論萬物互聯時代的地球空間信息學

　　摘要：隨著5G/6G、云計算、物聯網和人工智能等新技術的發展，人類已經進入了萬物互聯時代。本文探討萬物互聯時代地球空間信息技術的五大特點：定位技術從GNSS和地面測量走向無所不在的PNT服務體系;遙感技術從孤立的遙感衛星走向空天地傳感網絡;地理信息服務從地圖數據庫為主走向真三維實景和數字孿生;3S集成從移動測量發展到智能機器人服務;學科研究范圍從對地觀測走向物聯監測和對人類活動的感知。作者基于這些特點進一步剖析新時代面臨的挑戰，并提出新時代地球空間信息學發展亟待解決的三大科學技術問題：測繪學科如何服務人與機器人的共同需求?遙感影像解譯的機理是什么和如何突破實現技術的瓶頸?如何利用時空大數據挖掘人與自然的關系，從空間感知走向空間認知?萬物互聯時代的地球空間信息學，必須且完全可能為萬物互聯的數字地球和智慧社會做出更大的貢獻!

　　關鍵詞：地球空間信息學;萬物互聯;時空大數據;云計算;人工智能;空間感知與認知

　　1地球空間信息學的發展

　　地球空間信息學是通過各種手段和集成各種方法對地球及地球上的實體目標(physicalobjects)和人類活動(humanactivities)進行時空數據采集、信息提取、網絡管理、知識發現、空間感知認知和智能位置服務的一門多學科交叉的科學和技術[1]。

　　作為一門測繪遙感科學與信息科學交叉產生的學科，人與自然變量的空間分析是該學科的基礎，對地球空間幾何與物理變量的空間分析能夠為地球空間信息學提供多元化的數據和信息處理方法。其中，遙感(RemoteSensing，RS)、地理信息系統(GeographicInformationSystem，GIS)和全球衛星導航系統(GlobalNavigationSatelliteSystem，GNSS)是學科常用的測量、觀測和分析工具。

　　20世紀60年代初期，RS以航空攝影為基礎發展起來。目前全球大約有60個國家和地區的1100多家航天公司參與研發、制造、部署和運營各種軍民商用衛星系統，200多個國家和地區已經在利用通信、導航、遙感衛星的成果[2]，成果應用覆蓋了國土資源、氣象、環境、海洋等多個領域，能滿足不斷增長的社會經濟發展、國家安全及災害管理等需求。

　　GIS技術發展于20世紀60年代，自加拿大的RogerTomlinson在紙質地圖等基礎上提出地理信息系統的概念以來，已經廣泛應用于土地利用、資源管理、環境監測、城市規劃以及經濟建設等方面。其間，互聯網和萬維網的發展和面向服務概念的提出，都擴充了地理信息技術的概念，逐步實現地理信息服務的“4A”(即Anybody、Anytime、Anywhere、Anything)標準[3]。近些年來云計算等技術的興起也使得地理信息大數據得到了高效的管理及應用，為地理信息系統的快速發展提供了堅實的基礎。GNSS的完備程度能夠體現現代化大國的綜合國力。

　　目前應用較為廣泛的定位系統為美國全球定位系統(GPS)、俄羅斯的衛星導航系統(GLONASS)、歐盟的伽利略衛星導航系統(GALILEO)以及中國的北斗衛星導航系統(BDS)。2020年北斗三號全球衛星導航系統已正式開通并投入服務，全球組網的成功標志著中國北斗衛星導航系統未來的國際應用空間將會不斷擴展[4]。物聯網(IOT)概念的提出為地球空間信息學提供了新的發展機遇。物聯網的建設需要地球空間信息學的支撐，同時物聯網也是地球空間信息學發展的有力驅動。物聯網發展至今，產生了諸多成果，但是要實現真正意義上的“萬物互聯”，還需要多方面的技術支撐。新型基礎設施建設(以下簡稱“新基建”)作為萬物互聯時代的新理念，包含信息基礎設施、集成基礎設施以及創新基礎設施。

　　其發展理念對于時代發展的推動作用不可小覷。在自然資源調查方面，通過地理空間基礎設施和計算設施，結合人類活動軌跡和年鑒等統計數據可以實現多時相、實時生態環境監測[5]、資源調查[6]與應急管理[7];在公共安全與健康產業中，通過人工智能與地理空間信息的結合實現高精度時空大數據的統計、分析和預測[8]，在疫情防控、治安管控等方面都有十分重要的應用;城市管理方面，在數字地球之上，可以通過新基建構建新型智慧城市，真正實現智能化規劃、建設與管控;智能駕駛領域和機器人產業依托于新基建;基于人工智能的通導遙一體化天基信息實時服務系統(PNTRC)在新基建的支持下已經能夠集成高精度的通信、導航、遙感和授時等服務。

　　2萬物互聯時代地球空間信息學面臨的挑戰

　　2.1如何同時滿足人類與機器人的不同需求

　　在感知和認知地理空間中，人類與機器人存在較大不同。人類通過視覺等感官對周圍環境進行感知，包括各類符號的辨認、地物要素的識別和運動中識圖用圖。

　　機器人則通過信號或數字實現對地理空間的感知和認知。如何實現讓機器人對周圍環境實時反饋，如進行大范圍觀測、實時異地觀測、災害響應等，是萬物互聯時代地理空間智能面臨的新挑戰。如何結合時空大數據的處理手段，讓機器人可以增強資源調查、決策支持的能力?如何讓機器人對各類緊急事件做出及時的預測及響應?如何讓機器人在探測感知、自主運行處理等環節解決地球空間信息采集和應用難題?這些問題的解決將會促進數字化和智能化的發展。目前機器人主要出現在無人駕駛、智慧能源和智慧測量等領域。

　　以駕駛與導航為例，通過視覺系統，人類駕駛員可以看到道路上的交通標志等圖形，并做出相應的操作。但是機器人無法通過觀察視覺圖符來駕駛，而是需要接收到信號才能進行相應操作�，F有的地圖和交通標識供人類駕駛員理解，未來機器人駕駛的地圖和交通標識需滿足機器人的理解需求，實現通過電子信號和通信手段通知機器人，讓機器人實施行駛、加減速、制動等操作。 在人與機器人共存的萬物互聯時代，人與機器人的協作成為必然，如何服務于人與機器人的共同需求，讓人和機器人能夠同步獲取相同的信息成為挑戰。測繪領域的研究者需要研究的除了人類的需求與問題外，還有機器人的需求和人機關系。

　　2.2如何表達不同領域對同一地理對象描述的語義歧義

　　影像解譯作為遙感數據的基礎應用，是遙感與測繪領域研究的熱點。長期以來，遙感影像解譯主要是實現地圖的分類和符號化，但分類的多義性使得難以產生一致的正確解譯結果。在分類體系層面，空天地一體化傳感網絡提供的海量多源數據在提升地表觀測維度的同時凸顯了天然地物的多義性。從這些數據中，各領域研究人員可以根據專業需求提取感興趣信息，構建內部語義一致的分類體系，并建立與之對應的數據庫。

　　但不同領域科學問題出發點不一，研究者存在主觀認知差異，導致各分類體系中地理對象的描述存在差別。由此建立的樣本集在樣本類別定義(命名、語義)、層級及兼容性等方面有較大差異，樣本集的開放性與可擴展性不足，難以支撐多樣本集間的數據共享與綜合利用[9]，使得地物解譯結果受到影響。以土地為例，農藝師根據地表覆蓋將土地劃分為山坡草地，同時林業專家可能根據地形、地貌等特征將其規劃為宜林地，由此引發該地規劃用途與實際利用不一致的問題。在分類過程中，神經網絡和深度學習使解譯效率提升，通用性增強，但能夠兼顧天然地物與人工地物解譯的算法仍待發展。在遙感解譯中，地球表層地物主要可以分為天然地物和人造地物。

　　人工地物是具有確定性的幾何維目標(如形狀規則的農田、標準長度的跑道及符合規劃的園林地等)，通過目標提取及變化檢測算法能夠獲得確定性的解譯結果[10];而天然地物一般是具有不確定性的分形目標(例如天然植被分布、介于23維之間的地形、形態符合分形理論[11]的海岸線等)，是影像解譯結果中不確定性的主要來源�，F有解譯方法普遍面向天然地物或人工地物之一，而不能二者兼顧。因此在保證精度的同時考慮天然地物與人工地物特征的差異性是影像解譯中的一個難題。 如何回歸遙感影像本源，通過影像描述來解決語義歧義問題，兼顧天然人工地物特征的差異，實現地表目標正確分類是萬物互聯時代地球空間信息學面臨的挑戰之一。

　　2.3如何用時空大數據挖掘人與自然的復雜關系

　　萬物互聯時代，人們應把注意力從地理信息科學轉移到更高層次上研究地球空間信息學，利用數據回答人與自然的關系，分析和挖掘人類與自然之間存在的各種空間、因果關系和發展趨勢，這是地理學的本源任務。在研究中，應以地球空間信息學為研究手段解決人類社會可持續發展問題和人與自然的關系問題。人與自然的協調發展是社會可持續發展的基本條件。人口、資源、環境和災害是當今人類社會發展所面臨的四大問題[12]。探究人類與地表、動植物、社會經濟等的關系是人類的重大需求，地球空間信息學能夠為其提供數據及模型的支撐。例如，隨著遙感衛星的多源化，室內外導航定位高精度化與空間分析方法的進步，人類活動信息的獲取應更加精確而全面地反映時空分布的動力學特點。

　　在人類活動數據的支持下，為實現人地關系的和諧，人類需要盡可能掌握自然資源的分布狀況及其變化規律，并研究自然資源對人類活動響應的機理[13]。盡管各地已經建設并形成“一張圖”等體系來進行自然資源及生態環境的宏觀把控，但對于自然資源及生態環境的監測及保護問題，仍需要實現高定向、高時空分辨率的數字孿生，才能做出科學而及時的反饋。進入萬物互聯時代后，人類對地球空間感知的能力和時效性得到了提升，地面系統中接入的傳感器類別和數量發生巨大變化，對數據流、信息流的實時處理需求邁上了新的臺階。在信息爆炸、萬物互聯互通、智慧協同的情況下，如何通過地球空間信息學的研究來加深對人與自然復雜關系的理解是一個巨大的挑戰。

　　3萬物互聯時代地球空間信息技術特點

　　在萬物互聯時代，地球空間信息學逐漸從系統孤立走向聯合，從信息分離走向融合，從延時服務逐漸走向即時服務與預報。萬物互聯時代推動空天信息產業從專業服務走向大眾化和個性化。以下將介紹萬物互聯時代地球空間信息技術的五個特點。

　　3.1定位技術從GNSS和地面測量走向無所不在的PNT服務體系

　　定位導航定時(PNT)服務以我國北斗等GNSS及其增強系統為主體，向用戶提供實時動態、時空定位和授時服務。該服務集地理空間信息、社交網絡、云計算和互聯網應用于一體，成為“大數據、智能化、無線革命”新時代的核心要素與共用基礎[14]。其應用需求和服務深入國民經濟和國防安全的各個領域，并逐漸從事后走向即時，從靜態走向動態，從粗略走向精確，從區域走向全球。 例如智能手機內置了加速度器、陀螺和磁力計組合的多種傳感器和定位接收器，在室內等封閉區域能夠達到2~5米的定位精度。

　　隨著應用需求的不斷更新，想要實現1米或亞米級聲、光、電、場高度定位，還需要光線傳感器，音視頻傳感器的協助。與之類似的需求也存在于生活其他方面，如精準醫療及護理、疫情期間的安全距離自動感知、智能感知定位及測姿實現車路協同等。通導遙一體化天基信息實時服務系統(PNTRC)通過衛星提供快速遙感(視頻)增值服務(RemoteSensing)和天地一體移動寬帶通信服務(Communication)增強了PNT服務內容，提升了信息傳輸效率�？蓪崿F衛星遙感、衛星導航、衛星通信與地面互聯網的集成服務，支持全球用戶在任意時間地點的信息獲取、高精度定位授時與多媒體通信服務，并帶動形成互聯網+天基信息實時服務的新型產業[15]。

　　3.2遙感技術從孤立的遙感衛星走向空天地傳感網絡

　　目前我國的衛星在氣象、環境監測、資源管理等專業領域，都能提供數據支持和服務幫助，但數據及服務體系的不同導致導航、通信、遙感等服務系統聯合應用成為難題。在人工智能的背景下，各類信息系統可以人腦的方式被組織和應用，對地觀測腦(EarthObservationBrain，EOB)作為一個能夠模擬人腦認知過程的智能地球觀測系統，可以實現以下三個過程的自動化：①海量空間數據的獲取、組織與存儲;②智能化的空間數據處理、信息提取與知識發現;③空間數據驅動應用[16]。對地觀測腦、智慧城市腦和智慧終端(手機)腦是人工智能、腦認知和對地觀測技術在大數據時代集成與融合的必然發展，將推動地理空間信息的智能化發展和應用。

　　3.3地理信息服務從地圖數據庫為主走向真三維實景和數字孿生

　　實景三維模型能夠在展示地物位置的同時精確描述地物的三維幾何信息及其語義屬性，可以對相鄰地物的空間關系按需精確表達[17]。三維重建引擎如GEngine等為“智慧城市”和“數字孿生”構建等打下了堅實的基礎，目前在文物古跡的三維建模及可視化、實景三維示范區建設等方面已有較多應用。如云岡石窟的三維建模及可視化，是全球首次大體量高浮雕洞窟的整體超高精度三維重建。

　　3D智慧深圳模型實現了“一圖全面感知，視圖融合”，能夠融合實時視頻與真三維地理信息，并進行大型事件應急處理，初步實現了在虛擬空間構建城市大腦的設想。數字孿生(DigitalTwin)通過物聯網、GIS、5G/6G、BIM等技術將城市中的人、物、事件等要素數字化，在網絡空間中建造一個與之完全相對應的“虛擬城市”。通過云計算、人工智能和大數據分析技術，可對城市發展進行態勢洞察和科學決策，將獲取的信息反向作用于現實城市，實現“以虛控實”，進而形成具有深度學習能力、迭代進化能力和虛實交融的城市發展格局。

　　3.43S集成從移動測量發展到智能機器人服務

　　智慧城市的建設需要從室外到室內、從地上到地下的真三維高精度建模與及時更新，移動測量在其中有著重要作用。移動測量需要引入模式識別和人工智能技術等相關學科的先進知識[18]。隨著人工智能技術的發展，移動測量的內涵得到了新的解釋，其應用范圍逐步擴大，逐漸向智能機器人測量轉換[19]。

　　不斷涌現的新傳感器為機器人實現同步定位與建圖(SLAM)提供了更精確的細節信息，進而提升移動測量精度及效率[20]，使機器人在多種場景下實現自主導航。機器人可以使用3DSLAM技術和多個傳感器來實現冗余定位、定姿和環境感知，使用高精度地圖和智能路徑規劃來完成自主運動。移動測量的概念不斷發展，正在脫離移動測繪、地理信息獲取的應用范疇，新的應用模式(協同感知)、新的行業形態(智能互聯)需求使其在構建智慧地球和智慧城市的大數據時代面臨更多的發展機遇。

　　3.5學科研究范圍從對地觀測走向物聯監測和對人類活動的感知

　　環境研究通過遙感手段感知各種自然資源，研究和預測其分布狀況及空間變化趨勢;人類學研究則聚焦于反映人類的活動軌跡、分布狀況及遷移趨勢。將自然及社會環境研究與人類觀測有機結合，能夠揭示人類活動與環境之間的聯系。

　　4智慧互聯時代地球空間信息學面臨的三個問題

　　4.1測繪學科如何服務人與機器人共同的需求

　　車輛駕駛目前可以分為五個階段：初始為高級輔助駕駛(ADAS)，以人駕為主，有偏離及碰撞提示;第二級為特定功能輔助，能夠實現定速巡航、自動緊急剎車等功能，但依然需要手動操作配合;第三級為組合功能輔助，可以實現自動泊車、車道保持等固定操作;第四個等級為高度自動駕駛，即人工智能駕駛，但用戶隨時可以接管駕駛權;第五個階段則能夠結合用戶需求，由機器人接管人類進行駕駛[23]。

　　隨著智能駕駛技術的日益精進與應用范圍的擴增，傳統的地圖繪制標準需要進行改革與擴充，車輛與道路上的配套設施也需要根據需求進行更新。新一代的地圖產品與配套設施應能夠同時滿足人與機器人的共同需求，不僅人能夠看懂，機器人通過信號的獲取也要能夠“看”懂相應的信息，如通過顏色、聲音等方式對機器人提示，使其進行對應操作。從傳統符號上升到符號加信號，在滿足人類可視化需求的同時滿足機器人也能夠獲得對應指示。要實現這個目標，在改進地圖繪制技術的同時，還需要車輛與道路的智能協作[24]。通過高精度地圖、導航與移動測量技術，結合車載攝像頭的運動測量技術，能夠在聯網狀態下，實現車車通信、車路協同決策和智慧云控的功能。

　　4.2遙感影像解譯的機理及本體數據庫語義描述技術

　　突破遙感影像解譯的技術瓶頸需要整合現有的分類規則，從基于不同規則的分類體系到滿足各類需求的遙感共享本體庫的描述，完成從符號化分類為主體的地圖，到真三維實景加本體庫下語義描述的新產品的跨越。無論自然地物或是人造地物，其標簽可能由于各領域需求及研究者認知差異而有所不同，但其語義并不會因所處分類體系不同而產生變化。

　　從多源數據中基于本體語義構建數據庫能夠從機理層面實現對地理對象的描述，建立能夠在各個領域應用的共享本體庫。其中，由符號組成的地圖將逐漸使用VR/AR/IR技術進行語義描述，實現真實三維景觀可視化。使用本體數據庫和語義描述方法進行基于語義本體的語義構建，使遙感影像的解譯從二維逐漸轉向三維實景及變化檢測過程中的解譯。

　　對于現有地物影像及三維實景地圖，結合分形學思想，融合多源數據，構建數據立方體，實現對于天然目標及人工目標的解譯，實現從分類體系到語義本體的轉換，并將解譯成果應用到城市規劃、環境評價及人地關系的研究中。以新一代三維地理信息平臺在新型基礎測繪中的應用成果為例，在同一個場景中，可以對4D+數據、實時全景視頻、三維實景測量數據、LOD模型、室內精細模型和BIM、地質層、三維管線、水域環境、動態要素等進行一體化的數據存儲與組織，可實現可視化展示、解譯、動態分析與應用。這種變革將有利于人工智能在地球空間信息學中的應用。

　　4.3從空間感知走向空間認知，用時空大數據挖掘回答人與自然的關系[25]隨著空天地一體化對地觀測體系的建立，遙感及地理信息數據的體量呈現指數級別的增長。

　　通過時空大數據挖掘技術，對地觀測腦可以進行多源信息的整合與分析，將地理信息系統轉變為基于地理計算的信息地理學，實現從定性到定量的跨越，從感知到認知的飛躍，回答人與自然之間多種科學問題。結合對地觀測技術與地球空間信息學，可以構建不同尺度的時空人工智能體系。通過手機、筆記本等智能終端能夠采集個體信息，智能終端腦可以集成和分析得到微觀尺度上“人車物”等個體的分布情況、運行軌跡和趨勢，研究人的行為學和心理學，開發智能駕駛腦和各類測量機器人。

　　在中等尺度上，構建數字孿生、智慧城市、智慧交通、智慧公安、智慧健康、“一張圖”及“一平臺”等智慧社會腦，能夠對建筑空間、城市及社會發展的軌跡進行分析與歸納，輔助進行城市規劃、資源調度、應急管理等[26]。在區域尺度上，各國對天對地觀測腦的建立，能夠集成空、天、地、海多源多角度信息，實現國家、全球乃至太空的聯通;在宏觀尺度上研究人類與自然的關系，分析人口、資源、環境及災害的分布狀況，誘因以及治理辦法。通過多尺度人工智能體系的建立，對于人類與自然關系的理解將上升到一個新的層面，當下許多全球問題能夠獲得新的解決方案。

　　5結論與展望

　　萬物互聯時代是數字孿生的時代，以測繪遙感地理信息技術為代表的地球空間信息學將發展到一個全新的智慧新高度。時空基準與導航定位將發展為無所不在的PNT和PNTRC，傳統的對地觀測衛星系統將構成通導遙一體化的對地觀測腦，GIS將從二維地圖數據庫擴展到室內外一體化真三維實景模型，移動測量系統將變成移動測量機器人，地球空間信息學將從對地(自然)觀測走向物聯監測和對人類活動的感知。面對萬物互聯時代數字孿生和人工智能發展的新形勢，地球空間信息學面臨著新的挑戰，其中至少包括：

　　(1)測繪學科如何服務人與機器人的共同需求?(2)遙感影像解譯機理是什么?如何突破實現技術的瓶頸?(3)如何利用時空大數據挖掘人與自然的關系，從空間感知走向空間認知?展望未來，希望學界專家同仁，發揮大智慧，抓住新機遇，努力解決好本文提出的三大科學問題，推動地球空間信息學的發展，我們可以在宏觀、中觀和微觀尺度上做出時空大數據空間感知和認知的巨大貢獻!

　　參考文獻

　　[1]李德仁.展望大數據時代的地球空間信息學[J].測繪學報,2016,45(4):379384.DOI:10.11947/j.AGCS.2016.20160057.LIDeren.Towardsgeospatialinformationscienceinbigdataera[J].ActaGeodaeticaetCartographicaSinica,2016,45(4):379384.DOI:10.11947/j.AGCS.2016.20160057.

　　[2]李德仁,丁霖,邵振峰.面向實時應用的遙感服務技術[J].遙感學報,2021,25(1):1524.LIDeren,DINGLin,SHAOZhenfeng.Applicationorientedrealtimeremotesensingservicetechnology[J].NationalRemoteSensingBulletin,2021,25(1):1524.

　　作者：李德仁1，2，徐小迪1，邵振峰2

轉載請注明來自發表學術論文網：http://www.cnzjbx.cn/jjlw/29118.html