【动态】
十四五成效专栏：筑牢时空基准基石，
我省测绘基准体系建设实现三大跨越
“十四五”期间，我省测绘基准体系建设取得系统性突破。卫星导航定位基准站网完成全面优化升级，核心站数量增至146座，并融合共享省际及行业站点111座，形成规模达257座、站间距优化至42公里的高效网络。同步完成北斗三号升级与安全自主可控国产化改造，建成功能完备的“数据中心+控制中心”双核心，实现了接收机与解算软件的国产化替代。系统年均排除故障超120次，持续稳定提供高精度定位与数据解算服务，支撑能力显著增强。
全省高程基准实现质的飞跃。通过实施大地水准面精化提升工程，累计完成678个GNSS点、297条水准路线、4241个重力点及142座基准站高程测量，成功构建新一代省级似大地水准面模型。其分辨率达2′×2′，精度由2.2厘米跃升至1.8厘米，成为全国山地丘陵地区精度最高的省级模型，为各类工程与地理信息应用提供了更可靠的高程基准。
大地基准保护管理迈上新台阶。完成第二轮全省测量标志普查，建成信息化管理数据库。创新构建“省、市、县、乡、村、保管员”六级网格化管护体系，省级保护标志达3858座，完好率大幅提升至97.2%。通过迁建、设警示牌、公众号宣传、建设景观型标志等多措并举，累计维护标志1144座。省市县联动强化年度巡查，累计普查巡查标志5432座，有效筑牢了国家空间基准设施的防护网。
【行业资讯】
低空无人机遥感网加速构建城市三维感知体系
在第十八届中国智慧城市大会主论坛上，中国科学院院士周成虎指出，600米以下的低空空域已成为智慧城市建设的战略新高地。依托高精度定位、智能组网与多源遥感技术构建的低空无人机遥感网，正形成覆盖城市的“三维天眼”，推动城市治理迈入全要素、实时化、智能化的立体监测时代。这一理念正加速转化为行业实践，2025年全国多地已开展规模化应用，推动城市治理迈入立体监测时代。
技术融合是核心驱动力。北斗三号全球组网深化应用与5.5G通导遥一体化网络的铺开，显著提升了无人机集群的定位精度和通信可靠性。新一代无人机遥感平台集成了轻量化激光雷达、倾斜摄影与高光谱传感器，大幅提升了三维建模效率。同时，边缘计算与机载AI芯片的普及，使无人机具备了实时地物识别与异常检测能力，在多个城市的实践中实现了分钟级响应。
政策与空域管理创新释放了发展空间。继2024年《低空空域分类划设指南》出台后，2025年全国多个省市加速划定城市低空示范航线，并探索建立城市级无人机运控中心，实现空域资源的统一调度和动态分配。适航认证改革同步推进，首个无人机遥感网专用适航标准的获批为规模化应用扫清了制度障碍。在安全管控方面，先进的反无人机系统通过组网技术，有效保障了低空空域的有序运行。
行业应用正深入城市治理核心领域。低空遥感网已从基础测绘延伸至城市运行的方方面面：支撑“空天地”一体化监测系统动态追踪环境问题与违规行为；与市政设施BIM模型联动，自动识别管网风险；在物流配送、医疗急救等场景构建快速响应通道。数据资产化进程也延伸至该领域，低空时空数据交易平台的出现，为数据要素价值释放开辟了新路径。
未来，随着空域开放深化、AI大模型（如DeepSeek-R1在多个城市无人机平台的决策辅助部署）赋能以及数据价值挖掘机制的完善，这张“三维天眼”网络将推动城市治理从平面管控走向立体智能，为全球智慧城市建设贡献中国方案。
北斗短报文国家标准实施一年：
产业升级与应用拓展双提速
自2024年7月《北斗三号区域短报文通信用户终端技术要求与测试方法》等首批北斗三号短报文系列国家标准实施以来，我国北斗短报文通信产业迎来全方位升级。目前全国规模以上北斗三号短报文通信终端生产企业超200家，85%以上已实施国家标准，产品抽检合格率从88%升至92%，头部企业合格率达100%，行业产能提升40%的同时能耗降低25%。技术指标上，终端平均功耗降低40%，单次通信容量提升30%，定位精度已稳定缩小至米级，为规模化应用奠定基础。
2025年产业升级持续深化。7月工信部公示《民用蜂窝通信终端设备支持北斗三号短报文功能的技术要求》等107项通信行业标准，进一步拓展技术标准体系。企业创新同步加速，江苏指南针导航公司获得“一体化天线、定位与短报文报告终端”专利授权，大幅提升生产效率。技术标准的完善推动终端市场占有率突破80%，头部企业产值已占行业总产值的65%。
应用生态呈现多点突破态势。能源领域，“4G+北斗短报文”双通道通信在电力系统加速落地。国网智芯公司研发的融合通信产品在甘肃定西、江西宜春等偏远山区试点成功，有效解决山区用电信息采集难题。2025年4月，内蒙古电力集团牵头编制的《电力系统新能源场站北斗短报文通信终端技术规范》通过评审，助力全国新能源场站构建全天候通信体系。基础设施领域，中国铁塔河北省分公司推进“室分+北斗”短报文技术方案研究项目，探索室内外一体化通信新路径。
大众消费与新兴领域应用快速渗透。超30万艘渔船和300万辆商用车辆配备了相关终端，并加速向智能穿戴设备延伸。海格通信与中国移动合作的通导融合芯片，推动北斗技术走向大众消费，预计未来三年覆盖超1亿台终端设备。低空经济领域，双方共建的低空飞行服务平台通过5G-A通感一体技术实现无人机轨迹实时追踪，已在广东、河南等9省开展物流配送试点，单日配送量突破5000单。
随着北斗短报文国家标准体系的持续完善与应用场景的纵深拓展，这一具有中国自主知识产权的卫星通信技术正加速融入经济社会各领域，为数字经济时代空天地一体化发展注入新动能。
测绘科技全球传播新格局，
自主创新引领国际协作
第31届北京国际图书博览会上，中国地图出版社集团与施普林格・自然集团建立长期战略合作，以“合作共赢・共绘未来”为主题，聚焦图书出版、数字技术应用及国际发行领域，共同开发多语种测绘科技与专题地图出版物。首批合作项目包括《“一带一路”南亚资源环境地图集》《亚洲地下水与环境图集》《中国千年区域极端旱涝地图集》等精品出版物，将通过国际学术渠道推动中国地图成果的全球传播，搭建文明互鉴专业平台。
测绘成果国际化进程正呈现多元形态。同场书博会上，中国新时代文学大数据中心发布的首张中国文学地图，以1148个文学地标智能呈现文化地理脉络；《北京中轴线古旧地图集》则通过明清至近代的珍稀舆图，解码世界遗产的空间演进逻辑。这些创新实践表明，中国在地理信息与文化融合领域已形成体系化输出能力，为国际学术界提供了兼具技术含量与人文深度的“中国方案”。
多语种地图正成为国际传播重要载体。上海市测绘院与新民晚报联合推出中、英、法、日、韩五种语言版本的天地图・上海”，既为国际游客提供便捷探索工具，又通过地图语言传递城市文化，助力上海打造“入境游第一站”，实现测绘成果与跨文化传播的深度融合。
技术标准与平台“出海”同步加速。2025年4月，青岛市勘察测绘研究院携自主研发的Q3D时空信息平台亮相澳大利亚国际测量师联合会大会，其“海陆一体、地上地下一体”的全空间数据承载能力获国际专家赞誉。7月，“沙特米特平台与应用德清代表处”落地浙江德清，成为中国测绘企业对接沙特及中东市场的重要枢纽。中国测绘学会同期启动2026年国际摄影测量与遥感学会大会参展组织工作，推动国内机构参与国际规则制定。
北斗系统的全球化布局持续深化。《2025中国卫星导航与位置服务产业发展白皮书》显示，北斗产品出口140余个国家和地区，在尼日利亚、突尼斯等30余国建成北斗CORS基准站，为亚非地区提供高精度定位服务。企业层面，合众思壮等北斗技术代表企业积极参与“中伊25年合作协议”框架下的基建项目，其高精度导航模块已在伊朗机场扩建、无人机等领域实现技术渗透。
从出版合作深化、技术标准输出到国际组织参与，中国测绘科技的全球传播已形成多层次推进格局。随着实景三维、北斗导航等自主技术体系的持续完善，中国正通过知识共享与能力共建，为全球地理信息治理注入新动能，书写科技自主创新的国际表达。
【大咖专栏】
李德仁：人工智能应用于遥感智能解译的七大准则
准则一：遥感大数据解锁AI潜力。AI擅长于从海量数据中识别和挖掘出隐藏的分布模式和关联性，但当前AI遥感模型多基于单一平台、局部区域的数据进行训练。未来AI遥感解译方法需要同时处理多平台、多尺度、多分辨率和多时相的遥感数据，以智能识别和提取关键信息。此外，AI在遥感大数据中的能力涌现，除了体现在算法性能的提升上，更应体现在对复杂问题的解决能力和对新知识的发现能力上，使得AI能够处理更加复杂的遥感解译任务，更加全面和深入地揭示地物特征和变化规律。
准则二：知识驱动深化遥感应用。传统人工智能技术是数据驱动（data-driven）的，依赖于从大量影像及高质量标注中拟合数据分布，往往缺乏对遥感地理规律的深层次理解。基于地物的空间特性，将地理知与人工智能技术相结合，可以赋予机器地理认知和理解的能力，从而实现更精准和高效的遥感分析和应用。另一方面，遥感数据的分析往往涉及复杂的地理过程和环境变化。知识驱动的AI方法能够通过模拟这些过程，提供对复杂问题的深入理解和解决方案，进而拓展到更多实际应用场景。
准则三：：几何建模与物理反演综合实现精准遥感。通过综合建模遥感图像的几何特性(位置、尺寸和形状等空间属性)与物理特性(辐射特性、光谱特性以及时相特性)，AI能够更全面地理解遥感数据。例如，结合坡度、高程等几何信息与物理模型，可以有效地区分高山区域的针叶林和阔叶林等不同植被类型。在城市环境中，整合建筑物的高度信息，可以从遥感影像中精确提取建筑物轮廓，有效克服阴影和树木遮挡等因素的影响。因此，通过几何建模确定地物的空间分布，并结合物理反演分析地物的时序光谱辐射特性，可以提高地物识别和分类的准确性，使得AI技术在遥感地物监测方面更为精确和高效。
准则四：构建遥感本体语义数据库。卫星遥感中的地物目标可以分为自然地物与人工地物。自然地物如森林、草地等具有分形不确定性，难以准确定义自然地物边界并标注对应像素的类别。人工地物则边界清晰，可以轻易进行地物类别标注。因此，AI 算法在处理时，应当对自然地物和人工地物采取区别对待的方式。可以构建遥感本体语义数据库，通过详细描述遥感影像中的各类概念、实体，以及它们所存在的层次关系和关联关系，助力 AI 模型学习并理解自然地物复杂多变的特性。除此之外，还能通过引入新的属性和关系，实现对分类的进一步细化与补充，进而有效地区分自然地物与人工地物，切实提高遥感图像解译的准确性和可靠性。
准则五：多源多时相数据综合理解。发展多源多时相遥感综合理解框架，实现一个框架同步完成地物分类、融合和变化检测。该框架通过集成不同传感器和时间点的遥感数据，自动识别和区分地表的变化区域与不变区域。对不变区域的数据进行融合处理，利用时间序列分析和时空插值技术，提高数据的时间和空间分辨率，进而增强模型对于细微地表特征的捕捉能力，确保分类结果的连续性和一致性。最终，该框架将生成高时空分辨率的地物分类结果，从而实现对遥感数据的深度挖掘和应用。
准则六：“场景—目标—像素”层次化解析。相比自然图像，遥感影像特有“场景—目标—像素”层次结构信息（如机场场景-飞机型号-涂料光谱）。设计AI算法时可以借鉴人类视觉系统 的“由粗到细”的等级特性建模遥感影像的层次结构信息，使AI算法可以更准确地理解和解释遥感影像中的复杂层次结构，从而提升地物信息解析的精确度和效率。
准则七：质量智能诊断确保结果准确可靠。大气条件变化、地表复杂、模型鲁棒性差等因素都会导致AI解译结果的不确定性。因此，需要AI遥感解译的质量智能诊断，为遥感产品提供量化的置信度评分，帮助用户快速识别分类结果中的不确定性和潜在错误，进行有针对性的人工审查与干预。这一过程不仅能提高遥感产品的准确性，还能为人工智能模型提供反馈信息，帮助模型从干预中学习并优化其分类与诊断能力，进而够使AI遥感解译更好地服务于实际应用需求。
——摘自《遥感学报》
