新技術的快速發展給測繪地理資訊行業帶來了前所未有的機遇與挑戰。人工智慧、大數據、物聯網（lot）、5G、無人機、區塊鏈等新技術帶動了地理資訊産業的發展，根據《中國地理資訊産業發展報告2024》，2023年我國地理資訊産業總産值達到8111億元，同比增長4.2%。當測繪碰上人工智慧、時空大數據碰上數字時代新算力等以AI為基礎的新技術將給測繪地理資訊行業帶來巨大變革！

從測繪學科的發展歷程看，測繪經歷了模擬測繪、數字化測繪、資訊化測繪，到現在正進入智慧化測繪階段。從20世紀80年代以前，以人工借助光學儀器生産紙質地形圖，到 20世紀90年代，借助數字測量系統生産數字化“4D”産品，建立數據庫，再到21世紀以來，衛星極大涌現，基站遍佈全球，空天地一體化為特徵的生産作業模式，地圖也變成了數據庫和服務平臺，其應用領域也不斷拓展，已廣泛應用於電力、交通運輸、自然資源監測等基礎設施領域，並推動商業航太、低空經濟、自動駕駛等新興業態的發展。測繪地理資訊産業轉型升級已迫在眉睫。以人工智慧、大模型、新算力等新技術正在給整個行業帶來深刻變革與巨大機遇，同時也面臨更高的挑戰。

傳統測繪地理資訊産業面臨的挑戰

（一）技術發展滯後且技術更新慢

（1）作業效率低下：傳統測繪方法（如人工測量、全站儀測量）耗時長，難以滿足現代社會對快速、高效測繪的需求。

（2）精度較低：相較于鐳射雷達、無人機等新技術，傳統方法在複雜地形和大範圍測量中的精度較低。

（3）設備陳舊：許多企業缺乏資金和意願投資更新先進設備，導致技術老化。

（4）傳統企業對新技術適應能力不足：例如，對無人機、AI、大數據等新興技術的應用能力較弱，難以與新興企業競爭。

（5）高投入：新技術（如無人機、LiDAR）的硬體成本較高，中小企業難以承受。

（6）高精尖人才短缺：涉及多學科交叉，需要具備大數據、AI、遙感等多領域知識的複合型人才。

（二）數據品質與標準化不一

（1）數據處理能力不足：傳統測繪行業在面對海量數據（如遙感影像、點雲數據）時，缺乏高效處理和分析能力。

（2）數據利用率低：採集的地理資訊數據常常未被充分挖掘，缺乏創新性應用。

（3）多源數據融合難度：不同設備、平臺採集的數據格式和精度不統一，增加數據處理難度。

（4）數據冗余與垃圾數據：隨著數據量爆炸式增長，如何高效篩選和清洗數據成為挑戰。

（5）數據格式不統一，導致多源數據融合和共用困難。

（6）缺乏完善的品質控制標準，影響數據的準確性和可靠性。

 （三）市場環境變化，競爭加劇及需求多樣化

（1）新興企業的衝擊：擁有先進技術（如AI、無人機測繪）的初創企業對傳統測繪公司構成威脅。

（2）科技巨頭入局：如Google Maps和其他跨國科技公司，以其技術優勢和資金實力迅速佔領市場。

（3）用戶需求從簡單的地圖製圖轉向智慧化、定制化的地理資訊服務，而傳統測繪企業難以快速適應。

（4）新興領域（如智慧城市、數字孿生）的需求激增，而傳統測繪行業參與度較低。

（四）人才短缺與結構失衡

（1）專業人才流失嚴重：測繪行業收入較低，吸引力不強，導致技術型人才流向IT、大數據等更高薪的領域。

（2）人才結構不合理，缺乏既懂傳統測繪又精通AI、大數據的複合型人才。

（3）老齡化問題：測繪行業技術人員隊伍老齡化現象嚴重，年輕人對這一傳統行業的興趣較低，影響行業持續發展。

（五）商業模式單一

（1）商業模式單一，缺乏創新型服務（如數據增值服務、智慧分析應用）。

（2）傳統測繪行業多以政府項目為主要收入來源，市場化程度低。

（3）難以形成規模經濟：測繪行業具有較強的地域性，項目間碎片化嚴重，難以形成規模效應。

（六）政策與法規對行業不利

（1）監管滯後：新技術發展速度快，但相關法規和標準的制定往往滯後。

（2）數據隱私風險：涉及個人和敏感區域的地理資訊數據在採集和存儲時容易引發隱私問題。

（3）網路安全威脅：地理資訊系統（GIS）可能成為網路攻擊的目標，數據被篡改或洩露會造成嚴重後果。

（4）國際協調難度：跨國測繪和數據共用涉及主權、保密和數據使用等問題，需協調不同國家間的利益。

（七）行業競爭加劇

（1）隨著科技巨頭（如Google、Amazon）的加入，傳統測繪企業面臨強大的競爭壓力。

（2）開源技術的普及降低了行業進入門檻，市場更加碎片化。

傳統測繪行業的困境主要集中在技術滯後、數據利用不足、市場競爭加劇、人才短缺、政策壓力和商業模式單一等方面。要走出困境，行業需要積極擁抱新技術、優化人才結構、創新商業模式，並與新興市場需求接軌，實現轉型升級。

新技術帶來的機遇

人工智慧（AI）、大數據等技術正在顯著地影響測繪學科，推動其向智慧化、自動化和高效化方向發展。以下是主要影響領域和具體表現：

（一）高效的數據採集與處理

（1）無人機與自動化感測器：AI演算法結合無人機、鐳射雷達（LiDAR）等設備，實現大規模、實時、高精度的地理數據採集。

（2）圖像識別與分類：AI在遙感圖像處理中，能夠自動識別地物類型（如建築物、道路、植被等），大幅提高效率。

（3）智慧數據清洗與融合：AI演算法能自動識別和修正數據異常，提升數據品質。

（4）海量點雲數據處理：AI對三維點雲數據進行分類、分割和建模，簡化複雜數據的處理流程。

（二）複雜建模與智慧分析技術

（1）時空大數據挖掘：結合大數據技術和AI，挖掘地理數據中的隱含模式，用於預測城市擴展、災害風險等問題。

（2）動態模擬與預測：AI可用於交通流量預測、土地利用變化模擬等場景，幫助制定科學決策。

（3）複雜地形建模：AI驅動的機器學習模型可基於多源數據生成複雜地形，替代傳統基於數學公式的建模方式。

（三）測繪自動化與智慧化

（1）機器人與AI技術結合，實現無人化測繪（如礦山測繪、海洋測繪）。

（2）實時導航與定位：AI用於提高GNSS（全球導航衛星系統）的精度，增強惡劣環境下的定位能力。

（3）智慧地圖更新：AI能自動檢測遙感影像中的變化區域，對地圖進行快速、自動更新。例如，基於深度學習的圖像差異檢測，可識別新增道路、建築物等變化。

（四）多技術融合與創新

（1）多學科交叉：AI與測繪的結合，催生如智慧導航、智慧城市、數字孿生等前沿領域。

（2）虛擬現實與增強現實（VR/AR）：測繪數據與AI技術結合，為VR/AR提供更高精度的三維地形和建築模型，提升沉浸感。

（五）精準應用各行各業

（1）城市規劃：AI與大數據支援精細化的城市測繪與管理，優化資源分配，提高決策效率。

（2）環境監測：測繪技術結合AI，用於監測氣候變化、洪水預測、土地退化等環境問題。

（3）災害管理：地震、洪水等災害發生後，通過AI處理遙感數據，快速生成災害評估報告，指導救援行動。

新技術與裝備的驅動

當前，測繪地理資訊行業的裝備技術取得了顯著進步，主要體現在以下幾個方面：

（1）高解析度立體測繪衛星

2020年7月25日，我國成功發射了資源三號03星，這是中國首顆自主的民用高解析度立體測繪衛星，填補了我國在立體測圖領域的空白。該衛星能夠直接生成三維立體影像，提升了1:5萬比例尺及更大比例尺地理資訊的更新能力，可廣泛應用於實景三維中國建設、地理國情監測、耕地保護、地質災害防治等領域。

（2）三維鐳射掃描器

國內企業自主研發的三維鐳射掃描器系列産品，在測量速度和精度等關鍵性能上已達到國際先進水準。 這些設備具備高效、多樣、快速的特點，能夠實現多源資訊融合，廣泛應用於城市建設、交通、考古、農田、水利、環保、工程地質等領域。

（3）無人機航測系統

無人機航測技術的發展，使得數據獲取能力大幅提升。 通過搭載高精度感測器的無人機，可快速獲取高解析度的地理資訊數據，廣泛應用於測繪、農業、林業、環保等領域。

（4）探地雷達系統

自主研發的探地雷達産品已形成多個系統，最新産品具有操作簡便、可靠性高的特點，既可用於淺層工程檢測，又可實現對地下較深層目標的探測。 應用領域涵蓋城市建設、交通、考古、農田、水利、環保、工程地質、公安和國防等部門。

（5）車載移動測量系統

基於移動測量技術的高性能車載移動測量系統，能夠快速獲取道路及周邊環境的高精度數據，已應用於國慶閱兵等重大活動的測繪任務中。

綜上所述，當前測繪地理資訊行業的先進裝備涵蓋了高解析度立體測繪衛星、三維鐳射掃描器、無人機航測系統、探地雷達系統和車載移動測量系統等，這些裝備的自主創新與應用，標誌著我國測繪地理資訊裝備製造正邁向中高端水準。

産業轉型應對策略與目前所面臨的問題

（一）産業轉型策略

“轉型升級，技術驅動是關鍵。我們正處在一個全新的智慧化時代。人工智慧是人類智慧的一種延伸和升級。科學技術是第一生産力，創新是引領發展的第一動力。

（1）加快智慧化測繪技術體系的構建

什麼是智慧化測繪？中國科學院、中國工程院院士李德仁認為，智慧化測繪是從以繪製地形圖為主的小測繪發展成當今以地球空間資訊服務為主的智慧化大測繪。中國工程院院士劉經南認為，智慧化測繪時代正是將傳統測繪技術轉向人的智慧化感知認知的技術，測繪要形 成智慧化感知、認知環境、發現環境中的問題，而且能夠提供解決方案的完整過程鏈條。中國工程院院士陳軍提出，智慧化測繪是以知識為引導、演算法為基礎的一種混合型智慧計算範式。

目前，亟需加快測繪智慧化技術體系的構建，這一技術體系框架包含多個層面，如理論方法、智慧技術、裝備製造以及時空賦能等，每個層面下又包含了多個層次、多個領域交叉所涉及的關鍵技術和裝備、賦能方向與生態構建。

（2）攜手共建智慧化測繪服務與生態

推進測繪智慧化技術的發展，構建良好的生態環境極其重要，需要政府、産業、市場等同向發力，協同推進。

數據的開放與協同、智慧化、 標準化與互操作、政策與法規、安全性與合規性等方面， 需要政産學研商各界攜手，共同努力。

（二）目前所面臨的問題

（1）測繪智慧化關鍵技術創新與産業應用支撐亟需加強

儘管測繪領域已有許多智慧化技術創新和新概念提出，但在測繪行業和産業方面， 關鍵創新技術的支撐度不足，先進技術落地應用仍存在明顯問題。

例如，遙感自動分類解譯技術研究同遙感工程應用需求之間存在巨大鴻溝。像第三次全國國土調查，參與人員達21.9萬人，2.95億個圖斑幾乎全部靠人工歷時3年勾繪完成。

（2）支撐測繪地理資訊轉型升級的重大工程抓手明顯不夠

綜觀從模擬測繪到數字化測繪到資訊化測繪的歷次轉型，行業發展完成了由小到大、由弱變強的宏偉蛻變， 多項國家級重大工程立項實施發揮了關鍵支撐和推動作用。相比而言，目前面向智慧化測繪的重大工程較少，資源和週期投入支撐不足，導致測繪技術的智慧化發展和進步受到制約。

（3）自主可控的智慧化軟硬體裝備研發需要進一步加強

儘管我國在高端測繪裝備國産化方面取得了一些進展，但仍需要進一步加強自主研發能力，實現關鍵技術自主掌握。如高精度電子水準儀，高解析度遙感感測器等。

未來展望

新技術將進一步推動測繪地理資訊行業的智慧化、自動化、全球化。數據服務化趨勢將更加明顯，地理資訊行業可能成為智慧社會的基礎設施之一。通過技術與業務模式創新，測繪地理資訊將迎來更多跨界應用，成為解決全球性問題（如氣候變化、城市化等）的重要工具。

總之，面對機遇與挑戰，測繪地理資訊行業需要在技術、管理和政策層面全面發力，以抓住時代發展的新機遇。未來，隨著技術的進一步發展，測繪學科將更加智慧化和人性化，成為智慧社會的重要支柱。（贛東學院  張求喜）