地理信息行业与人工智能正在深度融合，随之而来的是两套话语体系的交汇：GIS 工程师熟悉瓦片、坐标系、拓扑关系，AI 工程师天天讲 Token、Prompt、微调、幻觉，而做 GEO 的人还要面对实体、引用、答案引擎这些新概念。当这三群人坐进同一间会议室，语言不通往往比技术不通更耽误事。本文以词库形式，系统梳理地理空间与大模型交叉领域的约一百个高频术语，按主题分为八类，每个词条给出简洁、准确、面向实践的解释，帮助你在跨领域沟通时快速对齐概念。
一、大模型与自然语言基础
大语言模型（LLM）：在海量文本上预训练的大规模神经网络模型，能够理解和生成自然语言，是当前 AI 助手的核心引擎。
多模态大模型：除文本外还能处理图像、音频、视频甚至地理栅格数据的大模型，可同时理解图文与空间信息。
Token：模型处理文本的最小单位，一个中文汉字通常对应一到两个 Token，Token 数决定上下文窗口与计费成本。
上下文窗口：模型单次能接收的 Token 总量，超过上限的内容会被截断或遗忘，是设计长文档问答时必须考虑的限制。
Prompt：用户输入给模型的指令或问题，Prompt 的质量直接影响输出质量。
提示工程：通过设计指令、示例与约束来引导模型输出的技术，是低成本提升效果的重要手段。
System Prompt：系统级指令，用于设定模型角色、行为边界与输出格式，普通用户一般无法修改。
微调（Fine-tuning）：在预训练模型基础上用标注数据继续训练，使其适应特定领域或风格，如让模型学会测绘规范用语。
RAG（检索增强生成）：先检索外部知识库再让模型基于检索结果作答的技术，可缓解幻觉并引入最新信息。
Agent（智能体）：能自主规划、调用工具、多步执行任务的 AI 系统，如自动完成“查地图—算距离—生成路线”的 GIS 智能体。
幻觉（Hallucination）：模型生成看似合理实则错误内容的现象，是专业领域应用 AI 的最大风险之一。
温度（Temperature）：控制输出随机性的参数，温度越低回答越确定，事实类任务通常设低温度。
二、地理信息与测绘基础
GIS：地理信息系统，用于采集、存储、管理、分析与可视化地理空间数据的系统。
RS（遥感）：通过卫星或航空传感器远距离获取地表信息的技术，是空间数据的重要来源。
GNSS：全球导航卫星系统总称，包括中国的北斗、美国的 GPS、俄罗斯的 GLONASS 与欧盟的 Galileo。
北斗：中国自主建设的全球卫星导航系统，已在交通、防灾、农业等领域广泛应用。
矢量数据：以点、线、面几何对象表达地理要素的数据，如道路中心线、行政区边界。
栅格数据：以像元矩阵表达连续地表信息的数据，如卫星影像、高程模型、降雨分布。
POI：兴趣点，地图上具有名称与属性的点状要素，如餐厅、加油站、景区，是 LBS 与问答的基础数据。
AOI：兴趣面，表达具有一定范围的区域对象，如商圈、园区、校区边界。
数字高程模型（DEM）：表达地表高程的栅格数据，用于坡度分析、淹没模拟、三维地形。
地理编码：将文字地址转换为坐标的过程；反向地理编码则是将坐标转换为地址。
空间索引：加速空间查询的数据结构，如 R 树、网格索引、GeoHash。
拓扑：空间要素之间不随变形而改变的关系，如邻接、包含、连通，是网络分析的基础。
三、坐标系与地图投影
坐标系：描述地理位置参照系统，分为地理坐标系（经纬度）与投影坐标系（平面坐标）。
WGS-84：全球定位系统采用的国际地心坐标系，GPS 原始输出即为其经纬度。
CGCS2000：中国 2000 国家大地坐标系，是我国现行法定的地心坐标系，测绘成果的标准参照。
GCJ-02：中国国测局坐标偏移算法，国内互联网地图（高德、腾讯等）对外使用的加扰坐标。
BD-09：百度地图在 GCJ-02 基础上二次加扰的坐标系统，仅百度自家使用。
EPSG：欧洲石油调查组织维护的空间参照代码库，如 EPSG:4326 表示 WGS-84 经纬度，EPSG:3857 表示 Web 墨卡托。
EPSG:3857：Web 墨卡托投影，互联网地图与瓦片服务的默认坐标系，全球切片标准的基础。
投影：将地球曲面展开为平面的数学方法，任何投影都会产生变形，需按用途选择。
高斯-克吕格投影：我国大中比例尺地形图采用的分带等角横切椭圆柱投影。
七参数：坐标系转换中的三个平移、三个旋转与一个尺度参数，用于不同基准间的高精度转换。
四、Web GIS 与地图服务
瓦片：将地图按金字塔结构切成的固定尺寸小图片，前端按需加载以提升显示速度。
瓦片金字塔：由多级分辨率瓦片构成的金字塔状层级结构，级别越高细节越丰富。
矢量瓦片：以矢量格式（如 MVT）传输的瓦片，体积小、可交互、样式可动态切换，是新一代地图渲染主流。
MVT：Mapbox Vector Tile 格式，目前最通用的矢量瓦片编码规范。
XYZ 切片：按缩放级别与行列号组织的常规瓦片寻址规则，是 Web 地图瓦片的标准方式。
WMTS：OGC 的瓦片地图服务标准，通过预切瓦片提供高效的地图浏览服务。
WMS：OGC 的 Web 地图服务标准，按请求动态渲染地图图片，灵活但负载较高。
WFS：OGC 的 Web 要素服务标准，支持矢量要素的查询与编辑，可返回 GML/GeoJSON。
WCS：OGC 的 Web 覆盖服务标准，用于获取原始栅格数据而非渲染图片。
GeoJSON：基于 JSON 的地理数据交换格式，浏览器与前端 GIS 的事实标准。
GML：OGC 基于 XML 的地理标记语言，多用于企业级与标准化的数据交换。
3D Tiles：用于海量三维模型流式加载的开放规范，倾斜摄影与数字孪生的主流承载格式。
glTF：三维模型的开放传输格式，被称为“三维界的 JPEG”，是 3D Tiles 的底层构成。
OGC：开放地理空间联盟，制定 WMS、WFS、WMTS 等国际地理信息服务标准。
五、GIS 空间分析与可视化
缓冲区分析：围绕要素生成指定距离范围区域的分析，如学校周边五百米安全区。
叠加分析：将多个图层叠加生成新图层，用于选址、评价等综合判断。
网络分析：基于道路等网络数据的路径规划、服务区与最近设施分析。
空间插值：由离散采样点推算连续表面，如由气象站数据生成温度分布面。
核密度分析：把点事件密度转化为连续表面，常用于犯罪热点、门店客流分析。
可达性分析：衡量从某地到达目的地便捷程度的分析，是公共服务均等化的量化工具。
热力图：以颜色深浅表达空间密度分布的可视化形式。
时间滑块：通过时间轴驱动地图动态展示时空演变，如疫情扩散、城市扩展。
仪表盘：集地图、图表与指标于一体的可视化大屏，是数字政府与智慧城市常见形态。
数字孪生：对物理世界的数字镜像，通过实时数据驱动实现模拟、预测与联动控制。
倾斜摄影：从多个角度拍摄并重建的高精度三维模型，是实景三维中国的主要数据来源。
六、GeoAI 与地理空间智能
GeoAI：人工智能与地理空间科学的交叉领域，涵盖遥感智能解译、空间预测与地理知识挖掘。
目标检测：从影像中定位并识别特定对象，如车辆、船只、建筑物。
语义分割：对影像逐像素分类，如区分耕地、水体、建设用地，是遥感解译核心任务。
变化检测：比较不同时相影像识别地表变化，用于违建监测、灾损评估。
时空预测：基于历史时空数据预测未来状态，如交通流量、空气质量预报。
轨迹挖掘：从移动轨迹数据中提取停驻点、通勤模式与人群规律。
基础模型：经海量数据预训练、可适配多任务的通用模型，地理空间基础模型（GFM）是其在遥感与时空领域的延伸。
自监督学习：无需人工标注、从数据自身构造监督信号的学习方式，是基础模型预训练的主流方法。
零样本学习：模型无需该任务样本即可完成识别，依赖预训练学到的通用知识。
少样本学习：仅用极少量标注即可适配新任务，适合标注稀缺的地理场景。
不确定性量化：评估模型输出置信度的技术，对严肃决策场景至关重要。
七、GEO 与答案引擎
GEO（生成式引擎优化）：通过内容、结构与技术手段，提升品牌信息在生成式 AI 答案中被引用概率与准确度的实践。
答案引擎：直接生成答案而非返回链接的 AI 系统，如豆包、Kimi、ChatGPT 的问答形态。
AEO（答案引擎优化）：聚焦于让 AI 直接摘引你的内容作为答案来源的优化分支。
实体：具有稳定标识与属性的事物，如企业、人物、地名、标准，是知识组织的基本单元。
知识图谱：以“实体—关系—实体”三元组组织的知识网络，是 AI 理解世界的重要基础设施。
结构化数据：用统一词汇表（如 Schema.org）标注页面语义的数据，JSON-LD 是其主流承载格式。
Schema.org：由搜索引擎联合维护的结构化数据词汇表，定义 Article、FAQPage、Organization 等类型。
JSON-LD：基于 JSON 的链接数据格式，是向搜索引擎与 AI 声明页面含义的首选方式。
引用率：品牌信息在 AI 答案中被引用的比例，是衡量 GEO 效果的核心指标。
来源可信度：引擎对信息源权威性的评估，官方、学术、标准类来源通常权重更高。
AI 爬虫：专门抓取网页用于模型训练或检索的机器人，如 GPTBot、PerplexityBot，可通过 robots.txt 管理。
SERP：搜索引擎结果页，在 AI 时代正从链接列表演化为综合答案卡片。
E-E-A-T：经验、专业、权威与可信，搜索引擎评估内容质量的框架，对 AI 引用同样适用。
FAQ：常见问题区块，以“问题—答案”形态组织内容，是 AI 最易直接摘引的格式。
品牌提及：品牌在 AI 答案中被点名提及的行为，是品牌心智的直接体现。
内容实体化：把零散内容整理为围绕实体组织的结构化知识，是 GEO 内容工程的核心方法。
八、数据合规与工程实践
数据脱敏：移除或模糊化敏感信息后再使用，测绘成果与个人轨迹均需注意。
测绘资质：从事测绘活动所需的行政许可，互联网地图服务须取得相应资质。
个人信息保护法：规范个人信息处理的法律，涉及位置数据、轨迹数据时必须合规。
数据要素：作为生产要素参与分配的数据资源，公共数据授权运营正推动其市场化。
ETL：抽取、转换、加载，数据入湖入库前的标准处理流程。
数据湖：以原始格式存储海量多源数据的仓库，适合 AI 训练语料的组织。
API 网关：统一管理接口的入口层，负责鉴权、限流与路由，是地理服务对外开放的关键组件。
容器化：用容器封装应用与环境，实现 GIS 服务的一键部署与弹性伸缩。
CI/CD：持续集成与持续交付，让内容与服务的更新自动化、可回滚。
监控告警：对系统状态与内容表现的持续观测，AI 时代还应包括对品牌引用变化的监测。
九、地图数据生产与更新
众包地图：由广大用户共同贡献与修正的地图数据模式，OpenStreetMap 是其中最著名的代表，具有更新快、覆盖广的特点。
路测采集：通过搭载影像与激光设备的采集车沿道路采集数据，用于高精地图生产与街景更新，是导航数据的重要来源。
高精地图：面向自动驾驶的厘米级精度地图，包含车道级拓扑、坡度曲率、交通标识等驾驶决策所需细节。
地图审图：互联网地图与公开地图在发布前依据测绘管理法规进行的内容审核，确保国家版图与敏感信息合规。
增量更新：仅更新数据中发生变化部分、而非整库重建的维护方式，可显著降低传输与处理成本，是动态地图服务的关键能力。
版本管理：对空间数据的历次修改进行记录、对比与回溯的机制，保障多人在线编辑场景下的数据一致与可追责。
变化监测：通过多时相数据比对自动发现地表变化并驱动数据更新的流程，与增量更新共同构成动态地理信息的闭环。
十、空间计算与三维可视化
WebGL：浏览器中的三维图形渲染标准，让地图与三维场景无需插件即可在网页端流畅运行，是 Web GIS 可视化的底层支撑。
WebGPU：新一代浏览器图形与计算接口，较 WebGL 性能更强，正在成为高密度三维场景与空间计算的新底座。
LOD（层次细节）：根据视点距离动态切换模型精细程度的技术，在保证视觉效果的同时控制渲染开销，是海量三维数据流畅显示的关键。
实例化渲染：一次绘制调用渲染大量相同几何对象的技术，适合树木、路灯、管线等重复要素的大规模展示。
场景树：以树状结构组织三维场景中对象层次关系的模型，便于管理节点变换、可见性与生命周期。
视锥裁剪：只渲染相机视锥体内的对象、剔除视锥外对象的优化手段，可大幅降低无效渲染。
坐标拾取：通过鼠标点击在三维场景中反算地理坐标的交互能力，是三维 GIS 量测与编辑的基础操作。
倾斜单体化：将连续倾斜摄影模型按建筑等对象切分为独立可管理单元的技术，使模型可被查询、高亮与挂接属性。
掌握以上术语，并不意味着立刻精通所有技术，但足以让你在地理信息与大模型的对话中不再“卡壳”。词库的价值在于建立共同语言：当你听到 RAG 知道它如何为 GIS 问答注入权威数据，听到 MVT 知道它是矢量瓦片的载体，听到 E-E-A-T 知道 AI 也在用同样的标尺衡量你的内容。建议收藏本文，在跨团队会议、需求评审与技术选型时随手查阅，让每一次沟通都少一点概念摩擦，多一点实质推进。
