人工智能GIS软件技术体系初探

发布时间：2025-05-20 05:31

　　 作为人工智能的代表性技术,深度学习已经成为大数据等各个领域中最具有突破性发展的新技术。深度学习的成功主要得益于其新颖的数据驱动的特征表示学习能力,这种能力成功地替代了传统建模中基于领域知识人为设计特征的方式。在这些技术推动下,人工智能技术在新一代GIS基础软件技术的研究与应用中发挥着极为重要的作用,而现有人工智能GIS(AI GIS)技术研究整体仍处于初步探索阶段,距离成熟阶段尚有较大距离。作为新一代GIS基础软件的方法和技术,AI GIS已经广泛应用在遥感数据分析、水资源研究、空间流行病学和环境健康等地学领域,与传统GIS模型相比大大提高了对非结构化的遥感或街景影像和文本的地理信息提取和特征理解能力,显示出巨大的价值和发展潜力,但现有研究对AI GIS软件技术体系的梳理和总结尚不够全面。大部分研究只关注地理空间人工智能算法的研究及其特定场景下的应用研究,而对相关的AI GIS软件技术体系关注较少。本文分析了地理智慧的几个层次,并讨论了其与AI GIS的关系,总体介绍了国内外现有人工智能技术与GIS软件相结合的发展现状,进而提出了AI GIS软件技术体系。根据AI与GIS的结合关系提出...

【文章页数】：12 页

【部分图文】：

图1 地理智慧金字塔

AIGIS的兴起，进一步提升了地理智慧（Geointelligence）。早在2013年（AIGIS研究兴起之前），作者就提出了GIS对IT的贡献在于地理智慧，并明确提出把“地理智慧创新IT价值”作为发展GIS软件技术的宗旨。现代地理智慧是指以GIS、遥感和卫星定位技术为基础....

图2 AI GIS技术的构成

AIGIS技术由3部分组成，除得到广泛研究的AIGIS算法（即GeoAI）之外，还包括AI赋能GIS和GIS赋能AI两部分（图2）。AIGIS算法是融合AI的空间数据分析与处理算法，是AI和GIS充分融合的产物，既属于AI，也属于GIS。AI赋能GIS则是利用AI的能力提升....

图3 AI GIS算法的构成

人工智能技术诞生于1956年，但随后相当长时间技术没有得到较大突破。20世纪80年代机器学习诞生后，才得以较快发展，但90年代再次进入低谷。直到2000年机器学习中的重要分支——深度学习诞生，再次推进人工智能的研究和应用热潮。由此可见，机器学习是当前人工智能的核心，而深度学习是人....

图4 部分空间统计算法

由于空间统计学模型构建在一些理论假设上，数据需要服从或近似符合特定的空间分布或某种性质，模型才能得到可信的结果。与统计学模型不同，机器学习是一种通用的逼近算法[17]，一般不需要数据假设。基于机器学习的空间分析算法不需要先验知识，就可根据一组训练集学习地学系统的模式。经典的机器学....

本文编号：4046924