ARTICLE · 1082005
从地图数字化到空间智能:中国GIS软件的技术演进
从地图数字化到空间智能：
中国GIS软件的技术演进
从二维地图、桌面软件，到三维数字孪生、云原生平台，再到能够调用空间分析工具的智能体，中国GIS软件在近40年间经历了多次重要变革。
变化的不只是地图呈现形式，空间数据的组织方式、计算环境和人机交互逻辑也在不断重构。
回望这段历程，可以看到一条清晰的技术主线：
从地图数字化到空间信息网络化，从二维表达走向三维计算，再从云端服务迈向空间智能。
一
起步：把现实世界转化为空间数据
20世纪80年代，全球商业GIS软件开始出现。1987年，我国早期国产GIS软件PURSIS诞生，随后更名为SpaceMan。此后，GeoStar、CityStar、ViewGIS、MapGIS等国产软件陆续出现。
这一阶段主要解决三个基础问题：
◾将纸质地图转化为数字数据；
◾在计算机中存储和管理空间信息；
◾完成地图编辑、查询、制图和基础空间分析。
这意味着地图不再只是静态图形，而成为可以检索、计算、分析和更新的数据系统。
GIS也由此超越普通制图工具，开始用于描述地理对象之间的距离、邻接、包含、连通和相互作用。
二
扩展：从桌面GIS走向网络与移动端
进入20世纪90年代末和21世纪初，GIS开始向组件化、网络化、移动化和跨平台方向发展。
组件式GIS使地图显示、数据管理和空间分析功能能够嵌入不同业务系统；Web GIS则将本地地图转化为网络服务，使用户可以通过浏览器访问空间信息。
随着移动GIS和跨平台技术发展，空间信息进一步进入手机、平板、服务器和各种业务终端。
这一时期，GIS完成了几项重要转变：
◾从单机运行转向网络协同；
◾从完整软件转向功能组件；
◾从固定终端转向移动终端；
◾从专业工具转向行业应用平台。
GIS开始广泛嵌入自然资源、农业、生态环境、交通、应急管理和城市治理等领域，其价值也由“提供地图”进一步转向“支撑业务”。
三
从二维到三维：GIS不仅要“看得见”，还要“算得出”
随着实景三维和数字孪生需求增长，GIS逐渐由二维平面走向三维空间。
早期三维系统更加重视视觉展示，传统二维GIS则擅长查询、统计和空间分析。二三维一体化技术使二维数据与三维模型能够共享数据库、分析工具和开发体系。
三维GIS也由单纯展示逐渐进入更多应用场景：
◾城市规划与方案比选；
◾建筑物和地下空间管理；
◾工业设施与管网分析；
◾洪涝和灾害模拟；
◾工程仿真与安全分析；
◾城市数字孪生管理。
游戏引擎具有较强的实时渲染和沉浸式展示能力，Web3D则更适合嵌入业务系统，在浏览器中完成数据查询与三维分析。
真正成熟的三维GIS，并不是简单地把二维地图“立起来”，而是让三维空间同时具备查询、计算、模拟和辅助决策能力。
四
云原生：重新组织GIS的计算能力
遥感影像、无人机数据、实景三维模型和物联网数据快速增长后，传统单机和单体服务器逐渐面临性能瓶颈。
云原生GIS通过微服务、容器化、自动编排和无服务器计算等技术，将庞大的GIS服务器拆分为可以独立运行和扩展的功能模块。
当某项空间分析功能被高频调用时，系统可以只增加相应服务的计算实例；某个模块出现故障时，其他模块仍能继续运行。
云原生由此为GIS带来了弹性计算、高并发访问、快速部署和故障隔离等能力。
因此，云原生并不是简单地把GIS软件搬到云端，而是重新设计空间服务的组织方式。GIS也由相对固定的软件系统，转变为能够按需组合和动态扩展的空间计算能力。
五
GeoAI：让GIS从执行规则走向学习规律
人工智能进入GIS后，首先带来的变化是空间分析能力的扩展。
传统GIS擅长按照明确规则开展缓冲区分析、叠加分析、网络分析和空间统计；AI则更擅长从海量数据中识别复杂特征和潜在模式。
二者结合形成GeoAI，并逐渐应用于：
◾遥感影像分类；
◾建筑物、道路和水体提取；
◾农作物识别与产量估算；
◾土地利用变化检测；
◾城市功能区识别；
◾灾害风险预测；
◾空间知识提取与生成。
传统GIS更多解决“按照规则如何计算”，GeoAI则进一步尝试回答“能否从数据中发现规律”。
不过，模型精度并不是评价GeoAI的唯一标准。空间尺度、区域差异、样本偏差和空间相关性，都可能影响模型结果。
因此，GeoAI不仅需要更强的算法，也需要可靠的地理解释。
六
空间智能体：从“寻找工具”到“描述任务”
大模型和智能体的发展，正在改变GIS软件的交互方式。
传统GIS要求用户熟悉菜单、工具栏和参数设置。空间智能体则尝试让用户直接描述任务，例如：
提取研究区域近十年的耕地变化，识别减少最明显的区域，并分析其与城镇扩张之间的关系。
智能体可以根据目标选择数据、调用分析工具、组织处理步骤，并生成地图和统计结果。
GIS的操作逻辑由此发生变化：
◾过去是用户寻找和组合工具；
◾现在是系统根据任务调度工具；
◾过去以菜单和工具栏为中心；
◾未来可能以自然语言和任务编排为中心。
智能体赋能的GIS，是在传统系统中加入智能助手；智能体原生GIS，则围绕智能体重新设计数据、算法和交互体系。
不过，空间智能体仍可能出现数据理解偏差、工具选择错误和参数设置不合理等问题。它能够提高操作效率，但仍无法替代对数据、方法和结果的专业判断。
七
AI时代的GIS平台是什么样的？
面向AI的GIS平台，可以概括为四个层次。
多模态空间数据层
管理矢量地图、遥感影像、三维模型、轨迹、文本和传感器数据。
空间分析工具层
提供经典空间分析、空间统计、GeoAI模型和地图可视化工具。
智能体接口与技能层
将专业GIS功能封装为智能体能够识别、选择和调用的工具。
应用与交互层
同时支持传统GIS、AI赋能GIS和智能体原生GIS。
未来，空间数据引擎不仅要服务于人和传统软件，还要提供便于AI理解和调用的接口。GIS也将成为连接现实空间、专业模型和人工智能的重要平台。
八
技术越智能，空间思维越重要
AI可以帮助完成数据清洗、代码编写、遥感解译、地图制作和部分空间分析，但工具越容易使用，越需要重视结果背后的逻辑。
一项可靠的空间分析仍然需要回答：
◾数据是否适合当前问题？
◾坐标系统和空间尺度是否统一？
◾分析方法的假设是否成立？
◾参数设置是否具有地理意义？
◾空间相关性是否得到正确处理？
◾结论是否超出了数据支持范围？
过去，GIS应用的门槛主要来自软件操作；未来，真正的门槛可能更多来自问题判断、方法选择和结果验证。
会使用工具固然重要，更重要的是理解为什么使用这一工具，以及得到的结论是否可信。
九
四十年技术演进带来的启示
架构创新比功能叠加更具影响力
组件式GIS、跨平台GIS、二三维一体化、云原生和智能体原生，本质上都是对数据组织、系统运行或交互方式的重新设计。
领先技术往往产生于真实需求
三维城市、自然资源管理、海量遥感数据和数字孪生等复杂需求，为GIS技术创新提供了持续动力。
AI不会削弱地理知识的价值
AI能够识别模式、生成代码和调用工具，却不一定真正理解空间尺度、区域差异和地理过程。在AI时代，空间思维不仅没有过时，反而更加重要。
2024年已经来临，为确保工作的顺利进行特意举行此会议。本次会议主题内容主要包括年终总结，年终报告，年终奖励，年终计划。四个方向来概括本次会议。
十
结语：从数字地图走向空间智能
中国GIS正在从数字制图、空间分析和三维表达，进一步迈向云端计算与智能体驱动的空间服务。
AI不会取代传统GIS。坐标体系、空间关系、地理过程和分析模型，仍是人工智能理解现实世界的重要基础。
未来的GIS不仅要回答“这里有什么”，还要进一步解释“为什么发生在这里”“接下来可能发生什么”，并为现实决策提供支持。
这正是地理信息技术从数字地图走向空间智能的意义所在。
资料来源
微信公众号“宋关福GIS笔记”：《PPT图文｜中国GIS软件技术发展40年及AI GIS 进展》
本文在原推文及报告内容基础上进行了结构调整、内容精简，仅用于学习交流。
文中涉及的GIS发展历程、技术案例和相关观点以原文表述为准。
原创信息图由AI辅助制作。
编辑丨沈晓蕊
审核丨张青峰
扫码关注
地理信息探索者