陳 軍,劉萬增,武 昊, LI Songnian,閆 利

1.國家基礎地理信息中心，北京 100830; 2.瑞爾森大學土木工程系，加拿大 多倫多，M5B 2K3; 3.武漢大學測繪學院，湖北 武漢 430079

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(xiàn)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(tài)變化[1-3]。為此，需要借助于各種先進技術手段和儀器裝備，開展數(shù)據(jù)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(yè)，技術進步在提升其生產效率與服務水平方面發(fā)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(shù)字化測繪技術的重要變革，逐步實現(xiàn)了全行業(yè)的數(shù)字化轉型，推動了數(shù)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(yè)的蓬勃發(fā)展。但近年來這種數(shù)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(shù)據(jù)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(shù)字化測繪走向智能化測繪，成為必然選擇。

20世紀90年代之前，人們主要是使用光學-機械型測量儀器測制各種比例尺地形圖和專題圖，作業(yè)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(xiàn)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(fā)展的需要[4-5]。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(shù)字化測繪技術體系的科技攻關，實現(xiàn)了地理空間數(shù)據(jù)的數(shù)字化采集、處理與服務，向各行各業(yè)提供模擬和數(shù)字兩類產品，奠定了測繪行業(yè)在全社會數(shù)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(fā)展的需要[6-16]。

近年來測繪行業(yè)的內外部環(huán)境發(fā)生了較大變化，面臨著技術轉型升級的巨大挑戰(zhàn)。首先，國家大力推進高質量發(fā)展、促進國土空間格局優(yōu)化，要求全面摸清自然資源家底，科學認知人地關系，實施數(shù)據(jù)賦能的國土空間規(guī)劃與管控。但現(xiàn)有數(shù)字化測繪技術在智能化、動態(tài)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(shù)據(jù)已滲透到數(shù)字經濟、數(shù)字治理和數(shù)字生活的方方面面，發(fā)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(guī)劃、生態(tài)環(huán)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(fā)和提供更多的多維、動態(tài)、高精時空數(shù)據(jù)產品，構建新型時空信息基礎設施，從數(shù)據(jù)信息服務走向時空知識服務等[17-19]。

面對全社會數(shù)字化、智能化轉型的時代浪潮以及“第四次工業(yè)革命”的影響，如何審時度勢，把握機遇，推動行業(yè)技術進步和事業(yè)轉型升級，已成為測繪業(yè)界關心的熱門話題[18,20]。近幾年，有關“測繪科技轉型升級——從數(shù)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(shù)字化測繪技術的“紅利”已基本用完，應不失時機地開展創(chuàng)新研究，從數(shù)字化測繪走向智能化測繪。國際測量師聯(lián)合會(International Federation of Surveyors，F(xiàn)IG)也專門討論了smart surveyors主題，提出要發(fā)展智能化測繪，實現(xiàn)測繪科技的轉型和升級[22]。

應該指出的是，從數(shù)字化測繪走向智能化測繪，是一項極為復雜的系統(tǒng)工程，既涉及理論創(chuàng)新、技術突破、體系構建等科技難題，也牽涉觀念更新、學科協(xié)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(fā)與應用，首先要厘清基本概念和科學問題，研判國內外發(fā)展動態(tài)，找準重點、難點和著力點，進而明確發(fā)展方向與任務。筆者從數(shù)字化測繪的技術特征分析出發(fā)，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(fā)展方向。

1 智能化測繪的概念與內涵

從技術的角度看，數(shù)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(xiàn)象的空間分布、專題屬性、相互關系及時空變化，并進行數(shù)字化建模、空間化處理和可視化表達，產出數(shù)字化的地理空間數(shù)據(jù)產品，并提供相應的數(shù)據(jù)信息服務。其本質特征是對各種數(shù)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(xiàn)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(shù)學、數(shù)理統(tǒng)計等為基礎，依據(jù)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(shù)字地圖等進行幾何特征與物理參數(shù)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(shù)字化測繪的模型與算法基礎[9,23-40]。

現(xiàn)實世界是由紛繁多樣的自然要素、人文現(xiàn)象及人工設施組成的，既呈現(xiàn)出千姿百態(tài)的幾何特征，多維動態(tài)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(shù)學模型或算法加以完整描述。例如，數(shù)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(jù)地形圖上相鄰等高線的鄰接關系和相差的等高距數(shù)，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(shù)據(jù)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(guī)則，將其與等高線鄰接關系、復雜線-線關系等系列算法相結合，形成了基于“規(guī)則-算法”的數(shù)據(jù)質量檢查、評價方法，實現(xiàn)了等高線高程異常、DEM粗差等近百種數(shù)據(jù)質量元素的自動檢查與錯誤信息定位，在基礎地理信息數(shù)據(jù)庫更新工程中發(fā)揮了重要作用[41-46]。

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(guī)則，用以引導算法的選擇組合、數(shù)據(jù)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(huán)境感知、空間認知等自然智能及先驗知識，將其融入測繪數(shù)據(jù)獲取、信息處理、分析服務的過程中去，即將數(shù)字化測繪提升為智能化測繪。

例如，圖1給出了知識與算法相結合的“問題地圖”智能化診斷過程。首先，地圖專家們對長期審圖過程中積累的豐富經驗進行總結，凝練成有關“問題地圖”的認知規(guī)則；繼而據(jù)此選取正負樣本集，采用多尺度融合算法，對深度學習模型進行訓練，獲取“問題地圖”的多尺度和多維度特征知識；然后結合空間關系約束規(guī)則和計算模型，對地圖問題區(qū)域進行判斷和標定。這種“問題地圖”檢測是以審圖專家的先驗知識為引導，以樣本增強、多尺度融合等算法為基礎，以深度學習模型為核心的混合智能計算模式，識別正確率可達80%以上[47]。

圖1 “問題地圖”的智能化診斷

進一步分析可知，智能化測繪是以知識和算法為核心要素，構建以知識為引導、算法為基礎的混合型智能計算范式，實現(xiàn)測繪感知、認知、表達及行為計算，如圖2所示。針對傳統(tǒng)測繪算法、模型難以解決的高維、非線性空間求解問題，在知識工程、深度學習、邏輯推理、群體智能、知識圖譜等技術的支持下，對人類測繪活動中形成的自然智能進行挖掘提取、描述與表達，并與數(shù)字化的算法、模型相融合，構建混合型智能計算范式，實現(xiàn)測繪的感知、認知、表達及行為計算，產出數(shù)據(jù)、信息及知識產品。

圖2 智能化測繪的基本思路

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(shù)字化測繪生產中的應用研究，對智能化測繪缺乏系統(tǒng)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(xiàn)、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(huán)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(jù)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(shù)學或邏輯符號的混合型計算模式[49-52]。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(xiàn)知識與數(shù)據(jù)雙向驅動的影像智能計算[53-54]。再如，有學者對人眼觀察物體時存在“遠粗近細”的現(xiàn)象進行抽象，發(fā)現(xiàn)了能揭示地圖空間尺度變換機理的“自然法則”(natural principle)，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(yōu)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[56-57]。

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(shù)據(jù)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(xiàn)象的地域分布、時空變化、關聯(lián)關系等規(guī)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(tài)變化的先驗知識[58-59]。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(xiàn)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(fā)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(qū)域過渡、空間約束、時間連續(xù)等規(guī)律的參考數(shù)據(jù)、樣本及其他資料，用于輔助判斷地類屬性、識別問題區(qū)域，提高分類提取及變化檢測的精度[60-62]。

2.2 混合計算模式的構建與實現(xiàn)

早期測繪專家主要是利用以符號主義為核心的邏輯推理(logical reasoning)，將生產服務過程中的有關約束條件、判斷規(guī)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[42-43]。近幾年迅速發(fā)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[63-65]。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(shù)據(jù)內部的統(tǒng)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(shù)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。

群體智能(swarm intelligence)是模仿生物系統(tǒng)內競爭和合作方式，通過群體計算、社群感知等方式，從少數(shù)的精英專家行為走向眾包、眾創(chuàng)，實現(xiàn)由下而上、跨層級的協(xié)同問題求解，為測繪樣本采集、檢核驗證、公眾參與、決策支持等提供了新思路[18,65-66]。例如，針對大范圍地表覆蓋遙感制圖與變化監(jiān)測的需要，可利用眾包技術和眾源信息手段，研發(fā)“眾包+深度學習”的混合增強方法，由各地的志愿者采集圖像樣本資料或提供文本線索，采用圖卷積等技術從影像中提取類型或變化，實現(xiàn)地表覆蓋的在線協(xié)同更新[67-68]。同理，可綜合利用無人機、移動感知和各種視頻傳感器，構建起無線智能傳感網絡，對違法用地和違法建筑、人們的時空行為特征等進行動態(tài)監(jiān)測[69-70]。

此外，知識圖譜(knowledge graph)、大數(shù)據(jù)等技術也為構建新型的混合智能計算模式提供了可能。其中，知識圖譜是采用結構化方式，實現(xiàn)多級網狀知識節(jié)點(包括概念、實體等)及相互關系的鏈接與管理，支持語義搜索、知識推理等服務，可用于構建空間型知識服務系統(tǒng)，提供描述型、診斷型、預測型和方案型的知識服務，將傳統(tǒng)的測繪數(shù)據(jù)信息服務提升為知識服務[19]。而借助于大數(shù)據(jù)技術，可以將基礎地理信息、地理國情監(jiān)測成果等地理空間數(shù)據(jù)與手機信令等行為感知數(shù)據(jù)融合起來，進行人地關系的“相關分析”，尋找出其中的相關關系和因果關系，從而實現(xiàn)人類活動的時空感知、人地關系的解析模擬，以及國土空間格局的優(yōu)化管控[71-74]。

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(fā)揮知識創(chuàng)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?；诖?，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(xiàn)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(lián)網地理信息獲取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(guī)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(tài)更新，必須綜合利用深度學習、群體智能、物聯(lián)網等最新技術，破解自動化提取、智能化處理、協(xié)同化生產等方面的技術難點，研發(fā)基于影像的地物信息自動提取、基于時空大數(shù)據(jù)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(tài)更新技術，提高信息提取與產品制作的智能化程度[75]。

因此，需要重點研究推進智能化測繪的機制，包括研究相關的政策法規(guī)，建立配套的知識創(chuàng)造、更新、共享與激勵機制、人機協(xié)同工作機制及智能化測繪系列標準規(guī)范、業(yè)務流程與管理模式等，為實現(xiàn)從數(shù)字化測繪向智能化測繪的轉型升級提供政策和制度保障。在實現(xiàn)途徑上，則要針對不同的應用需求、應用場景，組織開展智能化測繪的實現(xiàn)方法與關鍵技術研究，形成業(yè)務化運行的裝備、軟件、標準和服務模式，并開展典型應用示范，以點帶面，進行全面推廣應用，逐步形成生產能力，賦能測繪生產。

3 發(fā)展方向

智能化測繪體系的建立，將推動測繪數(shù)據(jù)獲取、處理與服務的技術升級，從基于傳統(tǒng)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(tài)感知，從模型、算法為主的數(shù)據(jù)處理轉變?yōu)橐灾R為引導、算法為基礎的混合型智能計算范式，從平臺式數(shù)據(jù)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(chuàng)新發(fā)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(tǒng)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[76-77]，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(fā)專項、自然科學基金等資助，研究形成具有系統(tǒng)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(fā)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(jù)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(fā)知識引導和數(shù)據(jù)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(shù)據(jù)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(xiàn)基于先驗知識和紋理異常的單期影像變化監(jiān)測，以克服兩期遙感影像變化檢測存在的困難[82]。

對于眾多算法、模型、方法來說，其各自有著適用范圍和局限性，需要根據(jù)給定的應用場景進行選擇和組合。例如，目前有數(shù)以百計的遙感影像變化檢測算法，分別適用于不同的影像條件、地域特點或應用對象。在開展大范圍變化監(jiān)測業(yè)務時，需要根據(jù)算法與算法、算法與數(shù)據(jù)、數(shù)據(jù)與數(shù)據(jù)之間的競爭、協(xié)作、約束關系等，進行算法優(yōu)選和處理流程構建。但其水平高低往往受制于專家的個人經驗與能力，難以滿足高質量、自動化監(jiān)測的需要[83-84]。當前的一個發(fā)展趨勢是，將知識工程和機器學習相結合，系統(tǒng)地梳理變化檢測算法與影像之間的多級關系，歸納凝練出相應的領域知識，轉換為Web服務，形成基于領域知識的在線變化檢測工具，減少對專家個人經驗與知識的依賴[85-87]。

3.3 研制智能化測繪的應用系統(tǒng)

從應用的角度看，設計和研制能夠支持數(shù)據(jù)采集、處理、分析、管理的新一代智能化業(yè)務系統(tǒng)，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(fā)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(yè)務系統(tǒng)或平臺，并制定出相應的技術規(guī)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(tǒng)專業(yè)界限，從業(yè)務信息流的角度進行整體謀劃與優(yōu)化設計。

目前的研究熱點包括：時空數(shù)據(jù)按需搜索與協(xié)作服務系統(tǒng)[88-89]、綜合PNT服務系統(tǒng)[90]、衛(wèi)星在軌數(shù)據(jù)處理系統(tǒng)[91]、天空地綜合智能攝影測量系統(tǒng)[92]、云端遙感影像智能解譯系統(tǒng)[93]、智能地理信息系統(tǒng)[94]、空間型知識服務系統(tǒng)[19]等，而諸如此類的眾多單項智能化業(yè)務系統(tǒng)的有效集成，將可望形成面向全行業(yè)的智能化測繪技術體系。

3.4 研制智能化測繪的儀器裝備

測繪儀器裝備是指那些用于數(shù)據(jù)獲取、信息處理、成果表達等方面的專用工具，對于提高人們測繪活動中的感知、認知、表達、行為能力至關重要。全站儀、攝影測量工作站、數(shù)碼航空相機、高速繪圖儀等是傳統(tǒng)測繪儀器裝備的代表。目前，以云計算、物聯(lián)網、智能芯片、人工智能為代表的新興技術，為智能化測繪儀器裝備的研制提供了新思路[95-96]。今后應該進一步發(fā)展智能化的測繪儀器裝備[95-97]，如智能全站儀[98]、智能化GIS軟件系統(tǒng)[99]、智能化的單波束測深系統(tǒng)[97]、測繪無人機、測量機器人、全組合智能導航系統(tǒng)、識圖機器人，以及利用智能設備和其所帶的智能傳感器(如iPad的激光傳感器)開發(fā)的數(shù)據(jù)采集系統(tǒng)等[100]。

3.5 推動跨學科協(xié)同創(chuàng)新與合作

智能化測繪的研究與應用涉及測繪、地理、人工智能、大數(shù)據(jù)等諸多學科，是一項復雜的系統(tǒng)工程，亟須進行跨學科的交叉與融合，在學科結合中尋找增長點，取得新突破，培養(yǎng)創(chuàng)新型人才。因此，應充分發(fā)揮政府、學術界、高校和科研機構、事業(yè)單位、企業(yè)的積極性，建立優(yōu)勢互補的良性協(xié)作機制。自然資源部作為測繪主管部門，應在全國智能化測繪的頂層設計、項目推動、試點示范、標準規(guī)范制定等方面發(fā)揮領導作用；以中國測繪學會為代表的學術團體則應發(fā)揮聯(lián)系全國廣大科技工作者的優(yōu)勢，在組織學術研討、交流爭鳴、培訓推廣等中發(fā)揮學術引領作用。

4 結 語

回顧數(shù)字化測繪技術的發(fā)展歷程與重要貢獻，可知其是以確定性的“規(guī)則-算法-模型”為本質，對現(xiàn)實地理世界進行數(shù)字化采集、表達、處理與分析，但往往難以滿足多維動態(tài)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(shù)字化發(fā)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(xiàn)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(shù)據(jù)、信息及知識產品。為此，須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(xiàn)、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(tǒng)和儀器裝備研發(fā)。

從數(shù)字化測繪走向智能化測繪，是測繪行業(yè)積極應對全社會數(shù)字化發(fā)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(fā)揮政府的引領作用，加強頂層設計，營造良好發(fā)展環(huán)境；同時，要促進學術界、事業(yè)單位和企業(yè)積極地更新觀念，加強協(xié)同創(chuàng)新，通過立項實施、試點示范、標準規(guī)范制定等，促進和推動智能化測繪體系的早日建成并發(fā)揮成效。

致謝:張繼賢研究員、李榮興教授等為本文提出了寶貴意見，在此一并感謝。