張廣運，張榮庭，戴瓊海，陳 軍，潘云鶴

1.中國工程院，北京 100088；2.浙江大學(xué)，浙江 杭州 310058；3.南京工業(yè)大學(xué)，江蘇 南京 211816；4.清華大學(xué)，北京 100084；5.自然資源部國家基礎(chǔ)地理信息中心，北京 100830

地理信息指的是人對地理現(xiàn)象的感知，是與地理環(huán)境要素有關(guān)的物質(zhì)的數(shù)量、質(zhì)量、性質(zhì)、分布特征和相互聯(lián)系，以及規(guī)律的數(shù)字、文字、圖像和圖形的總稱[1]。地理信息除了具備信息的一般特性外，還具有區(qū)域性、多維性和動態(tài)性等獨特的特性。地理信息是國家基礎(chǔ)性、戰(zhàn)略性信息資源，涉及經(jīng)濟社會發(fā)展、生態(tài)文明建設(shè)、國家安全與人民生活便利化，因此自然資源部高度重視促進地理信息產(chǎn)業(yè)向高質(zhì)量發(fā)展[2]。

測繪地理信息屬于信息服務(wù)產(chǎn)業(yè)，主要以全球?qū)Ш叫l(wèi)星系統(tǒng)(Global Navigation Satellite System,GNSS)、地理信息系統(tǒng)(Geographic Information System,GIS)、遙感(Remote Sensing,RS)，以及計算機通信網(wǎng)絡(luò)技術(shù)為支撐，以地理信息“獲取(傳感網(wǎng))→處理(生產(chǎn))→應(yīng)用(服務(wù))”為產(chǎn)業(yè)鏈的信息產(chǎn)業(yè)[3]。測繪地理信息，即測繪地理信息服務(wù)是信息服務(wù)產(chǎn)業(yè)的基礎(chǔ)和重要組成部分。中國地理信息產(chǎn)業(yè)協(xié)會在《2019中國地理信息產(chǎn)業(yè)發(fā)展狀況報告》中指出，我國測繪地理信息產(chǎn)業(yè)規(guī)模正在持續(xù)擴大，市場活躍度保持在較高的水平，正在由高速發(fā)展向高質(zhì)量發(fā)展轉(zhuǎn)變。

測繪地理信息于1963年首次由加拿大學(xué)者R.F.Tomlinson提出。20世紀90年代，得益于計算機技術(shù)的不斷突破，地理信息系統(tǒng)(GIS)在全球得到了快速發(fā)展和廣泛應(yīng)用，推動了紙質(zhì)地圖、專題圖等傳統(tǒng)地理信息向數(shù)字地理信息的轉(zhuǎn)變，并在數(shù)據(jù)存儲、表達、顯示等方面取得了顯著成果[4]。隨著計算機技術(shù)、互聯(lián)網(wǎng)技術(shù)、信息技術(shù)等快速發(fā)展，測繪地理信息已由數(shù)字化階段發(fā)展到信息化階段(智能1.0)。信息化測繪地理信息的核心是實現(xiàn)(近)實時、有效的地理信息綜合服務(wù)，強調(diào)數(shù)據(jù)采集內(nèi)容的多元化和專業(yè)化，特別是對地理信息的綜合分析和深層次應(yīng)用[5]，并表現(xiàn)出測繪地理信息獲取實時化、測繪地理信息處理自動化、測繪地理信息服務(wù)網(wǎng)絡(luò)化、測繪地理信息應(yīng)用社會化等特征。

人工智能技術(shù)已經(jīng)成為第四次工業(yè)革命的核心突破口。隨著世界上主要大國將人工智能技術(shù)上升為國家戰(zhàn)略，人工智能已經(jīng)開始與各行各業(yè)交叉融合。中國新一代人工智能發(fā)展戰(zhàn)略詳細地闡述了新一代人工智能在基礎(chǔ)理論、關(guān)鍵技術(shù)、應(yīng)用方向等方面可能突破的方向。如何將這些新一代人工智能理論與技術(shù)用于測繪地理信息相結(jié)合，不僅是一個精彩的挑戰(zhàn)，而且是一個重大的機遇。時空信息是一切信息的基準。完整地描述一個三維、動態(tài)的世界必須要有精準的時空信息作為基礎(chǔ)框架，所有對真實世界的探測、運行規(guī)律的描述以及未來的預(yù)測，均需要建立在這個時空框架之上。

隨著與對地觀測技術(shù)、衛(wèi)星導(dǎo)航定位技術(shù)、云計算技術(shù)、大數(shù)據(jù)技術(shù)、互聯(lián)網(wǎng)技術(shù)、物聯(lián)網(wǎng)技術(shù)和人工智能技術(shù)等其他高新技術(shù)的深度融合，地理信息服務(wù)水平也得到了大幅度的提升。對地觀測技術(shù)的發(fā)展拓展了地理信息獲取對象的范圍；衛(wèi)星導(dǎo)航定位技術(shù)的發(fā)展增強了導(dǎo)航定位終端的功能[6]；云計算技術(shù)和大數(shù)據(jù)技術(shù)的出現(xiàn)使得海量地理數(shù)據(jù)的存儲、處理、開發(fā)利用的效率得到了提升；互聯(lián)網(wǎng)技術(shù)、物聯(lián)網(wǎng)技術(shù)和人工智能技術(shù)的蓬勃發(fā)展使得基于位置的應(yīng)用逐步向智能化、個性化、娛樂化方向發(fā)展。通過與高新技術(shù)的深度融合，地理信息獲取的自動化和應(yīng)用的智能化水平都得到了極大的提升[7]。地理信息企業(yè)的業(yè)務(wù)模式也從簡單的提供數(shù)據(jù)到數(shù)據(jù)挖掘、應(yīng)用、服務(wù)等全流程地理信息解決方案的提供。當前，世界測繪地理信息產(chǎn)業(yè)主流化已經(jīng)成為新常態(tài)，地理信息的價值在經(jīng)濟社會的發(fā)展中得到了充分體現(xiàn)。在數(shù)據(jù)驅(qū)動的時代，受到測繪地理信息、大數(shù)據(jù)、虛擬現(xiàn)實、增強現(xiàn)實、人工智能、物聯(lián)網(wǎng)等高新技術(shù)的影響，傳統(tǒng)的商業(yè)模式正在發(fā)生著巨大的改變。通過數(shù)據(jù)可視化、數(shù)字分析能力，新一代測繪地理信息為終端客戶提供實時分析決策，在城市治理和規(guī)劃、國防安全等領(lǐng)域以及電信、建筑、工程、智慧交通等領(lǐng)域提供了核心空間支持。隨著北斗三號全球?qū)Ш叫l(wèi)星系統(tǒng)的正式開通，需要加快推動測繪地理信息邁向新的2.0時代，這2.0時代就是智能的測繪地理信息時代[8]。

本文將從基礎(chǔ)理論、關(guān)鍵技術(shù)、核心應(yīng)用、開源開放平臺等方面詳細闡述新一代人工智能賦能測繪地理信息的路徑，分析時空大數(shù)據(jù)智能處理理論、技術(shù)上的特點，為測繪地理信息邁向智能化2.0時代提供一種思考。

1 測繪地理信息邁向智能2.0時代的驅(qū)動力分析

數(shù)字化→網(wǎng)絡(luò)化→智能化是信息化產(chǎn)業(yè)的一般發(fā)展規(guī)律。測繪地理信息屬于信息化產(chǎn)業(yè)，因此，該規(guī)律同樣適用于測繪地理信息。由此可見，測繪地理信息的高級階段即為智能化階段。

(1)計算機技術(shù)催生了地理信息系統(tǒng)技術(shù)的產(chǎn)生。在計算機軟件和硬件的支持下，GIS能夠按照空間分布和屬性對各種地理信息以數(shù)字化的形式進行輸入、存儲、顯示、更新、檢索、制圖以及綜合分析。換句話說，沒有計算機技術(shù)的發(fā)展，就沒有GIS的出現(xiàn)。隨著計算機能力的顯著提高和網(wǎng)絡(luò)通信技術(shù)的快速發(fā)展，GIS技術(shù)已能夠?qū)崿F(xiàn)網(wǎng)絡(luò)化運行，使得GIS管理地理信息數(shù)據(jù)的能力由TB級提升到了PB級，分析和應(yīng)用地理信息數(shù)據(jù)的水平也得到了迅速的提高。

(2)“互聯(lián)網(wǎng)+”促進了測繪地理信息與各領(lǐng)域的深度融合?！盎ヂ?lián)網(wǎng)+”是互聯(lián)網(wǎng)、云計算、大數(shù)據(jù)等高新技術(shù)在各領(lǐng)域“全工作流”“全產(chǎn)業(yè)鏈”“全價值鏈”中的深度融合和集成創(chuàng)新應(yīng)用，已成為信息行業(yè)發(fā)展的新動力[9]?！暗乩硇畔?”與“互聯(lián)網(wǎng)+”在本質(zhì)上是一致的，都是進行跨界融合。地理信息與新一代信息技術(shù)的跨界融合催生了新的融合集成技術(shù)，例如地理信息與大數(shù)據(jù)、人工智能等技術(shù)進行跨界融合后催生了自動駕駛、增強現(xiàn)實等新技術(shù)；地理信息與移動互聯(lián)網(wǎng)技術(shù)等進行跨界融合后催生了移動互聯(lián)網(wǎng)地圖等新應(yīng)用。當前要抓牢北斗三號全球?qū)Ш叫l(wèi)星系統(tǒng)開通的有利機遇，深化“地理信息+人工智能+北斗”發(fā)展。只有全力推動“地理信息+”在經(jīng)濟、社會、民生等各領(lǐng)域的深度融合，才能加快推動測繪地理信息邁向新的2.0時代。

(3)大數(shù)據(jù)技術(shù)和云計算為快速處理海量的地理信息數(shù)據(jù)提供了支撐。當前，隨著遙感技術(shù)、通信技術(shù)等的快速發(fā)展，地理信息數(shù)據(jù)正在以TB、PB級的速度爆炸式增長。利用大數(shù)據(jù)技術(shù)，可以解決當前地理信息數(shù)據(jù)“高吞吐量”的問題，并能夠快速完成各種類型數(shù)據(jù)的密集型計算[10-11]。雖然互聯(lián)網(wǎng)為地理信息的共享提供了基礎(chǔ)性的設(shè)施，基于互聯(lián)網(wǎng)的WebGIS在某種程度上實現(xiàn)了在線處理分析、共享互操作，但是隨著地理信息數(shù)據(jù)量爆炸式的增長、空間分析手段變得更加多元化，單個計算機的處理能力、分析能力、存儲能力都難以實現(xiàn)對海量地理信息數(shù)據(jù)的快速處理。而利用云計算技術(shù)則可以解決海量地理信息數(shù)據(jù)的共享、存儲、處理等方面的問題。云計算技術(shù)通過網(wǎng)絡(luò)“云”將處理海量地理信息數(shù)據(jù)的程序分解為成千上萬的小程序，然后分發(fā)給由多部服務(wù)器組成的系統(tǒng)進行處理和分析，最后對計算結(jié)果進行合并后反饋給用戶。大數(shù)據(jù)技術(shù)和云計算計算支撐著海量地理信息數(shù)據(jù)處理的分布化、協(xié)同化和智能化。

(4)在信息技術(shù)中，新一代人工智能技術(shù)是加快推動測繪地理信息邁向新的2.0時代的核心驅(qū)動力。人工智能是計算機應(yīng)用學(xué)科的一個分支，經(jīng)過60多年的演進，特別是在移動互聯(lián)網(wǎng)、大數(shù)據(jù)、超級計算、腦科學(xué)等新環(huán)境新技術(shù)以及經(jīng)濟社會發(fā)展新需求的共同驅(qū)動下，人工智能技術(shù)如今已進入了新的發(fā)展階段。新一代人工智能技術(shù)已經(jīng)由研究如何利用計算機模擬人類的思維、意識以及行為過程，轉(zhuǎn)變?yōu)槿绾沃悄芑M和管理復(fù)雜巨系統(tǒng)，例如智能交通、智能經(jīng)濟等。人工智能技術(shù)能夠大幅度提高計算、識別和判斷等方面的能力，并且能夠避免人為因素產(chǎn)生的誤差、過失等。人工智能的核心技術(shù)，如機器學(xué)習(xí)和深度神經(jīng)網(wǎng)絡(luò)要求為自動連續(xù)地學(xué)習(xí)，而云計算、大數(shù)據(jù)、物聯(lián)網(wǎng)等技術(shù)又是機器學(xué)習(xí)和深度神經(jīng)網(wǎng)絡(luò)進行學(xué)習(xí)的環(huán)境支撐。新一代人工智能技術(shù)包括大數(shù)據(jù)智能、跨媒體智能、群體智能、混合增強智能和自主無人系統(tǒng)五大方向。如何融合新一代人工智能五大技術(shù)方向于地理信息服務(wù)的全過程，提高地理信息服務(wù)的精確化、智能化水平，是新時代地理信息服務(wù)的重大命題。

在分析新一代人工智能技術(shù)發(fā)展方向和測繪地理信息現(xiàn)狀的基礎(chǔ)上，本文提出構(gòu)建智能測繪地理信息架構(gòu)，包括智能測繪地理信息的基礎(chǔ)時空數(shù)據(jù)框架、基礎(chǔ)理論、關(guān)鍵技術(shù)、軟硬件開源開放平臺及其典型應(yīng)用。整體框架設(shè)計如圖1所示。

2 智能測繪地理信息(IGIS)時空數(shù)據(jù)框架

傳統(tǒng)的測繪地理信息三維產(chǎn)品僅表達了地球的三維表層。真實三維世界是充滿空間的、動態(tài)的，未來的測繪地理信息產(chǎn)品需要是真三維動態(tài)的時空大數(shù)據(jù)環(huán)境[12]，而與之結(jié)合的人工智能技術(shù)必須能夠描述、表達和預(yù)測真三維動態(tài)的世界。因此，建立室內(nèi)外一體化真三維世界孿生模型是新一代人工智能技術(shù)賦能測繪地理信息的基礎(chǔ)設(shè)施。這里有兩個方面的內(nèi)容需要考慮：一是真三維時空大數(shù)據(jù)模型的構(gòu)建，二是孿生環(huán)境中實體的動態(tài)定位與變化信息更新。

2.1 基于3DGIS的真三維時空模型構(gòu)建

GIS在空間數(shù)據(jù)的表達與交互方面具有獨特的優(yōu)勢，計算機圖像學(xué)在三維實體表達方面具有獨特的優(yōu)勢。真實世界的三維表達模型需要將兩者的優(yōu)勢結(jié)合起來。近年來，建筑信息模型(building information model，BIM)已廣泛應(yīng)用于建筑工程領(lǐng)域。BIM能夠為建筑工程建立虛擬的三維模型，通過數(shù)字化技術(shù)，為這個模型提供完整的、與實際情況一致的建筑工程信息庫。該信息庫不僅包含描述建筑物構(gòu)件的幾何信息、專業(yè)屬性及狀態(tài)信息，還包含了非構(gòu)件對象(如空間、運動行為)的狀態(tài)信息[13]。通過融合GIS和BIM，GIS將從戶外走入房間內(nèi)，從宏觀走入微觀，從而實現(xiàn)真3D的GIS。通過實體測繪，建立BIM實體，通過攝影測量為每個實體建立立體紋理，通過GIS來管理三維實體的屬性信息，并表達實體間的相關(guān)空間拓撲關(guān)系。

真三維時空模型是應(yīng)用人工智能技術(shù)描述現(xiàn)實世界的基礎(chǔ)，但新一代人工智能技術(shù)仍然能夠幫助更好地構(gòu)建這一模型。例如，雖然GIS+BIM模型能夠?qū)ΜF(xiàn)實對象進行逼真的表達，也能夠提供較好的交互界面，但是這種交互一般局限于計算機顯示器。在GIS+BIM模型的基礎(chǔ)上融入人機混合增強智能技術(shù)，例如虛擬現(xiàn)實技術(shù)(virtual reality，VR)、增強現(xiàn)實技術(shù)(augmented reality，AR)，建立基于GIS+BIM的智能三維可視化模型，可進一步提高人機交互性。VR是一種可以創(chuàng)建和體驗虛擬世界的計算機仿真系統(tǒng)，通過產(chǎn)生的電子信號將其與各種輸出設(shè)備結(jié)合使其轉(zhuǎn)化為能夠讓人們感受到的現(xiàn)象，并使用戶沉浸到該環(huán)境中[7,14]。VR具有沉浸性、交互性、多感知性、自主性、構(gòu)想性等特征。AR是一種實時人機交互技術(shù)，是對虛擬信息和現(xiàn)實世界的融合[15]。AR主要包含虛擬現(xiàn)實融合、實時交互、三維注冊三大特征。其中三維注冊最為重要。三維注冊強調(diào)虛擬對象和現(xiàn)實世界的對應(yīng)關(guān)系，也叫三維匹配，是對現(xiàn)實環(huán)境空間的跟蹤與定位[16]。

基于GIS+BIM的智能三維可視化模型，可利用AR的實時跟蹤和三維注冊技術(shù)將虛擬的BIM模型與真實世界“混合疊加”，實現(xiàn)同一畫面的實時交互查詢。同時結(jié)合北斗衛(wèi)星導(dǎo)航系統(tǒng)與GIS技術(shù)，引入空間信息，將BIM模型與現(xiàn)實世界的真實坐標匹配，保證AR跟蹤與定位準確性與精確性，從而可在輔助施工作業(yè)、軍事訓(xùn)練、飛行訓(xùn)練、城市管理等方面。

2.2 孿生實體動態(tài)定位與變化更新

真三維時空模型中孿生實體的動態(tài)定位和變化更新是應(yīng)用人工智能技術(shù)賦能測繪地理信息的另一個基礎(chǔ)。只有精確地定位每個實體在真三維時空環(huán)境的位置和變化，才能建立描述、抽象、預(yù)測現(xiàn)實世界的人工智能模型。人類對于時間與空間位置的需求，正逐漸從粗略走向精準、從事后走向?qū)崟r、從靜態(tài)走向動態(tài)、從區(qū)域走向全球，智能時代需要高精定位基礎(chǔ)設(shè)施支持。未來工業(yè)智能運行和控制對時間精度的要求是納秒級的，對定位的要求可能達毫米級或更高。在這樣的一個智能時代，精準定位技術(shù)必然要成為一個基礎(chǔ)設(shè)施，賦予現(xiàn)實世界中每個實體統(tǒng)一、實時、精確的定位信息是人工智能技術(shù)賦能測繪地理信息的關(guān)鍵。

3 智能測繪地理信息基礎(chǔ)理論問題

3.1 真三維多重時空知識表達理論模型

筆者提出的多重知識表達理論概括了人類大腦認識世界的3種方式[17]，包括言語表達，形象表達和深度神經(jīng)網(wǎng)絡(luò)表達，前兩者描述了人類大腦的長期記憶模式，可以用知識圖譜和視覺知識來表示，后者描述了人類大腦的短期記憶，可以用深度學(xué)習(xí)模型來表示。人們認識客觀世界的三維時空信息也可以用上述3種理論來描述。

3.1.1 三維時空信息知識圖譜

測繪地理信息知識圖譜描述真三維時空中實體屬性信息以及不同實體屬性之間的相關(guān)關(guān)系。相較于一般的知識圖譜的概念，測繪地理信息知識圖譜中往往知識是附著在時空坐標信息上面的，通過時空坐標信息來挖掘不同實體屬性之間的相互作用和相互影響。例如，一個人在道路上突然生病，他用手機向相關(guān)熱線發(fā)送了一條急救信息，急救中心可以通過患者的手機定位信息快速地鎖定其空間坐標和時間基準，并查找所有的急救車輛中的空閑和最近的車輛，并確定最佳救援路線。在這個救援過程中，所有的屬性信息(生病的人、空閑的車輛、道路擁堵情況)均通過位置信息來發(fā)生關(guān)聯(lián)，形成基于位置信息的知識信息。時空信息知識圖譜理論是智能化測繪地理信息系統(tǒng)的核心功能，超越了傳統(tǒng)GIS簡單的空間分析，建立依托于精確時空信息的知識體系，挖掘出現(xiàn)實世界中地理實體之間的關(guān)系，為智能化管理打下基礎(chǔ)。

3.1.2 真三維時空信息的深度神經(jīng)網(wǎng)絡(luò)理論模型

真三維深度神經(jīng)網(wǎng)絡(luò)理論集合視覺知識理論的一部分和經(jīng)典的深度學(xué)習(xí)理論。視覺知識按照筆者的描述是心象的表征，適用于時空信息的推演與顯式。而經(jīng)典的深度神經(jīng)網(wǎng)絡(luò)理論，適合于挖掘二維圖像的高層次抽象特征。所以結(jié)合視覺知識理論，將視覺知識中的三維顯示與深度神經(jīng)網(wǎng)絡(luò)的高層次特征挖掘相結(jié)合，建立適合描述和表示真三維時空信息的深度神經(jīng)網(wǎng)絡(luò)理論是智能測繪地理信息的關(guān)鍵。當然，測繪地理信息描述的內(nèi)容超越人類視覺知識認識的范疇，不僅包括人眼能夠感知的光譜區(qū)域，還包括人眼不能感知的紅外、微波等信息。但這些信息都可以表示為三維實體的多維屬性信息，用統(tǒng)一的真三維深度神經(jīng)網(wǎng)絡(luò)模型來挖掘和處理。

3.2 三維時空大數(shù)據(jù)推理預(yù)測

智能測繪地理信息不僅需要能實時感知三維環(huán)境，更重要的是能夠?qū)τ谔幚韺ο筮M行動態(tài)推理預(yù)測。時空大數(shù)據(jù)動態(tài)推理預(yù)測的特點在于預(yù)測未來事件的精確位置及附著在位置上的屬性信息的變化。相較于傳統(tǒng)的模型驅(qū)動因果推理，時空信息推理預(yù)測需要以數(shù)據(jù)為驅(qū)動，通過機器學(xué)習(xí)挖掘數(shù)據(jù)中內(nèi)在的規(guī)律，來指導(dǎo)未來的預(yù)測推理。例如，城市交通擁堵情況預(yù)測，需要模型精確推理每個交通實體在三維空間的時間序列位置變化，挖掘位置變化的速度、加速度等高層次知識，還要將天氣、交通事故、紅綠燈等信息融合到整個模型中，從而準確預(yù)測未來的交通狀況和實現(xiàn)智能化交通管理。

3.3 三維時空動態(tài)識別對象分析

三維時空動態(tài)識別對象按照處理的數(shù)據(jù)類型的不同可以分為三維空間幾何變化分析和屬性數(shù)據(jù)變化分析。三維空間幾何變化分析側(cè)重于目標或系統(tǒng)位置、幾何結(jié)構(gòu)變化的動態(tài)提取、監(jiān)測和預(yù)測，屬性數(shù)據(jù)變化分析側(cè)重于目標或系統(tǒng)物理屬性的動態(tài)提取、監(jiān)測和預(yù)測。由于識別對象內(nèi)涵的不同，采用的觀測設(shè)備、分析模型、軟件平臺等都需要有針對性地選擇和設(shè)計。例如，地物目標三維空間幾何的結(jié)構(gòu)性特征提取，需要選擇多角度全景相機等相關(guān)設(shè)備，設(shè)計合適的三維深度卷積神經(jīng)網(wǎng)絡(luò)，利用視覺知識框架來提取目標結(jié)構(gòu)化特征。而地物目標的特定成分，則需要選擇精細光譜儀來獲取目標光譜曲線，設(shè)計合適的高維數(shù)據(jù)特征挖掘算法來表達目標屬性。

3.4 智能化動態(tài)測繪基準構(gòu)建

測繪基準是測繪地理信息空間基礎(chǔ)設(shè)施[18]。在統(tǒng)一的測繪基準框架下，不同部門、不同區(qū)域、不同時間獲取的測繪地理信息才能共享互用，避免重復(fù)測繪和資金浪費。隨著全球衛(wèi)星導(dǎo)航系統(tǒng)(GNSS)技術(shù)的不斷發(fā)展，測繪基準框架的建立正由傳統(tǒng)模式向現(xiàn)代模式轉(zhuǎn)變。通過GNSS快速、準確地獲取地面點的大地經(jīng)度、大地緯度和大地高，然后利用高精度數(shù)字高程水準面將GNSS獲取的大地高轉(zhuǎn)換為正常高，并結(jié)合連續(xù)運行衛(wèi)星定位基準站網(wǎng)(CORS)確定的平面位置，向用戶提供真正意義上的三維定位服務(wù)。

智能化動態(tài)測繪基準理論可以從以下幾個方面進行展開。首先，大地水準面智能擬合理論。在建立數(shù)字高程水準面時，需要數(shù)以百萬計的地球重力觀測數(shù)據(jù)，同時需要真實的地形數(shù)據(jù)進行模型改正。利用大數(shù)據(jù)智能理論抽象重力數(shù)據(jù)的高階特征，將經(jīng)典擬合理論與深度學(xué)習(xí)模型進行融合，并在融合模型中兼顧數(shù)據(jù)誤差和地形的影響，是大地水準面智能擬合的關(guān)鍵。其次，GNSS智能定位。由于受到大氣層影響、多路徑效應(yīng)等相關(guān)因素的干擾，利用GNSS在進行定位時會引入噪聲[19]，而這些干擾因素是極度非線性的，造成建模的困難。利用深度學(xué)習(xí)等對包含噪聲的定位信息進行建模，消除這些干擾因素，是GNSS智能化高精度定位的未來研究方向。最后，測繪基準動態(tài)更新。由于地殼運動、地震或地面沉降等原因的影響，導(dǎo)致測繪基準框架在不斷地變化，如何通過大數(shù)據(jù)智能地將局部變化更新到基準模型中是實現(xiàn)測繪基準更新的關(guān)鍵。

3.5 邊-端-云數(shù)據(jù)協(xié)同獲取與處理

隨著傳感器技術(shù)、移動互聯(lián)網(wǎng)等技術(shù)的成熟，可通過衛(wèi)星智能探測、智能移動設(shè)備(如手機、智能攝像頭)等獲取海量的時空數(shù)據(jù)。為了能夠高效處理所獲取的海量時空數(shù)據(jù)，需根據(jù)云-邊-端協(xié)同處理理論，將時空數(shù)據(jù)處理合理的分布在云-邊-端上，以構(gòu)建高效的時空大數(shù)據(jù)智能處理架構(gòu)。通過云端提供高性能的計算、共享個體終端的信息和知識、存儲通用知識；通過邊緣端提供算力支持，可以更有效地進行時空大數(shù)據(jù)的實時處理，以滿足軍事和應(yīng)急搶險等方面對實時性的需求；個體終端則完成個性化的操作和處理。通過結(jié)合云端和邊緣端，可以突破個體終端的存儲和計算力的限制，提高智能算法的訓(xùn)練和推理能力。

4 智能測繪地理信息關(guān)鍵技術(shù)

4.1 測繪地理信息與大數(shù)據(jù)智能融合

以深度學(xué)習(xí)為代表的大數(shù)據(jù)智能正在逐漸應(yīng)用到測繪地理信息的方方面面，如遙感圖像分類、地圖導(dǎo)航等。然而，主流的深度學(xué)習(xí)框架以二維信息的處理為出發(fā)點。如在深度卷積神經(jīng)網(wǎng)絡(luò)中，卷積核為二維卷積核，池化、非線性變化等都是以二維信息為基礎(chǔ)。這就造成了應(yīng)用大數(shù)據(jù)智能技術(shù)于測繪地理信息領(lǐng)域的一系列問題。因此，迫切需要開發(fā)基于三維時空數(shù)據(jù)的大數(shù)據(jù)智能模型。這里有5個關(guān)鍵的技術(shù)方面需要突破。

(1)真三維深度學(xué)習(xí)模型。設(shè)計適合三維信息的深度神經(jīng)網(wǎng)絡(luò)架構(gòu)，需要建立三維卷積核，三維池化和三維非線性函數(shù)等基本結(jié)構(gòu)。目前的三維深度神經(jīng)網(wǎng)絡(luò)模型面向的主要是數(shù)據(jù)的三維表面，且模型在計算效率、模型表達、精度等方面都存在比較大的缺陷。因此，整個三維深度神經(jīng)網(wǎng)絡(luò)的訓(xùn)練方法需要重新設(shè)計，訓(xùn)練過程的復(fù)雜度，模型的透明度和可解釋性都是待解決的關(guān)鍵技術(shù)點。另外，三維深度神經(jīng)網(wǎng)絡(luò)模型無樣本或小樣本學(xué)習(xí)的關(guān)鍵技術(shù)。目前的無監(jiān)督或自監(jiān)督深度神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)主要是針對二維圖像或視頻圖像，還沒有三維的無監(jiān)督或自監(jiān)督深度神經(jīng)網(wǎng)絡(luò)模型。

(2)真三維視覺知識表達和顯示技術(shù)。計算機圖形學(xué)一般處理三維對象的形狀、結(jié)構(gòu)等信息，但在真三維孿生環(huán)境下基于計算機圖形學(xué)視覺知識表達和顯示技術(shù)是一個需要探索的關(guān)鍵。它不僅關(guān)系到三維實體表示的問題，更涉及空間信息與屬性信息的關(guān)聯(lián)、抽象等高級知識生成。

(3)歷史測繪地理信息大數(shù)據(jù)智能挖掘技術(shù)。測繪地理信息數(shù)據(jù)相較于其他大數(shù)據(jù)有一個優(yōu)勢就是歷史積累的海量大數(shù)據(jù)。這些歷史數(shù)據(jù)花費了大量的人力物力來實際調(diào)查完成，包括影像數(shù)據(jù)、地圖數(shù)據(jù)、專題數(shù)據(jù)和其他社會數(shù)據(jù)。如何建立基于歷史測繪地理信息大數(shù)據(jù)的智能挖掘技術(shù)，是測繪地理信息行業(yè)一個重大命題。測繪地理信息歷史數(shù)據(jù)不僅可以為深度卷積神經(jīng)網(wǎng)絡(luò)等提供訓(xùn)練樣本，而且是發(fā)現(xiàn)地物實體變化規(guī)律的主要信息源。例如，通過對城市的歷史地圖和影像大數(shù)據(jù)進行挖掘、分析，并利用深度學(xué)習(xí)建立模型，城市管理者可以掌握城市的運行規(guī)律和規(guī)劃發(fā)展，甚至可以預(yù)測城市未來的發(fā)展趨勢。地圖移動端實時產(chǎn)生的大數(shù)據(jù)和歷史數(shù)據(jù)可作為人工智能訓(xùn)練的樣本，以幫助地圖導(dǎo)航產(chǎn)品提高預(yù)判出行環(huán)境變化和趨勢的能力。

(4)室內(nèi)外一體化精確定位技術(shù)。室內(nèi)外一體化精確定位是時空大數(shù)據(jù)動態(tài)預(yù)測推理的基礎(chǔ)，只有獲取了動態(tài)高精度的孿生環(huán)境實體的精確空間位置，才能挖掘出模式和規(guī)律。反過來，通過融合大數(shù)據(jù)智能技術(shù)也可以改進和提高目前的GNSS和室內(nèi)定位的精度，如定位信號干擾源的智能識別分析，融合移動手機圖像的定位分析等。

(5)測繪地理信息與社會大數(shù)據(jù)融合。城市管理資源配置的決策依賴于人類社會中群體行為與社會結(jié)構(gòu)、信息空間中事件和主題、物理世界中空間位置信息之間的關(guān)聯(lián)。人類社會、信息空間以及物理空間的大數(shù)據(jù)具有關(guān)聯(lián)復(fù)雜性的特點，其關(guān)聯(lián)復(fù)雜性體現(xiàn)在多維演化、多元異構(gòu)以及多尺度關(guān)聯(lián)等方面。面對如此復(fù)雜的關(guān)聯(lián)關(guān)系，需要對人類社會、信息空間以及物理空間的大數(shù)據(jù)進行深層表征的建模，即將人類社會、信息空間和物理世界的三元數(shù)據(jù)作為輸入，從已知關(guān)聯(lián)中通過深層表征建模的方法，學(xué)習(xí)三元空間的統(tǒng)一表征空間。在此基礎(chǔ)上建立“人-事-地”大規(guī)模圖深度網(wǎng)絡(luò)，可實現(xiàn)城市管理的精細化、科學(xué)化和智能化。例如，在流感爆發(fā)之際，建立個體體征屬性和其他屬性的映射，如某種流感與年齡、身體體征等之間的關(guān)系；其次，基于社交網(wǎng)絡(luò)可知道個體之間的交往程度及其個體活動的地理位置信息；通過“人-事-地”大規(guī)模圖深度網(wǎng)絡(luò)，可以準確預(yù)測流感疫情的趨勢。如某個人的興趣愛好這一屬性為“球迷”，“工人體育場”這一地點發(fā)生的事件是足球比賽，則這個人就工體與足球比賽建立起了關(guān)聯(lián)。在打通了人事地關(guān)聯(lián)關(guān)系之后，則這個人所住小區(qū)就與工人體育場發(fā)生了關(guān)聯(lián)?；凇叭?事-地”大規(guī)模圖深度網(wǎng)絡(luò)，可以預(yù)測城市中交通走向等。

4.2 測繪地理信息與跨媒體智能融合

時空大數(shù)據(jù)中承載的信息源種類繁多，如城市聲音污染源是音頻信號，城市大氣污染源是嗅覺信號，城市概貌是圖像信號，城市熱島效應(yīng)是觸覺信號，城市大樓的名稱為文本信號。在孿生測繪地理信息的大框架下，這些多媒體信號的公共點是時空坐標基準是相同的。人類智能的重要特點之一，是綜合利用視覺、語言、聽覺等各種感知所記憶的信息，從而完成識別、推理、設(shè)計、創(chuàng)作、預(yù)測等功能[20]。測繪地理信息與跨媒體融合的關(guān)鍵是多媒體信息與時空數(shù)據(jù)的關(guān)聯(lián)之道，建立多模態(tài)的智能數(shù)據(jù)存儲、處理、分析、預(yù)測框架。例如，在地圖生產(chǎn)內(nèi)業(yè)中，利用機器視覺可從衛(wèi)星影像、無人機影像中識別和標注道路，從街拍實景影像、視頻中識別和標注道路兩旁的店名等，從而實現(xiàn)圖像、圖形和文本信息的融合應(yīng)用，提高地圖生產(chǎn)效率。

4.3 測繪地理信息與群體智能融合

群體智能計算由易到難可分為3種類型[20]：①實現(xiàn)任務(wù)分配的眾包模式；②較復(fù)雜、支持工作流模式的群體智能；③協(xié)同求解問題的生態(tài)系統(tǒng)模式。通過互聯(lián)網(wǎng)參與和交互，大規(guī)模個體可以表現(xiàn)出超乎尋常的智慧能力。對于測繪地理信息領(lǐng)域，比較直接的技術(shù)融合方向是群智時空大數(shù)據(jù)采集，主要是應(yīng)用第一層次群智計算，可以概括為“眾包測繪”的模式。在該模式中，可以將專業(yè)測繪手段、監(jiān)控設(shè)備測繪、車載設(shè)備測繪、個人移動設(shè)備信息測繪集合于一體，徹底改變目前時空大數(shù)據(jù)采集的過程，將每個領(lǐng)域，每個對象的通用設(shè)備信息采集納入到專業(yè)化測繪成果中。也只有采用群智的模式，才能完成對時空大數(shù)據(jù)的動態(tài)更新。當然，各種設(shè)備采集的信息如何從完成從數(shù)據(jù)到信息到模型再到知識的轉(zhuǎn)化，需要很多多源數(shù)據(jù)融合和處理工作。另一個比較高階的技術(shù)融合方向是群智開源測繪地理信息軟件平臺。需要建立統(tǒng)一的開源生態(tài)，建立數(shù)據(jù)、模型和算法的共享機制。

4.4 測繪地理信息與人機混合增強智能融合

人的智能是自然生物的智能，與人工智能相比各有優(yōu)勢。通過人機協(xié)同工作、取長補短，以形成一種“1+1>2”的增強性智能系統(tǒng)。測繪地理信息與人機混合增強智能融合的一個典型方向是三維地圖與自動駕駛的交互融合。三維地圖導(dǎo)航與人機混合增強智能系統(tǒng)相結(jié)合，一方面在駕駛場景中以智能自主駕駛提高駕駛效率；另一方面，以人機交互保障駕駛的安全。人機混合增強智能可以讓依靠移動端導(dǎo)航的司機、騎手完全解放雙手，通過言語來使用地圖上的各種功能，使得注意力更集中于駕駛，從而保障出行安全。在經(jīng)過多次對話后，可構(gòu)建一個可持續(xù)溝通的人機交互環(huán)境。

4.5 測繪地理信息與自主智能系統(tǒng)融合

相比于類人機器人，自主智能系統(tǒng)(無人飛機、無人汽車等)往往更加高效。測繪地理信息既是自主無人系統(tǒng)的受益者也是自主無人系統(tǒng)的促進者。一方面，未來絕大部分的測繪地理信息將依賴于自主無人系統(tǒng)來獲取，其不僅能夠獲取初始的測繪地理信息數(shù)據(jù)，而且能夠完成大部分數(shù)據(jù)處理邊緣實時計算，直接得到測繪地理信息產(chǎn)品。另一方面，高精度測繪地理信息時空大數(shù)據(jù)是自主無人系統(tǒng)智能化的第一步。例如，高精度地圖是實現(xiàn)無人駕駛不可或缺的重要組成部分。高精度地圖可以提高自主智能系統(tǒng)的定位精度，而且在自主智能系統(tǒng)的傳感器失效時，能夠彌補環(huán)境感知設(shè)備的不足。自主智能系統(tǒng)能夠在所給的地圖中通過增強學(xué)習(xí)的方式去自動需求位置、規(guī)劃路線，反過來，自主智能系統(tǒng)在適用過程中能不斷向地圖提供細節(jié)與改善，使得地圖更加好用。相比以前，地圖不再是輔助性的，而是在自主智能系統(tǒng)(如無人飛機、無人汽車等)的決策過程中，直接參與控制、決策與學(xué)習(xí)。

5 構(gòu)建智能地理信息基礎(chǔ)平臺問題

國務(wù)院于2017年7月8日印發(fā)并實施的《新一代人工智能發(fā)展規(guī)劃》中強調(diào)，要構(gòu)建基礎(chǔ)人工智能開源開放平臺[21]。平臺具有引導(dǎo)性、公共性等先決屬性。在公眾所接觸的所有信息中，絕大部分都具備地理屬性。因此，智慧城市[22]、智能交通、智能農(nóng)業(yè)等的“智慧”和“智能”必然具有空間地理信息的內(nèi)涵。為了更好地建設(shè)智慧城市、智能交通、智能農(nóng)業(yè)等，智能地理信息基礎(chǔ)平臺(主要包括智能硬件平臺、匯聚公眾采集的開源數(shù)據(jù)平臺、群智開源軟件平臺等)的構(gòu)建勢在必行。

5.1 智能硬件平臺

充分利用現(xiàn)代工業(yè)制造中的新工藝、新材料以及新一代人工智能技術(shù)(包括大數(shù)據(jù)智能、跨媒體智能、群體智能、人機混合增強智能、自主智能系統(tǒng))，不斷提升地理信息數(shù)據(jù)采集、處理、應(yīng)用硬件的智能化水平?；诖髷?shù)據(jù)智能技術(shù)，在硬件(如FPGA、DSP等)上固化大數(shù)據(jù)智能挖掘、分析等智能算法，實現(xiàn)機載、星上實時智能處理與傳輸?；诳缑襟w智能技術(shù)，構(gòu)造模擬和超越生物感知的智能芯片和系統(tǒng)，以極低功耗來高效地表達外部世界復(fù)雜的地理信息?；谌后w智能技術(shù)，加快平臺智能編隊的步伐，例如智能編隊衛(wèi)星、智能編隊無人機等，集所有編隊平臺的智慧更好地服務(wù)于城市管理、防災(zāi)減害、國防建設(shè)等場景。基于人機混合增強智能技術(shù)，研制人機混合增強智能系統(tǒng)，將人類的智慧、經(jīng)驗實時主動輸入機器，機器智能結(jié)果也交會與人，從而連接起人類智能和機器智能?；谧灾髦悄芟到y(tǒng)技術(shù)，大力發(fā)展海洋、地面、航空、航天等自主智能觀測硬件系統(tǒng)，如水下自主無人智能系統(tǒng)、智能無人測繪汽車、智能無人機、自主智能衛(wèi)星等，大幅度提升采集三維地理信息數(shù)據(jù)的智能化水平。

5.2 匯聚公眾采集的開源數(shù)據(jù)平臺

當前，地理信息數(shù)據(jù)的采集與使用常處于矛盾的境地。一方面，人們在進行與地理相關(guān)的研究和業(yè)務(wù)時，常常遭遇無地理信息數(shù)據(jù)可用的窘境；另一方面，相關(guān)部門在采集地理信息數(shù)據(jù)后，由于缺乏地理信息數(shù)據(jù)分析的專業(yè)知識，使得大量的地理數(shù)據(jù)處于閑置狀態(tài)。為打破“數(shù)據(jù)孤島”，使各部門的數(shù)據(jù)互通，開源的地理信息數(shù)據(jù)平臺不可或缺。

通過開源的地理信息多媒體數(shù)據(jù)平臺，可匯集歷史與現(xiàn)狀的基礎(chǔ)地理信息數(shù)據(jù)(包括矢量數(shù)據(jù)、影像數(shù)據(jù)、高程模型數(shù)據(jù)、地理實體、新型測繪產(chǎn)品數(shù)據(jù)等)、歷史與現(xiàn)狀的公共專題數(shù)據(jù)、智能感知的即時數(shù)據(jù)、空間規(guī)劃數(shù)據(jù)等。實名注冊用戶可隨時隨地查看所需數(shù)據(jù)集，并在統(tǒng)一平臺上分析、管理數(shù)據(jù)。為保證安全性，對于涉密的地理信息數(shù)據(jù)，須進行脫密處理后方可共享于開源數(shù)據(jù)平臺上，或按權(quán)限等級進行訪問。通過匯聚公眾采集的開源數(shù)據(jù)平臺，可實現(xiàn)多源異構(gòu)地理信息大數(shù)據(jù)的共享、互操作和無縫流轉(zhuǎn)，實現(xiàn)不同類型數(shù)據(jù)的有效集成，并提供應(yīng)用層面的統(tǒng)一訪問接口、統(tǒng)一查詢方式和統(tǒng)一操作行為。

5.3 群智開源軟件平臺

群體智能通過集合群體的智慧來應(yīng)對各種挑戰(zhàn)，提供了一種解決問題的新范式[23-24]。以物聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)為紐帶，建立地理信息領(lǐng)域的群智開源平臺，不僅可以推動地理信息領(lǐng)域的理論技術(shù)創(chuàng)新，還能對整個測繪地理信息的應(yīng)用創(chuàng)新、管理創(chuàng)新和商業(yè)創(chuàng)新提供核心驅(qū)動力，使得跨時空地匯集群體智能、高效地重組群體智能、更廣泛而精確地釋放群體智能成為可能。群智開源平臺可通過吸引、匯聚和管理大規(guī)模參與者，以競爭和合作等多種自主協(xié)同方式來共同應(yīng)對挑戰(zhàn)性任務(wù)，特別是開放環(huán)境下的復(fù)雜系統(tǒng)決策任務(wù)，涌現(xiàn)出超越個體智力的智能形態(tài)。

地理信息群智開源平臺是一個綜合性平臺，可提供基于群體開發(fā)的開源GIS軟件、基于眾問眾答的知識共享等。

5.3.1 基于群體開發(fā)的開源GIS軟件

軟件開發(fā)是一種智力活動，涉及群體的創(chuàng)造性和制造能力[25]。開放源碼和軟件眾包是基于群體開發(fā)開源GIS軟件的兩種主要方式。開放源碼項目托管服務(wù)，例如GitHub、Google Code、SourceForge，可以讓任何人在任何時間創(chuàng)建和管理開放源碼軟件(open source software，OSS)項目。世界各地的開發(fā)人員都可以輕松地訪問這些OSS項目的源代碼、文檔和測試用例，并參與整個開發(fā)過程。這種精英制度促使專業(yè)人士和業(yè)余人士積極地在OSS社區(qū)中分享他們的想法、經(jīng)驗和源代碼，并協(xié)同創(chuàng)建新的軟件產(chǎn)品。軟件眾包是對參與軟件開發(fā)任務(wù)的一種公開選拔，包括文檔編制、設(shè)計、編碼和測試。軟件眾包通常采用明確的激勵措施，特別是競賽獎品等金錢獎勵，來刺激社區(qū)成員的參與。

5.3.2 基于眾問眾答的知識共享

在進行與地理相關(guān)的研究或作業(yè)時，由于單一個人或團體的知識儲備或經(jīng)驗不足的原因，不可避免地會遇到難以解決的問題。個人或團體可以將所遇到的問題在群智開源平臺上進行詳細、清晰地描述，供所有用戶對該問題進行分析，然后提出解決問題的辦法和建議，并做成本規(guī)劃和可行性分析。集所有用戶的智慧提出的解決方案可以快速有效地解決所提出的問題。另一方面，用戶可以將自己的經(jīng)驗和知識分享到群智開源平臺上，以形成與地理信息相關(guān)的知識庫。

6 智能測繪地理信息典型應(yīng)用

6.1 智能自然資源監(jiān)測

自然資源是每個國家發(fā)展所能依賴的最重要資源和基礎(chǔ)，《深化黨和國家機構(gòu)改革方案》要求將包括“山、水、林、田、湖、草”生命共同體在內(nèi)的自然資源進行統(tǒng)一管理。新時代的自然資源統(tǒng)一管理需要對傳統(tǒng)的管理方式從自然資源現(xiàn)狀調(diào)查、過程監(jiān)測、狀態(tài)修復(fù)到未來規(guī)劃進行全面的精確化、智能化改造與升級。

人工智能技術(shù)是一種像“水”和“電”一樣的使能技術(shù)。如何融合新一代人工智能五大技術(shù)(即大數(shù)據(jù)智能、跨媒體智能、群體智能、混合增強智能和自主智能系統(tǒng))于自然資源管理的全過程，提高自然資源管理的精確化、智能化水平，是新時代自然資源管理的重大命題。

自然資源監(jiān)測是自然資源管理的基礎(chǔ)。建立自然資源智能監(jiān)測系統(tǒng)，可解決傳統(tǒng)自然資源監(jiān)測系統(tǒng)在數(shù)據(jù)采集、數(shù)據(jù)存儲、數(shù)據(jù)分析、數(shù)據(jù)展示等方面存在的問題。

(1)在數(shù)據(jù)采集方面，目前的自然資源監(jiān)測系統(tǒng)主要以特定需求或問題為導(dǎo)向進行數(shù)據(jù)采集。例如，農(nóng)田監(jiān)測系統(tǒng)的采集體系是面向特定的農(nóng)田資源進行設(shè)計的，采集系統(tǒng)任務(wù)單一、不具備環(huán)境適應(yīng)性，無法適應(yīng)作業(yè)環(huán)境的變化，不能理解所采集的數(shù)據(jù)內(nèi)容。利用深度學(xué)習(xí)等人工智能技術(shù)，自然資源智能監(jiān)測系統(tǒng)可在采集時就能識別采集對象，并且當采集的對象發(fā)生變化時，也會觸發(fā)采集行為，從而提高實時解決問題的能力，做到數(shù)據(jù)采集的省時省力省資源，快采快傳快識別[26]。

(2)在數(shù)據(jù)存儲方面，當前由于大多自然資源監(jiān)測數(shù)據(jù)是涉密或者敏感的，通常采取集中存儲，從而導(dǎo)致數(shù)據(jù)的知識產(chǎn)權(quán)難以確定、數(shù)據(jù)得不到共享。利用基于區(qū)塊鏈的人工智能移動加密技術(shù)，自然資源智能監(jiān)測系統(tǒng)可以有效地解決自然資源數(shù)據(jù)保密和傳輸?shù)膯栴}。區(qū)塊鏈去中心化的加密手段可從源頭上對各類自然資源涉密涉隱數(shù)據(jù)進行封裝，使得涉密涉隱信息在存儲和傳輸中無法被竊取[27]。

(3)在數(shù)據(jù)分析方面，自然資源監(jiān)測和管理工作的核心在于制定標準并實施有效監(jiān)督管理，實現(xiàn)資源配置效益最大化和效率最優(yōu)化。人工智能基于關(guān)系模式數(shù)學(xué)能夠發(fā)現(xiàn)數(shù)據(jù)和行為之間的內(nèi)在聯(lián)系，分析宏觀及微觀的趨勢，進而使系統(tǒng)具有挖掘、分析及預(yù)測能力。

(4)在數(shù)據(jù)展示方面，目前自然資源數(shù)據(jù)的展示通常是基于固定模板或者由專家按照特定規(guī)則定制形成，其形式是事先確定的，不能夠真正實現(xiàn)數(shù)據(jù)的智能化個性化展示。隨著新一代人工智能技術(shù)的發(fā)展，虛擬現(xiàn)實、增強現(xiàn)實等豐富了自然資源數(shù)據(jù)的展示形式，從而為自然資源智能監(jiān)測的應(yīng)用提供了更多的可能性。

6.1.1 大數(shù)據(jù)智能在自然資源監(jiān)測中的應(yīng)用

目前的自然資源調(diào)查監(jiān)測存在自動化程度低，結(jié)果準確性不高等相關(guān)的問題。其原因主要在于沒有建立適合自然資源本身特點的智能化調(diào)查監(jiān)測手段。首先，建立自然資源真三維時空大數(shù)據(jù)環(huán)境，其次，設(shè)計真三維自然資源多重知識表達模型，包括三維自然資源深度學(xué)習(xí)表達，自然資源三維圖形知識表達等。還要針對小樣本問題構(gòu)建無監(jiān)督或自監(jiān)督三維深度神經(jīng)網(wǎng)絡(luò)模型。最后，是歷史自然資源調(diào)查監(jiān)測數(shù)據(jù)智能挖掘。測繪地理信息歷史數(shù)據(jù)不僅可以為深度卷積神經(jīng)網(wǎng)絡(luò)等提供訓(xùn)練樣本，而且是發(fā)現(xiàn)地物實體變化規(guī)律的主要信息源。

6.1.2 群體智能在自然資源監(jiān)測中的應(yīng)用

自然資源監(jiān)管存在著監(jiān)管對象復(fù)雜、任務(wù)重以及范圍廣闊等特點。傳統(tǒng)的自然資源數(shù)據(jù)主要依靠衛(wèi)星圖像、專職人員現(xiàn)場數(shù)據(jù)采集核對和在固定地點安裝專業(yè)設(shè)備采集數(shù)據(jù)3種方式獲取。然而，衛(wèi)星的圖斑圖形所能獲得數(shù)據(jù)的粒度過粗。利用專職人員或安裝專業(yè)設(shè)備進行數(shù)據(jù)采集需要大量的人力和物力成本，難以完全覆蓋所有需要監(jiān)管的對象，更不用說對所監(jiān)管對象的全程實時數(shù)據(jù)采集和監(jiān)控。通過群智技術(shù)，可以建立相關(guān)的群智自然資源監(jiān)測平臺，基于群智感知的自然資源信息收集系統(tǒng)，即可實現(xiàn)低成本、大規(guī)模的實時監(jiān)管與高效配置自然資源。手機或其他智能終端的用戶通過在平臺上接受任務(wù)后即可開始自然資源數(shù)據(jù)的收集，系統(tǒng)則篩選出高質(zhì)量的數(shù)據(jù)用于后續(xù)的分析處理。

6.1.3 跨媒體智能在自然資源監(jiān)測中的應(yīng)用

隨著傳感技術(shù)的發(fā)展，獲取自然資源數(shù)據(jù)的手段日益豐富，數(shù)據(jù)表現(xiàn)形式多樣，包括以圖片、文字、聲音、視頻等形式融合表現(xiàn)的多元跨媒體信息，其具有復(fù)雜、海量、異質(zhì)多元、大范圍時空關(guān)聯(lián)等特點。通過跨媒體智能，可以在短時間內(nèi)對復(fù)雜多維的自然資源數(shù)據(jù)進行有效地檢索、存儲、分析處理與挖掘。

6.1.4 人機混合增強智能在自然資源監(jiān)測中的應(yīng)用

人機混合增強智能可以有效地實現(xiàn)人機交流和通信，增強自然資源監(jiān)測系統(tǒng)的決策能力，提高系統(tǒng)對復(fù)雜情況的適應(yīng)性以及處理復(fù)雜任務(wù)的能力，從而使得混合增強智能系統(tǒng)能夠生成比單一自然資源智能監(jiān)測系統(tǒng)更為精確可信的結(jié)果。

6.1.5 自主智能系統(tǒng)在自然資源監(jiān)測中的應(yīng)用

在進行自然資源調(diào)查監(jiān)測過程中，不可避免地會遇到地形復(fù)雜、條件惡劣的環(huán)境，不宜再采用依靠人力的常規(guī)調(diào)查監(jiān)測手段。此時的最佳選擇是利用自主智能系統(tǒng)(例如自主無人車、自主無人機等)進行自然資源調(diào)查監(jiān)測。自主智能系統(tǒng)能夠在所給的地圖中通過增強學(xué)習(xí)的方式去自動需求位置、規(guī)劃路線，以完成調(diào)查監(jiān)測的任務(wù)。

6.2 室內(nèi)外一體化智能導(dǎo)航

全球?qū)Ш叫l(wèi)星系統(tǒng)(GNSS)為人們提供了有效的室外定位手段，已經(jīng)成為人們出行導(dǎo)航的必備工具。隨著我國北斗三號全球?qū)Ш叫l(wèi)星系統(tǒng)的正式開通，北斗系統(tǒng)的功能和性能將得到進一步提升，北斗應(yīng)用的規(guī)?；a(chǎn)業(yè)化和國際化將更進一步。當前，北斗全球?qū)Ш叫l(wèi)星系統(tǒng)的定位精度為分米、厘米級別，測速精度0.2 m/s，授時精度10 ns。但當前的GNSS也存在著一些缺陷，例如當衛(wèi)星的信號被干擾或者是被遮擋時，衛(wèi)星導(dǎo)航系統(tǒng)將失去定位導(dǎo)航的能力，在高樓林立的城市區(qū)域或大型場館的室內(nèi)，衛(wèi)星定位的精度會大幅度降低，甚至無法定位，然而大型公共場館內(nèi)部建筑結(jié)構(gòu)復(fù)雜、人員密度高、場館內(nèi)設(shè)備數(shù)量大、對室內(nèi)定位的需求十分迫切，定位與位置服務(wù)的“最后一公里”問題日益突出。

為了滿足“智能時代”對定位、導(dǎo)航的無縫和連續(xù)可用的需求，需加快完善室內(nèi)外一體化導(dǎo)航基礎(chǔ)設(shè)施的建設(shè)，保證各種場景下的定位精度和覆蓋范圍的平滑過渡和無縫連接?；诒倍返氖覂?nèi)外一體化無縫定位和導(dǎo)航，一方面要大范圍地發(fā)展“地基+星基”定位增強系統(tǒng)，地基增強可通過安裝有高精度衛(wèi)星定位接收機的地面基準站網(wǎng)絡(luò)解算出用戶所接收到的衛(wèi)星導(dǎo)航信號的誤差修正信息，然后通過地面通信方式告知用戶來提高其定位精度，星基增強是通過衛(wèi)星播發(fā)上述修正信息讓用戶提高精度。高、中、低軌衛(wèi)星與地基增強系統(tǒng)相結(jié)合才能構(gòu)建起實時無縫理想的衛(wèi)星高精定位導(dǎo)航系統(tǒng)。另一方面，在大型商場、展覽館、停車場、會展中心、車站、醫(yī)院、碼頭、機場、學(xué)校、博物館、景區(qū)景點等大型公共設(shè)施內(nèi)部鋪設(shè)基于Wi-Fi的室內(nèi)定位系統(tǒng)、室內(nèi)高精度定位系統(tǒng)(indoor navigation node net,INDOET)。此外，還需研制集成北斗衛(wèi)星導(dǎo)航和Wi-Fi等模塊的室內(nèi)外無縫定位終端。

室內(nèi)外一體化智能導(dǎo)航系統(tǒng)是綜合應(yīng)用人工智能、信息管理、認知心理學(xué)與行為學(xué)等多學(xué)科理論與技術(shù)而構(gòu)造的智能信息系統(tǒng)，能自主識別用戶需求，并引導(dǎo)用戶實現(xiàn)高效率的信息檢索與獲取。其中，新一代人工智能理論和技術(shù)(包括大數(shù)據(jù)智能、跨媒體智能、人機混合增強智能、群體智能、自主智能系統(tǒng))是實現(xiàn)室內(nèi)外一體化智能導(dǎo)航系統(tǒng)的關(guān)鍵。

室內(nèi)外智能導(dǎo)航系統(tǒng)終端是物聯(lián)網(wǎng)感知前端的時空位置傳感器，其產(chǎn)生的帶有精準時空位置標簽的時空大數(shù)據(jù)，是對大數(shù)據(jù)賦予時空信息，以與其他各類大數(shù)據(jù)實現(xiàn)關(guān)聯(lián)，直接發(fā)現(xiàn)事物本質(zhì)的普世、快捷和可靠的智能方式。

(1)大數(shù)據(jù)智能在室內(nèi)外一體化智能導(dǎo)航中的應(yīng)用。數(shù)以億計的智能手機、監(jiān)控視頻攝像頭、車載定位系統(tǒng)等每時每刻都在產(chǎn)生海量的時空數(shù)據(jù)。通過大數(shù)據(jù)智能，對時空大數(shù)據(jù)進行深度挖掘、分析，建立數(shù)據(jù)驅(qū)動、以自然語言理解為核心的認知計算模型，形成從大數(shù)據(jù)到知識、從知識到?jīng)Q策的能力。例如，在隧道應(yīng)急救援時，根據(jù)被救援人員的智能手機或車輛定位系統(tǒng)等，獲取其精確的地理位置信息，結(jié)合大數(shù)據(jù)智能、移動互聯(lián)網(wǎng)和云計算等新一代信息技術(shù)，為搶險救援人員規(guī)劃最佳救援路線，縮短救援時間，并向其他車輛發(fā)出道路擁堵預(yù)警，實時更新最優(yōu)行車路線，減少擁堵。

(2)群體智能在室內(nèi)外一體化智能導(dǎo)航中的應(yīng)用。室內(nèi)外一體化智能導(dǎo)航的實現(xiàn)并非一己之力所能為之，而需通過群體智能，集合所有科研人員、工程人員的集體智慧，從數(shù)據(jù)源、數(shù)據(jù)質(zhì)量、樣本庫、算法、系統(tǒng)到硬件，構(gòu)建服務(wù)于室內(nèi)外一體化智能導(dǎo)航的交互式群智涌現(xiàn)平臺。例如，在建立樣本庫時，單個個體所能搜集到的樣本十分有限，而通過所有科研人員、工程人員等搜集到的樣本不僅數(shù)量龐大，而且種類也會相對齊全。所搜集到的樣本則共享于交互式群智涌現(xiàn)平臺，供用戶使用。

(3)跨媒體智能在室內(nèi)外一體化智能導(dǎo)航中的應(yīng)用。時空大數(shù)據(jù)承載的信息源種類繁多，通過跨媒體智能，可使室內(nèi)外一體化智能導(dǎo)航系統(tǒng)具有類人甚至超人的智能感知和跨媒體的感知計算能力，包括類人和超人的主動視覺、自然聲學(xué)場景的聽知覺感知、自然交互環(huán)境的言語感知及計算、面向媒體感知的自主學(xué)習(xí)、大規(guī)模感知信息處理與學(xué)習(xí)引擎、城市全維度智能感知推理引擎。例如，用戶可通過語音設(shè)置起點和終點，室內(nèi)外一體化智能導(dǎo)航系統(tǒng)在接收到指令后即可提供檢索、路線規(guī)劃等服務(wù)，并通過文本、圖像、語音等多種形式展現(xiàn)出豐富的指引信息。

(4)人機混合增強智能在室內(nèi)外一體化智能導(dǎo)航中的應(yīng)用。基于人機混合增強智能，通過人機智能共生的行為增強與腦機協(xié)同、真實世界環(huán)境下的情境理解及人機群組協(xié)同等，提升室內(nèi)外一體化智能導(dǎo)航用戶的體驗。例如，通過AR/VR技術(shù)，并配合高精度地圖，可在城市真三維時空大數(shù)據(jù)環(huán)境中進行模擬導(dǎo)航，驗證道路的合理性。

(5)自主智能系統(tǒng)在室內(nèi)外一體化智能導(dǎo)航中的應(yīng)用?；谧灾髦悄芟到y(tǒng)理論與技術(shù)，室內(nèi)外智能導(dǎo)航系統(tǒng)通過自身攜帶的各種傳感器感知自身狀態(tài)以及周圍環(huán)境信息，據(jù)此來完成在未知環(huán)境中的自主運動。例如，自主無人機在新環(huán)境中執(zhí)行任務(wù)時，利用各種傳感器感知周邊復(fù)雜環(huán)境信息，通過深度學(xué)習(xí)等算法規(guī)劃最優(yōu)路線，自主的運動，并對行進的路線進行記錄，更新對新環(huán)境的認知。

7 結(jié)束語

本文分析了新一代人工智能技術(shù)對于測繪地理信息發(fā)展的影響智能測繪地理信息發(fā)展的驅(qū)動因素，構(gòu)建了智能測繪地理信息基礎(chǔ)理論、關(guān)鍵技術(shù)和軟硬件平臺整體框架，提出需在時空大數(shù)據(jù)孿生環(huán)境、時空信息知識圖譜、真三維深度神經(jīng)網(wǎng)絡(luò)、時空大數(shù)據(jù)動態(tài)預(yù)測推理等理論方面展開突破，建立了大數(shù)據(jù)智能、跨媒體智能、群體智能、混合增強智能和自主無人系統(tǒng)五大智能技術(shù)與測繪地理信息進行融合方法，強調(diào)了智能測繪地理信息軟硬件平臺的重要作用和構(gòu)建方式，最后以自然資源智能監(jiān)測為典型案例，分析了相關(guān)的理論、技術(shù)和平臺在測繪地理信息行業(yè)的實際應(yīng)用。通過本文的論述，理清了人工智能賦能測繪地理信息的內(nèi)涵、重點內(nèi)容和路徑，為測繪地理信息邁向智能化2.0新時代提供了一種思考。

致謝：感謝吳飛教授、朱強教授對本文的支持。