摘要:測繪生產與服務面臨著數據獲取實時化、信息處理自動化、服務應用知識化等諸多新難題.以算法、模型為核心的數字化測繪,往往無法用簡潔的算法、模型,實現對紛繁多樣、多維動態現實世界進行完整描述與表達,難以滿足高維、非線性的空間問題求解要求.為破解這一難題,應模仿和利用人類的測繪自然智能,研發以知識為引導、算法為基礎的智能化測繪技術.本文首先討論了智能化測繪的基本概念與思路;繼而分析指出了智能化測繪的三個基本問題,包括測繪自然智能的解析與建模、混合型智能計算范式的構建與實現、賦能生產的機制與路徑;然后提出了今后一段時間的主要努力方向,包括構建智能化測繪的知識體系、研究技術方法、研發應用系統和儀器裝備.為了切實地推動這方面的科技研發與工程應用,應該加強頂層設計,推動跨學科協同創新,促進產學研合作,營造良好發展環境.

　　關鍵詞:智能化;數字化;測繪;自然智能;混合智能計算;知識引導

　　眾所周知,測繪的基本任務是測定和表達各類自然要素、人文現象和人工設施的多維空間分布、多重屬性及其隨時間的動態變化[1G3].為此,需要借助于各種先進技術手段和儀器裝備,開展數據采集、處理、分析、表達、管理及成果服務等活動.這使得測繪成為一個技術密集型行業,技術進步在提升其生產效率與服務水平方面發揮著至關重要的作用.我國測繪經歷了從模擬測繪技術到數字化測繪技術的重要變革,逐步實現了全行業的數字化轉型,推動了數字化產品生產與服務體系的全面建立,促進了地理信息產業的蓬勃發展.

　　但近年來這種數字化測繪技術的“紅利”已基本用完,測繪生產與服務面臨著數據獲取實時化、信息處理自動化、服務應用知識化等諸多新難題.從數字化測繪走向智能化測繪,成為必然選擇.20個世紀90年代之前,人們主要是使用光學G機械型測量儀器測制各種比例尺地形圖和專題圖,作業周期長、更新速度慢,1∶5萬地形圖覆蓋全部陸地國土不足80%,且大部分現勢性在10~30年以上,十分陳舊,嚴重滯后于經濟建設和社會發展的需要[4G5].為改變這種不利局面,國家測繪主管部門成功地組織完成了數字化測繪技術體系的科技攻關,實現了地理空間數據的數字化采集、處理與服務,向各行各業提供模擬和數字兩類產品,奠定了測繪行業在全社會數字化轉型大潮中的重要地位,較好地滿足了國民經濟建設和社會發展的需要[6G16].

　　近年來測繪行業的內外部環境發生了較大變化,面臨著技術轉型升級的巨大挑戰.首先,國家大力推進高質量發展、促進國土空間格局優化,要求全面摸清自然資源家底,科學認知人地關系,實施數據賦能的國土空間規劃與管控.但現有數字化測繪技術在智能化、動態性、精準度等方面尚存在著不足或局限性,難以完全滿足“查得準”、“認得透”、“管得好”的應用需求.

　　其次,以4D產品為核心的多尺度、多類型地理空間數據已滲透到數字經濟、數字治理和數字生活的方方面面,發揮著越來越重要的“時空基底”和關鍵生產要素作用,但國土空間規劃、生態環境保護、防災減災、自動駕駛、疫情防控等新興應用領域對時空信息的精細程度、更新周期、服務方式等提出了諸多新需求,迫切需要研發和提供更多的多維、動態、高精時空數據產品,構建新型時空信息基礎設施,從數據信息服務走向時空知識服務等[17G19].

　　面對全社會數字化、智能化轉型的時代浪潮以及“第四次工業革命”的影響,如何審時度勢,把握機遇,推動行業技術進步和事業轉型升級,已成為測繪業界關心的熱門話題[18,20].近幾年,有關測繪科技轉型升級G從數字化走向智能化”這一問題多次召開學術研討會,測繪學者的普遍共識是,數字化測繪技術的“紅利”已基本用完,應不失時機地開展創新研究,從數字化測繪走向智能化測繪.國際測量師聯合會(InternationalFederationofSurveyors,FIG)也專門討論了smartsurveyors主題,提出要發展智能化測繪,實現測繪科技的轉型和升級[22].

　　應該指出的是,從數字化測繪走向智能化測繪,是一項極為復雜的系統工程,既涉及到理論創新、技術突破、體系構建等科技難題,也牽涉到觀念更新、學科協同、政策保障等非技術因素.為了切實有效地推動智能化測繪的研發與應用,首先要厘清基本概念和科學問題,研判國內外發展動態,找準重點、難點和著力點,進而明確發展方向與任務.本文從數字化測繪的技術特征分析出發,討論了智能化測繪的基本概念與思路,分析了智能化測繪的基本問題,提出了今后的發展方向.

　　1智能化測繪的概念與內涵

　　從技術的角度看,數字化測繪是使用專門的儀器或裝備,測定自然要素、人工設施和人文現象的空間分布、專題屬性、相互關系及時空變化,并進行數字化建模、空間化處理和可視化表達,產出數字化的地理空間數據產品,并提供相應的數據信息服務.其本質特征是對各種數字化的觀測資料,采用定量算法或解析模型,在矢量或柵格等度量空間中進行計算解析,實現幾何處理、物理反演及誤差分析.

　　多年來,人們以計算幾何、離散數學、數理統計等為基礎,依據坐標體系、投影變換、成像機理、共線方程、測量平差等測繪原理,對時空基準、遙感影像、數字地圖等進行幾何特征與物理參數研究,提出了包括坐標變換、幾何校正、輻射融合、分類提取、多維建模、空間分析、可視化表達等在內的一系列處理算法與模型,奠定了數字化測繪的模型與算法基礎[9,23G40].

　　現實世界是由紛繁多樣的自然要素、人文現象及人工設施組成的,既呈現出千姿百態的幾何特征,多維動態的時空分布,又具有錯綜復雜的相互關系,往往無法用一組簡潔通用的數學模型或算法加以完整描述.例如,數字化地形要素的圖形、屬性之間存在著錯綜復雜的關系,雖可以利用計算幾何、空間關系等模型、算法加以計算分析,但要對其內容完整性和邏輯一致性等進行合理性判定,則需借助于專家的認知經驗.實際上,根據地形圖上相鄰等高線的鄰接關系和相差的等高距數,有經驗的測繪工作者能快速地識別出山包、谷地、鞍部等地形要素,判斷其高程賦值是否存在異常,但卻難以將之表達成解析型算法或模型.

　　在全國1∶5萬基礎地理信息建庫與更新工程設計與實施過程中,有關專家曾通過研究4D數據應滿足的內容完整性和邏輯一致性,凝練了5類20余種約束條件與規則,將其與等高線鄰接關系、復雜線G線關系等系列算法相結合,形成了基于“規則G算法”的數據質量檢查、評價方法,實現了等高線高程異常、DEM粗差等近百種數據質量元素的自動檢查與錯誤信息定位,在基礎地理信息數據庫更新工程中發揮了重要作用[41G46].

　　究其本質,主要是以往的測繪算法適合解決低維空間(3維以下)的線性問題,難以有效進行全局認知和不確定性判斷,無法滿足高維、非線性空間的問題求解需求.而利用人所具備的測繪感知、認知能力,可以凝練出形式化的領域知識與判斷規則,用以引導算法的選擇組合、數據的處理分析、成果的質量控制等,能夠在一定程度上改變單純依賴算法的不利局面.借助人工智能等新技術、新手段,可以歸納提煉環境感知、空間認知等自然智能及先驗知識,將其融入測繪數據獲取、信息處理、分析服務的過程中去,將數字化測繪提升為智能化測繪.

　　2基本問題

　　就總體而言,以往人們主要關注測繪新算法、新模型及其在數字化測繪生產中的應用研究,對智能化測繪缺乏系統深入的研究,于是,需要厘清其基本問題,開展模型算法及關鍵技術研究.其基本問題主要有測繪自然智能的解析與建模、混合型測繪智能計算算法構建與實現、賦能測繪生產的機制與路徑等.

　　2.1測繪自然智能的解析與建模

　　自然智能一般是指人類對環境、物體、動物或植物等元素進行識別和分類的能力[48].測繪自然智能則是指人類在測繪活動中形成的感知、認知和行為能力,如遙感影像判讀解譯、地圖讀圖與分析、行進中的導航定位等.這往往可以抽象成特定的自然信息處理機制和支撐的先驗知識.例如,人們根據遙感影像中地物光譜特征及相互關系,能夠方便地推斷出被部分遮擋的地物邊界、辨別出云團的陰影等.借鑒自然計算等人工智能的研究思路,可以對其中的信息處理機制進行解析與建模,抽象形成基于數學或邏輯符號的混合型計算模式[49G52].

　　實際上,這是一個自底向上分層抽象和自頂向下知識遷移的信息處理機制,可用多粒度認知計算模型加以描述與表達,去實現知識與數據雙向驅動的影像智能計算[53G54].再如,有學者對人眼觀察物體時存在“遠粗近細”的現象進行抽象,發現了能揭示地圖空間尺度變換機理的“自然法則”(naturalprinciple),即“對任意給定尺度,均對應著一個最小可視范圍(SVS),凡落入這一范圍的任何空間變化均不可見、可被忽略”[55],提出了尺度驅動、空間優先的地圖空間認知方法,為地形地物多尺度客觀表達和地圖客觀綜合范式構建奠定了科學基礎[56G57].

　　測繪自然智能解析與建模的另一項基本任務是凝練和整理人們在數據獲取、信息處理、服務應用等測繪活動中積累的經驗或認識,包括一些自然要素和人文現象的地域分布、時空變化、關聯關系等規律,形成可用于輔助測定空間分布的、判定多重屬性及分析動態變化的先驗知識[58G59].例如,人們針對航空航天遙感影像的豐富光譜、紋理及時相特征,研制了眾多的地表覆蓋自動分類、變化檢測的算法,但在大范圍應用時往往受制于“同物異譜/異物同譜”現象,難以滿足單期高精度、多期一致性的工程化要求.為解決這一問題,人們在研發新算法、新模型的同時,一直致力于收集和整理反映或描述地表覆蓋地帶分布、區域過渡、空間約束、時間連續等規律的參考數據、樣本及其它資料,用于輔助判斷地類屬性、識別問題區域,提高分類提取及變化檢測的精度[60G62].

　　2.2混合計算模式的構建與實現

　　早期測繪專家主要是利用以符號主義為核心的邏輯推理(logicalreasoning),將生產服務過程中的有關約束條件、判斷規則等專家知識和先驗知識形式化,與計算幾何、空間關系等算法相結合,形成問題求解的計算模式[42G43].

　　近幾年迅速發展的深度學習、群體智能、知識圖譜等人工智能技術,為自然測繪智能的挖掘提取和描述、表達提供了新手段[63G65].例如,利用深度學習提供的多層非線性變換,可以挖掘隱含在遙感影像數據內部的統計性特征,包括基于幾何特征的邊界識別、基于光譜特征的參數反演,進而利用構筑物和自然景觀地物構成、時空分布等領域知識,將這些低層特征組合成高層特征或屬性類別,提取復雜的全局特征和上下文信息,識別出復雜地理場景[53].這實際上是利用深度學習技術,將自底向上分層抽象和自頂向下知識遷移的自然信息處理機制轉換成機器智能,形成一種遙感影像解譯的混合型智能計算模式.

　　2.3賦能測繪生產的機制與路徑

　　智能化測繪旨在將越來越多的簡單性、重復性甚至危險性的測繪任務交由機器完成,而讓人類更好地發揮知識創造、空間思維等方面的能力,達到賦能測繪生產、提高效率與水平的目的.基于此,需要在測繪自然智能解析建模和混合型智能計算模式構建的基礎上,研究設計賦能機制與實現路徑.例如,目前全國大范圍基礎地理信息更新采用的是影像信息提取、互聯網地理信息獲取以及地圖制圖綜合等主體技術,由于難以全面地建立嚴格精確的算法模型、清晰全面的計算規則,自動化程度難以進一步提高,停留在以年為周期的批次化版本式更新階段[75].

　　要做到以地理要素為對象、以月為周期的應需動態更新,必須綜合利用深度學習、群體智能、物聯網等最新技術,破解自動化提取、智能化處理、協同化生產等方面的技術難點,研發基于影像的地物信息自動提取、基于時空大數據的屬性信息挖掘、新型遠程式增強型調繪、眾源檢核等為核心的動態更新技術,提高信息提取與產品制作的智能化程度[75].

　　3發展方向

　　智能化測繪體系的建立,將推動測繪數據獲取、處理與服務的技術升級,從基于傳統測量儀器的幾何信息獲取拓展到泛在智能傳感器支撐的動態感知,從模型、算法為主的數據處理轉變為以知識為引導、算法為基礎的混合型智能計算范式,從平臺式數據信息服務上升為在線智能知識服務.為了切實推動智能化測繪的創新發展,應努力地構建智能化測繪的知識體系,加大智能化測繪技術方法的研究力度,研制智能化測繪的應用系統與儀器裝備.

　　3.1構建智能化測繪的知識體系

　　最近一段時間,人工智能對測繪學科的影響[76G77],引起了測繪界廣泛關注[21],先后提出了對地觀測大腦[17]、泛在測繪[18,78]、顧及三元空間的智慧城市GIS框架[79]等新概念,為智能測繪的研討奠定了基礎.但是,如果要構建智能測繪體系,則還必須聚集智能化測繪的基本問題,開展前沿性的研究探索,構建具有內在邏輯和結構的智能化測繪知識體系,促進知識和應用的融通.為此,需要加大對智能化測繪的智能機理、計算模式、賦能機制等研究,并在生產實踐的基礎上,抽象出科學的概念、術語、命題、陳述、定律、定理,凝練出擬研究解決的基礎理論與關鍵技術問題,積極爭取國家科技研發專項、自然科學基金等資助,研究形成具有系統性和邏輯性的知識體系[80]與成套理論方法,為智能時代的人類測繪活動提供新思路、新方法和新工具.

　　3.2研究智能化測繪的技術方法

　　面向特定測繪目標或任務,需要利用智能原理與知識,研究發展適宜的技術方法,解決“怎樣做”和“怎樣做得好”的問題.例如,針對大范圍地表遙感調查的要求,根據多光譜、多時相、高分辨率、多傳感器以及全天候遙感影像的特點,構建反映地理相關性、空間異質性和地物位置約束等內容的時空知識圖譜,并將其與機器學習算法相結合,研發知識引導和數據學習雙向驅動的智能化信息提取方法,提高地物目標、屬性及場景的精細化提取水平[53,81];再如,將已有地表覆蓋矢量分類數據蘊含的豐富語義信息(如空間位置、形狀和地物類別)作為先驗知識,提取單期影像上紋理特征的空間異質性,實現基于先驗知識和紋理異常的單期影像變化監測,以克服兩期遙感影像變化檢測存在的困難[82].

　　3.3研制智能化測繪的應用系統

　　從應用的角度看,設計和研制能夠支持數據采集、處理、分析、管理的新一代智能化業務系統,提升產品生產與服務的水平與效率,是智能化測繪的一個重要發展方向.這需要針對每一個特定的單一或綜合應用場景,厘清其產品生產與服務過程中所蘊含的信息處理機制,梳理所使用的先驗知識,構建混合型的智能計算模式,研制專門或專用的具有一定智能水平的業務系統或平臺,并制定出相應的技術規范、工藝流程、質量控制辦法等.

　　這一過程將打破大地測量、攝影測量與遙感、地圖制圖、地理信息工程等傳統專業界限,從業務信息流的角度進行整體謀劃與優化設計.目前的研究熱點包括:時空數據按需搜索與協作服務系統[88,89]、綜合PNT服務系統[90]、衛星在軌數據處理系統[91]、天空地綜合智能攝影測量系統[92]、云端遙感影像智能解譯系統[93]、智能地理信息系統[94]、空間型知識服務系統[19]等,而諸如此類的眾多單項智能化業務系統的有效集成,將可望形成面向全行業的智能化測繪技術體系.

　　測繪論文投稿期刊：《測繪學報》(國內統一連續出版物號：CN 11-2089/P，月刊)創刊于1957年，是中國科學技術協會最早創辦的77種自然科學刊物之一，為EI核心收錄期刊。現由中國科學技術協會主管、中國測繪地理信息學會主辦。作為反映我國測繪地理信息科技最高發展水平的國家級綜合性學術刊物，《測繪學報》一直是中國測繪地理信息界提交國際交流的主要文獻。

　　4結語

　　回顧數字化測繪技術的發展歷程與重要貢獻,可知其是以確定性的“規則G算法G模型”為本質,對現實地理世界進行數字化采集、表達、處理與分析,但往往難以滿足多維動態的地理場景建模和復雜空間問題求解的需求.面對全社會數字化發展、智能化轉型的時代浪潮,應通過人類自然智能、機器智能與測繪知識、算法的有機結合,構建以知識為引導、算法為基礎的智能化測繪體系,實現對真實世界的智能感知、認知、表達及行為計算,提供更加豐富、更為精準的地理空間數據、信息及知識產品.

　　為此,需聚焦測繪自然智能的解析與建模、混合型測繪智能計算的構建與實現、智能賦能測繪生產的機制與路徑等基本問題,大力開展智能化測繪知識體系的構建、技術方法研究、應用系統和儀器裝備研發.從數字化測繪走向智能化測繪,是測繪行業積極應對全社會數字化發展、智能化轉型的一項重要行動舉措.為切實地推動這一方面的研究與應用,應充分發揮政府的引領作用,加強頂層設計,營造良好發展環境;同時,要促進學術界、事業單位和企業積極地更新觀念,加強協同創新,通過立項實施、試點示范、標準規范制定等,促進和推動智能化測繪體系的早日建成并發揮成效.

　　參考文獻:

　　[1]王之卓.當代測繪學科的發展[J].測繪學報,1998,27(4):283G286.WANGZhizhuo.Developmentofsurveyingandmapping[J].ActaGeodaeticaetCartographicaSinica,1998,27(4):283G286.

　　[2]寧津生,王正濤.從測繪學向地理空間信息學演變歷程[J].測繪學報,2017,46(10):1213G1218.DOI:10.11947/j.AGCS.2017.20170375.NINGJinsheng,WANGZhengtao.ProgressesfromsurGveyingandmappingtogeomatics[J].ActaGeodaeticaetCartographicaSinica,2017,46(10):1213G1218.DOI:10.11947/j.AGCS.2017.20170375.

　　[3]GAGNONP,COLEMANDJ.Geomaticsanintegrated,systemicapproachtomeettheneedsforspatialinformation[J].CISMJournal,1990,44(4):377G382.

　　[4]陳軍.論數字化地理空間基礎框架的建設與應用[J].測繪工程,2002,11(3):1G6.CHENJun.DiscussingthedevelopmentandapplicationofdigitalgeoGspatialframework[J].EngineeringofSurveyingandMapping,2002,11(3):1G6.

　　作者：陳軍1,劉萬增1,武昊1,SongnianLi2,閆利3