吴亮教授 | AI赋能全空间智能GIS创新发展

2024第十二届高校GIS论坛，中国地质大学教授吴亮作特邀报告《AI赋能全空间智能GIS创新发展》。

以下为报告视频及内容整理（未经本人确认）：

AI成为地信创新发展主要驱动力

地理空间人工智能 (GEOAI)是一种将人工智能与地理空间科学相结合的新兴科学学科，人工智能随着深度学习和神经网络的发展，目前第四、第五范式崛起，解决大规模、多维度、多模态的数据，进行知识挖掘。

全空间智能地理信息系统以多粒度多层次时空实体数据模型为核心，通过综合运用新型信息技术，对全空间进行真实全面感知、精准构建多维多尺度模型、全面解析地理时空大数据、生成地理时空服务，实现全空间智能化的仿真、预测、监控、优化和控制。

全空间智能GIS技术创新发展

多粒度多层次时空实体数据模型

多粒度多层次时空实体数据模型将全空间中客观地理实体进行抽象、描述与分析表达，具备时间信息、空间参照、几何空间形态、属性信息、关联关系等特征。基于全空间的数据模型来进行实体关系的表达，地理实体为关联纽带，支持多地理实体服务接入，通过查询功能展示地理实体编码、空间特征、关系特征与属性特征，实现一体化管理。

全空间三维模型时空索引与组织结构（M3D）定义了一种可涵盖多种数据类型的三维模型数据格式和三维模型数据服务接口，为多源异构三维模型数据提供数据和服务规范。

云计算环境下T-C-V智能化GIS软件架构

通过构建微内核群将核心功能与操作功能分离，并向外界提供标准服务，系统具备高度的可靠性、可裁剪性、可扩展性和可移植性，并提供跨硬件架构、跨操作系统、跨GIS平台的智能化地理信息服务。

动态立体映射的数字孪生建模

对物理实体及过程的属性、方法、行为等特性的数字表达，包括几何模型、物理模型、行为模型、规则模型等多维多时空多尺度模型，具有高保真、高可靠、高精度的特征。在数字空间和认知空间的协同下，以GIS软件为载体，实现现实世界对象孪生—过程孪生—事件孪生的精准映射。

数字孪生模型

全空间大数据“汇存管融算用”

为解决地理信息数据分散和数据孤岛等问题，提出了全空间大数据智能化“汇-存-管-算-用”全流程治理技术体系，以“数据链”驱动地理信息“业务链”，打通各业务数据流通链路，建立贯穿地理信息全业务流程的“数据”桥梁。

以“预训练-自学习”为核心的时空知识服务

智能制图

提出了地图制图专家知识表征与智能制图方法，构建基于海量瓦片地图的专家制图知识表征模型，与全局-局部多尺度地图要素语义信息提取模型，实现建筑物、道路等地图制图要素精细化提取，并将其语义信息辅助地图智能化，建立多层级约束下的遥感影像-瓦片地图映射关系，实现遥感影像到瓦片地图的直接生成。

知识图谱

研究“图-文-数”一体化的地学大数据时空、主题及关系抽取与融合模型，构建融合时间、空间特性及复杂知识结构的地学知识表达框架，发展融合领域权威知识的地学知识图谱构建理论与方法。基于“人在回路”自学习的地学知识图谱高置信构建方法，实现专家群智协同与机器共同协同的高质量实例知识对齐、关联与融合。

预训练模型GEOBERT

研究构建融合领域知识的中文地质文本预训练模型GEOBERT，实现地质命名实体识别、关系抽取等地学知识精准探测与发现；基于图数据库存储地质空间数据，利用预训练模型实现地质报告时空信息及主题信息的提取和可视化表达。

全空间智能GIS赋能全要素数字化转型

国土空间要素识别

全空间智能GIS时空底座的支撑应用其中之一是国土空间要素识别，基于视觉大模型和遥感大模型数据整合成的深度学习框架，对建筑物、动态目标进行识别，主要应用于监测。例如基于“卫星+无人机”遥感技术，采用人工智能“大样本+大模型”思路，进行耕地资源遥感智能解译，一次识别耕地范围内非农非粮化类型，实现耕地“数量-质量-分布-变化-作物类别”全方位动态监管。

智能问答

智能问答利用自然语言大模型和AIGC等技术，融合国土空间规划政策、法规、案例等专业知识，实现智能理解问答、监测评估报告智能生成、规划方案生成、问题主动发现及趋势研判预警。

规划方案生成

基于深度强化学习算法构建规划方案生成模型，通过对用地现状、上位规划、限制红线信息等进行训练，对中心城区改造、工业园区开发、住宅小区开发等典型规划类型进行自动方案生成，提高效率。

智能找矿预测

基于成矿理论研究，通过将地物化遥等数据与找矿模型之间的逻辑关系，转化为成矿属性信息，通过建立矿床预测模型，基于深度学习算法进行计算，进而进行找矿靶区圈定，实现人工智能找矿预测。

智慧海洋建设

汇聚海洋监测数据、观测数据、预报预警数据等多源海洋数据，进行数据标准化处理，形成多维多专题海洋数据库，为海洋数据的开发和利用提供数据支撑，支撑数字孪生海洋应用场景建设。

总结

大模型驱动下，全空间智能GIS具有更高程度自动化、更触手可及的应用的发展趋势。预训练大模型能够适用于空间信息行业的专业需求，充分利用“一张图”数据资源及专业样本数据集，构建要素智能识别、智能理解问答、智能业务助手、文本报告生成、数据智能分析等智能模块。针对三维地质建模领域的大模型也在迅速崛起。