【院士】李德仁：論人工智能時代的測繪學發展

本文內容來源于《測繪學報》2025年第12期

論人工智能時代的測繪學發展

引用

李德仁, 王密, 申文斌, 等. 論人工智能時代的測繪學發展[J]. 測繪學報, 2025, 54(12): 2107-2115.

摘要

在人工智能技術飛速發展與時空信息應用需求日益增長的背景下，時空智能學作為融合測繪、導航、遙感、通信與人工智能的新興學科應運而生。它借助通導遙智能傳感器、云計算和人工智能技術，實現對自然與人類活動的智能感知、認知及決策支持，致力于推動可持續發展。測繪學在其中承擔核心支撐作用，需構建四維時空基準以保障時空信息的精確性，發展“快準靈”的智能處理技術以應對海量數據挑戰，并通過多維動態可視化手段提升時空信息理解效率。“全國一張圖”工程是時空智能學理論落地實踐的典型范式，依托東方慧眼星座和天地圖，推動時空信息在政務、公眾、商業領域的統一應用，實現動態更新與智能分析。未來，時空智能學將深化理論體系，完善時空基準構建與數據處理理論，結合人工智能前沿技術，促進全球時空信息共享，為城市治理、環境保護等領域提供更精準的決策支持，助力人類命運共同體建設。

引言

測繪學的發展歷程始終與技術革新深度交織，經歷了從傳統測繪到信息化測繪再到智能化測繪的范式躍遷。傳統測繪以三角測量、水準測量等人工觀測手段為主，通過實地踏勘與幾何解算實現地理信息的采集與表達，其成果多以紙質地圖形式呈現，服務范圍局限于基礎地形測繪與工程建設。20世紀末，隨著衛星定位、航空航天遙感、全球導航衛星定位系統（global navigation satellite system，GNSS）和地理信息系統（geographic information system，GIS）等技術的興起，測繪進入信息化時代，實現了從人工測量到數字制圖[1]的跨越。當前，智能化測繪[2]正依托物聯網、云計算和人工智能技術，推動測繪領域從“單一空間信息服務能力”向“時空智能決策支撐能力”轉型[3]。

人工智能技術的迅猛發展，不僅為時空信息處理提供了前所未有的技術工具，更從方法論層面帶來了根本性變革。在此背景下，時空智能學[4]作為融合測繪、導航、遙感與人工智能的新興學科，旨在通過通導遙智能傳感器、云計算和人工智能等技術，實現對自然與人類活動的智能感知、認知及決策支持。它不僅關注空間和時間的基本屬性，更強調通過多模態數據融合、動態分析與智能決策等，為城市治理、環境保護、災害預警等領域提供精準、實時的時空信息服務。時空智能學的興起，標志著人類對時空信息的認知與應用進入了全新階段，為解決復雜時空問題提供了系統性方案。

本文結合當前人工智能技術的發展階段，探討時空智能學在測繪學領域的發展路徑與應用，以期為測繪學的智能化轉型提供參考。

1　時空智能學的興起

世界由運動的物質構成，需借助時空信息描述其運動。在萬物互聯和人工智能時代，時空數據[5]呈現爆炸式增長，且具備多模態、高動態、強關聯的特點[6]。傳統地理分析方法受限于數據采集與處理效率較低、時序動態分析難度較大，難以充分支撐城市擴張、災害預警等復雜場景的精細化需求。而物聯網、云計算與人工智能等技術的迅猛發展，推動時空數據獲取、處理、信息提取與知識挖掘走向智能化[7]，從而推動了時空智能學的誕生。

時空信息的采集、處理和解讀方法，在技術浪潮的推動下不斷演進[8]。在早期發展階段，測繪學依賴大地測量、攝影測量等基礎技術，通過飛機航測、早期衛星初步獲取地表信息，GIS尚處于理論探索與雛形開發階段，僅能為空間數據管理提供基礎性技術框架。隨著數字化與網絡技術的興起，數字相機普及提升數據采集便捷性，互聯網技術與GIS技術深度融合，大幅提升了時空數據的共享與處理效率，形成數據獲取與共享分析的技術閉環。當前，我們已進入智能驅動的新階段，大數據、云計算、物聯網、數字孿生等技術與測繪深度融合，推動人工智能從早期理論探索轉向測繪領域的規模化實用化，實現從海量時空數據中高效提取專題信息與挖掘隱性知識，為時空智能學的發展提供了核心技術支撐。

人工智能[9]的發展，為時空智能學提供了全新的方法論[10]。從早期理論探索到廣泛應用，人工智能的每一次技術突破都推動著相關領域的變革。在時空信息處理領域，人工智能推動了從“確定性建模”向“概率性認知”轉變、從“單模態分析”到“多模態融合”升級、從“靜態描述”向“動態決策”跨域的范式變革。在時空信息智能處理領域，人工智能大模型提升了從遙感影像中提取地物信息的效率和精度[3]。同時，人工智能通過融合多學科技術，助力構建時空智能體系，實現對地球空間信息的智能感知、分析與應用。

時空智能學[11-12]正是在上述技術浪潮中形成的新興學科，它是利用通導遙智能傳感器、云計算和人工智能方法，對自然活動與人類活動進行感知、認知并支持智能決策的科學和技術。它是當代和未來測繪遙感地理信息學的智能化發展方向，也是人工智能在時空信息領域深度融合的重要體現。如圖1所示，時空智能學以回答“何時（When）、何地（Where）、何種目標（What object）、何種變化（What change）、何種機理（Why）、何種對策（What reaction）”六大核心問題為基本框架，致力于服務強軍、富國、利民的戰略目標，推動人和自然的協同可持續發展。“6W”問題貫穿時空信息從采集到決策的全鏈條，構成了該學科的方法論基礎。

圖1

圖1時空智能學的核心體系

Fig. 1Core system of spatio-temporal intelligence

作為服務科學的關鍵組成部分，時空智能學遵循“4個Right”原則，即在規定的時間（Right time）內，將所需地點（Right place）的正確數據、信息和知識（Right data/information/knowledge）傳遞給需要的人（Right person）。這一原則貫穿時空智能學的理論構建與應用實踐，既體現了其技術屬性，更突顯了其服務于人類社會的價值導向。然而，時空智能學的研究范疇并不限于此。如圖2所示，它還涵蓋深空、空天、空地、水下、社會經濟乃至醫學等多個維度的應用領域，這些領域擴展了時空智能學的應用范圍，使其從基礎測量走向多維智能分析。“6W”和“4個Right”作為核心理論要素，為各研究方向提供了統一的基礎框架與服務準則，而時空智能學的完整內涵仍將隨著技術演進與應用場景拓展而持續豐富與深化。

圖2

圖2時空智能學的應用領域

Fig. 2Application domains of spatio-temporal intelligence

2　時空基準的現代物理基礎

時空基準作為時空智能學的核心支柱之一[13]，為其提供了統一的時空參考框架及處理復雜時空問題所需的精確時空度量與統一標準[14]。在構建現代時空基準的過程中，對時空本質的理解經歷了從牛頓力學時空觀到愛因斯坦廣義相對論時空觀的變革。按照牛頓力學時空觀，時間、空間和物質都是相互獨立的。但廣義相對論則將時間、空間、物質和運動統一于一個理論框架，建立了四維時空理論。廣義相對論四維時空理論是現代物理學兩大支柱之一，能更精準地描述自然現象。因此，有必要基于四維時空的物理基礎，構建統一的四維時空基準，以滿足時空智能學在不同領域、不同尺度下的應用需求。

2.1　四維時空的物理基礎

時空并非孤立存在，空間、時間、物質與運動緊密相連。物質和運動對時空度量有顯著影響，如廣義相對論中所提及的量桿變短、時鐘變慢等現象。廣義相對論的三大預言——光線偏折、水星近日點進動及引力紅移，均已得到試驗檢驗，不僅證實了時空與物質、運動的內在聯系，更為時空基準的研究奠定了重要的理論基石。在這種理論框架下，時空基準不再是簡單的空間和時間的參考標準，而是需要綜合考慮物質分布和運動狀態的復雜體系。這種“物質-運動-時空”的關聯模型，為陸地、海洋、近地空間乃至深空的基準構建提供了統一的物理基礎。

2.2　不同區域的時空基準統一

（1）陸地時空基準的統一。陸地時空基準以地心地固參考系為核心，空間坐標、重力場和時間共同構建起四維時空參考系。其中，大地水準面作為高程起算面，在陸地時空基準中扮演著關鍵角色，它是最接近平均海水面的重力位等位面，與地球自然表面的形狀密切相關。時間基準定義在大地水準面上，且時鐘運行速率會因所處位置重力位的不同而有所差異。這意味著在陸地范圍內，不同地點的時間和空間度量都需要基于統一的大地水準面進行精確校準，以確保時空基準的準確性和一致性。

（2）陸海時空基準的統一。海洋內部通過布設時鐘，并利用光纖與陸地時鐘連接，將水下空間位置、水下重力場及水下守時與陸地要素有機結合，形成統一的陸海四維時空基準。這種統一的時空基準打破了陸地與海洋之間的時空界限，為海洋資源勘探、海洋環境監測及海上交通導航等領域提供了高精度、統一的時空參考，極大地促進了陸海統籌發展和海洋科學研究。

（3）近地空間時空基準的統一。近地空間采用地心地固系、地心準慣性系及地球重力場，并以大地水準面上的基準鐘作為時間基準，該基準鐘是校準到大地水準面上的原子鐘。由衛星星座中的原子鐘構成近地區域時間網，此時間網與地面基準鐘建立穩定聯系，進而構建起統一的近地區域四維時空基準。這一基準體系在衛星導航、遙感監測、航天活動等近地空間應用領域中發揮著至關重要的作用，它確保了各類空間任務能夠實現精確的時空定位和時間同步。

（4）深空時空基準的統一。在深空探索領域，需要在其他行星構建行星時空基準，并與陸地時空基準建立聯系，以實現深空時空基準的統一。空間坐標采用地心地固系、日心準慣性系及行星固結系，同時考慮太陽系引力場的影響；時間則通過將行星時鐘與衛星星座原子鐘相關聯，最終與大地水準面上的基準鐘建立聯系。深空時空基準的建立為人類探索宇宙、開展星際航行和深空探測任務提供了不可或缺的時空框架。

3　時空數據處理走向“快準靈”

在數字化浪潮中，時空數據呈爆炸式增長，對其處理的效率、精度和靈活性要求也日益提高。時空數據處理正朝著“快準靈”[15]的方向發展，這一趨勢體現在多個方面，從大規模數據的快速處理能力到數據融合與精度提升，再到智能化處理技術的應用，都展示了時空數據處理技術的不斷進步。

3.1　大規模數據的快速處理能力

面對衛星遙感等技術產生的單顆衛星達TB級的海量時空數據，傳統單機處理模式難以滿足需求，現代技術通過整合CPU和GPU等多元計算單元的異構計算架構與選權迭代驗后方差估計等智能算法，實現對數十億級數據的并行計算與智能篩選，如構建分布式計算節點集群從海量匹配點中快速提取關鍵連接點、完成無控制區域網平差等復雜運算，將遙感影像處理效率提升數十倍[16]。這一處理過程使遙感影像自主定位精度優于5 m，滿足全球1∶50 000測圖標準，并完成1.3億km2全球測繪，為國防安全和“一帶一路”建設提供了實時地理信息支撐。這種大規模時空數據的快速處理能力，為全球地理信息的獲取和更新提供了高效手段。

3.2　多源數據融合與精度提升

多源數據融合通過整合衛星遙感、激光測高、地面傳感器等不同模態數據，突破單一數據源在空間分辨率、時間覆蓋度或物理特性監測上的局限，通過建立統一時空基準[17]與運用聯合平差算法優化多源數據的幾何匹配精度，將平面與高程定位精度從數米級提升至亞米級，接邊誤差控制在像素級以內。時空數據處理對“準”的追求一方面為自動駕駛、智慧農業等領域構建高精度地理信息基底，如融合衛星影像與車載激光雷達數據生成厘米級精度的三維道路模型，支撐無人車實時路徑規劃；另一方面推動跨領域數據協同應用，如在生態監測中融合氣象衛星數據與地面傳感器網絡，精準量化植被覆蓋變化與氣溫、降水等氣候因子的時空關聯性，提升環境演變模型的預測可靠性，為復雜系統分析提供更全面、精確的數據支撐。

4　多維動態時空信息可視化表達 4.1　時空信息可視化的定義與意義

時空信息可視化是利用圖形、圖像、動畫、交互界面等多種視覺表達方式，將蘊含空間和時間維度信息的數據直觀呈現，幫助人們理解、分析和探索其中的時空模式、關系和趨勢。通過可視化手段，復雜的時空數據能夠轉化為易于理解的視覺形式，使研究者和決策者能夠更快速、準確地獲取信息，為科學研究、城市規劃、災害預警等領域提供有力支持。

4.2　時空信息可視化的方法

（1）時序動畫。時序動畫基于時間軸和空間數據的聯動邏輯，將離散的時空數據按時間順序串聯，通過連續畫面模擬現象的演變過程。技術上依賴數據插值、動態渲染等算法，將時間維度轉化為視覺上的運動軌跡或狀態漸變。如，氣候模型中全球氣溫逐年變化的動畫，本質是將多年的柵格數據按時間序列渲染，形成直觀的熱力擴散效果。時序動畫幫助研究者捕捉長時序數據中的周期性、趨勢性特征，為預測建模提供視覺驗證。

（2）實時數據流可視化。實時數據流可視化主要用于動態更新當前時刻的數據，借助物聯網、傳感器網絡等平臺實時采集交通流量、空氣質量指標等數據，通過流式計算技術即時處理并以動態熱力圖、儀表盤等形式渲染，其技術核心在于低延遲數據傳輸與動態渲染引擎的協同；在時空智能時代，它既能為智慧城市[18]提供實時決策支持，如通過實時交通可視化系統讓管理者即時調配資源、優化智能紅綠燈及規劃應急車輛路徑以提升城市運行效率[19]，又能在環境監測等場景中實現風險預警前置，通過實時水質、氣象數據可視化提前識別異常并觸發預警響應機制。

（3）交互動態可視化。交互動態可視化通過人機交互技術，如鼠標縮放、觸控操作、參數滑塊等，允許用戶主動“探索”數據，其技術實現依賴圖形用戶界面、交互引擎和數據過濾算法，如用戶可以在GIS中通過框選區域動態篩選特定時空數據或調整參數閾值觀察數據分布變化；在時空智能時代，它既能賦能個性化分析，讓城市規劃師、災害學家等不同領域用戶根據需求自主挖掘數據，又能成為跨學科協作橋梁，通過交互式工具支持實時標注、數據共享與討論，降低溝通成本并促進跨領域知識融合。

（4）沉浸式場景可視化。沉浸式場景可視化借助虛擬現實（virtual reality，VR）、增強現實（augmented reality，AR）和混合現實（mixed reality，MR）等技術，將二維時空數據轉化為三維動態場景，通過多感官刺激打造身臨其境的體驗。在時空智能時代，其價值體現在兩方面：一是空間認知升級，打破傳統二維地圖局限，在地下管網、深空探測等復雜場景中構建立體空間關系，減少視角偏差導致的決策失誤；二是虛實融合創新，結合數字孿生技術創建物理世界的實時鏡像，支持遠程操控與模擬訓練，大幅降低實地操作的風險與成本。

5　測繪學向時空智能學發展的實踐探索：以“全國一張圖”工程為例

由自然資源部牽頭推進的“全國一張圖”是落實國家“統一底圖、統一標準、統一規劃、統一平臺”戰略的核心工程，作為國家空間基礎信息平臺的核心組成，旨在構建覆蓋全國、聯通全球的時空信息服務基底，如圖3所示。這一體系以東方慧眼星座為數據引擎，以天地圖為服務門戶，通過數據獲取、數據處理和數據應用的全鏈條創新，實現了地理信息從靜態基準向動態智能的跨越，服務于政務決策、公眾生活、商業應用等多領域的時空信息需求。

圖3

圖3“全國一張圖”構成要素

Fig. 3The composition elements of the “National One Map”

5.1　“全國一張圖”的立體化架構

自然資源部主導建設的“全國一張圖”以四維時空為基底，構建了基礎要素、三維立體、現勢動態與智能分析四位一體的內容體系。

（1）基礎地理要素一張圖。基礎地理要素一張圖是自然資源所有業務及其他部委應用的統一底圖，包含基準、基礎地理要素數據、基礎三維數據等，但不涉及業務專題數據。其數據覆蓋全球，擁有全球覆蓋的遙感正射影像數據、全球重點區域高分辨率遙感數據、全球30 m數字高程模型（digital elevation model，DEM）數據以及全球基礎地理數據（如道路、河流等）。針對國外區域，有5 m分辨率遙感數據和30 m分辨率DEM數據，“一帶一路”國家適當提升數據級別；國外重點城市區域有1 m分辨率數據和5 m分辨率DEM數據；國內分區域在此基礎上再提升一個級別，為各領域應用提供了廣泛且精準的地理基礎數據支持。

（2）三維立體分級一張圖。全球基礎三維層面，基于30 m和5 m DEM數據以及5 m分辨率遙感正射影像數據構建地形級實景三維數據，涵蓋全球重點城市的建筑物三維數據、標志性建筑物室內建模數據、主要城市建筑物白模數據以及100 m分辨率的海底地形數據。城市分級三維方面，提供所有城市的城市級實景三維（政務版）、三維白模（公眾版本），重要城市標志性建筑具備部件級實景三維。此外，還包含地下空間三維、標志性建筑室內三維和海底地形數據，實現了從宏觀到微觀、地上到地下的全面三維立體表達，為城市規劃、工程建設、資源管理等提供了直觀且精確的三維地理信息。表1呈現了城市級實景三維數據的特性對比，可清晰地了解不同類型數據的特點與優勢。

表1城市級實景三維數據特性對比

Tab. 1 Comparison of the characteristics of city-level real-scene 3D data

評價維度

考量因子

Mesh模型

單體化模型

LOD1.3級模型

屬性設色三維模型

美觀性

可視化效果

易用性

數據量大小、屬性掛接、平臺支持

應用性

支撐應用場景是否廣泛

經濟性

自動化程度、成本高低

易維護性

數據更新難易程度

生產成本/（元/km2）

8000~10 000

30 000~40 000

3000

1500

（3）現勢動態實時一張圖。在遙感數據更新上，全球基礎遙感數據基本每年更新一次，全國基礎遙感數據每季度更新一次，重點城市每個月更新一次，確保數據的時效性。同時，依靠無人機實時測繪實現局部快速更新，在災害等緊急事件發生時，能夠及時獲取并更新基礎遙感數據，對熱點事件也能做到實時數據更新，為應急響應、災害監測、城市動態管理等提供了及時準確的信息保障。

（4）智能自主分析一張圖。通過研發專題、場景大模型[20]，持續進行自主學習、計算、監測和優化，及時發送監測報告和預警信息，實現自主監測預警。如在地質災害防治方面，利用模型對地質數據進行實時分析，提前預測災害發生可能性，及時發出預警。在自主過程關聯上，持續學習計算以還原多種過程的關聯關系，為宏觀決策提供依據，如在城市規劃中，分析人口增長、產業發展與土地利用之間的關系，輔助制定科學規劃。此外，還能根據結果自主追溯歷史相關數據和事件，從采集到服務實現分鐘級響應，大幅提升了決策的科學性和時效性。

5.2　天地圖：時空智能服務平臺

作為自然資源部“全國一張圖”公眾版的核心服務載體，天地圖通過開放地球引擎[21]與GeoSmarter技術架構，實現國家時空信息向公眾與行業用戶的便捷輸出[22]。在數據處理方面，實現多模態時空數據統一表達，通過矢量-柵格-場景分布式時空計算和時空立方體多源聯合分析，提升數據處理效率和分析能力。在服務層面，平臺構建了覆蓋數據、分析與智能決策的全鏈條服務體系，如運用人工智能與智能問答技術建立自然資源多業務知識庫，實現實時答疑；通過融合智能分析與識別技術，結合多源數據完成耕地質量評估與違法建設識別；并依托監測數據動態生成專題報告，為各類應用提供決策依據。同時，新一代天地圖實現全域真三維表達，根據不同區域需求，采用彩色分類真三維或實景三維建模，數據覆蓋全球且更新及時，通過優化性能和融合人工智能技術，滿足全球用戶在多領域的深入應用需求，繁榮用戶生態。

“全國一張圖”工程的落地實踐，是時空智能學理論與測繪技術深度融合的典型范例。該工程遵循“從采集到服務的分鐘級響應”的建設路徑，依托東方慧眼星座實現分鐘級遙感信息快、準、靈服務，經開放地球引擎進行高精度智能影像數據處理與接入，最終通過天地圖面向用戶進行時空信息集成展示，達成時空數據的全球采集、智能處理、按需服務。

6　總結與展望

時空智能學作為萬物互聯和數字孿生時代的新興學科，是測繪、導航、遙感、通信、地理信息學與人工智能深度融合的產物，它為研究運動物質世界提供了全新的人工智能方法。測繪科學在時空智能學的發展進程中扮演著關鍵角色，需為其提供四維時空基準，確保時空信息的精確性和一致性；同時，還應提供“快準靈”的智能處理方法，以高效應對海量時空數據的處理需求，以及多維動態可視化方法，助力更直觀地理解和分析時空信息。目前正在研發中的東方慧眼星座和開放地球引擎，有望為時空智能學提供高空間、高光譜、高時間分辨率的大數據和大模型，推動在天地圖上實現全國乃至全球時空信息“一張圖”，這對于促進全球范圍內的時空信息共享與應用，為實現人類命運共同體服務具有重要意義。

未來，時空智能學的理論體系將不斷拓展與深化。隨著對時空本質認識的加深，以及人工智能技術的持續進步，有望在現有理論基礎上，進一步完善時空基準的構建理論，使其能夠更精準地描述復雜的時空現象。同時，將不斷探索更先進的時空數據處理與分析理論，以適應日益增長的時空數據規模和多樣化的應用需求。

來源：中國測繪學會