智能地图制图思维结构与典型路径

任福1,2,3，盛兆阳1，张琛4，朱睿5，杜清运1,2,3，

张浡聪1，彭博1，陈雨杭1，黄丽娜1,2,3

1.武汉大学资源与环境科学学院，武汉  430079；

2.武汉大学地理信息系统教育部重点实验室，武汉  430079；

3.自然资源部数字制图与国土信息应用重点实验室，武汉  430079；

4.深圳大学智慧城市研究院，深圳  518060；

5.布里斯托大学地理科学学院，布里斯托尔 BS81SS

摘要：以人工智能背景下的地图制图为切入点，系统阐释智能地图制图的思维结构并归纳其典型发展路径。总结人类智能与机器智能在地图设计与编绘、地图阅读及使用中的应用；构建对象维、认知维、ICT维的地图制图思维三维“立方体”结构，从本体论、认识论与方法论层面揭示智能制图的理论内核。进一步地，归纳智能制图四个典型路径，具体而言：与新媒体算法深度融合，实现个性化、场景化的地图生成与服务；构建并夯实垂直领域知识图谱，驱动地图从信息载体向知识引擎转变；广泛嫁接自动驾驶、低空经济等技术链，形成开放多元的地图生态；研制具备认知与决策能力的制图智能体，实现制图与读图的自我学习和提升。研究可为理解和发展智能时代的地图制图方法提供理论视角与实践指引。

关键词：智能制图；空间思维；知识图谱；地图智能体

引用格式：任福, 盛兆阳, 张琛, 朱睿, 杜清运, 张浡聪, 彭博, 陈雨杭, 黄丽娜. 2026. 智能地图制图思维结构与典型路径. 时空信息学报, 33(1): 13-23
 Ren F, Sheng Z Y, Zhang C, Zhu R, Du Q Y, Zhang B C, Peng B, Chen Y H, Huang L N.2026. Thinking structure and exemplary trajectories of smart cartography. Journal of Spatio-temporal Information, 33(1): 13-23, doi: 10.20117/j.jsti. 202601002

1  引言

地图作为一门科学语言，是表达复杂地理世界的伟大创新思维（王家耀等，2025）。大数据时代的到来加快了地图学家和地图制图工程师的思维与工作方式变革的进程，为人类社会创造了前所未有的可量化的维度（王家耀，2022）。目前，物联感知网络所提供的实时数据流、人工智能驱动的自动识别与解析、云边端支撑的规模存储与协同计算等技术正共同推动地图制图这一任务朝着“智能化”模式转变，而“智能化”的内生需求则源于人类生产生活对地理空间信息定位精准度、加工处理速度和分析挖掘深度的直接需要。地图载体不再局限于图纸或手机，而是遍布于各类信息终端和应用场景中。地图因此成为链接物理空间、社会空间与信息空间的纽带，是服务人类发展的重要空间表达形式之一。

在智能时代，当人们正日益习惯于“视觉图像拼贴”先于“抽象理性思考”时，地图是否也正从“客观世界抽象模型”演化为“人类主观世界表达方式”？这一问题背后是智能时代对地图角色转变的深思：现代社会中地图的功能与价值并非是恒定的。视角影响乃至决定着认知，地图在不同的领域和应用中呈现出多元化特征，即多种“地图观”并存（任福等，2025a）。在科学领域，地图是发现客观规律与空间建模分析的空间认知与信息表达工具（李朝奎等，2026）；在技术领域，地图是集成数据处理与可视分析的功能平台；在传媒领域，地图成为选择性传递信息、构建空间叙事并引导舆论的新媒体之一（曲正等，2025）；在文化领域，地图是思想观念与人文的符号象征；在工业领域，地图是还原空间位置、满足用户需求的信息产品服务；在设计领域，地图是优化阅读方式、追求视觉体验的美学承载。正是地图存在这种功能与价值的多维差异性，凸显其在当代社会生活中凝聚的基础性和复杂性。

地图制图是对客观世界的认识加以选择、分类、简化等信息加工并经过符号化的过程（王家耀等，2025）。由此，地图成为实现人对地理空间认知表达的重要媒介。为实现智能制图目标，探究人类智能与机器智能的底层运行逻辑十分必要。诚如计算机科学与技术领域中的“具身智能”技术，目标是创建有身体并支持物理交互的智能体，使机器人能够听懂人类语言、分解和规划任务，在移动中识别物体并与环境交互，最终完成相应任务，这显然是一项人类智能与机器智能同时参与的技术（Qi等，2026）。人类智能具有善于抽象、深入思考、想象发挥和解释叙事等特征，而机器智能具有擅长识别、统计、计算、表达等特点。

可见，机器智能并非是人类智能的通用的、等同的替代品，而是后者在纵向领域的专用化、外延化工具，研究人类智能与机器智能在地图制图与地图读图过程中的应用，思考智能地图制图理论内涵中的思维结构，探索地图作为服务、知识、生态、思维四个不同角色下的智能制图典型路径，就变得十分必要且正当其时。

2  地图中的“智能”

地图是空间认知的媒介（郑束蕾，2021）。地图的智能既直观体现为技术层面的自动化程度，又更多体现在地图制图与地图读图两个认知环节。在现代地图制图体系中，制图与读图主要依赖人类经验与规则，而智能技术的赋能使得机器深度参与地图的编制、分析与服务，使地图从静态的表达转向可交互的系统（艾廷华，2021）。

地图智能与时空智能密切相关。时空智能整合了智能传感器、云计算和人工智能等先进技术，可对自然环境和人类活动进行全面的感知、分析与解读，从而为复杂决策提供精准支持（李德仁等，2025）；而地图智能则更侧重于将这种时空认知结果通过结构化、语义化和人本化的形式进行表达、传递与交互，是时空智能在可视化表达与人–机协同认知层的重要实现路径。地图中的智能贯穿于地图设计与编绘、地图阅读与使用两个人–机协同环节。表1从核心智能、主要能力及语义建构（对地图深层内涵与应用语境的认知）等维度，系统地分析比较人与机器在地图制图与阅读过程中的特征差异。

2.1  地图设计与编绘

地图是人类在社会实践中创造的认识地面的工具，又是人类认识地面的结果（王家耀，2014）。人在地图设计与编绘时，核心是对地理空间信息的要素组织、语义建构和符号表达，即空间要素如何划分与组合、不同信息如何在图面上形成稳定的语义关系，以及符号体系如何在保持一致性的同时具备空间解释性等，都依赖人类长期积累的空间认知经验与专业判断（田江鹏等，2017）。人制图本质上是一种将复杂地理现实转译为可理解空间结构的认知能力，为地图确立了完整的语义空间，使地图在不同使用情境中仍能保持认知有效性与表达稳定性。

机器能够在多源异构数据中自动提取空间特征、识别结构模式，并在既定规则或学习框架下完成地图要素构建与更新（朱庆和付萧，2017；Zhang等，2024）。机器用于地图设计与编绘主要体现在对大规模空间数据的高效处理与符号生成能力，通过机器学习与自动化建模，制图过程在规模、速度与时效性方面可以得到显著提升，使地图能够持续响应数据变化并快速迭代。机器也具备对地图表达形式的学习与迁移能力，能够根据应用场景对符号体系、色彩配置及视觉风格进行自动转换，实现内容与形式的协同优化。机器制图本质上仍是一种计算性与执行性的能力，其运行依赖人类预先设定的语义空间与评价标准（Kang等，2019；Wu等，2024）。

2.2  地图阅读与使用

在地图阅读与使用过程中，人读图是一种高度综合的认知活动。读图者通过视觉感知、空间推理与经验联想，对地图中的符号与结构进行主动解读，并将其转化为对空间关系或整体格局的理解（万刚等，2008）。由于个体背景、任务情境与认知经验的客观差异，同一幅地图往往会被赋予不同的意义与用途。这种基于认知的解读能力，使地图得以超越单一应用场景，成为支持多种空间决策与理解的工具。

机器读图则以分析与服务为导向，对地图内容进行计算性的理解。借助计算机视觉与深度学习等技术，机器可以自动识别地图中的要素、符号与布局结构，从而实现地图质量检测、内容更新、信息重组与服务推荐（Zhang等，2025；王湛初等，2025）。机器读图目前难以做到对更深层次完整语义的解读，通常是通过模式识别与规则推理，将地图转化为可分析、可操作的对象，以期为特定任务，如自动审图等，提供计算基础，但其有效性仍离不开人类在制图阶段所构建的清晰语义结构。

3 制图思维的三维结构

从陶片地图和木板地图到经过各种测量方式获得的地形图，发展到现今的时空大数据地图和泛地图，地图制图技术经历着各种变化，但反映人类对地理空间认知的思维模式，这一基本地图功能没有发生本质变化（任福等，2024）。面向智能制图的地图制图思维可抽象为对象维—认知维—技术维的三维结构，如图1所示。其中，对象维表示制图对象信息内容的逐层深入，认知维表示地图符号表达内容的逐步抽象，技术维是指与计算机密切相关的信息与通信技术（information and communication technology，ICT）等应用能力的逐渐增强。

3.1  对象维：地表、地理、地球

从整体上看，地图制图对象概括为地表、地理和地球三类，每一类对应不同尺度的空间认知与表达逻辑，制图侧重点也有所不同。地表是地理科学的研究对象，由岩石圈、水圈、大气圈、生物圈、冰冻圈、人类圈相互作用、相互渗透而形成的地球表层系统；其地图制图侧重空间要素的表达，核心在于通过符号系统呈现水、土、气、生、人等实体要素的空间分布与形态特征。地理科学研究自然因素、人文要素和地理信息及地理综合体的空间分异规律、时间演化过程和区域特征；其地图制图侧重关系的表达，核心在于呈现地球表层系统人–地关系及相互作用机理，揭示自然空间、人文空间和信息空间的互动规律。地球科学是理解和认识地球的形成演化历史、资源环境效应、人–地关系基本规律和其他天体对地球影响的科学；其地图制图侧重系统的表达，核心在于认识地球的结构、运行与演化规律，揭示人类环境的变化特征和机理。

三类地图制图共同遵循地图制图学通用过程，即地图抽象概括、地图符号表达和制图工艺处理等。其区别在于，地表的制图需要解决微观/中观尺度下空间要素表达的精度问题，地理的制图需要解析微观/中观/宏观尺度下人–地的复杂关系，地球的制图需要找到宏观/宇观尺度地球空间的系统逻辑（表2）。从制图技术角度看，地表要素的制图难点在于其多维属性的高精度表达，地理关系的制图难点在于对人–地关系认知的多样性，地球系统的制图难点在于尺度大、系统多和机理复杂。

3.2  认知维：图像、图象、图相

中国祖先创造了“像”“象”“相”三个汉字，代表着先人对世界认知的三个递进层级。地图与这三个字的结合，自然也代表着对空间认知抽象表达的三重境界。其中，图像强调地图的视觉呈现特征，通过基本图形和色彩因素的变化来表达地图所述内容的差异，是用户进行空间感知与直观理解的基础层级；其哲学基础是现象学（苏世亮等，2023）。图象是在图像的基础上，通过符号的语义内容来传递地理概念，实现对地理对象及其空间关系的抽象表达，使地图由具体形态上升为具有普适意义的地理表达模型，帮助用户将点、线、面等几何符号理解为地理实体、属性特征及其空间结构；其哲学基础是符号学（齐小英和杨海平，2024）。图相层次则进一步超越抽象表达本身，强调地图与人的知识体系、认知模式及任务目标之间的深度耦合，通过分析、推理与模型支撑，使地图能够揭示地理现象背后的结构特征、作用机制与演化规律，并为预测与决策提供认知依据；其哲学基础是本体论。

从地图制图角度看，“像”“象”“相”三者共同点是以可视化的地图来组织空间信息，并使用视觉符号语言来以实现认知构建与语义表达，区别在于认知表达层级不同，技术实现难度有差别（表3）。图像是在有限画面中，实现清晰、稳定且可读的视觉呈现，依赖于人或传感器的精准感知能力；图象用抽象地图符号以表达具象地理实体的主要特征，受限于使用视觉变量对不同对象、属性与空间关系的语义和结构的一致性表达能力；图相则在抽象表征之上，通过推理与模型支撑揭示结构机制与演化规律，受制于知识与任务的深度耦合，跨数据、跨模型、跨尺度的推理过程。

3.3  ICT维：数字、数智、数治

ICT推动现代地图制图学的持续发展，演进路径可分为数字化、数智化和数治化三个阶段，呈现出数字化基础支撑、信息–知识的转化导向和面向应用的系统集成等特征（表4）。地图也相应从空间信息载体向智能服务与场景应用的角色转变（苏世亮等，2025）。

数字地图强调制图资料数字化、规范化整合与表达，将复杂的地理实体、资源分布、环境状态等转化可计算的数字形式，形成统一规范、可量化、可定位的时空数据基座（王家耀等，2024）；其主要依赖空间数据库、地理信息系统（geographic information system，GIS）平台及可视化技术，为后续地图分析与应用奠定数据基础。数智地图强调耦合深度学习、知识图谱、大模型等算法，超越空间信息可视化表达，推动地图从静态表达转向智能分析与知识发现（康力成和姜莉莉，2025；王孟琪等，2025）；其强调对显性与隐性知识的系统化组织、关联挖掘与语义理解，实现地图从“描述空间”到“理解空间”的跃升。数治地图强调与具体业务场景深度融合、协同与决策支持；此时地图不仅是分析与表达工具，是支撑跨部门协同决策与空间治理的交互平台，更是连接物理空间（郭仁忠等，2018）、社会空间与信息空间（郭仁忠等，2022）的治理媒介，进一步结合低代码平台、跨媒体交互及业务系统集成等技术，有利于治理决策的实施与治理效能的评估。

4  智能制图的典型路径

在上述“立方体”思维结构中，三个维度组合形成27（3×3×3）个独立的立方块，每块都是一组制图思维酝酿与思考过程的概念集合。在制图实践中，智能制图正呈现出多元化发展特征，形成了多条技术路径，每一条技术路径在不同的立方块中的制图对象、空间认知和技术方法存在差异性，但每条路径的技术过程逻辑思路是相同的。

本文从服务形态、产业边界、知识内核、技术能力四个层面切入，选取深度融合新媒体算法的地图服务、打造广泛嫁接技术链的地图生态、夯实地图垂直域知识图谱和构建地图制图智能体四条典型路径，探索智能制图在人–机交互、产业融合、知识表征和自主控制上的前沿发展。智能制图的典型路径示例如图2所示。

4.1  地图服务：深度融合新媒体算法

新媒体极大地丰富了信息传播渠道，更使得媒体环境呈现出多元化、智能化和一体化的全媒体特点（任福等，2025a）。秉持“地图即服务”思维，智能地图服务以行业业务需求为导向，融合各类新媒体算法，构建并实现用户参与式制图模式，拓展地理空间信息传播渠道，增强制图交互性、动态性和定制性，推动地图制图向灵性服务升级（任福等，2025b）。

制图资料加工和空间数据处理方面。用户生成内容（user generated content，UGC）和人工智能生成内容（artificial intelligence generated content，AIGC）开始与传统的高质量专业生成内容（professionally generated content，PGC）融合，初步形成“PGC主导、UGC补充、AIGC探索”的制图数据供给模式，为满足用户个性化制图和动态场景适配等需求，提供了新的数据源与创新可能性，但也同样面临着数据海量、信息缺失、知识难觅的挑战。

制图交互技术和生成方法方面。引入预训练的多模态大模型作为用户意图理解与交互手段，实现将用户以自然语言形式输入的制图指令与要求转换为结构化的生成参数，进而调用制图引擎完成地图定制生成。通过制图和用图过程的反复迭代，可以不断增强大模型对于专业指令的理解能力，实现跨平台、高动态的地图映射与生成。

地图阅读和使用方面。用户不再满足于被动地接收静态地图信息，更倾向于交互式、参与式的主动认知地理空间信息，并将地图作为分析工具和协作平台深度融入科研教学、城市规划、治理决策等各类专业场景，推动探究式、定制式地图阅读与使用模式的形成和发展。

4.2  地图生态：广泛嫁接技术链

当前地图行业已具备成熟的地图制图工艺体系，但这种从数据采集、加工处理到制图表达的“内循环”难以满足智能时代持续增长的多元地图应用需求。智能制图需打破边界，从关注自身的生产向不同行业的应用延展，构建多元的地图应用生态（孙群等，2024）。打造地图生态的一个跃迁式策略是广泛嫁接技术链，即将地图制图功能嵌入其他专业领域技术链中，使其成为关键环节。

以专业领域的应用为例，如下所述。

（1）在自然资源管理领域，地图正深度嵌入国土空间规划实施监测网络（China spatial planning observation network，CSPON）。面向监测，制图技术链与卫星遥感及物联网感知数据直接对接，利用变化检测与语义分析算法，实时解析多维地理要素的时空演变特征，实现对国土空间利用现状的动态监管（陈杰等，2026）；面向规划，地图则与国土空间利用模型及管控规则深度耦合，作为模拟推演的计算底座，支撑规划实施效果的预演与评估（谢花林等，2022）。

（2）在智能网联汽车高精地图领域，地图正深度嵌入自动驾驶技术体系。高精地图作为“传感器”，通过嫁接车辆的感知与规控环节，将道路几何拓扑与动态交通信息转化为车辆的先验知识，参与车辆控制与轨迹规划，弥补物理传感器的感知局限（应申等，2024）。地图可进一步嫁接至算法中，支撑海量驾驶数据的挖掘与模型训练，形成车端数据回传更新地图—云端地图反哺算法迭代的智能进化机制（Li等，2019）。

（3）在低空经济领域，地图正深度嵌入低空空域运行与管理的技术体系。面向空域环境构建，制图技术链深度嫁接倾斜摄影与激光雷达三维重建技术，将建筑、电力线及微气象场等物理要素转化为语义化的地理实体知识图谱，构建机器可读的实景三维数字底座（陈军等，2025）；面向设施规划与运行，地图作为计算底板嵌入空域网格化模型，支撑起降枢纽选址与虚拟航路网的自动生成（廖小罕等，2022）；面向安全监管，动态地理围栏技术可将空域管控法规转化为时空规则数据，参与无人机飞行冲突避让与违规阻断（廖小罕等，2025）。

4.3  地图知识：夯实垂直域知识图谱

地图学中蕴含大量标准规范、空间拓扑等显性规则，以及设计经验、美学理论等隐性知识（王家耀等，2025；翁敏等，2025）。垂直域知识图谱对显性和隐性两类知识进行系统化整合与推理，能够突破传统方法的局限，从而为智能制图提供深层次语义支撑，驱动地图从信息载体转向知识引擎，实现从数据制图到知识制图的改变，解决地图制图“只可意会不可言传”的知识困境，实现对地理世界深度理解与主动推理（任福等，2022）。

从制图专家视角来看，制图侧重“主动建模”，是“由数到图”的知识注入；读图侧重“被动解析”，是“由图到数”的知识还原（表5）。因此，在应用层面，知识图谱能够双向赋能“读图”与“制图”：制图环节可基于图谱的语义理解与推理能力，智能驱动符合场景意图的地图内容自动生成与动态表达；读图环节支持深层语义检索与场景推理，不仅辅助理解地图要素与图幅信息，更能挖掘背后的空间规律与应用逻辑，实现从“看图”到“懂图”的认知跃迁。结合表6可知，地图知识图谱通过关联查询融合空间与非空间信息，实现地理要素的快速连接；通过主动推荐感知制图场景与读图意图，提供贴合情境的地图内容与信息引导；通过深度推理挖掘地理规律与空间因果关系，支撑从可视化表达向决策解释的进阶。该路径的发展，将持续沿着“地图即知识”的方向演进，完成从数据驱动到知识驱动、从描绘世界向理解世界的转变。由此，地图可真正成为具备认知能力的知识引擎。

4.4  地图工具：构建地图制图智能体

传统的地图制图依赖制图者的经验性知识和个人技巧（王家耀和成毅，2015）。大语言模型的融入可显著提升制图效率，降低使用门槛（朱歌等，2025）。但在复杂制图任务中，应对地图设计、制图规则执行与视觉效果反馈迭代等多重协同需求时面临困难。智能体具备主动规划、情境记忆、复杂工具调用，以及基于环境反馈动态调整行为的能力，为复杂制图任务提供了新的技术路径（Abou等，2026）。

在计算机视觉领域，针对图像生成、三维建模与场景重建等任务的智能体使用日趋广泛。这类智能体通过结合大模型推理能力与图形渲染、几何重建、视觉感知等工具模块，实现从语义理解到图像生成、从文本指令到三维场景构建的自动化流程。智能体技术与地图制图的结合，使空间信息表达具备更强的结构一致性与语义约束能力。地图制图智能体以地图设计规则、制图规范与经验知识的显性化建模为基础，通过自然语言等交互方式接收用户制图需求，并借助思维链对制图任务进行分解、推理与规划，继而调用各类制图方法与工具完成地图生成。这个地图生成过程并非单纯依赖数据处理或可视化，而是地图设计与数据协同的结果。地图设计不再是由人预先确定方案，而是由智能体在理解用户意图的基础上，通过推理形成符合地图逻辑的总体设计，包括地图主题、空间范围、时间尺度、比例尺层级及表达重点等关键要素；地图数据也不再被视为静态输入，而是根据设计意图被动态选择、组织与变换，从而服务于特定地图场景的表达需求。

地图制图智能体在复杂制图任务中对多源时空数据进行有序调度，依据制图思维细化思考过程，即思维链，根据地图设计目标对制图数据进行筛选、综合与重构，持续评估中间结果并据此对设计方案进行调整，迭代优化直至生成的地图在表达效果、逻辑一致性与地图可读性等方面符合专业应用要求。智能体促使地图设计与生产由经验驱动的静态范式向知识—推理—反馈—优化的智能模式演化。

5  结  语

智能地图制图的出现和发展标志着人类空间认知能力与机器计算能力开始深度融合。人类智能和机器智能分别在地图制图过程中承担着不同的任务。人类智能负责整体设计，通过领域知识和语义理解赋予地图以科学目标和文化内涵；机器智能则借助计算能力实现对时空数据的自动化分析、处理和绘图。制图思维三维结构“立方体”中，九个汉字总计构建形成27（3×3×3）个立方块，每个立方块代表着不同认知水平、特色化制图对象和差异化制图能力等多元特征。

未来需要适应多类型应用场景进一步深化制图思维三维结构。如在低空经济、自动驾驶等动态监测类场景中，可强化数字–地表–图像等思维组合，通过实时时空大数据驱动制图要素表达与关系推演，实现动态感知与空间认知的统一；又如在各类专题地图（集）编制等表达分析类场景中，可强化数字–系统–图象等思维组合，通过系统化组织与语义抽象提升知识结构表达能力；再如在国土空间规划、智慧城市等决策治理类场景中，可强化数治–地球–图相、数智–地理–图象等思维组合，强化制度逻辑映射与趋势识别能力，使地图由信息呈现工具转向支撑价值判断与行动推演的中枢。总之，智能地图制图不仅是对现有地图制图技术工艺或地图阅读交互手段的智能化改造，更是制图思维的整体性重构，乃至对机器视角下的地图学进行前瞻性探索。