题目：Perspectives on spatio-temporal intelligence

期刊：ISPRS Journal of Photogrammetry and Remote Sensing

论文：https://doi.org/10.1016/j.isprsjprs.2025.12.011

单位：武汉大学等

核心概念

本文提出了时空智能（Spatio-Temporal Intelligence, STI）作为一个新兴的跨学科领域，它将时空数据与人工智能驱动的计算方法相结合，用于建模、解释和管理复杂的物理、环境和社会过程。

与其它概念比较：

• STI（时空智能）

• Digital Twin（数字孪生）

• GeoAI（地理人工智能）

• RS Foundation Model（遥感基础模型）

• World Model（世界模型）

核心目标（6W到4R）

STI旨在回答：

• 6W：何时（When）、何地（Where）、何物（What Object）、何变（What Change）、何因（Why）、何为（What Reaction）

• 4R：在正确的时间、向正确的人、在正确的地点、提供正确的信息

STI的主要应用范围

• 空天领域的STI（STI in Aerospace）：基于卫星和无人机监测地球系统、环境过程和人类活动

• 深海领域的STI（STI in Deep-sea）：利用水下航行器和传感器监测海洋动力学和海洋生态系统

• 深空领域的STI（STI in Deep-space）：行星探索、太空天气监测和天体跟踪

• 人体领域的STI（STI in Human-body）：使用胶囊机器人、可穿戴设备和植入式传感器进行内部生理监测，实现精准医疗

总体框架

作者提出了一个包含五个基础组件的统一框架：

• 时空基准：建立定位、测量和建模所需的坐标和时间框架

• 动态信息自适应感知：动态协调多平台传感器（卫星、无人机、机器人）

• 多模态数据融合与解译：将异构观测整合为统一表示

• 时空因果推理与预测：发现复杂系统中的因果结构和依赖关系

• 任务规划与智能服务：将分析结果转化为情境感知的决策就绪产品

三个基本原则

• 感知智能：情境感知、异构传感器的自主协调

• 认知智能：跨空间和时间尺度的结构化理解

• 行动智能：整合感知、认知和服务交付以实现响应式决策

案例研究

论文通过中国三江源国家公园雪豹保护生态监测系统展示了STI的应用，包括：

• 多源传感器集成（卫星、无人机、地面机器人）

• 实时种群监测

• 带有早期预警的非法狩猎预防

• 通过自适应管理进行栖息地保护

该系统实现了"感知-认知-行动"的自动闭环，实现了30分钟内发现反偷猎活动。

主要技术挑战与进展

论文详细讨论了五个关键技术领域的挑战和解决方案：

• 时空参考系统：高精度时间同步、空间坐标系统统一、多尺度时空集成

• 智能感知：自适应模态选择、异构传感协调、实时资源优化

• 多模态数据表示：多模态时空融合、动态潜在状态建模、物理信息和知识增强学习

• 因果推断：时空因果发现、因果表示学习、反事实模拟

• 智能服务：低延迟边缘计算、精准定位、可解释推理、隐私保护

未来发展方向

• 基础设施层面：深度整合通信、导航、遥感和计算

• 理论层面：从静态空间分析转向动态四维环境的理论建模和推理

• 算法层面：开发融合传感器语义、空间先验和环境约束的STI专用基础模型

STI代表了从传统地球科学向智能、自适应系统的范式转变，能够实现大规模、实时的环境理解，支持人类与自然的和谐共存和可持续发展。它不仅是信息科学的新前沿，也是构建韧性、智能和可持续未来的基础设施。

更多图表分析可见原文