李德仁, 王密, 申文斌, 等. 论人工智能时代的测绘学发展[J]. 测绘学报, 2025, 54(12): 2107-2115. doi:10.11947/j.AGCS.2025.20250438

LI Deren, WANG Mi, SHEN Wenbin, et al. On the development of surveying and mapping in the era of artificial intelligence[J]. Acta Geodaetica et Cartographica Sinica, 2025, 54(12): 2107-2115. doi:10.11947/j.AGCS.2025.20250438

阅读全文

http://xb.chinasmp.com/article/2025/1001-1595/1001-1595-2025-12-2107.shtml

测绘学的发展历程始终与技术革新深度交织，经历了从传统测绘到信息化测绘再到智能化测绘的范式跃迁。传统测绘以三角测量、水准测量等人工观测手段为主，通过实地踏勘与几何解算实现地理信息的采集与表达，其成果多以纸质地图形式呈现，服务范围局限于基础地形测绘与工程建设。20世纪末，随着卫星定位、航空航天遥感、全球导航卫星定位系统（global navigation satellite system，GNSS）和地理信息系统（geographic information system，GIS）等技术的兴起，测绘进入信息化时代，实现了从人工测量到数字制图[1]的跨越。当前，智能化测绘[2]正依托物联网、云计算和人工智能技术，推动测绘领域从“单一空间信息服务能力”向“时空智能决策支撑能力”转型[3]。

人工智能技术的迅猛发展，不仅为时空信息处理提供了前所未有的技术工具，更从方法论层面带来了根本性变革。在此背景下，时空智能学[4]作为融合测绘、导航、遥感与人工智能的新兴学科，旨在通过通导遥智能传感器、云计算和人工智能等技术，实现对自然与人类活动的智能感知、认知及决策支持。它不仅关注空间和时间的基本属性，更强调通过多模态数据融合、动态分析与智能决策等，为城市治理、环境保护、灾害预警等领域提供精准、实时的时空信息服务。时空智能学的兴起，标志着人类对时空信息的认知与应用进入了全新阶段，为解决复杂时空问题提供了系统性方案。

本文结合当前人工智能技术的发展阶段，探讨时空智能学在测绘学领域的发展路径与应用，以期为测绘学的智能化转型提供参考。

1　时空智能学的兴起

世界由运动的物质构成，需借助时空信息描述其运动。在万物互联和人工智能时代，时空数据[5]呈现爆炸式增长，且具备多模态、高动态、强关联的特点[6]。传统地理分析方法受限于数据采集与处理效率较低、时序动态分析难度较大，难以充分支撑城市扩张、灾害预警等复杂场景的精细化需求。而物联网、云计算与人工智能等技术的迅猛发展，推动时空数据获取、处理、信息提取与知识挖掘走向智能化[7]，从而推动了时空智能学的诞生。

时空信息的采集、处理和解读方法，在技术浪潮的推动下不断演进[8]。在早期发展阶段，测绘学依赖大地测量、摄影测量等基础技术，通过飞机航测、早期卫星初步获取地表信息，GIS尚处于理论探索与雏形开发阶段，仅能为空间数据管理提供基础性技术框架。随着数字化与网络技术的兴起，数字相机普及提升数据采集便捷性，互联网技术与GIS技术深度融合，大幅提升了时空数据的共享与处理效率，形成数据获取与共享分析的技术闭环。当前，我们已进入智能驱动的新阶段，大数据、云计算、物联网、数字孪生等技术与测绘深度融合，推动人工智能从早期理论探索转向测绘领域的规模化实用化，实现从海量时空数据中高效提取专题信息与挖掘隐性知识，为时空智能学的发展提供了核心技术支撑。

人工智能[9]的发展，为时空智能学提供了全新的方法论[10]。从早期理论探索到广泛应用，人工智能的每一次技术突破都推动着相关领域的变革。在时空信息处理领域，人工智能推动了从“确定性建模”向“概率性认知”转变、从“单模态分析”到“多模态融合”升级、从“静态描述”向“动态决策”跨域的范式变革。在时空信息智能处理领域，人工智能大模型提升了从遥感影像中提取地物信息的效率和精度[3]。同时，人工智能通过融合多学科技术，助力构建时空智能体系，实现对地球空间信息的智能感知、分析与应用。

时空智能学[11-12]正是在上述技术浪潮中形成的新兴学科，它是利用通导遥智能传感器、云计算和人工智能方法，对自然活动与人类活动进行感知、认知并支持智能决策的科学和技术。它是当代和未来测绘遥感地理信息学的智能化发展方向，也是人工智能在时空信息领域深度融合的重要体现。如图1所示，时空智能学以回答“何时（When）、何地（Where）、何种目标（What object）、何种变化（What change）、何种机理（Why）、何种对策（What reaction）”六大核心问题为基本框架，致力于服务强军、富国、利民的战略目标，推动人和自然的协同可持续发展。“6W”问题贯穿时空信息从采集到决策的全链条，构成了该学科的方法论基础。

图1   时空智能学的核心体系

Fig. 1   Core system of spatio-temporal intelligence

作为服务科学的关键组成部分，时空智能学遵循“4个Right”原则，即在规定的时间（Right time）内，将所需地点（Right place）的正确数据、信息和知识（Right data/information/knowledge）传递给需要的人（Right person）。这一原则贯穿时空智能学的理论构建与应用实践，既体现了其技术属性，更突显了其服务于人类社会的价值导向。然而，时空智能学的研究范畴并不限于此。如图2所示，它还涵盖深空、空天、空地、水下、社会经济乃至医学等多个维度的应用领域，这些领域扩展了时空智能学的应用范围，使其从基础测量走向多维智能分析。“6W”和“4个Right”作为核心理论要素，为各研究方向提供了统一的基础框架与服务准则，而时空智能学的完整内涵仍将随着技术演进与应用场景拓展而持续丰富与深化。

图2   时空智能学的应用领域

Fig. 2   Application domains of spatio-temporal intelligence

2　时空基准的现代物理基础

时空基准作为时空智能学的核心支柱之一[13]，为其提供了统一的时空参考框架及处理复杂时空问题所需的精确时空度量与统一标准[14]。在构建现代时空基准的过程中，对时空本质的理解经历了从牛顿力学时空观到爱因斯坦广义相对论时空观的变革。按照牛顿力学时空观，时间、空间和物质都是相互独立的。但广义相对论则将时间、空间、物质和运动统一于一个理论框架，建立了四维时空理论。广义相对论四维时空理论是现代物理学两大支柱之一，能更精准地描述自然现象。因此，有必要基于四维时空的物理基础，构建统一的四维时空基准，以满足时空智能学在不同领域、不同尺度下的应用需求。

2.1　四维时空的物理基础

时空并非孤立存在，空间、时间、物质与运动紧密相连。物质和运动对时空度量有显著影响，如广义相对论中所提及的量杆变短、时钟变慢等现象。广义相对论的三大预言——光线偏折、水星近日点进动及引力红移，均已得到试验检验，不仅证实了时空与物质、运动的内在联系，更为时空基准的研究奠定了重要的理论基石。在这种理论框架下，时空基准不再是简单的空间和时间的参考标准，而是需要综合考虑物质分布和运动状态的复杂体系。这种“物质-运动-时空”的关联模型，为陆地、海洋、近地空间乃至深空的基准构建提供了统一的物理基础。

2.2　不同区域的时空基准统一

（1）陆地时空基准的统一。陆地时空基准以地心地固参考系为核心，空间坐标、重力场和时间共同构建起四维时空参考系。其中，大地水准面作为高程起算面，在陆地时空基准中扮演着关键角色，它是最接近平均海水面的重力位等位面，与地球自然表面的形状密切相关。时间基准定义在大地水准面上，且时钟运行速率会因所处位置重力位的不同而有所差异。这意味着在陆地范围内，不同地点的时间和空间度量都需要基于统一的大地水准面进行精确校准，以确保时空基准的准确性和一致性。

（2）陆海时空基准的统一。海洋内部通过布设时钟，并利用光纤与陆地时钟连接，将水下空间位置、水下重力场及水下守时与陆地要素有机结合，形成统一的陆海四维时空基准。这种统一的时空基准打破了陆地与海洋之间的时空界限，为海洋资源勘探、海洋环境监测及海上交通导航等领域提供了高精度、统一的时空参考，极大地促进了陆海统筹发展和海洋科学研究。

（3）近地空间时空基准的统一。近地空间采用地心地固系、地心准惯性系及地球重力场，并以大地水准面上的基准钟作为时间基准，该基准钟是校准到大地水准面上的原子钟。由卫星星座中的原子钟构成近地区域时间网，此时间网与地面基准钟建立稳定联系，进而构建起统一的近地区域四维时空基准。这一基准体系在卫星导航、遥感监测、航天活动等近地空间应用领域中发挥着至关重要的作用，它确保了各类空间任务能够实现精确的时空定位和时间同步。

（4）深空时空基准的统一。在深空探索领域，需要在其他行星构建行星时空基准，并与陆地时空基准建立联系，以实现深空时空基准的统一。空间坐标采用地心地固系、日心准惯性系及行星固结系，同时考虑太阳系引力场的影响；时间则通过将行星时钟与卫星星座原子钟相关联，最终与大地水准面上的基准钟建立联系。深空时空基准的建立为人类探索宇宙、开展星际航行和深空探测任务提供了不可或缺的时空框架。

3　时空数据处理走向“快准灵”

在数字化浪潮中，时空数据呈爆炸式增长，对其处理的效率、精度和灵活性要求也日益提高。时空数据处理正朝着“快准灵”[15]的方向发展，这一趋势体现在多个方面，从大规模数据的快速处理能力到数据融合与精度提升，再到智能化处理技术的应用，都展示了时空数据处理技术的不断进步。

3.1　大规模数据的快速处理能力

面对卫星遥感等技术产生的单颗卫星达TB级的海量时空数据，传统单机处理模式难以满足需求，现代技术通过整合CPU和GPU等多元计算单元的异构计算架构与选权迭代验后方差估计等智能算法，实现对数十亿级数据的并行计算与智能筛选，如构建分布式计算节点集群从海量匹配点中快速提取关键连接点、完成无控制区域网平差等复杂运算，将遥感影像处理效率提升数十倍[16]。这一处理过程使遥感影像自主定位精度优于5 m，满足全球1∶50 000测图标准，并完成1.3亿km2全球测绘，为国防安全和“一带一路”建设提供了实时地理信息支撑。这种大规模时空数据的快速处理能力，为全球地理信息的获取和更新提供了高效手段。

3.2　多源数据融合与精度提升

多源数据融合通过整合卫星遥感、激光测高、地面传感器等不同模态数据，突破单一数据源在空间分辨率、时间覆盖度或物理特性监测上的局限，通过建立统一时空基准[17]与运用联合平差算法优化多源数据的几何匹配精度，将平面与高程定位精度从数米级提升至亚米级，接边误差控制在像素级以内。时空数据处理对“准”的追求一方面为自动驾驶、智慧农业等领域构建高精度地理信息基底，如融合卫星影像与车载激光雷达数据生成厘米级精度的三维道路模型，支撑无人车实时路径规划；另一方面推动跨领域数据协同应用，如在生态监测中融合气象卫星数据与地面传感器网络，精准量化植被覆盖变化与气温、降水等气候因子的时空关联性，提升环境演变模型的预测可靠性，为复杂系统分析提供更全面、精确的数据支撑。

4　多维动态时空信息可视化表达

4.1　时空信息可视化的定义与意义

时空信息可视化是利用图形、图像、动画、交互界面等多种视觉表达方式，将蕴含空间和时间维度信息的数据直观呈现，帮助人们理解、分析和探索其中的时空模式、关系和趋势。通过可视化手段，复杂的时空数据能够转化为易于理解的视觉形式，使研究者和决策者能够更快速、准确地获取信息，为科学研究、城市规划、灾害预警等领域提供有力支持。

4.2　时空信息可视化的方法

（1）时序动画。时序动画基于时间轴和空间数据的联动逻辑，将离散的时空数据按时间顺序串联，通过连续画面模拟现象的演变过程。技术上依赖数据插值、动态渲染等算法，将时间维度转化为视觉上的运动轨迹或状态渐变。如，气候模型中全球气温逐年变化的动画，本质是将多年的栅格数据按时间序列渲染，形成直观的热力扩散效果。时序动画帮助研究者捕捉长时序数据中的周期性、趋势性特征，为预测建模提供视觉验证。

（2）实时数据流可视化。实时数据流可视化主要用于动态更新当前时刻的数据，借助物联网、传感器网络等平台实时采集交通流量、空气质量指标等数据，通过流式计算技术即时处理并以动态热力图、仪表盘等形式渲染，其技术核心在于低延迟数据传输与动态渲染引擎的协同；在时空智能时代，它既能为智慧城市[18]提供实时决策支持，如通过实时交通可视化系统让管理者即时调配资源、优化智能红绿灯及规划应急车辆路径以提升城市运行效率[19]，又能在环境监测等场景中实现风险预警前置，通过实时水质、气象数据可视化提前识别异常并触发预警响应机制。

（3）交互动态可视化。交互动态可视化通过人机交互技术，如鼠标缩放、触控操作、参数滑块等，允许用户主动“探索”数据，其技术实现依赖图形用户界面、交互引擎和数据过滤算法，如用户可以在GIS中通过框选区域动态筛选特定时空数据或调整参数阈值观察数据分布变化；在时空智能时代，它既能赋能个性化分析，让城市规划师、灾害学家等不同领域用户根据需求自主挖掘数据，又能成为跨学科协作桥梁，通过交互式工具支持实时标注、数据共享与讨论，降低沟通成本并促进跨领域知识融合。

（4）沉浸式场景可视化。沉浸式场景可视化借助虚拟现实（virtual reality，VR）、增强现实（augmented reality，AR）和混合现实（mixed reality，MR）等技术，将二维时空数据转化为三维动态场景，通过多感官刺激打造身临其境的体验。在时空智能时代，其价值体现在两方面：一是空间认知升级，打破传统二维地图局限，在地下管网、深空探测等复杂场景中构建立体空间关系，减少视角偏差导致的决策失误；二是虚实融合创新，结合数字孪生技术创建物理世界的实时镜像，支持远程操控与模拟训练，大幅降低实地操作的风险与成本。

5　测绘学向时空智能学发展的实践探索：以“全国一张图”工程为例

由自然资源部牵头推进的“全国一张图”是落实国家“统一底图、统一标准、统一规划、统一平台”战略的核心工程，作为国家空间基础信息平台的核心组成，旨在构建覆盖全国、联通全球的时空信息服务基底，如图3所示。这一体系以东方慧眼星座为数据引擎，以天地图为服务门户，通过数据获取、数据处理和数据应用的全链条创新，实现了地理信息从静态基准向动态智能的跨越，服务于政务决策、公众生活、商业应用等多领域的时空信息需求。

图3   “全国一张图”构成要素

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

5.1　“全国一张图”的立体化架构

自然资源部主导建设的“全国一张图”以四维时空为基底，构建了基础要素、三维立体、现势动态与智能分析四位一体的内容体系。

（1）基础地理要素一张图。基础地理要素一张图是自然资源所有业务及其他部委应用的统一底图，包含基准、基础地理要素数据、基础三维数据等，但不涉及业务专题数据。其数据覆盖全球，拥有全球覆盖的遥感正射影像数据、全球重点区域高分辨率遥感数据、全球30 m数字高程模型（digital elevation model，DEM）数据以及全球基础地理数据（如道路、河流等）。针对国外区域，有5 m分辨率遥感数据和30 m分辨率DEM数据，“一带一路”国家适当提升数据级别；国外重点城市区域有1 m分辨率数据和5 m分辨率DEM数据；国内分区域在此基础上再提升一个级别，为各领域应用提供了广泛且精准的地理基础数据支持。

（2）三维立体分级一张图。全球基础三维层面，基于30 m和5 m DEM数据以及5 m分辨率遥感正射影像数据构建地形级实景三维数据，涵盖全球重点城市的建筑物三维数据、标志性建筑物室内建模数据、主要城市建筑物白模数据以及100 m分辨率的海底地形数据。城市分级三维方面，提供所有城市的城市级实景三维（政务版）、三维白模（公众版本），重要城市标志性建筑具备部件级实景三维。此外，还包含地下空间三维、标志性建筑室内三维和海底地形数据，实现了从宏观到微观、地上到地下的全面三维立体表达，为城市规划、工程建设、资源管理等提供了直观且精确的三维地理信息。表1呈现了城市级实景三维数据的特性对比，可清晰地了解不同类型数据的特点与优势。

表1   城市级实景三维数据特性对比

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

（3）现势动态实时一张图。在遥感数据更新上，全球基础遥感数据基本每年更新一次，全国基础遥感数据每季度更新一次，重点城市每个月更新一次，确保数据的时效性。同时，依靠无人机实时测绘实现局部快速更新，在灾害等紧急事件发生时，能够及时获取并更新基础遥感数据，对热点事件也能做到实时数据更新，为应急响应、灾害监测、城市动态管理等提供了及时准确的信息保障。

（4）智能自主分析一张图。通过研发专题、场景大模型[20]，持续进行自主学习、计算、监测和优化，及时发送监测报告和预警信息，实现自主监测预警。如在地质灾害防治方面，利用模型对地质数据进行实时分析，提前预测灾害发生可能性，及时发出预警。在自主过程关联上，持续学习计算以还原多种过程的关联关系，为宏观决策提供依据，如在城市规划中，分析人口增长、产业发展与土地利用之间的关系，辅助制定科学规划。此外，还能根据结果自主追溯历史相关数据和事件，从采集到服务实现分钟级响应，大幅提升了决策的科学性和时效性。

5.2　天地图：时空智能服务平台

作为自然资源部“全国一张图”公众版的核心服务载体，天地图通过开放地球引擎[21]与GeoSmarter技术架构，实现国家时空信息向公众与行业用户的便捷输出[22]。在数据处理方面，实现多模态时空数据统一表达，通过矢量-栅格-场景分布式时空计算和时空立方体多源联合分析，提升数据处理效率和分析能力。在服务层面，平台构建了覆盖数据、分析与智能决策的全链条服务体系，如运用人工智能与智能问答技术建立自然资源多业务知识库，实现实时答疑；通过融合智能分析与识别技术，结合多源数据完成耕地质量评估与违法建设识别；并依托监测数据动态生成专题报告，为各类应用提供决策依据。同时，新一代天地图实现全域真三维表达，根据不同区域需求，采用彩色分类真三维或实景三维建模，数据覆盖全球且更新及时，通过优化性能和融合人工智能技术，满足全球用户在多领域的深入应用需求，繁荣用户生态。

“全国一张图”工程的落地实践，是时空智能学理论与测绘技术深度融合的典型范例。该工程遵循“从采集到服务的分钟级响应”的建设路径，依托东方慧眼星座实现分钟级遥感信息快、准、灵服务，经开放地球引擎进行高精度智能影像数据处理与接入，最终通过天地图面向用户进行时空信息集成展示，达成时空数据的全球采集、智能处理、按需服务。

6　总结与展望

时空智能学作为万物互联和数字孪生时代的新兴学科，是测绘、导航、遥感、通信、地理信息学与人工智能深度融合的产物，它为研究运动物质世界提供了全新的人工智能方法。测绘科学在时空智能学的发展进程中扮演着关键角色，需为其提供四维时空基准，确保时空信息的精确性和一致性；同时，还应提供“快准灵”的智能处理方法，以高效应对海量时空数据的处理需求，以及多维动态可视化方法，助力更直观地理解和分析时空信息。目前正在研发中的东方慧眼星座和开放地球引擎，有望为时空智能学提供高空间、高光谱、高时间分辨率的大数据和大模型，推动在天地图上实现全国乃至全球时空信息“一张图”，这对于促进全球范围内的时空信息共享与应用，为实现人类命运共同体服务具有重要意义。

未来，时空智能学的理论体系将不断拓展与深化。随着对时空本质认识的加深，以及人工智能技术的持续进步，有望在现有理论基础上，进一步完善时空基准的构建理论，使其能够更精准地描述复杂的时空现象。同时，将不断探索更先进的时空数据处理与分析理论，以适应日益增长的时空数据规模和多样化的应用需求。