“人工智能+自然资源”落地:时空地理信息为什么站在了第一排

打开网易新闻 查看精彩图片

11月4日,自然资源部、国家发展改革委联合印发。这是“人工智能+”行动在自然资源领域的第一份系统性施工图,也是国土空间规划“一张图”从“看得全”走向“算得准、管得住”的一次明确转向。

通读全文,我们有一个基本判断:这份意见真正稀缺的地方,不在于它说“要用AI”,而在于它把AI嵌进了一条完整的链条——中试平台负责把技术验证成产线,应用场景负责把产线接到业务,智能底座负责把成果沉淀成公共能力。三者共用同一个容器:“一张图”。

对测绘地理信息行业来说,这不只是“被赋能”,更像一次“被点名”。五个中试平台里,时空地理信息排在第一位;智能底座的四项任务,几乎每一项都是测绘的老本行。窗口很清楚,但能不能接住,取决于我们是否愿意把“测绘生产能力”重构成“智能生产能力”。

01

一组数字,看懂这份意见的骨架

意见不长,结构却非常规整,可以用一组数字记住它。

  • 2个时间节点。到2028年,实现示范应用,建成时空地理信息、国土空间规划与治理、海洋、地质矿产、林业草原等重点方向的高质量数据集、大模型和智能体,形成可复制、可推广的典型场景;到2030年,AI深度融入自然资源管理全链条,数智化治理总体达到国际领先。

  • 4项原则。科技创新驱动、应用场景牵引、产业协同发展、安全风险可控。

  • 5个中试平台。时空地理信息、国土空间规划与治理、海洋、地质矿产、林业草原。

  • 8个应用场景。“天空地海网”一体化监测监管、国土空间规划与治理、自然资源资产管理、灾害治理、海洋资源开发与治理、地质矿产勘查开发、林业草原保护利用、地球科学。

  • 4项底座任务。标准规范与管理制度、高质量数据底座、算力基础设施、专业算法模型体系。

  • 1个集成容器。国土空间规划“一张图”。

有一个细节值得注意:意见对中试平台的定位不是“实验室”,而是集算力供给、模型训练、算法迭代、场景验证和生态构建于一体的共性服务体系。这句话决定了后面所有工作的性质——平台要能对外提供服务,而不是对内展示成果。

02

头把交椅:为什么是时空地理信息

五个方向中,时空地理信息被放在第一个,而且用词最重:构建自然资源领域统一的时空智能感知底座,助力时空信息新型国家基础设施建设,推动时空智能规模化商业化应用,孵化培育领先的时空智能企业和产业集群。

四个短句,其实是四个不同层级的要求:底座是技术,基础设施是制度,商业化是市场,产业集群是生态。这说明意见对这个方向的期待,已经超出了“提供数据”的范畴。

我们在研究中反复讨论一个问题:AI进入一个行业,最难的从来不是模型精度,而是“对象化”。大模型能识别影像上的建筑,但它不知道这栋建筑在业务系统里对应哪个产权单元、哪条审批链、哪份台账。要让AI真正“按图办事”,行业必须先有一套统一的、可计算的空间身份体系。

从这个角度看,时空地理信息的排序有三重逻辑。

  • 空间基准是AI的坐标系。没有统一基准,多源数据无法在同一张底图上对齐,模型输出的结论也就进不了业务。

  • 地理实体是AI的操作对象。新型基础测绘从“按图幅生产”转向“按地理实体生产”,本质是把数据从“制图产品”变成“可计算、可关联、可更新的资产单元”。

  • “一张图”是AI的执行界面。意见要求中试平台的算法模型“在‘一张图’集成应用”,意味着所有智能能力最终都要落到一个统一的业务入口上。

换句话说,它排在第一排,不是因为它“数据多”,而是因为它是唯一能同时提供基准、对象和界面的方向。

03

全息测绘:底座背后的那条生产线

意见要求夯实行业高质量数据底座,构建“地上地下、陆海统筹、三维立体”的“一张图”数据融合治理体系,加强数据语义化关联和知识化标注。这与上海市测绘院和武汉大学测绘遥感信息工程全国重点实验室杨必胜教授团队在全国首个新型基础测绘试点中提出的智能化全息测绘,几乎是同一件事的两种说法。

我们对“全息”的理解是:全空间地理实体与其自然、经济、社会属性的融合。落到生产上,就是把地上的地下的、可见的不可见的、室内的室外的、水上的水下的都采下来,再用空天地水网协同的多源传感、智能解译与大数据治理,构建“五个全”的技术体系。

这条生产线的三个前提,恰好对应意见的三处表述。

  • 从二维到三维、从按图幅到按实体,对应“三维立体的数据融合治理体系”;

  • 从定期静态到实时动态,对应“动态感知、智能预警”;

  • 从成果提供到按需智能服务,对应“智能体集群”和“高效办成一件事”。

更新机制这一段,实践经验值得再讲一遍。上海在2014年就做到了中心城区半年一更、其他区域一年一更,仍然跟不上精细化管理的节奏。真正可行的方案是分级联动:重要要素实时更新,靠物联感知、众源上报、具身智能数据回流和专题联动;建成区主要要素月度更新;一般区域季度更新;远郊农村年度更新。意见要求提升“多手段一体化协同智能感知能力”,落点正在这里——感知能力最终要表现为更新能力,否则再精细的三维模型,也会很快变成好看的历史档案。

中试平台的意义也在这里。把全息测绘的采集、解译、建模、更新全流程做成标准化的中试线,它输出的就不只是数据,而是可被复制的生产能力。意见要求平台形成共性服务体系,前提是这条线本身足够稳定、足够可度量。

04

碳硅双基:给机器造数据,最容易被低估的增量

意见在底座任务里写了一句分量很重的话:建立地理信息数据词元化、陆海空间知识标注、智能体开发应用、模型评测与安全等技术标准,并明确要促进自然资源领域数据标注产业高质量发展。把“数据标注”作为产业方向写进部委文件,这个信号值得行业认真对待。

原因在于服务对象变了。传统测绘时代,时空数据是少数专业人员的工作工具;信息化时代,通过电子地图和导航,扩展为全社会的大众服务,但服务对象仍然是人;到了人工智能时代,大模型、自动驾驶、机器人成为重要服务对象。我们把这一变化概括为碳硅双基——从只服务碳基生命,扩展到同时服务碳基生命和硅基智能。

硅基的需求跟人完全不同。人看图,要的是好看、易读、可信;机器要的是可计算、标注准、格式规范、规模足够。因此面向AI的高质量数据集,需要用一套可定量的口径来验收,我们通常概括为“四高”(高质量、高覆盖、高多样性、高一致性):标注准确率通常在95%以上;场景与地物类型覆盖足够广,只覆盖城区训练不出适应乡村山区的模型;同类地物的形态、光谱、纹理变异足够丰富,以抑制过拟合;标注员之间的一致率通常在90%以上。

“词元化”之所以关键,是因为它解决的是“机器怎么读地图”的问题:把地图符号、图层和地理实体,转换为模型可消费的语义单元。谁先把这套语法定下来,谁就掌握了下一轮数据供给的入口。我们此前的一个判断现在更确定了:面向硅基的数据生产,是未来十年最大的增量市场,而它恰好落在测绘的老本行上。

05

智能体:意见里出现最多的落地单元

数一数意见里的“智能体”:耕地保护智能体、应急响应智能体、“一张图”智能体集群、要素审批助手、“用地用林用草用海用矿”服务“数字人”、海域海岛决策辅助智能体……从监测到审批再到应急,几乎每个业务环节都为智能体留了位置。

这不是修辞上的偏好。智能体是把大模型能力接进业务流程的最小可行单元:它能理解自然语言指令、拆解任务、调度数据与模型、生成结果并解释过程。用户不再需要“先选工具、再配参数”,而是直接说“分析这个区域近五年的变化”。

我们把地理大模型的发展分为三个阶段。第一阶段是辅助工具,大模型充当人机交互界面,帮用户查数据、做制图、跑分析;第二阶段是能力增强,具备空间推理能力,能结合人口、交通、商业数据回答“这个区域适不适合建商业中心”;第三阶段是原生智能,大模型本身就是地理智能系统,生产、管理、分析、服务的全流程被重新定义。多数单位现在处在第一阶段的尾声,而意见的八类场景,基本是按第三阶段的能力去设计的。

由此带来一个组织层面的变化:测绘单位的角色,要从“数据提供方”升级为“智能服务方”。意见提出探索企业化管理、市场化运营、专业化服务模式,说的正是这件事——用行业知识加专有数据构建垂直模型,才是别人难以替代的部分。

06

价值闭环:让AI投入变成可计量的资产

意见在保障措施里写了三件事:场景开放、资金渠道、全生命周期监管。这三件事背后其实是同一个问题——投入怎么变成价值,价值怎么被计量。

在时空数据价值化的研究里,我们把这条路径拆成资源化、资产化、资本化三段。资源化是采集与治理,资产化是确权、登记、入表、定价,资本化是融资、交易与运营。AI的加入改变的是每一段的生产效率,但不改变这条路径的先后顺序。跳过确权和计量直接谈“AI变现”,通常走不通。

意见里已经留好了三个接口。

  • 可信数据空间。意见要求推动构建自然资源可信数据空间,这是数据可控流通的制度与技术载体。

  • 数据标注产业。把标注从内部工序变成可交易的服务,意味着高质量数据集本身可以成为产品。

  • 模型评测与治理。建立算法模型治理与评估体系,是可计量的前提——模型能力只有被评测,才能被定价、被采信。

产品化的形态也随之变化。过去以SaaS、DaaS为主,现在PaaS和“智能体即服务”的比重在上升;服务化的三个趋势也很清楚:智能体化,交互从调用接口变成与智能体对话;嵌入化,能力直接嵌进业务模块,比如押品管理、国土空间规划审批;场景化,形成“国土空间规划时空数据服务包”这类行业包。对行业单位而言,这意味着收入结构要从“交付成果”转向“交付能力”。

07

可以先动手的四件事

政策落到单位层面,不宜求全,宜求实。四件事可以先做。

  1. 把高质量数据集当产品建,而不是当副产品攒。以“四高”作为内部验收口径,先在一个垂直场景里做出可交付、可复用的数据集,再谈规模。

  2. 把中试平台当产线,而不是展厅。明确入试标准、出试标准和退出机制,让“能进平台”成为技术成熟度的证明。

  3. 从一个高频业务闭环切入智能体。优先选“一件事”类业务,比如用地用林用草用海用矿的审批服务、不动产登记、耕地保护监测,流程清晰、数据可得、成效可测。

  4. 把算力和模型纳入资产账。意见鼓励以租代建使用全国一体化算力网,这对中小单位是现实路径;同时把模型版本、训练数据和评测结果纳入台账,它们未来都是可计量资产的一部分。

最后回到一个判断。这一轮“人工智能+自然资源”,胜负手不在模型,而在数据底座与场景闭环。模型会持续开源、持续降价,底座和场景却要一年一年积累。谁先把空间身份体系、高质量数据集和业务闭环做扎实,谁就能在2028年的示范应用和2030年的深度融入中占到位置。

本文关于智能化全息测绘、碳硅双基、智能体演进与价值化路径的部分判断,来自即将出版的《智能化全息测绘》《时空数据价值化——政策、理论、实践》的相关章节。

来源:时空地理数据行业创新中心