从对地观测卫星到对地观测脑

21世纪以来,高分辨率对地观测卫星快速发展,对地观测系统由最初的单星模式发展为现在的轻小型卫星组建星座,实现了全天时、全天候、全方位的对地精细化观测。未来将对地观测卫星星座与通信卫星、导航卫星和飞机等空间节点通过动态组网,建立天基空间信息网络,以实现智能化空天信息的实时服务。为了进一步增强系统的智能化水平,提高系统感知、认知能力和应急响应能力,本文提出未来空间信息网络环境下对地观测脑（earth observation brain,EOB）的概念,对地观测脑是基于事件感知的智能化对地观测系统。详细介绍了对地观测脑的概念模型及需要解决的关键技术,举例说明了对地观测脑初级阶段的感知、认知过程。将来对地观测脑可以回答何时（when）、何地（where）、何目标（what object）发生了何种变化（what change）,并在规定的时间（right time）和地点（right place）把这些正确的信息（right information）推送给需要的人（right people）的手机或其他智能终端,全球用户可实时获得所需的任何数据、信息和知识。     

论万物互联时代的地球空间信息学

随着5G/6G、云计算、物联网和人工智能等新技术的发展,人类已经进入了万物互联时代。本文探讨万物互联时代地球空间信息技术的五大特点：定位技术从GNSS和地面测量走向无所不在的定位导航定时（PNT）服务体系;遥感技术从孤立的遥感卫星走向空天地传感网络;地理信息服务从地图数据库为主走向真三维实景和数字孪生;3S集成从移动测量发展到智能机器人服务;学科研究范围从对地观测走向物联监测和对人类活动的感知。笔者基于这些特点进一步剖析新时代面临的挑战,并提出新时代地球空间信息学发展亟待解决的三大科学技术问题：测绘学科如何服务人与机器人的共同需求？遥感影像解译的机理是什么和如何突破实现技术的瓶颈？如何利用时空大数据挖掘人与自然的关系,从空间感知走向空间认知？万物互联时代的地球空间信息学,必须且完全可能为万物互联的数字地球和智慧社会做出更大的贡献！     

展望大数据时代的地球空间信息学

20世纪90年代,随着全球信息化和互联网的推进,地球空间信息学应运而生,推动了数字地球和数字城市的建设。21世纪以来,随着全球信息化与工业化的高度集成发展,出现了物联网和云计算,人类进入了大数据时代。本文论述大数据时代地球空间信息学的特点(无所不在、多维动态、互联网+网络化、全自动与实时化、从感知到认知、众包与自发地理信息、面向服务)和必须解决的主要关键技术问题(全球空天地一体化的非线性地球参考框架构建技术、星基导航增强技术、天地一体化网络通信技术、多源成像数据在轨处理技术、天基信息智能终端服务技术、天基资源调度与网络安全、基于载荷的多功能卫星平台设计与研制)。本文最后给出大数据时代地球空间信息学的新定义,即地球空间信息学是用各种手段和集成各种方法对地球及地球上的实体目标(physical objects)和人类活动(human activities)进行时空数据采集、信息提取、网络管理、知识发现、空间感知认知和智能位置服务的一门多学科交叉的科学和技术。从这个新定义出发,地球空间信息学将在构建智慧地球和智慧城市的大数据时代面临更多的发展机遇和艰巨的任务,必将为人类社会的进步和可持续发展作出更大的贡献。     

从Geomatics到Urban Informatics

我国正处在新型城镇化、工业化和信息化的关键时期,城市面临着复杂的经济、社会与生态可持续发展问题。面向城市的地球空间信息学（Geomatics）与互联网、云计算技术持续融合,产生了城市时空大数据,成为了智慧城市的重要战略资源。随着地球空间信息学和信息学、城市科学不断深入交叉融合,城市信息学（Urban Informatics）逐步形成,并正在成为测绘地理信息科学的重要发展方向。城市信息学是以统一的时空基准为框架,以空间信息为载体,以信息技术为支撑,动态采集城市信息并进行处理、分析与服务,支持绿色、低碳、可持续城市发展的交叉学科。本文分析了城市信息的内涵及其与地球空间信息学的相互关系,论述了城市信息学具有动态演变、数据驱动、众源学习、协同决策、学科交叉等典型特征,在此基础上,总结了若干影响学科发展的关键科学问题,最后展望了城市信息学的发展前景。     

期刊博览

正展望大数据时代的地球空间信息学(《测绘学报》2016年第4期)本文给出大数据时代地球空间信息学的新定义,即地球空间信息学是用各种手段和集成各种方法,对地球及地球上的实体目标和人类活动进行时空数据采集、信息提取、网络管理、知识发现、空间感知认知和智能位置服务的一门多学科交叉的科学和技术。从这个新定义出发,地球空间信息学将在构建智慧地球     

从测绘学到地球空间信息智能服务科学

回顾了从传统测绘学到当今地球空间信息智能服务科学的60年发展历程;总结了测绘学从模拟到解析再到数字化发展的3个重要阶段;介绍了GNSS、RS与GIS(3S)集成,从而形成了地球空间信息学的兴起;分析了数字地球时代地球空间信息学的发展,进而论述了当今智慧地球时代地球空间信息科学走向实时智能服务的最新进展,并对"互联网+"空间信息智能服务的3个发展水平进行了重点论述。可以肯定,在大数据时代传统的测绘学必将集通信、导航、遥感、人工智能、虚拟现实和脑认知科学之大成,发展成为地球空间信息智能服务科学,为富国强军与利民作出应有的贡献。     

新基建时代地球空间信息学的使命

2021-09-16,习近平总书记在致首届北斗规模应用国际峰会的贺信中指出,当前全球数字化发展日益加快,时空信息、定位导航服务成为重要的新型基础设施。随着新型基础设施建设（简称新基建）时代的到来,测绘人要认真领会习近平主席指示的内涵,想国家所想,急国家所急,全身心投入到“第二个一百年”和“新基建”的浪潮中。首先阐述了新基建的定义,并分析了新基建与传统基建的区别;然后重点论述了地球空间信息学（即大测绘）在新基建的3个体系（信息基础设施、融合基础设施以及创新基础设施）中的使命。笔者认为,我们已经从以绘制地形图为主的小测绘发展成当今以地球空间信息服务为主的智能化大测绘,必须抓住机遇,不失时机地拓展新基建时代地球空间信息学的新使命,为新基建提供完整性好、现实性强、精准度高的时空数据,实现数字产业化、产业数字化和智能化。     

地理空间智能研究进展和面临的若干挑战

随着地理空间科学、人工智能、高性能计算技术的迅速发展,地理空间智能已成为处理和分析地理空间大数据的主要手段,并将在地球科学、空间认知、智慧城市、智慧社会等科学研究、工程建设和社会发展中发挥越来越重要的作用.地理空间智能作为地理空间科学和人工智能深度融合的交叉领域,其发展受到多学科的驱动,目前已在算力增强软硬件研制、系统开发、数据与模型共享、服务与应用方面不断取得进展,显示出巨大的活力和潜能,同时难题和挑战也相生相伴.本文首先阐述地理空间智能的概念演进、若干技术系统构建思路和国内外科学研究现状,然后梳理地理空间智能的典型应用,分析地理空间智能面临的问题和挑战,最后对其重要的发展方向及趋势予以展望.     

从Geomatics到Urban Informatics

正(《武汉大学学报(信息科学版)》2017年1期)我国正处在新型城镇化、工业化和信息化的关键时期,城市面临着复杂的经济、社会与生态可持续发展问题。面向城市的地球空间信息学(Geomatics)与互联网、云计算技术持续融合,产生了城市时空大数据,成为了智慧城市的重要战略资源。随着地球空间信息学和信息学、城市科学不断深入交叉融合,城市信息学(Urban Informatics)逐步形成,并正在成为测绘地理信息科学的重要发     

智慧城市时空信息综合决策关键技术与系统

如何根据智慧城市运行管理、建设规划和应急指挥等政府决策部门的综合需求,实现分散信息资源的统一集成、复杂模型资源的有效调用和决策时空信息的高效共享与可视化,成为现阶段城市综合决策的重大挑战。首先提出了感知联网与时空信息接入、地理空间模型联网与认知、决策时空信息聚焦服务等智慧城市时空信息综合决策共性关键技术,突破了城市时空信息智能分析、协同决策与主动聚焦服务的瓶颈;其次,设计并实现了智慧城市时空信息综合决策原型系统,并以太原市燃气泄漏应急响应为例,验证了系统辅助城市综合决策的可行性和适用性;最后,概括了城市（群）立体感知网、城市（群）模型网和城市（群）时空大数据3大主要发展趋势。     

建设黄河“智能大脑”服务流域生态保护和高质量发展

本文首先介绍了黄河流域水文、地理景观和地貌特征,下游河道变迁和河口变迁历史及生态治理,流域历史水旱灾害等基本背景,分析了黄河流域生态保护和高质量发展面临的主要问题和具有的优势。然后重点论述黄河“智能大脑”如何服务流域保护和发展,提出黄河“智能大脑”三要素,即感知系统（天地一体智能感知网）、存储管理系统（资源池）和操作系统（时空大数据平台）;论述了流域一体化时空大数据中心的构成及其基本功能,时空大数据平台及其目标要求,分析并提出了基于网格集成与弹性云的混合式时空大数据平台技术体制和构建技术,提出采用“共用时空大数据平台+”应用概念模型及其具体应用模式。最后讨论了时空大数据平台服务黄河流域城市数字化、网络化和智能化,加强流域上中下游7大城市群的新型智慧城市建设,推动流域生态保护和社会经济发展,提出基于流域时空大数据平台构建服务保护和发展的综合科技信息咨询服务平台,支撑流域协同创新共同体构建,增强流域整体性和协同性发展。     

北斗与高分融合的数字孪生地球

本文阐述了数字孪生地球的起源、概念、构建和发展,重点探讨了北斗、高分、数字孪生与数字地球的融合. 基于通信和计算机等共性信息基础设施,将数字孪生地球的构建分为6个步骤:全链可信时空、全息精准映射、实时泛在感知、多模数据融合、单体时空智慧和全域共智共治. 针对时空大数据从采集到应用都具有分布式特点,提出了利用“北斗+区块链”技术解决业务协作中的信任问题. 指出了高分实现虚实地球间的全息镜像,北斗作为高分产品传递时空基准,实现了虚实地球间的精准映射;另外,北斗和高分也是实现时空态势感知的主要技术. 针对海量时空大数据对数据操作和融合带来的挑战,指出了北斗网格位置码是更有效的数据组织模式. 介绍了利用时空大数据驱动人工智能(AI)和模拟仿真,可为规划、设计和决策提供最优方案. 分析了单体智慧的存在重复建设和资源浪费等问题,指出了数字孪生地球是跨界融合各种异构单体智慧,实现全域共智共治的时空底座.      

大数据背景下的虚拟地理认知实验方法

如何构建新一代的虚拟地理认知实验研究范式,从海量人类活动和地理数据中挖掘人地交互过程中的新模式、新知识成为新一代虚拟地理认知实验需要解决的问题。本研究首先提出了在数据密集型科学研究范式下的虚拟地理认知实验框架,阐述了从环境心理学的视角,结合多源人类活动大数据、城市环境大数据构建实验平台的方法,进而支持地理知识工程的构建。其次,本文介绍了基于海量街景数据和对应的个体情感评分数据,利用深度学习的相关方法和统计模型来进行认知知识挖掘的案例。实验发现了可视域中与个体对场景的情感维度-压抑感具有较高相关性的一系列视觉要素,如植被、建筑、车辆等,并通过回归分析予以量化。     

点云智能研究进展与趋势

随着以激光扫描、倾斜摄影为主的各种现实采集(reality capture)装备的快速发展,点云已成为继矢量地图和影像数据之后的第三类重要的时空数据源,并在地球科学、空间认知、智慧城市等科学研究和工程建设中发挥越来越重要的作用。如何从点云大数据中快速、准确获取精准有效的三维地理信息成为测绘地理信息领域的科学前沿和地学应用研究的迫切需求,也是三维地理信息获取与建模面临的重大难题。点云智能应运而生,并成为突破上述难题的科学途径。本文围绕点云智能中的三个重要方向:点云大数据处理的理论方法,点云大数据智能处理关键技术和重大工程应用,阐述点云采集装备、智能化处理,以及科学研究与工程应用的最新进展,最后对点云智能的重要发展方向趋势予以展望,希望为点云研究相关人员提供科学参考。