新技术的快速发展给测绘地理信息行业带来了前所未有的机遇与挑战。人工智能、大数据、物联网（lot）、5G、无人机、区块链等新技术带动了地理信息产业的发展，根据《中国地理信息产业发展报告2024》，2023年我国地理信息产业总产值达到8111亿元，同比增长4.2%。当测绘碰上人工智能、时空大数据碰上数字时代新算力等以AI为基础的新技术将给测绘地理信息行业带来巨大变革！

从测绘学科的发展历程看，测绘经历了模拟测绘、数字化测绘、信息化测绘，到现在正进入智能化测绘阶段。从20世纪80年代以前，以人工借助光学仪器生产纸质地形图，到 20世纪90年代，借助数字测量系统生产数字化“4D”产品，建立数据库，再到21世纪以来，卫星极大涌现，基站遍布全球，空天地一体化为特征的生产作业模式，地图也变成了数据库和服务平台，其应用领域也不断拓展，已广泛应用于电力、交通运输、自然资源监测等基础设施领域，并推动商业航天、低空经济、自动驾驶等新兴业态的发展。测绘地理信息产业转型升级已迫在眉睫。以人工智能、大模型、新算力等新技术正在给整个行业带来深刻变革与巨大机遇，同时也面临更高的挑战。

传统测绘地理信息产业面临的挑战

（一）技术发展滞后且技术更新慢

（1）作业效率低下：传统测绘方法（如人工测量、全站仪测量）耗时长，难以满足现代社会对快速、高效测绘的需求。

（2）精度较低：相较于激光雷达、无人机等新技术，传统方法在复杂地形和大范围测量中的精度较低。

（3）设备陈旧：许多企业缺乏资金和意愿投资更新先进设备，导致技术老化。

（4）传统企业对新技术适应能力不足：例如，对无人机、AI、大数据等新兴技术的应用能力较弱，难以与新兴企业竞争。

（5）高投入：新技术（如无人机、LiDAR）的硬件成本较高，中小企业难以承受。

（6）高精尖人才短缺：涉及多学科交叉，需要具备大数据、AI、遥感等多领域知识的复合型人才。

（二）数据质量与标准化不一

（1）数据处理能力不足：传统测绘行业在面对海量数据（如遥感影像、点云数据）时，缺乏高效处理和分析能力。

（2）数据利用率低：采集的地理信息数据常常未被充分挖掘，缺乏创新性应用。

（3）多源数据融合难度：不同设备、平台采集的数据格式和精度不统一，增加数据处理难度。

（4）数据冗余与垃圾数据：随着数据量爆炸式增长，如何高效筛选和清洗数据成为挑战。

（5）数据格式不统一，导致多源数据融合和共享困难。

（6）缺乏完善的质量控制标准，影响数据的准确性和可靠性。

 （三）市场环境变化，竞争加剧及需求多样化

（1）新兴企业的冲击：拥有先进技术（如AI、无人机测绘）的初创企业对传统测绘公司构成威胁。

（2）科技巨头入局：如Google Maps和其他跨国科技公司，以其技术优势和资金实力迅速占领市场。

（3）用户需求从简单的地图制图转向智能化、定制化的地理信息服务，而传统测绘企业难以快速适应。

（4）新兴领域（如智慧城市、数字孪生）的需求激增，而传统测绘行业参与度较低。

（四）人才短缺与结构失衡

（1）专业人才流失严重：测绘行业收入较低，吸引力不强，导致技术型人才流向IT、大数据等更高薪的领域。

（2）人才结构不合理，缺乏既懂传统测绘又精通AI、大数据的复合型人才。

（3）老龄化问题：测绘行业技术人员队伍老龄化现象严重，年轻人对这一传统行业的兴趣较低，影响行业持续发展。

（五）商业模式单一

（1）商业模式单一，缺乏创新型服务（如数据增值服务、智能分析应用）。

（2）传统测绘行业多以政府项目为主要收入来源，市场化程度低。

（3）难以形成规模经济：测绘行业具有较强的地域性，项目间碎片化严重，难以形成规模效应。

（六）政策与法规对行业不利

（1）监管滞后：新技术发展速度快，但相关法规和标准的制定往往滞后。

（2）数据隐私风险：涉及个人和敏感区域的地理信息数据在采集和存储时容易引发隐私问题。

（3）网络安全威胁：地理信息系统（GIS）可能成为网络攻击的目标，数据被篡改或泄露会造成严重后果。

（4）国际协调难度：跨国测绘和数据共享涉及主权、保密和数据使用等问题，需协调不同国家间的利益。

（七）行业竞争加剧

（1）随着科技巨头（如Google、Amazon）的加入，传统测绘企业面临强大的竞争压力。

（2）开源技术的普及降低了行业进入门槛，市场更加碎片化。

传统测绘行业的困境主要集中在技术滞后、数据利用不足、市场竞争加剧、人才短缺、政策压力和商业模式单一等方面。要走出困境，行业需要积极拥抱新技术、优化人才结构、创新商业模式，并与新兴市场需求接轨，实现转型升级。

新技术带来的机遇

人工智能（AI）、大数据等技术正在显著地影响测绘学科，推动其向智能化、自动化和高效化方向发展。以下是主要影响领域和具体表现：

（一）高效的数据采集与处理

（1）无人机与自动化传感器：AI算法结合无人机、激光雷达（LiDAR）等设备，实现大规模、实时、高精度的地理数据采集。

（2）图像识别与分类：AI在遥感图像处理中，能够自动识别地物类型（如建筑物、道路、植被等），大幅提高效率。

（3）智能数据清洗与融合：AI算法能自动识别和修正数据异常，提升数据质量。

（4）海量点云数据处理：AI对三维点云数据进行分类、分割和建模，简化复杂数据的处理流程。

（二）复杂建模与智能分析技术

（1）时空大数据挖掘：结合大数据技术和AI，挖掘地理数据中的隐含模式，用于预测城市扩展、灾害风险等问题。

（2）动态模拟与预测：AI可用于交通流量预测、土地利用变化模拟等场景，帮助制定科学决策。

（3）复杂地形建模：AI驱动的机器学习模型可基于多源数据生成复杂地形，替代传统基于数学公式的建模方式。

（三）测绘自动化与智能化

（1）机器人与AI技术结合，实现无人化测绘（如矿山测绘、海洋测绘）。

（2）实时导航与定位：AI用于提高GNSS（全球导航卫星系统）的精度，增强恶劣环境下的定位能力。

（3）智能地图更新：AI能自动检测遥感影像中的变化区域，对地图进行快速、自动更新。例如，基于深度学习的图像差异检测，可识别新增道路、建筑物等变化。

（四）多技术融合与创新

（1）多学科交叉：AI与测绘的结合，催生如智能导航、智慧城市、数字孪生等前沿领域。

（2）虚拟现实与增强现实（VR/AR）：测绘数据与AI技术结合，为VR/AR提供更高精度的三维地形和建筑模型，提升沉浸感。

（五）精准应用各行各业

（1）城市规划：AI与大数据支持精细化的城市测绘与管理，优化资源分配，提高决策效率。

（2）环境监测：测绘技术结合AI，用于监测气候变化、洪水预测、土地退化等环境问题。

（3）灾害管理：地震、洪水等灾害发生后，通过AI处理遥感数据，快速生成灾害评估报告，指导救援行动。

新技术与装备的驱动

当前，测绘地理信息行业的装备技术取得了显著进步，主要体现在以下几个方面：

（1）高分辨率立体测绘卫星

2020年7月25日，我国成功发射了资源三号03星，这是中国首颗自主的民用高分辨率立体测绘卫星，填补了我国在立体测图领域的空白。该卫星能够直接生成三维立体影像，提升了1:5万比例尺及更大比例尺地理信息的更新能力，可广泛应用于实景三维中国建设、地理国情监测、耕地保护、地质灾害防治等领域。

（2）三维激光扫描仪

国内企业自主研发的三维激光扫描仪系列产品，在测量速度和精度等关键性能上已达到国际先进水平。 这些设备具备高效、多样、快速的特点，能够实现多源信息融合，广泛应用于城市建设、交通、考古、农田、水利、环保、工程地质等领域。

（3）无人机航测系统

无人机航测技术的发展，使得数据获取能力大幅提升。 通过搭载高精度传感器的无人机，可快速获取高分辨率的地理信息数据，广泛应用于测绘、农业、林业、环保等领域。

（4）探地雷达系统

自主研发的探地雷达产品已形成多个系统，最新产品具有操作简便、可靠性高的特点，既可用于浅层工程检测，又可实现对地下较深层目标的探测。 应用领域涵盖城市建设、交通、考古、农田、水利、环保、工程地质、公安和国防等部门。

（5）车载移动测量系统

基于移动测量技术的高性能车载移动测量系统，能够快速获取道路及周边环境的高精度数据，已应用于国庆阅兵等重大活动的测绘任务中。

综上所述，当前测绘地理信息行业的先进装备涵盖了高分辨率立体测绘卫星、三维激光扫描仪、无人机航测系统、探地雷达系统和车载移动测量系统等，这些装备的自主创新与应用，标志着我国测绘地理信息装备制造正迈向中高端水平。

产业转型应对策略与目前所面临的问题

（一）产业转型策略

“转型升级，技术驱动是关键。我们正处在一个全新的智能化时代。人工智能是人类智慧的一种延伸和升级。科学技术是第一生产力，创新是引领发展的第一动力。

（1）加快智能化测绘技术体系的构建

什么是智能化测绘？中国科学院、中国工程院院士李德仁认为，智能化测绘是从以绘制地形图为主的小测绘发展成当今以地球空间信息服务为主的智能化大测绘。中国工程院院士刘经南认为，智能化测绘时代正是将传统测绘技术转向人的智能化感知认知的技术，测绘要形 成智能化感知、认知环境、发现环境中的问题，而且能够提供解决方案的完整过程链条。中国工程院院士陈军提出，智能化测绘是以知识为引导、算法为基础的一种混合型智能计算范式。

目前，亟需加快测绘智能化技术体系的构建，这一技术体系框架包含多个层面，如理论方法、智能技术、装备制造以及时空赋能等，每个层面下又包含了多个层次、多个领域交叉所涉及的关键技术和装备、赋能方向与生态构建。

（2）携手共建智能化测绘服务与生态

推进测绘智能化技术的发展，构建良好的生态环境极其重要，需要政府、产业、市场等同向发力，协同推进。

数据的开放与协同、智能化、 标准化与互操作、政策与法规、安全性与合规性等方面， 需要政产学研商各界携手，共同努力。

（二）目前所面临的问题

（1）测绘智能化关键技术创新与产业应用支撑亟需加强

尽管测绘领域已有许多智能化技术创新和新概念提出，但在测绘行业和产业方面， 关键创新技术的支撑度不足，先进技术落地应用仍存在明显问题。

例如，遥感自动分类解译技术研究同遥感工程应用需求之间存在巨大鸿沟。像第三次全国国土调查，参与人员达21.9万人，2.95亿个图斑几乎全部靠人工历时3年勾绘完成。

（2）支撑测绘地理信息转型升级的重大工程抓手明显不够

综观从模拟测绘到数字化测绘到信息化测绘的历次转型，行业发展完成了由小到大、由弱变强的宏伟蜕变， 多项国家级重大工程立项实施发挥了关键支撑和推动作用。相比而言，目前面向智能化测绘的重大工程较少，资源和周期投入支撑不足，导致测绘技术的智能化发展和进步受到制约。

（3）自主可控的智能化软硬件装备研发需要进一步加强

尽管我国在高端测绘装备国产化方面取得了一些进展，但仍需要进一步加强自主研发能力，实现关键技术自主掌握。如高精度电子水准仪，高分辨率遥感传感器等。

未来展望

新技术将进一步推动测绘地理信息行业的智能化、自动化、全球化。数据服务化趋势将更加明显，地理信息行业可能成为智能社会的基础设施之一。通过技术与业务模式创新，测绘地理信息将迎来更多跨界应用，成为解决全球性问题（如气候变化、城市化等）的重要工具。

总之，面对机遇与挑战，测绘地理信息行业需要在技术、管理和政策层面全面发力，以抓住时代发展的新机遇。未来，随着技术的进一步发展，测绘学科将更加智能化和人性化，成为智慧社会的重要支柱。（赣东学院  张求喜）