地圖制圖大跨越 深度學習賦新能
——記武漢大學資源與環境科學學院教授艾廷華

李 莉 李 雙

艾廷華

作為空間現象可視化表達的地圖，通常被譽為地學研究的第二語言。在地理信息系統領域，想讓計算機將一幅復雜的地圖簡化為概略圖，需要有很強的圖形語言抽象概括能力，這是領域內公認的世界難題，連高速發展的人工智能技術對其都還在尋找這一問題的解決辦法。來自武漢大學資源與環境科學學院的教授艾廷華毅然應對這一挑戰。他歷20余年攻關克難，懷揣創新初心，取得了多項成果，先后4次獲得國家科技進步獎二等獎，研制的地圖尺度變換軟件驅動國家國土資源信息化建設步入快速路。

成為教師 創造快樂

1987年，艾廷華考入武漢測繪科技大學（現武漢大學）地圖制圖專業，正式與地圖制圖結下了深厚的緣分。“高中的時候我參加過編程設計開發的課外活動，獲得過湖北省BASIC程序設計獎，對信息科學留下了不錯的印象。”進入地圖制圖專業后，艾廷華發現信息科學與地圖制圖是可以結合起來學習的，“通用信息技術和地圖、空間、位置、場所等信息結合起來能產生特殊的信息處理策略，這點非常有趣。”懷抱著這樣的想法，在刻苦學習地圖制圖專業的知識外，艾廷華經常抽時間去“蹭”計算機專業的課，可以說是“兩手都要抓，兩手都要硬”。

此后，艾廷華繼續留在學校完成了碩士和博士研究生的學業，之后留校從研任教。一晃30年過去，他坦言，這樣的選擇很適合自己——“在校園里能安靜地看書，能摸索科研上的新東西，也能接觸朝氣蓬勃的學生”。談起多年來與學生相處的經歷，艾廷華的話逐漸多了起來，能感覺到他是發自內心地喜歡教師這份職業。“學生思想活躍，不僅是他們向我學習，我也在向他們學習，這是一個互相學習的過程。在這個過程中，我體會到了鉆研細節的樂趣，可以將自己最新的科研成果及時在教學中傳授給學生，還能多了解前沿的新思想，這是創造快樂與傳遞快樂的雙重疊加。”

平等尊重的相處方式讓艾廷華深受學生的喜愛。他的課程覆蓋了本科、碩士、博士、留學生等各個階段不同類型的學生，并能因材施教，使每一名學生都能收獲滿滿。特別是他開設的研究方法性課程“專業論文閱讀與寫作”受到了廣大研究生的廣泛贊譽。他把一般科技論文的寫作方法和地理信息系統專業緊密地聯系在一起，并用大量的實例來指導學生怎樣找到“寫點”，從而把科學論文中的故事講得更生動。這些工作耗費了艾廷華不少的時間和精力，但他覺得這一切都是值得的：“作為老師，我是引導者，引領我的學生進入我獨創的或由其他先輩創造的一個個奇幻科研世界里，帶他們發現隱藏在表象背后的一個個科學之謎，這種為人師者的快樂也是非常美妙的。”這樣的快樂讓他沉浸其中。桃李不言，下自成蹊。他的學生先后在國內外學術會議中獲得“最佳論文”“高校地理信息系統（GIS）新秀”“優秀報告”等榮譽，還有多人獲得湖北省優秀博士論文獎、研究生學術創新獎等各種獎項，很多畢業生成為高校、企事業單位的業務骨干。

攻克難題 碩果累累

2006年5月20日，舉世矚目的三峽大壩全線建成。作為當今世界上最大的水利樞紐工程，三峽庫區的蓄水、航道改造、航行安全成為航運部門關注的課題。同樣關注三峽工程的艾廷華也于2004年完成了電子航道圖系統，為這項工程貢獻了自己的一份力量。

據了解，電子航道圖系統可以為今后長江航道水上航行和施工，以及制定長期發展目標提供科學、準確的依據。針對三峽庫區蓄水后航道情況復雜等問題，它可以將整個三峽庫區的航道信息“濃縮”在室內大屏幕上，全天候對航標、助航設施、信號燈進行遠程監控，將這些設施的運行狀態信息，通過無線通信實時傳回電子航道圖上，并通過“航標遙測遙控系統”指導整個航道的導航、搜救等功能，從而保證三峽庫區航運的安全。

艾廷華從博士論文開始就對“如何讓計算機將一幅復雜的地圖簡化為概略圖”這一難題展開了攻關，先后兩次出國與國際同行合作研究，在多項基金課題支持下，通過一個個單項問題的解決，他逐步探尋到解開難題的鑰匙：他創造性地提出了將計算幾何與智能計算相結合的解決途徑，建立了人機協同的技術路線，為解開“地圖綜合國際難題”邁出了一大步；設計開發了具有自主知識產權的首套地圖綜合軟件D o M a p，獲得2005年度國家科技進步獎二等獎。值得一提的是，這個軟件被選為國家空間數據基礎設施1∶5萬地圖數據庫更新軟件，承擔全國的地圖數據更新，使得地圖更新效率提高4倍以上，填補了我國在這一領域的空白。

2017年，國家重點研發計劃地球觀測與導航專項“全息地圖獲取與位置信息聚合技術”項目立項，由多家單位共同承擔。其中，艾廷華和團隊承擔的課題是“場景集成建模與自適應表達”，此課題面向新時代地圖學的創新發展，圍繞場景集成與自適應可視化主題，在地理信息的全要素尺度變換、多維動態符號設計以及多模態可視化方面進行技術攻關。

經過團隊上下的一致努力，課題研究創造了諸多創新成果：構建了基于場景空間、聲光電磁和泛在數據的新型地圖數據場景表達模型，拓展了地圖語言內涵；建立了空間、時間和語義尺度聯合控制下的多要素空間場景自適應綜合技術，突破了面向不同行業領域、幾何維度、時態特征的動態可視化技術；建立了面向不同用戶、終端、上下文環境的多模式地圖展示方法等。隨后，相關研究成果被應用到全國國土資源大調查成果的地圖綜合縮編任務中，以高自動化、高智能化特色承擔了眾多省級數據庫的綜合縮編工作，顯著提升了生產效率。項目研制的地圖綜合軟件也為華為花瓣地圖的瓦片數據分級處理提供了重要技術支撐。

艾廷華還主持了國家自然科學基金重點項目“網絡眾源地理信息在線式尺度變換原理與方法”，針對地理信息系統數據處理中的尺度變換在網絡技術與大數據背景下面臨的新挑戰，突破從離線到在線、從規范數據到眾源數據的尺度變換“卡脖子”難題。項目研究歷時5年，取得多項原創性成果，其中相關項目研究成果作為部分內容參加了項目“智能化地圖綜合與多尺度級聯更新關鍵技術及應用”申報并獲得了2020年度國家科技進步獎二等獎。

深度學習 讓地圖更聰明

在地圖繪制新技術的發展過程中，地圖與人工智能的融合是最顯著的趨勢，表現為機器學習、深度學習、知識圖譜在地圖認知、地圖設計與地圖分析中扮演越來越重要的角色。隨著人工智能技術的不斷發展，地圖空間決策也越來越復雜，在深度學習支持下的地圖創意設計，可以將地圖專家的知識經驗遷移，使得地圖的藝術表現力大大提高。

當地圖遇上深度學習，在被賦予了智能決策能力后，地圖也將“變聰明”。在艾廷華看來，深度學習給地圖賦予智能表現在兩個方面：一是地圖設計制作方面，二是地圖應用分析方面。在地圖應用分析方面，艾廷華和團隊曾經研制的地圖綜合與尺度變換系統，在完成國土資源調查成果的多級數據庫建設中，面臨數據壓縮后土地用地格局與各類用地面積平衡保持不變的問題，這是一個有一定難度的空間決策問題，為此他們采用了土地利用圖斑的機器學習，在典型樣本的訓練后，較好地解決了這個問題。

目前，在地圖智能化方面，艾廷華和團隊已取得了一定的成績，但他們的技術還面臨著進一步推廣和提升的難題。“如何加深地圖智能化的程度是一個很大的考驗，我將帶領團隊積極主動地確立地圖空間的智能化問題，把相關領域知識融入深度學習的模型中。除了這一方面外，我還想開辟一些新的方向，比如將人工智能和腦科學這兩個研究熱點結合以后，與我們地圖專業進行新的融合，讓我們的大腦更好地認識地圖，使得計算機制圖系統的創意設計能力向人的大腦行為逼近，讓地圖分析系統具備與人腦類似的智能水平。”這條路任重道遠，但艾廷華為了實現“千言萬語不如一張圖”的目標，他愿意繼續攻關，直到成功的那一天。