Page 193 - 新时期测绘工程测量技术研究

/// 第六章 智能测绘 ///

据在轨实时智能处理，实现影像（视频）实时校正与几何定位、影像典型目标在
轨智能检测、视频数据典型（运动）目标智能提取、影像（视频）在轨数据智能

压缩，大幅提升地理信息数据处理的效率。
将机器学习等人工智能技术充分融入地理信息变化发现与信息提取工作，为
机器提供结构化与非结构化的、新媒体与传统媒介支持下的、平面与立体的、时
空变化的、具有丰富特征要素的等海量众源地理信息数据学习样本，让其深度学

习如何基于统一的数据提取方式、冲突处理、编辑解决等数据处理规则，对各式
各样的海量众源地理信息数据进行智能处理，进而建立自己的知识系统，逐步形
成强大的自我判断与推理演绎能力，实现对各种地理信息变化的实时快速发现与
提取。

利用机器深度学习现有的各种制图综合成果，建立“深度模型”，提取特征，
发现规律，形成强大的制图综合演绎能力，不断提升制图综合的自动化、智能化
水平，进而指导新的制图综合任务。
充分利用人工智能和大数据技术，建立海量多源时空地理信息数据与经济、

社会、人文、国防、外交等数据之间相互关联、动态更新的数学模型，深度挖掘
基于地理信息和位置数据的决策知识，形成在交通、国土、房产、水利、农业、
养老、家居、安防、旅游、商贸等领域的一批地理信息大数据应用。

二、智能化测绘的概念与内涵

从技术的角度看，数字化测绘是使用专门的仪器或装备，测定自然要素、人
工设施和人文现象的空间分布、专题属性、相互关系及时空变化，并进行数字化

建模、空间化处理和可视化表达，产出数字化的地理空间数据产品，并提供相应
的数据信息服务。其本质特征是对各种数字化的观测资料，采用定量算法或解析
模型，在矢量或栅格等度量空间中进行计算解析，实现几何处理、物理反演及误
差分析。多年来，人们以计算几何、离散数学、数理统计等为基础，依据坐标体

系、投影变换、成像机理、共线方程、测量平差等测绘原理，对时空基准、遥感
影像、数字地图等进行几何特征与物理参数研究，提出了包括坐标变换、几何校
正、辐射融合、分类提取、多维建模、空间分析、可视化表达等在内的一系列处
理算法与模型，奠定了数字化测绘的模型与算法基础。

现实世界是由纷繁多样的自然要素、人文现象及人工设施组成的，既呈现出
千姿百态的几何特征，多维动态的时空分布，又具有错综复杂的相互关系，往往

181