首个自主提出立项并通过审查的国际标准！南方数码参与的OGC地理人工智能国际标准正式发布

该标准在国际开放地理信息协会（OGC）地理人工智能样本语言标准工作组（Training Data Markup Language for AI Standard Working Group，TrainingDML-AI SWG）的支持下编制。工作组主席为乐鹏教授，参与人员来自中国、美国、英国、法国等国学者和技术人员。经过近三年的不懈努力，以及三十余次工作组成员会议的充分讨论，通过了OGC架构委员会审查（OAB Review）、征求公众意见（Public Comment）、技术委员会投票（TC Vote）、执行规划委员会投票（PC Vote）等多轮阶段审议与投票，获得了包括欧空局、欧盟卫星中心、英国气象局、水文局、美国宇航局、海洋大气局、地调局、Oracle、ESRI、加拿大自然资源部、澳大利亚地球科学局在内的各国机构、行业公司的广泛关注和认可，最终成功通过审查。

OGC地理人工智能国际标准针对近年来涌现的众多地理人工智能样本数据集，包括不同遥感影像智能解译任务的样本数据集，以支持数据的可发现、可访问、可互操作、可重用（FAIR原则）为目标，定义了样本数据集的数据标注与元数据表达、溯源、质量、更新等信息模型。此次发布的内容为工作组计划的第一部分，即“概念模型标准”。后续，工作组将继续编制第二部分 “JSON编码标准\" 和第三部分 \"XML编码标准\"。除标准发布以外，工作组还积极扩大该项标准的影响力，目前已有一些代表性的实施案例，包括PyTDML、STAC社区扩展、LuojiaSet样本库等。

南方数码作为 TrainingDML-AI SWG的创始成员单位之一，在工作组成立初期就积极参与标准编制工作，南方数码副总经理、总工程师梁哲恒带领武汉研发中心参与了工作组的目标、范围和方向的制定。在制定样本数据集的标注与元数据表达、溯源、质量、更新等信息模型时，南方数码团队从产业界的角度出发，提出了对样本数据集质量要求的具体指标，并强调了样本数据集的溯源和复用的重要性，有助于提升遥感影像智能解译任务的可靠性和可用性，为相关行业提供了高质量和可信赖的数据基础。

全球地理信息领域内最有影响力的技术标准主要是ISO和OGC标准。该标准是继龚健雅院士团队编制发布我国首个ISO地理信息国际标准后取得的又一突破，是我国在OGC首个自主提出立项并通过审查的国际标准。