国际地理信息服务体系设计与标准化进展

乐鹏; 王凯旋

doi:10.13203/j.whugis20260172

您当前的位置：

首页 >

文章列表页 >

国际地理信息服务体系设计与标准化进展

地图制图学与地理信息工程 | 更新时间：2026-11-05

- 国际地理信息服务体系设计与标准化进展
- Progress in the Design and Standardization of International Geographic Information Services
- 武汉大学学报（信息科学版） 2026年51卷第8期页码：1685-1699
- 作者机构：
  
  1.武汉大学遥感信息工程学院,湖北武汉，430079
  2.武汉大学·咸宁低空经济创新研究院,湖北咸宁，437300
  3.湖北珞珈实验室,湖北武汉，430079
  4.地球空间信息技术协同创新中心,湖北武汉，430079
  5.湖北省空间信息智能处理工程技术研究中心,湖北武汉，430079
- 作者简介：
  
  乐鹏，博士，教授，主要研究方向为地理信息系统。pyue@whu.edu.cn
  王凯旋，博士生。wangkaixuan@whu.edu.cn
- 基金信息：
  
  国家杰出青年科学基金(42425108);教育部基础学科和交叉学科突破计划(JYB2025XDXM111);湖北省自然科学基金创新群体(2025AFA035)
- DOI：10.13203/j.whugis20260172
  中图分类号： P208
- 收稿：2026-05-25，
  
  纸质出版：2026-08-05
- 稿件说明：
移动端阅览
乐鹏,王凯旋.国际地理信息服务体系设计与标准化进展[J].武汉大学学报（信息科学版）,2026,51(8):1685-1699.

YUE Peng,WANG Kaixuan.Progress in the Design and Standardization of International Geographic Information Services[J].Geomatics and Information Science of Wuhan University,2026,51(8):1685-1699.
乐鹏,王凯旋.国际地理信息服务体系设计与标准化进展[J].武汉大学学报（信息科学版）,2026,51(8):1685-1699. DOI：10.13203/j.whugis20260172

YUE Peng,WANG Kaixuan.Progress in the Design and Standardization of International Geographic Information Services[J].Geomatics and Information Science of Wuhan University,2026,51(8):1685-1699. DOI：10.13203/j.whugis20260172

摘要

中国将时空信息列为重要的新型基础设施，如何有效提供地理信息服务，是发挥全球时空信息基础设施效能的关键。传统空间数据基础设施（spatial data infrastructure

SDI）正面临着服务内容与服务技术的变革。结合地理信息两大标准化组织国际标准化组织（international organization for standardization，ISO）/TC211和国际开放地理信息协会的地理信息服务实践，提出新一代国际地理信息服务体系总体框架，涵盖服务分类、服务接口、服务架构、服务元数据、服务实施5大核心内容，通过技术解耦与依赖分层，增强体系的可扩展性与可持续演进能力。在此基础上，总结当代地理信息服务系列技术标准，提出服务标准制定实施指南，为全球ISO 19119地理信息服务体系标准修订提供理论方法支撑。

Abstract

Objectives

Geographic information services (GIServices) are a key enabler for realizing the full potential of global geospatial data and information infrastructures. There are significant efforts on the development of spatial data infrastructures (SDIs) to deliver efficient GIServices

which in turn have led to the evolution of an international service infrastructure that guides the development and standardization of geospatial services across countries. Traditional geospatial services in SDIs are enriched with more content and advanced technologies. There is a need to propose a new-generation framework for geospatial services.

Methods

Building upon the geospatial service design defined in international organization for standardization (ISO) 19119:2016

and incorporating the latest advancements in service technologies

we extend an overarching framework for an international geospatial service infrastructure characterized by technological decoupling and layered dependencies. This framework encompasses five key components: service taxonomy

service interfaces

service architecture

service metadata

and service implementation. Based on these core components

the connotation of geospatial services and their standard design are systematically elaborated.

Results

A resource-based geospatial service taxonomy is introduced

comprising geographic sensing services

geographic discovery services

geographic data services

geographic processing services

geographic visualization services

and geographic knowledge services. This service taxonomy is compatible with geospatial artificial intelligence (GeoAI) technologies

thereby enabling the provision of GeoAI services. The abstract interface model of GIServices is presented

encompassing components including interfaces

operations

parameters

and operation chains. Methods for achieving syntactic and semantic interoperability among interfaces are also elaborated. An abstract interface can be mapped to different service architectural styles. Such mappings need to take into account the representation of service interfaces

payloads and protocols

as well as message exchange patterns. The mapping approaches for the two mainstream architectural styles of GIServices

service-oriented architecture and resource-oriented architecture

are presented. The GIServices metadata model defined in ISO 19119/19115-1 is refined by decoupling it from the abstract interface model

enriching it with service descriptions and fundamental attributes

and incorporating quality of service. A service development procedure is proposed

which maps from technology-neutral unified modeling language to specific data encodings

communication protocol bindings

and particular development languages and frameworks. Additionally

intelligent GIServices implementation based on agents for service chaining is also introduced. Based on the key content mentioned above

a multi-tiered geospatial information service standards framework has been suggested

encompassing fundamental service standards

platform-neutral standards

platform-specific standards and service metadata standards. A practical guideline for developing service standards is proposed.

Conclusions

The five components of the service framework are fundamental for developing an infrastructure of geospatial services. It also provides the guideline on setting up new geospatial service standards. The design rationale depending on the technical decoupling and multi-layer dependencies ensures scalability for future technologies. The work provides the methodological foundation for the new version of ISO 19119 series standards.

关键词

Keywords

references

乐鹏，王凯旋，吴浩儒，等 . 地理信息服务研究进展与技术实践［J］. 科学通报， 2025 ， 70 （ 30 ）： 5163 - 5179 .

YUE Peng ， WANG Kaixuan ， WU Haoru ， et al . Recent Progress and Technical Practices of GIServices ［J］. Chinese Science Bulletin ， 2025 ， 70 （ 30 ）： 5163 - 5179 .

GEO . GEO Strategic Plan 2016 — 2025 ： Implementing GEOSS［R/OL］. 2015-11-12 . https：//old.earthobservations.org/documents/GEO_Strategic_Plan_2016_2025_Implementing_GEOSS_Reference_Document.pdf https://old.earthobservations.org/documents/GEO_Strategic_Plan_2016_2025_Implementing_GEOSS_Reference_Document.pdf .

UN-GGIM . United Nations Integrated Geospatial Information Framework （UN-IGIF）： A Strategic Guide to Develop and Strengthen National Geospatial Information Management‒Part 1 ： Overarching Strategy （2nd ed .）［R/OL］. 2023-02-07 . https：//ggim.un.org/UN-IGIF/part1.cshtml https://ggim.un.org/UN-IGIF/part1.cshtml .

FGDC . GeoPlatform .gov［EB/OL］. ［ 2026-05-23 ］. https：//www.geoplatform.gov/ https://www.geoplatform.gov/ .

VILLA M ， DI MATTEO G ， LUCCHI R ， et al . INSPIRE Network Services Soap Framework ［R/OL］. 2008-12-17 . https：//docslib.org/doc/7143056/inspire-network-services-soap-framework-clarifying-standard-versions-and-supplying-specific-references-for-all-the-necessary-specifications https://docslib.org/doc/7143056/inspire-network-services-soap-framework-clarifying-standard-versions-and-supplying-specific-references-for-all-the-necessary-specifications .

李志刚，蒋捷，翟永，等 . 面向分布式服务聚合的“天地图”总体技术架构［J］. 测绘地理信息， 2012 ， 37 （ 5 ）： 13 - 15 .

LI Zhigang ， JIANG Jie ， ZHAI Yong ， et al . “TIANDITU” Technical Architecture for Supporting Distributed Service Aggregation ［J］. Journal of Geomatics ， 2012 ， 37 （ 5 ）： 13 - 15 .

GORELICK N ， HANCHER M ， DIXON M ， et al . Google Earth Engine： Planetary-Scale Geospatial Analysis for Everyone ［J］. Remote Sensing of Environment ， 2017 ， 202 ： 18 - 27 .

龚健雅，乐鹏，向隆刚，等 . 开放地球引擎OGE设计与研制［J］. 测绘学报， 2025 ， 54 （ 4 ）： 587 - 602 .

GONG Jianya ， YUE Peng ， XIANG Longgang ， et al . The Design and Implementation of the Open Geospatial Engine（OGE）［J］. Acta Geodaetica et Cartographica Sinica ， 2025 ， 54 （ 4 ）： 587 - 602 .

BROWN C F ， KAZMIERSKI M R ， PASQUARELLA V J ， et al . AlphaEarth Foundations： An Embedding Field Model for Accurate and Efficient Global Mapping from Sparse Label Data ［PP/OL］. V2. arXiv （ 2025-09-08 ）［ 2026-04-17 ］. https：//doi.org/10.48550/arXiv.2507.22291 https://doi.org/10.48550/arXiv.2507.22291 .

INSPIRE . INSPIRE Technical Guidance Documents ［EB/OL］. （ 2025-01-31 ）［ 2026-04-16 ］. https：//github.com/INSPIRE-MIF/technical-guidelines https://github.com/INSPIRE-MIF/technical-guidelines .

OGC . OGC Reference Model ［R/OL］. 2011-12-19 . https：//docs.ogc.org/orm/03-040/03-040.pdf https://docs.ogc.org/orm/03-040/03-040.pdf .

ISO 19119：2016 Geographic Information—Services ［S/OL］. https：//www.iso.org/standard/59221.html https://www.iso.org/standard/59221.html .

ALI M E ， CHEEMA M A ， HASHEM T ， et al . Enabling Spatial Digital Twins： Technologies， Challenges， and Future Research Directions ［J］. PFG— Journal of Photogrammetry， Remote Sensing and Geoinformation Science ， 2024 ， 92 （ 6 ）： 761 - 778 .

KOTSEV A ， MINGHINI M ， TOMAS R ， et al . From Spatial Data Infrastructures to Data Spaces—A Technological Perspective on the Evolution of European SDIs ［J］. ISPRS International Journal of Geo-Information ， 2020 ， 9 （ 3 ）： 176 .

UN-GGIM . Future Geospatial Information Ecosystem： From SDI to SoS and on to the Geoverse ［R/OL］. 2022-07-06 . https：//ggim.un.org /meetings /GGIM-committee /12th-Session /side_events/Future%20Geospatial%20Information%20Ecosystem.pdf https://ggim.un.org/meetings/GGIM-committee/12th-Session/side_events/Future%20Geospatial%20Information%20Ecosystem.pdf .

乐鹏，刘瑞祥，上官博屹，等 . 地理人工智能样本：模型、质量与服务［J］. 武汉大学学报（信息科学版）， 2023 ， 48 （ 10 ）： 1616 - 1631 .

YUE Peng ， LIU Ruixiang ， SHANGGUAN Boyi ， et al . GeoAI Training Data： Model， Quality， and Services ［J］. Geomatics and Information Science of Wuhan University ， 2023 ， 48 （ 10 ）： 1616 - 1631 .

Open Geospatial Consortium . OGC Training Data Markup Language for Artificial Intelligence （TrainingDML-AI） Part 1： Conceptual Model Standard ［S/OL］. http：//www.opengis.net/doc/is/trainingdml-ai-1/1.0， 2023 .

YUE P ， SHANGGUAN B Y ， HU L ， et al . Towards a Training Data Model for Artificial Intelligence in Earth Observation ［J］. International Journal of Geographical Information Science ， 2022 ， 36 （ 11 ）： 2113 - 2137 .

YUE P ， TENG B X ， WU H R ， et al . Towards a Representation Framework for EODeep Learning Models inSDI ［J］. Transactions in GIS ， 2026 ， 30 ： e70216 .

王艳东，何奕霖，杨建思，等 . 利用形式概念分析的空间信息服务分类体系融合方法［J］. 武汉大学学报（信息科学版）， 2014 ， 39 （ 1 ）： 100 - 105 .

WANG Yandong ， HE Yilin ， YANG Jiansi ， et al . Integration Method of Geospatial Services Taxonomies Based on Formal Concept Analysis ［J］. Geomatics and Information Science of Wuhan University ， 2014 ， 39 （ 1 ）： 100 - 105 .

LI H ， WANG Y D ， BIAN L ， et al . Identifying Geospatial Services Across Heterogeneous Taxonomies ［J］. Geocarto International ， 2016 ， 31 （ 10 ）： 1058 - 1077 .

詹勤，李德仁，眭海刚，等 . 一种遥感信息服务分类本体构建方法［J］. 武汉大学学报（信息科学版）， 2010 ， 35 （ 3 ）： 343 - 346 .

ZHAN Qin ， LI Deren ， SUI Haigang ， et al . A Method for Building Remote Sensing Information Services Classification Ontology ［J］. Geomatics and Information Science of Wuhan University ， 2010 ， 35 （ 3 ）： 343 - 346 .

OGC . OGC RAINBOW： About the OGC Definitions Service ［EB/OL］. （ 2026-02-26 ）［ 2026-04-16 ］. https：//ogcincubator.github.io/rainbow-docs/about.html https://ogcincubator.github.io/rainbow-docs/about.html .

ISO 19115-1：2014 Geographic Information—Metadata—Part 1： Fundamentals ［S/OL］. https：//webstore.ansi.org/preview-pages/INCITS/preview_INCITS+ISO+19115-1+2014+（R2019）.pdf https://webstore.ansi.org/preview-pages/INCITS/preview_INCITS+ISO+19115-1+2014+(R2019).pdf .

Object Management Group . UML TM Profile for Modeling Quality of Service and Fault Tolerance Characteristics and Mechanisms Specification ［EB/OL］. （ 2008-04-05 ）［ 2026-05-10 ］. https：//www.omg.org/spec/QFTP/1.1/PDF https://www.omg.org/spec/QFTP/1.1/PDF .

ALLEN D W . Getting to Know ArcGIS ModelBuilder ［M］. Redlands ： Esri Press ， 2011 .

ZHANG M D ， BU X Q ， YUE P . GeoJModelBuilder： An Open Source Geoprocessing Workflow Tool ［J］. Open Geospatial Data， Software and Standards ， 2017 ， 2 （ 1 ）： 8 .

YUE P ， GONG J Y ， DI L P ， et al . Integrating Semantic Web Technologies and Geospatial Catalog Services for Geospatial Information Discovery and Processing in Cyberinfrastructure ［J］. GeoInformatica ， 2011 ， 15 （ 2 ）： 273 - 303 .

MÜLLER M . Hierarchical Profiling of Geoprocessing Services ［J］. Computers & Geosciences ， 2015 ， 82 ： 68 - 77 .

YUE P ， GUO X ， ZHANG M D ， et al . Linked Data and SDI： The Case on Web Geoprocessing Workflows ［J］. ISPRS Journal of Photogrammetry and Remote Sensing ， 2016 ， 114 ： 245 - 257 .

LI Z L ， NING H . Autonomous GIS： The Next-Generation AI-Powered GIS ［J］. International Journal of Digital Earth ， 2023 ， 16 （ 2 ）： 4668 - 4686 .

LEE C ， PARAMANAYAKAM V ， KARATZAS A ， et al . Multi-agent Geospatial Copilots for Remote Sensing Workflows ［C］// IEEE International Geoscience and Remote Sensing Symposium ， Brisbane， Australia ， 2025 .

LUO Q Q ， LIN Q M ， XU L C ， et al . GeoJSON Agents： A Multi-agent LLM Architecture for Geospatial Analysis—Function Calling vs. Code Generation ［J］. Big Earth Data ， 2026 . https：//doi.org/10.1080/20964471.2026.2615511 https://doi.org/10.1080/20964471.2026.2615511 .

Model Context Protocol . Model Context Protocol Specification ［EB/OL］. （ 2025-11-25 ）［ 2026-04-19 ］. https：//modelcontextprotocol.io/specification/2025-11-25 https://modelcontextprotocol.io/specification/2025-11-25 .

A 2 A Protocol . Agent2Agent （A2A） Protocol Specification ［EB/OL］. （ 2026-03-12 ）［ 2026-04-19 ］. https：//a2a-protocol.org/latest/specification https://a2a-protocol.org/latest/specification .

MASTOURI M ， KSONTINI E ， BARRAK A ， et al . From REST to MCP： An Empirical Study of API Wrapping and Automated Server Generation for LLM Agents ［PP/OL］. V4. arXiv （ 2026-04-06 ）［ 2026-04-19 ］. https：//doi.org/10.48550/arXiv.2507.16044 https://doi.org/10.48550/arXiv.2507.16044 .

SANTHANAVANICH T ， COORS V . OGC-AI： A Retrieval-Augmented Large Language Model Interface for Open Geospatial Consortium Web Services ［J］. The International Archives of the Photogrammetry， Remote Sensing and Spatial Information Sciences ， 2025 ， XLVIII-4/ W16 - 2025 ： 157 - 163 .

LI H ， YUE P ， WU H R ， et al . A Question-Answering Framework for Geospatial Data Retrieval Enhanced by a Knowledge Graph and Large Language Models ［J］. International Journal of Digital Earth ， 2025 ， 18 （ 1 ）： 2510566 .

SIMONIS I ， ATKINSON R ， VILLAR A ， et al . The Machine-Interpretable Standards Ecosystem： Standards， Profiles， Building Blocks， and Registers： An Architectural Framework for a Composable， Discoverable， and AI-Ready Standards Infrastructure（OGC Document： 26 - 021 ）［R/OL］. 2026-04-16 . https：//doi.org/10.62973/26-021 https://doi.org/10.62973/26-021 .

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

船舶航行海洋地理信息三态融合保障问题研究

秦岭生态地质环境监测研究进展与智能化监测体系构建

基于武汉一号卫星影像的智能变化检测方法与应用

星载温室气体激光雷达技术发展与展望

浅源中等地震近场剧烈形变的高分辨率L波段InSAR研究