1国家测绘地理信息局副局长 李朋德 

为了贯彻落实国务院印发的《促进大数据发展行动纲要》，国家测绘地理信息局邀请相关专家围绕测绘地理信息如何抓住大数据和人工智能发展机遇，促进科技进步、产业发展、项目策划，提出相关行动计划。

此次会议召开有以下几个背景。一是政治背景。习近平总书记对人工智能、大数据高度重视；中央也出台了一系列相关政策，在项目支持方面给予倾斜，为此，测绘地理信息必须行动起来。二是科技形势。“科技创新2030-重大项目”新增了人工智能2.0，这是国家重大科学工程，列入到“十三五”期间的16个国家科技重大专项之一。同时，国家发展改革委牵头推进大数据发展，安排建立四个新的国家工程实验室，并立项实施一批重大项目。时空信息是国家大数据的重要组成部分，但是现在还没有很好地发挥支撑作用。三是产业背景。最近兴起的无人驾驶、人工智能等传感技术将成为未来地理信息产业发展的热点。四是安全形势。贯彻落实国家总体安全观和国家“走出去”战略，全球化布局也急需全球范围和重点地区的时空信息支撑。

总的来说，全球化、信息化、城镇化、工业现代化和农业现代化，都离不开时空信息、大数据和人工智能。

2武汉大学测绘遥感信息工程国家重点实验室主任 陈锐志 

我以《未来测绘和人工智能》为题目，围绕测绘和人工智能谈两点。一是测绘跟人工智能的关系；二是测绘地理信息领域不同的传感器，在不同环境的智能应用。

第一，测绘跟人工智能什么关系呢？人工智能是指一个机器能够感知环境，实现它的目标，整个过程包括感知、认知到行动。“测”本身就是感知，“绘”是认知，最后是“用”，就是行动。测绘跟人工智能有很密切的关系，比如说测绘有不同类型的传感器，从卫星到无人机、无人车、机器人，到可穿戴设备等等。相对来说，测绘活动关于地理信息获取、处理、分析、挖掘、应用，这在传感器和人工智能之间起到交互作用。

第二，关于传感器的智能应用。一是移动智能泛在测绘。这是我们重点实验室一个很重要的研究方向。这个方向比如说无人车，有车载激光，还有室内机器人，跟测绘有什么关系？如果将来路上全是无人车，无人车本身就带了很多测绘的传感器，这些数据跟终端数据一样的，如果能统一处理的话，实时路况很清楚，很准确。二是环境泛在感知。智慧城市有很多流数据，如车流、人流，这些流数据跟固定的数据怎么实现智能，通过线上线下的对生存环境怎么感知，这些跟测绘都有密切的关系。三是增强现实与虚拟现实。虚拟现实游戏要求定位很准确，如果不准确，游戏效果不逼真，等等。

第三，关于人工智能对测绘带来的机遇。测绘与人工智能息息相关。未来的测绘技术依赖于人工智能，包括无人驾驶等等。因此，需要改变理念，人工智能能在测绘活动里扮演很重要的角色。另外，人工智能也对测绘带来挑战。一是海量数据处理；二是人工智能的智商越高，对定位精度、空间信息准确性，以及地理信息认知要求就越高。总体来说，人工智能将来对测绘的冲击比现在更大。

3北京大学教授 刘瑜 

我报告的题目是《基于地理大数据的社会感知》。主要介绍四方面内容。第一，社会感知。社会感知以人作为最小的感知单元，以各类定位、社交媒体等数据作为数据源，从人、地、时三个维度出发，扩展地理信息系统分析模型和方法，通过数据挖掘和机器学习等手段发现时空轨迹规律。

第二，大数据。大数据来源广泛，如手机、社交媒体、银行刷卡记录等途径都在产生着不同特点的时空数据。其中每个个体都扮演着传感器的角色，因而大数据直接反映了人的时空行为。由于海量个体活动所呈现的行为规律和模式跟地理环境关系密切，可从海量的大数据中挖掘其背后的地理环境特征，而这些特征用传统的感知和测绘手段通常是无法获取的。因此，社会感知与传统的遥感手段相结合，可以更好地服务于辅助决策。

第三，社会感知研究。一是要感知人的行为特征，包括人的移动轨迹、社交关系、情感体验等方面的行为信息。在群体层面，这些行为信息所表征的模式与土地利用 、城市用地功能、不同区域之间的空间交互都有关联。二是通过海量人群的行为模式挖据地理环境特征，通过具有时空标记的大数据，形成人地耦合的研究框架，进而研究这种耦合关系的时间演化。三是在感知人地交互关系的基础上，指导相关领域的“以人为本”政策制定，如城市与区域规划，交通规划等。

第四，几个社会感知综合应用例子。一是评估鬼城。利用定位数据可以知道人口分布情况，定量评估住宅空置率，这一结果在国内外受到广泛关注。二是应用于人口分布研究。利用春节期间的定位数据，将春节前、后的数据叠加、对比分析，再结合夜光遥感数据，分析出不同地区的劳工流分布情况，比如珠三角、长三角的劳务输入主要来自于哪里，以及全国劳务输入和输出总体情况。三是利用街景数据评估城市规划。对街景图像内容进行自动提取，进而识别、量化城市的物理景观等，以理解城市空间。四是突发事件预警。2014年上海外滩踩踏事件发生时，利用百度数据可以反映事发地当天晚上10点到11点人口分布情况。通过这种数据进行安全预警，防止类似事件发生。

综上所述，地理大数据提供了对海量人群时空行为的获取手段，从而揭示其背后的社会经济现象。传统的遥感手段主要是物理空间的揭示，可以把这两个手段结合起来，掌握更为全面的地理环境特征。

4中国科学院大气物理研究所研究员 刘毅 

我的报告题目是《水循环、碳循环监测在全球大气能量平衡及气候变化的作用》。

在对地观测方面，国际上较为重视海洋、陆地观测，主要手段为卫星、飞机和地面观测，并试图将多维信息耦合起来。此外，在观测过程中，国际上普遍是观测海洋的就专门观测海洋，观测陆地的仅观测陆地，并不会跨领域观测；美国、日本等国将大气和海洋卫星统筹观测。而国内的情况较为分散，气象、环保、海洋等部门的对地观测资料大多在本部门得到比较充分应用，但是跨部门数据共享急需加强。相比来说，欧洲、美国等提出了非常明确的计划来突破不同领域的集成应用。以碳排放观测为例，通过大数据和空间模型结合，将一些国际组织如卫星组织、对地观测组织汇聚形成一个平台。

大数据除了数据量大以外，也有异构特点。例如从地表看到的数据实际是透过大气，它包含了大气的信息。不同圈层的数据之间既有联系又有差异，差异在于不同的时间尺度、空间尺度以及不同的要素。我国拥有非常丰富的数据，不同部门的数据如何联系在一起，是亟需解决的。目前我国有气象、海洋、环境、测绘以及高分卫星系列等非常丰富的卫星遥感数据，分布在气象、海洋、测绘、环保等部门，充分融合与挖掘的空间非常大。另外，从地球大环境的角度，每个人都生活在环境中，人类活动影响着气溶胶、污染的排放和时空分布，同时也影响着环境和气候，这些变化都是密切相关的。因此，这几个圈层的数据应当作为一个总体来考虑。

5解放军信息工程大学教授 华一新 

我报告的题目是《全空间信息系统的基本理念与研究进展》。主要介绍两方面内容，一是基本理念，第二是研究进展。

第一，基本理念。全空间信息系统的研究是围绕人机物混合的三元世界的全尺度空间信息获取、处理、分析的关键科学与技术问题。目的在于探索多元空间协同表达与时空基准、全尺度空间数据模型、设施信息标准化模型等理论方法，攻克多尺度多模态大数据归一化、多元空间数据分析模型与动态模型耦合、全空间信息符号化表达与可视化等前沿核心技术;研制具有原始创新、世界领先的全空间信息系统原型，构建城市基础设施管理示范应用系统，促进我国地理信息系统创新发展。目标是突破传统地理信息系统（以下简称GIS）以地图为模板的间接建模方法。

终极的地理信息系统是什么样的？这是一种时空信息系统，能够在计算机中构建与现实世界完全对应的数字世界，宇宙在计算机里面，地球在计算机里面，城市在计算机里面，人在计算机里面，计算机里面的世界与现实世界一样。能够在数字世界里面描述现实世界的一切，这种时空系统也就具有了数字方式创建世界的能力。显而易见，这是不可能实现的。现在在传统GIS和终极GIS中间取一个目标，叫做全空间信息系统，这是一种比地图直接的方式来描述现实世界，要克服传统GIS的不足，能够更好地满足时空信息的应用需要。

全空间信息系统的核心问题在于描述现实世界，研究目标是通过对现实世界的不同程度的对象化的抽象和建模，在信息空间中构建与现实世界对应和关联的微观和宏观数据世界。全空间信息系统具有以下几个特点：一是突破了传统的GIS以地球为参考的空间范畴，将空间信息的尺度扩展到微观和宏观空间；二是全类型，不论有形无形的实体、静态动态的物体以及静态动态的物体显像过程都可以进行描述；三是全动态，信息空间中的每个实体的位置、形态、结构、关系、认知、行为、属性等全部都是动态的，并具有生命周期；四是全属性，需要对信息空间中实体的时间、空间、形态、关系、认知、行为等特征进行全方位的描述和表达。

第二，研究进展。目前，已确定了多粒度时空对象数据模型的8个核心组成部分，并从理论和实现两方面对其进行细化研究。8个核心组成部分包括时空参照、空间位置、空间形态、组成结构、关联关系、认知能力、行为能力和属性特征。

多粒度时空对象数据模型取得了一些成果但尚未完善。全空间信息系统平台的基本结构设计已基本完成，并开始了数据管理、空间分析、可视化等方面的功能模块设计。

6中国电子科技集团公司第十研究所情报处理室主任 刘欣 

我报告的题目是《大数据背景下测绘地理信息领域在军事应用方面发展探讨》。总的来说，在军事领域，测绘地理信息作为所有系统的基础，是精确制导武器的眼睛，是数字战场环境的重要支撑。

第一，测绘地理信息在军事领域的作用。一是统一展示战场态势。在统一时空基准下，将战场各武器装备的位置数据以及相关的环境数据进行统一组织管理，使不同类型空天地海数据在统一平台上一体化集成，实现对战场态势全局展示、实时感知和掌控。二是推动战场管理体系建设。将所有武器装备、军队部署等信息进行时空组织、统一管理。特别是武器装备的空间位置、运行状态、技术参数一体化展示。三是推动一体化联合指挥作战。将陆海空天网各维度信息进行基于地理位置组织管理，为一体化联合作战提供统一、高效的信息服务。四是推动作战指挥手段的智能化。通过时空关联分析实现人、物、事件等数据信息多维关联，结合大数据、人工智能等技术，提高作战指的智能化。

第二，测绘地理信息在军事领域的应用。一是构建军事地理信息系统。军事地理信息系统是一种特定而十分重要的空间信息系统，是指挥员认识地理环境和利用地理条件的现代化工具，辅助指挥机关制定相应对策和实施作战指挥。二是军事侦察。遥感技术是现代军事侦察的重要手段之一，具有侦察范围广、不受地理条件限制、发现目标快等优点。能获取到通过其他途径难以得到的军事情报。从侦察卫星拍摄的遥感图片能看清飞机和导弹发射架等军事装备和设施，能分辨坦克和战车的类型，能识别直径为厘米级的物体。三是导弹预警。当导弹发射时，火箭发动机喷焰辐射出很强的红外线，运行在地球静止轨道或大椭圆轨道上的预警卫星，借助高灵敏度红外传感器和高分辨率电视摄像机，数十秒钟就能发现目标并自动报警。预警卫星还配备有核爆炸探测装置，在和平时期可用于核查大气层中的核试验，在核战争时期可用于评估核武器攻击效果。四是海洋监视。准确的确定舰艇位置、航向和航速。五是武器制导。旨在提高武器智能化水平与命中精度。六是军事测绘，旨在建立全球统一坐标系统和测制目标地区的地形图,减少飞机、潜艇的导航误差和提高远程武器命中精度。

第三，军事大数据与测绘地理信息融合发展。计划构建大数据生态系统，建立包括数据元、基础设施平台、应用服务的军事大数据，形成大数据系统生态链条。整个系统包括数据提供者、大数据框架提供者、大数据处理提供者、数据消费者、生态协调和数据管理。其中，数据提供者包含业务、感知、互联网和第三方数据四个种类；大数据框架提供者提供大数据的基础设施，含计算、存储、网络、安全等物化设备及资源虚拟化管理，以及分布式数据库、文件系统和软件运行环境；大数据处理提供者提供大数据的通用计算存储服务、开放的数据分析处理集成框架和通用分析服务；数据消费者分为业务应用和数据服务平台；生态协调主要实施数据管理、资源管理、服务管理和用户管理；数据管理主要应该关注数据的全生命周期管理和数据质量的管理。

第四，测绘地理信息大数据建设的建议。一是有序推进战场环境数据精确化、专业化建设。战场环境数据采集要精细化、精确化、专业化，才能支撑作战任务规划和作战效能分析。比如陆战场中，不同地形高度、不同密度植被对无线电波的吸收干扰，以及对通信距离和时延的影响分析；海战场中，不同洋流、潮汐、暗礁对舰艇行进路线、时间及油耗的影响分析；空战场中，不同空气密度、季风走向等对飞行物、空飘物的影响分析。此外，特殊地域中磁场变化可能对武器装备、电磁频谱造成的干扰等。二是研究建立国家安全军地测绘地理信息联合建设机构及数据共享平台。以国家测绘地理信息局、军委及相关军种为主体单位，联合军地测绘地理信息机构以及测绘地理信息专业院校、科研院所等，成立研究协调小组，论证建立国家安全军地测绘地理信息联合建设机构，按照军地职责分工，区分各单位专业特点，协商军民各单位在国家安全建设中的责任与义务；确定军民各自重点承担测绘导航、地理空间的任务领域与范围；明确保障对象的任务分工与协同合作；推进高分辨率对地观测、人工干预气象条件、复杂电磁环境下通信与干扰等科技领域的专题研究创新。三是提升地理信息数据处理效率和智能水平。大数据平台能够将海量数据进行分布式计算，提高分析效率。地理信息数据包括图像、影像等异构数据，像元、特征等不同层次，以及重采样算法、瓦片切割、沉降分析、图像融合等不同处理流程，需要高效的并行化处理，实现地理信息产品的批量生产。四是全球时空网格建设。全球时空网格与各类地理信息具有较强的互补性和兼容性，具有数据整合更简单、查询更快捷、计算更高效、共享更直接、表达更丰富、使用更方便等优点。

第五，军民共建西部空间大数据产业。中国电科十所正与四川测绘地理信息局联合开展2030国家重大专项工程天地一体化信息网络工程的成都地面信息港建设。成都地面信息港通过大数据技术汇集管理遥感数据、基础地理信息数据、基础测绘数据、位置增强信息、政务信息、行业信息和社会感知信息等数据，建立面向西部地区的空间大数据服务云平台，对外提供空间大数据服务、综合PNT服务和天地网络通信服务。建议采用军民融合思路，加强军地合作，加强四川测绘地理信息局与中国电科十所的合作。双方共同合作将四川测绘地理信息局现有时空信息、时空大数据云平台接入成都地面信息港，作为成都地面信息港测绘地理信息分中心。共同开展民用测绘地理信息在军事领域的融合应用，共同推动西部地理信息大数据产业发展。

7中国测绘科学研究院院长 程鹏飞 

测绘地理信息领域引入大数据，更重要在服务方面。大数据的主要特征是数据量大、种类多、增长速度快。目前现有的各个层级的地理信息数据离大数据还有一些差距。测绘地理信息数据种类还不够多，增长速度也还不够快，每时每刻都在变化和收集的数据才是大数据，现在的测绘数据离这个特征还有一些差距。但也不能就此否定测绘大数据，比如现在通过手机定位描述每个人每天行为轨迹，这实际上是打上时间、空间标签的测绘数据，只不过没有列入现在的测绘成果种类中。

测绘要迎接大数据时代，开展数据挖掘，应该从测绘数据入手，一是丰富测绘数据和成果种类，现有的产品种类比较单调。二是深入研究测绘标准和保密政策，特别要防止保密政策制约了测绘地理信息的发展。

大数据对于测绘数据本身的依靠不是很多，更多的是与其他数据相结合。谷歌对今年中国第一季度经济的评估，是通过分析中国夜间照明的情况得出的，其结论是中国第一季度的GDP的增长比官方公布的要好得多。在这个例子中用到了测绘的版图数据，但核心还是灯光夜间照明的提取和分析。

总的来说，对于测绘大数据来说第一不能狂热，第二要认识到和大数据还有差距，第三要改变理念去迎接挑战。

8

国家测绘地理信息局卫星测绘应用中心副主任 唐新明 

大数据时代，对测绘既是一个机会，更是一个挑战。目前时空大数据的定义、内涵和外延还有待研究，所谓的测绘大数据到底包括哪些内容，在大数据时代，测绘数据能不能起到引领潮流的作用，这些都是需要研究的问题。

第一，测绘时空大数据需要建立平台。一要解决数据兼容问题。传统的测绘产品，如4D、遥感数据产品等，需要与导航数据、手机信息和各种社交媒体信息进行兼容处理。二要解决数据接入问题，要研究如何把各类大数据进行有效的汇聚、接入。

第二，要开展时空大数据的汇聚和数据挖掘。通过汇聚的综合数据挖掘出对国民经济发展有用的信息，大比例尺下的数据挖掘可以提供很多服务。

第三，大数据要和制造业相结合。依托先进的摄影测量技术，在比例尺上从1：2千向1：1的层次拓展；在智能驾驶、智能机器人方面，充分吸收先进技术和服务手段。

第四，在国家生态文明建设、城市治理等方面的顶层设计上做一些挖掘、整理，促进国家生态文明建设。

9中国科学院自动化研究所研究员 潘春洪 

我来自于中国科学院自动化研究所国家重点实验室，主要从事计算机视觉和图像处理、模式识别跟人工智能，在计算机视觉、三维成像具有技术优势，与测绘部门有很好的合作前景。第一，测绘要发展首先要换思路，不能用传统的测绘思路去做测绘；第二，需要学科交叉，信息科学发展突飞猛进，每个学科都在深入挖掘，比如测绘与交通结合起来缓解北京的交通拥堵，测绘与互联网结合起来提供服务，把航空、无人机、地面摄像头、各种各样的网络数据结合起来，要找到数据的关键点。第三，需要技术精细化，把技术做到极致，一个技术会引领一个产业，比如谷歌的页面排序、雅虎的搜索，当一项技术成熟后，就可以推向市场，我们要找到技术的关键点。第四，要做好顶层设计以引领新技术，如通信服务器多了以后，可以用人工智能对有限的通信资源进行调度，从而引出新技术，但顶层设计一定不能与实际脱节，要做出亮点。第五，要认真研究保密政策，现有的保密制度束缚了很多技术的发展，也不利于军民融合发展。

10同济大学测绘地理信息学院院长、教授 童小华 

研究时空大数据需要关注几个方面，一是基础理论研究。从原来静态地图扩展到全空间，从宇宙到地球，再到人体细胞，跨度是多维度、多粒度的，需要研究数据模型、数据表达，也包括怎样从地理学、心理学进行地理空间数据的认知；在数据质量方面，数据可信度评估、数据追溯性等方面，时空大数据还没有非常完善的理论；在基准方面，需要把几大圈层的时间、空间基准进行统一，形成一体化的数据。二是一些颠覆性技术，要关注高精度传感器技术、数据融合、人工智能等技术的发展及其在测绘领域的应用。三是要强调安全，特别是国家安全。

11武汉大学测绘遥感信息工程国家重点实验室 王密 

关于国产卫星数据处理，我国有二三十颗卫星在用我们的系统来做处理，每天的数据量可能至少几十个TB，数据库里已经达到上十个PB的数据，有一种数据灾难的感觉，那么多数据并没有真正发挥出它的价值。实际上每天很多数据接收后能够应用的可能连10%都不到。应该利用专业优势，把这些数据真正汇集到一起，形成一个大数据平台，满足各方面的应用需求，使数据的价值得到充分的发挥。

大数据是一个交叉领域，需要界定测绘的边界。现在大数据非常热，成立了很多大数据中心，很多单位也挂了实验室的牌子，号称是时空大数据、遥感大数据。现在技术发展很快，在很多学科交叉融合的背景下，如何利用专业优势做出特色，是应该重点考虑的问题。我国遥感卫星数据从2000年到现在发展很快，要加强这些数据的挖掘和分析，如对城市和各种基础设施快速变化方面的挖掘，为有关行业提供支撑并提供大众化服务，这里可能需要有一些政策和其他方面的问题，但关键是如何发挥大量数据真正的价值。

12国家测绘地理信息局测绘发展研究中心研究员 常燕卿 

第一，对测绘地理信息大数据的理解，包括三个方面。一是各类测绘生产单位生产的数据，如影像、电子地图等；二是各类离散数据流。街景采集车等定位终端产生的各种轨迹数据，以及移动社交网络、微博、微信等产生的位置多媒体数据。三是与位置相关的图片、视频、语音等非结构化数据。

第二，大数据时代地理信息的价值实现方式。近年来，资本市场日益表示出对地理信息产业的热衷，其应用模式是将互联网地图作为搜索入口，提供位置和导航服务，通过位置链接其他出行、社交等有关信息，再通过游戏、广告、音乐服务等其他业务变现，间接实现地理信息价值。概括来说:“实时位置信息在大数据时代将越来越多地被第三方用于提供新的服务”。

第三，大数据技术对于测绘地理信息工作的影响。大数据技术按照环节划分包括数据采集、存储、处理、分析、挖掘和表达，与测绘地理信息数据生产、应用服务流程基本一致。来源繁杂的大量非结构化、碎片化、多样性数据与测绘地理信息集成应用需求在不断拓展和催生新的服务领域的同时必将对测绘地理信息技术进步、生产、管理与应用带来重要的,甚至是颠覆性的影响。

第四，具体建议。一是加强技术引进与科技攻关。围绕数据科学理论体系、大数据计算系统与分析理论、大数据驱动应用模型探索等基础研究进行前瞻性布局。二是转变测绘地理信息工作的思维方式。随测绘地理信息工作核心可能向数据管理和数据服务转移，可能对现有的测绘地理信息核心业务、生产力布局等方面带来冲击，甚至可能改变整个测绘地理信息管理格局，要适时开展前瞻性研究和探索。

13招商局重庆交通科研设计院有限公司首席专家 邓卫东 

目前从事的公路基础设施建设运营管理工作对测绘地理信息的需求主要集中在两方面，一是公路基础设施的变形监测。我国高速公路里程达到了14万公里，世界第一，公路基础设施管理必须采用信息化手段来管理静态和动态信息。静态信息主要包括资产信息管理、查询和检索；动态信息主要是基础设施变化变化情况，进而进行安全评估。公路基础设施比较分散，迫切需要分布广、便捷、便利的监测手段和技术。二是多元数据测量，如边坡内部结构、不同材质和结构的桥梁、隧道等多种类型基础设施监测。