视觉、机器人导航和生物医学方面的应用。
2.《基于空间大数据的社会感知》21世纪，人类在现实和虚拟世界中的各种活动产生了大量具有时空标记、能够描述个体行为的空间大数据，如出租车数据、社交媒体数据等。这些数据为我们进一步理解社会环境提供了全新的手段和数据源，使我们可以从个体和群体两个层面研究时空间行为，进而解释其背后的环境影响。本文描述了空间大数据时代“社会感知”的概念及研究框架，以期借助各类空间大数据研究人类时空间行为特征，进而揭示社会经济现象的时空分布格局、联系以及演化过程并结合已有研究梳理了社会感知研究的基本理论以及亟待解决的关键技术问题。
3.《中文文本的时空信息获取方法》文本作为人们空间认知结果的一种自然语言表现形式，既是重要的时空信息来源，也是最有潜力的人机交互手段。针对文本中时空信息描述的语言特点来开发自然语言处理和信息抽取技术，是实现时空信息从自然语言形式到计算机可理解形式转换的有效手段。本文从自然语言处理的角度，沿着“规范化表达—信息抽取—语义处理”的技术主线，为我们系统介绍了面向中文文本获取事件时空信息的关键技术。
4.《空间网络的数据挖掘和应用》现实世界中的很多事物都可以抽象成节点，而事物之间的关系表示为连边，形成一个复杂网络。复杂网络的数据挖掘主要用于发现网络中具有相似特征的团体，即网络的社区发现，是复杂网络研究的一个重要方面。当考虑到地理现象和人类活动中不可缺少的位置信息时，复杂网络表现出空间上的相关性或随距离变化的特征，被称为空间网络。为了清晰地诠释这类空间复杂网络中所包含的内在科学规律，在网络数据挖掘中需要考虑其空间特性。本文在综述网络数据挖掘基本方法的基础上，讨论空间网络的基本特征及空间网络挖掘的研究现状和主要成果并介绍了空间网络在交通网络轴辐结构和推荐系统中的应用。
5.《面向地图自动综合的空间相似关系》空间相似关系计算是空间关系研究的重要内容。本文从地理信息科学的角度为我们介绍空间相似关系计算及其在地图综合中的应用。地图自动综合是构建国家空间数据基础设施不可或缺的技术，而空间相似关系的计算则属于支撑地图自动综合的关键理论之一。本文提出了多尺度地图空间相似关系的定义，给出了空间相似关系的性质，并以道路网为例推导出同一道路网在不同比例尺地图上的相似度的计算方法。这些技术对于地图综合算法的自动化、地图综合过程的自动控制具有重要的实用价值