古旧地图数字化的研究现状与发展趋势

江西地名研究

关注我们，获取更多地名资讯

摘要：数字技术的迅猛跃迁，使古旧地图数字化研究实现突破性进展，并成为历史地理学、地理信息科学与技术（GIS）、数字人文等领域共同关注的前沿议题。古旧地图数字化研究通过融合GIS、遥感（RS）、计算机视觉（CV）、机器学习（ML）与深度学习（DL）等新兴前沿技术，彰显跨学科创新潜能。数字化并非单纯的信息迁移，而是以数字手段保存珍贵的古旧地图，重构并结构化历史地理信息，实现古代地理知识与现代分析框架的无缝衔接，并为学术研究与行业应用提供高质量的数字资源。文章系统梳理并评述了国内外古旧地图数字化的演化脉络与发展趋势。首先，强调数据预处理在历史地理信息提取质量中的关键作用，并回顾其最新研究进展；接着，总结近年来古旧地图信息提取方法的革新，包括多源信息融合、矢量化处理、符号识别提取和语义分割；随后，评析了古旧地图数据库建库策略与服务模式；最后，归纳了古旧地图数字化成果的主要应用场景，进一步展望了人工智能驱动下古旧地图数字化的未来方向，并提出潜在的挑战，以期为后续研究提供新的思路与路径。

关键词：古旧地图；数字化；历史GIS；研究现状；发展趋势

0 引言

古旧地图通常指成图时间距今较远、具有历史价值且不再作为日常测绘成果使用的各类地图。国内学界一般把1949年建国前绘制的地图称为古旧地图。古旧地图不仅是人类历史文化的珍贵遗产，更承载着丰富的历史地理信息，反映了特定历史时期的地理认知、社会变迁和文化背景，具有重要的学术研究价值和实践意义。在测绘学、历史地理学、文化遗产保护等领域，古旧地图作为难以复现的第一手资料和独特的历史文献，具有不可替代的学术价值与现实意义，持续推动着人们对历史进程与文化基因的深层解读与再发现。

古旧地图的利用，受图形载体的深刻影响。早期的古旧地图，多以黏土板、陶片、岩壁等作为载体，随着历史的发展，其载体形式逐渐丰富，涵盖了丝帛、碑刻、铜板、木刻、纸质等多种媒介。其中，丝帛和壁画类地图，因其兼具艺术表现和历史实证的双重属性，成为了研究古代地理认知与制图技艺的重要复合性载体。木刻类地图，作为传统制图技艺的重要代表，其精细的雕刻工艺和图案呈现了古代社会的地理认知与文化特色，也反映了其在文化传播和技术发展中具有重要的历史价值。铜版地图，因其耐久性和高质量的印刷效果，能够清晰传达当时的地理信息，具有较强的历史参考价值。碑刻类地图的特殊性在于记录的内容多具有地域性与纪实性，常常承载着政治或历史事件的记载。碑刻地图的解读，能够揭示当时社会的地理认知、行政区划、资源分布等重要信息。

相比于上述特殊材质，纸质地图是古旧地图中数量最庞大、最为常见的载体。由于其广泛的传播，纸质古旧地图成为了历史地理研究的关键基础。尤其在研究历史地理变化时具有突出价值，能够为长时间尺度上的地理分析提供了宝贵的数据支持，揭示过去地理特征的演变以及不同地理要素之间的关系。更为重要的是，纸质地图通过文化创意转化（如高仿复刻等形式），不仅能够促进传统制图技艺的现代传承，还能成为连接古今的文化桥梁，推动文化遗产的保护与传播。

不同历史时期的古旧地图，在绘制风格与信息呈现上各具特点，这直接影响着其应用价值的差异。明朝及以前的古旧地图多数为个人所绘，常见有山水画、地方志舆图等风格，而由政府系统组织绘制的地图较少。也有以西晋裴秀“制图六体”理论为基础的“计里画方”地图，以画方网格控制地理要素方位，绘制精度较高。同一时期，欧洲则盛行油画、壁画风格的古旧地图，多以相对地理位置来表达地理信息。明末清初到建国之前，西方经纬度测量技术发展迅速，涌现大量经纬网实测古旧地图；同时，这些技术陆续被引进国内，国内也开始有了经纬网实测地图。这类古旧地图测绘精度较高，因而具有更高的应用价值。

受限于载体介质特性与保存状态，传统古旧地图难以有效提取蕴含的地理空间要素，仅靠实物复刻与档案收藏已无法满足历史地理过程的深度解析需求。数字化技术借助多光谱扫描与特征解构算法，可突破材质劣化与绘制风格带来的语义遮蔽，精准提取地图要素的时空坐标、拓扑关系及符号语义，为历史时期地理过程演化研究提供量化分析基底。当前，古旧地图的数字化处理通常先通过拍照、扫描等方式将其转化为电子图像并归档成册，进而基于电子版本进行信息提取与利用。然而，随着时间推移，古旧地图普遍存在破损、污损及自然老化等问题，加之早期绘制技术本身的局限，传统简单的扫描、拍照预处理结合人工矢量化方法，已难以满足数字化时代对数据准确性、信息保真度以及跨时期数据一致性的更高要求，也无法有效支撑后续的深度分析与研究。因此，如何实现古旧地图的高效、精准数字化已成为本领域的研究重点。

地理信息科学与技术（GIS）在信息化、智慧化浪潮中迅猛发展，并深度融入历史学和地理学，催生了历史GIS。历史GIS融合GIS的空间分析方法、地理学家的空间视角和历史学家的时间视角，借助数字化手段耦合时空，探析历史时期地理要素的时空演变模式及其机理。古旧地图数字化作为历史GIS的重要研究分支，专注于以数字化技术复原并解析古旧地图中的历史地理信息。依托数字化技术，古旧地图不仅能得以有效保存、广泛传播和充分利用，确保这些珍贵文化遗产在未来永续传承，更在文化遗产保护、景观生态研究、古遗址复原与保护、历史资源信息获取及城市空间格局演变分析等领域发挥关键作用。整合古旧地图所载历史地理信息与人文要素，研究者得以深入揭示地理空间格局的长时序演变机制，并借助其历史地理信息为城市规划与发展等领域提供有力支撑。

从技术脉络看，古旧地图数字化可追溯至20世纪80年代乃至更早，初期多以纸质地图扫描为主，并围绕特定区域或主题开展地理要素的时空演变分析。随着GIS技术发展，古旧地图的信息提取与现代GIS深度融合，为空间分析与可视化提供了新的研究范式。与此同时，人工智能技术的快速发展也推动了地图学研究的创新，古旧地图智能数字化技术应运而生，成为前沿热点。当下，国内外相关研究均加速向智能化、自动化演进，为古旧地图的深度挖掘与利用开辟了全新路径。

古旧地图数字化研究涉及历史地理、GIS、城市规划和文化遗产等多个领域，通过与这些学科的深度融合，古旧地图数字化技术不仅增强了其在历史学中的研究价值，也为现代地理信息的应用提供了重要的长时间尺度视角，对于推动历史文化资源的保护和利用具有重要意义，逐渐发展为历史学、测绘学与计算机科学交叉的前沿研究领域。近年来，自动化的信息提取、精准的图像处理和智能化的地理信息应用，使古旧地图的研究超越了单纯的数字化保存，能够实现更为丰富的数据分析与知识挖掘。计算机视觉技术的发展更为古旧地图的保存、解读和利用提供了全新的视角与方法。本研究旨在通过梳理和分析国内外古旧地图数字化研究相关文献，系统审视古旧地图数字化研究的发展脉络，总结该领域的技术进展，并探讨在人工智能背景下未来可能的研究方向与挑战。本研究成果可为古旧地图数字化研究提供新的方向和思路，并为相关历史文献的保护与利用提供参考。

1 古旧地图数字化的技术体系

古旧地图数字化是一个多层次、跨学科的复杂过程，涵盖了多个环节，其技术体系可概括为4个主要部分：图像质量优化、信息提取、数据库构建与信息服务平台研发、应用与智慧赋能（图1）。古旧地图数字化首先需要对古旧地图进行扫描、图像校正、地理配准等，同时结合计算机视觉算法进行预处理，以消除古旧地图由于保存或移动过程中出现的污损、老化等问题，从而获得质量较高的电子版古旧地图。在此基础上，进一步开展信息提取，以获取历史地理信息；随后，通过构建数据库对提取的信息进行系统化管理，并借助共享平台向更多研究者提供数据服务，同时通过研究者获取的古旧地图信息反馈给平台来不断完善数据库，推动古旧地图的共享应用。

古旧地图数字化体系将物理形态的研究资料转化为高价值数字资产。该体系首先通过图像修复解决资料的物理退化问题，确立了研究的“存真”基础；进而利用智能化提取技术将古旧地图影像转译为可计算的语义数据，实现从定性阅览到定量分析的转变；同时，借助数据库技术打破资料的时空孤岛；最终通过多场景应用挖掘历史地理规律，赋能“古为今用”的智慧决策。这一体系不仅完成了研究资料的数字化保存，更推动了研究范式从单一的文献整理向多学科交叉的时空分析与智能化应用转变。

在古旧地图数字化技术体系中，图像质量优化作为基础环节，其核心任务在于对古旧地图进行几何校正、地理配准和破损信息修复，以保障数据的准确可靠。例如，借助计算机图像处理技术对古旧地图图像实现去模糊、去噪与污损去除；依托特征点匹配与空间变换模型，将古旧地图精准对齐至现代坐标系，显著提升空间定位精度。该预处理环节既为后续信息提取和建库提供高质量数据，也为古旧地图的精准空间分析奠定技术基石。

信息提取是古旧地图数字化体系的核心部分，其要义在于对地图中的地类、地名等要素进行矢量化，并对人文信息展开深度挖掘与解读。其研究价值在于把古旧地图中的多源图文转化为可计算、可分析的结构化数据，为历史地理研究、文化遗产保护等领域提供数据底座，同时反哺人文要素提取技术的迭代创新。

数据库构建与信息服务平台研发，是古旧地图数字化成果的集中呈现；规范化、标准化的古旧地图数据库为学术研究、公众服务等提供高效数据底座，并助推古旧地图资源的长久保存与可持续利用。

在应用与智慧赋能层面，古旧地图数字化凸显多学科交叉融合，充分释放其多维应用潜能，推动学术研究、文化传承、社会服务等领域的深度耦合与创新实践。地理信息科学与技术、计算机科学、历史学、考古学等学科的协同共进，为古旧地图数字化应用开辟广阔前景。随着技术迭代与学科交融的持续深化，古旧地图数字化体系将日臻完善，其应用价值亦将得到更充分挖掘与彰显—既守护并传承历史文化遗产，又为现代社会的发展提供弥足珍贵的历史借鉴和智慧滋养。

2 古旧地图数字化研究现状

2.1 图像质量优化

2.1.1 古旧地图扫描与图像校正古旧地图数字化以电子化底图为载体，图像质量优化成为整个流程的基石。其中，古旧地图扫描与图像校正是其核心环节，需针对成册图幅、清晰度、色彩偏差及残损缺失等问题，分别采取高清扫描、清晰度提升、颜色校正、拼接与剪裁等手段。不同介质与损坏程度决定了扫描方案与后处理策略的差异化配置。受限于年代技术瓶颈，早期研究实践虽显粗粝，却为后续数字化解构奠定了方法论基础。20世纪80年代，研究以扫描仪采集为主轴，辅以基础图像增强算法，在有限算力下构建起初级GIS框架，初步实现古旧地图的系统扫描与图像校正。由此，大批珍贵图幅在20世纪80、90年代得以集中扫描、成册典藏，既完成了抢救性保存，也为后续深度利用提供了关键数据支撑。

高精度扫描设备的技术突破为古旧地图数字化发展提供了关键支撑，使其精细的地理要素得以完整呈现与长久保存，并为后续空间解析与数据挖掘奠定基础。借助专业的高分辨率扫描仪，研究者首先将纸质或其他介质的古旧地图转换为数字图像；随后通过降噪、亮度与对比度校正等处理，优化图像质量，最终将成果保存为JPEG、PNG或TIFF等标准格式，并以高分辨率完整保留地图的原始细节与特征。

古旧地图的扫描电子化经历了从“大型扫描仪批量成册归档”到“轻便数码相机非量测拍摄”的范式转变，后者突破了传统扫描在石刻、碑刻等载体上的局限，使更多珍贵、多载体类型的古旧地图得以汇集和保存。然而，针对拍摄图像的校正研究仍显薄弱。肖龙花等较早关注色调一致性，通过色彩匹配抑制不同批次影像的色差；而由拍摄角度、纸张起伏等导致的形变，则需借助几何校正消除。相关案例已覆盖《山东黄河下游之图》、民国《西京市区》、南京中山北路沿线城市历史地图转译、1935年《青海省三十万分一图》、1948年《兰溪县城厢全图》等。上述处理流程在零接触原地图载体的前提下，显著提升了影像精度，为古旧地图的长期保存与深度利用提供了可靠保障。

图像拼接与裁剪技术是数字化保护古旧地图的核心手段。受纸张老化、虫蛀、水渍、撕裂等自然或人为因素的影响，古旧地图往往出现破损残缺、信息不全等问题。研究者通过搜集同一区域、保存状况各异的多种版本，借助图像处理算法对完好部分进行精确配准、无缝拼接，并对冗余边缘进行智能裁剪，最大限度地还原历史原貌。该技术已广泛应用于古旧地图的数字化修复，为文化遗产的长期保存与深度利用提供了关键支撑。

近年来，深度学习技术在古旧地图图像质量优化中发挥了日益突出的作用。借助图像配准和生成对抗网络（GAN），可自动完成地图校正，显著降低古旧地图与现代地图融合的难度。EKIM在训练中引入翻转、剪裁、高斯噪声、透视、亮度、伽马、锐化、模糊和运动模糊等增强策略，有效提升了模型的泛化能力。对于缺乏坐标参考的古旧地图，可将其与地面真实掩码重投影至同一坐标系，实现坐标校正。此外，在图像处理前进行数据格式转换（如对校正后的矢量成果栅格化），也能进一步提高后续校正质量。

受扫描环境非标准化、设备精度局限与技术体系不完善等因素制约，古旧地图扫描影像在清晰度和几何精度上仍存在不足，且高度依赖人工干预，效率瓶颈突出。尽管如此，现有研究已为保护文化遗产、历史资源挖掘与学科交叉融合开辟了新篇章，对推动古旧地图与地理学的深度协同发展具有重要意义。

2.1.2 地理配准地理配准是将古旧地图从原始坐标系转换至已知坐标系的过程，使其获得精准的地理定位信息，为长时序数据叠加、空间分析和专题制图奠定可靠基础。

（1）计里画方地理配准。当古旧地图缺乏地理参考信息时（如早期的山水画式地图），可采用“计里画方”进行地理配准：在图上按固定间距绘制方格网，以网格交叉点或显著地物的相对位置为控制依据，完成初步配准。

依托GIS技术，古旧地图的地理配准已取得阶段性突破。若原图已标注坐标系统或投影，可直接在GIS环境中选取道路交叉点、河道拐点、同名地物等作为控制点，经反复矫正，使数字化地图精确对齐现代坐标框架。当原投影与现代系统不符时，可先进行重投影，再利用GIS模型构建器开发在线批量配准工具，显著提升古旧地图批量配准的效率与精度。另有学者将古旧地图作为历史GIS的地图载体：首先对副本进行几何校正，将其纳入现代实测地形图坐标系，随后开展专题分析。此类研究通过遴选数量充足的古今同名同址地物点进行配准与微调，在最大程度上保留了古旧地图的原始信息，标志着古旧地图数字化进程的重要跃升。

（2）数字化时代古旧地图与现代地图、遥感影像套叠及模型配准。随着数字化时代的到来，古旧地图的地理配准主要聚焦于将其与现代地图或遥感影像精准套叠，从而赋予古旧地图现代坐标系。在实际操作中，通常以高分辨率遥感影像为基准，选取城墙、塔楼等历经岁月而位置稳定的地物作为控制点，从而实现对同一地区古旧地图的精准定位。遥感影像可提供实时、高分辨率的地球表面信息，与古旧地图相结合，有助于更新历史地理信息。为获取研究区域的现代影像，可借助Google Earth等平台提供的高分辨率卫星影像，对其进行必要的地理校正，确保其坐标系统与古旧地图匹配，从而实现二者的有效融合。

随着古旧地图与遥感影像套叠技术的广泛应用，对控制点选取和现代数据精度的要求也日益提高。一般而言，控制点应选取随时间变化极小、位置稳定的显著地物；而在现代数据方面，则倾向于采用Bing Maps的无偏移影像、Landsat高分辨率遥感影像等精度较高的产品，以保证数字化古旧地图的精确性与可靠性。

深度学习技术的迅猛发展为古旧地图地理配准开辟了新路径。研究者开始尝试借助深度学习模型，解决因年代久远、几何畸变严重而难以定位的难题。模型以校正后的现代地图为基准，自动学习各类地物交叉点、塔楼角点等稳定地物的深层特征，进而建立古旧地图与现代坐标系之间的精确对应关系。配准结果可一键导出为带地理坐标的TIFF格式文件，无缝叠加至各类GIS平台，为历史地理研究提供高可信度、可量化的基础底图。

然而，古旧地图的测绘理念与信息表达随时代更迭而异，其制图逻辑、美学追求与历史语境均不同于现代测绘体系。若不加甄别地将其强行嵌入统一的现代地理框架，既会放大原始误差，也会稀释地图所蕴含的艺术价值与历史语境，因而需要重新审慎权衡其研究意义。尤其是对于山水画式、计里画方、油画或装饰性极强的早期地图，盲目追求高精度配准更值得质疑。

尽管如此，在明确研究目标并保持审慎态度的前提下，柔性配准仍能在多学科交叉研究中发挥独特作用：如将古城镇图与现状遥感影像柔性叠加，可直观呈现城市形态的演进与土地利用变迁；对航运或河道图实施分区约束配准，可为水系迁移及历史洪涝复原提供关键证据；在文化遗产保护中，适度配准后的古图可与考古调查成果叠加，辅助界定遗址范围与复原古环境格局。因此，配准精度的设定应始终与研究问题相匹配，而非一味追求绝对精度。

2.2 信息提取

2.2.1 不同历史时期信息提取的特点由于各时代制图理念、技术范式与文化认知的差异，古旧地图往往呈现出差异化的时空表达逻辑，信息提取必须构建与之动态适配的技术路径与阐释框架。以汉至宋元写意型地图为例，《禹迹图》《华夷图》等非精确地理表达与符号化政治叙事是核心提取对象：一方面需借助《水经注》《元和郡县志》等文史资料，对写意线条进行地理锚定；另一方面应将图形信息与地点属性同步解析，结合文史资料校核其政治背景与语义内涵。

明清地图（如《郑和航海图》《广舆图》）的信息提取，始终游移于实测精度与象征意义之间。此阶段虽引入天文测量与实地勘测，空间呈现仍受制于传统“方格法”与政治话语的双重规训。面对官修地图中叠加的赋税区划、军事驻防等多层行政信息，需要借助图像分层技术，并与《明会典》《清实录》等制度文本进行交叉验证，方能揭示制图行为背后的权力运作机制。

清末民初的地图（以《皇舆全览图》为代表）同时承载着西方测绘技术与传统制图习惯，构成两套知识体系的交汇。对于此类地图的信息提取，首先需化解经纬网格与“计里画方”并存的坐标冲突；其次，铁路、电报局等工业化符号与旧驿道在同一图面并置，要求构建基于形态学特征的符号分类模型，以精准提取近代基础设施的空间网络。若能将机器学习算法与档案史料深度融合，则有望完成从“数据提取”到“知识生产”的跃迁。

纵观古旧地图信息提取的技术演进，其本质是一场数字工具与历史逻辑的持续对话。实践中，需针对地图类型差异选择适配方法：对已校正并赋予地理坐标的古旧地图，优先采用矢量化提取空间要素；符号与标记则借助图示符号精准识别；对数据质量较高的古旧地图，可用语义分割提取地类等专题信息。此外，古旧地图信息的动态更新可进一步对接统计年鉴等文本，通过提取其中的地理描述、人口与经济指标，为古旧地图补充时代背景与空缺数据，从而更完整地还原历史地理面貌。

2.2.2 矢量化处理矢量化是古旧地图数字化的核心环节，对后续的地理空间分析发挥基础性支撑作用。待影像质量优化后，即将栅格图像转为带拓扑关系的矢量数据集：一边解析几何形态，一边赋以语义属性，由此构建可时空检索的多维地理信息数据库，为核密度估计、空间自相关分析、网络建模等量化分析奠定基石。

对于明清及以前的古旧地图，其矢量化处理主要依赖目视解译：研究者先凭古典文献校勘地名、河流等，再手工勾绘要素。明清至民国时期，图风纷繁，对于已具备地理坐标的古旧地图，可借助数字化软件进行矢量化，并辅以机器学习和深度学习批量处理，以提升效率和精度；对于无地理坐标的古旧地图，仍主要依靠数字化软件进行信息矢量化提取。早期矢量化工作主要依赖目视解译，即人工判读地图要素的形态特征，再利用数字化软件勾勒拓印地物信息。该方法虽能保持历史要素的语义特征，却存在效率低、主观性强等缺陷。随着技术演进，矢量化处理日臻完善，研究集中于3个维度：一是按要素类型构建点（如地名注记、标志性地物等）、线（如道路网络、水系脉络等）、面（如行政区边界、建筑群轮廓等）的分层矢量框架；二是以边缘检测算法辅助要素提取，再经人工校验修正自动识别带来的拓扑错误；三是通过属性字段标准化，实现时空语义的关联映射。在此过程中，研究者尤为关注历史要素与现代地理实体间的概念对应关系。

地名信息提取首先以古旧地图和地方志为基础，采集地名文本，并借助现代地图数据的拓扑、方位和距离关系，精准定位其空间位置。地名的矢量化不仅完成从地图注记到点状要素的几何转化，更需要融合地方志、户籍等档案，通过“地名标识码+要素类型码”的双重编码，为矢量地名赋予名称、类型、标识码等完整属性，实现古今地名的时空关联。例如，比对同一地点在多期地图中的名称和地标变化，可追踪地名沿革，识别已消失或更名的历史地名。

道路网络的矢量化因线性特征明显而较早实现自动提取，但其技术演进始终映射着算法逻辑与历史语义的复杂互动。早期方法依托快速线性特征检测器（FLFD）、多向非极大值抑制（MDNMS）、结构化随机森林（SRF）、支持向量机（SVM）、高斯最大似然（GML）和马尔可夫随机场（MRF）等技术提取道路信息，上述方法虽适用于数据范围有限、场景简单的情形，但难以区分“官道”“驿道”“商路”等道路类型的功能差异，需借助卷积神经网络对道路符号的纹理特征进行深度学习，并耦合史料数据，方能重构历史交通网络的整体体系。

水系的矢量化凸显了自然地理要素与人文活动痕迹的双重属性。内陆河流的矢量化不仅要精确勾勒河道走向，还需通过水文编码关联地方志中的水利工程记载。海岸线矢量化虽变化速率缓慢，却较早实现技术突破，且因其数据量较少，主要依赖GIS软件完成矢量化处理。

政区矢量化是权力空间重构的核心环节，面状边界绘制常受古旧地图中“山川形便”等模糊表达困扰，须详细考证历史文献，并结合各省政区沿革加以修正，方能生成属性信息完备的行政区复原矢量数据。矢量化过程需完整记录政区要素属性，包括地名、层级、时间等。建筑物矢量化的应用在古旧地图研究中相对有限，现有自动识别技术主要集中于锁眼卫星图像和遥感影像领域。早期居民点分布零散、误差较大，在古旧地图中应用较少。上述矢量化成果不仅为历史地理现象的时空演化提供量化基础，更借助空间数据引擎实现多源异构历史地理信息的融合分析与可视化重构。

总体而言，现有古旧地图矢量化研究仍偏重坐标基准明确、定位精度较高的图种；而山水画、油画与计里画方等以表达性为主的地图，由于缺乏统一基准与几何一致性，其要素识别与语义解译仍面临显著挑战。多风格古旧地图的解译通常与经济、政治、文化背景紧密相连，例如古旧地图中的手写体、异字体的文字识别和语义理解，均需借助历史学等学科知识。因此，信息提取不能止步于简单矢量化，必须纳入上述背景，通过信息转译深度挖掘潜在含义；然而，该转译过程目前尚难依赖机器学习等技术实现高效率和高准确率的处理。语义分割与实例分割等计算机视觉技术虽为古旧地图的自动化信息提取提供了可行路径，具备较大潜力，但受限于高质量古旧地图数据集与标注样例不足，以及图幅风格异质性带来的域偏移问题，现阶段仍难以开展稳定且可泛化的矢量化要素模型训练。

2.2.3 图示符号提取图示符号提取旨在将古旧地图中的符号、标记等转译为数字格式，并在数字地图中精准还原。该过程既需识别与提取符号，又需在现代数字系统里再现其含义与视觉特征。依据现代地图符号标准，对古旧地图中各类地理要素实施符号化提取，从而确保信息在数字平台清晰呈现与高效调用。当前，图示符号化处理的研究主要集中于符号识别与语义转换2个方面。

古旧地图因绘制年代、作者风格各异，其符号往往具有独特的样式和规则：线条、色彩、图例及整体风格均与当时的地域和时代背景紧密相关。随着计算机视觉和图像处理技术的发展，研究者已逐步开发自动化符号识别算法，通过边缘检测、形态学分析和图像分割等手段，将地图中的符号元素分离出来，并依据形态特征完成语义转换。例如，将古代河流符号转化为现代易读的矢量符号，或将古旧地图上的城镇符号与现有图式匹配后再进行语义映射，从而支持长时序的地理空间变化分析。古旧地图的符号设计兼具艺术性与深厚文化底蕴，其色彩、形态及排布逻辑均承载特定历史时期的地理认知与社会信息。因此，在数字化过程中精准保留这些视觉特征，不仅是对古旧地图原貌的尊重，更是提升数字化成果学术价值与文化价值的核心环节。

当前学界多借助计算机图像学技术实现符号的数字化转译，但在符号艺术性表达的语义转化方面仍显不足，即如何有效传递符号所蕴含的历史语境与文化隐喻，尚未形成系统性解决方案。现有研究多依赖计算机视觉完成符号的直接复刻，而针对符号艺术特征背后的语义解读与重构，仍面临技术路径单一、理论框架不完善等问题，亟需通过GIS与艺术史、符号学等跨学科融合进行突破，以真正实现古旧地图中艺术文化信息的长效保存、活态传承与创新利用。

2.2.4 深度学习信息提取方法古旧地图信息提取受图像质量与数据规模所限，传统人工符号模板法效率低下。基于卷积神经网络（CNN）的深度学习技术凭借自适应特征提取，实现了模糊符号的自动分割与道路、水系等要素的高效识别，推动历史地理研究转向智能化范式。随后，GARCIA‐MOLSOSA和JIAO分别于2020、2022年利用CNN提取考古相关信息和古旧地图中的道路信息。CNN在历史地图信息提取中的应用标志着研究从依赖人工向自动化、智能化方向的转变。

随着人工智能技术的持续迭代，新型模型已能够以更高精度提取古旧地图信息。然而，精细且质量可靠的训练样本极为稀缺，传统全监督方法难以充分释放其潜能。为此，弱监督学习成为近年来融合AI与古旧地图研究的核心路径：该范式通过利用零散文本注释、局部坐标锚点或粗粒度语义标签等“低成本”标注，引导模型在大规模未标注图像上学习判别特征，显著降低人工标注成本并提升泛化能力。例如，JIAO借助边缘检测、角点检测和区域分割等方法识别关键图像特征；UHL等针对图形质量较差、体量庞大的古旧地图，提出采用弱监督学习方法，仅需提供粗粒度的注释即大致位置标签即可训练，无需像素级精确标注。

随着深度学习技术日臻成熟，可供古旧地图信息提取选用的模型愈发多样，研究者得以依据研究对象灵活取舍。EKIM和AVCI均采用U-Net++架构：前者借助条件生成对抗网络（cGAN）将古旧地图合成卫星图像，后者聚焦编码器改进以提升道路提取精度。JIAO和WU则选用U-Net架构分别提取道路和水文特征：JIAO在高效提取道路信息的同时，利用OpenCV库绘制成道路类别图；WU等通过改进U-Net并引入Atrous Spatial Pyramid Pooling（ASPP）整合多尺度上下文信息，以区分符号相似的不同要素，改进后的U-Net+ASPP模型更契合水文特征提取需求。

综上所述，深度学习技术尤其是卷积神经网络、U-Net、U-Net++等模型的发展，显著提升了古旧地图数字化的精度和效率。在要素提取方面，卷积神经网络通过语义分割模型，可自动识别地图中的河流、道路等地理要素，弥补了传统规则方法在复杂地图处理上的不足。然而，深度学习模型通常依赖大规模、像素级精细标注的数据集才能充分发挥性能；在古旧地图领域，公开样本稀缺，现有中等规模数据集的标注精度多停留在图幅或粗粒度层面。因此，在“小样本、非像素级标注”条件下实现高质量要素提取，已成为该环节亟待突破的关键课题。

2.3 数据库构建与信息服务平台研发

信息提取所得数据需要经过系统整理与存储，才能有效支撑地理学研究，因而数据库的构建与完善至关重要。数据库建成后，依托共享平台即可实现跨团队的数据发布、检索与下载；在访问控制与质量管控机制下，用户提交的新数据与校正记录持续汇聚，驱动数据库的动态演化与优化。通过构建规模庞大且结构化的数据库，为古典智慧与现代研究架起了桥梁，也为古旧地图的数字化存储、管理和应用奠定了坚实基础。

2.3.1 成果数据库构建古旧地图成果数据库的构建模式随技术进步而不断演化：最初侧重于纸质图件的人工归档整理，随后过渡到以扫描影像为核心的数字化存档，如今则依托地理信息平台，借助模型驱动的方法实现要素化、规范化的建库。这一转变不仅显著提升了数据的检索效率与可维护性，更为古今时空对比、历史地理信息挖掘及文化遗产保护提供了坚实的数据支撑，也为历史地理、环境考古、社会经济史等多学科交叉研究搭建了共享与协同的基础平台，极大拓宽了古旧地图研究与应用的深度和广度。

国际古旧地图数据库建设可追溯至20世纪80年代，随着计算机技术初兴，欧美研究机构率先以扫描方式保存纸质地图。1989年，美国记忆项目即将大批历史档案资料（含古旧地图）不经或少经编辑直接数字化，并以扩充MARC格式入库供需求者调用。2000年，美国国会通过的《国家数字信息基础设施和保存计划》法案进一步推动了古旧地图数字保存研究；同期，英国历史地理信息系统（Great Britain Historical GIS）通过整合1840—1970年多尺度历史地图，建成首个支持时空查询的区域性历史地图数据库。2011年，国际数字人文组织推出了“Pelagios关联开放数据框架”，其所倡导的开放数据服务规范至今仍为古代地理空间数据的事实国家标准。此后各类专题数据库不断涌现，如：于靖等于2017年基于GIS技术处理古旧地图中的历史城市地名信息，建立历史地名分类编码体系和基于地名生命周期的城市历史地名时空数据模型，完善地名信息数据库；2020年，张萍等综合多个时期的资料，复原清初至民国西宁到拉萨道路（青海段）并归档入库，标志着地图数字化成果可更高程度地复原归档并纳入数据库。

历史GIS的数据库建设涉及GIS、DBMS等多个技术层面。常用关系型数据库包括MySQL、PostgreSQL、Oracle等，非关系型数据库如MongoDB也可用于存储非结构化的地理信息数据。采用的数据模型可选关系型数据模型、面向对象的数据模型或者混合模型，以兼顾地理空间数据特性并优化存取性能。数据采集环节综合古旧地图扫描数字化、历史文献整理、地理坐标提取等手段。计算机技术的进步推动了古旧地图数据库实现质的飞跃，共同构建起系统性成果数据库的多维支撑体系。

完成符号提取后，数据库构建的首要任务是制定并执行统一的符号标准。以某一历史时期为例，应先对该时期全部制图符号进行系统梳理，明确其形态特征、语义内涵与使用语境；随后据此建立规范化的符号编码体系，并在此框架下完成数据库设计与存储，确保后续检索、分析和跨时期比较的准确性和一致性。此外，现有研究表明，成果数据库构建方面仍缺乏系统化标准，不同机构或项目在数据存储格式、元数据描述、分类体系、属性内容等方面差异显著，导致数据整合困难。推动古旧地图数据库标准化建设，可实现数据互联互通和高效利用，进而促进科研和产业的良性发展。

2.3.2 古旧地图共享平台古旧地图数字化查询平台的研究，聚焦于构建高效、准确且易用的检索系统，以支持用户在数字端快速查阅、浏览、下载和分析古地图信息。其间，数据的权威性与可靠性是衡量平台价值的核心：唯有底层数据历经严格数字化流程、元数据标准及专家审核，平台方可成为可信的学术基础设施。共享平台在此生态中扮演关键角色——通过对系统梳理、标准化存储的海量古旧地图资源实施开放共享，突破地域与专业壁垒，为全球历史地理、文化遗产、环境考古等跨学科研究提供统一、稳定的数据入口。依托完善的开放接口（API）、多层级访问权限与可追溯版本管理，平台既保障数据安全与版权合规，也为后续时空大数据挖掘、模型训练及可重复性研究奠定坚实基础。

国际学界的古旧地图共享平台演进呈现了清晰代际特征。20世纪80年代，美国国会图书馆首次尝试建立基于目标标签的简易检索系统，为后续古旧地图共享平台建设奠定雏形。进入90年代，GIS技术普及催生出具备空间分析功能的架构。1996年上线的David Rumsey Map Collection古旧地图收藏平台，支持按年代、地区、主题检索，数据以高分辨率图像为主。2001年1月8日，我国启动“中国历史地理信息系统项目（CHGIS）”，提供时空分层检索与动态可视化，标志着古旧地图平台从档案库向研究工具转型。2004年12月，Google启动建造全球最大的数值图书馆计划，进一步扩大研究者、学生和公众的可及性。为应对美国数字化浪潮冲击，2005年4月法国联合19国创立Europeana Maps，汇聚大量古旧地图、手绘地图、航海图等资源；同期，英国The British Library's Maps Collection等平台也提供高质量古旧地图，并支持精确的年代、类型检索。

古旧地图数字化查询平台虽成果斐然，其技术架构与应用实践仍存多维度局限。早期如美国国会图书馆检索系统受限于1980年代技术，仅能实现关键词线性检索，缺乏空间关联与语义解析，致使古旧地图时空属性难以深度挖掘。1990年代GIS赋能平台虽引入分层检索与坐标配准，却普遍面临数据异构问题：地图要素的矢量化程度不足，手绘标注与印刷符号的自动识别误差大，定量空间分析精度受限。跨机构协作整合多国资源，却因元数据标准差异导致数据融合困难，实际应用中时空参照系不一、语义映射断层，用户跨库检索时仍需人工对齐。上述缺陷既暴露古旧地图共享平台的阶段性瓶颈，也映射出技术理性与人文研究的深层张力。

迈入智能化时代，数字化古旧地图正纳入更开放的地理数据平台，拓展其学术价值的广度与深度，重塑历史地理知识生产与传播范式。依托现代大数据技术，对地图实施精细化、量化管理，使其跳出静态展示，深度融入动态历史地理建模、环境演变复原与多源时空大数据分析。可见，古旧地图在研究、验证与共享方面将开启新应用前景，为跨学科历史地理研究提供坚实支撑。

2.4 应用与智慧赋能

古旧地图不仅是历史地理信息的载体，更凝结了历史记忆、艺术语言与社会观念，其存世量稀少且纸质脆弱，任何损毁都难以复原。因此，将散落各地的古旧地图系统化数字化并存入数据库，是保护与研究的第一步。然而，若数据库仅停留在“冷数据”层面，即局限于静态存储与被动检索，则无法充分激活这些珍贵遗产所蕴含的学术与文化价值。在人工智能与大数据技术日益成熟的当下，为古旧地图数据库“智慧赋能”，已成为打通保护、理解与传播全链路的关键。例如，推动古旧地图数字化成果应用于历史地理过程认知与分析即是“智慧赋能”的一个重要案例。

古旧地图数字化成果对地理过程认知与分析的赋能，经历了从单一维度解译迈向多学科融合的演进轨迹。1970年前后，随着GIS雏形初现，古旧地图数字化成果开始得到实际应用，研究重心聚焦于历史地理要素的静态复原，例如借助数字化地图与文献互证，开展城市轮廓演变与土地利用变迁的基础性工作。随着GIS应用深化，2000年前后研究范式转向动态过程重建，如BROMBERG和BERTNESS利用1700年末和1800年初的古旧地图，重建新英格兰1777—2000年盐沼动态，追踪栖息地历史状况，为管理者设定修复和管理目标提供依据。在文化遗产领域，数字化成果同样成效显著，通过古遗址、历史建筑及消失地名的数字重建，研究者们得以深究其历史价值，并为学界和公众提供直观、互动的历史体验。

2010年以来，计算机技术的跃升促使古旧地图数字化与信息科学深度耦合，如SHA和BAJCSY于2011年将语义分割与目视解译逻辑结合，借助对象分割、空间比例校准与要素提取，实现古旧地图分析的自动化。进入2020年代，研究维度进一步拓展至数据平台搭建、空间变迁解析等多方向。2022年4月，北京大学主办“历史地理信息系统的建设与发展”研讨会，聚焦历史地理信息平台搭建、古旧地图数字化应用及关键技术，助推古旧地图与人工智能融合。2024年12月，华南师范大学-香港理工大学历史GIS联合实验室举办第一届“历史GIS工作坊”，就历史GIS的研究前沿和发展方向进行研讨，发布《历史GIS广州共识》。同期，陶书竹等基于1984—2005年数据，揭示南京中山北路沿线在经济高速增长期的空间结构演变，凸显交通完善与延展对城市形态和功能的深刻塑造。这一历时性范式迭代，既彰显数字技术对传统历史地理研究的赋能，亦映射地理过程研究从现象描述向机理探究的转型。

人工智能技术的迅猛演进，为古旧地图的数字化处理与分析注入了新方法论动能。深度学习模型（如CNN、U-Net等）的引入，使地图符号、注记及各类特征的识别与提取高度自动化，显著提升了信息处理的效率与精度。大语言模型的语义理解能力与古旧地图语义分析的耦合，进一步深化了对地图内容的理解，推动了地名、道路与历史事件间的关联挖掘。通过大模型对地图注记及相关地方志文献的联合解读，研究者能够构建起地名、道路网与历史事件之间多维的时空知识图谱，精准捕捉地理要素背后的历史信息。在此基础上，动态化处理将古旧地图从静止的历史切片转化为流动的时空过程。借助时间序列分析与动态可视化手段，研究者可将抽象的历史变迁以时空演化的形式呈现。随着大数据与人工智能的深入应用，这种从“语义挖掘”到“动态复原”的进步不仅使静默的地图信息更具象化，也为揭示长时序地理环境演变规律与人地关系提供了新视角，从而推动古旧地图数字化研究迈向信息挖掘更深、数据利用更广的新阶段。

地图制图与深度学习的融合，已成为地图学智能化升级的有效路径。前期成果表明，深度学习在时空大数据特征识别、复杂制图决策推理、地图空间模式智能认知以及地图设计的艺术创意迁移等方面均展现良好前景，并在地图知识规则发现、自动驾驶导航、高精地图快速构建中发挥积极作用。其中，古旧地图的三维化处理是连接传统地图学与现代数字人文的关键技术，目前主要通过3种路径实现：一是基于现代数字高程（DEM）的纹理叠加，即将配准后的古旧地图作为地表纹理，覆盖于真实地形之上，适用于宏观场景的直观展示；二是基于古旧地图的地理信息进行历史地理重构，用插值算法或计算机视觉技术恢复“历史原貌”，这对于遗址复原、河道改道等研究尤为重要；三是针对地球仪、雕版及考古出土文物等实体文物，则多采用真三维扫描技术，通过倾斜摄影或者激光扫描建立高精度的模型，从而实现文物形态的数字化归档。辅以增强现实（AR）和虚拟现实（VR）技术，这些技术为古旧地图的展示提供了沉浸式、可交互的新范式。这种从二维向三维的跨越，在学术研究与文化传播中具有极高的价值。这不仅将二维的“读图”转化为多维的空间体验，更为挖掘隐性地理信息提供了可能。

云存储服务（Amazon S3、Google Cloud Storage、Azure Blob Storage等）保障了海量古旧地图图像及关联数据的可靠存储与管理；云计算平台（AWS EC2、Azure Virtual Machines等）可按需动态调配算力，适配不同规模的数字化任务。分布式计算框架（Apache Hadoop、Apache Spark等）实现古旧地图数据的并行处理，显著提升效率。数据挖掘技术则用于发现古旧地图中蕴藏的地理模式、趋势与关联规则，并以知识图谱等形式可视化，形成更全面的知识表达。数字化后的古旧地图可通过泛地图、知识图谱、隐喻地图等多维可视化手段呈现，既实现了历史地理信息的精准重建，又揭示隐藏其后的丰富历史资源。

3 古旧地图数字化的发展趋势

3.1 历史地理信息智能提取技术体系构建

古旧地图是历史地理信息的一个重要来源，因其测绘技术与制图理念的时代差异，呈现出鲜明的时代特征：表达方式和几何精度随朝代的更迭而发生变化。单纯的栅格图像获取与基础矢量化较难满足日益增长的历史地理研究需求。未来的历史地理信息提取技术体系将不再局限于对古旧地图符号的浅层识别，而是致力于实现从“数据数字化”到“语义数字化”的转变。这一体系转变首先依赖于底层视觉增强技术的突破，针对古旧地图普遍存在的物理退化问题，深度学习模型（如Transformer、GAN等图像修复技术）将成为智能化提取的前置核心模块。构建高保真的地图修复与增强模型，能够有效消除噪声干扰，为后续的高精度要素提取奠定基础。

在此基础上，智能提取技术将进一步提升对多类型地理特征的语义理解能力。对于已引入近代科学测量手段的近代古旧地图，可结合高分辨率影像扫描与AI语义分割技术，使地理配准与各要素历史地理信息提取的效率和精度显著加强。然而，对依赖“计里画方”“山水为纲”的其它古旧地图，若强行以现代坐标框架刚性配准，反而会扭曲其原生的空间认知逻辑。相较之下，基于现代地理信息，以拓扑邻接、方位参照、距离衰减等相对空间关系为约束，结合知识图谱与生成式AI的智能化转绘，更能在尊重古旧地图原生空间语义的条件下实现历史地理信息的“柔性”复原。因此，亟需面向“图—时—空”的三位一体特征，构建“一图一策”的自适应智能提取技术矩阵，最终形成兼顾精度与历史情境的古旧地图历史地理信息智能提取技术体系，这是古旧地图数字化研究需要突破的一个重要环节。

3.2 多源历史地理信息融合

近年来，古旧地图数字化技术的不断完善和文本型史籍的空间化的快速发展，推动了多类型历史地理信息的整合与校对。将方志、奏折、统计年鉴、古旧地图、碑刻拓片等异构史料纳入统一时空框架，进行粒度对齐与置信度加权，不仅在重叠区实现“像素级”互校，还能在空白区补缀出湮没于史海的新图层。这种“多源—多尺度—多置信”的融合范式，正为历史地理学输送可计算、可演化、可情景化的新型数据，驱动研究范式从“例证式”迈向“全样本—全周期”的精准化、机制化创新。

为深化这一融合范式，未来的研究将致力于打通从古旧地图要素提取到历史时空数据库构建的“最后一公里”。这意味着相关研究不能仅停留在获取孤立的矢量图斑，而需将提取的地理实体与多源史料进行融合，构建起具有时间维度的历史地理知识图谱；同时，利用智能化体系挖掘隐藏在古旧地图中的人地关系演变规律，为历史地理的定量化研究提供技术支撑与数据底座。

3.3 国际合作与开放共享平台搭建

古旧地图既是历史地理信息的重要来源，也是人类共同的宝贵物质和精神财富，古旧地图和历史地理信息需要面向全社会开放共享。数字化的发展正呈现出国际化的趋势，这一趋势不仅体现在技术合作层面，还体现在数据共享与跨文化研究的广泛开展层面。通过推动全球范围内的古旧地图数字化项目，不同国家和地区的历史地理资源得以更广泛地保存、交流与利用。国际合作不仅有助于标准化数字化流程，还能促进跨国界的历史文化研究和地理信息整合。例如，通过比较不同文化背景下的地图，能够揭示全球历史发展中的互动与变化。未来，古旧地图数字化的国际化进程将进一步推动全球文化遗产保护、学术合作与历史资源共享，助力构建面向全人类的数字化知识体系。

为实现古旧地图数字化体系的落地，构建跨国界、跨机构的分布式协同共享平台是一关键路径。未来的开放共享不应局限于简单的图像文件下载或元数据目录检索，而应依托国际图像互操作框架的联邦式服务架构（IIIF）。借助这一框架，散落在不同物理存储点的古旧地图可通过统一的标准接口发布，在同一虚拟空间里实现对分散图幅的对比分析，改变因资料获取壁垒导致的碎片化研究状态。与此同时，结合深度融合语义网与关联开放数据技术来解决多语言、多文化背景下地理语义的互操作性难题，让封存于世界各地的古旧地图资源在云端实现逻辑上的聚合与再生。

3.4 历史地理信息的行业实用拓展

古旧地图的数字化成果正逐步从数据保护与共享向自然资源管理、灾害风险评估及城市韧性建设等实际应用领域拓展。例如，古旧地图记载的历史时期土地利用格局、海岸线变迁及自然资源分布，不仅为理解城市的演变提供了关键的时间维度参考，还为还原前工业化时期的地理环境构建了回溯视角。通过将提取的历史河道、洪灾信息与现代数字高程模型及水动力模型深度耦合，既能辅助识别被现代不透水表面覆盖的古河道与潜在内涝风险源，亦能利用空间分析预测地下文物埋藏分布、评估工程建设对历史文脉的影响。这种基于长时序地理空间数据的综合分析范式，使古旧地图数据能够从防灾减灾、生态修复及文化遗产保护等多维度有效地融入现代国土空间规划体系与数字孪生城市的构建中。

此外，随着扩展现实（XR）技术的成熟，古旧地图的数字化应用将成为数字文创与智慧文旅产业的新增长点。未来的应用已不局限于静态的古旧地图展示，深度数字化的地图数据将被重构为可交互的动态三维历史地理场景。借助现代三维技术，文化学习者能够“跨越时空”，在现代遗址之上重现历史地理场景。这种文化与科技的融合模式将拓展古旧地图传播的边界，使其成为讲述地方故事、传承地名文化等的重要资源，从而在知识普及与商业转化之间建立起良性的循环。

4 结语

计算机技术与古旧地图的融合，不仅为古旧地图保护和永续保存提供了坚实的技术底座，更把历史信息推向时间与空间交织的纵深研究。借助图像处理、机器学习和深度学习等前沿算法，繁复的古旧地图得以自动矢量化、特征被精准提取，数字化流程的效率与精度由此跃升。GIS的空间分析能力进一步让研究者展开多维度历史地理信息分析，照见长时段的时空变迁与地貌更迭。这一新兴研究路径不仅拓宽了史学视野，也为文化遗产的精细管理与科学决策注入数据驱动的底气。因此，计算机技术与古旧地图数字化的携手，既催生了信息化时代古旧地图研究的新范式，也为我们重新评估古旧地图的价值与意义打开了焕然一新的视界。

古旧地图数字化研究起步较晚，且因技术依赖高而推进缓慢，但已在图像修复、图像校正、地物信息矢量化、数据库建设、空间分析和智能提取等环节取得显著进展。随着关注升温，更多学者参与到古旧地图信息的高效精准提取研究中，在保留部分传统矢量化路径的同时，对关键技术进行创新型改进，使数字化手段日趋多元。依托国家对古旧地图文化遗产的保护力度，以及历史学、历史地理学等学科支撑，我国在古旧地图数字化研究领域取得了显著进展，却仍存明显差距。当前，以下问题正成为该领域进一步发展的研究焦点：如何解决古旧地图中跨朝代异体文字识别难题？如何为风格迥异的古旧地图信息构建系统提取框架？如何推动古旧地图标准数据集的构建？古旧地图数字化如何深化行业应用拓展？

作者：赵耀龙 封丹鹤 张杨

来源：《华南地理学报》2025年第4期

选稿：宋柄燃

编辑：耿 曈

校对：贺雨婷

审订：汪鸿琴

责编：宋柄燃

（由于版面内容有限，文章注释内容请参照原文）

微信扫码加入

中国地名研究交流群

QQ扫码加入

江西地名研究交流群

欢迎来稿！欢迎交流！

转载请注明来源：“江西地名研究”微信公众号