本书首次提出并系统阐释时空智能学这一学科范式，论述在人工智能驱动下，人类对时空信息感知、认知与决策能力的革命性进展。以“运动的物质世界”为逻辑起点，深入剖析时空信息的本质与演进，构建涵盖时空基准、时空数据智能感知、挖掘分析与大模型技术的完整方法体系。此外，本书进一步拓展时空智能在空天、空地、空海、深空等广阔空间的创新应用，并延伸至医学、社会经济等民生领域，强调在“通导遥算一体化”智能基座下，实现天-空-地-海协同观测与决策的可能性。全书以“4R”（right time，right place，right data/information/knowledge，right person）原则为服务导向，致力于回答“何时、何地、何目标、何变化、何机理、何决策”6大核心问题，推动传统测绘遥感迈向以智能为核心的新范式，为理解复杂时空过程、构建数字孪生世界、实现可持续发展提供系统性的理论框架与技术路径。

更多科学出版社服务，请扫码获取。

1963 年毕业于武汉测绘学院，获学士学位， 1981 年获武汉测绘学院硕士学位； 1985 年获联邦德国斯图加特大学博士学位； 2008 年 11 月，获瑞士苏黎士联邦理工大学名誉博士武汉大学测绘信息工程全国重点实验室何梁何利科技进步奖；3个国家科技进步二等奖；加拿大自然科学和工程研究奖（NSERC）；5位博士生荣获全国百篇优博；等历任武汉测绘科技大学校长、测绘遥感信息工程国家重点实验室主任、国务院学位委员会学科评议组成员、国家 973 专家顾问组成员、中科院地学部副主任、中国测绘学会理事长、中国图形图像学会副理事长、中国地理学会环境遥感分会副理事长、武汉大学学术委员会主任等学术职务。现任中国测绘学会副理事长、中国 GIS 协会顾问、国家航天专家组成员、国家遥感中心专家组成员、总参科技顾问、高分重大科技专项专家组副组长。同时，在国际上还担任过亚洲 GIS 协会创会会长，国际摄影测量与遥感学会第三、六专业委员会主席，瑞士苏黎士理工大学客座教授，澳大利亚昆士兰工大客座教授，加拿大卡尔加里大学客座研究员等兼职

目录
第1章 运动的物质世界与时空信息 1
1.1 概述 2
1.2 物质世界的时空信息 2
1.2.1 自然活动中的时空信息 2
1.2.2 人类社会活动中的时空信息 4
1.3 时空信息的演进 5
1.3.1 时空信息的定义与特性 5
1.3.2 信息获取、处理与表达的发展历程 6
1.3.3 数字化时代下时空信息的形成与处理 7
1.3.4 时空信息构建时空智能学发展基础 9
1.4 结语 10
参考文献 11
第2章 时空智能学的兴起与内涵 13
2.1 概述 14
2.2 人工智能的起源和发展历程 14
2.2.1 人工智能的起源 15
2.2.2 人工智能与时空信息的融合发展 15
2.3 人工智能推动时空智能发展 17
2.3.1 人工智能大模型赋能智能摄影测量 17
2.3.2 人工智能助力时空智能体系构建 19
2.4 时空智能学基本框架 19
2.4.1 时空智能学的定义 19
2.4.2 时空智能学的任务与目标 20
2.4.3 时空智能学的发展 21
2.4.4 时空智能驱动物理世界认知与交互 23
2.5 大语言模型对时空智能学的评价 25
2.5.1 DeepSeek对时空智能学的评价 25
2.5.2 ChatGPT时空智能学的评价 26
2.5.3 Gemini对时空智能学的评价 26
2.5.4 评价小结 27
2.6 结语 27
参考文献 28
第3章 时空基准 31
3.1 概述 32
3.2 参考系 33
3.2.1 参考系四要素 33
3.2.2 坐标系 33
3.2.3 常用参考系 34
3.3 时间系统 36
3.3.1 时间频率基准发展现状 36
3.3.2 常用的时间系统 37
3.4 参考坐标系及参考框架 37
3.4.1 大地测量坐标系统 38
3.4.2 大地测量坐标框架 38
3.4.3 大地测量常数 39
3.4.4 国际地球参考框架 39
3.4.5 其他参考系基准 39
3.5 高程系统 42
3.5.1 高程基准和框架 42
3.5.2 几种常用的高程系统 43
3.5.3 全球高程基准 43
3.6 多维动态统一时空基准 43
3.6.1 时空基准的建立与维持 43
3.6.2 四维时空的物理基础 44
3.6.3 时空基准未来发展 45
3.7 结语 46
参考文献 46
第4章 时空数据智能感知与分析 49
4.1 概述 50
4.2 时空数据获取 50
4.2.1 导航与位姿数据获取 50
4.2.2 影像数据获取 54
4.2.3 激光数据获取 60
4.3 时空数据智能处理与分析 66
4.3.1 即时定位与建图 66
4.3.2 影像智能匹配 69
4.3.3 影像智能建模与解译 71
4.3.4 点云智能处理 74
4.3.5 多模态数据融合处理与分析 78
4.4 时空数据智能感知系统 82
4.4.1 地理空间传感系统 82
4.4.2 海洋观测系统 82
4.4.3 通导遥算集成的 PNTRC 一体化传感系统 82
4.4.4 人体智能传感系统 83
4.5 时空数据可视化 84
4.5.1 技术框架与方法体系 84
4.5.2 核心可视化方法 85
4.5.3 典型应用场景 85
4.5.4 未来发展趋势 86
4.6 时空智能剖分数据模型、编码与计算 87
4.6.1 GeoSOT时空剖分网格与编码框架 88
4.6.2 GeoSOT时空剖分编码代数 90
4.6.3 GeoSOT全球局部等距网格与编码框架 91
4.7 结语 94
参考文献 95
第5章 时空数据挖掘与大模型 103
5.1 概述 104
5.2 时空数据挖掘 105
5.2.1 基本内容 105
5.2.2 知识类型 106
5.2.3 典型应用 107
5.2.4 机遇与挑战 108
5.3 时空大模型 109
5.3.1 时空大模型关键技术概述 109
5.3.2 时空大模型的挑战和发展趋势 110
5.4 智能遥感解译样本与模型构建 111
5.4.1 遥感影像样本数据集构建方法 111
5.4.2 遥感特性的深度学习框架与模型 113
5.5 人工智能应用于遥感解译的七大准则 115
5.5.1 解锁人工智能潜力 115
5.5.2 深化遥感应用 116
5.5.3 实现精准遥感 116
5.5.4 构建遥感本体语义数据库 117
5.5.5 实现多源影像综合理解 117
5.5.6 构建层次理解框架 117
5.5.7 智能诊断产品质量 118
5.6 智能遥感解译样本库与框架模型进展 118
5.6.1 大规模遥感影像样本库LuoJiaSET 118
5.6.2 遥感解译深度学习框架LuoJiaNET 121
5.6.3 多模态-多任务遥感大模型LuoJia.SmartSensing 126
5.7 结语 128
参考文献 128
第6章 空天时空智能 133
6.1 概述 134
6.2 智能遥感卫星与空天时空智能 135
6.2.1 智能遥感卫星发展及特点 135
6.2.2 星地协同的智能遥感卫星在轨处理体系架构 136
6.2.3 智能遥感卫星在轨数据实时智能处理关键技术 137
6.3 “东方慧眼”高精度智能遥感服务系统 141
6.3.1 “东方慧眼”智能遥感卫星星座 141
6.3.2 “东方慧眼”星间通信技术与系统架构 142
6.3.3 “东方慧眼”星座星间组网 144
6.4 基于空天时空智能的生态环境监测 150
6.4.1 生态环境时空智能的特点与挑战 150
6.4.2 生态环境时空智能典型应用 151
6.4.3 生态环境时空智能发展展望 162
6.5 结语 163
参考文献 164
第7章 空地时空智能 167
7.1 概述 168
7.2 无人机集群自主感知 169
7.2.1 典型模式 170
7.2.2 云端一体的地表信息实时感知 171
7.2.3 基于优视摄影的快速精细建图 175
7.2.4 复杂封闭空间无人机自主感知 177
7.3 地面移动测量及自动驾驶 179
7.3.1 智能定位与导航技术 179
7.3.2 地面移动测量系统 182
7.3.3 无人系统自动驾驶 185
7.3.4 林冠下层无人机系统自主感知 188
7.4 空地时空智能典型应用 190
7.4.1 无人机集群自主感知系统典型应用 190
7.4.2 地面移动测量系统及自动驾驶典型应用 194
7.4.3 典型行业应用 198
7.5 结语 207
参考文献 208
第8章 空海时空智能 211
8.1 概述 212
8.2 基于时空智能的水表要素反演与监测 212
8.2.1 全球海洋漫射衰减系数时空反演 213
8.2.2 河流流速时空反演 215
8.2.3 全球河流泥沙浓度时空反演 218
8.2.4 全球近岸赤潮时空监测 220
8.3 基于时空智能的珊瑚礁和海洋生态系统评估 222
8.3.1 基于覆盖度和健康评估的二维语义分割 222
8.3.2 基于生长监测的三维建模与粗糙度计算 223
8.3.3 基于栖息地全面分析的二维与三维模型 224
8.3.4 基于生态变化追踪的时间序列监测 225
8.4 基于时空智能的水下智能化测图 226
8.4.1 船载声呐遥感 227
8.4.2 立体摄影测量 227
8.4.3 多光谱影像反演 227
8.4.4 激光测深 228
8.4.5 重力异常反演地形 228
8.4.6 多水下机器人协同建图 229
8.5 结语 232
参考文献 233
第9章 深空时空智能 239
9.1 概述 240
9.2 深空探测中时空智能技术的进展与典型应用 240
9.2.1 深空探测发展简史 240
9.2.2 深空制图与环境感知 243
9.2.3 深空探测器导航定位 249
9.3 基于深空探测车的深空时空智能的演进 253
9.3.1 从遥操作为主到智能操作为主的演进 253
9.3.2 从短距离规划到长距离智能规划的演进 254
9.3.3 从预设程序到自主学习的演进 254
9.4 深空时空智能发展展望 255
9.4.1 深空探测器智能探测 255
9.4.2 深空大数据智能处理 255
9.4.3 深空探测基础设施的支撑与发展 255
9.5 结语 256
参考文献 256
第10章 医学时空智能 261
10.1 概述 262
10.2 面向群体健康管理的大尺度医学感知与时空建模 263
10.2.1 公共健康导向的医学遥感卫星系统研制 263
10.2.2 医学遥感与多源环境健康数据处理 267
10.2.3 区域健康地理数据空间分析与风险评估 269
10.3 面向智能诊疗与行为识别的医疗服务与交互系统 271
10.3.1 医疗服务场景下的智能感知与多模态交互机器人 271
10.3.2 基于时空行为建模的人体步态识别与健康评估 274
10.4 面向组织器官层级的体内感知与医学影像建模 277
10.4.1 医学影像的多模态融合与智能分析 277
10.4.2 体内微空间高精度定位与三维重建 283
10.5 结语 288
参考文献 289
第11章 社会经济学时空智能 293
11.1 概述 294
11.2 基于时空智能的夜光遥感 294
11.2.1 应用背景 294
11.2.2 时空智能在夜光遥感中的典型应用 295
11.3 基于时空智能的文化遗产数字化保护 299
11.3.1 应用背景 300
11.3.2 时空智能在文化遗产数字化保护中的典型应用 301
11.4 基于时空智能的人类出行分析 306
11.4.1 应用背景 306
11.4.2 时空智能在出行分析中的典型应用 308
11.5 基于时空智能的商业活动 310
11.5.1 应用背景 310
11.5.2 商业活动中的时空智能典型应用 311
11.6 结语 314
参考文献 315
第12章 时空智能未来展望 319
12.1 时空智能未来发展 320
12.1.1 通导遥算一体化的智能基座 321
12.1.2 天空地海协同的泛在感知网络 322
12.1.3 大模型驱动的时空认知革命 323
12.2 时空智能的挑战 325