——访广州阿尔法创始人、总经理崔秉良
新世纪以来，我国测绘经历了从模拟测绘技术到数字化测绘技术的重要变革，逐步实现了全行业的数字化转型，推动了数字化产品生产与服务体系的全面建立，促进了地理信息产业的蓬勃发展。但近年来这种数字化测绘技术的“红利”已基本用完。
“如今，测绘生产、服务与应用面临着数据保障的实时化、信息处理的自动化和服务应用的知识化等一系列重大技术瓶颈，制约着测绘地理信息事业的高质量发展。”中国工程院院士陈军指出，从信息化测绘到智能化测绘是必然趋势。
那么，应如何认识智能化测绘的内涵？作为企业，应如何在测绘技术从数字化向智能化的转型升级中抓住机遇？创立于2001年的广州市阿尔法软件信息技术有限公司（以下简称“广州阿尔法”）是专注时空信息创新发展的高新技术企业，深研遥感与地理信息系统、大数据、人工智能等技术，以时空知识服务、地理信息工程、自然资源调查监测、国土空间规划设计、可持续发展监测评估、智慧城市建设等为主营业务。
总经理崔秉良，他从企业实践角度出发给读者谈谈实现智能化测绘落地应用的关键点。
认识智能化测绘的内涵
“从数据的角度出发，我认为测绘的目的是生产数据。广义的测绘包含测绘数据生产、加工、组织和应用服务。当下，面对海量数据，对测绘数据的加工、组织和应用服务的高质量需求不断涌现。换言之，人们不仅需求多，而且要求高。”崔秉良认为，数字化测绘面临数据获取实时化、信息处理自动化、服务应用知识化等诸多难题，所以需要有新的体系来解决这些问题。
在崔秉良看来，我国的测绘经历了从模拟测绘到数字化测绘的发展变革，已经处于智能化测绘转型的阶段。“其实，智能化测绘可以看成是数字化测绘的升级版。”崔秉良说，“我们可以看到，从模拟测绘到数字化测绘所采用的数据采集处理工具、手段和服务模式有很大不同。那么向智能化测绘转型必然也要在数据采集处理工具、技术手段、服务模式上下功夫。”
上世纪九十年代以前，人们主要使用光学—机械型测量仪器测制各种比例尺地形图和专题图。“上世纪九十年代初期，当时基本上还是模拟测绘。我们去野外带标尺、经纬仪、测距仪，然后进行白纸测图。我还记得当时上的测绘学概论课就是有教授教我们如何在白纸上测图，测图回来进行清绘，再制成地形图。”崔秉良回忆。
受限于这样的作业模式，测绘产品的周期长、更新慢、质量低，以1∶5万地形图为例，其覆盖全部陆地国土不足80%，且大部分现势性在10年～30年以上，十分陈旧，严重滞后于经济建设和社会发展的需要。为改变这种不利局面，国家测绘主管部门组织进行了数字化测绘技术体系的科技攻关。
“九十年代后，电脑逐渐普及，还有以GNSS、GIS、RS为代表的3S技术投入应用，这就为测绘带来了变革。GNSS仪往那儿一放，基本上几分钟就能采集到坐标，可以电子成图，内业也变成了电子化，生成的是数字化地图， 这就慢慢进入了数字化测绘时代。”崔秉良补充，比较具有代表性的成果是张祖勋院士的全数字化摄影测量系统。
这个系统是由王之卓院士于1978年提出，在张祖勋院士主持下经过十几年的努力研制成功的。全数字化摄影测量系统采用国际先进的快速匹配算法确定同名点，可处理航空影像、SPOT影像和近景影像，实现了从内定向、相对 定向、空三、DEM生成、正射影像制作等生产过程的自动化。
“我记得我们那时候也在搞数字化，一种方法是将纸质图直接扫描成栅格图（DRM），还有一种就是用数字化仪，将纸质图一个点一个点地输进去，达到矢量化的效果。”在测绘行业一线深耕了数十年的崔秉良对技术的更新迭代有着很深的感触。
数字化测绘的成功转型奠定了测绘行业在全社会数字化转型大潮中的重要地位，让其较好地满足了国民经济建设和社会发展的需要。然而，近年来测绘行业的内外部环 境发生了较大变化，再次面临技术转型升级的巨大挑战。
首先，数据获取能力大幅增强推动了行业生产服务向前发展。以遥感卫星为例，遥感卫星是测绘地理信息数据获取的主要手段。当前，我国遥感卫星系统规模领先全球，商业遥感卫星系统发展迅速，正逐步形成高、中、低空间分辨率及合理配置、多种观测技术优化组合的综合高效全球观测和数据获取能力。
与此同时，伴随着技术的发展，测绘地理信息数据获取手段逐步从传统的专用传感器，如遥感、通信、导航卫星、航空飞行器、地面测量设备等向非专用传感器发展，如智能手机、城市视频监控摄像头等，都使得测绘地理信息数据获取能力得以外延。
其次，国家大力推进高质量发展、促进国土空间格局优化，要求全面摸清自然资源家底，科学认知人地关系，实施数据赋能的国土空间规划与管控。但现有数字化测绘技术在智能化、动态性、精准度等方面尚存在着不足或局限性，难以完全满足“查得准”“认得透”“管得好”的应用需求。“在自然资源管理领域，常说要‘全面动态感知，全域智慧管控’，就对咱们测绘提出了非常高的要求。”崔秉良如是说。
因此，如何迈向智能化测绘，实现测绘科技的转型升级成为测绘行业的热点。
“我认为，智能化测绘最大的特点便是要紧跟时代大潮，将数字化测绘与人工智能等技术相结合，实现自然智能与机器智能的双向融合，产生更多更丰富的数据获取工具、数据处理手段，达到更高效、更智能的数据服务模式。”崔秉良如此总结。
智能化测绘必须关注应用服务
“应用服务是智能化测绘亟需突破的一个关键点。” 崔秉良一针见血地指出当前测绘行业正面临的困境—— “数据海量、信息爆炸、知识难求。”郭仁忠院士曾提到当下测绘行业“理论的灵魂跟不上应用的脚步，技术的进步滞后于需求的迸发”。崔秉良深以为然。
“我的理解是我们在数据的应用服务端遇到了瓶颈。测绘数据的生产能力得到了大幅提升，但我们的数据组织、应用能力提升不够，应用乏力。直白地说，我们有的（数据产品）用户用不上，用户想用的（数据产品） 我们没有！”
以当下进行得如火如荼的实景三维中国建设为例，国家大力推广、各地纷纷推进，但还是有不少用户担心其投入产出比的问题。实际上，在上个世纪末，实景三维数据生产就已经开始进行，但到目前其应用仍集中在政府、国有企事业单位层面。例如在规划领域，可以用实景三维展示现实中的城市形态风貌，进行规划方案的模拟比对，模拟洪涝灾害的影响、进行应急演练。“
他强调，实际上人们是需要实景三维应用的。在 2008年的汶川大地震中，广州阿尔法曾跟随陈军院士及其团队参与了抗震救灾地理信息应急服务系统建设，当时便是利用DEM和正射影像等技术进行灾区的三维重建，协助抢险救援和灾后重建规划。灾区地形复杂，汶川大地震后因山体滑坡，阻塞河道，形成大大小小的堰塞湖不胜枚举。堰塞湖不仅给抢险救灾带来了很大的挑战，也给下游人民群众的生命安全带来了很大的威胁。
“利用二维地图无法直观地展现灾区地形，二维地图实际上是对三维现实世界的投影，是通过一系列复杂方法将三维降维到二维，但在使用时我们又需在头脑中将二维还原为三维，这才能和现实世界相匹配。如果是三维影像，那就不仅是感受直观，而且能直接应用了。”
除了规划、城建、应急领域，实景三维在矿山、水利等行业已经拥有不少应用场景，但始终没能在公众层面推广开来。“我们还缺乏像导航地图、天地图这样的公众级应用。现在人们已经完全离不开导航地图了，对其依赖性很强。哪怕是从公司下班回家这样熟悉的线路，大家都会打开手机地图，因为它能实时反映当前的交通状况。”崔秉良举例。在他看来，如何开发面向公众级别的应用非常关键。
“也可能存在一个观念问题，测绘是理工科，一直以来比较关注测量精度，追求测得准不准，忽略了从应用需求出发，不管用户需要什么，都是提供差不多同样的规制产品，例如标准的4D产品。这种产品当然很精准、很标准化，但它是最基础、最原始的，没有贴近用户需求，不具有高附加值。”崔秉良补充，“终端用户那里，测绘数据太专业，拿到手也不好用。这也是为什么时空信息叫好却不叫座的原因。”
“我们总讲‘服务’，因此要走向智能化测绘，首先需要转变理念。陈军院士曾说测绘数据生产者和测绘数据的使用者要各往前迈半步。在我们测绘这一端，我们往前迈半步，就是要了解用户需求，从提供规制产品到提供定制服务，甚至到动态的智能服务，这样生产和需求就能很好地结合起来，推动时空信息的更广泛应用。”崔秉良如是说。
这便是广州阿尔法提及的实现“服务应用知识化”。“通过多年的实践和经验积累，我们对接了许多客户，了解了他们的需求。有些客户很直白‘你那个数据服务器有很多数据，但我想要的没有’。”崔秉良总结当下测绘数据服务应用的痛点有二：数据很多、但想要的没有；数据太专业，不好用。时空知识服务技术便是解决痛点的一个重要抓手。
“首先，我们要认识什么是知识。”崔秉良举例，在自然资源调查项目中，我们测了一块地。通过调查测绘，我们可以知道这块地的位置坐标、面积、地类权属。这些都是信息。但这块耕地是不是破碎化的？有没有非农化风险？如果非粮化了，原因是什么？原始的测绘数据没办法告诉你这些。这便需要知识，知识可以是对信息的解读，也可以是对信息的补充。“为什么客户说数据很多，但想要的没有？客户想要的就是这些知识。知识是决策的依据，客户需要依托知识去做出决策。”崔秉良补充道，除此之外，也要关注客户对背景知识、政策知识等的需求。
“那么，我们应该如何形成知识服务呢？”崔秉良认为大致可分为三步：第一步是采用自然智能+机器智能的混合智能，从测绘数据和其它数据中进行知识挖掘、提炼；第二步是从时间、空间、语义等角度对知识进行组织；第三步是利用浏览、问答、推荐等手段，提供描述型、诊断型、预测性、方案型知识服务。
“就像我们去医院看病，医生会通过‘望闻问切’了解你的症状、吃了什么、对什么过敏等，从而诊断出你的病因、病情阶段、严重程度等，用简明的语言告知你并对症下药，提供诊疗方案。知识服务同样如此，在已知的信息中挖掘并整合所需信息，提炼出知识，并用你能理解的方式呈现出来。”医生为什么可以诊断出病因，是因为受过专业的医学教育。知识服务同样融入了大量的背景知识，利用了知识图谱等技术进行组织、训练。
服务应用知识化的落地与畅想
广州阿尔法实际上已经在进行服务应用知识化的落地工作。“经过这几年的技术攻关和产品研发，目前实现了前期版本的落地应用。基于这个平台，可以快速设计指标、模型，从政策法规资源中抽取知识，用知识图谱组织管理，针对不同场景向用户提供多视角的描述型、诊断型、预测性、方案型知识服务。”
据崔秉良介绍，该平台已经在自然资源调查监测、国土空间规划、可持续发展、城市体检等领域进行了示范应用。在 “秦岭自然资源调查监测试点项目”中，广州阿尔法负责了秦岭分析评价与知识化服务系统的构建。公司依托该平台构建了覆盖地理本底、资源家底、人类活动、空间管控的知识体系，对山水林田湖草等各类自然资源从数量、质量、构成、变化等多个角度进行了知识的挖掘提炼，最终对摸清秦岭自然资源家底提供了有效支撑。专家评审组评价该项目成果技术先进。
同样的，沿着服务应用知识化的路径，广州阿尔法为广东省和重庆市研制了国土空间规划知识服务系统，各有侧重，主要在规划成果应用、规划实施监督等方面融入知识的理念，实现规划可解释、可传导，规划实施有依据、可监测，系统同时具备一定的规划发展预测、方案模拟等能力。“过去对规划有‘纸上画画墙上挂挂’的评价，但通过这个系统，规划成果像‘连环画’一样易于看懂，还能实时了解到规划的实施是否符合规划预期，应该重点关注和调整哪些地域、哪些指标。”
早在2018年11月于德清举办的首届世界地理信息大会上，广州阿尔法时空知识服务平台成果就已成功亮相。“在可持续发展方面，我们为德清搭建了可持续发展知识服务系统，覆盖 16个联合国SDG目标、100多项指标。我们做了4期，构成了可持续发展分析评估、行动方案制定、常态化监测的闭环，形成了从大数据到知识、从知识到决策的运转体系。”据悉，德清依照该项目成果所制定的引导了二十多亿元资金投入的可持续发展行动方案得以通过落实，并运作至今。
崔秉良认为，作为一个成功的知识服务系统，使用者应该无需测绘或制图的经验，同样能够在这个平台上获得所需要的东西，进行相关决策。“时空知识服务系统是时空信息系统的升级版，基于系统化、知识化、智能化理念，能提供信息系统无法提供的辅助决策知识，它也能给信息系统赋能，对信息系统单视角、碎片化的数据信息、功能、术语进行解读、定位。”崔秉良如是说。
在这样的基础上，时空知识服务应用将前景无量。“生产有限、应用无限，就像蔬菜种类就那么多，但你可以做出多种花样的菜肴。测绘数据首先要让用户能使用它，愿意用它，反过来又可以激发用户更多的需求。”崔秉良对于时空知识服务应用的前景充满信心，也对其难点分享了自己的思考。“目前，我们专业的测绘数据主要还是服务于政府，这样的市场空间很有限，我们需要研制面向公众的产品，尝试将测绘数据贴近公众应用。”
崔秉良坦言从To G（即面向政府的产品）到To C（即直接面向终端用户），存在一定挑战。“一是需要发现用户需求，公众到底需要什么样的测绘数据服务；二是技术实现，需要降低测绘数据的专业性，政府人员其实是有一定的专业能力的，但公众应用必须是大众化、普适的。我们的地图要可解释/自解释、可交互；三是商业模式，还是要能赚钱。导航地图就是一个很好的例子。”
对于现在火热的ChatGPT，崔秉良对此关注颇多。“像过去的历次技术变革，我们的测绘地信技术发展也必将受到技术变革的影响。”和众多测绘人一样，崔秉良时刻关注着最新的科技发展动态，并为新技术如何与测绘地理信息技术相融合、促发展而煞费苦心。“如果将大模型技术和时空信息相结合，形成测绘领域的MapGPT，将极大地推动智能化测绘中的服务应用知识化。”崔秉良对未来实现智能化测绘后的愿景有着无限畅想。 （中国测绘学会 2024-01-27）