认识世界，最早靠脚步，后来靠地图。古人把山川河流画在纸上，航海者把海岸线标在罗盘旁，现代城市把道路、楼宇和管线放进电子地图。地图曾经像一面静止的镜子，告诉我们哪里有山，哪里有河，哪里有一条通往远方的路。今天，这面镜子正在变成一颗能够感知变化、分析关系、推演未来的时空大脑。

地理空间人工智能的迷人之处，正在于它不只回答在哪里。它还试图回答这里发生了什么，为什么发生，接下来可能怎样变化。一个普通地图点位，只能告诉我们某座桥在城市东侧。一套地理空间智能系统，却可以同时知道这座桥连接哪些道路，承载多少车流，附近水位是否上涨，桥面温度是否异常，周边施工是否影响通行。空间不再只是背景，而成为理解现实世界的线索。

这颗时空大脑的眼睛，来自空天信息系统。高分辨率对地观测卫星能够从太空拍摄地表，航空摄影和无人机补充低空视角，地面传感器记录雨量、水位、温度和人流，北斗系统提供位置、导航和授时服务。高分二号卫星可提供1米全色和4米多光谱数据，高分五号具备高光谱观测能力，可以通过光谱特征识别地物差异。对人工智能而言，这些数据就像连续进入大脑的视觉、听觉和触觉信号。

光谱是遥感里最有科普意味的科学原理之一。不同物体反射和吸收电磁波的方式不同，水体、植被、裸地、建筑材料、污染物往往有各自的光谱特征。机器并不是像人一样看见一片绿色就判断它是树，而是读取多个波段中的数值变化，再结合空间形态和历史数据作出识别。健康植被和受损植被在可见光里可能差别不大，在近红外波段中却会露出差异。遥感影像从照片变成证据，正是因为光谱让地球表面有了可计算的纹理。

有了眼睛，还需要记忆。地理空间人工智能处理的不是一张照片，而是一串带有时间戳的世界切片。同一片湖泊在不同季节的面积变化，同一座城市在十年间的扩张边界，同一条道路在早晚高峰中的拥堵节奏，都可以被放入时空序列。机器学习擅长从大量样本中寻找规律，深度学习擅长从复杂影像中识别目标，图模型擅长表达道路、河网、管线和社区之间的连接关系。它们结合起来，便让地图有了类似记忆和联想的能力。

地理问题与普通图像识别不同。识别一只猫，猫在哪个角落通常不影响判断；识别一场城市内涝，位置却是问题的核心。低洼地、排水口、道路坡度、河道水位和建筑密度共同决定风险。地理空间人工智能必须理解邻近关系、连通关系、尺度关系和方向关系。地理学中有一个朴素而深刻的思想，近的事物通常比远的事物联系更紧密。把这一点交给机器，城市里的很多现象就不再是孤立点，而会连成一张有因果线索的空间网络。

从地图到时空大脑，中间还有一个关键台阶，叫实景三维。传统二维地图把城市压平，实景三维让楼有高度、坡有起伏、桥有净空、树有冠幅。自然资源部提出，到2025年，5米格网的地形级实景三维实现对全国陆地及主要岛屿覆盖，5厘米分辨率的城市级实景三维初步实现对地级以上城市覆盖。这样一来，人工智能面对的不再是平面符号，而是更接近真实城市的立体场景。它可以判断山体滑坡可能影响哪条道路，也可以推演新建筑对日照、风道和视线的影响。

中国的城市治理正在成为重要应用场。国家数据局发布的城市治理案例显示，遥感数据已经能够服务生态宜居、安全韧性、交通便捷等多类场景，有案例积累了1PB级遥感和地理信息数据，并围绕129个要素层、近1000个字段开展解译。通俗地说，过去城市管理像拿着放大镜找问题，今天则可以让机器先把道路、绿地、水面、裸土、建筑变化等要素筛出来，再由管理者判断和处置。机器做重复识别，人类做价值判断，治理效率由此提高。

生态保护也是一片广阔天地。湿地有没有萎缩，耕地有没有被占用，矿山修复是否恢复植被，河湖岸线是否发生异常变化，都可以通过多期遥感影像比较发现。高分卫星、资源卫星和商业遥感星座共同构成了越来越密集的观测网络。地理空间人工智能可以在海量影像中自动识别变化区域，把可能的问题推送给相关部门核查。它像一名不知疲倦的巡护员，从高空注视着山水林田湖草沙的细微变化。

在灾害应急中，时空智能更像一张提前展开的行动图。暴雨、洪水、山火、地震和滑坡都具有强烈的空间扩散特征。遥感影像能够帮助识别受灾范围，北斗定位可以支撑救援队伍和物资调度，地形数据能够辅助判断安全通道，通信和气象数据则补充现场变化。真正有价值的不是某一种数据，而是把多源信息压到同一张时空底图上，让决策者知道哪里最危险，哪里最需要支援，哪条路线仍然可通行。

它还会改变普通人的日常生活。手机导航早已不只是给出一条最短路线，而是在持续理解交通流的变化。未来，当实景三维、低空航路、即时气象和城市活动数据进一步融合，导航可能会告诉我们哪条路更阴凉，哪条无障碍路线更可靠，哪片区域在大型活动结束后更容易拥堵。城市不再只是被查询的对象，而会变成能够主动反馈、主动提醒的生活伙伴。

地理空间人工智能并不是魔法。它也会犯错，也会受到云层遮挡、数据偏差、样本不足、模型迁移失败等问题影响。一个在北方城市训练出来的识别模型，未必能直接适应南方水网密集地区；一套在晴天影像上表现良好的算法，遇到阴影、积雪或浓雾时可能出现误判。更重要的是，空间数据涉及基础设施、公共安全和个人活动轨迹，必须在应用创新与数据安全之间建立清晰边界。时空大脑越强大，越需要可信、可解释、可监管。

值得期待的是，中国已经拥有较完整的空间信息技术基础。北斗提供自主时空基准，高分专项提升对地观测能力，实景三维中国建设统一空间底座，数字政府和智慧城市应用不断扩展。下一步的关键，不只是把数据收集得更多，而是让数据在正确的坐标、正确的时间、正确的语义中相互理解。机器要读懂一片变化的土地，不能只看像素，还要理解地物、事件、规则和人的活动。

从地图到时空大脑，本质上是人类认识世界方式的一次升级。地图让我们知道自己身在何处，地理空间人工智能则帮助我们理解世界如何变化。它让洪水不只是新闻里的水位数字，让城市扩张不只是统计表里的面积增长，让生态修复不只是报告里的文字描述。变化被看见，关系被计算，风险被提前推演，治理才可能更加精准而从容。未来，当我们再次打开一张地图，也许看到的不再只是道路和地名，而是一个正在呼吸、正在生长、也正在被智能系统细心守望的世界。

作者：张天缘，中国基本建设优化研究会，中国科普作协会员，科普中国专家，2025年科普中国百佳科普号独立运营创作者等。