2022年4月18日，自然资源部印发新版基础测绘与实景3D中国建设技术文件（5-7）。 其中，技术文件7——《基本地理实体语义化基本规定》由特瑞数码设计编写。 该文件规定了地理实体语义内容、获取、表达和质量检验的流程和方法，将对扎实推进新基础测绘和实景3D中国建设发挥重要作用。 为了帮助读者更好地理解“基本地理实体的语义化”，本文做了进一步的延伸。
什么是“语义”？
”
根据自然资源部发布的新的基础测绘技术文件《术语解释》中对语义的定义：语义是采用标准化的范式，以一致的方式描述地理实体的属性以及实体之间的关系。方式，从而达到计算机识别、理解、可操作的过程。
语义化是对现实世界中地理实体对象进行抽象计算机描述的过程。 是整合各类行业专题数据和非结构化数据的重要手段，也是实现基础测绘数据泛在应用的有效途径。
为什么是语义？
”
语义是区分基础地理实体数据与现有基础地理信息数据的重要特征之一。 应用具有重要意义。
依托基础地理实体的语义结果，进一步整合人口、法人、经济社会运行数据，构建基础地理实体知识图谱。 知识图谱是一种图组织形式，对结构化和非结构化数据进行提取和融合，通过语义网络将各种实体关联起来，有利于大规模数据的利用、搜索和知识推理，进而有利于促进认知智能的发展。
语义信息
主要的获取方式有哪些？
”
语义信息一般可以通过航空遥感、3D重建、空间计算、智能解译、人工解译、野外测绘、物联网感知、语义识别、互联网抓取等方式获得。 目前比较成熟的模式是航空遥感。 下面介绍两种获取航空遥感语义信息的方法。
3.1. 基于倾斜航空摄影的语义建模
”
基于倾斜航空摄影数据的语义建模主要包括数据采集、三维重建和智能语义建模。
· 倾斜航拍数据采集与三维重建
目前主流的倾斜航拍采集设备如AMC5150可以获得分辨率高达2CM的数据。 对应的PhotoMesh具有海量数据自动建模，同时获取3DMesh、LAS、DTM、DSM、TDOM 5种测绘数据。 结果能否满足后续语义建模的需要。
· 智能语义建模
以上述五种测绘成果为主要数据源，特瑞数字的语义建模技术可以有效提取实体的几何语义以及实体之间的几何组成和层次关系。 该技术通过智能机器学习自动生成多LOD级别的语义模型，包括自动提取其空间语义信息、批量构建语义模型以及支持语义扩展。
3.2. 基于机载高光谱的语义提取
”
高光谱数据具有高空间分辨率和高光谱分辨率的特点。 能够高精度智能提取水质、植被类型等语义信息，辅助基础地理实体拓展语义建模。
·基于高光谱的水质语义信息提取
利用机载高光谱数据不仅可以提取水体空间分布的几何信息，还可以提取透明度、悬浮物浓度、富营养化等水体颜色语义信息。 下图为特瑞子公司上海航耀的应用示范案例。
（河流一段：为高浑浊水体，主要污染物为悬浮泥沙。）
·基于机载高光谱的植被覆盖度语义分割
机载高光谱数据具有空间/高光谱分辨率高、地图一体化的特点，可以智能实现植被覆盖度的高精度语义分割。 下图为特瑞子公司上海航耀的应用示范案例。
在某地机载高光谱应用测试中，提取了17种植被的语义信息，包括：柳树、榆树、杨树、番石榴、桉树、桃树、水稻……不仅可以获得农业的空间几何信息自然地理实体中的林地、土壤实体，还可以智能实现耕地、园地、林地等实体类型的语义提取，为自然资源和城市园林绿化提供更丰富的实体数据。
语义成就数据
如何管理？
”
语义结果数据包括实体基本属性、实体扩展属性和实体关系。 实体属性可能需要包含音频、视频等非结构化数据，这些数据无法存储在传统的关系数据库中。 扩展属性一般无法提前定义数据库存储结构，传统数据库无法有效存储实体关系。 因此，语义成果数据的管理需要更加复杂的多源数据管理方法来实现基础地理实体按需组装的核心功能。
SmartEarth地理实体数据库管理系统支持多源数据存储更新、查询统计、按需组装、场景浏览、服务发布、时空知识图谱等功能，满足自然资源的特殊应用需求、城市管理等行业，为智慧城市提供时空大数据平台、地理信息公共服务平台、国土空间基础信息平台等实景3D数据支撑，进而为应用提供统一的数字空间基础城市信息模型（CIM）、数字孪生等，实现实景3D中国泛在服务。
·全要素、多尺度地理实体数据管理
语义数据融合，智能地理实体知识图谱构建
结论
”
在新型基础测绘和实景3D中国建设过程中，特瑞数字深度参与国家和地方各级标准的研究和制定。 在广泛参与各项试点工作和技术攻关的基础上，依托公司近20年的技术积累，形成了涵盖智能采集、3D重建、物化、语义、地理实体、3DGIS/WebGIS/ PW（平行世界）基础平台及行业应用定制开发全链技术体系。 期待与各位同仁共同努力，为实景3D中国的扎实推进做出贡献。
