——记武汉大学资源与环境科学学院教授艾廷华

李 莉　李 双

作为空间现象可视化表达的地图，通常被誉为地学研究的第二语言。在地理信息系统领域，想让计算机将一幅复杂的地图简化为概略图，需要有很强的图形语言抽象概括能力，这是领域内公认的世界难题，连高速发展的人工智能技术对其都还在寻找这一问题的解决办法。来自武汉大学资源与环境科学学院的教授艾廷华毅然应对这一挑战。他历20余年攻关克难，怀揣创新初心，取得了多项成果，先后4次获得国家科技进步奖二等奖，研制的地图尺度变换软件驱动国家国土资源信息化建设步入快速路。

成为教师 创造快乐

1987年，艾廷华考入武汉测绘科技大学（现武汉大学）地图制图专业，正式与地图制图结下了深厚的缘分。“高中的时候我参加过编程设计开发的课外活动，获得过湖北省BASIC程序设计奖，对信息科学留下了不错的印象。”进入地图制图专业后，艾廷华发现信息科学与地图制图是可以结合起来学习的，“通用信息技术和地图、空间、位置、场所等信息结合起来能产生特殊的信息处理策略，这点非常有趣。”怀抱着这样的想法，在刻苦学习地图制图专业的知识外，艾廷华经常抽时间去“蹭”计算机专业的课，可以说是“两手都要抓，两手都要硬”。

此后，艾廷华继续留在学校完成了硕士和博士研究生的学业，之后留校从研任教。一晃30年过去，他坦言，这样的选择很适合自己——“在校园里能安静地看书，能摸索科研上的新东西，也能接触朝气蓬勃的学生”。谈起多年来与学生相处的经历，艾廷华的话逐渐多了起来，能感觉到他是发自内心地喜欢教师这份职业。“学生思想活跃，不仅是他们向我学习，我也在向他们学习，这是一个互相学习的过程。在这个过程中，我体会到了钻研细节的乐趣，可以将自己最新的科研成果及时在教学中传授给学生，还能多了解前沿的新思想，这是创造快乐与传递快乐的双重叠加。”

平等尊重的相处方式让艾廷华深受学生的喜爱。他的课程覆盖了本科、硕士、博士、留学生等各个阶段不同类型的学生，并能因材施教，使每一名学生都能收获满满。特别是他开设的研究方法性课程“专业论文阅读与写作”受到了广大研究生的广泛赞誉。他把一般科技论文的写作方法和地理信息系统专业紧密地联系在一起，并用大量的实例来指导学生怎样找到“写点”，从而把科学论文中的故事讲得更生动。这些工作耗费了艾廷华不少的时间和精力，但他觉得这一切都是值得的：“作为老师，我是引导者，引领我的学生进入我独创的或由其他先辈创造的一个个奇幻科研世界里，带他们发现隐藏在表象背后的一个个科学之谜，这种为人师者的快乐也是非常美妙的。”这样的快乐让他沉浸其中。桃李不言，下自成蹊。他的学生先后在国内外学术会议中获得“最佳论文”“高校地理信息系统（GIS）新秀”“优秀报告”等荣誉，还有多人获得湖北省优秀博士论文奖、研究生学术创新奖等各种奖项，很多毕业生成为高校、企事业单位的业务骨干。

攻克难题 硕果累累

2006年5月20日，举世瞩目的三峡大坝全线建成。作为当今世界上最大的水利枢纽工程，三峡库区的蓄水、航道改造、航行安全成为航运部门关注的课题。同样关注三峡工程的艾廷华也于2004年完成了电子航道图系统，为这项工程贡献了自己的一份力量。

据了解，电子航道图系统可以为今后长江航道水上航行和施工，以及制定长期发展目标提供科学、准确的依据。针对三峡库区蓄水后航道情况复杂等问题，它可以将整个三峡库区的航道信息“浓缩”在室内大屏幕上，全天候对航标、助航设施、信号灯进行远程监控，将这些设施的运行状态信息，通过无线通信实时传回电子航道图上，并通过“航标遥测遥控系统”指导整个航道的导航、搜救等功能，从而保证三峡库区航运的安全。

艾廷华从博士论文开始就对“如何让计算机将一幅复杂的地图简化为概略图”这一难题展开了攻关，先后两次出国与国际同行合作研究，在多项基金课题支持下，通过一个个单项问题的解决，他逐步探寻到解开难题的钥匙：他创造性地提出了将计算几何与智能计算相结合的解决途径，建立了人机协同的技术路线，为解开“地图综合国际难题”迈出了一大步；设计开发了具有自主知识产权的首套地图综合软件DoMap，获得2005年度国家科技进步奖二等奖。值得一提的是，这个软件被选为国家空间数据基础设施1∶5万地图数据库更新软件，承担全国的地图数据更新，使得地图更新效率提高4倍以上，填补了我国在这一领域的空白。

2017年，国家重点研发计划地球观测与导航专项“全息地图获取与位置信息聚合技术”项目立项，由多家单位共同承担。其中，艾廷华和团队承担的课题是“场景集成建模与自适应表达”，此课题面向新时代地图学的创新发展，围绕场景集成与自适应可视化主题，在地理信息的全要素尺度变换、多维动态符号设计以及多模态可视化方面进行技术攻关。

经过团队上下的一致努力，课题研究创造了诸多创新成果：构建了基于场景空间、声光电磁和泛在数据的新型地图数据场景表达模型，拓展了地图语言内涵；建立了空间、时间和语义尺度联合控制下的多要素空间场景自适应综合技术，突破了面向不同行业领域、几何维度、时态特征的动态可视化技术；建立了面向不同用户、终端、上下文环境的多模式地图展示方法等。随后，相关研究成果被应用到全国国土资源大调查成果的地图综合缩编任务中，以高自动化、高智能化特色承担了众多省级数据库的综合缩编工作，显著提升了生产效率。项目研制的地图综合软件也为华为花瓣地图的瓦片数据分级处理提供了重要技术支撑。

艾廷华还主持了国家自然科学基金重点项目“网络众源地理信息在线式尺度变换原理与方法”，针对地理信息系统数据处理中的尺度变换在网络技术与大数据背景下面临的新挑战，突破从离线到在线、从规范数据到众源数据的尺度变换“卡脖子”难题。项目研究历时5年，取得多项原创性成果，其中相关项目研究成果作为部分内容参加了项目“智能化地图综合与多尺度级联更新关键技术及应用”申报并获得了2020年度国家科技进步奖二等奖。

深度学习 让地图更聪明

在地图绘制新技术的发展过程中，地图与人工智能的融合是最显著的趋势，表现为机器学习、深度学习、知识图谱在地图认知、地图设计与地图分析中扮演越来越重要的角色。随着人工智能技术的不断发展，地图空间决策也越来越复杂，在深度学习支持下的地图创意设计，可以将地图专家的知识经验迁移，使得地图的艺术表现力大大提高。

当地图遇上深度学习，在被赋予了智能决策能力后，地图也将“变聪明”。在艾廷华看来，深度学习给地图赋予智能表现在两个方面：一是地图设计制作方面，二是地图应用分析方面。在地图应用分析方面，艾廷华和团队曾经研制的地图综合与尺度变换系统，在完成国土资源调查成果的多级数据库建设中，面临数据压缩后土地用地格局与各类用地面积平衡保持不变的问题，这是一个有一定难度的空间决策问题，为此他们采用了土地利用图斑的机器学习，在典型样本的训练后，较好地解决了这个问题。

目前，在地图智能化方面，艾廷华和团队已取得了一定的成绩，但他们的技术还面临着进一步推广和提升的难题。“如何加深地图智能化的程度是一个很大的考验，我将带领团队积极主动地确立地图空间的智能化问题，把相关领域知识融入深度学习的模型中。除了这一方面外，我还想开辟一些新的方向，比如将人工智能和脑科学这两个研究热点结合以后，与我们地图专业进行新的融合，让我们的大脑更好地认识地图，使得计算机制图系统的创意设计能力向人的大脑行为逼近，让地图分析系统具备与人脑类似的智能水平。” 这条路任重道远，但艾廷华为了实现“千言万语不如一张图”的目标，他愿意继续攻关，直到成功的那一天。