2025年5月的一个夜晚，武汉大学遥感信息工程学院。
乐鹏教授房间的灯还亮着。屏幕上，ISO/TC 211的线上会议刚结束，20多个国家的专家头像依次暗下去。他摘下耳机，揉了揉眉心，窗外是沉沉夜色。
这样的夜晚，他已经过了七年。
“白天忙国内的事，晚上忙国外的事。”他对我们说，“国际标准要争取共识，你得配合别人的时间。我们团队基本上都是晚上加班讨论，一周两三次，有时频率更高。”
七年前，当他决定从时空智能标准化这个“无人区”起步时，很少有人相信中国学者能在这个领域主导国际规则。
七年后，2025年5月，ISO 19178-1:2025《地理信息 人工智能训练数据标记语言 第1部分：概念模型》正式发布——这是国际标准化组织（ISO）首个时空智能国际标准，也是我国在ISO和OGC（国际开放地理信息协会）两大国际地理信息标准组织牵头制定的第一个地理人工智能标准。
这把“时空之尺”，中国人造出来了。
但故事远不止于一个标准的发布。它是一个关于“从0到1”的突破，关于一群人在无人区里的探索，关于一个学科、一个国家和一个时代对规则的共同渴望。
困境——“我们的数据，各说各话”
2019年前后，人工智能技术开始在地理信息领域迅速渗透。
“当时出现了一个很尴尬的局面。”乐鹏回忆。不同卫星、不同机构、不同项目都在用自己的格式标注数据——A卫星的数据用A格式，B机构的样本用B规范，彼此无法共享、无法复用。
这不是小问题。
地理信息数据动辄以PB计，人工标注一张遥感影像的成本从几元到几十元不等。一个中等规模的遥感解译项目，标注成本往往占项目总投入的30%以上。而由于标准不统一，这些昂贵的数据大部分无法跨项目复用——相当于每建一座楼，都要重新烧砖。
“我们意识到，如果不解决标准化问题，地理人工智能的发展将严重受阻。”乐鹏说。
但问题是：国际上没有任何可以参考的先例。
这个困境的本质是什么？
如果我们把时空数据理解成人类对地球的“描述语言”，那么当时的情况就是：每个人都在用自己的方言说话，彼此听不懂。
——张三的卫星数据说“这块地是农田”，李四的无人机数据说“这块地是耕地”，王五的实地采样数据说“这块地是水浇地”。三个数据都对，但口径不一，机器无法理解它们描述的是同一件事。
这就是时空智能领域的“巴别塔困境”。
而要建造“时空通天塔”，首先需要一把统一的“尺子”——让所有数据用同一套“经纬刻度”说话。
这正是乐鹏团队要解决的第一个问题。
探索——“从学理到实践，一步都不能少”
“标准不能凭空产生。”乐鹏说。
面对无先例可循的局面，团队首先从基础研究入手。他们在领域顶级期刊IJGIS上发表了理论模型，提出了训练数据的概念模型和表达框架。
这篇论文后来成为ISO 19178-1的核心理论基础。
“你发了一篇文章，同行评审过了，人家一看就知道你是认真思考过的。”乐鹏说，“跟外国专家解释的时候，你说‘我发表过论文’，比你说‘我认为’要有说服力得多。”
这是一个重要的方法论启示：在国际标准竞争中，学术话语权是规则制定权的“前置条件”。
理论模型出来后，团队同步开展了大规模技术实践。
他们构建了LuoJiaSET——全球最大的开源遥感智能解译样本库之一，涵盖多尺度、多任务的遥感影像样本，免费向全球开放。
“做标准，人家问你的第一句话就是：‘最佳实践在哪里？’”乐鹏说。
LuoJiaSET的回答是：已服务全球30余个国家和地区的4000多名用户，被国际摄影测量与遥感学会（ISPRS）收录为开源数据库，并写入OGC创新成果报告。
“我们调研了上百个有代表性的样本集，从案例出发，分析共性，提炼规律，再上升到理论。”乐鹏说，“从案例到理论再到标准，这条路走通了。”
有了理论和实践基础，团队开始推动标准立项。
他们选择的第一个战场不是ISO，而是OGC。
OGC有500多家成员单位，包括NASA（美国航空航天局）、欧空局、微软、谷歌、苹果、亚马逊等国际巨头，是地理信息领域“事实上的工业标准组织”。
“OGC以企业和技术专家为主，讨论更深入，对新生事物接受度更高。”乐鹏解释。
2021年，团队提交了标准工作组提案。经过多轮讨论和修改，最终获批成立OGC首个地理人工智能标准工作组，乐鹏担任主席。
2023年9月，OGC TrainingDML-AI Part 1正式发布——这是我国在OGC牵头制定的第一个国际标准。
随后，团队启动了向ISO转化的程序。OGC与ISO有快速通道协议，OGC标准通过后，转ISO只需一年多。2025年5月，ISO 19178-1:2025正式发布。
这条“从OGC到ISO”的路径，是典型的“农村包围城市”策略——先在工业界标准组织中证明自己，再向政府间标准组织进军。
破局——“标准不是写出来的，是磨出来的”
做标准，技术是入场券。
“有一次跟美国代表交流，对方说：‘你们的标准很先进，但需要更多证明。’”乐鹏回忆。
这句话背后的潜台词是：光有文本不够，你得有工具、有数据、有案例，让人家“用得上”。
于是团队研发了开源工具PyTDML，实现从“数据标注”到“模型训练”的全流程自动化，无缝兼容PyTorch、TensorFlow等主流AI框架。
“企业开发者不需要去读几百页的标准文档，直接用工具就能完成全流程。”
目前，中、英、法等多国企业已推出兼容该标准的产品。OGC官网也发布了该标准的测试套件。
这套“标准+工具+数据”的打法，让标准从“墙上的文件”变成了“手里的工具”。
2023年，数据标准做完了，团队紧接着提出要做模型标准。
“我们想建立一个覆盖数据、模型、服务、质量的完整标准体系。”乐鹏说。
但这一次，遇到了阻力。
“他们说‘发展太快，要等一等’。”乐鹏回忆。美国、日本等国代表也提出了意见，认为应该先与人工智能等其他领域的标准进行协调。
“我们等了将近两年。”乐鹏说。
这期间，团队没有闲着。他们继续深化理论研究，完善实践案例，“练内功”。
2025年，OGC主动发来邮件：“再提一下吧。”
“有时候标准制定就像外交博弈。”乐鹏感叹，“你不仅要有技术，还要有耐心，还要懂得什么时候坚持、什么时候妥协。”
这场“模型标准之争”揭示了一个深层规律：在国际标准竞争中，“快”不一定赢，“对”也不一定赢，“快且对且能让人接受”才能赢。
团队——“我们的学生，白天忙国内，晚上忙国外”
乐鹏多次提到他的学生。
“我们的博士生现在能独立牵头国际标准了。”他说。
目前，团队累计牵头9项ISO/OGC国际标准，4位在读博士研究生牵头成功立项ISO国际标准。
但这背后是巨大的付出。
“学生白天忙国内的科研任务，晚上参加国际标准会议。一周两三次，有时频率更高。”乐鹏说。
“有的学生坚持不下来——晚上想出去玩一玩，或者觉得听英文讨论太难了。”
这是标准化人才培养的真实困境：懂技术的不懂外语，懂外语的不懂技术，懂技术又懂外语的不一定有国际视野和外交耐心。
乐鹏团队的解决之道是“学中做、做中学”——让学生直接参与国际标准研制，在实战中成长。
“从‘老师带着干’到‘学生能独立干’，这个过程我们走了好几年。”
另一个挑战是评价体系。
“学生做标准，不像写学术论文那样有直接的‘回报’。”乐鹏说。
在现行高校评价体系中，论文、项目、奖项是“硬通货”，而标准研制的贡献往往被低估。
“需要从制度层面提高标准在人才评价、职称晋升中的权重。”乐鹏建议。
这是一个系统性挑战：假如标准化工作一旦被边缘化为“软成果”，谁来坐这条“冷板凳”？
成效——“一把尺子，量出3.6亿”
标准发布后，应用推广是关键。
团队探索出了“标准引领—工具支撑—数据示范—产业应用”的四位一体模式。
目前，标准成果已支撑自然资源部国土卫星遥感应用中心、广东国土资源测绘院、业内多家企业等单位建设超7000万张样本，服务于耕地变化监测、国土变更调查等领域，累计经济效益达3.6亿元。
2025年4月，《时空智能数据标注标准化实践》入选国家数据局全国首批数据标注优秀案例——这是标准应用方向的唯一入选案例。
“企业采纳标准的逻辑很简单：好用、省事、能赚钱。”乐鹏说，“我们提供工具和数据，降低他们的门槛。门槛低了，自然就用了。”
在国际上，这套标准已被欧空局、NASA、英国气象局、加拿大自然资源部、澳大利亚地球科学局等全球权威机构认可。
依托中欧科技合作“龙计划”项目，标准在伊拉克南部阿瓦尔湿地世界文化遗产地开展应用验证，在意大利台伯河流域开展河流变迁与文化遗产风险监测。
团队还发起了开放时空智能社区（OGE Alliance），面向“一带一路”国家提供标准化培训和技术援助。
这是从“标准输出”到“能力输出”的跃升。
启示——“标准不是终点，是生态的起点”
如果用一句话概括团队的标准化使命，该怎么讲？
乐鹏想了想，说：“让时空智能标准成为全球新型时空信息基础设施服务的纽带。”
这句话里有三层意思：
第一，标准是“纽带”，不是“围墙”。它的价值在于连接，在于让不同来源的数据、不同厂商的设备、不同国家的系统能够对话。
第二，标准要服务于“新型基础设施”。时空信息已成为与水、电、路、网同等重要的基础设施，标准是其“通行规则”。
第三，标准要“全球”适用。这不是一国之尺，而是天下之尺。
这是一位中国科学家眼中的“标准之道”。
立足多年实践与全球共建经验，乐鹏也为标准化事业的长远发展，提炼出三点启示：
一是人才培养要“跨界”。国际标准化需要懂技术、懂外语、懂规则、懂外交的复合型人才。建议将标准化纳入高校相关专业的核心课程，建立“学中做、做中学”的培养机制。
二是激励机制要“破壁”。建议将国际标准制定纳入学科评估、人才评价的重要指标，让标准工作者有“获得感”。
三是推广模式要“生态化”。标准不是写出来的，是用出来的。建议推广“标准+工具+数据+案例”的四位一体模式，让标准从“文件”变成“生产力”。
2023年9月，乐鹏团队获得OGC社区影响力奖。颁奖词写道：
“武汉大学和乐鹏教授在技术领导和国际共识建设方面的努力，充分体现了OGC的使命。他们最近在人工智能标准化方面的贡献……将对地理空间社区产生真正有益的影响。”
从2019年到2025年，七年时间，一把“时空之尺”从无到有。
这把尺子量出的，不只是经纬度、不只是遥感影像、不只是AI训练数据。
它量出的，是一个领域从“跟随”到“领跑”的跃迁，是一群人在无人区里“匍匐前进”的韧劲，是一个国家对“规则制定权”的自觉担当。
七年前，乐鹏说：“我们不知道能不能做成。”
七年后，他说：“关键是‘提前布局’的前瞻性和‘坚持到底’的韧性。”
窗外，夜色已深。武汉大学遥感信息工程学院的灯还亮着。
下一场越洋会议，即将开始。
——详见《中国标准化》2026年7月上半月刊
编辑：刘宪银 审核：张海明
