2019年4月3日—4月7日，由美国地理学会主办的2019美国地理学年会（2019 American Association of Geographers, AAG）在美国华盛顿特区召开。本次会议有来自全球约13000名专业学者及业内人士参加，大会在超过1700个分论坛中进行了超过6000个演讲报告。参会者包括地理学家、地理信息系统专家、环境科学家，以及在公共健康、可持续性和地理信息科学领域代表最新研究和应用的学者。时空大数据与社会感知研究组（S³-Lab）也前往华盛顿，进行交流学习。

在《GeoAI and Deep Learning》专题讨论会上，刘瑜教授作为主讲嘉宾作了题为“Deep learning and geographical analyses” (深度学习与地理分析)的主题报告。报告从地理学基本问题出发，总结了深度学习在地理分析中的主要研究内容，并从空间分析和时序分析两个角度给出了众多探索性的具体案例，对地学人工智能的研究前景进行了充分展望。

此外，刘瑜老师还在《Spatiotemporal Study: Achievements, Gaps, and Future》专题讨论会上，以“Spatiotemporal studies using big geo-data”(地理大数据支持下的时空研究) 为题，从主题 目标 时间尺度归纳了大数据支持下时空分析的挑战。

刘瑜教授做主题报告

在GeoAI and Deep Learning Symposium: Machine Learning and Deep Learning for Trajectory Data Analysis session中，张帆博士作了题为Social sensing from street-level imagery: a case study in learning urban mobility patterns的报告。研究工作针利用街景图片对城市长时间活动模式进行了建模，结合计算机视觉、机器学习的定量研究方法，潜在地回答了“城市物质空间能够在多大程度上反映城市社会空间”这一问题。

 张帆博士做主题报告

博士生朱递在《GeoAI and Deep Learning: Geographical Patterns & Applications》专题会场作了题目为“Spatial interpolation based on conditional generative adversarial neural network”的报告。该研究将条件生成对抗神经网络引入传统的空间插值方法，给出了空间插值问题的深度学习解决思路，并探索了深度神经网络对于地理格局特征的刻画和建模能力。

博士生朱递做主题报告

大会举办期间，时空大数据与社会感知研究组（S³-Lab）部分新老成员相聚华盛顿。

实验室成员相聚华盛顿

（从左向右依次为：康雨豪，威斯康星麦迪逊分校博士生；张帆，北京大学博士后；董磊，北京大学博士后；袁一泓，德克萨斯州立大学助理教授；朱递，北京大学博士生；刘瑜，北京大学教授；高松，威斯康星麦迪逊分校助理教授；徐燕，南加州大学博士生；康朝贵，武汉大学特聘副研究员；刘曦，宾州州立大学博士生）

美国地理学年会是地理学领域最重要的国际性会议之一。会议涉及的学科除了地理学外，还有与地理学有关的多个学科，如生态学、环境科学、水文学等；除美国学者外，年会也吸引了来自于世界各国的地理学家。该会议拥有非常强的开放性和多样性，充分体现了地理学的学科特色。实验室成员在本次会议过程中与国内外学者积极交流学习，宣传了最新的研究成果，也展现了团队的风采。