地理智能系統：地理科學與AI的跨界融合

原文發表于《科技導報》2025 年第18 期 《 地理智能培育新質生產力的發展路徑 》

地理智能系統（GeoIS）作為融合地理科學與人工智能的新興技術體系，正成為驅動空間認知重構與時空智能決策的重要力量。《科技導報》邀請中國科學院周成虎院士團隊撰文，文章梳理了GeoIS的發展演進與國際關鍵研究進展，分析了中國在傳感器、算法、平臺引擎與數據治理方面存在的結構性失衡問題，并提出“技術攻堅—交叉融合—場景牽引”的發展路徑和政策建議，為構建自主、安全、協同演進的GeoIS體系提供了參考。

新質生產力的核心在于通過技術的革命性突破、生產要素的創新性配置與產業形態的深度轉型升級，推動社會生產力實現質的躍升。地理智能是一種融合地理空間感知、智能分析與決策優化的新型能力體系。地理智能系統（GeoIS）是這一體系的工程化與平臺化體現，集成空天地感知網絡、多源數據融合模型、智能推理算法與場景化服務平臺，構建“感知—分析—決策”的閉環體系，并逐步發展為推動地理空間信息產業轉型和社會生產方式躍遷的重要引擎。GeoIS依托遙感大數據、深度學習與大模型等新一代智能技術，顯著增強了對時空數據的感知、解析與自主決策能力。與此同時，GeoIS正成為國際科技競爭與博弈的戰略高地。在此背景下，系統把握GeoIS的發展演進與能力體系，理清其未來發展的關鍵路徑與制度保障需求具有重要意義。

1 GeoIS發展脈絡

GeoIS的演進過程緊密伴隨計算范式的持續變革，大致可劃分為3個階段：從早期的靜態制圖與空間數據管理（GIS 1.0），到網絡化與服務化的分布式地理信息系統（GIS 2.0），再到當前具備認知理解、智能推理和自主優化能力的地理智能系統（GIS 3.0/GeoIS）。

1963年，Roger Tomlinson開發了世界上第一個地理信息系統——加拿大地理信息系統（CGIS），首次實現了空間數據的數字化存儲與管理，奠定了現代GIS的基礎架構。進入20世紀90年代，隨著Google Earth等WebGIS平臺的興起，地理數據的分布式訪問與在線可視化成為主流，標志著GIS 2.0時代的開啟。進入21世紀，云計算、大數據與人工智能技術驅動下的地理信息智能逐步成型。目前，GeoIS已基本形成“感知—分析—決策”3層架構體系（圖1）：

1）感知層，通過衛星遙感、激光雷達、街景攝像、傳感器網絡等多源手段，構建起空天地海一體化的信息底座；

2）分析層，依托時空圖神經網絡、Transformer?based遙感解析、知識增強大模型等技術，實現地理模式識別、場景演化理解與因果結構建模；

3）決策層，聚焦城市治理、生態監測、戰場推演等復雜任務場景，通過強化學習、多目標優化等機制實現自主判斷與策略執行。

圖1 GeoIS的3層架構體系

GeoIS的3層架構體系不僅體現了從數據驅動到知識建模再到智能決策的系統演進路徑，也支撐其從感知系統、建模系統向智能體的遞進升級。該體系整合了多源感知技術、智能算法模型與智慧服務平臺，形成數據、模型和決策閉環，彰顯了GeoIS作為新質生產力在要素重組、能力躍升和模式重構中的關鍵技術形態。

2 國內外關鍵研究進展

GeoIS的核心競爭力正從傳統的單點感知與分析，轉向“空天感知網絡—智能解譯引擎—平臺服務生態”三位一體的系統能力構建。當前，全球主要國家正加快布局遙感衛星網絡、智能算法模型與多源數據融合平臺等關鍵領域，GeoIS的發展進入多層并進、協同共生的新階段。

綜合而言，國際GeoIS體系正加速邁向以AI為核心驅動的智能平臺，強調模型的通用性與服務生態的可擴展性；中國則在構建高頻感知網絡與強化場景適配能力方面取得明顯進展，為下一階段的原始創新與體系躍升打下良好基礎。

3 中國高質量發展的挑戰

中國GeoIS體系快速發展的同時，仍存在多維度的結構性制約因素。

1）硬件基礎薄弱，制約體系自主性與邊緣部署能力。中國GeoIS底層硬件能力相對薄弱，國產GPU與AI芯片性能尚難匹敵國際主流產品。此外，大模型部署對算力和能效要求高，邊緣設備普遍存在固件更新滯后、加密機制薄弱問題，限制了在能源、交通、國防等關鍵場景下的可用性與安全性。

2）軟件生態依賴外部，高端工具與中間件體系缺位。中國GeoIS呈現出“應用強、基礎弱”的結構性失衡。盡管“坤元”、LuojiaNet等模型在地理知識推理、遙感圖像分割等方面取得突破，但底層軟件生態仍高度依賴國外生態。

3）數據體系封閉割裂，限制智能感知與遷移能力。中國地理信息數據資源分散于測繪、交通、應急、氣象等多個部門，導致數據融合滯后，影響應急響應和城市精細治理等智能決策。不同機構在數據分類體系等方面標準不統一，導致數據互認度低，增加了跨區域遷移學習的成本，限制了深度學習模型在不同區域間的遷移泛化能力。

4）標準參與度與制度供給不足，難以支撐平臺外溢與國際引領。中國在ISO/TC 211等國際標準組織中參與度較低，主導標準比例僅為12%，遠低于德國（25%）與美國（18%），尤其是在AI模型可信評估、遙感數據互操作、地理語義表達等前沿標準體系中仍缺乏主導權。此外，隨著GeoIS在城市治理、空間安全等關鍵領域的應用加深，隱私保護與算法審計的制度空白問題日益突出。

5）人才與轉化機制薄弱，難以支撐高水平自主演進。中國雖已基本形成以地理信息科學、遙感與測繪為核心的培養體系，但在“地理+智能+計算”的復合型人才培養方面仍明顯滯后，高校課程體系對大模型訓練、因果推理等內容覆蓋不足，跨學科供給能力有限。

4 培育新質生產力引擎的路徑

1）強化核心技術攻堅，構建“硬件—軟件—數據”協同體系。

• 硬件方面加快國產地理專用芯片研發，提升地理感知任務的并行處理能力與邊緣部署適配性；

• 軟件方面構建兼容國產加密機制的GeoIS基礎框架，實現地理信息底層技術自主可控；

• 數據層面構建國家地理信息數據供給體系，統籌推進數據確權、分級開放與跨域流通。

2）推動交叉融合創新，拓展“GeoIS+X”知識體系邊界。強化與腦科學、量子通信等前沿領域的協同攻關，構建多模態、多尺度、多物理耦合的智能體系統；通過多源感知融合、因果建模與跨模態推理集成，在低空經濟、精準醫療與智慧農業等領域通用型地理空間智能體。

3）落實產業牽引機制，打造場景驅動的GeoIS應用生態。GeoIS正在從感知層與輔助分析工具逐步演化為多行業生產過程中的智能中樞，具備重構產業流程的潛力。

5 政策建議

1）明確戰略定位，建立高層統籌機制。將GeoIS納入國家戰略科技力量重點方向，設立地理信息智能專項工程，明確其在空間基礎設施、智能決策平臺及數字中國建設中的核心地位。

2） 強化底層技術攻關，構建自主可控生態。設立 GeoIS 關鍵核心技術任務清單，聚焦專用芯片、高光譜成像器件、激光雷達系統等“卡脖子”裝備的自主可替代路徑；加大對國產遙感大模型、三維建模引擎、地理 AI 中間件的研發投入。

3） 構建 AI?Ready 地理數據體系，打通數據要素流通鏈條。推動地理信息數據標準體系一體化建設，提升城市級三維模型、遙感標注樣本等關鍵數據資源的規范化；建設面向人工智能訓練需求的高質量樣本庫，支持數據脫敏、分級授權與跨域調度。

4）完善標準規范與安全制度，增強國際話語權。加強在國際合作中的主動布局，推動中國在國際標準化組織地理信息技術委員會（ISO/TC211）、開放地理空間信息聯盟（OGC）等國際組織中牽頭制定遙感數據互操作性、GeoAI 可信性評估、空間語義標準等新興領域標準。

5）推動場景示范與生態構建，激發融合創新活力。圍繞雙碳治理、低空經濟、城市治理、國防安全等重點方向，組織實施 GeoIS 應用示范工程，打造一批可復制、可推廣的行業平臺與解決方案。

6）強化人才支撐，打造地理智能人才高地。建議設立地理智能卓越人才計劃，支持青年科學家與國際研究團隊發展，鼓勵高校增設“地理人工智能”“空間智能工程”等新興專業方向，構建涵蓋本科、碩博與繼續教育的分層次人才培養體系。

本文作者：姜侯、姚凌、劉唐、黃耀歡、秦軍、周成虎

作者簡介：姜侯，中國科學院地理科學與資源研究所地理信息科學與技術全國重點實驗室，副研究員，研究方向為地理智能與新能源應用；姚凌（通信作者），中國科學院地理科學與資源研究所地理信息科學與技術全國重點實驗室、中國科學院大學資源與環境學院，研究員，研究方向為地理空間智能；周成虎（共同通信作者），中國科學院地理科學與資源研究所地理信息科學與技術全國重點實驗室，研究員，中國科學院院士，研究方向為地圖學與地理信息系統。

文章來 源 ： 姜侯, 姚凌, 劉唐, 等. 地理智能培育新質生產力的發展路徑[J]. 科技導報, 2025, 43(18): 41?47 .

本文有刪改，

內容為【科技導報】公眾號原創，歡迎轉載
白名單回復后臺「轉載」

《科技導報》創刊于1980年，中國科協學術會刊，主要刊登科學前沿和技術熱點領域突破性的研究成果、權威性的科學評論、引領性的高端綜述，發表促進經濟社會發展、完善科技管理、優化科研環境、培育科學文化、促進科技創新和科技成果轉化的決策咨詢建議。常設欄目有院士卷首語、科技新聞、科技評論、專稿專題、綜述、論文、政策建議、科技人文等。