面向互联网空间大规模复杂地理空间数据的可视化需求和自适应制图要求，武汉大学联合中国人民解放军信息工程大学、浙江大学、中国科学院地理科学与资源研究所，经过4年的攻关在泛在网络空间数据抓取、空间化与结构化处理、地图变换、可视化与制图表达以及空间信息知识服务上创新了自适应技术策略，针对网络热点数据，实时在线抓取并进行自适应制图表达，如空气质量数据（PM2.5、PM10、AQI、CO、SO2、NO2等）、全国人口普查专题统计数据、新浪微博数据等，从空间分布、时间规律和语义特征多方面进行自适应可视化制图表达，突破泛在网络地理空间大数据在可视化及制图表达上的自适应难题，实现泛在网络空间大数据依据不同设备环境、不同外界条件、不同用户兴趣的自适应可视化及地图表达，解决网络空间大数据的地图服务个性化和地图功能智能化问题。