新一代人工智能驱动下地图学研究的机遇与挑战

随着生成式人工智能（AIGC）为代表的新一代人工智能的快速发展,加速了各个学科转向人工智能驱动的科学研究,地理空间智能（GeoAI）技术在解决传统制图学任务注定会比传统的方法具有更好的性能,地图学也因此迎来了新的机遇与挑战,产生智能地图制图新领域,形成智能地图制图学。地图学研究有人工智能传统,但是过去受限于人工智能工具的计算能力等原因,并未取得很大的进展。随着进入智能化时代,人与机器都将成为制图与读图的主体。地图内容的产生经历了专家生成内容和用户生成内容的阶段,正在向人工智能生成内容阶段发展。人工智能与地图传输模型的结合衍生出智能地图传输模型,包括制图信息智能获取、智能制图、智能读图、地图信息智能解读4个环节,进而从这4个方面对智能地图的研究进展进行了分析和梳理。研究显示,使用智能化方法解决地图学问题的研究仍然处于起步阶段,人工智能与地图学结合仍存在诸多挑战,包括缺乏训练数据集、模型算法缺乏泛化能力和可解释性等,这些也是未来可以发展的方向。     

物联网技术的研究与应用

近年来,物联网的研究与发展引起了人们的广泛关注,国内外政府和企业都采取行动参与物联网的构建,这可能对未来全球的发展产生深远影响.物联网是把所有物品通过射频识别等信息传感设备与互联网连接起来的技术,以实现智能化识别和管理,是继计算机、互联网与移动通信网之后的又一次信息产业浪潮.本文介绍了物联网技术的概念、基本特征及发展现状;探讨了物联网研究中的关键技术,包括传感网技术、射频识别技术、产品电子码、地理信息系统以及智能技术;从物流管理、城市管理、智能交通等厅而分析了物联网技术在社会中的应用.最后展望了物联网技术的前景,一定程度上促进了物联网的建设与发展.     

论时空大数据的智能处理与服务

时空大数据智能处理与服务是以测绘、遥感和地理信息技术为中心的地球空间信息学的重要应用途径和发展契机。本文首先全面论述了时空大数据的兴起发展、主要特点和挖掘手段,进而介绍了时空大数据的自动匹配、变化检测、智能决策等智能处理技术,并在此基础上论述了由对地观测到对人观测的“3S”社会化应用,最后介绍了天基信息的实时智能服务(PNTRC)的现状、发展目标、关键技术及应用前景。诸多实践证明,在大数据和人工智能时代,面对海量的多源异构的时空大数据,抓好自动化、实时化、智能化、大众化和社会化,地球空间信息学的创新发展前景必将一片光明。     

大型复杂油田注水系统优化运行关键技术与智能化展望

油田注水系统仿真和优化调配技术是降低注水能耗的重要手段。注水系统优化运行从人工经验、模型解算进入网络化,随物联网技术、大数据、人工智能等技术飞速发展,注水系统必然进入智能化。分析大型复杂注水管网系统仿真优化技术的发展路线,探讨系统建模、仿真模拟、系统优化调控、反演识别、管网布局优化等关键技术。分析系统需求架构,智慧油田目标下注水系统的发展关键在于地上地下联合研究、大数据挖掘及人工智能与数字化智能管理平台建设。该结果对油田注水系统的发展具有指导意义。     

深度学习油气藏地质建模研究进展

随着大数据和以深度学习为基础的人工智能技术的快速发展,油气藏地质建模逐步从传统的两点地质统计建模、基于目标建模、多点地质统计建模和基于沉积过程建模进入智能地质建模阶段。以深度学习为基础的智能地质建模主要采用对抗生成网络建立三维地质模型,目前这些研究集中在网络结构和算法的完善,特别是对地震和测井等各类数据的条件化,少量研究侧重于样本数据的获取。目前研究中采用的训练样本大多是基于目标或基于沉积过程方法模拟得到的合成数据,为了真正将该技术应用实际地下油气藏,需要更加关注真实样本数据的获取。仅靠深度神经网络这种统计学习方法实现技术突破的难度较大,研发通用的人工智能地质建模器是未来的主要发展方向,其中统计学习与符号学习相结合可能是实现该技术的必经道路。      

自动驾驶高精度地图特征分析及发展展望

智能网联汽车逐渐成为当代智能交通系统的不可或缺的组成部分,而作为智能网联汽车核心要素的自动驾驶高精度地图在推动交通智能化发展方面扮演着至关重要的角色。高精度地图有效地建立了驾驶员、汽车、道路环境、驾驶环境、意义环境和社会环境之间的紧密联系,推动了自动驾驶技术从L0级别逐步演进至L5级别。本文聚焦于智能网联汽车与自动驾驶高精度地图发展的迫切需求,首先对高精度地图的内涵、主流基础数据模型、概念及特点进行了介绍,强调高精度地图是实现智能网联汽车自动驾驶的全新地图数据范式;其次,浅析了高精度地图在全生命周期中的采集、构建、更新、应用、审核和管理等环节中所涉及的感知数据类型多样、地图构建方法多元、众源更新技术多种、地图应用方式多类、地图审核流程智能、地图管理模式创新等多维特征;同时,提出了一种典型的高精度地图众源更新技术路线。针对高精度地图审核当前问题,介绍了一种在线智能审图方法。以高精度地图深圳试点为案例,介绍了其应用现状及探索经验。最后,对高精度地图的发展进行了展望。     

让智能小区走入我们的生活

智能小区也叫智能大厦，是智能住宅和国内小区特点相结合而衍生出来的。随着自动控制技术，计算机技术，通讯技术的高速发展以及在建筑领域的应用，具有传统控制方式的大厦，从简单的综合布线及计算机网络，发展到多个弱电系统的集成。智能大厦在国内不胜枚举，那么达到一个什么样的标准或模式才可以称得上智能化小区呢。     

“地理智能”专辑导言

地理学和测绘学及其各分支学科日渐深度融合,物联网、互联网、智能传感、大数据、人工智能和自动控制等现代技术迅猛发展;同时,中国社会经济和科技事业对地理信息提出了新需求。在此背景下,地理智能新时代呼之欲出,如日东升。智能传感器附着在或移动于地球自然空间和社会空间中,从36000公里的高空到万米深的海洋,构建了针对地球各圈层的立体的、多角度的、多层次的、多要素的观测体系和传感网络,快速、准确、细致地获取地球空间高维动态信息。     

基于深度学习的遥感影像地类信息获取技术现状研究

基于图像特征的地类识别技术精度低且复杂度高,难以满足土地利用动态监测的实时性要求。而基于深度学习的遥感影像地类识别技术数据处理及特征提取能力较强,能够有效提升识别精度,使地类信息获取更加智能化,因而被广泛应用于遥感影像地类处理。根据地类识别技术不同,可以分为遥感影像分割、遥感影像分类以及目标监测三种方式。每类识别技术根据训练数据是否有标注可以分为有监督学习、半监督学习以及无监督学习三种类型。通过对相关技术和文献的调研和分析,介绍各种深度学习模型的理论基础与基本结构,总结国内外基于深度学习的遥感影像地类识别方法的优缺点,并指出未来的发展方向。     

网格GIS中的GML语言技术与设计框架

基于网格技术的地理信息系统的研究与开发 ,将改变传统 GIS系统的应用模式与计算能力 ,使 GIS转变为以服务为中心 ,提供一体化的空间信息应用服务的智能化信息平台。而 Grid GML(Grid Geographic Markup L an-guage)将是网格 GIS的交流与对话语言 ,为网格 GIS的中间件之间、智能体之间、系统之间及系统内部的空间信息传输、存储与通信等提供了可能。本文在 XML 技术、网格体系结构技术及 OGC的 GML3标准的基础上对Grid GML 进行了详细的分析与设计。