江西地名研究

關(guān)注我們，獲取更多地名資訊

摘要：數(shù)字技術(shù)的迅猛躍遷，使古舊地圖數(shù)字化研究實現(xiàn)突破性進展，并成為歷史地理學、地理信息科學與技術(shù)（GIS）、數(shù)字人文等領(lǐng)域共同關(guān)注的前沿議題。古舊地圖數(shù)字化研究通過融合GIS、遙感（RS）、計算機視覺（CV）、機器學習（ML）與深度學習（DL）等新興前沿技術(shù)，彰顯跨學科創(chuàng)新潛能。數(shù)字化并非單純的信息遷移，而是以數(shù)字手段保存珍貴的古舊地圖，重構(gòu)并結(jié)構(gòu)化歷史地理信息，實現(xiàn)古代地理知識與現(xiàn)代分析框架的無縫銜接，并為學術(shù)研究與行業(yè)應(yīng)用提供高質(zhì)量的數(shù)字資源。文章系統(tǒng)梳理并評述了國內(nèi)外古舊地圖數(shù)字化的演化脈絡(luò)與發(fā)展趨勢。首先，強調(diào)數(shù)據(jù)預(yù)處理在歷史地理信息提取質(zhì)量中的關(guān)鍵作用，并回顧其最新研究進展；接著，總結(jié)近年來古舊地圖信息提取方法的革新，包括多源信息融合、矢量化處理、符號識別提取和語義分割；隨后，評析了古舊地圖數(shù)據(jù)庫建庫策略與服務(wù)模式；最后，歸納了古舊地圖數(shù)字化成果的主要應(yīng)用場景，進一步展望了人工智能驅(qū)動下古舊地圖數(shù)字化的未來方向，并提出潛在的挑戰(zhàn)，以期為后續(xù)研究提供新的思路與路徑。

關(guān)鍵詞：古舊地圖；數(shù)字化；歷史GIS；研究現(xiàn)狀；發(fā)展趨勢

0 引言

古舊地圖通常指成圖時間距今較遠、具有歷史價值且不再作為日常測繪成果使用的各類地圖。國內(nèi)學界一般把1949年建國前繪制的地圖稱為古舊地圖。古舊地圖不僅是人類歷史文化的珍貴遺產(chǎn)，更承載著豐富的歷史地理信息，反映了特定歷史時期的地理認知、社會變遷和文化背景，具有重要的學術(shù)研究價值和實踐意義。在測繪學、歷史地理學、文化遺產(chǎn)保護等領(lǐng)域，古舊地圖作為難以復(fù)現(xiàn)的第一手資料和獨特的歷史文獻，具有不可替代的學術(shù)價值與現(xiàn)實意義，持續(xù)推動著人們對歷史進程與文化基因的深層解讀與再發(fā)現(xiàn)。

古舊地圖的利用，受圖形載體的深刻影響。早期的古舊地圖，多以黏土板、陶片、巖壁等作為載體，隨著歷史的發(fā)展，其載體形式逐漸豐富，涵蓋了絲帛、碑刻、銅板、木刻、紙質(zhì)等多種媒介。其中，絲帛和壁畫類地圖，因其兼具藝術(shù)表現(xiàn)和歷史實證的雙重屬性，成為了研究古代地理認知與制圖技藝的重要復(fù)合性載體。木刻類地圖，作為傳統(tǒng)制圖技藝的重要代表，其精細的雕刻工藝和圖案呈現(xiàn)了古代社會的地理認知與文化特色，也反映了其在文化傳播和技術(shù)發(fā)展中具有重要的歷史價值。銅版地圖，因其耐久性和高質(zhì)量的印刷效果，能夠清晰傳達當時的地理信息，具有較強的歷史參考價值。碑刻類地圖的特殊性在于記錄的內(nèi)容多具有地域性與紀實性，常常承載著政治或歷史事件的記載。碑刻地圖的解讀，能夠揭示當時社會的地理認知、行政區(qū)劃、資源分布等重要信息。

相比于上述特殊材質(zhì)，紙質(zhì)地圖是古舊地圖中數(shù)量最龐大、最為常見的載體。由于其廣泛的傳播，紙質(zhì)古舊地圖成為了歷史地理研究的關(guān)鍵基礎(chǔ)。尤其在研究歷史地理變化時具有突出價值，能夠為長時間尺度上的地理分析提供了寶貴的數(shù)據(jù)支持，揭示過去地理特征的演變以及不同地理要素之間的關(guān)系。更為重要的是，紙質(zhì)地圖通過文化創(chuàng)意轉(zhuǎn)化（如高仿復(fù)刻等形式），不僅能夠促進傳統(tǒng)制圖技藝的現(xiàn)代傳承，還能成為連接古今的文化橋梁，推動文化遺產(chǎn)的保護與傳播。

不同歷史時期的古舊地圖，在繪制風格與信息呈現(xiàn)上各具特點，這直接影響著其應(yīng)用價值的差異。明朝及以前的古舊地圖多數(shù)為個人所繪，常見有山水畫、地方志輿圖等風格，而由政府系統(tǒng)組織繪制的地圖較少。也有以西晉裴秀“制圖六體”理論為基礎(chǔ)的“計里畫方”地圖，以畫方網(wǎng)格控制地理要素方位，繪制精度較高。同一時期，歐洲則盛行油畫、壁畫風格的古舊地圖，多以相對地理位置來表達地理信息。明末清初到建國之前，西方經(jīng)緯度測量技術(shù)發(fā)展迅速，涌現(xiàn)大量經(jīng)緯網(wǎng)實測古舊地圖；同時，這些技術(shù)陸續(xù)被引進國內(nèi)，國內(nèi)也開始有了經(jīng)緯網(wǎng)實測地圖。這類古舊地圖測繪精度較高，因而具有更高的應(yīng)用價值。

受限于載體介質(zhì)特性與保存狀態(tài)，傳統(tǒng)古舊地圖難以有效提取蘊含的地理空間要素，僅靠實物復(fù)刻與檔案收藏已無法滿足歷史地理過程的深度解析需求。數(shù)字化技術(shù)借助多光譜掃描與特征解構(gòu)算法，可突破材質(zhì)劣化與繪制風格帶來的語義遮蔽，精準提取地圖要素的時空坐標、拓撲關(guān)系及符號語義，為歷史時期地理過程演化研究提供量化分析基底。當前，古舊地圖的數(shù)字化處理通常先通過拍照、掃描等方式將其轉(zhuǎn)化為電子圖像并歸檔成冊，進而基于電子版本進行信息提取與利用。然而，隨著時間推移，古舊地圖普遍存在破損、污損及自然老化等問題，加之早期繪制技術(shù)本身的局限，傳統(tǒng)簡單的掃描、拍照預(yù)處理結(jié)合人工矢量化方法，已難以滿足數(shù)字化時代對數(shù)據(jù)準確性、信息保真度以及跨時期數(shù)據(jù)一致性的更高要求，也無法有效支撐后續(xù)的深度分析與研究。因此，如何實現(xiàn)古舊地圖的高效、精準數(shù)字化已成為本領(lǐng)域的研究重點。

地理信息科學與技術(shù)（GIS）在信息化、智慧化浪潮中迅猛發(fā)展，并深度融入歷史學和地理學，催生了歷史GIS。歷史GIS融合GIS的空間分析方法、地理學家的空間視角和歷史學家的時間視角，借助數(shù)字化手段耦合時空，探析歷史時期地理要素的時空演變模式及其機理。古舊地圖數(shù)字化作為歷史GIS的重要研究分支，專注于以數(shù)字化技術(shù)復(fù)原并解析古舊地圖中的歷史地理信息。依托數(shù)字化技術(shù)，古舊地圖不僅能得以有效保存、廣泛傳播和充分利用，確保這些珍貴文化遺產(chǎn)在未來永續(xù)傳承，更在文化遺產(chǎn)保護、景觀生態(tài)研究、古遺址復(fù)原與保護、歷史資源信息獲取及城市空間格局演變分析等領(lǐng)域發(fā)揮關(guān)鍵作用。整合古舊地圖所載歷史地理信息與人文要素，研究者得以深入揭示地理空間格局的長時序演變機制，并借助其歷史地理信息為城市規(guī)劃與發(fā)展等領(lǐng)域提供有力支撐。

從技術(shù)脈絡(luò)看，古舊地圖數(shù)字化可追溯至20世紀80年代乃至更早，初期多以紙質(zhì)地圖掃描為主，并圍繞特定區(qū)域或主題開展地理要素的時空演變分析。隨著GIS技術(shù)發(fā)展，古舊地圖的信息提取與現(xiàn)代GIS深度融合，為空間分析與可視化提供了新的研究范式。與此同時，人工智能技術(shù)的快速發(fā)展也推動了地圖學研究的創(chuàng)新，古舊地圖智能數(shù)字化技術(shù)應(yīng)運而生，成為前沿熱點。當下，國內(nèi)外相關(guān)研究均加速向智能化、自動化演進，為古舊地圖的深度挖掘與利用開辟了全新路徑。

古舊地圖數(shù)字化研究涉及歷史地理、GIS、城市規(guī)劃和文化遺產(chǎn)等多個領(lǐng)域，通過與這些學科的深度融合，古舊地圖數(shù)字化技術(shù)不僅增強了其在歷史學中的研究價值，也為現(xiàn)代地理信息的應(yīng)用提供了重要的長時間尺度視角，對于推動歷史文化資源的保護和利用具有重要意義，逐漸發(fā)展為歷史學、測繪學與計算機科學交叉的前沿研究領(lǐng)域。近年來，自動化的信息提取、精準的圖像處理和智能化的地理信息應(yīng)用，使古舊地圖的研究超越了單純的數(shù)字化保存，能夠?qū)崿F(xiàn)更為豐富的數(shù)據(jù)分析與知識挖掘。計算機視覺技術(shù)的發(fā)展更為古舊地圖的保存、解讀和利用提供了全新的視角與方法。本研究旨在通過梳理和分析國內(nèi)外古舊地圖數(shù)字化研究相關(guān)文獻，系統(tǒng)審視古舊地圖數(shù)字化研究的發(fā)展脈絡(luò)，總結(jié)該領(lǐng)域的技術(shù)進展，并探討在人工智能背景下未來可能的研究方向與挑戰(zhàn)。本研究成果可為古舊地圖數(shù)字化研究提供新的方向和思路，并為相關(guān)歷史文獻的保護與利用提供參考。

1 古舊地圖數(shù)字化的技術(shù)體系

古舊地圖數(shù)字化是一個多層次、跨學科的復(fù)雜過程，涵蓋了多個環(huán)節(jié)，其技術(shù)體系可概括為4個主要部分：圖像質(zhì)量優(yōu)化、信息提取、數(shù)據(jù)庫構(gòu)建與信息服務(wù)平臺研發(fā)、應(yīng)用與智慧賦能（圖1）。古舊地圖數(shù)字化首先需要對古舊地圖進行掃描、圖像校正、地理配準等，同時結(jié)合計算機視覺算法進行預(yù)處理，以消除古舊地圖由于保存或移動過程中出現(xiàn)的污損、老化等問題，從而獲得質(zhì)量較高的電子版古舊地圖。在此基礎(chǔ)上，進一步開展信息提取，以獲取歷史地理信息；隨后，通過構(gòu)建數(shù)據(jù)庫對提取的信息進行系統(tǒng)化管理，并借助共享平臺向更多研究者提供數(shù)據(jù)服務(wù)，同時通過研究者獲取的古舊地圖信息反饋給平臺來不斷完善數(shù)據(jù)庫，推動古舊地圖的共享應(yīng)用。

古舊地圖數(shù)字化體系將物理形態(tài)的研究資料轉(zhuǎn)化為高價值數(shù)字資產(chǎn)。該體系首先通過圖像修復(fù)解決資料的物理退化問題，確立了研究的“存真”基礎(chǔ)；進而利用智能化提取技術(shù)將古舊地圖影像轉(zhuǎn)譯為可計算的語義數(shù)據(jù)，實現(xiàn)從定性閱覽到定量分析的轉(zhuǎn)變；同時，借助數(shù)據(jù)庫技術(shù)打破資料的時空孤島；最終通過多場景應(yīng)用挖掘歷史地理規(guī)律，賦能“古為今用”的智慧決策。這一體系不僅完成了研究資料的數(shù)字化保存，更推動了研究范式從單一的文獻整理向多學科交叉的時空分析與智能化應(yīng)用轉(zhuǎn)變。

在古舊地圖數(shù)字化技術(shù)體系中，圖像質(zhì)量優(yōu)化作為基礎(chǔ)環(huán)節(jié)，其核心任務(wù)在于對古舊地圖進行幾何校正、地理配準和破損信息修復(fù)，以保障數(shù)據(jù)的準確可靠。例如，借助計算機圖像處理技術(shù)對古舊地圖圖像實現(xiàn)去模糊、去噪與污損去除；依托特征點匹配與空間變換模型，將古舊地圖精準對齊至現(xiàn)代坐標系，顯著提升空間定位精度。該預(yù)處理環(huán)節(jié)既為后續(xù)信息提取和建庫提供高質(zhì)量數(shù)據(jù)，也為古舊地圖的精準空間分析奠定技術(shù)基石。

信息提取是古舊地圖數(shù)字化體系的核心部分，其要義在于對地圖中的地類、地名等要素進行矢量化，并對人文信息展開深度挖掘與解讀。其研究價值在于把古舊地圖中的多源圖文轉(zhuǎn)化為可計算、可分析的結(jié)構(gòu)化數(shù)據(jù)，為歷史地理研究、文化遺產(chǎn)保護等領(lǐng)域提供數(shù)據(jù)底座，同時反哺人文要素提取技術(shù)的迭代創(chuàng)新。

數(shù)據(jù)庫構(gòu)建與信息服務(wù)平臺研發(fā)，是古舊地圖數(shù)字化成果的集中呈現(xiàn)；規(guī)范化、標準化的古舊地圖數(shù)據(jù)庫為學術(shù)研究、公眾服務(wù)等提供高效數(shù)據(jù)底座，并助推古舊地圖資源的長久保存與可持續(xù)利用。

在應(yīng)用與智慧賦能層面，古舊地圖數(shù)字化凸顯多學科交叉融合，充分釋放其多維應(yīng)用潛能，推動學術(shù)研究、文化傳承、社會服務(wù)等領(lǐng)域的深度耦合與創(chuàng)新實踐。地理信息科學與技術(shù)、計算機科學、歷史學、考古學等學科的協(xié)同共進，為古舊地圖數(shù)字化應(yīng)用開辟廣闊前景。隨著技術(shù)迭代與學科交融的持續(xù)深化，古舊地圖數(shù)字化體系將日臻完善，其應(yīng)用價值亦將得到更充分挖掘與彰顯—既守護并傳承歷史文化遺產(chǎn)，又為現(xiàn)代社會的發(fā)展提供彌足珍貴的歷史借鑒和智慧滋養(yǎng)。

2 古舊地圖數(shù)字化研究現(xiàn)狀

2.1 圖像質(zhì)量優(yōu)化

2.1.1 古舊地圖掃描與圖像校正古舊地圖數(shù)字化以電子化底圖為載體，圖像質(zhì)量優(yōu)化成為整個流程的基石。其中，古舊地圖掃描與圖像校正是其核心環(huán)節(jié)，需針對成冊圖幅、清晰度、色彩偏差及殘損缺失等問題，分別采取高清掃描、清晰度提升、顏色校正、拼接與剪裁等手段。不同介質(zhì)與損壞程度決定了掃描方案與后處理策略的差異化配置。受限于年代技術(shù)瓶頸，早期研究實踐雖顯粗糲，卻為后續(xù)數(shù)字化解構(gòu)奠定了方法論基礎(chǔ)。20世紀80年代，研究以掃描儀采集為主軸，輔以基礎(chǔ)圖像增強算法，在有限算力下構(gòu)建起初級GIS框架，初步實現(xiàn)古舊地圖的系統(tǒng)掃描與圖像校正。由此，大批珍貴圖幅在20世紀80、90年代得以集中掃描、成冊典藏，既完成了搶救性保存，也為后續(xù)深度利用提供了關(guān)鍵數(shù)據(jù)支撐。

高精度掃描設(shè)備的技術(shù)突破為古舊地圖數(shù)字化發(fā)展提供了關(guān)鍵支撐，使其精細的地理要素得以完整呈現(xiàn)與長久保存，并為后續(xù)空間解析與數(shù)據(jù)挖掘奠定基礎(chǔ)。借助專業(yè)的高分辨率掃描儀，研究者首先將紙質(zhì)或其他介質(zhì)的古舊地圖轉(zhuǎn)換為數(shù)字圖像；隨后通過降噪、亮度與對比度校正等處理，優(yōu)化圖像質(zhì)量，最終將成果保存為JPEG、PNG或TIFF等標準格式，并以高分辨率完整保留地圖的原始細節(jié)與特征。

古舊地圖的掃描電子化經(jīng)歷了從“大型掃描儀批量成冊歸檔”到“輕便數(shù)碼相機非量測拍攝”的范式轉(zhuǎn)變，后者突破了傳統(tǒng)掃描在石刻、碑刻等載體上的局限，使更多珍貴、多載體類型的古舊地圖得以匯集和保存。然而，針對拍攝圖像的校正研究仍顯薄弱。肖龍花等較早關(guān)注色調(diào)一致性，通過色彩匹配抑制不同批次影像的色差；而由拍攝角度、紙張起伏等導(dǎo)致的形變，則需借助幾何校正消除。相關(guān)案例已覆蓋《山東黃河下游之圖》、民國《西京市區(qū)》、南京中山北路沿線城市歷史地圖轉(zhuǎn)譯、1935年《青海省三十萬分一圖》、1948年《蘭溪縣城廂全圖》等。上述處理流程在零接觸原地圖載體的前提下，顯著提升了影像精度，為古舊地圖的長期保存與深度利用提供了可靠保障。

圖像拼接與裁剪技術(shù)是數(shù)字化保護古舊地圖的核心手段。受紙張老化、蟲蛀、水漬、撕裂等自然或人為因素的影響，古舊地圖往往出現(xiàn)破損殘缺、信息不全等問題。研究者通過搜集同一區(qū)域、保存狀況各異的多種版本，借助圖像處理算法對完好部分進行精確配準、無縫拼接，并對冗余邊緣進行智能裁剪，最大限度地還原歷史原貌。該技術(shù)已廣泛應(yīng)用于古舊地圖的數(shù)字化修復(fù)，為文化遺產(chǎn)的長期保存與深度利用提供了關(guān)鍵支撐。

近年來，深度學習技術(shù)在古舊地圖圖像質(zhì)量優(yōu)化中發(fā)揮了日益突出的作用。借助圖像配準和生成對抗網(wǎng)絡(luò)（GAN），可自動完成地圖校正，顯著降低古舊地圖與現(xiàn)代地圖融合的難度。EKIM在訓練中引入翻轉(zhuǎn)、剪裁、高斯噪聲、透視、亮度、伽馬、銳化、模糊和運動模糊等增強策略，有效提升了模型的泛化能力。對于缺乏坐標參考的古舊地圖，可將其與地面真實掩碼重投影至同一坐標系，實現(xiàn)坐標校正。此外，在圖像處理前進行數(shù)據(jù)格式轉(zhuǎn)換（如對校正后的矢量成果柵格化），也能進一步提高后續(xù)校正質(zhì)量。

受掃描環(huán)境非標準化、設(shè)備精度局限與技術(shù)體系不完善等因素制約，古舊地圖掃描影像在清晰度和幾何精度上仍存在不足，且高度依賴人工干預(yù)，效率瓶頸突出。盡管如此，現(xiàn)有研究已為保護文化遺產(chǎn)、歷史資源挖掘與學科交叉融合開辟了新篇章，對推動古舊地圖與地理學的深度協(xié)同發(fā)展具有重要意義。

2.1.2 地理配準地理配準是將古舊地圖從原始坐標系轉(zhuǎn)換至已知坐標系的過程，使其獲得精準的地理定位信息，為長時序數(shù)據(jù)疊加、空間分析和專題制圖奠定可靠基礎(chǔ)。

（1）計里畫方地理配準。當古舊地圖缺乏地理參考信息時（如早期的山水畫式地圖），可采用“計里畫方”進行地理配準：在圖上按固定間距繪制方格網(wǎng)，以網(wǎng)格交叉點或顯著地物的相對位置為控制依據(jù)，完成初步配準。

依托GIS技術(shù)，古舊地圖的地理配準已取得階段性突破。若原圖已標注坐標系統(tǒng)或投影，可直接在GIS環(huán)境中選取道路交叉點、河道拐點、同名地物等作為控制點，經(jīng)反復(fù)矯正，使數(shù)字化地圖精確對齊現(xiàn)代坐標框架。當原投影與現(xiàn)代系統(tǒng)不符時，可先進行重投影，再利用GIS模型構(gòu)建器開發(fā)在線批量配準工具，顯著提升古舊地圖批量配準的效率與精度。另有學者將古舊地圖作為歷史GIS的地圖載體：首先對副本進行幾何校正，將其納入現(xiàn)代實測地形圖坐標系，隨后開展專題分析。此類研究通過遴選數(shù)量充足的古今同名同址地物點進行配準與微調(diào)，在最大程度上保留了古舊地圖的原始信息，標志著古舊地圖數(shù)字化進程的重要躍升。

（2）數(shù)字化時代古舊地圖與現(xiàn)代地圖、遙感影像套疊及模型配準。隨著數(shù)字化時代的到來，古舊地圖的地理配準主要聚焦于將其與現(xiàn)代地圖或遙感影像精準套疊，從而賦予古舊地圖現(xiàn)代坐標系。在實際操作中，通常以高分辨率遙感影像為基準，選取城墻、塔樓等歷經(jīng)歲月而位置穩(wěn)定的地物作為控制點，從而實現(xiàn)對同一地區(qū)古舊地圖的精準定位。遙感影像可提供實時、高分辨率的地球表面信息，與古舊地圖相結(jié)合，有助于更新歷史地理信息。為獲取研究區(qū)域的現(xiàn)代影像，可借助Google Earth等平臺提供的高分辨率衛(wèi)星影像，對其進行必要的地理校正，確保其坐標系統(tǒng)與古舊地圖匹配，從而實現(xiàn)二者的有效融合。

隨著古舊地圖與遙感影像套疊技術(shù)的廣泛應(yīng)用，對控制點選取和現(xiàn)代數(shù)據(jù)精度的要求也日益提高。一般而言，控制點應(yīng)選取隨時間變化極小、位置穩(wěn)定的顯著地物；而在現(xiàn)代數(shù)據(jù)方面，則傾向于采用Bing Maps的無偏移影像、Landsat高分辨率遙感影像等精度較高的產(chǎn)品，以保證數(shù)字化古舊地圖的精確性與可靠性。

深度學習技術(shù)的迅猛發(fā)展為古舊地圖地理配準開辟了新路徑。研究者開始嘗試借助深度學習模型，解決因年代久遠、幾何畸變嚴重而難以定位的難題。模型以校正后的現(xiàn)代地圖為基準，自動學習各類地物交叉點、塔樓角點等穩(wěn)定地物的深層特征，進而建立古舊地圖與現(xiàn)代坐標系之間的精確對應(yīng)關(guān)系。配準結(jié)果可一鍵導(dǎo)出為帶地理坐標的TIFF格式文件，無縫疊加至各類GIS平臺，為歷史地理研究提供高可信度、可量化的基礎(chǔ)底圖。

然而，古舊地圖的測繪理念與信息表達隨時代更迭而異，其制圖邏輯、美學追求與歷史語境均不同于現(xiàn)代測繪體系。若不加甄別地將其強行嵌入統(tǒng)一的現(xiàn)代地理框架，既會放大原始誤差，也會稀釋地圖所蘊含的藝術(shù)價值與歷史語境，因而需要重新審慎權(quán)衡其研究意義。尤其是對于山水畫式、計里畫方、油畫或裝飾性極強的早期地圖，盲目追求高精度配準更值得質(zhì)疑。

盡管如此，在明確研究目標并保持審慎態(tài)度的前提下，柔性配準仍能在多學科交叉研究中發(fā)揮獨特作用：如將古城鎮(zhèn)圖與現(xiàn)狀遙感影像柔性疊加，可直觀呈現(xiàn)城市形態(tài)的演進與土地利用變遷；對航運或河道圖實施分區(qū)約束配準，可為水系遷移及歷史洪澇復(fù)原提供關(guān)鍵證據(jù)；在文化遺產(chǎn)保護中，適度配準后的古圖可與考古調(diào)查成果疊加，輔助界定遺址范圍與復(fù)原古環(huán)境格局。因此，配準精度的設(shè)定應(yīng)始終與研究問題相匹配，而非一味追求絕對精度。

2.2 信息提取

2.2.1 不同歷史時期信息提取的特點由于各時代制圖理念、技術(shù)范式與文化認知的差異，古舊地圖往往呈現(xiàn)出差異化的時空表達邏輯，信息提取必須構(gòu)建與之動態(tài)適配的技術(shù)路徑與闡釋框架。以漢至宋元寫意型地圖為例，《禹跡圖》《華夷圖》等非精確地理表達與符號化政治敘事是核心提取對象：一方面需借助《水經(jīng)注》《元和郡縣志》等文史資料，對寫意線條進行地理錨定；另一方面應(yīng)將圖形信息與地點屬性同步解析，結(jié)合文史資料校核其政治背景與語義內(nèi)涵。

明清地圖（如《鄭和航海圖》《廣輿圖》）的信息提取，始終游移于實測精度與象征意義之間。此階段雖引入天文測量與實地勘測，空間呈現(xiàn)仍受制于傳統(tǒng)“方格法”與政治話語的雙重規(guī)訓。面對官修地圖中疊加的賦稅區(qū)劃、軍事駐防等多層行政信息，需要借助圖像分層技術(shù)，并與《明會典》《清實錄》等制度文本進行交叉驗證，方能揭示制圖行為背后的權(quán)力運作機制。

清末民初的地圖（以《皇輿全覽圖》為代表）同時承載著西方測繪技術(shù)與傳統(tǒng)制圖習慣，構(gòu)成兩套知識體系的交匯。對于此類地圖的信息提取，首先需化解經(jīng)緯網(wǎng)格與“計里畫方”并存的坐標沖突；其次，鐵路、電報局等工業(yè)化符號與舊驛道在同一圖面并置，要求構(gòu)建基于形態(tài)學特征的符號分類模型，以精準提取近代基礎(chǔ)設(shè)施的空間網(wǎng)絡(luò)。若能將機器學習算法與檔案史料深度融合，則有望完成從“數(shù)據(jù)提取”到“知識生產(chǎn)”的躍遷。

縱觀古舊地圖信息提取的技術(shù)演進，其本質(zhì)是一場數(shù)字工具與歷史邏輯的持續(xù)對話。實踐中，需針對地圖類型差異選擇適配方法：對已校正并賦予地理坐標的古舊地圖，優(yōu)先采用矢量化提取空間要素；符號與標記則借助圖示符號精準識別；對數(shù)據(jù)質(zhì)量較高的古舊地圖，可用語義分割提取地類等專題信息。此外，古舊地圖信息的動態(tài)更新可進一步對接統(tǒng)計年鑒等文本，通過提取其中的地理描述、人口與經(jīng)濟指標，為古舊地圖補充時代背景與空缺數(shù)據(jù)，從而更完整地還原歷史地理面貌。

2.2.2 矢量化處理矢量化是古舊地圖數(shù)字化的核心環(huán)節(jié)，對后續(xù)的地理空間分析發(fā)揮基礎(chǔ)性支撐作用。待影像質(zhì)量優(yōu)化后，即將柵格圖像轉(zhuǎn)為帶拓撲關(guān)系的矢量數(shù)據(jù)集：一邊解析幾何形態(tài)，一邊賦以語義屬性，由此構(gòu)建可時空檢索的多維地理信息數(shù)據(jù)庫，為核密度估計、空間自相關(guān)分析、網(wǎng)絡(luò)建模等量化分析奠定基石。

對于明清及以前的古舊地圖，其矢量化處理主要依賴目視解譯：研究者先憑古典文獻?？钡孛?、河流等，再手工勾繪要素。明清至民國時期，圖風紛繁，對于已具備地理坐標的古舊地圖，可借助數(shù)字化軟件進行矢量化，并輔以機器學習和深度學習批量處理，以提升效率和精度；對于無地理坐標的古舊地圖，仍主要依靠數(shù)字化軟件進行信息矢量化提取。早期矢量化工作主要依賴目視解譯，即人工判讀地圖要素的形態(tài)特征，再利用數(shù)字化軟件勾勒拓印地物信息。該方法雖能保持歷史要素的語義特征，卻存在效率低、主觀性強等缺陷。隨著技術(shù)演進，矢量化處理日臻完善，研究集中于3個維度：一是按要素類型構(gòu)建點（如地名注記、標志性地物等）、線（如道路網(wǎng)絡(luò)、水系脈絡(luò)等）、面（如行政區(qū)邊界、建筑群輪廓等）的分層矢量框架；二是以邊緣檢測算法輔助要素提取，再經(jīng)人工校驗修正自動識別帶來的拓撲錯誤；三是通過屬性字段標準化，實現(xiàn)時空語義的關(guān)聯(lián)映射。在此過程中，研究者尤為關(guān)注歷史要素與現(xiàn)代地理實體間的概念對應(yīng)關(guān)系。

地名信息提取首先以古舊地圖和地方志為基礎(chǔ)，采集地名文本，并借助現(xiàn)代地圖數(shù)據(jù)的拓撲、方位和距離關(guān)系，精準定位其空間位置。地名的矢量化不僅完成從地圖注記到點狀要素的幾何轉(zhuǎn)化，更需要融合地方志、戶籍等檔案，通過“地名標識碼+要素類型碼”的雙重編碼，為矢量地名賦予名稱、類型、標識碼等完整屬性，實現(xiàn)古今地名的時空關(guān)聯(lián)。例如，比對同一地點在多期地圖中的名稱和地標變化，可追蹤地名沿革，識別已消失或更名的歷史地名。

道路網(wǎng)絡(luò)的矢量化因線性特征明顯而較早實現(xiàn)自動提取，但其技術(shù)演進始終映射著算法邏輯與歷史語義的復(fù)雜互動。早期方法依托快速線性特征檢測器（FLFD）、多向非極大值抑制（MDNMS）、結(jié)構(gòu)化隨機森林（SRF）、支持向量機（SVM）、高斯最大似然（GML）和馬爾可夫隨機場（MRF）等技術(shù)提取道路信息，上述方法雖適用于數(shù)據(jù)范圍有限、場景簡單的情形，但難以區(qū)分“官道”“驛道”“商路”等道路類型的功能差異，需借助卷積神經(jīng)網(wǎng)絡(luò)對道路符號的紋理特征進行深度學習，并耦合史料數(shù)據(jù)，方能重構(gòu)歷史交通網(wǎng)絡(luò)的整體體系。

水系的矢量化凸顯了自然地理要素與人文活動痕跡的雙重屬性。內(nèi)陸河流的矢量化不僅要精確勾勒河道走向，還需通過水文編碼關(guān)聯(lián)地方志中的水利工程記載。海岸線矢量化雖變化速率緩慢，卻較早實現(xiàn)技術(shù)突破，且因其數(shù)據(jù)量較少，主要依賴GIS軟件完成矢量化處理。

政區(qū)矢量化是權(quán)力空間重構(gòu)的核心環(huán)節(jié)，面狀邊界繪制常受古舊地圖中“山川形便”等模糊表達困擾，須詳細考證歷史文獻，并結(jié)合各省政區(qū)沿革加以修正，方能生成屬性信息完備的行政區(qū)復(fù)原矢量數(shù)據(jù)。矢量化過程需完整記錄政區(qū)要素屬性，包括地名、層級、時間等。建筑物矢量化的應(yīng)用在古舊地圖研究中相對有限，現(xiàn)有自動識別技術(shù)主要集中于鎖眼衛(wèi)星圖像和遙感影像領(lǐng)域。早期居民點分布零散、誤差較大，在古舊地圖中應(yīng)用較少。上述矢量化成果不僅為歷史地理現(xiàn)象的時空演化提供量化基礎(chǔ)，更借助空間數(shù)據(jù)引擎實現(xiàn)多源異構(gòu)歷史地理信息的融合分析與可視化重構(gòu)。

總體而言，現(xiàn)有古舊地圖矢量化研究仍偏重坐標基準明確、定位精度較高的圖種；而山水畫、油畫與計里畫方等以表達性為主的地圖，由于缺乏統(tǒng)一基準與幾何一致性，其要素識別與語義解譯仍面臨顯著挑戰(zhàn)。多風格古舊地圖的解譯通常與經(jīng)濟、政治、文化背景緊密相連，例如古舊地圖中的手寫體、異字體的文字識別和語義理解，均需借助歷史學等學科知識。因此，信息提取不能止步于簡單矢量化，必須納入上述背景，通過信息轉(zhuǎn)譯深度挖掘潛在含義；然而，該轉(zhuǎn)譯過程目前尚難依賴機器學習等技術(shù)實現(xiàn)高效率和高準確率的處理。語義分割與實例分割等計算機視覺技術(shù)雖為古舊地圖的自動化信息提取提供了可行路徑，具備較大潛力，但受限于高質(zhì)量古舊地圖數(shù)據(jù)集與標注樣例不足，以及圖幅風格異質(zhì)性帶來的域偏移問題，現(xiàn)階段仍難以開展穩(wěn)定且可泛化的矢量化要素模型訓練。

2.2.3 圖示符號提取圖示符號提取旨在將古舊地圖中的符號、標記等轉(zhuǎn)譯為數(shù)字格式，并在數(shù)字地圖中精準還原。該過程既需識別與提取符號，又需在現(xiàn)代數(shù)字系統(tǒng)里再現(xiàn)其含義與視覺特征。依據(jù)現(xiàn)代地圖符號標準，對古舊地圖中各類地理要素實施符號化提取，從而確保信息在數(shù)字平臺清晰呈現(xiàn)與高效調(diào)用。當前，圖示符號化處理的研究主要集中于符號識別與語義轉(zhuǎn)換2個方面。

古舊地圖因繪制年代、作者風格各異，其符號往往具有獨特的樣式和規(guī)則：線條、色彩、圖例及整體風格均與當時的地域和時代背景緊密相關(guān)。隨著計算機視覺和圖像處理技術(shù)的發(fā)展，研究者已逐步開發(fā)自動化符號識別算法，通過邊緣檢測、形態(tài)學分析和圖像分割等手段，將地圖中的符號元素分離出來，并依據(jù)形態(tài)特征完成語義轉(zhuǎn)換。例如，將古代河流符號轉(zhuǎn)化為現(xiàn)代易讀的矢量符號，或?qū)⒐排f地圖上的城鎮(zhèn)符號與現(xiàn)有圖式匹配后再進行語義映射，從而支持長時序的地理空間變化分析。古舊地圖的符號設(shè)計兼具藝術(shù)性與深厚文化底蘊，其色彩、形態(tài)及排布邏輯均承載特定歷史時期的地理認知與社會信息。因此，在數(shù)字化過程中精準保留這些視覺特征，不僅是對古舊地圖原貌的尊重，更是提升數(shù)字化成果學術(shù)價值與文化價值的核心環(huán)節(jié)。

當前學界多借助計算機圖像學技術(shù)實現(xiàn)符號的數(shù)字化轉(zhuǎn)譯，但在符號藝術(shù)性表達的語義轉(zhuǎn)化方面仍顯不足，即如何有效傳遞符號所蘊含的歷史語境與文化隱喻，尚未形成系統(tǒng)性解決方案。現(xiàn)有研究多依賴計算機視覺完成符號的直接復(fù)刻，而針對符號藝術(shù)特征背后的語義解讀與重構(gòu)，仍面臨技術(shù)路徑單一、理論框架不完善等問題，亟需通過GIS與藝術(shù)史、符號學等跨學科融合進行突破，以真正實現(xiàn)古舊地圖中藝術(shù)文化信息的長效保存、活態(tài)傳承與創(chuàng)新利用。

2.2.4 深度學習信息提取方法古舊地圖信息提取受圖像質(zhì)量與數(shù)據(jù)規(guī)模所限，傳統(tǒng)人工符號模板法效率低下?；诰矸e神經(jīng)網(wǎng)絡(luò)（CNN）的深度學習技術(shù)憑借自適應(yīng)特征提取，實現(xiàn)了模糊符號的自動分割與道路、水系等要素的高效識別，推動歷史地理研究轉(zhuǎn)向智能化范式。隨后，GARCIA‐MOLSOSA和JIAO分別于2020、2022年利用CNN提取考古相關(guān)信息和古舊地圖中的道路信息。CNN在歷史地圖信息提取中的應(yīng)用標志著研究從依賴人工向自動化、智能化方向的轉(zhuǎn)變。

隨著人工智能技術(shù)的持續(xù)迭代，新型模型已能夠以更高精度提取古舊地圖信息。然而，精細且質(zhì)量可靠的訓練樣本極為稀缺，傳統(tǒng)全監(jiān)督方法難以充分釋放其潛能。為此，弱監(jiān)督學習成為近年來融合AI與古舊地圖研究的核心路徑：該范式通過利用零散文本注釋、局部坐標錨點或粗粒度語義標簽等“低成本”標注，引導(dǎo)模型在大規(guī)模未標注圖像上學習判別特征，顯著降低人工標注成本并提升泛化能力。例如，JIAO借助邊緣檢測、角點檢測和區(qū)域分割等方法識別關(guān)鍵圖像特征；UHL等針對圖形質(zhì)量較差、體量龐大的古舊地圖，提出采用弱監(jiān)督學習方法，僅需提供粗粒度的注釋即大致位置標簽即可訓練，無需像素級精確標注。

隨著深度學習技術(shù)日臻成熟，可供古舊地圖信息提取選用的模型愈發(fā)多樣，研究者得以依據(jù)研究對象靈活取舍。EKIM和AVCI均采用U-Net++架構(gòu)：前者借助條件生成對抗網(wǎng)絡(luò)（cGAN）將古舊地圖合成衛(wèi)星圖像，后者聚焦編碼器改進以提升道路提取精度。JIAO和WU則選用U-Net架構(gòu)分別提取道路和水文特征：JIAO在高效提取道路信息的同時，利用OpenCV庫繪制成道路類別圖；WU等通過改進U-Net并引入Atrous Spatial Pyramid Pooling（ASPP）整合多尺度上下文信息，以區(qū)分符號相似的不同要素，改進后的U-Net+ASPP模型更契合水文特征提取需求。

綜上所述，深度學習技術(shù)尤其是卷積神經(jīng)網(wǎng)絡(luò)、U-Net、U-Net++等模型的發(fā)展，顯著提升了古舊地圖數(shù)字化的精度和效率。在要素提取方面，卷積神經(jīng)網(wǎng)絡(luò)通過語義分割模型，可自動識別地圖中的河流、道路等地理要素，彌補了傳統(tǒng)規(guī)則方法在復(fù)雜地圖處理上的不足。然而，深度學習模型通常依賴大規(guī)模、像素級精細標注的數(shù)據(jù)集才能充分發(fā)揮性能；在古舊地圖領(lǐng)域，公開樣本稀缺，現(xiàn)有中等規(guī)模數(shù)據(jù)集的標注精度多停留在圖幅或粗粒度層面。因此，在“小樣本、非像素級標注”條件下實現(xiàn)高質(zhì)量要素提取，已成為該環(huán)節(jié)亟待突破的關(guān)鍵課題。

2.3 數(shù)據(jù)庫構(gòu)建與信息服務(wù)平臺研發(fā)

信息提取所得數(shù)據(jù)需要經(jīng)過系統(tǒng)整理與存儲，才能有效支撐地理學研究，因而數(shù)據(jù)庫的構(gòu)建與完善至關(guān)重要。數(shù)據(jù)庫建成后，依托共享平臺即可實現(xiàn)跨團隊的數(shù)據(jù)發(fā)布、檢索與下載；在訪問控制與質(zhì)量管控機制下，用戶提交的新數(shù)據(jù)與校正記錄持續(xù)匯聚，驅(qū)動數(shù)據(jù)庫的動態(tài)演化與優(yōu)化。通過構(gòu)建規(guī)模龐大且結(jié)構(gòu)化的數(shù)據(jù)庫，為古典智慧與現(xiàn)代研究架起了橋梁，也為古舊地圖的數(shù)字化存儲、管理和應(yīng)用奠定了堅實基礎(chǔ)。

2.3.1 成果數(shù)據(jù)庫構(gòu)建古舊地圖成果數(shù)據(jù)庫的構(gòu)建模式隨技術(shù)進步而不斷演化：最初側(cè)重于紙質(zhì)圖件的人工歸檔整理，隨后過渡到以掃描影像為核心的數(shù)字化存檔，如今則依托地理信息平臺，借助模型驅(qū)動的方法實現(xiàn)要素化、規(guī)范化的建庫。這一轉(zhuǎn)變不僅顯著提升了數(shù)據(jù)的檢索效率與可維護性，更為古今時空對比、歷史地理信息挖掘及文化遺產(chǎn)保護提供了堅實的數(shù)據(jù)支撐，也為歷史地理、環(huán)境考古、社會經(jīng)濟史等多學科交叉研究搭建了共享與協(xié)同的基礎(chǔ)平臺，極大拓寬了古舊地圖研究與應(yīng)用的深度和廣度。

國際古舊地圖數(shù)據(jù)庫建設(shè)可追溯至20世紀80年代，隨著計算機技術(shù)初興，歐美研究機構(gòu)率先以掃描方式保存紙質(zhì)地圖。1989年，美國記憶項目即將大批歷史檔案資料（含古舊地圖）不經(jīng)或少經(jīng)編輯直接數(shù)字化，并以擴充MARC格式入庫供需求者調(diào)用。2000年，美國國會通過的《國家數(shù)字信息基礎(chǔ)設(shè)施和保存計劃》法案進一步推動了古舊地圖數(shù)字保存研究；同期，英國歷史地理信息系統(tǒng)（Great Britain Historical GIS）通過整合1840—1970年多尺度歷史地圖，建成首個支持時空查詢的區(qū)域性歷史地圖數(shù)據(jù)庫。2011年，國際數(shù)字人文組織推出了“Pelagios關(guān)聯(lián)開放數(shù)據(jù)框架”，其所倡導(dǎo)的開放數(shù)據(jù)服務(wù)規(guī)范至今仍為古代地理空間數(shù)據(jù)的事實國家標準。此后各類專題數(shù)據(jù)庫不斷涌現(xiàn)，如：于靖等于2017年基于GIS技術(shù)處理古舊地圖中的歷史城市地名信息，建立歷史地名分類編碼體系和基于地名生命周期的城市歷史地名時空數(shù)據(jù)模型，完善地名信息數(shù)據(jù)庫；2020年，張萍等綜合多個時期的資料，復(fù)原清初至民國西寧到拉薩道路（青海段）并歸檔入庫，標志著地圖數(shù)字化成果可更高程度地復(fù)原歸檔并納入數(shù)據(jù)庫。

歷史GIS的數(shù)據(jù)庫建設(shè)涉及GIS、DBMS等多個技術(shù)層面。常用關(guān)系型數(shù)據(jù)庫包括MySQL、PostgreSQL、Oracle等，非關(guān)系型數(shù)據(jù)庫如MongoDB也可用于存儲非結(jié)構(gòu)化的地理信息數(shù)據(jù)。采用的數(shù)據(jù)模型可選關(guān)系型數(shù)據(jù)模型、面向?qū)ο蟮臄?shù)據(jù)模型或者混合模型，以兼顧地理空間數(shù)據(jù)特性并優(yōu)化存取性能。數(shù)據(jù)采集環(huán)節(jié)綜合古舊地圖掃描數(shù)字化、歷史文獻整理、地理坐標提取等手段。計算機技術(shù)的進步推動了古舊地圖數(shù)據(jù)庫實現(xiàn)質(zhì)的飛躍，共同構(gòu)建起系統(tǒng)性成果數(shù)據(jù)庫的多維支撐體系。

完成符號提取后，數(shù)據(jù)庫構(gòu)建的首要任務(wù)是制定并執(zhí)行統(tǒng)一的符號標準。以某一歷史時期為例，應(yīng)先對該時期全部制圖符號進行系統(tǒng)梳理，明確其形態(tài)特征、語義內(nèi)涵與使用語境；隨后據(jù)此建立規(guī)范化的符號編碼體系，并在此框架下完成數(shù)據(jù)庫設(shè)計與存儲，確保后續(xù)檢索、分析和跨時期比較的準確性和一致性。此外，現(xiàn)有研究表明，成果數(shù)據(jù)庫構(gòu)建方面仍缺乏系統(tǒng)化標準，不同機構(gòu)或項目在數(shù)據(jù)存儲格式、元數(shù)據(jù)描述、分類體系、屬性內(nèi)容等方面差異顯著，導(dǎo)致數(shù)據(jù)整合困難。推動古舊地圖數(shù)據(jù)庫標準化建設(shè)，可實現(xiàn)數(shù)據(jù)互聯(lián)互通和高效利用，進而促進科研和產(chǎn)業(yè)的良性發(fā)展。

2.3.2 古舊地圖共享平臺古舊地圖數(shù)字化查詢平臺的研究，聚焦于構(gòu)建高效、準確且易用的檢索系統(tǒng)，以支持用戶在數(shù)字端快速查閱、瀏覽、下載和分析古地圖信息。其間，數(shù)據(jù)的權(quán)威性與可靠性是衡量平臺價值的核心：唯有底層數(shù)據(jù)歷經(jīng)嚴格數(shù)字化流程、元數(shù)據(jù)標準及專家審核，平臺方可成為可信的學術(shù)基礎(chǔ)設(shè)施。共享平臺在此生態(tài)中扮演關(guān)鍵角色——通過對系統(tǒng)梳理、標準化存儲的海量古舊地圖資源實施開放共享，突破地域與專業(yè)壁壘，為全球歷史地理、文化遺產(chǎn)、環(huán)境考古等跨學科研究提供統(tǒng)一、穩(wěn)定的數(shù)據(jù)入口。依托完善的開放接口（API）、多層級訪問權(quán)限與可追溯版本管理，平臺既保障數(shù)據(jù)安全與版權(quán)合規(guī)，也為后續(xù)時空大數(shù)據(jù)挖掘、模型訓練及可重復(fù)性研究奠定堅實基礎(chǔ)。

國際學界的古舊地圖共享平臺演進呈現(xiàn)了清晰代際特征。20世紀80年代，美國國會圖書館首次嘗試建立基于目標標簽的簡易檢索系統(tǒng)，為后續(xù)古舊地圖共享平臺建設(shè)奠定雛形。進入90年代，GIS技術(shù)普及催生出具備空間分析功能的架構(gòu)。1996年上線的David Rumsey Map Collection古舊地圖收藏平臺，支持按年代、地區(qū)、主題檢索，數(shù)據(jù)以高分辨率圖像為主。2001年1月8日，我國啟動“中國歷史地理信息系統(tǒng)項目（CHGIS）”，提供時空分層檢索與動態(tài)可視化，標志著古舊地圖平臺從檔案庫向研究工具轉(zhuǎn)型。2004年12月，Google啟動建造全球最大的數(shù)值圖書館計劃，進一步擴大研究者、學生和公眾的可及性。為應(yīng)對美國數(shù)字化浪潮沖擊，2005年4月法國聯(lián)合19國創(chuàng)立Europeana Maps，匯聚大量古舊地圖、手繪地圖、航海圖等資源；同期，英國The British Library's Maps Collection等平臺也提供高質(zhì)量古舊地圖，并支持精確的年代、類型檢索。

古舊地圖數(shù)字化查詢平臺雖成果斐然，其技術(shù)架構(gòu)與應(yīng)用實踐仍存多維度局限。早期如美國國會圖書館檢索系統(tǒng)受限于1980年代技術(shù)，僅能實現(xiàn)關(guān)鍵詞線性檢索，缺乏空間關(guān)聯(lián)與語義解析，致使古舊地圖時空屬性難以深度挖掘。1990年代GIS賦能平臺雖引入分層檢索與坐標配準，卻普遍面臨數(shù)據(jù)異構(gòu)問題：地圖要素的矢量化程度不足，手繪標注與印刷符號的自動識別誤差大，定量空間分析精度受限?？鐧C構(gòu)協(xié)作整合多國資源，卻因元數(shù)據(jù)標準差異導(dǎo)致數(shù)據(jù)融合困難，實際應(yīng)用中時空參照系不一、語義映射斷層，用戶跨庫檢索時仍需人工對齊。上述缺陷既暴露古舊地圖共享平臺的階段性瓶頸，也映射出技術(shù)理性與人文研究的深層張力。

邁入智能化時代，數(shù)字化古舊地圖正納入更開放的地理數(shù)據(jù)平臺，拓展其學術(shù)價值的廣度與深度，重塑歷史地理知識生產(chǎn)與傳播范式。依托現(xiàn)代大數(shù)據(jù)技術(shù)，對地圖實施精細化、量化管理，使其跳出靜態(tài)展示，深度融入動態(tài)歷史地理建模、環(huán)境演變復(fù)原與多源時空大數(shù)據(jù)分析?？梢姡排f地圖在研究、驗證與共享方面將開啟新應(yīng)用前景，為跨學科歷史地理研究提供堅實支撐。

2.4 應(yīng)用與智慧賦能

古舊地圖不僅是歷史地理信息的載體，更凝結(jié)了歷史記憶、藝術(shù)語言與社會觀念，其存世量稀少且紙質(zhì)脆弱，任何損毀都難以復(fù)原。因此，將散落各地的古舊地圖系統(tǒng)化數(shù)字化并存入數(shù)據(jù)庫，是保護與研究的第一步。然而，若數(shù)據(jù)庫僅停留在“冷數(shù)據(jù)”層面，即局限于靜態(tài)存儲與被動檢索，則無法充分激活這些珍貴遺產(chǎn)所蘊含的學術(shù)與文化價值。在人工智能與大數(shù)據(jù)技術(shù)日益成熟的當下，為古舊地圖數(shù)據(jù)庫“智慧賦能”，已成為打通保護、理解與傳播全鏈路的關(guān)鍵。例如，推動古舊地圖數(shù)字化成果應(yīng)用于歷史地理過程認知與分析即是“智慧賦能”的一個重要案例。

古舊地圖數(shù)字化成果對地理過程認知與分析的賦能，經(jīng)歷了從單一維度解譯邁向多學科融合的演進軌跡。1970年前后，隨著GIS雛形初現(xiàn)，古舊地圖數(shù)字化成果開始得到實際應(yīng)用，研究重心聚焦于歷史地理要素的靜態(tài)復(fù)原，例如借助數(shù)字化地圖與文獻互證，開展城市輪廓演變與土地利用變遷的基礎(chǔ)性工作。隨著GIS應(yīng)用深化，2000年前后研究范式轉(zhuǎn)向動態(tài)過程重建，如BROMBERG和BERTNESS利用1700年末和1800年初的古舊地圖，重建新英格蘭1777—2000年鹽沼動態(tài)，追蹤棲息地歷史狀況，為管理者設(shè)定修復(fù)和管理目標提供依據(jù)。在文化遺產(chǎn)領(lǐng)域，數(shù)字化成果同樣成效顯著，通過古遺址、歷史建筑及消失地名的數(shù)字重建，研究者們得以深究其歷史價值，并為學界和公眾提供直觀、互動的歷史體驗。

2010年以來，計算機技術(shù)的躍升促使古舊地圖數(shù)字化與信息科學深度耦合，如SHA和BAJCSY于2011年將語義分割與目視解譯邏輯結(jié)合，借助對象分割、空間比例校準與要素提取，實現(xiàn)古舊地圖分析的自動化。進入2020年代，研究維度進一步拓展至數(shù)據(jù)平臺搭建、空間變遷解析等多方向。2022年4月，北京大學主辦“歷史地理信息系統(tǒng)的建設(shè)與發(fā)展”研討會，聚焦歷史地理信息平臺搭建、古舊地圖數(shù)字化應(yīng)用及關(guān)鍵技術(shù)，助推古舊地圖與人工智能融合。2024年12月，華南師范大學-香港理工大學歷史GIS聯(lián)合實驗室舉辦第一屆“歷史GIS工作坊”，就歷史GIS的研究前沿和發(fā)展方向進行研討，發(fā)布《歷史GIS廣州共識》。同期，陶書竹等基于1984—2005年數(shù)據(jù)，揭示南京中山北路沿線在經(jīng)濟高速增長期的空間結(jié)構(gòu)演變，凸顯交通完善與延展對城市形態(tài)和功能的深刻塑造。這一歷時性范式迭代，既彰顯數(shù)字技術(shù)對傳統(tǒng)歷史地理研究的賦能，亦映射地理過程研究從現(xiàn)象描述向機理探究的轉(zhuǎn)型。

人工智能技術(shù)的迅猛演進，為古舊地圖的數(shù)字化處理與分析注入了新方法論動能。深度學習模型（如CNN、U-Net等）的引入，使地圖符號、注記及各類特征的識別與提取高度自動化，顯著提升了信息處理的效率與精度。大語言模型的語義理解能力與古舊地圖語義分析的耦合，進一步深化了對地圖內(nèi)容的理解，推動了地名、道路與歷史事件間的關(guān)聯(lián)挖掘。通過大模型對地圖注記及相關(guān)地方志文獻的聯(lián)合解讀，研究者能夠構(gòu)建起地名、道路網(wǎng)與歷史事件之間多維的時空知識圖譜，精準捕捉地理要素背后的歷史信息。在此基礎(chǔ)上，動態(tài)化處理將古舊地圖從靜止的歷史切片轉(zhuǎn)化為流動的時空過程。借助時間序列分析與動態(tài)可視化手段，研究者可將抽象的歷史變遷以時空演化的形式呈現(xiàn)。隨著大數(shù)據(jù)與人工智能的深入應(yīng)用，這種從“語義挖掘”到“動態(tài)復(fù)原”的進步不僅使靜默的地圖信息更具象化，也為揭示長時序地理環(huán)境演變規(guī)律與人地關(guān)系提供了新視角，從而推動古舊地圖數(shù)字化研究邁向信息挖掘更深、數(shù)據(jù)利用更廣的新階段。

地圖制圖與深度學習的融合，已成為地圖學智能化升級的有效路徑。前期成果表明，深度學習在時空大數(shù)據(jù)特征識別、復(fù)雜制圖決策推理、地圖空間模式智能認知以及地圖設(shè)計的藝術(shù)創(chuàng)意遷移等方面均展現(xiàn)良好前景，并在地圖知識規(guī)則發(fā)現(xiàn)、自動駕駛導(dǎo)航、高精地圖快速構(gòu)建中發(fā)揮積極作用。其中，古舊地圖的三維化處理是連接傳統(tǒng)地圖學與現(xiàn)代數(shù)字人文的關(guān)鍵技術(shù)，目前主要通過3種路徑實現(xiàn)：一是基于現(xiàn)代數(shù)字高程（DEM）的紋理疊加，即將配準后的古舊地圖作為地表紋理，覆蓋于真實地形之上，適用于宏觀場景的直觀展示；二是基于古舊地圖的地理信息進行歷史地理重構(gòu)，用插值算法或計算機視覺技術(shù)恢復(fù)“歷史原貌”，這對于遺址復(fù)原、河道改道等研究尤為重要；三是針對地球儀、雕版及考古出土文物等實體文物，則多采用真三維掃描技術(shù)，通過傾斜攝影或者激光掃描建立高精度的模型，從而實現(xiàn)文物形態(tài)的數(shù)字化歸檔。輔以增強現(xiàn)實（AR）和虛擬現(xiàn)實（VR）技術(shù)，這些技術(shù)為古舊地圖的展示提供了沉浸式、可交互的新范式。這種從二維向三維的跨越，在學術(shù)研究與文化傳播中具有極高的價值。這不僅將二維的“讀圖”轉(zhuǎn)化為多維的空間體驗，更為挖掘隱性地理信息提供了可能。

云存儲服務(wù)（Amazon S3、Google Cloud Storage、Azure Blob Storage等）保障了海量古舊地圖圖像及關(guān)聯(lián)數(shù)據(jù)的可靠存儲與管理；云計算平臺（AWS EC2、Azure Virtual Machines等）可按需動態(tài)調(diào)配算力，適配不同規(guī)模的數(shù)字化任務(wù)。分布式計算框架（Apache Hadoop、Apache Spark等）實現(xiàn)古舊地圖數(shù)據(jù)的并行處理，顯著提升效率。數(shù)據(jù)挖掘技術(shù)則用于發(fā)現(xiàn)古舊地圖中蘊藏的地理模式、趨勢與關(guān)聯(lián)規(guī)則，并以知識圖譜等形式可視化，形成更全面的知識表達。數(shù)字化后的古舊地圖可通過泛地圖、知識圖譜、隱喻地圖等多維可視化手段呈現(xiàn)，既實現(xiàn)了歷史地理信息的精準重建，又揭示隱藏其后的豐富歷史資源。

3 古舊地圖數(shù)字化的發(fā)展趨勢

3.1 歷史地理信息智能提取技術(shù)體系構(gòu)建

古舊地圖是歷史地理信息的一個重要來源，因其測繪技術(shù)與制圖理念的時代差異，呈現(xiàn)出鮮明的時代特征：表達方式和幾何精度隨朝代的更迭而發(fā)生變化。單純的柵格圖像獲取與基礎(chǔ)矢量化較難滿足日益增長的歷史地理研究需求。未來的歷史地理信息提取技術(shù)體系將不再局限于對古舊地圖符號的淺層識別，而是致力于實現(xiàn)從“數(shù)據(jù)數(shù)字化”到“語義數(shù)字化”的轉(zhuǎn)變。這一體系轉(zhuǎn)變首先依賴于底層視覺增強技術(shù)的突破，針對古舊地圖普遍存在的物理退化問題，深度學習模型（如Transformer、GAN等圖像修復(fù)技術(shù)）將成為智能化提取的前置核心模塊。構(gòu)建高保真的地圖修復(fù)與增強模型，能夠有效消除噪聲干擾，為后續(xù)的高精度要素提取奠定基礎(chǔ)。

在此基礎(chǔ)上，智能提取技術(shù)將進一步提升對多類型地理特征的語義理解能力。對于已引入近代科學測量手段的近代古舊地圖，可結(jié)合高分辨率影像掃描與AI語義分割技術(shù)，使地理配準與各要素歷史地理信息提取的效率和精度顯著加強。然而，對依賴“計里畫方”“山水為綱”的其它古舊地圖，若強行以現(xiàn)代坐標框架剛性配準，反而會扭曲其原生的空間認知邏輯。相較之下，基于現(xiàn)代地理信息，以拓撲鄰接、方位參照、距離衰減等相對空間關(guān)系為約束，結(jié)合知識圖譜與生成式AI的智能化轉(zhuǎn)繪，更能在尊重古舊地圖原生空間語義的條件下實現(xiàn)歷史地理信息的“柔性”復(fù)原。因此，亟需面向“圖—時—空”的三位一體特征，構(gòu)建“一圖一策”的自適應(yīng)智能提取技術(shù)矩陣，最終形成兼顧精度與歷史情境的古舊地圖歷史地理信息智能提取技術(shù)體系，這是古舊地圖數(shù)字化研究需要突破的一個重要環(huán)節(jié)。

3.2 多源歷史地理信息融合

近年來，古舊地圖數(shù)字化技術(shù)的不斷完善和文本型史籍的空間化的快速發(fā)展，推動了多類型歷史地理信息的整合與校對。將方志、奏折、統(tǒng)計年鑒、古舊地圖、碑刻拓片等異構(gòu)史料納入統(tǒng)一時空框架，進行粒度對齊與置信度加權(quán)，不僅在重疊區(qū)實現(xiàn)“像素級”互校，還能在空白區(qū)補綴出湮沒于史海的新圖層。這種“多源—多尺度—多置信”的融合范式，正為歷史地理學輸送可計算、可演化、可情景化的新型數(shù)據(jù)，驅(qū)動研究范式從“例證式”邁向“全樣本—全周期”的精準化、機制化創(chuàng)新。

為深化這一融合范式，未來的研究將致力于打通從古舊地圖要素提取到歷史時空數(shù)據(jù)庫構(gòu)建的“最后一公里”。這意味著相關(guān)研究不能僅停留在獲取孤立的矢量圖斑，而需將提取的地理實體與多源史料進行融合，構(gòu)建起具有時間維度的歷史地理知識圖譜；同時，利用智能化體系挖掘隱藏在古舊地圖中的人地關(guān)系演變規(guī)律，為歷史地理的定量化研究提供技術(shù)支撐與數(shù)據(jù)底座。

3.3 國際合作與開放共享平臺搭建

古舊地圖既是歷史地理信息的重要來源，也是人類共同的寶貴物質(zhì)和精神財富，古舊地圖和歷史地理信息需要面向全社會開放共享。數(shù)字化的發(fā)展正呈現(xiàn)出國際化的趨勢，這一趨勢不僅體現(xiàn)在技術(shù)合作層面，還體現(xiàn)在數(shù)據(jù)共享與跨文化研究的廣泛開展層面。通過推動全球范圍內(nèi)的古舊地圖數(shù)字化項目，不同國家和地區(qū)的歷史地理資源得以更廣泛地保存、交流與利用。國際合作不僅有助于標準化數(shù)字化流程，還能促進跨國界的歷史文化研究和地理信息整合。例如，通過比較不同文化背景下的地圖，能夠揭示全球歷史發(fā)展中的互動與變化。未來，古舊地圖數(shù)字化的國際化進程將進一步推動全球文化遺產(chǎn)保護、學術(shù)合作與歷史資源共享，助力構(gòu)建面向全人類的數(shù)字化知識體系。

為實現(xiàn)古舊地圖數(shù)字化體系的落地，構(gòu)建跨國界、跨機構(gòu)的分布式協(xié)同共享平臺是一關(guān)鍵路徑。未來的開放共享不應(yīng)局限于簡單的圖像文件下載或元數(shù)據(jù)目錄檢索，而應(yīng)依托國際圖像互操作框架的聯(lián)邦式服務(wù)架構(gòu)（IIIF）。借助這一框架，散落在不同物理存儲點的古舊地圖可通過統(tǒng)一的標準接口發(fā)布，在同一虛擬空間里實現(xiàn)對分散圖幅的對比分析，改變因資料獲取壁壘導(dǎo)致的碎片化研究狀態(tài)。與此同時，結(jié)合深度融合語義網(wǎng)與關(guān)聯(lián)開放數(shù)據(jù)技術(shù)來解決多語言、多文化背景下地理語義的互操作性難題，讓封存于世界各地的古舊地圖資源在云端實現(xiàn)邏輯上的聚合與再生。

3.4 歷史地理信息的行業(yè)實用拓展

古舊地圖的數(shù)字化成果正逐步從數(shù)據(jù)保護與共享向自然資源管理、災(zāi)害風險評估及城市韌性建設(shè)等實際應(yīng)用領(lǐng)域拓展。例如，古舊地圖記載的歷史時期土地利用格局、海岸線變遷及自然資源分布，不僅為理解城市的演變提供了關(guān)鍵的時間維度參考，還為還原前工業(yè)化時期的地理環(huán)境構(gòu)建了回溯視角。通過將提取的歷史河道、洪災(zāi)信息與現(xiàn)代數(shù)字高程模型及水動力模型深度耦合，既能輔助識別被現(xiàn)代不透水表面覆蓋的古河道與潛在內(nèi)澇風險源，亦能利用空間分析預(yù)測地下文物埋藏分布、評估工程建設(shè)對歷史文脈的影響。這種基于長時序地理空間數(shù)據(jù)的綜合分析范式，使古舊地圖數(shù)據(jù)能夠從防災(zāi)減災(zāi)、生態(tài)修復(fù)及文化遺產(chǎn)保護等多維度有效地融入現(xiàn)代國土空間規(guī)劃體系與數(shù)字孿生城市的構(gòu)建中。

此外，隨著擴展現(xiàn)實（XR）技術(shù)的成熟，古舊地圖的數(shù)字化應(yīng)用將成為數(shù)字文創(chuàng)與智慧文旅產(chǎn)業(yè)的新增長點。未來的應(yīng)用已不局限于靜態(tài)的古舊地圖展示，深度數(shù)字化的地圖數(shù)據(jù)將被重構(gòu)為可交互的動態(tài)三維歷史地理場景。借助現(xiàn)代三維技術(shù)，文化學習者能夠“跨越時空”，在現(xiàn)代遺址之上重現(xiàn)歷史地理場景。這種文化與科技的融合模式將拓展古舊地圖傳播的邊界，使其成為講述地方故事、傳承地名文化等的重要資源，從而在知識普及與商業(yè)轉(zhuǎn)化之間建立起良性的循環(huán)。

4 結(jié)語

計算機技術(shù)與古舊地圖的融合，不僅為古舊地圖保護和永續(xù)保存提供了堅實的技術(shù)底座，更把歷史信息推向時間與空間交織的縱深研究。借助圖像處理、機器學習和深度學習等前沿算法，繁復(fù)的古舊地圖得以自動矢量化、特征被精準提取，數(shù)字化流程的效率與精度由此躍升。GIS的空間分析能力進一步讓研究者展開多維度歷史地理信息分析，照見長時段的時空變遷與地貌更迭。這一新興研究路徑不僅拓寬了史學視野，也為文化遺產(chǎn)的精細管理與科學決策注入數(shù)據(jù)驅(qū)動的底氣。因此，計算機技術(shù)與古舊地圖數(shù)字化的攜手，既催生了信息化時代古舊地圖研究的新范式，也為我們重新評估古舊地圖的價值與意義打開了煥然一新的視界。

古舊地圖數(shù)字化研究起步較晚，且因技術(shù)依賴高而推進緩慢，但已在圖像修復(fù)、圖像校正、地物信息矢量化、數(shù)據(jù)庫建設(shè)、空間分析和智能提取等環(huán)節(jié)取得顯著進展。隨著關(guān)注升溫，更多學者參與到古舊地圖信息的高效精準提取研究中，在保留部分傳統(tǒng)矢量化路徑的同時，對關(guān)鍵技術(shù)進行創(chuàng)新型改進，使數(shù)字化手段日趨多元。依托國家對古舊地圖文化遺產(chǎn)的保護力度，以及歷史學、歷史地理學等學科支撐，我國在古舊地圖數(shù)字化研究領(lǐng)域取得了顯著進展，卻仍存明顯差距。當前，以下問題正成為該領(lǐng)域進一步發(fā)展的研究焦點：如何解決古舊地圖中跨朝代異體文字識別難題？如何為風格迥異的古舊地圖信息構(gòu)建系統(tǒng)提取框架？如何推動古舊地圖標準數(shù)據(jù)集的構(gòu)建？古舊地圖數(shù)字化如何深化行業(yè)應(yīng)用拓展？

作者：趙耀龍 封丹鶴 張楊

來源：《華南地理學報》2025年第4期

選稿：宋柄燃

編輯：耿 曈

校對：賀雨婷

審訂：汪鴻琴

責編：宋柄燃

（由于版面內(nèi)容有限，文章注釋內(nèi)容請參照原文）

微信掃碼加入

中國地名研究交流群

QQ掃碼加入

江西地名研究交流群

歡迎來稿！歡迎交流！

轉(zhuǎn)載請注明來源：“江西地名研究”微信公眾號